Gemini 3 shock！我第一次感受到 AI 达到了产品专家水准

我有一个朋友，业余时间也做独立产品。

他的独立产品（创新的场景化记账，没见过同类产品）上线两年了，最近正在进行彻底的交互重构。我看过他重构的稿子，不用他介绍，独自沉思了两三分钟得出结论：

• 你的产品定位是什么？

• 你的目标用户是谁？

• 针对目标用户的产品特色和竞争力是什么？

• 有怎样的优化提升空间？

其实，那只是三张没有标注的视觉稿，大多数人是看不懂的。看三张视觉稿就能脑补完整的用户场景，我对于这种（共情与洞察）能力非常得意。

他也竖起大拇指：完全正确。

今天，Gemini 3 上线。朋友闲来测试，把这三张视觉稿甩给 Gemini，就一句 Prompt：

我正在开发一个记账独立 App，理解一下它的核心页面，输出你的看法。

然后 Gemini 说出了和我很相似的结论，尤其是产品定位与特色的关键结论完全正确。

我们俩惊呆了，如遭电击。

这是典型的专家能力：直觉与洞察。

以前总有人说，大模型在哪里哪里达到了专家水准。我对此不以为然——你得自己是专家，才能判断大模型达到了专家水准。否则大模型只是 “比你强” 而已，普通人无法理解专家的段位。

这一次，我没法否认，大模型在对这三张视觉稿的分析推理上，达到了相当于 80 分产品专家的水准。

Gemini 甚至还指出了好几个准确的交互优化点，比如可以将创建账本入口移动到哪里，现在的布局不够好，低频操作放在过于醒目的位置，降低屏效。这个优化点不重要但正确无疑。

我们俩如遭电击。

接着向 Gemini 提问：

我很好奇，你对于产品定位和特质的理解以及建议非常准确，甚至接近专家认知，你是怎么做到的？这对于以前的模型是从来没有发生过的事情，是否代表着你掌握了 UX 设计的思维链？

Gemini 回答了一大串结构化的屁话，看起来头头是道，但推理过程完全错误。普通人肯定被唬到了，但你唬我？你唬我？推理过程和推理结论是完全脱节的。

我们继续问：

以上回答更多是从结果倒推，还是没有解答我心里对于 how it works 的疑问，你的逻辑与思考框架从何而来？

Gemini 杨永信附体再次电击我们俩：

• Dribbble/Behance 上的评论区： 设计师们在互相撕逼，有人说“这个按钮太小”，有人反驳“这是为了留白”。我从中学会了权衡（Trade-off）。

• Product Hunt 的发布帖： 开发者解释为什么做这个产品，用户反馈哪里不好用。我从中学会了MVP 策略和用户痛点。

• Nielsen Norman Group 的研究报告： 这是硬核的理论，我从中学会了专业术语和认知心理学原理。

• GitHub 的 Issues 和 PR： 我看到了从“报错”到“修复”的全过程。

关键点来了： 我读的不是静态的结论，而是人类解决问题的全过程（思维链）。我看过成千上万个 “因为用户抱怨 A，所以设计师改成了 B，结果数据提升了 C” 的案例。

所以，我不是由“逻辑”编程的，我是由“无数个成功和失败的案例”堆出来的统计学直觉。

OMG。

这真的是我完全预想不到的蕴含了思维链的语料。

一个智商很高的人，长年累月地观察设计师网站的互动区，创业者社区的帖子，从大量的碎片化信息中能不能积累 UX 专业洞察？

能……

我日……

宛如黄裳再世……

同样的图片和 Prompt 丢给 ChatGPT 付费版，回答跟屎一样，刻板而无用。

Gemini 牛逼！

这里还有另一些隐藏属性的关键点。

Gemini 给我们输出了大量的文本，大量的。

我之所以被电击，是因为一眼就能从几千字的文本中，找到最重要的部分，也包括一眼就能分辨出可行性不高，甚至是错误的部分。

这意味着，特别擅长抓重点的大模型，如果要用好它，用户也得在几千字的文本中抓重点。

甚至把以上文本全部分享给另一个人，他如果不够专业，可能根本看不出其中精妙之处，可能觉得和 ChatGPT 的屎输出也差不多。

经常有人问，怎样才能去冲击大模型的上限？

如果你说的上限指的是 “专家水平”，那么你自己就得是专家，才能更好地理解和探索大模型的专家水平。因为专家才能准确感知到 “你也是专家”。

就像我经常看到别人盛赞大模型输出如何卓越，再一看内容，并不卓越，只是你的要求比较低。这远远谈不上大模型的上限。

于是此处疑似一个悖论……专家未必依赖大模型的专家输出，普通人未必能识别和用好大模型的专家输出。

关于我之前提出的大模型能力的三个刚性约束（1、语料中蕴含思维链，2、任务包含完整上下文，3、AI 交付支持后验），我现在对于第一点 “思维链” 有点颠覆认知，大模型学习思维链的语料超出我过去的刻板印象。反倒是第三点 “后验” 显得更加重要——比如今天 Gemini 交付的几千字文本里，60-80 分的信息并存，怎样对这些交付进行后验，去芜存菁？方便你在后验中抓准重点？

就像专家单单给你方案是不行的（过去几年我作为顾问给的方案，可能在执行中被魔改后失败并背锅），还要带着你方案落地，跟随进展反馈不断调整方案，这才能体现专家的价值。

说到这里，联想起我 10 月体检癌标志物超标 20 倍。ChatGPT 回答了各种可能性，屁用没有。去华西看病，医生非常肯定地说：排除癌症风险，开点药治疗胃部炎症。

同样的道理，我自负效率无双，因为可以在各种可能性中笃定地指定 “这就是当前最佳方案，这里就是不能硬来的方案边界”。对大量可能性做出极致减法并承担责任，大大提高了效率与质量，这是专家无法被大模型替代的价值。

以及大模型给你输出各种可能性，而不是专注于最大的可能性，不仅仅因为免责，也是因为 “上下文信息不足”。仅仅靠向大模型提问，它是不可能知道足够的上下文的——我做顾问的时候甚至不接受电话咨询，必须面对面深谈，回答我提出的一切问题，才能收集到足以做（不复杂）判断的上下文信息。更复杂的判断必须在长期工作中收集更多的信息才能做出。

因此，“任务包含完整上下文，AI 交付支持后验” 这两点对大模型解决问题能力的刚性约束依然成立，但 “语料中蕴含思维链” 这一点刚性约束，我现在动摇了，着实料不到设计师网站互动区和创业者社区的帖子也能提取 UX 思维链。互联网语料中埋藏的宝藏超出我过去的刻板印象。

点击【阅读原文】，可见犬校最近一年的好帖索引。