推动开源桌面 UX 现代化

Scott Jenson 多年来在 Apple、Google 等公司专注于用户界面（UI）和用户体验（UX）。如今，他正努力说服开源项目加大实验力度，将桌面交互从传统的“窗口、图标、菜单、指针”（WIMP）模型中解放出来。在 KDE 年度开发者大会 Akademy 2026 上，他分享了自己的观点与理念，旨在鼓励现场开发者主导桌面设计的革新。

他自我介绍称，自己深耕 UX 领域已久，其中大部分时间都在 Google 度过。他提到，在此期间他注意到了一种文化转变：“因为 2005 年我刚加入时，我们并不邪恶，而是真心实意地想做正确的事”。他曾参与 Chrome 团队的工作，他表示那里“聚集了一群只关心开源、开放网络项目的人”。但随后情况发生了巨变，这促使他离开了 Google，“不过我正试图通过为这些公司工作来弥补我的过失”。

目前，他为 Mastodon 和 Home Assistant 工作，“致力于在开源领域注入更多优秀的 UX 设计”。Jenson 表示，他无意引发对立，但他认为开源在 UX 设计方面亟需援助。这一挑战在于，开源项目普遍人力不足。

创新

他选择在 Akademy 上讨论这些想法，是因为去年在 Ubuntu 大会上他做过类似的主题演讲，且反响热烈。“该视频在 YouTube 上获得了五十多万次观看——按 YouTube 标准这微不足道，但按 Scott 的个人标准来看却相当惊人”。这让他意识到，桌面 UX 是大众希望探讨的话题。这一次，他还展示了一些原型示例，以直观演示其设计理念。

他认为桌面端用户体验（UX）与其他场景下的体验截然不同。Jenson 讲起了自己参与开发 Macintosh 系统 Finder（文件管理器）的经历。当时团队希望在文件名过长无法完整显示时，在中间加省略号。开发者原本打算把省略号放在末尾，但 Jenson 认为这样会丢失太多信息，于是建议在文件名中间使用省略号。如今，这被视为 Macintosh 注重细节、令人津津乐道的特质之一。

他还提到自己参与打磨的另一个 UX 细节，即 Mac 上跨窗口拖拽文件的方式。鼠标点击动作分为按下（mouse down）和释放（mouse up）两个阶段。在 Mac 上，选中物品发生在 mouse down 阶段，但窗口置顶发生在 mouse up 阶段。换句话说，如果用户从 Finder 窗口将一个图标拖入另一个窗口，源窗口并不会随之置顶。

但在大多数 Linux 系统中，如果用户试图从后台窗口点击并拖拽文件，窗口会在用户执行 "mouse down" 动作时立即置顶。这让跨窗口拖拽变得复杂。这是一个基本操作，意味着在 Linux 上，用户将数据移入应用程序的难度高于 Mac。

他说，两年前曾在 Mastodon 上讨论过这个问题，一位 KDE 开发者对此表示赞同，认为在窗口间拖拽数据时，将 mouse down 和 mouse up 动作分离是个好主意。随后，他们在几小时内就实现了这一功能。

“我忘了那是谁。如果有人做到了，”他说道。话还没说完，会场某处有人回应：“随时欢迎。” Jenson 喊道：“谢谢！我盼着见你两年了！”他说，这就是开源的魅力所在：有人可以直接提出“这是个好主意，我来做”，然后迅速实现并将该功能推送到项目中。

Stabilized

不过他真正想说的是：桌面端的用户体验这二十年几乎没变过。上世纪八九十年代倒是涌现了不少新点子和改进，“然后就停滞了，基本没什么实质性变化”。但如今人们用电脑做的事情多得多，他认为桌面用户体验依然有很大的成长空间。

Linux 系统的很多用户体验设计最初都是照搬 Windows 和 Mac 的，“KDE 甚至明说它是为 Windows 用户准备的，希望让用户感觉像在用 Windows”。这本身没什么问题，但他觉得 Linux 社区“总体上”一直依赖微软和苹果去完成所有用户体验研究和测试，“说白了，还替我们踩了坑”。

有人可能会指出，GNOME 的部分设计改动确实做过用户研究，KDE 的人机界面指南（HIG）也是基于其贡献者的研究制定的。但公平地说，这些只是个例而非常态；显然，没有任何组织在为整个 Linux 桌面持续投入或开展用户体验设计的研究与开发。

他说，让苹果和微软先行探索“我们跟在后面借鉴”确实很聪明，但问题在于“它们某种程度上已经放弃了”。苹果多年来对其桌面用户体验和桌面硬件“放任不管”，因为重心早就转移到了 iPhone 和 iPad 上。“这么说吧，苹果本来是想让 Mac 消亡的，想让全世界都转向 iPad。结果呢？没成。”

苹果后来重新重视起 Mac，但它之后的种种动作——比如Liquid Glass 设计语言——并没有真正受到用户欢迎。他指出，苹果倾向添加的功能“基本上都是把 Mac 和 iPhone 绑得更紧，把你更深地锁进它的生态”。这不是在改进桌面体验，而是在加深自己的护城河。

微软“正犯了一个接一个的错误”。他列举了该公司强迫用户使用其 OneDrive 云存储服务保存文件的尝试、引发广泛批评的侵入隐私的 Windows Recall 功能，以及 Windows 桌面上“无处不在的广告”。虽然他没有批评 Apple 或 Microsoft，但听众似乎也不反对这种观点，他的重点在于指出 Linux 桌面不能再效仿它们。“整个 Linux 社区基本上都在等待 Apple 和 Microsoft 承担所有风险，但他们现在不再冒险了。”

三种反驳

Jenson 强调，他不想改变一切，但希望看到旨在改善桌面体验的实验和额外开发。然而，他说当他告诉人们桌面创新已经停滞不前时，往往会遭到反驳。他认为 Linux 桌面“不能只靠打补丁和修 bug 走向未来，我们必须开始自己主导方向”。

他将反驳归纳为三类。他遇到的第一个反对意见是“移动设备赢了，桌面过时了，照搬移动端的做法就行”。他驳斥了这一点，承认移动设备确实在消费市场、社交媒体等领域取得了胜利，但“没有赢得生产力领域”。人们仍在电脑上工作，因为“桌面悄无声息地很强大；它们有键盘和大屏幕，能完成令人惊叹的事情”。不过，人们已经忘记了这一点，没有真正欣赏桌面有多好。“我认为我们应该理解它们为什么好，然后思考如何让它们变得更好。”

他听到的第二个反对意见是 WIMP 模型（窗口、图标、菜单、指针）的可能性有限。“别再试图修复它了，它已经定型了。”他也不同意这种观点，认为还有更多改进空间。来自技术社区的最后一种，也是尤为强烈的反对意见是“别动我的东西”。当人们辛辛苦苦将桌面环境配置成自己喜爱的样子后，任何破坏这种状态的改动都会引起反感。“我理解这一点。正如我之前所说，我不想改变一切。”但世界正在变化，“我们需要温和地探索一些新事物”。

什么是用户体验？

探讨桌面设计的未来走向，必然要回答“什么是用户体验（UX）？”这个问题。他指出，这个概念常被误解，尤其是管理层往往认为 UX 就是像素排列，但实际上 UX 远不止于此。他认为，不妨将 UX 看作是分层的：第一层是风格，包括留白、图标、配色方案，当然也包括像素；第二层是结构，即用户在应用中的移动路径和导航模型。

策略也是 UX 的重要组成部分，它要求我们明确目标用户是谁，理解他们的需求，并决定什么重要、什么不重要。开发团队应该优先做什么？又应该忽略什么？他说：“UX 设计师帮团队节省时间最快的方式，就是协助他们说‘不’。”

他还提出了一个他称之为“底层限制”的层面：平台底层技术固有的局限性会深刻影响 UX。例如，如果为 DOS 开发应用，“你就不可能做出像 Macintosh 那样优雅的应用程序。技术决定了你能做什么”。桌面环境已经演进 40 年，积累了许多“历史包袱”，这些包袱形成了用户对既定标准的期待。

我们只是照单全收了许多既有的设定。我认为，如果要改造桌面，就必须理解这些底层限制，并思考如何修复它们。我们今天默认接受移动设备和桌面端存在这些缺陷，却从未想过要去修正。

他指出，人们常常忘记，最初的 Macintosh 屏幕高度“仅有 342 像素”。因此，窗口重叠现象非常普遍。从那时起，“我们就默认窗口必须重叠”。但如今许多人使用“超大尺寸的屏幕”，传统的窗口管理器模型已不再适用。“我完全理解为什么人们转向平铺式窗口系统或其他方案，因为现有的模式确实效果不佳。”

理解未来

演讲开头，他引用了曾在 Xerox PARC 主导设计首个 WIMP 界面的 Alan Kay 的一句话："视角价值 80 点智商。"此时 Jenson 又绕回 Kay 这个话题："大家听得出来，我真的很喜欢他……他讲过理解事物的三个步骤。"第一步是思考当下："现在正在发生什么？"第二步是"别忘了过去，了解前人做过哪些工作"，最后一步是确保"你的问题足够清晰"。他说，太多人急于寻找解决方案，但真正应该急于提出的是问题。问题清晰了，答案自然会更好。

他说，他不打算把演讲主题放在 AI 上，但又不得不提。"我必须聊聊 AI，这让我很烦，因为我们本可以聊那么多有趣的东西，结果 AI 抢走了所有的关注度，搞得大家只能聊它。"不过他也承认，桌面领域的 AI 确实在发生很多事情，只是方式有点怪。

他把目前将 AI 与桌面结合的一些尝试形容为"偷偷塞进 AI"，同时保持 UI 一成不变。另一些尝试则是用 AI 识别屏幕上的内容，再通过聊天机器人与界面交互，"我觉得这有点没抓住重点"。这种局面一直持续到去年夏天 Anthropic 推出 Claude Code。"它彻底改变了游戏规则，因为它直接看向你的文件系统"，从用户文件的内容中获取上下文。这让它能做更多有趣的事情，并真正与系统交互。

提到 Claude 后，他停顿了一下，说明自己只谈论前沿模型，因为大家都在讨论它们。"我对前沿模型有很多个人意见。它们在伦理和环境上都是灾难，我对它们没什么热情。"他说自己真正感兴趣的是 Apertus——由 Swiss AI Initiative 打造、号称完全开放且负责任的主权 AI 模型。"我确实认为，我们完全可以谈论在本地运行、经过合乎伦理训练的小型语言模型，而不必把灵魂出卖给魔鬼。"

直接操纵的诅咒

他真正想强调的并不是生成式 AI 的用途，而是允许 AI 访问文件系统后，其易用性得到了多大提升。AI 因此获得了上下文，能够处理用户的数据，但它仍在文件系统层面操作，并未利用桌面交互界面。

他提到桌面的基本组件——大致就是我们熟悉的 WIMP 模型加上剪贴板——这是用户移动数据的主要方式。他说，高级用户可以快速移动数据，但这里存在一个问题：桌面是无状态的。他把这称为直接操作的诅咒——桌面没有工作记忆。他打趣道：『你往剪贴板里复制的东西稍微多一点点，哦抱歉，就没了。』

Jenson 推测，Linux 下之所以有如此多的桌面环境、窗口管理器和 Wayland 合成器——以及各种剪贴板管理工具——就是因为桌面并未真正适配用户的使用习惯。他认为核心在于工作记忆：『我该如何管理数据，使我能在各种场景下记住并实际使用它。』他的视角随之转向一个更深层的问题：『我们该如何改进工作记忆，以提升桌面体验？』

AI 可能启发了他，但他补充说，他想先为人类解决桌面体验问题。『如果 AI 也能用上，那最好。我才不在乎。那是以后的事。』

记住你的过去

在构建帮助用户处理数据并提供更多上下文与工作记忆的系统方面，其实早有先例。他提到了一篇论文，名为『Lifestreams：个人数据的存储模型』。该论文指出，桌面系统在管理普通计算机用户的电子信息和事件方面『力不从心』，并引入了 Lifestreams 这一概念，作为动态组织用户计算机工作空间的隐喻。

这篇论文影响了微软那个最终失败的美丽的 WinFS 项目。该项目试图基于关系数据库系统来融合数据存储与管理，虽于 2003 年演示并计划稍后发布，但最终在 2006 年被搁置。在自由软件领域，欧盟资助了一个名为NEPOMUK 的语义桌面研究项目。

NEPOMUK 的一个版本被集成到了 KDE 4 中，旨在让应用程序能够“使用来自桌面、Web 和其他设备的信息，并将其整合到一个连贯的界面中”。后来它被移除，取而代之的是专为 Plasma 桌面设计的Baloo文件索引与搜索框架。Baloo 在功能上与 NEPOMUK 有一定重叠，但功能范围有所缩减。

Jenson 表示，他担心人们将那些项目的失败视为其理念错误的证据。他辩称并非如此，并指出：“我认为，是当时的硬件和系统拖累了这一愿景的实现。我认为现在是时候基于新的硬件和更优秀的系统重新审视这些项目了。”

原型

遵循 Kay 的建议，在考察了现状与历史之后，他提出了几个他认为值得探索的关于桌面用户体验（UX）的问题。第一个问题是：“如果我们只针对大尺寸显示器进行设计会发生什么？”如果桌面设计忽略笔记本电脑，仅聚焦于宽屏显示器，这会带来哪些可能性？他的另一个问题是：桌面系统如何随时间捕捉用户的意图？

这些问题促成了他所展示的原型，他说在观众面前展示这些原型时感到有些紧张，“因为技术人员喜欢挑毛病”。演示片段位于Jenson 演讲视频的第29分钟处。他的幻灯片尚未公开，但他在活动上告诉我，它们稍后将会发布。

第一个演示展示了桌面如何更好地利用宽屏显示器。他指出，宽屏显示器的中央区域适合操作应用程序，但越往两侧使用起来越困难。“它适合余光扫视，但不适合实际操作”。

他演示了一种桌面布局（截图如下），把焦点集中在显示器中央的一个或多个窗口上。他在背景里加了一个从屏幕中央向边缘逐渐淡出的网格，用来模拟宽屏显示器。他的设想是：一个以宽屏为先的桌面应该强调屏幕中央的信息，然后用类似 Exposé 的平铺模型来安排桌面上其余的窗口。他认为这样能让未使用的窗口更容易交互，而且相比虚拟桌面，这是管理大量窗口的更好方式。“我并不反对虚拟桌面。用虚拟桌面的都是很有条理、很聪明的人。我知道我的受众是谁。”不过他说，大多数人其实玩不转虚拟桌面。

他还演示了把一个音乐播放器窗口拖到屏幕边缘的操作，他称之为“收纳区”。当窗口移到边缘时，它会变形成一个只带播放按钮的小部件，而不是显示完整窗口。他认为，用如今的 Wayland 就可以实现他所演示的这些功能。

Jenson 还展示了另一个改进版剪贴板模型的演示，其创意借鉴自 Obsidian 编辑器的 Canvas 功能。Canvas 允许用户拖放图片、文本和文件，构建可视化的信息布局。用户可以创建一个文档，把网页浏览器里的信息拖进去，再从其他来源拖入一个文件。“这里的思路是，这实际上就成了我为这个文档收集的一堆素材。即使我关掉它，明天再回来，所有内容都还在那里”。他补充说，本地 AI 可以介入，帮用户整理收集到的信息——“哦，看，你收集了一堆酒店信息，让我帮你整理一下”。

他讨论的最后一个想法，是如何收集“隐私保护型数据”，以帮助用户更好地可视化自己的使用习惯，例如网页浏览历史。他指出，网页浏览器提供给用户的浏览历史视图“实用性不高”，因此他尝试在不使用 AI 的前提下，仅借助简单的数学方法——利用注意力信号（如用户在网页上的停留时长）——来讲述他们在桌面环境中时间分配的故事。他提出了一种“空间关联情景记忆提示”（spatial associative episodic memory prompt），旨在以有益且有趣的方式组织数据。他认为，工作记忆（working memory）是一个探索桌面用户体验（UX）新想法的好切入点。

“所以，这场演讲的目标是拆解桌面体验。我真心希望，我的原型设计能促使你们来找我说：‘我们忘了这一点’，然后我们共同探讨该功能。[…] 我想让我们去尝试，因为没人会去尝试，而总得有人迈出第一步。”

现场留出了一个提问环节。一位观众询问，Jenson 的模型将如何应对微软 Windows Recall 功能所面临的所有隐私顾虑。“我们如何确保这些历史记录仅用户本人可访问，且不会像 Windows Recall 那样被黑客攻破？”

Jenson 回答称，他的初衷是收集遥测数据（telemetry data），而非“敏感信息”，这将大幅降低这些数据对潜在攻击者的吸引力。他表示，并不想低估这一问题，而是希望先构建原型来验证想法的可行性，之后再探索加密或保护数据的方法。他承认，即使是这类数据也可能包含有价值的信息。他补充道，Windows Recall 最大的问题在于“他们保护它的方式太愚蠢了”，他坚信其他人完全可以做得更好。

[感谢 Linux 基金会（LWN 的差旅赞助商）资助我前往奥地利格拉茨参加 2026 年 Akademy 会议。]

本文索引条目
会议	Akademy/2026