AI 모델 간의 지속적인 전환은 반복되는 문제로, 사용자가 축적된 작업을 잃게 되어 좌절감을 유발합니다. 이 문제는 모델 자체에서 비롯되는 것이 아니라, 응집력 있는 작업 공간의 부재에서 기인합니다. 현재 AI 코딩 설정은 채팅 창과 IDE 확장 프로그램과 같은 격리된 도구들로 구성되어 있으며, 결정이나 과거 결과에 대한 중앙 저장소가 없습니다. 애플리케이션이 닫히거나 모델이 변경될 때, 거부된 접근 방식이나 이전 세션의 결론과 같은 중요한 맥락이 손실됩니다. 코드 파일은 공유되지만, 그 주변의 사고 과정은 공유되지 않아 새로운 모델이 이전 모델이 중단한 부분을 이어받기 어렵습니다. 진정한 AI 작업 공간은 공유 메모리를 제공하여 학습이 서로 다른 에이전트와 모델에 걸쳐 지속되도록 할 것입니다. 이는 작업과 결정에 대한 시각적이고 접근 가능한 기록을 제공하여 중복 작업을 방지할 것입니다. 이러한 작업 공간은 여러 에이전트가 단일 프로젝트에서 협업할 수 있도록 하여, 모두 동일한 진실의 원천에 접근하도록 할 것입니다. 결정적으로, 사용자가 원활하게 작업을 재개할 수 있도록 하여 연속성을 보장할 것입니다. 이러한 기능은 특정 모델과 독립적이며, 모델은 계속 발전할 것으로 예상됩니다. 구상된 작업 공간은 사용자의 작업을 보존하여, 각 모델 업데이트 또는 전환 시 진행 상황이 손실되지 않고 유지되도록 하는 것을 목표로 합니다.