夜雨聆风家长为孩子做了个作文生成器。
功能完整、演示惊艳、发到家长群里有人点赞。
两周后孩子再也不用了，问他，说"太机械了，不想用"。
这个故事的结局，不是"工具没做出来"，而是"工具做出来了，但用的人不认"。
你大概见过这种情况：
做工具的人花了几周做出一个自认为"完美"的东西，用的人三天就放弃了。
不是功能不对，不是技术不行，而是两个人对"好用"的理解，根本不在同一个频道上。
这就是教育AI工具最隐蔽的卡关：制作者和使用者之间，有一道看不见的认知鸿沟。做工具的人用自己的认知模型设计，用的人用自己的体验评价，两者之间缺乏直接对话机制。
这条鸿沟不是靠技术升级能填平的。
它需要的是：做工具的人先学会跳出来看，先去看看那个用工具的人长什么样。
01
李姐家的故事不是个例。
家长和孩子在书桌前，孩子面对电脑屏幕面露困惑
李姐的孩子开学升初三，作文一直是拉分项。
她不是程序员，但在外贸公司做了十多年数据分析，习惯用数据找规律。去年底她接触了AI编程，花了一个周末做出一个作文生成器：拍照上传孩子的作文草稿，AI分析薄弱点，输出一份修改建议和同类范文。
演示的时候全家都觉得厉害，孩子也说"挺有用的"。
但上线之后，麻烦来了。
孩子用了三天就停了。
问原因，说"用AI写的东西老师一眼就看出来，没有自己的东西"。
李姐觉得奇怪，明明是辅助工具，怎么变成代写了？
她去问孩子的语文老师，老师说得更直接："AI能给的是套路，孩子写不出真情实感，这个短板补不上。"
Token账单也在悄悄涨。
李姐后来才发现，AI每次生成范文都会跑一遍完整分析，调用量大且没有做缓存。
同样的逻辑被重复计算，费用是预期的三倍。
问题出在哪？
李姐的判断是对的：作文需要具体反馈。她做的工具逻辑也是对的：拍照→分析→建议。
但她漏掉了一个最关键的问题：
这个工具，是谁在用？
她做的是一个"自己觉得有用"的东西，而不是一个"孩子觉得愿意用"的东西。
02
类似的断层，出现在另一个家庭。
陈姐的儿子六岁，刷牙一直是老大难。
每次催三四遍才动，动了也就二三十秒。
陈姐是幼儿教育出身，用专业眼光分析了很久：流程没问题，习惯养成需要即时反馈。
她用Cursor加Claude，花了两周做出一个刷牙小卫士：摄像头捕捉刷牙动作，AI实时反馈姿势，积分和勋章系统激励坚持。
功能完整，技术实现比李姐的还复杂。
孩子用了三天，说"没意思"。又撑了一周，彻底不打开了。
陈姐很困惑：反馈系统、激励机制、功能设计都有，为什么孩子坚持不下来？
问题不在功能，在于孩子对"被评判"这件事的感知。
刷牙小卫士的设计逻辑是"做得对→奖励"，但孩子感受到的是"做得不对→批评"。
游戏的框架，装着说教的内涵。孩子没有选择权，只有完成任务的义务。
李姐的作文生成器，和陈姐的刷牙小卫士，技术实现完全不同，但失败模式一模一样：
制作者和使用者之间，有一道看不见的认知鸿沟。
03
大多数做AI工具的人，犯的正是这个错误。
你以为demo到产品之间的距离是技术距离—— 要学更多代码、要懂更多工具。
不是的。
真正的距离是：你有没有一套判断框架，知道一个工具在交出去之前，需要过哪几道关。
在技术层面，这套框架包括：API密钥保护、异常处理、代码注释。但更关键的一层，很少有人提到：
使用者视角。
你的工具是为谁做的？
他会怎么评价这个工具？
什么让他愿意继续用，而不是被迫用？
这套框架不在任何AI编程教程里。
那些教程的目标是让你做出来，而不是让你做出用的人会用的东西。
在教育场景里，这层更厚。因为使用者的评价标准不只是有没有用，还有我愿不愿意继续用：
这是一个带情绪的判断，不是纯功能判断。
04
在Mixlab训练营里，李姐和陈姐都遇到了同样的卡点。
她们不是技术问题，而是在交出去之前，没有人告诉她们还需要过哪几道关。
训练营里教了一个方法：盲测实验。
做法很简单：把工具发给一个你不认识的人，不解释、不引导，只观察。
记录他在哪里卡住，在哪里放弃，在哪里产生误解。
咖啡馆里一位女士在安静观察陌生孩子使用APP
李姐回家后找了她儿子的同桌：一个她完全不认识的孩子。让他试用了十分钟。
结果发现：那个孩子不知道怎么输入作文内容（界面设计不合理），看到输出后以为是要抄范文（定位模糊），然后就关掉了。
没有任何功能问题，是界面和信息设计的问题。
陈姐同样做了盲测。
她找了邻居家的孩子，相同的年龄段，不同的个性。观察后发现：积分系统的提示太频繁，像在催，孩子感受到的是压力而不是鼓励。
她们后来都做了同一个动作：重写Spec文档。
不是写这个工具能做什么，而是写使用者会怎么抱怨。
李姐的文档第一句话变成了：这个工具的使用者是初三学生，他不愿意被任何方式判定为'偷懒'。
陈姐的文档第一句话变成了：这个工具的使用者是五岁孩子，他需要选择权，而不是被评分。
用文档指挥AI改版，改的不是代码，是工具的前提假设。
05
回到开头的故事。
李姐的作文生成器，后来怎么样了？
她在训练营里用半天时间重写了Spec，重新上线后，孩子没有再停。不是因为工具变得多炫酷，而是因为它变成了一件孩子"愿意打开"的东西。
女孩开心使用学习工具，母亲满意地看着
她后来总结了一句话，说得很直接：
"以前我以为做工具是在解决技术问题，后来才明白，做工具是在解决沟通问题——你要替使用者说出他不会主动说的那些需求。"
这其实不是技术问题，甚至不是产品设计问题。这是一种可以被训练的思维习惯：
做工具之前，先去看看那个用工具的人长什么样。
你的demo已经在那里了。
差的不是技术，是过那道"使用者视角"的关。
社群入口
如果你也在用自己的方式做AI工具，想知道还有哪些关卡要过，欢迎参加 Mixlab AI编程训练营。N28期线下，5月30-31日，上海普陀区，两天实战，限额招生。
报名或其他咨询，联系 litnmnm。
参考
《人人皆可vibe编程》，池志炜、薛志荣 Mixlab AI编程训练营 学员案例
