AI 模拟用户测试有价值，但它模拟的通常不是“真实用户”，而是对产品说明、界面描述和预设场景的语言化推演。它能扩大检查范围、制造边界问题、暴露表达模糊，却不能单独证明产品对真实用户有效。把它当成可替代用户研究的结论生成器，测试有效性就会被高估。

判断有效性，首先要看测试对象是否明确。让 AI 扮演“挑剔的新用户”，适合检查注册流程、首次进入、按钮含义、收费疑问和错误提示；让它根据功能说明生成正常路径、异常输入、中断返回、重复提交等场景，适合发现测试覆盖的空白。它尤其擅长比较多份材料，找出落地页、更新说明与 README 之间的口径矛盾。这些任务的共同特点是：评价标准能够被清楚描述，输出也能由人工逐条核对。

但 AI 的“用户感受”并不等于真实使用体验。它往往依赖输入材料中的措辞，容易按照常见产品逻辑补全不存在的功能，也可能把并不重要的异常当成高风险问题。更关键的是，真实用户不会先读懂产品逻辑再行动；他们可能误解术语、跳过说明、带着不完整目标进入流程，甚至无法准确表达自己为什么放弃。AI 可以提出“我不知道这里该填什么”，却不能证明真实用户一定会在这里流失。

因此，AI 模拟测试的有效边界可以概括为：扩展覆盖面，不负责最终裁决；生成假设，不提供质量证明；指出疑点，不替代真实路径验证。每条发现都应回到产品中复现，确认它对应的实际界面、错误原因和业务风险。对于帮助文档，必须自己按步骤走通；对于错误提示，要核对文案是否真的对应错误状态；对于测试场景，则要判断哪些异常对业务重要，而不是照单全收。

更可靠的流程是先按“首次了解、注册进入、核心使用、反馈离开”组织用户路径，再让 AI 生成问题和场景，最后由开发者完整走一遍，不跳过任何步骤。测试中发现的遗漏应补进固定清单。这样，AI 的价值不在于证明“用户会这样做”，而在于持续揭露产品团队原本没有意识到的假设。