6月23日，腾讯面向用户发布服务调整通知，不再提供 QQ 会员增值服务手机话费开通的渠道，通过手机话费开通的会员增值服务将于 2025 年 7 月 31 日终止。QQ会员作为腾讯核心增值服务之一，已运营超过二十年，为用户提供包括专属身份标识、游戏特权、社交功能增强、线上生活优惠等在内的百余项权益。 以下为官方公告： 您好！接运营商通知，因业务调整后续不再提供 QQ 会员增值服务手机话费开通的渠道，用户通过手机话费开通的会员增值服务将于 2025 年 7 月 31 日终止。 很抱歉为您带来不便，您可在本页面重新通过微信支付重新签约超级会员服务，并享受专属开通优惠 (限 1 次)。期待您继续选择 QQ 超级会员与您同行享受线上线下百余项特权服务！ 特别提示您，若您的号码是 QQ 靓号，在您的会员到期后 15 天内 (具体到期时间将视运营商对该项增值业务下线时间而定)，如您未及时续费 QQ 超级会员或对该靓号进行买断，您的靓号将被回收，对应号码的数据将被清空。若您需要继续使用该靓号，请及时续费 QQ 超级会员或对该靓号进行买断。  [查看评论](https://m.cnbeta.com.tw/comment/1508412.htm)

6月23日，特斯拉备受期待的**自动驾驶出租车(Robotaxi)**服务终于在周日开始试点，向着与Alphabet旗下Waymo正面交锋迈出了第一步。Waymo目前是美国唯一一家提供完全自动驾驶付费接送服务的公司。  特斯拉在得州部署自动驾驶汽车 特斯拉CEO埃隆·马斯克(Elon Musk)首先投入大约10辆Model Y进行试点，并承诺把安全作为重中之重。他表示，特斯拉有能力快速扩展规模，并计划推出一款专为自动驾驶出租车打造的车型Cybercab。 根据马斯克在X上转发的视频，社交媒体网红们周日在奥斯汀多个地点预订并乘坐特斯拉自动驾驶出租车。 以下是特斯拉自动驾驶出租车与Waymo、亚马逊旗下自动驾驶公司Zoox的对比。Zoox也准备推出自己的商业化服务。 **运营范围** 目前，Waymo已经在旧金山、洛杉矶、菲尼克斯以及奥斯汀对自动驾驶出租车进行了商业化部署。特斯拉则刚刚在奥斯汀开启试点。  Waymo和特斯拉的运营范围对比 此外，Waymo还在拉斯维加斯、圣迭戈、华盛顿特区、亚特兰大、迈阿密测试其自动驾驶出租车。 **车型、技术能力** Waymo现在使用的是捷豹I-Pace电动SUV。特斯拉则是Model Y。Zoox则专门为自动驾驶出行设计了可双向行驶的定制化自动驾驶汽车。  Waymo、特斯拉以及Zoox详细对比 从自动驾驶技术来看，Waymo依靠激光雷达、摄像头、雷达，属于Level 4等级(在限定区域自动驾驶，无需配备驾驶员)。特斯拉则完全依靠摄像头，目前正在测试Level 4级别自动驾驶。Zoox则和Waymo一样，使用激光雷达、摄像头、雷达，但是自动驾驶级别方面和特斯拉一样，正在测试Level 4级自动驾驶。 目前为止，Waymo每周提供超过25万次自动驾驶服务。特斯拉刚刚投入了十辆汽车进行试点。Zoox则正在利用20多辆车进行测试。 [查看评论](https://m.cnbeta.com.tw/comment/1508410.htm)

飞速创新曾冲刺深交所主板 IPO 未果，而在 IPO 失败后，2025 年 1 月深交所出具的监管函直指三大内控漏洞。

<blockquote><p>随着AI行业的飞速发展，越来越多的人希望转行进入这一充满机遇的领域。本文将为你全面解读AI公司中的十大核心岗位，涵盖从上游的硬件研发到下游的应用开发，以及各岗位的薪资水平、能力要求和职责范围。</p> </blockquote>  当下，AI 成为时代风口，吸引众多目光。最近我也在探索如何快速从0-1转行到AI行业今天给大家拆解AI公司9大核心岗位，薪资数据源自猎聘大数据研究院《2025 AI 技术人才供需洞察报告》及智联招聘相关报告，同时，探讨不同类型 AI 公司（上中下游产业）运作流程，大家可以对照看看自己如何快速切入。 深入岗位前，给大家说说下AI 行业产业链，其大致分为上、中、下游： - 上游：聚焦硬件基础设施与基础技术研发，像芯片制造、云计算平台搭建及算法理论研究等。英伟达这类提供 AI 芯片的企业便处于此环节。该环节需强大科研实力与巨额资金，专注底层技术突破，为行业奠基。 - 中游：着重 AI 技术开发与应用框架搭建。例如开发语音识别、图像识别、自然语言处理等通用技术平台的 AI 技术公司。它们基于上游成果，将 AI 技术转化为可应用的工具和平台，为下游提供技术支持。 - 下游：把 AI 技术应用到具体行业场景，涵盖智能安防、智能交通、智能医疗、智能家居等领域企业。这些企业利用中上游成果，针对行业需求开发实际 AI 产品与解决方案，面向终端客户。 不同环节的 AI 公司，核心岗位侧重与运作流程有别，但总体而言，以下十大核心岗位在整个 AI 行业都举足轻重。 ## 一、AI 产品经理：手握产品命脉的 “幕后操盘手” 在 AI 公司里，产品经理如同餐厅菜单策划师，权力与责任更大。他们决定产品规划、销售策略与目标客户，是产品的核心决策者。从上游芯片研发产品，到中游技术平台，再到下游行业应用产品，都离不开产品经理的精心布局。 **薪资水平：** 在北上广深，初级 AI 产品经理月薪 12K – 20K；3 – 5 年经验的中级产品经理，年薪 30 万 – 50 万；资深产品经理或产品总监，年薪百万也不罕见。上游企业因技术理解要求高，产品经理薪资略高；下游企业看重行业理解与市场推广，薪资也很可观。 **能力要求：** 需敏锐洞察市场，精准挖掘 B 端或 C 端用户需求。 熟悉 AI 技术原理，能与技术团队顺畅沟通，无论上游复杂芯片技术、中游通用 AI 技术，还是下游行业应用技术。 精通产品设计流程，熟练运用 Axure、墨刀等原型设计工具。 具备较强项目管理与协调能力，推动产品从 0 到 1 落地，协调研发、设计、市场等多部门资源。 ## 二、算法工程师：用代码创造奇迹的 “智慧大厨” 算法工程师是 AI 公司核心技术力量，他们用数学和代码打造 “智慧大餐”。不同产业链环节，工作重点不同。上游侧重基础算法创新，中游关注算法优化与技术平台搭建，下游聚焦算法在特定场景应用与优化。 **薪资水平：** 初级算法工程师月薪 15K – 25K；有经验的算法工程师年薪 40 万 – 80 万；资深算法专家或总监，年薪轻松破百万，部分顶尖人才还能获股权期权。上游和中游企业因技术研发属性强，算法工程师薪资普遍较高；下游技术实力强、业务增长快的公司，薪资也十分可观。 **能力要求：** 拥有扎实数学基础，精通线性代数、概率论、数理统计等。 熟练掌握 Python 编程语言，熟悉 TensorFlow、PyTorch 等深度学习框架。 具备丰富算法研发经验，在图像、语音、自然语言处理等领域至少有一项专长。 逻辑思维与问题解决能力良好，能持续优化算法性能，根据场景需求调整和创新算法。 ## 三、数据工程师（ETL）：守护数据质量的 “幕后英雄” 数据是 AI 的 “燃料”，数据工程师负责确保 “燃料” 优质纯净。他们如同餐厅洗菜切菜师，为后续工作做准备。在 AI 产业链各环节，数据工程师承担数据收集、整理、清洗和存储职责，为数据分析、算法训练提供基础。 **薪资水平：** 初级数据工程师月薪 10K – 18K；3 – 5 年经验的数据工程师年薪 25 万 – 40 万；资深数据架构师年薪 50 万 – 80 万。不同环节企业数据工程师薪资差异较小，主要取决于企业规模与数据处理复杂度，大型或数据密集型企业薪资更高。 **能力要求：** 熟悉数据采集、清洗、转换全流程，掌握 Hadoop、Spark 等大数据处理框架。 精通 SQL 语言，熟练进行数据查询、分析与处理。 了解数据库设计原理，有建表建库经验。 具备良好数据敏感度与问题排查能力，确保数据准确、完整，应对不同来源、格式的数据挑战。 ## 四、数据分析师：用数据说话的 “战略参谋” 数据分析师像餐厅成本 / 销量分析师，通过数据分析为公司战略决策提供支持。在 AI 公司，无论是上游评估技术研发方向，中游优化技术平台性能，还是下游分析产品市场表现与用户行为，数据分析师都发挥重要作用。 **薪资水平：** 初级数据分析师月薪 8K – 15K；有经验的数据分析师年薪 20 万 – 35 万；资深数据分析师或经理年薪 40 万 – 60 万。下游直接面向市场和客户的企业，数据分析师因能直接为业务决策提供支持，薪资相对较高；上游和中游数据驱动决策程度高的公司，数据分析师薪资也不错。 **能力要求：** 熟练掌握 Excel、SQL 等数据分析工具，进行数据清洗、分析与可视化。 熟悉统计学知识，运用数据分析模型解决实际问题。 具备良好逻辑思维与业务理解能力，从数据中发现问题并提出解决方案。 会使用 Tableau、PowerBI 等可视化工具，制作直观报表，清晰传达分析结果。 ## 五、前端工程师：打造极致体验的 “视觉魔法师” 前端工程师将产品功能以美观、易用界面呈现给用户，如同餐厅摆盘师注重细节，为用户带来极致视觉体验。在 AI 公司产品用户交互环节，无论是上游技术产品展示界面，中游技术平台操作界面，还是下游行业应用产品用户端界面，前端工程师都至关重要。 **薪资水平：** 初级前端工程师月薪 10K – 18K；3 – 5 年经验的前端工程师年薪 25 万 – 40 万；资深前端开发专家或架构师年薪 50 万 – 80 万。下游直接面向消费者的企业，对前端工程师需求大，薪资较高；注重用户体验的中上游企业，前端工程师薪资也有竞争力。 **能力要求：** 精通 HTML、CSS、JavaScript 等前端开发技术。 熟悉 Vue、React 等前端框架。 具备良好界面设计审美，设计出美观、易用的界面。 掌握前端性能优化技巧，确保页面加载速度快。 了解移动端开发适配，处理不同设备兼容性问题。 ## 六、后端工程师：保障系统稳定的 “幕后守护者” 后端工程师搭建和维护系统服务器端，保障系统稳定运行，如同餐厅后厨水电工，虽不直接面对用户，却是系统正常运转的关键。在 AI 产业链各环节，后端工程师构建支撑产品或技术运行的后端架构，处理数据存储、计算资源调度等核心任务。 **薪资水平：** 初级后端工程师月薪 12K – 20K；有经验的后端工程师年薪 30 万 – 50 万；资深后端架构师或技术总监年薪 60 万 – 100 万。下游电商、互联网等业务量大、对系统稳定性要求极高的企业，后端工程师薪资丰厚；中上游涉及云计算、大数据处理等对后端技术要求高的企业，后端工程师薪资也处于较高水平。 **能力要求：** 熟练掌握 Java、Python 等后端开发语言。 熟悉 Spring、Django 等后端框架。 了解分布式系统、微服务架构。 精通数据库设计和优化，熟悉 MySQL、MongoDB 等数据库。 具备良好系统设计与问题排查能力，能快速解决系统故障，保障系统 7*24 小时稳定运行。 ## 七、QA 测试工程师：把控产品质量的 “质量卫士” QA 测试工程师确保产品零 bug 出品，如同餐厅品尝师不放过任何影响产品质量的细节。在 AI 公司，产品研发、上线前及上线后持续迭代阶段，QA 测试工程师都要对产品进行全方位测试，涵盖功能、性能、安全等方面，保障产品质量。 **薪资水平：** 初级 QA 测试工程师月薪 8K – 15K；3 – 5 年经验的测试工程师年薪 20 万 – 35 万；资深测试专家或经理年薪 40 万 – 60 万。在对产品质量要求严格的金融、医疗等下游企业，以及对技术可靠性要求高的中上游企业，QA 测试工程师薪资有优势。 **能力要求：** 熟悉软件测试流程和方法，制定详细测试计划。 掌握功能测试、性能测试、安全测试等多种测试类型。 会使用 Jmeter、Postman 等测试工具。 具备良好逻辑思维与耐心，细致发现问题。 有较强沟通能力，与开发团队有效协作解决问题。 ## 八、架构师：规划技术蓝图的 “技术指挥官” 架构师如同餐厅设计总监，负责规划系统架构和技术方案，是技术团队的 “指挥官”。在 AI 产业链各环节，架构师根据业务需求、技术发展趋势等，设计合理技术架构，指导团队进行技术选型和系统开发。 **薪资水平：** 架构师年薪通常 50 万 – 100 万以上，顶尖架构师薪资上不封顶，还可能获高额股权期权。因架构师对企业技术方向起关键作用，各环节企业中薪资都处高位，尤其是中上游技术驱动型企业。 **能力要求：** 技术功底深厚，熟悉云计算、大数据、人工智能算法、分布式系统等多种技术领域。 有丰富系统设计经验，解决复杂技术难题，应对不同业务场景技术挑战。 了解行业最新技术趋势，选择合适技术方案，确保企业技术架构先进、前瞻。 具备良好团队管理与沟通能力，指导团队成员开发，推动技术方案落地实施。 ## 九、AI 训练师 / 标注师：培养 AI 能力的 “启蒙老师” AI 训练师 / 标注师的工作是训练 AI “认图识人懂语言”，为 AI 大厦奠定基石。他们提供的数据和训练决定 AI 后续能力发挥，是 AI 成长不可或缺的 “启蒙老师”。在产业链各环节，承担让 AI 模型理解数据、提升性能的关键职责。上游为基础研究提供数据支撑，中游助力技术平台训练优化，下游针对特定场景进行数据处理和模型训练。 **薪资水平：** 初级 AI 训练师 / 标注师月薪 8K – 12K；有经验，能熟练处理复杂标注任务、掌握多种标注工具和流程的人员，年薪 15 万 – 25 万；在对数据标注质量和效率要求极高、业务量庞大的企业，资深 AI 训练师 / 标注师或团队管理者，年薪能突破 30 万。下游直接面向应用场景、数据需求大的企业，薪资相对有竞争力；上游和中游专注于数据密集型研究和开发项目的企业，相关岗位薪资也较为可观。 **能力要求：** 观察力好且有耐心，长时间专注数据标注工作，保证标注准确、一致。标注工作繁琐，大量数据需逐一处理，任何疏忽都可能影响 AI 模型训练效果。 熟悉 LabelImg、CVAT 等各类标注工具，根据图像、文本、语音等不同数据类型高效标注。不同数据类型适配不同标注方式与工具，如图像标注用拉框、打点、语义分割等工具和方式；文本标注涉及文本分类、实体识别等操作，需借助相应文本标注工具。 了解基本 AI 知识，特别是与所标注数据相关的 AI 应用场景和技术原理，更好理解标注任务意义和要求。比如为智能安防系统标注图像数据时，了解安防场景下 AI 对目标检测、行为识别的技术需求，能更精准标注，提高数据对模型训练的有效性。 对于 AI 训练师，还需掌握一定机器学习知识，根据模型训练结果调整标注策略，优化数据质量，提升模型性能。要懂得分析模型训练表现，如准确率、召回率等指标变化，通过调整标注方式、增加特定类型数据等手段，让模型学习更有效特征，提升整体性能。如何选择适合自己的岗位与入行建议 **总结，如果想入AI行业大家可以根据自己实际的能力项和兴趣去做匹配。并且同步做好相关的知识储备，如果不是做底层算法技术类的工作，其实只要对算法、技术这些有一个初步的了解即可。当我们希望转入一个行业，关键不是学习多少知识，而是要思考整个行业的发展情况，当前阶段是不是值得我们冲，并且找到最小MVP按照对应要求去不断迭代自己。** 本文由 @Eva的AI学习笔记 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>当前，AI大模型已在多个领域展现强大能力，但仍存在被动响应、任务碎片化和交互方式单一等局限性。本文将深入探讨AI大模型未来发展的三大关键特性：主动性、项目性和互动性。这三大特性将推动大模型从简单工具进化为真正的智能伙伴，更深入地融入人们的工作与生活，实现更高效、更自然的人机协作。</p> </blockquote>  当前，人工智能大模型已经在信息搜索、文本处理和内容创作等多个领域展现出强大的能力。从日常的智能问答到专业的文档撰写，大模型正在改变人们获取信息和处理工作的方式。然而，当我们深入观察这些应用的实际表现时，不难发现它们仍然存在一些明显的局限性，这些限制正在阻碍大模型发挥更大的价值。 最突出的问题表现在三个方面。 **首先是被动式响应。目前的大模型就像是一个严格遵守指令的助手，必须等待用户给出明确指示后才会开始工作。**无论是ChatGPT还是DeepSeek，都需要用户主动输入提示词才能给出反馈。这种被动性使得大模型无法像人类助手那样，通过观察用户的工作习惯和日程安排来主动提供帮助。例如，当用户即将进行季度工作汇报时，一个理想的大模型应用应该能够提前准备好相关材料，而不是被动等待用户发出指令。 **其次是任务碎片化。在实际应用中，大模型往往只能处理某个特定环节的任务，无法贯穿整个工作流程。**以Manus这样的智能助手为例，在收到“进行某行业分析并撰写PPT报告”这类综合请求时，通常也只能完成其中一部分，无法主动评估任务难度、分解工作步骤或预测整体耗时，更不会询问用户需要补充哪些背景资料。这就迫使用户不得不亲自协调各个环节，大大降低了工作效率。 **最后是交互方式的单一。目前的大模型交互主要依赖于文字或语音，缺乏更丰富的表达形式。**虽然像豆包这样的应用已经实现了语音对话功能，但其核心交互仍然局限在语音和文字层面，没有引入图形显示等更直观的多感官交流方式。这种单一的交互方式与人们期待的”智能伙伴”体验相去甚远，无法满足更自然、更高效的人机协作需求。 **面对这些挑战，AI大模型的未来发展需要重点关注三个关键特性：主动性、项目性和互动性。**这三个特性将共同推动大模型从简单的工具进化为真正的智能伙伴。  **主动性意味着大模型将具备预测需求的能力。未来的模型不应被动等待指令，而应能基于对用户习惯、偏好、工作状态和任务背景的理解，主动提供服务。** 例如，它识别到用户日程中有即将到来的季度汇报安排，可以提前几天准备好一份初步的PPT方案和讲稿草稿，并建议用户在指定时间之前给它反馈；或者，当用户佩戴智能健康检测设备时，大模型可以基于用户以往病史和当前的生命体征指标，主动发出潜在的患病风险提示，帮助实现疾病预防而非被动治疗。**实现主动服务需要建立完整且安全的个人数据闭环，并实现两种基本服务机制，一是基于固定时间点或事件，进行定时触发服务；二是基于对用户当前所处环境的理解，进行自适应触发服务。** **项目性使大模型能胜任复杂任务的执行。这要求大模型不只是完成即时指令，而是能像专业人员一样评估任务、制定计划并管理执行进度。** 例如，某位猎头委托大模型“对某位高管进行背景调查并出具报告”，一个具备项目性的大模型会首先识别任务，包括将任务拆解为资料搜索、信息验证、报告框架设计、撰写等步骤，以及明确步骤之间的依赖关系。**但是更重要的是，一方面要估算各环节所需时间及资源，以及指出需要用户补充的关键信息或授权；另一方面能在执行中随时汇报进展，允许用户在关键节点介入审核和提出修改要求。**实现这种能力的关键是大模型要具备强大的任务分解和规划系统，可靠的进度跟踪能力，以及灵活的人机协作机制。这将使AI成为帮助用户执行复杂任务的真正助力，而非孤立存在的工具。 **互动性体现在多类型的交互方式上。未来的交互将不局限于当前的文字或语音，而是扩展到图形、触觉等更丰富的感官维度。** **例如，在会议讨论中，用户正在口头描述一项组织结构调整方案，大模型不仅能理解内容，还能即时生成对应的结构示意图进行可视化展示，帮助团队快速理解并达成共识；或者，一个带有触感反馈的大模型毛绒玩具，可以基于接收到的用户指令做出相应的物理反应。**这种多模态融合的交互方式能让信息传递更加直观有效，降低协作门槛，并为建立更自然的人与AI的伙伴关系提供基础。 总结来看，主动性、项目性和互动性这三个关键特性，应当成为AI大模型未来发展的重要方向。 **主动性扩展了大模型的触发机制，使其能主动参与工作；项目性提高了大模型处理复杂协作任务的能力；互动性则增强了沟通表达的用户体验。**三者并非独立运作，主动性可以在提醒用户开启项目前，预置必要资源；项目性的推进，依赖于高效的人机互动沟通渠道；丰富的互动类型也直接提升了大模型在解决复杂问题的实用性。 这些特性的共同发展，将促成大模型更深入、自然地融入用户的工作流与生活场景，最终实现更高效、更实用、体验更顺畅的人机协作工作范式。 本文由 @明思AI 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Pixabay，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>在证券行业增长困境的背景下，传统获客方式成本高昂且效果有限，而客户的选择越来越多，决策也越来越谨慎。本文将探讨一种新的增长模式——信任型增长。通过分析盈米基金旗下「且慢」的成功案例，揭示如何通过建立信任、提供专业陪伴和精准的场景化服务，实现客户的长期留存和业务的可持续增长。</p> </blockquote>  这几年，证券行业里大家都在说增长难。投放越来越贵，一个开户动辄成百上千，花了钱还不一定留住人；去找流量平台合作，主动权牢牢握在别人手里；裂变的路子，监管要求下基本送不出什么有吸引力的“福利”；达人合作——更是敏感地带，一不小心就踩线。 我们仿佛陷入了花更高的成本，换更少的客户的局面。 不是客户不来了，而是他们的选择变得越多越多，客户也越来越谨慎，到底选谁呢？ ## 一、有没有别的路可以走？ 在和朋友聊天的过程中，我们注意到一个挺特别的例子——且慢。 「且慢」是盈米基金旗下的买方投顾品牌，成立于2016年，2019年成为基金投顾业务试点机构之一，2024年的基金投顾规模达到330亿，并曾在2022年占到了全市场份额的25%。虽然300亿这个数字与券商基金几千亿保有的水平相比仍有很大的差距，但考虑到它是来自一家于成立不到10年、客户规模基数也不到30万的三方基金销售平台，其实已经非常突出了。 且慢的早期打法，是典型的“以人破局”：借助创始人和KOL的个人IP完成冷启动，个人IP自带几十万的粉丝基础，让信任在第一批用户中建立起来。随后，且慢开创性地提出了“四笔钱”框架，给了愿意“慢投资”的客户投资的方法论。方法论之外，平台还配套提供了相应的四笔钱工具与对应的活、稳、长、保的金融产品，帮助用户从“知道怎么投”走向“真的去行动”。  当路径搭好之后，真正的挑战才开始：如何陪用户把这条路走下去？他们进一步提出“三分投、七分顾”的理念，强调投顾不只是产品推荐，还是全过程的理解、鼓励与提醒。 我记得曾在一次分享中听他们提到一个很有趣的发现：当一个用户的陪伴系数越高，他获得的收益，往往更可能超过所持有基金的收益。这大概就是“陪伴本身，就是生产力”的最好注解。  在这个思路之下，且慢的“重陪伴”依托着它的公众号矩阵、APP里的发车信号、主理人分享、企业微信的千人千面服务，以及“同路人社区”里真实而温暖的陪伴，搭建起一个节奏稳定、关系可持续的客户陪伴体系。近两年又引入AI小顾助手，一边陪伴、一边提升服务效率。 这些行动看起来并不花哨，但对客户而言足够清晰、足够安心——**最终效果是，客户赚到了钱，平台也沉淀下了人。根据盈米基金披露数据：客户平均持有周期达28个月，盈利比例高达92.8%。且慢的成功，证明了信任可以成为增长本身。** ## 二、客户到底在想什么？ 一个普通投资者，他来这个市场**最本源**的需求是什么？ 不论是用户调研还是换位思考，无非就是这几点： - 别亏钱（辛辛苦苦赚的） - 比银行收益高一点（要不来你这干嘛） - 不用天天盯盘、操太多心（生活已经够忙了） - 最好有机会一把抓住个大机会（总要有点幻想～） 第4点比较难满足，但至少前3点，应该是我们努力的方向。 **客户需要代码，也需要方法，客户需要“信息”，但是真正能帮他“理出头绪”的信息。** 这就是我们在建立信任的时候，可以给出去的东西。 那么以“信任驱动”的增长，是我们要想方设法地让客户知道，我们是可以给他带去信赖和价值的。最常见的，就是现在抖音平台上一场接一场的直播，算法把客户带来你跟前，客户知道，你每周星期四的下午3点，你就在直播间，他想听到你，你就在那。 除了这种规模化的从池子里捞客户的方式，我觉得也许还可以从**切片的方向**去试一试。 ## 三、切片的方向：做场景里的陪伴者 双减之前，教辅机构的增长方式有非常多的参考点，当年非常火爆的学而思转发听课赠送实体书籍的策略，曾经创下过50多名老师转发获得单场15万的付费用户的记录。 **他抓住的就是特定群体（家长）对于特定知识（数学课）要薅的特定羊毛（免费的纸质教材），且关键的是——这个「特定羊毛」是带来转化的，筛选出了一群有学习需求的家长以及未来的潜在高价值课转化。**  类似地，我们也可以更精准： 特定的某一群体对于投资理财知识要薅的特定羊毛，且薅了这个羊毛的客群，大概率是会进一步付费的。 <blockquote><p>推演开：</p> <p>– 在宝妈人群中推“家庭财务决策”系列小册子；</p> <p>– 针对刚进入职场的年轻人里推“工资到账怎么理”的轻服务包；</p> <p>– 对一线退休人士的如何管理退休金的小手册。</p> <p>…</p></blockquote> 这些尝试的目的，并不是为了让他立刻开户，而是希望在全市场中，筛选出那一部分“有资金、有意愿”的潜在投资者。通过我们精心设计、合规可行的“礼物”机制——以知识、工具、体验的形式，建立起客户对我们专业度的初步信任，从而让他们愿意迈出了解的第一步。 这些“礼物”本身不仅符合监管要求，也确实有助于提升客户的投资认知。对客户而言是学习的入口，对券商来说是信任的起点，对监管来说也是做好投教，多方共赢。 这个模式，就和前文提到的“且慢”有异曲同工之处——先建立认知，先建立一个细分场景、一个细分人群的信任。后续再提供建立认知时所需要匹配的工具和产品支持，最后通过陪伴稳步引导客户走向长期投资之路。 ## 四、写在最后：增长的尽头，是“值得被信任” 当增长越来越难，价格越来愈高，我们可以尝试一个不再仅仅靠砸钱，而是更取决于底层关系质量的新方式。我们可以选择慢下来，开始认真去理解客户、真正陪他们走一段路。 **不是要让客户开户，而是让他觉得选我们放心。** **不是要让客户买入卖出，而是让他愿意留在我们身边。** 作者：水总曰 公众号：水总曰 本文由 @水总曰 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

 在追求极致效率和体验的客户服务领域，智能客服凭借其24小时在线、毫秒级响应、海量标准问题处理能力，已成为企业的效率引擎。它高效分流账户查询、物流追踪、基础规则解答等常规咨询，释放出可观的人力成本空间。 然而，当服务深入到交织着复杂逻辑、强烈情感或独特个性化需求的情境时，智能客服的局限性便显露无遗：预设脚本的僵硬、知识图谱的边界、情感共鸣的缺失，使其难以应对。想象一下，一位因产品质量问题反复沟通无果而愤怒的消费者，在冰冷的预设回复中感受不到理解；一位高净值客户的资产配置需求，被简化成刻板的风险测评题——这些时刻，损失的不仅是单次服务满意度，更是宝贵的客户信任和企业形象。 技术本有边界。智能客服擅长“快”与“广”，但在“暖”与“深”上存在天然短板。企业追求卓越服务的关键，并非期待AI万能，而在于巧妙融合智能与人工，让机器的“快”与人工的“暖”、“广”与“深”协同运转，编织出无断点、有温度、高效率的全方位服务闭环——即人机耦合。本文将深入拆解这一闭环的核心骨架与实践路径。 ## 一、智能客服：当复杂场景遇上认知边界 智能客服的局限性，在产品经理眼中，本质是技术边界与业务复杂度的错配。我们常遇到以下痛点： ### 1. 投诉处理：情绪黑洞与逻辑迷宫 **从关键词到情绪理解的鸿沟：** 现有NLP模型（如基于BERT的情感分析）能识别“愤怒”、“失望”等显性情绪词，但对情绪强度、隐含诉求、语境变化（如讽刺）的捕捉能力极弱。产品设计中常见误区：过度依赖预设的情绪-话术映射表。实战教训：客户一句“你们的产品真是‘棒极了’（实际是反讽）”，配上高语速/音量（语音场景），智能客服很可能按“积极反馈”处理，火上浇油。 **跨域问题综合决策的缺失：** 客户投诉往往是“连环套”。例如：“商品质量问题 + 物流延误导致错过重要使用场景 + 客服上次处理不当”。智能客服的规则引擎（Rule Engine）或意图识别模型（Intent Recognition）通常是单点触发、线性处理。它能把“质量问题”走A流程，“物流问题”走B流程，但无法进行关联推理、权重判断（哪个是主因？哪个更影响客户？）以及灵活裁量（是否需要额外补偿？）。结果就是给出割裂、僵化的方案，无法平息客户怒火。 ### 2. 个性化需求：标准答案难解独特需求 **非标准表达的解析难题：** 个性化需求天然带有“非标准化”的基因。一位资深摄影发烧友咨询定制相机服务，提出的需求可能涉及“快门时滞需低于X毫秒”、“特定光照条件下的像素响应特性”、“机身需采用某种轻量化合金”等极其专业的表述。这些表述可能偏离日常对话模式，充满行业术语或用户自定义的描述。基于通用语料库训练的智能客服模型，面对这种“长尾”甚至“冷门”的独特表达时，精准解析意图的难度陡增，极易遗漏关键信息点，导致服务中断或偏差。它听得懂“语言”，却未必能读懂“意图的深度”。 **解决方案生成的想象力匮乏：** 个性化需求的核心在于“组合创新”和“资源整合”。例如：客户想要“包含小众非遗体验+高端野奢露营+私人飞机接驳”的旅行方案。智能客服的知识库（即使是基于图谱的）存储的是离散的事实和标准产品，缺乏对资源可用性、成本约束、体验兼容性的动态评估能力，更不具备“无中生有”的创造力。这是算法模型（如基于检索的问答Retrieval QA、生成式模型如GPT）当前难以逾越的坎，需要人类经验和商业洞察来填补。。 ## 二、人工介入：构建精准、流畅的接力机制 转接机制是人机耦合的咽喉。设计不好，要么客户在机器人那里坐牢，要么人工被无效转接淹没。关键在产品设计的精准度与用户体验的平衡。 ### 1. 智能阈值触发：让系统具备察言观色的能力 **1）多维阈值模型是基础：**绝不仅是“3次答错”那么简单。我们实践中采用加权评分模型： - **会话轮次 &amp; 时长：**超过N轮或M分钟未解决（基础分）。 - **意图识别置信度：**模型对当前用户意图判断的置信度低于阈值X%（技术关键指标）。 - **情绪烈度 &amp; 趋势：**结合语音/文本情感分析，情绪值 &gt; Y 分且呈上升趋势（如从“不满”升级到“愤怒”），权重应加大（实时流式情感分析API集成是趋势）。 - **问题复杂度评估：**利用模型（如基于Transformer的文本分类）判断问题是否涉及多意图、多实体、模糊表述。复杂度 &gt; Z 分则触发。 - **业务优先级：**VIP客户、高价值订单问题，转接阈值可动态调低（需CRM系统集成）。 **2）动态调优是灵魂：**阈值不是死的。必须建立A/B测试机制，持续监控转接率、转接后解决率、客户满意度（CSAT/NPS）等核心指标，结合数据分析（如漏斗分析、归因分析）迭代优化阈值参数和权重。避免拍脑袋决策。 ### 2. 用户主动转换：赋予客户一键直达的掌控感 **1）入口设计的黄金法则：** - **显眼且恒定：**“转人工”按钮/语音指令必须在所有对话界面（首屏、历史消息栏侧边、等待时）清晰可见/可听。避免客户在迷宫里找按钮（UX设计原则：Don’t Make Me Think）。 - **零成本触发：**点击/说出指令后，无需二次确认（重大投诉场景下，确认步骤是致命体验伤害），立即进入转接队列。语音IVR中，“按0转人工”的提示音应在开场白和每次机器人回答后清晰播报。 **2）预沟通提升效率（产品巧思）：**转接时弹出轻量级表单（非强制，可跳过）：“请简要描述您的问题类型（下拉菜单：投诉/复杂咨询/技术问题等）？”、“是否有订单号/产品型号？”。这些信息通过消息队列实时推送给即将接入的人工客服，大幅减少客户重复描述和信息核验时间，提升FCR。我们实测此设计可减少人工客服平均处理时长15%-20%。 ## 三、赋能客服团队：成为人机协同的催化剂 人机耦合的核心是“人”。客服团队不仅是执行者，更是系统的优化者和人机协作的调度者。 ### 1. 知识库：人工驱动智能进化 **问题挖掘：** 人工客服在日常工作中，系统性标记那些智能客服“卡壳”或“答错”的问题。这不仅是收集，更要结构化标注： - **失败原因分类：**知识缺失？意图识别错误？实体抽取失败？流程设计缺陷？（需要提供便捷的标注工具集成到客服工作台） - **问题领域&amp;标签：**精细化的分类体系（如“家电-冰箱-制冷故障-代码E1”）。 - **客户原始表述&amp;上下文：**保留最真实的语料，用于模型再训练。 **从答案到解决方案库：** 撰写答案不是填空。优秀的客服会提供： - **多版本话术：**针对不同客户类型（小白用户/专业用户）、不同情绪状态（平静/愤怒）的应答策略。 - **决策树&amp;流程图：**对于复杂流程（如跨部门协作的投诉），将解决步骤可视化，便于智能客服未来尝试引导或人工快速处理。（可考虑集成低代码流程图工具） - **关联知识链接：**答案中嵌入相关知识点（如政策条款、操作指南链接），构建知识网络。 **审核与迭代：** 设立专门的知识运营角色或小组，负责新知识的技术准确性、合规性、表达清晰度审核。并建立定期回顾和下线机制（如过期政策、下架产品知识）。 ### 2. 提升人机协作能力 **系统操作：**不止于会用，重点在于让客服高效利用系统能力： - **智能辅助工具：**熟练使用系统提供的实时知识库检索、相似案例推荐、话术建议、客户画像（可以临时授权）等功能，快速获取背景信息，提升应答准确性和速度。 - **一键补刀：**在人工服务过程中，若发现智能客服知识库的缺失或错误，能便捷地通过工作台进行标注、提交补充/修正建议，形成闭环。 **理解边界：**通过沙盘推演、真实案例复盘，让客服深刻理解： - **智能客服的舒适区：**标准信息查询、简单事务办理（密码重置、地址修改）、FAQ解答。此时应主动引导客户使用自助服务或智能客服，释放人力。 - **人工必须接管的信号：**强烈负面情绪、涉及金钱/重大权益的诉求、需要跨部门协调、高度定制化需求、智能客服明显“跑偏”时。此时需果断、顺畅地完成交接，并主导解决。 - **混合模式协作：**例如，在处理一个复杂技术咨询时，人工客服可指令智能客服调取用户设备历史日志、操作手册特定章节，自己则专注于分析问题和沟通解释。 ## 四、闭环之道：编织无缝的服务体验网络 人机耦合不是简单拼接，而是一个有机整体。这需要机制、流程和数据的深度整合。 ### 1. 双向反馈：构筑协同进化的神经网络 **智能辅助：**转接发生时，智能客服必须将完整的会话上下文（含时间戳）、客户画像（基础信息、历史行为）、已尝试的解决方案、识别到的意图/情绪/关键实体，通过服务总线（ESB）或API实时推送到人工客服桌面。目标是让客服“秒懂”前因后果，消除信息断层。 **技术关键：**低延迟、数据格式标准化 **知识反哺：**人工客服解决完问题后，工作流强制包含一个反馈环节： - **解决方案归档：**将最终有效的解决方案（尤其是创新性或复杂方案）结构化后，自动或半自动沉淀到知识库/案例库。 - **效果反馈：**记录客户对整体服务（含智能客服阶段）的满意度评价（CSAT）。 - **问题标注：**如前所述，标注智能客服失败点。 - **模型优化建议：**高级客服可提出对意图识别模型、实体抽取模型、对话策略的改进建议（如“XX表述常被误识别为A意图，实际应为B”）。建立渠道让这些建议直达算法团队。 **技术进阶：**探索Online Learning或Human-in-the-Loop (HITL)机制，让部分高质量人工反馈能用于模型的近实时微调。 ### 2. 重构服务流程：打破壁垒，无缝流转 **状态共享是关键：**设计客服系统时，确保会话状态（Session State）在智能客服和人工客服间无缝传递、持久化。客户从任何渠道（APP/Web/电话）进入，无论经过多少次人机切换，客服看到的都是统一的、连贯的交互历史。避免客户重复认证、重复描述问题。 **技术实现：**分布式会话管理 **智能预处理，人工精处理：**流程再造的核心逻辑： - **智能客服承担信息收集员和过滤器：**完成客户身份认证、基础问题定位、必要信息（如订单号、故障现象）收集、标准化预处理（如根据规则初步判断退换货资格）。 - **人工客服聚焦决策者和协调者：**基于智能客服预处理的结果，进行复杂判断、情感沟通、个性化方案制定、跨部门协调。例如：智能客服收集完退货信息和凭证，初步判定“符合基础退货政策”，但客户情绪激动要求额外补偿。此时转人工，人工客服在已有信息基础上，评估合理性，决定是否特批补偿。 **设计平滑退回机制：**人工客服处理中，若发现部分标准化子任务（如查询物流），可便捷地“退回”给智能客服执行，待结果返回再继续，减少人工耗时。 ### 3. 数据驱动：让优化成为本能 **构建全景服务数据仓库：**整合全渠道（智能客服、人工客服、电话录音、在线聊天、邮件、社交媒体）的交互数据、操作日志、客户反馈、业务结果数据（解决率、时长、满意度、转化率、成本）。 **核心分析场景与行动：** - **瓶颈诊断：**哪些问题类型智能解决率低？哪些转人工后处理时间长？根因是知识、流程还是技能？据此定向优化知识库、培训或流程。 - **阈值与路由策略评估：**当前阈值设置是否最优？过高导致客户流失？过低导致人工压力过大？基于A/B测试和满意度数据持续调优。 - **资源动态调配：**预测不同渠道、不同时段、不同业务线的咨询量和复杂度（时间序列预测模型），动态调整智能客服算力分配和人工客服排班。高峰期释放智能客服处理洪峰，复杂时段保障人工战力充足。 - **ROI测算：**量化人机耦合带来的效益：人工成本节省、满意度提升、问题解决效率提升、潜在销售转化提升，对比系统投入成本。用数据说话，争取持续投入。 ## 五、实战：从案例中汲取真知 理论再好，不如案例说话。分享两个深度参与项目的关键成果： ### 案例A：综合电商平台 **痛点：**大促期间咨询量爆炸，智能客服应答但解决率低，投诉激增，人工客服崩溃。 **关键耦合设计：** - **动态阈值模型：**结合实时咨询量、队列长度、客户情绪、问题复杂度动态调整转接阈值。 - **轻量预沟通转接：**转人工前收集核心问题标签和订单号。 - **知识众包机制：**建立客服知识贡献积分奖励制度。 - **大促专属知识包&amp;流程：**提前预训练模型，优化大促高频问题流程。 **效果（6个月后）：** - 客户咨询首次解决率（FCR）从68% → 87%。 - 平均处理时长（AHT）下降22%。 - 客户满意度（CSAT）从76 → 85。 - 大促期间，同等咨询量下，人工客服需求减少35%，且员工压力感显著降低。 ### 案例B：金融机构（信贷业务） **痛点：**贷款产品复杂，智能客服解释不清合规风险高；客户投诉处理流程冗长。 **关键耦合设计：** - **严格的分级路由：**基础信息查询→智能；产品咨询/初步资格评估→智能+人工复核（HITL）；复杂方案/投诉→高级人工专家。 - **合规知识图谱：**构建关联产品条款、法规、风险点的知识图谱，智能客服回答基于图谱确保合规性，人工客服也能快速检索。 - **双向反馈强化：**人工专家处理的复杂案例，必须生成标准化解决方案模板反哺知识库，并触发模型优化任务。 - **虚拟助手赋能人工：**人工客服处理时，系统侧边栏实时提供客户风险画像、相似案例判决、合规话术提示。 **效果（1年后）：** - 复杂贷款咨询的准确率从55%→78%。 - 客户投诉平均处理周期缩短45%。 - 监管合规风险事件显著减少。 - 客户对服务专业度的好评率提升30%。 构建高效的人机耦合服务闭环，绝非一蹴而就。它是一个需要**持续投入、精细运营、数据驱动**的系统工程。作为产品经理，我们的核心价值在于： - **深刻理解技术与业务的结合点：**不迷信技术，也不低估人的价值。找到各自优势的最大公约数。 - **设计流畅无感的用户体验：**无论背后是人还是机器在服务，客户感受到的应该是连贯、高效、被理解、被解决。 - **建立闭环的优化机制：**从问题发现（数据）-&gt;分析归因-&gt;方案设计（产品/流程/知识）-&gt;落地实施-&gt;效果评估-&gt;再优化，形成飞轮。 - **赋能一线团队：**客服人员是耦合体系的核心资产和优化引擎，必须充分赋能和激励。 **未来技术的演进将持续重塑耦合形态：** - **大语言模型（LLM）的冲击：**GPT等模型大幅提升语言理解和生成能力，能处理更开放、更复杂的问题，模糊人机边界。但准确性、可控性、成本、合规性仍是挑战。人机耦合将从“明确分工”更多转向“智能辅助增强人工”。 - **情感计算的深化：**更精准的情绪识别、甚至情感生成，让机器在安抚客户方面扮演更重要的角色，但人类的情感共鸣和共情仍不可替代。 - **预测式服务：**结合大数据分析和AI预测，在客户问题发生前或刚萌芽时主动介入，将“解决”前置到“预防”。这对人机协作的实时性和精准度提出更高要求。 **最终目标始终如一：以可承受的成本，提供超出客户预期的服务体验。**人机耦合是实现这一目标的必由之路和核心能力。作为产品经理，我们需要持续深耕这一领域，用技术和设计的力量，让服务更有温度，让效率更有价值。 本文由 @阿堂聊产品 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

一个卓越的组织，其真正的力量，绝非源于简单粗暴的鞭策，而是植根于一份对复杂人性的深刻洞察，对系统规律的精准把握，以及对共同目标发自内心的投入。

“增益基金”被认定为民间借贷。

As Chinese tech faces a generational shift, Luo argued that “timeliness” and founder-led vision are increasingly vital in an era where large incumbents, including Apple, struggle to innovate despite dominant resources.

 《影之刃零》线下试玩活动S-Party 2025，将于2025年7月26日与27日，在北京首钢园正式举办！这不仅仅是一场游戏试玩会，更是一次沉浸式的线下“武侠朋克”盛宴。 &lt;内嵌内容，请前往机核查看&gt; 届时《影之刃零》将放出全新线下试玩DEMO，内容截取自2025年春节公布的&#34;七星剑阵&#34;战斗关卡，玩家可深度体验探索流程、收集元素、新增敌人及Boss挑战，并可自由组合多种武器，塑造属于自己独特的战斗风格。另外，本次DEMO仅为游戏的独立支线内容，不会泄露游戏主线的剧情脉络。 本次活动将邀请超千名玩家与近200位海内外KOL，每位玩家都将获得长达1小时的沉浸式游玩体验。    ### [&gt;&gt;&gt; 填写问卷报名 &lt;&lt;&lt;](http://s-game.com/s-party2025) （报名地址：[s-game.com/s-party2025](https://s-game.com/s-party2025)） 据悉，本次线下试玩会得到了北京市石景山区人民政府，首钢园管委会区科委，以及首钢集团的大力支持，活动将在曾作为2022年北京市冬奥会比赛场地之一的首钢园举办，其壮观的工业遗迹和宏伟风貌完美体现了传统工业遗产与现代创新的融合，这恰恰与《影之刃零》中的“武侠朋克”风格相得益彰，相信制作组也是希望通过这个独特的场地，将游戏独树一帜的美术风格传递出来。  《影之刃零》自正式公布以来，至今保持着持续上升的热度，特别是今年公布“蛇剑大破七星阵”视频演示后，又进一步点燃了玩家们的热情。而本次大规模线下试玩活动的举办，或将标志着《影之刃零》的进展又达到了新的里程碑，也似乎表明游戏制作团队在游戏的研发进度上取得了新的突破与进展。 这次的试玩又会将会为玩家们带来怎样的惊喜呢？让我们共同期待。 <blockquote>S：“快快报名吧，期待大家的到来！”</blockquote> S已向你发出诚挚的邀请，一同踏入《影之刃零》的武侠朋克世界吧！ 更多S-Party 2025报名详情及最新消息，敬请持续关注《影之刃零》官方平台与后续公告！

印度人彻底坐不住了！

明星厂商的常规发挥。

 由MAPPA负责制作的TV动画《乱马½》第二季第一弹PV公布，将于2025年10月在日本电视台播出，播出后立即在Netflix上独家上线。 &lt;内嵌内容，请前往机核查看&gt; ＜CAST＞ 早乙女乱馬：山口勝平 らんま：林原めぐみ 天道あかね：日髙のり子 天道なびき：高山みなみ 天道かすみ：井上喜久子 天道早雲：大塚明夫 早乙女玄馬：チョー 響 良牙：山寺宏一 シャンプー：佐久間レイ ムース：関俊彦 久遠寺右京：名塚佳織 九能帯刀：杉田智和 九能小太刀：佐倉綾音 八宝斉：井上和彦 コロン：真山亜子 小乃東風：森川智之 三千院 帝：宮野真守 白鳥あずさ：悠木 碧 五寸釘 光：石田 彰 いちろう：関 智一 ＜STAFF＞ 監督：宇田鋼之介シリーズ構成：うえのきみこキャラクターデザイン：谷口宏美総作画監督：谷口宏美、吉岡 毅、齊藤佳子、大津 直メインアニメーター：内藤 直、青木里枝POP アートワーク：北村みなみ美術監督：大川千裕色彩設計：垣田由紀子撮影監督：加納 篤編集：柳 圭介音響監督：宇田鋼之介音響効果：長谷川卓也選曲：茅原万起子音響制作：dugout音楽：和田 薫企画プロデュース：小学館集英社プロダクション制作：MAPPA製作：「らんま 1/2」製作委員会

继罗马仕被多所高校“点名”召回后，在现任美国总统特朗普直播镜头前“高调出镜”的安克创新，近日也曝出了充电宝召回的事件。安克创新公告称，部分批次的基础款移动电源存在安全风险，经国家市场监管部门批准，即起主动召回多批次产品。在海外，安克创新也发起了115.8万台充电宝的召回。国内不公布召回数量，国外却公布。安克创新的“双标”式召回，引发了广泛热议。  一直以来，安克创新都是行业“优等生”。登陆资本市场多年以来，营收和归母净利润等核心经营指标均保持双位数增长，堪称“稳健”。目前市值超过570亿元。 不过，“稳健”增长的安克创新也有隐忧，在渠道、产品方面都存在不同程度的依赖问题，其“浅海战略”也难言成功。 **“双标”耐人寻味** 6月20日，安克创新官方发布了关于主动召回部分批次基础款移动电源的公告。 公告称，因部分批次基础款移动电源产品存在安全风险，经有关部门批准，即起主动对型号为A1642/A1647/A1652/A1680/A1681/A1689/A1257的部分批次产品发起召回。 对于召回原因，安克创新表示系近期质量安全检查中发现，某供应商部分批次的行业通用电芯存在未经批准的原材料变更，这可能导致极少数产品在长期循环使用后隔膜绝缘失效，进而引发过热甚至燃烧的安全隐患。 目前，安克创新官方电商渠道已经下架了上述型号产品，并终止了与该供应商的合作。 另据“数智研究社”发现，安克创新在国内发布召回之前，已经在海外宣布了115.8万台PowerCore 10000移动电源的召回。召回原因系公司收到19起关于该产品发生火灾和爆炸的报告。该批次召回设计2016年6月1日至2022年12月31日期间购买的A1263型号的产品。 不过，和在美国明确召回115.8万个充电宝不同，安克创新在国内并未公开召回数量。如此“双标”，难以理解。 召回消息曝出后，安克创新推出召回补偿方案，用户可在全额退款、升级换新及商城代金券（原订单金额+50元）三者任选其一。 在召回公告发布后，社交媒体上关于Anker充电宝召回的讨论沸沸扬扬，有用户发帖称收到召回通知准备寄回，但大多数用户发帖抱怨自己购买的型号不在召回范围之内。事实上，没在召回范围内的Anker充电宝，大多数用户也不太敢继续使用了。 事实上，关于充电宝爆炸、自燃的新闻一搜一大把，除了影响到品牌口碑、销量之外，最严重的是对人身安全产生威胁，甚至影响到社会安全。而选择品牌，接受溢价，本就为了确保安全。如果溢价后的品牌仍旧不安全，那为何还要选它呢？ **患上海外依赖症** 安克创新公开在美召回115.8万台移动电源背后，凸显出了其对海外市场的高度依赖。 安克创新本身就是从海外起家的。创始人阳萌敏锐地发现欧美市场上流通的移动电源，要么是高价高质的，要么是低质低价的，中端市场、中高端市场的市占率几乎空白。 瞅准这一细分市场，阳萌开始了创业，彼时的安克创新还叫海翼股份，从其名中便可一窥扬帆出海的决心。不过，彼时的海翼股份，囿于资本、技术限制，以及研发、生产和销售的长产业链布局、长时间跨度，阳萌想到了代工贴牌的办法，将代工厂生产的移动电源贴上Anker标签，将其通过亚马逊等电商网站卖到世界各地。截至目前，安克创新的业务已经覆盖全球146个以上的国家和地区，拥有用户超过1.4亿。 在亚马逊平台上，安克创新取得了成功。2020年，Marketplace Pulse 100榜单中排名第一。在2024年的亚马逊美国站品牌店排名百强榜中，Anker仅次于Pattern，排名高居第二。值得关注的是，Pattern是美国本土一家多品牌分销商，若按照单一品牌来看，Anker将排名第一。 事实上，安克创新的财报也高度反映了这一点。2024年，安克创新的海外营收同比增长41.23%为238.25亿元，占营收比重达96.42%。回溯2021年至2023年间，安克创新的海外收入占营收的比重也在96%以上。 近几年来高达96%以上的海外营收占比，可以说安克创新是妥妥的“跨境巨头”。 同时，安克创新海外市场营收的大头，源于线上电商平台等渠道助力。2024年，安克创新线上渠道收入同比增长43.01%为176亿元，占营收比重为71.23%。若回溯2021年至2023年间，线上渠道收入的占比也在60%以上。 通过对海外市场空白的精准把握，及线上渠道的精准整合，安克创新成为了一家市值超570亿元的巨头。 但是，伴随风险及不确定性的加剧，安克创新当下的商业模式迎来了最严峻的挑战。成本上涨、毛利率增速承压和销售费用增速加快等都成为了困扰安克创新发展的重要因素。 数据显示，从2022年至2024年间，安克创新的运输成本从15.1亿元增至30亿元，占成本的比重从17.3%增至21.62%；同期境外市场的毛利率增速从2.87%降至0.07%，销售费用占比从20.18%猛增至43.31%…… 同时，截至目前，代工生产仍是安克创新主要的生产经营模式。往好了说，代工生产帮安克创新减少了供应链的重要环节，但代工模式导致产品质量又不可控，最终出现了大规模召回事件，终而影响到正常经营和品牌形象。 **生态系统难打造** 除了高度依赖海外市场、亚马逊等线上渠道外，安克创新的经营还十分依赖充电储能类产品。 2024年，充电储能类产品实现营收126.67亿元，占比为51.26%。另两大业务智能创新、智能影音合计贡献的营收不到总营收一半。换句话说，当下的安克创新，还是一家“充电宝”公司。 一直以来，安克创新都在尝试突破“充电宝”公司的边界，并选择了智能投影、3D打印机、无线蓝牙耳机等看着很不起眼的“小件”品类，安克创新的阳萌将其命名为“浅海战略”。“浅海战略”是安克创新依托现有成熟的渠道、研发和品牌势能，在“小件”里复制出更多个Anker来，最终组建起一个协同高效的生态系统出来。很快，安克创新将品类扩张到了27个。 不过，安克创新“浅海战略”重点布局的智能投影、无线蓝牙耳机、割草机器人等领域里，其实早就有了十分成熟的头部玩家，甚至可以说红海一片，想要在本已十分拥挤的赛道中博取一席之地，难于上青天。不得已之下，安克创新关掉了10个细分品类。 安克创新的“浅海战略”暂时难言成功，其过半营收还得靠充电类业务。此番召回事件，直接指向了安克创新的“命门”。或是为了影响最小化，安克创新将全部责任抛到了供应商的头上。“供应商私自更改原材料时，安克创新的质量检测系统未能及时拦截风险。” 即便是供应商的责任，安克创新也难逃干系。是不是罗马仕不被高效“点名”的话，安克创新还继续像“鸵鸟”一样，掩饰供应链和内控存在的问题呢？ **文｜韩 湘** [查看评论](https://m.cnbeta.com.tw/comment/1508408.htm)

6月23日，小米汽车宣布6月26日晚19:00正式发布小米首款SUV小米YU7。此外，小米MIX Flip 2 小折叠旗舰手机、小米平板7S Pro平板、以及面向下一代的个人智能设备，也将一同发布。  小米YU7于5月22日预发布，在发布会现场，雷军曾表示该车价格不可能是19.9万元。卢伟冰也曾在直播时表示，YU7标准版就比SU7 Pro的配置还要高。“这次价格不会便宜，我们要卷产品、卷技术、卷用户价值。” 据悉，小米YU7长宽高分别为4999/1996/1600mm，轴距达到3000mm。这款车共有三个版本，分别是单电机后驱的小米YU7、双电机四驱的小米YU7 Pro和最高性能的小米YU7 Max，续航达835公里，全系700TOPS辅助驾驶算力，全系激光雷达。 [查看评论](https://m.cnbeta.com.tw/comment/1508406.htm)

6月18日，OpenAI联合创始人兼CEO萨姆・阿尔特曼（Sam Altman）做客知名科技播客Uncapped with Jack Altman。在40分钟的访谈中，阿尔特曼对话亲弟弟、本次访谈的主持人杰克・阿尔特曼（Jack Altman），谈AI未来、OpenAI最新进展、供应链影响、Meta挖角、个人反思等话题。  在这场时长40分钟的访谈中，智东西整理的访谈内容超万字，主持人与阿尔特曼围绕AI技术的当下挑战、长期走向以及社会影响等多维度展开细致探讨，亮点如下： 1、AI科学突破预测：阿尔特曼预测未来5-10年AI将自主发现新科学定律，首先可能在天体物理学领域实现； 2、人形机器人落地时间：阿尔特曼预计5-10年内出现实用化人形机器人，当前主要障碍是机械工程，认为AI与物理实体结合的风险未必高于纯软件，但需解决安全； 3、超级智能的矛盾观点：阿尔特曼担心即便实现超级智能，社会可能不会显著改善，出现技术进步与生活模式改变不同步的现象； 4、OpenAI的产品布局：OpenAI目标打造“无处不在的AI伴侣”，通过多界面服务实现；OpenAI正与Jony Ive合作研发新硬件，认为当前计算设备形态非最优，未来将结合AI推出语音、手势等其他自然的交互方式； 5、行业竞争与Meta挖角：阿尔特曼批评Meta聊天应用模仿ChatGPT的复制策略，称其“不擅长创新”，并透露目前OpenAI团队核心成员尚未接受Meta的高薪邀约。他透露，Meta在研究方面仅是努力追赶OpenAI现有水平，而OpenAI靠“使命优先”文化和可重复创新机制保持优势； 6、未来计划与资源布局：阿尔特曼透露想建造环绕太阳系的戴森球，即用太阳能量构建巨型数据中心，但坦言这一计划需等待数十年才能实现。他认为核聚变技术将解决能源供给问题，同时强调太空探索的重要性，指出戴森球的建造离不开对太阳系资源的利用。  ▲OpenAI联合创始人兼CEO萨姆・阿尔特曼（Sam Altman） 在YouTube评论区，有观众捕捉到了阿尔特曼难得的松弛时刻：“他笑起来真诚得像个大男孩”、“前两分钟还没进入CEO模式时，声音自然得就像在和兄弟唠家常，完全没有公关腔”。  ▲YouTube评论区对阿尔特曼访谈状态的评价 以下是主持人杰克・阿尔特曼与萨姆・阿尔特曼播客全程内容的编译（为提高可读性，智东西在不违背原意的前提下进行了一定的增删修改）： 01 . AI推理或突破博士水平， 将自主发现科学定律 主持人：今天和我一起的是萨姆，开始前你有什么要说的吗？你开了家公司，然后开始做风投，现在轮到我了。你失望吗？ 萨姆·阿尔特曼：我走的是另一条路。 主持人：什么意思？ 萨姆·阿尔特曼：我先是做风投，然后做了播客。 主持人：很棒，我真为你骄傲。但我觉得这对你来说是好事。我觉得你是个了不起的播客主持人。 主持人：我想先谈谈那个...还是你想先谈谈什么？ 萨姆·阿尔特曼：我待会儿再说。 主持人：我想先谈谈AI的未来。我想谈谈中期，因为短期对我来说没那么有趣。长期嘛，谁知道呢，但像5到10年后是我最想聊的。我想从你那里套出你对一系列具体事情的最佳猜测。我想软件目前最有效的应用场景似乎是编程，然后是聊天和代码，我好奇接下来是什么？下一波要来的事情是什么？ 萨姆·阿尔特曼：接下来将会有不可思议的新产品出现，比如疯狂的新社交体验。会有像Google文档那样的AI工作流，生产力大大提高，你会拥有这些虚拟员工，但我认为在未来5到10年内影响最大的事情是，AI实际上将发现新的科学。这说法很疯狂，但我认为这是真的。如果这是真的，我认为随着时间的推移，这将使其他一切都相形见绌。 主持人：你为什么认为AI会发现新科学？ 萨姆·阿尔特曼：我认为我们在模型的推理能力上取得了突破。虽然我们还有很长的路要走，但我认为我们知道该怎么做。你知道，GPT-3已经相当聪明了。你会听到人们说“哇，这就像一个优秀的博士”。 主持人：“突破推理能力”是什么意思？ 萨姆·阿尔特曼：我们的模型现在能在特定领域进行类似该领域的博士能够做到的推理。在某种意义上，我们就像“哦，好吧，AI现在就像世界上顶尖的竞赛级程序员”，或者“AI能在世界上最难的数学竞赛中取得顶尖成绩”，或者“AI能解决那些我期望我领域的专家博士才能解决的问题”，而我们好像也没那么惊讶了。 主持人：这太疯狂了。 萨姆·阿尔特曼：这确实是件疯狂的事。 主持人：你自己会惊讶吗？ 萨姆·阿尔特曼：是的。 主持人：是的？你之前是不是以为这东西就只是个会“预测下一个token”这种基础任务的工具？ 萨姆·阿尔特曼：我以为要花更长时间才能达到我们现在的位置。过去一年的进展更快了。 主持人：推理能力的出现方式是你预想的那样吗？就像在OpenAI的历史上经常发生的那样，有时相当频繁，最笨拙最初级的方法结果奏效了。所以我觉得我不该再为此惊讶了。但每次还是有点惊讶，你们模型的推理能力会导致科学发展更快？还是仅仅发现新东西？还是两者兼有？ 萨姆·阿尔特曼：两者兼有。我是说，你已经听到科学家说有了AI他们更快了。我们还没有AI可能自主地做科学，但如果一个人类科学家用GPT-3效率提高了三倍，那仍然是件大事。随着发展继续，AI能够自主地做些科学研究，发现新的物理定律。 主持人：现在这些技术是否只是在辅助人类工作，而不是完全自主运行？ 萨姆·阿尔特曼：是的，你肯定不能说“嘿ChatGPT，去发现新物理”然后指望它能行。所以我认为目前是“副驾驶”模式。但我听到过生物学家的轶事报告，说“哇，它真的想出了一个点子，我还需要再发展一下，但它完成了一个根本性的飞跃”。 主持人：你觉得让AI为你搭建整个企业会更容易吗？比如建一个完整的电商公司，或者用它来攻克复杂的科学难题？ 萨姆·阿尔特曼：我也在好奇这个问题。比如，假设你有100亿美元，是让AI建一个粒子加速器，然后对它说“你分析数据、决定做什么实验，我们负责执行”？还是把钱花在建设经济基础设施上？哪种方式更容易做出突破性成就？我觉得物理学的问题可能更明确。 如果能获取新的高能物理数据，再让AI主导实验运行，这可能是个更清晰的方向。我听说有人预测，AI自主实现新发现的第一个科学领域可能是天体物理学，因为那里数据量极大，但人类博士的数量不够，无法处理所有信息。也许在这种情况下，AI发现新东西没那么难？不过我也不确定。 主持人：所以科学领域会因AI进步，那商业呢？AI能直接通过“提示”生成整个企业吗？比如说一句“给我建一个这样的公司”，就能实现？ 萨姆·阿尔特曼：其实已经有人在小规模尝试了。比如有人用AI做市场调研、开发新产品，然后联系制造商生产，在亚马逊上卖，甚至投放广告。有人花1美元让AI运营一个玩具生意，而且真的成功了。这种模式会逐渐升级的。 02 . 5-10年内人形机器人落地， 机械工程是主要障碍 主持人：很明显，软件会朝这个方向发展。科学嘛，我懂得少一点，得听你的。那关于在物理世界移动东西呢？我觉得我们会实现的。举个例子，我认为我们有一些新技术，可以比现有任何方法都好得多地实现标准汽车的自动驾驶，这可能不是你指的那种人形机器人，但如果我们的AI技术真能让汽车自己开起来，那也挺酷的。 萨姆·阿尔特曼：人形机器人显然是梦想，我真的很关心这个。我认为我们最终会实现。这更像是一个艰难的机械工程挑战。这才是问题所在。 其实两方面都很难，即使我们现在有完美的大脑，我认为我们还没有合适的身体。实际上在OpenAI非常早期的时候，我们曾研究过机械手，它因为各种不该有的原因而困难重重，那东西就是总坏，模拟器也稍微有点不准。但你知道，我们最终会实现的。我想5到10年内我们会有很棒的人形机器人，它们能像人类一样在街上活动并执行任务。 主持人：是的。我的意思是，你会认为那将是解锁巨大变革的地方。我认为那不仅会解锁世界上很多东西，而且感觉会是最奇怪的时刻。我们习惯了太多事情。我们习惯了像ChatGPT做这些事情，这在5年前听起来像个奇迹，但如果你走在街上，一半是机器人，你能马上习惯吗？我不知道，可能你会，但这感觉像是个很大的不同。那会感觉像是有一个新物种在接管我们。 萨姆·阿尔特曼：我不认为它会感觉像是一个新物种接管了我们，AI未来不会像科幻片里那样作为“新物种”统治人类，但会带来一种ChatGPT目前还没实现的未来体验。现在的ChatGPT也好，能写代码的AI工具也罢，虽然很厉害，但它们只能通过手机、电脑的屏幕和键盘跟人互动，这就像明明有跑车的性能，却被困在自行车的框架里。 AI未来关键在于设计出新的智能设备。比如不再依赖屏幕打字，而是通过语音、手势甚至脑电波直接跟AI对话，让AI像助手一样融入生活场景：你在家说一句“规划明天的露营”，AI就能同步分析天气、推荐路线、联动智能家居打包物品。这种“看不见硬件外形，却响应需求”的状态，才是真正的“未来感”。 主持人：它被困在电脑里，是的，这绝对是个问题。它只能在电脑后面做事。但我不清楚，你认为世界上所有经济价值中，有多少是能在电脑后面完成的认知劳动？一半？我本来想说四分之一，但也许一半？我不知道，反正是个很大的数字。一旦我们有了超级具身智能，事情会不会变得风险大得多？因为那些东西也会比我们厉害得多。 萨姆·阿尔特曼：我不确定风险会不会大得多。我认为就算没有物理实体也能做破坏性很大的事情，只不过风险增加的方式可能更蠢一点。比如，我会害怕有个人形机器人走在我家里，它可能会摔到我的宝宝身上，除非我真的很信任它。 03 . 确信AI发展路径， 却对超级智能改变存忧 主持人：如果10年后我们回到这里再进行一次对话，我们可能会说“AI已经做了我们以为它会做的事吗？”你预期的衡量标准是什么？是GDP增长曲线出现拐点？是预期寿命上升？是贫困减少？还是完全不同的东西？ 萨姆·阿尔特曼：在去年之前，我可能会说“嘿，我认为这将会走得很远”，但似乎仍有很多东西需要我们去弄清楚。但此时此刻，我感到非常有信心。 这是我有史以来最有信心的时刻，我们似乎知道该怎么做才能达到那些超级强大的惊人AI系统。如果出了什么问题，我会说，大概是我们真的造出了合法的超级智能，但它并没有让世界变得好很多，变化没有听起来应该有的那么大。这么说听起来很疯狂。 主持人：这听起来确实很疯狂。 萨姆·阿尔特曼：但我不知道如果我在2020年告诉你，也许我真的告诉过你，我们会做出类似ChatGPT的东西，它在大多数领域会像博士生一样聪明，我们会部署它，你知道世界上相当一部分人会使用它，并且大量使用。你可能会相信，也可能不会。但假设这事发生了，我打赌你会说“好吧，如果这事发生了，世界看起来会比现在大不相同”。 主持人：现在的AI，就说图灵测试吧，大家本以为它是道难以跨越的坎儿，结果现在AI轻松就把大家觉得超难的事儿给解决了。可奇怪的是，咱们的生活跟两年前没啥两样，工作模式也基本照旧。设想一下，要是有了智商高达400的超级智能，难道我们还会一直维持现在这样吗？这超级智能，如果说能翻天地的改变一切，可为啥现在生活和工作还这么“稳”，没太多变化呢？是超级智能的影响力被低估了，还是说，让生活和工作模式产生实质改变，本就没那么容易 ？ 萨姆·阿尔特曼：我完全觉得这种情况有可能发生，即便AI在帮人类发现新科学，社会最终也会找到应对方式，但这个过程可能会非常缓慢。有趣的是，假如AI只是扮演“副驾驶”的角色，人们可能还是会把功劳归给实验室里使用那个“400智商Agent”的首席研究员。 我认为人类天生就会关注他人，讲故事时总需要有人的角色，比如要谈论“谁做了什么事” “谁做了某个决定” “谁犯了错”或者“谁经历了什么”。还有人觉得，就算有了超级拟人化的机器人，人类也不会对它产生情感共鸣，我很惊讶，我觉得人类其实会产生情感共鸣，不过这一点需要时间验证，我自己也可能判断错。 当机器人的形态越具体，我们和它的关系会比现在更紧密，但人类内心深处对他人的关心是生物学里根深蒂固的部分。所以即便机器人在各方面都很像人，人们终究不会像在乎人类那样在乎它。这一番思考，本质上还是基于推测的判断。 主持人：所以推理是智力中被搞定的一个组成部分。那还有没有另一个主题在讨论，例如某种“自主性”的概念？比如，你们的推理是否具备在极长时间内为一个目标工作、并处理其中大量复杂步骤的能力？我想这大概是你想说的方向。 萨姆·阿尔特曼：是的，同一类事。这绝对是我们正在努力的方向。 04 . AI将引发就业巨变， 资源过剩或催生休闲消费社会 主持人：对于未来的技术路径，你会说哪些部分现在看是必然的，哪些部分你还不太确定会如何发展？ 萨姆·阿尔特曼：我认为我们将会获得极其聪明和强大的模型，能够发现重要的新思想，能够自动化海量的工作。但接下来，如果那发生了，社会会变成什么样，我完全感到困惑。 所以我对能力问题最感兴趣，但感觉也许现在应该有更多人讨论如何确保社会从中获益，这些问题不知怎的变得更难、更不清晰了。其实在我看来，我们将解决超级智能问题，但社会可能依然糟糕的这一说法是疯狂的。 主持人：你说的有道理。 萨姆・阿尔特曼：这似乎有些违和，但我难以准确言说。有时人们对这类观点反应平淡，或许是因为他们本身就将信将疑，这或许是部分缘由。但我认同一个观点，历史上诸多类似事件皆如此：起初言论遭质疑，而后事实发生，人们便自然适应。 我对此也感到困惑，我们在技术预测上向来精准，因此我曾以为，当这些技术真正落地时，社会面貌会与当下截然不同。但细想之下，这种变化未达预期未必是坏事。 主持人：更明显的短期影响之一可能是，或者你也会想到，比如就业。这似乎是那种不需要相信什么疯狂飞跃就能看到必然会有影响的事，这显然很快就会发生在客户支持领域。 萨姆·阿尔特曼：我的看法是，很多工作会消失，很多工作将发生巨大改变。但我们一直非常擅长找到新的事情做、新的方式来占据自己、新的地位游戏或互相帮助的方式，我不相信这会有尽头。 从我们当前的视角看，它可能会变得越来越傻。比如“播客兄弟”不久前还不是个正经工作，你找到了变现方法，做得很好，我们都为你高兴，但自给自足的农民会看着这个说这是份工作，还是你在玩游戏自娱自乐？ 主持人：我打赌他们会订阅这个播客。他们会喜欢的。 萨姆·阿尔特曼：我确实觉得短期内会有个大麻烦，但长期会怎样谁也说不准。我一直琢磨着一件事：人类从全员务农的时代，那会儿咱们现在干的事压根没意义，走到今天这步，这次的变化会不会不一样？要是资源足够分配，比如某天物质丰富到人人无缺，会不会出现大家不再创造新工作的情况？ 维诺德上周来录了我的播客，我们计划先发布那期，所以你们听到这期时他的内容还没上线。他的观点很直接：未来资源会极大丰富，每个人都能拥有所需，我们能轻松盖楼、生产物资，到头来大家只会把更多时间花在享受休闲上。说白了，他觉得这次不一样，物质过剩可能让人类彻底转向“消费生活”的模式。 主持人：我认为相对性框架在这里对我们很重要。我打赌那看起来就像那些人只是在疯狂消费休闲。 萨姆·阿尔特曼：我猜这表面上看起来是人们在享受大量休闲时光，但你看，穿着价值2000美元的毛衣、做着发帖这种事的不也是你在做的吗？” 主持人：这是件普通毛衣。 萨姆·阿尔特曼：所以相对性的观点真的很重要，对我们来说，我们的工作感觉极其重要、有压力且令人满足。如果将来我们都只是在为彼此制作更好的娱乐内容，也许那至少就是我们中某些人现在正在做的。 05 . OpenAI借多界面产品与新设备布局， 推进AI伴侣落地 主持人：完全正确。我们换个话题吧，我不喜欢这走向。我们来聊聊OpenAI，有个兄弟的好处是真的能当面指出你的问题。我们开始吧，我们能谈谈OpenAI吗？ 萨姆·阿尔特曼：当然可以。 主持人：关于OpenAI，目前我们有消费者业务，有B2B业务，还有OpenAI正与Jony Ive合作研发的新硬件，还有一堆其他潜在的东西，看起来像是悬而未决。你能谈谈潜在的完整体系是什么吗？或者至少在某个时间段内的体系是什么？ 萨姆·阿尔特曼：是的。我认为消费者最终想从我们这里得到的是一个“无处不在”的AI伴侣。它通过各种界面和各种产品，以所有这些方式帮助消费者，了解消费者的目标、想完成的事和信息。 有时你会像是在ChatGPT里输入那样使用它；有时你会使用更像娱乐导向的版本；有时你会使用其他已集成到我们平台的服务；有时你会使用我们的新设备。但你将拥有的是这个东西，它只是帮助你完成你想完成的任何事情。有时它推送东西给你，有时你像提问一样使用，有时它就在那里观察并为未来变得更好。 但最终给人的体验会是这样的：它完全属于“我的”。我们暂时还找不到更准确的词来定义它，但目前来看，把它想象成“我的AI伴侣”是最贴切的表述。 主持人：你认为我们目前所有的东西，比如计算设备，外形规格错了吗？ 萨姆·阿尔特曼：用“错了”形容可能太绝对了，现在的计算设备算不上“最优解”。计算机的形态和交互界面其实就经历过两次真正的革命性突破，很久之前的那些不算，至少我们这代人没怎么留意。 第一次是键盘、鼠标加显示器的组合，这种设计非常经典且通用；第二次就是可随身携带的触控设备。但这两代设备都受限于没有AI的时代，很多功能设计其实是被动适应技术局限的结果。 如果把AI这项颠覆性技术融入硬件设计，我们可能会更接近科幻作品里的计算机形态。不是说智能本身变了，而是设备的形态和交互方式会彻底革新，让人们能用全新的方式与智能系统互动。 主持人：是的，但外形规格确实重要，因为它一直陪伴着你。 萨姆·阿尔特曼：这或许正是其核心价值所在。当设备具备密集传感器网络，能持续感知环境、理解场景逻辑并记录信息，且你对其产生操作信任后，只需一个极简指令就能触发复杂任务的精准执行。这种交互逻辑将催生全新的设备形态。 主持人：除了现有的消费级聊天交互、初创公司正广泛应用的API接口和硬件设备，还有哪些关键支柱？ 萨姆·阿尔特曼：最被忽视的重要方向，是构建全场景无缝集成的智能平台。想象一下：当你驾车时、浏览网页时或使用任何应用时，智能系统能实现跨场景的体验连续性。 这种“无处不在的智能”核心在于：智能并非孤立存在，而是像操作系统般渗透到每个交互层级，甚至涵盖你提到的智能架构中的各个子模块。 主持人：你深度参与了能源、硬件以及所有这些其他东西。你觉得这对OpenAI重要吗？或者对国家来说？考虑到所有这些影响，这整个堆栈有多重要？关键吗？ 萨姆·阿尔特曼：我已经开始称它为AI工厂，或者应该叫它元工厂，因为理论上这是一个可以制造更多自身副本的工厂，但不管怎样。我们必须做那整个供应链。 我的意思是，我认为垂直整合在某些方面是好的，但是，如果我们能确定整个事情会达到足够的规模，那么我们做很多方面并不重要。通过合作伙伴关系，我们可以有巨大的生产力，而且没有失去其中一部分的风险。 主持人：是的，在能源方面，我们最终只会消耗巨量的能源吗？这基本上是唯一的最终状态吗？ 萨姆·阿尔特曼：我当然希望如此。我认为历史上与生活质量改善最相关的事情是能源的日益丰富。我没有理由相信这会停止。 主持人：对此有任何气候方面的担忧吗？还是你觉得这都会被解决，并且是我们最不需要担心的事情？ 萨姆·阿尔特曼：我认为核聚变会发生。 主持人：你对核聚变有多大把握？你完全有把握吗？ 萨姆·阿尔特曼：我从不说完全，但相当有把握。比如我知道有家叫Oklo的公司做得很好，但我希望最终人类消耗的能源远远超过我们在地球上能产生的总量。 主持人：即便我们彻底改用聚变能源，一旦地球的能源消耗规模扩大10倍、100倍甚至更多，单是废热积累就会让地球温度失控。 萨姆·阿尔特曼：但我们外面有个巨大的太阳系。 主持人：我们一直在讨论的这些问题，难道不恰恰说明太空探索不仅至关重要，而且从整体来看也变得更可行了吗？” 萨姆·阿尔特曼：我们要去太空。 主持人：希望如此。 萨姆·阿尔特曼：不去的话有点可悲。 主持人：这很有趣，我应该开一家火箭公司吗？ 萨姆·阿尔特曼：我告诉过你，我认为你应该开一家火箭公司。还有很多事情我认为你应该做。 06 . Meta视OpenAI为最大竞争对手， 曾认为ChatGPT是Facebook替代品 主持人：我能问问Meta的事情吗？ 萨姆·阿尔特曼：当然可以。 主持人：我听说Meta把我们视作头号竞争对手。他们持续投入尝试是情理之中的事，只是目前在AI领域的进展未能达到预期目标。我记得曾听扎克伯格提到过，Facebook早期时Google尝试做社交平台，当时Facebook内部很清楚那不可能成功。现在的情况好像和之前有点像，不过他们开始向我们团队成员开出天价邀约，比如1亿美元签约奖金，年薪甚至比这还高。 萨姆·阿尔特曼：目前我们团队核心成员尚未接受竞争对手的高薪邀约，这让我感到欣慰。我始终坚信，OpenAI在实现超级智能领域具备显著优势，未来极有可能成长为更具价值的企业。 针对行业内以“高额保底薪酬”为核心的人才吸引策略，我觉得如果企业过度依赖物质激励而忽视工作本身的价值与使命，将难以构建好的团队文化。OpenAI的独特之处在于建立了“使命优先”的文化体系。 我们坚信，若能在AI研究领域取得突破，团队成员自然会获得丰厚的经济回报。这种先追求目标，再收获回报的激励逻辑，正是公司持续创新的动力源泉。 我的竞争对手Meta在很多方面值得尊重，但我觉得Meta并非是一家擅长创新的公司。相比之下，OpenAI的核心优势在于打造了“可重复创新”的文化机制，我们更懂得如何系统性推动技术突破。 我认为这种差异化竞争策略已让团队目标更加清晰，同时也愿以“祝他们好运”表达对行业竞争的开放态度。 主持人：我觉得部分原因在于，你认为到目前为止的AI研究中，有多少工作只需复制现有成果就能完成，还有多少创新突破有待实现？ 萨姆·阿尔特曼：我认为复制是不够的。Meta会有很多人说，我们就是要复制OpenAI。如果你看看很多其他公司的聊天应用有多像ChatGPT就知道这很疯狂。Meta在研究方面只是在努力达到我们现在的水平。 如果一家企业总是在追赶你竞争对手曾经的位置，没有建立起那种懂得如何创新的文化是很具有挑战性的。 主持人：你怎么做到两者兼顾？因为要同时成为一家极其商业化的公司和一家极其注重研究的公司，这样的例子并不多。我知道在你们真正商业化之前你们是怎么做的，但现在你们两者兼具，而且仍然有效。 萨姆·阿尔特曼：我们在产品方面是新手。我不需要证明我们的方法是有效的。我们做得还行，我们越来越好，但科技公司的历史往往是，你开始是一家运营良好的科技公司、产品公司，然后你后来附加一个运营糟糕的研究部门。 我们是相反的。我们开始就是一家伟大的研究公司，然后附加了一个最初运营糟糕但越来越好的产品公司，最终我们会成为一家伟大的产品公司，我为团队在那里付出的努力感到非常自豪。但就在两年半前，我们还只是一个研究实验室。 主持人：那时间这么短，真是疯狂。 萨姆·阿尔特曼：是的。我们必须建立这整个大公司。人们所做的事情真是令人惊叹。 主持人：但ChatGPT是在2022年11月30日推出的。我的意思是，让懂得如何建立公司的人聚在一起，比让懂得如何做那种研究的人聚在一起要容易。显然这仍然很难，就像大多数需要构建这种规模产品的公司，他们拥有的时间远不止两年半。为什么Meta会如此有竞争性地看待你们？我当然理解，他们可能只是看到AI就是整个游戏，也许这解释就足够了。只是以前在Meta工作的人对我说，在世界上其他地方，人们认为ChatGPT是Google的替代品，但在Meta内部，人们认为ChatGPT是类似Facebook的替代品，因为人们把所有时间都花在跟它聊天上了，他们以其他方式跟它聊天。 萨姆·阿尔特曼：这不是关于时间的问题，而是…好吧，当然也存在时间竞争。但人们在互联网上“末日刷屏”的感觉是它让你感觉更糟，可能当下感觉不错，但它让你感觉更糟，让你感觉自己是更糟糕的版本。而我们非常自豪的一点是，当人们谈论ChatGPT时，他们会说，实际上我感觉更好了，它在帮我实现我的目标。我感觉这实际上是我听过关于OpenAI最好的、最善意的赞美之一。 有人说过它是唯一一家从未让我感觉有些对抗性的科技公司。你知道，Google试图给我看越来越差的搜索结果并给我看广告，Meta试图“黑”我的大脑让我不停地刷屏，苹果制造了我爱的手机，但它用通知轰炸我，让我从其他一切事情上分心，而我无法戒掉。然后就是ChatGPT，我感觉它只是在尽力帮助我解决我提出的任何问题，这挺不错的。 主持人：有没有一种做社交的方式，能包含人际交往的要素和这种能量？我好奇一种版本，虽然我不知道这意味着什么，就像你能否有一个没有任何默认内容的推送，但你可以提示它说，“嘿，我想健身。你能给我看些对这个有帮助的东西吗？”或者“我想多了解时事。你能给我看些中立视角、不会让我生气、只是真正去做这件事的内容吗？”这显然会比算法推送那种“愤怒诱饵”获得的分钟数要少。但我认为那会是一个非常酷的版本，一个对齐的AI帮助你获得你长期真正想要的社交体验。 萨姆·阿尔特曼：我不知道。我感觉每天早上醒来，我都像一个充满电的人，知道我在生活中真正想要什么，我可以承诺当天要做的事情。然后这一天就不断地向我袭来，到了晚上10点，我就想，我今晚不打算喝酒的，但我就喝一杯威士忌吧；我不打算看TikTok的，但我就刷2分钟吧。 主持人：你不应该工作这么辛苦。 萨姆·阿尔特曼：我同意。但如果我能一直是我早上刚醒来的那个自己，如果我能让技术去做我想做的事情，那么我觉得我会很棒。 主持人：我和你一起住过，大概10年前吧。那时你非常有自主力，你就是做你想做的事，没有规则。但我觉得从那以后，尤其是最近，似乎真的…没有规则了，你知道“星际之门”计划，老实说有很多事情。我很好奇，是否有任何思维上的更新，或者有什么你能指出来或分享的东西，让你能够那样运作？ 萨姆·阿尔特曼：我想我们奶奶会说变老的一大好处就是你不再在乎别人怎么想。我有这种感觉，我就想，你知道…而且我也在火线上待得够久了。但我确实认为变老后不那么在意别人的看法，有种解放的感觉。 07 . 阿尔特曼想建环绕太阳系的戴森球， 称需等几十年 主持人：你还有没有一套让你犹豫的事情？就像，是否有另一个层次的自主力你可以发挥？你有没有一些想法是“我会做那个，但有什么东西在阻止我”？ 萨姆·阿尔特曼：当公司进入一个拥有更多资源和更多潜力的地方时，我们就能做更多事情。所以仍然有很多事情，比如我很想去建造一个环绕太阳系的戴森球。 用太阳的全部能量输出建造一个巨大的世界数据中心，但显然我们现在还做不到，所以那得等几十年。但我认为我们现在能够做更多事情了。 主持人：你怎么选择？因为那是另一个问题，就是选择的诅咒。所以你可以开始搞火箭，可以做社交网络，可以疯狂投入任何你想做的事情，可以疯狂进入机器人领域。当你有过度选择时，你怎么选？ 萨姆·阿尔特曼：毫不夸张地说，我现在完全没有多余的精力去做任何其他事情。而且，我从未想过要经营哪怕一家公司，更别说同时管理多家了？ 主持人：是的。我的意思是，我以为我只是做个投资者。 萨姆·阿尔特曼：我也以为你会做投资者。 主持人：那是种不错的生活。 萨姆·阿尔特曼：很好的生活。 主持人：你看起来好像有很多时间搞爱好。太棒了。你在发光。 萨姆·阿尔特曼：你知道为什么吗？我今天早上做了刮痧。 主持人：什么是刮痧？ 萨姆·阿尔特曼：我妻子给我做的，她按摩我的脸。她说“你需要这个，这个播客你知道可能会有很多观看量，我希望你的脸能…”，然后她就坐在那里往我脸上抹东西。 主持人：你看起来很棒。告诉她干得好，我有时间我也想尝试做一下，我之后要给她发短信说说我对这个的看法。 萨姆·阿尔特曼：我不知道。我只想把这一件事真正做好。我有点相信其他人会创立伟大的火箭公司。 主持人：总的来说，你真的喜欢这样吗？因为这超出了你的预期。 萨姆・阿尔特曼：我内心充满感激，也觉得自己很幸运。毫不怀疑，等将来退休的那一天，我一定会怀念现在的工作，到时候肯定会感慨“天啊，现在的生活太无聊了，以前的日子多精彩啊”。 这份工作意义重大，也让我感到特别满足。我很感激能有机会做这件事，大部分时候也乐在其中。但说实话，这工作实在太耗费心力了，每天都让人应接不暇。而且我现在面临的压力和挑战，远比当初想象的要大得多。 主持人：这真的不是你当初打算做的。你知道，大多数时候有人创立一家软件公司，他们预期它就是一家软件公司。我不认为你预期了所有这些事情。 萨姆·阿尔特曼：这本来应该是我退休后的工作，我本来应该经营一个小研究实验室。但是目前看来，在现实中这事儿压根没机会实现。 主持人：撇开喜欢与否，也撇开工作时间，你体验你的工作是像沉重的、重要的责任，还是像一个有趣的谜题？ 萨姆·阿尔特曼：两者兼具吧。我觉得，从社会影响的角度，或者至少从潜力来看，这显然是我接触过的最重要、最有影响力的工作。我不知道，我不想太自吹自擂，但你知道，也许这会成为有些历史意义的工作。 当我有时间退一步思考时，我能感觉到这点。但在日常中，更多是些小事。而且我确实在小事中找到了很多乐趣。我很喜欢和我一起工作的人。能处理很多环节非常有趣。有些部分压力很大、很痛苦。但它感觉更像是一个有趣的谜题，而不是重要的工作。 主持人：你还能想和谁聊就和谁聊。这很酷。你能想思考什么就思考什么。 萨姆·阿尔特曼：我不能想思考什么就思考什么。我有问题要解决。我感觉我就像一个预训练模型，早上醒来，有一个小时属于自己，然后就像被数据流灌入，我必须做出反应。 主持人：好吧，有道理。我想你可以把一切都输入模型，即使你无法控制能花多少时间在上面。 萨姆・阿尔特曼：我觉得并非如此。每天在正式开始工作前，我只有很短的时间能自己决定做什么，之后就感觉完全身不由己了。 主持人：确实有意思。不过考虑到现在的发展速度，这或许是不可避免的。我也在想办法解决这个问题。 萨姆·阿尔特曼：那很艰难。 主持人：我想你也清楚，随着持续招聘高管，公司发展终会进入新阶段。不过我更好奇你的个人体验。说实话，在我看来，你本身的能力从未改变，依然是那个厉害的人，只是如今从科技圈的“业内名人”变成了《纽约时报》报道里的“大众明星”。这种变化到底是带来了好处，还是说全是麻烦事？ 萨姆・阿尔特曼：我觉得在科技圈里有名气其实好处挺多的，这差不多是最理想的状态了。当你在科技圈有知名度时，既能做成很多有意思的事，又能轻易见到想见的人，还能鼓励别人一起做事，机会也特别多，这种感觉很棒。 我不算那种明星级的名人，要是真到了那一步肯定会很麻烦。不过现在的状态也让我没法完全过普通人的生活。 虽然我没到汤姆・克鲁斯那种被围观的程度，但走在街上也会被认出来。比如上周末我在探索馆的礼品店，就听到有人说”ChatGPT的CEO在这儿呢”。 主持人：那很好。我儿子还是把ChatGPT叫成Siri，我觉得这很有趣。 萨姆·阿尔特曼：我今早还跟Siri聊了几句。 主持人：你们周末通电话时，他那样说话太逗了。他当时问“你真的…… 真的是这样吗？” 萨姆·阿尔特曼：是的。Siri的发明者就在这儿呢。 主持人：说到孩子，按现在的发展趋势，你会不会觉得应该改变教孩子学什么的想法？或者说，你打算亲自教孩子什么？ 萨姆·阿尔特曼：我的孩子昨天学会了翻身。这相当不错。 主持人：我非常佩服，宝宝的头部力量简直不可思议，真是顶级宝宝！ 萨姆・阿尔特曼：我不觉得我需要改变教育想法，毕竟这些东西对他来说永远不会奇怪，对吧？他将成长在一个电脑必然比人类更聪明的世界里，天生就会熟练使用这些工具，做出令人惊叹的事，这一切看起来都很自然。 主持人：没错，希望未来真能如此。你现在回到Y Combinator…… 有了现在的经历后，再回去会是什么感觉？毕竟你曾管理过YC，那段经历已经是过去式了。现在回去，会觉得“这有点像老古董或者类似的感觉吗？ 萨姆・阿尔特曼：不，我热爱YC。我不是说它不好，只是感觉那是一段更简单的时光。 主持人：你确实会有点怀念那种简单。 萨姆・阿尔特曼：没错！YC总是充满快乐、真诚、积极、有活力，大家都很开心，而且运作得特别好。 主持人：是啊！ 萨姆・阿尔特曼：今天聊得很开心。 主持人：希望我妈妈也在看这段对话，太有意思了，谢谢萨姆。 萨姆・阿尔特曼：也谢谢你，杰克。 [查看评论](https://m.cnbeta.com.tw/comment/1508404.htm)

6月20日，芜湖汽车电子公司埃泰克主板IPO获上交所受理。埃泰克成立于2002年12月，注册资本为1.34亿元，已获评国家级专精特新“小巨人”企业，致力于成为国内领先、国际一流的汽车电子智能化解决方案提供商，主要从事车身域、智能座舱域、动力域、智能驾驶域等四大功能域汽车电子产品的研发、生产及销售，同时为客户提供汽车电子EMS和技术开发服务。    根据高工智能汽车研究院的统计，该公司在2024年中国市场（不含进出口）自主品牌乘用车车身BCM（含区域控制器）份额为25.50%，连续三年排名第一，打破了国际厂商在该领域的长期垄断；在中国市场乘用车前装标配遥控实体钥匙份额为13.83%，排名第一；在中国市场自主品牌乘用车前装标配座舱域及显示屏总成的份额为6.41%，排名第三。 其客户矩阵已覆盖奇瑞汽车、长安汽车、长城汽车、上汽集团、吉利汽车、北汽集团、东风汽车等自主品牌整车厂商以及理想汽车、小鹏汽车、零跑汽车等造车新势力；并通过向博世等提供汽车电子EMS，产品最终配套于沃尔沃、奥迪等知名整车厂商。  ▲埃泰克主要产品或服务及其用途具体情况 奇瑞股份、小米长江基金分别持有埃泰克14.99%、 8.19%的股份。国内芯片制造龙头中芯国际旗下的中芯聚源、聚源铭领、中芯熙诚等企业，国内存储芯片龙头兆易创新，也都是埃泰克的股东。 本次IPO，埃泰克拟募资15亿元，用于埃泰克年产500万件汽车电子项目、伯泰克汽车电子生产基地扩建项目、研发中心建设项目及补充流动资金。  01 . 三年累计收入逾86亿 埃泰克自2003年起开始自主研发汽车仪表和车身电子产品，2012年至2020年发展聚焦于车身域及动力域电控业务，2021年至今围绕整车智能化继续布局，通过收购伯泰克切入智能座舱域，构建了车身域电子产品、智能座舱域电子产品、动力域电子产品以及智能驾驶域电子产品四大产品线。  ▲埃泰克产品及业务演变历程 2022年、2023年、2024年，埃泰克的营收分别为21.74亿元、30.08亿元、34.68亿元，净利润分别为0.94亿元、1.97亿元、2.13亿元，研发费用分别为0.83亿元、1.03亿元、1.80亿元，各期末总资产规模分别为21.92亿元、28.35亿元、32.76亿元。  ▲2022年~2024年埃泰克营收、净利润、研发支出变化（芯东西制图） 其超过一半的收入均来自车身域电子产品，去年有36.02%的收入来自智能座舱域电子产品、1.90%的收入来自动力域电子产品，智能驾驶域电子产品则贡献了1.98%的年收入。  同期，埃泰克综合业务毛利率分别为16.52%、16.49%、17.05%，基本保持稳定；主营业务毛利率分别为14.85%、16.25%、17.12%，整体呈上升趋势，分产品的毛利率情况如下：  其车身域电子产品、动力域电子产品和智能驾驶域电子产品平均价格呈下降趋势，智能座舱域电子产品平均价格呈上升趋势。  报告期内，该产品综合产能利用率分别88.89%、99.43%、91.81%，综合产销率分别为94.60%、95.37%、96.85%，保持较高水平。 截至2024年年底，埃泰克共有851名研发人员，占其员工总数的48.19%。 截至报告期期末，该公司拥有授权专利169项，其中发明专利49项，实用新型专利96项，外观设计24项，拥有软件著作权14项。 02 . 奇瑞、长安、长城、理想、上汽、 博世、合众为大客户 长期以来，整车五大功能域的关键技术与市场主要由博世、电装、大陆等国际大型汽车电子厂商占据主导地位。 随着本土汽车电子企业的整体技术实力不断提升，部分本土优质汽车电子企业在细分领域已具备自主配套能力，并逐步打破了国际大型汽车电子厂商在核心零部件领域的垄断地位。 2022年、2023年、2024年，埃泰克对前五大客户的销售收入占比分别为73.16%、80.92%、84.38%，客户集中度较高。  同期，该公司对关联方销售收入的金额分别为6.00亿元、10.64亿元、18.69亿元，占公司营收的比例分别为27.60%、35.36%、53.89%，其中对奇瑞汽车关联销售收入的金额分别为6.00亿元、10.63亿元、18.69亿元。 埃泰克生产用原材料主要包括电子元器件、显示屏、结构件、PCB等。其主要原材料采购数量及金额情况如下：  2022年、2023年、2024年，埃泰克对前五大供应商的采购金额占当期原材料采购总额的比例分别为 29.50%、32.13%、35.52%，不存在严重依赖个别供应商的情况。  03 . 小米、奇瑞、中芯国际、兆易创新参投， 实际控制人持股比例较低 CHEN ZEJIAN是埃泰克的法定代表人、实际控制人，中文名为陈泽坚，澳大利亚国籍华人，出生于1964年2月，拥有中国永久居留权，是合肥工业大学、安徽师范大学兼职教授，曾在2005年兼任奇瑞汽车工程研究院副院长。 本次发行前，CHEN ZEJIAN可控制埃泰克34.36%股份表决权，比例相对较低。本次发行完成后，CHEN ZEJIAN控制的股份表决权比例将被进一步稀释。  ▲埃泰克股权结构 埃泰克的控股股东是芜湖佳泰智能技术有限公司、Atech Automotive Pty Ltd.，控股股东的一致行动人为顺泰投资、伯泰克企管、宜泰企管、泽创企管、芜湖易泰、沈嵘、LUO CHANGAN。 截至招股书签署日，其他持有埃泰克5%以上股份的主要股东为奇瑞股份、小米长江基金、海南极目、小米智造，分别持股14.99%、 8.19%、 4.32%、1.56%。其中小米长江基金、海南极目、小米智造系小米科技有限责任公司同一控制下企业，合计持有埃泰克14.07%的表决权。 埃泰克前十名股东及持股情况如下：  国内芯片制造龙头中芯国际旗下的中芯聚源、聚源铭领、中芯熙诚，国内存储芯片龙头兆易创新，均在埃泰克的股东之列。 2024年，埃泰克董事、取消监事会前在任监事、高级管理人员及其他核心人员从埃泰克及其关联企业获得收入情况如下：  04 . 结语： 汽车电子自主可控已成必然趋势 我国汽车电子产业起步相对较晚，与国际大型汽车电子厂商相比，国内厂商在品牌、技术、资金等方面具有一定的劣势。但随着我国汽车产业的快速发展与深度变革，本土汽车电子厂商在汽车电子产品开发与产业化方面积累了丰富的经验，部分产品在性能、品质以及功能等方面已经达到国际领先水平。 相较于国际大型汽车电子厂商，本土汽车电子厂商在产品价格、响应速度以及配套服务等方面具有更显著的优势；与此同时，随着全球供应链风险上升，推动汽车行业关键产业链环节实现自主可控已成为必然趋势，汽车电子国产化，为本土汽车电子厂商发展提供重要机遇。 埃泰克现已成为国内少数具备多功能域汽车电子产品开发能力的国产供应商之一。通过本次发行，埃泰克计划进一步通过自主研发提升核心技术水平，加强技术攻坚和产品创新，加大市场开拓力度，扩大业务规模，加快推进我国汽车电子行业的国产化进程，持续助力我国在汽车电子行业关键产业链环节实现自主可控。 [查看评论](https://m.cnbeta.com.tw/comment/1508402.htm)

美军参谋长联席会议主席丹·凯恩22日说，美军在打击伊朗核设施的行动中动用7架B－2轰炸机，完成了摧毁伊朗关键核项目的行动。此次行动创下美军史上最大规模B－2轰炸机出战纪录。凯恩在五角大楼就美国打击伊朗核设施举行的新闻发布会上说，此次行动名为“午夜之锤”，华盛顿“仅有极少数人知晓”行动的具体时间与方案细节。 B－2轰炸机于美国东部时间20日半夜从美国起飞，部分轰炸机向西飞越太平洋实施佯动，7架B－2轰炸机作为主力打击机群向东经18小时进入伊朗领空，其间保持无线电静默，并完成多次空中加油。  凯恩说，美国东部时间21日17时许，在7架B－2轰炸机进入伊朗领空前，一艘美军潜艇向伊斯法罕核设施所在区域地面目标发射逾20枚战斧导弹；B－2轰炸机进入伊朗空域后，美军同步实施多层次欺骗，其间第四代战机和第五代战机作为“诱饵”提供先导护航，应对伊朗导弹威胁，不过未遭遇任何伊朗火力拦截。 凯恩说，美东时间21日18时40分（伊朗当地时间22日2时10分），领头的B－2轰炸机向福尔道核设施第一处目标点投下2枚钻地弹。此次行动中，B－2轰炸机在福尔道和纳坦兹核设施共投下14枚钻地弹。对伊斯法罕核设施，美军最后发射了战斧导弹。所有打击行动均在美东时间21日18时40分至19时05分之间完成。完成打击后，7架B－2轰炸机安全撤离伊朗空域。“伊朗战机没有出动，其防空系统似乎也未发现我方行踪。” 凯恩说，美军出动了超过125架战机参与打击行动，发射约75枚精确制导导弹。“此次打击最终结果评估仍需时间，但初步判定三处核设施均遭受极其严重的损毁。” [查看评论](https://m.cnbeta.com.tw/comment/1508400.htm)

比特币价格周末跌至5月份以来的最低水平，原因是中东紧张局势升级和通胀担忧重燃，引发了数字资产的大幅抛售。周日，比特币一度跌破9.9万美元大关，这是一个多月来的最低水平，以太币一度暴跌超过10%，Solana、瑞波币（XRP）和狗狗币（dogecoin）也出现了大幅下跌，拖累了整个加密货币市场。 [](https://n.sinaimg.cn/finance/transform/109/w550h359/20250623/9490-346d649604f0348d48c86cc76e499b27.jpg) 不过，到周日晚些时候，数字资产已经开始复苏。比特币目前的交易价格略低于101000美元，在过去24小时内仅下跌了1%，而以太币也减少了一些损失，下跌2.5%，至2200美元左右。 此次抛售似乎是地缘政治冲击和宏观经济担忧的结合。 据报道，伊朗威胁要封锁霍尔木兹海峡，这条重要的航道处理着全球约20%的石油供应。摩根大通警告称，霍尔木兹海峡的全面关闭可能会将油价推高至每桶130美元。 一家知名的宏观研究公司指出，这样的飙升可能会使美国的通胀率回到5%的水平，这是自2023年3月以来从未见过的水平，当时美联储仍在积极加息。 这一前景促使交易员重新评估利率的走向，并退出加密货币等投机性资产。 虽然比特币经常被标榜为对冲通胀的工具，但它目前的表现更像是一只高贝塔系数的科技股。根据加密数据提供商Kaiko的数据，比特币与以科技股为主的纳斯达克（Nasdaq）的相关性在最近几周大幅攀升，此前在今年早些时候曾触及数月低点——与此同时，比特币现货ETF的资金流入激增。 机构的定位似乎也发生了变化。 根据CoinGlass的数据，从上周一到周三，超过10.4亿美元流入了比特币现货ETF。但这些资金流入在周末前大幅减少，周四的净流动为零，周五仅为640万美元，恰逢美国总统特朗普提前离开七国集团会议，并宣布在伊朗问题上进行为期两周的评估。 [查看评论](https://m.cnbeta.com.tw/comment/1508398.htm)

在美国打击了伊朗核设施后，联合国原子能监督机构的负责人呼吁回归外交渠道，并称现在是恢复对话的“机会窗口”。在美国使用隐形轰炸机和钻地炸弹发动袭击后，国际原子能机构（IAEA）总干事拉斐尔·马里亚诺·格罗西周日在向联合国安理会汇报时警告说，防止核武器扩散的全球框架“岌岌可危”。 [](https://n.sinaimg.cn/spider20240812/347/w1247h700/20240812/7293-ea9fa628dc71d32a02ed029d315720bd.jpg) 格罗西表示，伊朗主要铀浓缩设施福尔多的地下损毁情况尚无法确定。他表示，伊朗已告知IAEA，美国轰炸的三处设施的场外辐射水平并未上升。 他呼吁重启谈判并结束冲突，以便IAEA检查人员能够恢复对伊朗核设施的监控，并核查铀库存，其中包括400公斤丰度60%的浓缩铀。 他说：“IAEA的检查人员身在伊朗，他们必须履行职责。” 格罗西表示，伊朗伊斯法罕核设施有更多建筑物受到袭击，其中包括一些与铀转化工艺相关的建筑物。用于储存浓缩铀的隧道入口似乎也遇袭。伊斯法罕核设施是伊朗唯一一处将铀转化为离心机所用原料的设施。离心机可以将低纯度铀浓缩成武器级铀。 伊朗要求召开紧急会议，这是自6月13日以色列开始轰炸伊朗以来第三次，是美国总统唐纳德· 特朗普下令打击伊朗核设施以来第一次。 [查看评论](https://m.cnbeta.com.tw/comment/1508396.htm)

在承诺了近十年后，特斯拉无人驾驶出租车终于上路运营了。马斯克今天在X平台正式宣布，美国当地时间周日下午（6月22日），特斯拉正式在总部所在地——德克萨斯州首府奥斯汀，启动无人驾驶出租车（Robotaxi）服务，每次乘车只需要4.2美元。  今天下午，马斯克不断在X平台上转发内测用户发布的特斯拉无人车行驶与乘坐体验视频：车辆行驶顺畅，驾驶座完全无人，乘客在后排悠闲地看着YouTube视频。随后，马斯克又转发了FSD技术团队的胜利合影，他站在一群技术理工男中间，比出大拇指象征着胜利。 看起来一切都很美好。 画了九年的大饼 为了这一天，马斯克已经画了近十年的大饼。  早在2016年10月，马斯克在发布FSD HW 2.0时就表示，“未来特斯拉车主不开车的时候，可以把自己的车辆变成共享车队赚钱。” 2019年4月，他又在特斯拉自动驾驶日上描绘了更加美好的前景。“特斯拉明年就可以部署自动驾驶出租车，每辆车（出去载客）每年可以给车主带来3万美元的收入。”这一美好愿景也是当年特斯拉股价开始飙升的重要支撑因素。  和他描述的诸多前景一样，马斯克的技术与商业规划总是提前了数年。虽然他不断在重申特斯拉Robotaxi的美好前景，但真正商业落地却总是遥遥无期，一推再推。这不仅是因为技术问题，更涉及到监管问题。而他画的那些大饼，反而成为了虚假宣传的证据。  2024年10月，特斯拉发布了设计激进、取消方向盘的无人车Cybercab，但这款无人车要在2026年才会上市。而且能否准时量产（特斯拉之前有着太多跳票经历），还取决于法规审批、供应链建设和技术成熟情况。因此，这并不是特斯拉首批自动驾驶无人车的测试车辆。 首批测试只有10辆车 或许是因为马斯克对特朗普政府治下的自动驾驶监管前景有着足够的信心，毕竟他捐了数亿美元。直到特朗普当选总统之后，特斯拉才真正确定了无人车运营的具体时间。今年1月马斯克终于公开宣布，特斯拉今年6月将在奥斯汀运营无人出租车。 今年5月，他又继续补充说，这些无人车暂时会集中在奥斯汀驾驶比较轻松、路况比较简单的地区运营，会避免路况复杂的地区，并使用技术人员远程进行监控。  马斯克具体解释称：“我们希望谨慎行事。我们的确可以在第一天就启动1000辆或1万辆（无人驾驶出租车），但我认为这不够审慎。所以我们可能会先从一周10辆开始，然后逐步增加到20辆、30辆、40辆。” 实际上，特斯拉早已悄悄在奥斯汀进行测试。马斯克上周在X上发帖称：“过去几天，特斯拉一直在奥斯汀公共街道上测试无人驾驶Model Y汽车（驾驶座无人），没有发生任何事故。” 今年4月，特斯拉的人工智能账户在X上发布了一段视频，声称“受监督的叫车服务已在奥斯汀和旧金山湾区为早期员工上线”。但这些是面向特斯拉员工的内测，与面向外部用户的测试有着本质差别。 直到一周之前，马斯克确定了6月22日的启动日期后，他还在表示，“我们对安全极为谨慎，因此日期可能会变动。” 现在，特斯拉无人车终于上路载客运营了。不是去年发布的Cybercab，而是搭载FSD（全自动驾驶系统）的普通Model Y。马斯克也终于兑现了“把特斯拉车辆变成自动驾驶出租车”的牛皮。 承载未来价值所在  这不仅是特斯拉自动驾驶业务发展的一个重大里程碑，更是马斯克推动特斯拉核心业务从电动车转向人工智能的重要节点。在他的规划中，特斯拉未来的估值将主要取决于无人车和[机器人](https://finance.sina.com.cn/realstock/company/sz300024/nc.shtml)这两大未来业务，而不再是核心业务电动车。 特斯拉的电动车业务已经陷入停滞，在全球诸多核心市场销量都出现了明显下滑。这一方面是因为电动车市场竞争加剧，尤其是中国电动车迅猛崛起，另一方面也是因为马斯克与特朗普政府高度绑定，直接损害了特斯拉在主要目标用户群体中的品牌形象。 今年第一季度，特斯拉交付量、电车营收、总营收和净利润分别下滑了13%、20%、9%和71%，各项财务指标出现显著下滑。马斯克甚至在财报发布后的分析师会议上，对电动车业务只字不提，完全将注意力转向了自动驾驶和机器人两大AI相关业务。 在马斯克的设想中，未来特斯拉的估值将主要由这两个前沿科技业务支撑。或许投资者也对特斯拉的无人车和机器人寄予厚望，因此尽管特斯拉财报惨不忍睹，股价反而出现了明显回升（直至马斯克手撕叫骂特朗普总统）。 现在奥斯汀开始无人出租车测试，是马斯克向投资者兑现自己承诺的重要一步。但这第一步，马斯克还是选择了相当谨慎的态度。特斯拉无人车在奥斯汀的首批试点只有10辆车，并没有完全向公众开放打车服务。  安全员坐在副驾位 特斯拉只是向一小批特斯拉的用户和粉丝发出了测试邀请。只有受到邀请的人才能下载特斯拉的Robotaxi应用，坐上这10辆Model Y在奥斯汀街道上。需要强调的是，此次无人驾驶出租车就是常见的普通Model Y，搭载了特斯拉的FSD自动驾驶技术，而不是特斯拉去年发布的没有方向盘的无人车CyberCab。 而且，这批无人车也不是真的“完全无人”。在乘车过程中，有一名特斯拉员工会始终坐在前排乘客座位。这显然是为了在突发情况下紧急制动。马斯克还强调，运营过程中会有专门的技术人员在远程监控，以确保安全。  据一位知情人士透露，特斯拉内部多年来一直规划使用远程操作员在出现问题时接管。如果无人出租车在拥挤的行人区域卡住且不知如何处理，远程操作员可以迅速接管并引导车辆。 特斯拉已经为此筹备多时。此前公布的招聘广告显示，特斯拉大量招聘远程操作职位，称需要“远程访问和控制”自动驾驶车辆和人形机器人的能力，可以“远程执行复杂而精细的任务”。 这是目前自动驾驶行业的惯例。Waymo也拥有一支人类“车队响应”代理团队，以随时响应其自动驾驶系统。Waymo对此解释说：“就像打电话给朋友，当Waymo车辆在路上遇到特定情况时，自动驾驶系统可以联系人类响应代理获取额外信息。” 那么，为什么安全员不坐在驾驶座，可以随时接管车辆？或许是为了向外界展示特斯拉的无人车自动驾驶性能，符合无人驾驶的要求，不给外界留下还是有人驾驶的错觉。实际上，业界有无人车公司甚至曾经让安全员坐在后座，把紧急制动措施安装在后排，让前排完全无人，也是同样的目的。 一位业内人士透露，此类安全员会经过专门训练，除了在突然情况下紧急制动车辆外，还可以在特殊情况下迅速接管车辆。而远程监控技术人员也可以随时接管车辆，这是两层安全措施。 此外，试运营服务也有着明确限制。乘客必须年满18岁才能申请乘坐，而且遇到风雨等恶劣天气，特斯拉会限制或者暂停无人车运营。马斯克表示，他会以高度关注安全的态度来推动无人出租车的试运营工作，但预计未来会很快拓展这一服务。 知名特斯拉粉丝、网红大V @WholeMarsBlog（真名Omar Qazi）在X上表示，自己已经收到了邀请。“特斯拉非常谨慎地推出自动驾驶出租车服务，这是好事。一步一个脚印。”马斯克转发了他的消息，评论说“确实如此。” Cruise的前车之鉴 对自动驾驶行业来说，无人出租车一直是最重要的商用场景，也是一家公司技术实力的最直观展示。但这个赛道的容错率极低，一次严重车祸就有可能导致整个公司业务停摆，甚至完全放弃。 Google旗下的Waymo和通用汽车旗下的Cruise曾经是这个赛道的两大领头羊，在经过六七年的内部测试和公开测试之后，他们终于在2022年获得了在旧金山正式上路运营出租车的许可。 目前Waymo已经组建了超过1500辆无人车的车队，在旧金山、洛杉矶、凤凰城和奥斯汀等城市正式运营出租车，每周搭载超过25万次出行服务，并计划扩展到纽约（曼哈顿）、圣地亚哥以及拉斯维加斯等大城市。 截止今年3月，Waymo无人车已经行驶了超过1亿公里，除了屈指可数的几次刮蹭，没有出过一次撞车事故，更没有一起严重车祸。按照Google公布的数据，Waymo无人车的碰撞率比人类驾驶员少了96%。  而与Waymo命运不同的是，Cruise无人车在旧金山闹市区遭遇了一次严重事故，从而前功尽弃，最终被通用汽车彻底放弃，退出了无人驾驶出租车行业，成就了Waymo在美国的“一枝独秀”。 2023年10月旧金山市区，一位行人在过马路时被并行车辆撞击，正好倒在Cruise无人车前。然而Cruise无人车没有识别到车前地上躺着一位伤者，并没有立即停车；反而拖着伤者继续向前行驶了6米，才靠边停下。在这个过程中，Cruise无人车碾压到了行人双腿，造成了严重的二次伤害。 更为恶劣的是，Cruise在向监管部门报告事故时，隐瞒了拖拽过程，企图推卸自己的责任。显然，这起事故不仅暴露出了Cruise自动驾驶系统在处理极端场景的严重缺陷，更暴露出了内部合规机制上的重大问题。 这起车祸彻底断送了Cruise的命运。Cruise在旧金山的出租车运营牌照被暂停。联合创始人兼CEO被迫离开，900多辆无人车全部停运，进行技术整改，被监管部门罚款超过200万美元。 但更严重的后果是，公众和投资人对Cruise失去了信心，公司估值在几个月内暴跌了三分之二，公司管理层大换血，技术骨干持续流失。车祸发生一年后，Cruise母公司通用汽车最终在去年年底宣布全面停止无人出租车业务，大量裁并研发技术岗位，将这一业务并入高级辅助驾驶团队。 Cruise曾经是和Waymo并驾齐驱的无人车赛道领头羊，上路测试整整六年之后，才正式获得出租车牌照。然而，就因为这起严重车祸，Cruise无人车业务完全被放弃，彻底退出了无人出租车舞台，也给后来者作了最惨烈的范例。 特斯拉FSD面临质疑 马斯克显然不想看到特斯拉无人车重蹈覆辙。相比Waymo和Cruise用L4级别自动驾驶来运营无人车，特斯拉走的是从L2+级高级辅助驾驶升级到L4级自动驾驶路线，将普通消费车辆转变为无人驾驶出租车。 与Waymo、Cruise等传统自动驾驶公司相比，特斯拉自动驾驶的技术路径、产品形态、商业模式都存在根本区别。Waymo等传统自动驾驶公司依靠激光雷达、摄像头和毫米波雷达的冗余感知系统，高度依靠高精地图，采用机器学习和规则决策，使用专用传感器和高度定制或者改装的车辆。 而特斯拉则是走纯视觉感知路线，彻底放弃激光雷达，不依赖高精地图，强调通过端到端网络进行AI训练，自研FSD平台，依靠普通民用车辆实现自动驾驶。此次奥斯汀上路载客的特斯拉，就是常见的Model Y SUV。 显然，特斯拉的技术方案更加成本经济，更适合大规模普及。但一方面，其纯视觉和端到端的技术安全性也始终面临着质疑，行业专家质疑特斯拉主要依赖摄像头和人工智能的自动驾驶技术有效性，称其缺乏激光雷达和雷达等冗余传感器，雾天、大雨和强光可能影响安全。这也是特斯拉强调在恶劣天气下停止运营的关键所在。 在此次奥斯汀上路试运营之前，特斯拉的FSD理论上还是需要人类驾驶员随时接管的L2+级高级辅助驾驶，还面临着多起事故监管调查与民事诉讼。其中既有虚假宣传误导消费者和投资者的营销问题，也有FSD本身安全性的技术问题。  美国国家高速公路安全委员会（NHTSA）正在对特斯拉的FSD安全性展开调查，尤其是在低能见度情况下无法识别行人的问题。特斯拉从2022年开始正式向美国用户推送FSD。但在过去两年半时间，FSD已经卷入多次车祸事故，也面临着联邦和州政府的事故责任调查。 然而，NHTSA对特斯拉的调查后续推进前景存在疑问。在马斯克担任特朗普政府的“政府效率部”负责人之后，他大刀阔斧地对美国联邦政府进行了裁员和预算削减，其中也包括多个与特斯拉有着直接关系的监管部门。  NHTSA负责自动驾驶技术的安全监管团队也受到了明显冲击，未来监管特斯拉的技术能力受到了削弱。外界普遍认为这会削减未来监管力度，有利于特斯拉无人车发展，可能受到了马斯克当时政治权势的影响。 就在此次特斯拉无人车在奥斯汀上路之前，NHTSA上个月还向特斯拉发出书面询问，要求其披露在奥斯汀启动的“robotaxi”计划中的安全反应机制与应急预案。NHTSA尤其提到，特斯拉无人驾驶出租车将如何在低能见度情况下安全运营，如阳光眩光、雾、雨或雪。 毕竟特斯拉在这方面已经有数起车祸。德州一位摩托车手上周向特斯拉提起诉讼，索赔超过百万美元。诉讼显示，他和女友年初在道路上正常行驶，遭到一辆失控的特斯拉Model 3撞击，导致两人在医院治疗康复数月之久。而特斯拉车主表示，当时Model 3正处在FSD模式下。 就在上周，德州一群民主党议员联合致函，要求特斯拉暂缓上路测试无人车，等待德州新的自动驾驶监管法律在今年9月份生效。函件表示，如果特斯拉仍计划在本月推出该服务，他们要求公司回复此函，并提供详细资料，证明特斯拉在奥斯汀推出无人驾驶运营时将“符合新法律”。 显然，马斯克不愿理会这些民主党人。毕竟德州还是共和党占据主导的红州。与特朗普政府和共和党人保持良好关系，对于马斯克和特斯拉的监管前景至关重要。 [查看评论](https://m.cnbeta.com.tw/comment/1508394.htm)

《哪吒2》作为动画电影捅破了票房天花板更像是一次意外的惊喜。

海吉亚医疗存在较大的修复空间。

苹果将推动“屏幕无孔”时代到来？

 京西电竞节 x 核聚变游戏嘉年华即将开幕，热门新游试玩、精彩舞台活动、限定周边收集、沉浸式体验最热烈的玩家氛围！6 月 28、29 日，我们北京首钢国际会展中心见！ [&lt;获取核聚变2025北京站门票&gt;](https://show.bilibili.com/platform/detail.html?id=102863) 为我们献上《寂静岭 2：重制版》《层层恐惧》和《灵媒》等经典恐怖作品的 Bloober Team，这次携手旗下发行品牌 Broken Mirror Games，带来一款融合开放世界、恐怖与探索元素的全新力作——《I Hate This Place》，并在亚洲首次开放线下试玩！同时，备受期待的《时间旅者：重生曙光》本次虽然不会提供现场试玩，但也会在展位进行展示！ # 《I Hate This Place》 《I Hate This Place》由前 Bloober Team 成员创立的独立工作室 Rock Square Thunder 倾力打造，延续其一贯的心理惊悚风格，同时注入更具沉浸感与自由度的开放世界体验。  作为等距视角开放世界生存恐怖游戏，故事发生在一个阴森恐怖、变幻莫测的扭曲世界中。玩家扮演的埃琳娜意外唤醒了沉睡的力量，而这些力量有可能会粉碎你对现实的一切认知。  在宇宙的这个奇异角落，欢乐与恐怖交织共存。无论是农舍、大地还是现实本身——这里的一切都想要你的命。无论你做什么，都要不惜一切代价避开长角人。凡是遇见他的人，都无一生还。从无例外。  # 《时间旅者：重生曙光》 《时间旅者：重生曙光》是一款令人心跳加速的第三人称生存恐怖游戏。在这里，时间既是你最致命的武器，也是你最可怕的敌人。在残酷的未来挣扎求生，穿越回过去，阻止噩梦般的生物融合成不可阻挡的怪物。  在过去，你会见证一个处于变革中的世界，这是一场永远改变了人类的大灾难。与此同时，在满目疮痍的未来荒原上，人类每时每刻都在为生存而战，与危险的可憎生物搏斗，考验着你的反应能力和战术思维。你是一名旅行者，作为一个神秘团体的特工，你的任务是在未来荒原上寻找特定的时空裂隙，它会将你传送到 20 世纪 80 年代的波兰。  你杀死的怪物不会死太久。倒下的敌人可能会被其他生物吞噬，通过一种名为“融合”的怪异过程合而为一，从而变得更快、更强、更致命。阻止它们的唯一方法？烧掉它们的尸体。而且要快。  # 展会详情 展会时间： - 2025 年 6 月 28 日（周六）9：00-17：00（16：00停止入场） - 2025 年 6 月 29 日（周日）9：00-17：00（16：00停止入场） 展会地点： - 北京石景山·首钢国际会展中心 1/2 号馆 票务信息： - 单日票：全价 139 元/人 | 优惠票价 129 元/人 - 票务平台：哔哩哔哩会员购 - 特别说明： 凡在哔哩哔哩会员购购买核聚变门票的玩家们可以到现场兑换「实体纪念票」，本次门票为纪念品，不具备入场功能，现场入场请以“电子票”为依据携有效身份证件入场哦～ [&lt;获取核聚变2025北京站门票&gt;](https://show.bilibili.com/platform/detail.html?id=102863) 

在接下来很长的一段时间里，这个行业还会在国内继续卷下去。

（6月16~22日）宇树完成C轮融资交割；英特尔任命销售和工程主管；马斯克xAI收购X交易遭欧盟调查……

 自《FBC: Firebreak》发售以来，游戏的各种问题让 Steam 玩家评测仅有约66%的好评率。不仅如此，游戏的峰值人数仅为1,992人，近期高峰仅为525人。Remedy 表示，团队将持续优化游戏，倾听玩家反馈并逐步推出更多更新内容。  针对游戏前期武器表现平庸、引导不足、任务目标不清等问题，现已实装的补丁加快进度节奏、提升界面清晰度并简化任务解锁路径。目前，玩家可以直接体验完整三阶段任务流程，避免前期内容过于冗长。  此外，官方大幅提高了“遗失资产”和“研究样本”的数值，并对装备解锁成本进行了全面平衡。Remedy 承认，一些根本上的问题需要更长时间的深入思考。开发团队会在整个过程中持续向大家汇报进展。

6月23日消息，有网友21日曝光在奈雪小盒茶内喝出整只青蛙。当事人称，“太恶心了，差点喝进嘴里。”从视频画面可以见到，茶里有疑似青蛙的物体。 据悉，奈雪方面已联系该网友，网友也将涉事产品以及异物交给了奈雪。该网友在网络社交平台表示，市场监督管理局已开始介入，奈雪和自己之间的事已经处理好了，后面和自己没有关系了。 当事人介绍，她买的是奈雪小盒茶中的茉莉花茶，“那个干蛙的尸体，和这个白的（花）很像，所以你泡的时候，根本没有办法发现那只蛙。”  [查看评论](https://m.cnbeta.com.tw/comment/1508392.htm)