AI眼镜的扎堆发布背后，隐藏着产品经理必须跨越的四道门槛。从AirPods的成功到日记推送的失败案例，本文通过犀利拆解用户需求本质，指出当前智能眼镜产品普遍卡在场景门槛的困境。那些真正让用户『非用不可』的功能，究竟需要突破哪些关键节点？

我现在评审需求，越来越不爱看功能清单了。

因为功能清单永远是漂亮的。做完能干什么、比竞品多什么、预计能涨多少数据，写的人都很认真。但这些东西回答不了我真正想知道的那个问题：用户为什么非用它不可？

之前做日记类工具的时候，我们上过一个定制化推送。逻辑挺聪明的，根据用户过去写的内容，挑一个他大概率有话说的时间点，推一条引导他来记录。

上线之后数据是涨的。推送打开率涨了，日活也跟着涨了，评审会上大家都挺高兴。

然后两周过去，写日记的人没变多。

推送把人叫回来了，但没让他想写。他点进来，看一眼，退出去。数据涨的是来，不是写。再过一阵，连点都不点了，因为他已经学会了这条推送不重要。

那次之后我才想明白，我们做的不是一个用户离不开的功能，是一个我们自己离不开的功能。

后来评审需求我就摸出了个笨办法，只问四个问题。这四个问题跟功能强不强、技术难不难、竞品有没有都没关系，只跟一件事有关：场景。

前阵子 AI 眼镜扎堆出了 71 款新品，我拿这四个问题挨个套了一遍，发现一个能全过的都没有。这也终于解释了我一直想不通的那件事：为什么这么多款眼镜，我身边天天戴的人，一个都想不起来。

一、这四个问题在解什么

先把要解的问题说清楚：从可有可无，到非用不可，中间隔着的到底是什么。

不是功能数量。日记推送那个功能，逻辑、算法、时机，该有的都有了，用户还是走了。

隔着的是场景门槛。

AirPods 是我见过跨得最干净的一个。现在有多少人出门忘带耳机会专门折回去拿？它已经变成身体的一部分了，不戴反而别扭。但你回想一下，它当年凭什么？不是音质。有线耳机音质更好、还便宜。

它凭的是占住了一个别的东西替代不了的场景：你走路、通勤、双手拎着东西的时候，它是唯一能让你处理声音的方式。这个场景里，没有替代品。

四道门槛就是从这儿拆出来的。它们不是并列的，是层层加码：

过了第一道，你的功能能用。 过了第二、三道，它好用。 四道全过，用户才会离不开。

大部分团队死在第一道就以为自己赢了，包括当年的我。

二、门槛一：这个功能，是不是只有在某个场景下才成立

眼镜唯一从物理上打死手机的地方，是双手被占用的时候。

做饭时手上全是油，想看下一步菜谱；抱着娃，腾不出手拍她第一次走路；骑行的路上想导航，又不敢低头看屏幕。这些场景的共同点是，手被占死了，手机根本掏不出来。

眼镜长在你脸上，视线到哪它到哪，双手完全自由。所以你看现在真正被高频用起来的功能，几乎全落在这一类：第一视角拍摄、语音交互。不是因为这些功能多先进，是因为只有在这个场景里，眼镜比手机强，而且强得没有替代品。

反过来说，任何一个手能腾出来的场景，眼镜都打不过手机。屏幕更大、交互更成熟、生态更全。

判断标准：这个功能，是不是只有在某个特定场景下才成立？

翻译成软件产品，就是一句话：如果用户在随便什么时候都能用它，那它随时会被更顺手的东西替代。

我那个日记推送就死在这。它成立的场景是什么？没有场景。它是我们挑了个时间点主动推的，不是用户在某个处境下走投无路才想起我们。用户随时可以不写日记，也随时可以在别的地方写。我们没有占住任何一个别人替代不了的时刻。

眼镜的现状打分：这道门槛行业已经摸到了，但真正的高频刚需场景还太窄。双手被占用又恰好想拍照的时刻，一天里没那么多。

三、门槛二：这个信息，是不是必须长在用户当下的动作里

门槛一解决的是手，门槛二解决的是注意力。

手机有个躲不掉的问题：它是个独立的世界。你想查个东西，得低头、解锁、打开 App、看完、再抬头回到现实。这一套动作，把你的注意力从现实里硬拔出来一次。走路看手机会撞电线杆，就是因为这个。

眼镜理论上能解决这件事。导航箭头直接贴在马路上，翻译字幕浮在对方脸旁边，菜谱下一步飘在灶台上方。你不用切换，信息跟着你的视线走。

判断标准：这个信息，是不是必须贴着现实才有意义？

导航是，因为你要看着路。实时翻译是，因为你要看着人。但刷个朋友圈就不是，那种信息在手机上反而更舒服。

这道门槛在软件里的形态是：你的功能，是不是逼着用户跳出他当下正在做的事。

最典型的反例是我们特别爱做的引导弹窗。用户正在填表单，弹一个新手引导；用户正在看内容，弹一个会员优惠。这个信息不是长在他的动作里的，是横插进来的。它跟日记推送是同一个病：我们想让他知道，不是他此刻需要知道。

反过来，真正长在动作里的信息是什么样？用户在输入框打字，你在下面给他补全；用户选好了收货地址，你顺手告诉他这个地址上次填错过。他没有离开当前动作，信息自己长在了动作旁边。

眼镜的现状打分：卡在硬件上。能把信息自然叠在现实里的光学显示方案，要么贵、要么重、要么显示效果差。所以现在市面上大量所谓 AI 眼镜，其实是没有显示屏的，它们绕开了这道门槛，靠语音把信息念给你听。念得了简单的，念不了复杂的。这也是为什么很多人戴一阵就觉得不过瘾：它还停在门槛一，压根没迈进门槛二。

四、门槛三：它是在等用户开口，还是在替用户看见

这道门槛，我认为是所有做 AI 功能的产品经理最该盯的一道。

现在的 AI 眼镜，交互逻辑基本还是我问它答：你得先意识到有个问题，再组织语言问出来，它才反应。这本质上跟你对着手机喊语音助手没区别，只是换了个地方。

但眼镜真正的想象力不在这。它长在你脸上，看到的就是你看到的。它完全有机会从我问它答，进化到它替我看见。

你路过一家店，它提前告诉你这家评分不高；你看着一份英文合同，它主动标出有风险的条款；你在超市拿起一盒东西，它告诉你这个你上次买过、还没吃完。

区别在哪？前者，AI 是个工具，你得记得用它。后者，AI 是个始终在线的第二双眼睛，你不用管它，它自己会在关键时刻介入。

AirPods 的降噪也是这个味道，它替你屏蔽，你不用主动开。

判断标准：AI 是在等你指令，还是在替你观察？

现在绝大多数 AI 功能，长得都是同一个样子：页面右下角一个入口，用户点进去，跟它说话。 不管是客服、助手还是所谓的 Copilot，本质都是用户得记得来找它。

只要还停在这一步，你的 AI 功能就永远是可有可无的。用户总有更顺手的替代品：直接搜、直接问同事、直接自己干。你多了一个入口，他多了一个负担。

但从等用户开口往替用户看见走的时候，有个巨大的陷阱，我那个日记推送就掉进去了。

最容易走成的不是主动看见，是主动骚扰。

推送是主动的吗？是。它主动找了用户。但它主动的是打扰，不是看见。它没看见用户此刻的处境，它只是到点了、按规则推了。用户感受到的不是它替我留意到了什么，是它又来烦我了。

所以这道门槛真正的分界线不在主不主动，在它有没有真的看见你此刻的处境：

• 主动骚扰：到点了，推一条。规则驱动，用户是被打断的那个。
• 主动看见：它发现你正在处理一件它能帮上忙的事，插了一句。处境驱动，用户是被解围的那个。

这两件事外表长得很像，都是系统主动出现了。但用户的感受是反的：一个想关掉它，一个想留着它。

眼镜的现状打分：这道门槛几乎所有人都没真正过。技术上，实时理解你看到的一切、还要判断什么时候该说话、说什么，对模型能力和功耗都是硬仗。但它也是整个品类最性感的方向，谁先把主动感知做成不烦人又有用，谁就摸到了终局的门。

五、门槛四：用得爽的那个人，会不会伤到没同意的那个人

前三道门槛问的都是同一件事：它对用户有没有用。

第四道问的是另一件事：它对用户身边的人，是不是一种冒犯。

这道门槛最容易被忽略，也最致命。前三道过不了，产品只是不好用；第四道过不了，产品进不了主流。

一副能拍照、能录像、能实时理解周围的眼镜，对佩戴者是超能力，对周围的人是威胁。你戴着它跟人吃饭，对方会下意识地想：它是不是在录我？我说的话是不是被记下来了？

这种不安，不需要你真的在录。光是它有这个能力，就足够让社交气氛变味。

大部分团队处理这类问题，是当成合规问题在处理的：加一行隐私协议、弹个授权弹窗、法务过一遍、交差。

但这里有个关键：被冒犯的不是用户本人，是他对面那个没同意任何协议的人。

你签的用户协议，管不到饭桌对面那个被你眼镜拍进去的朋友。他没点过同意，也没机会点。这就是眼镜跟手机最本质的区别：手机拍照有个举起来的动作，对方看得见，社会默认这是一次可见的记录。眼镜不一样，它拍没拍，周围人根本分不清。

这个信息差，就是不安的来源。

所以门槛四的核心矛盾一句话说清：佩戴者的感知能力越强，周围人的安全感就越低。 这两个东西是反着走的。

这道门槛远不止硬件

它在软件里到处都是，只是我们习惯了，不觉得它是个问题。

• 已读回执：对发消息的人是超能力，他知道你看没看。对收消息的人是压力，你看了就必须回。爽的是他，难受的是你。
• 群里的 @全体成员：对发布者是效率，一键触达。对群成员是打扰，而且你没法拒绝。
• 协作工具里的谁在线、谁在编辑：对管理者是透明，对被看的人是监控。
• 默认公开的动态、默认同步的日程：对产品是活跃度，对那个不想让同事知道自己几点下班的人，是一次没得选的暴露。

这些功能有个共同结构：一个人的体验提升，是靠另一个人的处境变差换来的。 而后者，通常在需求评审会上根本没有代表出席。

判断标准：用得爽的那个人，和被影响的那个人，是不是同一个人？如果不是，那个没到场的人，谁替他说话？

这个问题我现在评审需求必问。它是唯一一个功能清单上永远不会写的问题，因为功能清单只对功能的使用者负责。

那产品能做什么

三条原则，都是围绕同一件事：把使用者的能力，显性化给被影响的人看。

原则一：让这件事，肉眼可见。

既然不安来自信息差，那就消除信息差。眼镜录制时亮一圈明显的指示灯，是最基础的做法。更进一步是让这个提示强到无法被忽略，也无法被偷偷关掉。

放到软件里，就是已读回执必须双向：你能看到别人有没有读，别人也能看到你在看。单向的透明，本质上是一种权力。

原则二：默认关闭，而不是默认记录。

超级感知眼镜最吓人的地方是那个默默。它默认在记、在理解、在存。

更稳的做法是反过来：默认什么都不记，用户要用的时候主动唤起，用完自动回到关闭。让感知成为一次明确的动作，而不是一种持续的状态。 麻烦一点，但周围人安心，使用者自己也不用背着一个我一直在偷录的心理包袱。

原则三：给被影响的那个人，留一个说不的口子。

这一步大部分产品都没做，我觉得是终局必须解的。

今天所有设计都是围着使用者转的，没有人替被影响的那个人考虑。真正成熟的形态，应该让被影响的人也有办法表达我不想被记录，并且产品要尊重这个信号。

听起来很难，但谁先想清楚这件事，谁就可能定义这个品类的规范。

前三道门槛比的是你能给用户多少能力，第四道比的是你懂不懂得约束这份能力。能力谁都想堆，愿意为了一个不在评审会现场的人主动做减法，这个没几个团队干得出来。

六、回过头看那 71 款眼镜，就不荒诞了

71 款新品扎堆的同时，几个大厂正在往回撤：项目合并的、团队缩编的、发布推迟的都有。一边挤破头冲刺，一边悄悄踩刹车。

用四道门槛看，这一点都不矛盾，三拨人只是站在不同的门槛前。

大厂在踩刹车，因为它们算清楚了。 门槛三和门槛四还没人过得去，现在砸重金抢门槛一的市场，性价比不高，不如等场景明朗了再进场。

独立厂商在冲刺，赌的是门槛一到二的窗口期。 先靠拍照、翻译这些能落地的功能站住脚，先上牌桌再说。手机赛道早没缝了，眼镜还没定型。

Meta 在直接啃门槛三和门槛四。 它那副能默默记住看到的一切的超级感知眼镜，产品能力拉满了，但正因为拉满，周围人的不安也拉满了。它是唯一一个跳过前两道、直奔最硬那两块骨头去的，哪怕啃出一身争议。

而所有人嘴上都在等苹果。

但等的其实不是一副参数更好的眼镜。苹果历史上强的地方，从来不是第一个做，而是它总能把第四道门槛解出来。

iPod 不是第一个 MP3，但在它之前，把耳机线从兜里掏出来是件挺狼狈的事。AirPods 更明显，刚出来那会儿多少人吐槽像挂了两根牙线，结果没几年，戴着它对空气说话变成了街上最正常的画面。

苹果这两次解的都不是音质，是这东西戴出去，别人会怎么看你。

这道题今天还没人给出答案，苹果也没有。

写在最后

这四个问题，你可以直接拿去用：

1. 这个功能，是不是只有在某个特定场景下才成立？
2. 这个信息，是不是长在用户当下的动作里？
3. 它是在等用户开口，还是在替用户看见？
4. 用得爽的那个人和被影响的那个人，是不是同一个人？

过了第一道，你的功能能用。过了第二、三道，它好用。四道全过，用户才会离不开。

我不觉得 AI 眼镜是伪需求。双手被占用那道门槛是实打实的真需求，AirPods 已经证明过，戴在身上的智能终端能长成刚需。但现在这波扎堆，有点像在门槛一的台阶上挤了一大群人，都想靠拍照、语音先把货卖出去。

至于我自己，我现在评审需求还是会先把功能清单推到一边，然后问那四个问题。

大部分需求，卡在第一个就过不去了。