在當前的運算環境中，我們似乎陷入了一種奇特的停滯狀態。儘管硬體效能飛躍，但桌面作業系統（Desktop OS）的互動邏輯在過去二十年幾乎沒有根本性的創新。資深 UX 設計師 Scott Jenson 在與 InfoQ 的對談中指出，目前的系統更新大多集中在生態系鎖定（Ecosystem Lock-in），例如 Apple 的通用剪貼簿或 AirDrop，這些功能旨在強化裝置間的黏著度，而非真正提升使用者的生產力。
與此同時，行動裝置雖然贏得了消費者的注意力，但其設計核心在於內容消費而非複雜創作。平板電腦在某些情境下雖能替代部分功能，但無法取代桌面系統在高效能生產力上的深度。這種現狀導致我們在面對日益複雜的工作流時，依然在使用過時的互動模型。
Local-First 與數據主權
面對雲端中心化（Cloud-centric）趨勢帶來的隱私風險與脆弱性，Local-First（本地優先）架構成為一種重要的反思。Local-First 是一種軟體設計理念，主張數據應首先儲存在本地端，雲端僅作為同步與備份的手段，而非唯一的數據存放處。
這種設計解決了兩個核心問題：首先是隱私與主權，使用者不再將所有數據交由單一雲端供應商掌控；其次是韌性（Resilience），在網路中斷或雲端服務崩潰時，使用者依然能維持工作流程。Jenson 認為，技術發展往往在兩個極端之間擺盪，我們從本地端全面轉向雲端後，現在正意識到過度抽象化所失去的掌控感，因此需要尋找一個能兼顧便利與穩健的平衡點。
突破直接操縱的詛咒
目前的桌面介面大多基於直接操縱（Direct Manipulation）模型，例如點擊、拖曳、剪下與貼上。然而，這種模式在本質上是無狀態的（Stateless），系統並不記得使用者剛才做了什麼，也沒有關於工作脈絡的記憶。Jenson 將此稱為直接操縱的詛咒，認為作業系統應扮演支持者的角色，而非僅僅提供工具。
為了突破這個限制，Jenson 提出了三種基於工作記憶（Working Memory）的原型構想：
首先是空間記憶模型（Spatial Memory）。針對目前虛擬桌面過於僵化且依賴使用者高度自律的問題，他建議建立一種更有機、可橫向展開的視窗管理系統，利用人類視覺對地平線與距離的感知，讓工作內容自然分佈，而非強行分類。
其次是關聯記憶模型（Associative Memory）。目前的剪貼簿歷史雖然存在，但檢索效率極低。他構思了一種類似側邊抽屜的上下文窗口，允許使用者將特定專案相關的剪貼內容、檔案或片段暫時存放，形成一個與該任務綁定的臨時記憶區。
最後是情節記憶模型（Episodic Memory）。參考 90 年代的 Lifestreams 研究，建立一個時間軸形式的活動流，讓使用者能透過時間鄰近性（Adjacency）快速找回在午餐前或會議前處理的內容，為數位工作提供記憶支架。
從聊天機器人演進至 Agentic UX
隨著大語言模型（LLM）的普及，許多產品傾向於將 AI 簡化為一個聊天視窗（Chatbot），但 Jenson 認為這只是低成本的初步嘗試。真正的演進方向應是 Agentic UX（代理式使用者體驗），即將智能直接嵌入到應用程式的工作流中，而非強迫使用者在聊天視窗與功能介面之間來回切換。
Agentic UX 的核心在於 AI 能理解具體問題的脈絡，並直接在介面中生成可操作的結果。例如，AI 不應僅在對話中告訴使用者如何建立樞紐分析表（Pivot Table），而應直接在試算表軟體中建構該表格。這種從學習（Learning）到執行（Doing）的轉移，能讓 AI 成為真正的生產力代理人。
此外，LLM 正在改變 UX 設計的開發週期。透過編碼代理（Coding Agents），設計師能以極快的速度將原型轉化為可運行的代碼，進行高頻率的迭代與失敗嘗試，從而探索出更精細的互動細節，而不再受限於開發資源的瓶頸。
限制與未來挑戰
儘管前景可期，但這種高度記憶化與智能化的系統必然帶來嚴重的隱私挑戰。一個能記錄使用者所有行為以提供上下文支持的系統，本質上就是一個巨大的監控裝置。如何在提供強大支持的同時，確保數據處理在本地端完成且受使用者控制，將是未來 Local-First 與 Agentic UX 結合時必須面對的核心矛盾。
同時，Jenson 提醒業界不要陷入對現狀的盲從。目前的技術標準往往由少數巨頭定義，且傾向於短期利潤而非長期用戶賦能。真正的創新需要跳出舒適圈，重新審視作業系統與人類認知之間的關係，將 AI 從單純的對話框轉化為深層的系統能力。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。