早期 AI 产品评估指南

两条互补的判断准则：

1. 看轨迹，不看快照（pull the thread）：对新 AI 工具必须投入足够时间，判断的对象是"它一周后、一个月后会在哪"，而不是"它今天在哪"。Claire 对 OpenClaw 和 Claude Cowork 的第一印象都很差（前者首日装 8 小时还删了她的家庭日历；后者"这是给谁用的？"），她的做法是每周回访、反复试，直到找到 unlock——而不是一次性 write off。前提是项目在被认真投入资源（维护者活跃、更新频繁）。

2. "Buggy but loved"是 PMF 信号，不是反证：区分两类抱怨——

   • "它坏了 / 不稳定 / 记不住 / 我想让它做 X 它做不到"：用户已经默认它有用，只是恨它不够好。这不是没有 PMF，而是产品还没赶上它的 PMF。
   • "我看不出这有什么用"：这才是真正的负面信号。

   Claire 的亲历判据：日历被删的当天，"它在不删我日历的时候给我的 joy 和 utility 已经足够让我知道 something is there"——她称之为"丑陋而扎眼的 PMF 之感"。

3. 愿意忍受痛苦本身就是价值的度量："安装是折磨、要持续喂养维护、完全不 hands-off——但价值高到我愿意忍。"用户为一个产品支付的隐性成本（时间、维护、学习曲线）越高还留着，信号越强。