自动生成的5BY.AI Graph View不代替用户判断的原因
要视觉化展示AI对话，用户需要直接创建所有节点和连接线吗？
5BY.AI不要求用户成为视觉结构的编辑者。
而是以记录的对话和上下文边界、用户的选择和移动关系为基础构成Graph View。
但自动构成与自动判断不同。
5BY.AI想要自动化的是重复的结构管理，不想自动化的是用户的意义判断。
用户不直接管理结构的原因
与AI对话时用户说明问题、审查反驳并选择方向。
如果每次对话结束后都要创建节点、命名和整理连接线，记忆工具就会变成新的文档工作。
5BY.AI让用户专注于对话，由系统将记录的关系视觉化构成。
Pack可以自动构成
Pack是AI对话中一个问题与思考方向形成的上下文段落。
用户不必直接标记所有开始和结束，可以基于实际对话的边界来构成。
但Pack不是越多越好。过度生成会模糊实际思考的边界，因此稳定的边界优先。
Saved和Anchor是用户选择
Saved是想要再次查看的问答。
Anchor是重新继续思考的基准点。
5BY.AI不猜测最好的回答做成Saved，也不推测用户的最终结论自动生成Anchor。
Handoff也由用户执行
从Anchor移动到新对话的Handoff需要用户直接选择。
不会仅因打开新标签页就自动注入过去上下文。因为新对话可能是完全不同的目的。
谨慎对待重要度自动判定
AI可以使用对话长度、重复词汇、最近性或语义相似性来推测重要度。
但用户感到重要的内容和系统计算为重要的内容可能不同。
比长而自信的回答，短的风险警告可能更重要。用户也可以将不同意的反驳留为Saved。
Graph View不是分数板
节点的大小、位置和连接数不应代表用户的绝对重要度分数。
Graph View不做以下事情。
- 将大节点宣布为最终结论。
- 将画面中央的节点变为更重要的记忆。
- 自动推荐特定Anchor。
- 在用户未选择的情况下移动相机。
- 将单纯展示计算为重入。
Projection不随意改变Core
Graph View是展示已存在关系的Projection。
不会因打开画面就产生新的Saved或Anchor或改变记忆基准。
将可见画面与记忆状态的计算分离，才能防止UI布局改变用户思考。
避免自动推荐的循环
如果系统推荐特定Anchor，用户可能更频繁地打开那条记录。
如果将频繁打开的记录再次判断为重要，就会产生最初推测被反复强化的循环。
5BY.AI不将用户的记忆做成推荐信息流。
自动结构也不是绝对的解释
自动构成的Pack可能与用户的体验不完全一致。
一个Pack可能太大或同一流程可能分为多个Pack。
Graph View不是完美复制用户全部想法的正确答案，而是探索从记录的对话和选择中观察到的关系的结构。
分配角色就能同时获得自动化和控制
系统负责以下内容。
- 记录对话流程。
- 基于上下文边界构成Pack。
- 将Saved和Anchor显示为节点。
- 连接Handoff移动关系。
- 展示随时间的变化。
用户负责以下内容。
- 决定将什么留为Saved。
- 决定在哪里创建Anchor。
- 决定Handoff到哪个对话。
- 决定维持或修改过去的判断。
好的自动化不消除用户的角色。
在减少重复管理成本的同时，将什么重要、从哪里重新开始以及接下来做什么的判断留给用户。
这就是5BY.AI Graph View自动生成却不代替用户判断的原因。