App 越來越多，下一個介面會是什麼？

假設你和朋友安排了一趟週末旅行，出發前有人臨時改了時間。你打開通訊軟體確認新日期，到訂票平台查車次，再看旅館能否改期。行事曆還留著舊行程，共用文件裡的集合時間也得更新。每個 App 都完成了自己的工作，整趟旅行仍要靠你重新接起來。

這是用來推演的假設情境，卻指向一個具體問題：我們想完成的是一件事，軟體提供的往往是分散在不同地方的幾段能力。工具之間缺少的連接，由使用者的記憶、複製貼上與反覆確認補上。

現在，AI 讓更多人能把一個小需求做成應用。新的行程助手、摘要工具、追蹤器與管理後台更容易出現。這值得期待，也值得追問：當解決方案越來越多，使用它們的生活會跟著變簡單嗎？

我的判斷是，未來的軟體可能繼續增加，使用者需要親自操作的入口卻有機會減少。 這個轉變需要技術、商業與信任同時配合。本文以截至 2026 年 10 月可查證的資料，拆開這個判斷的依據與條件。

為什麼一個需求，常常長成一個 App？

把需求做成獨立產品，有很實際的理由。訂票服務需要管理座位與交易，旅館平台需要維護房況，通訊軟體則承載人際關係。各自的資料、規則與責任不同，專門的介面能讓複雜工作變得可操作。

產品邊界也連著商業邊界。帳號讓服務知道你是誰，訂閱與交易讓它取得收入，通知與首頁讓它有機會再次被使用。對提供者而言，一個獨立入口可以建立品牌、接觸顧客，也保有決定功能與收費的空間。

因此，軟體地圖往往同時反映需求與供應者的組織方式。一趟旅行跨過數個系統，是因為沒有任何一家服務天然擁有全部資訊，也未必願意承擔全部責任。使用者感受到的斷裂，有一部分來自這些合理卻彼此分離的邊界。

當然，新需求從來不只通往新 App。試算表、瀏覽器、套裝軟體與外掛，早已讓不同工作共用入口。專業工具也能透過串接合作。軟體一直在分拆與整合之間移動，不能把歷史寫成每個需求都必須重新蓋一座平台。

AI 帶來的新條件，是更多細小、短期、個人的需求，開始有機會獲得專用軟體。以前不值得投入數週開發的工具，現在可能先做出一個可試用的版本。當這些工具持續增加，誰負責讓它們共同服務一件事，就會成為更迫切的問題。

應用正在增生，但數字能證明什麼？

RevenueCat 的《State of Subscription Apps 2026》引用 Appfigures 資料指出，每月新推出的訂閱 App，從 2022 年 1 月約 2,000 個，增至 2026 年 1 月超過 14,700 個，約為原來的七倍。這個數字涵蓋行動訂閱 App，不能直接代表所有網站、企業軟體或 AI 生成工具。資料來源：RevenueCat／Appfigures

它支持「某一類軟體的供給快速增加」，卻沒有逐一辨識哪些 App 是 AI 寫的，更沒有證明增幅全部由 AI 造成。即使上架加速與 AI 開發工具興起同時發生，兩者之間仍隔著需要驗證的因果關係。

另一份證據更接近製作過程。Anthropic 在 2025 年分析了 Claude.ai 與 Claude Code 共 50 萬筆程式相關互動，發現網頁開發語言及使用者介面工作是常見用途。這顯示 AI 確實被拿來製作面向使用者的應用；樣本反映的是 Claude 的使用情況，不能換算成全球成功上架的產品數。資料來源：Anthropic

這裡還要分清兩種常被混用的說法。「AI 協助製作的 App」可以完全沒有 AI 功能；「以 AI 為核心功能的 App」也可能由工程師以傳統方式開發。研究 AI 產品的收入或留存，不能直接拿來評斷 AI 寫出來的軟體品質。

把這些資料放在一起，較穩妥的結論是：應用供給正在部分市場快速擴張，AI 已參與其中的製作工作。至於使用者能吸收多少新增供給、哪些工具值得長期留下，還需要需求端的證據。產生一個能運作的 App，和讓人願意多管理一個 App，是兩道不同的門檻。

疲乏，可能發生在功能之外

回到旅行。即使每個工具都很好用，你仍需要知道哪裡有最新資訊、哪個服務應該先改、哪些朋友尚未確認。換一個更漂亮的訂房畫面，未必能減少這些工作。

工具帶來的負擔會出現在不同時刻。採用前，要比較方案、價格與可信度；採用時，要建立帳號、設定權限、學習操作；使用中，要切換情境、搬移資料、解釋同一件事；一段時間後，還要決定哪些訂閱留下、哪些紀錄需要匯出。這些都是功能清單不容易呈現的成本。

工作場域已有相關訊號。Microsoft 的 2025 年 Work Trend Index 調查涵蓋 31 個市場的 31,000 名知識工作者，其中 48% 的員工受訪者表示工作讓人感到混亂與碎片化。這是特定工作人口的自陳感受，不能推廣成「一半的人厭倦 App」，也無法單獨判定成因是工具數量。資料來源：Microsoft

更早的 CHI 2008 實驗則提供一個提醒：受中斷條件下，扣除中斷本身後的工作時間較短，參與者卻回報較高的壓力、挫折與付出。研究有 48 名參與者，81% 為德國大學生，執行的是受控的模擬辦公任務；它不能測量今日 App 疲乏的盛行率。研究：The Cost of Interrupted Work

下面兩張圖依相同順序對照三種條件，分開呈現時間與壓力。這裡值得注意的，是工作速度與人的感受走向不同；兩種中斷之間的細小差異，不能直接讀成誰比較有害。

只測操作速度，可能漏掉人為了維持速度付出的代價。反過來說，若新介面聲稱省時，也應把等待、核對和心理負擔一起放回評估。

因此，我們有理由重視碎片化與中斷的成本，卻還不能宣布「AI App 已讓所有人疲乏」。我更願意把它視為一個待觀察的壓力：當新增工具節省的操作，少於選擇、設定與協調所增加的工作，人就會開始尋找更省力的安排。

AI 也可能加深這個問題。如果每個 App 都多了一位需要單獨交代背景的助理，使用者便多了幾個對話視窗。局部能力提高，整體協調仍可能變重。

下一個介面，開始圍繞一件事組織

在前一篇〈當 AI 讓實作變容易，產品憑什麼被選擇？〉中，我談過產品如何對結果負責。若把視角放到多個產品之間，接下來的問題就是：使用者能否直接從目標出發，由系統把需要的能力帶到眼前？

以旅行改期為例，你先說明新日期、同行者與可接受的費用。介面取得你允許它使用的行程資料，再把可調整項目放在一起：日曆顯示日期衝突，比較表列出車次與住宿方案，未確認的朋友則保留明確狀態。需要付款或產生不可逆更動時，呈現具體影響，讓你決定。

這個假設中的介面有三層工作：理解目標與條件、協調背後服務、提供適合當下判斷的畫面。自然語言很適合交代「為什麼要改」，日曆適合看時間，比較表適合看差異。常用操作則值得保留固定位置，讓熟悉的動作仍然迅速。

這個方向已有早期實作。Google 在 2025 年介紹生成式介面，讓模型依要求產生互動頁面與工具；研究同時承認，當時生成有時需要一分鐘以上，也會出現錯誤。偏好評估未計入生成速度，因此不能直接讀成日常使用效率已勝出。資料來源：Google Research

Claude 在 2026 年 1 月推出的互動連接工具，則讓使用者在對話中操作 Asana、Figma 等服務。這呈現了另一種整合：既有產品提供的能力，被帶進共同的工作入口。廠商公布的功能證明這種體驗已能實作，長期是否減輕負擔仍需使用研究。資料來源：Claude

由此可以推演，未來有些小工具可能只在一個任務期間出現，完成後便收起來。留下的行程、文件與操作紀錄仍須能保存、分享和再次開啟。否則，使用者只是把尋找 App 的麻煩，換成回頭翻找一段很長的對話。

生成能力也不代表每次都該重新設計。若同一個確認按鈕每天換位置，節省下來的時間很快會被重新學習吃掉。比較合理的方向，是穩定的操作語言搭配可調整的內容，讓介面隨任務改變，又保有人的熟悉感。

更少入口，還有幾道難關

首先是可靠性。旅行助理可能找到便宜車票，卻看錯抵達日期；也可能改好了交通，住宿仍在等待回覆。跨服務工作包含許多不同狀態，介面必須讓人看見哪些已完成、哪些失敗、哪些仍需要接手。畫面統一之後，底下的責任並不會自動統一。

所以「易用」應該用整件事的成本衡量。要算進第一次連接帳號、交代背景、等待執行、檢查結果與出錯補救的時間，也要考慮持續監督的心理負擔。少點十個按鈕，卻得讀三頁說明才能確認沒有訂錯房，未必值得。若設定能在多次任務中重用，收益才可能逐步累積。

其次是直接操作本身的價值。熟悉試算表的人，可能比起描述一段需求，更快用一次拖曳完成工作。設計、剪輯與工程工具需要精確控制；遊戲、社交和內容瀏覽，使用過程本身就可能是目的。這些情境提醒我們，專業與專屬介面仍有充分理由存在。

再來是商業誘因。旅行平台願不願意讓另一個入口掌握顧客？整合服務能取得哪些資料與操作權限？當推薦發生在助理裡，哪些選項會被呈現，排序又受什麼影響？技術能接通兩端，並不保證雙方都願意開放。

入口集中也可能帶來新的依賴。當偏好、歷史與授權都集中在一處，更換服務的成本可能提高。使用者需要知道資料能否帶走、推薦依據能否檢查，以及不滿意時能否選擇其他提供者。介面越容易使用，這些不常出現在畫面上的選擇就越值得保留。

因此，我對「每個人最後只用一個 App」保留很大疑問。日常生活、公司工作、專業創作與娛樂，各有不同的資料邊界與操作需求。更可能出現的是少數常用入口，加上值得直接打開的專業工具；各入口之間是否互通，仍是一個未定的競爭結果。

未來五年，我會觀察什麼？

以下是以 2026 年 10 月為起點的作者判斷。時間範圍用來安排觀察，沒有精確的到期承諾；信心程度也只是相對判斷，不是統計機率。

第一項比較有把握，是因為它能在既有服務上逐步發生。使用者先把搜尋、整理與草擬交出去，再視結果擴大委派範圍。背後的軟體可以繼續增加，個人需要理解的操作路徑則有機會縮短。

第二項需要跨過展示與日常使用之間的距離。一次生成漂亮的旅行頁面，和三個月後還能找到預訂紀錄、讓同行者共同修改，是不同難度的事。我會看人們是否反覆使用、是否少了人工轉抄，以及資料在工具更新後是否仍然可用。

長期最不確定的是入口的歸屬。模型能力只是條件之一，資料、授權、分發與信任同樣重要。專業服務可能成為別人呼叫的能力，也可能保有自己的介面與顧客關係。這條路不會由單一技術指標決定。

這些預測也必須容許失敗。如果人們持續因為延遲、錯誤與核對負擔而回到原有 App，入口收斂的判斷就需要縮小到少數情境。即使使用人數成長，若總負擔沒有下降，也不能把普及當成易用已被證明。

當工具退後，人的事情才有機會往前

對產品團隊而言，這個未來值得提出一個比「還能多做什麼」更具體的問題：我們能讓使用者少記住什麼、少重複交代什麼、少在什麼地方等待與補救？答案有時會是一個新功能，有時是良好的串接，有時則是讓別的入口也能可靠地使用自己的能力。

回到那趟旅行。比較理想的結果，是你說明一次更動，能在清楚的畫面裡比較方案，知道誰還沒確認，並在必要的地方做決定。完成後，行程與紀錄留在找得到、帶得走的位置。

背後可能仍有很多軟體，甚至比今天更多。差別在於，你不必再親自充當每一段服務之間的連接線。那會是我判斷下一個介面是否真正進步的標準。