教授亲自上手，一份真实的学生路演 PPT 丢进来，48,313 个字被逐页读出来，10 项完备性检查全部点亮。这个结果背后，是同一份工具在一天之内被改了三次——每一次都不是因为我们觉得该改，而是因为真实使用的人用她的方式把它用坏了。这一篇，记录"做完了"到"能用了"之间那段最容易被忽略的路。
上午十点，教授发来第一张截图：一个体检报告，十项里有八项打着"未检出"。
按我们内部的自动化测试，这个工具当时是"全绿"的——本地跑通、线上跑通、四种文件格式都能读。可教授一上手，结果完全不是那么回事。差别在哪？
教授的做法：在 Mac 上找到那份学生的路演 PPT，右键复制它的"文件路径"，粘贴进网页的输入框，点检查。
工具的反应：它老老实实地分析了那一行路径文字——八十来个字。于是"数据密度"里混进了文件路径中的年份数字，"完备性"只捞到"融资""报告"两个词（来自路径里的"创业投融资"和"课程报告"）。
真相：浏览器出于安全限制，不能按路径去读你电脑里的文件。工具没坏，是它从来没有被"用对"过——而我们从没告诉过使用者"怎么才算用对"。
这件事给了我们一个很硬的提醒：自动化测试证明的是"功能存在"，用户测试证明的才是"事情能成"。这两件事之间隔着的，是使用者真实的操作习惯。
回看这一天，真正的转折点不是任何一行代码，而是一次认知修正：我们以为的"正常操作"和真实使用者的"顺手操作"，常常根本不是同一件事。
"功能上线"和"用得顺手"之间，隔着一百个没被想象到的动作。
设计者想的是"点按钮、选文件、确定"；使用者想的是"这个文件在哪儿，我怎么把它弄进来最快"。 —— 这次验收最大的收获
所以我们后来做的三件事，都不属于"加功能"，而属于"补路"：把文件拖进来能行、把文件复制粘贴能行、走错了路会被温柔地拦下来并指路。这三条路，没有一条是靠坐在桌前想出来的，全部是被真实的使用动作迫出来的。
这一天也标志着整个实验室的收官。它不是一件工具，而是六件工具连成的一条链——从"看别人的项目"到"打磨自己的项目"：
| 工具 | 它替学生做的事 | 状态 |
|---|---|---|
| 智能案例库 | 按赛道、阶段筛选真实企业案例，看清"别人走过什么路" | 已上线 |
| 动态知识图谱 | 把概念、理论、案例连成一张可探索的网 | 已上线 |
| 知识库 · 智能体 | 随时提问、随时追问，把课程知识变成可对话的资源 | 已上线 |
| 路演压测官 | 不留情面地追问三轮，让学生在被真投资人问之前先被问过一遍 | 已上线 |
| BP 文本体检 | 用"投资人视角"过一遍文本：数据够不够密、是"将做"还是"已做" | 已上线 |
| 期末评审台 | AI 查完备性、导师判前景，双轨合成一张评审单留档 | 已上线 |
它们贯穿同一门课的四天：第一天立命题、第二天进现场、第三天算清账（体检 + 私密压测）、第四天上真实路演场。工具不是用来表演技术感的，它们唯一的价值是：让学生在真实行动里遇到问题，然后再回头补理论。
收官这一天，教授定了一条我们觉得尤其重要的边界，我们把它直接印在了页面上：
该讲的讲没讲——痛点、产品状态、市场数据、商业模式、竞争差异、团队、已完成行动、融资计划、风险、数据来源。机械、琐碎、需要穷尽，正好是 AI 的长处。
行业导师与教授用经验、直觉与判断力回答一个问题："这个项目值不值得往下推。"这栏 AI 不参与——把人的时间从琐事里解放出来，只用在真正需要人的地方。
同一条边界也出现在压测环节：严格的追问是为了学生自己的成长，所以那一天的门是关着的——没有观众、不做展示。我们要的不是"看起来酷"，而是多年以后学生回头看，说一句"这是我生命历程中重要的一个点"。
兴奋点一个接一个，但我们没有把这一天当作终点。下一步是把阈值交给真实数据：等这批学生的 BP 收上来，用几十份真东西重新校准体检的分档标准，让它对中国的创业者和潜在创业者更准一些。
这一天的经验也会进教材——不是作为一个"技术故事"，而是作为一条方法论：真正的产品感，来自被真实使用反复摩擦后的修正，而不是闭门造车的完美。人机协作的工坊也一样：AI 可以把东西造得很快，但"好不好用"这件事，永远要由人、在真实场景里、用真实动作来回答。
从"全部做完了"到"全部跑通了"，中间隔着一天、三次修改，和一位使用者亲手试出的三个问题。
我们越来越确信：工具的价值不在它能做什么，而在它被用起来之后，人变成了什么样子。