Clarify（澄清）指 AI 系统在用户意图不明确时主动提问确认的能力，是当前 AI agent 与交互设计领域的核心议题之一。随着强模型直接执行任务成为常态，模型该不该先澄清、何时澄清、澄清多少，正在从产品细节上升为方法论之争。
Clarify 的近期进展
当前焦点与观察点
围绕 Clarify 的核心争议是效率与准确性的权衡。一方认为强模型时代试错成本降低，过度提问和前置规划拖慢节奏；另一方则在学术与工程层面证明，意图模糊时的定向澄清仍能显著减少返工，尤其在交互预算有限的场景下如何「少问但问准」成为研究热点。
值得观察的方向包括：一是澄清能力是否会成为 agent 产品的标配评估维度，类似工具调用能力；二是订阅制下用户跨场景使用 AI（如 Sam Altman 强调的订阅通用性）时，上下文碎片化会放大意图模糊问题，可能倒逼厂商强化 Clarify 机制；三是澄清策略与 Plan Mode、Loop engineering 等方法论的融合，最终可能收敛为按任务风险等级动态调整提问频率的混合方案。对开发者而言，短期内更实际的问题是：在具体产品里为澄清设计多大的交互预算，以及如何度量一次澄清带来的实际收益。