做到第二十六天，我原本很容易把「程式可以操作」理解成「使用者知道怎麼操作」。CareCall AI 已經有總覽、個案詳細、文字與語音關懷、人工處理中心，也能保存多日紀錄。每一個畫面都是我和 AI 反覆討論後做出來的，因此按鈕在哪裡、狀態代表什麼、下一步要去哪裡，對我而言都很自然。然而，這種熟悉本身也可能成為盲點：我看得懂，不等於第一次接觸的人看得懂。

Day 26 因此不新增功能，而是把系統交給兩位沒有參與開發的真人。測試者只會先知道一個目標：找出需要處理的個案、完成一次關懷、理解結果，再完成人工處理。我不能在旁邊逐步告訴他們要按哪一個選單，也不能在他們誤解畫面時立刻替介面辯解。我要記錄的是他們實際停下來的位置、走過的路徑、是否需要提示，以及描述狀態時真正說出的話。

我也先建立了問題分級方式。可能造成錯誤醫療理解或忽略人工接手的問題屬於「影響安全」；完全無法繼續操作屬於「阻止使用」；能完成但看錯文字或下一步屬於「容易誤解」；純粹美觀或偏好則放在「其他」。這個順序提醒我，使用者測試不是收集越多意見越好，而是找到最值得優先修正的證據。

目前測試流程、匿名觀察表與排序規則已準備好，但兩位真人尚未完成操作。因此我不會虛構測試者原話，也不會先寫出看似完整的結論。等兩份觀察到齊後，文章會補上兩位測試者的實際表現、共同誤解、差異，以及 Day 27 一定要修的前三項。這次最重要的學習，也許正是承認「還沒有證據」和修好功能一樣重要。