UX 做了三十年，DX 做了十五年，现在又来了一个 AX。

2025 年 1 月，Netlify CEO Mathias Biilmann 在博客里正式提出了 Agent Experience（AX）。他的定义很直接：AX 就是 UX，只不过”用户”恰好是一个 AI Agent。

过去三十年，每次设计学科扩张，都源于出现了一种新的”用户”。

  • UX 出现在 1993 年，因为计算机从实验室走入普通人的生活——普通人成了新用户。
  • DX 出现在 2011 年，因为 iPhone 变成了平台，API 经济崛起——第三方开发者成了新用户。
  • AX 出现在 2025 年，因为 AI Agent 开始大规模调用 API、操作 CLI、在后台自主运行——AI Agent 成了新用户。

每次新用户的出现，设计的对象就扩张一次。如果你的产品还只考虑人类用户，它已经在悄悄流失一批”看不见的客户”。

2026 年 5 月，Richard MacManus 写道：”未来十亿个互联网’客户’将不是人类，而是 AI Agent。”

这不是未来学。Ramp 的产品经理 Teddy Riker 在 2026 年 4 月说了一组更具体的数字：过去三个月，Ramp MCP 的周活跃用户增长了 10 倍。越来越多的客户不再登录 Ramp 的界面——他们让 Claude、ChatGPT 或其他 agent 代理操作。Riker 的预测是：80% 的软件使用正在向 AI Agent 转移。

问题是：你的产品准备好了吗？

UX：从”界面”到”人的完整感受”

1993 年，唐·诺曼以 Apple Fellow 的身份加入苹果。他在公司里转了一圈，和各个团队聊了个遍之后，意识到苹果引以为傲的易用性正在悄悄流失。

于是他找了两个人——Tom Erickson 和 Harry Saddler——成立了一个叫 “The User Experience Architect’s Office” 的小组。诺曼把自己的头衔改成了”用户体验架构师”。

他在后来的文章中回忆：改这个词是因为”人机界面”和”可用性”太窄了。他想覆盖的是”一个人与系统体验的所有方面——工业设计、图形、界面、物理交互、说明书”。实际上，”user experience”这个短语最早可以追溯到 1986 年。Brenda Laurel 在诺曼和 Draper 合编的《User Centered System Design》中写道：”我们不应当问用户愿意忍受什么——而应当问理想的用户体验可能是什么。”但把它变成一个正式岗位和学科，是诺曼在苹果做的事。

UX 的出现标志着一个根本转变：设计的对象从”界面”扩张到了”人的完整感受”。

可用性测试、用户旅程地图、同理心研究——这些工具的出现，都是因为设计师第一次系统地站在了”终端用户”这一边。

UX 衡量标准： 任务完成率、满意度、净推荐值。典型交付物： 用户画像、旅程地图、线框图、可用性测试报告。

到今天，UX 已经是一个成熟的设计学科。Forrester 的研究显示，在 UX 上每投入 1 美元，平均能收回 100 美元。88% 的用户在经历一次糟糕体验后不会回头（Google/Toptal）。

但 UX 有一个盲区：它默认”用户”是人类。人类会阅读界面、理解隐喻、感受情绪。但接下来的两种”用户”，不吃这一套。

DX：从”功能”到”工具链效率”

2011 年，Stripe 上线了它的第一个 API。当时的官网首页上展示了一段九行 curl 代码——去掉可选参数后大约七行。这七行代码成了一个符号：”七行代码搞定支付。”

后来 Bloomberg Businessweek 的封面文章把 Stripe 的故事放在封面，标题就是四个字——”七行代码”。Stripe 的 CTO David Singleton 在 2019 年 Sessions 大会上说：”把支付这样复杂的事情简化成几行代码，跑完立刻返回一个成功的 Charge 对象——这件事本身就足够有魔力。”

2011 年是个特殊的时间点。iPhone 已经成为平台，App Store 生态爆发。开发者突然变成了产品的关键受众。如果 API 难用、文档混乱、SDK 不完善，开发者就会选择竞争对手。

DX 应运而生。

DX 的核心问题： 开发者能不能高效地用你的产品来开发？它关注的不是 UI 好不好看，而是 API 设计是否一致、文档是否完整、集成是否顺利、调试工具是否好用。

Stripe 在内部设立了一个叫 API Review 的流程——每一处 API 变更都要经过跨职能团队的严格审查。这个流程后来成了 API 设计行业的标杆。一致性成了 DX 的第一原则：方法名、返回签名、错误格式——不管在哪一层抽象，都应该保持统一。

DX 衡量标准： Time to First Hello World、API 一致性、调试体验、文档质量。典型交付物： API 规范、SDK、CLI 工具、开发者文档、调试控制台。

一个好的 DX 能把一个平台的竞争力从”功能多少”拉升到”开发多快”。Stripe 的 API 设计至今是 DX 的教科书级案例。McKinsey Design Index 的研究显示，设计领先的企业营收增长率比同行高出 32 个百分点——其中 DX 贡献了很大一部分。

但 DX 同样有盲区：它默认”开发者”是人类程序员。人类开发者可以理解文档中的暗示、会试错、会 Google。AI Agent 不会。

AX：当”用户”不再是人的时候

2025 年，Mathias Biilmann 提出 AX 的概念。一年后，他在周年回顾中修正了自己的看法：”最初我认为 AX 是 DX 的延续，但现在我意识到，AX 正在成为 UX 的一个新分支——因为 AI Agent 正在成为产品的实际使用者。”

三层框架：UX、DX、AX 各管什么

AgentPatterns.ai 的 CCA 研究提出了一个清晰的三层分离框架：

维度UXDXAX
受众终端用户（人类）开发者（人类程序员）AI Agent（大模型）
核心问题怎么使用产品怎么用产品来开发Agent 怎么操作和构建
关键指标满意度、任务完成率Time to API、开发速度被 agent 选中率、token 消耗
情感曲线有（挫折→满意）有（困惑→理解）无，只有失败率

最根本的区别是：UX 和 DX 要考虑情感曲线；AX 没有情感，取而代之的是失败率和可靠性曲线——agent 在每个阶段有多少概率成功。

在 CCA 框架下，三种体验层用相同的原始数据，但以不同的格式输出。给人类看的用自然语言，给 agent 看的用结构化数据，给开发者看的暴露调试细节。这个分离策略让 Claude Sonnet 4.5 在 SWE-Bench-Pro 上达到 52.7%。

真实世界的 AX 案例：三个信号

信号一：Ramp——10 倍增长只用了三个月。

Ramp 是一家企业支出管理平台。他们的 MCP 上线后，周活跃用户三个月增长了 10 倍。越来越多的客户不登录 Ramp 的 UI 了——他们让 agent 代劳。Ramp 的产品经理 Teddy Riker 说了一个 80/20 的判断：过去 80% 的软件使用靠人点击界面，正在变成 80% 的交互通过 agent 完成。

Riker 还分享了一个被很多人忽略的细节：两个看起来暴露相同功能的 MCP，实际体验可能相差两个数量级。Notion 的 MCP 之所以让他从 Google Docs 倒戈，是因为 agent 通过 Notion MCP 创建页面时”永远不会出错”——表格、列表、排版，每次都能正确。而这背后的原因很简单：Notion 在 MCP 工具描述的第一行就写清楚了输出格式约束，agent 拿到的是一个自描述的接口。

信号二：Salesforce——把自己的 UI 拆了重建成 API。

2026 年 4 月，Salesforce 在 TDX 大会上宣布了 27 年来最激进的架构调整——Headless 360。发布会上 Salesforce 联合创始人 Parker Harris 问了一个直白的问题：”你凭什么还要登录 Salesforce？”

在 Agentic Enterprise 里，人类不是唯一的操作者。Agent 也在操作，而且它们不会打开浏览器。Agent 调用 API、调用 MCP 工具、运行 CLI 命令。所以 Salesforce 做了一个决定：把整个平台的所有功能都暴露为 API、MCP 工具或 CLI 命令，让 agent 可以不打开浏览器就完成任何操作。第一天就发布了 100+ 个新工具和技能。

VentureBeat 的标题说得很到位：”在一个 AI Agent 可以推理、规划、执行的世界里，一家公司还需要一个有图形界面的 CRM 吗？”Salesforce 的回答是：不需要——这就是重点。Salesforce 的 UI 曾经是它的护城河，但现在这条护城河正在干涸。他们选择在自己还有主动权的时候跳出来。

信号三：Google A2A——Agent 之间的对话协议。

2025 年 4 月，Google 发布了 Agent2Agent（A2A）协议。这个协议在 GitHub 上获得了 25K+ 星。如果说 MCP 解决的是 agent 和工具之间的通信，A2A 解决的是 agent 和 agent 之间的通信。

A2A 让 agent 可以：

  • 发现彼此的能力
  • 协商交互模式（文本、表单、媒体）
  • 在长期运行的任务上安全协作
  • 不暴露内部状态和工具实现

A2A 与 MCP 是互补关系，不是替代关系。MCP 让工具为 agent 所用；A2A 让 agent 彼此协作。

第三层背后的具体设计问题

当你把 AI Agent 视为用户，你需要回答几个完全不同的设计问题：

1. Agent 怎么”发现”你的产品？

Agent 不会浏览你的官网。它读的是机器可读的接口——OpenAPI 规范、agent.json、llms.txt、MCP 协议的 Agent Card。如果这些文件不存在，对 agent 来说你的产品就不存在。

2. Agent 怎么”理解”你的 API？

结构化的、自描述的接口比人类友好的 UI 对 agent 更有价值。JSON Schema 格式的响应、标准化的错误码、清晰的字段命名、工具描述的第一行就写明约束——这些对 UX 来说无所谓，但对 AX 至关重要。

Notion MCP 的案例说明了这一点：工具描述的精确性直接决定了 agent 的成功率。

3. Agent 出错时怎么恢复？

人类遇到 401 知道”去登录”。Agent 遇到 401 呢？能返回一个标准化的错误结构，告诉 agent 去哪里注册、用什么格式的 key、怎么重试——这就不只是一个错误响应了，而是一个恢复协议。

有位开发者记录过一个真实案例：他发布了一个价格 API，24 小时内 57 个 AI Agent 试图调用它，全部 401 失败。不是 agent 不想用，是他的 API 没有给 agent 任何”教它怎么用”的信息。

4. Agent 在你的系统里怎么完成任务？

Prefect 在 2026 年 4 月的企业 MCP 白皮书中列出了五个规模化挑战：

  • 工具发现：当你有 50+ 个 MCP server，每个暴露多个工具，agent 怎么选对的？
  • 权限控制：初级开发者不应该触发生产部署。但怎么在 agent 层面实现细粒度权限？
  • 工作流编排：复杂任务需要多个工具串行或并行调用。协调工具链本身就是一个工程问题。
  • 多 Agent 协调：多个 agent 协作时需要隔离不同工具集，防止冲突。
  • 审计合规：监管行业需要完整审计追踪——谁调了什么、什么时候、结果如何。

这五个问题就是 AX 设计师的日常。UCD 的方法仍然有效，只是”用户”不再是人。

最常犯的错误：混淆三层

三种体验层混在一起是最常见的坑：

混淆类型后果
AX = UX模型看到的日志里塞满了人类可读的格式，浪费 context；agent 需要结构化数据，却得到了散文
AX = DX调试信息出现在 agent 的 prompt 里，增加噪音；配置复杂度泄漏到推理链路中
UX = DX终端用户看到了调试界面；开发者被迫把内部工具打磨成面向用户的产品

Notion 和 Slack 的 MCP 就是一个对比：Notion 的工具描述精确到输出格式约束，agent 每次都正确；而 Slack 的 MCP 在一些边界情况下容易让 agent 困惑。区别不在技术栈，在设计思维。

O’Reilly 的 Sean Roberts 在 2026 年 6 月的文章中说得更狠：”我们的行业有个经典毛病——把工具当战略。微服务、Kubernetes、GraphQL，每次都一样。现在轮到 agent 协议了。协议不是战略，AX 才是。”

他用了一个类比：UX 的诞生不是因为某个 UI 框架赢了。它之所以出现，是因为团队意识到人与软件交互的质量是一个超越任何具体技术的设计问题。框架从不是变量，设计思维才是。

AX 也一样。不管你是用 MCP、Skills、A2A 还是其他什么协议，核心问题是不变的：

  • Agent 怎么发现你的服务？
  • 怎么理解你的 API 边界？
  • 失败时能不能恢复？
  • 交互效率够不够高——还是 agent 在浪费 token 做无意义的往返？

能回答这些问题的团队，无论协议怎么变都能适应，因为他们理解的是问题空间，而不是当前的工具链。

一个更深的视角：从 CLI 到 GUI 到 Agent

如果把时间线拉长，会发现交互范式在螺旋上升。

CLI 时代（1960s–1980s）： 交互结构是 Verb-Noun。先输入命令（delete），再指定对象（file.txt）。用户需要记忆语法。

GUI 时代（1970s–2000s）： 交互结构变成了 Noun-Verb。先选择对象（点击文件图标），再选择操作（点击删除菜单）。用户从”回忆”转向了”识别”。

AX 时代（2020s–）： 交互结构回到了 Verb-Noun，但用的不是 CLI 的刚性语法，而是自然语言。用户说”帮我删掉上周那个文档”，AI 理解意图、拆解步骤、执行操作。

从”回忆命令”到”识别操作”再到”表达意图”——螺旋上升。CData 在 2026 年 3 月的企业 MCP 路线图中把 MCP 比喻为”AI 界的 USB-C 接口”——统一的接口标准让 agent 可以像人类用 USB 插拔设备一样，即插即用地接入各种企业系统。

CData 的路线图指出了五个趋势：Agentic AI 从”生成答案”转向”采取行动”；RAG 将 AI 锚定在实时业务数据上；生态网络效应让更多连接器产生更大价值；混合云策略保持灵活性；策略即代码自动化合规管理。

现在该怎么办

如果你是一个产品设计师或技术决策者，有三件事现在就可以做：

第一，给你的产品加一份 agent.json。

不需要很复杂，也不需要立即搞一套完整的 MCP。从一份 OpenAPI 规范开始，让 agent 能发现你的产品，知道 API 在哪里，了解怎么认证。参考 Notion 的做法：精准的工具描述比复杂的接口更重要。

第二，把错误响应设计成”可恢复的”。

不要只返回 401 Unauthorized。返回一个包含 signup_url、auth_header_examples、suggestion 的结构化 JSON。Ramp 的产品经理 Teddy 有一个很实际的做法：为所有 agent 交互强制加一个”调用原因”参数。这不仅帮助 agent 成功恢复，还让团队能追踪 agent 的失败模式，并主动修复那些 agent 难以使用的地方。

第三，明确你的三种受众。

每设计一个接口之前，问三个问题：

  • 这个接口给谁看的？（人类用户 / 开发者 / Agent）
  • 他们需要什么信息？
  • 信息的格式应该怎么组织？

O’Reilly 的检查标准很直接：”如果一个 agent 在调用你的 API 时反复失败，那不是 agent 的问题——那是你的 AX 有问题。”

写在最后

UX 设计的是”人的感受”，DX 设计的是”人的工具链”，AX 设计的是”机器的操作环境”。

三者的目标并不总是对齐。优化 AX 可能让 context 更短、响应更快，但让人类开发者看到的调试信息变少了。优化 UX 可能让界面更美观，但给 agent 的结构化数据变少了。优化 DX 可能让 API 更灵活，但可能引入让 agent 困惑的复杂度。

关键在于：不要试图用一种设计满足三种受众。

Ramp 的 MCP 周活用户三个月 10x 增长是一个信号。Salesforce 拆掉自己的 UI 重建为 API 是一个信号。Google 发布 A2A 协议是另一个信号。当这些信号同时出现，趋势就不是趋势，而是现实。

未来的产品设计师，需要同时驾驭这三种能力——不是取代谁，而是在每一个设计决策中想清楚：你服务的到底是谁。

因为用户越来越多地不是”人”。

参考文献

  1. Biilmann, M. (2025). Introducing AX: Why Agent Experience Matters. Netlify Blog. https://www.netlify.com/blog/ax-agent-experience/
  2. Biilmann, M. (2026). AX One Year Later: From DX to UX Branch. Netlify Blog.
  3. Norman, D. (2023). Where did the term User Experience (UX) come from? JND.org. https://jnd.org/where-did-the-term-user-experience-ux-come-from/
  4. Laurel, B. (1986). Interface as Mimesis. In D. Norman & S. Draper (Eds.), User Centered System Design: New Perspectives on Human-Computer Interaction (pp. 67-85). Lawrence Erlbaum Associates.
  5. Norman, D., Miller, J., & Henderson, A. (1995). What you see, some of what’s in the future, and how we go about doing it: HI at Apple Computer. CHI ’95.
  6. Stripe. (2023). Payment API Design. Stripe Blog. https://stripe.dev/blog/payment-api-design
  7. Singleton, D. (2019). The principles behind great API design. Stripe Sessions 2019. https://www.youtube.com/watch?v=IEe-5VOv0Js
  8. Auchenberg, K. (2023). Insights from building Stripe’s developer platform & API developer experience. https://kenneth.io/
  9. Roberts, S. (2026, June 24). Stop Getting Good at Protocols. Get Good at Agent Experience. O’Reilly Radar. https://www.oreilly.com/radar/stop-getting-good-at-protocols-get-good-at-agent-experience/
  10. AgentPatterns.ai. (2025). AX/UX/DX Triad: Three Experience Layers in Agent Systems. https://agentpatterns.ai/patterns/agent-design/ax-ux-dx-triad/
  11. CCA Paper. (2025). Context, Control, Audit: Agent Architecture for Reliable Multi-Step Tasks.
  12. Riker, T. (2026, April). Building Products for Agents. Ramp / gu-log. https://gu-log.vercel.app/en/posts/en-sp-183-20260426-teddy-riker-designing-for-agents/
  13. Ramp. (2025, September). Introducing the Ramp Developer Community. https://ramp.com/blog/introducing-the-ramp-developer-community
  14. Salesforce. (2026, April 15). Introducing Salesforce Headless 360. No Browser Required. https://www.salesforce.com/news/stories/salesforce-headless-360-announcement/
  15. Shirrell, M. (2026, May 29). Design Headless AI Experiences with Salesforce Headless 360. Salesforce Blog.
  16. Google. (2025, April 9). Announcing the Agent2Agent Protocol (A2A). Google Developers Blog. https://developers.googleblog.com/a2a-a-new-era-of-agent-interoperability/
  17. Google. (2025). Agent2Agent (A2A) Protocol Specification v1.0.0. https://a2a-protocol.org/v1.0.0/specification/
  18. GitHub. (2025). a2aproject/A2A. https://github.com/google/A2A
  19. Notion. (2026). MCP connections for Custom Agents. Notion Help Center. https://www.notion.com/help/mcp-connections-for-custom-agents
  20. SkillPack. (2026). Notion MCP Server. https://www.skillpack.co/solutions/notion-mcp-server
  21. Azzam, A. (2026, April 16). The Architecture of Agency: A Playbook for Enterprise MCP. Prefect Blog. https://www.prefect.io/blog/the-architecture-of-agency-a-playbook-for-enterprise-mcp
  22. CData. (2026, March 10). The 2026 Enterprise MCP Adoption Roadmap. https://www.cdata.com/blog/2026-enterprise-mcp-adoption-roadmap
  23. MacManus, R. (2026, May 5). Agent Experience: why AX is becoming the new UX. https://ricmac.org/2026/05/05/agent-experience-new-ux/
  24. Nielsen, J. (2025). AX, DX, UX. Jim Nielsen’s Blog. https://blog.jim-nielsen.com/2025/thoughts-on-ax/
  25. Forrester Research. The ROI of UX Design: $100 Return per $1 Invested.
  26. Google / Toptal. 88% of Users Won’t Return After a Bad Experience.
  27. McKinsey & Company. (2026). McKinsey Design Index.
  28. IEEE Software Engineering. Fixing UX Problems in Development Costs 10x More Than in Design.