Kotak chat kosong adalah tempat yang buruk untuk menjalankan pekerjaan konsekuensial. Ia meruntuhkan lima pertanyaan yang sangat berbeda - apa yang Anda inginkan, apa yang Anda lihat, apa dasarnya, apa yang boleh Anda lakukan, dan apa yang sudah terjadi - menjadi satu aliran tanpa diferensiasi. Untuk tugas santai itu tidak masalah. Untuk operasi yang dikelola, ketika tindakan menyentuh system of record dan keputusan harus dapat dipertahankan, keruntuhan itu justru yang tidak boleh terjadi.
Workspace Threada sengaja dipecah menjadi lima surface. Masing-masing menjawab salah satu pertanyaan tersebut, dan menjaga pemisahan itu adalah yang membuat pekerjaan dapat ditinjau.
1. Intent bar - apa yang Anda inginkan?
Pekerjaan di Threada dimulai dari intent bar yang persisten, bukan navigasi mendalam. Anda menyatakan hasil dalam bahasa alami, opsional dengan perintah terstruktur, dan runtime mengubahnya menjadi artefak terstruktur yang dapat dieksekusi: WorkItem dengan entitas terekstrak, skor confidence, dan risk flag.
Ini adalah interaksi intent-first. Alih-alih memaksa operator mengetahui form mana, antrean mana, dan workflow mana yang berlaku sebelum mulai, sistem menangkap tujuan dan merakit jalurnya. Ketika informasi kurang, sistem meminta persis yang dibutuhkan, bukan menampilkan wizard statis panjang sejak awal.
2. Adaptive canvas - apa yang sedang Anda kerjakan?
Canvas adalah tempat WorkItem hidup dan dibentuk. Ia adaptif: UI dapat merakit formulir sementara, perbandingan, dan panel keputusan untuk mengumpulkan konteks yang hilang dan menyelesaikan tugas, bukan merender satu layout tetap untuk semua jenis pekerjaan.
Output yang dihasilkan default menjadi draft yang dapat diedit, bukan perubahan yang sudah dikomit. Operator meninjau, mengedit, dan memutuskan. Affordance kontrol eksplisit - zona lock dan no-change, compare berdampingan, undo cepat dan rollback versi - sehingga canvas menjadi tempat mempertimbangkan, bukan tempat tebakan pertama model menjadi kebenaran.
3. Evidence drawer - apa dasarnya?
Setiap output konsekuensial harus dapat menunjukkan pekerjaannya. Evidence drawer menampung kutipan, jejak retrieval, dan atribusi sumber yang meng-ground WorkItem. Ketika sistem tidak dapat meng-ground jawaban, ia mengatakannya secara eksplisit dengan alasan fallback, bukan mengarang confidence.
Surface inilah yang membuat “percaya pada AI” menjadi klaim yang dapat diperiksa, bukan lompatan iman. Operator tidak perlu mempercayai draft begitu saja; mereka dapat membuka drawer dan memeriksa apa pijakannya, seberapa segar sumbernya, dan dari mana setiap klaim berasal.
4. Action controls - apa yang dapat Anda lakukan?
Membaca dan drafting aman. Bertindak pada dunia tidak selalu aman, jadi surface kontrol dikelola. Di sinilah usulan menjadi persetujuan dan persetujuan menjadi tindakan yang dieksekusi terhadap sistem eksternal: refund, tiket, pembaruan record, grant akses.
Governance di sini diekspresikan sebagai kebijakan - permission, threshold, approval gate, dan redline - bukan toggle pengaturan yang tercecer. Tindakan berisiko tinggi bergerak melalui progresi eksplisit proposed, approved, executing, dan hanya auto-execute ketika kebijakan mengizinkan. Kill switch tingkat layanan dapat menghentikan eksekusi sebelum connector dipanggil, sambil mempertahankan state untuk ditinjau. Surface kontrol adalah tempat kehati-hatian sistem menjadi konkret.
5. Run log - apa yang sudah terjadi?
Run log adalah timeline WorkItem: setiap transisi, setiap persetujuan, setiap tindakan, setiap peristiwa peserta AI, berurutan. Inilah surface tempat bukti catatan bertumpuk menjadi sejarah.
Yang penting, tindakan AI muncul sebagai peristiwa aktor yang terpisah, tidak dilipat ke aktivitas manusia. Saat membaca run log, Anda dapat mengetahui siapa yang mengusulkan, siapa yang menyetujui, dan apa yang dieksekusi - manusia atau agen - tanpa menebak. Run log adalah yang dibaca auditor di akhir kuartal dan yang dibaca operator untuk memahami kasus yang ada di depan mereka hari ini.
Mengapa pemisahan ini adalah poinnya
Lebih sederhana membangun satu surface dan membiarkan semuanya kabur. Alasan untuk tidak melakukannya adalah pekerjaan konsekuensial menuntut pertanyaan-pertanyaan ini tetap terpisah.
Jika intent, evidence, dan action berbagi surface, mudah sekali bertindak atas sesuatu yang tidak pernah Anda ground, atau menyetujui sesuatu yang dasarnya tidak pernah Anda lihat. Dengan memberi masing-masing surface sendiri, Threada membuat jalur hati-hati menjadi jalur alami: nyatakan intent, bentuk draft di canvas, periksa evidence, lalu bertindak melalui controls yang dikelola, dengan run log merekam semuanya.
Lima surface tetap konstan lintas pack dan peran; yang mengisinya beradaptasi. Stabilitas itu disengaja. Operator yang mempelajari bentuk satu workspace telah mempelajari bentuk semuanya, baik sedang menjalankan provisioning akses IT, tinjauan keamanan vendor, maupun persetujuan procurement. Pekerjaannya berubah. Cara Anda menalarnya tidak.