AI 可作为用户体验（UX）评审的宝贵合作伙伴，但无法取代人类专业判断。使用 Claude Fable 5 和 ChatGPT-5.6 Sol 进行 UX 评审测试发现，AI 模型生成的分析中常包含无关或虚构的问题。尽管两者均提供了一些有益观察，但这些观察主要有助于优化措辞与结构；Claude 在措辞和结构方面的准确性优于 ChatGPT。AI 模型难以识别所有现存问题，且遗漏了若干重要问题。一项关于 GPT-4o 评估可用性启发式准则能力的研究也印证了上述发现，显示其仅能识别专家所发现问题的一小部分。作者发现，将个人观察与与 AI 的持续对话相结合，显著提升了最终分析质量，相比纯人工方式，流程效率预计提升约 15%。此类任务中 AI 的核心局限在于其判断力与情境理解能力，而非数据获取能力。未来方向在于构建定制 AI 代理，将既定的启发式准则与专家判断编码其中，以实现一致应用。AI 评估的准确性源于输入模型中的专家知识质量，而非模型本身。尽管 AI 预计最终将自动化许多任务，但在相当长一段时间内，复杂的设计与研究角色仍将从 AI 增强中获益。作者建议将 AI 作为初步工具，输入真实数据，并按结构化步骤开展工作。切勿将 AI 输出视为最终结果，或期望单次提示即可替代完整的评审流程。能够高效引导 AI 的设计师将获得显著优势，而无需对即时岗位替代感到恐慌。