最近 Hacker News 上關於 Rowboat 的討論很有意思，這款標榜 local-first 且試圖取代 Claude Desktop 的開源專案，觸碰到了現在 AI 應用的痛點：我們到底是在工作，還是在陪 AI 聊天？Claude 的桌面端雖然好用，但它終究是個聊天視窗。當我們把會議記錄、Jira 票據、程式碼段落一股腦丟進去，它回饋給我們的是更多的文字。這種「資訊不對稱」的勞動力輸出正在讓職場變得混亂。每個人都在用 AI 生成更多的文件讓其他人讀，結果就是大家桌面上都堆滿了未讀的對話泡沫，卻沒人真正在解決問題。
這種「聊天框依賴症」在 Gemini 的整合邏輯中體現得尤為明顯。Google 一直試圖將 Gemini 塞進 Workspace 的各個角落，從 Docs 到 Gmail。但目前的技術邏輯依然很生硬，API 在處理超過 20 個文件的上下文關聯時，雖然 1M 的長文本視窗看似強大，但檢索的精準度會隨著對話輪次的增加而明顯下滑。Gemini 的 Function Calling 在處理複雜的工作流時，常會因為對話中的語氣干擾而產生漂移。我們需要的不是一個會說話的助理，而是一個能直接把數據轉化為結構化畫布（Canvas）的操作介面。
Rowboat 提出的「工作介面」（work surfaces）概念，本質上是在挑戰 OpenAI 和 Anthropic 的產品邏輯。ChatGPT 的 Canvas 功能雖然跨出了一步，但它依然是附屬在對話框旁邊的補丁。當我們在處理一個需要多維度對照的技術文件時，ChatGPT 往往會因為我們的一句追問，就重寫整個頁面，這種缺乏「局部編輯權力」的行為模式，在專業工作流程中其實非常低效。相較之下，Claude 的 Artifacts 雖然能即時預覽程式碼，但它缺乏一種「持久性」的結構。你無法在一個 Artifacts 裡建立起像 Notion 那樣的跨層級連結，所有的資訊依然被困在那個單一的對話 Session 裡。
在這種介面革新的浪潮中，技術圈也出現了一些對標產品。相較於 DeepSeek 最近在代碼生成與低成本推理上的表現，Gemini 1.5 Pro 在多模態原生的優勢上，顯然更適合處理那種需要「一眼看穿全貌」的任務。然而，Google 似乎太過沈溺於展示模型能讀多長的文件，卻忽略了用戶在讀完這一百萬個 token 後，該如何把結論落地到非對話的場景中。當 DeepSeek 正在優化其模型架構以追求極致的計算效率時，四大平台更應該思考的是，如何在模型能力過剩的今天，把用戶從那個該死的對話框裡解放出來。
一個成熟的 AI 工作站，不應該是讓我們輸入一段 Prompt 然後祈禱它給出正確答案，而應該是像 Rowboat 試圖做的那樣，讓 AI 成為背景的基礎建設，前端則是我們熟悉的看板、表格或畫布。Grok 目前在 X 平台上的整合走的是另一種極端，它強調即時性與語境的辛辣，但這對於需要沉浸式思考的工程任務來說，更像是一種噪音。當我們把所有的通訊軟體、專案管理工具都 AI 化之後，人類剩下的價值難道真的只剩下「審核 AI 生成的廢話」嗎？
如果未來的 AI 應用不再以對話為核心，現在這些為了優化「聊天感」而設計的 RLHF 訓練策略，會不會反而成為模型理解客觀邏輯的阻礙？當我們習慣了與模型討價還價，我們是否還能察覺到，技術架構本身正在被這種「看似人性化」的交互設計給平庸化？