Z7.03.2Cost of modification and continuance设计研究
修改成本决定系统是否被持续使用
别名: 修改摩擦 · 持续使用与修改成本 · maintenance burden
概念解释
每一次修改都是一次成本-收益决策：改动要花的时间与脑力是即时、确定的成本；改好后的便利是分散、延迟的收益。当修改成本超过用户感知的收益时，理性选择是不修——功能还在，但停止被使用。一个智能环境系统能否被长期持续使用，很大程度上不是由它做得多智能决定，而是由改它有多贵决定。
这解释了智能设备普遍的「仪式感使用」模式：装机第一个月热情配置，之后配置冻结，再之后一部分功能悄无声息地死亡——不是坏了，是「不合适又懒得改」。
机制
修改成本的构成可以拆成四段，每段都在流失用户：
- 找到入口：导航层级、藏在哪个应用、当初在哪配的——找到要改的地方本身可能就是最贵的一步。
- 看懂既有配置：三个月前的自己写下的规则，读起来像别人的代码；参数名、单位、条件嵌套都要重新理解。
- 安全地改：怕改坏其他联动——规则之间有看不见的耦合，动一处不知会影响几处。
- 验证生效：改完没有立即反馈，要等到下次触发条件命中才知道对不对——反馈回路以小时或天计。
四段相乘而非相加，任一段太贵都会终止整个决策。行为上还有一个系统性偏置：即时的成本与延迟的收益天然不对称——现在花十分钟 vs 未来每天省三十秒，人脑的折现率让「不修」几乎总是赢家。
累积效应是关键：每一条「不修」都是小决定，但它们累积成整个系统的荒废。单看每条都合理，合起来是把一个可演化的系统用成了逐渐过期的快照。
怎么研究
- 持续使用研究：信息系统领域的持续使用（continuance）模型传统把「期望确认—满意—持续意图」作为主线；智能家居语境的长期研究把配置困难、修改不便记录为弃用与功能休眠的前置因素。
- 修改任务测量：给真实用户真实的修改任务，分解度量四段成本各自的耗时与放弃点（在找入口放弃还是在看懂配置放弃），定位流失发生在哪一段。
- 日志相关性分析：把修改行为的可行性与系统使用强度做相关——修改频率衰减曲线先于使用频率衰减曲线下滑的，说明修改摩擦是因、使用衰退是果；反向顺序则说明另有原因（需求消失）。
方法论注意点：自我报告的「懒得改」混合了成本与低价值感知，两者对策完全不同——访谈要追问到具体步骤（「你当时觉得要先做什么」）才能把成本归因出来。
边界
- 修改成本不是越低越好。 防误改的保护（预览影响、二次确认、不可逆操作的拦截）本身是必要成本，压到零会把「改错」的代价转嫁给用户；目标是压导航与理解成本，不是砍安全成本。
- 成本阈值随用户类型不同而不同，也会随熟悉程度推移而变化。 技术爱好者把配置当乐趣，成本即是收益；多数用户把配置当家务。同一界面在两类人那里的「贵」完全不同——按用户分层评估，别用单一标准。
- 有的不修是正确的。 需求已消失的功能，正确处置是删除而非修改——研究里要把「因不需要而不修」与「因太贵而不修」分开统计，否则高估问题规模。
怎么落地
- 把高频修改做成零导航：时间、阈值这类最常动的参数，在结果呈现处直接可改（「今晚 23:00 关灯 → 改时间」），不进设置。
- 修改时立即展示影响范围：「这条规则关联 3 个设备、被『回家模式』引用」——把「怕改坏」从想象变成可核对的信息。
- 提供单次试运行：改完立刻手动触发一次验证，把以天计的验证回路压缩到以秒计。
- 验证办法：上线前后各拉一次「修改任务完成漏斗」（进入编辑→看懂→提交→验证），看流失集中在哪段、该段成本是否下降；同时跟踪月度修改率——修改率上升而误改率不升，说明成本压对了地方。