Agent 产品是什么,通常长什么样:一份按产品形态拆开的界面地图
发布于: 20 mai 2026
更新于: 20 mai 2026
11 分钟阅读
1. Thesis
如果只看品牌,你会觉得 Agent 市场很乱。
如果按产品形态看,其实没有那么乱。
今天市面上的主流 Agent 产品,最后大多会落到四种界面形态里:
Chat / Research AgentCoding AgentWorkflow / Enterprise AgentAgent Platform
它们最大的差别,不是模型,而是:
- 用户在这里要完成什么
- 系统最关键的状态是什么
- UI 必须把什么信息持续暴露出来
所以真正该问的不是“Agent UI 应该怎么设计”,而是:
什么任务,会把 Agent 推向什么界面形态。
下面每一类我都只回答四件事:它是什么、核心屏是什么、典型布局是什么、为什么会长成这样。这样密度更高,也更接近真实产品判断。
2. Product Taxonomy
先把分类钉死。
A. Chat / Research Agent
这类产品的核心是:
用户用自然语言发起任务,系统以对话和任务流回应。
它可能会联网、搜索、读文件、开网页,但用户的心智仍然是“我在发起一个请求”。
代表方向:
- ChatGPT
- ChatGPT agent / research agent 路线
- 各类 AI assistant / AI copilot
B. Coding Agent
这类产品的核心是:
用户不是来聊天,而是来交付代码变更。
系统必须直接接触:
- 文件
- diff
- terminal
- test
- repo context
代表方向:
- Claude Code
- Amazon Q Developer
- GitHub Copilot 的 workspace / coding flow
C. Workflow / Enterprise Agent
这类产品的核心是:
把 Agent 嵌进业务流程,而不是做一个通用聊天入口。
它关心的是:
- 记录
- 队列
- 审批
- handoff
- policy
- connectors
代表方向:
- Microsoft Copilot Studio agents
- Salesforce Agentforce
- ServiceNow agentic AI
D. Agent Platform
这类产品的核心是:
不是操作一个 Agent,而是管理一组 Agent 系统。
它关心的是:
- build
- deploy
- trace
- evaluate
- govern
代表方向:
- Vertex AI Agent Builder
- 各类 orchestration / observability / AgentOps 平台
3. Chat / Research Agent
它是什么
它本质上是一个对话式任务入口。
用户先说需求,系统再决定是回答、搜索、浏览、总结,还是输出结果。
核心屏是什么
这一类产品真正的核心屏,不是首页,而是 conversation + live task state。
也就是说,真正重要的不是输入框,而是这四种状态能不能被同时看见:
- 当前任务是什么
- 它正在做什么
- 它看了哪些来源
- 最后给了什么结果
典型布局
第一代形态是:
- 左栏:会话历史
- 中栏:消息流
- 底部:输入框
但只要它开始执行真实任务,界面就会往“多面板”长:
- 左栏:历史 / 项目 / 任务列表
- 中栏:对话 + plan + steps
- 右栏:网页预览 / sources / artifacts
所以这一类产品的 canonical layout 其实不是单聊天流,而是:
Conversation + Plan + Source / Preview
为什么会长成这样
因为单一消息流有三个问题:
- 不能稳定展示任务状态
- 不能承载 source inspection
- 不能支持“自动执行”和“人工接管”切换
所以只要产品真的进入“action”阶段,就会自然长出侧栏、步骤面板和预览面板。
值得看的 UI 参考
-
Agentic UI - Agent Chatby Alex Gilev
https://dribbble.com/shots/27185635-Agentic-UI-Agent-Chat
这个案例值得看的不是视觉,而是它把聊天、思考状态和任务结构拆成了多层信息。 -
AI Copilot Dashboardby Flyaps
https://dribbble.com/shots/27046142-AI-Copilot-Dashboard
这个更接近“copilot workspace”,已经不是纯消息流,而是任务型面板。
4. Coding Agent
它是什么
Coding Agent 不是聊天产品的一个 tab。
它本质上是一个代码变更执行系统。
用户关心的不是它说得多聪明,而是:
- 它改了哪里
- 为什么这么改
- 现在仓库状态怎样
- 测试有没有过
核心屏是什么
它的核心屏永远是这些元素的组合:
- repo context
- active file / diff
- agent thread
- terminal / logs
这四个里,聊天反而不是中心,diff 和 execution trace 才是中心。
典型布局
最常见的是 IDE 派:
- 左栏:文件树 / symbols / changes
- 中栏:编辑器 / diff viewer
- 右栏:agent plan / chat / suggested changes
- 底部:terminal / tests / logs
另一种是 terminal 派:
- 主界面直接是 terminal
- 用 command、patch、plan、approval 来构成交互
为什么会长成这样
因为编码任务的可信度不是靠语言建立的,而是靠以下证据建立的:
- 文件级上下文
- 变更对比
- 命令执行
- 测试结果
所以 Coding Agent 的 UI 必然比 Chat Agent 更“硬”,更像工作台,而不是助手。
值得看的 UI 参考
-
AI Assistant Dashboard UI – Developer Productivity & Performanceby Orizon
https://dribbble.com/shots/26925224-AI-Assistant-Dashboard-UI-Developer-Productivity-Performance
这个适合看“开发者助手”会如何把效率、上下文和执行状态做成一个工作台。 -
AI Agent Activity Dashboardby Dmitry Sergushkin
https://dribbble.com/shots/26451143-AI-Agent-Activity-Dashboard
这个更偏 activity / monitoring,但很适合参考 coding agent 的状态暴露方式。
5. Workflow / Enterprise Agent
它是什么
这类产品不是让用户来“问 AI”。
它们的目标是把 Agent 放进组织流程。
所以它更像:
- 业务系统上的一个 agent layer
- 流程系统上的一个 automation layer
核心屏是什么
这一类通常有两个核心屏,而不是一个:
第一是 Builder Screen
- 配 agent
- 配 tools
- 配 connectors
- 配 guardrails
- 配 workflow
第二是 Operator Screen
- 看队列
- 看 case
- 看建议动作
- 决定 handoff / approval
典型布局
Builder 视角常见是:
- 左栏:nodes / tool list / agent list
- 中间:canvas / flow builder
- 右栏:config inspector
Operator 视角常见是:
- 左栏:队列 / filter
- 中栏:record / case detail
- 右栏:AI summary / suggested actions / confidence / next best action
为什么会长成这样
因为企业流程里的核心问题不是“答案”,而是“责任”。
这会直接推高四个 UI 需求:
- 审批
- 可追踪
- 权限边界
- human handoff
所以这类产品不可能像消费级聊天产品那样极简,它必须保留大量结构化界面。
值得看的 UI 参考
-
Outomate – Automation Chatbot AI Dashboardby Dipa Inhouse
https://dribbble.com/shots/26543838-Outomate-Automation-Chatbot-AI-Dashboard
这个案例比较接近“运营型 AI 工作台”,看点是任务、统计和操作面板并置。 -
Visual Workflow Builder for Lanternby Eugen Eșanu
https://dribbble.com/shots/25278049—Visual-Workflow-Builder-for-Lantern
这是更接近 builder mental model 的参考,适合看 workflow agent 为什么最后会长成 canvas + inspector。
6. Agent Platform
它是什么
Agent Platform 不是某个 Agent 的 prettier UI。
它是“Agent 作为系统资源”之后才会出现的界面层。
它面向的不是 end user,而是:
- platform team
- infra / ML / AI engineering
- operations
- governance owner
核心屏是什么
这类产品最重要的不是聊天页,而是:
- agent registry
- runs / traces
- evals
- deployments
- knowledge / tool bindings
- policy
所以它的核心屏更像云控制台,而不是 AI 应用。
典型布局
最常见的布局是:
- 顶部:environment / project / deployment scope
- 左栏:agents / tools / traces / evals / settings
- 中间:table、timeline、trace graph、run detail
- 右栏:config、metadata、log detail
换句话说,canonical layout 是:
Console Navigation + Table / Trace Surface + Detail Inspector
为什么会长成这样
因为当 Agent 变成平台能力时,真正重要的是:
- 哪个 agent 在跑
- 用了什么工具
- 出了什么错
- 成本怎样
- 哪次版本变更影响了结果
所以 UI 会自然靠近:
- 云控制台
- DevOps 平台
- observability system
值得看的 UI 参考
-
AI Agent Activity Dashboardby Dmitry Sergushkin
https://dribbble.com/shots/26451143-AI-Agent-Activity-Dashboard
这类 dashboard 虽然不等于真正的平台,但很适合看 activity / health / trace 的信息组织方式。 -
AI Copilot Dashboardby Flyaps
https://dribbble.com/shots/27046142-AI-Copilot-Dashboard
它虽然名字叫 copilot,但很多区域其实已经往 platform workspace 靠了。
7. What This Means
如果现在让我用一句话概括不同 Agent 产品的长相:
Chat / Research Agent像对话 + 预览Coding Agent像 IDE + terminal + diffWorkflow / Enterprise Agent像业务系统 + 流程构建器Agent Platform像云控制台 + trace 控制台
所以一个很常见的误区是:
用聊天框去理解所有 Agent 产品。
这会直接把后面的设计做偏。
更准确的判断方式应该是:
- 先判断任务类型
- 再判断要暴露的系统状态
- 最后决定 UI 应该长成 chat、workspace、builder,还是 console
如果这三个顺序反过来,界面通常会很快失真。
References
- OpenAI, ChatGPT agent: https://openai.com/index/introducing-chatgpt-agent/
- Anthropic, Claude Code: https://www.anthropic.com/product/claude-code
- Anthropic Docs, Claude Code overview: https://docs.anthropic.com/en/docs/claude-code/overview
- Microsoft Copilot Studio: https://www.microsoft.com/en-us/microsoft-copilot/microsoft-copilot-studio/
- Salesforce Agentforce: https://www.salesforce.com/news/press-releases/2024/09/12/agentforce-announcement/
- ServiceNow agentic AI: https://www.servicenow.com/uk/company/media/press-room/ai-agents-studio.html
- Google Cloud, Vertex AI Agent Builder: https://cloud.google.com/products/agent-builder
- Dribbble, Agentic UI - Agent Chat: https://dribbble.com/shots/27185635-Agentic-UI-Agent-Chat
- Dribbble, AI Copilot Dashboard: https://dribbble.com/shots/27046142-AI-Copilot-Dashboard
- Dribbble, AI Assistant Dashboard UI – Developer Productivity & Performance: https://dribbble.com/shots/26925224-AI-Assistant-Dashboard-UI-Developer-Productivity-Performance
- Dribbble, Outomate – Automation Chatbot AI Dashboard: https://dribbble.com/shots/26543838-Outomate-Automation-Chatbot-AI-Dashboard
- Dribbble, AI Agent Activity Dashboard: https://dribbble.com/shots/26451143-AI-Agent-Activity-Dashboard
- Dribbble, Visual Workflow Builder for Lantern: https://dribbble.com/shots/25278049—Visual-Workflow-Builder-for-Lantern