<blockquote><p>Saas产品的销售都是有完整的话术和方法可以实践的。比如本文提到的这个授权沟通的案例，不光可以掌握话术的技巧，还可以让你掌握销售节奏，更好引导用户成交。</p> </blockquote>  本文讲呈现以下两个原则来呈现售前沟通内容。 一是以客户的利益为中心，敢于承诺并落地。当我们不知道客户在业务上的问题有哪些的时候，我们一定要把自己想象成为客户，或者是积极地与客户进行交谈，站在他的位置上如何看待这个产品。 二是善于现场洞察。灵活运用观察法和分析法。有些伙伴有些客户明明知道，但是可能他的表达得并不是很精准，那么就需要我们深入到现场，进行客户业务的观察，以及做对应的分析，观察业务过程当中可以改善且能够通过产品实现的内容。 首先作为沟通内容整理，那么具体的案例话术有哪些呢？让掌握销售的节奏呢？ 我们需要通过具体的话术进行呈现。 首先我们要完成第一步：**直接营造沟通的场域**。一般销售伙伴经过前面的内容建设之后，对于产品有了一定程度的了解，业务背景知识也有所增加。 但往往在信心大增的情况下，很大概率会采用错误的方式，因为有自信了。那么很明显的一个错误就是在沟通当中习惯用**反问的方式**进行开场，比如他会问客户“你为什么不这么做”。就差点说“你为什么不用我们家产品？”前面已经说了，当我们给客户进行产品推销的时候，我们对自家的产品很有信心。 如果各位是以这样的方式去和客户进行沟通，那么沟通的后果非常显而易见。这种方式会直接触发客户的防御性心理，让你的沟通进程都陷入比较难的境地。在你继续以反问或质问的方式提出问题的时候，你就会面临两种结果。 一种结果是客户不与你发生任何形式的互动，另外一种结果就是客户同样会以问题来反问你，沟通的氛围就会变得不开放，这样就不是产品价值呈现的会议，同样就不是售前会议。 很大概率就会变成了单方的教育会，甚至于双方的辩论会，这就失去了客户双方今天坐在这里一起去感受产品价值的最主要目的。 那么我们如何进行提问，一下子就把对方拉到对应的沟通场域里面呢？我们一定要用“**WHY+客观事实**”，重点在于客观事实，事实来源于我们对于客户的了解，当你和客户没有进行深入接触的时候，出于表层现象的了解，很容易发生错误的判断，不要拿惯性的思维去评判表现表面的现象。 我们进行提问的逻辑一定是通过客观事实来去评价这件事情。比如说你看到门店的人均下降，你可以这么说，你可以说“为什么我们这个月10月份的人均环比9月份的人均下降？”，而不是说“为什么我们店伙伴在10月份工作不如9月份努力？” 各位可以想象一下这两个问题的区别。我们只有不断地通过WHY加客观原因，才能够找到产生问题的真实原因。一旦你用的是“WHY+假设”逻辑，它会受到多个不确定性维度的影响。 我们用WHY+客观事实，就非常有助于引导客户思考你的问题。降低他心里对于你的对抗，通过不断地提问，让人们进行不断地思考，最终帮助他们自己找到答案。 第二步就是**假设理想化美好状态**，你不能“直白”告诉对方我有这个功能，我这个功能对比对方的优势是什么，你通过这个功能你能够得到什么？—不能采用这样简单的沟通方式，而是以一种假设的方式，让他从潜意识里面开始设想使用工具的美好画面。 比如沟通的话术是这样的，“如果有一个…工具或者是功能能够让你获得什么样的信息，通过这个信息你能做什么事情，最终你能够得到什么样的结果。”“如果没有上面这个工具和这个流程，你只能依靠的是个人的能力和经验，这样我们对于这件事情的掌控程度就会无法预料。” 所以我们要通过假设美好理想化的状态，让他提前想象一下，我用上了产品之后，达到了我解决问题的需求，甚至于超过了我的预期。 第三**步有逻辑地呈现产品内容**，当你假设完这样的信息之后，你就可以给他进行实际的产品功能的讲解。 第一种具体话术如下：“为了解决哪一方面的问题，我们可以通过什么样的方式相比过去什么样的行为，它直接呈现了什么样的效果。”具体话术如下“因为某项产品功能的存在从而有可能实现对您而言的正向结果，再加见证案例。”采用这样的有逻辑地呈现产品的内容，对方更容易去接受。 注意关键事项：首先是不可能站在自己的角度理解产品，要多从应用者的角度出发，给大家举一个例子，比如说一款新型TOB产品，从厂家的角度认为产品的账号登录是一个非常简单的动作流程，从这个账号登录到操作间做界面，简直简单得不能再简单了。 但从实地的落地角度出发，这么简单的过程，还是有很多产品使用者看到产品时不会用，那么我们是去否定产品使用者的能力价值，还是说我们需要后续的思考—提升产品易用性呢？让使用者一看到产品就如何去用，所以说对于我们而言，给客户呈现的内容是什么？是一定要让产品**所见即所用**。 不同的岗位，看到对应的界面，他就知道如何操作以及对于他的价值是什么需要进行呈现。比如像手机一样，你从A品牌手机换到B品牌的手机，不需要有专门的人教你，你只需要拿到这个新手机简单一看，你就知道你要通过什么样的功能模块去解决什么样的事情。 最后将整体产品价值呈现框架再次回归，形成一份可持续优化的PPT。 作者：张兴，《产品运营指北针》作者；微信公众号：不打杂运营 本文由 @餐饮SaaS产品运营 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。

陶瓷成于烘烤的黏土，芯片源于熔炼的沙子。 今天，华硕灵耀景德镇陶瓷鉴赏会在中国陶瓷之都景德镇举办，重磅发布全球首批搭载酷睿Ultra 200H（代号Arrow Lake H）处理器的华硕灵耀14 2025和华硕灵耀14 双屏 2025笔记本机型，并在新品品鉴会上推出搭载酷睿Ultra处理器的华硕灵耀16 Air等机能美学新作，于科技美学瓷场耀启新境，将酷睿芯片的强劲算力与华硕新品采用的陶瓷材质机身完美融合，共同呈现由内到外的精湛“匠人”工艺。  官方图片 英特尔中国区技术部总经理高宇发表演讲，并表示：“陶瓷与芯片都源于最平凡的材料，却创造出最不平凡的产品，这凸显了我们对技术和创新钻研的匠人精神。当前，英特尔酷睿Ultra全线产品已迈入AI时代，我们通过硬件硬实力和生态软实力，与产业伙伴共创AI计算全新时代！很高兴看到华硕灵耀新品作为Arrow Lake H处理器全球首发的代表作，期待与华硕AI PC为用户带来更多出色AI精品体验。” **砂砾成“匠芯”，Ultra 200H “树立新标杆”**  官方图片  无数砂砾在英特尔的打磨下，成为驱动PC的算力源泉，为当今AI时代提供不断强化的AI PC芯片。在刚刚过去的CES 2025期间，英特尔继续扩展了酷睿Ultra 处理器家族，将AI性能遍布V、H、HX、S等系列，全线产品迈入AI时代。  官方图片 其中，酷睿Ultra H系列处理器基于全新的Arrow Lake架构，再次将高性能轻薄 AI PC的高性能与用户的体验提升到新高度，为高性能轻薄AI笔记本领域树立新标杆。  新一代的酷睿Ultra 200H系列基于全新 Lion Cove 和 Skymont 内核架构，带来了显著的性能提升。具体而言，CPU单线程性能提高了 17%，而多线程性能更是提升了 20%。值得一提的是，不仅性能大幅跃升，这一代处理器的能效比同样表现出色，相较上一代提升了 21%，实现了性能与能效的完美平衡。为了满足用户对图形性能日益增长的需求，酷睿Ultra 200H系列搭载了全新锐炫GPU，平均游戏性能提高了 22%。这意味着，即使在轻薄本上，用户也能流畅运行3A大作，获得出色的游戏体验。此外，酷睿Ultra 200H的内置多达8个英特尔Xe 核心的英特尔锐炫™显卡，配备了为AI加速打造的 XMX AI引擎，极大提升了GPU的AI处理能力，使CPU、GPU、NPU三大AI引擎共同为平台带来高达99 TOPS的AI算力，相比上一代提升了 2.5倍。可以说，英特尔酷睿Ultra 200H系列不仅性能强悍，更是在能效、图形处理和AI能力上实现突破，让高性能轻薄AI PC的性能与体验达到了新高度。 在AI PC的天下，硬件算力的硬实力为基础，而软件生态的软实力则是加速器。英特尔早在2023就启动了“AI PC加速计划”，推动AI PC生态的快速发展。经过与生态伙伴一年多的努力，目前已有超过200家ISV参与其中，打造的AI应用已达到400多款，支持的AI模型数量也已突破500个，实现软硬协同发展新里程碑。更重要的是，英特尔尤其重视本土ISV的深度合作。截止到目前，英特尔已经与40多加国内合作伙伴协力共创，针对本土模型和应用场景，对市场变化做快速响应，为Qwen、ChatGLM、百川等系列的模型都做到了深度优化和全面适配。在UL Procyon测试的AI Image Generation Benchmark(SD1.5 FP16)中，ARL-H的成绩是MTL-H的2.7倍，成绩提升非常可观。  不仅如此，英特尔还与ISV紧密合作，打造了AI PC的五大核心应用场景，围绕用户痛点，优化并推出了数十款兼具高效、实用和趣味性的应用，让AI体验进一步惠及更多用户。 **陶瓷秀“匠心”，灵耀新品“美学课代表”**  在现场，华硕发布了基于酷睿Ultra 200H系列处理器的灵耀14 2025、灵耀14双屏，以及灵耀16 Air，创新地将新高科技陶瓷铝材质融入到机身上，实现轻薄、艺术与科技的交融。工艺与轻薄珠联璧合，打造出灵耀系列新品独到的风格。新一代Zen美学标识：Ceraluminum™ 高科技陶瓷铝，运用特殊的陶瓷化制程，将航天工业与高级钟表的精密陶瓷创新应用于笔电机身上，使其兼具陶瓷温润美感与铝合金轻盈体感，成色自然、肌理细腻，用前沿工艺重现陶瓷非遗美学的轻薄温润之美。 在便携性上，整机精致轻盈，搭配超长续航，满足长时间移动办公、创作需求。此外，华硕与智谱AI端云一体大模型解决方案共创AI应用“小硕知道”AI助手，通过酷睿AI PC处理器的出色AI算力，能够在断网的情况下，直接访问本地模型，用AI实现高效学习、办公和创作，焕发AI PC活力；延续华硕灵耀的科技美学，新一代灵耀具备高品质外观及艺术质感，多维度诠释科技美学理念。  官方图片 全新华硕灵耀14 双屏2025配备两块14英寸2.8K 120Hz OLED华硕触控好屏，色彩表现力优异。创新的双触控屏设计，让宽广视野拓宽指尖力量美学，满足用户不同的使用场景，变换PC形态，打造至臻卓越视野的同时，提供瀑布模式/竖屏模式/分享模式/笔记本模式/虚拟键盘模式五种操作模式，将科技美学融入生活肌理、挖掘指尖无限潜能。该机型搭载了酷睿Ultra 9 285H处理器，为AI PC提供强劲的AI智慧算力。  官方图片  全新华硕灵耀14 2025 搭载了酷睿Ultra 9 285H 处理器，简约的机身和高配的性能，让AI PC同时兼顾了长久续航、机身轻薄、强劲算力和AI体验。该机型集工艺与轻薄于一身，灵耀14 2025采用全金属锻造的机身设计，整机轻约1.19kg、薄至13.9mm，配合75Wh大容量电池，提供长达约18小时持久续航，轻薄便携、至臻随行。搭载新一代的英特尔酷睿Ultra9 285H处理器，带来99 TOPS AI总算力、出色的核显性能以及低功耗长续航等高能表现。  官方图片  全新华硕灵耀16 Air搭载了酷睿Ultra 7 处理器，采用了高科技陶瓷铝材质，将陶瓷美学展现的淋漓尽致，赋予机身轻盈坚韧的特质。灵耀16 Air在具备强大性能的同时，兼备轻薄便携和单手可拖持的可能，无论差旅还是通勤都轻松无负担。 **AI PC爆发之年，携手伙伴全速前行**  据行业机构IDC调研数据1显示，2025年的AI PC出货量占比将达到41%，几乎是2024年的2倍。如果说2024年是AI PC元年，2025年则是AI PC的爆发之年。今年下半年，英特尔还会批量生产向客户展示的采用Intel 18A制程工艺的产品，继续为PC产业带来更多震撼。英特尔将与华硕等PC生态伙伴精诚合作，在AI PC爆发之年继续全速前行！

通向AGI有多少条路？

<blockquote><p>微信送礼物功能的上线及其在界面中的显著位置调整，引发了业界对微信电商战略的广泛猜测。本文将从这一新功能入手，深入探讨微信在电商领域的潜在布局。</p> </blockquote>  最近微信送礼物的功能上线，引起了不小的关注，而且最近送礼物功能从原先的一个小小入口，挤占了原本购物车的位置，可以说更加强化了这一个功能。  微信送礼物功能上线后，晚点LatePost 发表了一篇文章《腾讯重做电商，以微信的方式》，那本文就结合这个文章提到的内容，和从送礼物这个功能入手，来推导一下，未来微信会怎么做电商。 ## 一、为什么是送礼物？ 在晚点的文章中，提到： <blockquote><p>一次讨论会上，张小龙问，能不能让商品能像图片一样自然地在微信里流转。微信团队随即做了多版方案，但都被认为不够自然。“送礼物” 是最新的尝试。</p></blockquote> 微信其实并不是第一家尝试“礼物”作为链接的方式。最早可以追溯到亚马逊推出的“礼品心愿单”。  在美国环境下， 会有根据对方的心愿单，进行送礼物的习惯。而到了国内，却没有获得较好的普及。包括后面的礼物说，也曾主打送礼物这一个场景来展开，但最后也逐渐消失了。 那既然有那么多的失败经验，微信团队为什么还会尝试送礼物这个功能呢？ 在笔者看来，有两个原因： **其一，平权行为**。用户购买礼物后，发送一个礼物卡片，对方只需填写地址就可以完成送礼物行为。如果24小时没有填写，则自动退回。上述流程与红包、转账的流程基本一致，将地址交由收礼人来进行填写和确认，也更大程度的让双方都有决定权，而不是一方有决定权，是一个平权行为。这也是符合微信价值观的。 **其二，原子化交易组件**。在2024年11月11日腾讯周年会上， 张小龙提到：商品信息应该成为一个原子化交易组件，能自由地在微信里游走。  而购物后发送礼物卡片的行为，本身可以看作是对聊天对话框的再一次扩展，有一种从聊天开始，到聊天结束的行为路径。属于微信聊天能力的扩充，是人与人之间互动行为的再一次扩充。 ## 二、视频号小店升级微信小店 在2024年8月26日，微信团队将视频号小店升级为了微信小店，并建议视频号小店商家在2024年09月25日前升级完成。 那为什么会升级到微信小店？在之前，视频号小店，更像是视频号的功能之一，是包含在视频号之内的， 类似于抖音电商基于抖音这个视频流量载体。 而升级后的微信小店，变成了脱离了视频号，而视频号成了微信小店获取流量的方式之一。  很显然，微信电商并不想再做目前抖音、淘宝这样的的电商模式，这或许是将电商从视频号剥离的主要原因。 这其实很容易理解，目前抖音、淘宝的电商模式，更像是**基于流量的再分配逻辑**，最后会变成卷流量、卷价格的恶性循环中。微信在流量算法和电商基本盘方面，都不占优势，而且自废社交优势。 那微信会怎么做呢？ ## 三、微信会怎么做电商？ 结合微信小店的升级，在我看来，微信未来的模式是：  微信小店会作为底层支持层，作为用户销售商品的能力，借助流量层，实现商品的传播，用户通过互动层的方式，可以实现知道商品、了解商品、购买商品的链路转化。 未来，商家可以通过将商品上传到微信小店，作为最终交易的载体。在视频号、公众号等自身平台中，进行挂在商品，甚至可以接入到小程序中，进行最大范围的产品推广，而最终交易之后的行为，则只需要关注微信小店，即可完成商品的销售行为。最大程度的简化了电商的运营门槛。 通过上述可以发现，微信想当于拆解了电商购物的行为，会发现电商核心的首页，在上述的描述中，是没有的，也就是说，对于微信来讲，不太会给电商一个核心的主入口，而是融入到目前现有的能力之中，会提供查看订单的入口，但不太会提供首页的入口。这样可以极大限度的规避流量算法和降低运营成本。 ## 四、商家的变化 通过上述可以推断出，微信小店，并不会追求商家、SKU的数量，而是会尽可能的放大目前微信的特有优势，那就是用户与商家、用户与用户的链接能力。 对于商家来说，可以与抖音、淘宝一样，通过在短视频、直播的方式，进行产品的销售的同时，提供了如何经营好自身品牌卖货的新方式。通过公众号、视频号等方式，可以极大的提升品牌对用户的宣传能力，品牌从追求流量，变成追求高品质的流量，从而提升用户与品牌的黏性。 对于曾经发展在微信上的微商来讲，微信小店提供了一个稳妥的交易平台，从而可以借此来提高对商家、商品的把控能力，将用户风险进行进一步的降低。 ## 五、最后 从2024年8月份的视频号小店升级为微信小店，到最近推出的微信送礼物功能，微信电商的发展整体速度并不是那么快，对于微信来讲，也没有想过去去快速追赶抖音、淘宝、拼多多GMV的想法，更多的是，围绕人与人互动，去增加互动形式的丰富度。只是，很多人都不敢轻视，微信改变用户行为的能力，会时刻关注微信的一举一动。 而在上述梳理和分析中， 有一句话，在我脑中盘旋：  而回看微信，我们会发现，从最开的公众号，到后面的视频号、微信小店、企业微信，似乎都有一条线，可以串起来。而那个线，就是微信的第一个Tab，是**围绕人与人，进行互动形式的丰富**。 微信改变用户行为的能力不容忽视，其围绕人与人互动的战略将贯穿其未来发展。 作者：蓝胖子 公众号：神奇四次元口袋 本文由 @蓝胖子 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

离1月19日，离TikTok被要求剥离的禁令生效，只有不到一周时间了。 在美国最高法院上周五的辩论过后，TikTok的情况看起来不容乐观。尽管最高法院当时并未做出判决，但目前看来，禁令被维持的可能性很大。 TikTok律师诺埃尔·弗朗西斯科(Noel Francisco)在上周五的辩论中表示，除非大法官推翻国会的法案或发布临时禁制令，否则该平台基本上将在1月19日关闭。 如果TikTok在美国真的全面下架，用户将去往何处？ 伴随着禁令生效日期的逼近，TikTok上的用户正在寻找自己的下一个「去处」。 从AppStore的美区排行榜变化来看，小红书迎来了意外的流量暴涨，周一中午，小红书冲到排行榜Top 2，而到了晚上，已经冲到Top 1。而在它前面的，则是字节跳动的另一款生活方式应用——lemon8。   ## 涌入小红书   令人出乎意料的是，是小红书接到了这一波泼天的流量。   前九名、前六名——伴随着禁令生效日期的临近，小红书美区AppStore的排行榜位置连续爬升，到周一中午，小红书在美区AppStore冲到了Top 2的位置，而到了晚上，小红书的排名已经再次爬升，直接登顶。这一方面或许是因为TikTok在美局势的难以逆转，另一方面也与上周日一位TikTok大网红的「吆喝」有所关联。    图片来源：AppStore   TikTok网红「whattheish」在TikTok上发布了一段短视频，在视频中，她将小红书称为中国版的Tiktok，「我知道TikTok之后我们要去哪里，这不仅搞笑，而且是美历史上最有趣的「P」行为，我几乎可以肯定有一个叫 red notes的应用程序，是你可以在应用商店下载的TikTok的中文版……」   whattheish推荐粉丝下载小红书｜视频来源：TikTok   在视频下方，她的粉丝响应蛮多，有说冲榜的，有学中文的……  「让它成为第一名」｜图片来源：TikTok    「学会了3个中文单词」｜图片来源：TikTok   而小红书上确实已经涌入了大量美国人，甚至已经出现了不少 TikTok refugees 相关的词条。    「涌入小红书」｜图片来源：小红书   小红书能承接住这波泼天的流量吗？   尽管它已经迎来了一些美国用户，但平台的内容形式和定位与TikTok的娱乐性差异较大：   比如在功能定位上，TikTok侧重娱乐，主打短视频和直播，吸引年轻用户追求创意和视觉冲击；而小红书则注重社交、电商和内容分享，特别聚焦生活方式的分享和消费决策，主要面向年轻女性。   在内容形式上，TikTok以短视频为主，强调娱乐性和视觉效果；小红书则以图文笔记为主，辅以短视频，内容更为多样，侧重生活分享和购物推荐。   商业模式上，TikTok通过广告和直播带货进行高效变现，流量成本较高，但商业效果显著；小红书则主要通过KOL和KOC的推荐影响用户的购买决策，商业化进程较慢，但逐步增长。   不过，虽然小红书和抖音在市场定位、功能、用户群体和内容形式等方面差异明显，但在推荐算法和UGC（用户生成内容）方面又存在相似之处。   所以对小红书而言，如何在短期内维持用户活跃度并有效转化流量，将是其面临的挑战。   另外，此前，小红书并没有对不同国家用户进行分区运营，接下来是否会区分中国版和海外版，而这对小红书又会意味着什么？   ## 2 lemon 8能成为TikTok的备选吗？   小红书排名飙升之外，字节跳动的另一款产品lemon 8也于周一中午在App Store美区登顶，顺便提一句，第四名的ReelShort也是国内公司枫叶互动开发的产品，也就是，美区top 5里的前三名都是中国公司开发的产品了——截至周一下午。不过，到了夜间，lemon 8的排名已经被小红书超越，reelshort则到了第六的位置。    图片来源：App Store   Lemon8 是字节跳动于 2020 年推出的一款全球化的照片和视频分享平台，自身定位为定位为「生活方式社区」，最早在日本推出时名为「Sharee」，随后于 2023 年进入美国和英国市场。它也在东南亚地区包括新加坡、马来西亚、泰国等国家提供服务。 Lemon8 的特点在于长文博客风格的内容，该平台内容呈现为两个并排的垂直动态流：一列是「为你推荐」（For You）的个性化推送模块，另一列是「关注的人」（Following）板块，显示用户关注的账户发布的帖子，内容涵盖食品、健康、美容、时尚、旅行、家居等多个类别，乍一看有点像小红书，所以 Lemon8 也一度被视作字节跳动的海外版「小红书」。 另一种对 Lemon8 的评价则是「Pinterest、TikTok 和 Instagram 的组合，它支持同时发布图片和视频，审美风格更艺术化、更丰富多彩，不过与 TikTok 相比，Lemon8 允许用户上传静态照片，更注重图片和文字。 2023年年初，字节跳动可能就已经通过广告和引流等策略，鼓励 TikTok 用户转向使用 Lemon8。 2023 年 2 月，lemon8 进军美国和英国市场，并在3月成功跻身美国App Store下载总榜前十名，且在生活方式分类中获得了第一的位置。同月，TikTok CEO周受资在美国国会就TikTok面临的各种问题接受质询，引发了广泛关注。Lemon8随后借助TikTok和Instagram网红合作大力推动用户增长，通过支付报酬激励创作者在平台发布内容。 2023年底，Lemon8的市场推广再次加速，特别是在TikTok上，通过大规模投放广告和与网红合作进一步提高曝光度。 2024年初，平台继续借助TikTok的流量吸引用户，虽然有一些网红对推广活动的报酬表示不满，但仍有不少创作者加入了Lemon8的推广阵容。 在2024年9月，Lemon8迎来了新一波的快速增长，成为美国iOS设备上下载量最大的生活方式应用，且在Android设备上也进入前七名。为了提高曝光度，字节跳动还加强了广告投放，通过苹果搜索广告和TikTok推荐页面吸引更多用户关注。 同时，为了避免与中国的联系，Lemon8通过展示新加坡开发者身份，试图塑造自己不属于「外国对手」的形象。 11月，为了扩大Lemon8的用户群，TikTok宣布创作者可以用他们在TikTok上使用的同一个账号访问Lemon8账号，并称这一功能将提高他们跨平台发布内容的能力。TikTok 表示，此举整合旨在扩大创作者的 「影响力和参与潜力」。 12 月， Sensor Tower的数据显示 ，Lemon8的全球下载量大幅跃升，增幅达 150%，而去年同期的月平均降幅为 2%。美国占当月下载量的 70%——12 月 19 日的美国下载量最大。 就在上周，Lemon8 跃居Apple App Store免费应用第一名。目前看来，Lemon8的受欢迎程度可能会进一步飙升，但最终还是要看本周末TikTok拆分案的最终结果究竟如何。 不过需要注意的是：在美国国会通过的禁令规定里还有一项要求，不撤资就封禁的条款一般适用于ByteDance、TikTok及其任何子公司拥有或运营的应用程序。 这就意味着，尽管Lemon8等字节跳动的其他产品还没有明确被点名，但它们在美国的前景似乎同样充满着不确定性。  

<blockquote><p>在数字化转型的浪潮中，AI智能客服已成为企业提升服务效率和客户满意度的重要工具。本文通过对比传统客服与智能客服，深入剖析了AI智能客服的解决方案，供大家参考。</p> </blockquote>  ## 一、传统客服与智能客服 过去大部分的ai智能客服都是基于BERT模型，随着ai的快速发展，ai智能客服从底层技术到应用都有了快速突破。  基于BERT模型的智能客服：虽然BERT模型在语义理解方面有一定优势，但由于其更多是“填空题”的模式，对用户Query的理解仍存在不足，回答准确率不足50%，导致很多用户在面对智能客服时会直接输入“转人工”。同时，它主要是基于FAQ进行回复，无法根据用户的情绪变化调整回答方式，无法给到用户情绪价值。 基于大模型深度学习的智能客服：从意识识别到自主行动（问题引导、生成回复、流程控制、闲聊控制、情绪识别），大模型深度学习的智能客服能够全面理解和应对用户的复杂需求。它不仅能够准确理解用户的语义和情感，还能根据用户的上下文信息和历史行为，生成更加个性化和精准的回复。此外，大模型还具备强大的自我学习能力，能够不断优化自身的知识库和服务流程，提高服务质量和效率。 ## 二、零售O2O智能客服分析与调研 ### 2.1 场景分析 要进行智能客服的场景分析，首先需明确客服的场景分析框架。 我们可从以下视角思考：用户是谁，用户的生命周期是怎样的，用户的消费旅程节点有哪些；业务场景范围涵盖哪些方面，交互的形式有哪些，用户反馈的客体（反馈内容）是什么，客体状态（反馈内容的状态）是什么。 基于此，我们至少可以从两大核心视角进行深入思考：一是从用户旅程出发，二是从智能客服管理的角度，明确人工智能应用的重点场景，即并非所有场景能完全适用人工智能，挑选出重点场景方向，才能事倍功半。 以下仅为通用性场景假设，具体需根据实际业务具体分析： 假定处于有门店销售的 O2O 场景之下，基于用户旅程视角，第一步需要厘定大致的用户旅程节点，以及各节点衍生出的触点与对应的用户行为。顺着这些节点脉络，明确客服的角色和职责。部分节点，诸如进店、与店员互动环节，客服暂且无需介入；而在客服需要参与到消费者旅程节点，客服的参与程度深浅不一。举例来说，在售前咨询、自动外呼营销阶段，客服发挥着关键效能，参与力度较大；而在支付交易以及物流环节，客服主要活跃于事后的售后交易阶段，聚焦交易问题、物流信息查询等场景，与客户展开互动交流。  总体而言，基于消费者旅程，可大致划分为售前、售中与售后三大阶段： - 售前阶段涵盖了解品牌与产品、产生需求、搜索信息等环节； - 售中囊括定位门店、进店、产品体验、产品选购、销售互动（此处特指线下门店销售互动）、购买产品、支付产品、物流配送、交货等流程； - 售后涉及产品使用、产品分享、产品售后、再次购买等过程。 这里更佳的做法是将用户触点&amp;用户行为&amp;客服行为&amp;客服职责&amp;客服okr量化指标结合，由于需要根据实际情况进行分析，下表并未将okr指标一一对应。  前文已详尽阐述基于用户旅程智能客服的参与场景，接下来从智能客服管理视角深入剖析智能客服场景，具体如下： **1）业务场景维度：** - 营销场景：基于用户的历史行为、偏好数据以及实时浏览信息，精准推送个性化的营销信息，如新产品上市通知、限时优惠活动、会员专属福利等，激发用户的购买冲动，助力企业拓展市场份额。 - 服务场景：当用户遇到产品使用问题、售后维修需求、订单查询疑惑等情况时，提供专业、精准的解决方案，全方位保障用户的满意度，维护企业的良好形象。 **2）交互场景维度：** - 外呼场景：涵盖客服主动发起的营销活动、工单回访等环节。借助云呼叫中心的外呼机器人，依据预设规则筛选目标客户，主动拨打电话进行营销推广或回访。例如，针对新注册用户推送新手礼包引导消费，对近期购买产品的用户询问使用体验并推荐配套产品。同时，结合短信和私域回访，通过短信吸引用户进入私域平台（如企业微信、小程序等），在私域环境中与用户深度互动，提升用户参与度与转化率。 - 客户主动问询场景：当用户通过 400 电话、在线客服等统一渠道主动发起咨询、投诉、建议或表扬等行为时，智能客服借助智能语音 / 文字转换技术，将用户诉求精准传递至统一智能客服工作平台。在此平台上，智能客服迅速识别问题类型和意图，将咨询或投诉精准分配给相应人员或流程，并生成工单，确保用户问题得到及时、有效的处理。  **3）客体状态维度（反馈内容的状态）：** - 有问题且已反馈：用户明确意识到自身问题并主动反馈，如产品故障、订单延迟等。主动反馈至客服。 - 有问题未反馈：用户虽察觉到问题但尚未表达，智能客服系统可通过数据分析和用户行为监测，如发现用户频繁浏览某产品使用说明，推测其可能遇到困难，主动出击，通过短信、弹窗等询问是否需要帮助，提前化解问题，提升用户体验。 - 问题已形成工单：用户问题经初步处理转化为工单，智能客服工作平台需高效管理工单，确保及时流转至相关部门，设置合理处理时限和提醒机制，实时更新状态，方便用户查询，增强信任与满意度。 - 问题未形成工单：对于简单即时可解的问题，虽不需形成工单，但智能客服应做好记录统计，分析常见问题类型和趋势，为优化产品、服务及知识库提供依据，提升整体服务质量。 - 无问题单纯访问：用户仅出于好奇或随意浏览，智能客服可发挥引导作用，通过友好问候和个性化推荐，吸引用户进一步了解产品和服务，将无问题访问转化为潜在业务机会。 **4）客体类型维度（反馈内容的类型）：** - 咨询：用户咨询产品、服务、政策相关问题时，智能客服依靠知识库和语义理解能力解答。如产品咨询解答功能参数等，服务咨询告知售后流程等，政策咨询解读相关规范，助力用户决策。 - 投诉：面对用户投诉，智能客服耐心倾听、安抚情绪。产品质量投诉，问清故障后安排退换；服务态度投诉，了解情况后道歉并处理。同时记录分析，避免问题再发生。 - 建议：用户提出产品改进、服务优化等建议，智能客服记录并反馈给相关部门，助力企业依此优化升级。 - 评价：用户评价涵盖产品使用和服务体验，分正面、负面评价。正面评价表示感谢，负面评价深入了解、记录反馈，推动改进。 ### 2.2 业务流程 前文基于场景的分析，相当于从宏观放大镜的视角分析，而业务流程分析，则直接聚焦在客服业务，从受理前、受理中、受理后对客服业务流程进行梳理： - 受理请求：多渠道第一时间接待用户，响应咨询、投诉或反馈. - 确认问题：有效沟通，耐心倾听，引导用户提供细节，明确问题. - 分析需求：结合情绪、历史记录和业务背景，剖析真实需求. - 分类需求：将需求归类为咨询、投诉、表扬或意见，快速匹配资源. - 搜集信息：迅速搜集产品资料、政策规定、历史案例等依据. - 制定方案：综合考虑需求、信息和资源，制定可行解决方案. - 解答疑问：用易懂语言清晰解释方案，复杂问题分步骤或图文讲解. - 记录过程：详细记录问题、需求、方案和沟通关键信息，形成档案. - 跟踪效果：问题解决后，关注用户反馈，回访确认服务效果，及时调整. - 总结反馈：定期总结案例经验，提炼建议，反馈相关部门，助力改进.  ### 2.3 需求分析 基于前文的场景分析和客服业务流程分析，从宏观角度与直接聚焦在客服业务，充分分析人工智能对客服业务的需求支撑，下图蓝色的标记为主要的人工智能设计的范围，根据实际业务需求进行优化，下图仅为示例。     核心需求可以在一定程度上归纳为多（知识库覆盖多，识别客户意图更准）、快（流程顺畅、回复效率高）、好（识别客户情绪，满足客户需求）、准（回答专业度，准确性） ### 2.4 技术流程 **1）智能客服服务流程** - 感知阶段：智能客服通过文字输入、语音识别、图像识别等多种方式，精准捕捉用户的咨询内容和行为信息，建立起对用户需求的全面感知. - 认知阶段：利用自然语言处理技术，对用户输入的信息进行意图识别、场景分析和语境分析，深入理解用户的真实意图和需求背景，为后续的知识检索和答案生成奠定基础。 - 知识检索阶段：在庞大的知识库中，依据用户的意图和场景，快速检索出相关的知识点和解决方案，知识库涵盖产品信息、业务流程、常见问题等多个维度，确保答案的准确性和专业性。 - 答案生成阶段：结合检索到的知识和用户的具体情况，运用自然语言生成技术，生成清晰、易懂、个性化的答案，同时进行语音转写，为用户提供多模态的交互体验。 - 行动阶段：基于生成的答案和决策，智能客服执行相应的任务自动化操作，如自动发送回复、触发后续流程等，实现服务的闭环管理，提高服务效率和质量。  **2）智能客服运营流程** - 模型训练：rag、提示词工程和微调是模型训练迭代的主流方式，根据训练时间、成本和场景选择，通俗的来说，rag能快速在大量的行业知识和特定场景信息里去查找相关内容，提示词是让智能客服更好的理解“需求”，把话说的更能让“机器人”理解，微调以预训练大模型为基础，用特定领域或场景数据再训练，让模型更贴合特定场景。像电商平台用自身数据微调，使模型回答更精准。虽需一定训练时间和计算资源，成本较高，但效果好 。 - 任务自动化与闭环反馈：实现任务的自动化流转和闭环管理，当机器人无法回复、顾客要求转人工或遇到特定问题时，及时将任务转接给人工客服，并进行数据分析和复盘，不断优化运营流程和服务质量。 - 用户满意度调查与客服质检：定期开展用户满意度调查，收集用户对智能客服服务的反馈和评价，同时对客服服务进行质检，评估服务质量，及时发现并改进问题，提升整体服务水平。  ### 2.5 产品定位 一款基于大规模深度学习的智能客服平台，对客户，实现个性化服务，助力企业降本增效，提升客户满意度。对客服管理，实现内部管理的高效协同与提质增效。 ### 2.6 目标与衡量标准 **1）成本效益指标（示例，根据实际情况调整）** - 增益类指标：人力运营成本、平台赔付成本、消费者满意度、用户增长率、用户流失率、用户留存率、营销推广触达率、获客成本、客户问题处理成本、客服培训成本、客户终身价值提升率 - 约束类指标：消费者投诉率、消费者问题一次性解决率、消费者问题解决时长、客服响应时长 **2）运营类指标（示例，根据实际情况调整）** - 运营类指标：坐席签入/签出统计、天/周/月接通数、接通趋势、平均响应时长、外呼接通数、外呼接通率、线索转化率、关单率、问题解决率、坐席利用率、客户重复咨询率、跨部门业务对接响应效率 - 衡量ai智能客服的运营类指标：点击率、接通率、人工转接率、识别准确率（订单问题、问题识别、问题推荐）、问题解决率、自主问题解决率、关单率、并发处理能力、知识库覆盖率、智能客服闲置时长占比、智能客服话术匹配准确率 ## 三、ai智能客服行业的主要厂商和产品  ## 四、ai智能客服系统架构 ### 4.1 业务架构  ### 4.2 系统架构 智能客服系统需要根据实际情况选择设计功能模块，以下是比较主流的功能模块： - 知识管理：对FAQ、Task、chat的知识进行增删改。其支持词的维护（如：专有名词、同义词、敏感词灯）、QA的维护（业务问答知识）、标注维护（标注问法、标注转译）灯内容 的维护。 - 知识教育：根据实际服务用户的问答数据，对智能客服的知识进行优化调整，以实现更好的问答效果 - 对话管理：可视化的流程画布维护（单轮对话/多轮对话）、参数调用配置（如“动态的参数，，查询余额，积分）、标签的配置应用、策略的配置（如“转人工策略） - 问答质检：通过人工标注，对机器人的实际问答效果进行质量检查，评估机器人的实际问答效果。如：我们向模型内投入一定数量的优质录音、文本，然后告知大语言模型都有哪些加分因子、让他自动判别生产数据的质检情况，然后不断通过手工质检的对齐调优，让模型持续不断学习和改进。（运用AI agent 内容分析、质量检测、情绪识别、标签体系） - 智能工单：（运用ai agent 工单生成、智能派单、工单流转） - 数据分析：机器人问答数据分析，主要体现用户提问、知识覆盖等方面的指标..意图命中清单报表、用户交互日志报表、转人工清单报表等 - 系统管理：系统管理模块是智能语音导航机器人流程对话管理系统中不可或缺的一部分，它负责机器人公共策略、用户及角色权限等内容的配置管理。  ## 五、基于AI大模型的智能客服搭建（以知识库为例） 由于本文篇幅关系，无法全面分析基于人工智能的智能客服搭建方式，所以选取了一个较为典型的功能模块，即基于AI大模型的知识库，通常知识库的底层能力是基于通用性的大模型底层能力的，但由于行业的特性和客户特征，大多数会外挂行业知识库等进行语料喂养。那么基于AI大模型的智能客服搭建知识库流程总体是什么样的呢，下面将进行简要描述。 ### 5.1 AI智能客服知识库 **1）确定范围与数据处理** - 知识库素材整理：广泛汇集客服人员长期积累的经验、历史会话记录以及行业知识，构建原始素材库。这些素材涵盖了实际问题处理策略、用户咨询热点以及行业规范等内容。 - 数据清洗与聚类：对原始素材再次清洗，提高数据质量。然后通过聚类分析，按问题特征将相似问题归类，找出常见问题模式，如归纳出某类产品的高频咨询问题。 - 问题提炼：按照业务板块（售前、售后等）和问题类型（功能咨询、故障反馈等）对清洗后的问题进行分类标记，为构建结构清晰的知识库做准备。 - 知识形态的判断：准确区分简单问题（可依据知识库直接回复）和复杂问题（需人工凭借专业素养和沟通技巧处理），规划智能客服与人工客服的协作流程。 **2）提升理解与模型选型** （1）模型选型 langchain 框架等是比较主流的框架。提供便捷工具和接口，能灵活整合语言模型、外部数据源及各类组件，高效搭建智能客服系统架构，满足业务特定需求。 （2）能力提升 - 训练意图理解：用丰富多样的文本数据训练机器人，使其能准确解析用户不同表达方式背后的真实意图，避免理解偏差，提升回复准确性。例如识别口语化和专业表述下的相同咨询意图。 - 增强情感识别：借助情感分析技术和训练数据，让机器人感知用户情绪，根据情绪给出人性化回应，如安抚焦急用户，提升服务体验。 **3）知识库构建与调优** （1）策略技术 - 根据业务特点、数据状况和应用场景，选择合适技术提升智能客服回答质量。 - 提示词工程：精心设计提示词，引导智能客服依据知识库生成准确回复，提高回复针对性，如针对不同产品咨询设特定提示词模板。 - rag（检索增强生成）：利用强大检索功能在知识库中查找相关知识，结合生成能力生成高质量回复，快速实现知识更新扩展。 - 微调：基于预训练模型，根据业务数据和需求调整参数，使模型更适应智能客服场景，如针对客服话术风格和问题类型微调。 （2）具体操作 - 转人工判定：制定合理规则，当智能客服无法解决问题（如复杂业务政策解读、用户多次不满）时，自动转接人工客服，保障服务连续性。 - 词库配置：构建包含专业词汇、同义词、口语化表述的词库，提升智能客服对自然语言的理解，避免因用词差异导致理解错误。 - 知识库测试调优：全面测试知识库，检查信息准确性和有效性，根据测试结果优化，如补充缺失知识、修正错误表述。 **4）灰度发布与上线** （1）小范围测试与反馈收集 正式上线前，选择特定小范围用户群体或部分业务场景测试。通过问卷、访谈、数据统计等方式收集用户对智能客服回复准确性、及时性、友好性的反馈，整理分析后作为优化依据。 （2）性能监控与保障上线 实时监控系统稳定性、可靠性和响应速度等性能指标，利用监控工具及时发现并解决性能隐患，确保系统能满足大规模用户使用需求，顺利全面上线 。 ### 5.2 知识库索引与召唤描述 针对智能客服知识库的搭建，知识库搭建索引能有效提升知识库效能，提供了快速检索的能力，提高数据检索的效率，使得在用户提出问题时，系统能够快速地从知识库中找到相关信息，索引过程包括实体抽取、实体关系确定、实体摘要，以及构建向量数据库和图数据库，这些都是为了优化数据的检索性能。索引为召回打下了基础。召回实现为了提供给用户最相关、最准确的答案或信息。 召回过程包括召回前处理（如问题扩散、意图识别）、召回中处理（如选择目标知识库、向量相似度计算、图谱召回、召回排序），以及召回后处理（如生成质量评分器、Token压缩、生成回复、敏感词混淆处理） **1）搭建索引** - 实体抽取：运用自然语言处理和机器学习技术，从产品文档、客服记录、行业资料等素材中精准识别关键实体。例如，在电子产品领域，可能抽取“芯片型号”、“屏幕分辨率”等作为实体；在医疗咨询中，则可能是“症状名称”、“治疗方法”等。 - 实体关系确定：分析并确定抽取出的实体间的内在联系，构建知识图谱。例如，手机型号与芯片、操作系统、售后政策的关系；或者在医疗领域，症状与可能的疾病、推荐药物、相关科室的关联。 - 实体摘要：为每个实体生成包含关键信息的简洁摘要，便于检索时快速预览核心内容。如旅游景点的摘要可能包括“特色景观”、“开放时间”、“游客评价”等。 - 构建数据库：将知识转化为向量存储，利用向量数据库根据语义相似度匹配内容；同时，使用图数据库存储知识图谱，加速复杂查询的处理，如金融产品的风险等级、收益、适用人群等查询。 **2）召回流程** 召回前处理： - 问题扩散：用户提问后，系统依据语义和知识关联扩展相关问题，如“手机拍照模糊”可能扩展到“镜头清洁”、“相机设置调整”等问题，确保全面性。 - 意图识别：使用深度学习模型分析用户的真实意图，如“出国旅游”可能包含“目的地选择”、“签证办理”、“行李准备”等需求，指导知识召回方向。 召回中处理： - 选择目标知识库：根据问题领域和行业分类，选择最合适的知识库子集，如医疗问题直接关联到医疗知识库，提高召回的相关性。 - 向量相似度计算：结合向量库计算用户问题与知识向量的相似度，进行排序，锁定最贴近的内容。 - 图谱召回：利用图数据库中的知识图谱，追溯相关问题的间接知识，如查询“电脑维修网点”时，可能需要追溯到“硬件故障”、“服务地点”等信息。 - 召回排序：根据知识的相关性、热度、匹配度等因素进行排序，优先推送最相关的知识。 召回后处理： - 生成质量评分器：建立评估机制，对召回的知识进行评分，确保答案的完整性、准确性和权威性，如医学知识库中，来自权威医学期刊的内容可能获得更高评分。 - Token压缩：精简知识文本，去除冗余，加快信息传输，提升用户获取信息的效率。 - 生成回复：将筛选出的知识整理成自然语言回复，满足用户咨询需求，如旅游规划建议、健康咨询等。 - 敏感词处理：检测并过滤回复中的敏感词汇，确保内容的合规性，如在金融咨询中避免使用可能引起误解的术语。 通过这样的流程，智能客服系统能够提供给用户最相关、最准确的答案或信息，实现快速、准确的客户服务体验。  作者：Elaine.H ，公众号：H小姐的数字化杂货铺 本文由@Elaine.H 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。

英国芯片设计公司 Arm 很早就被传出可能会提高产品价格并自己制造芯片，Arm 的主营业务主要是芯片设计然后将方案和知识产权授权给下游客户例如高通。现在汤森路透发布的独家消息称 Arm 正在推动这个计划，该计划有两方面：第一是将产品价格提高 300%，第二则是自己设计芯片并交给台积电这类制造，直接与高通竞争。 [](https://static.cnbetacdn.com/article/2024/1222/6f73917aa89f313.jpg) 此前 Arm 长期只负责上游的芯片设计和技术方面的工作，在被软银集团收购后也没有太大变化，但之后英伟达尝试收购 Arm 被监管机构拒绝，最终 Arm 选择上市。 现在 Arm 已经上市那自然有了盈利方面的压力，所以从长期考虑 Arm 肯定得想办法扩大自己的产品阵营，不能继续依靠专利授权费维持。 数据方面 Arm 在 2024 财年的收入为 32.3 亿美元，这个水平无论是相比苹果还是高通都是非常低的，苹果和高通都是用 Arm 架构开发芯片，这方面的吸引力对 Arm 来说还是非常大的。 所以 Arm 的计划是从 Armv9 架构的新版本开始按照每个芯片支付专利授权费，也就是芯片出货量越高需要支付的授权费也越多。 但需要强调的是路透社提供的消息中引用的也是 2019 年 8 月的文件，该文件提到 Arm 讨论 300% 的涨价计划，至于自己制造芯片这个传闻也有一段时间了，Arm 自己制造芯片的话那最大的竞争对手就是高通。 高通使用 Arm 技术构建手机芯片，而在高通最新推出的 X 系列芯片中使用的是收购 Nuvia 的芯片技术，就专利授权问题与 Arm 爆发激烈冲突，Arm 要求高通销毁所有基于 Nuvia 技术的芯片。 所以未来关于 Arm 架构的芯片市场可能还会有很多变数，如果 Arm 自己下场的话可能会给高通和其他基于 Arm 架构的芯片制造商带来巨大压力。 [查看评论](https://m.cnbeta.com.tw/comment/1470958.htm)

近日，三星宣布推出全新无线充电芯片S2MIW06，**这款芯片支持高达 50W 的无线快充，标志着无线充电技术迈入全新阶段，也正式宣告了传统 15W 无线充电时代的终结**。  相比目前主流的 15W 无线充电技术，**三星S2MIW06芯片在充电效率上实现了50W的无线充电功率**。 据三星介绍，**S2MIW06芯片支持所有Qi拓展协议，包括基线功率配置文件 (BPP)、扩展功率配置文件 (EPP) 和磁功率配置文件 (MPP)，能够提供高达50W的无线充电功率（接收模式）**。 目前，该芯片已经过广泛测试，确保与数百款Qi认证产品兼容，同时也能在众多未经认证的充电板上提供稳定的无线充电能力。 此外，S2MIW06芯片还支持发射模式下的反向无线充电功能，这意味着**三星Galaxy手机能够为其他设备，比如智能手表、无线耳机，甚至其他手机进行充电**。 三星的这枚新款S2MIW06芯片的推出，不仅使三星成为业界最早加入无线充电联盟并参与Qi 2.2开发的品牌之一，还意味着未来三星设备有望采用最新的Qi 2.2标准，实现更加快速、便捷的无线充电体验。 [查看评论](https://m.cnbeta.com.tw/comment/1470956.htm)

微软的研究人员坚持认为，有效的红队测试仍然依赖于人类的专业知识、文化意识和情商。

设想一下，通过引入这种强大的AI工具，科学家们不仅能够更高效地处理海量数据；还能让读者直接与研究数据互动，从而获得个性化的科学见解；甚至，还能跨越研究进行数据整合，探索科学领域的全貌。

<blockquote><p>在职场上，我们都希望能得到前辈的指点，避免自己少走弯路。这篇文章，就来自以为10余年职场达人的分享，关于产品设计、职业发展和提升的经验，希望可以帮到大家。</p> </blockquote>  ## 一、产品设计篇 在创业公司一晃已经14个月了。期间和前同事之间有一些工作内外的交流，也看到他们在不同的职业阶段，面临着产品设计、个人成长、组织融入，团队管理等多个方面的困扰。 我想当初正是和他们互动和成长的过程，自己也输出和沉淀了很多经验和方法。因此在这里想把自己过去关于产品设计的一些感触或方法分享给正在有类似困扰的产品经理们。关于能力提升和职业选择的部分放在后面几期。 ### 1. 形成你的产品观 在工作差不多7，8年的时候开始有机会参与外部的沟通，某次在一个场合被问到你的产品观是什么，若有所思了一番。 过去的工作经验从最开始以任务为中心，设定一个个里程碑，达成一个个目标，到后来开始以目标和业务为中心，拆解战略目标，分析用户问题，和一群人一起实现目标。 这个过程中忙于并行的项目，却很少会沉下来思考自己的产品观。 人的价值观是基于人的一定的思维感官之上而作出的认知、理解、判断或抉择，也就是人认定事物、辩定是非的一种思维或取向，而产品观也是类似的，核心在于 **你认为什么样的产品是好的产品**。 那次的问题回答的并不是很理想，下来之后自己重新回顾了自己在过去诸多项目中的选择，为什么会有这样的选择，在一些细节上偏执的追求。最后在读书的过程中找到了自己内心认同并愿意不断朝着这个目标迭代的答案： **我的产品观是KISS原则，keep it simple，stupid。保持简单**。来自麦当劳创始人雷·克洛克，原文指的是在麦当劳在美国高速扩张的时候，为了保证服务水平高效保质且一致，在后台流程的设计上遵循着这个KISS原则，少走一步，少想一步，这让麦当劳的服务能够稳定的传递到世界的每一个角落，带来了麦当劳商业上的巨大成功。 找到了确定的答案之后，在那之后的很多选择和产品设计，甚至是汇报分享的内容里，都会在这个原则下尽可能的精益求精，比如： - 内容第一，不要太多的格式和动画。 - 让用户第一时间找到他想要的答案 - 复杂的规则一定不是最优解 ### 2. 用户体验是设计出来的 **用户体验是线上产品和线下体验相结合的产物，**不能因为你负责线上产品的迭代而忽略了线下操作的感受，比如专车司机的服务，两轮产司机的寻车过程等等。在设计体验的过程中必须要把线下场景和线上体验结合起来，**从用户产生需求-寻找需求-满足需求的路径出发，包括用户的全部感觉**（视觉、听觉、嗅觉、触觉、味觉）。 **用户满意度等于用户感受减去用户预期。**对一个特别理性的人来说，用户满意度是一个难以把握的事情，往往被转化为转化率，留存率，复购率，投诉率等客观指标来跟踪迭代。但目标本身的显性化，也把这些指标背后的用户场景隐藏了起来。在过去做两轮产体验相关的产品设计时，当一些关键指标提高了1-2个pp，逐步逼近100%时，我也在时刻提醒自己和团队，仍然有Xpp的体验是极其糟糕的，这背后意味着每一天有上万人因为我们的产品有了糟糕的体验，也许这是他们人生中极其重要的一天，又或是他们今天遇到了很多不如意的时刻。所以，在满足于指标的达成之外，对待用户体验的态度要保持严肃和冷静，**设计体验要考虑功能性、易用性以及你的产品带给他们的情绪价值**。借助峰终定律，给你的用户留下印象。 用户体验不止是C端设计/消费市场的产品设计必须关注的，在做平台产品，或者B端产品时，体验依然是产品经理必需的追求之一。**交付大而全的功能不是目的，让合适的功能出现在合适的场景，解决各类用户的问题，降低信息不对称和信任的问题，提供稳定、确定、可预期的服务**。 ### 3. 做恰到好处的产品设计 在一些场景下，产品需要出具完整的系统设计和功能架构来表示自己的产品能力强大。 这些场景往往都具备一个特点：甲乙双方处于高度的信息不对称。即在没有明确甲方真实目标或者需求的情况下，乙方提供尽可能多的功能来保证成交的可能性。这种场景在跨公司的合作之间尤其常见，在大型企业内部，跨部门的沟通往往也具有类似的问题。如何解决呢？理解甲方的需要不止是停留于表面陈述的需求，我要什么功能。 更进一步，要询问我有哪些场景遇到了什么问题，所以想用这些功能。如果沟通深入的话，更应该询问的是，他当前正为什么事情而苦恼，为什么会在场景遇到问题寻求我们的帮助。就像那个流传许久的故事一样，用户说我需要一个锤子，实际是因为需要墙上有个洞挂他的画，而墙上需要有幅画，是因为他想给今天来家拜访的朋友一个不错的第一印象等等。 **挖掘用户背后的需求是做恰到好处的产品设计的第一步**。 那第二步呢？ 当你“胸有成竹”的确认用户需求之后，就会面临各方的挑战了，大体就是时间、成本这些考验了。但希望看到这篇文章的产品经理们，不要将研发的成本或者时间当成最大的成本，要看你做这件事代表了商业组织的哪个目标，这件事做与不做的机会成本有多少。**产品设计从来不求复杂完整，求简单易懂，求精准匹配需求，用组织成本（直接成本和机会成本）最低的方式验证你的方案**。 如果正向很困难，那不妨在你完成了方案之后再重新问自己一遍，**还能不能少一点功能，让用户更简单一点**。也许你会有新的发现～迭代自己的方案～ **推荐搜索和阅读** - 《简约至上》《写给大家看的设计书》 - 《行为设计学》1-4；《心流：最优体验心理学》《腾讯产品法》 - 《消费者行为学》《经济学讲义》 - 《零售的哲学》 - 服务质量差距模型（5GAP）：定位服务问题，系统解决服务问题 ## 二、职业发展篇 ### 1. 减少职业焦虑 职业焦虑是指职场人士由于不能达到目的或不能克服困难，致使自尊心自信心受挫，或使失败感和内疚感增加，形成一种紧张不安，带有恐惧的情绪状态。一般焦虑会产生压力，而正常工作的情况下都会有不同程度的压力，适度的压力可以带来工作的动力和兴奋，过度的压力就有可能导致焦虑，甚至抑郁。那该如何调整自己，减少焦虑和压力呢？ 我在准备这篇文章的内容时，恰好有一次夜跑成绩不错，回顾了下过程发现和职业发展有很多可以类比的地方：在熟悉的线路，周围干扰比较少时跑起来最轻松，**因为知道明确的节点，只需要关注过程中自己的呼吸和速度即可，往往结果的成绩比较好**。如果周围干扰比较多（行人或非机动车比较多时），就容易因为适应外部环境而分心，导致呼吸和步频的混乱，跑步的成绩也相对较差。如果在不熟悉的线路还需要时刻知道自己的位置，路线是否正确。在跑步时多一个分心的理由也就多一份“焦虑”。如果你能感受到这一点，其实也就理解了该如何**控制职业焦虑：尽其所能消除外界的干扰，关注个人的发展和过程，就可以控制焦虑**。 那具体有什么好的办法呢？ - **定位自己的发展需要**。努力和选择哪个更重要是很多职业选择上最常出现的问题，毕竟在错的方向上努力就是加速错误。可对与错本身又是谁定义的呢？是市场上的薪酬，还是你的团队管理者，还是你的家人呢？在我看来，**了解自己的需要和价值观，找到自己的偏好，把对与错的问题换成适合自己和不适合自己，为自己制定过程的里程碑，减少对外部反馈的依赖**（比如薪酬）。 - **少对比结果多体验过程**。跳出大部分人在过去教育经历里的竞争心态吧，尽可能不去和身边的人对比外部显性的成绩，比如在什么样的公司从事什么样的工作，什么职级拿多少薪酬，这些都是对你发展的干扰因素。他们的目标与你不同，快乐也不同，烦恼也不同。而**你更应多关注的是在追赶自己里程碑的过程中自己的体验如何，分析自己的情绪背后自己的诉求，理解自己的需要，为自己取得的每一个小进步而开心。**多看到每一件负向事情的另一面，或者给予自己正向的反馈或者认识自己的需要，让自己在下一“公里”更坚定什么是适合我的，找到内心的力量。 ### 2. 在确定的事上用心努力，选择时拥抱更多可能性 在努力和选择上该怎么平衡自己的精力呢？我的经验是用心努力在确定的事情上，面对选择时拥抱更多可能性。 - **在确定的事上用心努力。**职场上有很多非标的事情，也有很多琐碎的工作小事，比如邮件/IM聊天，比如文档，比如约会，会议纪要等等。不同的人之所以有不同的工作表现，在我看来就是在这些细节上的职业习惯差异带来的。好的习惯带来好的结果（不一定是业务的，也可能是leader的认可或者用户的夸赞），好的结果又会强化这部分习惯的训练，久而久之就变成每个人的职业经验。曾经在书上看到过这句话，**复杂的事情简单做，简单的事情重复做，重复的事情用心做**。把复杂的事情结构化的拆成一个个简单的目标或者sop流程，把每一个sop都重复做，变成自己的肌肉记忆。在做的过程中不断多想一步，能不能让你的受众更快得到TA想要的。工作里的小事如此，做产品设计亦然，做运营和服务亦然。 - **选择时拥抱更多可能性**。在职业选择时有些人往往寻求确定性，具体的工作内容是什么，团队的老板是什么风格，对我个人时间的影响会是什么，考虑的越多，做出选择的难度越大。在我的经验里，越是确定的，标准的，越是简单的，可被替代的。越是有挑战的，越是有可能带来更多想象空间。所以在面对选择时，我建议从长计议，选择能给你长期职业生涯带来更多选择的行业/公司/工作内容。太长的时间不好得出结论，但两年是个不错的标尺。即**我选择A公司和B公司两年后我能学到什么，能让我在2年后的职业生涯里多出哪些选择**。这个问题可以每年都问自己一遍，在这里我还想学到什么，能让我在未来有更多选择。**问题的答案少一些确定性的目标**（比如薪酬、职级、管理宽幅），**多一些可能性的目标**（比如产品和运营的经验，比如团队管理的经验，比如竞争激烈的行业突围的经验，这些经验不是你做过什么，而是你学到了什么以后可以复用**）**。等你工作很多年后，当你回忆自己过去的这些目标时，你会记住的一定是和哪些人做了哪些事，经历了哪些艰难和成功的时刻，不会是那些确定性的目标。 于产品经理而言，**最开始3-5年的职业生涯努力是你大部分精力投入的地方**，少一些左顾右盼，多找身边的模版标准，利用好自己所有的私人时间去学习行业，学习产品经理技能相关的内容，在项目的得失中复盘经验教训。积累自己的方法、团队影响力后，为自己在5年后争取到足够多选择的机会，**选择给自己更多可能性的那条路，持续在确定性的事上用心努力。** ### 3. 产品经理的职业去向 互联网产品经理的职业生涯后期一般会有三条出路**：成为专家；转型业务；团队管理。** - **专家方向**。一般需要在某个领域有过多年的沉淀以及被市场认可/熟知的行业/领域产品。适合好奇心强，喜欢解决各种问题，喜欢挑战各种既定规则的人。如果你是这类人，那建议在职业生涯的5年后就应该选择聚焦某个领域，多向外涉猎这个领域在不同行业的解决方案和演进过程，找到通用解决方案以及行业不同阶段的最优解法，同时在当前公司所在行业里打造该领域的成功案例，成为这个行业的top解决方案，帮助公司在行业里建立壁垒。 - **转型业务**。一般需要在某个行业有一定产品影响力，担任过运营相关岗位，在行业内公司有过成功增长经验背书的人。适合对业务数据敏感，期望在某个行业有所成就的人。如果你是这类人，那建议在产品生涯的5-7年后聚焦某个行业，如房地产、出行、内容等等，在行业内寻求平台机会尽早尝试运营工作（产品运营、策略运营、区域运营、资产运营、用户运营等），尽早有机会介入到财务预算的申请和使用，在产品设计阶段增加财务视角，积累经验。关注行业外部要素的变化，包括政策、技术、资本、劳动者的变化迁移对这个行业的影响，找到新的机会。 - **团队管理**。一般需要在某个公司内有过带领大规模多角色的团队取得过优异成绩，帮助公司在行业成为细分市场领先者的经历。目前互联网公司内纯管理的岗位需求较少，一般需要具备一定的业务或专家属性，管理是附加能力，但是在实战中积累不同规模的团队管理经验（如目标管理、架构分工、组织文化、绩效管理等），有助于在未来的职业发展中获得更多机会 推荐搜索和阅读 - 职业习惯：《高效能人士的七个习惯》 - 自我发展：《精进》《被讨厌的勇气》 - 团队管理：《组织能力杨三角》《领导梯队》《创新公司：皮克斯的启示》 - 博弈论相关书籍 ## 三、能力提升篇 ### 1. 产品经理的能力模型 在校招面试时经常会问到候选人对产品经理的能力模型的理解，以便看出候选人对产品经理的工作理解，以及自我能力认知的情况。要提升能力需要先对PM的能力模型有一个系统的认识。 在俞军俞老师的产品方法论里有提到PM的能力模型，在前司内部，18年俞老师也带着集团各个业务线核心产品针对这个命题做过一次共创，总结下来有四个点： **1）好奇心（产品心）** 在职场中外化表现出来的是经验/经历和行业视野，或是对行业的发展有深度的理解，不止是what，更知道why，或是对不同行业的发展都有涉猎。 这些可能来自于自身项目，也可能来自于外部交流或者自主学习。 核心是洞察力，对一件事的本质有不同于大多数人的认知，对ta的过去、现在和未来有判断，有论据。 **2）同理心** 在职场中外化表现出来的是项目统筹能力和影响力。 同理心不是情商，也不是沟通表达能力，而是在特定场景下对特定对象需求的理解和未来行动选择的准确判断。 核心是领导力，善于理解每个人的动机和选择偏好，因地制宜，发挥每个人的长处，让一群人协作做成一件事。 **3）逻辑力** 在职场中外化表现出来的是归纳、演绎、结构化思考和博弈。 核心是决策。在B端产品场景下往往会面对长链条多角色的利益判断，如何在这种场景下给出最优解是非常考验产品经理的 归纳（抽象角色和需求）、演绎（新产品对链条的影响）和博弈（不同策略下各方决策结果）能力，最终反映到产品能力和路径的决策结果上。 **4）反思力** 在职场中外化表现出来的是自省和批判。其核心就是突破自我，快速的迭代和成长。 于我个人经验而言，我会把自己类比成一部智能手机。好的手机从硬件、操作系统、APP三层来评价它的能力，至于个人而言：**硬件就是你的身体健康以及内心的热情；操作系统就是产品思维**，这里包括用户思维、迭代思维、终局思维、批判思维等等，可以通过项目训练。（在明年的公众号文章里也会和大家分享这些思维的应用和培养方法）；**APP就是各类行业和领域的知识**。包括项目管理、沟通演讲、心理学、经济学、出行行业、增长、品牌、体验等等。可以通过后天项目或者外部输入习得。 ### 2. 成长是没有捷径的刻意练习 有些人在职业发展的过程中往往会向身边的人询问有没有好的办法和经验可以分享。在我看来，多看多问固然重要，但更重要的是刻意练习，在实践中筛选出最适合自己的方法。少一点功利心理，积跬步，至千里。接下来和大家分享下自己的一些方法。 **1）好奇心** 每年给自己定一个小目标，刻意多看一些不是你当前所处行业的书，或者了解一个你不熟悉的行业，也可以是一个国家城市的演进。今年我给自己定的目标是要强迫看一些人文社科类的书，比如经典的小说、纪实文学、理想国系列、人物传记、许倬云老师的经典书籍都可能会让你对现有世界运行方式的理解有新的角度。 **2）同理心** 先从沟通和项目管理做起。在项目管理过程中如何理解不同部门的需要，让更多人在这个项目中获得成就感，获得好绩效。在日常工作过程中建立沟通的闭环，件件有着落，事事有回音，不断思考是否能让信息接受方少想一步，更快获得ta想要的内容。 **3）逻辑力** 先从小事的结构化拆解开始，可以用事前-事中-事后的思路把一件事拆解成一个个小的SOP，比如开一次会议，会前确认主题、参与人员，会议内容和议程的提前发布；事中会议时间，结论和讨论点的记录规整；事后的纪要和todo跟进。 用利益相关者模型拆解你负责的产品链条上的每一个直接和间接参与者，理解他们在链条上的定位和需求。在你的产品设计过程中，不断推演新功能对链条上各方利益的影响，锻炼自己的归纳演绎和博弈能力，做出你认为最优的决策（功能设计），通过项目实践获得反馈。 **4）反思力** 每个需求/项目都要做复盘，可大可小，做一个项目可以有三层复盘结果：第一层是把结果和目标做比对，把过程中的收获和经验做总结；第二层是结果好的话好在哪，为什么好，还有什么可以提升的，结果不好的话有哪些是外因，哪些是内因，哪些可以改变；第三层则是养成做事前假设的习惯，结果反映了哪些假设，哪些验证对了，哪些验证错了，为什么是错的，忽略了什么样的信息。 每周/月做一次自我复盘，可以给自己列一个问题清单，比如对业务的理解又有哪些新的发现，对用户群体/团队影响力做了什么，反馈如何，如何改善等等。 ### 3. 正反馈，把练习变成习惯 刻意练习需要正反馈。这些正反馈能帮助我们克服练习过程中的枯燥和烦闷，对于变成习惯来说是必不可少的条件。如何验证呢，这里推荐四个方式： - **更好的薪酬回报。**这是最客观的判断方法，如果你已经坚持刻意练习很久，获得了不错的薪酬回报， 那一定要给自己一点短期奖励～不过不要把高薪等同于能力提升，市场供需是影响你薪酬更关键的因素。 - **来自用户的称赞。**这是对我而言最见效的方法，作为产品经理，自己的产品对用户的生活/工作有了些许正面的影响想必是很多PM从事这个行业最初的愿望吧。如果你收到了他们的反馈和感谢，记住那个瞬间！ - **承担更复杂的项目。**这是最高频和直接的方法。项目的复杂度不在于功能的复杂，而是涉及利益群体的多少，越多利益群体，越难平衡，做出让多方满意的决策越困难，需要多种方式组合。 - **来自你身边挚友的反馈**。寻找一位这样的人，要确保这个人可以真诚的给你反馈，无论好与不好，把他当作一面镜子，完全的信任他，在他的问题引导下帮助你看清自己内心的需要，看到你的变化 **推荐搜索和阅读** 《俞军产品方法论》、稻盛和夫《干法》、《定位》、《力量从哪里来：面对每一个不敢》 ## 四、写在最后 至此，和大家分享了自己过去10年关于产品设计、职业发展和能力提升的经验。 产品经理的工作本身也是自我认知的过程，再多的经验，也抵不过对自我探索的意义。最后和大家分享一段话，来自《最重要的事只有一件》： <blockquote><p>“成功，是一件关乎内心的事。梳理自身，让你的世界变得更加清晰。当你的生活有了目标，当你知道你的优先事务时，你的人生就充满了意义，你就有可能拥有成功幸福的生活。成功始于你的内心。你需要明白自己应该做什么、怎么做，这样下一步就变得简单了。<strong>你就是多米诺骨牌阵里的第一张牌。</strong>”</p></blockquote> 改变世界的是你的行为而不是你的观点。 期待听到你的成长故事。 作者：Hej0330；公众号：何出此盐 本文由@Hej0330 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。

 作为世界上最受欢迎的虚拟流行歌手之一，初音未来将作为音乐节第7赛季的代表人物，为《堡垒之夜》带来未来感十足的音乐！  &lt;内嵌内容，请前往机核查看&gt; 在音乐通行证中解锁初音未来皮肤、乐器等奖励。现在音乐通行证采用单一进度路线，包含免费和高级奖励（与《堡垒之夜》其他通行证保持一致）。   此外， 初音未来同捆包也将上架商城再获得一套初音未来皮肤！此同捆包包含： - 初音未来皮肤（带有乐高风格） - 初音背包背饰 - 初音直播姿势 - 初初光束姿势 - 初音追光灯滑翔轨迹 - 初音的麦克风 - 初音架子鼓 - 初音未来演唱的“Miku”即兴曲目   《堡垒之夜》音乐节第7赛季将于1月14日v33.20版本开始，并于2025年4月8日结束。

<blockquote><p>自从上个月微信上线送礼物功能，淘宝、抖音等都开始上线了类似功能，到底是为了抢占市场还是避免红包事件重演？这篇文章，我们看看作者给到哪些不一样的分析。</p> </blockquote>  12月的时候，微信上线了“送礼”功能，一石激起千层浪。几乎互联网圈都在体验、讨论、分享这一新动作。 仅仅过了一个月，淘宝宣布已面向所有用户上线新功能“送礼”。 抖音紧随其后，上线送礼物系统、“随心送”功能。 再紧接着，东方甄选App也上线了“送礼”功能。 在社交APP打响送礼第一炮后，千万个电商APP纷纷响应。 那么，都是“送礼”功能，他们到底有啥不同？ ## 一、淘宝送礼功能体验 先来看看淘宝的送礼功能体验。 在淘宝App内，支持该功能的商品商详页底部都增加了一个“送礼”按钮。根据平台介绍，目前仅部分商品支持该功能。 从价格体验上，当前恰逢天猫年货节大促，如果送礼的商品参与了年货节大促活动，则可享受85折直降优惠。也就是说原价100元直接买这个商品，如果是送礼物，只需花85元。 在价格上，送礼价格更低，更加贴心。也算是通过促销优惠借机推广新功能。  从流程体验上，送礼方在点击商详页底部的“送礼”按钮后，依然需要正常完成下单支付。与正常下单页面最大的不同是，他无需填写收货地址，并可填写礼物赠言。 购买成功后，可自定义四位数安全口令，并将安全口令与淘口令转发给他人，即为送出礼物。分享给他人的方式包括图片、链接、微信、淘宝好友分享等，基本上跟分享商品一致。 对于送礼方而言，到这里流程就结束了，后续可在订单详情查看最新进展，包括朋友是否收下礼物，安全口令等，但不能进行订单的售后操作。  在24小时内，收礼方需复制淘口令，回到淘宝App内打开链接。在淘宝app内，可先看到是哪位朋友送的什么礼物，并可查看到礼物赠言。点击收下礼物后，再选择收货地址，并输入安全口令，才算收下礼物。 收下礼物后，有一行小字值得关注”你已经与xx成为好友，可设置备注”。 如果选择查看礼物，则跳转到的订单详情页，此处与正常订单的详情页类似，可操作售后等。最大的不同，就是会显示是谁送的礼物。 而送礼方，也会同步收到一条淘宝消息通知——xx已经收下礼物。也可以在订单详情页看到是谁收了礼物。  在24小时内，送礼方可在订单列表看到订单，但是不可操作退货，只能等待收礼方收下礼物。而收礼方“收下礼物”后，可选择退货，如果售后成功，会提示钱款已经退回朋友账户，也就是退回送礼方账户。如果收礼方在24小时内未接收礼物，则礼物失效，订单关闭，系统自动退款。 也就是说，在淘宝送礼功能中，送礼方主要是买东西，分享给朋友，确保朋友可以收到礼物，而非其他人收到。而收礼方既可以决策是否收下礼物，也可以决策如何收（选规格、选地址），还可以决策如何处置礼物（售后）。 与此同时，东方甄选App也上线了“送礼”功能，在价格上，会员送礼可享会员价。 在功能体验上，除了单独送给一位好友的“单人礼包”模式，还可以选择“多人礼包”和“抽奖礼包”的送礼方式。 礼包支持一份礼物中包含多个商品。多人礼包支持一次性给多个朋友送礼。抽奖礼包则是设置抽奖人数，每个人可随机抽取礼包中的一个商品。 这两个玩法与之前提到的[微信送礼下一步功能预测](https://www.woshipm.com/pd/6160211.html)不谋而合。多人礼包和抽奖礼包在私域运营中还是非常有用的。  ## 二、淘宝、微信送礼功能对比 在体验上，淘宝的体验明显不如微信。 首先，淘宝的淘口令，需要用户复制后，在淘宝APP中打开链接，才能继续完成选择收货地址等操作。而微信则是直接打开链接。在操作麻烦度上，二者天差地别。 不过这也没办法，在微信站内，微信想怎么玩就怎么玩，这就是社交巨头的话语权。也是我们在[《微信送礼物，下一步是什么》](https://www.woshipm.com/pd/6160211.html)一文中提到的微信玩送礼功能的一大显著优势。 当然，淘宝官方也反馈称，送礼功能是支持在微信、钉钉等App上直接送礼的，比如说接收方可在微信APP内直接点开淘口令，唤起H5界面，直接操作就可收下礼物。但是，我们也知道，微信APP内打开淘宝H5页面，体验也一般，加载速度慢，操作不方便等。 其次，收礼方除了打开链接选择收货地址，还要填写安全码。这相当于多了一个步骤。那为啥要多做这一个步骤来影响用户体验呢？ 最重要的原因就是，防止送出去的礼物，被其他人冒领了。 那为啥会出现冒领的场景呢？ 其实还是上面的原因，微信送礼是直接把礼物发到对方的聊天框，这中间没有额外链接，也不能转发转赠，接收方是十分明确的。而淘宝是通过淘口令分享链接，这中间没有社交载体的衔接。也就是说，只要获取到了淘口令，本质上都可以复制后在淘宝APP中打开，这是存在安全隐患的。 因此，安全码步骤还是十分有必要的，虽然他还是显著影响了用户体验。 有失也必定会有得，淘口令+安全码的模式，对比微信而言，则打破了社交关系限制。 在微信，如果要送礼物，双方必须是微信好友关系。但是淘口令+安全码，则可以通过微信、钉钉、内容平台粉丝私信、短信等各种渠道，送给一切想送的人，没有任何限制。淘宝的限制明显更小。 （不过，这个限制放开似乎也意义不大，毕竟给陌生人送礼有点违背送礼物这个事情的底层逻辑，而且送礼方始终要把安全码告诉收礼方，如果连微信好友都不是，那告诉安全码又是一个额外成本。） 除了收礼方的限制，在礼物上，淘宝限制也更小。 一方面，微信不支持赠送原价超过1万元的商品，而淘宝则没有这种限制，基本可以覆盖淘宝主要商品池。 另一方面，淘宝的海量商品始终是对送礼本身最大的支持，你总不能送别人个不合心意的礼物吧，而淘宝基本上没有挑不到的东西。这比微信小店的体验要好的多得多。 这也是对比社交平台，电商平台做送礼功能的最大优势。  ## 三、为什么大家都开始“送礼”了 那么，为啥大家都开始“送礼”了呢？ 首先，我觉得最基本的，最朴素的原因，就是功能上的补齐，这更多是一个防御手段。 像淘宝、抖音这些电商平台，拥有海量购物需求用户。势必要考虑到，万一这个功能火了，自己平台用户也想送礼，却发现自己平台没有这个功能，怎么办？ 所以，最起码还是要让用户觉得自身APP功能和服务是最齐全的，让用户大可放心。 有数据显示，自从12月，微信小店开启“送礼物”功能内测后，涉及微信小店概念的股票股价大涨，与微信电商深度绑定的微盟集团股价一度暴涨超50%，众多A股上市公司也发出相关公告，蹭一波热点。东方甄选上线送礼后，第二天涨超6%。股价的变化，反映了围观者的态度。 外界纷纷认为微信或将再次复制2014年“微信红包”奇袭支付宝的奇迹，借助社交的力量，让此前相对弱势的微信电商快速爆发。 2014年，也就是十年前，微信在春节前推出微信红包一战成名。如今微信如法炮制，在春节前上线“送礼物”功能，若推广开来则有可能打开微信电商新格局。 在这种关键时刻，淘宝、抖音、东方甄选纷纷跟进，看似是全新的春节“送礼大战”一触即发，但也有可能成为当年“红包大战”的翻版。 这也是在当前存量竞争时代，任何新产品、新功能的推出，都会被迅速模仿与跟进的原因。大家都怕一步慢、步步慢；一步输、步步输。 其次，春节这样的节假日“送礼”，依然是中国人，是用户，实实在在的需求。只要满足了用户需求，就必定有助于平台销售的增长。 送礼功能既能够满足用户在节日、纪念日等特殊场合的送礼需求，也能借助社交关系链，实现礼物的赠送和接收，增强用户之间的互动和情感交流。 虽然微信、淘宝、东方甄选在功能体验上各有不同，但都有一个共同的目标，那就是通过社交媒体平台实现商品的销售和推广，进而推动电商业务的快速增长。社交电商相比传统电商的一个显著优势，就是通过用户自身扩散，直接降低用户流量成本。 大家都希望通过社交化的消费模式，创造新的购物的驱动力。 再有，平台利用自身优势开疆扩土、攻城略地，始终是互联网永恒的主题。 站在微信的角度，微信的基本盘是社交，在社交网中，一个商品与一张图片、一个表情包、一个商品、一篇公众号文章、一个视频号视频是没有区别的，他都是一个社交工具。 用户有分享图片、视频，产生沟通、聊天的需求。自然也会有分享商品、购物、赠送的需求。 既然微信拥有这么大的用户群体，为什么不满足这些用户的需求，让社交APP更加坚不可摧的同时，还能增加电商部分的收益呢？ 所以，微信想要引入电商，通过“送礼”功能，把电商商品交易融入到社交关系网中，丰富社交工具网的同时，打开了电商的新大门。 （据说，现在微信小店的注册量激增，甚至需要排队） 而对于淘宝这样的电商平台，他的基本盘就是电商。在电商这个商城中，有无数琳琅满目的商品，不同的用户都可以进入这个商城，挑选、比较、尝试，最终成交。 但是，在这个商城中，如果是家人朋友一起逛商城，一起购物，那无形中就会带动商品的交易，促进商城规模的增长。 上文中，有一点值得关注的是，淘宝就收礼方收下礼物时，默认会建立收礼方和送礼方的好友关系，也就是二者在淘宝app内成为了好友。后续送礼方会收到收礼方已经收礼的信息，收礼方也会被引导去感谢收礼方。 同时，在订单详情页中，无论是收礼方被告知送礼方是谁，还是送礼方被告知收礼方是谁，后面都有一个显眼的”联系他”标识，而这个联系就是在淘宝app内聊天。 通过这些潜移默化的”绑定””联系”，淘宝想让好友之间在自己app内进行聊天、互动、分享的意图，昭然若揭。 所以，淘宝想要引入社交，通过商品建立起用户之间的社交关系网，然后通过社交关系网促进电商的交易。 一个是从社交关系网进入电商，一个是从电商商城进入社交关系网。 虽然他们的出发点和底层逻辑不同，但是目标都是一致的——从自己的基本盘出发，再抢占新的城池。 最终实现的都是社交+电商。 （不是社交电商，也不是电商社交，而是社交+电商） 本文由人人都是产品经理作者【产品小球】，微信公众号：【产品小球】，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。

据《纽约时报》报道，两位知情人士称，随着埃隆·马斯克(Elon Musk)的“政府效率部”即将开始工作，为特朗普政府削减开支，**他预计将使用白宫建筑群内的办公空间**。  马斯克的办公空间将位于艾森豪威尔行政办公大楼(一般是副总统办公地点)，毗邻白宫主楼(总统居住和办公场所)。**这一位置可以让马斯克在本月特朗普正式就任总统后，继续与其保持密切接触**。马斯克旗下公司已经与美国联邦政府签订了价值数以十亿美元计的合同。 目前尚不清楚政府效率部的另一负责人维韦克·拉马斯瓦米(Vivek Ramaswamy)是否也会在艾森豪威尔行政办公楼内拥有办公空间。目前，政府效率部的工作人员正在马斯克旗下SpaceX位于华盛顿特区的办公室工作。 自从马斯克投入2亿多美元帮助特朗普赢得大选后，他就成了特朗普身边的红人，与特朗普形影不离，经常住在特朗普私人俱乐部海湖庄园的一间出租别墅里。在政府过渡期间，他参加了官方会议，并至少参加了一次外事通话，同时在总统幕僚和内阁人选上提出意见。 据两名知情人士透露，马斯克曾与过渡政府官员讨论过他进入白宫西翼(包含总统主要办公地点椭圆形办公室)的权限级别，结果尚不清楚。通常来说，能够自由进出西翼的工作人员和其他人需要持有一张特别通行证。 目前也不清楚马斯克团队的规模会有多大，他本人将使用何种身份。一些特朗普过渡团队的官员暗示，他可能会成为一名“特别政府雇员”。**这种身份可以有薪也可以无薪，在个人财务披露规定方面比普通员工更为灵活。** **如果马斯克选择成为特别政府雇员，那么作为全球首富的他几乎可以肯定会放弃领取薪水**。然而，特朗普政府最终如何界定马斯克的角色以及政府效率部在行政机构体系中的定位，可能会引发一定的法律问题。其中一项法律是《联邦咨询委员会法》，该法旨在规范和管理政府与外部顾问之间的合作。如果马斯克不为他自己、他的所有团队成员以及所有提供意见的人申请“特别政府雇员”身份，那么该法律似乎将适用于政府效率部的工作。 **据马斯克的盟友称，他尚未决定是否接受特别政府雇员的身份及其相关义务**。 截至发稿，特朗普过渡团队和政府效率部相关官员尚未就此置评。 [查看评论](https://m.cnbeta.com.tw/comment/1470948.htm)

**根据市场研究机构Canalys的最新研究，全球智能手机市场在2024年第四季度增长了3%，达到3.3亿台，这是连续第五个季度的增长<strong>。</strong>**其中，苹果、三星和小米继续占据市场前三的位置，展现出强大的竞争力。   苹果在本季度表现尤为突出，以23%的市场份额位居榜首，这得益于其在新兴市场如印度和东南亚的增长。 三星紧随其后，占据16%的市场份额，但本季度出货量有所下降。 **小米则以13%的市场份额保持第三位，是前三名中唯一实现同比增长的品牌，这主要归功于其在国内市场的强势表现和全球化战略的成功**。 传音和vivo分别位列第四和第五，受益于亚太地区新兴市场的复苏。 **2024年全年全球智能手机出货量达到12.2亿部，同比增长7%。苹果连续第二年超越三星，稳固了其市场领导地位。** Canalys分析师Le Xuan Chiew表示：“Apple通过扩大亚太地区的渠道覆盖范围和影响力，并利用积极的营销和品牌战略，抓住了增长机会。” [查看评论](https://m.cnbeta.com.tw/comment/1470946.htm)

此前微软在画图应用里集成 AI 功能用来帮助用户更好的擦除特定元素，用户只需要简单的圈选这些元素 AI 就可以将其删除，比用户自己手动消除要方便得多。 目前该功能经过 2 个月的测试后已经抵达正式版，现在所有用户都可以转到微软商店升级到最新版后使用此功能，该功能不需要付费或订阅 Copilot 之类的。 [](https://static.cnbetacdn.com/article/2025/01/725d5181e697749.webp) 值得注意的是在实际使用此功能时可能需要花费较长时间，因为 AI 模型需要在本地完成计算，例如有时候抹掉元素可能需要花费 40~80 秒时间。 虽然等待时间非常长但好处是这不需要设备必须附带 NPU 单元，也就是普通的 CPU 也能使用该功能，无非是使用时用户需要多等等罢了。 另外和大多数去除元素的工具类似，删除某些特定元素并不总是完美的，如果一个元素周围的空间变化不大那删除容易些，如果重叠的比较严重那 AI 可能无法完美的进行消除。 [查看评论](https://m.cnbeta.com.tw/comment/1470944.htm)

最高法院将于 1 月 19 日维持禁止 TikTok 应用程序的法律，据报道，中国政府官员已经讨论了字节跳动将 TikTok 美国分公司出售给埃隆-马斯克（Elon Musk）的方案。 [](https://static.cnbetacdn.com/article/2024/1227/22989892a059341.jpg) 据彭博社报道，中国强烈希望 TikTok 继续归字节跳动所有，但政府官员表示，作为与即将上任的总统唐纳德-特朗普政府合作的更广泛计划的一部分，他们已经考虑过将 TikTok 出售给马斯克。 在这种情况下，马斯克的 X 公司将收购 TikTok 美国公司，从而有效吸纳该垂直视频平台的 1.7 亿美国用户和数十亿潜在广告收入。 TikTok 发言人则在给Variety的声明中称该报道&#34;纯属虚构&#34;。 报道称，目前尚不清楚字节跳动和 TikTok 对中国讨论出售马斯克一事了解多少，这可能凸显了中国对该平台的所谓影响，而正是这种影响导致了这一法律的出台。 [查看评论](https://m.cnbeta.com.tw/comment/1470942.htm)

Fedora 工程和指导委员会 (Fedora Engineering and Steering Committee， FESCo) 批准了交付 Fedora Linux WSL 映像的变更提案，以增强希望在微软 Windows 11 WSL2 环境中运行此 Linux 发行版的用户体验。 这一变更并不是将 Fedora 作为 Linux 发行版添加到 Windows 应用商店中，而是简单地构建 Fedora Linux WSL 压缩包，以便感兴趣的用户手动加载。  这虽然不如在 Windows 应用商店中那样精简，但至少比现状要好得多。 变更提案解释道： <blockquote>&#34;Windows 的最新版本支持通过 Windows Subsystem for Linux (WSL) 运行 Linux 客户端。 它们可以通过压缩包、Appx 软件包或 Windows 应用商店发布。<p>通过 Windows 应用商店分发镜像需要同意商店政策和开发者协议，而 Fedora 一直以来都不喜欢这样做。 本次变更建议分发压缩包。 在最近的 WSL 版本（2.4.4 及更高版本）中，商店之外的 WSL 镜像的用户体验得到了极大的改善。 其中包括允许将首次安装脚本和图标作为压缩包的一部分而不是 Windows 应用程序进行分发，以及支持使用&#34;.wsl&#34;文件扩展名的压缩包的点击安装。 因此，本建议将在 WSL 2.4.4 以上版本中发挥最佳作用，不过我们将为旧版本的用户提供相关文档。&#34;</p></blockquote> 通过提供专用的 Fedora WSL 映像，我们希望有更多的用户能够从他们的 Windows 安装中试用 Fedora 环境。 反过来，如果用户决定在他们的系统上运行裸机 Linux 安装，根据变更建议，希望他们更倾向于使用 Fedora。  FESCo通过[此凭据](https://pagure.io/fesco/issue/3323)批准了Fedora WSL镜像。 想要了解有关 Fedora 42 WSL 计划的更多信息，请访问 [Fedora Wiki](https://fedoraproject.org/wiki/Changes/FedoraWSL)。 [查看评论](https://m.cnbeta.com.tw/comment/1470940.htm)

<blockquote><p>在当今快速发展的科技时代，仿真软件已成为产品开发不可或缺的工具。它不仅能够验证产品设计的可行性，还能在设计初期就为创新提供支持，从而加速产品从概念到市场的全过程。本文将深入探讨仿真软件在产品开发周期中的多面作用，供大家参考。</p> </blockquote>  仿真是成功工程的关键，尤其随着模拟驱动设计、数字孪生和人工智能仿真等趋势的兴起，它的重要性愈发突出。掌握如何使用仿真软件是解决问题的其中一部分，但工程团队还必须学会将仿真融入设计和开发工作流程中，以便更有效地利用其强大功能。 ## 一、仿真的传统应用：验证工具 传统上，仿真主要用于产品开发后期，作为验证工具，用于确认产品能否满足性能和安全要求。这样的做法有助于降低昂贵的重新设计和生产后失败的风险。然而，将仿真放在设计过程的最后阶段，限制了它对早期创新和概念化的影响。 此外，早期的仿真研究受限于当时的计算能力，导致高保真仿真既耗时又难以实现，尤其对于复杂系统来说，效果不佳。高昂的成本和对专业知识的需求，使得仿真技术主要由拥有丰富资源的大型企业使用。因此，专门的团队往往独立进行仿真，这导致仿真与整体设计和开发过程的整合性较差。 现代的实践则在设计初期就集成仿真，允许快速原型开发和迭代改进。随着计算能力和软件功能的进步，自动化优化可以大大缩短迭代时间和减少工作量。如今的仿真软件能够处理多物理场问题，将紧密耦合的物理现象集成在一起，从而提供更全面的分析。 与此同时，随着仿真工具变得更加用户友好，更多组织能够采用现代的仿真驱动设计方法。 ## 二、什么是仿真驱动设计？ 仿真驱动设计将仿真从产品开发周期的后期阶段转向前期，并贯穿整个过程，以帮助做出设计决策。通过在虚拟环境中进行快速迭代和测试，仿真驱动设计能够加速设计阶段，避免了在制造物理原型之前的繁琐步骤。它还使工程师能够探索创新和非传统的设计及材料，这些设计和材料可能在物理测试中由于成本或风险过高而难以实现。将仿真与设计集成，也帮助工程师更早发现缺陷和问题，从而减少了产品发布后昂贵的召回和重新设计的风险。 尽管这一方法在概念上具有逻辑性，但实际执行起来可能充满挑战。习惯于传统线性设计周期的团队，通常在设计与仿真工程师之间交换模型和文件，必须学会采用新的协作工作方式。就像从瀑布模型转向敏捷开发，团队不仅需要改变技术或流程，还需要转变文化。 一些软件供应商通过将CAD和CAE功能集成到一个平台中，简化了仿真驱动设计的采用。同时，他们还提供云服务，支持异步设计周期和分散的团队。更重要的是，这些平台变得越来越易于访问，设计师和工程师不需要过多的技术经验，就可以高效地使用这些软件。这种现象被称为仿真的民主化，即将CAE功能开放给新手以及各行各业的人员。然而，尽管任何使用仿真软件的人都可以进行设计，依然需要对所解决的问题有基本的理解，并能够评估结果的可行性。 通过集成CAE平台和仿真驱动设计方法，团队可以加速设计进程，提升质量和可制造性，使得物理原型制作和最终测试更高效且成本更低。 ## 三、数字孪生与仿真有何区别？ “仿真”和“数字孪生”这两个术语有时被互换使用，但它们代表着不同的技术，且用途各异。这些术语及其技术的界限仍在讨论中，未来可能会更加模糊。 工程师通常使用仿真软件对设计进行数学建模和测试，在制造之前进行验证，并理解生产后设计可能出现的失败。而数字孪生则是虚拟模型，能够复制现实世界资产（如生产线机器人或压缩空气系统）的状态、操作和条件。这需要在物理资产上安装传感器和发射器，实时将数据传送到软件中。 尽管两者功能不同，但仿真和数字孪生可以相互结合，提升产品和系统的性能。例如，工程师可能会创建一个真实机器的数字孪生，并在特定条件下对其进行测试。通过持续准确地将数据发送到软件，工程师能够模拟改变对数字孪生的影响，而无需在真实机器上调整设置或更换组件。 从数据角度来看，数字孪生通常具有与物理资产的双向通信，而仿真通常只接收信息。此外，数字孪生不断集成实时数据，而仿真则使用静态数据进行模型分析。然而，仿真可以与数字孪生的数据流并行运行，用于预测未来状态、优化维护计划、识别潜在问题并提出改进建议。 ## 四、人工智能如何影响仿真？ 各行各业都在探索如何利用人工智能（AI）提升技术和流程。从机器学习（ML）算法到大型语言模型（LLMs）如ChatGPT，AI的应用前景广阔，能够降低成本并提高效率和质量。 在仿真领域，AI可能成为游戏规则的改变者。AI能够自动化任务、简化工作流程，从而让设计师和工程师能够专注于只有人类才能完成的更具价值的工作。此外，AI还为非专家提供了创造设计和做近似估算的机会，减少了对技术技能的依赖。 例如，AI算法可以优化计算过程，减少运行时间。像降阶建模（ROM）这样的仿真技术利用AI简化复杂的模型，快速解决问题，同时不牺牲精度。机器学习（ML）算法还能够通过从仿真结果中不断学习，改进验证过程，检测错误和异常。 一些软件供应商正在探索通过物理基础的AI模型来绕过当前求解器背后的数学方程式。这类软件能够在极短的时间内分析CAD模型在负载条件下的行为，相比传统求解器速度提高了100倍，利用GPU时可以达到另一个10倍的加速。 虽然底层方法试图创建一个通用的仿真AI，基于物理的训练，而自上而下的AI则针对特定问题进行训练，使用狭义数据集。自上而下的方法可以应用于任何仿真问题，但一旦问题有所变化，仿真就会崩溃，AI需要重新训练。尽管自上而下的仿真AI较为有限，但其开发难度较低，因此许多仿真公司已经开始商业化此类技术。 当然，AI的有效性依赖于数据的质量和可用性。数据质量差可能导致模型和预测不准确。此外，AI通常需要大量的计算资源，尤其是在训练复杂模型时，这可能会使其看起来更像是问题的转移而非解决方案。尽管如此，许多工程师仍然期待将更多的AI功能集成到仿真软件中，以便更快速、更准确地解决更大的问题。 本文由人人都是产品经理作者【坤少说】，微信公众号：【坤少说】，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。

知名电子图书馆 Z-Library 的各种域名经常因为 DMCA 等版权方面的问题被扣押，除了域名外各种社交媒体的群组也是版权机构投诉的重点。目前 Z-Library 在即时通讯工具 Telegram 上的官方订阅频道和群组就被再次封禁，说是再次是因为这已经不是第一次出现这类问题了。 现在当用户访问 Z-Library 的订阅频道和群组会提示 “由于侵犯版权该群组不可用”(This group is unavailable dut to copyright infringement)。  按惯例运营者后需应该还会建立新订阅频道和群组，但暂时新订阅频道和群组还未出现，经常使用这些群组的用户还需要耐心等待。 另外关于 Z-Library 的钓鱼网站和频道非常多，请各位在寻找 Z-Library 官方最新域名和频道时提高安全意识，大多数能直接搜到的都是盗版或钓鱼网站，可能会诱导用户付费。 [查看评论](https://m.cnbeta.com.tw/comment/1470936.htm)

一个月前，特斯拉发布了最新FSD（全自动驾驶）V13.2.2版本，号称“迄今为止最强FSD，不需人干预，上车到下车全程自动驾驶”。特斯拉官方账号“Tesla AI”曾发文称，该FSD预计在今年第一季度正式在中国推出。那么，即将上线中国的最强FSD，究竟表现如何？ 近期，新浪科技前往洛杉矶，驾驶搭载了最新FSD版本的特斯拉Model S。体验过后，我们有些EMO（形容沮丧、失望）了…… **FSD上路，没有传说中那么“神”** 首先要说的是，本次测试仅针对特斯拉FSD V13.2.2版本进行试驾，地点位于美国加州洛杉矶地区。 一个大前提是，我们从美国之行途经的洛杉矶、拉斯维加斯两个城市来看，美国整体的交通状况是要远好于国内的北上广深等大城市的。一方面，美国的人少车少、道路相对宽松，而中国的实际路况要复杂很多，包括两轮电动车、摩托车、自行车等等，都会在中国的道路上行驶；另一方面，国内有一些城市极其复杂，例如重庆这样的“迷宫”之城，其智驾的难度明显超过美国大部分地区。 **以下是我们以及其他试驾者发现的FSD不足之处：** **1、遇拥堵表现欠佳：**在人为制造的交通“拥堵”测试中，FSD会因电动三轮车乱入道路而在很远处刹停，它会选择安静等待，缺乏更灵活的应对策略。 而在国内北上广深等城市，类似情况会导致你寸步难行，甚至可能遭到路怒症司机的“问候”。  **2、导航混乱：**FSD在导航时，有时并不按照导航路线行驶，而是自己寻找新的路线，这一点会给司机带来困扰。此外，我们尝试让它在地下停车场自行寻找出口，但在重复绕圈五六次后，它还是无法找到出口并停在了原地。 国内停车场环境复杂，若出现类似情况，会给车主带来极大不便。  **不按照导航路线行驶** **3、不规范停车：**到达目的地后，FSD不按画线部分停车，甚至没能识别出停车场边缘路沿。此外还出现了在不能停车的地方大胆停车的行为。  **不按停车位画线部分停车** **4、误入收费车道：**在洛杉矶，FSD会因不遵守交规而误入收费的快速路，导致车主需要付出高额罚款。国内高速路收费车道与免费车道区分明显，但若FSD无法准确识别，同样会增加车主日常驾驶负担。 **5、逆行与违规变道：**在微博KOL陈震的美国FSD试驾视频中，特斯拉FSD在左转通过路口后会走错车道甚至“逆行”。此外，为了寻找更快路线，特斯拉FSD有时会选择直接越过双黄实线，这一点无论是在美国还是在中国都不符合交规，极易引发交通事故。  **6、闯红灯行为：**虽然在我们短暂的试驾中并未发生闯红灯的情况，但有V13.2版本的美国特斯拉车主反馈，FSD出现了闯红灯的情况，包括在有红灯不准右转标识的地方直接右转，以及在左转信号灯为红灯时直接左转，这严重威胁了道路交通安全。  **7、U型掉头表现不理想：**FSD在进行U型掉头时整体表现并不理想，有的导航中要求车辆必须掉头行驶，但是特斯拉却无法完成，这一点与国内头部智驾系统相比有明显不足。 当然，在试驾特斯拉FSD V13.2.2版本的过程中，我们也发现了该系统具有许多值得关注的优点。 **1、操作流程简化：**V13.2.2版本的一键启动功能简化了操作流程，车主只需选择目的地并按下按钮，车辆即可进入自动驾驶模式，提升了使用便捷性。 **2、辅助功能集成：**集成了召唤、循迹和泊车等辅助功能，进一步提升了车主的便利性，使日常用车更加轻松。 **3、数据处理能力提升：**根据官方说法，其采用频率为36Hz的全分辨率AI4视频输入，并结合全新的神经网络架构，使得系统能够更高效地处理车辆传感器数据，提高了对道路、车辆和行人的识别精度和速度。此外，数据规模扩大了4.2倍，训练计算规模达到原来的5倍，这得益于特斯拉Cortex集群的支持，有助于系统更好地适应复杂驾驶场景。 **结语：没有碾压！ ** **与中国智驾PK胜负难料** 实际上，关于FSD入华的消息始终在社交媒体上流传，但究竟会在Q1的何时正式进入国内，目前官方也仍未有明确信息。特斯拉官方客服向新浪科技表示，完全自动驾驶功能（FSD）其实一直在推进，但是目前官方没有通知，一切以官方发布的信息为准。 经过试驾，我们认为，特斯拉FSD V13.2.2版本虽然在数据处理、驾驶行为优化以及功能集成等方面展现出了一些优点，但在复杂路况应对、遵守交规、功能实现以及特定场景适应等方面仍存在明显的局限性。 这也说明，自动驾驶技术仍处于发展阶段，特斯拉需要持续的改进和验证。而对于它现阶段的表现，若要在国内与中国智驾头部梯队来竞争显然胜负难料，并且，现阶段的FSD远没有达到一些用户口中的“神”或者“远超中国”的水平，想看他进入国内“大杀四方”的朋友，或许会失望了。 [查看评论](https://m.cnbeta.com.tw/comment/1470934.htm)

Meta 上周宣布将放弃事实检查程序，转而使用类似 X 的社区注释，自称**&#34;**泄密者&#34;的 Alessandro Paluzzi [ 周一分享的截图](https://www.threads.net/@alex193a/post/DExryqXSehq)显示了该功能在 Threads 中的样子。   从截图来看，您似乎可以从帖子上的三点菜单开始撰写社区注释，您已经可以从该菜单访问静默帐户或报告帖子等功能。 另一张截图显示，当撰写社区笔记时，内容将是无署名的。 第三张截图似乎显示的是 Instagram 帮助中心关于社区笔记的页面，其中有一个加入该计划等待名单的按钮。 不过，该页面的布局看起来与现在看到的其他即时帮助中心页面有所不同。  Meta 没有立即回复置评请求。 Meta 在上周表示，它计划&#34;在未来几个月内首先在美国逐步推广社区笔记&#34;，然后&#34;在一年内对其进行改进&#34;，但它并未明确说明该功能何时可在 Threads 上使用。 我的同事 Alex Heath  周日报道称，社区注释&#34;在本周之前并不在产品路线图上&#34;。 除了向社区笔记转移之外，Meta 还表示将取消对移民和性别等话题的&#34;一系列限制&#34;，并逐步将&#34;民间内容&#34;重新纳入 Facebook、Instagram 和 Threads。  Instagram 主管 Adam Mosseri 今天发布了一段视频，展示了如何设置在 Threads 上看到的政治内容的数量。 [查看评论](https://m.cnbeta.com.tw/comment/1470932.htm)

<blockquote><p>在跨境电商的浪潮中，物流扮演着至关重要的角色。它不仅关系到商品能否按时、完好地送达客户手中，更直接影响着企业的运营成本和客户满意度。本文将为跨境电商卖家提供一份全面的物流解决方案指南，供大家参考。</p> </blockquote>  跨境电商的成功离不开高效、经济的物流体系。 选择合适的物流方式直接关系到你的运营成本、客户满意度和企业竞争力。 远哥提供一份详细的跨境电商物流解决方案指南，帮助你根据自身业务需求，找到最佳的物流策略。 ## 一、跨境电商物流模式：优缺点及适用场景 选择合适的物流模式是跨境电商成功的基石。以下列举几种常见的模式，并分析其优缺点及适用场景： 直邮模式 (Direct Mail): 商品直接从海外供应商发货至消费者手中。 优点: 简单直接，方便管理。 缺点: 成本高，运输时间长，追踪信息可能不完善，客户体验相对较差，不适用于大批量货物。 适用场景: 少量高价值商品，对成本不敏感的卖家。 保税仓模式 (Bonded Warehouse): 商品预先存储在保税区，待消费者下单后，再从保税区发货。 优点: 降低关税和税费，缩短配送时间，提升客户体验。 缺点: 需要预先备货，存在库存风险，对商品种类和数量有限制。 适用场景: 常销商品，对库存周转率有较高要求的卖家。 集运模式 (Consolidation): 多个订单的商品先集中到国内仓库，再进行批量运输。 优点: 降低运输成本，提高运输效率。 缺点: 需要较长的准备时间，对订单处理效率要求较高。 适用场景: 销售多个商品，订单量较大，对成本敏感的卖家。 海外仓模式 (Overseas Warehouse): 将货物预先存储在目标市场的仓库中，下单后直接从当地仓库发货。 优点: 大幅缩短配送时间，提升客户体验，降低物流成本，方便处理退换货。 缺点: 需要较高的前期投入，对仓储管理能力要求较高，存在库存风险。 适用场景: 销售量大，产品种类多，对客户体验要求高的卖家，尤其适用于热销产品。 跨境电商平台物流模式 (Platform Logistics): 例如亚马逊FBA，利用平台自身的物流体系进行配送。 优点: 便捷、高效，利用平台的物流网络和资源。 缺点: 需要支付平台费用，受平台规则约束。 适用场景: 主要针对平台卖家，对平台依赖度高。  ## 二、物流方式选择：多维度考量，量身定制 选择合适的物流方式需要综合考虑以下因素： 商品属性: 重量、体积、易碎程度、保质期等都会影响物流方式的选择。 轻小件、高价值商品适合快递；大件、低价值商品适合海运或专线；易碎品需要特殊包装和运输方式。 目标市场: 不同国家的物流基础设施、清关政策和消费者期望差异很大。 例如，欧美国家对时效性要求较高，而一些发展中国家对成本更敏感。 订单量和销售额: 订单量大的卖家可以考虑海外仓或FBA；订单量小的卖家可以选择快递或邮政小包。 预算和利润率: 不同物流方式的成本差异巨大，需要在成本和利润率之间取得平衡。 全面评估运输成本、仓储成本、清关成本、保险成本等。 时效性要求: 根据客户对交货时间的期望选择合适的物流方式，例如，空运速度快但成本高，海运成本低但速度慢。 风险承受能力: 不同的物流方式存在不同的风险，例如丢件、损坏、延误等。 需要评估自身的风险承受能力，并采取相应的风险管理措施，例如购买保险。 追踪与透明度: 选择提供完善追踪服务的物流方式，方便监控货物状态，提升客户满意度。 ## 三、物流成本控制及优化策略 控制物流成本是提高盈利能力的关键： 选择合适的运输方式: 根据商品特性和目标市场选择最经济的运输方式。 优化包装: 合理包装，减少体积和重量，降低运输成本。 批量发货: 批量发货可以降低单件运输成本。 选择合适的物流供应商: 货比三家，选择性价比高的供应商。 利用税收优惠政策: 了解并利用出口退税等政策，降低税务负担。 与供应商协商: 与供应商协商更优惠的价格和服务。 持续监控和优化: 定期评估物流成本，并持续优化物流方案。  ## 四、风险管理与应对方案 跨境电商物流风险包括丢件、损坏、延误、清关问题等： 购买物流保险: 降低货物丢失或损坏造成的损失。 选择信誉良好的物流供应商: 选择有良好口碑和完善服务体系的供应商。 完善的追踪系统: 实时监控货物状态，及时处理突发事件。 建立应急预案: 制定详细的应急预案，应对各种突发情况。 ## 五、新兴物流模式及趋势 亚马逊物流 (FBA): 利用亚马逊的物流网络，方便快捷，但成本较高。 智能物流: 运用人工智能、大数据等技术优化物流流程，提高效率和降低成本。 绿色物流: 采用环保的运输方式和包装材料，减少环境污染。  选择合适的物流方案是跨境电商卖家成功的关键。 需要根据自身业务特点，综合考虑各种因素，制定最优的物流策略，并持续优化和改进。 切记，物流并非仅仅是将商品送达目的地，而是提升客户体验、降低运营成本，最终助力你成功拓展国际市场的重要环节。 本文由人人都是产品经理作者【刘志远】，微信公众号：【远哥聊产品】，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。

出海更广阔。

<blockquote><p>职场上，合同审查是一个很关键的环节。平时这个环节能占用大量的时间和精力，AI大模型兴起之后，通过AI赋能，可以大大提升智能审查的质量。这篇文章，我们看看作者分享的经验。</p> </blockquote>  今天我们来聊聊AI在法律科技领域中的应用 如何通过AI赋能，来提升合同智能审查的输出质量 文章会分为三部分进行介绍: - 第一部分：法律科技领域的市场规模与主要的细分领域 - 第二部分：CLM合同生命周期管理概览介绍以及市场上的主要玩家 - 第三部分：分享如何通过AI赋能提升合同审查的输出的质量与准确性 ## 01 法律科技市场规模&amp;细分领域 ### 1. 法律科技领域的市场规模 法律科技(Legal technology)是指运用人工智能、大数据、区块链等技术手段，提升法律工作效率和质量，也使法律服务更加普惠，法律科技领域与法律行业相互促进，共同发展。 在2024年法律科技领域的全球市场规模超过291.8亿美元，预计2025-2037年复合年增长率GAGR超过9.6%，2025年预计市场规模为315.2亿美元。  图片来源：Legal Technology Market Statistics Report 2025-2037 — Research Nester 其中亚太地区增长最快，北美市场规模最大，但整体的市场集中度偏低，没有出现绝对领域的头部玩家。  图片来源：Global Legal Tech Market size &amp; Share Analysis – Growth trends and Forecasts  图片来源：Global Legal Tech Market size &amp; Share Analysis – Growth trends and Forecasts ### 2. 法律科技的细分领域 法律科技的细分领域主要包括：  图片来源：Legal Technology Market Statistics Report 2025-2037 — Research Nester 1) E-Discovery(电子发现)：是指在法律诉讼或调查过程中，对电子形式的信息，如邮件，音视频等信息，进行识别、收集、保存、处理，通过获取和梳理与案件相关的电子证据链，来支撑了法律论证。  2) Legal Research(法律研究)：是指能够快速检索和筛选海量的法律文献、案例资料等信息，帮助法律从业者更精准地找到所需的法律依据. 例如：用户输入一个复杂的法律问题，系统可以迅速在庞大的法律数据库中定位到最相关的案例和法规，并进行初步的分析和总结。  3) Legal analytics(法律分析)：是指在从大量的法律文本、案例、法规等数据中提取有价值的信息，以辅助法律决策、风险评估和案件策略制定. 例如，律师可以让AI分析过往类似案件的判决结果和相关因素，为当前案件提供参考和预测，帮助律师和法律从业者了解法律趋势和潜在风险。  4) Contract Lifecycle Management(合同生命周期管理)：是对合同从创建、谈判、审查、审批、签署、履行到续约或终止的全过程进行系统化管理工具，其核心作用是通过自动化的合同管理流程，提升合同处理的速度，确保合同的合规性和风险控制，从而帮助企业更有效地跟踪和履行合同义务，优化供应商和客户关系，最终提高业务收益和竞争力。  5) Time-Tracking &amp; Billing(记时追踪与计费)：是为律师事务所和法律从业者提供高效的时间记录和费用管理工具，其(它的)核心作用是通过自动化法律服务的计时计费工具，确保账单的准确性和透明度，从而增强财务管理和业务收益。 ## 02 CLM-合同生命周期管理&amp;主要市场玩家 ### 1. CLM-合同生命周期管理概览介绍 Contract Lifecycle Management(合同生命周期管理) ，是增长最快的细分领域之一。  图片来源：Contract Lifecycle Management Market — Astute Analytica 2024年市场规模达到36.1亿美元，2025-2033年预测的复合年增长率达13.55%。 合同生命周期管理，是对合同从创建、谈判、合规审查、审批、签署、履约、续约到终止全流程进行系统化和自动化的管理系统，用于提高合同管理的效率，把控合同的风险与合规性，帮助企业高效管理，降低合规风险与法律风险。  图片来源：中国CLM（合同全生命周期管理）市场产业全景研究报告 – TE智库 其中合同的合规风险审查，是CLM中的关键环节，接下来我们聚焦于CLM中的合规审查模块，看看如何通过AI赋能，来识别合同中签在的法律风险和不合规条款，帮助企业规避合同风险。  图片来源：Global Legal Tech Market size &amp; Share Analysis – Growth trends and Forecasts  图片来源：康达律师事务所 以上是两个很直观的案例： 图一统计了自从2018年5月GDPR生效以来，截止至2024年9月，罚款超过了24亿欧元。 GDPR (General Data Protection Regulation) 通用数据保护条例 -&gt; 由欧盟出台的关于数据隐私保护的法规。 图二统计了在2021-2023年国有企业民事纠纷案件数据统计中，合同风险成为企业经营的主要风险，诉讼案件占比高达65%。 **所以如何降低合同的法律风险与合规风险，是企业组织经营过程中的强需求　** ### 2. 合同智能审查的主要玩家 合同审查这个细分领域的主要玩家可以分为两类： 一类是传统的CLM厂商，在已有CLM的模块中，做深合同审查的功能模块，如： **Icertis** 主打产品：Lcertis Contract Intelligence (ICI) 合同生命周期管理平台 市值&amp;融资情况：市值超50亿美元，累计融资5.2亿美元，ARR预估2.5亿美元。 **Ironclad** 主打产品：Ironclad CLM 市值&amp;融资情况：市值约32亿美元，累计融资3.34亿美元，ARR预估1.112亿美元 **Docusign** 主打产品：DocuSign eSignature(电子签)，DocuSign CLM(合同生命周期管理)，DocuSign IAM(智能协议管理) 市值&amp;融资情况：市值约101.6亿美元，累计融资5.13亿美元，ARR预估10.6亿美元。 另一类是AI驱动的智能合同厂商，如： - LexCheck - 法大大的“iTerms合同智审系统 - 幂律智能的MeCheck - iCourt的AlphaGPT ## 03 如何提升合同智能审查的输出质量？ 合同审查这个活是一个既不允许出错又容易出错的“苦差事”： - 不许出错：是因为出错后的代价极高，不出错和规避合同风险是合同审查的核心目标。 - 容易出错：是因为审合同这件事情的专业属性高，不仅需要具备专业的法律知识，还需要根据企业所处行业和自身业务情况进行综合判断。 所以合同审查最终输出审查结果的准确度至关重要，直接决定了产品是否可以用。 合同智能审查常规的处理流程是： 用户上传需要审查的合同文件 -&gt; 然后系统来进行合同的风险识别与评估 -&gt; 最后生成风险评估结果与修改建议。 其中合同的风险识别与评估是合同审查的关键环节，可以将其拆分为两个流程节点： - 合同信息要素的抽取 - 合同信息要素的审查 这两个流程节点决定了审查的准确性，合同信息要素抽取的准不准？抽取后对合同信息要素分析的准不准？是否能够识别到其中的风险点？能否给风险进行评级，能否基于识别到的风险给出修改建议等等，以上这些问题环环相扣，都影响着合同审查的输出结果。 **目前对于合同智能审查的主流解决方案：** **模型 + RAG + 法律场景下的工程化解决方案** ### 1. 模型方面 在模型方面，像主流的大模型厂商OpenAI，Anthronpic，Meta，字节，阿里，DeepSeek等通用模型能力在都不断提升，同时像PowerLawGLM，LaWGPT，JurisLMs等垂直法律大模型也在不断迭代发展，随着时间的推移，模型对信息要素提取与处理的能力肯定会不断地增强。 但模型只是决定了合同智能审查输出质量的下限。 因为大语言模型它本质上是基于概率预测进行内容的生成，所以“幻觉”问题一直是一个无法避免的问题。  图片来源：Hallucination-Free?Assessing the Reliability of Leading AI Legal Research Tools – Stanford 这是斯坦福研究团队对比了不同AI法律工具在输出质量上对于“幻觉”与“输出不完整性”的数据数表现情况。 而合同审查又是一个严肃且不容出错的业务场景，所以只靠大语言模型本身来做合同审查这项一下复杂的推理任务，是远远不够的，所以就进入到下一个阶段：模型+RAG。 ### 2. RAG 检索增强生成 RAG检索增强生成(Retrieval-Augmented Generation) 现在只要涉及到垂直领域的智能体应用，RAG几乎是一个标配模块，用于增强大语言模型的信息输入，从而提升大语言模型的输出质量。  图片来源：Hallucination-Free?Assessing the Reliability of Leading AI Legal Research Tools – Stanford 通过RAG的方式，能够检索到权威的法律法规与企业自建的风险案例库，识别到合同中存在的风险隐患后，再生成针对性的风险提示与修改建议，确保审查的输出结果有理有据。 大模型+RAG，已经在一定程度上提高了合同审查的输出质量，但是仅做到这一步还不够，因为合同审查是一个复杂的法律推理任务，不仅涉及多领域的法律融合，需要识别出条款间的相互影响，而且还需识别潜在的法律和商业风险，权衡交易主体的利益。 所以在大模型+RAG的基础上，还需要再增加一些“工程化”的解决策略。 ### 3. 法律场景下的工程化解决方案 **1) 策略一：人工预设审查规则** 审查清单和审查规则是合同审查的基础，只有知道要审什么，怎么审，才能够审对。 不同行业，不同合同类型，审查的内容都不同，要确保审查结果的准确性，需要企业的法务团队将日常审查工作的Know-How进行结构化的知识梳理，输出不同合同类型的审查清单与审查规则，再结合提示词工程的技巧，让模型更好理解。 常见的方式有两种： 第一种是将审查规则与合同类型绑定：软件服务商将审查清单与审查规则与合同类型进行绑定，简化用户审查合同的操作门槛，只需选择对应的合同类型，即可完成合同审查，再通过对话式交互与在线编辑的方式，来修改合同细节。  图片来源：Robin AI  图片来源：Robin AI 第二种是在第一种的基础之上，新增信息输入的维度，比如在用户上传完审查合同后，新增“审查立场”，“审查目的”和 “审查清单”列表，并且支持用户自定义添加和修改审查目的与审查清单，通过提供更丰富的审查背景信息，来提升合同审查的输出质量。  图片来源：无忧吾律  图片来源：AlphaGPT **2) 工作流来拆解复杂任务** 一个复杂的法律推理问题，其实都是由环环相扣的小问题组成。 刚刚有介绍过合同审查最基本的两个环节，合同信息要素抽取与合同信息要素审查，由此就可以推出两个基本的工作流节点 (信息抽取与信息审查)。  当然我们要应用在实际业务中，还需要做更细致的工作流拆解。 比方说以审查“违约责任”这个审查点为例，需要先判断合同中是否存在“违约责任”的条款，然后明确“违约行为”的定义，接着再审查违约责任的形式(如：违约金数额计算方式，损害赔偿的范围，解除合同的条件等等)，接着再审查免责条款的合法性以及不可抗力条款的关联性，最终若发现问题，再提出修改意见，确保违约责任条款完善，合法，有效。  以上这些问题都能通过工作流的方式进行拆分。 **将复杂任务拆分为具体明确的简单任务，通过提高每一个节点推理的准确性，从而提升整体工作流链路的透明度和准确性。** ### 参考资料 - Legal Technology Market Statistics Report 2025-2037 — Research Nester - Global Legal Tech Market size &amp; Share Analysis – Growth trends and Forecasts (2025-2030) - Contract Lifecycle Management Market — Astute Analytica - Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools – Stanford - 中国CLM（合同全生命周期管理）市场产业全景研究报告 – TE智库 作者：在野在也，公众号：在野在也 本文由 @在野在也 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>经历过2024大模型的爆发，有人说2025年是Agent爆发的一年。那AI Agent 的框架是什么？为什么会如此重要？这篇文章，我们看看作者的分享。</p> </blockquote>  在 2023 年前，AI Agent 主要活跃于强化学习领域，依赖人类反馈奖励来提升性能。大模型的崛起彻底革新了 AI Agent，赋予其强大智能核心。如今，大模型驱动的 AI Agent 架构成为主流，涵盖规划、记忆、工具、执行四大关键要素，在复杂问题解决上相较于传统 AI 应用架构有质的飞跃。这一变革促使企业在落地大模型时，将 AI Agent 作为重要应用范式，也让产品经理面临新的机遇与挑战。 ## 一、AI Agent 框架剖析 ### 1. 框架定义与价值 从产品角度看，AI Agent 框架是一款赋能产品开发的关键软件平台。它就像一个精心搭建的舞台，为 AI Agent 的创建、部署和管理提供全方位支持。通过提供预设组件、抽象概念和实用工具，大大降低了开发复杂人工智能系统的难度。 以一款智能客服产品为例，以往开发团队可能需要耗费大量时间去构建对话逻辑、意图识别等基础功能。而借助 AI Agent 框架，就可以直接调用其中的自然语言处理组件和对话管理模块，快速搭建起智能客服的基础框架，将更多精力投入到产品个性化功能和服务优化上。 ### 2. 框架组成要素 - **Agent 架构**：如同产品的底层架构设计，决定了 AI Agent 的内部组织形式，包括决策制定方式、记忆存储和调用机制以及与外界交互的逻辑。在设计一款智能投资顾问产品时，合理的 Agent 架构能让其根据市场数据、用户风险偏好等因素高效做出投资决策，并准确地与用户沟通投资建议。 - **环境界面**：是产品与外部世界沟通的桥梁。对于一款智能家居控制产品，环境界面负责连接 AI Agent 与各种智能设备，实现数据的交互和指令的传递，使 AI Agent 能够根据用户需求控制家居设备。 - **任务管理**：类似于项目管理工具，用于定义、分配和跟踪 AI Agent 的任务。在智能办公流程自动化产品中，任务管理系统可以将复杂的办公任务分解为多个子任务，分配给不同的 AI Agent 模块，并实时监控任务进度，确保办公流程的顺利进行。 - **通信协议**：规范了 AI Agent 之间以及与人类用户的交互方式。在多人协作的智能写作产品中，通信协议确保不同的 AI Agent 能够协同工作，同时也保证与用户的交互友好、顺畅。 - **学习机制**：赋予产品自我进化的能力。以智能教育产品为例，学习机制可以让 AI Agent 根据学生的学习情况和反馈不断优化教学内容和方法，提供更个性化的学习体验。 - **集成工具**：方便产品与其他系统或数据源对接。在企业级数据分析产品中，集成工具可以连接 AI Agent 与企业的各种数据库、业务系统，获取数据进行分析，为企业决策提供支持。 - **监控和调试**：帮助产品经理和开发团队及时发现和解决产品运行中的问题。在智能驾驶辅助产品中，监控和调试功能可以实时监测 AI Agent 的运行状态，一旦出现异常能够及时预警并进行调试修复。 ## 二、AI Agent 框架的重要性 ### 1. 加速产品开发迭代 对于产品经理而言，时间就是市场竞争力。AI Agent 框架提供的预设组件和最佳实践，能大幅缩短产品从概念到上线的周期。以一款新的智能营销产品为例，借助框架可以快速搭建起客户分析、营销策略制定等功能模块，加速产品推向市场，抢占先机。 ### 2. 促进产品标准化与协作 在团队协作和跨团队合作中，AI Agent 框架的标准化作用尤为关键。它使得不同开发人员以统一的方式处理共性问题，减少沟通成本和开发误差。在大型企业的数字化转型项目中，多个团队可能参与不同产品模块的开发，AI Agent 框架确保了各个模块在技术架构和功能实现上的一致性，便于集成和协同工作。 ### 3. 保障产品扩展性 随着业务的发展和用户需求的变化，产品需要具备良好的扩展性。AI Agent 框架从设计上就支持从简单应用到复杂系统的升级。例如，一款初创企业的智能客服产品，初期可能只服务少量客户，随着业务增长，借助框架的扩展性，可以方便地增加 AI Agent 的数量和功能模块，满足更多客户的需求，同时支持多语言、多渠道的服务扩展。 ### 4. 降低技术门槛，提升产品创新可能性 AI Agent 框架抽象了复杂的人工智能技术，使得更多非 AI 专业背景的产品经理和开发人员能够参与到 AI 产品的创新中来。这意味着可以挖掘更多来自不同领域的创意和需求，为产品创新注入新的活力。例如，一位具有丰富医疗行业经验但技术背景相对薄弱的产品经理，借助框架也能够主导开发一款智能医疗诊断辅助产品，将行业经验与 AI 技术相结合，创造出更具价值的产品。 ## 三、选择 AI Agent 框架的考量 ### 1. 明确产品需求和目标 产品经理首先要深入理解产品的定位和核心功能需求。如果是开发一款面向个人用户的智能写作助手，更注重语言生成的灵活性和个性化，可能 LangChain 这样强调灵活设计和丰富功能的框架更合适；而如果是开发企业级的智能流程自动化产品，对安全性、合规性以及与现有系统的集成要求较高，Semantic Kernel 可能是更好的选择。 ### 2. 评估框架的功能特性 - **功能完整性**：检查框架是否具备产品所需的关键功能模块。例如，开发一款多用户协作的智能项目管理产品，就需要框架具备完善的多 Agent 通信和协作功能，像 LangGraph 和 CrewAI 在这方面有独特的优势。 - **可定制性**：产品往往有独特的业务逻辑和用户体验要求，需要框架能够支持定制化开发。比如 AutoGen 的可定制 Agent 角色和行为功能，能满足不同产品的个性化需求。 - **性能表现**：对于对响应速度和处理能力要求较高的产品，如实时智能客服、智能金融交易系统等，要重点评估框架在性能方面的表现。 ### 3. 考虑技术生态和社区支持 - **技术生态**：一个良好的技术生态意味着框架有丰富的插件、工具和第三方服务支持。例如 LangChain 拥有活跃的社区，不断有新的组件和工具推出，方便产品进行功能扩展和优化。 - **社区支持**：活跃的社区能提供及时的技术支持、解决方案分享和经验交流。在产品开发过程中遇到问题时，可以在社区中快速找到答案，降低开发风险。同时，社区的活跃度也反映了框架的发展潜力和前景。 ### 4. 关注框架的易用性和可维护性 - **易用性**：对于开发团队而言，框架的学习成本和使用难度直接影响开发效率。简单易用的框架能让开发人员更快上手，减少开发周期。例如 Semantic Kernel 对多种编程语言的支持以及简洁的开发接口，使其易于被不同技术背景的开发人员接受。 - **可维护性**：在产品的长期运营过程中，框架的可维护性至关重要。具有清晰的代码结构、良好的文档说明和规范的开发流程的框架，便于后期对产品进行升级、修复漏洞和功能优化。 本文由 @佳简几何 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。

 由 Random Tun 开发的冒险题材的纸片风回合制战斗推理游戏 《你确定要喝这个？》将于今年上半年在 Steam 发售。由于药剂师知识神秘消失，只能现学现卖。玩家需“现场试验”，根据药效分析药材组合，倒推出每种药材的效果。  据悉，玩家要把冒险路上获得的材料组合，根据搭档和敌人喝下药水的反应推测药材作用。 在各种奇怪魔物接二连三的攻击下，找到突破口，制定用药策略一举拿下。冒险路上也许会发现一些别的冒险者，他们是敌是友，各自又怀着什么样的目的？  &lt;内嵌内容，请前往机核查看&gt;

终于老实了？

美国证券交易委员会（SEC）周一表示，在线券商罗宾汉市场公司（Robinhood Markets）的两个子公司同意支付4500万美元的民事罚款，以了结SEC的一系列指控。 [](https://static.cnbetacdn.com/thumb/article/2021/0128/9640638b4e9e97b.png) SEC在一份勒令停止令中说，罗宾汉证券有限责任公司（Robinhood Securities LLC）和罗宾汉金融有限责任公司（Robinhood Financial LLC）的失误包括没有及时报告可疑活动，没有保存电子通讯记录，以及其他违反证券法的行为。 SEC代理执法主管Sanjay Wadhwa在一份声明中表示：“两家罗宾汉公司未能遵守一系列重要的监管要求，包括未能准确报告交易活动、遵守卖空规则、及时提交可疑活动报告、维护账簿和记录，以及保护客户信息。” 罗宾汉市场公司对SEC的指控既不承认也不否认，并说很高兴能解决这些问题。 该公司总法律顾问卢卡斯·莫斯科维茨（Lucas Moskowitz）在一份声明中表示：“正如SEC的命令所承认的那样，这些问题大多是我们的经纪自营商此前已经解决的历史问题。我们期待在新政府的领导下与SEC合作。” [查看评论](https://m.cnbeta.com.tw/comment/1470930.htm)

数据经纪商 Gravy Analytics 遭到黑客攻击，数百万 iPhone 和 Android 用户的位置信息因此面临风险。 Gravy Analytics 的母公司 Unacast 在本月早些时候披露了数据泄露事件[[PDF](https://fido.nrk.no/8a09133d2b14a7e72c31006ef2611b22fd78d7c6bfd7cc62f7d35f13b3c2d338/Datatilsynet_Unacast_Security%20Incident%20Notification_Redacted.pdf)]，并表示其 AWS 云存储环境已被未经授权的人员使用&#34;盗用的访问密钥&#34;访问。  初步调查结果显示，这些文件 “可能包含 ”从使用 Gravy Analytics 的第三方服务的用户那里收集的 “个人数据”。据 [404Media](https://www.404media.co/hackers-claim-massive-breach-of-location-data-giant-threaten-to-leak-data/) 报道，黑客声称他们掌握了客户名单和智能手机的位置数据，这些数据可以显示人们的精确移动，数百万用户受到影响。 其中一些数据（确实包括智能手机的历史位置）已在私人论坛上公布。 Gravy Analytics 表示，该公司每天跟踪全球超过 10 亿台设备，而看过 Gravy Analytics 收集的数据样本的安全研究人员证实，这些信息[可用于](https://x.com/fs0c131y/status/1876975966334964076)跟踪一个人最近的位置，而且没有进行匿名处理。  12 月，美国联邦贸易委员会（FTC）[禁止 Gravy Analytics](https://www.ftc.gov/news-events/news/press-releases/2024/12/ftc-takes-action-against-gravy-analytics-venntel-unlawfully-selling-location-data-tracking-consumers) 及其子公司 Venntel 在任何产品或服务中销售、披露或使用敏感位置数据。 FTC 警告称，这两家公司使消费者的隐私受到损害，其中可能包括披露健康信息、政治活动和宗教习俗，并使人们面临耻辱、歧视、暴力和其他伤害的风险。 该命令要求 Gravy Analytics 公司删除所有历史位置数据以及使用从消费者处收集的数据开发的任何数据产品，但显然为时已晚，因为该公司的系统当时很可能已经被攻破。 Gravy Analytics 通过实时广告竞价程序收集位置数据，该程序允许竞相购买广告的公司查看客户 IP 地址和更精确的位置数据（如果启用）。 Gravy Analytics 的数据库中有来自 FlightRadar、Grindr 和 Tinder 等 iPhone 应用程序的位置数据，虽然这些应用程序与数据经纪商没有直接关系，但用户的位置信息是通过它们的广告收集的。 在 iPhone 的&#34;设置&#34;应用程序的&#34;隐私和安全&#34;部分关闭应用程序跟踪功能，广告就无法获得唯一的设备标识符，从而将位置数据与特定设备联系起来，而阻止应用程序使用精确的位置数据也是保护更多隐私的一种方法。 安全公司 Predicta Lab 首席执行官巴普蒂斯特-罗伯特（Baptiste Robert）表示，禁用应用程序跟踪功能的 iPhone 用户不会被共享数据。 [查看评论](https://m.cnbeta.com.tw/comment/1470924.htm)