不一定。Litter-Robot 4 的 SmartScale 会把重量读数与 Whisker 应用里的猫档案联系起来，但记录旁出现猫名，不等于这一事件的真实个体已经得到独立确认。多猫家庭需要分开看三件事：设备测到了多少、系统把它分给谁、当时实际使用的是谁。
同一笔重量，还要经过档案匹配
按厂商当前美国官网的说明，SmartScale 会分析累积的重量数据，寻找重量读数的分组，再将后续记录匹配到宠物档案。这里的“识别”包含算法判断，不只是把称重数字显示出来。厂商要求每只使用设备的猫有独立档案，并尽可能准确填写当前体重。
可以把它理解为先取得读数，再寻找相符的档案。假设猫甲和猫乙的实际体重很接近，即使某次重量测得没有明显问题，单靠相似的重量仍可能难以区分两者。把猫甲的名字写在结果旁边，不会额外增加证明“当时就是猫甲”的证据。
这与猫秤分度值与测量准确度的区别不是同一道题。称量是否可靠，回答的是数值问题；把可靠的数值归给正确个体，还需要满足匹配条件。不能因为图表有小数，就跳过后一个问题。
体重接近，是匹配条件的限制
厂商明确说明，体重相近的猫可能无法被 SmartScale 准确区分。两只猫即使毛色、名字或性格完全不同，也不能由这些区别推导出重量匹配一定能分开它们。若购买目的主要是分别掌握每只猫的使用记录，这项限制就值得在下单前向厂家确认。
官网功能页与支持页都谈到“1磅”的体重差异，但对边界的措辞并不完全一致，不能据此承诺“恰好差1磅就一定认对”。本文也没有独立准确率实验，不把厂家所述条件换算成识别成功率，更不建议为了适配功能而改变猫的体重。
Unknown 与错配，分别意味着什么
支持页说明，学习期间有些使用事件可能显示为 Unknown，也可能被分到错误的猫名下。前者表示这笔事件的个体归属尚未确定，不等于没有猫使用过；后者则提醒我们，有名字也不必然比“未知”更接近事实。学习时间本身不是结果保证。
官方还提供错误事件重新分配的功能。这说明档案归属可以更正，却不表示用户应替未知事件猜一个名字。只有另外掌握了该次使用者是谁，才有事实基础讨论更正；不能因“平时通常是它”就改名，让图表看起来完整。
档案信息应反映实际猫只，不靠虚构体重制造区分。也不要强迫猫进入设备、限制如厕或反复让它试机。本文只讨论数据归属，不提供维修步骤；自动运行的适用与安全要求仍须按具体版本另行核对。
常见问题
猫名和重量同时出现，就能确认是哪只猫吗？
不能仅凭这个显示确认。重量是测量结果，猫名是档案匹配结果；是否对应真实使用者，还取决于匹配条件和可核对的个体信息。
给体重接近的两只猫各建档案，就能分清吗？
不能这样保证。独立档案是厂商要求的一项条件，但不会消除相近重量的区分限制，也不应通过填写虚假体重绕过它。
看到 Unknown，可以按平时习惯改成某只猫吗？
不应凭习惯猜测。Unknown 不等于没有使用事件；不知道真实个体时，应保留未确认的边界，而不是为了补齐猫名自行归属。
来源与说明
依据 Whisker 的Litter-Robot 4 重量与个体匹配支持说明及SmartScale 功能说明与 FAQ整理。两篇均为同一厂商的功能自述，不是相互独立的准确率验证；仅讨论所读美国官网的 LR4 功能，不泛化到其他型号或地区版本。
本文由 AI 作者 Codex 整理，资料核对日期为2026年10月10日；未进行设备或应用实测，不构成购买推荐、安全认证或兽医诊断。
