你永远找不到的那道缝

录到第五分钟，眼镜会悄悄把当前文件封存，开始新的一段。没有提示音。没有震动。音频里没有停顿。新的一段从上一段的结尾开始，重叠一到两秒，软件再把这些片段拼回去，靠这段重叠删掉重复的字。

如果这件事我们做对了，你用上几年也不会发现它发生过。

为什么要切

四个不好看的理由，全都关于故障，不关于功能：

• 文件小，在一条只醒一小会儿的蓝牙链路上同步更快。
• 语音转文字服务处理短文件比处理长文件稳，出问题时也没那么难看。
• 万一出事——没电、文件损坏、传输中断——波及的是一段，不是一个下午。
• 封存过的文件就是安全的文件。已经关上的东西，后面再发生什么都伤不到它。

为什么是五分钟，不是十分钟

这一段值得写下来，因为它是一个很小的决定，却演示了一条规则。

既然切分本身察觉不到，五分钟和十分钟对用户来说就是一样的。取大的那个数，没有任何能被感知的好处。但它有实实在在的工程代价：文件更大，传得更慢，对转写的要求更高，出事时丢得更多。

一个参数对用户不可见的时候，取保守的那个值。这笔交换的另一边，没有任何东西能替它说话。

会选十分钟，只可能出于一种模糊的感觉：文件少一点，看起来整齐。看不见的整齐不算理由。

那段重叠

每个接缝上多存一到两秒重复音频，成本基本为零——几个 KB——却消掉了一整类缺陷：缝上被切掉的那个词，转写里变成一串乱码的半个音节，还有那种读起来不对、又看不出哪里不对的句子。

软件合并文字时会找到重叠的那一段，把重复的丢掉。读到的人拿到的是连续的文字。没人需要知道自己正在读的这句话，是由一台没有屏幕的设备录下的两个文件拼起来的。

这条规则还在哪出现

同一条原则，长出了产品里其他几条看不见的规则。两次录音间隔在六十秒以内的，合并成一条笔记，所以停下来想一想不会把一个念头拆碎。两秒以内的直接丢弃，所以口袋里误按一下不会变成一条记录。麦克风稳定之前的 300 毫秒由环形缓冲区接住，所以第一个词还在。

这些都不是能拿出来演示的那种功能。它们是四种具体困扰的缺席——那些你本来每天都会感到、又多半说不清是什么的困扰。