AI 产品直觉三步法

作者明确说这不是一套理论框架，而是一套"实践"（practice），用来在产品真正遇到现实之前提前感受它的行为、失败模式和取舍。三个步骤：

第一步：绘制失败模式（并明确期望行为） 每个 AI 功能都有一个"失败签名"——当世界变得混乱时它会稳定地陷入的那种崩坏模式。主动把模型推向这些失败模式，抢在用户之前发现它们（具体做法见 weekly-failure-mode-rituals）。

第二步：定义最小可行质量（MVQ） 即使理解了失败模式并做了设计，也几乎不可能完全预测 AI 功能上线后的真实表现（性能几乎总会比受控环境里下降）。所以要提前定义一个质量门槛，在整个开发过程中反复对照检查（具体结构见 minimum-viable-quality-mvq）。

第三步：在行为崩坏处设计护栏 好的护栏决定"当模型碰到能力边界时产品该做什么"，从而防止用户困惑、被误导或失去信任（具体模式见 ai-guardrail-four-patterns）。

作者反复强调的心态转变：当团队说"要不要修一下这个模型"时，真正该问的问题不是"模型哪里不够聪明"，而是"当模型碰到能力边界时，产品该怎么做"。

练完这套流程后，你应该能沿着几个具体维度评估一个 AI 产品：模型在模糊情境下的行为方式、用户如何经历失败、信任在哪里建立或流失、成本如何随规模变化——工作的范围从"这是不是个好点子"扩展到"这个产品在真实世界里会怎么表现"。