跑實驗不是為了成效，是為了早點看到爆炸

「使用者太少，跑 A/B test 沒有統計意義」是常見的不跑理由。但他照樣建議跑——因為目的根本不是統計顯著性。

使用者群小的時候確實沒有統計檢定力（statistical power），跑不出正規的 A/B testing。即使如此，仍然建議做 A/B test 或 canary deployment，理由是：

透過 feature gating 把流量一點一點導進新功能，你就能很快看到 bug、crash、警報。

實驗在這裡的角色是偵測器，不是量尺。 它量的不是「這個功能好不好」，而是「這個功能有沒有在爆」。

為什麼在 AI 時代更需要它

因為你物理上不可能把所有產出的 code 都細讀。所以整套策略的目標是蓋出一個 agentic safeguard：大量測試、大量驗證、大量 agent 在工作，同時保住把爛決定收回來的能力。

前置：Feature gate 最簡單就是一個 boolean flag（沒有 gating 就沒有「一點一點放」這個選項）