盲点 1：没想清楚用户是谁就开始做了
很多团队拿到需求就开始写代码，却没有搞清楚真正的用户是谁、他们的痛点是什么。
案例：AI 客服机器人
团队花了三个月做了一个智能问答机器人。上线后发现，用户需要的其实是一个结构化的填表工具，而不是一个自由对话的机器人。
为什么会发生？
在 AI 时代，有了 和 Cursor 这样的工具，写代码变得前所未有的容易。但这反而让 更加重要。
当 （执行成本）下降时，（决策成本）的重要性反而上升了：
- 过去：实现本身成本高，团队的大量时间花在“能不能做出来”
- 现在：AI 压缩了部分实现成本，选择方向、验证结果和承担错误决策的风险更加突出
问题已经从“没有方案可选”变成了“方案太多”。AI 可以在很短时间内给出十种看起来都合理的设计，但它无法替你判断哪一种真正符合用户、约束和后果。选项越多，判断反而越重要。
过去，Execution 能力决定能不能做（会不会写代码、能不能实现功能）。现在（AI 时代），Decision 能力决定能不能做好（做什么、为什么做、怎么取舍）。
AI 能写代码、文档和自动化，并不意味着严谨性消失了；它只是前移到了更上游：把问题定义清楚、把判断做清楚、把结果验证清楚。执行成本越低，这种清晰判断就越有价值。