自建语音识别与整理集群
Voicelna 背后的推理后端，自己搭自己运维，不租任何语音 API。流式识别专门调过一句话中途换语种的情况，后面接一层大模型，把原始转写变成值得发出去的字。
实测：单路情况下说完到原文，服务端内 144–149 毫秒；8–9 路并发仍稳在 500 毫秒以内；再往上怎么扩有一套算清楚的容量模型。
自己跑推理也是「隐私」这句话能成立的原因：音频进的是我们自己的集群，不是第三方的 API。
看不见的那部分，自己建的。
我们的产品依赖的基础设施是自己跑的，不是租的。这里是已经建好并测过的几个阶段——不是客户案例，也不是承诺。下面的数字都是实测的。
AI 搜索可见性，先量自己的站
能不能被 AI 助手找到，跟能不能在搜索引擎里排上，是两个问题。我们做了一套衡量它的方法——AI 爬虫实际能读到什么、实际能断言什么——然后先用在这个站上。
具体做了什么：十五个 AI 爬虫具名放行，而不是让它们自己推断有没有许可；一张描述公司与产品的结构化数据图；推送式提交，让改动几小时内被知道而不是几周；以及真正起作用的那部分——具体到模型愿意引用的事实性内容。
最后这条才是全部的教训。形容词引用不了，可核实的陈述才行。多数站都倒在这里，而且技术做得再满分也补不回来。
如果外部团队的活跟我们正在做的东西重合，偶尔也接。这里有跟你的问题像的，发邮件说说你那个。