1 历史与演变
人机交互的历史是一部人类不断试图“驯化”计算机的奋斗史。从早期只有计算机科学家能够操作的庞然大物，到今天连三岁孩童都能划拉几下的触控屏，HCI的演变本质上是权力从机器向用户的持续转移。
1.1 史前时代：穿孔卡片与命令行
在现代图形界面的黎明到来之前，人机交互只能用“严苛”来形容。这个时代，计算机是房间里最昂贵的设备，而人是服务于它的“保养员”。交互模式要求人类完全进入机器的逻辑体系，任何一点微小的错误都会导致灾难性的后果。
1.1.1 打孔卡片的怨念：程序员的第一张“体力活”
在20世纪50至70年代，程序和数据通过一堆硬纸片输入计算机。程序员将代码和指令翻译成打孔机在纸片上凿出的一排排小孔，再将厚厚一叠卡片交给操作员去“喂”计算机。如果某一排孔位置不对（例如卡片被折角），整个程序就会崩溃。这种交互方式极其考验体力与耐心：程序员需要像仓库管理员一样搬运成箱的卡片，而找一张有毛病的卡片则如同大海捞针。这也催生了“只要你的程序跑起来了，你就以为自己是上帝”的早期段子，以及编程圈中关于“别碰我卡片”的执念。
1.1.2 键盘上的Bash：当人类学会“说计算机语”
随着电传打字机和视频终端普及，穿孔卡片退出历史舞台，取而代之的是纯文本命令行界面（CLI）。用户必须记住一条条晦涩的命令（如ls、chmod、grep），就像在背一种“计算机方言”。交互模式变成了“你写命令，机器执行，错了就报错，对了不吱声”。这种交互方式的高门槛将大多数普通人挡在门外，但它培养了一代“键盘侠”，他们迷信“命令行才是真正的交互”，并以“图形界面是给娘炮用的”之类的话调侃GUI的普及——直到后来他们自己也开始用鼠标。
1.2 图形用户界面革命
CLI的“反人类”特性催生了一场革命的到来：让计算机屏幕变得像一张“虚拟桌面”。图形用户界面（GUI）将文字命令替换为图标、窗口和鼠标点击，大幅度降低了计算机的使用门槛，也开启了人机交互的“民用时代”。
1.2.1 施乐PARC的“桌面”原型：被偷走的灵感
20世纪70年代，施乐帕克研究中心（Xerox PARC）发明了现代GUI的几乎所有雏形：窗口（Window）、图标（Icon）、菜单（Menu）、指点设备（Pointer），即著名的“WIMP”范式。他们制作的Alto计算机拥有可重叠的窗口、拖拽操作和“桌面”隐喻——屏幕上有一张画着文件、文件夹和垃圾桶的“桌面”。可惜施乐高层缺乏远见，认为这玩意“太花哨”，没能商品化。但这项技术的美学与逻辑却像一颗种子，被后来亲临PARC参观的苹果联合创始人史蒂夫·乔布斯“偷”回了库比蒂诺（乔布斯后来坦承：“他们根本不知道他们手里有什么，我们是来偷好点子的。”）。
1.2.2 苹果与微软的桌面之战：谁抄得更优雅？
有了施乐这张“灵感蓝图”，苹果于1984年发布了Macintosh，将GUI带入大众视野。随后微软在1985年推出Windows 1.0，引发了一场长达数十年的“桌面系统模仿大赛”——苹果指责微软“抄袭”，微软则反唇相讥“我们只是借鉴了相同的概念”。从实际交互角度看，苹果更强调“直接操纵”：拖动一个文件就像在桌面上“推”它一样自然；而微软更强调“兼容性与效率”，比如在任务栏上为每个窗口提供标签。这场战争最终催生了成千上万的“用户界面战争”吐槽贴，以及一个耐人寻味的行业梗：“苹果负责发明，微软负责完善，用户负责吵架。”
1.3 后PC时代：触控、移动与万物互联
2007年iPhone的发布宣告了触控交互时代的到来。人类第一次可以用手指直接“扯”屏幕上的元素，而不是通过鼠标间接操纵。此后，平板电脑、智能手表、智能家电等设备铺天盖地，人机交互开始超越“桌面”——从此，你可以在客厅里用手势调空调、用语音唤播放器，甚至躺在床上让手机“指挥”扫地机器人去充电。人机交互不再局限于“操作一台机器”，而是融入“操控整个环境”。
2 核心理论与模型
2.1 交互模型
人机交互的底层逻辑需要理论来解释。这些模型尝试回答一个终极问题：人到底是怎么跟计算机“对话”的？
2.1.1 戈尔曼的“行动-感知”闭环
交互理论家大卫·A·戈尔曼（David A. K. Gorman，非心理学家丹尼尔·戈尔曼）提出，任何交互都可视为一个“行动-感知”闭环：用户通过输入设备（如键盘、鼠标）做出动作→系统执行并提供反馈（如屏幕变化或声音）→用户再根据反馈调整下一次动作。如果这个闭环中任何一个环节出现阻滞（比如反馈延迟500毫秒），用户就会觉得“这个软件好卡”。这个模型简洁揭示了交互的本质不是单向的“用户下单、系统响应”，而是一个延续的、双向的协同舞蹈。
2.1.2 诺曼的“行动七阶段”：用户到底在想什么？
认知心理学家唐·诺曼（Don Norman）提出，用户在完成一个任务时会经历七个阶段：形成目标→行动意图→行动顺序→执行→感知系统状态→解释状态→评估结果。简单说：你想发一封邮件（目标）→你得回想“点击这个图标是要发邮件”（意图）→你决定先点“新邮件”再填地址（顺序）→动手点鼠标（执行）→看到页面（感知）→确认这是发邮件的界面（解释）→发现还需要附件，于是你意识到刚才忘了（评估）。这个模型揭示了用户错误往往不是“用户傻”，而是界面在某个阶段误导了用户——比如一个图标长得像回收站却写着“清空”，就会让人在“解释”阶段崩溃。
2.2 可用性工程
可用性是HCI的核心衡量标准，描述的是一个系统是否容易学、够效率、少出错。
2.2.1 尼尔森十原则：设计界的“十诫”
雅各布·尼尔森（Jakob Nielsen）总结了十项启发式可用性原则，被设计界奉为“设计界十诫”：系统状态可见性、系统与现实世界的匹配、用户控制和自由度、一致性与标准、错误预防、识别而非回忆、灵活性与效率、美学与极简设计、帮助用户识别/诊断/恢复错误、帮助与文档。其中“系统状态可见性”是第一诫：用户必须随时知道程序在做什么（比如加载时显示进度条，而不是突然黑屏）。这十条法则像一本“交互圣经”，无数UI设计师将它们贴在显示器旁边——尽管偶尔也会有人偷偷违反其中一两条，然后跑去做A/B测试。
2.2.2 可用性测试：让用户“被迫”吐槽
可用性测试是验证系统好不好用的终极手段：招募真实用户，让他们在受控环境下完成任务，同时观察者记录他们的行为与吐槽。测试过程中经常出现用户对着一个按钮发呆15秒、试图用语音控制一个只有键盘的终端、或者对着弹窗狂点“确定”却不知道发生了什么。这些看似荒诞的场面恰恰是改进产品的宝库——因为只有让用户“被迫”展示他们的困惑，设计者才明白哪个环节出了问题。
2.3 用户体验（UX）的玄学
如果说可用性是“好不好用”，用户体验（UX）就是“好不好感受”。UX包括了用户在与系统互动过程中产生的情感、情绪及主观评价，有时候甚至带有几分“玄学”色彩。
2.3.1 情感化设计：如何让用户对软件产生“初恋感”
唐·诺默另著有《情感化设计》（Emotional Design），认为产品不仅要“能用”，还得“让人喜欢”。这种喜欢分为三个层次：本能层面（外观好不好看，比如淘宝上的“可爱”字体）、行为层面（操作顺不顺畅，比如MacBook的弹性触摸板）、反思层面（使用后带来的正面记忆，比如重新打开健身App时看到“你坚持了30天”的鼓励动画）。好的情感化设计能让用户在第一次使用时产生“初恋感”，甚至会让用户无意识地原谅某些小bug。
2.3.2 心流体验：让用户忘记是在工作
心理学家米哈伊·契克森米哈伊（Mihaly Csikszentmihalyi）提出“心流”（Flow）概念：当任务难度与个人技能完美匹配时，人会沉浸其中，忘记时间流逝。在HCI界，设计者希望软件能够让用户进入这种“心流”状态：打字时手不离开键盘，打游戏时手指自动按下组合键。遗憾的是，很多软件会故意打破心流，比如突然弹出“是否允许通知”或“验证码是AeR9”——用户因此发誓：再也不升级了。
3 交互技术与设备
3.1 经典输入设备
3.1.1 键盘：腕管综合征的罪魁祸首
键盘是信息时代的第一道输入工具。QWERTY布局（打字机时代的防卡纸设计）至今统治着全球，尽管有其他更科学的布局（如德沃夏克布局）存在，但人们已经习惯了用“左手小指按A、中指按S”的痛苦。长期打字导致腕管综合征成为程序员与作家的职业病——这几乎可以概括为人与键盘的“相爱相杀”关系。
3.1.2 鼠标：比键盘更受手腕欢迎的“点击器”
鼠标的发明让用户能够直接“点”屏幕上的元素，而不必记忆复杂的键盘组合。从机械滚球（需要定期抠泥）、光电鼠标（精度更高）到轨迹球（解放手腕），鼠标的发展史也是人类手腕的减负史。有趣的是，当触摸板兴起后，很多传统鼠标用户反而失去了“精确瞄准”的肌肉记忆，出现“指哪点不哪”的“鼠标手”替代症候。
3.1.3 触控屏：指纹收集器与“胖手指”的博弈
触控屏让交互变得几乎没有中间设备——手指等于鼠标。然而它催生了两个难题：其一，屏幕成为“指纹收集器”，需要配上疏油层（或屏幕清洁布）；其二，“胖手指”问题：超大手指触碰小按钮时，系统无法判断你是指“食指尖”还是“食指尖+拇指”，导致误触。为此，设计者学会了让按钮至少48x48像素，并增加长按或侧滑操作来区分。
3.2 创新交互方式
3.2.1 语音交互：Siri与Alexa的“假装听懂”大赛
Siri、Alexa、Google Assistant等语音助手的普及让人机交互进入“动嘴不动手”时代。但这些助手经常会犯一些令人发笑的错误：你问“今天天气怎么样？”，它回答“好的，正在搜索‘今天天气怎么样’”；你问“附近超市什么时候关门？”，它回答“对不起，我没有找到‘附近超市什么时候关门’的信息”。这些“假装听懂”的尴尬场景催生了大量搞笑视频，但背后的实质是自然语言处理（NLP）在语境理解上仍有巨大鸿沟——它们总是在“帮你搜索”与“陪你聊天”之间左右横跳。
3.2.2 手势与体感：Wii与Kinect让健身成为游戏
任天堂Wii（2006）与微软Kinect（2010）将体感交互带入大众视野：用户站在摄像头前挥手、跳舞、打拳，屏幕就能实时模拟。这创造了全新的“游戏式健身”风潮，无数宅男在《Wii Sports》中挥汗如雨，甚至有用户在玩《舞力全开》时不小心踢坏电视。但体感交互的瓶颈在于精度有限（无法识别手指细节）和需要较大空间——这对于住在小户型公寓的用户并不友好。
3.2.3 眼动追踪：别眨眼，它在看你看哪里
眼动追踪技术通过摄像头检测用户在屏幕上的注视点。它在科研、辅助输入（为瘫痪者控制屏幕光标）和游戏交互中已经开始应用（比如在《荒野大镖客2》中，玩家看向哪个NPC，那个角色就会回应或打招呼）。但它的“偷窥”效应也引人担忧：网站可以通过眼动数据知道你究竟盯着哪个广告看了3秒——这会变成“眼球点击”式精准营销，让人不寒而栗。
3.3 输出与反馈
3.3.1 显示技术：从CRT到视网膜屏的“像素战争”
显示技术经历了阴极射线管（CRT，又重又大，刷新率低）、液晶显示器（LCD，轻薄，但漏光和可视角度差）→有机发光二极管（OLED，自发光、对比度超高）→视网膜屏（分辨率超过肉眼分辨极限）的演进。每一代技术进步都让画面更细腻、色彩更鲜活，也让用户对自己当年“看像素块都快乐”的日子产生了难以置信的回忆。
3.3.2 触觉反馈：手机震动也能传递情绪
触觉反馈（Haptic Feedback）让用户通过震动获得信息。例如，手机打字时“哒哒哒”的震动模拟了机械键盘的触感，而游戏手柄在撞车时发出剧烈抖动营造沉浸感。苹果的Taptic Engine甚至可以根据不同情景（收到短信、闹钟响起、来电）给出不同“力度”的震动模式——这让用户能“摸”出是老板发消息还是朋友发搞笑视频。
3.3.3 听觉反馈：那声“叮”是成功还是失败？
听觉反馈在界面中极度隐晦却又至关重要：开机声（Mac的“砰”）、出错声（Windows的“当”）、操作成功时的一声“叮”，都是系统在告诉用户“执行成功了”或“出错了”。但滥用声音会演变成噪音：一个用户在办公室里点击确认时被“叮”一声吸引全体同事的目光，从此他学会了静音。设计者需要谨慎规划声音反馈，避免成为“社死”触发器。
4 设计原则与方法
4.1 以用户为中心的设计（UCD）
UCD的核心主张是：设计师不应凭空创造，而应在整个过程中围绕真实用户的需求、能力和动机进行决策。
4.1.1 用户画像：虚拟角色的现实投射
用户画像是基于真实用户数据构建的虚构人物代表，通常包含一段简短的工作/生活描述：“陈师傅，55岁，保安，每天用手机看新闻和微信，视力较差，手指粗，常年穿着制服，喜欢用语音输入，讨厌需要滑动才能操作的应用”。借助这个虚拟角色，团队成员可以在做决策时问：“陈师傅会找到这个按钮吗？”从而避免把界面做成“只适合25岁程序员”的样子。
4.1.2 场景设计：咖啡厅里写代码的苏珊
场景设计描述了用户在具体环境中使用产品的典型情景：“周二下午三点，苏珊在咖啡厅用笔记本写周报，旁边有人在喝拿铁、聊天，网络不太好，苏珊希望在手机和笔记本之间无缝切换，并且千万别让她输入两次密码”。场景设计帮助团队从“功能清单”转向“真实行为流”，从而发现那些原先被忽略的痛点，比如“咖啡厅中无法靠语音输入（太吵）”。
4.2 迭代与原型
好的交互设计不是一蹴而就的，而是通过“设计→测试→修改”的循环反复打磨。
4.2.1 低保真原型：纸笔也能做交互
低保真原型（Low-fidelity Prototype）通常是指用纸、笔、便利贴制作的界面草图，甚至剪贴出来可以模拟点击。尽管它看上去惨不忍睹（歪歪扭扭的线条、用橡皮擦改来改去），但它的最大好处是：快速试错。设计师可以在五分钟内做出一个新的布局，问用户“在这里点击会怎样？”而用户不会因为界面太丑而犹豫——因为大家知道它只是纸。
4.2.2 高保真原型：看起来能用，实际上不能
高保真原型（Hi-fidelity Prototype）由专业软件（如Figma、Sketch、Axure）制作，看起来与最终产品几乎一模一样，可能还包含了动画和过渡效果。但它的核心在“看起来”能用的同时，“实际上”在后台没有任何真实数据或逻辑支撑。用户点击“保存”不会真的保存，而是看到一个提示“您已保存”。这种“看起来很真”的原型能有效收集用户对最终视觉风格和操作习惯的反馈，但要小心用户误会“我已在正式环境中操作”。
4.3 评估方法论
4.3.1 启发式评估：专家眼中的“致命错误”
启发式评估让一到多名HCI专家根据尼尔森十原则“扫描”界面，找出潜在问题。每个问题会被标记为“严重程度1-4”，其中4代表“用户在此会被卡死”。虽然专家评估效率高，但偶尔也会出现“专家认为某个问题是致命错误，但真实用户根本不在意”的尴尬。
4.3.2 A/B测试：用户投票的民主实验
A/B测试同时向两组用户推送两个不同版本的页面（A与B），统计哪个版本的转化率（如点击率、购买率、完成率）更高。它本质上是一场用户用行为投票的民主实验：设计者可以争论“红色按钮比蓝色按钮好看”，但A/B测试的数据将终结一切争论——结论可能是“红色按钮点击率高出10%”，于是大家闭嘴。但也要小心A/B测试中的“霍桑效应”：用户知道自己正在被测试时，行为会偏出正常轨道。
5 应用领域与典型案例
5.1 日常生活
5.1.1 社交媒体：点赞按钮背后的心理学
社交媒体的交互设计将人类对社交认可的需求与数据反馈深度绑定。点赞按钮（Facebook的“大拇指”、Instagram的“爱心”）本质就是一个最简单的“二分法反馈”：用户点击它，对方得到一条“认可”信号。心理学家认为，这种“点赞→心理满足”的正反馈循环促使人们不断发帖。而“双点点赞”或“长时间按压显示表情”等交互微创新，则进一步精细化表达情绪的层次——从一个“喜欢”变成了“哈哈哈哈、好爱、震惊、难过、愤怒”五种态度。设计师小心翼翼保持按钮可见，生怕用户“忘记点赞”会降低互动率——这本身就是对用户心理的精准拿捏。
5.1.2 智能家居：喊一声“关灯”就行的懒人福音
智能家居交互通过语音指令（“关灯”“调高空调温度”）、手机App以及传感器自动触发（“室外天黑则关闭窗帘”），将“动手”转化为“动嘴”甚至“什么都不用动”。智能音箱如Amazon Echo、Google Nest Home成为家庭中枢，但最经典的场景往往是：用户躺在沙发上喊“关灯”，音箱回答“好的，已关闭所有灯”，但实际楼上的灯没有关闭——智能家居的“部分失效”是用户最常吐槽的笑点。不过，当它完美运行时，你会觉得自己提前进入了“懒人时代”。
5.2 专业领域
5.2.1 医疗人机交互：手术机器人的“手眼协调”
在微创手术中，医生通过控制台操作机械臂进行精密动作。交互设计需要解决“手眼协调”问题：医生看着放大十倍的屏幕，手操作两个操纵杆，机器则滤除手的震颤（“震颤抑制”功能）。更先进的手术机器人甚至能完成“自动缝合”——医生只需按下“缝合”按钮。这种交互对稳定性要求极高，任何延迟或误操作都可能造成患者伤害，因此界面设计极为保守：所有操作需要双重确认，一键退出。
5.2.2 航空航天：驾驶舱里密密麻麻的按钮故事
民航客机驾驶舱不是一个办公桌，而是一间布满几百个按钮、旋钮、液晶屏的“交互神殿”。飞行员需要通过一系列肌肉记忆和标准操作程序（SOP）来快速切换交互模式。常见的设计痛点包括：警告声过多导致飞行员分心、触控屏在湍流中难以精准点击、关键按钮位置在不同机型上不一致等。近年来，飞机越来越多地采用“电传操纵”（Fly-by-Wire，计算机辅助控制），交互从“直接物理连接”转为“透过软件算法的中介”——这进一步提高了安全性，但也带来了新的困惑：飞行员有时会不确定自己是否已经按下了那个“AUTOPILOT DISC”按钮。
5.3 游戏与娱乐
5.3.1 VR/AR：眩晕感与沉浸感的永恒斗争
虚拟现实（VR）和增强现实（AR）提供了前所未有的“沉浸式交互”，但副作用是普遍的“晕动症”：当用户头戴显示器转动头部而画面略有延迟（超过20毫秒），大脑就会产生“我在动但平衡器官没动”的冲突信号，导致恶心与头晕。这成为VR/AR发展的最大障碍之一——开发者们疯狂优化帧率、减少画面延迟，同时尝试设计“瞬移”等防止眩晕的移动方式。与此同时，AR（如《宝可梦GO》）让虚拟角色出现在真实世界里，用户必须拿着手机对准环境扫描——这种“低头看屏”与“抬头看路”交互之间的切换本身就是一种新的交互艺术。
5.3.2 游戏手柄：从四方向到六轴体感的进化
游戏手柄的演变堪称HCI设备进化的缩影：早期的雅达利手柄只有一根摇杆和三个按钮；任天堂FC（红白机）开始采用“十字键”作为方向输入；索尼PlayStation引入双类比摇杆和肩部按钮（L1/R1），左右手分工更精细；到Wii Remote和PS Move引入体感；Switch Joy-Con甚至带有“HD震动”与“红外摄像机”。手柄的每一次变化都在拓展“人如何与电子世界互动”的边界，也让玩家越玩越上头——尽管手指酸痛，但不愿停下来。
6 前沿挑战与伦理
6.1 脑机接口（BCI）
6.1.1 意念打字：终于可以“说”不用嘴
脑机接口（BCI）试图直接解读大脑的神经信号，让用户通过“想”来操控设备。当前的“意念打字”系统（如Neuralink、BrainGate）通过植入式电极或非植入式头盔捕捉脑电波（EEG），用户可以靠“想象移动左手”来移动光标，或者通过“想象发音”来让系统合成语音。虽然目前速度还很慢（每分钟十几个字符），但它对残障人士意义重大——一位瘫痪用户可以通过BCI写出一封邮件或控制电动轮椅，这就是“用思维对话”的雏形。
6.1.2 伦理困境：大脑被黑怎么办？
如果BCI能够读取一个人的思维，那么隐私边界将彻底重塑：你的大脑会不会被“黑”？一个黑客能否通过侵入你的BCI植入一条“想投票给某位候选人”的意念？这引发了广泛的伦理讨论。更棘手的是“脑数据所有权”：公司或政府（例如通过脑机接口头盔收集士兵的神经数据）如何确保数据不被滥用？目前各国法律对脑数据的保护远不如个人敏感信息严密——这或许将成为21世纪最复杂的人权问题之一。
6.2 人机协作与增强
6.2.1 外骨骼：人类变超级赛亚人的第一步
外骨骼机械（Exoskeleton）通过附加在人体上的电机与传感器，辅助或增强人类的身体能力。在工业领域，工人穿上外骨骼可以轻松搬运几十公斤的零件；在医疗领域，瘫痪患者可以依靠外骨骼重新行走。交互通常通过肌电传感器（读取肌肉信号）或遥测信号完成：你想抬腿，外骨骼就帮你抬。但外骨骼面临交互延迟和“人-机-环境”协同不畅的问题——如果机器在错误的时机发力，可能造成摔伤。
6.2.2 人工智能助手：它真的懂你吗？
当下的人工智能助手（如ChatGPT、Copilot、Claude）已经能够以自然语言与人展开复杂对话，完成写作、编程、客服等工作。它们在交互层面越来越像“一个聪明但有时会瞎扯的人类”。然而，“它真的懂你吗？”这一哲学问题依然悬而未决——AI基于模式匹配，不是基于真正的理解。于是我们经常看到这样的对话：“帮我写一首关于猫的诗。”“好的，这是一首诗：（输出了一篇关于打印机的诗）”。这依然只是个“工具”，离“人”还有距离。
6.3 包容性与无障碍
6.3.1 色盲模式：不是所有绿都对
全球约8%的男性和0.5%的女性是某种形式的色盲（以红绿色盲最为常见）。传统界面中“绿色表示成功、红色表示失败”的设计，对于红绿色盲用户来说恰好是两个几乎一样颜色的灰度块。因此，专业的可访问性设计（Accessibility）不仅使用颜色，还要结合图标、文字、图案来传递信息——例如“成功=绿色勾+文字‘通过’”。许多科技公司（如Apple、Microsoft）将色盲模式作为系统级选项，开放给用户。尽管如此，无数应用依旧忽略这一原则，让色盲用户在填表格时“靠感觉猜”。
6.3.2 老年人专用界面：大字体加慢动作
老年用户的操作习惯与年轻人截然不同：他们可能看不清小字、手指对触控不那么灵敏、容易忘记下一步该干嘛。为此，许多应用推出“长辈模式”：字体放大两倍以上，按钮至少占据半屏，操作步骤尽量少，且每一步都有清晰提示（如“你现在在这里，点击这里就能发消息”）。但这项设计往往遭到年轻人的嘲笑——“看着像老年机”，但设计者的回击是：你也会变老的，到时候你也会感谢这个界面。
6.4 隐私与信任危机
6.4.1 “同意”按钮背后的猫腻
在几乎所有应用或网站第一次启动时，都会跳出“同意用户协议和隐私政策”的弹窗。绝大多数用户会不经阅读地点击“同意”，而协议中往往包含“我们收集您的位置、浏览记录、联系人列表，并与第三方分享”之类的条款。这种“弹窗式同意”本质上是一个交互设计的陷阱：它让你在不知情的情况下“主动”放弃了隐私。设计师当然可以把它做得非常小，但也可以做得极其冗长、难以关闭——最终“同意”成了用户绕不过去的“契约”。
6.4.2 当交互变成监控：智能音箱里的“耳朵”
智能音箱（如亚马逊Echo、谷歌Home、苹果HomePod）总是处于“唤醒词监听”状态（比如“Hey Siri”），只有在识别到唤醒词后才开始录音并上传云端处理。但安全隐患在于：设备会不会未激活就偷录？一些消费者的诉讼显示，音箱误记录了很多家庭私密对话（例如“提醒我下午3点买刀”被解读为唤醒词“买刀”后的指令）。此外，公司若将录音用于改进算法，用户的隐私就彻底暴露在“云”。这种“交互即监控”的灰色地带，使人机交互的信任基础岌岌可危——用户不得不思考：这台设备到底是在服务我，还是在监视我？