思维的形状
远离输入框，创造 AI 时代更好的心智工具
《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。
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，我们开始了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......
我们日常的工作从构思到交付，基本都是围绕这些工具展开的。它们服务于三个不同方向的目的：理解（帮助自己沉淀直觉）、协作（与他人对齐并激发共振）、以及传播（将意图打包展示给世界）。
被割裂的孤岛
然而，在传统的软件生态里，这些由人类精心打造的心智工具并没有融汇成一个连续的思考空间，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：最重要的资料摊开在正中间，次要的参考散布在手边，眼睛跨越物理距离将它们编织成网。
然而当这些工具被搬进电脑时，这种空间网络却经常被忽略。比如一次只能盯着一页纸看的 Word 文档。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
发散、整理和展示，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，复制到文档里写，最后截图贴进 PPT。意图的张力，就在这种跨媒介的搬运中不断流失。
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”，而是还没有把自己的意图（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。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”的想法；接着，你用几根粗糙的箭头，将顾客的动线与靠窗的座位连在了一起，并在旁边贴上了几个喜欢的风格参考图。
然后，你圈出了这片区域，对着你的 AI 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——平面图、你画的路线走向，以及图文和箭头之间的逻辑关系。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 实景画面。
你不满意吧台的位置，于是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，全都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。前文提到的四大孤岛——数据格式、操作交互、工具目的和上下文的割裂——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，都在不断消耗我们的注意力，让原本充满张力的意图在搬运中不可逆地流失。
下一代心智工具的第一准则，就是创造一个连续且没有摩擦的空间。“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“零摩擦”的环境，让人类的心智带宽得以百分之百地保留给思考本身。
第二，赋能思考，使用流动的心智工具
超越传统的软件生态，并不意味着我们要抛弃历史上那些伟大的心智工具的发明。我们可以在没有摩擦的空间里，更好地利用这些工具帮助我们理解、协作和传播。
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”。在他的设想中，计算机不仅将文字、声音、图像和动画等原本彼此孤立的媒介无缝融合，并且能打破陈旧的物理隐喻，创造出动态的、交互的、非线性的新媒介。
Alan Kay 手持 Dynabook 模型
在 AI 时代，我们应该将元媒介的概念再往前推一步——借助生成式 AI 的能力，一段文字可以轻易变长、变短、在精确严谨和简单易懂之间切换，它能变成图片，然后又变成音乐、视频、网页、游戏，最后再变回文字——概念和想法可以在不同媒介间像流体一般流动。
在这个流动的系统里，当意图发散时，思维导图便在那里了；当寻求对比时，表格便在那里了；当准备好体验时，一个可交互的实景原型便跃然眼前。 工具不再是禁锢思想的模具。
第三，共享上下文，触发“涟漪效应”
画布上的所有空间布局、连接关系、视觉笔记，天然构成了人类与 AI 共享的上下文。它不仅是帮助进行复杂思考的工具，也是向 AI 执行层更好表达复杂意图的工具。
人与 AI 间的壁垒 vs. 共享上下文
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；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视野。你无需解释，只需行动。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 “涟漪效应”。
这种协同，彻底重构了人与 AI 合作的模型：
首先，“意图 → 执行 → 结果” 的链路将前所未有的高效。因为在 AI 时代，系统的真正瓶颈已转移到“人类的心智带宽”。彻底消除摩擦后，人类产出意图的速度，终于能真正跟上 AI 极速执行的飞轮。
其次，它激活了一种“内循环”：“意图 → 执行 → 增强意图”。 意图催生执行，执行作为材料反哺意图。AI 真正成为了增强人类智能的引擎。
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。但在意图工程的新范式下，在无边际画布与 AI 的交响中，工具将第一次契合了人类思维真实的形状。