当惊艳成为一种骗局：从会“忽悠”的大模型到昂贵的私人屏幕

你愿意为一个让你惊叹十分钟的产品，支付一台电脑的价格吗？更尖锐的问题是：如果它看起来比任何旧产品都先进，却还没有改变你每天的生活，它究竟是失败了，还是正处在成功的前夜？

这正是今天许多人工智能产品和空间计算设备共同面对的困境。它们都能制造一种极其强烈的第一印象：大模型可以瞬间写出流畅文章、生成像样的代码，空间设备可以把屏幕铺满房间，让电影、体育和游戏拥有前所未有的临场感。可是，惊艳并不等于价值，能力展示也不等于可靠能力。

大模型像一个精明的 hustler，擅长让你先相信它值得被相信。空间设备则像一间精致的赌场，先用灯光、沉浸感和新奇体验让你忘记计算成本。两者真正共享的，不是技术路线，而是一种更深的产品张力：当产品极大提升了体验强度，却尚未形成稳定的日常用途，市场应当相信哪一部分？

我的判断是，早期技术的真正竞争，不是“谁更令人惊叹”，而是“谁能把惊叹转化为低摩擦的重复行为”。这是一条从演示走向习惯，从魔法走向基础设施的漫长道路。

惊艳为什么如此容易被误认为价值

人类会把强烈体验误认为高价值。一次坐过山车很刺激，但这不代表它适合作为通勤方式。一个模型写出的段落很顺滑，也不代表它理解了事实。一个空间设备把虚拟屏幕固定在现实房间里，也不代表它比一台普通显示器更适合工作八小时。

可以把产品价值粗略拆成四层：

1. 感知价值：第一次使用时有多震撼。
2. 功能价值：它是否解决了一个明确而频繁的问题。
3. 信任价值：用户是否敢把重要任务交给它。
4. 制度价值：它是否嵌入了团队、家庭、支付和工作流程。

许多新技术在第一层表现惊人，于是外界自然推测它们很快会抵达第四层。问题在于，这四层之间并不是自动连通的。

大模型的语言能力让人产生一种“它什么都懂”的错觉。事实上，语言流畅只是感知价值的放大器。它可以把不确定、错误甚至虚构的内容，包装成确定而专业的表达。它最像的不是一个全知的顾问，而是一个极其善于即兴发挥的人：当知道答案时，它能迅速回答；当不知道答案时，它也很难安静地承认不知道。

空间计算设备也有类似结构。它可能让你第一次看电影时感到震撼，仿佛房间突然变成了私人影院。它也可能让多屏工作显得轻松，窗口不再受物理显示器数量限制。但“我能把很多窗口放在空间里”与“我更高效地完成工作”之间，仍然隔着注意力、输入方式、软件适配、佩戴疲劳和社交环境等一整套现实问题。

演示证明的是可能性，习惯证明的才是价值。

两种 hustling：会说服你，和让你持续回来

所谓 hustling，并不必然意味着恶意欺骗。它更像一种生存策略：在信息不完整、竞争激烈的环境里，先展示最有吸引力的一面，争取注意力和信任，再等待真实能力慢慢追上承诺。

大模型的 hustling，主要发生在语言层面。它通过完整句子、迅速回应和自信语气，降低用户对答案的怀疑。它并不需要真正解决问题，只要让用户觉得问题已经被处理，就能暂时赢得交互。

空间设备的 hustling，主要发生在感官层面。它把普通应用重新包装成沉浸体验：视频不再只是视频，而是一块悬浮在你面前的巨大屏幕；游戏不再只是游戏，而是进入了环境；多任务不再只是多窗口，而是仿佛拥有一个没有边界的工作空间。它先改变你对“可能”的想象，再让你自己补上“应该购买”的理由。

这两类产品都在利用一个重要心理机制：体验越强烈，用户越容易暂时放宽验证标准。

当一个模型用几秒钟写出一封得体的邮件，用户往往不会逐句核查，因为结果已经节省了表达成本。当一个设备把电影院带进客厅，用户也可能暂时不去计算价格、佩戴时间和使用频率，因为沉浸感已经占据了注意力。

因此，真正值得关注的不是产品是否会 hustling，而是它是否有能力从 hustling 进入服务状态。一个好的销售可以用魅力打开关系，但长期合作依靠的是准时、准确和可预测。大模型要成为工具，必须从“看起来会”进化为“在边界内稳定地会”。空间设备要成为平台，也必须从“第一次很酷”进化为“每周都值得打开”。

早期产品的悖论：最强体验，往往对应最弱生态

新技术经常在一个非常矛盾的位置上诞生：它最擅长展示未来，却最缺少支撑未来的基础设施。

空间设备的早期杀手级应用很可能是内容消费，包括电影、体育节目、演出和沉浸式游戏。这些场景的优势很直观。它们不要求用户立刻改变工作流程，也不需要复杂的协作关系。只要画面更大、临场感更强、个人空间更私密，体验就可能成立。

但这也暴露出一个问题：内容消费可以证明设备的魅力，却未必能证明设备的必要性。

用户可以偶尔为一场比赛、一次电影或一款游戏感到值得，但昂贵的硬件需要更高的使用频率来摊薄心理成本。一个每月使用两次的设备，哪怕每次体验都极佳，也很难与每天使用的手机、电脑和电视竞争。

生产力功能看上去更接近必要性。多屏幕、浮动窗口和私人工作空间都具有真实潜力。然而生产力不是把更多信息放进视野，而是减少完成任务所需的摩擦。若用户仍需要在虚拟键盘上缓慢输入，若软件没有为新界面重新设计，若长时间佩戴造成疲劳，那么更多屏幕可能只意味着更多干扰。

这里存在一个常被忽略的公式：

产品的长期价值 = 使用频率 × 单次收益 × 持续信任 ÷ 总摩擦。

惊艳主要提高单次收益，但生态、舒适度、价格和兼容性决定总摩擦。只有当频率足够高，单次收益才有机会转化成长期价值。

大模型也遵循同一公式。它第一次写作的收益很高，但如果每次都需要事实核查、重写语气、检查引用和纠正逻辑，摩擦就会吞掉效率。它不是没有价值，而是价值尚未稳定。用户会在低风险场景中依赖它，在高风险场景中监督它。这种半信任状态，正是早期技术最真实的生态位置。

私人设备与私人判断：为什么个人化会提高门槛

空间设备被称为非常个人的设备，这一点远比“它是否适合家庭共享”更重要。电视天然是公共设备，平板可以被家人轮流使用，电脑也常常属于某个家庭或团队。但一个贴在脸上、记录视线、隔绝周围环境的设备，天然更接近眼镜、耳机和手机，而不是客厅里的电视。

私人化有两个后果。

第一，它提高了价格敏感度。家庭设备可以由多人分摊成本，个人设备却必须由一个人独自证明价值。即使一些市场中的用户具有较高支付能力，他们仍然会问：这是不是我的每天都用的设备？如果答案只是“偶尔非常震撼”，价格就会显得格外突出。

第二，它提高了社会摩擦。一个人戴着空间设备时，可能处于物理上与他人同处、心理上却已经离开的状态。技术越沉浸，社交代价越高。它为用户创造了私人影院，也可能把客厅变成每个人各自佩戴设备的候机室。

大模型同样越来越私人化。它不只是一个搜索框，而是个人写作助手、研究伙伴、记忆系统和决策接口。越私人化，用户越希望它理解自己的背景；越深入个人生活，用户越不能接受它在关键时刻自信地编造。

这说明一个重要原则：私人产品获得的信任，必须高于公共产品获得的注意力。

一个公共屏幕偶尔加载失败，令人烦恼。一台私人设备如果让人持续疲劳，便会被弃置。一个搜索引擎偶尔给出模糊结果，用户可以换关键词。一个被当作私人顾问的大模型如果编造事实，用户会重新评估整个关系。

产品越接近身体和判断，越不能只依赖惊艳。它必须表现出克制、边界感和可解释性。

从“魔法时刻”到“每日仪式”的转化模型

判断一个新产品有没有长期潜力，可以不再问“它有多先进”，而问五个更实际的问题。

一，首个惊喜是否对应高频需求

如果产品最令人惊叹的功能，只在特殊场景中使用，它更像娱乐设备，而不是基础设施。特殊场景并非没有价值，但必须诚实地接受它的定位。不是所有好产品都需要成为通用平台。

二，用户能否在三十秒内开始使用

真正有生命力的工具，会把启动成本压到很低。大模型需要明确的输入方式、稳定的上下文和简单的核验机制。空间设备需要快速佩戴、舒适启动、自然交互和可靠的内容入口。每一次复杂设置，都是对重复使用的税收。

三，失败是否容易发现

这是评估大模型尤其关键的一点。一个答案如果错得很明显，用户可以纠正；最危险的是错得流畅、错得符合常识、错得足以让人转发。可靠产品不只追求正确，也要让不确定性显形。

同样，空间设备也需要让用户清楚哪些功能已经成熟，哪些只是概念演示。清晰的边界比夸大的承诺更能建立长期信任。

四，生态是否在替用户减少选择成本

硬件本身不能构成生态。生态意味着有足够多的原生应用、内容供应商、开发工具和支付场景，让用户不必每次都寻找“这东西到底能做什么”。当产品打开后自然有事情可做，它才从展示品变成平台。

五，价格是否与使用身份匹配

价格不是孤立数字，而是用户身份的镜子。对专业创作者、重度玩家或高收入早期采用者来说，昂贵设备可能是生产工具或兴趣消费。对普通用户来说，它必须同时替代某些现有支出，或者创造足够高的新增价值。

类似地，大模型的价格也不应只按照参数量或计算成本衡量，而应按照它替用户承担了多少可靠工作衡量。一个便宜但需要持续监督的助手，可能比一个昂贵但能安全完成任务的系统更贵，因为它消耗的是人的注意力。

给产品使用者的现实策略

面对会制造惊喜的新技术，最好的态度既不是狂热，也不是犬儒，而是建立一套小规模、可验证的试用方法。

先测重复，而不是测峰值

不要问第一次体验有多震撼，问自己在两周后是否仍主动打开它。把产品放进真实日程，而不是只在演示场景里体验。对于空间设备，可以记录每天实际使用分钟数、最常使用的三个场景，以及使用后是否真的减少了其他设备的时间。

对于大模型，可以统计它在一个月内真正节省的时间，同时记录核查和返工所花的时间。只有净节省时间，才是真正的生产力。

把信任拆成任务等级

不要对产品做一个笼统判断，例如“它很聪明”或“它很鸡肋”。把任务分成三类：低风险自动完成，中风险协作完成，高风险只提供参考。

低风险任务包括改写、摘要、头脑风暴。中风险任务包括研究初稿、代码草案和计划整理。高风险任务包括医疗、法律、财务和任何会直接影响他人的决策。产品真正成熟的标志，是它能逐渐扩大安全自动化的范围，而不是让用户盲目扩大信任。

用总成本而不是购买价格做决定

总成本包括金钱、学习时间、维护时间、身体负担、注意力损耗和社交摩擦。一台设备如果每天都需要充电、调试和重新适应，它的真实价格远高于标签上的数字。一个模型如果让人反复核查每句话，它的真实价格也远高于订阅费。

观察生态的增长速度

购买早期产品时，买的往往不是完成品，而是一个可能成长的方向。因此要看开发者是否愿意投入，原生应用是否持续出现，内容是否不断更新，系统是否快速修复明显问题。硬件的惊艳只能带你进门，生态的密度才决定你会不会留下。

Key Takeaways

1. 把惊艳与价值分开评估：第一次体验测量的是感知价值，重复使用才测量真实价值。
2. 用“频率 × 收益 ÷ 摩擦”判断产品：任何新技术都要经过这个公式，而不是只看参数和演示。
3. 对私人化产品提高信任标准：越贴近身体、隐私和重要判断，越需要稳定性、边界感和可解释性。
4. 给人工智能设置任务等级：低风险任务可以自动化，中风险任务要协作，高风险任务只能参考。
5. 把生态视为产品的一部分：硬件的潜力只有在应用、内容、开发者和支付体系的支持下，才会变成用户习惯。

真正有远见的消费者，不会因为产品不够成熟就否定它，也不会因为产品足够惊艳就提前宣布它成功。他们会区分两种时间尺度：技术展示今天能做到什么，社会习惯明天愿意重复什么。

大模型和空间设备都在提醒我们，未来常常不是以一个可靠工具的形式到来，而是先以一个迷人的表演者出现。表演者能赢得掌声，却未必能赢得责任。只有当它愿意暴露边界、降低摩擦、承受反复检验，并在没有观众鼓掌时依然有用，魔法才真正变成基础设施。

所以，下次面对一个让你脱口而出“太惊艳了”的产品时，不妨多问一句：如果惊艳消失，我还会因为它解决了某个高频问题而留下吗？

这个问题，或许比任何发布会上的演示，都更接近技术的真实未来。