Mahinang lugar ang blank chat box para magpatakbo ng consequential work. Pinagsasama nito ang limang magkakaibang tanong — ano ang gusto mo, ano ang tinitingnan mo, saan ito nakabatay, ano ang pinapayagan kang gawin, at ano na ang nangyari — sa iisang walang-hugis na stream. Ayos iyon para sa casual tasks. Pero sa governed operations, kung saan tumatama ang actions sa systems of record at kailangang defensible ang decisions, iyon mismo ang hindi mo puwedeng tiisin.
Sadyang hinati ang workspace ng Threada sa limang surface. Bawat isa ay sumasagot sa isa sa mga tanong na iyon, at ang pagpapanatiling hiwalay sa kanila ang dahilan kung bakit reviewable ang trabaho.
1. Ang intent bar — ano ang gusto mo?
Nagsisimula ang trabaho sa Threada mula sa persistent intent bar, hindi sa malalim na navigation. Sinasabi mo ang outcome sa natural language, optional na may structured commands, at ginagawa ito ng runtime bilang structured, executable artifact: WorkItem na may extracted entities, confidence score, at risk flags.
Ito ang intent-first interaction. Sa halip na pilitin ang operator na malaman muna kung aling form, queue, at workflow ang tama, kinukuha ng system ang goal at binubuo ang path. Kapag may kulang na information, eksaktong iyon ang hinihingi nito sa halip na magpakita agad ng mahabang static wizard.
2. Ang adaptive canvas — ano ang ginagawa mo?
Sa canvas nabubuhay at nahuhubog ang WorkItem. Adaptive ito: kayang bumuo ng UI ng temporary forms, comparisons, at decision panels para kolektahin ang missing context at tapusin ang task, sa halip na isang fixed layout para sa lahat ng uri ng trabaho.
Ang generated output ay default na editable draft, hindi committed change. Nire-review, ine-edit, at pinagpapasyahan ito ng operator. Explicit ang control affordances — lock at no-change zones, side-by-side compare, fast undo, at version rollback — kaya ang canvas ay lugar para magdeliberate, hindi lugar kung saan nagiging katotohanan ang unang hula ng model.
3. Ang evidence drawer — saan ito nakabatay?
Dapat kayang ipakita ng bawat consequential output kung paano ito nakarating doon. Nasa evidence drawer ang citations, retrieval traces, at source attribution na nagg-ground sa WorkItem. Kapag hindi kayang i-ground ng system ang sagot, sinasabi nito iyon nang explicit kasama ang fallback reason sa halip na mag-imbento ng confidence.
Ito ang surface na ginagawang inspectable claim ang “trust the AI” sa halip na leap of faith. Hindi kailangang basta maniwala ang operator sa draft; puwede niyang buksan ang drawer at tingnan kung saan ito nakatayo, gaano ka-fresh ang sources, at saan galing ang bawat claim.
4. Ang action controls — ano ang puwede mong gawin?
Ligtas ang pagbabasa at drafting. Ang pagkilos sa mundo ay hindi — kaya governed ang controls surface. Dito nagiging approvals ang proposals at nagiging executed actions ang approvals sa external systems: refund, ticket, record update, o access grant.
Ipinapahayag dito ang governance bilang policy — permissions, thresholds, approval gates, at redlines — hindi hiwa-hiwalay na settings toggles. Dumadaan ang high-risk actions sa explicit na proposed, approved, executing progression, at nag-auto-execute lang kung pinapayagan ng policy. Kayang ihinto ng service-level kill switch ang execution bago tawagin ang connector habang pinapanatili ang state para sa review. Dito nagiging konkretong bagay ang pag-iingat ng system.
5. Ang run log — ano na ang nangyari?
Ang run log ang timeline ng WorkItem: bawat transition, approval, action, at AI participant event, nakaayos sa pagkakasunod. Dito nag-iipon ang receipts bilang history.
Mahalaga, hiwalay na actor events ang AI actions, hindi nakatupi sa human activity. Kapag binasa mo ang run log, makikita mo kung sino ang nag-propose, sino ang nag-approve, at ano ang na-execute — tao man o agent — nang hindi nanghuhula. Ito ang binabasa ng auditor sa dulo ng quarter at ng operator para maunawaan ang case sa harap niya ngayon.
Bakit ang paghahati ang punto
Mas madaling gumawa ng iisang surface at hayaang maghalo ang lahat. Ang dahilan para hindi gawin iyon ay dahil hinihingi ng consequential work na manatiling magkahiwalay ang mga tanong na ito.
Kapag iisa ang surface ng intent, evidence, at action, madaling umaksyon sa bagay na hindi mo na-ground, o mag-approve ng bagay na hindi mo nakita ang batayan. Sa pagbibigay ng sariling surface sa bawat isa, ginagawa ng Threada na natural ang maingat na path: sabihin ang intent, hubugin ang draft sa canvas, tingnan ang evidence, saka umaksyon sa governed controls — habang nire-record ng run log ang lahat.
Nanatiling constant ang limang surface sa lahat ng packs at roles; ang laman ang nag-aadapt. Sadyang ganito ang stability. Kapag natutunan ng operator ang hugis ng isang workspace, natutunan niya ang hugis ng lahat, IT access provisioning man, vendor security review, o procurement approval. Nagbabago ang trabaho. Hindi nagbabago ang paraan ng pag-iisip tungkol dito.