AI 激活的有效摩擦

AI 激活的结构性难题：capability overhang

• 模型能力增长快于产品把能力"扩散"给用户的速度。用户面对接近 AGI 的模型，习惯性只问"旧金山天气怎样"，产品价值就被浪费。
• 激活学习会过期：针对某代模型跑测试→得出引导用户的 on-ramp→ship 新流程，此时下一代模型又解锁新能力，之前的学习可能全部作废。每次模型发布都要主动留时间重新回答"这个模型能做什么、我的 priors 怎么更新"。
• 不变的部分：早期激活仍是提升长期留存的最高杠杆之一，且重要性在 AI 时代进一步上升。

应对核心：好摩擦（right friction）

• 判据：砍掉不增加价值的烦人摩擦；但凡摩擦能帮用户理解"这个产品为什么适合我、我该用哪个功能"，就不要怕加。"缩短 time-to-value、砍掉所有步骤"的朴素直觉在充分 A/B 测试后通常不成立。
• 手段：onboarding 问用户是谁、兴趣是什么→推荐对的产品和 feature（Anthropic 现行流程，外人看着长，数据表现好）；MasterClass 购买流程的 quiz 是显著收入驱动；Calm 落地页 quiz 同理；Mercury 把单屏 5-6 个表单字段拆成两屏、降低认知负荷反而提升完成率。
• 下游复利：拿到"用户是谁"的信息后，激活、lifecycle 运营、广告层 lookalike targeting 全部受益——"a juice that keeps on giving"。
• 前提：有流量就必须 A/B 验证在自己业务上成立，不能照抄。