从点按钮到说人话
前面两章拆了两根螺丝：软件的能力不再只来自你写的代码（第 5 章），边际成本从零变正（第 4 章）。这一章拆第三根，而且这根最贴近用户的手指——交互方式。过去几十年，我们跟软件打交道的方式是点按钮、拉菜单、填表单；现在越来越多是直接说人话。别小看这个变化，它动的不是外观，是护城河。
先说清楚这一章要争的那个点：界面（也就是 UI，你在屏幕上看到并操作的那一堆菜单、按钮、面板）曾经是软件最值钱的资产之一。而现在，它正在贬值。更要命的是，它贬值的方式，恰好把第 3 章讲的那条老护城河——切换成本（换一个软件要付出的重新学习、迁移、适应的代价）——一起漏掉了水。
界面曾经是壁垒，不是装饰
工程师容易把 UI 当成"套在功能外面的皮"。这是低估了它。在 GUI 时代，界面本身就是产品价值的一大块，也是壁垒的一大块。
想想你最熟的那个专业软件——Excel、Photoshop、你司那套内部 ERP。它的价值有多少藏在"功能"里，有多少藏在"你练了三个月才顺手的操作方式"里？菜单藏在哪一层、哪个快捷键对应哪个动作、什么工作流该先点哪儿后点哪儿——这些你早就形成了肌肉记忆。
肌肉记忆就是：你不用想，手指自己知道该去哪儿。就像老司机换挡不用看挡位。这种熟练是真金白银练出来的，一旦练成，你就懒得从头再来。
这份熟练，从用户角度是"顺手"，从厂商角度就是切换成本。你会 Excel 的三百个快捷键，让你换一个功能一模一样但布局全变的表格软件，你会本能地抗拒——不是因为新软件差，是因为你不想再当一次新手。UI 越复杂、越"专业"，这层锁就越死。这不是 bug，这是过去二十年很多软件公司心照不宣的护城河设计：让用户在你的界面里投入得越多，他就越走不掉。
换句话说，复杂的界面是一座迷宫。你花力气把迷宫走熟了，这份"走熟"本身就把你留在了原地。厂商乐得如此。
自然语言把迷宫削平了
现在来了自然语言交互——你不再点菜单，而是直接用日常说话的方式告诉软件你要干嘛。
过去："这三张表要合并……菜单在哪来着？数据 → 合并计算 → 选区域 → 按月分组……异常值怎么标红来着？条件格式 → 新建规则……"。现在：直接打一句"把这三个表按月份合并，标红异常值"。
看出关键了吗？迷宫没了。你不再需要知道"合并"这个功能藏在第几层菜单，也不需要记住标红的操作路径。界面从一个你要征服的迷宫，变成了一个你一句话下达的意图。
因果链条很直：
- 你不用学菜单结构 → 学习成本大幅下降；
- 学习成本下降 → 你在这个软件里"练出来"的那份熟练不值钱了；
- 那份熟练本来就是切换成本的主要来源 → 切换成本跟着下降；
- 切换成本是老护城河 → 护城河漏水。
过去锁住你的是"换软件要重学"。可如果新旧软件都听人话，那"重学"这一步几乎消失了——反正你对两边都只需要说人话。你练熟一个界面的那几个月，从"沉没成本变护城河"，变成了"白练"。厂商精心设计的迷宫，被一句自然语言绕了过去。
别急，不是所有界面都得死
这里要踩一脚刹车，否则就滑进"AI 要取代所有 UI"的空泛口号了。那是错的。
自然语言擅长的是说清意图，不擅长高带宽的精确操控。有一类操作，GUI 到今天依然吊打说话：
- 高频、需要即时反馈的操控：专业绘图里拖动一个锚点、微调贝塞尔曲线的弧度。你没法用嘴说"把这个点往右挪 3 个像素、再往上一点点、不对回来半点"——太慢，太糊。手直接拖，一秒钟的事。
- 需要一眼看全局的场景：交易终端上十几个实时跳动的数字、一整块盘口，眼睛扫一遍就有判断。让 AI 念给你听？信息带宽差了几个数量级。
- 精密编辑：写代码时的光标、多选、跳转、重构快捷键，是极高带宽的精确输入。"说人话"在这儿是降速。
说人话的带宽低：一句话能传的信息有限，且模糊。眼睛看、手直接操作的带宽高：一屏信息一眼吸收，一个拖拽精确到像素。带宽差异决定了哪种交互更合适，跟"新旧"无关。
真正的变化：意图和执行分层了
所以别把这一章读成"界面消失"。真正发生的事，是一次分层——把过去揉在一起的两件事，掰成了两层：
- 意图：你到底想要什么结果。"把这三个表合并、标红异常"。
- 执行：为了达到这个结果，具体要点哪些按钮、走哪些步骤。
在 GUI 时代，这两层是压在一起的：你想要一个结果，就必须亲手把执行的每一步都点出来。你不得不学会执行，才能表达意图。自然语言把它们撬开了：人负责说意图，模型负责翻译成一堆执行操作。
这个分层，才是界面贬值的真正机制。不是界面不存在了，而是用户不再需要直接面对它。很多软件会退到对话后面，变成一台"藏在对话背后的引擎"——它照样在点那些按钮、跑那些工作流，只是点按钮的人从你换成了模型。引擎还在干活，但用户看不见它长什么样了。
一旦用户看不见你的界面，你界面上那些精心设计的品牌感、那套"用起来就知道是我家产品"的辨识度，价值就掉下来了。用户记住的是那个帮他转达需求的助手，不是你。
一个埋在这里的推论
顺着分层往下想一步，会撞见一个反直觉的结论。
当用户不再直接戳你的界面，而是对着一个 AI 助手说"帮我把这几个表合并了"，那么这个助手，就卡在了你和用户中间。用户的意图先到助手那里，助手再决定调哪个引擎去执行。谁拥有那个"助手入口"，谁就站在了你和用户之间的关口上。
你和用户之间，第一次隔了一个不属于你的中间人。这件事会把"入口该归谁、分发该归谁"变成一场硬仗——那是第 8 章和第 9 章要打的仗。这里只点到，先记住：界面贬值，顺手就把"谁离用户最近"这个问题重新翻了个底朝天。
用一个类比收尾
过去用软件，像开手动挡的车。你得学离合、记挡位、练到脚和手配合默契，才能把车开好。这套技能是门槛，也是你和"不会开的人"之间的护城河——顺带也把你锁在你熟的那辆车上。
自然语言交互，像打车。你钻进后座，对司机说一句"去机场"，就完事了。你不再需要懂车、懂路、懂怎么操作——你只要会说目的地。
但注意：车还在，发动机还在干活，只是你不用碰它了。会开手动挡在赛道上、在越野时依然有价值（对应那些高带宽精密操控的场景）。变的不是"车没用了"，是"大多数人不再需要亲自开"。
软件的界面就是那套"怎么开车"的操作。当你只需要说目的地，那些年你练出来的驾驶技术——那份构成切换成本的肌肉记忆——就不再把你拴在原地了。这是第三根松掉的螺丝。下一章，我们去掀开那个越来越常见的东西：如果引擎藏在对话后面，那前面那层"套壳"，到底还有没有价值。