（本文阅读时间：15 分钟）
当前，人与大模型及Agent的交互主要依赖线性聊天窗口。这种模式虽自然，却难以应对多分支探索需求，关键信息易被淹没在冗长的对话记录中。然而，人类思维具有非线性特征，需要在不同想法间跳转、对比关联资料并随时回溯。
微软亚洲研究院近期推出的Huabu，旨在重构这一交互范式。它将Agent调研产生的网页、图片、笔记及方案，从线性对话框迁移至无边界的二维可视化空间。在Huabu中，信息可自由放置、缩放、分组并通过连线建立关联，用户可直接修改内容并驱动Agent持续工作。
Huabu不仅是新的交互界面，更试图回答核心命题：当AI具备复杂信息处理能力时，人类应如何与之协同思考？
Huabu：适配人类原生思考模式
Huabu并非传统在线白板。常规白板侧重绘图排版，而Huabu是专为人机协同设计的项目空间（Space），将信息收集、思考组织、AI执行与成果沉淀整合于同一环境。
Huabu以“项目空间”为基本单位，取代了线性的对话轮次。用户可为每个项目创建独立空间，汇聚PDF、网页、图片、笔记及Agent生成内容。资料可并置对比，想法可化为独立节点延展，碎片化信息由此形成可持续探索的结构化空间。
Huabu 演示视频
收集信息：告别“搬运工”角色
传统交互中，用户需手动复制粘贴分散在各窗口的素材充当“上下文搬运工”，过程繁琐且易遗漏。
Huabu支持直接上传各类素材并自动生成独立节点。暂存的想法、未展开的思路及过往讨论均可完整留存，成为Agent可读取利用的上下文资源。
组织整理：构建可视化逻辑关联
Huabu支持人机协同整理。用户可手动调整，亦可交由Agent自动处理。 AI 将检索资料转化为带摘要的独立节点，避免线性长文本带来的认知负担。
例如，批量导入论文后，Agent可按时间线或学术脉络自动排布节点，标注引用与对立关系；访问代码仓库后，可拆解架构并以拓扑图呈现模块依赖；在方案策划中，能自动区分核心观点与待验证问题，将相关素材分组归纳。
图 1：用户指示 Agent“上面是 beat，下面是图”
"Huabu 通过语义理解将散乱信息自动结构化，把隐性逻辑转化为可视空间结构，同时识别位置、分组及连线所承载的思维关系。”邱可昕表示。
此外，Huabu 的缩放功能支持全局与细节的自由切换。缩小视图时展示摘要以建立全局认知；放大节点则可查看原文、高清图及批注，进行精细化编辑。内部测试显示，该功能有效降低了多分支探索中的思路丢失率。
图 2：b 为 a 放大后的节点视图
执行操作：全链路空间协同
信息整理完毕后，用户可调用各类Agent协同作业。Agent 的产出不再局限于对话框，而是以可视化形式直接回流至共享界面，启发新一轮思考与任务。
以往修改 AI 生成的图片或 PPT 需繁琐的提示词，而在 Huabu 中，用户可利用空间关系表达意图。例如指令“让这张图风格与旁边一致”，AI 即可实现风格对齐；调整元素间距也仅需简单指令，Agent 便能完成局部修改而不影响其他元素。
"Huabu 改变了人类向 AI 表达意图的直觉方式。”邱可昕强调。
图 3：c 为 AI 初稿；a 为 Huabu 中参考风格；b 为 Agent 对齐风格后的结果，直接呈现在空间中。
Huabu既理解空间指令，又保持上下文连续性，将迭代过程保留为历史版本。这种所见即所得的交互构建了可持续创作的闭环，显著降低了试错成本。
Huabu底层逻辑：思考成为可理解的空间
Collect-Organize-Act 工作流基于对人类思考方式的重新理解，围绕三大核心原则构建：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：空间布局即信息
人类习惯用空间逻辑组织信息：重要内容放大、关联素材近置、对立观点远隔。传统 AI 工具无法识别此类隐性信息，而 Huabu 专门设计了数据存储与工具调用机制，使 Agent 能理解节点的位置、大小及连接关系。
“在 Huabu 里，位置、大小及组合方式均为信息。”研究工程师陈楠指出，“放大文字代表重视，连线代表强关联，这比反复编写提示词更直观。”
图 4：相互链接的两个节点
思考外化让用户无需冗长提示词，直接通过空间关系向 AI 传达意图。
共享认知空间：从文本上下文到空间上下文
传统聊天窗口的上下文限于时序文本，需手动划定范围。Huabu 创造了空间上下文机制，空间本身承担组织与指代功能。
当 Agent 置于画布特定区域，可自动读取周边节点及连线关联素材，无需额外划定边界。例如，手绘草图附近的 Agent 可结合周围图文理解任务。这一机制让人与 Agent 共同读取同一张“思维地图”，大幅降低信息传递成本。
共享认知空间的核心在于：界面不再是单纯的素材载体，而是人与 AI 掌握项目全貌、持续协作的统一工作空间。
自然交互：多元输入与人本掌控
Huabu支持触控、手绘及语音等多种交互方式，并将提升手写识别能力以理解模糊草稿。同时，产品坚持“人在回路”（Human-in-the-loop）原则，AI 的所有修改均被完整记录并可视化。
“完整展示改动能建立信任，确保 AI 行动始终处于人类可控范围。”邱可昕解释道。自然交互的真谛并非全盘托管，而是让 AI 行动透明可见、随时可调，AI 拓展能力边界，人类掌握最终决策权。
从“我的 Agent"到“我们的空间”：探索下一代桌面
Huabu已实现单人与多 Agent 的协作模式，但这仅是起点。未来构想中，工作空间将纳入同事及其专属 Agent，构建人与人、人与 Agent、Agent 与 Agent 间的自然协作网络，由高层级 Agent 协调任务分配。
Huabu是 Agent 时代新型交互界面的尝试。正如早期命令行并非计算机终极形态，当前对话模式亦非终点。团队开源 Huabu，旨在邀请开发者与研究者的共同探讨。
从个人助手到多人共享智能空间，Huabu 所探索的，或许是 Agent 时代的下一张“桌面”。
Huabu GitHub 代码链接：
https://github.com/microsoft/Huabu
Huabu 项目页面：
https://microsoft.github.io/Huabu/
#AI #人工智能 #Agent #智能体 #Huabu #人与 Agent 交互 #自动化