Workflows, not magic.
把複雜任務拆成具狀態的步驟。每一步知道自己在做什麼、用了什麼，以及接下來要去哪裡。
Natural AI Workspace
不是另一個聊天框。
是一個真正能工作的 AI 空間。
NAW 把 AI、工具、工作流與執行環境放在同一個可理解的系統裡。你描述目標，系統規劃、呼叫工具、等待核准，並留下可以追蹤的執行脈絡。
Local-first direction
Workflow-native
Human controlled
NAW / workspaceLOCAL
CURRENT OBJECTIVE
Prepare the release package and verify the production boundary.
Understand objectiveContext materialized
doneInspect repositoryTool invocation completed
doneBuild releaseExecuting workflow step
runningApproval checkpointHuman decision required
pending$ supervisor verify --production-boundary
把「請 AI 幫我做」變成一個可觀察、可核准、可持續的執行系統。
一般 AI 介面擅長回答。NAW 的目標是讓 AI 能在明確的工作流邊界內真正完成工作：理解輸入、形成步驟、呼叫工具、處理結果，並在高影響動作前交還控制權。
工作不是一次性的對話，而是具有狀態、產物與歷史的執行過程。
YOUIntent目標與限制
→
NAW COREWorkflow規劃、狀態、驗證
→
EXECUTIONTools程式、檔案、服務
→
RESULTArtifacts可保存的成果
Tools with boundaries.
AI 可以使用工具，但工具不是無限制權限。執行、輸入、輸出與錯誤都屬於系統可追蹤的一部分。
Approval where it matters.
需要人類判斷的地方形成明確 checkpoint，而不是讓高影響動作藏在一串自動化後面。
Persistent execution.
任務能保有生命週期、歷史與產物。重新進入工作空間時，不必從零重新解釋整件事。
Human in control
自動化越強，邊界就越重要。
NAW 不把「agent 自己做完一切」當成終點。真正有用的自主性，必須建立在可見的狀態、明確的權限與可介入的流程上。
01可見知道系統現在正在做什麼。
02可核准重要動作在執行前可以要求人類決策。
03可追蹤工具結果、工作流狀態與產物保留脈絡。
04可停止工作空間的控制權最後仍在使用者手上。
Current state
NAW is being built.
目前 NAW 仍處於實驗與產品化階段。核心方向聚焦在 AI runtime、workflow execution、tool integration、approval checkpoints，以及可被封裝的本機工作空間。
Experimental