系统判断的三道筛

30 分钟给手头产品下结论

第二章 系统判断的三道筛：你的 AI 产品该不该是「系统」

一、PRD 不缺判断，缺自检

去年我看到一份 AI 产品 PRD。开篇术语表写得正，状态机定义有，定价按账户算。每个细节都对——除了一个埋得很深的数据：用户平均一周用 1.3 次。

PRD 是按系统型写的。用户行为是工具型的。

这种错配从 2024 年下半年开始大量出现。读了几篇「AI 产品要做成系统」的文章之后，PM 把判断搬到了 PRD 第一节，但忘了回头看自己产品的实际情况是否承得起这种判断。

上一章解决了怎么区分工具和系统。这一章解决一个上一章没碰的问题——你怀疑自己该是系统，怎么验证这件事是否真的成立？

答案是三道筛：使用频率、价值粘性、定价机会。30 分钟内能给手头产品下结论。

判断方向和判断时机是两件不同的事。前者来自语言，后者来自数据。

二、三道筛

三道筛的设计逻辑：系统型 AI 产品有三个支柱，缺一不可。

筛 1：使用频率。 用户在一个稳定的时间窗口内来产品多少次？

• 每天 3 次以上：系统型有效
• 每天 1 次：可行但要补设计
• 每周 1 次：警告，系统型护城河会浅
• 每月 1 次或更少：工具型更合适

筛 2：价值粘性。 AI「记得」这件事，能让用户得到不重复的回报吗？

• 强：AI 记得你过去做过的事，下次省你时间或避免重复错误
• 中：AI 记得你的偏好，体验更顺
• 弱：AI 记得你是谁，省下一次自我介绍
• 零：每次任务独立，记忆无用

筛 3：定价机会。 用户愿意为「AI 记得我」按月或按账户付费吗？

• 是：按月订阅成立，定价合理性能写进官网首屏
• 不确定：按月可能成立，但需要营销说服
• 否：按月会被按用量竞品打掉

三道筛不是 AND 关系，也不是 OR 关系，是加权关系。

频率是底线——筛 1 必须达到每周至少 1 次，不然另外两道都失去意义。粘性是天花板——筛 2 决定你能盖多高。定价是商业可行性——筛 3 决定能不能持续。

三道筛能挑出 70% 的产品形态错误，剩下 30% 是执行问题，不是判断问题。

三、opencode 自己过三道筛

把三道筛应用到 opencode：

筛 1：频率。 开发者每天用，每次 30 分钟到几小时不等。一周 5-7 天高强度使用。

证据在 AGENTS.md:148-159 那段 V2 Session Core 不变式声明里——所有不变式都假设「长会话内多次 provider turn」是常态，不是异常。这种工程契约只有在使用频率足以让"长会话"成为产品基本单位时才会被立法。

筛 1 满分。

筛 2：粘性。 AI 记得这个 codebase 的结构、上次的进展、当前 plan / build 模式、整个 Context Epoch 的 baseline。

证据在 CONTEXT.md:26-32 的 Context Epoch 定义。这个概念本质上是「AI 记得过去事实保持有效」的物理实现。packages/opencode/src/session/ 是会话持久化层；packages/effect-drizzle-sqlite/ 是支撑这种持久化的双驱动之一。

这种「记得」给开发者的回报不重复——每次回来 agent 都比上次更懂这个项目。换一个 agent 意味着重新喂代码，迁移成本本身就是粘性。

筛 2 满分。

筛 3：定价机会。 opencode 自己是开源免费，但同档对手 Claude Code、Cursor、Replit Agent 都是按月订阅，每月 $20 起步。

packages/enterprise/ 单独存在，是定价分层的物理表达——免费版能用 build/plan 双 agent，企业版有更多。开发者愿意为「长期会话的 AI 记得我代码风格」按月付费这件事，已经被三个对手验证。

筛 3 满分。

opencode 三道筛 3/3。「做成系统」不是它的选择，是它落进「全过」区间的必然。

当一个产品三道筛全过，做成工具是放弃护城河；做成系统才是与场景对齐。

四、把 8 个 AI 产品按三道筛重新打分

继承上一章的工具↔系统光谱，但用三道筛重打分：

这张表里有几个值得记住的观察。

Aider 跟 Cursor 同样是 coding 工具，差距在筛 2。 Aider 每次 CLI session 独立，重启就忘；Cursor 有持久 workspace state、长寿的 codebase 记忆。这一道筛的差距，直接决定了 Aider 的开源 + 工具属性 vs Cursor 的订阅 + 系统属性。同一个赛道、相近的能力，护城河深度可以差一个数量级。

Notion AI 跟 Grammarly 都卡在筛 2 中段。 两者都是「嵌入式 AI」——AI 是宿主产品（笔记、文档编辑器）的功能，不是主体。AI 的「记得」被宿主吸收了，AI 本身的粘性不强。这是它们护城河比 Cursor 浅的根本原因。

ChatGPT 给自己加 Memory 是在补筛 2。 OpenAI 在 2024-2025 把 Memory + Projects + Custom GPTs 全堆进 ChatGPT，是从「工具偏系统」主动向「系统」迁的动作。补完之后 ChatGPT 跟 Cursor 在三道筛上几乎齐平。

今天的得分不是终点，是起点。给自己产品打分的同时也要给对手打。当对手在补某一道筛时，留给你的窗口期就在那道筛上。

五、三道筛怎么变成 PRD 三个章节

筛 1 的答案决定 PRD 里「会话」这个概念的定义。

低频产品（每周 1 次）的「会话」是相对独立的，agent 应该假设用户每次回来都是「从某种程度上重新开始」——把上次的核心结论摘要给他看，而不是让他直接进入。高频产品（每天 3 次）的「会话」应该是连续的——上次的工具调用、context source、未完成的待办都应该 resume 出来。

PRD 里写下「会话」两个字时，背后藏着两种完全不同的产品形态。三道筛筛出来的频率决定它在 PRD 里到底意味着什么。

筛 2 的答案决定 PRD 里「故障 / 失忆 / 恢复」章节的体积。

粘性强的产品里，「AI 记得」是核心卖点，所以「AI 忘了」是事故。PRD 要详细写忘了什么、什么时候忘、怎么告诉用户。粘性弱的产品里，「AI 记得」是 nice-to-have，「AI 忘了」是默认状态，不需要立法。

opencode 的 Context Epoch、Mid-Conversation System Message、Baseline System Context 三个概念，是「AI 记得这件事」被立法的极致版本。PRD 里有没有这种立法，反映的就是粘性这一道筛打了几分。

筛 3 的答案决定 PRD 里定价合理性章节的论证方式。

定价过了（按月订阅成立），PRD 要写「为什么按月而不是按次」——核心论点是「AI 记得你」有持续价值。定价没过（必须按用量），PRD 里要承认这件事，把粘性论证留给营销而不是定价。

三道筛在 PRD 里不是三个章节，是三个章节的体积比例。

六、反方：三道筛容易被误用的三种情况

三道筛全过，不等于产品现在就能做成。

第一种误用：把三道筛当成「做 vs 不做」的决策，忽略资源约束。 一家 10 人小公司即使三道筛全过，也未必做得动系统——系统的工程成本（持久化、状态机、跨设备会话）是工具的 3-5 倍。三道筛回答的是「该不该做」，不回答「现在能不能做」。

第二种误用：用三道筛排斥未来。 一道筛不过就放弃，会错过「用产品设计创造粘性」的机会。Notion AI 的筛 2 偏弱，但 Notion 团队可以通过让 AI 跟整个 workspace 数据深度耦合，把筛 2 推到满分。这件事正在做、还没做完。三道筛是当下的体检，不是未来的判决。

第三种误用：用三道筛绕过用户调研。 三道筛的三个问题都需要数据支撑——频率从分析工具来，粘性从用户访谈来，定价从付费率来。如果用直觉填三道筛，得到的只是直觉的结构化版本，没有更多信息。

三道筛是工具不是答案。它逼你把「我们该是系统」这种含糊的判断，变成三个可验证的问题，然后用数据回答这些问题。

三道筛筛出来的不是产品该是什么，是你对自己产品的理解有多确定。

七、自检 + 偷走清单

读完这一章，问自己 5 件事：

1. 频率数据是真实的吗？ 我手头产品的「用户一周用几次」，是分析工具里的真数，还是产品同学的估计？如果是估计——先去拿数。
2. 粘性是已经存在的，还是希望存在的？ 我说「用户回来是因为 AI 记得他」，是观察到的，还是希望发生的？后者是市场假设，不是产品事实。
3. 定价机会被验证过吗？ 我们按月订阅的转化率是多少？如果你不知道这个数——筛 3 还没真打分。
4. 三道筛的结果跟工程的判断一致吗？ 我打 3/3 的产品，工程说「做不动」，谁错了？多半是 PRD 写的「系统」被翻译成了「完整的状态机持久化」，但其实可以小步走。
5. 如果一年后回头看，今天打错了哪一道？ 这是 PM 给自己留的预案。设想 12 个月后某一道筛的打分变了，今天该怎么对冲？

给产品打三道筛不需要 30 分钟。30 分钟里的 25 分钟，会花在你不肯承认的那道筛上。