第三天，小王组的UI出了问题。按钮点击响应时间达标了，但用户反馈“不知道按了没有”。张小龙说：“加一个视觉反馈。按下时按钮颜色变深，周围有涟漪扩散动画。动画要流畅，不能卡。”
“可动画会吃资源……”
“用CSS3硬件加速。我要的是体验，不是省那点CPU。”
每天，林浩会在下午四点准时出现。不开车，步行过来，背着一个双肩包，里面是当天要看的代码和测试报告。他进来后不说话，只是走到每个人的计算机后面，看屏幕，看日志，看测试数据。看完了，走到张小龙面前，只说一句话。
第一天：“网络延迟的99分位值太高，降到150毫秒以下。”
第二天：“回声消除在低频段效果不好，重训模型。”
第三天：“按钮动画掉帧，优化到60FPS。”
第四天：“激活速度慢了一秒，砍掉所有非必要初始化。”
第五天：“语音消息播放时不能打断，加个进度条。”
第六天：“断网重连逻辑太复杂，简化到三步。”。”
永远只有一句话，指出一个最具体的问题。然后转身离开，不多说一个字。像最苛刻的教练，只指出你的弱点，不告诉你怎么练。
压力巨大。但团队在高压下，开始蜕变。周明组把网络自适应算法优化到第七版，56K拨号下的延迟降到180毫秒。李涛组用深度学习模型，在菜市场噪音下也能提取清淅人声。小王组的UI流畅得象德芙巧克力。小刘组的后台服务稳如磐石。
但张小龙不满意。他看着测试数据，总觉得少了什么。
第三十天，凌晨两点。张小龙把所有人叫到客厅，打开电视，接上摄象头。摄象头对着客厅中央的一把椅子。
“现在开始用户测试。”他说，“不测试功能，测试‘感觉’。我坐在这里，你们轮流过来，假装是我奶奶，用这个产品给我发语音消息。我要看你们的操作，看你们的表情，听你们第一句话说什么。”
众人面面相觑。但还是照做。第一个是周明，他坐下，拿起手机（测试机），点开那个唯一的按钮，按住，说：“小龙啊，吃饭了没？”
发送。播放。声音清淅，延迟很低。
“感觉不对。”张小龙摇头，“你太熟练了。我奶奶不会这么自然。她会尤豫，会紧张，会不知道说什么。再来。”
李涛上。他坐下，盯着按钮看了三秒，才小心地按下去，说：“喂？能听见吗？”
“好一点，但还是很象测试。”张小龙说，“想象你真的是老人，第一次用智能机，第一次语音聊天。你会怎么做？”
测试持续到凌晨四点。十二个人，演了十二个“奶奶”。有的小心翼翼，有的大大咧咧，有的说方言，有的嗓子哑。张小龙看着，记着，在白板上写观察：
“尤豫期平均3秒”
“第一次说话习惯说‘喂’”
“松手时很紧张，怕没发出去”
“听到自己声音会愣一下”
“背景音很重要（电视声、炒菜声）”
第二天，产品改了。激活后，不是直接进聊天界面，而是一段简单的引导动画：一个慈祥的老奶奶头像，配一行字：“按住下面，对孙子说话”。按钮变大，颜色更醒目。按下时，按钮会有温和的脉动，像心跳。松开时，有“嗖”的一声轻响，表示发送成功。收到消息自动播放，但第一次播放前，有文本提示：“孙子来信啦”。
林浩下午来看，没说话，自己坐下，用了一次。按住，说：“测试。”松开。播放。
然后他说：“引导动画里的老奶奶，不象我奶奶。”
张小龙愣住。
“我奶奶更瘦，头发更白，眼神更慈祥。”林浩说，“换一个。要让人一看就有亲近感。”
美术组连夜改图，找了上百张老人照片，最终定稿一个：清瘦，白发梳得整齐，眼睛弯弯的，嘴角有笑纹。像每个人的奶奶。
第四十五天，林浩来，说：“语音播放时，不能操作其他应用。老太太可能会边听边想回话，结果点不了按钮。”
加了一个“语音播放时按钮禁用”的提示，但提示要友好：“先听完孙子说啥，别急”。
第六十天，网络自适应算法终于稳定。。张小龙说：“可以了。”
林浩测试后，说：“音质下降时，加个提示：‘网络不太好，我慢点说’。用老奶奶的声音说。”
加了个TTS语音，温柔，缓慢，带点方言腔。
第七十五天，产品基本成型。激活快，连接稳，语音清，交互顺。团队松了口气，觉得终于可以交差了。
林浩来，测试了十分钟，然后说：“不够极致。”