意图飞轮
为什么传统软件失效了，以及我们如何重建 AI 时代的心智工具
《密涅瓦的诞生》，René-Antoine Houasse 作（约 1645–1710）(罗马神话中的密涅瓦对应希腊神话中的雅典娜，智慧与战争女神，从朱庇特（即宙斯）的头里诞生，出生时全副武装)
思考需要工具
芝加哥大学教授 Larry McEnerney 在他的写作课里说了一段让我印象深刻的话：
（大多数时候）你所进行的思考如此复杂，以至于必须借助写作来辅助思考……（在上高中时）我曾以为，其他人完成思考时，只是直接想清楚便结束，然后他们的文章就像雅典娜从宙斯额头诞生一样，瞬间跃然纸上……但没有人真的这样做！
这段话当时就击中了我，并让我确信了一件事：思考需要工具。语言，就是最古老也是最基本的例子之一。我们可以想象，在语言没有发明之前，人类也能进行思考，但是理解、协作以及传播想法有多困难。
认知科学家 Daniel Dennett 提出过类似的观点。他认为人类的生物学大脑在硬件上与高级灵长类动物并没有不可跨越的鸿沟。人类之所以能在智力上产生大爆炸，是因为我们发明了语言，并把它当作一种“心智工具”（Mind Tools）下载到了大脑里。就像硅片安装了操作系统，语言让大脑掌握了分类、记忆、抽象与递归的能力。这个理论在 AI 时代产生了奇妙的回响——AI 之所以能表现出惊人的推理能力，正是因为它在把语言当作推演逻辑的工具。
当然语言并非是唯一的“心智工具”。比语言更古老的是空间和图像思考。每个人在幼儿时期一定都掰着手指帮助自己数数，在真正学会“3”这个抽象概念之前，我们就已经在空间中理解了它的意味。当我们试图理清错综复杂的关系时，本能的反应是在纸上画出关系图，用物理空间上的远近、上下和连线，来突破语言线性表达的局限。
为了进一步拓展我们的大脑，思考更加复杂的问题，人类有着漫长的心智工具发明史：
有实体化工具。比如白板、便签、卡片笔记（Zettelkasten）...... 有概念化工具。比如表格、思维导图、头脑风暴...... 有软件化工具。比如文字处理器、网状笔记、幻灯片......
每一个工具，本质上都是我们为复杂认知和意图搭建的脚手架，帮助我们成为更好的思考者和创造者。在 AI 时代，我们当然需要更好的心智工具。
被割裂的孤岛
然而环顾当下，在传统的软件生态里，这些由人类精心打造的心智工具大多各自为政，而是形成了一座座被割裂的孤岛。
第一，数据和格式的孤岛
意图工程最重要的一环，是建立非线性的网状连接。回想一下我们真实工作状态：正在死磕的文件放在中间，各种参考资料、草稿和便签散落在手边。我们的大脑非常习惯这种空间排布，一眼扫过去，就能自然地在核心任务和背景信息之间快速跳跃、建立联系。
然而当这些工具被搬进电脑时，这种自由的空间体验却经常被忽略。我们被局限在陈旧的“纸张”隐喻中。发明了“超文本”概念的 Ted Nelson 曾愤怒地写道：“将屏幕变成模拟纸张的窗口，是对数字媒体的背叛。”
Ted Nelson 在诺丁汉举行的 ACM Hypertext 03 大会上的主题演讲。照片由 Tim Brailsford 拍摄。
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。
第二，操作和交互的孤岛
思考是一种极其脆弱的流动状态。但传统的系统却强行在我们的心智流中插入了无数的交互壁垒。
苹果在 90 年代初的 OpenDoc 项目曾试图以“文档为中心”改变现状，但最终因为时代局限失败，软件生态走向了“应用中心主义”。结果就是，我们在推演一个想法时，必须在几十个标签页和庞大的专业软件之间频繁切换。每一次切换，都是对心流的无情打断。
Apple OpenDoc 原始视频片段
第三，不同目的（理解、协作、传播）之间的孤岛
理解、协作和传播，每一个方向都有好用的工具，但它们各自只是链路上的一环。我们不仅要为它们建立不同的思维模式（mindset），还必须忍受充满摩擦的搬运过程——在白板上画完草图，复制到文档里撰写逻辑，最后截图贴进 PPT 里展示。意图的张力，就在这种跨媒介的低效搬运中不断流失。
第四，上下文（Context）的孤岛
在 AI 时代，我们遇到了一个全新的孤岛。生成式 AI 浪潮汹涌，但我们与 AI 交流的方式，竟然还是那个局促的聊天输入框（Chatbox）。
输入框默认了一个前提：用户已经知道自己要问什么。它极其适合线性输入和线性追问。但在复杂的创造任务里，用户最大的困境往往不是“不知道答案”，而是尚未把自己的意图（Intent）组织清楚。
当前的上下文工程（Context Engineering）以及AI知识库（LLM Wiki），几乎都是为 AI 设计的优化器，而不是为人类设计的思维脚手架。面对人类尚未成形的意图，急于输出的 AI 要么向我们倾倒海量的、让人过载的“可能性（Options）”，要么粗暴地收敛成一个未经心智过滤的“唯一解”，而不是真正能推进想法的有效反馈。
如果不创造一个能让双方“共同在场”的新媒介，单方面狂奔的AI 终将把人类那些脆弱而复杂的意图，远远甩在黑盒之外。
当意图在“共享空间”中流动
要打破这四大孤岛，我们需要一种全新的媒介/工具。让我们跳出输入框或编辑器的模型，想象这样一个场景：
你正在构思一家咖啡馆的室内布局。你面前的屏幕里，是一片没有任何边界的自由空间。
意图的“共享空间”示意图
你在左侧贴了一张空白的平面图，随手在上面画了一条顾客进门后的走动路线；在右侧，你写下了几段关于“采光”和“氛围感”的直觉感受；接着，你用几根粗糙的箭头，将动线与靠窗的座位连在了一起，并在旁边贴上了几个极简风格的视觉参考图。
然后，你圈出了这片区域，对着你的 AI 助手说：“我想看看，顾客从大门走到这里时，第一眼会看到什么样的画面。”
AI Agent “看”懂了你摊在眼前的这一切——平面草图、路线走向，以及图文、箭头之间错综复杂的逻辑关系。仅仅几秒钟后，就在你画的平面图旁边，Agent 顺着你的意图，直接“长”出了一个带有光影效果的、可交互的 3D 实景原型。
你对你的设计有了更直观的理解。你发现吧台的位置阻挡了咖啡厅最好的景观，于是，你直接在平面草图上抹掉，重画了几笔。
就像投入水面的石子泛起涟漪一样，随着你手上的修改，旁边的互动画面瞬间自动更新了布局。
随后，你对 AI 说：“我要分享给我的朋友。”几秒钟后，一个新的可交互网页诞生了，实时渲染的效果、参考图和你敲定的想法文字，完美地整合在了一起。
更好的心智工具
刚才那个场景，揭示了真正能承载意图工程的媒介形态。AI 时代，人类不应该再将自己的思维降维去迁就机器的形状。
我认为下一代心智工具需要符合以下几点：
第一，消除摩擦，让思维无损流转
人类的工作记忆（Working Memory）是非常有限的。前文提到的前三种孤岛——数据格式、操作交互、工具目的——本质上都是旧系统强加给大脑的额外负担。每一次在不同软件之间切换、每一次为了对齐格式而进行的搬运、每一次在输入框里把立体的想法翻译成线性的文字，都在消耗我们的心智带宽。
下一代心智工具的第一准则，就是创造一个连续且零摩擦的空间。对于视觉思考者来说，“无边际画布”是一个很好的选择。在画布上，应用壁垒将被打破，信息不再被封装在孤立的文件里，意图在图片、文本等不同模态之间流转。这种无摩擦的环境，让人类的心智带宽得以 100% 地保留给创造和思考本身。
第二，赋能思考，使用流动的心智工具
超越传统的软件生态，并不意味着抛弃历史上那些伟大的心智工具。相反，我们可以在零摩擦的空间里，更好地利用它们。
计算机先驱 Alan Kay 曾经将个人计算机重新定义为“元媒介（Metamedia）”——一种“能够包含和模拟所有其他已知媒介，并能催生全新媒介的终极媒介”。
Alan Kay 手持 Dynabook 模型
在生成式 AI 时代，我们正在将“元媒介”的概念推向极致：一段文字可以轻易变长、变短，在严谨和通俗间切换；它能转化为图片，继而变成音乐、视频、网页甚至可运行的软件。概念和想法在不同媒介之间，呈现出流体般的物理特性。
当你的意图发散时，思维导图便自然浮现；当需要严谨对比时，表格已准备就绪；当你想感受最终效果时，一个可交互的实景原型便跃然眼前。在这个流动的系统里，工具不再是禁锢思想的模具，而是伴随着你的意图流动。
第三，共享上下文，和 AI 认知对称
这个零摩擦空间里，所有心智工具、以及它们的空间关系、网状连接，天然构成了一个上下文网络。当你与 AI 共享，它不仅是辅助我们处理复杂思考的脚手架，更是成为了向 AI 执行层精准传递意图的最佳界面。
于是你不再需要对着一个局促的输入框，绞尽脑汁地还原上下文。因为 AI 现在与你共处于同一个认知空间，共享着完全对称的信息网络。
由于 AI 强大的语义理解能力和执行能力，管理知识和信息将不再让人感到繁琐。你的每一次挪动、连线和修改，都在默默地加深它对你意图的理解；甚至 AI 能主动沿着连接网迅速完成全盘迭代，触发创造的“涟漪效应”。
这绝不是让 AI 替代你思考。恰恰相反，当 AI 和你的认知达到对称时，它便可以做到 “i + 1” ——在深刻理解你当前思路的基础上，提供恰到好处的帮助与选择。这种精准的辅助，远比随意向你抛出 99 个让你认知过载的盲盒要有效得多。
在控制论（Cybernetics）及系统理论中，当外部环境输入的多样性（Variety）大于系统内部的调节能力时，系统就会因为无法吸收这些干扰而面临崩溃。如果不加以约束，AI 能提供远超使用者认知极限的无数种“可能性（Options）”；但只有那些经过认知处理或二阶控制论（Second-order Cybernetics）反馈循环（“定义和构建我们自己的目标”）后提炼出的“选择（Choices）”，才能真正帮你聚焦，推进创造。
人与 AI 间的壁垒 vs. 共享上下文
这种深度的协同，彻底重构了人与 AI 合作的模型：
首先，“意图 → 执行 → 结果” 的链路将变得前所未有地高效。在 AI 时代，系统真正的瓶颈已转移到“人类的心智带宽”。彻底消除摩擦后，意图的流淌终于不再被繁琐的操作所阻断。
其次，它激活了一种创造的**“内循环”：“意图催生执行，执行作为材料反哺意图。” 我把它称为“意图飞轮”**。在这个飞轮的驱动下，AI 真正成为了增强人类智能、加速创造的引擎。
过去几十年，我们一直在使用残缺的工具，强迫大脑去适应机器的形状。但在意图工程和意图飞轮的新范式下，工具将第一次契合了人类思维真实的形状。