AI 产品很容易把“批量处理”当成高级能力：一次总结十篇文章、一次整理一百条笔记、一次替你清空收件箱。但对个人软件来说，批量本身不是效率，真正要看的，是这些对象背后的判断是否足够同质。如果每一项都需要不同的取舍，批量只是在把决策债务打包。

好的批量功能应该先缩小判断面，而不是扩大处理量。比如不是“帮我整理所有资料”，而是“把明显重复的收起来，把可能有用但不确定的放到待看，把需要我拍板的单独列出来”。产品的价值不在于替用户一次性做完，而在于把一堆混杂对象切成几类可快速确认的状态。

这也是很多 AI workflow 看起来很强、用起来很累的原因：它们把输出规模做大了，却没有把复核成本变小。用户表面上少点了几次按钮，实际多了一层不放心——我是不是漏看了？它是不是误删了？哪些改动值得接受？

可以问一个小问题：当一个功能声称“批量完成”时，它到底是在消灭重复劳动，还是在制造一批需要用户逐个验收的新工作？