从模型能力到交互结构：AI 设计教育关注的新方向

2026 年 4 月，卡耐基梅隆大学人机交互研究所（HCII）教授 Nikolas Martelaro 邀请 Character.AI 产品设计师骆奕（Yi Luo）在其研究生课程《人工智能赋能设计师》（AI for Designers）中担任客座讲师，分享她在生成式 AI 系统交互设计中的实践经验。

这一邀请背后，也反映出 AI 产品设计教育正在关注的新问题：当生成式 AI 不再只是一次性生成内容的工具，设计师应如何理解长期交互、上下文延续与多模态体验？

过去两年，大模型在文本、图像、音频和视频生成方面快速发展。但在产品体验层面，许多 AI 能力仍以相互独立的工具形式存在。用户需要在不同界面之间切换，并在多次使用中自行维持上下文。跨会话记忆、角色一致性和多模态协作，也逐渐成为 AI 产品设计中的关键问题。

骆奕的工作长期聚焦于这一方向。她目前在 Character.AI 担任 Lead Product Designer，参与设计以 AI 角色为核心的对话体验。与传统工具型 AI 产品不同，Character.AI 的交互更强调持续关系：用户并不是每次从零开始输入任务，而是在与角色的长期对话中逐步建立上下文、偏好和互动方式。

在她主导或参与的产品设计中，多模态能力被尽可能整合进同一对话语境内。用户可以在与 AI 角色的交流过程中调用图像生成、音频回应和长期记忆，而不是在多个独立工具之间切换。她将“角色”视为一种相对稳定的交互主体，用来承载用户与 AI 系统之间的关系延续。

这种方法也改变了 AI 产品设计的工作流程。骆奕在分享中强调，生成式 AI 产品不能只依赖静态界面 mockup 进行判断。由于模型行为本身会影响用户体验，设计师需要在更早阶段使用可运行原型，观察 AI 在真实交互中的表现、边界和失败方式。

这一观点与当前行业讨论相呼应。随着 OpenAI、Anthropic 等公司陆续推出记忆相关功能，AI 产品开始从单次响应走向长期使用场景。但关于这一方向，行业内仍存在不同判断。一种观点认为，随着模型上下文窗口扩大，连续性问题最终会由基础模型解决；另一种观点则认为，产品层面的关系延续不仅是技术问题，也涉及用户感知、社交契约、控制权和长期使用动机，因此仍需要明确的设计结构。

骆奕的实践更接近后一种思路。她关注的不是单个模型能力如何展示，而是 AI 系统如何在长期使用中被用户理解、信任和调节。这也让她的工作与人机交互研究中的核心问题产生了连接：当系统具备记忆、身份和多模态表达能力时，设计师如何定义它的边界？

骆奕本科毕业于美国赖斯大学建筑学专业，后在卡耐基梅隆大学人机交互研究所获得硕士学位。她曾在 Apple 参与企业内部 AI 系统的交互设计，目前在 Character.AI 负责面向大规模用户的 AI 互动体验。根据 WIRED 2025 年报道，Character.AI 月活用户约 2000 万，用户日均使用时长约 75 分钟。她主导设计的 Stories 功能于 2025 年 11 月发布后，获得 The Verge、TechCrunch 等媒体报道。

随着 AI 产品逐步进入长期陪伴、创作和娱乐等使用场景，上下文、多模态、角色和边界不再只是研究议题，而正在成为具体的产品与工程问题。骆奕受邀回到 CMU HCII 分享实践，也说明 AI 设计教育正在从“如何使用 AI 工具”，转向“如何设计可持续的人机关系”（作者：王全磊）