寫在前面的話

今天不想講那些技術架構圖，也不想堆砌一堆iOS專業術語。我就想聊聊，作為一個離用戶最近的客戶端開發，我是怎么看待AI的——它到底是讓咱們的產品變更好了，還是變更擰巴了。梁寧老師在《增長三十講》里說過一句話特別打動我："產品經理要有同理心，要能感受到用戶的爽點、痛點和癢點。"今天我想說，做技術的人也得有同理心。不只是對用戶，更是對我們自己。

一、開場：一個真實的沖突場景

先講個事兒

這種場景你們熟不熟悉：

AI同學："我們的新模型精度提升了10個點，識別更準了！"

3D同學："等等，你這模型多大啊？"

AI同學："也就60MB，還行吧。"

3D同學："那推理時間呢？

AI同學："大概增加了30-40ms……"

客戶端同學心里咯噔一下："完了，這玩意兒肯定得出事。"

產品經理："太好了！競品最近上了很多AI功能，我們也得跟上！"

具體數字每次不太一樣，但這個對話的"味兒"，基本就是這樣。

然后真出事了

功能上線or demo演示第二天，用戶反饋炸了：

"手機燙得要命"

"電池一小時掉30%"

"卡頓嚴重，沒法用"

領導問："怎么回事？不是說AI很智能嗎？"我們說："AI是很智能，但用戶的手機不夠智能。"

所以今天我想和大家聊聊，怎么避免這種"好心辦壞事"。

這就是梁寧說的"系統思維"缺失

每個人都是對的：

AI團隊追求精度，這沒錯

3D團隊追求畫面，這也沒錯

產品追求競爭力，更沒錯

但系統錯了。

梁寧說，"很多時候，你覺得是做加法，但對用戶來說是做減法。"AI功能加上去了，但用戶體驗減下來了。

二、用戶真正要的是什么？——梁寧的"爽點、痛點、癢點"

梁寧的理論我是這么理解的

爽點：即時滿足痛點：恐懼、焦慮癢點：滿足虛擬自我放到移動端AR里：用戶的爽點：

手勢一揮，虛擬物體就出現（延遲<50ms）

AR識別又快又準

效果炫酷，朋友圈能裝逼

用戶的痛點：

手機發燙（恐懼：會不會炸？）

電池狂掉（焦慮：等會兒沒電了）

卡頓延遲（憤怒：什么破玩意兒！）

應用被殺后臺（崩潰：我剛才做的全沒了）

用戶的癢點：

比別人用更高級的功能

展示自己的設備夠好

AI在這里的定位是什么？

很多人以為AI是爽點。但實際上，AI做不好，就是最大的痛點。為什么？因為用戶不關心你用了多牛逼的模型，他只關心：

快不快？（延遲）

準不準？（準確率）

燙不燙？（功耗）

掉不掉電？（續航）

卡不卡？（幀率）

AI如果讓這5個變差，用戶不會夸你智能，只會罵你智障。

三、移動端的殘酷真相：80%用戶用的不是旗艦機

設備碎片化有多恐怖？

最大的感受就是：不要用你自己的iPhone15Pro來代表用戶

真實情況是：

約10-15%用戶：iPhone 15/16/17 Pro，小米15Pro，華為meta 70/80pro（土豪）

約50-60%用戶：iPhone 12/13/14，中端安卓（大多數）

約30%用戶：iPhoneX，老安卓（學生黨、爸媽輩）

同一個AI模型：

旗艦機：推理20ms，絲滑

中端機：推理60ms，湊合

老設備：推理150ms，根本跑不動

性能差距：接近10倍！

場景碎片化

移動端的獨特挑戰：1. 多任務干擾

后臺應用爭奪資源

系統推送、來電、切換應用隨時發生

iOS/Android的激進內存管理，容易被殺后臺

環境不可控

室內外光線差異極大（影響AR識別）

移動網絡不穩定（影響云端AI）

用戶使用時長不確定（5分鐘 vs 30分鐘）

發熱和電量焦慮

AR全開運行，手機30分鐘必然發熱

發熱后CPU/GPU降頻20-40%

用戶對"耗電"和"發燙"的應用極度敏感

從我的觀察和行業數據來看：

使用特點：

移動端AR不像VR，用戶很少長時間沉浸

大部分使用場景是"短平快"（幾分鐘到十幾分鐘）

經常被打斷（來電、通知、切換應用）

用戶容忍度：

啟動慢：如果3秒內沒響應，大量用戶會放棄

卡頓：即使偶爾卡一下，用戶也會很敏感

發熱/耗電：這是移動端用戶最敏感的兩個點

根據應用商店評論和用戶反饋，

負面評價主要集中在：卡頓、發熱、耗電。

梁寧說的"確定性"在哪里？

梁寧強調，好產品要給用戶確定性。什么叫確定性？就是用戶知道會發生什么，并且確實發生了。

反例：只為高端設備優化

高端用戶：哇，好流暢！（20%的人爽）

普通用戶：卡成PPT……（80%的人罵）

用戶體驗：不確定、分裂、崩潰

正例：分層體驗

高端用戶：用高級功能

中端用戶：用標準功能

低端用戶：用基礎功能

所有人都能用，只是精細度不同

用戶體驗：確定、可預期、沒有絕對的失望

四、AI部分深入：不是技術問題，是人性問題

1. AI的三個常見誤區

誤區1："模型越大越好"這是技術人的執念。AI同學會說："我們的模型精度提升了5個點！"但用戶不會說："哇，精度從89%提升到94%，我好感動！"用戶只會說："為什么我的手機這么燙？"梁寧視角：你在追求技術指標，用戶在追求情緒穩定。

誤區2："端側AI就是先進"很多團隊為了宣傳，強調"本地AI、保護隱私"。但真相是：

端側AI：功耗高、發熱大、速度看設備

云端AI：功耗低、速度穩定、但需要網絡

沒有絕對的優劣，只有場景適配。實時交互（如手勢識別）：必須端側非實時分析（如場景理解）：可以云端，梁寧視角：不要為了"先進"而先進，要為了"用戶體驗"而先進。

誤區3："AI失敗了就提示用戶"最常見的做法：

AI識別失敗

→ 彈窗："識別失敗，請重試"

→ 用戶：？？？

這是最爛的體驗。更好的做法：

AI識別失敗

→ 自動降級到傳統方案

→ 用戶無感知

→ 核心功能繼續可用

梁寧視角：別讓用戶承擔你的技術缺陷。技術的不確定性，不應該轉嫁給用戶。

2. AI在移動端的正確打開方式

梁寧說，"產品要克制"。我對AI的理解也是：克制。

原則1：輕量化優先

案例：手勢識別模型優化

審核編輯 黃宇