将问题处理结果以适合短时阅读的方式呈现在眼镜端。
← 返回全部项目
公开演示使用虚构/匿名数据与隔离环境。
CASE 02 · 智能眼镜 / 现场答辩
Even G2｜AI路演答辩助手
面向路演答辩的高压场景，探索问题识别、答案生成与眼镜端HUD呈现如何组成一条连贯、可判断的产品体验。
01 项目概览
在不中断答辩节奏的前提下更新答案
现场答辩中，使用者需要在听题、思考和表达之间快速切换。项目重点不是做一个普通聊天窗口，而是处理“旧答案何时保留、新答案何时出现”的HUD状态体验。
识别和生成期间保留旧答案，新答案完整后一次替换。
已完成短时真机测试，继续验证真实场景表现。
02 要解决的问题
生成过程不能让眼前的信息忽隐忽现
如果新问题一进入识别就清空旧答案，使用者会在等待期间失去参考；如果答案逐字覆盖，眼镜端内容会不断跳动，增加认知负担。
等待阶段识别中与生成中继续保留上一条完整答案。
切换阶段仅在新答案完整可用时，一次性覆盖旧答案。
验证阶段分别通过Simulator与短时真机测试检查状态逻辑和佩戴体验。
03 我的职责
发起产品需求，推动Codex任务与版本取舍
- 产品需求发起
- Codex任务拆解
- 开发过程中的技术取舍
- 产品流程
- 部分代码修改
- Even G2真机测试
- 验收和版本判断
职责边界与项目说明
不作为本人职责宣称
- ASR—Question Gate—LLM—HUD底层技术链路设计
- Prompt与回答规则
- Simulator测试
- 独立完成整个系统
04 产品方案
将复杂链路收敛为使用者能感知的四个状态
工程实现包含语音识别、问题门控、答案生成与HUD呈现等环节；产品侧将它们收敛成可被使用者理解和判断的状态变化。
第一条完整答案稳定显示
下一题识别中，旧答案继续保留
下一题生成中，旧答案继续保留
新答案完整后一次覆盖
05 已真实实现
从本地状态验证推进到受控短时真机试用
- 可重复运行的本地Simulator与固定模拟内容
- 旧答案在识别、生成阶段持续保留
- 新完整答案一次覆盖的状态逻辑
- 客户端与网关的历史自动化测试记录
- 约5分钟受控短时真机验证记录；当前仍处于原型验证阶段
06 Demo
本地Simulator状态机演示
视频来自真实运行中的本地Simulator状态变化，展示旧答案保留与新答案完整替换。
07 工程证据
用不同证据回答不同问题
证明团队对状态、网关与设备交互做过工程化设计；不归因为本人独立完成。
作为版本工程证据；数字来自现有报告，不等于端到端生产验收。
约5分钟记录支持候选版本判断，不延伸为稳定性或生产级结论。
只能说明相应层级测试，不证明整条真实现场链路。
可在面试中核验版本推进；不公开私有源码与仓库路径。
08 验证说明 / 项目边界
Simulator、真机短测和生产级验收是三件事
- 固定模拟内容在隔离环境中运行
- 不调用真实ASR、LLM或外部网关
- 只用于验证状态机与交互逻辑
- 尚未进行生产级稳定性验收
- 尚未在真实路演中长期稳定使用
- 短时测试不证明真机延迟、续航与长期稳定性
09 项目复盘
我从项目中学到了什么
可穿戴AI产品的关键，不只是“更快生成”，还要在有限视野和高压场景下，让每一次状态变化都可预期、可判断。