1978 年，索尼创始人之一井深大出国出差，随身带上了公司最新的便携机 TC-D5。这台机器能录能放，还是立体声，可它有课本那么大，重约 1.7 公斤。井深大是个音乐迷，在飞机上戴着耳机听得很开心，只是觉得机器实在太沉。
下一次去美国之前，他找到大贺典雄，提了个要求：「录音功能可以不要，能不能只给这台 Pressman 装上立体声电路？」
Pressman 是索尼当年推出的单声道录音机，小到能托在手心里。工程师拆掉录音功能，换上立体声。另一位创始人盛田昭夫听完，说：「这可能会是个大东西。」他要在四个月后让它上架。
不是人人都信。「没人会要一台只能放磁带的『放音机』。不能录音，绝对卖不出去。」公司里有人这样反对。
少了一样东西的录音机
这话有道理。拿录音机的标准去量，新机器比前身少了一项本事。
可井深大从头到尾没要过一台更好的录音机。他要的是在长途飞机上听立体声，又不用背着 1.7 公斤。拿这件事去量，录音恰恰是他自己说过「可以不要」的那部分。
人买东西，是雇它去办一件事，那件事未必是厂家以为的。这就是「待办任务理论」（Jobs to Be Done）的核心。哈佛商学院教授克莱顿·克里斯坦森和几位同事琢磨这个想法，到 2011 年学院刊文介绍时已有十多年。按他的说法，人的生活里冒出一件要办的事，就去「雇」一样东西来办。一个人 18 到 35 岁、有大学学历，他说，这「可能和购买决定相关，但并不导致它」。他参与撰写的一份教学笔记里，引了哈佛营销学教授西奥多·莱维特的一句话：「人们要买的不是四分之一英寸的钻头，是四分之一英寸的洞！」
1979 年 7 月 1 日 Walkman 上市，到 8 月底，首批 3 万台卖光了。
一杯没法核实的奶昔
克里斯坦森最出名的例子是一杯奶昔。按商学院刊出的版本，一家快餐连锁去问符合「典型奶昔顾客」画像的人，奶昔该怎么改，然后照着改了。销量纹丝不动。
后来，克里斯坦森的一位研究同事在店里待了整整一天，记下谁在什么时候买奶昔。四成奶昔是一大早卖出去的，买的是通勤的人，拿了就走。用克里斯坦森的话说，他们「要开一段漫长无聊的通勤路，需要个东西让那只空着的手有事做」。
故事很好听，却很难核实。那份教学笔记自己注明：「这个例子里的产品和公司都经过了伪装。」这里引到的几个版本，也都没给出后来的销量数字。
用这套理论的人，对它找到了什么也看法不一。2013 年，咨询公司 Strategyn 的创始人托尼·伍维克（他另有一套自己的待办任务方法）撰文说，无聊的通勤只是「你做一件事时所处的情境」；在他看来，任务应该是「在路上把早饭解决掉」。他还说，据他所知，没有哪家餐厅凭这个洞见推出过一款销量飙升的早餐奶昔。
同一套理论，同一个故事，两个人写下了两个不同的任务。理论告诉你该往哪儿看；看到什么，有一部分取决于是谁在看。
日志问不出的那个问题
按教学笔记的描述，研究者最管用的是在门口问的一个问题：上一次你有同样的事要办、却没买奶昔，那回你雇的是什么？
AI 聊天机器人这边，日志多得是，门口却没有。2025 年 9 月，几位经济学家和 OpenAI 的研究者发表工作论文，研究人们怎么用 ChatGPT。他们从个人账户（Free、Plus、Pro）里抽了约 110 万段对话，每段取一条 2024 年 5 月到 2025 年 7 月间发出的消息，交给自动分类器打标签，全程没有人去读。工作场景里，写作是最常见的用途，2025 年 6 月约占工作类消息的 40%。而所有写作类请求里，约三分之二是把用户自己提供的文字交给 ChatGPT 去改，润色、点评、翻译之类，而不是从零写新东西。很多时候，人们是带着自己的草稿来的。
这是篇没经过同行评审的工作论文，七位作者里六位署了 OpenAI，样本不含企业版和团队版账户。标签只说明消息在讲什么。这些分类标签本身，告诉不了你背后的处境：有人贴进一段话、要它改短一点，单凭这个标签，看不出这段话是要发给谁的。
门口那个问题照样能问。找团队里五个用过你们 AI 工具的人，问最近一次用它是想办成什么事；再问上一次有同样的事、没用这个工具时，用的是什么。把答案和当初买工具的理由摆在一起。对不上的地方是一条值得追的线索，还算不上结论。
大家都要更多图表
假设你负责一家零售连锁的数据分析组。销售看板的反馈要求出奇一致：多加图表，多加筛选，再来个深色模式。三样都做了，每周访问量还是老样子。
于是你坐到一位区域经理旁边，看她怎么用。她筛出自己的十二家门店，把表格导出来，数字四舍五入，挑出其中四个，粘进一封发给总监的邮件。看板只是路上的一步，她要办的事，是那封邮件。
你走回座位。反馈队列里又来了一条：有人想加第五张图表。