monday.com推出Harmony：200ms语音Agent怎样验收？

公告将Harmony定位为面向销售团队的语音AI平台，称其支持转人工时附带情况说明，以及原生CRM写回；并提出约200ms的audio-in到audio-out延迟、最高70%的联系率。这些是厂商发布信息，本文未验证性能，也没有采用公告中的客户增长数字作为本站案例。

目前公告列出的可用市场为美国、英国、澳大利亚、新加坡，面向中型和企业客户；其他市场及语言将在后续提供。准备服务中文客户或在中国使用的团队，应先确认市场、语言、号码、数据处理位置和采购条件。公告没有回答的项目，保留为待确认项。

试用前先确定目标语言和电话线路确实可用，并准备获授权的测试号码、合成话术、受控音频观察方式、转接人员与CRM沙箱。没有这些条件时，可以评估演示，但不能把演示结果写成自己的线路验收通过。

建议分别保留后端处理记录和测试终端的音频观察。服务端出现音频片段，只能说明该位置已有输出；客户端收到数据包、开始播放和测试者能够听到，是不同观测点。若平台无法提供其中某段证据，就标明无法观察，不用其他阶段的时间代填。

例如虚构教学记录voice-check-020：后端A以自己的单调时钟记录输入片段就绪为0ms、首个输出片段就绪为200ms，得到200ms；测试终端B以另一条本地音频时间线记录用户说完为0ms、可听回应开始为900ms，得到900ms。两项可以同时成立。两个原点及输入定义不同，不能相减就说“网络耗时700ms”。这些数字不是Harmony实测。

跨机器追踪时保存时钟来源、同步方式和误差；不能可靠对齐就分别报告本地时间段。记录通话与轮次标识、线路、语言、音频条件、版本和观察证据位置，避免把不同环境的最优数字拼成一张成绩单。

固定测试集合后，把已观察完成的轮次延迟与未出声、超时、主动打断和证据缺失的数量一起报告。若计算P95，明确它只针对哪些已完成轮次，以及样本量；不要删去没有音频的失败项后宣称全部轮次都很快。测试阈值按业务需要先约定，不直接采用广告数字。

可以使用虚构对话练习：AI正在复述“送到旧地址”，测试者立即说“停，改成新地址，先别提交”。测试关注旧轮次音频是否继续播放、旧结果是否再次入队，以及业务写入有没有按新意图处理。整个练习使用合成地址和沙箱，不拨打真实客户电话。

在应用设计上，给回复轮次及音频段稳定标识。检测到有效打断后，按所用平台实际支持的能力停止旧生成、处理尚未播放的音频，并拒绝已失效轮次继续推入播放队列；同时保留打断前已提交动作的状态。若平台不提供音频清退或观察接口，不能把本地“取消生成”标成端到端打断成功。

Twilio双向Media Streams提供一个具体协议例子：音频播放结束时可返回同名mark；没有缓冲音频时也可返回，而clear清空缓冲同样会触发待处理mark的返回。因此，收到mark不能单独证明某段音频完整播放，更不能证明客户听见、理解或同意。

语音链路里，“已发起转接”可能仍在响铃或等待。测试应分别观察是否有人接起、是否已取得对客沟通责任、是否拿到必要摘要。接管确认后，旧AI轮次不能继续抢答；已经在外部平台受理的音频是否能停止，按实际平台能力核对。

CRM也单独查：记录是仅进入待写队列、接口已受理，还是权威对象已按预期更新。响应丢失时先查询原请求结果，不换一个新标识再次提交。下表使用教学状态名称，实际实现应接到自己的电话平台与业务系统。

联系率若按通话尝试统计，不能直接与按独立线索统计的结果比较；同一线索的多次拨打也不能当成多个成交对象。约定“接通”“联系到目标人”“符合条件”“真人接管”和“完成业务目标”的定义，逐阶段记录，并列出未接通与未核实数量。本文不推测Harmony的70%使用了哪种分母。

先固定语言、市场、线路、任务范围和测试资料，再记录每次环境变化。音频、转写和时间线只保留排查必需部分，按现有授权和保留规则管理；真实客户数据不能直接放入公开测试包。产品可用、数据边界和必要业务权限未确认时，先停留在合成资料演示，不扩大到真实业务。

对于FDE或实施负责人，第一份交付可以是一张带证据位置的验收表：哪些环节可观察，哪些只有厂商说明，哪些仍未知。验收结果要按轮次体验和通话业务结果分别判定，不能只留下一个平均毫秒数。