＊摸索
過去幾年，我一直在使用各種開發工具。從 VSCode 到 JetBrains 系列，從 Notion 到各種專案管理平台，每個工具都有精心設計的圖形介面。按鈕、選單、面板、視窗，層層疊疊。
這些介面看起來很美，功能也很完整。但我開始注意到一個問題：我花越來越多時間在「找功能」上。某個設定藏在哪個選單的第三層？這個操作要點哪個按鈕？介面越豐富，認知負荷越重。
當介面成為理所當然，我們是否思考過：這些層層包裝的 UI 真的必要嗎？
直到我開始接觸終端機指令，才發現原來很多操作可以如此直接。git commit、npm run build、ssh user@server，沒有多餘的點擊，沒有隱藏的選單，所有邏輯都在文字指令中清晰呈現。
但我當時並沒有深入思考這件事。直到 Gemini 3 發表，以及 Claude Code 正式推出。
＊實驗
Gemini 3 展現了多模態 AI 的成熟度。它不只能看懂圖片、影片，更重要的是它能「理解脈絡」。這種理解能力讓我開始思考：如果 AI 能理解複雜的脈絡，那它是否也能理解系統層級的操作？
然後我看到 Claude Code 的設計選擇：它選擇從終端機作為起點。
這個選擇一開始讓我困惑。為什麼不像 Cursor 或 GitHub Copilot 那樣，做成 IDE 外掛？為什麼要回歸到看似「原始」的終端機介面？
我開始試著從不同角度理解這個決策。我發現：
- 終端機是最小公分母：無論是檔案操作、Git 管理、套件安裝、伺服器部署，最終都能透過終端機指令完成
- 文字指令的確定性：圖形介面可能因版本、主題、外掛而改變，但
ls -la永遠是ls -la - 直接對話底層：終端機不是介面，它是「對系統說話的方式」
這讓我想起一個更深層的事實：電腦上所有的操作，最終都會回歸到終端機執行的指令層級，甚至更底層，那些邏輯晶片、運算晶片、記憶體上的運作。
圖形介面只是一層包裝。當 AI 的多模態能力足夠成熟，它可以直接理解並執行終端機指令時，那層包裝的必要性就開始動搖。
＊得失
在嘗試用 Claude Code 工作一段時間後，我發現了一些有趣的變化：
收穫：
- 我的工作流程變得更「線性」。不再需要在視窗間切換，不再需要記住哪個按鈕在哪裡
- 我開始更清楚自己在做什麼。每個指令都是明確的意圖表達
- 我發現很多「看起來需要 GUI 才能做」的事，其實終端機指令更直接
代價：
- 初期學習曲線。需要重新適應文字指令的思維方式
- 某些視覺化任務（如查看圖片、預覽設計稿）確實還需要圖形介面
但更重要的發現是：這不是「終端機 vs GUI」的二元對立，而是重新定義介面的必要性。
| 情境 | 過去的假設 | 現在的理解 |
|---|---|---|
| 檔案管理 | 需要視覺化檔案總管 | ls、tree 配合 AI 理解就夠 |
| Git 操作 | 需要 GUI 工具才能理解分支 | git log --graph 配合 AI 解釋更清晰 |
| 專案建置 | 需要 IDE 的建置按鈕 | npm run build 更直接 |
| 除錯 | 需要圖形化 debugger | 終端機 log 配合 AI 分析同樣有效 |
當 AI 能理解終端機指令的脈絡，能主動建議下一步操作，能解釋錯誤訊息，那麼原本「需要介面才能降低門檻」的假設就不再成立。
＊調整
這個觀察讓我重新思考「介面」這件事的本質。
過去我們設計介面，是為了降低使用門檻。不懂指令的人可以點按鈕，不懂參數的人可以看表單。介面是人類與系統之間的翻譯層。
但當 AI 的多模態能力成熟到一定程度：
- 它能理解自然語言的意圖
- 它能解讀終端機的輸出
- 它能主動建議下一步操作
- 它能解釋錯誤並提出修正
這時候，AI 本身就成為了那個翻譯層。
這就是為什麼 Claude Code 選擇終端機作為起點。不是因為終端機「更先進」，而是因為當 AI 能做好翻譯工作時，直接對話底層系統是更有效率的選擇。
介面不是消失，而是被重新定義：
- 從「點擊按鈕」變成「對 AI 描述意圖」
- 從「記住選單位置」變成「說出想做的事」
- 從「學習工具操作」變成「專注問題本身」
我開始調整自己的工作方式：
- 優先思考「我想做什麼」而非「我要點哪個按鈕」
- 用自然語言描述需求，讓 Claude Code 轉譯成終端機指令
- 把時間花在理解指令背後的邏輯，而非記憶 GUI 的操作流程
＊我的轉變
這段探索最大的收穫，不是學會了多少終端機指令，而是思維方式的轉變。
過去我習慣依賴介面。看到按鈕就點，看到選單就展開。介面在哪，我的思考就被限制在哪。
現在我開始意識到：電腦上的所有操作，無論表面上用什麼介面，最終都會回歸到系統底層的執行邏輯。那些邏輯晶片、運算晶片、記憶體的運作，才是真正在發生的事。
介面只是一種「呈現方式」，而非「唯一方式」。
當 AI 能扮演好翻譯者的角色，我們可以選擇更直接的路徑：不透過層層介面的包裝，直接用自然語言表達意圖，讓 AI 轉換成系統能理解的指令。
這不是「回歸原始」，而是「跳過冗餘」。
我現在的工作流程變得更流暢。不再需要記住某個功能藏在第幾層選單，不再需要在多個視窗間切換找按鈕。我只需要清楚表達「我想做什麼」，Claude Code 會幫我找到最直接的路徑。
這讓我有更多認知空間去思考真正重要的問題：這個功能該怎麼設計？這段邏輯該怎麼優化？這個架構該如何調整？而不是浪費腦力在「記住工具怎麼用」上。
＊What readers can take away
- Reconsider whether you truly need graphical interfaces for tasks that can be expressed more directly through commands
- Recognize that AI’s multimodal maturity is shifting the role of interfaces from necessary translators to optional conveniences
- Focus cognitive energy on problem-solving rather than remembering where buttons are located in complex GUIs
- Understand that all computer operations ultimately resolve to system-level execution, regardless of interface presentation