假設一個 AI 助手在展示時答對了所有題目，在場的人都點頭：這個可以上線。產品上線之後，使用者每天用它整理資料、回覆客戶、排行程，卻要反覆重試才拿到想要的結果，中間還要自己挑出哪一次答案是錯的。這場展示，和使用者之後每一天花掉的時間，衡量的是同一個產品，給出的評價卻可能完全不同：這個產品做得好嗎？如果驗收只看展示，這些日常的使用成本就容易被漏掉。
據《以色列時報》轉述 Jason Zweig 於 2025 年 3 月在《華爾街日報》的報導，丹尼爾・卡尼曼（Daniel Kahneman）選擇在瑞士以協助自殺（assisted suicide，下文稱協助死亡）的方式結束生命。他的研究無法替任何人的生死選擇定性；本文只借他的研究，思考如何評價一段經歷，以及這個視角對產品工作的提示。
定義產品成功時，必須把使用者持續承擔的成本也納入驗收，並檢查回顧時給出的評價，和他實際經歷的過程有沒有落差。
卡尼曼的兩種自我：產品驗收往往討好「記憶自我」，卻忽略日常使用的「經驗自我」
卡尼曼在 2010 年的 TED 演講裡，區分了同一個人身上的兩種視角：經驗自我（experiencing self）關注當下的感受，記憶自我（remembering self）負責回顧經歷。當下的真實感受，與事後回顧的評價往往不同。
兩個視角都值得照顧。經驗自我過得好不好，值得關心；記憶自我留下的評價與意義感，也有價值。
把這個視角放進產品工作，可以先問一句：你現在用來判斷「這個產品做得好嗎」的那個分數、那份報告、那次展示，涵蓋了持續使用的過程嗎？在開場的假設裡，展示者呈現了一段精挑細選的過程，觀眾依展示給出好評；真正承擔日常重試與修正成本的，卻是每天使用它的使用者。
卡尼曼 1996 年醫療實驗：病人的回顧評價受「峰值與結尾」主導，過程長短反而被忽略
卡尼曼和 Redelmeier 在 1996 年發表的研究，觀察接受大腸鏡檢查與碎石術的病人。研究發現，病人回顧時給出的總痛苦評分，高度取決於過程中痛感的「峰值」以及「最後幾分鐘的結尾痛感」；檢查時間的長短，反而沒有顯著影響病人的事後記憶。
這個結果限定在兩種特定的醫療檢查情境，不能直接推及所有體驗。但我比較在意的是它背後的提醒：評估產品品質時，不能只看回顧時留下的高光片段，必須另外檢查持續使用的真實過程。
驗收標準不能只看 Demo：必須把使用者的重試次數與修正負擔納入 Eval 設計
回到開場那個假設：一個 AI 助手在內部展示時，把準備好的題目全部答對，在場的人看到的是一次完整、流暢的成果展示。展示者呈現的是挑選過的高光過程，使用者承擔的卻是日常的重試成本——同一個問題要換幾種問法才拿到可用的答案，拿到答案之後還要自己核對哪裡可能出錯。
在這個假設裡，三個角色看到的資訊範圍不一樣。展示者負責呈現成果，也該負責說清楚這段展示省略了什麼；若觀看者在會議裡只能看到摘要與展示，就需要知道這份摘要涵蓋了哪些使用情境，還有哪些沒有被檢查；持續使用的人則承擔了摘要沒有記下的部分：等待、重試、修正，以及發現答案有問題時要花的額外力氣。要補足判斷依據，可以先把這些未呈現的部分列出來。
好的展示、好的總結仍值得保留：團隊可以用它們討論成果、確認彼此關注的問題，記得住的評價本身也有意義，就像記憶自我留下的評價值得被照顧一樣。要補的是摘要沒有呈現的那一段——使用者持續付出、卻沒有被計入分數的成本。如果驗收只看展示或摘要，既有的 KPI 又沒有涵蓋等待、重試與修正，這段真實成本就會一直被系統性忽略。這是檢查驗收標準時應追問的缺口。
再加上一個條件：假設團隊用 AI 更快完成了展示稿與摘要報告，仍用原來的驗收方式判斷成果，卻沒有同步補上「持續使用的品質有沒有被檢查」這一關，那些未被摘要呈現的使用成本，就可能繼續被忽略。這裡討論的是產出加速、檢查範圍維持原樣時的風險。判斷自己的流程是否有這個缺口，要看實際納入了哪些使用情境、收集了哪些失敗後的負擔；僅憑團隊用了 AI，或展示稿完成得更快，還不能推定使用品質變差。
要補上這段落差，可以把持續使用的成本納入 eval（評估方法）的設計。在這個假設裡，demo 呈現了準備好的題目被答對的過程；後續評估則可以加入失敗情境、重試次數與使用者實際的修正動作，檢查這次展示未呈現的部分。評估是否足夠，要看它涵蓋了什麼。沿著這個問題，可以讀〈AI Demo 很成功，為什麼一上線就出事？五條失敗路徑一次看懂（2026）〉，思考展示成功之後還要檢查哪些失敗風險；再讀〈AI 寫的測試全過，為什麼功能還是錯的？驗證閉環完整懶人包（2026）〉，追問拿來驗收的測試本身憑什麼可信。團隊也可以考慮讓 AI 協助整理使用紀錄、草擬測試情境，再檢查這些材料是否涵蓋需要關心的成本；哪些成本不能被省略、要用什麼標準驗收，仍然要由負責交付的人決定，也由他承擔這個判斷的後果。
結論：持續使用的基本品質是不可妥協的底線，驗收標準必須看見使用者反覆付出的代價
回到最初那個展示的畫面：題目全部答對、在場所有人都點頭的那一刻，看起來像是一個漂亮的結尾。但產品要每天被打開、每天被重試，展示只是其中一次性的畫面。如果評價產品好壞的標準只停在那個漂亮的瞬間，持續使用者承擔的代價就可能永遠排在報告之外。
下次要定義「這個產品做得好嗎」的時候，可以帶著一個具體的問題回到會議桌上：這份成功標準，看得見使用者反覆付出的代價嗎？經驗自我過得好不好值得關心，記憶自我留下的評價也有價值；但兩者衝突的時候，持續使用的基本品質，是絕對不能被犧牲的那一條底線。
持續使用者付出的成本，必須直接出現在成功標準裡。展示做得好只是第一關；下一關要檢查的是，支撐這份成果的關鍵假設，有沒有經過懂這個領域的人判斷與驗證——這也是〈AI 都能交出像樣的報告了，專業還要學到什麼程度？（2026 完整解析）〉想進一步回答的事。
延伸閱讀
- 〈AI 都能交出像樣的報告了，專業還要學到什麼程度？（2026 完整解析）〉——成果背後哪些關鍵假設，仍需要懂這個領域的人判斷與驗證。
- 〈AI Demo 很成功，為什麼一上線就出事？五條失敗路徑一次看懂（2026）〉——展示成功之後，上線前還有哪些失敗風險需要檢查。
- 〈AI 寫的測試全過，為什麼功能還是錯的？驗證閉環完整懶人包（2026）〉——驗收測試本身憑什麼可信，如何檢查它是否能抓到錯誤。
參考資料
- Jason Zweig，The last decision by the world's leading thinker on decisions，《華爾街日報》。 https://www.wsj.com/arts-culture/books/daniel-kahneman-assisted-suicide-9fb16124
- Times of Israel，卡尼曼離世方式報導（轉述上述 WSJ 報導；本文死亡方式的轉述來源）。 https://www.timesofisrael.com/israeli-american-nobel-laureate-daniel-kahneman-revealed-to-have-died-by-assisted-suicide/
- Daniel Kahneman，The riddle of experience vs. memory，TED2010。 https://www.ted.com/talks/daniel_kahneman_the_riddle_of_experience_vs_memory
- Redelmeier, D. A. & Kahneman, D. (1996)，Patients' Memories of Painful Medical Treatments: Real-Time and Retrospective Evaluations of Two Minimally Invasive Procedures（論文摘要）。 https://pubmed.ncbi.nlm.nih.gov/8857625/
留言0
登入後就能留言。
登入