产品应该适应人，而不是人去适应产品
今天看到 Tibo 的一段采访，他谈到 ChatGPT、Codex，以及这些 AI 产品未来可能如何融合。中间有一句话让我停了一下： 产品应该适应人，而不是人去适应产品。 这句话并不新鲜，却点中了我们做产品、用产品时一个常被忽略的方向：用户被要求学习概念、记住流程，接受产品对“正确用法”的定义；一旦用得不顺，解释通常是“还不熟练”，很少有人反过来问，也许是产品还不够理解人。 当“标准用户”变成一把尺子 产品设计总要先定义用户是谁，再决定给他什么。画像、场景和典型任务都是必要的起点，但“标准用户”一旦被当成尺子，符合预设的行为就成了正常使用，其他需求则被归为边缘情况、低频需求或高级功能。有人用得不顺时，我们也容易先判断“这个用户不典型”，而不是重新检查最初的假设。 标准本来是产品理解人的工具，不该反过来要求人符合标准。做鞋时，传统手艺会先根据真实脚型制模，再照着做鞋；规模化当然需要鞋楦和尺码，但先有脚，才有鞋。产品同样需要默认值、约束和可维护的结构，只是这些结构不应遮住真实的人。 路应该跟着脚走 产品设计里有一个很形象的概念：desire path。公园已经铺好了水泥路，时间久了，草地上仍会被人踩出另一条捷径。那条路没有被规划，却记录了人真实的走法。设计者可以立牌提醒“请走人行道”，也可以承认，也许路应该跟着脚走。 产品里到处都有这样的路径。用户绕开层层菜单，用搜索直接找到功能；把一个为 A 场景设计的工具，长期拿来完成 B 任务。设计者很容易把这些行为叫作“误用”，但如果越来越多人绕开既定流程，更值得追问的不是“用户为什么不按设计来”，而是“产品是不是没有接住他们真正想做的事”。 人从来不是固定的标签 真正让问题变复杂的是，人本身并不固定。同一个人，今天在熟悉领域是专家，换到陌生领域马上又成了新手；上午状态充足，愿意多做几个判断，晚上疲惫时，只希望产品不要再增加负担。熟悉的任务会嫌引导啰嗦，陌生的问题又希望产品多扶一把。我们并不是某一种用户，而是在不同任务和状态之间持续变化的人。 学习一个工具的逻辑并不是坏事。一套好的结构可以提高效率，就像学习乐器指法，开始时需要适应，后来会变成能力。问题不在于用户要不要学，而在于适应是否只有一个方向。过去常见的做法是提供新手版、专业版、简洁模式或高级模式，比单一流程更灵活，却仍然是在把人装进几个预设的框里；可人打开产品时，通常只想把眼前的事做好，并不想先声明“我今天是哪类用户”。 AI 让“适应”成为产品能力 过去的软件很难有别的选择。固定的界面和流程能够承载的弹性有限，于是产品只能分类、设置默认值，再假设一个“多数人”。这未必是设计得不好，更多时候只是产品还没有能力理解屏幕前这个具体的人，以及他此刻正在完成的任务。 AI 可能第一次让“产品理解人”从设计意愿变成真正的产品能力。Tibo 提到 ChatGPT 和 Codex 未来可能融合，表面上看是入口合并，更重要的变化却是：产品不必先要求你声明“我是普通用户”还是“我是开发者”，而可以根据正在发生的任务动态决定该提供什么。你上一分钟只是想问一个问题，下一分钟可能就在分析代码、调用工具、处理一个完整项目。人没有变，变化的是任务。 这不意味着 AI 能完美理解每个人，标准、约束和默认值也仍然必要，产品更不可能无限适应所有需求。真正值得期待的是复杂度由谁承担：以前是用户学习产品、适应产品，在既定框架里寻找自己的位置；现在，产品至少有机会主动承担更多理解、判断和调整的成本。 以前说“产品应该适应人”，更多是一种态度。现在，它可能第一次有机会成为一种真正的能力。
