AIモデル間の絶え間ない切り替えは、ユーザーが蓄積した作業を失うことによるフラストレーションを引き起こす、繰り返し発生する問題です。この問題はモデル自体に起因するのではなく、まとまりのあるワークスペースの欠如に起因します。現在のAIコーディングセットアップは、チャットウィンドウやIDE拡張機能のような孤立したツールで構成されており、決定や過去の発見のための中心的なリポジトリがありません。アプリケーションが閉じられたり、モデルが変更されたりすると、却下されたアプローチや以前のセッションからの結論などの重要なコンテキストが失われます。コードファイルは共有されますが、それらを取り巻く思考プロセスは共有されないため、新しいモデルが以前のモデルの作業を引き継ぐことが困難になります。真のAIワークスペースは、共有メモリを提供し、異なるエージェントやモデル間で学習を持続可能にします。タスクと決定の目に見える、アクセス可能な記録を提供し、重複作業を防ぎます。このようなワークスペースは、複数のエージェントが単一のプロジェクトで協力することを可能にし、すべてが同じ真実の情報源にアクセスできるようにします。最も重要なことは、継続性を確保し、ユーザーが作業をシームレスに再開できるようにすることです。これらの機能は特定のモデルに依存せず、モデルは進化し続けることが予想されます。構想されているワークスペースは、ユーザーの作業を保存することを目的としており、各モデルの更新や切り替えで進捗が失われるのではなく、維持されることを保証します。