脱・チャットボット！AIエージェント時代のGUIはどうあるべきか？MarbleOSが提案する新しい操作体験

Hacker Newsの皆さん、こんにちは！MarbleOSの開発者のAkilanとMiguelです。Marbleは、Xerox PARC、1984年のMacintosh、そしてmacOSの礎となったNeXTSTEPからインスピレーションを得て開発されました。GUIが登場する前、コンピュータ操作といえば、難解なコマンドを打ち込む必要がありました。C:> DIR、C:> COPY FILE.TXT A:のように、コマンドや構文、パス、パラメータをすべて記憶していなければなりませんでした。しかしGUIは、それらを視覚化しました。コマンドを覚える代わりに、ファイルを指し、ドラッグし、ボタンをクリックし、メニューからアクションを選ぶだけで操作できるようになったのです。新しい機能が増えたというよりは、既存の機能を劇的に分かりやすく、使いやすくしたと言えるでしょう。私たちは、現在のAIもまだこのコマンドライン時代に留まっていると感じています。厳密な構文は自然言語に置き換わりましたが、依然として操作は硬直的で、ユーザーの記憶力に頼る部分が大きいです。Claude Coworkのようなツールですら、/skill-name [param1] [param2] のように、驚くほどターミナル的な見た目をしています。パラメータが自然言語になったとはいえ、どんな機能があり、どう呼び出すべきかをユーザーが知っていなければなりません。結局、コマンドラインの引数が、ツールやスキル、コンテキストという名前に置き換わっただけなのです。ChatGPTは質問をするには非常に優秀ですが、複数のAIエージェントに業務を委託するための「最終的なインターフェース」とは言えません。空白のテキストボックスとチャット履歴のリストだけでは限界があります。エージェントの能力は、ほとんど不可視の状態です。そこで私たちは、Marbleを通じて、AIを単なるチャットアプリではなく「ワークスペース」として扱う新しいインターフェースを模索しています。Marbleでは、委託した各タスクは「カード」として扱われます。複数のジョブを並列して実行し、ファイルやツール、生成された成果物を一目で確認できます。タスク実行前にエージェントが使用予定のツールが表示されるため、ユーザーがすべての手順を頭に入れておく必要もありません。結果も、チャットのログに埋もれることなく、スプレッドシートやPowerPointなどの直接使えるファイルとして出力されます。Marbleは、チャットボックスという枠を超えたインタラクションモデルへの挑戦です。すでにChatGPTやClaudeを使っているけれど、まだ本格的なエージェントワークフローまでは導入できていない方に最適なツールです。ツールの機能や実行可能なアクションを可視化することで、これまでチャットだけでは思いつかなかったような業務まで、AIに任せられるようになるはずです。サイトからベータ版をダウンロードできますので、ぜひ触ってみてください。Marbleが真に斬新なインターフェースだと感じられるか、皆さんの感想をお待ちしています。

チャットインターフェースがまだ発展途上で、エージェントファーストなインターフェースには大きな可能性があるっていう意見には完全に同意。もしかすると従来のデスクトップという概念そのものを置き換えるかもしれないし、その前提は的を射てると思う。ただ、ホームページの内容を見る限り、OpenAIやAnthropicのファーストパーティアプリとかなり似たことをやってるように見えるけどどうなんだろう？ファイルを取り込んで質問するっていうのは、今のツールの大半がやってる定番機能だし、あなたのインターフェースを使うことで具体的にどのタスクやワークフローが劇的に変わるのかを見せられると、もっと説得力が増すんじゃないかな。

個人的にベストなインターフェースは、gitで管理されたフォルダをベースにして、ファイルを状態として扱い、そこにエージェントがやってきて作業する形だと思う。チャットインターフェースだと流れていってしまうからね。ファイル自体をエージェントに見立てて、タスクをファイルに書き込ませ、作業しながら黒板のようにそのファイルを更新していく。同じタスクファイルを、実行エージェントや複数の判定エージェント（計画と実装用）、ドキュメント作成エージェント、振り返りエージェント（ワークフロー改善用）が共有するイメージ。あと、chat_log.mdにユーザーのメッセージをすべて記録しておけば、振り返りエージェントがワークフローのどこが問題か分析したり、ユーザーの意図通りにエージェントが動いているかチェックしたりするのにも使えるはず。

特定のツールを使うためにクリックしなきゃいけない時点で、もう自分は使わないな。

個人的にはこんな感じがいいと思う：https://www.dreamcoder.ai/

ワークスペースを備えたスマートなタイル型ウィンドウマネージャと、強力なツールハーネス。いわゆる「全部入りアプリ」的なもの。ターミナルやコードレビューといった機能をツールの中に統合して、かつ高品質なUIで実現する。アプリそのものがブロック状のターミナルみたいにならないようなやつね。

色々なパラダイムが試されてるのは良いことだね。

ただ、Hacker Newsはこの調査の対象としてベストな場所じゃないかもしれない。ここにいる人たちの少なくとも7割は、あえて「変なターミナルコマンド」を叩いてPCを操作してるような層だし、一般ユーザーが何を好み、何を使うかの参考にはならないと思うよ。

これを見たときはワクワクしたよ。というのも、自分が解決したいと思っているのは、セミオートからフルオートまでのエージェントをランタイム時に可視化することだから。MarbleはチャットやClaudeより改善されてるけど、個人的にはまだ段階的な進化かなと感じる。

うちはメタエージェント形式のインターフェースをいじっていて、何でもチャットで済ませられるようにしてる。ツールの追加、データセットの接続、エージェント構築、デプロイ、スケジュール管理、スキル開発などね。

でも結局、人間による承認やバリデーション、トレーニングや調整が必要な場面では専用のインターフェースが必要になる。

スプレッドシートみたいなものだと思うんだ。エージェントは結局、それぞれが雪の結晶のようにユニークなカスタムアプリの一部になるわけだから、ビジネスユーザーにとってとっつきにくさを感じさせずに標準化されたランタイムインターフェースを作るのは難しい。自分が求めているのは、すべてを支配する一つのインターフェースじゃなくて、新しいアプリ層を構築するためのブロックなんだと思う。

とはいえ、より良い個人用LLMハーネスのインターフェースを作るという試みには大賛成。これからも開発頑張って！

こういう個人用オペレーションダッシュボードと、AI企業のためのUIの間には共通点が出てくるはず。

2026年は「AI従業員」の年（あるいはその本格的な挑戦）、2027年は「AI企業」の年になるとずっと予測してるんだ。

最近のRFP（提案依頼書）でも、特定の業界で企業運営を完結させ、日常業務では人間がたまに関与するだけで済むようなエンドツーエンドのソリューションが求められているのを見かける。

例えばMarbleみたいなツールをフリーランスのビジネス管理に使うことを考えると、タスクを作ってスケジュールに組み込み、レポートのような成果物を画面上の定位置に表示させたいといったニーズがあるだろう。

バーティカル（特化型）の強みは、必要なレポートやデータ形式をあらかじめ把握できること。一方で、都度プロンプトで動的に指示する強みは、本当に必要なものだけを正確に呼び出せて、不要な機能に埋もれずに済むことだね。

ビジネス向けに特化していても、構築に使われるシステム自体は共通かもしれない。自己組織化するAirTableみたいなイメージかな。プロジェクトが部署になるような。

ごめん、話が長くなったね。気にしないで。

Temporalがワークフローをリアルタイムでレンダリングするような、グラフやフレイムグラフが見たいな。サブエージェントやツール呼び出しがどう動いているかを追いかけたい。あと、ステップごとにいくらかかっているかも知りたいね。

Temporalのワークフローと同じで、普段の99%は中身なんて気にしないけど、最後の1%で何かがおかしくなったときに、どこでどう間違ったのか掘り下げて理解できるようなビューは本当に価値があると思う。

「G（グラフィカル）」を捨てよう。AIエージェントにとって最高のUIは物理UI（GUIではない）だ。PikaCube [0] みたいにマウスを過去のものにするような何かをやってほしい。

[0] https://pikacube.pages.dev/

独創的なアプローチだね。無限キャンバス上での視覚的な表現はすごくいい。自由を感じるよ。ただ、自由でも未来でもないと感じるのは手動でのツール選択かな。AIは本来、あらゆるツールの中から適切なものを自律的に選べるはずだし、能力やデータをその都度選ばなきゃいけないのは面倒だ。なぜツールを手動で明示する必要があるんだろう？とはいえ、UIとしてはすごくかっこいい！