来源结构N = 120
- Reddit 74
- App Store CN 17
- V2EX 8
- 其他10类平台 21
偏差提示：高频、付费和技术敏感用户占比较高，不能外推总体市场比例。
独立公开 VOC 研究 CASE FILE 04 · 2026.08
当 AI 不再
只有一个
我原本想研究哪个 AI 更受欢迎。
120 条公开网络语料让我换了一个问题。
最初的问题用户最终会选择哪个 AI？↓ REFRAME真正的问题用户如何为不同任务建立自己的 AI 路由？
120公开网络语料
105独立页面
13平台类型
43 / 77中文 / 英文
110包含具体使用行为
01 / SAMPLE COCKPIT
先看样本，
再谈结论。
这不是一项代表性抽样。它的价值在于发现重复行为、矛盾和可验证的产品假设。任务出现频次MULTI-CODED
工作流不是单一任务，而是用户跨产品搬运输入、结果和上下文的过程。
信任如何发生BEHAVIOR
107条报告验证*
- 人工判断 89
- 专业核对 23
- 来源检查 16
- 跨模型复核 11
* 120 条中仅 13 条未报告验证；这是样本特征，不代表总体比例。
V1.1 定向补样+40
不为了把数字做大，而是主动寻找原样本缺少的工作角色与反例。
02B / PATTERN LENS
换一个视角，结论就会改变不要急着下结论。
不要急着下结论。
先选择观察镜头。
RESEARCH QUESTION
用户是在比较模型，还是在设计一条任务路线？
54任务触发明确因任务差异切换
94工作流涉及跨工具协作
37代码依赖执行与测试
65写作依赖风格与上下文
PATTERN任务分工
ANALYTIC MEMO
成熟用户没有等待一个全能冠军。他们按任务、风险和现有上下文，把不同模型编进同一条工作流。
02 / RESEARCH SPINE
每条洞察，
都能沿证据链返回。
保存来源与短引文
→任务 · 驱动 · 触发
→找重复也找矛盾
→标置信心与边界
→转成可验证假设
→用户为什么在多个 AI 之间切换、固化分工或停止切换？
必须包含真实任务、使用动作、判断或结果；纯榜单与宣传不入样。
一条反馈是一段可独立编码的行为证据；同页多评论分别记录。
探索性公开 VOC，只支持发现模式和提出假设，不估计市场比例。
03 / ANALYSIS WORKBENCH
一条证据，
不是一句金句。
点选三份公开材料，看我如何从原话走到编码、分析备忘与待验证判断。RAW EVIDENCE · Reddit产品经理查看原始来源 ↗
“I do fact check pretty often”
这位产品经理把研究、原型、文案和访谈笔记交给不同工具，但发现研究链接经常与结论无关。
OPEN CODINGJOB · 研究 / 原型TRIGGER · 任务差异VERIFY · 来源核验OUTCOME · 加速但不托管
ANALYTIC MEMO / 蔺昱夏
这里的关键不是“AI 不可信”，而是同一个人会对不同任务采用不同信任阈值。信任单位应从品牌下沉到任务风险。
不是复述原话，而是解释行为机制。也可能只是 Gemini 的链接质量问题，而不是普遍的风险分级行为。
把产品机会从“推荐最强模型”改写成“按风险配置验证路径”。
04 / EVIDENCE ARCHIVE
不要只相信
我的总结。
从 120 条公开语料底稿中策展 18 条代表性材料，默认展示 9 条。这里是阅读入口，不是全部语料。VOC-010Hacker News
“constantly copy-pasting prompts”
频繁跨平台复制提示词和比较回答，最终催生统一多模型界面。
VOC-011Hacker News
“lose all context”
切换产品会丢失偏好、项目和历史对话，用户开始构建可携带记忆层。
VOC-018App Store CN
“处处纠错太累了”
模型反复遗漏明确要求，首稿看似更快，最终却把时间花在持续纠错上。
VOC-029Reddit
“spend another 30 minutes verifying”
生成答案之后还要手工搜索多个来源，核验成本最终触发产品切换。
VOC-032Reddit
“get another AI to finish”
额度在任务完成前耗尽；换模型后还要重新审阅工作、恢复上下文。
VOC-040V2EX
“反反复复改了一天”
从零开发产品时，反复沟通和幻觉造成返工，用户让两个模型互查方案。
VOC-045V2EX
“手动改了一部分代码”
开发后期形成编码与调试分工；额度耗尽后切换模型，再由人工完成收尾。
VOC-067App Store CN
“一个任务出现错误，连改都改不了”
任务出错后积分耗尽，用户无法继续修正，额度机制直接阻断任务闭环。
VOC-072Reddit
“fact check pretty often”
原型、文案、研究和访谈笔记被交给不同工具，研究链接仍需频繁事实核验。
证据来自公开社区、应用商店与工作复盘；页面不把它描述为本项目招募的访谈，也不把网络样本当作总体比例。
05 / FIVE SIGNALS
洞察不是金句，
是证据与决策之间的桥。
0154条由任务差异触发
用户不是在选冠军，而是在排兵布阵
“right model for the job”
写作、研究、代码、快速问答和情绪交流被交给不同产品。所谓“最好”，往往只是省略了任务条件。
0228条涉及价格或额度
主力产品，不一定是最强产品
“forced into 5 seats”
更强但受限的产品被留给复杂任务；便宜、免费或入口方便的产品承担高频日常工作。
03107条报告了某种验证
信任发生在任务层，不发生在品牌层
“researcher should research”
用户可能信任一个产品写初稿，却不会直接采用它的事实、财务结论、研究建议或可执行代码。
0427条提到上下文与记忆
上下文正在成为新的迁移成本
“one place where all the product context sits”
切换时损失的不只是聊天记录，还有项目背景、表达偏好、历史取舍和重新被理解的时间。
0589条最终依赖人工判断
首稿速度，不等于完成速度
“read every line”
纠错、核验、跨模型复核和重建上下文反复出现，生成时间只是完整成本的一小部分。
06 / CLAIM AUDIT
让结论接受
反方追问。
点击命题，查看支持证据、竞争解释和下一轮验证设计。CONFIDENCEHIGH
模型切换主要由任务差异，而非品牌偏好驱动吗？
写作、研究、代码与多模态任务反复出现稳定分工；营销、产品、自由职业样本均有复现。
新鲜感、订阅轮换和模型版本变化也会制造看似“任务路由”的行为。
07 / RESEARCH LOG
这项研究里，
我推翻了自己三次。
我以为用户想找到最强的一个 AI
→后来发现成熟用户更关心稳定分工，甚至主动避免频繁切换。被 54 条任务触发证据推翻
我以为免费只是获客手段
→后来发现额度和席位会直接改变模型在工作流中的角色。被 28 条成本信号修正
我以为答案越快，体验越好
→后来发现真正的效率是从提问到“敢于采用”的总时间。被 89 条人工判断行为改写
08 / THE HIDDEN JOURNEY
一次切换，
到底发生了什么？
开始任务
习惯或默认入口
第一次失败
遗漏、幻觉、风格偏离
继续纠正
投入已有上下文
触发切换
额度、失信或重复返工
SWITCH迁移上下文
复制提示词、重讲背景
重新验证
来源、测试或第二模型
采用结果
由人承担最终判断
传统效率指标首字速度→本研究建议达到可采用结果的总时间
09 / CONTRADICTION MATRIX
不是所有用户都同意，
才真正值得研究。
主题用户想要同时担心需要验证的问题
速度 秒回、立刻推进 太快意味着没有思考 不同风险任务的最佳等待感是否不同？
记忆 越用越懂我 换产品等于重新开始 怎样让记忆产生粘性但不制造锁定？
全能 一个入口完成所有事 专业任务仍需专门工具 默认入口应该全能，还是善于路由？
效率 几分钟得到第一稿 核验返工花回时间 什么指标能反映真正的任务完成？
10 / INTERACTIVE PROTOTYPE
把洞察变成
一条可执行路线。
探索性原型，不是经过大样本验证的推荐系统。ROUTE / RESEARCH / RISK MEDIUM
来源优先型路线
检索型 AI → 原始来源 → 第二模型挑战- 01建立信息地图，不急着下结论
- 02打开关键来源，核验数字与语境
- 03高风险结论用第二模型寻找反例
11 / PRODUCT BETS
如果继续做，
我会先验证这三件事。
任务路由器
先识别目标、风险、时效和输出标准，再建议工作路径，而不是宣布某个模型最好。
- 原型
- 任务诊断 + 路由解释
- 指标
- 总完成时间 / 中途切换率
可携带上下文包
把目标、已确认事实、历史取舍和未解决问题压缩为可以交给另一个模型的项目状态。
- 原型
- 一键生成接力卡
- 指标
- 重讲背景时间 / 恢复成功率
风险自适应验证
低风险任务减少打扰，高风险任务主动展示来源、反例、测试和人工确认节点。
- 原型
- 任务风险分级
- 指标
- 错误采纳率 / 验证成本