ThinkingMachines 发布 Interaction Models 框架：重新定义人-Agent 交互模式，HN 229 点

Interaction Models：人-Agent 交互的分类学

核心框架

ThinkingMachines 提出 Interaction Models 分类学：

指令式（Command）：

• 用户发出明确指令，Agent 执行并返回结果
• 适用于确定性高、边界清晰的任务
• 典型场景：代码生成、数据查询

协作式（Collaborative）：

• 用户与 Agent 迭代对话，共同推进任务
• Agent 提供建议，用户决策确认
• 典型场景：产品设计、文档撰写

自主式（Autonomous）：

• 用户设定目标，Agent 自主规划并执行
• 人类仅做关键节点审核
• 典型场景：批量数据处理、持续监控

HN 社区讨论

• 229 点热度，26 条评论
• 焦点：哪种模式最适合当前阶段的 AI Agent
• 有评论指出多数产品混淆了三种模式，导致用户预期错位
• 设计师群体高度关注：交互模式决定产品形态

对 Agent 开发的启示

1. 先定交互模式，再设计功能——模式错配是失败主因
2. 模式可以混合，但必须显式切换——避免用户困惑
3. 自主模式需要更强的反馈机制——进度可见性是关键

Interaction Models 为 Agent 产品设计提供了缺失的理论框架：不是所有 Agent 都应该「越自主越好」，交互模式的选择取决于任务属性和用户预期。