核心用法
human_test() 是一个将真人众包测试集成到AI工作流中的技能。开发者只需提供产品URL，系统即自动生成结构化测试计划，招募真实人类测试员（1-50人），通过三步引导流程（第一印象→任务执行→NPS评分）收集反馈，最终由AI聚合生成包含严重性分级的可用性报告。
关键操作流程：
1. API调用创建任务 → 2. 测试员认领并执行 → 3. 异步接收AI聚合报告（或通过webhook实时推送）
计费模式：免费注册获100积分，每测试员消耗20积分，亦可通过测试他人产品赚取积分。
---
显著优点
- 人机闭环设计：直接解决AI代理无法评估主观体验（情感、直觉、可用性痛点）的核心局限
- 结构化输出：自动生成Executive Summary、严重性分级问题（Critical/Major/Minor）、NPS分析及可执行建议，非原始评论堆砌
- 灵活集成：支持同步轮询与异步webhook双模式，适配自动化工作流
- 成本可控：积分制+双向市场设计，零现金门槛启动，小团队友好
---
潜在缺点与局限性
| 维度 | 说明 |
|------|------|
| **样本质量** | 测试员背景不可完全筛选，可能存在认知偏差或与目标用户画像错位 |
| **覆盖深度** | 单次任务默认10分钟预估，不适合复杂B2B工作流或需要长期沉浸的深度测试 |
| **地域局限** | 平台未明确说明测试员地理分布，多语言/本地化测试能力待验证 |
| **AI聚合风险** | 报告由AI生成，存在遗漏细粒度语境或误读用户原意的可能，关键发现仍需人工复核 |
| **依赖外部平台** | 任务执行状态、积分结算、测试员池质量均受第三方平台制约 |
---
适合人群
- 早期产品团队：快速验证MVP可用性，替代成本高昂的正式用户研究
- AI原生应用开发者：需要人类反馈闭环优化Agent输出质量
- 独立开发者/小团队：资源有限，无法组建专职UX研究团队
- 敏捷迭代场景：每周多次轻量测试，驱动持续优化
---
常规风险
1. 数据隐私：提交URL可能暴露未发布功能，敏感行业需评估泄露风险
2. 反馈偏差：小额积分激励可能吸引非目标用户，导致"为完成任务而测试"的行为偏差
3. 平台持续性：积分经济模型长期可持续性未经验证，存在服务中断或质量下滑风险
4. API稳定性：webhook投递失败时依赖轮询补偿，需自建容错机制
5. 合规考量：若涉及医疗、金融等强监管领域，众包测试员资质可能成为合规盲点