AI 讓 implementation 變快，不會自動讓產品更接近真實世界。
這陣子做一個真實服務業客戶的預約與維保系統，我愈來愈在意幾個「不等號」。
- 表單送出 ≠ 預約已確認。
- 測試通過 ≠ production ready。
- staging 跑通 ≠ client acceptance。
- 付款 ≠ adoption / ROI。
- AI 寫了程式碼 ≠ 人可以不再負責。
生成速度變快之後，我反而更常問：我們到底知道什麼？哪一個 state 才是真的？誰有權改變它？什麼條件下才算進入下一階段？
Generation speed ≠ delivery truth.
1. State｜誰擁有「真實狀態」？
一個很典型的例子是預約。
客戶在介面裡選了一個希望的時間，這件事只代表 preference。它不應該因為 UI 顯示成功，就自動變成業務上已經確認的服務時間。
使用者的 request、operator 的 decision、系統裡的 canonical lifecycle state，是三種不同的東西。
如果產品沒有把它們分開，最危險的不是畫面不好看，而是介面開始偷偷替現實做決定。
2. Evidence｜「看起來完成」不是證據
AI-assisted development 很容易產生一種新的完成感。
程式碼生成了。測試綠了。畫面能用了。staging 流程也走得通。
但這幾件事其實只是在回答不同層級的問題：
- code complete：功能是否已被實作？
- test pass：特定條件下是否符合預期？
- staging pass：整合環境能不能走通？
- real-device pass：真實裝置與入口是否正常？
- UAT：實際操作情境是否符合使用需求？
- handover：操作、權限、文件與責任是否能移交？
- production GO：是否真的有資格改變外部世界？
把它們全部壓成一個「Done」，只是讓不確定性從看板上消失，不是讓不確定性從現實裡消失。
3. Authority｜誰可以改變這個 state？
AI 很適合幫忙產生 code、測試案例、文件、debug hypotheses，甚至整理 release checklist。
但有些 action 不只是「下一個步驟」。它們帶著權責。
- 誰可以確認客戶的服務時間？
- 誰可以對外發送通知？
- 誰可以看到私人資料？
- 誰可以接受交付？
- 誰可以讓 production 真的上線？
如果 system 只追求 automation rate，這些 boundary 很容易被當成 friction。
但對我來說，authority boundary 本身就是產品的一部分。
4. Release｜不是「還能做什麼」，而是「什麼時候不該繼續做」
真實專案很容易長出很多合理的延伸：dashboard、payment、AI 客服、technician app、analytics、自動排程。
每一個看起來都可能有價值。
但交付時常常更重要的是另一種能力：
知道哪些東西現在不該做。
因為 scope 失控，不會因為 implementation 變便宜就消失。相反地，AI 讓「再多做一點」變得太容易，反而更需要清楚的 acceptance criteria、phase boundary 與 stop rule。
我現在用四個詞檢查 AI-native delivery
State · Evidence · Authority · Release
State：目前真實狀態是什麼？哪裡是 canonical truth？
Evidence：我們究竟驗證了哪一層？哪些只是推測？
Authority：誰有權把這件事從「建議」變成「外部行動」？
Release：進入下一階段需要哪些條件？失敗時能不能停下、修復、回滾？
AI-native delivery，不是把責任一起自動化
我使用 AI 加速 implementation、測試工作與文件整理，也會讓 AI 幫忙找 failure modes、比對 acceptance criteria、整理 evidence。
但 privacy、ownership、client acceptance、production release，以及「目前證據到底支持多強的結論」，不應該因為 AI 很快就變成模糊地帶。
AI-native delivery = delegate execution, preserve reality.
把可以委派的工作交給 AI。
把現實、證據、權責與最後判斷留在系統裡。
速度很有價值。但只有當速度沒有把「我們到底知道什麼、誰可以做決定、什麼才算完成」一起壓掉時，它才真正變成能力。
邊界說明
這篇文章抽取的是一個匿名化真實客戶交付中的產品與系統設計學習。它不代表該專案已正式 production launch，也不把付款、staging evidence 或工程完成度解讀成 adoption、ROI、PMF 或正式驗收。
