AI 有同理心吗？
上一章把责任放在了用户一侧：说清楚，AI 才做得对。但这是个不公平的单方面结论——就像我们不能只要求用户「学会看说明书」。好的沟通是双向的，所以这一章问：AI 这一侧，「懂你」的能力是从哪来的？
先说结论：AI 没有人类意义上的同理心——它不会心疼你，也不会因为你在凌晨改需求而感动。但第四章教过我们，同理心在软件里从来不是情绪，是可施工的机制。AI 的「懂你」也一样，拆开看是三样东西：上下文、记忆、纠错循环。
上下文：它的「懂你」装在口袋里
AI 模型本身是一个巨大的、训练完成后就冻结的「静态大脑」。它对你这个人一无所知——它对你的全部了解，都来自当前这次对话里你们说过的话。这段话在行话里叫上下文（context），大白话就是「AI 的口袋里装了哪些纸」。
这个机制能解释很多 AI 的「谜之行为」：为什么对话长了它会「忘记」开头的要求？因为口袋容量有限，旧纸条被挤出去了。为什么你把需求文档贴给它之后它突然变聪明了？因为你往口袋里塞了好纸。为什么两个窗口问同一个问题答案不一样？因为两个口袋装的纸不同。
所以「AI 懂不懂你」很大程度上是个工程问题：口袋有多大、装了什么。这也是为什么好的 AI 工具会拼命帮你装纸——自动带上你的项目文件、你的历史对话、你的偏好设置。它做这些不是殷勤，是在替静态大脑弥补「生来不认识你」的缺陷。
记忆：从「这条对话」到「这个人」
上下文是一次性的：对话关掉，口袋清空。更进一步的「懂你」需要跨对话的记忆——记得你上个月说过「我们团队用中文写注释」，记得你偏好「先给结论再展开」。
现在的 AI 产品确实在往这个方向做。但这里有个值得警惕的权衡：记忆越好，越贴心，也越接近冒犯。还记得第四章说的那条红线吗——「猜对了省一秒，猜错了如果挡路，用户会觉得被冒犯」。一个记错你偏好的 AI，比不记得你的 AI 更烦人，因为它会带着错误的自信反复猜错。AI 的记忆和软件的预判一样，美德在于「顺手可拿」，而不是「替你决定」。
纠错循环：真正的智能是接得住「不对」
第三样东西最重要，也最少被讨论：一个 AI 好不好用，不在于它第一次猜对多少，而在于你说「不对」之后，它怎么办。
回想上半本书的错误处理原则：承认出了什么事、摘清责任、给出下一步。好的 AI 在被纠正时做的事情惊人地像：它不会假装第一次的回答是对的，不会防御性地解释，而是把「不对」当成新信息，调整自己的理解，再试一次。 vibe coding 的整个工作方式——说一句、看结果、再说一句——本质上就是把这个纠错循环开到最大转速。
大白话：不要看一个 AI「答对」时的表现，要看它「答错被指出」时的表现。就像一个员工，水平不看顺境，看被客户怼完之后的下一版方案。AI 的「同理心」，如果有的话，不在它的语气里，在这个纠错循环转得好不好里。
所以，AI 时代的同理心长在三个地方
总结一下这一侧的答案：用户感知到的「AI 很懂我」，背后是——口袋里的纸装得对不对（上下文）、跨对话的偏好记得恰不恰当（记忆）、被纠正后调得快不快（纠错循环）。
这三个机制都不是玄学，全是产品和工程的决定——和第四章的默认值、预判、容错、解释一脉相承。技术从按钮变成了语言，但同理心依然是施工出来的，不是祈祷出来的。
还有最后一块拼图：传统的团队靠日志和数据听见用户（第二、六章），那 AI 时代的产品团队呢？他们手里多了一样前所未有、也前所未有风险的东西——完整的对话记录。这是下一章，也是全书方法论的最后一块。