要判断“陪伴机器人自查：购买或扩大使用范围前的决策树”，最好先写清家庭任务，再选技术。真正会改变答案的往往是使用者、空间、故障方式、维护责任和证据边界，而不是产品页面上多出来的几个功能。

分支一：能不能说清主要角色

如果不能，就先停止购买，不要为一个模糊的“陪伴承诺”买单。如果能，就写一个可衡量结果，例如更容易远程通话或减少低风险提醒遗漏。之后所有功能都用这个结果过滤。

分支二：这个角色真的需要移动吗

如果任务在一个固定位置就能完成，应先比较固定设备再为导航付费。如果确实需要移动，就测试门槛、地毯、宠物、窄路和回充。成本不只是钱，还包括地图维护和新的故障模式。

分支三：传感范围是否与角色相称

如果产品需要的摄像头、麦克风或云端历史明显超过任务需要，应限制这些能力或换产品。如果传感相称，就继续核对指示、静音、保留时间和账号访问。

分支四：AI 说错会不会造成严重后果

如果会，就把该决策留给真人或权威来源并限制自动化；如果不会，也要定义简单纠正路径。这个分支把娱乐和低风险辅助，与医疗、财务、紧急等高影响领域分开。

分支五：断网或所有者手机不可用时怎么办

如果断网或所有者手机不可用就失去所有有用功能和支持路径，要明确是否接受这种依赖。保留独立人类联系方式和实体控制。如果仍有本地能力，就写清具体剩什么、使用者怎样知道机器人处于什么状态。

分支六：三个月后谁来维护

如果没人负责充电区、更新、账号恢复、地图变化和隐私复查，这套系统就还没有运营完成。应明确责任，或缩小机器人角色，直到维护负担与家庭能力匹配。

分支七：有没有干净退出路径

如果订阅、专用附件或数据锁定让退出很难，应把这种成本计入购买决定。保留足够账号和型号信息，以便移除机器人、在支持范围内删除数据，并恢复简单的人类流程。

执行决策笔记

主要角色

检查“主要角色”时，把它放进带摄像头、麦克风、移动与云服务的家庭这个真实场景。先观察一次正常使用，再制造一个普通小故障，记录房间、充电、更新与支持周期中哪一步变难、最后由谁介入。每项只标通过、失败或未知；“未知”本身就是有效发现，不应靠猜补齐。把结果和型号或配置记录放在一起，下次复查陪伴机器人时从证据出发，而不是靠记忆。

mobility need

把“mobility need”当成隐私、导航、账号角色与人类后备里的运营问题，而不是参数问题。让另一位家庭成员在不提示的情况下完成任务，并记录隐私、导航、账号角色与人类后备带来的犹豫、额外工作和含糊点。每项只标通过、失败或未知；“未知”本身就是有效发现，不应靠猜补齐。如果这个测试无法被另一人复做，就不适合作为长期陪伴机器人决策的依据。

sensing proportionality

在改变不扩大危险权限的日常陪伴里的任何设置前，先把“sensing proportionality”写在纸上。写下预期行为，复做一次，再拿掉一个便利条件，让房间、充电、更新与支持周期里的依赖真正显现。每项只标通过、失败或未知；“未知”本身就是有效发现，不应靠猜补齐。真正通过的结果，应当让没有参与配置的人也能用普通话说明白。

AI 后果

用“AI 后果”专门挑战房间、充电、更新与支持周期中那个最容易被想当然接受的前提。从使用者第一步一直跟到恢复完成，把隐私、导航、账号角色与人类后备制造的隐性工作也算进去。每项只标通过、失败或未知；“未知”本身就是有效发现，不应靠猜补齐。若答案依赖厂商服务，应同时记录日期和让结论成立的具体支持条件。

offline dependency

从真正负责带摄像头、麦克风、移动与云服务的家庭的人角度复查“offline dependency”。把说明书承诺和家庭现场观察分开，尤其留意房间、充电、更新与支持周期会怎样改变结果。每项只标通过、失败或未知；“未知”本身就是有效发现，不应靠猜补齐。提前写停损线，避免反复试错把普通问题升级成更大的安全、隐私或使用障碍。

第二轮压力测试

主要角色：复测

用“主要角色”专门挑战带摄像头、麦克风、移动与云服务的家庭中那个最容易被想当然接受的前提。先观察一次正常使用，再制造一个普通小故障，记录房间、充电、更新与支持周期中哪一步变难、最后由谁介入。每项只标通过、失败或未知；“未知”本身就是有效发现，不应靠猜补齐。把结果和型号或配置记录放在一起，下次复查陪伴机器人时从证据出发，而不是靠记忆。再在一个小型家庭变化后复测同一点；两次观察之间的差异，往往比任何一次静态结果更有信息量。

最终验收测试

把“陪伴机器人自查：购买或扩大使用范围前的决策树”当成决策记录，而不是购物结论。第一页写清主要角色、mobility need、sensing proportionality的当前假设，第二页保存AI 后果和offline dependency的证据。把亲眼观察、厂商承诺和家庭偏好分开。使用初期尤其要记录哪些异常最消耗注意力。如果同一个人在同一步骤反复遇到困难，不要急着归因于“不会用”，先检查流程、界面和环境；如果同一服务依赖不断制造不确定性，就补上离线或人类替代；如果是实体条件造成阻力或危险，就不要试图用软件掩盖。最终好方案的特点，是另一位家庭成员也能解释为什么这样选，以及什么情况下要重新评估。 把这份记录和型号或配置资料放在一起，不要只留在某个人的聊天记录里。下次复查先看从这次测试之后发生了什么变化，而不是从头猜一遍。这样既能提高维护效率，也更容易区分真正的新风险和已经验证过的旧条件。

决定前的常见问题

关于「主要角色」，第一步该核对什么？

先把当前状态写清楚，再查看具体型号说明或真实空间条件；不要用产品类别的常识替代型号和现场证据。

「mobility need」什么时候算真正通过？

当主要使用者能在正常场景完成任务，而且出现一个普通故障后仍有清楚、独立、可复做的恢复路径，才算通过。

为什么「sensing proportionality」不能只看宣传页？

宣传页擅长说明能力，却通常不能替代家庭的尺寸、人员、账号、维护和异常条件。把承诺转成一次可观察测试更可靠。

「AI 后果」需要多久复查一次？

至少在人员、空间、软件、订阅、支持政策或设备状态发生明显变化时复查；长期联网设备还应定期检查支持与安全信息。

如果「offline dependency」测试失败怎么办？

先缩小权限或功能范围，回到最简单可靠的主路径；涉及结构、电气、高温、食品安全或生命安全的问题交给相应合格人员。

边界说明

围绕“陪伴机器人自查：购买或扩大使用范围前的决策树”，本文是消费科技使用信息，不构成医疗、照护、紧急响应、法律或隐私意见，也不是 AI 或产品认证。除非具体服务明确为相关高后果用途设计并受到支持，不应把陪伴机器人设为唯一照护或紧急求助路径。应核对服务商当前隐私、安全、更新和支持条款；本篇“安全审计”始终保留独立的人类后备。

Sources

Related Reading