Show HN: AIエージェントのGUIはどうあるべきか？

パソコンの歴史の初期、ユーザーは C:\> DIR や C:\> COPY FILE.TXT A: のような奇妙な端末コマンドを記憶しなければならず、コマンド、構文、パス、パラメータをすべて覚える必要がありました。グラフィカルユーザーインターフェース（GUI）の登場により、ファイルを指し示し、ドラッグし、ボタンをクリックし、メニューから操作を選ぶだけでよくなりました。これはまったく新しいことを可能にしたわけではなく、既存の能力をはるかに理解しやすく使いやすくしたのです。MarbleOSの創設者であるAkilan氏とMiguel氏は、AIはまだこのコマンドライン段階のあたりにいると感じています。

厳密な構文が自然言語に置き換わったとはいえ、対話は依然として硬直的で、ユーザーの記憶に大きく依存しています。例えば、Claude Coworkのようなツールは今でも /skill-name [param1] [param2] という端末風の見た目です。パラメータは自然言語で書かれていますが、ユーザーはどの能力が存在し、どう呼び出すかを知っておく必要があります。AIが何をできるか、どのファイルを添付するか、どのツールやスキルを使うか、どんな文脈が必要か、タスクをどう表現するかを理解していなければなりません。

ChatGPTは質問には非常に優れていますが、ファイルやウェブサイト、ツール、複数のエージェントにまたがる作業を委任するための最終的なインターフェースではないと私たちは考えています。AIが実際に作業を行うようになると、空白のテキストボックスとチャットスレッドのリストは限界を感じさせます。システムの能力とタスクの構造のほとんどが不可視なのです。Marbleでは、AIを別のチャットアプリではなくワークスペースとして扱うインターフェースを模索しています。

委任された各タスクはカードになります。複数のジョブを並べて同時に実行できます。ファイル、ツール、完成した成果物が一度に表示されます。タスク実行前には、どのツールを使う予定かも表示されます。基本的な考え方は、ユーザーがタスク全体の構造を頭の中で保持する必要がないようにすることです。結果はスプレッドシート、PDF、スライドデッキなど直接使えるファイルであり、文字起こしの中に埋もれるものではありません。

私たちはエージェント向けGUIの最終形態を解明したとは主張していません。Marbleは、チャットボックスにツールを追加するよりも良い対話モデルが存在するかを探る試みです。この製品は主に、ChatGPTやClaudeをすでに使っているが、エージェントワークフローをまだ採用していない人々を対象としています。ツールや可能なアクションを可視化すると、通常のチャットでは思いつかなかった作業を委任し始める人がいることがわかっています。サイトからダウンロードできるベータ版が提供されています。