<blockquote><p>在中国移动从用户体验的成功典范逐步走向用户吐槽的对象的过程中，我们看到了一个曾经的行业巨头如何在市场竞争和用户需求变化中迷失方向。本文将通过作者的亲身经历，详细剖析中国移动在5G时代用户体验的崩塌过程，探讨其背后的原因以及未来可能的改进方向。</p> </blockquote>  又又又一次，我被中国移动的电话吵醒。 要在以前，每次接到中国移动的电话，我都会认真接听，唯恐错过什么重要通知，但现在我都是直接愤怒挂掉——我已经厌倦了中国移动打着免费升级福利的幌子来推销产品。 在我眼里，中国移动已经成为中国最大的电销头子之一，甚至说它是中国最大的电信诈骗公司之一也不为过（后文会解释）。 曾几何时，中国移动是最重视用户体验的公司之一，也是靠用户体验成功的典型，但不知道何时逐步走向了用户体验的反面，成为了用户的敌人。 本文就带你来系统梳理一下。 ## 01 中国移动如何靠用户体验成功? 1999年，中国移动成立，是从原中国电信剥离移动通信资产后组建，前身是1997年成立的中国电信移动通信局。在2000年到2008年的2G时代，中国移动凭借出色的用户体验在移动通信市场一枝独秀，市场份额一度超过70%。 ### 1.广泛的网络覆盖 中国移动优先建设了覆盖广泛的基站网络，满足了用户”随时随地能打电话”的基本需求。 早期通过密集基站建设（如广东、浙江先行试点），实现城市重点区域100%覆盖，农村覆盖率超90%（2005年），解决“信号盲区”痛点，奠定用户基础。 ### 2.符合用户需求的产品 中国移动推出“全球通”“神州行”“动感地带”等标准化套餐，按流量、通话时长分层定价，降低用户选择成本。 - “全球通”品牌，提供国际漫游、语音信箱等高端服务，主打高端（商务）客户。 - “神州行”预付费卡，简化开户流程，吸引价格敏感用户（农民工等）。 - “动感地带”针对学生群体推出低价流量包，月费低至10元。没错，我就是通过动感地带入的中国移动的坑。 此外，短信、彩信、彩铃等增值业务丰富了用户体验，尤其是短信业务成为重要的社交工具。 ### 3.客户服务体系 建立超5万家实体营业厅，覆盖乡镇一级，提供面对面业务办理与故障处理，提升服务可及性。 建立了”10086″统一客服热线，提供便捷的服务渠道。 ### 4.积分回馈机制     推出积分兑换系统，增强用户黏性和忠诚度。 ### 5.用户体验跟踪机制 在中国，中国移动是用户满意度调查的鼻祖，最早可以追溯到1998年、1999年。满意度指标被作为管理工具，在中国移动集团得到推广，每一个分公司都要接受来自用户体验的考核。 正是因为太成功了，到了2008年，为平衡中国移动“一家独大”的局面，工信部推动重组，旨在实现三家全业务运营商（移动、电信、联通）的均衡竞争。 这次重组，使得电信行业全业务竞争开启：三家运营商均具备移动、固网、宽带等综合服务能力。 随后的2009年到2013年，中国迎来了2G向3G时代的过渡。 在3G时代(2009-2013年)，尽管采用了技术劣势明显的TD-SCDMA标准，中国移动仍通过终端补贴、流量优惠和客服响应升级等方式弥补技术短板，成功守住市场份额。 到了4G时代(2014-2018年)，中国移动重新获得技术优势，建成全球最大4G网络，推出”流量不清零”和”不限量套餐”等创新资费模式，与内容提供商合作推出”免流套餐”，用户体验再上新台阶。 2019年进入5G时代后，中国移动通过大规模5G网络建设和场景化服务继续保持领先，但市场份额和用户增长却开始放缓，5G渗透率不及预期。 ## 02 中国移动是如何走向用户体验的反面的? 中国移动进入5G时代用户增长几乎陷入了停滞；市场份额在逐年走低，相比巅峰时70%-80%缩水明显；5G的渗透率55%，三家电信运营商差距在缩小。  （注：2025年5G用户数为”网络客户”（实际使用用户），与前期”套餐用户”统计口径不同） 这背后或许有市场竞争加剧、监管政策的平衡作用，但“背离用户需求，损害用户体验”或许才是根本原因。 ### 1. 产品资费贵，性价比低     作为市场份额最大的运营商，中国移动同价位套餐配置通常低于竞争对手，性价比低。 我特意去三家电信运营商的官网，对比了它们的资费套餐（部分），然后制作了下面这张图：  这里要说明一点，5G套餐刚出现时，三家电信运营商的5G套餐起步价都是128/129元起。中国移动比较鸡贼，如今悄悄下调资费到79元，门槛变低了，但是15GB+50分钟通话的配置，真的狗都不用。 ### 2. 强制营销与营销不透明 我是2007年北京上大学，学校派发的“动感地带”号入坑的中国移动。 那个时候，北京动感地带校园卡采取“0元月租”模式，但需绑定必选增值服务包（如5元来电显示、10元短信包），实际月均消费约15-25元。 十多年过去了，不知道为啥这个号的月实际消费早就超过了百元。 当我有一天和朋友聊天时，才发现自己是个冤大头——朋友的资费套餐比我便宜得多，通话时长和流量却比我多。 那一刻我开始回忆，中国移动是怎样一步步抬高我的月消费的——没错，就是电话营销。 如果你是中国移动的用户，接下来这个场景你一定不会陌生： <blockquote><p>中国移动客服：喂，请问是xxx先生吗？<br/>你：是我<br/>中国移动客服：您好，先生！这边是中国移动客服，这次给您来电呢，是关注到您每个月的流量使用较大，特此赠送您一个流量升级套餐，x个月内使用不额外收费，X个月后也可以取消，请您放心使用，您看我这就给您开通？<br/>你：好</p></blockquote> 然后，你就入了套了，因为这个就是一种新型“诈骗”—先给你一点免费的福利，然后到期后默认开通付费升级套餐，通常这个时候你都会忘记关闭。 中国移动正是通过这种方式，不断抬高用户的资费，不断提高用户ARPU值（每用户平均收入，Average Revenue Per User)，直到超出用户心理阈值，出现反噬。 正是因为中国移动的这种作死行为，作为15年老用户的我，在2022年终于转网中国电信，同时因为中国移动这个号使用很多年，有很多数据，所以仍然保留了8元的保号套餐。 然后中国移动彻底疯狂，几乎每个月都要给我打电话好几次，已经对我的生活造成了干扰。  据数据显示，中国移动在线营销服务中心具备10万坐席的客户服务能力，覆盖全国31个省市的生产网点，包括洛阳、淮安两大智慧园区。电话客服总数超3.7万人，是全球规模最大的呼叫中心。 我的天，这难道不是全球最大的电销头子吗？ ### 3. 客服不作为与投诉处理低效 中国移动的客服，现在响铃半天是找不到人工的，中国移动很早就开始搞AI客服了。 中国移动的客服，现在投诉需经多个环节，处理周期长，经常要遭遇客服推诿（如“需到线下营业厅办理”）。 你以为10万的坐席，3.7万人的电话客服，能让你享受到一流的服务？恰恰相反，这些人不是帮你解决问题的，而是为你制造问题的。     我到现在还记得，有一次乘坐网约车，网约车司机打电话投诉中国移动的经历。 故事的起因是，网约车司机觉得自己上个月话费莫名上涨了很多，想要找中国移动客服处理，结果沟通了一路，到最后也没能解决问题。 这又是一个“免费体验套餐到期后未经确认自动转为收费模式，导致用户意外扣费”的真实案例。 ## 03 中国移动还有未来吗？ 中国移动的变化反映了垄断企业的通病：从追求用户价值到追求短期业绩。 当初那个注重网络覆盖、关注用户需求的中国移动，如今变成了依靠营销陷阱和用户惯性赚钱的”电销大户”。 曾几何时，中国移动通过用户体验赢得了市场；如今，它正因忽视用户体验而失去市场。 那个曾经让我为之骄傲的139号码，如今只剩下8元保号，而每个月接到的营销电话成本或许远超8元。 如果有人问我：中国移动是如何逼疯一个用户的？答案很简单：通过持续、系统性地背叛用户信任。 它用精心设计的营销陷阱取代了真诚服务，用10万坐席的电销大军取代了用户需求研究，用推诿扯皮的客服系统取代了高效解决方案。 这就是为什么曾经的通信巨头，如今在我和许多用户眼中，成了需要屏蔽的骚扰电话号码。这不是一夜之间发生的，而是一个缓慢的、系统性的用户体验崩塌过程。 或许，中国移动的管理者们该认真思考一个问题：一家企业最宝贵的资产不是用户数量，而是用户信任。当用户从”忠实粉丝”变成”愤怒逃兵”，或许市场份额还能靠惯性维持一时，但未来呢？ 毕竟，没有哪个用户会喜欢被”逼疯”的感觉。 本文由人人都是产品经理作者【Peron用户研究】，微信公众号：【Peron用户研究】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>当AI技术逐渐渗透到生活的各个角落时，一些不法分子却利用它披上了“科技袈裟”，打着“AI大师”的旗号，针对中老年人群体进行“电子算命”式的诈骗。本文将揭露这些骗子如何通过科技手段伪装成“高僧”“专家”，利用中老年人对科技的陌生感和对健康的渴望，实施诈骗，以及如何通过情感围猎、虚假宣传等手段，骗取中老年人的“安全感存款”。</p> </blockquote>  凌晨三点，65岁的赵阿姨躲在卫生间，用颤抖的手指按下”确认支付”——这是她本月第三次为”AI命理直播课”充值。 手机屏幕映着老人发红的眼眶，屏幕上跳动着”佛光普照”的特效，AI生成的”高僧”正诵读为她独家定制的《消灾经》。 当年轻人沉迷于AI绘画、ChatGPT时，一群”科技神棍”已用算法重构了传统骗局，将黑手伸向中老年最后的”安全感存款”。 ## 一、科技迷信：当算法穿上八卦袍 ### “量子算命”收割现场 “您的命盘与北斗七星磁场冲突！”在北京某养生馆，李叔被”AI相面仪”扫描后，屏幕上立即跳出红色警报。 穿着白大褂的”AI分析师”指着密密麻麻的数据图解释：”这是用NASA卫星数据+AI算法测算的结果，必须购买我们的量子护身符调和磁场。” 等儿子发现时，3.8万元已换成个带LED灯的塑料吊坠。 ### 直播间里的”赛博跳大神” “家人们看好了！AI正在分析这位阿姨的面相数据！”在某平台直播间，主播将老人照片拖进所谓”AI算命软件”，30秒后生成长达20页的《人生预警报告》。 家住成都的周奶奶看到”子女宫显示儿女今年有车祸风险”，当场刷了三个”天官赐福”礼物（合计6666元）购买”AI平安符”。 事后警方发现，所谓的”AI分析”只是提前准备好的模板报告。  ### 玄学话术+科技道具=万元骗局 骗子们精心设计”道具套餐”： - “智能风水鱼缸”：内置LED灯模拟”吉位祥光”，实际是淘宝168元包邮的普通鱼缸，售价8888元 - “AI诵经电子木鱼”：宣称”敲击次数自动生成功德值”，200位老人为这款成本39元的玩具人均消费5800元 - “区块链往生牌位”：号称”用区块链技术永久保存超度信息”，实则是个带二维码的塑料牌 ### AI换脸，“儿子” 嫖娼被抓？ 王某夫妇是一对年过七旬的老人，生活一直平淡而安稳。然而，一天，平静被一阵急促的敲门声打破。吴某、任某、郑某三人找上门，吴某拿出手机接通视频电话。 王某夫妇惊恐地看到，视频中竟是他们 “儿子” 焦急的面孔，“爸、妈，我嫖娼被抓了，你抓紧把钱给旁边的人，他们会帮我处理！” 由于 “儿子” 面容、声音均无异样，惊慌失措之下，王某夫妇当即去银行取现 18 万元交给了对方。事后与亲生儿子取得联系，才发现中了圈套。 原来，这是一场精心策划的AI换脸诈骗。犯罪团伙受上线刘某指挥，通过非法渠道获取公民家庭关系信息后，锁定特定对象，派单实施诈骗。 他们利用 AI “换脸” 软件，实时合成出受害人儿子的面容和声音，让老人防不胜防 。 ### AI语音，“孙子” 闯祸急需钱 今年 3 月下旬，湖北孝感某小区的张婆婆也遭遇了类似的噩梦。手机铃声突然响起，电话那头传来 “孙子” 小万带着哭腔的求救声，“奶奶救我，我惹祸了！我因摔了朋友的手机，与朋友产生口角，一时冲动伤了人，对方要我赔偿 2 万元，否则报警让我坐牢，奶奶，你能不能借钱给我。” 张婆婆 “救孙” 心切，来不及多想，便急匆匆按照 “孙子” 的要求，取出自己积攒的 2 万元养老钱。在询问送钱地址时，“孙子” 称 “自己不方便过去”，但自己的朋友马上赶到小区门口，让奶奶将这笔钱交给朋友。10 分钟后，奶奶见到了一名戴着口罩并自称是小万朋友的男子，对方一副特别着急的模样，拿到钱后便快速离开了。 当天晚上，小万回家了，张婆婆询问 “事情” 是否办妥，可小万却一脸惊讶，称自己并没有打架闹事，更没有向她要钱。张婆婆这才如梦初醒，意识到自己被骗了，一家人立刻报警求助。警方通过监控迅速锁定案发现场的 3 名犯罪嫌疑人，并很快将其抓获。 原来，电话里 “孙子” 的声音，是诈骗人员利用AI技术远程操作合成的 。 ### AI 数字人，虚假宣传保健品 在 2025 年 3・15 国际消费者权益日来临之际，媒体曝光了一起利用 AI 数字人技术进行虚假宣传的案件。多家企业通过 AI 合成的 “专家” 形象，向中老年群体虚假宣传保健品，诱导消费者购买。这些 AI 数字人在短视频平台上扮演医疗专家、帅哥、职场女性等角色，24 小时不间断地推广所谓的养生 “奇迹” 。 他们通过直播、短视频等形式，将消费者引流至微信等私域平台，进而推销高价保健品。 受害者赵黎的母亲就是其中之一，被诱导花费 16761 元购买保健品。这些所谓的 “神药” 实际上并非药物，而是普通的保健品，甚至有的只是糖果，根本无法治疗疾病。而视频中的人物形象看似真实，实则嘴型与声音不协调，背后隐藏着虚假的身份和夸大的宣传 。 ## 二、情感围猎：比儿女更”贴心”的AI管家养老院里的”电子孝子” 南京某养老院的张爷爷，每天雷打不动参加”AI佛学晨课”。屏幕里的虚拟比丘尼不仅记得他孙子的乳名，还会在他咳嗽时提醒：”张老菩萨，AI检测到您肺经有热毒，请拍下3号链接的智能念珠。”等子女发现老人偷拿存折时，12万元已变成一串刻着芯片的菩提子。 ### “高科技”制造的亲情焦虑 伪造健康预警：”AI检测到您家老爷子脑电波异常！”——骗子用PS的CT图吓唬子女不在身边的老人 合成灾难视频：用AI换脸技术制作”子女车祸现场”，逼迫老人转账”消灾” 情感PUA话术：”您女儿肯定没告诉您，她上个月去做了流产手术吧？”——利用家庭隐私缺口实施心理操控 ### 被算法困住的银发族 郑州刘阿姨的手机里装着三个”AI改运”APP，每天要完成： - 6:00 在”智能佛堂”APP敲电子木鱼300次 - 10:00 观看”AI易经讲座”并答题 - 15:00 对着”AR罗盘”调整家中摆设 - 22:00 上传当日步数兑换”功德值” 当女儿强行卸载这些APP时，老人突然下跪哭求：”不能删啊！大师说中断修行会遭天谴！” ## 三、全民反诈：给父母打造”电子金钟罩”  ### 家庭防线：破解骗子的”情感算法” - 每周一次”科技下午茶”：陪父母体验正规AI产品，冲淡他们对”黑科技”的神秘感 - 制作”防诈亲情包”：把全家福设为手机壁纸，旁注”要转账先打电话” - 发起”家庭功德挑战”：用微信步数兑换真实奖励，取代虚拟”功德值”手机设置五道”结界” - 应用商店开启”长辈模式”，屏蔽可疑APP - 微信支付设置”子女确认”二次验证 - 关闭”摇一摇”、”附近的人”功能 - 安装国家反诈中心APP并开启预警 - 浏览器安装广告拦截插件 ### 国家重拳：斩断”电子香火钱” - 浙江开展”净网护老”行动，下架432个”AI玄学”账号 - 北京法院首判”AI算命诈骗案”，主犯获刑7年 - 工信部严查”精准收割老年人”的违规数据交易 在深圳某反诈宣传现场，民警举着查获的”AI开光器”问老人们：”你们知道AI最擅长什么吗？”台下有人小声回答：”算命？”民警摇头，拆开机器露出里面的旧电路板：”AI最擅长把8块钱的东西，变成你们8888的执念。” 或许真正的”改运秘籍”，是教会父母在纷繁的科技世界里，找回那份识别善恶的朴素智慧。毕竟，再先进的算法，也算不出天下父母心。 本文由人人都是产品经理作者【老虎~色】，微信公众号：【产品经理有话说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

“老师好我叫何同学”在当年5G科普视频之后爆火，之后也发布了不少创意视频，经常爆火。日前他发布的一番言论却引发巨大争议，本人已经删除该内容。 [](//img1.mydrivers.com/img/20250412/136029a17c7044a6b9b01a8f624a52f5.jpg) 何同学发文称：“以前打网约车，司机师傅跟我说打个好评，我都会说好好好，但是下车后也没想起来打。其实这样挺不好的。**现在司机师傅跟我说打个好评，除非服务真的很好到我想打好评的程度，否则我就会直接说，抱歉我不想打，然后下车。**作为一个有讨好倾向的人，这是我锻炼真诚和勇气的方式。” 此言论引起很多网友争吵，一部分认为这样并不合适，至少作为公众人物不该直接表达如此观点。 [](//img1.mydrivers.com/img/20250412/a94f6bd69559457b9455b427f90bd951.jpg) **有网友用UP主的方式类比，何同学本人每一期视频结尾都会求“一键三连”，**很多网友表示下次自己也要好好想想，除非视频真的很好的成都，否则直接划走。 很多人认为网约车司机和UP主其实可以看作同属于服务业，**要好评和要一键三连完全相同，但何同学自己每次都要三连却发出此言论很疑惑。** [](//img1.mydrivers.com/img/20250412/7de2017926694632b1e8670baaa5d431.jpg) 当然了，也有部分人持反对意见，认为好评不好评都是自己的权利，经常要好评确实让人反感，甚至还会引发纠纷。 **比如在装修期间，安装家具家电的师傅几乎统一都会要好评，甚至会盯着用户评价，但经常事后出现问题，安装师傅凭借好评全身而退，只能和平台扯皮。** [查看评论](https://m.cnbeta.com.tw/comment/1492316.htm)

一位安全研究人员最近发现了近三十个 Chrome 网上应用店扩展程序表现出可疑行为。许多扩展程序伪装成搜索助手，而另一些则伪装成广告拦截器、安全工具或扩展程序扫描器——所有这些扩展程序都神秘地链接到一个未使用的域名。 [浏览器安全公司Secure Annex](https://secureannex.com/)的创始人 John Tucker在协助一位安装了一个或多个用于安全监控的客户时发现了这些可疑的扩展程序。第一个危险信号是：在他[分析的](https://secureannex.com/blog/searching-for-something-unknow/)132 个扩展程序中，有两个未公开，这意味着它们不会出现在网络搜索或 Chrome 网上应用店中。用户只能通过直接 URL 下载这些工具。未公开的扩展程序并不少见。企业有时会使用它们来限制公众对内部工具的访问。 然而，恶意攻击者经常使用未列出的扩展程序来利用用户，使其隐藏起来，使Google难以发现。Tucker 开始分析这两个可疑扩展程序后，又发现了 33 个。许多扩展程序连接到相同的服务器，使用相同的代码模式，并请求相同的权限。 这些应用程序会请求用户同意访问敏感数据，包括浏览器标签页和窗口、Cookie、存储、脚本、警报和管理 API。这种访问级别异常高，使得不法分子能够轻易利用用户系统进行各种恶意攻击。 塔克周四在博客中写道：“目前，这些信息应该足以让任何组织合理地将其从环境中移除，因为它会带来不必要的风险。” 他在给 Ars Technica 的一封[电子邮件中补充道：“这 35 款应用中唯一需要的权限就是管理权限。”](https://arstechnica.com/security/2025/04/researcher-uncovers-dozens-of-sketchy-chrome-extensions-with-4-million-installs/) 除了这些应用程序请求的权限数量可疑之外，它们的编程也同样令人担忧。塔克发现这些应用程序的代码被严重混淆。开发人员这样做只是为了让其他人难以检查和理解其行为。  这 35 款应用的用户总安装次数超过 400 万次。虽然尚不清楚这些未公开的扩展程序如何在未出现在搜索结果中的情况下引起如此多的关注，但 Tucker 指出，其中 10 款带有 Google 的“精选”标签——这一称号通常授予 Google 审查过并信任的开发者。他没有详细说明这可能如何影响这些扩展程序的分发。 塔克没有找到直接证据表明这些扩展程序会窃取数据，但这并不排除这种可能性。讽刺的是，一款名为“Fire Shield Extension Protection”的工具声称可以扫描 Chrome 浏览器，查找恶意或可疑插件。分析后，塔克发现了一个 JavaScript 文件，它可以从多个可疑域名（包括一个名为 unknow.com 的域名）上传数据并下载代码和指令。 这个域名之所以引人注目，是因为所有 35 个应用都在其后台服务进程中引用了它，尽管它没有任何可见的网络存在或明确的功能。Whois[记录](https://www.webnames.ca/whois/#!?currentDomain=unknow.com)将其列为“可用”和“待售”，如此多的扩展程序指向它，显得尤为奇怪。 “有趣的是，这个域名与代码没有任何关联，但对于将所有扩展链接在一起却非常有用！”塔克说。 [Secure Annex 在其博客和可公开访问的电子表格](https://docs.google.com/spreadsheets/d/e/2PACX-1vTQODOMXGrdzC8eryUCmWI_up6HwXATdlD945PImEpCjD3GVWrS801at-4eLPX_9cNAbFbpNvECSGW8/pubhtml#)中发布了一份完整的扩展程序 ID 和永久哈希列表。上图显示了更简单的扩展程序名称列表。如果您安装了其中任何一个，Tucker 建议立即将其删除——安全风险远大于任何潜在的好处。 [查看评论](https://m.cnbeta.com.tw/comment/1492308.htm)

8K电视格式曾被定位为超高清的继承者，但一直难以获得关注。索尼一直是该技术最主要的支持者之一，但现在却退出了市场。长期回归仍有可能，但前提是更广泛的行业环境发生变化。  索尼悄然确认，近期没有推出新款 8K 电视的计划。其上一代产品——75 英寸和 85 英寸的 Bravia XR Z9K于 2022 年推出，并持续销售了两年。现在，该公司将彻底停产该系列电视。索尼表示，最终可能会回归 8K 电视市场，但目前市场发展势头不足。 该公司剩余的 8K 电视将继续上架，直至库存售完。其即将推出的机型将专注于 4K 超高清分辨率的高端 QD-OLED 面板，并以 Bravia 8 II 品牌销售。此外，该公司还在开发一款采用 RGB LED 背光的 4K LCD 原型机。 该格式由ITU-R BT.2020 8K广播标准定义，支持7680x4320分辨率，像素数量达3320万，线性分辨率是4K的两倍，是1440p的三倍，是1080p的四倍。新推出的PlayStation 5 Pro支持通过HDMI 2.1输出8K视频，但消费者对此兴趣不大，8K内容仍然稀缺。  PS5 Pro 的首次亮相未能激发人们对 8K 内容的真正兴趣，市场上剩下的少数 8K 电视与 4K 超高清甚至全高清型号相比仍然售价较高。 大规模 8K 显示器需要原生 8K 内容才能提供最佳效果，因为升级的低分辨率材料可能会引入伪影或模糊。 讽刺的是，索尼正在退出 8K 电视市场，同时仍在继续生产旨在以 7680x4320 分辨率捕捉视频信号的 8K 原生摄像机。渴望抢占 8K 内容先机的早期用户几乎没有其他选择。三星已经发布了采用 MicroLED 背光的超大尺寸 8K 电视，而 LG 则在 2024 年推出了其最新的 8K 机型 QNED 99 系列。 [查看评论](https://m.cnbeta.com.tw/comment/1492306.htm)

三星Galaxy Z Fold7折叠手机的跑分数据已在GeekBench数据库中曝光。根据信息来看，三星Galaxy Z Fold7将成为首批搭载基于安卓16 的One UI 8系统的三星设备，将在系统功能和用户体验上的重大升级。 跑分数据显示，**三星Galaxy Z Fold7配备了4.47GHz高频版高通骁龙8至尊版芯片，辅以12GB内存和Adreno 830 GPU**。 **其OpenCL 跑分达到了18143分，这一成绩充分展现了其图形处理和多任务处理的强大性能**。 尽管三星尚未公布三星Galaxy Z Fold7 的具体发布日期，但根据往年惯例，该系列新机通常会8月份发布。 此外，One UI 8.0基于谷歌计划于6-7月发布的安卓16开发，预计新机将在安卓16稳定版发布后数周内正式上市。  [查看评论](https://m.cnbeta.com.tw/comment/1492302.htm)

近日，张朝阳在北京天文馆开讲物理课，**他表示，据自己个人观察，初一、十五由于受到太阳和月亮的影响，断裂带容易承压并发生地震。**课堂上，有学生问起当下应当如何配置财产，张朝阳再次强调年轻人不要负债。他建议年轻人，在保持基础消费的前提下，把钱存起来，不要乱花钱。 [](https://img.3dmgame.com/uploads/images/news/20241207/1733551501_428685.jpg) 这已经不是张朝阳第一次给年轻人这样的建议了。 之前在某财经论坛上，张朝阳就曾表示，很多人刚一毕业就背上了负债，就像蜗牛背上沉重的包袱，不能也不敢追求自己人生的梦想，因此要管好现金流，不要负债。 当下的时代，焦虑普遍存在，也许有人处在事业的逆境期，无论如何不要丧气，也不要自我责备和否定，一定要相信坚持的力量，一步一步地向前走。 **他认为，必须得计算好未来的可预期收入是多少，一定要把风险考虑到，要考虑到你的收入能不能稳定保证，现在花的钱以后能不能还上** [查看评论](https://m.cnbeta.com.tw/comment/1492300.htm)

红旗超市想讲AI新故事。

<blockquote><p>在AI技术飞速发展的当下，消费者的购买决策方式正悄然发生变革。AI助手不仅能提供精准的产品信息，还能分析性价比、筛选广告噱头，甚至影响消费者的情感决策。</p> </blockquote>  2023 年，我跟设计合伙人老万坐高铁回北京。一路上，我们一直在复盘这轮的产品包装提案。 前几天，第一稿方案因为和客户以往的风格差异太大，被客户毙了。视觉团队只能用了 Midjourney 通宵赶工，结果 AI 的出图效果十分惊艳。 这时候，坐我旁边的女大学生突然插话：“哥，我也是学设计的，听你们聊了一路 AI ，我毕业是不是要失业啊？” 这事我印象很深。我突然感觉，原来大多人还只是把 AI 当成朋友圈里的新闻，并没有努力在工作中和生活中应用 AI 。这几年，我一直在思考 AI 如何和我们的本职工作结合，也一直努力在工作中践行我的思考。 所以，我们今年决定把生意叙事方法论 2.0 的升级方向，放在 AI 时代大背景之下。我们觉得，**未来 AI 对营销的颠覆，不是工具层的颠覆，而是战略层的颠覆。** 我们先来看一个即将到来的场景：周末你想买空气炸锅，你直接问手机里的 AI ：“给我找个适合四口之家、能做烤鸡的，预算 500 元以内的空气炸锅。” 几秒钟之后， AI 就会详细列出所有的参考信息。不仅如此， AI 还可能直接让你“周三下午 3 点，去抖音XX直播间秒杀。因为这是最省钱的购买方案。” 理智的你不太可能听从 AI 的建议，但如果你的 AI 助手已经从文字对话，变成声音对话呢？如果 AI 的声音是易烊千玺的、或者某个你喜欢的二次元角色的、甚至模拟你已故亲人的声音，你对 AI 的信任是不是又上了一个台阶？ 假设不止有声音，我们通过 AR 和 VR 还可以赋予 AI 独特的形象，你不仅能听到她还能看到她，真正感受到 AI 助手的表情变化和情绪波动呢？ 而且，你不仅在消费决策时问她，还会和她聊你的初恋经历、你对上司的吐槽，你和 AI 助手之间的关系就不再是人和工具，会催化出人类的情感羁绊，电影《 HER 》里的故事就会变成我们的日常。 我几乎可以笃定地预测：**在 AI 时代，消费者会把大部分的消费决策权转让给 AI 。通俗点说，在买什么这件事上，大部分人都会听 AI 的，而不是听李佳琦和老婆的。** 千万不要把 AI 的推荐，理解成 AI 只是给你弄了一张“全网比价表”。 如果只是全网比对，那顶多算是智能化搜索，而 AI 与智能搜索的最大区别在于，它有了自己的思考和判断。AI 不是只去归纳总结，而是会加入自己的分析和判断。 我们再说几个 AI 时代细思极恐的细节： AI 不会在意你是不是请了明星代言， AI 可能直接告诉消费者“这个代言费占产品成本 15 % ”； 广告里吹的“航天级材料”？ AI 秒查技术参数，告诉消费者这种材料不影响质量，就是个噱头。 花 100 万拍的广告大片？ AI 提炼成三个标签：“容量大、保修期长、颜值高”； KOL 效果大幅下降，因为大多数 KOL 都没 AI 专业。而且， AI 还不会“恰饭”，不会夹带小广告给粉丝。 …… 一个品牌到底好不好？好在哪？值不值这个价？ AI 有它自己的理解和判断。这意味着你做了大量的广告，很可能只是“肉包子打狗有去无回”。品牌通过广告，长期构建的溢价体系、情感联结、心智护城河，都可能被 AI 瓦解。 面对这种变化，品牌要从影响人的心智，转向影响 AI 心智。我们要思考：**生产哪些内容更易被 AI 抓取？什么样的卖点才能让 AI 提升权重？什么样的信息才能让 AI 准确理解？** 面对人机心智的双重战场，传统品牌营销理论完全没法适配 AI 时代。我目力所及之下，大部分企业是在用“旧思维”挥舞“新工具”。 在我看来， AI 对市场营销最大的挑战，不是 AI 工具的应用，而是营销思维的解放。 当 AI 越来越强大后，大部分人只是利用 AI 来降本增效。比如，借助 AI 精简文案人员、生成广告素材和设计图，做数字人来替换掉真人主播…… 用 AI “降本增效”很好，但这只是 AI 在工具层的迭代，而不是系统层的迭代。目前，很少有企业认真思考：一个品牌的顶层系统该如何适配 AI 时代？ 就像一个人不可能用蒸汽机去写代码，一个士兵不能靠绝世剑法来打枪，一个国家不可能用奴隶制度来提高科技的进步，一家企业也不能拿着工业时代的营销思维到 AI 时代去做营销。 我刚刚列举的场景看似科幻，但很可能在某个普普通通的下午，就变成了现实。 历史告诉我们，人类常常高估自己的意志和欲望，也常常低估技术变革的速度。想想 ChatGPT 让世界惊叹的那天，想想 Midjourney 让原画师集体失业的那天，想想 DeepSeek 屠榜的那天……未来总喜欢突然而至。 到底为什么叙事是 AI 时代不可替代的能力？企业如何搭建自己的生意叙事系统？以及如何放大叙事的势能？我们要在AI时代要主动求索答案。 本文由人人都是产品经理作者【梁将军】，微信公众号：【梁将军】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>从自营App的上线到线下超市的布局，三只羊试图通过重构供应链和强化品牌影响力来重建信任。然而，小杨哥的复出之路并非一帆风顺，他仍需面对信任重构、人设重塑以及商业模式重建的三重挑战。本文将深入剖析三只羊的转型策略及其面临的困境，探讨小杨哥能否在新的商业环境中重新站稳脚跟。</p> </blockquote>  疯狂小杨哥在努力复出，但仍然艰难。 三只羊公司恢复正常经营是其中最为关键的一步，包括复播、品牌声誉恢复等。今年以来，三只羊为此做了不少努力。比如今年1月，旗下的“小杨臻选”在微信视频号做年货节直播，试探用户和舆论风口，但这场直播的效果并不是很理想。 此后，三只羊筹划自营App的进程就在加速，先后获得多个相关经营许可，其中就有食品经营许可证，可生产销售预包装食品，为推进自营模式做好了准备。 3月23日，合肥市联合调查组发布通告，“三只羊整改符合要求，具备恢复经营条件”。这意味着疯狂小杨哥和三只羊的相关问题，在程序上得到暂时解决。 但他的危机警报并未就此解除，当时我就提出，**小杨哥复出之后，缓解危机的最可靠解法：重构供应链、做自营品、加强选品以及严控产品质量，把流量做实，与过去的“疯狂小杨哥”切割。** ## 加速“去小杨哥化” 果不其然，官方许可恢复经营半个月后，4月8日，三只羊自营电商平台“小杨臻选”App正式上线。其定位为自营全品类商城，主打“源头直供、透明可溯源”，且“拒绝套路”“高性价比体验”。  图源：“小杨臻选App”截图 目前，“小杨臻选App”除了可以购买休闲食品、美妆护肤等六大品类商品，还支持短视频与直播功能。并且，还推出99元/年的会员卡，配套专属优惠、优先服务等权益，以及“省不够会员费用随时可退”等承诺。 上线当天，三只羊旗下主播就在该App上开启直播，以介绍直播机制、App会员等功能为主。即便是卖货，也是以产品展示为主，并没有太多的节目效果以及吆喝式带货，与大众印象里三只羊的风格十分不同。 除了搭建线上，小杨臻选在线下亦有布局。2023年9月，小杨哥已在安徽落地首家“小杨臻选”超市，主要销售小杨臻选的自营产品，并计划通过加盟扩大规模。不过，该线下超市仅为试点，截至目前并未进行规模化扩张。 有三只羊内部人士对媒体表示，自营商城有助于垂直整合供应链，通过深度参与产品研发、生产、质检等全流程管理，提升品控能力。他还提到，App只是三只羊业务板块之一，并非要放弃原有的直播带货渠道，未来三只羊仍将在抖音等公域平台开展直播业务。 **这是“美诚月饼”掀起的连锁“翻车”事件带来的教训，疯狂小杨哥为此付出了惨痛的代价：**三只羊支付的罚款和赔付金逼近亿元。“疯狂小杨哥”账号粉丝流失近2000万，三只羊旗下多个知名主播解约。并且，参考2022年近60亿、2023年预估150亿的GMV成绩，疯狂小杨哥及三只羊因长时间停播所造成的GMV损失更是一个不小的数字。 可以有一个合理的猜测，三只羊内部已经制定出完整的“复出”方案，并对每一个节点的安排，都有明确的规划。 **小杨臻选“自营App+直播+会员付费”模式，也被认为是在“摸着东方甄选过河”：三只羊寄希望于独立APP和自营产品，减少对抖音等公域平台的依赖，强化私域运营，从而进一步提升品牌影响力，重构用户信任。** 早在2022年8月，东方甄选就推出独立App，销售自营产品并支持直播功能，被视为东方甄选“脱离抖音”，加强自主经营能力的关键举措。基于俞敏洪的构想，东方甄选是一家正常的公司，而不是依附于某个平台，因为“基于外部的平台所建立起来的热闹的商业模式，是有很强的脆弱性的”。 目前，东方甄选主要营收来自于自营产品销售，该部分贡献率达 75.57%，带货服务收入占比不足三成。其中，东方甄选App的付费会员已突破25万人。即便董宇辉出走，东方甄选的主营业务并没有受到直接冲击。 ## 小杨哥复出的三重挑战 在唐辰看来，三只羊“摸着东方甄选过河”，除了这层含义，还有一层比较深的意思，**小杨哥在主动操作“去小杨哥化”，强化三只羊品牌，完成一次商业转型。这也是他经历“月饼劫”后的信任危机，必须与过去切割迈出的第一步。** 在这个层面上，**疯狂小杨哥复播和复出就有着不同的意义。前者已经不存在合不合规的问题，他随时可以根据计划出现在直播间。但这离真正意义上的复出，还有很长的一段路要走。疯狂小杨哥真正复出，还要解决三个挑战：信任重构、人设重塑以及商业模式重建。** **首先是信任重构。**尽管三只羊试图以小杨臻选为切入点，为小杨哥复出吹风。但消费者信任的重建，以及旗下主播信心的恢复——去年9月的产品质量风波，还波及到“七老板”、“嘴哥”、“红绿灯的黄”等当家主播——都是他需要解决的大问题。 而且，与已经跑通模式并成规模的东方甄选相比，小杨臻选App刚刚起步，其能否获得消费者认可并重获信任，还要看三只羊能不能在自营产品、第三方产品的品控、价格力以及供应链上做好管理，在低价和品质之间找到平衡点。 **其次是人设重塑。**我曾开玩笑说，罚没，罚没，小杨哥“一罚就没了”。他的带货黄金时期也被“罚没”，其背后是一个大环境的变化：直播带货经过四年的野蛮生长，也进入调整期。以他走红的抖音为例，最近半年来，抖音大主播的成交额占比和影响力正在不断被店播、货架电商、中小主播稀释。 疯狂小杨哥“带货黄金时期”的一个特征就是反向带货，暴力测评，快手味儿十足，像极了荒诞的无厘头综艺现场。但搞笑、夸张的人设带货，副作用也显著：祸从口出、选品不稳。他也很难在短时间内带领团队搭建出靠谱的供应链体系。 他和三只羊旗下主播也难以在短时间内容在选品、讲品上和专业的采购比拼——京东做直播电商主打的差异点就是平台的采销们。比如小杨哥的大徒弟，也是他们力捧的“红绿灯的黄”，因带货某奢侈品牌化妆品而被批低俗。这一事件还一度波及小杨哥，致其过往低俗言论被翻出。 **单纯依靠头部主播、网红流量以及低价的带货模式，已经逐渐被回归理性的消费者摒弃。**复制过去的“疯狂小杨哥”很容易，但他们和三只羊以及消费者来说，并不友好：整改半年，还来这一套？ **第三就是商业模式重建。**天眼查数据显示，张庆杨（小杨哥）通过直接或间接控股，实际掌控企业超50家，商业版图横跨文化传媒、教育、农业、食品、旅游等领域。 比如三只羊（合肥）控股集团有限公司是集团母公司，负责战略投资与资源整合；合肥三只羊网络科技有限公司：直播业务主体，旗下拥有头部主播“疯狂小杨哥”（粉丝曾达1.2亿）；合肥领头羊文化传媒有限公司：专注内容制作与IP孵化，旗下“三只羊剧场”持续产出短剧作品。 这个庞大的商业帝国是在短短三年里崛起的，并还在出海业务上发力。但高楼起得太快，发展一旦慢下来，就会暴露出各种问题。比如，三只羊近年因产品质量、虚假宣传等问题多次卷入司法纠纷。2025年初，公司仍以被告身份涉及多起案件，凸显高速扩张下的合规隐忧。 当前，小杨哥不仅要关注小杨臻选能否跑通“东方甄选”模式，也就是打通“直播引流—商城沉淀—会员复购”闭环，再进一步踏出“内容+消费”的生态链。**更重要的是要考虑，建立在直播带货基础上的三只羊，能不能从流量依赖转向供应链深耕，把业务做“实”，成为一家更像“山姆”的企业。** 这或是更有生命力和想象空间的商业路径，也能顺带着解决信任和人设问题。对三只羊来说，这就是一次“去小杨哥”的过程，以稳固自身的经营底盘。 这个模式一旦走顺，小杨哥过去多次试探退出直播的想法，也就不再是一个困扰他的抉择了。 参考资料： 北京商报，《自营App谋翻身 三只羊先过品控关》 唐辰同学，《疯狂小杨哥很难再“疯狂”，但必须与过去切割》 **专栏作家** 唐辰同学，微信公众号：唐辰同学，人人都是产品经理专栏作家。内容链接，洞察与解读，关注互联网科技及商业故事。 本文原创发布于人人都是产品经理。未经许可，禁止转载 题图来自Pexels，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

Trump would be &#34;gracious&#34; if China intends to make a deal, and &#34;if China continues to retaliate, its not good for China,&#34; White House Press Secretary responded to a question that why Trump doesn&#39;t just call Chinese President Xi and get the ball rolling.

本周早些时候，Meta因使用其 Llama 4 Maverick 模型的未发布实验版本在众包基准测试 LM Arena 上取得高分而陷入困境。此事促使 LM Arena 的维护人员道歉，并修改了他们的政策，并使用未经修改的原版 Maverick 进行评分。事实证明，它的竞争力并不强。 截至周五，未经修改的 Maverick 模型“Llama-4-Maverick-17B-128E-Instruct”的[排名低于](https://lmarena.ai/)OpenAI 的 GPT-4o、Anthropic 的 Claude 3.5 Sonnet 和Google的 Gemini 1.5 Pro 等模型。这些模型中有许多甚至都是几个月前推出的。 为什么表现不佳？Meta上周六[发布的图表](https://ai.meta.com/blog/llama-4-multimodal-intelligence/)中解释道，其实验性的 Maverick 模型 Llama-4-Maverick-03-26-Experimental 已“针对对话性进行了优化” 。这些优化显然在 LM Arena 中表现出色，因为该平台要求人类评分员比较各个模型的输出，并选择他们更倾向于哪个模型。  由于各种原因，LM Arena 从来都不是衡量 AI 模型性能的最可靠指标。然而，根据基准定制模型——除了具有误导性之外——也使得开发人员难以准确预测模型在不同环境下的表现。 Meta 发言人在一份声明中表示，Meta 尝试了“所有类型的自定义变体”。 “‘Llama-4-Maverick-03-26-Experimental’ 是我们测试过的聊天优化版本，在 LMArena 上也表现良好，”该发言人表示。“我们现在已经发布了开源版本，并将观察开发者如何根据自身用例定制 Llama 4。我们非常期待看到他们最终的成果，并期待他们持续的反馈。” [查看评论](https://m.cnbeta.com.tw/comment/1492298.htm)

受美国关税政策影响，日本游戏巨头任天堂和索尼可能将提高其游戏主机的售价。报告预测，**在最有可能发生的情景下，美国消费者购买任天堂Switch 2或索尼PlayStation 5的价格可能会高出多达30%。** 这意味着，即将上市的Switch 2或PS5 Astro Bot套装的价格可能接近590美元。 目前，任天堂Switch 2和索尼PlayStation 5都在中国组装，不过，任天堂也在越南扩大生产规模，而越南在90天内暂时不会被加征更高关税。 分析师纳森·奈杜（Nathan Naidu）表示，**任天堂Switch 2价格上涨30%是基于美国对其进口产品征收80%到90%关税计算出来的。** 但他也指出，任天堂可能会利用90天的关税缓冲期进一步扩大在美国的库存，从而暂缓涨价。 他强调，在电子游戏产业中，游戏主机制造商最容易受到关税冲击，因为他们依赖硬件业务，且必须运输实体商品，而且美国市场对任天堂和索尼都至关重要，分别占其营收的37%和29%。 [](//img1.mydrivers.com/img/20250412/ee91b5d1cfa64accad99c5a8bb723b76.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1492286.htm)

大自然的神秘诡谲，在近日又再次给世人以震撼。新华社报道，在贵州省遵义市道真仡佬族苗族自治县奥陶纪白云岩山脉深处，**一条为农业灌溉开凿的引水涵洞意外揭开了掩埋4.8亿年地层下的秘境**。 据悉，这里因鲜有人类生活，毗邻贵州大沙河自然保护区拥有极佳的水源，且经数百米白云岩层长距离过滤，水质纯净，**孕育出全球罕见的“洞穴沉积物基因库”**。 洞内有的穹顶高达100余米，水滴在下坠过程中雾化成富含碳酸氢钙的“气溶胶”，在石笋、洞底凝结出千奇百态的石花、石枝、石葡萄、石珊瑚等形成“雾化沉积”奇观。 此外，**在这个洞里还发现了许多穴珠，也叫洞穴珍珠，十分罕见，因为质感很好纯净度非常高晶莹剔透，绝无仅有**！ 更惊艳的是，**此次科研活动中发现洞里有一个数万平方米的洞厅，里面出现了上千根纯白石钟乳，雪白质感源于水中碳酸钙纯度极高且无杂质干扰，改变了科考人员的认知**。  [查看评论](https://m.cnbeta.com.tw/comment/1492282.htm)

随着AMD新一代CPU的推出，AMD在全球市场，尤其是中国市场，逐渐展现出强大的竞争力。根据博板堂的消息，**AMD平台的CPU、主板、显卡等产品，在全球主力战场大陆市场，正在迎来逆转之势。** 其表示：“从AMD主板产品2025年Q1季度的销售表现来看DIY趋势，**按照AMD官方的说法，AMD主板Q1季度销售业绩突飞猛进，市占比逐渐接近或已达到50%左右，**且后市仍提升的市场空间，AMD基本已形成逆转Intel主板市占比的趋势。” 这当然与AMD新一代CPU的出色表现密不可分，AMD的Zen 5架构CPU，如锐龙9000系列和X3D系列，凭借其强大的性能和高性价比，吸引了大量消费者的关注。 相比之下，英特尔的最新一代CPU，如“Core Ultra 200S”Arrow Lake系列，表现却不尽如人意，其性能低于英特尔最初的宣传，英特尔尝试通过更新和发布新的微代码来解决问题，但效果并不理想。 此外，英特尔的14代酷睿系列也出现了CPU稳定性问题，导致大量CPU需要维修，这进一步促使消费者转向AMD的产品。  [查看评论](https://m.cnbeta.com.tw/comment/1492280.htm)

上过AI课，甚至可能还买过网上提示词合集的你，是不是还在这样写提示词？像什么在提示词里一步步拆解思维链，才能让模型学会分步思考；要给几个例题，帮助模型理解你的问题；还要引导模型cosplay，让模型给出更专业的答案等等的小技巧，不少差友应该也早就活学活用了。 没错，说的就是火锅  但，这些曾经让你事半功倍的神级提示词，可能已经过时了。 这么说吧，在不知不觉的中，大模型其实已经分成了两派：传统通用大模型和推理大模型。 比如GPT-o1，它可不是GPT-4o的直属版本升级。4o属于通用大模型，o1已经是推理模型了。 类似的，DeepSeek默认使用的V3版本是通用大模型，点击左下角深度思考按钮使用的才是R1推理模型。  而在推理模型时代，越详细的提示词，反而可能会让AI变更蠢。 比如OpenAI的官方文档里，推理模型的专栏下，就明确表示，用过于精确的提示词，或者是引导思考这类提示词写法，反而会让回答效果下降。 他们甚至还直接建议，让大家少用思维链提问……问题直接问就行。实在效果太拉垮了，再发具体例题，让AI学习。  我们还翻了一下DeepSeek-R1的官方技术报告，他们在论文里也这么说：“DeepSeek-R1 对提示词很敏感，举例提示反而会降低模型表现。&#34; 因此，为让效果更好，他们建议用户直接描述问题，别举例子。  除了GPT和DeepSeek，Claude 3.7 Sonnet也在官方文档中表示，比起那些看似很有逻辑，每一步都详细列出具体做啥的提示词，他们更希望你直接使唤它。  总结一下，和大伙们印象中提示词越详细，AI 效果就越牛的刻板印象不一样，目前各大官方对自家推理大模型提示词的共同建议，就是直接，简洁，描述准确。 我们也尝试着做了一个实验，而最终的实验结果同样证明，过去非推理模型的古法提示词，用到推理模型那里真的会让性能下降。 我们从leetcode里面挑选了几十道各种类型的困难题目，在ChatGPT上进行测试。咱们先按老法子写了一段提示词，比如暗示它做一名程序员、要进行思维链思考、还给出了大量示例等等等……  结果对于大部分题目，不论提示词是长是短，推理模型o1都能给出正确的代码，甚至能击败70%以上的人，可以说表现已经相当优秀了。  但是在1147、471、458、1735、1799这些题目中，o1在老提示词下失败了。其中，有一题更是直接卡死，不想玩啦。 但当我们不让它cosplay，也不给例题，去掉思维链引导时，o1这回居然在同样的问题上又答对了。  所以，到底是啥让昔日的提示词小甜甜，在推理模型时代变成了牛夫人？ 其实背后最主要的原因，是传统非推理模型和推理模型的思考问题方式变了，而它们思考方式的变化源于训练方式的不同。 传统的大模型一般采用无监督学习和监督微调，也就是给个数据集，让它自己去找规律。它的终极目标是根据提示词，一个一个猜对回答里的所有字。 说人话就是，通用大模型能力很强，但没啥子主见，这就比较吃用户的操作了。你给的提示词越详细，越能让大模型按照你的心意去做事。  但推理大模型不一样，在原来的基础上，它又加上了强化学习等基于推理的训练方法。 这样的训练过程，会引导大模型尽量给出完整且正确的思维链，让它能够判断这么想是不是对的。  这下模型本身就有很强的 “主见”，或者说是推理能力。你要是再一步步详细地去教它做事，反而可能和它本身的推理能力冲突了。 比如我们在实验中发现，用老提示词让o1解决一些数学相关的编程题目时，翻车概率尤其的高。 这有可能是因为提示词只让它做了一名“资深程序员”，而不是“数学很好的程序员”。 我们也翻了不少模型的官方文档，它们给出的建议也基本都是别整花花肠子，提示词简单直接，并且准确最好。除此之外，可以强制延长推理时间，提示它“多想想”，或者 “反思你的结果”。 一部分老办法也还是好用的，比如适当用些符号，把问题的结构分分清楚，或者明确你的最终目标和结果格式。 这些办法，都能让推理模型的效果更秀更6。  所以，适当放下助AI情节，讲清楚你的需求，双手插兜尊重AI操作，反而可能是最有效率的。 而我觉得随着大模型能力的不断进化，写提示词这件事的门槛，也肯定会越来越低。 但，要是问提示词工程这手艺，会不会完全消失？我们也请教了一下曾写出“汉语新解”等神级提示词的大神李继刚老师。 他是这么回答的：只要我们不同的输入，还会带来不同的输出，那提示词工程就一直都在。 最后，差评前沿部觉得，对我们这些用户来说，随着模型能力的加强，咱也应该更新一下提示词的弹药库了，别在抱着那古早的过时提示词，当个宝了。 [查看评论](https://m.cnbeta.com.tw/comment/1492278.htm)

从“累了困了”到国际赛场，东鹏饮料A+H上市能否破解低糖化与文化适配难题？

<blockquote><p>在当今科技飞速发展的时代，人工智能（Artificial Intelligence）作为模拟人类智能的前沿科技，是最具影响力的技术之一，其核心在于通过算法与数据驱动实现感知、学习与决策能力。人工智能广泛应用于各个领域，是第四次工业革命的核心技术驱动力。本文将深入浅出地介绍 AI 的基础知识，包括流派、算法思想、机器学习的任务类型与工作流程、以及其中涉及的数据和数学知识，并以鸢尾花分类为案例，拆解机器学习过程，帮助大家了解理论与实践相结合的知识体系。</p> </blockquote>  ## 一、人工智能流派 人工智能（Artificial Intelligence）并不是简单的“投入多少人工，就能产生多少智能”，它是通过算法与数据来实现智能化的决策。人工智能的算法代价很高，它不能解决所有问题，所有的智能都需要通过野蛮的数据计算来置换，从工程应用的角度来说，优先选择简单有效的方式，人工智能是最后的选择。人工智能主要有三大流派： **行为主义人工智能** 拥有一套自动控制系统，能感知外界的变化，并自动做出相应的反馈，比如工业机器人，包括：机械臂、机器人、机器狗、无人机等，还有比较热门的具身智能。 **符号主义人工智能** 最典型的应用是专家系统，缺点是泛化能力不足，比较依赖知识图谱、大模型+知识库，需人工构建知识库，难以处理模糊的规则及超出知识库之外的情况。 **联结主义人工智能** 联结主义主张模拟人脑设计，通过模仿人类的大脑，用全连接方式代替机器学习，深度学习就是联结主义人工智能的典型应用，包括用卷积网络用来生成图像视频、循环神经网络和多头（自）注意力机制对应时序数据、基于transformer架构的GPT模型等。特点是泛化能力强，善于处于非线性问题。 **融合统一是发展趋势** 大模型对 NLP 的整合、多模态对 CV 和 NLP 的整合，以及具身智能（动作+多模态大模型）的发展，都在一定程度上推动着人工智能的加速融合，理论上联结主义用数据驱动学习、符号主义用知识约束推理、行为主义用环境感知迭代，而现实任务往往需要三者结合，人们需要的是具有自主感知、认知、决策、学习、执行以及社会协作能力的通用人工智能体，这种“混合智能”更接近人类的多维度认知方式。 ## 二、人工智能算法思想 在数学当中有函数对应关系：y=f(x)，在人工智能领域中黑盒思想是我们理解计算方式的第一法则，给计算机指定一个解决思路，具体的解决过程是计算机去完成。即有输入：x，有转换关系：F(x)，有输出：y。 传统算法是基于规则的算法，适用于规则比较清晰的场景，比如在多轮对话任务的智能客服系统，因为规则是人为规定的，所以这类系统对人的业务熟练度要求比较高，但是对计算机的性能要求相对低，特点是执行速度快，算法和时间、空间的复杂度低。 人工智能算法是基于数据的经过训练和推理的算法。训练阶段：从老数据，一般叫训练集中挖掘规律，构建算法规则，然后进行推理，即把规律作用于新数据（测试集），这种经过训练推理的方法适用于规则比较模糊的场景，特点是执行速度慢，对计算机性能的要求很高，需要大量的数据与算力，对算法工程师的要求低，执行效果的鲁棒性特别好，泛化能力极强，但解释性差。 ## 三、机器学习（Machine Learning）的任务类型与学习方式 广义的机器学习主要是一个研究如何让计算机通过数据学习规律，并利用这些规律进行预测和决策的过程。这里的Machine并非物理意义上的机器，可以理解为计算机软硬件组织；Learning可以理解为一个系统或平台经历了某些过程后，性能得到提升，这个过程为学习，是个动态过程。 ### 3.1 机器学习任务类型 **分类**：将数据样本划分到定义好的类别中，比如鸢尾花根据花瓣和花萼的属性，将它分为3种类别，类别标签可以用0、1、2来表示，通常放在样本数据的最后一列。 **回归**：根据输入特征来预测一个值，跟分类任务不同，回归任务预测的值通常是连续的值，比如根据房子的城市、地段、大小等预测房价。 **聚类**：将数据样本划分成不同的组，同一组的样本具有较高的相似性，比如将具有相似消费行为的客户分成一组，以便企业进行精准运营。 ### 3.2 机器学习的学习方式 人工智能要按照训练数据有无标签可分为有监督学习、无监督学习和自监督学习 **有监督学习**：有特征、有标签，在分类问题中，标签是在有限的类别中选择一个，比如：性别、左右、对错等，在鸢尾花分类任务中，共几百个样本，4个特征，3个类别；回归问题的标签为连续变量，通常用来预测一个值：比如：身高、年龄、股价等。 **无监督学习**：有特征、无标签，即通过模型自主从数据中提取信息，比如降维算法、聚类算法，通过无监督学习可以将高维数据降维，去除冗余信息，降低计算成本。 **自监督学习**：base大模型的训练进行学习，让模型自动从数据中挖掘出有价值的特征，比如利用大量无标签数据进行预训练，学习到通用的特征表示后再进行进行微调，提升模型的性能。 ## 四、机器学习的工作流程 如果决定要用人工智能去解决一个问题，具体的步骤为： **1.分析问题** 从宏观角度分析问题，确定输入和输出以及任务类型，比如做一个中英翻译器，输入中文，输出英文；房价预测输入房子特征信息，输出价格；人脸检测输入图片，输出检测到的人脸。 **2. 采集数据** 根据输入和输出构建数据集，在机器学习领域，数据集通常以二维表格形式呈现，一行一个样本，一列一个特征，最后一列是标签或回归数值。按照训练数据的特点，可选择对数据进行预处理，常见的机器学习数据预处理方法有： - 中心化：数据范围较大、偏移某个基准明显，减去均值使数据范围围绕0点波动，这样可以减少数据的偏移影响，让模型更容易学习数据的规律。 - 标准化：特征尺度、量纲不同、且算法关注分布规律时，将数据减均值再除以标准差，缩放到均值为0、标准差1的正态分布，确保不同特征在模型训练中具有相同的重要性。 - 归一化：不同数据取值范围悬殊，例如，一个特征的取值范围在 0 到 1000 之间，而另一个特征的取值范围在 0 到 1 之间，将每个样本数据减去样本最小值再除以样本的最大值减去最小值，会将数据压缩到[0，1]之间，使得不同特征在模型训练中具有相同的权重，有助于提高模型的收敛速度和稳定性。 **3. 模型选择与训练** 根据任务和数据特点遴选一种合适的算法，将处理好的数据给算法去学习，完成模型的训练，挖掘出输入与输出之间具体的映射关系。常见的分类算法有KNN：K值邻近算法、GNB：高斯贝叶斯算法、DT：决策树算法、SVM：支持向量机算法、RF：随机森林算法、EL：集成学习算法等，在实际案例中需要遵循引入模型、构建模型、训练模型的过程。 **4. 模型评估** 对训练的模型进行验证和调参工作，通过各种评估指标来衡量模型的效果，如准确率、召回率、F1 值等，找到预测效果最理想的模型参数。 **5. 上线部署** 工程部署、系统集成，进行本地化部署、云端部署或者边缘部署，云端部署适合数据量较大、计算资源需求高的场景；边缘部署更注重实时性和数据隐私，适用于对响应速度要求高的场景，如政务系统、智能安防监控等。 **6. 模型推理** 把规则作用于新的数据进行预测，并依据新的数据不断迭代升级。 ### 机器学习的经典案例：鸢尾花分类任务 **1. 分析问题，确定输入和输出** 在人工智能算法中，所有的实体都需要变成数字才能被计算和预测，如何将一个实体数字化呢？一般用这个实体的特征或者属性来描述，比如：颜色、大小、重量等，这就需要对业务有足够的了解，比如鸢尾花的四个属性（特征）：花瓣长、花瓣宽、花萼长、花萼宽，最后一列为类别编号。  **2. 数据采集与预处理** 比如每个类别各采集50朵花，按照一行一个样本，一列一个特征组成特征矩阵。对样本进行切割，分为训练集、测试集和验证集，通常会按照60:20:20 或者70:15:15的比例来划分。本次案例分为训练集和测试集，测试集占20%，并确保每次切分的数据保持一致。  **3. 选择算法** 完成输入到输出的映射，我们选择 KNN 算法进行训练。KNN 算法通过计算测试集与训练集每个特征之间的距离，选择距离最近的 K 个样本，再根据这 K 个样本的类别来判断测试样本的类别。  **4. 模型评估与部署** 用准确率评估鸢尾花分类任务，最终得到的准确率为96.7%，这是一个比较不错的数据，表明 KNN 算法在该任务上表现良好，可以应用到相似场景中，比如在农业邻域中，通过提取植物的特征（如叶片形状、颜色、花朵特征等）对不同品种进行分类。 ## 五、人工智能中的数据和数学知识 ### 5.1 python数据三剑客 人工智能依赖向量化和矩阵化编程，与线性代数密切相关，比如经常用到矩阵乘法，计算过程需要高性能的计算资源，在数据科学中按照维度定义和处理数据。python为人工智能提供了丰富的库和工具，最常用的库有： - Numpy：进行科学计算，向量化、矩阵化计算，ndarray是 NumPy 库的核心数据结构，是一个具有相同数据类型（如整数、浮点数等）和固定大小的多维容器，容器中每个元素都有相同的数据类型，并且在内存中是连续存储的。例如，一维的ndarray就像一个列表，二维的ndarray类似矩阵，而更高维度的ndarray可以表示更复杂的数据结构，在ndarray结构中，标量（scalar）、矢量(vector)、矩阵(matrix)和张量(tensor)，分别表示0维、1维、二维和三维以上的数据。 - Matplotlib：对数据可视化，用一行代码就能实现绘图，直观理解数据的分布和特征。 - Pandas：二维数据分析神器，提供了高效的数据结构和数据处理函数，方便对二维数据的读取、清洗、转换等操作。 深度学习常用的框架有pytorch、tensorflow，pytorch可在官网下载，支持安装gpu和cpu版本。 ### 5.2 数学知识 **矩阵** 人工智能中处理的大量数据通常以矩阵形式存储和表示，机器学习中对矩阵的处理包括： - 矩阵分解：用于抽取信息，比如矩阵的特征向量和特征值。 - 特征分解：进行特征分解的矩阵必须是方阵，奇异值分解可以适用于任何矩阵，在PCA降维算法中，能帮助提取数据的主要特征，降低数据的维度，从而提高算法的效率和性能。假设有三个矩阵，分别为A:[m, k]，B:[k, n]，C:[m, n]，则AB=C。 **样本相似度度量** 1）欧氏距离 建立个直角坐标系，把每个样本看作一个点，有多少特征就有多少维度的欧氏空间，欧氏距离是欧氏空间中用于衡量两个点之间距离的一种度量方式，比如在聚类算法中衡量数据点之间的相似性；在鸢尾花分类任务中，遍历计算测试集与训练集中各个样本的欧氏距离，找出与测试集样本最接近的K个点，距离越小越相似。 在二维平面上，设两个点α（x1, x2）、β（x3, x4）， 则α和β两点之间的欧氏距离为：  2）点乘积和余弦相似度 每个样本可以看作一个向量空间内的向量，样本的相似度度量方法可以用余弦相似度和点乘积来计算 向量的模（长度）：  点乘积：  点乘积的值不仅与向量的模（长度）有关，还和向量的方向相关，当两向量夹角为0时，点乘积值最大，两个向量越相似，反之亦然。 余弦相似度：  余弦取值范围在[−1,1]之间，值越接近 1 表示两个向量的方向越趋同，则样本越相似；值越接近 -1 表示两个向量方向相反；值接近 0 表示两个向量近乎正交，即样本差异较大。 **正太分布** 在现实世界中，许多数据都近似服从正态分布，在机器学习中，我们把每个特征数据看作相互独立，通常也假设数据服从正态分布，均值和方差是描述正态分布的关键参数，在计算时可以简化模型计算的复杂度。除此之外，在数据预处理时，对于数据的中心化、标准化和归一化处理也需要均值和标准差。 **均值**：均值是一组数据的算术平均数，反映了特征数据的中心位置，对于一组数据x1, x2,…xn，其均值为：  **方差**：方差用来衡量一组数据的离散程度，方差越大，数据分布越分散；方差越小，数据分布越集中。对于一组数据x1, x2,…xn，其方差为：   上图显示均值都为0时，拥有不同方差数据的分布特点，其中x代表均值，var代表方差 理论上我们需要求出所有数据的准确方差值，在实际计算场景中，数据量往往非常大，获取和计算数据成本太高，需用样本方差代替总体方差去计算。整体方差是在所有数据参与的前提下计算出的值，样本方差是从总体中抽取一部分数据作为样本。 **标准差：**标准差是方差的平方根，与方差的作用类似也是用于衡量数据的离散程度，正太分布以均值为中心，标准差越大，数据分布越分散，图像越扁平；方差越小，数据分布越集中，图像越窄长。对于一组数据x1, x2,…xn，其标准差为：  本文由 @AI产品薇薇 原创发布于人人都是产品经理，未经许可，禁止转载。 题图来自 Unsplash，基于CC0协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

<blockquote><p>美国大幅提高中国进口商品的关税，最高达125%，这对跨境电商行业造成巨大冲击。尽管如此，美国关税政策给跨境电商行业带来挑战，但同时也带来转型升级的机遇。商家需要积极应对，调整策略，才能在新的市场环境中生存和发展。</p> </blockquote>  本文核心内容： - **发生了什么？** 美国对中国商品加征高额关税。 - **关税核心概念：**关税定义、美国加税原因、受影响人群。 - **关税政策变化：**新旧规则对比、破解技巧、案例说明。 - **对美国消费者的影响：**物价上涨、消费保守、二手市场兴起。 - **商家应对策略：**短期止损、中期转型、长期策略。 - **危机也是转机：**品牌商家的韧性、平台与独立站对比、专家建议。 - **发力自主品牌建设：**抓住平台调整期，转型升级。 - **数据来源：**文章中数据参考的数据来源。 ## 先搞懂发生了什么？ 美国刚刚给所有中国商品加了一道“高价过路费”。自2025年4月9日起，中国出口到美国的商品最高要交125%的关税，连800美元以下的包裹也不再免税 *。这意味着： - 如果你卖衣服到美国：原本售价100美元的衣服，现在成本变成225美元（含税），直接亏本； - 如果你买美国商品：进口商品价格平均上涨15%-30%，一个美国家庭每年多花2700美元； - 全球贸易乱套了：已有价值480亿美元的商品积压在港口，特斯拉、SHEIN等大企业都在紧急调整策略 *。 ## 要了解美国关税的影响，先要懂得这3个核心概念 **1. 关税到底是什么？** 简单说就是“商品入境费”。比如你从美国网购一件T恤，美国政府会根据衣服过关申报的价格收一笔钱，这笔钱就是关税。这次美国大幅提高了这笔费用的比例。 **2. 为什么美国突然加税？** 表面理由：美国说中国商品卖得太便宜，抢了本土企业生意； 深层原因：想逼企业把工厂搬回美国，同时给政府创收（每年预计多收6000亿美元）*； 政治因素：今年是美国中期选举年，政客需要讨好制造业工人群体。 **3. 哪些人受影响最大？** 小型跨境电商商家：销售利润将被不断的压低，可能会选择退出美国市场； 制造业老板：生产商品出口成本最高可能会翻倍，严重影响经营； 普通美国消费者：进口商品全面涨价，选择变少（美国快时尚价格已上涨18%*）。 ## 三、美国关税政策变化详解  举个简单的例子： 小王在亚马逊卖蓝牙耳机，成本30美元，原价50美元（利润20美元）。 - 新政策后：加125%关税 → 成本变成67.5美元，必须卖到80美元才能保本 - 破解方案：改从墨西哥工厂采购（成本33.6美元+15%关税=38.6美元），仍可维持利润 ## 美国关税对于本地消费者的影响 美国消费者正经历“关税冲击”下的三重阵痛——必需品价格飙升、消费自由受限、未来信心崩塌。 **1.直接经济冲击：物价飙升与生活成本激增** （1）日用品价格全面上涨（服装类、电子产品、汽车等品类商品） （2）家庭支出剧增：耶鲁大学预算实验室测算，每个美国家庭年均支出将增加3800美元，其中低收入家庭损失1300美元，高收入家庭损失5400美元；必需品成本涨幅显著：皮革制品、衣服、金属等类别价格涨幅超10%，食品价格上涨2.8%。* **2. 消费策略转向保守** （1）63%的女性消费者选择低价替代品牌，41%减少非必需消费，低收入群体更依赖折扣店和平价商品。 （2）高端耐用品需求受抑：27%消费者延迟购买家电、汽车等大件商品。* **3. 旧经济信心崩塌，新经济催生：** 大量消费者开始更注重比较购物，囤积商品，或者已经转向了二手市场进行消费。（Facebook Marketplace等平台二手车交易量增长23%。*） ## 对于受到影响的商家，应该如何有效应对？ **1. 短期内紧急止损：** （1）检查在途货物 - 立即联系物流公司，在所有包裹标注「加征关税在途」声明（4月10日前申报有效） - 积压货物优先发往美东CLT2仓库（美西ONT8已爆仓） （2）调整价格策略：尤其是敏感商品（服装/电子等），建议短期内采取涨价策略以保障成本 **2. 中期实现转型：** （1）供应链重组： - 国内：专注研发设计等核心技术型工作 - 生产：越南（衣服鞋子等）、墨西哥（电子/汽车零件等） （2）注意事项： - 越南工厂需采购30%本地原料（推荐河内纺织集群） - 墨西哥工厂要提前6个月申请USMCA认证 **3.长期策略：** - 市场转移：美国政策波动，重点开拓非美区国家地区的新市场，如沙特（电商增速42%）、巴西（轻工业缺口38%） - 模式升级：从卖货转型做品牌（品牌的溢价能力能够有效的抵抗政策带来的可能风险），从平台转型到独立站（提升自主灵活性与抗风险能力） - 政策红利：申请RCEP原产地证（出口东南亚关税归零） ## 每一次危机，也是难得的转机 在探讨美国加税政策对跨境贸易的冲击时，有一点必须明晰：真正让从业者如履薄冰的，并非关税这一表象，而是依旧秉持旧时代那套 “出口美国靠低价、靠规模、靠单一路径” 的思维模式来应对当下复杂多变的新形势。 在这轮美国加税浪潮的冲击下，品牌商家展现出一种特殊的韧性 —— 虽短期内受挫，但长期来看逆袭的可能性极大。 通过长期积累的品牌护城河、供应链资源整合、多元渠道布局和资本实力，为品牌商家应对这轮调整积攒了一定的底气，具备了提价和消化价格影响的能力。 当然，对于正在积极转型的卖家来说，机会也在脚下。  就有商家告诉笔者，“我们认为目前受影响最大的是Shein和TEMU，在大平台被美国紧盯的情况下，他们只能选择涨价（影响单量）和减少广告投放。当他们的订单和广告减少时，积极转型的卖家通过独立站的灵活性和毛利空间，配合中转等方式快速调整策略，会迎来新的扩张机会。” 笔者认为，如果商家想要转型独立站或是分摊风险，那么 SHOPLINE 作为中国本土的SaaS建站平台，更懂中国商家，有着本地化服务的绝对优势。从官网公开数据来看，已经帮助和见证了许多的跨境电商卖家完成从“低价供应商”向“高品牌价值商家”的转型。 **综合行业专家观点和头部卖家策略，笔者建议跨境电商商家关注：** **1）梳理当前SKU，进行全面且细致的税后利润核算。** 由于关税大幅上涨，直接冲击了产品的转化率和流量，以往的利润模型已无法适应新的市场环境。比如广告投放成本、电商平台使用费用、产品运输费用等常规支出项目，以及关税调整后的成本变化，测算SKU对应的销售利润。  拆解SKU的销售策略。比如高溢价、高利润的SKU，这类商品凭借强大的品牌附加值在市场中仍占据优势地位，商家可提高商品价格及强化营销活动，稳固消费者对品牌的认可与品牌忠诚度，稳固份额。低利润的SKU，如在美国市场难以承受关税增加带来的成本压力，则建议考虑将目光投向税负较低的其他市场。  **2）依托独立站深度运营用户，提升老客复购和用户粘性** <blockquote><p>据 SHOPLINE 官方提供的市场洞察，留住老客户的成本比吸引新客户低 30%，向老客户推销的成功率比新客户高 50%。不止如此，在有更便宜选择的情况下，56% 的顾客也会购买自己忠诚的品牌。</p></blockquote> 在产品功能层面的支持，SHOPLINE 也提供了对应的方案： （1）在用户沟通方面，巧用 EDM 工具提升邮件营销效率。 通过SmartPush实现自动化Flow的精准触发，托管 AI 智能预测最佳发送时机、千人千面推荐商品等能力，准确把握用户购买行为的变化趋势并灵活调整营销策略。 （2）搭建并善用应用会员系统。深度运营品牌用户，重塑用户粘性、深挖消费潜力。 没有比会员更忠诚的顾客了，合理利用会员系统，给他们更优惠的折扣、更丰富的优惠方案选择，激发用户更多的消费行为和品牌粘性，稳住基本盘。 除此之外，SHOPLINE 也建议商家关注在关税设置方面的能力使用，比如调整定价策略，精准设置地区关税。通过 SHOPLINE 后台灵活设置 “地区关税”，以此降低利润波动风险、提升消费者信任与透明度、提高运营效率与合规性。 ## 抓住大平台调整周期，发力自主品牌建设 跨境电商行业的每一次政策变化，都是一次行业洗牌的机会。政策变化的本质，是推动跨境电商行业从“低价供应”向“高品牌价值”转型。 在当前环境下，头部平台纷纷进入政策调整期，增长速度和增长规模在一定程度上会受到掣肘。但增长空间仍旧在，转型卖家的多元渠道布局、品牌化布局迎来了填补空缺的机会点。 卖家需要做的，就是迅速调整思路，拥抱变化，利用好SHOPLINE等平台提供的工具和资源，提升品牌价值，构建更强的市场竞争力。 **本文参考数据来源：** - 《美国取消 “800 美金” 免税政策，我国跨境电商将会迎来哪些变化？》,https://swj.sx.gov.cn/art/2025/2/6/art_1488879_58925946.html - 《美国拟实施对等关税，本质仍是“美国优先”政策体现》,https://news.cri.cn/20250221/ba97ea16-e8bb-2d9d-f3dd-9990525c39e1.html - 《美国关税新政对跨境电商的影响及应对策略 》，https://www.sohu.com/a/856568997_120448498 - 《美国消费者掀起抢购狂潮，经济学家预警现有商品或更加昂贵》，https://so.html5.qq.com/page/real/search_news?docid=70000021_95467f6105435552 - 《财长贝森特可能正计划离职 特朗普政府疑似现裂痕》，https://gu.qq.com/resources/shy/news/detail-v2/index.html?t=1#/index?_tentrees_trans=0&amp;id=SN2025040608104494cce826 本文由 @Alex Lee 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>本文将从一位资深IP操盘手的视角出发，探讨为什么缺乏商业变现思维的运营操盘手难以成功打造IP，以及如何通过合理的角色定位和团队协作，实现IP的可持续发展和商业价值最大化。</p> </blockquote>  在我看来，商业IP运营操盘手的关键能力，绝不是新媒体运营必备的选题策划、短视频拍剪等运营基本功，而是首当其冲的商业能力。 也就是这个IP你接手之前，就想清楚卖什么产品和卖给什么客群的问题。 为何很多客户觉得新媒体代运营就是骗子，拿着底薪却无法做出成绩，还不是因为绝大多数代运营，他对于老板的行业和业务形态是缺乏理解的。 这也是许多IP操盘手尽管基础素质优良，却始终难以更进一步的原因，就是对业务不够了解。 只能涨粉和做内容、做直播的IP操盘手，在我看来和市面上的普通运营没两样，并不具备稀缺性。 其次是，IP操盘手和IP本人不应该是上下级从属关系，更应该是旗鼓相当的教练互补关系。 操盘手提供内容规划和落地方向，IP贡献专业能力与商业化表达。 如果IP本人的能力远超操盘手太多，会致使操盘手被 IP 带着跑，IP 很容易陷入自嗨，或者是长期面对镜头，其能力在被逼到极致后厌恶表达。 这也是我之前说过的，不建议年轻的新媒体运营给公司老板做IP账号的原因之一。 如果IP操盘手的能力比IP本人还强悍，喜欢指手画脚，那可能会让IP在拍摄时有压力，NG是常态，操盘手的情绪被消耗，浪费时间而且产出效率不高。 所以，最佳的做法，我觉得是以下三种情况。 要么是一方具有碾压性优势，典型例子是博商，通过内部选拔和培养讲师，形成多元化的IP矩阵。 值钱的是内容制造，是讲师具备讲段子的能力，通过批量化的IP切片分发和付费投放，吸引观众注意力。一旦某个IP火爆全网，公司会全力支持该IP，并将其商业化。 要么就是IP本身就很有网感天赋和观众缘，强大到可以忽略操盘手，任何一个基础素质合格的运营，来担任操盘手，都能做成这个IP。 如果是IP和操盘手强强联手，那真的，能吊打整个市场上的好多MCN公司了。 但是，如果IP和操盘手是初次合作，没经过市场打磨，前期的沟通也不到位，那很难平衡人性。 典型案例就是李子柒，她和微念的纠葛我就不多说了，反正断更三年，影响肯定是有的。 自媒体时代不缺网红，IP和操盘手贸然分家，往往会两败俱伤。 如果两人都曾被市场狠狠教训过，那就应该清楚自己处于什么水平，也明白流量红利稍纵即逝，必然会做更深的利益捆绑。人性就是如此。 最后一种，也是当前最为稳妥且内耗最小的模式，就是像我这样的个体户，既是知识付费赛道的IP，也是自己的操盘手，但弊端也很明显：做不大!做不大!做不大! 因为我是一个人，独立完成内容策划、选题脚本、拍摄剪辑和导流变现的全流程的，运营是我，销售是我，交付还是我本人。 一个人的时间精力有限，而且在某些运营版块，我的确有短板，所以我的短视频那块，我只能打及格，算不上优秀。 要知道，一个体系能否实现质的飞跃，后半段就取决于团队效率。一个人可以跑得很快，但一群人才能走得更远。 未来将不存在超级个体，更多的是U盘式的超级团队，聚是一团火，散是满天星。 一定要想尽一切办法抱团取暖，想尽一切办法与高手共同组建团队，把钱分发出去，才能将蛋糕做大。 我预测一个极为残酷的真相：未来商业IP的生意，想要规模化盈利，大概率是一超多强的模型。 也就是一个牛人(IP本人或者操盘手)，带领一群有经验的、执行力强的小兵们去冲锋陷阵，拼人效，博利润。 以上是正文内容，既然看到这里了，如果你觉得不错，随手点个赞吧。 本文由 @秃头老王聊运营 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>即时零售作为一种全新的零售模式，其核心在于满足消费者对快速、便捷购物体验的需求，通过优化供应链、提升配送效率以及挖掘更多交易场景，为消费者提供“即时可得”的商品和服务。本文将深入探讨即时零售的市场潜力、巨头们的战略布局以及这一领域未来的发展趋势，揭示即时零售为何成为电商巨头们争夺的“明牌”。</p> </blockquote>  零售行业，从不缺热闹。 从去年开始到现在，巨头在零售的战场打的激烈。 京东、美团、淘宝都在升级“小时达”，京东进军外卖，美团加码即时零售，饿了么紧紧抱住抖音大腿。 **动作频频背后，即时零售战略在不断提级。** 巨头们在即时零售的战场交火，本质上仍是“无限游戏”的继续，寻找增量是巨头们的天性，在这个过程中，巨头们的边界不断打破重组，然后逐渐找到新一轮的平衡。 **为什么是即时零售？** 要回答这个问题，还是要回到零售最本质的那个原点。 ## 即时零售：人货场的最新排列组合 零售最本质的三个要素是：“人、货、场”。 京东、淘宝、美团、抖音做电商，各自都是围绕这个三个要素做排列组合。 京东、淘宝掌握的是货，核心是货的流动，所以京东淘宝强在供应；美团掌握的是场，掌握的是交易场景，所以美团才能不断跨界打响无限战争；抖音掌握的是人，掌握的是注意力，一般认为，抖音强在流量成本，然后通过电商业务来变现。 今天的零售行业供给过剩，平台其实不缺货，内容供给也过剩，也不缺流量。 那么平台缺什么？ **笔者认为是交易场景。** 电商平台GMV=流量X客单价X转化率X购买频次，市场这么卷，流量成本逐渐固定下来，客单价提升已经很难，转换率接近天花板之后，只有在交易频次上想办法。 **举个简单的例子，现在楼下便利店开始送货上门，逻辑跟巨头做即时零售一样，有限的区域内，可以获得或者说催生出更多的购买频次。** 这个例子说明，提升交易频次的方法，除了给到用户足够的精准而且丰富的SKU，还有就是挖掘场景。 实际上，今天的电商平台算法已经够精准，SKU足够丰富，只有通过挖掘更多的交易场景，才能增加履约频次，然后提升总GMV。 也因此，对于各大巨头来说，找场景就是找增量。 **即时零售就是一个天然离电商巨头最近的场景，过去积累的运力，算力，在即时零售上立马就能派上用场。** **而且，是个增量场景。** 根据美团财报的数据，即时配送日订单量峰值在去年立秋当日达9800万单。京东七鲜近期的增长更明显一些。清明假期期间，京东七鲜线上订单同比增长近100%。 再看即时零售的大盘。 商务部际贸易经济合作研究院的数据显示，23年即时零售市场规模为6500亿，预计到2030年将突破2万亿元。 2万亿是个啥概念呢？ 抖音电商2024年GMV达到约3.43万亿，几乎是大半个抖音电商的规模。电商的个牌桌上**，谁能拿下这个市场的一半，谁就能重写整个电商行业的格局。** 怎么挖掘即时零售的场景增量？ 核心就一个字：**“快”。** 零售行业里，**快代表着一种先进性。** 字面意义上，快是一种高效率的体现。今天的电商行业，供应基础设施已经非常成熟，这个时候，拼的不只是谁家有好货，而是谁能先完成触达、转化、交付的闭环。 因此，第一个要做的就是搭建一个更快的配送体系。 **零售行业中物理意义的快，是配送快。** 以京东七鲜为例，清明小长假线上订单直接翻了一倍，为啥京东七鲜增长那么快？原因之一在于1中心店+N卫星小店的体系。这本质上是前置仓，优化过后反应更快，配送效率更高。 做物流配送，算是京东最擅长的老本行了。 从用户视角看，用户不管你是怎样的体系，用户只在意下单的牛肉、烧烤架、调料能不能快速的送到营地。有了更快的物流配送，自然就有了更快的履约能力。 同理，阿里当年为什么要花大力气做菜鸟？很重要的意一个原因是看到了“快”的本质。 快是什么？**是电商基础设施的先进性，关乎GMV大盘。** 彼时淘宝大战京东，几个回合下来，京东还是稳如泰山，靠的就是物流这个核心能力。后来，阿里用菜鸟做为数字地基，整合了三通一达，也有了这样的能力。天眼查APP显示，到2019年菜鸟已经估值近2000亿。  **零售业中，“快”是一种巨头才能做到的能力。** 你看，到今天还能在即时零售行业翻云覆雨的，哪个不是巨头？ **零售的“快”不只是物理意义上的快，也有数字意义上的快。** 很多人都说，美团能走到今天是因为以团购为核心习惯，美团建立起了一个流量生态，所以美团作为服务入口，能够承接很多变现业务，上到商品服务，下到差旅打车几乎无所不能。 流量是一方面，但能满足好这个体量的用户，**不仅要有生态，也要做到数字意义上的“快”。** 以前跟一个做技术的朋友闲聊，聊到无人出租车能不能彻底颠覆打车平台，他很坚决的说不能，原因是，滴滴的那套实时热力调度算法的研发门槛很高，其他企业搞不定的。 美团之所以能做打车，是因为即时配送也需要同样基础能力。 有了这个能力，**平台自然就能快速响应用户需求，这就好比在前线部署了一支快速反应部队，能够第一时间发现需求，满足需求，完成交易闭环。** 可以确定的是，谁能更快的抢占用户心智，更快的完成交易、复购的闭环，也许才能抢下那那块最大的胜利果实，进而撬动电商格局。 ## 只有巨头的游戏 巨头在即时零售领域争夺，也是种必然，一是顺应自然规律，能做到了，二是丛林法则，需要做了。 **即时零售行业里的战火，是商业达尔文主义的延续。** 商业的世界，实力至上，适者生存。用户需要什么，只要能够平衡成本，自然就会有人去做。 说白了，到这个时间点，就该进化了。只不过能不能用最快的速度进化出适应市场需要的能力，这点很关键。 **即时零售，包含三个核心要素：即时需求、本地供给、即时履约。这三要素只有巨头们能做到。** 拿京东的七鲜来说，流量能力、供应能力，物流能力的基础设施强大，能够被数据化了，即时零售才有了可能性。 这个过程里，平台依靠京东过去做电商积累的数据技术，算法技术完成供需匹配，供应链体系完成仓储供应的任务，物理外送团队完成履约任务，这些要素缺一不可。 对电商巨头们来讲，这是必然的进化节点，是大有可为的广阔天地。 **同时，也是在资本市场上，提升估值的必备良药。** 对传统电商、零售商巨头们来说，线上的渗透率，基础设施建设，在经过十数年的发展后，基本上已经摸到了天花板，此时，出海或者寻找内生增量就成了问题。 即时零售对他们来说，就成了一片无惧搁浅的自由之海。 上面我们提到，这片市场足够大，剩下的疑问就是够不够赚。 先看一个外来的和尚，**沃尔玛的山姆会员商店通过前置仓业务，把线上打造成了业绩的重要来源，占比接近50%。** 在去年沃尔玛2025财年第三财季发布电话会上，高管讲到，这要归功于那里超过350个山姆店分销点网络**（前置仓）**，它们为会员提供一小时送货服务，并扩大了传统山姆店的覆盖范围。 盘踞上海本地的叮咚买菜， 2024年公司经营性现金净流入9.3亿元，达到历史最高水平。值得一提的是，叮咚买菜也首次实现了全年GAAP标准下的盈利。 同样的，叮咚买菜采取的也是前置仓的模式，也在24年实现了盈利和增长。 **也就是说，无论是国际巨头，还是像叮咚这样的独角兽，在经过前几年的摔打之后，已经摸索出了一套“前置仓”这样的，既可以满足消费者的需求，又完全可以规模化发展，并且利润还不错的模式。** **只不过，在未来，市场终究还会被巨头们主导，**因为像京东这样的巨头过去的基建更加完善，进化的也会更快，规模效应更显著，这意味这更低的成本。 拿七鲜来讲，就像一个被安排好前程的孩子。 背靠着京东的七鲜，已经在前置仓的基础上，进化出了“1中心店+N卫星小店”组合，这种组合在京东强大的基建加持下，优势被无限放大。 最显著的成效就是成本控制，既降低了建仓的成本，又能即时触达客户，在北方大本营，配送时效压缩至30分钟内。 成本优势也体现产品的价格上。 具体来看，在今年重点扩张的天津市场，智利车厘子JJJ级250克售价49.8元，比盒马同款便宜10元；滴露消毒液1.8升售价79.8元，较部分竞品低约10元。 同时，七鲜最大的优势，是可以享受京东平台自带的流量和会员基础。 比如相比山姆的会员制高门槛，七鲜通过京东PLUS会员免邮政策，就可将消费门槛降至行业最低，这背后其实是全方位对消费者的一种价格。 说到价格，零售行业的苦就苦在价格上，便宜实惠是消费者的最终追求，像京东巨头们打通这些降本环节有天然的优势，还能保证自己的利润。 在这种模式下，我们可以看到，在一二线城市（主要还是一线城市），经过多年的培育，有一部分消费者已经养成了万物到家的消费习惯，在棘轮效应的影响下，这种习惯一旦形成，除非价格超出消费者的承受能力外才会再次发生改变。 零售行业苦，苦在资产重，利润薄，但是胜在稳，胜在规模足够大，就能弥补毛利低的不足，一旦形成格局就很难打破。 此刻的即时零售，像极了当初的电商大战，是大概率会盈利的明牌。 只不过相比当年作为新兴行业不确定性，如今谁的基建做的好，谁就会拥有价格优势，在抢占市场份额和面对竞争时就会更从容，在资本市场上就有被重估的可能。 免责声明：本文基于公司法定披露内容和已公开的资料信息，展开评论，但作者不保证该信息资料的完整性、及时性。另：股市有风险，入市需谨慎。文章不构成投资建议，投资与否须自行甄别。 文：互联网江湖 作者：刘致呈 本文由人人都是产品经理作者【互联网江湖】，微信公众号：【互联网江湖】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>在竞争激烈的市场环境中，服务质量已成为企业的核心竞争力。然而，服务过程中潜在的风险常常在不经意间积累，最终可能导致客户流失和品牌声誉受损。本文深入探讨了服务风险的四大类型——流程风险、人员风险、技术风险和外部风险，并提供了实用的识别与预防方法。</p> </blockquote>  当顾客开始抱怨时，问题可能已经发展了很久。如何在危机爆发前，识别并消除那些潜在的服务风险？ 生活中，我们都曾遇过这样的场景：**排队一小时的外卖送错了餐；客服承诺的24小时处理变成了一周；好不容易打通的服务热线，对方却一问三不知**… 作为消费者，这些体验令人抓狂；而对企业来说，每一次服务失误都像是品牌声誉上的”微创伤”——单次或许影响有限，但累积起来，足以让客户彻底失去信任。 那么，企业如何在服务过程中及早发现这些潜在的”定时炸弹”，并在它们爆炸前将其拆除？本文将为你揭秘一套实用的服务风险识别与预防指南。 ## 一、服务中的”潜伏炸弹”：四大风险类型解析 服务风险就像冰山，表面看起来风平浪静，水下却暗藏汹涌。理解这些风险的本质，是预防的第一步。 ### 1.流程风险：踢皮球的内部迷宫 比如一位客户想退货，客服让联系物流，物流说要联系仓库，仓库又指回客服… 三天后，这位客户直接在社交媒体发文投诉，帖子获得上千转发。 **流程风险的本质是：部门墙。** 当服务流程设计不合理，各部门间协作不畅，客户的问题就会像一个烫手山芋，被各部门来回传递，最终导致解决效率低下。 ### 2.人员风险：服务一线的”地雷” “您好，这个我不太清楚”、”这不是我负责的范围”、”您稍等，我问一下领导”…这些话听起来是否很熟悉？ 人员风险主要表现为两方面： - **技能不足：**对产品、服务流程、解决方案掌握不全面 - **态度欠佳：**敷衍了事、情绪化应对、缺乏同理心 研究表明，70%的客户流失是因为对服务人员态度不满，而非产品本身的问题。 ### 3.技术风险：系统崩了，服务瘫了 “系统正在维护中”、”网络繁忙,请稍后再试”…这些提示往往是服务崩溃的前兆。 随着服务数字化程度提高，技术风险的影响也越来越大： - 系统宕机导致无法提供服务 - 数据丢失造成客户信息缺失 - 安全漏洞引发客户信息泄露 比如某银行系统升级失误，导致部分客户无法查询账户，虽然当天修复，但社交媒体上的负面评论持续了近一周。 ### 4.外部风险：市场变化与政策调整 市场从不静止，客户需求和竞争格局在不断变化。外部风险主要包括： - 客户期望升级（竞争对手提供了更好服务） - 行业标准变化（新规范出台） - 突发事件影响（如疫情、自然灾害等） 例如：共享单车兴起时，传统自行车租赁服务因未能及时转型，大量客户流失。 ## 二、高效风险雷达：三种方法让问题无处藏身 识别风险，需要建立一套敏感的”探测系统”。以下三种方法，能帮助企业更早发现潜在问题： ### 1.数据分析：让数字说话 在数据时代，服务问题往往会首先反映在数据异常上。以下指标特别值得关注： - **客户满意度下降：**是最直接的风险信号 - **问题解决时长延长：**服务效率可能出现问题 - **首次解决率降低：**可能是人员能力或流程设计有缺陷 - **重复咨询率上升：**问题未被彻底解决 - **客户流失率增加：**最严重的警告信号 某电商平台通过数据分析发现，在每月促销高峰期，客户投诉率会上升30%。深入分析后发现，客服人员在高峰期工作压力过大，导致回复质量下降。平台随后调整了客服排班，在促销期增加20%的人力，投诉率显著下降。 ### 2.客户反馈：倾听用户的声音 客户反馈是最直接的风险信号。收集反馈的渠道包括： - **主动回访：**服务后的电话回访或邮件调查 - **社交媒体监控：**微博、知乎等平台的评论与讨论 - **投诉分析：**对投诉内容进行分类和趋势分析 - **神秘客户：**模拟真实客户体验服务全流程 不要只关注直接投诉，那些**“小抱怨”往往是大问题的先兆**。例如，客户说”等得有点久”可能预示着严重的效率问题。 比如有家咖啡连锁店通过分析社交媒体评论，发现虽然总体评价不错，但多家门店都有关于”咖啡温度不够”的零星抱怨。深入调查后发现是新购入的保温杯质量问题，及时更换后避免了问题扩大。 ### 3.内部审查：自我”体检”找漏洞 定期的内部审查能发现许多潜在风险： - **流程审查：**检查各环节是否存在断点或冗余 - **员工访谈：**一线员工往往最了解服务中的薄弱环节 - **角色扮演：**管理层扮演客户体验服务流程 - **风险预测会：**团队集体讨论”可能出现什么问题” 比如每季度组织一次”服务痛点复盘会”，鼓励员工分享工作中遇到的难题和客户抱怨，集思广益寻找改进方案。 某酒店集团每月组织”换位体验日”，让管理层以普通客人身份入住，体验从预订到退房的全过程。这一做法帮助他们发现了许多流程设计中的不合理之处，如入住流程过于复杂、退房高峰期人手不足等。 ## 三、未雨绸缪：四大措施筑起服务”防火墙” 发现风险只是第一步，更重要的是如何预防。以下四种方法，能帮助企业大幅降低服务风险： ### 1.流程再造：打通服务”任督二脉” 优化服务流程，能从源头上减少风险： - **简化流程：**减少不必要的环节和审批 - **明确责任：**每个环节都有明确的负责人 - **设置时间节点：**为每个服务环节设定完成时限 - **建立应急通道：**特殊情况下的快速处理机制 比如某保险公司发现理赔流程平均需要15个工作日，客户满意度较低。通过流程优化，将常规理赔审批权限下放给一线团队，复杂案例才需上报，平均处理时间缩短至5天，客户满意度提升35%。 **流程优化的关键是以客户为中心，而非内部便利。问问自己：这个环节对客户有什么价值？如果没有，考虑简化或删除它。** ### 2.人员赋能：让一线团队更给力 服务人员是企业与客户接触的桥梁，提升他们的能力是预防风险的关键，可以通过知识库系统、案例学习平台、模拟训练场景等工具进行： - **系统培训：**产品知识、服务技能、沟通技巧 - **授权机制：**给予一线员工一定的决策权 - **激励制度：**奖励优秀的服务表现 - **情绪管理：**帮助员工应对压力和负面情绪 一家做电子产品的企业，他们的做法很有趣：每月从客服记录中挑选最棘手的10个问题，组织”案例擂台赛”，让客服团队分组提出解决方案，最佳方案会被收入知识库并给予奖励。这不仅提升了团队解决问题的能力，还增强了团队凝聚力。 ### 3.技术升级：服务的”硬核”支撑 稳定可靠的技术系统是高质量服务的基础： - **系统冗余：**关键系统配置备份方案 - **定期维护：**避免在业务高峰期进行系统更新 - **压力测试：**模拟高访问量场景测试系统稳定性 - **数据安全：**建立客户数据保护机制 比如设立技术风险评估制度，任何系统更新或新功能上线前，都必须进行风险评估和应急预案制定。 某物流平台在每年618、双11等电商大促开始前一个月，会组织一次”系统压力测试”，模拟大量订单涌入的场景，确保系统在订单高峰期能够稳定运行。 ### 4.预警机制：让风险无处遁形 建立健全的风险预警机制，能让企业在问题扩大前及时干预： - **设立监控指标：**关键绩效指标(KPI)异常预警 - **建立快速响应团队：**专门处理预警触发的问题 - **定期风险评估：**识别新出现的风险点 - **分级响应机制：**根据风险严重程度采取不同措施 比如设立”服务质量战情室”，通过大屏展示实时服务数据，包括等待时长、满意度、解决率等，当指标达到预警值时立即干预。 我曾参观过一家银行的客服中心，他们有一套”交通灯”系统：绿灯表示一切正常，黄灯表示某些指标接近警戒值需要关注，红灯则意味着紧急问题需要立即处理。这套简单直观的预警机制，帮助他们将许多潜在问题消灭在萌芽状态。 ## 四、从被动到主动：构建全面的服务风险管理体系 前面介绍的方法都是具体工具，要真正做好服务风险管理，还需要系统性思维。以下是构建完整风险管理体系的三个关键步骤： ### 1.建立风险管理文化 让风险意识融入企业文化： - 鼓励员工主动报告问题，而非掩盖失误 - 将风险管理纳入绩效评估体系 - 定期分享风险案例和应对经验 有家企业每周会评选”最佳风险发现奖”，奖励那些主动发现并解决潜在问题的员工。这种做法极大地提高了团队的风险意识。 ### 2.形成闭环管理机制 确保每个发现的风险都得到妥善处理： 风险识别→分析原因→制定方案→实施改进→效果评估→持续优化 某电商平台建立了”VOC（客户之声）”项目，每月从客户反馈中提炼出TOP10问题，指定专人负责，制定解决方案并在次月汇报进展，形成了完整的问题解决闭环。 ### 3.定期进行风险”体检” 就像人需要体检一样，服务系统也需要定期检查： - 季度风险评估会议 - 年度服务质量审计 - 标杆企业对比分析 ## 五、总结：风险管理是服务的”保险杠” 服务风险管理不是一项任务，而是一种能力。当企业能够前瞻性地识别和预防风险，服务质量自然会稳步提升。 记住，**最好的风险管理是那些客户永远不会知道的——因为问题在发生前就被解决了。** 在竞争日益激烈的市场环境中，服务已成为企业的核心竞争力。而高效的风险管理，则是这一竞争力的强大保障。它不仅能避免服务失误带来的损失，更能为企业赢得客户长期的信任与忠诚。 毕竟，在客户心中，一家能够始终如一提供高品质服务的企业，远比偶尔惊艳但常有失误的企业更值得信赖。 **思考与互动：** 你在日常生活中遇到过哪些令人抓狂的服务体验？如果你是该企业的管理者，你会如何改进这些问题？ 你所在的企业又有哪些识别和预防服务风险的有效做法？欢迎在评论区分享你的经历和见解！ 本文由 @化文龙 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>在 AI 时代，产品经理的角色正在发生深刻变化。技术的飞速发展不仅重塑了产品管理的基础能力，还导致岗位需求的细化和多样化。本文通过一位产品经理的视角，深入探讨了在 AI 时代，产品经理如何应对行业变化，重新定义自己的角色。</p> </blockquote>  深圳南山的深夜，键盘声在空荡荡的办公室里格外清晰。陈薇盯着屏幕上改了七版的PRD文档，右上角的弹窗突然跳出：“某大厂裁员30%，波及多个产品团队”。她摸了摸咖啡杯，凉意传来——这已是她本周第三次收到类似推送，而电脑里还躺着未完成的用户调研报告和排期满满的需求评审会。 手机震动，大学室友发来消息：“我转做B端产品了，现在对接制造业客户，居然发现车间大叔们比用户画像更难搞。” 这句话像一颗石子投入平静的湖面，让陈薇想起三年前那个在咖啡厅聊创业的下午：大家争着讨论“用户增长黑客”“裂变玩法”，如今却在不同的赛道上重新摸索。 ## 当“产品经理”不再是“万能标签” 行业的变化像一场静悄悄的地震。 - **技术正在重塑“基础能力”**：曾带过陈薇的老领导如今在AI公司做产品架构，某次聚餐时感叹：“现在招产品经理，不懂点prompt工程，连和算法团队沟通都费劲。” 某教育公司实测数据显示，AI能自动生成80%的需求文档，但剩下20%的业务逻辑校验，成了区分初级与资深PM的关键。 - **岗位在“分裂”中生长**：大厂的岗位JD越来越细——“数据产品经理需要懂用户分群模型”“AI产品经理需熟悉大模型训练边界”，而中小公司更青睐“能扛业务闭环”的全栈型选手。陈薇记得去年面试一家跨境电商时，老板直接问：“你能搞定东南亚支付合规吗？会看财务报表算ROI吗？” - **35岁危机的“新解法”**：前同事阿林在34岁那年转做医疗SaaS，每天泡在医院观察医生问诊流程。“刚开始觉得自己像外行，后来发现把AI诊断系统和临床路径结合，比做C端App更有成就感。” 他现在的薪资比大厂时涨了40%，但手机里存满了医学术语的备忘录。 ## 那些没被AI取代的人，都在做什么？ 陈薇参加过一次线下PM沙龙，发现真正能穿越周期的人，身上都有这三种“反焦虑特质”： **1. 从“功能执行者”到“价值翻译官”** 在某新能源汽车公司做产品的同学分享过一个故事：当工程师坚持“增加自动驾驶算法复杂度”时，他带着团队去调研了50位车主，发现“雨天自动切换低速模式”比技术参数更能打动用户。“现在我每天的工作，就是把技术语言翻译成用户能感知的价值，再把用户痛点转化成研发可落地的方案。” 这种“翻译能力”，让他在公司架构调整时，从边缘岗位跻身核心业务线。 **2. 在“细分领域”建立不可替代性** 有位做了8年C端产品的姐姐，转型做宠物行业SaaS时从零开始学供应链。“别人觉得我跨界亏了，但我发现宠物门店老板需要的不是复杂的管理系统，而是能算清楚‘今天卖了多少罐猫粮、库存周转率是否健康’的简单工具。” 她设计的轻量化系统现在服务300多家门店，成了细分赛道的专家，猎头电话反而比以前更多。 **3. 用“解决问题”替代“完成任务”** 陈薇曾目睹过一个失败项目：年轻PM按流程做完用户调研、画完原型，上线后却无人问津。而接手的资深PM只做了一件事：每天蹲在用户群里看吐槽，发现“注册流程太复杂”背后是用户对隐私保护的担忧。调整后，转化率提升了60%。“以前觉得产品经理是‘画原型、写PRD’，后来才明白，核心是‘找到真正的问题，并推动解决’。” ## 比“抗焦虑”更重要的，是“找到锚点” 陈薇最近开始尝试两件事： - **每周和不同行业的PM喝咖啡**：有做硬件产品的，有转做投资的，甚至有去创业做小程序的。“发现大家都在迷茫，但也都在各自的领域找到新机会——有人靠懂跨境物流成了稀缺人才，有人靠数据分析能力转型数据产品，甚至有人辞职开了咖啡店，用产品思维设计用户动线。” - **把“焦虑”写成备忘录**：她在手机里建了个文档，专门记录每天遇到的“具体问题”：比如“今天和开发吵架，是因为没提前对齐技术实现成本”，“用户说功能不好用，其实是引导流程有漏洞”。“写着写着发现，大部分焦虑都源于‘没把事做细’，而解决具体问题的过程，本身就是在积累底气。” ## 结语：AI时代的“产品经理”，到底该是什么样？ 那天在沙龙上，有位从业十年的前辈说的话让陈薇印象深刻：“以前我们总担心被AI取代，但AI其实在帮我们筛选——那些机械性的、可标准化的工作，本就不该是产品经理的核心价值。真正的产品经理，应该是‘技术与人性的桥梁’，是‘商业逻辑的解读者’，是‘能在混沌中找到破局点’的人。” 深夜回家的路上，陈薇看着手机里的行业报告：2025年AI产品经理需求增长45%，B端解决方案专家薪资溢价60%。这些数据不再是冰冷的数字，而是变成了具象的可能性——可能是某个制造业工厂里，产品经理在和工人讨论如何用数字化工具提升效率；可能是某个医疗场景中，PM在协调算法团队和医生，让AI更懂临床需求；也可能是某个创业公司里，有人正用“小而美”的产品解决细分痛点。 焦虑从来不会消失，但当我们把目光从“行业变化”转向“自身成长”，从“完成任务”转向“解决问题”，就会发现：所谓的职业护城河，从来不是某个证书或技能，而是持续理解用户、定义价值、推动落地的能力。就像那位转型医疗SaaS的前同事说的：“与其担心被AI取代，不如想想，AI能帮我们把哪些事做得更好？” 毕竟，技术会变，岗位会变，但“发现问题、解决问题”的底层能力，永远是产品经理的核心竞争力。而这，才是对抗焦虑的终极答案。 本文由 @掠蓝蓝蓝 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

据彭博社报道，当地时间周五，12名OpenAI前员工在一份法庭之友文件中力挺埃隆·马斯克(Elon Musk)，反对OpenAI CEO萨姆·奥特曼(Sam Altman)将公司重组为营利性实体。  这12名前员工曾经是OpenAI的数据科学家和技术人员，2018年至2024年在OpenAI工作。他们在法庭文件中主张应由OpenAI的非营利组织继续掌握控股权。 “如果OpenAI非营利组织同意改变OpenAI的公司架构，因此失去控制权，那将从根本上违背其使命。”这些前员工在文件中表示。 OpenAI则辩称，新的公司架构仍能推进其慈善使命，因为非营利组织将在未来的营利性实体中持有重大股份。该营利性实体将是一家“公益公司”，不仅对财务股东负责，还对公众负责。OpenAI表示，之所以需要进行重组，部分原因是为了吸引投资者并为其使命提供资金支持。 OpenAI在一份声明中表示：“我们的董事会已经明确表示：我们的非营利组织不会消失，我们的使命也将保持不变。我们正在将现有的营利性部门转变为公益公司，这与Anthropic(一些OpenAI前员工目前就职于此)等其他人工智能实验室和xAI的结构相同。” 马斯克的律师马克·托贝罗夫(Marc Toberoff)表示，OpenAI前员工提交的法庭之友文件“证实了我们早已知道的事情”。“奥特曼把OpenAI的慈善使命描述为具有约束力，并以此为筹码诱使并利用马斯克以及顶尖人工智能人才的贡献。”托贝罗夫表示。 [查看评论](https://m.cnbeta.com.tw/comment/1492276.htm)

对于贾跃亭过来说，何时能够回国仍然不确定，因为要被执行的金额实在是太多了。**公开资料显示，近日，贾跃亭被恢复执行约8.32亿元人民币，执行法院为北京金融法院。**案件流程显示，贾跃亭与乐视控股有限公司曾于2024年2月首次被执行约8.32亿元。目前，贾跃亭被执行总金额合计超13.87亿元人民币。 在这之前，法拉第未来公布财报显示，2024全年经营亏损1.497亿美元，较2023年（2.861亿美元）同比下降约47.7%。经营性现金支出7020 万美元，较2023年（2.782亿美元）大幅下降75%。 对于现在的法拉第未来来说，他们交付了不到15台FF 91，但依然不慌，因为公司已经在忙着推进第二品牌首车FX 6了。 当然了，贾跃亭的梦想还在继续，因为前不久法拉第未来（FF）刚刚宣布获得新的4100万美元（约合人民币2.97亿元）现金融资承诺，用于推进该公司FX品牌及人工智能项目。 **贾跃亭曾谈起过外界对自己关注最大的问题：债务。根据贾跃亭的说法，为乐视担保的100来亿美元的债务，目前总债务大约还剩20来亿美元。** “根据我与债权人的约定，只需要偿还这20亿美元左右的40%，也就是七八亿美元。在中国法下也完成了债务的偿还，我就可以回国了。”贾跃亭称，他在美国已经完成了个人债务重组，在美国已经没有个人债务。 **按照贾跃亭的说法，“自从赴美创业以来，外界对我的评价一直有两个极端。一方面，有人认为我是骗子；另一方面，也有人认为我是一个真正的创业者和冒险家。对此，我曾经试图辩解和解释，但在当下的社会认知中，失败的创业者往往被贴上“骗子”的标签。**  [查看评论](https://m.cnbeta.com.tw/comment/1492274.htm)

当地时间周四（4月10日），美国纽约市一架观光直升机在曼哈顿岛以西哈德逊河坠毁，机上1名飞行员和5名乘客全部遇难，这是美国最新一起航空灾难事件。据直升机运营商周五声称，失事飞机的型号为贝尔-206，这架直升机飞行员在坠毁前曾通过无线电报告称，飞机燃料不足，正在返回停机坪，但20分钟后仍未到达。 纽约直升机旅游公司首席执行官迈克尔·罗斯表示，在直升机起飞大约16分钟后，飞行员却声称自己需要加燃料，将在3分钟后返回停机坪，但却并没有成功。 罗斯表示，在他从事直升机行业的30年里，他从未见过这样的事情发生。“通过观看直升机坠落的视频，我唯一知道的是，主旋翼叶片不在直升机上。” **无人生还** 据悉，除了飞行员以外，坠机事故还造成了一家五口死亡，分别是西门子西班牙分公司总裁兼首席执行官阿古斯丁·埃斯科瓦尔、他的妻子以及他们的三个孩子。 当天正是埃斯科瓦尔妻子的生日，周五将是其中一个孩子的生日，而直升机观光就是庆祝活动之一。据悉，埃斯科瓦尔的一名亲属周五将抵达纽约，将遗体带回西班牙。 纽约市警察局长杰茜卡·蒂施周四在新闻发布会上表示，飞机于15时15分左右坠毁，机上6人在被打捞出水后，4人当场被宣布死亡，2人在送医后死亡。  据社交媒体上发布的视频显示，直升机尾翼和螺旋桨在空中发生脱落，与机身先后落入水中。还有视频显示，直升机残骸大部分被淹没在水中，街道上挤满了救援车辆，紧急救援人员迅速赶到现场。 哈德逊河将曼哈顿的西侧与新泽西州隔开，并流经自由女神像后汇入纽约港。周四下午的天气特点是灰蒙蒙的天空、微风和冷雨。 **直升机空中解体** 一位目击者声称：“我听到非常大的声音，我以为一定是枪声，声音真的非常大。当我向窗外望去时，我看到一架直升机摔了下来，这一切都发生在几秒钟之内。” 另一位目击者表示，他看到直升机在落入水中之前不受控制地旋转，且在飞行过程中解体。“我听到一些噼啪声，抬头一看，就看到一架直升机正在解体。机尾折断，飞机坠入水中，螺旋桨还在空中。” 航空律师、前海军陆战队直升机飞行员贾斯汀·格林声称：“视频内容显示，飞行员在事故发生时已经无法控制直升机，应该是发生了机械故障。一旦失去升力，任何飞行员都无法阻止这场事故。这就像一块石头掉到地上一样。” 美国交通部长肖恩·达菲表示，美国国家运输安全委员会（NTSB）的官员在现场领导调查，飞机坠毁时地面上的空中交通管制员没有对飞机进行监控。 西班牙首相桑切斯周五在社交媒体上发帖称：“关于哈德逊河上的直升机事故，我们得到了令人震惊的消息。”他补充说：“来自同一家庭的五名西班牙人，其中三名是孩子，与飞行员一起丧生。这是一个难以想象的悲剧。在这个令人心碎的时刻，我和受害者的亲人一样痛苦。” 西班牙交通部长普恩特表示：“在听到这一消息时感到非常震惊，去年我在西门子西班牙公司与埃斯科瓦尔还见过面。他是一个迷人、勤奋、有才华的人。” 西门子公司在一份声明中表示：“我们对造成埃斯科瓦尔及其家人丧生的直升机坠毁悲剧深感悲痛。” 美国总统特朗普此前也在社交媒体上发文称，哈德逊河上发生一起可怕的直升机坠毁事故，政府机构正在对这起事故展开调查，并表示“很快就会公布事故的具体情况和处理办法”。 [查看评论](https://m.cnbeta.com.tw/comment/1492272.htm)

当地时间4月11日，据法庭文件、律师声明以及全美各学校发布的公告，特朗普政府已取消了88所高校至少529名学生、教职员工和研究人员的签证，作为其大规模驱逐出境行动的一部分。  报道称，美国国务院正在手动终止学生和交流访问者项目（SEVIS）的记录，并且尚未通知大多数大学或学生他们的签证已被取消。目前，尚不清楚签证被取消的学生是否必须立即离境，还是可以留下继续学业。 [查看评论](https://m.cnbeta.com.tw/comment/1492270.htm)

最新调查显示，尽管美国总统特朗普暂停对多国的关税，投资者仍然寻求避开美国资产，转而青睐欧洲和其他发达市场。此次调查于4月9日至11日进行，共203名投资者参与。在特朗普宣布对多数国家的关税措施暂停90天后，81%的受访者表示计划维持或减少对美国资产的敞口。 超过四分之一的受访者称，他们削减投资的幅度超过了特朗普本月早些时候宣布最高达50%的全球性关税前的预期。  超过一半的人正在寻找美国市场以外的目的地。欧洲是首选，有近三分之二的参与者选择。81%的受访者更青睐发达市场而非新兴市场。 4月4日至9日在特朗普最早宣布关税到他180度大转弯之前进行的另一项调查也显示出类似结果。在647位受访者中，超过一半表示他们计划减少对美国资产的敞口。 **“不确定性溢价”** 根据经济研究的数据，即使是在暂停之后，美国的平均关税税率也已升至26%以上，自特朗普开始第二任期以来上升了近24个百分点。 暂停之后，标普500指数本周上涨5.7%，创2023年11月以来最大单周涨幅，部分收复堪比Covid-19疫情高峰期的跌幅。 与此同时，彭博美国国债指数下跌。在一些投资者看来，这显示贸易动荡造成持久损害。 “我们可以称之为政策不确定性溢价，”Jefferies International首席策略师Mohit Kumar表示，并建议投资者在资产配置上继续远离美国市场。 **经济增长前景** 过去一周，特朗普政府在贸易上的立场急剧转向，给今年美国经济的预期蒙上阴影。 3月份，美联储决策者把美国国内生产总值（GDP）增长预测从之前的2.1%下调至1.7%。在关税暂停之后进行的调查中，三分之二的受访者预计经济扩张速度会比央行预估还要慢。连美联储官员可能也开始认同这一观点 —— 纽约联储行长John Williams周五表示，他预计今年实际GDP增速将放缓至略低于1%的水平。  除了股票和美国国债之外，投资者对美元也转向看淡。77%的受访者预计彭博美元指数会在未来一个月内下跌。这是2022年有数据以来对美元最极端的看跌预期。周五，该指数跌至六个月最低。 彭博策略师表示： “美元太弱可能很快就会成为美国面临的问题。这将放大关税的影响。尽管最近关税暂停，但预计只比之前的水平低了几个百分点，仍为1930年代以来最高。” —— Markets Live宏观策略师Simon White [查看评论](https://m.cnbeta.com.tw/comment/1492268.htm)

一位知情人士透露，Google母公司Alphabet和英伟达已与知名风险投资机构一道，对安全超级智能公司Safe Superintelligence（SSI）进行了投资。消息人士称，SSI最近完成一轮20亿美元的融资，由绿橡树资本（Greenoaks）领投，估值达到320亿美元。  SSI是一家由OpenAI前首席科学家伊利亚・苏茨克弗（Ilya Sutskever）联合创立的初创公司，在成立后的几个月内便迅速崛起，成为最具价值的AI初创公司之一。 这笔融资表明，大型科技公司和基础设施提供商对那些开发需要大量计算能力的前沿人工智能的初创公司重新产生了兴趣，并愿意进行战略投资。拥有自己人工智能模型的Alphabet，本周早些时候宣布其云计算部门达成了一项协议，向SSI出售张量处理单元（TPU）的使用权限，TPU是该公司自主研发的人工智能芯片。 和许多竞争对手一样，该公司对芯片也有着巨大的需求。 Alphabet和英伟达公司对SSI投资的具体条款暂无法确定。这三家公司的发言人都拒绝置评。 Alphabet的企业部门和云计算部门与包括SSI和人工智能初创公司Anthropic在内的知名人工智能实验室的双重合作，展示了这家科技巨头不断演变的人工智能硬件战略。 Google最初将TPU保留供内部使用。负责Google与初创公司合作的董事总经理达伦・莫瑞（DarrenMowry）本周表示，向SSI出售大量芯片以支持其前沿人工智能研究的这笔交易，体现了公司将销售范围扩大到外部客户的持续战略。 他说：“对于这些基础模型构建者来说，对我们的依赖程度正在急剧增加。” 一直以来，人工智能开发者更倾向于英伟达公司的图形处理单元（GPU），英伟达在人工智能芯片市场占据了80%以上的份额。 但两位消息人士称，到目前为止，SSI在其人工智能研发中主要使用的是TPU，而非GPU。 Google通过其云服务既提供英伟达的GPU，也提供自己的TPU。Google自主研发的芯片旨在在特定的人工智能任务上表现出色，并且比通用GPU更高效。这些芯片已被用于构建大规模人工智能模型，比如苹果、Anthropic，后者是OpenAI的竞争对手，已从Google和亚马逊公司获得了数十亿美元的资金。 Google和英伟达还面临着来自亚马逊的挑战，亚马逊正在打造自己的竞争处理器，名为Trainium和Inferentia。亚马逊早在2023年就曾表示，Anthropic将在这些芯片上开发其技术。这家科技巨头在12月宣布，Anthropic将成为首个使用由数十万块其自主研发芯片驱动的大规模超级计算机的客户。 与此同时，两位消息人士称，Anthropic在其人工智能开发中继续使用TPU，并且没有减少在Google芯片上的支出。 主要的云服务提供商大力投资那些不仅构建基础模型，同时也是其基础设施重要客户的人工智能初创公司，这种情况越来越普遍。例如，亚马逊和Google都对Anthropic进行了投资，而微软则在OpenAI上下了重注。英伟达也对OpenAI以及埃隆・马斯克的xAI公司进行了投资。 [查看评论](https://m.cnbeta.com.tw/comment/1492266.htm)

<blockquote><p>在互联网产品领域，产业互联网和消费互联网作为两种截然不同的赛道，其产品设计逻辑、目标用户及服务场景存在显著差异。本文作者结合自身在消费互联网和产业互联网领域多年的工作经验，深入探讨了这两类产品在定义、核心差异与共性方面的异同。</p> </blockquote>  最近的产品工作经历，有3年在消费互联网公司，有3年在产业互联网公司，正好基于我的经验谈谈对这两类产品差异化的思考。 在互联网产品领域，产业互联网和消费互联网作为两种截然不同的赛道，其产品设计逻辑、目标用户及服务场景存在显著差异。本文将从定义、核心差异与共性三个维度，结合新材料在线等产业互联网平台的实践经验，剖析两者的设计思路异同。 ## 一、定义分野：服务对象决定底层逻辑 **产业互联网** 以B端企业为核心用户，聚焦生产环节的效能提升。例如新材料在线平台，通过聚合材料供应商、制造企业与科研机构，打通从研发到应用的产业链闭环。其本质是通过数字化重构生产流程中的信息流、物流与资金流。 **消费互联网** 则直接面向个人消费者，服务于衣食住行等生活场景。淘宝、拼多多等平台通过流量聚合与用户行为洞察，构建”人找货”或”货找人”的消费生态。情感共鸣与即时满足成为关键驱动力。 ## 二、核心差异：产业逻辑与消费逻辑的碰撞 **垂直深耕 vs 横向扩张** 产业互联网需深扎垂直领域，新材料在线仅聚焦材料行业，构建包含30万+材料数据的知识图谱。而消费互联网往往追求跨品类扩张，如小红书从美妆拓展至全品类生活方式平台。 **工具理性 vs 情感共振** B端产品强调效率至上，新材料采购平台采用”三步完成询价”的极简交互，平均任务完成时间控制在90秒内。C端产品则需营造沉浸感，如抖音通过无限流设计与算法推荐，将用户平均使用时长提升至120分钟。 **OMO融合 vs 线上主战场** 产业互联网依赖线下场景反哺线上，新材料在线通过年度峰会吸引500+企业线下对接，同步带动线上材料库访问量提升300%。消费互联网则以纯线上运营为主，双11等购物节完全依托虚拟空间完成千亿级交易。 **价值交付 vs 时长争夺** B端用户追求”用完即走”，某工业品平台数据显示，80%用户完成采购后15分钟内退出系统。C端平台则通过游戏化设计（如拼多多果园养成）延长用户停留，某电商APP通过签到体系使次日留存率提升25%。 **产业链穿透 vs 用户分层运营** 产业产品设计需理解上下游协作网络，例如新材料平台需同步对接供应商产能数据与采购商ERP系统。消费产品更关注用户画像分层，某社交电商通过RFM模型细分出12类用户群体进行精准营销。 ## 三、共性基础：互联网产品的底层法则 **需求洞察的黄金三角** 无论是服务企业采购还是个人消费，都需构建”场景-痛点-解决方案”的分析框架。新材料平台通过200+企业深度访谈，提炼出”规格参数模糊导致采购失误”等核心痛点。 **体验设计的加减法则** B端产品通过简化操作流程提升效率，某SRM系统将供应商准入流程从7步压缩至3步；C端产品则需平衡功能丰富度与易用性，如淘宝首页历经27次改版保持核心功能触达率超95%。 **数据驱动的迭代闭环** 两类产品均需建立”埋点采集-看板监控-AB测试”体系。某工业品平台通过分析2000+询价单，发现”在线比价”功能使转化率提升18%；某内容社区则通过点击热力图优化信息流布局。 **场景化运营策略** 产业互联网结合行业周期策划活动，如新材料平台在Q4制造企业预算规划期推出”年度优选供应商”榜单；消费互联网则紧扣节日热点，某生鲜APP在春节前两周启动”年货大街”专题，使GMV环比增长230%。 ## 四、设计哲学的本质回归 产业互联网与消费互联网的差异，本质是”生产力工具”与”生产关系连接器”的定位差异。前者需要成为产业升级的数字基座，后者则致力于创造新的消费范式。但两者都需回归商业本质：**产业互联网的价值在于降本增效的可量化验证（如某平台帮制造企业采购成本降低12%），消费互联网的核心在于用户生命周期价值的持续挖掘。** **在数字化转型浪潮中，优秀的产品设计者应当具备”产业纵深+消费洞察”的双重视角。**正如新材料在线在服务B端客户时，同样借鉴C端产品的用户引导设计，将供应商入驻流程的放弃率从68%降至29%。这种跨领域的思维融合，或许正是互联网产品进化的下一站。 本文由 @Allen潘 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务