作者表示，尽管这场人工智能实验实际上只有3年，但时间感却让它感觉像是经历了176年。作者指出，与大型语言模型的互动目前仍主要通过聊天进行，并认为在很多情况下，这可能是错误的用户界面。作者还转述了学者 Steven Pinker 的观点：人工智能的首个大规模应用是聊天机器人，这很不幸；其真正的潜力在于面向任务的系统。
作者认为，当用户知道自己想用人工智能做什么时，就需要能够即时创建的专用界面。GitHub Copilot 应用中的“canvas”被定义为这种方法的一个例子。Canvas 是一个无需浏览器界面即可运行的小型 full-stack 应用，能够与服务器通信，并与 Copilot 代理进行双向数据交换。
作者介绍说，借助这一结构，他在 GitHub Copilot 中创建了一个可以与代理对战 Connect 4 的游戏。他暗示自己无法战胜 GPT-5.6 Sol，但表示自己在不进行推理的情况下击败了 GPT-5.6 Luna。他说，创建 Canvas 就像向 Copilot 请求所需的应用一样简单。
这些应用不仅可以调用第三方 API，还能在计算机上运行本地代码。作为例子，他展示了 Winget 界面，该界面可以查看注册表中的软件包，并安装和卸载本地软件包。作者表示，其目的是创建能够让未来的互动免费进行的工具，从而避免每次操作都使用代理所造成的 token 浪费。
为什么重要
这种方法将人工智能的使用从单纯生成回答的体验，转向构建用于完成特定任务的工具。这样一来，用户和开发者无需在每个步骤都请求聊天，而是可以根据自身需求设计能够进行数据交换、并在必要时与第三方服务或计算机上的代码协同运行的小型应用。实际目标是在重复操作中减少再次向代理发出指令的需要，以及由此产生的 token 使用量；但文中没有说明这一功能受到哪些使用限制和访问条件的约束。因此，讨论的重点不再是聊天界面是否足够，而是任务导向型应用究竟能够多么便捷、全面地使用。
术语：代理
人工智能代理是一种软件，它不会只生成单个回答，而是通过调用工具来执行多步骤任务，以实现目标。