从线性对话到二维协作，Huabu 探索 Agent 时代的“新桌面”

如今，我们和大模型、Agent交互最常见的方式仍然是聊天窗口，人们提出问题，AI给出回答，沿着回答继续追问，对话便不断向下延伸。这种交互方式简单、自然，但本质上是线性的。当一个问题同时产生多个值得探索的方向时，人们往往只能选择其中一条继续深入，其他信息则逐渐被淹没在越来越长的对话记录中。

然而人类的思考并不是线性的。我们会在不同想法之间来回跳转，将多份关联资料摆放在一处对比；会暂时搁置某个问题，隔一段时间再回头重新审视；看到一张图片时，可能联想到另一份文档，也可能仅仅因为两个信息被放在一起，就发现它们之间有潜在的联系。

微软亚洲研究院近期推出的Huabu，正试图改变这种交互方式。它让Agent调研得到的网页、图片、笔记、对话草图和最终方案，不再以线性形式堆叠在聊天对话框内，而是以可视化的方式呈现在一个无边界的二维空间中。在Huabu里，不同信息可以并排放置、自由移动、缩放和分组，也可以通过连线建立关联；用户还可以直接修改内容，并随时让Agent继续处理。

Huabu不仅给Agent增加了一个新的交互界面，更是在尝试回答一个本质的问题：当AI越来越擅长处理复杂信息，人类又应该如何与AI一起思考？

相关信息已整理至文末，欢迎点击了解更多技术详情。

Huabu：适配人类原生思考模式

你可能会问，Huabu与在线白板有什么区别？

常规白板主要提供绘图和排版能力，而Huabu是一套为人机协同设计的项目空间（Space），将信息收集、思考组织、AI执行与成果沉淀串联在同一个工作环境中。

Huabu的基本单位不再是一轮轮聊天，而是一个个项目空间。在其中，用户的思考过程也不再需要沿着单一的对话路径展开。用户可以为每一个完整项目创建独立空间，将项目相关的PDF文档、网页、图片、笔记、对话记录、创意草图以及Agent生成的各类内容，汇聚在同一空间内。

资料可以并排放置、集中对比；想法可以成为独立节点，方便随时延展细化；不同内容之间可以建立连接，同一主题的内容也可以被组织在一起，让碎片化的信息形成一个可持续探索、不断扩展的项目空间。

收集信息：让人不再做“信息的搬运工”

在传统对话式交互中，用户需要承担“上下文搬运工”的角色，网页、本地文档、过往对话、团队讨论等信息分散在不同窗口，想让AI综合参考这些素材，只能逐段复制粘贴，过程繁琐且容易遗漏信息。

Huabu改变了这一过程。各种与任务相关的素材均可直接上传，自动生成独立信息节点。更重要的是，那些暂时搁置的想法、尚未展开的思路、过往的讨论内容，都可以完整的留存于空间中，成为Agent能够读取和利用的上下文。

组织整理：让AI看懂信息之间的关系

Huabu的信息整理同样支持人机协同，用户可以手动调整灵感素材，也可以直接交由Agent完成整理。AI会将检索到的资料以独立节点的形式呈现在Huabu上，并自动生成内容摘要，用户可以按需放大查看、保留重点或移除无关信息，避免线性对话一次性输出大量文本带来的认知负担。

例如，批量导入数十篇论文后，Agent可以依据研究时间线、学术脉络自动排布节点，并通过连线标注文献引用、观点对立等逻辑关系，生成可视化的研究图谱；获得代码仓库访问权限后，Agent可以拆解系统架构，以节点代表不同模块、以连线标注模块之间的依赖关系，直观呈现完整的技术拓扑；在方案策划中，Agent则可自动区分核心观点、备选思路和待验证问题，将相关素材就近分组，并用外框组织成完整的思路板块。

图1：用户告诉Agent“上面是beat，下面是图”

“Huabu不是简单地堆砌素材，它能够通过语义理解，将散乱的信息自动整理，把人脑中隐性的逻辑关联转化为可视化的空间结构。同时，AI也能够识别位置、分组、连线所承载的思维关系。”邱可昕表示。

而Huabu的缩放能力，让用户可以在组织整理的过程中自由切换于全局与细节之间。缩小画面时，各个节点仅展示AI提炼的内容摘要，用户可快速浏览整个项目，建立全局认知；放大单个节点，则可以查看完整原文、高清图片和手写批注，进行精细化阅读与编辑。

微软亚洲研究院（上海）研究工程师陈楠所在团队的内部测试发现，该功能大幅降低了多分支探索过程中思路丢失的概率，“看全局和抠细节不再是非此即彼的选择，缩放操作解决了大型项目信息杂乱、难以统筹的痛点。”

图2：b为a放大后的节点视图

执行操作：让Agent跳出聊天框，在共享空间完成全链路工作

当信息被收集、整理之后，用户可以随时调用本地或云端的各类Agent协同完成任务。Agent的产出不再局限于对话框之内，而是会以可视化的形式直接回流至共享界面。AI生成的结果又会成为全新素材，启发用户进一步思考，催生出新一轮的Agent任务。

例如，以往修改AI生成的图片或PPT，需要撰写冗长繁复的提示词，稍有偏差就会丢失原有风格。而在Huabu中，用户可以直接利用其中的空间关系表达意图，只需对Agent说“让这张图的风格和旁边那张保持一致”，AI就可以完成风格对齐；想要调整画面元素间距也只需给出简单指令，Agent便能在保持其他元素不变的情况下完成局部修改。

“Huabu改变的不只是Agent的交互模式，更是人类向AI表达意图的直觉方式。”邱可昕强调。

图3：c为AI第一次生成的图像；a为Huabu中已有的参考风格；b为Agent将c转换为a的风格后生成的结果，并直接呈现在Huabu中。

Huabu既能够理解用户的空间指令，又能保持上下文连续性，将每一轮修改和迭代保留为历史版本。这样一来，用户不需要反复向AI解释前后关系，Agent也能够基于当前Huabu中的内容持续执行任务。这种所见即所得的交互，把创作变成了可持续迭代的闭环，减少了结果不确定性带来的反复试错成本。

Huabu的底层逻辑：当“思考”成为Agent能够理解的空间

收集信息（Collect）、组织整理（Organize）和执行操作（Act）这个三阶段工作流，其实并非简单的叠加功能，而是建立在Huabu对人类思考方式的重新理解之上。整个产品围绕三项核心原则构建：思考外化（Externalized Thinking）、共享认知空间（Shared Cognitive Space）和自然交互（Natural Interaction）。

思考外化：空间布局本身就是信息

人类理解和组织信息时会自然运用空间逻辑：将重要内容放大突出，关联素材就近摆放，对立观点拉开距离，用线条串联逻辑关系，零散猜想单独划分区域。这些空间层面的操作，本身就在传递人的意图，但传统AI交互工具无法识别这类隐性信息。

Huabu则对数据存储方式和Agent的工具调用机制进行了专门设计，让Agent在读取节点内容的同时，理解节点的位置、大小、连接关系等空间信息。“在Huabu里，位置是信息，大小也是信息，和谁放在一起同样是信息。”陈楠强调，“比如把一段文字放大，Agent就知道这对用户很重要；把两个节点连起来，Agent就知道它们高度相关，这比用户在提示词中反复强调‘这段很重要’要直观得多。”

图4：相互链接的两个节点

这种思考外化能力，让人的意图不必再依靠冗长的提示词“翻译”给AI，可直接通过空间关系完成表达。

共享认知空间：从文本上下文，到空间上下文

传统聊天窗口中的上下文主要以时序文本存在。想要AI聚焦特定素材，需要手动复制内容、明确标注范围。Huabu创造了全新的空间上下文机制，空间本身就承担了上下文组织和指代的作用。

当Agent被放置在画布的某一区域时，它可以读取周边节点的信息，并沿着节点之间的连线进一步获取关联素材，无需用户额外划定参考边界。例如，将一张手绘草图放在Agent附近，它便可以结合周围的文字、图片和其他节点理解任务，并根据连接关系继续探索相关上下文。

这一机制改变了人机信息传递链路，人与Agent可以共同读取同一张“思维地图”。通过将信息、关系和任务统一呈现在同一个空间中，Huabu降低了人机之间反复传递和解释信息的成本。

这正是“共享认知空间”的核心：界面不再只是展示素材的载体，而成为人与AI共同掌握项目全貌、持续协作的统一工作空间。

自然交互：多元输入与人类掌控权

除了文字输入，Huabu还支持触控板、数位板手绘和语音等多种交互方式，以适应不同思考阶段的表达需求。未来，Huabu还将进一步提升手写识别能力，让模糊草稿和随手批注也能够被Agent理解，并转化为结构化内容。

Huabu还坚持“人在回路”（Human-in-the-loop）的设计原则。AI对画布进行的每一次修改，都会被完整记录并可视化呈现。“Agent不会强制用户逐条审核AI的改动，但完整记录变更过程是必要的。如果AI的修改完全隐藏在后台，会让用户失去对项目的掌控感。完整展示改动细节，能建立人机协作的信任基础，让AI的所有行动始终处于人类可控范围。”邱可昕解释说。

这也构成了Huabu对“自然交互”的另一层理解：自然的人机协同，并不是把工作全部交给AI，而是让AI的行动透明可见、随时可调整。AI负责拓展人类能力边界，人类则始终掌握最终的判断与修改权。正如邱可昕所说：“真正自然的交互，是让AI的行动始终服务于人的思考，而不是反过来。”

从“我的Agent”到“我们的空间”：探寻Agent时代的下一代桌面

Huabu已经实现了“一个人与多个Agent”的协作模式：不同Agent共享同一个空间，分工完成各项任务，所有输出结果都回流至界面。但这仅仅是起点，在研究员们的构想中，Huabu还有更大的发展空间。

未来的工作空间里，除了“我”和“我的Agent”，还将加入同事以及同事的Agent。多人可以同时进入同一界面，每个人携带专属Agent参与协作。人与人实时沟通，Agent之间相互配合；还可以由更高层级的Agent完成角色协调与任务分配，构建起人与人、人与Agent、Agent与Agent之间更加自然的协作网络。

当然，Huabu只是Agent时代新型人机交互界面的一个尝试，行业目前尚未形成标准答案。正如研究员们所说，今天的AI对话模式不是最终形态，就像计算机早期的命令行不是最终形态一样。我们需要和大家一起探索，这也是Huabu开源的初衷，希望所有用户、开发者、研究者，都可以基于Huabu展开更广泛的探讨。

从一个人的AI助手，到多人共享的智能空间，Huabu所探索的，或许正是Agent时代的下一张“桌面”。

#AI #人工智能 #Agent #智能体 #Huabu #人与Agent交互  #自动化