劳动错觉：让 AI 把努力演出来
哈佛实验：展示工作过程让用户多等反而更满意。秒回 vs 过程外显的 A/B 投票实验，思考外显与检索来源的一鱼三吃，外加三条不能越过的边界
本页解决的问题
先给结论「劳动错觉：让 AI 把努力演出来」要解决的关键问题是什么？
哈佛实验：展示工作过程让用户多等反而更满意。秒回 vs 过程外显的 A/B 投票实验，思考外显与检索来源的一鱼三吃，外加三条不能越过的边界
把品味变成产品可重复的行为。 有用的结果不是一句“我觉得更好”。它应该是一条看得见的规则、一个小例子，以及判断体验何时低于标准的方法。
记录一个前后对比，让别人不用听解释也能看懂质量线。
表面更精致了，却没有减少用户的不确定感。
同一个问题同时发给两个客服机器人，答案一字不差，区别只在拿到答案的方式。A 秒回，B 花 3 秒把工作日志逐条亮出来再作答。跑完凭直觉投票。
机器人 A · 秒回
0.3 秒直接给答案
机器人 B · 展示过程
3.5 秒，工作日志逐条亮起
这个效应出自哈佛商学院 Buell 和 Norton 2011 年的实验。被试在模拟的机票搜索网站上查航班：一组秒出结果，另一组要等 30 到 60 秒，但屏幕上滚动着「正在检查 Delta 航空…正在检查 United…」。结果展示劳动的那组满意度反超，部分条件下被试宁愿选等 60 秒但看得见工作的网站。下面把实验搬给你亲手跑。
工程上你有三根现成的杠杆：推理模型的思考过程、RAG 的检索来源、Agent 的工具调用日志。它们原本是调试信息，摆上台面就成了体验资产。三个开关逐个拨开，看右边的聊天界面多出什么、体感可信度涨多少。
思考过程外显
把思维链摊开：分了几种情况、在哪换过思路，让用户看见推理的骨架。
检索来源逐条亮出
「已检索 3 个来源」加上可点开的条目，答案挂上可查验的出处。
工具调用日志
查了什么、读了什么、比对了什么，一步一行摊在屏幕上。
用户问的是试用期解除的赔偿…得分两种情况：公司拿得出「录用条件不符」的证据，和拿不出的…先查劳动合同法原文再作答，避免凭印象给数字。
过程展示有真有假。下面三个界面都在「展示努力」，逐个判断：真劳动，还是假表演？拆穿的代价，三题做完揭晓。
✓ 读取《民法典》第 587 条
✓ 比对 2 个近似判例
劳动错觉好用，但有边界。三道题，每道对应一条实践红线，做完这一课的杠杆就能放心用了。
从「先做实验 · 两个机器人，你信哪个」把感觉变成判断
「同一个问题同时发给两个客服机器人， 答案一字不差 ，区别只在拿到答案的方式。A 秒回，B 花 3 秒把工作日志逐条亮出来再作答。跑完凭直觉投票」指出，AI 降低了做出“能用”成品的门槛，读者真正需要练的是看出哪里不对，并把感觉说成可以执行的要求。
观察用户的下一步，而不是只看表面
「这个效应出自哈佛商学院 Buell 和 Norton 2011 年的实验。被试在模拟的机票搜索网站上查航班：一组秒出结果，另一组要等 30 到 60 秒，但屏幕上滚动着「正在检查 Delta 航空…正在检查 United…」。结果 展示劳动的那组满意度反超 ，部分条件下被试宁愿选等 60 秒但看得见工作的网站。下面把实验搬给你亲手跑」可以转成几个可观察的问题：用户是否知道现在发生了什么，是否知道下一步做什么，出错或空白时能否恢复，以及信息层级是否让重要内容先被看见。
- 把真实的劳动亮出来 ：思考过程、检索来源、工具日志，调试信息搬上台面就是体验资产
- 用可核对的细节演 ：日志条目要能和答案里的引用对上，可验证的过程越看越可信
- 展示时长锁在真实耗时之内 ：呈现节奏可以放慢，超出真实劳动时长就是造假
漂亮不等于容易用
把「劳动错觉好用，但有边界。三道题，每道对应一条实践红线，做完这一课的杠杆就能放心用了」用在第二个页面或流程上，记录一个具体犹豫点和一个改动后的用户动作；能被观察到的变化，才是体验改善。
从「先做实验 · 两个机器人，你信哪个」走到「研究出处 · 让用户多等 60 秒的网站赢了」
「先做实验 · 两个机器人，你信哪个」先把问题落在「同一个问题同时发给两个客服机器人， 答案一字不差 ，区别只在拿到答案的方式。A 秒回，B 花 3 秒把工作日志逐条亮出来再作答。跑完凭直觉投票」上；到了「研究出处 · 让用户多等 60 秒的网站赢了」，讨论继续推进到「这个效应出自哈佛商学院 Buell 和 Norton 2011 年的实验。被试在模拟的机票搜索网站上查航班：一组秒出结果，另一组要等 30 到 60 秒，但屏幕上滚动着「正在检查 Delta 航空…正在检查 United…」。结果 展示劳动的那组满意度反超 ，部分条件下被试宁愿选等 60 秒但看得见工作的网站。下面把实验搬给你亲手跑」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
评估体验时，把抽象的“好看”或“顺手”换成用户动作：他是否看懂状态、找到了下一步、能从错误中恢复，并且愿意继续使用。
- 「先做实验 · 两个机器人，你信哪个」：同一个问题同时发给两个客服机器人， 答案一字不差 ，区别只在拿到答案的方式。A 秒回，B 花 3 秒把工作日志逐条亮出来再作答。跑完凭直觉投票
- 「研究出处 · 让用户多等 60 秒的网站赢了」：这个效应出自哈佛商学院 Buell 和 Norton 2011 年的实验。被试在模拟的机票搜索网站上查航班：一组秒出结果，另一组要等 30 到 60 秒，但屏幕上滚动着「正在检查 Delta 航空…正在检查 United…」。结果 展示劳动的那组满意度反超 ，部分条件下被试宁愿选等 60 秒但看得见工作的网站。下面把实验搬给你亲手跑
- 「最后的要点」：高频任务收着演 ：第一次展示过程建立信任，之后直奔结果，别拿用户的耐心铺排面
最后的「最后的要点」把讨论落到「高频任务收着演 ：第一次展示过程建立信任，之后直奔结果，别拿用户的耐心铺排面」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
✅ 这一课想和你分享的
- 把真实的劳动亮出来：思考过程、检索来源、工具日志，调试信息搬上台面就是体验资产
- 用可核对的细节演：日志条目要能和答案里的引用对上，可验证的过程越看越可信
- 展示时长锁在真实耗时之内：呈现节奏可以放慢，超出真实劳动时长就是造假
- 高频任务收着演：第一次展示过程建立信任，之后直奔结果，别拿用户的耐心铺排面
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。