设计 HERCS：从传感器到动机反馈，荣露涵如何打造 AI 时代的交互体验

作者：孙亚青

在智能健身领域，HERCS 并不是唯一一个结合 AI 与硬件的产品。但它之所以脱颖而出，赢得了 2025 年德国红点设计奖双项大奖（Design Concept + Brands & Communication），以及 IDA 设计金奖、MUSE 银奖与 Titan 创新奖银奖，不仅因为它的技术实力，更因为它让技术“看不见、用得顺、留得住”。

这些国际奖项的评审标准极其严格，评审团成员多来自如微软、Nike、Airbnb 等世界一流设计组织，每年从全球数千件作品中选出代表未来趋势的项目。HERCS 能够同时获得红点设计概念奖与品牌传播奖，是对其在系统性交互设计与用户信任机制方面创新性的高度认可。

在这个表面“丝滑”的产品背后，是设计师荣露涵（Luhan Rong） 主导的一整套系统化设计流程：从用户调研、硬件限制、界面原型，到行为回路、激励机制与情绪反馈，步步精密，层层交织。

除 HERCS 外，荣露涵也是 D2C 创作者平台 OpenWav 的核心设计负责人。OpenWav 是一款连接东西方创作者与粉丝的社群与变现平台，最近被 Forbes（福布斯） 报道为“赋能新世代艺术家的直达式工具”。Luhan 主导设计了多市场的交互逻辑、创作者商城系统与粉丝解锁机制，让这个系统在文化与商业之间建立起信任与连接。

以“真实使用场景”出发：设计不是功能，是信任

HERCS 最初只是一个智能硬件原型——配备动作识别传感器的 eBell 训练设备。但仅有传感器远远不够，用户需要的是“像教练一样理解我”的交互体验。

Luhan 加入项目后主导了早期用户访谈与行为映射，发现一个关键心理：“用户并不渴望看到更多数据，他们渴望被认可。”

于是她定义了 HERCS 的第一个设计原则：尽可能少地打扰，尽可能多地理解。

硬件限制之下，用户体验如何“兜底”

在与硬件工程团队的协作中，Luhan 参与定义了动作识别的精度阈值与容错范围，并转化为前端交互策略：

● 当识别准确时，提供正向反馈与完成确认

● 当动作模糊或姿势偏差时，给予温和提示与自我修正建议

● 永远不将错误归咎于用户

她强调：“信任是设计目标，而不仅仅是识别准确率。”

界面原型：从数据呈现到行为引导

HERCS 的早期原型更偏“功能显示”，Luhan 重新定义了用户动线：从训练前的热身阶段，到中途的反馈节奏、再到训练后的归档与推荐，她设计了以下关键模块：

● 即时反馈循环：每个动作完成后给予清晰反馈

● 阶段性进度引导：每一阶段都包含视觉鼓励与总结建议

● 训练计划适配界面：系统根据用户表现自动调整计划，同时允许用户自主调整

特别是“训练计划调整逻辑”这一模块，她花了大量时间与算法团队对齐，确保呈现既透明又可控，不让用户感到被“AI 控制”。

数据之上，才是动机设计

HERCS 的技术可以精确识别，但 Luhan 的 UX 设计关注的是：“用户有没有留下来？” 为此，她引入行为心理学原则，设计了情绪激励系统：

● 连续打卡后显示：“你真的坚持下来了！”

● 中断训练后不是提醒错误，而是欢迎回来：“我们等你很久了。”

● 可视化成长图谱，强调“阶段进步”，而非“完美表现”

最终，HERCS 不再是一个“告诉你错了”的系统，而是一个“帮你坚持下去”的伙伴。

极简体验背后的系统复杂性

HERCS 看起来简单：戴上传感器，开始锻炼，获得反馈。但这一切背后，是 Luhan 所领导的一整套 多系统融合设计：从传感器误差补偿、UI 状态流转、行为节奏管理，到情绪反馈语言风格、奖励机制调节与用户动线规划，环环相扣，毫不松懈。

红点奖评审团评价 HERCS 为：“一款将智能反馈深度融合于直观体验的产品。”这不仅是一项技术的突破，更是一次设计对复杂系统的柔性重构。

HERCS 不只是一个项目，它是一种过程 —— 一个始于倾听，落于细节，归于信任的设计过程。这正是 Luhan Rong 在 AI 时代交互设计领域中不断推动的核心价值。