TmuxをOSにする
Make Tmux the OS (matduggan.com)
要約
著者は、現代のデスクトップOSのウィンドウ管理における課題について考察し、tmuxのようなセッション永続化やデタッチ機能を持つシステムを、より一般ユーザーが使いやすい形で実現することを目指しています。画面領域の活用、ユーザーの多様なウィンドウ操作方法、ブラウザタブのOS化、ファイルシステムの弱体化といった問題点を指摘し、過去の研究にも触れながら、新しいOSのUIのあり方を模索しています。
全文翻訳
tmuxをOSにする
先日、Scott Jenson氏の「Are we really going to use the same Desktop UX forever?」という講演を視聴しましたhttps://www.youtube.com/watch?v=V7AfAcQwLW0&t=445s。彼は素晴らしいプレゼンターで、非常に明瞭かつ簡潔です。もし機会があれば3時間以上でも喜んで聴いていられるような話し手です。ウィンドウ管理に関する講演でこれほど褒められるのは、かなりの賛辞と言えるでしょう。
講演の全体的なポイントは、「AppleとMicrosoftはデスクトップOSの分野でこれ以上革新しないので、未来のデスクトップがどう見えるべきかは私たち全員が決める必要がある」というものでした。私は、実際の状況はもっとニュアンスがあると考えています。彼らはアイデアを試していますが、極めて保守的なのです。Jenson氏が指摘するように、私たちが「コンピューターの仕組み」と見なしているものの多くは、何年も前に私たちがいなくなったハードウェアのための回避策でした。では、なぜ私たちはまだそれらのトレードオフを受け入れているのでしょうか?
はっきりさせておきますが、私はUI/UXデザイナーではありません。自分が何をしているのか分かっていませんし、これを作るスキルもありません。これは主に思考実験として、そしてこの同じ問題について他の人々に考えてもらうためのきっかけとして作成しています。しかし、他人の悪い選択に苦しんだ経験はあります。それが、この種の資格要件のほとんどを満たしているようです。
TL;DR: 私が欲しいのは「tmux is the OS」という状態ですが、それは普通の人が使えるtmuxです。私はtmuxを常に使っており、それは素晴らしいですが、スクロール可能で、セッションが永続し、デタッチ可能で、タスク指向のシステムの素晴らしい体験を一般の人々に届ける方法はあるのでしょうか?
2026年のウィンドウ管理におけるハイレベルな問題点とは?
この問題を以下のコンポーネントに分解できると思います。
私の画面の不動産は常に変化しており、私はそれをより多く持っています。
私は1日に約6回、ラップトップ画面からデスクトップモニターへ、そして再びラップトップ画面へと移動します。大きなモニターや複数のモニターを使用している場合、ウィンドウが重なり合うのは意味がありません。なぜなら、すでにスペースが多すぎるからです。
- まず、大きなモニター1台は、小さなモニター2台とは全く異なる体験です。私は2台のモニターを1つの大きな unbroken screen として使用するのではなく、一方を「重要度の低い静的なコンテンツ」(ToDoリストや仕事のチャットツール、メールなど)に使用し、もう一方の「プライマリ」モニターでターミナル/tmux/ブラウザを使用して、すべての実際の作業を行います。しかし、ウィンドウはどちらか一方に「属する」のです。Grudinは2001年に、人々が2台目のモニターをまさにそのように使用していることを発見しました。1台で主要な作業を行い、もう1台で周辺的な情報を確認するのです。25年前です。OSはまだ、どちらのモニターがどちらの役割を担っているのかを把握していません。
- そして、ラップトップをドックから取り出すと、すべてが1つの画面に収まり、作業を続けるために十分なスペースを確保するために手動でウィンドウをドラッグしてリサイズする必要があります。これが人々にどれだけの時間を浪費させているかは分かりませんが、かなりの時間を浪費しているように感じます。OSはディスプレイの変更を、1日に6回起こる予定されたイベントとしてではなく、突然の出来事として扱います。
[画像: ウィンドウ管理の概念図]
異なる人々はウィンドウを全く異なる方法で使用します。
私たちは3つの異なるグループの人々を中心に設計しようとしていますが、ほとんどのモダンOSは最初のユースケースのみを最適化しています。
- ウィンドウを最大化する人々です。各ウィンドウが画面の大部分を占め、Command + TabやDockなどを使って大きなウィンドウ間を切り替えます。より広い画面スペースの価値は、主にこの1つの大きなウィンドウをさらに大きくできることです。
- ニア・マキシマイザー(最大化に近い)の人々です。1つのウィンドウが画面のほとんどを占めますが、ステータスやチャットなどの情報をちらっと見るための、より小さなウィンドウを1つ以上持っています。
- 最後に、画面上のすべてのウィンドウを注意深く調整する人々がいます。
- ほぼすべての人が「プライベートウィンドウ」と「パブリックウィンドウ」を持っています。パブリックウィンドウは整列させて永続させることに問題はありませんが、他の人から隠したい特定の情報を他のウィンドウに表示させたくありません。私が文句を言っている人々は、私が四半期ごとの数字を発表する相手でもあります。ラップトップをディスプレイに接続すると、画面全体が表示されることを、私は決して覚えていません。
- これは私だけのプライベート対パブリックの問題だと思っていました。しかし、2004年の論文「Revisiting Display Space Management: Understanding Current Practice to Inform Next-generation Design」で測定されました。同じ3つのタイプ、同じパブリック/プライベートの分割、20年前です。これらのアイデアが全く新しいものではないことが分かります。リンク
ブラウザはミニオペレーティングシステムです。
2026年までに、ほとんどのソフトウェアはブラウザタブ内で実行されるということに、誰もが静かに同意するでしょう。これらのWebアプリケーションは、歴史的にローカルアプリケーションが担ってきた幅広いユースケースをカバーします。私のデスクトップOSはブラウザを通常のアプリケーションとして扱いますが、実際にはホストOS内で実行されている仮想化されたOSに近いものです。
- ブラウザ内のタブと、そのブラウザのウィンドウは、他のアプリケーションと同レベルの複雑さを含んでいます。
- タブは、従来のアプリケーションと並んで、ワークストリームに関連付けられています。私はターミナルでVimを使ってTerraformを書きながら、そのプロバイダーのTerraformドキュメントを参照しています。しかし、タブとタスクの関係は曖昧です。同じドキュメントタブは、コードを書いている間も、チケットの更新を書いている間も、同じ役割を果たします。タブが一度に2つのタスクに属することを許可すべきか、それとももっと単純なことが行われているのか、という点がまさに研究との違いです。WindowScapeに出会ってから、この点に戻ってきます。
「ファイルシステム」という概念は、ますます弱い概念になっています。
Apple Notesの私のメモは、私のファイルシステムではなく、Apple Notesに属しています。私のテキストは、ファイルフォルダではなく、iMessageのデータベースにあります。TeamsやSlackのコンテンツは、私が手動で「取り出す」まで、それらのアプリケーション内に存在します。取り出す場合、それはコピーを作成することになります。Firefoxは喜んでPDFを表示してくれますが、私がそれを実行するアクションを取らない限り、そのPDFはmacOS上に存在しません。
- 多くのエンジニアはそれを読んで、「すべてのアプリケーションにすべてのファイルに対して同じストレージシステムを使用させようとするのか、狂っているのか!?」と思うでしょう。私はそれを提案しているわけではありません。実際、弱いファイルシステムは利点かもしれません。2004年のCHI論文に、「これは私が作り出したものではない」と書かれています。「Stuff goes into the computer and doesn't come out.」(物はコンピューターに入り、出てこない)。これは2004年の話で、私たちはまだこの問題に対して実質的な解決策を持っていません。リンク
- これがウィンドウの問題である理由はここにあります。Windows 95とSystem 7(私の記憶が遡れるほど古いもの)以来、マシンはチェーンのように機能してきました。何かがファイルを書き込み、ユーザーがその上でアプリを開き、アプリがそれを書き戻し、ファイルが誰かに送信され、繰り返されます。そのチェーンの各リンクは、ファイルがOSから見える場所にあることを前提としていました。その各リンクは、すべてのモダンOSで壊れています。
人々はすでに何を試したのか?
だから、この問題に気づいたのは私が初めてではありません。その一部は解決されましたが、私が望む方向とは異なる方向で解決されました。一部は解決されましたが、一般の人々のためではありませんでした。
私は、他の人が常に引用しているドキュメントから始めました。Henderson, D. Austin and Stuart K. Card. “Rooms: the use of multiple virtual workspaces to reduce space contention in a window-based graphical user interface.” ACM Transactions on Graphics (TOG) 5 (1986): 211 - 243。興味深いことに、80年代でさえ、現在のウィンドウ管理システムがそれほど良くないという明確な理解がありました。彼らが話していたデザインは、現在の状況と比較してかなり先進的なものでした。
[画像: Roomsのデザインの概念図]
HendersonとCardは、オペレーティングシステムの人々がメモリを測定する方法でウィンドウの使用量を測定しました。画面はRAMです。閉じられたウィンドウはディスクにスワップアウトされたページです。そしてウィンドウは、ランダムに触れられることはありません。あなたは少数のセット(2〜10個)の中で作業し、そのセットがタスクです。プログラムは時間の約98%をこれらのセットの1つの中で過ごし、実行コストの約半分はそれらの間の切り替えに費やされる2%の時間に発生します。Roomsの設計全体は、次のセットを要求される前にプリロードすることでした。彼らはこれを「ユーザーの知識フォールトの削減」と説明しました。これは文献の中で最も優れたフレーズであり、誰かに止められるまで使用するつもりです。企業の会議で試してみてください。「ユーザーの知識フォールトを削減する必要があります」。
私が発見したより興味深いサイドペーパーの1つは、「No Task Left Behind? Examining the Nature of Fragmented Work」です。リンク。主に、私が長年疑っていたことを確認してくれたからです。つまり、現代のウィンドウシステムにおける単一タスクの長時間集中が、実際には人々の働き方ではないということです。コンパニオンペーパーのタイトルは、実際の参加者の引用です。「絶え間ない、絶え間ない、マルチタスクの狂気。」人々は1日に約10個の「ワーキングスフィア」を数分ずつ切り替えていました。
私が望んだものに最も近いのは、「WindowScape: A Task Oriented Window Manager」という論文です。リンク。
WindowScapeは明示的なグループ化を完全にドロップしたため、レイアウトを変更するたびに写真を撮り、コンテナを埋める代わりに写真に戻るようになりました。彼らの、それ以前のすべてのシステムに対する1行の診断が気に入っています。「ウィンドウを単一のグループに配置することを要求すると、ユーザーは新しいウィンドウがどこに属するかを事前に決定することを強制される」。写真のメタファーは、ブラウザタブに関する問題も解決します。1つのウィンドウは多くの写真に表示される可能性があります。なぜなら、彼らが言うように、「人々は、単一の基盤となるオブジェクトがありながら、そのオブジェクトの複数の写真が存在しうることを理解している」からです。ただし、写真は消えてしまいました。これが、あなたが解決したいと思うであろうギャップです。
[画像: WindowScapeのデザインの概念図]
最初の問題については、重なり合うウィンドウについては、ほぼ解決済みです。タイリングウィンドウマネージャーは、ウィンドウを手動で変更する必要なく、さまざまなレイアウトを切り替えられるように、画面の不動産を最大化することを保証します。現在のタイリングウィンドウマネージャーには、基本的に2つの問題があります。
- 使い方が途方もなく難しいことです。普通の人が使うには、桁違いに難しいです。基本的に、「設定ファイルを開くだけで」という文で始めなければならないなら、それはもう終わりです。平均的なタイリングウィンドウマネージャーのチュートリアルでは、ウィンドウを開く前にリポジトリをクローンするように求められます。
- スクロール可能なタイリングウィンドウマネージャーが必要です。つまり、特定のウィンドウ構成をここに設定し、そのままにしておき、右にスクロールして別のことを行うことができるべきです。それは、ウィンドウを異なるmacOS Spacesに分割する必要なく、無限のスペースで作業できるべきです。
- スクロールは、プライベート対パブリックウィンドウの問題も解決します。プライベートなものを左端に置き、パブリックなものを右に置きます。プライベートなものを見たい場合は、可能な限り左にスクロールします。
- 幸いなことに、これはNiriで既に存在しています: https://github.com/niri-wm/niri。使いやすくなる必要があります。しかし、難しいデザイン要素はほぼ機能しています。
[画像: Niriのスクリーンショット]
ミニオペレーティングシステムとしてのブラウザ:人々はこの問題を解決しようとしましたが、間違った方向でした。彼らはブラウザをOSに近づけるのではなく、そのコンテンツを既存のOSのファーストクラスの市民にすることを目指しました。
- 最も良い2つの例は、ArcブラウザとChrome OSです。しかし、Arcの方がより興味深い実験だと思います。彼らの最初の革新は、タブを上部に配置するという考え方を壊し、サイドバーモデルに移行したことです。
[画像: ArcブラウザのサイドバーUI]
彼らはまた、OSからウィンドウの概念を「乗っ取った」と言えます。
[画像: Arcブラウザのウィンドウ管理UI]
上記の図とArcの良い解説はここで入手できます: https://blakecrosley.com/guides/design/arc。
これらすべては、「ブラウザがOSになった」という観点からは理にかなっていますが、私はこれが根本的に欠陥のある考え方だと思います。Webアプリケーションがアプリケーションとして機能する場合、それは独自のウィンドウであるべきです。それが別のアプリケーションと補完的な関係にある場合、それは別のアプリケーションに関連付けられたウィンドウであり、ブラウザをすべてのリサーチとルックアップのポータルとして反映するために、多くのタブを含むことが許可されるべきです。
人々がこの問題を解決しようとした歴史的な進歩を調べるのにショックを受けました。この問題を解決しようとしたのは私が初めてではありません。10,000番目の人間でさえないかもしれません。
試行錯誤の墓場
-
Windows Timeline (2017–2019): すべてのアプリでのアクティビティがソートされ、整理される機能。
[画像: Windows Timelineのスクリーンショット]
-
Windows Sets (2018–19, キャンセル): アプリとウェブページを共有のタブ付きセットにまとめる機能。これが実際何であったかに注目してください:OSがアプリとウェブコンテンツをタスクにグループ化する機能であり、私がこれから提案するものに最も近いものです。
[画像: Windows Setsのコンセプト図]
-
macOS Stage Manager (2022): 自動タスクベースのウィンドウグルーピング機能。広く無視されています。Stage Managerが人々のこの欲求を満たせなかった理由は、それが「一度に1つのものを使用し、それらを素早く切り替える必要がある」というiPadスタイルのフローを中心に設計されているからだと思います。iPadではモデルは「一度に1つのもの、素早く切り替える」です。デスクトップでは、2つか3つのものが連携して動作する必要があります。それはiPadに妥協し、どちらにも満足させませんでした。
-
KDE Activities: ここで書いていることはKDEにとっては古いニュースです。彼らは10年以上前からタスクスコープのデスクトップ状態を扱っています。正直なところ、これは私が書いていることのほとんどを実行しますが、非常に手動であり、すべてを設定・管理する必要があります。また、KDEのデザインドキュメントが大好きです。素晴らしい内容で、読む価値があります。https://community.kde.org/Get_Involved/design
[画像: KDE Activitiesのスクリーンショット]
-
PWAインストール: Webアプリに独自のウィンドウとブラウザのクロームなしで実行する機能を提供します。これはぎこちないですが、少なくともそれらを「実際の」アプリケーションにします。
明らかに、私たちは問題があることを理解しています。なぜこれらは爆発的に普及しなかったのでしょうか?いくつかの異なる問題があると思います。
Timelineはアプリにアクティビティの報告をオプトインする必要がありましたが、ほとんどがそうしませんでした。また、すべてをログに記録したため、不気味に感じられました(私のアイデアもこの問題を抱えるでしょう)。UIは誰も望まないEdgeの機能を表面化させたため、機能というよりはブラウザのプッシュのように感じられました。Setsは内部戦略とアプリ互換性の混乱の間に消滅しましたが、なぜ誰もそれを救うために大声で要求しなかったのかという興味深い問いがあります。Stage Managerは普遍的であろうとし、誰も満足させませんでした。KDE Activitiesはオプトインであり、オプトインは最もそれを必要とする人々が決して設定しないことを意味します。
墓場のパターン:アイデアは間違っていません。単にデフォルトではないか、すべてのアプリを見ることができるOSレベルで行われていないだけです。 私が望むすべては構造的である必要があります。
ファイルシステムとしての弱い抽象化。
-
オペレーティングシステムはこれを解決しようとしましたが、ユーザーOSのファイルシステムを使用してドキュメントを保存することを要求されていないため、一貫性がありません。MacOSには「最近使ったファイル」がありますが、「最近」は何も意味しません(これらは私がコンピューターにダウンロードした最新のファイルではありません)。私が知る限り、この機能は完全に壊れているか、全く理解できない方法で実装されています。
[画像: macOSの「最近使ったファイル」ウィンドウ]
9月23日以降(この記事を書いているのは9月28日です)、私は数十のドキュメントを開き、ダウンロードし、作成しました。macOSがこのウィンドウをどのように埋めているのか、全く分かりません。おそらく壊れているのでしょう。おそらく、私が理解できない何らかの基準で意図通りに機能しているのでしょう。
おそらく個人的な問題かもしれません。
しかし、アイデアはここにあります。理想は「コンピューター全体とアプリケーション全体で、私が最近やり取りしたファイルは何ですか」ということで、それをメールやTeams/Slack、そしてすべてを含むように拡張することです。それがSlackやiCloudのどこに保存されているかに関係なく、マシン上で起こっているすべてを見ることができ、それを検索できるべきです。単一のペイン・オブ・グラス(一元的な表示)です。
Microsoftも試みましたが、人々はそれを好みませんでした。しかし、私はコンセプトは理にかなっていると思います。
ソリューションはどのようなものになるか?
では、何が変わったのでしょうか?以前は複雑すぎたこの問題を、今なら解決できる可能性があるのはなぜでしょうか?ここで、ローカルLLMが役立つかもしれません。ただし、問題よりも多くの問題を引き起こさない方法を見つけられればですが。
[画像: LLMとウィンドウ管理の連携の概念図]
ここで何を見ているのでしょうか。コンセプトは、タスクを中心に整理することです。タスクを定義すると、特定のブラウザタブを切り離して「ブラウザ」という概念ではなくタスクに関連付けるなど、すべてのウィンドウを整理できるようになります。厳密なタイリングビューの外に存在するグランス(ちらっと見る)可能な要素を定義する柔軟性は引き続き得られます。
基本的なウィンドウフローは次のようになります。
[画像: タスクベースのウィンドウフロー図]
デスクトップは1つの無限のキャンバスであり、各物理ディスプレイはそのキャンバスへのビューポートです。
これにより、私の最初の問題である「複数のモニター/新しいモニターはどうなるのか」を処理するための以下の「トランジション契約」が得られます。
- アイテムは変更されない: 水平方向のウィンドウの順序、スクロール位置、入力フォーカス、タスクメンバーシップ。
- 決定論的にリフローする: 列幅はレスポンシブレイアウトのように。シェルフが狭くなると、本は順序を保ち、最も右側のものはビューポートの端からスクロール領域に落ちます。
- 状態であり、再ドッキング時に再生される: ビューポートのターゲット。2つのモニターは、1つはフォーカスタイスク、もう1つはグランス領域に向けられた2つのビューポートを意味します。ドック解除:2番目のビューポートは消えます。その領域は1回のスクロールジェスチャーでアクセスできます。再ドッキング:元の位置に戻ります。
OSはついに、どのモニターがフォーカルであるかを学習します。 約90%の時間キーストロークを受け取るディスプレイがフォーカルであり、表示され続けるがフォーカスをほとんど受け取らないウィンドウはグランスです。これはフォーカステレメトリから推測可能であり、アイトラッキングや設定は不要です。ラップトップ画面が小さい場合、グランスはフルタイルではなく細いストリップに降格します。これは、注目すべきことに、tmuxがすでにやっていることと全く同じです。
3つのユーザータイプをカバーする1つの基盤。 マキシマイザー、ニア・マキシマイザー、コーディネーターを覚えていますか?キャンバス上では、それらは単なる列数です。マキシマイザーはフル幅の1列です。ニア・マキシマイザーは1列にグランスストリップが追加されます。コーディネーターはN列です。誰も強制されません。これが、KDE Activitiesが設定ではなくデフォルトになれる理由です。なぜなら、基盤はスタイルを強制せず、あなたがすでに持っているスタイルを罰しないからです。
プライバシーは、機械の状態によって駆動されるファーストクラスのフラグになります。 プライベートは、画面の領域ではなく、ウィンドウまたはタブのプロパティです。プライベートコンテンツは、マシンが安全性を保証できない限り、隠蔽されてレンダリングされます。私がたどり着いたルールは、私のお気に入りの悪いアイデア(下のストーリー)のコストで:接続されているディスプレイやアクティブなキャプチャセッションのような、マシンで観測可能な事実からプライバシー状態を導き出し、注意やアイドル状態のような推測された人間の状態からは決して導き出さないことです。
新しいディスプレイに接続すると、デフォルトで「プレゼンテーション準備完了」画面が表示されます。明示的にターゲットを設定します:このタスク、このウィンドウ、またはキャンバスを拡張します。既知のディスプレイはダンスをスキップします。画面共有は、ケーブルなしで同じイベントです。ドアが開かないなら規律のあるモデルは必要なく、デフォルトが漏洩しないならユーザーに記憶力は必要ありません。
これらはどれもエキゾチックではありません。AppleのKeynoteのプレゼンタービューは、プロジェクターにスライド、画面にノートを表示して20年以上出荷されています。AppleはそのパターンをOSにプロモートしませんでしたが、それは明らかに理にかなっています。私はプレゼンタービューをデスクトッププリミティブとして求めています。
ブラウザタブは実際のウィンドウにデタッチされ、所属するタスクに参加します。「ブラウザ」はウィンドウが存在する場所ではなくなります。
[画像: ブラウザタブがウィンドウにデタッチされる様子]
これらすべては、「どうやってタスクを中心にこれらのものを整理するのか」という点に至るまで理にかなっています。よりエキスパートなユーザーはこれを行うことができるようになると考えていますが、問題の一部は、設定ファイルにドロップバックする必要が決してないようにすることです。マウスで物をドラッグするのは、この機能がどのように動作するかにはあまりにもぎこちないです。理想的には、これらのブラウザタブとウィンドウに含まれる情報にアクセスできるものに尋ねて、論理的な流れで整理するのを手伝ってもらうべきです。
そこでローカルLLMが登場します。
[画像: LLMによるタスク整理の概念図]
私はそれを「quake overlay」と呼んでいます。なぜなら、私は古い人間で、上からドロップインしてくるユニバーサルショートカットを持つテキスト入力というアイデアは、常にquakeのターミナルドロップダウンのように感じられたからです。若い人々はDiscordオーバーレイから同じパターンを知っていますが、私はそれに怒らないことにしました。しかし、前の図では、よりフレンドリーな「Ask」ボックスとして表示されています。
しかし、基本的なフローは、LLMに整理を手伝うように依頼し、制約されたMCPサーバーを通じて情報をクエリして、それが何を考えているかを示し、レイアウトがどのようになるかのプレビューを提供することです。モデルはウィンドウマネージャーに直接触れることはありません。提案し、あなたは「y」を押します。
[画像: LLMによるレイアウト提案とユーザー確認のフロー]
人々は完全に新しいタスクをめったに引き受けません。グラフィックデザイナーは、「ネットワークストレージからファイルを開き、変更を加え、出力を保存し、チャットに貼り付け、繰り返す」という生活を送っています。人々は新しいディスプレイコンテキスト(ラップトップのみ、デスク、会議室)で作業を始めることはめったにありません。新しいディスプレイを接続することもめったにありません。新規性はどこでもまれなので、分類、提案、プレビュー、確認という高価な一度限りの機械はめったに実行されず、その間のすべては決定論的な再生です。あなたは限られた一連のタスクを一度整理し、それを永遠に再利用します。チケットを確認し、Vimとブラウザを開き、チケットを処理し、更新を書き、PRを開き、レビューのために投稿し、次のチケットに進みます。JSONの悪夢のような設定を作成して、気にするのをやめることができます。なぜなら、唯一の意図された読者は気にしないモデルだからです。設定ファイルはインターフェースではなくなります。
ここに最大の課題は空間記憶です。人々はコンピューター上の物事が互いにどのように関連しているかを理解しており、それらが変更されるとそれを好みません。物理的な机の上で物を動かしたり椅子を調整したりして散らかされたと考えるようなものです。そのため、「追加のみ、置換はしない」という厳格なモデルを強制する必要があると思われます。
これには実際、名前があります。KirshとMaglioはそれを認識的行動(epistemic action)と呼んでいます。テトリスのプレイヤーは、ピースについて考える方法であるため、ゲームが必要とするよりも多くピースを回転させます。リンク あなたのウィンドウレイアウトは、思考の途中です。思考の途中でそれを「最適化」するヘルパーは、あなたを中断させています。
[画像: 認識的行動の概念図]
これは、このアイデアを実際に実行しようとして遭遇した問題です。現代のLLMは、「これを触って、あれは絶対に触らないで」という点では実際にはあまり優れていません。そのため、これが現実的なアイデアかどうかは不明です。退屈な修正策:LLMが提案し、単純な決定論的なコードが実行され、実行者は固定されたものを一切触らないことを拒否します。ドアが開かないなら、モデルに規律は必要ありません。
それでも、ユーザーのための高レベルなUI要素が必要になります。そして、ここでファイルシステムのより包括的な概念が役立つ可能性があります。
[画像: タスクとディレクトリの比較図]
タスクは、ディレクトリとほぼ同等になります。しかし、すべては「タスク」という最初の高レベルの概念から始まり、個々のものへと流れていきます。1つのアプリケーションがタスクになることは決してありません。「チャットウィンドウ、ブラウザ、プレビューかもしれない」というものです。構築を試みることはできますか?
そこで、Linuxデスクトップで例を実行できることをここに投稿したいと思っていました。しかし、実際(驚くことではありませんが)それを実行するのは非常に複雑であることが判明しました。基盤となるアイデアのいくつかはかなりうまく機能します(上からドロップダウンするグローバルターミナルショートカット、スクロール可能なタイル)が、まだかなりぎこちないです。引き続き作業して、デモを実行できるようにしたいと思いますので、興味がある場合はRSSリーダーに追加するか、ただ…待っていてください。
完全な開示の観点から、機能的なデモを実行するだけでも多くの週末の作業がかかると思います。ですので、最善を尽くしますが、辛抱強くお待ちください。
このデザインがダメな理由
Linux VMでこれを実行しようと試みた結果、設計には深刻な論理的問題がすぐに発生しました。成功談よりも失敗談の方が興味深いことが多いので、それらについて話しましょう。
- プライバシーを重視した設計が、監視型のデータで動作する。 ここにはしばらくの間、皮肉がありました。この設計は、OSが最終的にどのモニターがフォーカルであるかを知ることを約束します。これはGrudinが25年前に測定したもので、そのメカニズムは入力フォーカステレメトリです。どのディスプレイがキーストロークを受け取るかを見ます。どのウィンドウがフォーカスを全く受け取らないかを見ます。それを時間とともに保存します。プライバシーファーストのウィンドウマネージャーは、現在のOSよりもあなたの行動についてもっと知りたいと思っています。ローカルに保ち、一時的に保ちますが、このシステムを駆動するにはかなりの行動データが必要です。この投稿のすべてのメカニズムが、過去にこのようなアイデアを脱線させたデータに飢えているという観察だけで十分です。
- 私のお気に入りのプライバシーステータスはジョークだった。 元々の計画はエレガントでした:プライベートなものは左端、パブリックなものは右端、そしてアイドル状態になるとビューポートはパブリックな方へドリフトします。友人が話題を変えてくれるように。その後、それを実行したところ、最初に学んだことは、読書はアイドル状態であるということです。あなたは読むためにタイピングを止め、システムはそのものをスクロールしてあなたから遠ざけ始めます。その間、通りすがりの人はすべてを見ることができます。なぜなら、広いモニター上の「プライベート」ウィンドウは隠されているのではなく、単に左にあるだけだからです。この機能は、所有者からコンテンツを隠し、脅威に見せてしまいます。オクルージョンによるプライバシーは、脅威が存在するときを知る必要があります。そして、脅威は歩行者であり、検出不可能です。
- このデザインのどの要素も、決して期限切れにならない。 キャンバスは無限であり、ルールは追加のみ、空間記憶は神聖なので、散らかりは単調に増加します。私は無限のデスクを購入することで、電子的な散らかったデスクを解決しました。WindowScapeを初めて読んだとき、彼らの蒸発する写真は「修正すべきギャップ」だと呼びました。蒸発がゴミ収集機の役割を静かに果たしていたため、私は考えを変えました。何かを移動せずに休止状態にする必要がありますが、何が休止状態になるかを決定することは、収集の決定であり、収集は追加のみが禁止することと全く同じです。無限のデスクトップが圧倒的に感じられるようになるまで、それほど時間はかかりませんでした。
楽しい実験
この根本的なアイデアが良いアイデアかどうかは分かりませんが、MacOSやWindowsがこの分野で何か良いことや興味深いことをしてくれるのを待つのをやめて、自分で試してみるというのは解放的です。上記の墓場には、配布によって死んだ良いアイデアがたくさんあります。デフォルトとして出荷されるラディカルな実験が overdue(時期尚少)です。
この経験全体で最も目を見張ったのは、元のオーバーラッピングウィンドウデザインが、根本的なハードウェア制限を回避するためのハックであり、それがリリースされてからすぐに人々がその問題を明確に認識したということです。テクノロジーにおいて、問題を目にし、学術論文でその問題について調べると、人々が「ああ、これは100%問題であり、すぐに解決すべきだ」と言っている膨大な量の情報を見つけることがよくあります。この投稿が、私よりも賢い誰かがついにそれを解決するきっかけになるかもしれません。