产学研

被忽略的信号：合作满意度调研里藏的真问题

Sat, 26 Sep 2026 02:20:50 +0800

上个月在南京仙林的产学研对接会上，碰到一个做智能制造转化的项目负责人，吐槽起去年做的调研，憋了一肚子气。回收了两百多份问卷，九成打了四分以上，平均满意度快4.3，团队还拿着分数报了奖，结果今年续合作的时候，一半合作方说不玩了。谁能想得到。

从设计根子里错了

很多人做调研，上来就先摆一个问题：你对本次合作是否满意，然后给个1到5分的选项，最后加个开放栏“请提出宝贵意见”，一张问卷就做完了。这种单一整体评分的设计，从根子里就错了。满意度从来不是一个均质的概念，你把过程摩擦、成果匹配、关系维护、后续预期混在一个分数里，最后拿到的只是一团模糊的数字，什么也说明不了。举个最常见的情况，项目成果达标，甲方负责人对结果满意，但对接的经办人三个月改了八次需求，对接人换了三波，打款走流程走了两个月，经办人对过程一肚子不满，最后填表的时候，碍于身份打了个三分，平均下来还是高分，你根本看不到背后的矛盾。产学研合作满意度调研错误问卷设计示例真实的满意度是分层的。有人在乎结果能不能达标，有人在乎过程沟通顺不顺畅，有人在乎规则公不公平，不同角色的诉求天差地别。把所有人所有维度揉成一个分数，本质上就是自欺欺人。说实话，很多人做调研本来就不是为了找问题，就是为了拿一个好看的分数交差，对吧？那当然没问题，要是真想拿到有用的信息，第一步就得推翻这种懒汉设计。

挤掉数据里的水分

哪怕设计对了，数据里也全是坑。最常见的两个坑，就是社会期望偏差和幸存者偏差。填问卷的人大多是双方对接的经办人，抬头不见低头见，哪怕一肚子不满，也不好意思打个一分两分，最差给个三分，真不满意说不定干脆不填，最后回收的问卷里，低分本来就少，数据自然虚高。幸存者偏差更隐蔽，大部分调研只发给当前还在合作的对象，那些已经终止合作、中途跑路的，根本没人想着给他们发一份问卷，最后所有数据都来自还留在局里的人，分数怎么可能低？之前南京农业大学做涉农技术推广对接，连续三年调研平均满意度都在4分以上，团队一直觉得自己做得不错，直到前年把所有终止合作的项目都纳入调研范围，还改了填答规则，才发现真实平均满意度不到2.9。问题出在哪？大部分科研团队出来做转化，只盯着自己的论文参数，不愿意给农户改适配本地土壤的品种参数，对接的时候全是学校行政对接，有问题找不到解决的人，这些不满全被之前的调研藏住了。怎么挤水分？其实方法不复杂，用分层填答法就解决了大半：甲方经办人填对接过程维度，甲方负责人填成果匹配维度，乙方技术填沟通协作，乙方商务填款项兑付，不同角色答不同的题，全部做匿名处理，没人有负担，真话自然就出来了。合作满意度调研多角色分层填答框架图还要加一小部分测谎题，比如一道问“合作过程中沟通从未出现滞后”，另一道反向问“合作过程中沟通经常出现滞后”，两道题答案矛盾的，直接剔除，省得乱填的垃圾数据干扰结果。

数据的真正用法

数据的真正用法很多人拿到数据，算完平均分，做个柱状图，就往文件夹一丢，再也不看了。这是最大的浪费。这个东西从来不是用来证明你做得好的，是用来补坑的。我之前认识一个做芯片设计外包的团队，做完调研发现，所有不满都集中在一个点：交付后的bug响应太慢，改个小问题要等三天，设计本身的分数都很高，就是售后跟不上。他们本来还想招新的设计工程师，看完结果转而去加了一个专门的售后技术对接岗，第二年续约率直接涨了三成。当然也有应用边界，不是所有合作都要大张旗鼓做调研。单次小项目，金额低时间短，犯不上兴师动众，做了反而浪费成本。只有长期合作、多轮对接的项目，或者需要攒资源攒口碑的模式，调研才有用。也别搞过度设计，把问卷搞出五六十道题，谁有空给你认真填？核心问题控制在15道以内，开放题只留一道就够：“本次合作，你最希望我们调整的一件事是什么？”别问“你有什么意见”，问这种问题，九成你拿到的都是“没有意见，挺好的”这种废话。现在很多人喜欢用AI分析开放题，效率确实高，但AI会把情绪化的表达磨平，有人填“对接人半个月找不到人，急死个人”，AI会归类成“沟通不及时”，看起来整齐，但那股子情绪没了，你就感受不到问题的严重程度。所以一定要留十分之一的原始回答自己看，那些带情绪的细碎表达，才是最值钱的信号。不过话说回来，数据也不是万能的。有合作了五六年的老伙伴，这次突然打了低分，不一定是要跟你分手，说不定就是这次项目出了点岔子，等着你主动过来问一句，解决了就没事了。要是看到低分直接把人划进不满意名单，反而把老交情作没了。调研最终看的还是人，不是数字。你真的在乎合作方的感受，哪怕只做十份问卷，也能拿到真东西；你只是想走个流程拿个高分装样子，发一千份也是白搭。

产学研合作评价：别把好经念歪了

Sat, 26 Sep 2026 02:03:50 +0800

前阵子跟高校搞化工的师兄吃饭，酒过三巡他拍着桌子吐槽。手里攥着几千万的企业横向项目，评职称的时候不算核心成果，因为没发够顶刊论文。转头企业那边也不满意，说花了钱拿到一堆专利，根本没法直接改造成生产线，最后赔了时间又赔了钱。

两边都一肚子火，问题出在哪？说白了就是评价体系错了。从根上歪了，再好的合作也出不了好结果。

现在的产学研合作评价，多半是两头不讨好的糊涂账

你去随便翻几个地方产学研项目的验收表，十有八九都是那几样：经费到位率多少，发了多少篇论文，申请了多少件专利。没了。

传统产学研合作评价指标占比统计图

说实话，这套指标是给纯科研项目准备的，套在产学研身上，那不就是削足适履吗？

高校老师要评职称，就想着多发论文，核心技术点藏着掖着，不肯给企业讲透，反正在评价体系里论文够了就算完成任务。企业要的是能落地降本的技术，不是锁在档案室里的论文专利，花了大价钱打水漂，下次自然不愿意再合作。

我去年帮一个地方高新区整理过近三年的项目验收材料，一百多个项目，百分之八十的评价表，没有一个指标问：这个成果现在给企业创造了多少营收？解决了哪一个卡脖子的具体问题？

全是走流程。打个分，盖个章，项目结了，大家再也不联系。

靠谱的产学研合作评价，得学会分类，也得敢分利

产学研合作本来就不是一种模式。有高校出技术找企业转化的，有企业出难题找高校攻关的，还有一起盯着未来十年做预研的。你拿一套指标卡所有项目，不乱才怪。

分类分层产学研合作评价体系框架图

做基础攻关的前期合作，你跟人要转化率？那不对。做产业化落地的项目，你跟人比发了多少顶刊？那就是瞎搞。

之前我接触过深圳一家新能源企业和哈工大团队的合作，人家那评价玩得真叫通透。

前期实验室研发阶段，评价就看技术参数达不达标，不催产出，只要按节点完成技术突破，就给团队发激励，不问卖了多少货。到了中试放大阶段，评价直接转成看良品率、单位成本下降幅度，最后产业化做成了，直接按年销售额的三个点提分给高校团队。

这不比盯着论文数打分靠谱一百倍？

评价的核心从来不是打个分评个等级，是把利益说清楚，把功劳算对人。现在很多地方喊成果转化赋权改革，改来改去评价体系不变，还是论文至上，那老师凭什么放着好发的论文不做，浪费时间给企业解决脏活累活？

敢把成果收益分给做事的人，就得敢在评价的时候把功劳算给做事的人。这点道理，很多地方到现在都没懂。

产学研合作评价，得把「看不见的贡献」算进去

大部分做评价的人，眼睛只盯着看得见的东西：经费、论文、专利、当年的销售额。可产学研很多价值，本来就是慢的，是看不见的。

比如说，合作几年，高校给企业培养了十几个懂技术的核心研发骨干，这些人未来十年都会给企业创造价值，这个贡献怎么算？比如说，高校帮企业搭起了正规的研发体系，原来企业只会仿造，现在能自己做新品开发了，哪怕这次合作的项目没做成，这个贡献不该算吗？

现在长三角有几个省份已经试点，把人才培养质量、企业研发能力提升这些软指标放进评价体系，权重还不低。之前看过一个案例，一个产学研项目产业化没成，但是帮企业培养了三个核心研发，还帮企业搭了研发实验室，最后评价还是给了优秀，地方政府还给了后续的滚动经费支持。

这才是懂行的做法。

不过话说回来，软指标不是糊涂指标。很多地方把软指标做成了人情分，评委看着给分，那还不如没有。其实软指标也能做硬，比如说人才培养，你就数有多少学生进入合作企业的研发岗，有多少学生在项目里解决了实际的技术问题，拿到了企业内部的创新奖，这些都是可查可算的，不是拍脑袋给分。

现在到处都喊产学研深度融合，喊了这么多年，真正能成的好项目还是少，一半以上都卡在了评价这块。你要让人家沉下心来做真正的融合，就得给人家合理的评价，该给的荣誉给，该分的钱分，不能让干活的人吃亏。

别抱着几十年前的老指标不放了。多去企业食堂坐一坐，多去高校实验室聊一聊，就知道现在的评价体系，错在哪了。

蹲在工位改bug的人分不到蛋糕？聊聊真实的技术人才激励

Sat, 26 Sep 2026 01:45:46 +0800

上周跟做了十年后端的老陈吃火锅，毛肚都煮老了他还在叹气。去年他带头啃下来电商库存系统的重构，把常年卡脖子的发错货率压到了万分之一以下，光售后成本一年给公司省了快八百万。结果年底评优，拿了个“突出贡献奖”的水晶杯，奖金五千块，还不如销售部门新人开个单拿的提成多。

说出来你不信，那天老陈把那个水晶杯当烟灰缸用了，说还不如给两箱烟实在。这种事，干技术的谁没遇见过？

互联网公司技术团队年会领奖现场合影

别扯虚的情怀，技术人才激励，先搞懂他们到底要什么

很多老板一提起激励，张嘴就是“好好干，以后给你升职当经理”，好像所有人都挤破头想管人似的。老陈当年就推了部门经理的位置，就想蹲下来搞架构写干净的代码，结果好了，升职加薪这条路直接堵死，干出花来也只能拿高级工程师的死工资，连人家人事岗的主管拿的都比他多。

说实话，技术人才和别的岗位真的不一样。销售跑成多少单，采购省了多少钱，成果明明白白摆脸上。技术的成果呢？你把数据库查询速度从三秒压到三百毫秒，用户只会说“这个网站用着还行”，不会给你发锦旗，老板翻报表也看不到这部分省下来的服务器钱和留存提升，只会觉得“哦，这是你应该做的”。

还有更扎心的，很多公司算贡献，按写代码行数、改bug数量算，这不是扯吗？我前同事花了一周，删了两万行没用的历史代码，把系统稳定性提了三个点，按这个算法他这个月绩效还不合格了？核心技术人的价值，从来都不是堆工作量堆出来的，是解决别人解决不了的问题，扛住别人扛不住的坑。

能落地的技术人才激励，到底有哪些真玩法

我待过的一家创业公司，很早就搞了项目增量分红池，规则其实很简单：每个技术项目上线跑满半年，核算这个项目到底带来了多少增量——要么是省了多少成本，要么是带来了多少新增营收，按5%-10%的比例抽出来放到分红池，分三年给核心参与的技术人员发。

为什么分三年发？你想啊，技术项目的坑，多半是跑半年才冒出来，刚上线看不出问题，要是一次性把钱发完，核心的人走了，烂摊子谁收拾？分三年发，每年只要项目正常运行，你还在维护，就能拿到当年的份额，既绑住了人，也对得起人家的贡献。

互联网公司技术项目增量分红核算表

还有个大家都听说过，但很少有公司真做对的，就是技术管理双通道。说白了就是，技术人不想转管理，一样能往上升，高级工程师的薪资比部门总监高，首席架构师拿的比CTO多，只要你技术能打，不用逼自己学怎么管人怎么开无效会，一样能拿到top级的收入。我认识一个做图形学的老哥，在一家车企干，现在是首席专家，年薪比整车部的总经理还高，天天不用出差，不用陪客户，就蹲实验室搞算法，爽得很。

还有些小钱之外的激励，其实比钱还管用。比如给核心技术人才自主决策权，十万块以下的研发预算，你自己拍板，不用找总监签字不用走OA审批，想试什么新技术想买什么商业服务，自己说了算。就这点授权，比每个月多给五千块加班费还留得住人，你想啊，干技术的谁没个想做的东西，天天申请个东西层层卡，什么心气都磨没了。

踩了就死的几个误区，别不当回事

第一个坑，就是把加班费当激励，把加班时长当贡献。技术活是靠脑子，不是靠堆时长，你熬三个夜写出来一堆连注释都没有的垃圾代码，后面维护要花十倍的时间，这叫贡献吗？很多公司觉得，我让你加班给你算加班费，已经仁至义尽了，说实话，真正能打的技术人才，想要的是干完活准时走，有时间给自己充电陪家人，那点加班费还不够调理熬夜熬坏的身子，谁稀罕？

第二个坑，就是搞平均主义，人人有份。项目成了，核心骨干拿的奖金和刚进来打酱油的实习生差不多，美其名曰“团队合作人人都有贡献”，说白了就是和稀泥。技术项目那点核心贡献，本来就是两三个核心人物啃下来的，剩下的都是打下手，你搞平均，就是逼核心的人走，下次谁还愿意玩命啃硬骨头？

第三个坑，就是只激励成功，不允许试错。你搞个新技术创新，成了给你发五千块奖金，败了就扣KPI扣工资，那谁还敢碰创新？哪有技术创新是百分百成的？大公司的核心产品，多半都是团队试错试出来的，败了就砍，不罚人，下次再来，这才对。当然也不是瞎试，给个明确的预算边界，到点没成果就停，不追责，就够了。

不过话说回来，现在很多公司搞的股权激励，说给技术人才分股份，其实都是虚的，没有表决权，不能分红，离职就低价收回，说白了就是画饼拴人，真不如实打实现金分红来得实在。

老陈今年初还是走了，去了一家几十人的小公司，老板拉他当技术合伙人，项目赚了钱分四成，现在不用天天开早会晚会，不用陪老板喝酒，专心改自己的架构，朋友圈发的烧烤图都比之前多了。

干技术的人，大多憨，不会说漂亮话，你给他该拿的，尊重他想要的，他就能给你干出值钱的活。就这么简单。

错位与校准：科技成果奖励的祛魅与重构

Sat, 26 Sep 2026 01:26:48 +0800

去年和某985的青年博后吃饭，酒过三巡他摔了酒杯。他熬了四年泡在实验室，把某新能源材料的循环寿命提了三倍，课题组报奖，他的名字排在第五，甚至拿不到获奖证书。领奖那天，院长西装革履站在台上，接受掌声。没人记得台下蹲了四年的年轻人。

被掩盖的分配错位

这种情况不是个例。当前大部分评价体系里，贡献确权机制缺失是最核心的问题。报奖的牵头单位往往是团队负责人所在的单位，排序规则默认行政职务越高排位越靠前，至于实际做了实验设计、数据处理、落地调试的一线科研人员，只能沦为背景板。你去翻任何一个获奖项目的名单，前三位永远是单位领导、资深学者、项目负责人，排在后面的十几个名字，才是真正把活儿干完的人。很多时候他们连评审会的门都进不去。更有意思的是，有些获奖成果，其实是十几年前的老成果攒出来的，换个说法包装一下，就成了新成果报奖，拿了奖回去分政绩，没人关心这个成果到底有没有用，有没有真正转化落地。说实话，我见过太多拿了奖的成果，锁在档案柜里落灰，连个中试都没做过。也见过很多没拿奖的成果，在工厂里天天转，给企业赚着真金白银。高校科技成果奖励申报签字现场不过话说回来，错位的根源不止在分配，还在规则本身。

规则自带的隐性门槛

现在的申报规则，总有一堆硬指标。要多少篇TOP期刊论文，要多少件授权发明专利，要达到多少万的转化合同额……这些指标看起来公平可量化，实际上把很多真正有价值的成果拦在了门外。举个实实在在的反例。江浙地区一个做纺织机械的民营企业，总工程师花了十年改了纺纱机的锁边机构，把残次品率从1.2%降到了0.1%，每年给整个行业节省的原料成本超过两个亿。这个成果够分量吧？但是报奖的时候，初筛就被刷下来了——因为整个成果只有一篇实用型专利，没有发过SCI论文，不符合报奖的基本条件，连让专家看一眼的资格都没有。 分类评价标准缺位，把所有领域的成果都放在同一个标尺下去量，本身就是最大的不公平。基础研究要论文产出，没问题，但是应用技术成果，解决的是生产一线的实际问题，为什么非要拿论文数量卡脖子？还有一个隐形门槛，是圈层壁垒。能评上奖的，大多是已经在圈子里有地位有话语权的人，新人哪怕成果再好，没有足够的人脉背书，根本过不了初审。这种看不见的壁垒，比明面上的指标更消磨年轻人的科研热情。很多人说，评奖就是评资历，不是评成果。这句话难听，但是大部分时候站得住脚。制造业企业应用技术成果验收现场

回归价值本身的校准方向

回归价值本身的校准方向要改，不能只改皮毛，要动根子。得把贡献写在明面上。任何报奖项目，必须要求每个完成人标注清楚自己实际完成的工作，大到整体实验设计、核心技术突破，小到测试数据整理、中试工艺调试，每一块是谁做的写清楚，全网公示出来，只要有人举报贡献不实，直接一票否决，终身取消申报资格。不能再稀里糊涂把一群人的名字堆上去，让干活的靠边，当官的领奖。得把分类评价落到实处。基础研究类成果，由小同行匿名评议，不数论文影响因子，只看成果真正的学术贡献，是不是真的推进了学科进步，解决了长期悬而未决的问题。应用技术类成果，不要找高校的同行闭门评议，要找用这个成果的企业、一线行业从业者评，就看你解决了什么具体问题，带来了多少实际收益，别的都不重要。软科学成果就找政策制定者和服务对象评，不要对着指标堆字数凑行数。得把奖励的受益权往一线倾斜。很多单位默认，获奖奖金大部分要分给团队负责人，这个规矩得改。真要奖励，就奖励给实际干活的人，负责人该拿管理贡献对应的部分，不能把大部分收益和荣誉都拿走。当然也要讲清楚边界。不是说要取消所有相关奖励，也不是说所有的评奖都是暗箱操作。确实有很多德不配位的奖项，但也有不少实至名归的认可，给真正做事的科研人员带来了资源和动力。我们要修正的，是错位的规则，不是否定奖励本身存在的价值。什么时候，真正干活的人能站在领奖台中央，拿到该拿的荣誉和收益，这套制度就算真的改对了。路还很长。但总得一步步走。

创新绩效测量：别让好创新死在错误的考核表上

Sat, 26 Sep 2026 01:05:48 +0800

我见过太多本该跑出来的好项目，最后死在了绩效考核上。上个月跟一个中型科技公司的技术总监吃饭，酒过三巡他拍着桌子吐槽，去年团队压了半年做的大模型行业微调预研，因为连续两个季度没给公司带来正向收入，硬生生被砍掉，核心成员直接跳槽去了竞品，今年人家同款产品落地，拿了三个亿的订单，他们老板现在天天追着他骂为什么不早做，他连顶嘴的欲望都没有。错在哪？错在拿错了尺子。

为什么大部分公司的创新绩效测量都是错的

大部分公司老板和HR的惯性思维是：绩效不就是算投入产出吗？不管什么业务，套KPI总没错吧？大错特错。 成熟业务拼的是效率，创新拼的是探索，两者逻辑从根上就不一样。成熟业务你知道路在哪，知道走一步能赚多少钱，当然可以按月按季度算营收算利润。创新呢？你连终点在哪都摸不到，可能试了三个月发现原来选的方向根本走不通，那这三个月的投入就是浪费吗？不是啊，你排除了一个错误选项，给整个公司避了坑，这本身就是价值。企业创新与成熟业务绩效考核对比表我之前看过一份国内创投圈的统计，超过70%的硬科技创新项目，前两年都不会有正向收入，超过一半的项目会调整至少三次核心方向。如果按照传统的财务绩效测量，这些项目全都是不合格，全得砍，那最后哪来的新物种？更可笑的是，很多公司为了凑创新指标，逼着团队做“伪创新”。为了每个季度的绩效好看，团队就选那种换汤不换药的方向，把老产品改个UI换个名字就叫创新，绩效全达标，实则一点竞争力都没有。真创新没人敢碰，碰了就是死，谁愿意拿自己的年终奖开玩笑？

靠谱的创新绩效测量，到底要测什么

说实话，科研界早把这个问题摸得挺清楚了。早在上世纪90年代就有学者提出，创新绩效不能只测最终的产出，要测过程中的价值。最近十年随着创业创新的普及，越来越多的研究都指向同一个方向：靠谱的测量，核心就两个东西：阶段性假设验证进度，和试错的信息质量。斯坦福大学2022年有一份跟踪了120家科技初创企业创新项目的研究，结论挺有意思：那些用“阶段性验证指标”代替“营收利润指标”的项目，最终成功率比传统考核方式高2.7倍。什么叫阶段性验证？举个例子，你要做一款面向中小餐饮商家的SaaS产品，这是个全新的方向，第一个月的绩效指标不是让你签10个客户，是让你访谈20个商家，验证你想解决的“库存盘点难”是不是真的是商家的痛点，痒不痒，痛不痛，验证完了就是合格。第二个月的指标，是做一个最小可用原型，找5个商家试用，验证你的产品能不能真的解决这个问题，验证完了就是合格。第三个月再谈转化，谈营收。整个过程，本质上就是带着假设一步步试，每走完一步拿到确定的信息，就是绩效。比你空喊口号说我一年要做一个亿靠谱多了。创新项目阶段性绩效测量指标示例图然后是试错的信息质量。很多老板觉得项目犯错就是不行，就要扣分。不对。你试了一个方向，发现走不通，把为什么走不通、坑在哪、客户真实的需求到底是什么，全写清楚了，整个公司以后都不用再踩这个坑，这就是顶级绩效。反而那种为了不犯错，一直绕着难点走，看起来每个节点都完成，其实什么真东西都没拿到，那才是真的不合格。

不同创新，就得用不同的测量尺子

不同创新，就得用不同的测量尺子当然了，不能一概而论。创新也分三六九等，不同类型的创新，尺子完全不一样。最常见的是持续性创新，就是在现有产品基础上迭代，比如把手机摄像头从4800万改成1亿像素，把电商平台的发货速度从次日达改成当日达，这种方向明确，改进空间可预期，完全可以用传统的绩效测量，算投入产出，算提升幅度，没问题。但如果是颠覆性创新呢？就是要做一个完全没有参照的新东西，比如十年前做智能手机，现在做通用人工智能，这种你拿传统尺子量，就是找死。当年诺基亚功能机卖得那么好，内部做智能手机的团队，营收怎么可能比得过功能机？按绩效砍了，最后就把自己玩没了。不过话说回来，现在很多公司嘴上喊着要做颠覆性创新，考核还是用老一套，这不就是挂羊头卖狗肉吗？还有开放创新，就是跟高校、科研院所、外部团队合作搞的创新，这种更不能只看内部财务指标。很多时候你跟高校合作一个项目，最后产品没做出来，但是你的团队学到了新的技术方法，培养了几个能啃硬骨头的核心人员，还拿到了行业前沿的信息渠道，这就是实打实的创新绩效，怎么能不算呢？华为的2012实验室，很多朋友都知道，他们对早期预研项目的考核，根本就不碰短期营收。看什么？看你今年摸清楚了多少个前沿技术方向，发表了多少篇有质量的核心论文，申请了多少个卡位的专利，跟多少领域顶流团队建立了稳定合作。这些都算绩效，等技术成熟了，转到业务部门再去算营收指标，那是后面的事。说回现在，AI大模型火了快两年，一大堆公司都上马了自己的大模型创新项目。我见过太多老板，上来就要求项目今年就要带来多少多少营收，不然就砍预算砍人。这不是创新，这是买彩票。真的，创新本身就是不确定的。创新绩效测量，本质上不是为了淘汰谁，是为了帮创新走得更稳，帮团队及时调整方向。你把它当成了砍项目开人的工具，最后没人敢碰真创新，全去蹭热点做假创新，亏的还不是你自己？别拿错了尺子，冤死了好创新。

智能决策支持：老板说"帮我拿个主意"，真不是让AI算命

Sat, 26 Sep 2026 00:46:45 +0800

上周去南京河西的产业园找做供应链的老朋友喝茶，刚进门就碰到他们总监在会议室拍桌子。上个月换季调库存，几个老经理熬了三个晚上拍板，结果错判了两款新品的动销率，压了小两百万的货，亏得肉疼。转头就拍板要上智能决策支持，当初拍胸脯的厂商说“点一下就能出最优解”，结果上线俩月，仓库经理说什么都不肯用，说算出来的方案根本没法落地。这种事儿，我见过没有十次也有八次。

说破真相：智能决策支持，不是帮你做决策

说白了，绝大多数人对智能决策支持的最大误解就是：它不是来替你做决策的，它是来帮你做好决策的。很多老板一提这玩意儿，第一反应就是找个AI来替自己拍板，出了问题还能甩锅。哪有这么好的事儿？就说刚才库存的事儿，老经理靠经验记，只能记得住三五件影响因素：去年同期卖了多少，今年备了多少货，促销打几折。那些更细碎的变量呢？隔壁竞品上个月刚开了家直营店抢流量，这两款的原材料最近涨了价要不要同步调售价，下个月经销商要提前备货要挪出三个仓位，这些信息散在销售、采购、仓储三个部门的表格里，老经理就算天天不睡觉也不可能全算到。智能决策支持干的是什么活？就是把这些藏在犄角旮旯的信息全挖出来，把每一种可能性都算清楚，给你把几个可选方案摆到台面上：哪个方案能多赚十万，但压库存的风险是25%；哪个方案少赚四万，但风险不到5%；哪个方案适合清仓腾仓位，为下个月新品让路，全都给你标得明明白白。零售供应链智能决策支持方案对比界面图说实话，要是抱着让AI替你拿主意的心态上系统，十有八九要翻车。未来本来就没有百分之百确定的事儿，所有决策本质上都要承担风险，这个责任，谁都替你背不了。

它到底是怎么干活的？说个你能听懂的类比

别跟你扯什么随机规划、强化学习这些晦涩术语，我给你举个日常的例子你就懂。你周末去南京夫子庙玩，想吃顿地道的淮扬菜，你会怎么选？打开点评APP，先筛选出三公里以内，评分四分以上，能接受人均一百左右，然后它还记得你上次说不吃甜口，不爱排队，还告诉你现在去这家，号已经排到二十桌后，半小时后去刚好，另一家步行多五百米，现在去不用等，味道评价差不多，这不就是最贴近你生活的智能决策支持吗？放到企业场景里逻辑也一模一样。我之前在制造工厂待过，原来计划部三个老法师天天加班排生产计划，哪台机器明天要检修，哪个客户的订单要得急，同一款原料的订单能不能放一起省换模时间，物料什么时候能到厂，稍微错一个点，整个排程全乱，插个紧急单就要熬通宵。上了智能决策支持之后呢？把所有订单信息、机器运维记录、物料到货周期全部录入进去，告诉系统你这次的目标是什么：是优先保大客户交期，还是优先省成本，还是优先开满机器降低能耗，它不到十分钟就能给你算出三到五个符合要求的排程，你只要根据实际情况挑一个就行。原来三天的活，现在两个小时干完，出错率直接降了七成多。制造工厂生产排程智能决策支持运行界面图拆解开来本质就是三步，没什么玄乎的：第一步，把你乱七八糟的零散数据捋干净，把所有影响决策的变量都找出来，扔掉没用的垃圾数据；第二步，根据你定的目标，把所有可能的组合都算一遍，筛掉那些明显违反规则的选项；第三步，把剩下的合格方案按优先级排好，每个方案的风险和收益都标清楚，交给你自己选。就这么简单，那些吹得天花乱坠的概念，都是用来割企业韭菜的。

踩过的坑：这些误解放掉你几十万打水漂

踩过的坑：这些误解放掉你几十万打水漂干这行快十年，见过太多企业把大几十万甚至上百万砸进去，最后落得个锁在服务器里没人用的下场，大多都是踩了这几个坑。第一个坑，数据乱成一锅粥就急着上线。很多公司销售数据在CRM，库存数据在WMS，财务数据在另一个独立系统，各个部门对不上数：销售说这个月卖了一千件，仓储说发了九百八，财务说只收到九百五的款，就这数据，喂给智能决策支持，算出来的结果能准吗？鬼都不信。基础数据没捋顺，别急着上项目，这是底线。第二个坑，追求百分之百准确，错一个点就否定全部。很多老板上来就说，你这算出来的销量怎么差了五个点，肯定是系统不好用。我就想问，原来你们老经理拍板，差个十五二十个点不是常事儿吗？怎么人错了就没事，AI错五个点就不能接受了？说白了，它就是帮你把错误率降下来，不是帮你消灭错误，天底下没有能算准未来的神仙。第三个坑，扔掉老经验，完全信系统。之前有个做餐饮连锁的客户，看了宣传就动心，上了系统选新店址，系统算出来大学城某个铺位人流大、租金低，评分排第一，老板不听老店长的劝，老店长说那地方周末人流是大，周一到周五学生都上课，饭点都在学校食堂，根本没生意，结果老板偏信系统，开了，半年就关门转租，亏了小一百万。不过话说回来，这真不是系统的错，是老板自己傻，你为什么不把老店长总结的“工作日人流占比”这个变量放进系统呢？系统又不知道你没说的规则。讲到这里就得说清楚智能决策支持的边界：它最适合的，就是那种变量多、数据全，靠人脑算不过来的事儿，调库存、排产能、规划物流、甚至给组合基金选备选池，这些都好用。它帮不了你的，就是那些根本没法量化，没有足够数据的事儿，比如要不要创业，要不要投资一个全新的赛道，要不要跟对象结婚，这种事儿，你问谁都不如问你自己，别折腾AI。上个月再去那个产业园，老朋友说他们改了需求，原来要求AI替总监拍板，现在改成给经理们做方案输出，还把几个老经理做库存的经验全都整理成规则放进了系统，现在调库存的时间从三天降到四个小时，出错率降了八成，现在大家都抢着用。说白了，所有技术，核心都在名字里那两个字。智能决策支持，核心从来都是“支持”。它是帮你省力气，帮你避开盲区，不是来抢你的位置，更不是来帮你背锅。搞懂这一点，才不会白花钱。

从垃圾山到金矿山：循环经济模式的破局与边界

Sat, 26 Sep 2026 00:27:48 +0800

上个月去南京江北的化工园区调研，车开进去看不到印象里弥漫的粉尘，路边规整的堆场堆着隔壁厂拉来的废催化剂，等着提取里面残留的铂族贵金属。看门的老师傅说，十年前这一片到处是偷倒废渣的沟，下雨天流出来的水都带颜色，现在连烧锅炉的灰都能卖钱。你看，这就是最实在的变化。

不是“环保口号”，是重新定义资源的底层逻辑

很多人的认知还停留在“收废品”的层面，觉得这就是把原来扔的东西捡起来再用，内核其实完全不一样。传统生产逻辑是“资源开采-产品加工-废弃排放”的单向直线，所有脱离主流程的副产物都被归为“需要花钱处理的垃圾”。它反过来，把整个生产消费链条里的所有副产物、报废品，都当成“没找到正确位置的资源”，重新接入下一轮生产流程。核心是全生命周期的资源效率优化，不是只盯着末端捡垃圾。化工园区循环经济物质流向示意图说实话，我见过太多地方把这个概念玩歪了。花几千万建了自动化分拣中心，铺了好几个小区做垃圾分类试点，结果市面上卖的奶茶杯还是带塑料膜的复合纸包装，拆都拆不开，最后分拣出来的东西只能送焚烧厂填坑。这就是抓错了核心。源头减量化的权重，远高于末端回收再利用。如果产品设计阶段就没想过回收，再多末端投入都是白搭。就拿节日礼盒来说，同样装几块月饼，一个硬纸盒加无覆膜内托，和一个实木礼盒加塑料电镀装饰，后者就算能拆分回收，生产过程消耗的资源早就超过了可回收部分的价值。没用的。

落地的坑：那些被忽略的应用边界

现在只要沾点边的项目都往这个概念上靠，好像套个壳就能拿政策支持，好像这是解决所有资源环境问题的万能药。其实任何模式都有适用边界，越界就是实实在在的浪费。第一个绕不开的就是环境效益的边界，回收不是一定比用新料环保，要算全生命周期的总账，不能拍脑袋说回收就环保。不同材质塑料回收碳足迹对比条形图之前看过一份国内高校的研究报告，某类常用作食品包装的复合PE塑料，原生料生产一吨的碳排放约1.8吨，回收一吨的碳排放居然达到2.1吨。因为要脱除复合层、多次清洗杂质、重新造粒成型，每一步都要耗电极多，最后产出的再生料性能还不如原生料，只能用在要求很低的领域。这种回收，做了反而对环境不友好。这不是瞎折腾吗？第二个边界是经济效益的边界，很多看起来完美的循环链条，离开了政府补贴就活不下去。之前见过北方一个产煤区，当地主推煤矸石制建材，一开始政府每吨补贴三十块，园区搞得热火朝天，后来补贴退坡，煤矸石制砖的成本比普通黏土砖高出一成多，运输半径还不能超过五十公里，根本竞争不过常规建材，整个厂子不到半年就停摆了。不过话说回来，也不能全怪搞项目的企业，很多地方招商的时候只算政治账不算经济账，硬捏合链条硬上项目，最后烂尾，反而坏了整个方向的名声。

破局方向：从追求完美闭环到适配性开放循环

破局方向：从追求完美闭环到适配性开放循环教科书里的全闭环当然好看，所有资源都在体系内循环，不产生一点废弃物排出。但现实里，完美闭环几乎不存在，也没必要强求。实现路径上不妨灵活一点，根据不同品类的特性做适配，不用死磕100%闭环。对资源密度高、回收价值够的品类，比如动力电池里的锂钴镍，电子设备里的金银铜，这些要扎扎实做实做闭环回收，哪怕现在成本高一点，随着原生资源价格不断上涨，早晚能打平甚至盈利。对资源密度低但是体量大的品类，比如建筑渣土、废玻璃，不用强求回到原来的产品形态，可以做梯度利用，渣土用来平整坑塘造地，废玻璃融化做保温建筑材料，能利用一部分就是赚。对回收成本远高于价值的低价值废弃物，核心放在源头减量化，能少生产就少生产，不要硬着头皮搞回收凑业绩。制度层面也要调，现在很多地方的补贴都给了末端的回收处理企业，其实不如把补贴往前移，给那些在设计阶段就做可回收设计的生产企业。比如生产消费电子的厂商，如果做了模块化设计，零件能拆能换能单独回收，就给税收优惠，比给后面的拆解企业补钱有用得多。真正做得好的园区，没有一个是靠政府硬捏出来的完美闭环，都是一个厂的废料刚好匹配另一个厂的原料需求，靠市场自己慢慢磨合出来的有机链条，政府只需要搭好信息平台，做好规则监管，不用强行撮合。未来很长一段时间里，它都不会是完全取代传统生产模式的存在，只会是和传统模式互补的一种形态，把原来被白白扔掉的资源重新捡回来，一点点降低整个经济体系对原生资源的依赖。下次再听到有人把它吹成万能解药，不妨多问一句，全生命周期的账，算过了吗？

工厂蹲了半个月，我总结了几个反常识的批量生产优化逻辑

Sat, 26 Sep 2026 00:05:50 +0800

前阵子帮珠三角好几个制造工厂梳理流程，最大的感受就是，很多人对批量生产优化的理解，从根上就错了。一上来就是砸钱换设备、上自动化，结果钱花了一大圈，产能没涨多少，成本反而上去了。

别上来就改设备，先动信息流

很多老板一听到优化，第一反应就是我这条线设备老了，换！换最好的进口机床，换机械臂，好像换完问题就解决了。

之前东莞有个做汽车塑料内饰件的老板找我，说他们一条注塑线月产能卡12万件死活上不去，废品率还一直稳定在4%，算下来每个月光废品就亏十几万，已经订了一台120万的新注塑机，定金都交了，想让我过去看看还有没有别的招。

我蹲在那条线呆了三天。

问题根本不在注塑机。

他们的换模排程完全乱套，老班长凭着印象排单，今天做黑色卡扣，明天换米色仪表台，后天又换回去做黑色门槛条，光换模等待每天就占两个多小时。换模越频繁，模温越难控制，熔融塑料的密度不稳定，出来的件尺寸自然差，废品率能不高吗？

汽车塑料配件工厂换模排程优化对比表

后来改的方案也简单，把同色系、同材质的订单全部归堆排程，大模换小模和小模换大模拆分不同流程，把准备工作提前在生产线外做完，硬生生把单次换模时间从45分钟压缩到18分钟。

一分钱设备钱没花。半个月后再看数据，月产能直接涨到15万件，废品率掉到1.2%。老板后来退了新注塑机的定金，拿着省出来的钱给工人涨了工资，皆大欢喜。

说实话，这才是性价比最高的批量生产优化！大部分工厂的产能，根本就没完全挖出来，你连现有流程里的水都没挤干，换什么设备都是白搭。

工人的隐性浪费，是90%厂子都漏算的账

什么叫隐性浪费？就是你站在车间门口看，所有人都在忙，没有闲人，但是把每个动作拆开看，一半都是没用的。

去年去宁波一家做家电五金冲压件的厂子，厂长跟我抱怨，说工人效率上不去，计件工资涨了10%，产量只涨了2%，人还天天喊累，离职率都比去年高了。

我掐着秒表跟了一个工人一整个小时。他每次装料，都要转身跨一步，再走三米到身后的料框拿料，挑出合格的毛坯，再走回来放到冲压机模位上。一小时做112件，光转身走路就重复了112次。

你想啊，八小时下来，光走路就得走十几公里，人累得腰都直不起来，最后几个小时装料的时候手都抖，尺寸错的能不多吗？

五金冲压工厂工人操作动作优化对比图

改的方案说出来你可能都不信，就是把料框直接卡在冲压机操作位的侧边，提前让杂工把毛坯按尺寸分好码进框里，工人不用转身，伸手就能拿料，放料直接对位，连调整都省了。

改完再掐表，一小时做124件，整整多了12件，工人说，干一天下来腰不酸了，居然还能剩点力气。月底一算，出错率直接降了一半，每个工人平均每天多做90多件，总产量涨了快10%，工资虽然多拿了，但是单件的人工成本反而降了。

不过话说回来，很多厂长会问，工人天天干这个活，自己就发现不了？他当然能发现，但是改了对他有什么好处？做多了也是拿一样的钱，做多了还要帮别人干活，凭什么费那个脑子？

优化从来不是逼工人多干活，是把那些没用的动作全砍掉，让工人的力气都用在出合格产品上，双赢的事。

小批量时代，批量生产优化要拆不要合

这几年订单越来越碎，原来那种大流水线吃大批量的模式，越来越不好混，很多厂子一上来就要搞全柔性自动化，几百万砸进去，结果没几个单能覆盖成本，亏得一塌糊涂。

去年认识杭州一个做直播服装贴牌的老板，原来的流水线是20个人分10道工序，一次做几千件的大货没问题，但是现在直播订单都是几十件、上百件一批，换一次线就要四个小时，经常赶不上交期，退单退得他头大。

他本来想上几百万的自动裁床和柔性吊挂系统，后来听了劝，先改流程。把原来20人的大流水线，拆成四个5人的小单元，每个小单元从裁片到锁边到熨烫，全工序自己做，换款的时候只要一个单元停，剩下三个还能做别的款，换线时间从四个小时降到20分钟。

改完之后，原来一天最多做3个款，现在一天能做12个款，残次品率还降了3个点——因为一个款从头到尾都是那几个人做，出了问题直接就能找到根源，不用扯来扯去。

很多人觉得，批量生产就是要越大越集中越好，不对。现在订单碎了，你的优化方向就要跟着变，把大线拆成小单元，吃掉大线换线等待的冗余，比砸钱上设备有用多了。

我接触过太多搞批量生产的老板，都陷入一个误区：优化就是做加法，加设备加人加系统。其实恰恰相反，90%的有效优化都是做减法，减掉多余的等待，减掉没用的动作，减掉不必要的冗余，把省出来的时间、钱、人力，都用到能赚钱的地方去。

现在制造业利润薄，一个百分点的成本差，就是能活下去和被淘汰的差。你把该抠的细节抠到位了，比什么花里胡哨的概念都有用。

小批量试制：为什么你花了大价钱还做砸了原型？

Fri, 25 Sep 2026 23:45:47 +0800

去年9月23号，在南京紫金山脚下的双创园区，跟几个做硬件的朋友喝冷泡茶，聊起最近踩的坑。做便携户外储能的老陈把手机“啪”往桌上一放，屏幕里是几十台裂了壳的半成品，脸皱得像泡发了的陈皮。他说为了赶秋季户外展，听了某个供应链老板的话，直接花二十多万开模做了五十台小批量，结果一半装不上电池，直接错过了档期。钱打了水漂不说，融资方那边也对项目打了问号。

很多人一开始就错了。对小批量试制的理解，从根上就歪了。

别被“小”字骗了，小批量试制根本不是缩小版量产

不少初创团队的老板，提起小批量试制第一反应就是：不就是少做几个产品先卖卖吗？能省则省，直接跳过开手板的步骤，一步到位不好吗？

说实话，亏就亏在这个想当然。

你画在CAD里的设计图，是完美无缺的理想状态。每一个零件的公差、每一处拼接的间隙、每一种材料的硬度，都是按你拿到的样件参数标的。可实际生产呢？不同批次的原材料就会有误差，不同工厂的加工工艺也会有偏差，哪怕你把参数标得再细，做出来的东西跟你想的不一样，太正常了。

小批量试制的核心，从来不是生产出能卖的货。它是帮你在投入大成本量产之前，把能踩的坑先踩一遍。试设计能不能落地，试供应链能不能稳定出货，试工人能不能装得起来，试用户拿到手会不会出你想不到的问题。

就说老陈那次，设计图上给电池留的间隙刚好卡着他拿到的样件尺寸，结果代工厂批量拿电芯的时候，同型号电芯的公差比样件大了0.3毫米，就这三分之一毫米，五十台装进去二十七台外壳直接裂了。要是他直接跳试制，开模做十万台，那后果，想都不敢想。

消费电子小批量试制不合格手板堆放在车间角落实拍

这就是小批量的意义：花十几万试错，总比亏几百万强。

小批量试制到底要试哪几件事？

很多人搞不清小批量和手板的区别。手板是做个一两件，看看外形对不对，功能能不能跑通。小批量是把从原材料到成品的整个生产流程完整走一遍，一件都不能少。

头一件试的就是设计可制造性。你在设计软件里画的一体成型曲面铝壳，看着挺极简高级，真拿去CNC加工才知道，边角会变形，抛光抛不到，做十个废七个，这设计就得改。你为了减重把外壳壁厚减到1毫米，做出来一摔就碎，这不就是设计缺陷吗？这些问题，做一两个手板可能发现不了，做几十个上百个，规律就出来了。

第二件试供应链稳定性。你要的那款食品级硅胶，供应商说没问题啊，给了你样件，测试全过。结果你小批量拿货才知道，这款料最近产能紧张，每次交货都要等半个月，而且不同批次的硬度差超过标准，做出来的密封圈有的松有的紧，根本没法用。提前试一遍，你还能换供应商，等量产了你再换，那耽误的可不是一两个月的时间。

第三件试装配和售后。你设计的时候觉得三步就能装完，工人实际操作的时候才发现，要先装排线再卡主板，工位上根本伸不进去手，装一台要二十分钟，量产的话人工成本直接翻三倍，这不改设计能行吗？还有售后，你设计的时候说电池坏了用户自己就能换，小批量做出来用户拆都拆不开，这不是找骂吗？

新能源储能外壳小批量试制CNC加工工位实拍

这些鸡毛蒜皮的小事，设计图上根本看不见，只有真正做一批出来，才会一个个冒出来。

百分之八十的人，都踩过这些坑

我接触过不下几十个硬件项目，死在小批量试制上的，比死在创意上的多太多。

第一个坑就是为了省钱，找那种报价特别低的小作坊。你要做阳极氧化，他给你喷个漆就完事，拿到手看着差不多，用三个月就掉漆掉得没法看，你还以为是自己设计的配色有问题。你要做强度测试，他给你挑几个最好的给你，剩下的都是偷工减料做的，你测过没问题直接量产，结果良率一半都不到。

第二个坑就是完全照搬量产工艺，上来就开钢模。很多人觉得，反正最后也要开模，不如直接开钢模做小批量，一步到位。我见过一个做母婴用品的团队，上来花八十万开了两套钢模，做了两百台小批量，结果发现手柄的弧度设计错了，小孩抓不住，模具直接废了，八十万全打了水漂，本来就不多的融资直接耗光，项目没了。其实小批量试制根本不用开钢模，软模、铝模、3D打印批量成型，哪一样都能用，成本不到钢模的十分之一，试错了改也不心疼。

第三个坑，就是试完不整改，直接量产。很多人做小批量，挑几个没毛病的过了测试，就觉得没问题了，根本不看良率。你小批量一百台才六十台合格，良率六成，量产之后你能扛得住售后吗？去年南京有个做宠物自动喂食器的团队，就是这么死的。小批量做了一百台，挑了二十台合格的过了测试，直接量产五千台，卖出去一半堵粮，退回来三千多，直接把初创团队拖垮了。

不过话说回来，小批量试制也不是万能的。它没法帮你测出所有问题，更不是说小批量合格了量产就一定没问题。它只是帮你把大概率的坑提前踩了，把大风险变成小风险。要是你做的本身就是定制化的工业部件，本来就要不了十个八个，那你的小批量就是量产。要是你做的是快消一次性用品，犯不着做几十上百台，测测材质印刷就够了，不用花那个冤枉钱。

说回老陈的项目，后来他听了劝，把之前的钢模放一边，找工厂用铝模重新做了五十台，把电池间隙改宽了0.5毫米，重新测了一遍，良率提到了百分之九十六，后来赶了明年春季的展，订单拿了不少，今年上半年已经出了几千台正式货了。

做产品哪有什么一步到位的好事。你熬一锅汤，都要先舀一小勺尝咸淡，再端出去给客人喝，怎么到做产品这里，就想直接一锅端出来卖呢？省下那点试制的钱，最后把整个项目搭进去，真的犯不上。

从公厕扶手到自动驾驶：重新理解人性化设计的底层逻辑

Fri, 25 Sep 2026 23:25:50 +0800

上个月去南京新街口逛，找公厕，那间旧楼改造的公厕，蹲位旁边的扶手不是直直钉在墙上，是拐了个30度的角，刚好卡在我手肘发力的位置，当时就愣了。不是那种为了凑规范装的应付事，真的有人蹲那试过，挤出来的角度。对吧？

被符号化的“以人为本”陷阱

现在太多设计，把标签贴得比功能重。开发商样板间的全屋圆角，听起来好听，圆角半径做的比手掌还宽，硬生生占了半平米过道，孕妇拎着东西侧着身都过不去。某商圈顶流商场的母婴室，装了满墙的莫兰迪软包，拍照发小红书全是夸，结果插电口装在尿布台背后半米远，换尿布的时候插个温奶器要蹲在地上插！

说白了，很多设计是做给审核看的，做给营销宣传看的，唯独不是做给实际使用的人看的。规范是死的，人是活的，套着规范的壳子贴标签，最后只会造出一堆中看不中用的花架子。

商场母婴室错误插座位置实景图

有次陪家里老人去医院，取报告的一体机放在台阶上，高度按170cm的标准人做的，老人145cm，踮着脚都够不到屏幕，最后还是找护士帮忙。你说，设计的时候真的想过谁会天天用这个机器吗？不过话说回来，这种事现在见得还少吗？

真正的适配：从“满足标准”到“响应行为”

核心逻辑其实一点都不复杂，就是把用户行为的隐变量放进设计流程里，而不是只套国家标准的最低要求。

前年东南大学团队做南京老旧小区加装电梯的调研，结论很有意思：符合国家规范的按钮高度，刚好是大部分使用电梯的老人够不着的高度。规范要求按钮中心距地1.2米，这个标准是按青壮年平均身高定的，但天天用电梯的空巢老人，平均身高不到155cm，抬手按1楼按钮要踮脚，颤颤巍巍的很危险。后来团队给试点小区改了高度，调到0.9米，还加了凸出的大字体盲文贴，没花额外的钱，使用率直接涨了六成多。

南京老旧小区加装电梯按钮高度对比图

这里就有应用边界：不是说要推翻所有现有标准，而是标准是底线，不是终点。很多人搞不懂这个道理。比如手机系统的大字体模式，大部分APP只是把字号直接放大，根本不调按钮间距和操作热区，最后字大了，返回键和菜单键叠在一起，根本点不准。用大字体的人大多是老花眼，本来眼神就不好，你这么一弄，反而更难用了。

问题出在哪？他只改了看得见的参数，没响应真实的使用行为。你要知道，老花眼用户不光需要字看得清，还需要按钮够大、间隔够远，不容易误触，这才是真的适配。哪怕是自动驾驶里的座椅设计，很多厂商吹自己的副驾能160度平躺，是“移动沙发”，结果实际坐上去，要想靠在侧面放腿，滑轨长度不够，靠背角度卡得死，完全躺也不舒服，半躺也不舒服，就是对着参数堆料，根本没试过长途坐车的人到底会怎么摆姿势。

看不见的底线：谁是被漏掉的那群人

所有设计的起点，都是一个默认的“标准用户”：身高170cm左右，年龄20-30岁，双手健全，视力正常，行动灵活。可这个标准用户，在现实里根本找不到。

说实话，我见过太多无障碍设计，就是摆个样子。地铁站的无障碍坡道，修得比台阶还陡，说是给轮椅用的，连壮小伙推都费劲，更别说使用者自己摇轮子了。修这个坡道，只是为了满足验收要求，验收完就没人管它能不能用。

互联网产品里也一样。很多APP的夜间模式，就是把背景换成黑色，文字换成浅灰，宣传的时候说保护眼睛，结果四五十岁玻璃体浑浊的用户，浅灰字融在黑背景里，根本分不出笔画，看十分钟比亮屏看一小时还累。为什么？因为做设计的都是二十多岁的年轻人，他自己用着没问题，就默认所有人都没问题，他根本想不到还有一群人的眼睛已经经不起这么造了。

实现的路径其实一点都不复杂，就是把调研的核心从平均用户转到边缘用户，先满足最不方便的那群人，剩下的用户体验自然不会差。苹果的辅助触控功能，最早就是给手部有运动障碍的用户开发的，结果现在变成了几乎所有iPhone用户都会用的功能，就是这个道理。

当然也要谈风险：如果过度倾斜边缘用户需求，会不会影响大多数人的使用？比如小区把所有台阶都改成坡道，推轮椅推婴儿车方便了，下雨天坡道积水，正常走路的老人反而容易滑倒。其实解决方案也简单，不要非此即彼，留够空间就好，台阶和坡道都留，宽度做够，就能兼顾，根本不是什么不可调和的矛盾。

接下来的趋势其实很清晰，现在参数化设计、AI辅助设计已经能做到批量适配不同用户的需求，不需要再像过去那样只出一套标准化的方案。你做家装，输入家里老人的身高、行动习惯，就能自动调整台面高度、扶手位置，不需要设计师一个个改，这个已经在部分试点项目落地了，不是什么遥不可及的概念。

前几天路过颐和路的老书店，进门门槛比路面低了两公分，刚好把雨水挡在门外，又不会绊着进出的客人。老板说，当年翻修的时候，瓦匠师傅蹲那进出试了三次，就为了调这两公分的高度。哪有什么玄乎的大道理，就是有人真的把自己放进去，把用的人放进去罢了。