实时 AI 数字人 API 是否能进入生产环境，不能只看演示中的面部效果。更重要的是，它能否稳定启动、及时呈现已经批准的语音、在常见故障后恢复，并且适配团队可以长期运营的系统架构。
核心结论
- 测试完整的用户可见链路，而不是供应商提供的最佳演示。
- 将 Agent 延迟、TTS 延迟、首个动作和客户端渲染分别记录。
- 在比较画面质量前，先验证恢复、日志、凭证、设备负载与成本。
- 选择团队上线后仍能维护的集成方式。
评估整条链路，而不只是面部效果
一次生产会话可能经过麦克风输入、ASR、Agent、检索或工具、TTS、动作生成、客户端渲染和产品 UI。OpenTelemetry 的 Trace 模型适合把一次请求在多个服务中的流转串起来。为每轮测试生成关联 ID，并在每个系统边界记录时间。
在联系供应商前先写评估契约：认证方式、请求字段、错误类别、会话生命周期和恢复责任分别由谁承担。OpenAPI Specification可用于检查普通 API 表面；实时媒体路径则需要结合 SDK 和传输文档评估。
测试六项生产标准
启动。 在桌面端、移动端、冷启动、热启动和限速网络下分别测试。首句由谁发起、是否能打断，以及等待期间显示什么，都属于产品体验。
对话时序。 同时观察中位数与 p95。使用浏览器 Performance API记录客户端里程碑，并把它与服务端的 Agent、TTS 事件对齐。
传输和恢复。 模拟 Wi-Fi 切换、后台标签页、Token 过期和连接中断。保留 WebSocket close event 等原始信号，同时设计用户可以理解的重试与回退。
设备表现。 在实际最低配置上观察主线程、内存、GPU、温度与电量，而不是只在开发机上运行。
控制边界。 明确 ASR、LLM、TTS、工具、会话状态和人工交接的所有者。集成式和模块化方案都可能合理，关键是与团队愿意拥有的技术栈一致。
成本。 分别估算会话分钟数、并发、带宽、支持成本与回退流量，不要把预生成视频积分与实时会话分钟混为一谈。
运行可重复的生产测试
准备一段固定脚本，覆盖短回答、长回答、用户打断、一次工具调用、静默和强制断网；在每种目标设备与网络条件下重复执行。RTC 路径可以参考 WebRTC statistics API，WebSocket 路径则记录等价的应用事件。
把评估重点放在真实行为上。清楚的纯音频回退，往往比冻结的写实面孔更有用；能够返回明确错误类别的 API，也比统一显示“会话失败”更容易运营。采购前还应按 OWASP API Security Top 10检查认证、授权、资源限制和资产清单。
在 Spatius 中应用这份清单
Spatius 接收数字人要说出的语音音频并转换为动作数据，AvatarKit 在客户端本地渲染。应用或 Agent 框架继续拥有 ASR、LLM、TTS、检索、权限和工具。Spatius 开发者文档总览是当前系统边界的权威来源。
测试前先阅读集成路径指南，并针对实际计划部署的路径埋点，而不是只测试最容易打开的 Demo。
常见问题
视觉真实感是最重要的标准吗？
不是。真实感影响主观感受，但启动、响应时序、恢复、设备表现和控制边界决定了体验能否持续可用。
评估之后应该做什么？
选择一个工作流，定义接受阈值并进行小范围试点。可以参考 Spatius 的试点框架。