直接回答
回复建议和对话翻译不是同一项操作。翻译应保留对方消息的含义；回复建议则是新写出的文字，供用户选择是否发送。界面应将两者分开标注，并允许用户在发送前检查、编辑、拒绝或忽略建议。Android 提供 ConversationAction 和 TextClassifier 接口来表示或建议文本回复，但 API 文档没有保证设备上的分类器会离线生成回复。部署在本地的语言模型可以生成文字，但这本身不能证明某个翻译应用集成了回复功能、只使用本地对话上下文，或不会发起其他网络请求。验证离线回复流程时，要把收到消息的翻译、建议生成、用户审核和发送分开测试。准备所需资源后冷启动应用、关闭网络，再用合成对话测试。记录建议是否出现、是否与译文明显区分，以及应用是否等待用户明确操作。如果功能或网络行为没有文档说明，应标成未验证，不要宣传为离线能力。
场景：旅行途中离线回复一条简短消息
旅行者收到一条自己仍在学习的语言发来的消息。翻译应用显示译文，随后给出诸如“我五点能到”或“请把地址发来”的可能回复。其中某个建议可能加入原消息中并不存在的时间、承诺或请求。旅行者想在没有数据网络时准备回复，但必须保留作者身份并决定最终发送的文字。
决策
把收到消息的直译与生成式回复建议在界面上分开显示。明确标注建议是新生成的内容，保留原文供对照，并要求用户检查后明确选择编辑或发送。离线时分别测试翻译与建议生成，不要从其中一项推断另一项。
预期结果
旅行者能够区分对方说了什么、哪段文字是机器新起草的建议，以及该应用是否能断网生成这段草稿。如果建议功能不可用，译文本身仍可阅读，应用也不会用误导性的方式替代它。
需要收集的证据
只有将以下证据与同一模型文件和测试运行关联起来，结论才可复核：
- 对话意图与回复样本
- 翻译和生成内容的标记
- 离线、审核、拒绝和发送边界测试
任务质量需要有版本记录的语料和验收规则；流畅的单条样例不等于准确度结果。
实施流程
- 定义对话中的每种文字. 将收到的原文、直译、可选回复建议、用户编辑后的回复和最终发送内容列为不同记录或界面状态。决定如何保留原文可见，以及怎样标记建议。避免把所有文字放在同一个对话气泡里，让生成回复看起来像对方说过的话。
- 规定作者标记和发送边界. 任何回复离开设备前都必须有清楚的用户操作。用户应能关闭建议、编辑建议或在空白输入框中重新撰写；生成或翻译完成后不得自动发送。对可能表达同意、拒绝、日期、价格或承诺的回复，更要与收到消息的直译明确区分。
- 选择并记录建议生成路径. 如果建议来自 Android TextClassifier，应记录所用分类器，并确认其文档是否说明离线行为。如果应用使用本地语言模型，应固定模型文件和运行时，记录传入了哪些对话上下文，以及是否还有其他模型或安全过滤依赖。方法名里出现“suggest”，或模型被称为端侧模型，都不能证明这项应用功能整体离线。
- 建立合成对话测试案例. 准备清楚的问题、中性确认、模糊消息、带日期或金额的请求、拒绝，以及根本不应建议回复的内容。请熟练使用对应语言的审阅者校对收到消息的译文，并预先定义哪些回复符合用户意图。不要拿真实私人聊天记录作为首轮测试样本。
- 分开测试翻译和回复建议. 完成资源准备后，关闭 Wi-Fi 和移动数据并冷启动应用。先不请求回复建议，只翻译收到的每条消息；再单独请求建议，记录是否产生新候选、使用了哪些上下文以及是否与直译不同。恢复网络后另做一轮测试，不要把联网和离线结果混在一起。
- 检查审核、拒绝和发送行为. 逐项确认用户可以查看并编辑完整建议、丢弃建议，以及自主决定是否发送。生成或点选建议本身不能触发发送。记录取消、模型资源缺失、意图模糊和网络不可用时的提示方式，同时避免在没有必要或未披露的情况下将对话内容写入诊断记录。
让每个阶段的状态都可观察。失败信息应指出阶段、模型、运行时和恢复动作，同时避免记录用户私密内容。
验收标准
- 收到消息的直译与机器生成的回复建议分别标注，并能追溯到原始消息。
- 断网状态下生成一条新建议；翻译成功或之前缓存的草稿都不能当作离线建议生成的证明。
- 用户可编辑或拒绝每条候选内容；最终发送必须在审核文字后通过独立明确操作完成。
- 意图模糊、影响较大或证据不足的情形保持待确认，或不生成建议，而不是编造承诺。
决策对照表
| 维度 | 选择或证据 | 解读方式 |
|---|---|---|
| 原文直译 | 把收到的消息重新表达为另一种语言 | 目标是忠于原意，不新增回复、决定或事实。 |
| 生成式回复建议 | 结合对话译文和用户意图起草新的文字 | 这是新写的内容，不是翻译；应标注、审核，并与发送分开。 |
| Android TextClassifier 回复动作 | 平台 API 表示或建议一项文本回复动作 | API 形态本身不能认证某个分类器或应用是否离线生成建议。 |
| 端侧 LLM 草稿 | 配置在本地的模型生成候选回复文字 | 本地生成只是可能的架构；仍需检查确切上下文、资源、运行时及应用其他网络路径。 |
| 固定短语库 | 从提前审核过的短语中选择一条回复 | 它不是生成式对话理解，但内容固定、透明，可作为离线备选。 |
需要避免的失败模式
- 把生成的回复显示成对方原意
- 未经确认自动发送建议
还要避免静默回退、版本未固定、缺少取消处理，以及把不同配置的结果混在一起下结论。失败运行也应与成功记录一并保存。
最小复现记录
| 层级 | 记录内容 |
|---|---|
| 设备 | 厂商、型号、芯片、内存档位、操作系统版本 |
| 软件 | 应用版本和 Git 提交号 |
| 模型 | 系列、变体、版本、格式、文件长度、摘要、量化方式 |
| 运行时 | 名称、版本、请求后端及实际后端证据 |
| 工作负载 | 样例版本、输入摘要、提示词摘要、输出策略 |
| 结果 | 完成、失败、取消、回退及保护隐私的诊断信息 |
发布检查表
- ☐ 主要搜索问题已回答，且没有未经支持的数字。
- ☐ 所有模型文件和运行时版本均已固定。
- ☐ 代表性任务和失败处理策略均有说明。
- ☐ 生命周期、取消、清理和回退均已测试。
- ☐ 用户内容与网络边界均有说明。
- ☐ 结论只适用于被记录的配置。
- ☐ 新增测试结果时链接到原始方法或证据。
来源与相关证据
- FunctionGemma mobile actions
- Android privacy and security
- Android Developers — ConversationAction 文本回复类型
- Android Developers — TextClassifier 对话动作 API
- Google AI for Developers — 在移动设备上部署 Gemma 模型
- Android Developers — 隐私和安全责任
中文部署与排错专题见。奇连 AI 端侧专题。
常见问题
回复建议是不是把对方的话翻译出来？
不是。翻译是把原消息换成另一种语言，回复建议则增加了用户可能选择发送的新内容。界面应分别标记，并保留原消息供对照，不能把生成的回复显示成对方说过的话。
Android ConversationAction API 能保证离线回复建议吗？
不能。Android 定义了表示文本回复的 ConversationAction 类型，以及建议对话动作的 TextClassifier API，但这些参考文档没有保证某个分类器或应用能在无网络时生成建议。应在断网状态测试准确的应用、系统服务和设备。
翻译应用用了端侧 LLM，回复建议就一定离线吗？
不一定。模型可能在本地运行，但账户校验、建议服务、内容过滤、分析遥测或其他环节仍可能联网。准备好资源后，应在断网状态验证确切的建议路径，并单独检查应用的其他数据流。
建议回复可以自动发送吗？
本指南将回复视为用户新写出的沟通内容。用户应能检查、编辑、拒绝或忽略建议，发送也必须通过单独明确操作完成。如果草稿包含收到消息中没有的日期、价格、同意、拒绝或承诺，这一点尤其重要。
怎样不分享私人聊天来测试回复建议？
使用合成对话覆盖清楚、模糊、否定和影响较大的案例。请熟练的语言审阅者校对译文，并事先定义可接受的候选回复。随后在没有上传私人聊天记录的情况下测试离线生成、审核、编辑、拒绝和发送边界。