Een leeg chatvak is een slechte plek om consequential work te draaien. Het vouwt vijf heel verschillende vragen samen, wat wil je, waar kijk je naar, waarop is het gebaseerd, wat mag je doen en wat is er al gebeurd, in één ongedifferentieerde stroom. Voor losse taken is dat prima. Voor governed operations, waar acties systemen van record raken en beslissingen verdedigbaar moeten zijn, is die samenvouwing precies wat je je niet kunt veroorloven.
Threada’s workspace is bewust ontleed in vijf surfaces. Elk beantwoordt één van die vragen, en ze gescheiden houden maakt het werk reviewbaar.
1. De intent bar: wat wil je?
Werk in Threada begint vanuit een permanente intent bar in plaats van diepe navigatie. Je beschrijft de gewenste uitkomst in natuurlijke taal, eventueel met gestructureerde commando’s, en de runtime zet die om in een gestructureerd, uitvoerbaar artifact: een WorkItem met geëxtraheerde entities, een confidence score en risk flags.
Dit is intent-first interactie. In plaats van de operator te dwingen vóór de start te weten welk formulier, welke queue en welke workflow gelden, legt het systeem het doel vast en assembleert het pad. Wanneer informatie ontbreekt, vraagt het precies wat nodig is in plaats van vooraf een lange statische wizard te tonen.
2. Het adaptive canvas: waaraan werk je?
Het canvas is waar het WorkItem leeft en vorm krijgt. Het is adaptief: de UI kan tijdelijke formulieren, vergelijkingen en beslispanels samenstellen om ontbrekende context te verzamelen en de taak af te ronden, in plaats van één vaste layout te renderen voor elk soort werk.
Gegenereerde output is standaard een bewerkbaar concept, geen gecommitteerde wijziging. De operator reviewt, bewerkt en beslist. Control affordances zijn expliciet, lock- en no-change-zones, side-by-side compare, snelle undo en version rollback, zodat het canvas een plek is om af te wegen, niet een plek waar de eerste gok van het model waarheid wordt.
3. De evidence drawer: waarop is het gebaseerd?
Elke consequential output moet kunnen laten zien hoe die tot stand kwam. De evidence drawer bevat de citaties, retrieval traces en source attribution die het WorkItem onderbouwen. Wanneer het systeem een antwoord niet kan grounden, zegt het dat expliciet met een fallback reason in plaats van vertrouwen te verzinnen.
Dit is de surface die “trust the AI” verandert in een inspecteerbare claim in plaats van een sprong in het diepe. Een operator hoeft een concept niet te geloven; die kan de drawer openen en controleren waarop het stond, hoe vers de bronnen waren en waar elke claim vandaan kwam.
4. De action controls: wat kun je doen?
Lezen en opstellen is veilig. Handelen op de wereld niet, dus de controls surface is governed. Dit is waar voorstellen goedkeuringen worden en goedkeuringen uitgevoerde acties tegen externe systemen worden: een refund, een ticket, een recordupdate, een access grant.
Governance wordt hier uitgedrukt als beleid, permissions, thresholds, approval gates en redlines, niet als verspreide setting toggles. Acties met hoog risico gaan via een expliciete proposed, approved, executing progression, en voeren alleen automatisch uit waar beleid dat toestaat. Een service-level kill switch kan uitvoering stoppen voordat een connector wordt aangeroepen, terwijl state voor review behouden blijft. De controls surface is waar de voorzichtigheid van het systeem concreet wordt.
5. De run log: wat is er gebeurd?
De run log is de timeline van het WorkItem: elke overgang, elke goedkeuring, elke actie, elk AI participant event, op volgorde. Het is de surface waar receipts zich opstapelen tot geschiedenis.
Cruciaal is dat AI-acties verschijnen als afzonderlijke actor events, niet gevouwen in menselijke activiteit. Wanneer je de run log leest, zie je wie heeft voorgesteld, wie heeft goedgekeurd en wat is uitgevoerd, mens of agent, zonder te raden. De run log is wat een auditor aan het einde van het kwartaal leest en wat een operator leest om de case vóór zich vandaag te begrijpen.
Waarom de splitsing het punt is
Het zou eenvoudiger zijn één surface te bouwen en alles door elkaar te laten lopen. De reden om dat niet te doen is dat consequential work vereist dat je deze vragen gescheiden houdt.
Als intent, evidence en action één surface delen, wordt het makkelijk om te handelen op iets wat je nooit hebt gegrond, of iets goed te keuren waarvan je de basis nooit zag. Door elke vraag zijn eigen surface te geven, maakt Threada het zorgvuldige pad het natuurlijke pad: intent formuleren, het concept op het canvas vormen, het bewijs controleren en dan handelen via governede controls, met de run log die alles vastlegt.
De vijf surfaces blijven constant over packs en rollen; wat erin verschijnt past zich aan. Die stabiliteit is bewust. Een operator die de vorm van één workspace leert, heeft de vorm van allemaal geleerd, of het nu gaat om IT access provisioning, een vendor security review of een procurement approval. Het werk verandert. De manier waarop je erover redeneert niet.