产品设计师Maxim Kich近日在Medium发文称，当前AI交互界面需要从底层重新设计，这一观点引发业内关注。

Maxim Kich曾学习语言学和心理学，随后转向设计领域。在他看来，如今的AI模型已经足够“聪明”，不仅能够串联多条对话线索、记住此前提出的假设，甚至还能补全用户尚未完全理清的想法。但与之不匹配的是，这种能力依旧被困在类似2015年即时通讯产品的聊天窗口中。

他指出，随着对话不断拉长，界面中的滚动条会越来越短，真正重要的想法也会被工具调用记录和大段输出迅速淹没，最终难以被重新调用。

在Maxim Kich看来，聊天并非沟通的底层结构，而只是把交流内容按时间线展开的一种界面形式。人在语言表达中往往只能线性地逐句推进，但思考本身并不一定如此。他援引Fedorenko研究团队于2024年在《Nature》等期刊发表的研究称，语言与思维并不相同：句子是按顺序出现的，但其承载的思想可以是空间化的，也可以并行展开。

他进一步用代码仓库作类比称，开发者在理解一个程序时，并不会从头重读所有提交记录，而是直接查看代码库的当前状态；但在与AI互动时，用户却常常需要反复翻看历史消息，才能重新拼接出当下的上下文。在这种模式下，上下文频繁丢失也就不足为奇。

尽管Maxim Kich本人喜欢思维导图，但他也强调，AI界面的未来并不能简单归结为某一种单一形态。

他在文章中列举了多种试图突破现有AI界面限制的探索。例如，Graphologue将AI生成内容转化为节点与链接构成的图结构；Sensecape则支持在画布视图和层级结构视图之间切换。另一个案例Branchat，可以把对话拆分为多个分支，并回溯到任意时间点。此外，MeetMap可将会议内容整理为地图式结构，Orality则可把语音对话转化为概念地图。

不过，在他看来，真正需要优先重构的并不是界面本身，而是AI的“记忆”方式。他以Andrej Karpathy提出的“LLM Wiki”为例称，与其每次都将完整对话记录重新输入模型，不如把知识沉淀为一个持续更新的Wiki体系。Microsoft Research提出的GraphRAG，也属于这一方向上的类似尝试。

Maxim Kich进一步设想，聊天、看板、思维导图、时间线等不同交互形态，最终都应建立在同一套上下文基础之上，只是在界面层面呈现出不同形式。他将这一构想称为“Context Operating System（上下文操作系统）”——它不依赖单次会话，也不绑定某一个特定模型，而是作为独立的一层存在。

他在文末写道，脑机直连仍是相当遥远的事情，但在那之前，至少可以先构建一种运行在“句子之上”的AI交互界面。