《AI Agent 产品开发·交互、信任与上线》2.2 进度、步骤、日志三种呈现

进度、步骤、日志不是三种界面风格,而是回答三个不同问题:还要多久、在干什么、刚才干了什么。本节给出三种呈现的适用场景,用 A Relay 的秒级分诊、B Quill 的 11 分钟生成和 C Runner 的批次执行做对照,并说明为什么原始日志只给审计与运维,不该直接丢给终端用户。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。

知道该让用户看哪几步之后,界面还要回答一个更具体的问题:这些步骤怎么呈现?很多产品把所有信息塞进一个滚动列表,结果用户既不知道还要等多久,也不知道现在在干什么。问题不在于信息不够,而在于三种信息被混在了一起。

这一节把呈现拆成三种:进度、步骤、日志。它们不是三种界面风格,而是回答三个不同问题:还要多久、在干什么、刚才干了什么。问题不同,呈现就不同;混在一起,用户一个都答不出来。

三种呈现回答三个问题

先给三种呈现定位。判断用哪一种,不看界面好不好看,而看用户此刻在问什么。

呈现回答的问题主要受众适合的时长典型形式
进度还要多久终端用户分钟级以上阶段名、批次计数、预计剩余
步骤在干什么终端用户秒级到分钟级当前动作、下一步、可打断点
日志刚才干了什么审计、运维任意时间戳、输入、动作、结果、句柄

进度回答「还要多久」。它适合分钟级以上的任务,用户需要在等待期间决定是继续等、先去干别的,还是取消。进度不要求精确到秒,但要求阶段名真实、剩余时间有区间。一个永远停在 90% 的进度条,比没有进度条更让人焦虑。

步骤回答「在干什么」。它适合秒级到分钟级的任务,用户需要知道当前动作和下一步。步骤名要用人能理解的语言,比如「正在核对库存」而不是「调用 inventory_service_v2」。步骤还应该标出可打断点:用户看到「即将改价」时,知道现在停还来得及。

日志回答「刚才干了什么」。它适合审计和运维,不适合终端用户。日志要保留时间戳、输入、动作、结果和回滚句柄,粒度可以很细;但正因为它细,直接展示给用户会变成噪声。用户需要的是步骤历史,不是原始日志。

三种呈现可以组合,但不能互相替代。用日志冒充步骤,用户读不懂;用进度冒充日志,审计查不到;用步骤冒充进度,用户不知道还要等多久。

C Runner 的异步批次

C Runner 是三者里最需要组合呈现的案例。它月任务量 13,200 个,按 22 个工作日算,每天 600 个任务;任务按批次在后台执行,用户不在每个任务现场。

C 的呈现分三层:

层级呈现回答什么给谁看
批次进度这一批跑了多少、还剩多少、预计何时结束运营人员
单任务步骤当前在检查什么、下一个动作是什么异常处理人
动作日志看到了什么、改了什么、前后值、回滚句柄审计与运维

批次层用进度,因为用户需要知道「这一批还要多久」。C 的单个任务机器耗时是 2.40 分钟,但一批任务跑完是小时级;用户不会盯着每个任务,只会关心批次什么时候结束。批次的进度应该用「已完成/总数」加阶段名,而不是一个估算的百分比。

单任务层用步骤,因为异常处理人需要知道「它现在做到哪一步」。C 的自动完成率是 78.0%,其余 22.0% 转人工;转人工的人接手时,必须能看到当前步骤、已经做过的动作和下一步计划。没有步骤,接手的人只能从头再来。

动作层用日志,因为审计需要「刚才干了什么」。C 的审计抽检是 8.0%,单次复核 12 分钟,折合 0.96 分钟/任务;审计人员要在 12 分钟里判断一个动作对不对,靠的就是时间戳、输入、前后值和回滚句柄。日志不是给运营人员读的,是给审计人员查的。

C 的通知预算也跟批次走:每批次 1 次通知,异常另计。这个规则来自事实表,不是产品偏好。按批次通知,用户不会被每个任务打扰;异常另计,是为了让真正需要处理的事不被批次汇总淹没。

B Quill 的 11 分钟生成

B Quill 的机器生成耗时是 11 分钟,产出是 12–20 页的报告初稿。11 分钟不长不短,正好是最难设计等待体验的区间:用户不会一直盯着,但也不会完全离开。

B 的呈现应该以进度为主、步骤为辅:

  • 进度按阶段给:读取数据包、生成提纲、撰写章节、渲染图表、事实核查。阶段名要让用户知道「现在到哪了」,而不是「模型想了多少 token」。
  • 步骤按章节给:当前在写第几节、这一节用了哪些数据。用户可以在等待期间先看已完成的章节,提前进入审改。
  • 日志不展示给用户,只留给审计和工程排查。

B 的审改是 1.6 小时,生成只占 11 分钟。等待体验的目标不是让 11 分钟「感觉很快」,而是让用户在 11 分钟结束时拿到一个可以直接进入审改的初稿。进度条骗人会让用户在第 8 分钟就失去耐心;阶段说明不骗人,用户知道「还在写第三章」,就会继续等。

A Relay 的秒级分诊

A Relay 的机器耗时是 0.30 分钟,人工确认是 0.75 分钟。秒级任务不需要进度条,需要的是步骤和结论。

A 的呈现应该以步骤为主:

  • 当前动作:正在读取工单、正在匹配队列、正在定级、正在选模板。四步很快,用户看到的是「它在做什么」,不是「还要多久」。
  • 结论:队列、优先级、模板编号,直接放在工单页侧栏。
  • 依据:每条建议追三条输入字段,一键展开。
  • 日志:不展示,留给工程排查。

秒级任务加进度条是反效果:进度条还没走完,任务已经结束了。用户真正需要的是「结论 + 依据 + 可修改」,而不是一个闪烁的百分比。A 的 0.75 分钟确认时间要求界面在一屏内完成「看结论、看依据、采纳或修改」,任何多余的等待动画都会挤占这 45 秒。

日志不是给用户看的

日志的价值在审计,不在展示。把原始日志直接丢给用户,会带来三个问题:

读不懂。 日志里是内部服务名、请求 id、重试次数、token 数,用户不知道这些和业务有什么关系。用户需要的是「改了价格,从 99 元改成 89 元」,不是「PATCH /sku/123 200 OK」。

看不出重点。 日志按时间顺序排列,所有事件权重一样;用户需要的是按责任排列的步骤,哪一步改变了外部状态、哪一步可以撤回。

泄漏内部结构。 日志会暴露系统架构、供应商、重试策略,这些信息对用户没有价值,对攻击者可能有价值。

所以日志应该留在审计视图和运维工具里,面向用户的界面只展示步骤历史。步骤历史是日志的摘要,按责任组织,保留关键输入、动作和结果,去掉内部实现细节。C 的任务中心展示的是步骤历史,不是原始日志;审计人员点开某一步,才看到对应的日志明细。

这也解释了一个常见争论:「用户要不要看到模型的思考过程?」多数情况下不需要。用户需要看到的是「它做了什么、依据是什么、能不能改」,而不是模型的内部独白。思考过程可以作为可看项,但不应该占据主界面。

进度条为什么会骗人

进度条的问题不在进度条本身,而在它承诺了一个它给不出的东西:准确的剩余时间。Agent 任务的耗时取决于输入长度、工具调用次数、重试和外部系统响应,很难在开始时估准。

三种常见骗法:

骗法用户看到什么实际发生什么
匀速进度进度条稳定前进前面很快,后面卡住
90% 停顿停在 90% 很久最后一步最慢,但没有说明
假阶段阶段名很技术用户不知道还要多久

替代方案是「阶段 + 计数 + 区间」:告诉用户现在在哪个阶段、这一阶段完成了多少、预计还需要几分钟到几分钟。区间不精确,但它诚实;诚实比精确更能建立信任。

对 C 的批次,进度应该用「已完成 320/600,预计还需 25–35 分钟」,而不是一个百分比。对 B 的报告,进度应该用「正在写第 3 节,共 8 节」,而不是「67%」。对 A 的秒级任务,根本不需要进度,步骤本身就是进度。

把呈现选择写成函数

下面的模型把三种呈现、三个问题和三个案例的时长写在一起。它不负责渲染界面,只负责回答「这个场景该用哪种呈现」。

// file: src/trust/02-2-progress-patterns.ts
// tier: L2
// verify: node --test test/trust/02-2-progress-patterns.test.ts

// 三种呈现回答三个不同问题:还要多久、在干什么、刚才干了什么。
// 日志默认不面向终端用户,只面向审计与运维。

import { byKey } from "../cases.ts";

export type Presentation = "progress" | "step" | "log";
export type Question = "how-long" | "what-now" | "what-happened";
export type Audience = "end-user" | "operator" | "auditor";

export type PresentationSpec = {
  readonly question: Question;
  readonly audience: Audience;
  readonly answers: string;
  readonly failure: string;
};

export const PRESENTATIONS: Record<Presentation, PresentationSpec> = {
  progress: {
    question: "how-long",
    audience: "end-user",
    answers: "还要多久",
    failure: "假进度条会让用户更焦虑",
  },
  step: {
    question: "what-now",
    audience: "end-user",
    answers: "在干什么",
    failure: "步骤名太技术化等于没说",
  },
  log: {
    question: "what-happened",
    audience: "operator",
    answers: "刚才干了什么",
    failure: "原始日志泄漏内部结构,用户读不懂",
  },
};

export function presentationFor(question: Question): Presentation {
  if (question === "how-long") return "progress";
  if (question === "what-now") return "step";
  return "log";
}

// A 的 0.30 分钟用步骤就够;B 的 11 分钟和 C 的批次需要进度。
export function choosePresentation(
  durationMinutes: number,
  audience: Audience = "end-user",
): Presentation {
  if (audience !== "end-user") return "log";
  if (durationMinutes <= 2) return "step";
  return "progress";
}

export function logIsForUser(presentation: Presentation): boolean {
  return PRESENTATIONS[presentation].audience === "end-user";
}

export type BatchPlan = {
  readonly tasksPerDay: number;
  readonly batchSize: number;
  readonly batchesPerDay: number;
  readonly notifications: number;
  readonly note: string;
};

// C 每批次 1 次通知,异常另计;批次大小是设计输入,不是案例事实。
export function batchPlan(tasksPerDay: number, batchSize: number): BatchPlan {
  const batchesPerDay = Math.ceil(tasksPerDay / batchSize);
  return {
    tasksPerDay,
    batchSize,
    batchesPerDay,
    notifications: batchesPerDay,
    note: "每批次 1 次通知;异常通知不计入批次预算",
  };
}

export type CasePresentation = {
  readonly key: "A" | "B" | "C";
  readonly machineMinutes: number;
  readonly presentation: Presentation;
  readonly why: string;
};

export function casePresentation(key: "A" | "B" | "C"): CasePresentation {
  const profile = byKey(key);
  const presentation = choosePresentation(profile.machineMinutes);
  return {
    key,
    machineMinutes: profile.machineMinutes,
    presentation,
    why:
      presentation === "step"
        ? "秒级完成,用户只需要知道当前动作"
        : "分钟级以上,用户需要知道还要多久",
  };
}

presentationFor 把问题映射到呈现,是三种呈现最基础的规则。用户问「还要多久」,就给进度;问「在干什么」,就给步骤;问「刚才干了什么」,就给日志。问题没问对,呈现就会错位。

choosePresentation 在问题之外加了两个变量:时长和受众。时长小于等于 2 分钟用步骤,超过 2 分钟用进度;受众不是终端用户,一律给日志。A 的 0.30 分钟落在步骤区间,B 的 11 分钟落在进度区间,C 的 2.40 分钟单任务也落在进度区间,但 C 的实际使用要按批次组合,不能只看单任务。

logIsForUser 故意写成一个简单判断,用来提醒评审:日志的默认受众不是用户。日志可以给用户看,但必须先摘要成步骤历史,不能直接把原始日志搬上去。

batchPlan 把 C 的通知节奏写清楚:每批次 1 次通知,异常另计。批次大小是设计输入,不是案例事实;13,200 个任务/月、600 个/日来自事实表,批次大小由产品根据任务时长和通知预算决定。

组合顺序

三种呈现不是三选一,而是有固定的组合顺序:

  1. 先定问题。 用户此刻最需要回答的是「还要多久」「在干什么」还是「刚才干了什么」。
  2. 再定时长。 秒级任务用步骤,分钟级以上用进度,小时级批次用进度加批次计数。
  3. 再定受众。 终端用户看步骤和进度,审计与运维看日志;同一份日志可以摘要成步骤历史,但不能反过来。
  4. 最后定通知。 批次完成通知一次,异常另计;不要用通知代替进度,也不要用进度代替日志。

顺序反了,就会出现「给秒级任务加进度条」「给终端用户看原始日志」「用通知轰炸代替批次汇总」这类问题。三者都不是界面细节,而是信息责任的错位。

小结

  • 进度、步骤、日志回答三个不同问题:还要多久、在干什么、刚才干了什么。
  • 进度适合分钟级以上,用阶段名、批次计数和区间,不用假百分比。
  • 步骤适合秒级到分钟级,用人能理解的动作名,并标出可打断点。
  • 日志适合审计与运维,保留时间戳、输入、动作、结果和回滚句柄,不直接展示给终端用户。
  • C Runner 的呈现按批次、单任务、动作三层组合:批次看进度,单任务看步骤,动作看日志。
  • B Quill 的 11 分钟用阶段进度,让用户在等待结束时拿到可审改的初稿。
  • A Relay 的 0.30 分钟用步骤,不加进度条;0.75 分钟确认时间经不起多余动画。

阅读导航:上一节:2.1 该让用户看到哪几步 · 下一节:2.3 不透明的代价 。

常见错误与边界

  1. 给秒级任务加进度条。 进度条还没走完任务就结束了,用户看到的是闪烁,不是进度;秒级任务用步骤。
  2. 把原始日志当步骤历史。 日志里的服务名、请求 id、重试次数对用户没有意义;用户需要按责任组织的步骤。
  3. 用假百分比承诺剩余时间。 进度条停在 90% 比没有进度条更焦虑;用阶段、计数和区间替代精确百分比。
  4. 用通知代替进度。 每个任务发一次通知,用户会被淹没;C 的规则是每批次 1 次,异常另计。
  5. 把模型思考过程当主界面。 思考过程可以作为可看项,但用户真正需要的是动作、依据和可修改点。
  6. 忽视受众差异。 同一份信息,终端用户要摘要,审计要明细;用一套界面服务两类人,最后两类人都不满意。

呈现解决的是「等待时看什么」,但还有一个更根本的问题:如果过程根本不透明,用户会怎么想、会怎么做。下一节把不透明的三种后果拆开,并用 B Quill 的 11 分钟生成过程做例子。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图