Table of Contents
Chat 幾乎是 generative AI 最自然的入口：不用先學選單、schema 或工作流程，只要把想做的事說出來，系統就能開始工作。
也正因為它太自然，我們很容易多走一步，開始想像：未來所有 software，最後都會變成一個聊天窗。
但想像你正在管理一個複雜產品。你需要同時看 roadmap、使用者證據、決策、任務、程式碼、風險、實驗、指標，以及一堆還沒解決的問題。
如果這些東西最後只剩 conversation history，你會得到一個很會說話的介面，卻慢慢失去 computer 原本很重要的幾種能力：看見、比較、直接操作、持久保存，以及重新組織 state。
所以我現在更在意的問題不是：
怎麼做出一個更強的 chatbot？
而是：
當 computer 開始能理解意圖、生成 representation、呼叫 tools、改變 state，computing 的基本單位應該重新變成什麼？
1. Chat 之所以成功，是因為它把 intention 的成本降得很低
先不要低估 chat。
傳統 software 常要求使用者先學會「這個產品希望我怎麼想」：功能藏在哪、資料放哪個欄位、世界被切成哪些 objects、工作應照什麼 workflow 走。
Natural language 把這個順序反過來。
使用者可以先說：
「幫我比較這三個方案。」
「把這些資料整理成我能做決策的形式。」
「找出這個 bug 最可能從哪裡來。」
「我想安排一趟兩天一夜、不要太趕的旅行。」
Chat 因此很適合承接模糊意圖、反覆釐清、開放式整理與解釋，也很適合讓人和系統來回協商。
它的限制不在「不好用」，而在於：一個很好的 interaction mode，不等於完整的 computing architecture。
2. Conversation 很會流動，卻不擅長承載所有 state
對話的本質是 sequence。
一句接一句。
這對探索很有用，但很多真正複雜的工作不是 linear conversation。
例如做產品時，你可能同時需要看：
- 三種 competing hypotheses；
- 目前有哪些 evidence 支持／反對它們；
- 哪些 decision 已經做了；
- 哪些 assumption 還沒驗證；
- 哪些 tasks 正在進行；
- 哪個 metric 變了；
- 哪些風險彼此相依；
- 哪些事情一旦對外承諾就很難回頭。
這些資訊如果全部被壓成聊天紀錄，會失去很多東西：
overview、stable reference、parallel structure、spatial organization、side-by-side comparison、precise direct manipulation。
你當然可以再問 AI：
「幫我總結一下現在的狀態。」
但這本身透露了一件事。
如果每次想知道目前狀態，都要先請 AI 重新敘述一次，那個狀態很可能沒有以足夠可見、可檢查、可操作的形式存在。
所以我很喜歡一句簡單的區分：
Conversation should be a control surface, not the ontology of the computer.
Chat 可以是你和 system 溝通的一個入口。
但不應該成為所有 knowledge、state、objects、history 與 action 的唯一存在形式。
我會開始在意這件事，不是因為我先有一套「post-app」理論，而是因為在做 Haven、AI-native workflow 與跨工具產品工作時，我反覆遇到同一個問題：conversation 很適合幫我前進，卻很容易讓我失去全局。 一個決策為什麼做、有哪些證據支持、哪個問題還沒關、哪個版本才是目前的 canonical truth——如果這些東西只活在聊天紀錄裡，工作愈快，重新建立脈絡的成本反而愈高。
所以這篇文章真正想追的，不是「Chat 好不好」，而是：一個能讓工作更快的介面，能不能同時讓人更看得懂自己正在做什麼？
3. 我們也許早就擁有 personal computers，卻還沒有完全實現 personal computing
這個問題其實比 generative AI 更老。
二十世紀的 personal computer 革命非常成功。
電腦從大型主機走上每個人的桌面，再進入每個人的口袋。
但「一個人擁有一台 computer」和「computer 真正成為一個由人塑造的 personal medium」，是兩件不同的事。
從 Licklider、Engelbart，到 Kay 與 Goldberg，早期 interactive / personal computing 的重要傳統，關心的不只是硬體所有權。
Licklider 在 1960 年的〈Man-Computer Symbiosis〉想像一種人機合作：人設定目標、提出假設、決定判準並做評估，機器則處理可例行化的工作，替人的洞察與判斷鋪路。Engelbart 1962 年的〈Augmenting Human Intellect〉更直接把目標定義成提高人理解複雜情境與解決問題的能力。到了 Kay 與 Goldberg 1977 年的〈Personal Dynamic Media〉，computer 又被推向一種可由使用者塑造、學習、創造與表達的 personal medium。
它們不是同一套理論，也不該被壓成一條整齊的歷史直線。但共同留下了一個仍然重要的問題：
computer 是只替人完成 tasks，還是能成為人用來形成想法、建立模型與擴張能力的 medium？
所以真正的 personal 不只意味著「這台裝置屬於我」，也可以進一步問：
「這個 computational world 有多少是我能理解、塑造與帶走的？」
但現代 software 走向了一條非常成功、也非常合理的道路：app specialization。
Mail 有 mail app。
Calendar 有 calendar app。
Notes 有 notes app。
Project management 有 project-management app。
每個 app 把 data model、storage、UI、business logic、permissions、collaboration 綁成一個完整 bundle。
這有巨大的 coordination value。
也正因為如此，我不相信「AI 來了，所以 apps 要消失」是個好結論。
真正有趣的問題比較小，也比較難：
哪些今天被 app 綁在一起的 layers，在 AI 與新的 protocols 出現之後，可以安全地被重新組合？
4. 下一代介面可能不是 Chat vs GUI，而是三種 interaction 共存
我們很容易把未來想成一場介面戰爭：
Chat 會不會取代 GUI？
Agent 會不會取代 app？
Natural language 會不會取代 direct manipulation？
我現在比較相信，這些其實不是同一種工作。
至少可以先區分三種 mode。
Direct manipulation
適合 precision、comparison、spatial reasoning、learning 與 control。
你拖動一個 object、調整一條 timeline、比較兩個版本、在 canvas 上重新排列 cards。
這些操作的價值，不只是「比較快」。
它們有時本身就是 thinking。
AI transformation
適合 semantic reshaping。
例如把同一份內容轉成 table、graph、summary、counterargument、timeline，或依 task 重新組織。
AI 在這裡不是替你「點按鈕」，而是在改變 representation。
Agentic execution
適合 delegated multi-step work。
例如查資料、跨工具協調、執行一串可驗證的步驟，再回來交付結果。
三者都很重要。
而且沒有任何一個是 universal winner。
Natural language 很擅長表達意圖，但意圖並不是思考的全部。
有些時候我們需要說；有些時候要看、比較、直接改變 representation；另一些時候，才適合把一整段工作委派出去。
5. AI-native computing 的核心，也許不是 app，而是 durable state + flexible representation
假設一個 project 不再只「存在某個 app 裡」。
它有自己的穩定身份。
它知道相關決策、任務、證據、參與者、風險、檔案、實驗與歷史。
那同一份 underlying state 就不一定只能有一種固定 UI。
當你規劃時，它可以是 roadmap。
當你檢查進度時，它可以是 dashboard。
當你研究問題時，它可以是 graph 或 spatial canvas。
當你寫報告時，它可以變成 document。
當你需要討論時，它可以暫時進入 dialogue。
真正有趣的地方不是「AI 可以一鍵換 view」。
而是：
representation 可以依 task 改變，但 underlying state 仍然 coherent。
這裡我想非常小心。
這不是「未來一定會長這樣」的預測，而是一個可以被 falsify 的 design hypothesis：
如果 AI 能生成新的 representation，那我們或許可以把 UI 與 underlying state 解耦得比今天更多。
但如果這讓 system 變得更難理解、更難維護、更難協作，那它就不是進步。
Generative UI 不是因為「每次都長不一樣」就比較 AI-native。
真正重要的是 semantic binding。
一個生成出來的 chart，應該知道自己對應哪些資料。
一個 button，應該知道它會呼叫什麼能力。
一個 temporary view，應該知道它改變的只是 representation，還是 canonical state 本身。
否則我們得到的只是漂亮、短命、不可追溯的 pixels。
6. 當 AI 從 medium 變成 actor，最重要的問題會從 intelligence 變成 authority
以前的 software 大多仍要求人自己按下最後那顆按鈕。
AI agents 開始改變這件事。
AI 不只可以產生內容，也開始能代表人改變外部世界。
這時很多看似相似的事情，其實應該被分開：
- draft email ≠ send email
- propose calendar event ≠ invite attendees
- suggest database edit ≠ delete records
- simulate purchase ≠ charge a card
- recommend a post ≠ publish publicly
這也是我在做 AI-native product 時愈來愈在意的界線：
generation 和 externalization 不是同一種 authority。
AI 可以很擅長提議。
但越難逆轉、越會影響第三方、越牽涉金錢、隱私、安全或公開承諾的 action，就越需要清楚的 human / policy boundary。
所以 AI-native computing 的底層治理問題，也許不只是 memory、tool use 或 agent orchestration，還包括：
誰可以讀？誰可以提議？誰可以修改？誰可以交易？誰可以發布？誰可以代表誰？
如果這些 boundary 不清楚，一個愈 powerful 的 AI environment，可能只是把更多 consequential power 藏進更方便的 interface 裡。
7. Post-file 不應該失去 file 的 virtues
File 很老，但它保留了一些非常直覺的人類特性：有名字、能搬移、能備份，也有相對清楚的 ownership intuition。它的存在，不依賴你是否還記得昨天和 AI 聊過什麼。
所以如果未來的 AI environment 宣稱「不需要 files 了」，卻把所有 state 都藏進 opaque cloud memory，我反而會把那看成 regression。
Post-file 不能失去 file 的 virtues。
下一代 state 至少應該努力保留：
- durable identity；
- inspectability；
- history；
- provenance；
- portability；
- exportability；
- permission；
- exit。
AI 可能讓我們超越今天 file 的限制。
但不應該順手拿走它帶給人的 legibility 與 sovereignty。
8. 這個方向有很多可能失敗的地方
所有「未來 computing」的文章都有一個誘惑：把現在寫得很笨，再把自己的 architecture 寫得很漂亮。
但 apps 今天會存在，不是因為大家還沒想到 post-app。把 data、UI、logic、permissions 與 support 綁在一起，本來就能大幅降低 coordination cost。
同樣地，一個高度 malleable 的 AI environment 也可能帶來新的問題：
- interface 一直改，使用者失去 spatial / procedural memory；
- semantic objects 要求太多 modeling，最後變成 ontology bureaucracy；
- 每個人都有自己的 schema / UI / workflow，collaboration 反而更難；
- generated capabilities 更難 debug、audit、secure；
- AI abstraction 讓人短期更有效率，長期卻失去 skill；
- 一個 universal AI runtime 最後形成比今天 app store 更大的 platform lock-in。
所以比較負責任的原則不是：
Unbundle everything.
而是：
Unbundle only where user value exceeds coordination cost.
AI 給了我們重新檢查 application boundary 的機會。
它沒有證明 application boundary 本身是錯的。
9. 我真正期待的 AI-native computer，不是更會聊天，而是更能被人理解與塑造
Chatbot 已經讓 computer 變得更容易請求。
Agent 會讓 computer 變得更容易委派。
但我希望下一步不只是讓 machine「替人做更多」。
我更在意的是，computational world 本身能不能變得：
更可見、更可塑、更持久、更能被檢查，也更屬於使用者。
一個好的 AI-native environment，應該讓你既能說出模糊 intention，也能直接操作具體 state；能讓 AI 生成新的 representation，也知道它從哪裡來；能把工作交給 agent，也能看見它改了什麼、哪些還沒完成，以及怎麼撤回。
AI 可以幫忙思考，但不能讓使用者最後只剩下一件事會做：問 AI。
如果 personal computing 的原始問題，是如何讓 computer 成為人的 intellectual medium，
那 AI 時代把這個問題重新打開了。
而這一次，我們不只要問：
computer 能替人做多少？
也要問：
人在這個新的 computational world 裡，還能看見多少、理解多少、塑造多少，以及真正擁有多少？
參考資料
- J.C.R. Licklider (1960), Man-Computer Symbiosis — MIT CSAIL archive: https://groups.csail.mit.edu/medg/people/psz/Licklider
- Douglas C. Engelbart (1962), Augmenting Human Intellect: A Conceptual Framework — Doug Engelbart Institute: https://dougengelbart.org/pubs/augment-3906.html
- Alan C. Kay & Adele Goldberg (1977), Personal Dynamic Media, Computer 10(3), 31–41 — IEEE original publication DOI: https://doi.org/10.1109/C-M.1977.217672
延伸閱讀：如果你想從歷史角度理解電腦如何擴張人的能力，可以讀〈Douglas Engelbart 真正重要的不只是滑鼠〉；如果你更關心產品如何保留人的判斷與責任，可以讀〈AI-native 不等於把判斷交給 AI〉。
