市面上很多产品有一个默认前提：需要使用者先把数据填好，产品才能开始提供价值。

CRM 就建立在这个前提上。销售记录客户需求、预算和异议，管理者再根据这些记录理解业务。但在实际工作中，事实沟通已经发生在电话、邮件、会议和聊天里，录入往往意味着再做一次整理。调研 LeapX 的种子客户时，我逐渐发现，整理记录这个动作包含的成本比想象中更多。销售需要回忆沟通内容，判断哪些信息值得记录，整理成系统规定的字段，还要承担写错的责任。工作忙的时候，销售自然会推迟它。等到主管打开看板，看到的可能是有遗漏、延迟或已被跟进的业务。

这改变了我们产品的起点。

我们优先建设商机跟进、线索研判与企业知识问答，让系统从自然沟通中生成候选事实和跟进建议，保留原文依据，再由销售核对确认。用户减少了最费时的数据整理录入，同时获得下一步的指导建议。数据开始成为工作流程中的自然产物，管理才有机会在更及时有效的销售数据上推进。但自动生成不等于自动成立。客户没有说过的预算，不能因为字段需要完整就被补齐；模型推断的意向，也不能悄悄变成正式数据。事实、推断和行动建议，需要有各自的执行标准。

当可信数据更容易形成，判断、协作与经验沉淀才能继续生长。产品架构可以很宏大，但第一步需要落在一个具体而真实的基座之上。

有一种产品问题，很容易被理解成用户习惯不好。

比如销售不及时有效地填写 CRM，管理者会一次次增加必填字段、提醒频次和考核要求。产品团队也容易沿着这个方向优化：怎样让录入更方便，怎样让遗漏更少。

但在访谈中，我听到了另一类顾虑。对一些资深销售来说，客户关系既是工作业绩，也是长期积累的个人资源。更完整地共享信息，可能意味着失去对客户资源的把控，让个人贡献被稀释。如果忽略了这一点，再流畅的录入体验也很难改变这类用户的行为。这让我重新理解了使用成本。它包括操作与时间，也包括责任、利益和控制感。AI 能提升整理信息的效率，却无法消除用户对共享资源后果的担忧。

在 LeapX 中，我们因此把贡献记录、商机保护期、角色可见范围与操作审计纳入产品功能考虑。谁最初发现客户，谁完成有效推进，哪些信息可以被谁查看，管理做了哪些分配调整，都需要留下清楚的记录。但与此同时，产品侧也需要清楚自己的位置。企业内的利益如何分配、客户最终归属如何确定、争议怎样处理，仍然需要由企业制度去决定。产品只提供信息和功能，协助企业制度的执行。

我不认为这类问题在产品设计之外。一个功能可能同时改变多个角色的收益与体验，产品经理需要理解这些变化，再把它们带进产品决策之中。

优秀的产品需要读懂人心。让用户感到被理解，是合作开始的前提。

看 GPT-6 Astra 的发布时，在 ARC-AGI-3 上取得了 99.9% 的成绩。更值得关注的是，在相同的 max 推理档位下，使用ARC标准 Harness 得分是 62.71%，99.9% 是使用OpenAI 专属的Harness 跑出来的。同样的模型，相差约 36 个百分点。Harness是组织模型执行任务的运行框架。ARC标准版允许模型留下可见笔记，OpenAI 专属的Harness 则进一步保留跨轮推理状态，并用上下文压缩处理长任务，让此前的观察与推理能够被持续利用。

这点与我做 Agent 产品时关注的问题很接近。很多时候，单独问模型一个问题，它能答得很好；一旦让它连续做任务，就会出现问题：前面确认过的信息没进入上下文，已经失败的方法又试了一遍，或者系统没有清楚地定义完成条件。不同的问题，最终都可能得出“产品不够聪明”的结论，但这背后其实是模型和Harness互相依赖的结果。

因此，对于市面上多数Agent产品我的判断是：当基础模型达到目标任务的能力门槛后，产品差异会越来越多地体现在运行框架的差异上。用户会越来越在意Agent产品是否反复遗忘、是否重复劳动、是否能够恢复，以及最后交付的东西能不能用等等。这些因素会直接反馈在任务结果的质量、时长、token成本和流程通顺度上。任务越长越复杂，这类差异就会越明显。这也是我愿意在 Agent 框架上投入精力的原因。任务如何拆分，信息怎样保留，哪些工具可以调用，什么情况下应该停止，都直接影响最终的任务结果。

置身AI行业，我当然会期待更强的模型；但对于Agent产品，我们应该要把足够多的注意力放在模型之外。用户最终从产品中获得的，是整个系统共同完成的结果。

作为多年的漫威迷，我趁着《蜘蛛侠4》上映之际，给同样喜欢超级英雄的侄子做了一份小礼物：HeroCheck。在这里玩家可以通过一系列测试去窥察自己在多元宇宙中的另一种神秘身份。

我把这份小礼物上架了小程序，分享给更多同好体验。