大資料文摘授權轉載自安迪的寫作空間
界面或接口（Interface），是兩實體交換資料的媒體，交換資料的實體可以是軟體，電腦硬體，外部裝置，人等等。
随着 LLM 崛起，可看到因為其語言了解、推理、生成能力的強大，用它作為機器背後的思考引擎，就能讓語言作為界面成為可能。并不是說之前沒有語言作為界面的例子，比如腦殘助手們（Siri說你呢），但 LLM 的出現會讓語言作為界面獲得真正的推廣與使用，不再腦殘。
語言是人的天然界面
自然語言是從人類對話開始，而語言對于人類是一種天然的界面。
語言是和人類（大腦）一起進化的，在各種生存壓力下，語言和大腦一起從最簡單信号，而進化到各種進階能力，如符号系統、想象等，而這也就催生出了科學宗教等等。我們智人這方面的能力尤為明顯。
語言對于人類交流方面就是一種本能（繼續推薦《語言本能》），是以語言作為界面對于人類來說就是天生的，最自然的界面。
是以如果很多東西的界面變成了語言，那這些東西的使用門檻也就會變成非常低，隻要你會指揮就行。
我們在各種作品裡也有類似想象，比如賦予各種物體靈，然後通過語言進行互動，比如能聽懂指揮的飛劍啊法寶啊。
而現在，這種假設就能通過将 LLM 作為思考引擎接入進去，進而得到實作。
很多人學習的是界面的使用
對大部分人來說，天天都在用各種界面，智能手機，電子家電，電腦軟體，這些界面都有一定門檻，有高有低。人們日常工作學習，大部分就在學習界面的互動，通過界面來用工具。
特别對于天天處理電子化檔案的白領來說，吃飯技能可能就是界面使用。比如說 Office 全家桶，什麼三十天excel從入門到精通、word實戰等等，都教的是如何使用 Office 界面。
個人用 Office，很頭疼，那個什麼功能在什麼地方。明明知道想要什麼，也能用語言表達出來，但就不知道在那茫茫一大片按鈕中的哪個中。于是隻能先輸入搜尋引擎，找到相關操作文章，照着弄，真麻煩。再過個一段時間，又忘這個功能在哪了。
而如果将語言作為界面後，就省掉了查找搜尋引擎的步驟，直接給想要的說出來就行，給工具的使用門檻降到很低。
現在微軟推 Copilot 就是在将旗下的各種産品換成語言作為界面的形式。
誰沒一張嘴呢，我想要這樣這樣，很好提。但各種軟體工具的界面不好學，是以光各個軟體和相關教程就養活多少人。而如果給工具界面變成語言，辛辛苦苦學習界面的人就能被取代掉，不需要中間這環了，需求方直接用語言調工具。
是以我認為，随着 LLM 作為引擎，語言作為界面得到普及後，會對之前工作主要就是學習各種界面和接口的人，造成巨大沖擊，包括程式員。很容易被語言界面取代掉，特别如果工具的 error-trial 的成本低，錯了就錯了，再試一試就好，無非多花些時間調。
機機接口也能用語言
兩個都用 LLM 作為引擎的機器，也能語言作為界面來進行互動了。
一般機器與機器之間互動，為追求精準或效率，由專業人員進行界面 API 定義，檢視文檔來調用。這種方式精準可控，效率高。但壞處和前面提到一樣，有門檻，還涉及到界面設計，使用者對界面學習。
如果讓機器之間直接用自然語言作為界面互動的話，會非常簡單，還很統一，不再存在多種多樣的 API 界面了，都隻有一個，自然語言。
之前讀 Generative Agents，非常受啟發。論文大概說，小型模拟世界，NPC 背後都用 LLM 作為引擎，用自然語言交流、獲得資訊、記憶。還用 LLM 推理出合理行為反應，每個 NPC 隻需給一個初始描述，然後就能自己運轉起來。比如作者給某個 NPC 腦子裡加入一個要辦情人節party的想法（也用自然語言），結果遊戲人物就自己走出門，和其他 NPC 聊，最後給消息傳播開，還組成了 party，很神奇。
語言作為界面的缺點
語言作為界面也有很明顯的缺點，那就是自然語言的模糊性，拿到真正意圖比較麻煩。
所謂的語言作為界面，本質就是給語言到功能點的連結給隐藏起來了，之前從語言到功能點，是人來學習怎麼觸發，現在需要底層 LLM 模型來進行觸發了。
是以這就帶來兩個難點。
第一，是否能夠正确地了解給到的語言指令，我說：”加粗第三小節第二段，第一句話，不要連結詞“，模型是否能了解正确。這涉及到對齊問題，整體來說現在模型對指令的了解還是挺好的，而且不用太多資料也能泛化。
第二，是否能給了解到的指令正确地映射到具體操作，假設模型了解了上述指令，那怎麼給這種了解映射到具體操作，讓底層工具來完成正确操作呢，這塊可以直接讓 LLM 學習調 API，這也是現在一個大方向，讓模型學習用工具和接口。
上面這兩點都需要靠 LLM 來進行解決，前者是通過語言了解，後者通過它的符号推理能力。
隻要 LLM 能力能不斷得到完善，那麼最終都是能解決的。
對于某些場景，真的需要精确性比較強，那也可以做成混合互動界面，可選擇性地采用更精确的互動方式。
更進一步
顯然如果語言作為界面推廣開，那麼之後就是，腦機接口了，直接腦信号作為界面。
這塊我了解還得建立在語言作為界面基礎上，因為人類思考是和語言高度綁定的，如果都不知道語言如何描述，那麼就無從解釋，當然也不否認以後真搞出一個，直接信号到信号，但感覺挺遙遠的。
比較直接的方式還是，腦信号到自然語言，再通過自然語言界面進行互動，還是繞不過語言作為界面。
是以我認為，現在基于 LLM 的語言作為界面的影響必然是巨大的。