过去一年，AI编程助手的使用方式基本没变过。打开编辑器，打开对话窗口，输入prompt，看AI吐代码，复制粘贴，测试，循环。

说实话，这个流程做了几个月后，慢慢发现一个问题：有些事情用对话来做，效率就是不高。比如你手上有一堆issue要分类，想快速梳理代码结构，或者要同时看多个项目的工作状态——这些场景天生适合可视化操作，而不是一条条对话追问。

GitHub显然也注意到了这个限制。

一个变化正在发生

GitHub Copilot最近推出了一个叫"canvas"的功能，说白了就是在Copilot里创建可交互的视觉工作区。开发者可以用`/create-canvas`命令生成一个画布，画布可以展示信息、支持拖拽操作，还能和AI实时互动。

翻了下GitHub博客上的详细介绍，发现这个功能解决了几个很实际的场景。比如issue分拣——你输入一个prompt要求创建issue卡片界面，画布就会生成类似Tinder左滑右滑的交互界面，左滑reject，右滑ship，每张卡片对应一个issue。说实话，看到这个例子愣了几秒——这个思路比在命令行里一个一个看issue状态不知道舒服到哪里去了。

真正的问题是：为什么现在才有人做出这种东西？

不是替代对话，是补充

GitHub在博客里提到了一些我觉得很有意思的点。画布不是要替代对话式交互，而是要解决那些"不太适合对话"的任务。

那问题来了：什么任务不适合对话？

举个例子。你要理解一个项目的代码架构。传统做法是问AI"这个项目结构是什么样的"，AI给你文本描述，描述里出现一堆类名和函数名，你在脑子里拼出架构图。而有画布功能后，你输入"/create-canvas Render a colorful, interactive diagram showing how the code in this project is working together"，画布直接生成一个可拖拽的架构图。

怎么说呢，这其实解决了AI编程助手一个长期存在但很少被讨论的问题：AI的输出是线性的，但开发者的思考不是线性的。当你需要理解复杂关系时，一个静态的对话流不如一个可视化的交互界面有效。

从实际使用来看，画布的另一个价值在于——你可以持续迭代。你不是一次性设计好画布功能，而是可以随时让Copilot在现有画布上增加新功能、修改已有组件。这个"迭代"的特性，我觉得比画布本身更值钱。

工程实践中的真实价值

GitHub举了几个例子，我挑两个说说。

一个是worktree视图。如果你同时处理多个分支、多个会话，终端里敲`git worktree list`看输出信息是一回事，但如果能可视化看到哪些是活动的、哪些是孤立的、一键清理，体验完全不同。画布就是把这种终端操作视觉化了。

另一个是prompt教练。它会分析你之前的prompt，指出哪里可以改进——比如拼写错误、缺少上下文、语法问题。这个功能看着简单，但用起来其实挺有用。因为说实话，大多数人写的prompt质量都不怎么样，包括我自己。

这里容易被忽略的是：画布不仅仅是GitHub自己做的那几个例子。它是一个开放的扩展机制，开发者可以创建自己的画布。这意味着，真正有价值的东西可能不是GitHub官方做的，而是社区里长出来的。

对开发者意味着什么

翻了下Hacker News上的讨论，有人担心画布功能会让Copilot从一个简单的编程助手变成一个过于复杂的IDE，也有人觉得这是Copilot app发展到一定阶段的自然演进。

我认为两种说法都有道理，但更值得关注的是另一个角度：AI IDE正在重新定义"编程工具"的边界。

以前，IDE是做代码编辑的，聊天窗是做问答的，项目管理工具是做任务跟踪的。现在Copilot想把这三者打通，让AI能同时出现在编辑、对话、可视化的场合。中间这个"可视化"环节——也就是画布——恰恰是过去一年多AI编程工具发展中最缺失的一块。

当然，画布现在还是早期阶段。能在多大程度上替代现有的项目管理工具，能不能真的改变开发工作流，这些都还是未知数。但至少有一点可以肯定：AI编程助手的下一阶段，不是把对话做得更好，而是让开发者不用再只用对话。

关于维基框架

维基框架关注企业应用开发中的长期维护问题。在实际项目中，业务系统往往同时涉及权限、微服务、接口协议、部署环境等复杂因素，因此我们希望提供一套更容易扩展和维护的基础框架。

官网：framewiki.com

Gitee：gitee.com/wiki-framework

GitHub：github.com/wiki-framework

示例项目：gitee.com/cdkjframework/framewiki-example

📄 许可证：MulanPSL-2.0（木兰宽松许可证，第2版）