共同基础崩了
机器不知你所想，你不知它所依据。
诺曼写于 2007 年的人机交互预言，放进 2026 年的 AI Native 产品里，是依然好使的底层规律，还是被范式更迭甩在身后的旧地图？
前三本讲被动的物，第四本第一次讲会自己思考、自己做决定的机器。诺曼的全部焦虑是：人和机器变成了「两段各说各话的独白」——谁也听不懂谁。
机器不知你所想，你不知它所依据。
失效瞬间，把控制权丢回毫无准备的人。
人不知此刻该不该信任机器。
导航不停命令你「前方左转」，却读不懂实时路况、也不知道你真正想走哪条路；你也不知它凭什么这么规划。两边自说自话。
— 缺乏 common ground（共同基础）这个诊断今天更准了。
诺曼说人机像「两段独白」。阿在处理工单时，客户看不见它理解到哪一步、依据哪条知识库——共同基础照样崩，与 2007 年同病同源。
症状一样，病因翻转了。
2007 年导航根本没有意图模型（懂得太少）；今天大模型能推断意图、多轮建上下文。问题从「建不起来」变成「建起来了你却看不见」——诺曼的解法是给无脑机器配的。
系统平时帮你开得稳稳的，你慢慢放松警惕；可一旦遇到它处理不了的状况，「啪」地退出，把方向盘丢回给一个早已脱离状态的司机。
— 半自动，比全手动 / 全自动都危险全书最不过时的一条。
诺曼点出半自动最危险：可靠让人卸防，失效瞬间把控制权丢回脱离状态的人。Agent 中途报错、把混乱上下文甩回人工，是同一机制的翻版。
「接管」的形态变了。
当年接管是物理、瞬时的（一把方向盘）；今天 Agent 能解释卡点、保留上下文、协作交接。诺曼「少依赖自动化」太保守，AI 的答案是「更聪明的交接」，不是更少的自动化。
水快开时声音渐变，你不用盯着、靠余光就知道进度——连续、可感知、不打扰。反例是自作主张却不解释的「坏脾气」冰箱。
— 好反馈是环境式的，不是命令与弹窗简直是为流式输出写的。
诺曼推崇烧水壶式的连续、可余光感知、不打扰的反馈。Agent 边想边吐字、显示「正在检索知识库」，正是数字版的「水开声」——原则被验证成功。
他设计的是单向信号。
烧水壶只能被动接收。AI 反馈是双向对话——你能打断、追问、当场纠正它。这已不是「信号设计」，是「对话设计」，是诺曼框架里没有的新范式。
诺曼主张：未来机器需要某种类似情绪、个性的机制，表达「我有多大把握、状态好不好」，人才知道此刻该不该信任它。
— 情绪 = 信任校准器依然成立——信任需要被校准。
诺曼主张机器用「情绪/个性」传达把握程度。阿在标注置信度、来源，让客户判断信还是转人工——正是这条的落地。
这条会反噬，方向得反过来。
蠢机器的个性帮校准；强 Agent 一个笃定温暖的「人设」会让人信任过头——越像靠谱的人，越不质疑它是否一本正经胡说。诺曼想用个性「建立」信任，LLM 时代它在「制造」信任，与可靠度脱钩。
① 丰富自然的信号 ② 行为可预测 ③ 良好的概念模型 ④ 输出可被理解 ⑤ 持续反馈但不打扰 ⑥ 善用自然映射
— 把前三本的原则，升级到「会思考的机器」六条逐条仍立，只需换场景。
可预测、可理解、持续反馈、自然映射……每条都是人对工具的恒定需求。技术换代，及格线没变——书是底层操作系统，不是过时的 App。
第②条的地基塌了。
六法则预设「功能固定、行为可枚举」的机器。LLM 是概率、涌现、不可完全预测的，同一问题两次回答可能不同——「行为可预测」前提没了，整套根基随之松动。
诺曼写的是人性，不是技术。技术一代代换，但人对「看得懂、可信任、能接管」的需求从没变过。把它当过时旧地图，是误读了它的图层。
诺曼写的是「人与确定性机器」的关系。AI Native 是「人与概率性智能体」的关系——这是范式断裂。尊重经典，是清楚它的边界。
诊断没过时，药方得重写。
诺曼指出的三个病——共同基础、自动化悖论、信任校准——今天一个不少，甚至更严重。但他开的药是为「又蠢又自负的窄机器」配的；到了「又强又不透明的宽智能体」身上，剂量和方向都得调。这就是阿在每天在走的那条线。
诺曼划好了及格线 —— AI Native，要重新定义满分。
2007 年的诺曼，
已经把今天 AI 产品的及格线，
替我们画好了。
《设计心理学 4 · 未来设计》 · 辩论场 · 完
诺曼说「有吸引力的东西更好用」。当产品从一把茶壶，变成一个会说话、会共情、还可能一本正经胡说的 AI，三个情感层次还托得住吗？
诺曼的核心命题：情感和认知缠在一起，好看的东西真的更好用。他把情感加工分成三层，一件产品要同时打动这三层，人才会真正爱上它。
五个回合，就围着这三层 + 那句 「有吸引力的东西更好用」 来打。
诺曼摆出自己收藏的三把茶壶——有的第一眼就让人想拥有。本能层在你还没动手用之前，就已替你下了「喜欢 / 不喜欢」的判断。
— 第一印象，发生在意识之前本能层依然第一眼定生死。
诺曼说本能判断在意识之前发生。AI 没了实体，但第一句话、语气、响应速度成了新「外观」，客户开口前 3 秒照样定调。
诺曼的本能层是关于「物」的。
他讲视觉、材质、造型——静态对象的感官属性。AI 是无形、逐字生成的，第一印象由「说什么」而非「长什么样」决定。把语气当外观，是借壳。
行为层关乎使用本身——顺手、高效、反馈及时。一把握感好、倒水不滴的茶壶，每次用都让人心情愉快；反之则次次添堵。
— 可用性，是一种持续的情绪行为层 = 可用性，永恒。
诺曼说好用本身是一种持续愉悦。AI 也要响应快、一次说清；「用着顺手」带来的舒服感，从茶壶到 Agent 一脉相承。
「顺手」的定义被改写了。
传统行为层假设交互确定、可形成肌肉记忆；AI 每次交互都不同、协商式，没固定路径可练熟。「好用」从「学会一套动作」变成「会不会跟它聊」。
这把著名榨汁器几乎不好用、还会被酸液腐蚀，很多人买回家从不榨汁——只摆着。它是反思层的彻底胜利：人买的不是功能，是意义、品味与谈资。
— 有时人要的根本不是「好用」反思层最不过时。
榨汁器几乎不好用却被当艺术摆着——人买的是意义与谈资。一个让客户「愿意讲给别人听」的 AI 同样赢在反思层，阿在的「礼宾级服务」主张就是反思层叙事。
反思层讲的是「我和我的物」。
榨汁器不回话，意义是用户单方面投射上去的。AI 是会回应、会变化的「准主体」——关系变成「我和一个似人对象」，单向投情的反思层装不下双向关系。
同样功能的界面，做得更美观的那个，被用户认为「更好用」。诺曼的解释：正面情绪让人更能容忍小毛病——美感真实地提升了可用性。
— Attractive things work better这条直接适用。
诺曼引 ATM 实验：更美的界面被认为更好用，因正情绪让人更宽容。讨喜的 AI 同样降低用户烦躁阈值、更愿意继续用。
这条会反噬。
「更宽容错误」在确定性产品是优点。可 AI 会一本正经胡说——当用户因它讨喜而不质疑其事实性错误，美感就成了不可靠的遮羞布。越讨喜越危险。
诺曼在书末就预想了带情绪、有「个性」的机器：情绪能帮机器更好地行动（比如「恐惧」让它避险），也让人更愿意与之相处。他在 2004 年就把情感机器写进蓝图。
— 情感，是未来机器的零件他早就预言了情感化的 AI。
诺曼在书末设想带情绪、有个性的机器（如「恐惧」助其避险）。今天 AI 的拟人、共情正是兑现，框架提前二十年指明方向。
他设想的情感是「为机器自己」用的。
诺曼的机器情绪由设计者预设、辅助机器行动；今天 AI 的「情感」是生成、表演性的，会反过来操纵用户（情感依赖、被哄付费）。这从「设计问题」升级成了「伦理问题」。
三个层次说的是人怎么感受，不是物长什么样。载体从茶壶换成 Agent，人脑的本能、行为、反思一层都没少。情感是底层硬件，不会因技术换代而过时。
诺曼的情感设计，是人对物的单向投情。AI Native 是人与一个会回情的对象的双向关系——它从设计问题，升级成了伦理问题。
三层次没过时，
但 AI 多了一层伦理层。
本能、行为、反思——这三层关于「人怎么感受」，到 AI 时代一层都没少。但当对象会回应、会共情、还会胡说，「有吸引力的东西更好用」就有了暗面：美感与讨喜，会让人宽容它的不可靠。情感设计要从「如何让人爱上产品」，升级为「如何让人健康地爱上一个会回应的智能体」。
诺曼教我们让产品「招人喜欢」 —— AI 时代，难在让人「喜欢得恰到好处」。
让用户爱上产品，是 2004 年的命题。
让用户爱得恰到好处，
是 AI 留给我们的新考题。
《设计心理学 3 · 情感化设计》 · 辩论场 · 完