可重复的小测试#
用虚构句子包含一个姓名、数字和否定指令。在正常佩戴位置比较普通说话、轻声说话和耳语。分别在安静房间和获准的共享空间重复，不录他人的私人对话。
统计关键错误，不要只看文字是否流畅。再衡量修改成本，以及修正后的指令能否到达目标对话。单独询问附近听者是否觉得说话打扰。
加入硬件检查#
记录镜框舒适度、连接稳定性、充电行为，以及已有的具体控制映射。注明设备版本、主机、软件版本和输入模式。续航观察需说明负载，耳语观察需说明说话与环境条件。
不要把无关测试平均成一个“AI 准确率”。麦克风采集、转写、语义整理和任务执行都有各自的失败方式。演示只证明某条路径曾成功一次，公开性能声明需要在其承诺覆盖的条件下取得可重复结果。