当AI Agent自作主张给战略客户发出标准报价邮件，导致多年合作瞬间破裂时，我们不得不重新思考AI产品的边界。本文通过真实案例剖析'全自动决策'的致命缺陷，揭示那些被狂热追捧的'无感体验'背后隐藏的用户能力退化危机，并提出AI产品设计的黄金法则：消解90%的认知摩擦，坚守10%的关键决策权。

前阵子有个客户冲我发火。

我们给他们做的一个 AI Agent，自动整理了销售线索，自动起草了报价邮件，自动按客户优先级排了跟进顺序。功能上没毛病，演示给他们老板看的时候老板还鼓了掌。

结果上线第三周，Agent 给一个老客户发了一封报价邮件。价格是按系统逻辑算的，对的，没问题。但那个客户是他们销售总监三年前就在私下谈着的一个战略客户，价格一直是按”友情价”走的，从来没进过系统报价单。

那封邮件发出去之后，那个客户当晚就回了一句”不合作了”。

销售总监打电话给我，第一句话是：”老周，我让你做 AI 助手，没让你做 AI 老板。”

这件事之后我想了很久，AI 产品到底该是什么形态？这一两年大家都在喊”Agent 时代到来”、”AI 替你打工”、”无感的极致体验”。但真的在一线做了几年 SaaS Agent 之后，我反而越来越保守。

今天就把这个事儿讲透。

一、”替你做主”听起来性感，但 80% 的场景里它是个伪命题

先抛个争议观点：我不觉得”AI 自动接管”是未来 AI 产品的理想形态。

这个观点现在挺不讨喜的。因为投资圈、媒体圈、连产品圈现在都在追”AI Agent”的概念，谁说自己产品”还要用户点一下”，谁就好像没赶上车。

但你冷静一下想：什么样的决策是用户愿意外包给 AI 的？

我做过一个粗略的分类。能让用户放心外包的决策，有三个特征。

第一，决策的结果可以快速验证对错。

第二，决策出错的代价低。

第三，决策本身用户原本就不在意。

举三个最典型的例子。

1. 抖音的智能剪辑功能。用户拍了 30 秒素材，AI 自动配乐、卡点、转场、加字幕。出错了大不了重新生成一次。代价：浪费 10 秒钟。用户原本就不想学剪辑。这三条全占了，所以这个功能用得动。
2. 飞书的会议纪要。开完会自动生成纪要发到群里。出错了用户能一眼看出来，自己改改。代价：手动改两句。用户原本就讨厌写纪要。也是全占。
3. Netflix 的推荐算法。说白了 80% 的播放来自推荐而不是搜索，国内爱奇艺优酷也差不多。看的内容不好就划走，代价低到几乎为零。

但只要这三条里有一条不成立，”替你做主”就会变成灾难。

我开头讲的那个 Agent 自动发报价邮件的事故，三条全没占。出错代价极高（丢客户）、用户深度在意（销售总监的人情账户）、对错没法立即验证（邮件发出去对方收到之后才知道闯祸了）。

我们后来把那个功能改成了”AI 起草 + 销售确认 + 一键发送”。客户用得反而更顺手了。功能少了一步，但是大家都睡得着觉了。

二、我对”无感体验”这个说法的反感

行业里现在最流行的一句话是”真正的智能是让你感觉不到它存在”。

这话听起来漂亮。但你拆开看，这是一个把”用户不参与决策”包装成”用户体验好”的话术。

我做产品 11 年，见过太多用这个口号去合理化”我们的产品其实不知道用户想要什么、所以干脆替他做了”的案例。

我举一个反例。Cursor 这个 AI 编程工具，我团队在用，我自己也在用。Cursor 的产品形态是当下我认为最理想的 AI 形态：你写代码的时候它默认建议，但所有改动必须你按 Tab 才生效。它从来不”无感地”替你改完代码。它一直在你面前。

对比一下另一种思路：有些 AI 编程工具是”你说一句话，它直接把整个项目跑完”。听起来更未来感，但你真的让它跑过一遍 production code 之后，第二次你就再也不敢用了。因为你不知道它中间偷偷做了什么决定。

这两种形态的差别在哪？前者是”AI 把 90% 的认知摩擦削掉，留 10% 关键决策给你”。后者是”AI 把 100% 都做了，包括那些它不该做的”。

前者是赋能。后者是僭越。

真正聪明的产品经理，应该知道哪 10% 的决策是用户的尊严所在，是不能动的。这 10% 才是产品的灵魂。

三、有一个研究的数据我反复给团队讲

2020 年 Nature 子刊《Scientific Reports》登过一个挺扎心的研究。麦吉尔大学做的。

研究内容是：长期重度使用 GPS 导航的人，海马体的空间记忆能力会明显退化。而且 GPS 用得越久，退化越严重。

更扎心的是对照组：伦敦那批考过 The Knowledge 资格证的出租车司机（这个考试要求他们背下整个伦敦的街道和地标），他们的海马体后部明显比普通人更大。

为什么这个研究我反复给团队讲？

因为它揭示了一个产品经理不愿意承认的事实：用户用得越爽的产品，往往是在消耗用户的某种能力。

GPS 替你导航，你失去的不只是导航能力。你失去的是对周围环境的注意力，是迷路时被迫探索的好奇心，是对城市的整体把握。

类比到 AI 产品上：

• 如果 AI 替你写完所有邮件，你失去的不是”写邮件的时间”，你失去的是表达分寸感的训练。
• 如果 AI 替你筛简历做决策，你失去的不是”筛简历的时间”，你失去的是对人的直觉判断能力。
• 如果 AI 替你做投资决策，你失去的不是”研究公司的时间”，你失去的是对商业的基础感知。

我跟你讲，这种代价是隐性的、滞后的、不可逆的。在用户调研的时候你根本测不出来，因为用户当下只感受到”爽”。

但你五年后再看，这群被 AI 喂养大的用户，他们的核心判断力是萎缩的。

四、那些被 AI 全面替代决策的用户，正在变成什么样

我跟一个做内容平台增长的朋友聊过。他在某头部短视频平台做了 7 年。

他给我看过一组内部数据，大意是：在重度依赖推荐流的用户里，他们的搜索行为正在快速衰减。意思是这群用户已经不知道自己想看什么了，他们只知道”刷”。

他原话是：”我们以为我们在满足用户偏好，其实我们在替用户生成偏好。”

这话挺吓人的。

Pariser 2011 年在《过滤泡泡》里就写过类似的判断：个性化算法是一种”看不见的自动宣传”，它放大我们对熟悉事物的依恋，同时让我们对未知保持无知。当时这话被当成杞人忧天，13 年过去了，这事儿不仅成真了，还成主流了。

国内这件事更严重。我去年去拜访一个做 K12 教育产品的朋友，他们的 AI 已经能根据学生的做题数据自动生成下一阶段的学习计划。家长很满意：孩子不用自己选题了。

但这个产品总监跟我说了一句让我后背发凉的话：”我们最大的问题是，这批用 AI 学了三年的孩子，现在让他们自己看着课本目录决定下一步学什么，他们完全不会。”

五、我对 AI 产品理想形态的判断

讲到这里把我的立场摊开。

我认为 AI 产品的理想形态，不是”替你做主”，是”把 90% 的认知摩擦消掉、把剩下 10% 的关键决策完整地、清楚地交还给你”。

这 10% 是什么？是那些一旦出错就影响用户长期利益的决策。是那些用户用主观判断比客观数据更靠谱的决策。是那些会塑造用户自我认知的决策。

具体到产品设计上，我给团队定了几条硬规矩，分享给你。

第一，凡是涉及”金钱、人际关系、不可逆操作”的，Agent 一律不自动执行，必须用户拍板。我们现在做的所有 SaaS Agent，发邮件之前必须人审，签合同之前必须人审，删数据之前必须人审。哪怕加一步审核会让”演示效果”变差，也加。

第二，给用户提供”选项缩减”而不是”选项消除”。AI 应该把 100 个候选方案筛到 3 个，让用户在 3 个里挑。不是直接给 1 个让用户接受。这一步的成本对 AI 来说几乎为零，对用户来说价值巨大。

第三，关键决策一定要可追溯、可解释、可推翻。这就是为什么我看好飞书的多维表格做 AI 而不是看好它做”自动决策助手”。飞书的 AI 在做什么、为什么这么做，你能看到。这一点比”无感”重要 100 倍。

第四，提防”用户满意度”这个指标。短期满意度和长期价值经常是反的。用户用着爽的产品不一定是真的对他好的产品。这一点我交过学费——我们早期一个功能用户测试满分，上线半年用户流失反而加快了。因为他们用着用着发现自己离了这个功能什么都不会了，然后心理上抗拒。

第五，记住产品经理这个职业不是讨好用户，是替用户长期着想。这话听起来精英主义，但你做的产品如果让用户五年后骂你，那当下的好评有什么意义。

六、最后说一句

回到那个销售总监说的话：”我让你做 AI 助手，没让你做 AI 老板。”

这句话其实就是 AI 产品的设计哲学。

助手和老板的差别，不是能力差别，是边界感的差别。一个好的助手，知道哪些决定该自己做，哪些决定该请示。它不会因为自己能做，就什么都自己做。

我们这个行业现在最大的问题，是产品经理太迷信”AI 能力的边界”，而忘了”AI 该不该用这个能力”。

技术上 AI 能替用户做主了。但产品上你该不该让它做？这是两个完全不同的问题。

下次你团队里再有人说”我们这个功能要做到无感体验、不打扰用户、全自动接管”的时候，你回他这句话：

无感不是体验，是失控。