意图工程
为什么“让人们成为更好的思考者”才是工具的终局
在 Alto 计算机上，孩子们用编程语言 Smalltalk-72 让马匹动起来。Courtesy of the PARC Library. © PARC. CHM Object ID 500004466
当孩子有了真正想要实现的东西
1970年代，当计算机还是少数研究所、政府和大公司里的稀罕物时，在美国加州的帕罗奥图，有一间实验室在做一个大胆的尝试——把计算机带到当地的初中，教一群十几岁的孩子编程，让他们创造自己想要的东西。
这间实验室当时发明了一种极其简单的编程语言 Smalltalk（闲聊）；但是一开始，他们完全不知道怎么教孩子写程序。孩子们看着语法规则，并不知道这就是能创造一切的魔咒。
经过几周的努力，尝试了各种方法，他们终于成功了。
一个12岁的女孩，在两周时间里写出了一个画图程序，酷似10年后才在苹果电脑上出现的 MacDraw；
一个15岁男孩对无线电很感兴趣，他厌倦了手画电路图，于是给自己做了一个CAD电路图绘制工具，比一篇博士论文里实现的系统还要好；
另一个喜欢动画的女孩，想让会动的马和骑师出现在同一幅画里，于是改写代码添加了一个专业动画师都没有想到的功能......
他们发现，当这些孩子有了真正想要实现的东西，他们便开始了惊人的创造。
Alan Kay 在 1987 年发表的经典演讲《通过图像操作生成符号：与计算机进行交流》
在这背后，是计算机科学家 Alan Kay，和 Xerox PARC 实验室。这里诞生的图形界面，被苹果和微软两大巨头先后借鉴，影响了如今所有带屏幕设备的使用方式；他们定义的面向对象编程，成了所有现代编程语言的地基。Kay 本人更是说过一句惊天动地的名言：“预言的最好方法就是创造你想要的未来。”1972年，他从一块巴掌大、只能点亮十几个像素的等离子屏幕中看到了移动计算设备的潜力，提前四十年想象出了一台和今天的 iPad 类似的产品。
Alan Kay 发表于 1972 年的企划《面向各年龄段儿童的个人电脑》中的插图，描述了一款叫 Dynabook 的设备。
这些发明创造的背后有一条共同的主线——Kay 伟大的理想——让复杂难用的计算机成为“纸笔”，成为“辅助轮”，成为“帮助人们成为更好的思考者与创造者”的“媒介”。
计算机先驱的共同理想
事实上，这不只是他一个人的想法，而是从计算机被发明以来几代先驱的共同理想。
Vannevar Bush 发表在《大西洋月刊》（Atlantic Monthly，1945年7月刊）的经典文章《As We May Think》第 101-108 页；在线阅读地址：http://www.theatlantic.com/doc/194507/bush
1945年，二战时美军的科技部门主管 Vannevar Bush 想象的 Memex，被认为是超链接、互联网、搜索引擎、个人电脑的共同祖先。这个将一个图书馆塞进一台书桌的想法最初的目的，是帮助人类应对知识爆炸的时代。
Ted Nelson 发表于 1965 年的论文《A File Structure for the Complex, the Changing, and the Indeterminate》中的插图。
1960年代，受到 Memex 的影响，哈佛大学研究生 Ted Nelson 发明了超文本（Hypertext）和超链接（Hyperlink）等词汇，并发起了人类历史上第一个超文本网络项目（早于万维网），试图建立一个全人类表达思想、消除偏见、重构人类知识文明的终极媒介。
1968年，计算机科学家 Douglas Engelbart 在一场后来被称为“所有演示之母（The Mother of All Demos）”的现场展示里，用一只鼠标，在一个下午之内，让窗口、超链接、远程协作、实时共同编辑第一次出现在世人面前。他后来把自己一生的工作，总结成六个字：增强人类智能。
Bush想的是知识。Nelson想的是互联。Engelbart想的是协作。Kay想的是简易。但他们指向同一个地方——不是让机器替人做事，是让机器帮人想得更远。
可惜，那时候的技术，配不上那么大的野心。这些理想在随后的几十年里偏航了。
在过去半个世纪里，“执行”的阻力太大了。为了把一个想法变成现实，人类不得不去学习复杂的软件、晦涩的代码、繁琐的流程。为了适应这种高强度的执行，计算机逐渐退化成了一台台高效率的“执行机器”。最后落地的，是模拟纸张的文字处理软件，是单向连接的网页，是一个个互相隔绝的编辑器。
然后AI来了，彻底击穿了执行层的壁垒。
重返元工作流的最左端
随着 AI Agent 的成熟，我们突然发现，那些曾经需要耗费几年去学习的软件技能和专业工作流，正在迅速过时。AI 成了终极的无所不能的工具（Universal Tool）。这种被取代的焦虑传遍了各个行业。
面对这种断崖式的改变，许多人的第一反应是恐慌，试图去学习“如何使用 AI”。但他们没意识到，这本身就是一个悖论：AI 进化的方向，就是消灭一切“工具的使用门槛”。当 AI 越来越擅长主动理解你的模糊指令时，“使用工具的技能”本身就不再是壁垒。AI 已经从一个需要你手把手教的副驾（Copilot），变成了一台全自动驾驶的汽车。
但是你也不能甩手将一切交给 AI。首先 AI 没有意图，因为它没有自我意识。其次，AI 吐出来的每一个字、每一个像素都有算力与能源成本，你不能让它像奇异博士那样看完一千四百万条时间线后再行动。
既然车可以自己开，那么唯一重要的问题就变成了：你要去哪儿——这就是意图。
于是，我们来到了 AI 与先驱们的理想发生历史性交汇的时刻。当机器接管了繁重的代码与设计执行，我们终于可以被释放出来，可以回到 Alan Kay 和 Engelbart 最初指向的那个地方——元工作流的最左端。
过去，我们创造的边界是由“我会什么”、“我学过什么”来决定的；而如今，思考模式发生了根本的翻转——在未来创造的边界仅仅取决于“什么是可能的”以及“我想要什么”。
当 AI 可以执行一切，甚至能以远超我们的带宽和速度去自主行动时，这条“意图-执行”链条里的木桶效应发生了历史性的转移。瓶颈不再是机器的算力或执行力，而是人类的心智带宽。 当 AI 跑得越来越快，人类产出高质量意图的速度，反而成了整套工作流里最慢的那一环。
正因如此，好的意图将始终稀缺。为了打破人脑自身的带宽瓶颈，避免让脆弱的意图成为拖累强大 AI 的短板，我们需要新的媒介和系统。我将人类在这种新范式下，围绕意图开展的探索与构建，叫做“意图工程”。
什么是意图工程
意图工程的核心，是捕捉直觉，并将其转化为可以被执行的明确方向。
但我们首先要弄明白，到底什么是意图？它不是一份写在纸上的需求文档，也不是脑子里一个完整的产品蓝图。意图的本质，是一种张力（Tension）。
那种横亘在“现实”与“理想”之间的落差感，就是意图。它就像一根被拉紧的橡皮筋，或者建筑空间中亟待被填补的留白，牵引着你去创造、去恢复平衡。意图的产生是人类的本能，它和每个人的情感、欲望、价值取向和偏好品味息息相关。
要想把这种原始的张力，转化为明确的方向，最核心的方法就是提出更好的问题——去无情地拷问什么是真正的“现实”，以及什么是真正的“理想”。
因此，好的意图极其稀缺，它需要同时满足三个维度的苛刻条件。
它需要极大的广度。 意图受限于一个人能想象的可能性空间，你无法想要一个你不知道存在的东西。正如乔布斯所说：“创造力就是简单地连接那些点。”好的意图必然鼓励发散的视野与非线性的连接。
它需要极致的深度。 它不能停在表面，而是要一直往下问“为什么”，直到触碰事物的底层。没人真的想要一把电钻，他们想要墙上的孔；甚至他们想要的也不是孔，而是想挂一幅画，想让家更像家。费曼的父亲曾教给他一个受用一生的道理：“你可以知道世界上所有语言里这只鸟的叫法，但当你学完这些，你其实对这只鸟本身还是一无所知。” 好的意图，永远来源于对真正问题的洞察。
最重要的是，它是流动的。 一个伟大的想法，从来不是在出发前就完美闭环的。意图绝不是写好后就交给执行者的静态说明书，而是在创造过程中持续被修正的生命体。雕塑家落第一刀前的想象，和凿完最后一刀时的想象，不可能完全一样。
如果意图是如此广阔、深刻且不断流变的张力，那我们该如何去承载它？
成为更好的思考者
很多时候我们创造的工具都在做一件事：压缩“从想到到得到”之间的距离。但有时，它们也用一种粗暴的方式固化了我们的思维。
过去， 我们习惯了面对一个闪烁的游标，在一个线性向下延伸的文档里，把复杂的思想压扁成一行行文字；如今，我们在一个局促的对话框里，寄希望于一条完美的 Prompt 能召唤出奇迹。任何这种“一次性输入”的容器，从根本上就配不上人类心智的复杂性。
如果我们承认了意图是广阔的、有深度的、更是不断流动的，我们就必须承认一个事实：当你被限制在一个线性的输入框或者固定的工作流里时，你的意图本身也会被压缩。
要成为 AI 时代更好的思考者，也就是进行更好的“意图工程”，我们需要彻底打破这种束缚。我们不再需要去模拟传统的纸张或是打字机，更不能成为给 AI 递交批文的盖章员。
我们需要一个能够承载发散、连接与非线性思考的媒介。正如先驱们半个世纪前的梦想那样，而如今，这一梦想正由伴随着 AI 和一系列新的技术。
在这个“思考的空间”里，脆弱的灵感碎片可以随意散落，不同维度的想法可以被直观并置，非线性的连接无处不在。而 AI 将同时扮演思考伙伴和执行工具的两种角色，既可以接住你思维张力迸发出的火花，与你一同将它推演成形，又可以真正理解你的目标，并产生最切合你意图的结果。
只有当工具的形态真正契合意图工程的本质，人类创造的边界将不再是“执行”的引力，而是我们想象力的尽头。