用途：在真实用户身上验证设计是否可用，而非仅靠主观查看。适用于 design-builder 产出可用原型之后、宣布设计完成之前、design-critic 标记人物角色覆盖缺口时，或需要证据支撑用户行为假设时。
主要能力与流程：第一步定义测试内容，按需求核心任务写 3-5 个任务场景，每个场景有真实触发条件与明确成功条件，且不提示操作方式。第二步招募 5-8 名参与者，至少包含 1 名屏幕阅读器用户、1 名 60 岁以上者、1 名非界面语言母语者、1 名技术信心较低者，可参考 inclusive-personas 的能力谱系。第三步选方法：有声思维主持测试用于新流程与复杂交互，最少 5 人；无主持远程测试用于简单任务与较大样本，8-12 人；游击测试用于概念验证与时间受限场景，3-5 人；辅助技术用户无障碍审计用于构建后发布前，2-3 人。第四步写脚本，含欢迎、背景、任务与复盘，任务中保持沉默不提供帮助。第五步分析结果，将每项任务归类为轻松完成、困难完成、失败或误以为完成，并按严重度分为关键（阻碍 2 名以上参与者）、主要、次要。第六步把每个发现转为设计行动，格式为“严重度／发生情况 → 设计行动 → 负责的智能体”。
交付物：任务成功率表、按严重度排序的发现、带智能体指派的设计行动，以及迭代／发布／重新思考的建议。
限制：资料未提供具体收费、价格、平台或效果数据，相关内容暂未提供。