并行思维画布让 AI 对话变成可视化思维导图，这才是正解

以前用 ChatBot 研究复杂话题，总觉得像在单行道上开车——想顺着某个专有名词往深里挖，得另开标签页、另起对话，回来还得靠记忆拼上下文。这回看到有人把这事儿彻底重构了：把每一轮对话当成画布上的一个节点，想展开哪里就从哪里拉出分支，所有线程共享同一份上下文，还能在同一视野里并排对比。

核心交互就三步：发起主问题 → 对着任意一段回复点「分支」→ 新线程自动继承父级上下文。比如先问「World Model 现在的 SOTA 是什么」，再从「JEPA」那段拉分支问「LeCun 团队具体怎么训练」，又从「DreamerV3」那段拉分支问「它在 Atari 上跑分细节」。三条线程并排在画布上，鼠标悬停就能看全文，不用在标签页里来回切，思维链条一次性铺开。

视觉层面没偷懒。回复里直接内嵌可交互的 React 组件：架构图能拖拽缩放、训练曲线能悬停看数值、甚至连注意力热力图都能在画布里播放动画。图片生成走 GPT Image 2，文本推理用 Gemini 3.5 Flash Lite，配合并行调度，体感延迟基本在 1 秒以内。作者还顺手加了高亮标注和便签，复盘时直接在节点上打批注，比导出 Markdown 再整理强太多。

技术栈里最关键的是 @xyflow/react 做画布渲染，节点边的拓扑关系全靠它维护；自定义 React 组件当作「可视化 Block」注入消息流，相当于把前端组件库变成了模型的「工具箱」；并行化策略没细说，但从首屏加载到分支展开都没明显卡顿，估计是请求层面做了批量去重和流式合并。

有两个细节挺实在：一是分支线程支持「只读上下文，不写回父级」，防止实验性提问污染主线；二是画布状态可导出 JSON，下次打开能无损恢复——这才是把「思考过程」当一等资产对待。

目前还是早期 Demo，没账号体系、没协作、离线也跑不起来。但把「分支式对话 + 可视化画布 + 组件化渲染」这三块拼在一起的尝试，比市面上绝大多数「套壳 ChatGPT」要诚实得多。想自己折腾同款交互的，先去研究 React Flow 的自定义节点类型和边的交互事件，那是整个架构的骨架。