隔空手势播放器 · AirPlayer

场景来自车内后排观影：屏幕远、手够不着，语音在放片时又吵——手势是最自然的遥控器。捏合是暂停、挥手是快进、握拳是退出，原型在 Mac 上跑通并打包成了应用，日常真实使用。

做这类产品，识别到手势只是及格线，真正决定生死的是「绝不乱动」——你只是换个姿势，它却把片子暂停了，两次之后你就再也不想用。我的解法不是调参数调到顺眼为止，而是把它变成一道有数字的题：拿公开手势数据集 HaGRID 的 79,197 只手做离线评测（即不用真人反复实验，用大规模数据先把账算清），结果发现在默认灵敏度下，三分之一的用户「捏合」识别不到八成——因为每个人的手大小比例不一样。答案也就清楚了：让每个人注册自己的手（应用里 4 步引导，1 分钟），灵敏度按个人定制，误捏合率从 15.3% 降到 5.3%。

在此之上又加了两道保险：一个 1.2MB 的小模型做「第二意见」（主识别说有手势，它独立复核一遍，3 毫秒出结果），杜绝空房间里的幽灵触发；校准时「盯稳了才算数」（手停稳攒够 12 帧取中间值），杜绝草率标定埋下的祸根。最终验收：165 分钟挂机压测 0 次误触——我给自己定的及格线是每 10 分钟不超过 3 次。

同系列还有一项视线追踪研究：每次「捏取」的瞬间，顺手用这次操作修正视线偏差（你捏它，说明你在看它），追踪漂移减少 59%——用起来的感受是「越用越准，不需要重新校准」。这条线与 2025 年的眼动+手势原型一脉相承，都是为下一代空间交互（车载、AR）攒的产品化经验。

项目由我一个人 vibe coding 完成，没有团队，AI 是我的手脚——包括那一系列的评测，也是 AI 写代码跑出来的，我负责提目标和验收标准。