钛媒体注：5月15日晚预告了整整5个月的锤子科技的鸟巢发布会如期举行（点击「2018·锤子史上最大发布会」可以查看钛媒体专题报道）。除发布坚果手机 R1，最大的亮点是发布了坚果 TNT 工作站（Smartisan TNT Station）。

TNT是什么？可以理解为一款27寸、搭载4K+ 十点触控屏幕，搭载了全新 Smartisan Office 的“个人电脑”。老罗在现场演示了致力于“提高办公效率”的全新语音图文交互方式（简称 TNT），以及如何用语音、AI等交互方式制作 Excel、PPT，还介绍了 Crystal Ball、Poker Dealer 等办公套件。

据老罗现场公布，Smartisan Office 在软件层面的合作伙伴——永中科技，就曾经是执着的“微软Office颠覆者”。老罗不留痕迹的显露了他想要通过 Office 软件切入，杀入操作系统的野心。

老罗是不是“疯子”？是不是“自嗨”？不妨先来探讨下，老罗对于“下一代交互”的理解够不够靠谱：

自从开始做手机以来，罗永浩的每次出手，都仿佛是堂吉诃德大战风车，他假想中的风车就是停滞不前的交互方式，用户“默默忍受”的使用体验——每一次摆出了这个姿态，注定会收获叫好声一片。

然而，无论是过往的每一次发布，还是昨日鸟巢的“一场革命”，等老罗的长矛一亮出，小题大做、不自量力的感觉就会弥漫开来，引发群嘲。

大多数人会感叹于他的志大才疏，只有在情怀充值的粉丝眼中，几只细瘦长矛被放大为摧毁风车的巨木，引起欢呼一片。

2017年，老罗用one step、大爆炸、闪念胶囊等打破封闭的移动应用体系，算是一次牛刀小试，也是为今年的“革命性产品”做足了准备。

今年，他有了更大的野心——重新定义下一代个人电脑。

移动设备上交互方式早已成型，Smartisan那些小打小闹的功能掀不起什么大浪，就连老罗自己也不好意思冠之以“革命”二字。

似乎只有交互方式三十多年未有进化的桌面设备，才能激起老罗的“革命豪情”，施展自己的革命壮志。

哪怕只能完成PPT、Excel这样的轻量级操作，罗永浩依然不管不顾地称这台27寸显示屏为“工作站”，显然是向他的偶像，将计算机比喻为“大脑的自行车”的乔布斯致敬。

乔布斯为了让Mac成为创意群体的生产力工具，宁可走软硬一体化的道路，宁可走曲高和寡的高端路线，宁可做封闭生态。到今天来看，Mac系列产品的生产力应用虽然数量不如 PC，但几乎款款精品。

Mac 电脑开创了图形界面时代，而老罗的TNT工作站则试图开辟 Touch&Talk 时代（Touch&Talk 即 TNT 的由来，钛媒体注）。而当评论者以“办公难道仅仅是处理文字和表格？Photoshop、AutoCad、音视频处理都做不了，何德何能称为工作站？”来质问老罗时，他可能会感到委屈：

你能向初代Mac要求IBM的性能吗？

罗永浩希望从应用最频繁、广泛的轻量级办公应用中，慢慢掀起一场人机交互革命，然后以此为起点来建立新的应用生态。

问题在于，过于执迷于“生产力工具”及与手机的协同，为了让 Crystal Ball、Poker Dealer等工具，touch&talk交互能够得以淋漓尽致的展现，不得不做出一台应用场景模糊的不合时宜的产品。

这一台 TNT 工作站，被人诟病最多的是“如何在办公室用语音办公”......同样的交互方式，在iPad这样的移动设备，应用于个人办公场景上，荒谬感就不会这么强烈。

正如智能语音助理目前进入的主要还是家庭、个人手机等私人空间，语音交互在公共空间的互相干扰、隐私暴露等问题目前都未解决。就像手机上的大爆炸功能被认为小题大做一样，理念先行、不考虑应用场景的问题在TNT工作站上集中爆发。

那么，TNT工作站的交互方式相比于电脑上的键盘＋鼠标的交互方式，到底是不是革命性的呢？

以 Office 应用为例，键盘＋鼠标这样的操作方式，是与图形式的信息界面密不可分，互相依存的，TNT 工作站的 touch&talk，虽然可以实现一些基于AI的预处理的炫酷操作（实际上可以预处理的操作，其实都可以一键实现，语音只不过是另一种触发指令），却无法实现图形界面所需的复杂、精确操作。

TNT 工作站将 touch&talk 的操作方式应用于为键盘、鼠标设计的图形界面中，注定是方枘圆凿，只会感觉处处别扭，这也是为什么老罗现场演示时如此费劲且状况频出的原因。

除非锤子基于touch&talk的交互方式重新设计一套Office。TNT工作站这样的手口并用，相比于键盘＋鼠标的只需动手，两套操作逻辑只会增加用户的心智分裂。

对比一下TNT工作站与“模仿对象” Surface Studio，就能看出两者对于交互创新的用心程度。

与 Surface Studio 同步推出的 Surface Dial

Surface studio看上去并没有那么“革命性”，对于touch的理解却绝不仅仅是触摸而已，因为在大屏幕上高频长期的徒手触控操作，虽然如锤子所说“更符合直觉”，却是“反人性”的。而手指操作的精准性远远满足不了生产过程的要求。  

所以微软推出了触控笔、Surface Dial这样的外设，探索touch交互页面的设计可能性，而不是把 PC 上的 PS 直接搬上来。上图展示的 Dial 可以理解为一款与屏幕更加“亲密”的触控板，既可以在外部操控屏幕，也可以贴在屏幕上调出并选择菜单。

相比于先touch、再talk 这么分裂的“双重操作”，微软则在努力探索如何基于触控（touch），基于 muscle memory（肌肉记忆） 的一体式操控操作方式。

TNT工作站之所以还是需要手口并用而不是彻底做“甩手掌柜”，通过发号施令来指挥电脑操作，是因为一方面因为人类语言的局限性，很难用语言描述所有需求（正如一条评论所说的：大脑调用手这个API 要比调用后来才进化出来的语言系统高效得多）；另一方面，机器需要理解的绝不仅仅是人的指令（自然语言），还有一切界面元素（图像理解），更重要的是二者的无缝结合，且误差小到不耽误内容生产。

TNT 工作站采取的做法舍近求远，在图形界面的世界中注定吃力不讨好。

只有在界面隐形的人机交互中，语音操作才会成为主导，就像现在应用最为广泛的智能音箱，基于声音反馈的交互和基于图像反馈的交互，是两种完全不同的逻辑，所以在发布会之前很多人猜测锤子要发布的革命性产品，可能是一款智能音箱，只可惜在这场革命中老罗远远落在了后面，早就失去了扛旗的资格。

总结一下，对于渐进式探索不耐，执意追求“革命性”（这也迎合了许多普通用户的心理）的老罗只好将语音操作强行“嫁接”在图形界面上，以demo级的实现度（当然也可以说是一场大型灾难现场）撑满全场，以“自杀式”价格绝了普及之路，为下一代“革命性交互” 争取时间。

此话怎讲？

在发布会结尾，老罗“狡猾地”丢出了一个彩蛋：明年将会在TNT工作站中引入眼球追踪技术。然而，眼球追踪早就不是什么新鲜的技术了，如果老罗明年再次“强行”把它嫁接在工作站上，无疑又将是一场灾难。因为，只有在VR交互中，眼球追踪才有真正的施展空间。（本文首发钛媒体，作者/张远）