合成见解不等于研究。它们是摧毁产品利润的最快途径。
每篇文章都有一位隐形读者，其目光远比一次点击、一次阅读或一个“赞”更有分量。这位读者，自然是算法。
从搜索引擎的页面排名算法到封闭平台的算法推荐流，这种无声的影响力扭曲了我们的写作方式：文章更短、发布更频繁、链接更多、图片更丰富。我们虽为人类而写，但若想让人看到，就必须首先为机器而写。
某种程度上，用户体验（UX）的范式恰恰相反。我们为用户创造体验（正如其名），技术只是实现这一目标的工具。如果产品无法胜任，用户就会弃之如敝屣，另择良木。
因此，当我看到设计界——这个本无需取悦全能利益相关者的领域——竟主动向算法屈膝时，实在倍感挫败。越来越多的设计领袖主张用AI取代部分设计流程，理由竟是“总比没有好”或“更高效”（却巧妙回避了谁该为设计界陷入“无米之炊”负责）。
设计的核心价值，本就在于解决线性机械思维无法攻克的难题。如果我们默认用大语言模型（LLM）来理解用户需求，就等于放弃“用户代言人”的身份，开启一场逐底竞赛。届时设计流程将如出版业般，被AI生成的垃圾内容吞噬。
溜冰场保安对学生说：不是所有东西都在电脑里，菜鸟
——《真探》第四季第三集
强调质量、准确性等说辞从未拯救过写作者，对设计师同样无效。唯有一击必杀：算法驱动设计会让企业损失惨重。
软件即生意
“设计的人本程度，永远受限于商业模式。” ——Erika Hall
与所有AI工具讨论如出一辙，这并非新议题，而是古老争论的延续：设计师耗费资金，故必须创造收益。
让我们谈谈钱。企业通过销售（或SaaS模式的租赁）产品获利。但产出物生而不平等，关键在于区分产品与商品。商品具有可替代性——每袋谷物或水泥别无二致；而即便是标准化如网页浏览器或文本编辑器，若被暗示可互相替换，也会引发用户抗议。
科技巨头在产品游戏中攫取万亿财富，让客户相信其销售的是前所未见的创新产物。它们能为无法简单功能对比的产品收取高额溢价，再将利润投入雇佣创新人才，持续输出独特创意。
精心研究、设计与构建的软件绝非商品。
而在商品游戏中，溢价无从谈起。当你的2×4木板与竞争对手毫无二致时，定价必然趋同，唯利之道在于压缩单位成本——即追求效率。
试想：若所有科技公司将创意生成外包至同一源头，用商品化机器人产出的可互换见解取代人类创新者，其软件终将沦为商品。效率至上的代价，是独特性湮灭。
算法复制时代的设计
“复制技术真正威胁的，是物的权威性。” ——瓦尔特·本雅明
为AI“设计”辩护时，总会涌现两种（如GPT输出般）陈词滥调：怀疑论者称“我们仅将LLM作为灵感起点并验证其输出”；乐观派断言“我们的模型将独树一帜，因采用独家训练数据”。
二者看似对立，实则可用同一事实驳斥：产品组织从不如此运作。
设计评审中，我最爱提问“用户当前如何行事？”，此问在此极具启发性：
- 产品团队是否建立严谨的决策溯源机制？抑或沉溺于“源头失忆症”，让陈年假设固化为事实？
- 用户研究旨在证伪假设，还是仅为背书？研究是循环进程，还是一次性节点？
- 寻求AI援助者，是拥有健全研究流程的团队，还是企图跳过尽调的取巧者？是愿重金投入研究，还是想压缩预算的投机客？
柏拉图洞穴寓言恰可隐喻幻觉式研究发现的“实用性”
系统之目的即其所为
“劣质研究的后果远超想象。” ——Martiina Gilchrist
是否“优化”研究的决策，终将回归那个设计界的老难题：投资回报率（ROI）何在？研究价值几何，值得耗费时间金钱？
答案是：用户真实之声（the voice of the customer）。
传统“用户之声”指“模拟用户可能说的话”。但任何用研人员深知：“可能”并不可靠。我们从不问“您是否会…？”，而是“您曾经如何…？”真正重要的用户之声，来自真实用户——那些有眼睛、手指和钱包的人——的确切陈述，逐字记录。
高管们闻此常退缩，声称“需保持宽泛以扩大市场”，这实为入门级谬误。聚焦个体对痛点的理解，从不会限制方案吸引力。恰相反，IDEO通过专注儿童刷牙需求设计出广受欢迎的产品；Alan Cooper甚至为特定个体量身打造Plan*It软件——此人真实存在且与他深入交流。
相比用户真实陈述的价值，那些“像用户会说的话”一文不值。而LLM恰恰擅长生成看似合理的话术。它无法谈论上次完成任务的情景，更无从理解产品使用与情境的交织——因为它没有真实体验。与人不同，无论如何调整提示词，都无法从模型中挖掘出超越训练数据的内容——而这正是产品区别于商品的关键。模型所能做的，只是将文字塞进合成喉舌。
LLM 与用户还有一个本质区别：
LLM 永远不会购买你的产品。