今日，小米汽车副总裁李肖爽发文，对网传的青岛一辆小米汽车着火视频进行说明。李肖爽表示，看到有网友关心一起事故的情况，为了避免不必要的误传，先行说明一下： 这是在青岛发生的一起普通交通事故，**系自车在正常直行过程中，与旁边工地突然穿出的车辆发生碰撞，造成车内副驾易燃物品起火，随后消防人员将火扑灭，无人员受伤。** [](//img1.mydrivers.com/img/20250611/a532db5247a548ed8383c982b4cc8d59.png) 有网友在李肖爽微博评论区留言，**称“对关键时候的关键事故提前说明，这是应对黑子最好的回击。”“这一看就不是电池着火，是车内有东西着火。”** [](//img1.mydrivers.com/img/20250611/43369d7ea2254681a733529dd3462171.png) [](//img1.mydrivers.com/img/20250611/3797513f47f345888ddaab4d250d035d.png) 需要提醒的是，进入夏季天气炎热，为避免车辆自燃事故发生，车内不要放置像打火机、充电宝等易燃易爆品。 尤其是打火机，爱抽烟的司机有时将打火机顺手放在仪表台或是中控台等地方，打火机油有很高的自燃性，长时间高温暴晒会有爆炸隐患。 另外，还有矿泉水瓶、水晶球和眼镜这类物品，随意摆放在车内能晒到太阳的地方，当太阳光射过这些物品时会使光线折射，引发聚焦效应导致温度过高，轻则加快内饰老化，重则引起车辆自燃。 [查看评论](https://m.cnbeta.com.tw/comment/1505902.htm)

**Top500.org发布了最新的第65期全球最强超级计算机榜单，AMD驱动的超级计算机包揽了前两名。****位居榜首的是位于加州劳伦斯利弗莫尔国家实验室的El Capitan超级计算机，其采用AMD Instinct MI300A加速器和第四代霄龙处理器，**拥有超过1100万个核心，Rmax性能达到1.742 ExaFLOPS。 紧随其后的是田纳西州橡树岭国家实验室的Frontier超级计算机，采用的是AMD第三代霄龙+Instinct MI250X，Rmax性能为1.353 ExaFLOPS。 这两台超级计算机均由美国能源部实验室运营，均属于Exascale级系统。 排名第三的是基于英特尔至强处理器和英特尔数据中心GPU的Aurora超级计算机，其Rmax性能为1.012 ExaFLOPS。 **德国基于NVIDIA GH200的Jupiter Booster超级计算机，以0.793 ExaFLOPS的Rmax性能位居第四，这是欧洲首次进入这一性能级别的系统。** 微软的Eagle超级计算机以0.561 ExaFLOPS的性能位列第五，所采用的是NVIDIA H100。 El Capitan超级计算机还在高性能共轭梯度（HPCG）性能列表中以17.1 PetaFLOPS的成绩位居榜首，并在HPL-MxP混合精度基准测试中达到16.7 ExaFLOPS。 Frontier超级计算机在HPCG基准测试中排名第三，成绩为14.05 PetaFLOPS，并在HPL-MxP基准测试中以11.4 ExaFLOPS的成绩位列第三。 [](//img1.mydrivers.com/img/20250611/170933a2-20b3-47a5-8371-299e62688d5f.png) **整体来看，此次榜单中AMD的CPU驱动着全球两大最高性能的超算，以及前十名中的五台机器，但总的500台系统中有294台使用Intel处理器，AMD以173台紧随其后。** 美国在系统数量上继续保持领先，共有175台超级计算机上榜，中国则因不再提交最新系统的数据，上榜数量下降，目前仅有47台系统上榜，德国以41台系统位居第三。 [](//img1.mydrivers.com/img/20250611/7845b212-271e-4723-b0a4-e8e105a00a31.png) [查看评论](https://m.cnbeta.com.tw/comment/1505900.htm)

**台积电将于2026年在其子公司采钰设立首条CoPoS封装技术实验线。**与此同时，用于大规模生产的CoPoS量产工厂也已确定选址嘉义AP七，目标是在2028年底至2029年间实现该技术的大规模量产。 CoPoS是台积电推出的一项创新封装概念，其核心在于“化圆为方”——摒弃传统的圆形晶圆，直接将芯片排列在大型方形面板基板上进行封装。这种设计可视为对现有CoWoS-L或CoWoS-R技术的矩形化演进。关键优势在于：方形基板提供更大的可利用空间，从而显著提升单位面积产出效益并有效降低成本。此外，CoPoS封装结构更具灵活性，能更好地适应多样化的芯片尺寸与应用需求。 **据悉，CoPoS技术将主要聚焦于人工智能（AI）等高端芯片应用。其中，采用CoWoS-R制程的版本将主要服务于博通，而CoWoS-L则主要面向英伟达（NVIDIA）及AMD。** 行业分析指出，这种“化圆为方”的方式不仅大幅提升了产能和基板面积利用率，更使其在人工智能（AI）、5G通信及高性能计算（HPC）等对先进封装有极高需求的领域展现出强大的竞争力。 值得注意的是，台积电此次选择在采钰设立CoPoS实验线，延续了其一贯的战略布局思路。**此前在布局面板级封装（PLP）时，采钰及其关联公司精材就因在光学领域的深厚积累而被考虑作为实验线选址。这一选择也为其未来进一步整合硅光子（SiPh）、共封装光学（CPO）等前沿技术趋势奠定了基础。**  [查看评论](https://m.cnbeta.com.tw/comment/1505898.htm)

**哈密-重庆±800千伏特高压直流输电工程（以下简称“哈密-重庆工程”）投产送电。来自新疆的风能、太阳能等能源只需0.007秒，即可抵达2200多公里外的重庆。**这是我国首个投产送电的沙戈荒新能源基地外送特高压直流输电工程，也是我国第三条“疆电外送”直流大动脉，每年可将360亿千瓦时以上的电量从新疆源源不断地输送到重庆负荷中心。 **哈密-重庆工程于2023年7月获得国家核准，起于新疆维吾尔自治区哈密市巴里坤换流站，途经甘肃、陕西、四川，止于重庆市渝北区渝北换流站，**采用±800千伏额定电压、800万千瓦额定容量的“双八百”特高压直流输电技术，输电距离2260公里，总投资286亿元。 工程配套的1420万千瓦电源，位于新疆天山北麓戈壁基地，风电、光伏、光热装机达1020万千瓦，新能源装机占比超过70%。 据介绍，新疆能源资源十分丰富，是国家确定的“三基地一通道”和全国能源资源战略保障基地。工程可支撑哈密地区超过1000万千瓦装机的新能源可靠送出，助力新疆形成外送规模超3000万千瓦的“两交三直”输电通道，覆盖西北、华中、华东、西南电网，将有效提升新能源消纳利用水平。 **工程投产送电后，每年可减少燃煤消耗约600万吨，减少二氧化碳排放约1600万吨，具有显著的节能减排效益。** [](//img1.mydrivers.com/img/20250611/c8972475b44b466a8c385a9c626af6d4.png) [查看评论](https://m.cnbeta.com.tw/comment/1505896.htm)

在加密货币牛市中由于机构和市场流动性需求，稳定币发行商通常会在多个链上增加加密货币稳定币，例如泰达 (Tether) 就经常在以太坊和波场链上以 10 亿美元的规模增发 USDT。 来自 Defillama 的数据显示，目前加密货币稳定币的市场总规模已经突破 2500 亿美元，大多数稳定币都以美元锚定并与美元实现 1:1 兑换，不过除美元外也有锚定其他法定货币的稳定币，例如锚定墨西哥比索的 MXNT 稳定币。 以当前价格计算，整个加密货币市场的总市值达到 3.35 万亿美元，而 2500 亿美元的加密货币稳定币占总市值的 7.48%，稳定币里泰达公司的 USDT 仍然占据主导地位，占据着 62.05% 的市场份额。 [](https://static.cnbetacdn.com/article/2022/0622/6057d4e430bd1a8.webp) **下面是按流通市值的稳定币排名：** Tether 发行的美元稳定币 USDT：1，554.08 亿美元 Circle 发行的美元稳定币 USDC：606.31 亿美元 Ethena 发行的美元稳定币 USDe：58.97 亿美元 Sky 发行的美元稳定币 DAI：43.54 亿美元 Sky 发行的美元稳定币 USDS：40.5 亿美元 Blackrock 发行的代币化货币市场基金 BUIDL：28.92 亿美元 World Liberty Financial 发行的美元稳定币 USD1：21.77 亿美元 Enthena 发行的美元稳定币 USDTB：14.55 亿美元 First Digital 发行的美元稳定币 FDUSD：13.01 亿美元 PayPal 发行的美元稳定币 PYUSD：10.04 亿美元 最近 USDC 发行商 Circle 成功登陆纳斯达克并且股价飙升，这似乎也代表行业对稳定币的发展前景比较看好，对稳定币发行商来说发行稳定币是个非常稳妥的生意，只要自身的管理流程足够坚实，发行稳定币就是只赚不赔的生意。 USDT 发行商泰达被分析师估值超过 3，000 亿美元 (指公司价值而非发行的稳定币规模)，不过泰达在资金审计和安全管控方面不如 Circle，这也是为什么 Circle 成为第一个登陆纳斯达克的稳定币发行商。 [查看评论](https://m.cnbeta.com.tw/comment/1505892.htm)

微软日前已经向所有受支持的操作系统和软件发布 2025-06 例行累积更新，这些更新主要用于修复各种已知安全漏洞和错误，有时候更新也会带来部分新功能或对现有功能进行改进。不过使用 Windows 11 24H2 版的用户暂时可能无法检查到更新，原因在于该更新发布后不久就被微软发现存在兼容性错误，因此微软已经撤回更新并在修订。  经过修订并解决兼容性错误的 KB5060842 (修订版) 已经重新推送，不过基于稳妥起见微软正在降低推送速度，也就是部分用户此时检查更新可能会发现没有可用的更新。 **微软在说明中表示：** 此更新 (KB5060842) 正在逐渐推广到运行 Windows 11 24H2 版的设备，我们发现某个兼容性问题，这个问题影响少数设备。如果您的设备受到影响则会收到包含所有 2025 年 6 月发布的安全更新的改进版本。 鉴于微软早已裁撤 Windows NT 测试团队，在更新时出现错误现在已经是比较常见的情况，不过限制安全更新的发布确实是首次，安全更新通常会被标记为紧急或关键更新，正常情况下都是立即推送避免安全漏洞遭到利用。 对于比较着急的用户其实也可以直接下载 MSU 格式的补丁包手动安装，这样就不需要等待微软推送，当然即便是安全更新也可能出现其他影响使用的问题，所以是否立即安装更新只能由用户自己决定。 KB5060842 下载地址：[https://www.catalog.update.microsoft.com/Search.aspx?q=KB5060842](https://www.catalog.update.microsoft.com/Search.aspx?q=KB5060842) [查看评论](https://m.cnbeta.com.tw/comment/1505890.htm)

在《黑镜》最新一季的首集《普通人》里，女主在意外脑死亡后，男主给其接入了「云端大脑」服务，她的部分大脑被切除，换成芯片连接至云端，一个月给软件公司支付几百美金的「订阅费」，以维持「意识在线」。 这可能是《硅谷》之后，对于科技巨头最辛辣的讽刺了。 然而仅在《黑镜》播出两个月后，现实中已悄然浮现类似技术的雏形。 一家名为 Cortical Labs 的澳大利亚初创公司，宣布全球首款商业化生物计算平台——CL1 正式发售。 CL1 不是一台普通的电脑， 它内部拥有 80 万个活体人类神经元，通过精密的电子接口与传统硅芯片连接，构成一种「混合智能」 。它不仅能处理信息，还能自主学习、适应环境，表现出某种程度上的「类意识」特征。 是的，你没听错： 这是一个「活着」的计算机 。  理论神经科学家 Carl Friston 说：「从某种角度来看，CL1 可以被视为首款商业化的仿生计算机，是使用真实神经元的终极类脑计算机。」 当人们还在担心作为碳基生物，比不上 AI 这样的硅基对手时，CL1 这种「硅碳融合」的思路，会成为马斯克所想的「人+AI」成为超人的路径吗？ # 01 当硅遇上细胞 生物计算并非新概念。过去几十年，科学家们曾设想用 DNA、蛋白质甚至细胞作为计算媒介。但 CL1 是目前为止，第一台真正将人类神经细胞应用于商业用途的生物计算平台。 想象一下，80 万个活体人类神经元被小心翼翼地漂浮在一个定制的硅芯片之上。每当外部系统发出电信号，这些神经元会在亚毫秒级别做出反应，就像人类的接收信息、作出反应一样自然、迅速和随机。 这就是 CL1 的技术核心： 不是让芯片模仿大脑，而是干脆直接把部分「大脑」接入芯片，用硅芯片结合人类活体神经元，创造出一种既能像人类大脑一样学习，又能像计算机一样高效处理信息的混合智能系统 。 CL1 从外观上看更像是一个高科技培养皿，而非传统意义上的计算机。它的内部结构由三部分组成： 一个标准机架计算节点； 一个支持电生理信号记录与刺激的微电极阵列系统（MEA）； 以及最重要也最「有生命感」的组件：温控培养单元。  神经元+硅芯片｜图源：IEEE Spectrum   MEA 是打通「人脑」和「机脑」之间的桥梁，它能让电信号在硅芯片与神经元之间自由流动，同时记录它们的活动模式。 温控培养单元则是保证 CL1「活着」的关键。每台 CL1 包含 80 万个实验室培养的人类神经元，这些神经元取自于成年捐赠者的皮肤或血液样本，温控培养单元可以为其提供营养、控制温度、过滤废物并维持液体平衡，确保这些神经元存活长达六个月。 而这 80 万个神经元，也并不只是被动地响应信号，它们具备一定程度的自主性和可塑性，会对反馈做出动态响应。 2022 年发表在《Neuron》期刊的一项研究显示，Cortical Labs 的早期系统 DishBrain 就曾通过训练，让这些神经元学会玩《Pong》（最早的电子游戏《乒》）。 当游戏开始时，神经元并不知道规则，但通过连续反馈「击中」或「失误」时给予不同电信号，它们很快就学会了如何控制球拍来应对变化的球速。开发者事先并未对其进行任何编程，而神经元可以调整自己的行为以达到目标，这就是神经科学中的「最小意识系统」，也是真正意义上的类学习行为。 甚至在某些场景中，CL1 的学习效率甚至超过了深度强化学习算法，因为 CL1 的神经元能够实时生长、重组和学习，有着和生物大脑相似的动态调整特性。 你可以想象， 它们不只是神经组织，而是一种可塑性极高的「活体算法」 。  世界上第一款电子游戏｜图源：The Week   而且神经元结合硅芯片，能让 CL1 具备数字和生物两个领域的优势：生物大脑的适应性和「泛化能力」（即从有限经验中提取规律，并将其应用到新情境的能力。），结合数字系统的可观测、可控、可编程。 Cortical Labs 为此提供了一整套软件开发工具包（SDK），让用户通过编程与神经元进行交互，这也就让 CL1 成为世界上第一个「可写代码的生物计算机」。 程序员写的代码不再只是在硅芯片上跑，还在活体神经元上运行 。 所以 CL1 的「智能」与任何传统硬件系统都不一样，它既不如人脑复杂，也远比硅芯片灵活，但它代表了我们对智能的另一种想象形式：Friston 称其为「生物模拟计算机的终极形式」。  神经元和硅芯片结合的方式｜图源：Cortical Labs   不同于传统计算机，CL1 不依赖数字逻辑电路，而是通过训练神经元以执行任务，所以功耗极低，运行效率极高。 据报道， 一整机架的 CL1 装置，总功耗仅为 850 到 1000 瓦 ，相比之下，哪怕是训练一个中等规模的神经网络模型，如 GPT 或图像识别网络，所需的 GPU 集群往往消耗数千瓦到上万瓦电力，而且必须保持冷却以避免热量过载。 能效比的关键也在神经元，一个神经元每次放电所需的能量极小，成年人类大脑整体的功耗也不过 20 瓦左右，却能完成远超超级计算机的数据处理、感知与决策任务。 虽然 CL1 目前无法像 GPT-4 那样写论文、编程或讲笑话，但在特定任务（如感知决策、神经反馈模拟）上，它无需堆砌算力即可展现智能潜力。 更可怕的是，CL1 可能还会「进化」 。 # 02 谁会买一块「活的计算机」？ 哪怕现在的 CL1 的纸面性能看上去还不够「硬核」，完全无法正面对抗同价位的 NVIDIA H100，但它有生物的自然可扩展性，Cortical Labs 表示，从 10 万到 100 万个神经元，几乎不增加太多成本，扩展到上亿个神经元成本也依然可控。 而神经元越多，智能潜力越大，所以硅基计算靠烧电、堆卡提速，而 CL1 的性能增长则靠「养脑」。  「皿中之脑」｜图源：CL1   首批 115 台 CL1 将于今年夏天发货，单价 35000 美元，若批量采购则降至 20000 美元/台 ，目标客户很明确：神经科学家、药物研发公司、AI 与类脑计算研究团队。 不过 Cortical Labs 并不满足于只把 CL1 卖给几家顶级实验室。 他们推出了「 Wetware as a Service 」（湿件即服务，简称 WaaS）模式。其中 Wetware「湿件」，即指人类或其他生物的大脑和神经系统。 在这个模式中，研究人员无需拥有 CL1 实体设备，只需远程登录 Cortical Labs 的平台，便可实时访问一台活体神经元计算节点，可以调整刺激参数、收集数据、甚至进行远程训练。每台 CL1 每周租金 300 美元。 这就有点《黑镜》照进现实的即视感了。 换言之，每周 300 美元，就能租到一个 80 万可编程的活体人类神经元， 这不是订阅软件或租服务器，而是租一种「活着的」生物智能 ，虽然 CL1 远未达到人类意识的复杂性，但它的确是一种生命形式。 WaaS 也把意识的构建模块变成了一种可交易的商品，即每个神经元每天租金约 0.00005 美元。那这是否也意味着有朝一日，人类大脑中 500-1000 亿个神经元也可以论价？ 更大胆地说，WaaS 是否有一天会演变成 LaaS（Life as a Service）生命即服务呢？ 要说人机结合，CL1 肯定不是第一家，Neuralink 都已经进入临床测试阶段了，两者路径完全不同，却都站在了「碳基与硅基」的边界线上。 但 Neuralink 是「把人接入计算机」，试图延展人的计算能力而 CL1 则是「把人类细胞转化为计算」，想提取人的神经能力反哺机器系统。 在 Neuralink 的设想里，意识仍在脑中，只是外延和扩写。而在 CL1 的逻辑中，意识的片段、学习能力、甚至可能的「感受」，已经成为可以商品化的功能模块。 最终，科技问题又变成了哲学问题： 人类的大脑究竟能否被重塑、调用，乃至「商品化」呢 ？ 又或许，哪天科技不再只是构造冰冷的智能，它开始学着如何活着，如何生存时，我们又该怎么办？ 但乐观来看，这可能只是一条技术路径，就像《三体》中的关一帆和程心，他们在电磁波速度被极大压缩，计算能力几乎归零的黑域中，被迫用人脑手动进行天体力学运算，经过数十年才完成飞船的轨道调整，并最终脱离黑域。 当传统计算在物理极限前停滞不前，也许「养一块大脑」，才是突破技术奇点的起点。

XREAL CEO Xu Chi described Project Aura as a lightweight, wired, cinema-grade AR device with AI capabilities, positioning it as a new gateway to AI-powered interaction.

文 | 苏建勋 如果去标记“得帆信息”——这家成立十年的软件公司历史，2025年春节，一定是个刻骨铭心的时间点。 这本是个欢庆的时点，得帆信息的创始人&amp;CEO张桐却忧心忡忡。他已经多年不写代码，却用美国AI Coding（AI编程）工具Cursor，花两天就写出一套网页版的CRM后，张桐得出结论： “我们这样的工具，一定会被AI取代。” 张桐对技术变革带来的风口其实不陌生。他在传统软件领域干了二十年，日日打交道的是Oracle、SAP这批老牌巨头。2020年前后，低代码热潮袭来，软件开发从过去搬砖砌墙式“脏活累活”，往乐高式的“拖拉拽”转移，得帆也顺应潮流，推出过一系列低代码产品，也顺势拿过百度风投等机构融资。 但在大模型催生的AI Coding范式下，张桐察觉到从未有过的危机。**“不变，就是等死”**，他对《智能涌现》直言。 原因也出奇简单——“（Cursor）有一个让人很爽的产品交互模式，除了提要求，剩下就是回车和accept（接受），它就咔咔咔都给你干完了。” 我们和张桐的对话发生在得帆位于上海西岸AI Tower的办公室，这栋楼里，既有发展得如日中天、位列大模型“六小虎”之一的阶跃星辰，也有年初爆发裁员、停薪事件的澜码科技。一上一下，让AI大浪淘沙的残酷，显得直观又现实。  得帆信息创始人&amp;CEO张桐；图片由得帆信息官方提供 春节后，张桐紧急和管理层开会，会上还有公司十几个AI产品专家，张桐直截了当抛出一连串问题：“AI是不是会替代我们？三年之后，你们各自的团队还能剩下多少人？” “会的，程序员估计就剩一半。”一个残酷的共识在会上得出。 在这场讨论的三个月后，5月15日，得帆在上海中心105层，亚洲最高的会议厅，召开战略发布会，宣布从“AI低代码和AI iPaaS厂商”，转变为企业级AI Coding和AI Integration厂商，并推出AI原生企业平台——DefineX.Al，包括： <blockquote> <p><strong>DefineCoding.Al（睿鲸）：企业级Al Coding平台</strong></p> <p><strong>DefineFlow.Al（睿章）：企业级AI Integration平台</strong></p> </blockquote> 得帆用动物命名这两款产品，鲸鱼智力超群，代表“睿鲸”Al Coding平台的编程能力；章鱼拥有多个触手，表示“睿章”AI Integration平台在企业内部拥有跨系统、多平台的数据连接能力。 不过，相比让张桐用起来“很爽”的Cursor，得帆的Al Coding平台“睿鲸”，在定位和目标人群上，有显著差别。 张桐习惯用四个象限演示产品定位，在白板上，他画下一根横坐标，轴心往左是5000万“专业开发者”，Cursor、Devin、Windsurf都在这里；往右是至少5亿“公民开发者”，产品形态也融合了No/Low Code等产品，这是属于得帆的位置。  张桐将AI Coding赛道分为四个象限；图片由得帆信息提供 “我们公司的行政主管学的是人力资源，但公司所有的报销、人事等系统，都是她自己配出来的。”张桐这样举例，他希望得帆的产品能通过To B的方式，让更多企业内部的业务人员上手IT编程。 本质上，以Cursor为主的海外AI Coding产品，还是面向To C开发者；**但得帆认为，中国企业IT场景更复杂，单纯靠一款To C 产品无法解决问题，需要更加融合的AI Coding产品**，“包括Low code、No code的工具，复杂应用，还需要程序员能够去开发和调试。” 同理，企业对连接的需求也早已超越“系统打通”这一个维度。传统iPaaS追求的只是企业内部的系统及数据集成，而制约企业智能化进程的不仅是连接企业内部各类系统，更重要的是打通企业与外部智能世界的边界。 这也是得帆在发布企业级Al Coding平台“睿鲸”，同时推出企业级AI Integration平台“睿章”的原因，该产品涵盖了AI iPaaS、AI大模型网关、MCP智能中台、Agent开发平台等核心模块，通过AI iPaaS实现企业内应用及数据的智能集成，通过MCP、Agent的能力实现企业与外部的“世界智能”连接。 某种程度上，得帆的产品定位，**也是在巩固长板，与市场上的部分玩家错位竞争。** AI Coding正在成为创业红海。国内，包括华创资本前投资人宿文、TikTok算法负责人陈志杰、月之暗面前核心产品负责人明超平等明星创业者，纷纷依靠AI Coding拿下大笔融资；海外，5月初，AI编程独角兽Windsurf以30亿美元的估值出售给OpenAI。 对于得帆来说，积累十年的企业服务经验，和包括比亚迪、京东方、宝洁等大型集团企业在内的超过上百家大客户资源，是其在AI Coding To B 赛道上竞争的砝码，这也和Windsurf的思路不谋而合。 如果说AI Coding代表企业构建智能能力的“开发中枢”，那么AI Integration则是企业连接世界智能的“总线平台”，这两个产品是得帆对未来企业技术架构的一次重新定义： 企业的智能边界，不再局限于自有系统，而应包括与AI大模型、Agent、生态服务之间的实时交互与智能协同。只有当AI Coding与AI Integration形成双轮驱动，才能承载企业智能应用交互的闭环。 此前Windsurf创始成员 Anshul Ramachandran曾分享过有关企业获客的思考：**团队从构建产品的第一天开始，就想好要针对传统行业里的大企业。**这是因为相比在红海争夺个人用户，企业才是软件的主要买单方，赢得一个大企业客户的收益相当于成千上万的个人用户。 体现在团队变化上，张桐也表示，AI Coding的发展会降低团队程序员的比例，但会需要增加懂销售、懂策略的人员，“等于我们在规模不变的情况下，服务的客户数量可以呈十倍增长。” 采访中，当聊到春节后得帆的那次战略会，在座的人工智能专家们得出“团队至少有一半被AI取代”的结论时，我问张桐，达成这样的共识，大家不会很沮丧吗？ “肯定不会。”张桐回答得斩钉截铁，**“大家反而觉得很兴奋，因为一个新世界要来了。”** ### 以下是智能涌现与得帆信息的创始人&amp;CEO张桐的采访核心内容，经编辑后发布： **一、“如果三年后我们还用大量程序员开发软件，公司一定会失败”** **智能涌现：**发布会上我看到你谈到一个转型，“从软件公司转变为人工智能公司”，这个规划是怎么定的？听上去有很强的紧迫性。 **张桐：**对，不变肯定就要死了。 曾鸣（前阿里巴巴总参谋长）说，定战略就是“想十年、看三年、走一年”，我就会思考，三年之后SaaS和低代码还会存在吗？我认为三年后就不存在了。 经常也有人问我，AI将来能写程序了，还要你们干嘛？实话说，你在2024年问我AI能不能取代我们，我都会说不会。 因为企业的数字化建设太复杂了，有ERP/CRM/MES/WMS（均是企业内部各环节IT系统）……还有整个开放平台的构造、有底层PaaS的结构，你怎么用AI取代这么一套复杂的环境？ **智能涌现：**是什么让你改变了看法？ **张桐：**春节的时候，我花时间研究了一下Cursor，一用我就发现，我们这样的工具一定会被AI取代。 我已经很多年不写程序了，但用Cursor我两天就写了一个CRM，里面还添加一个聊天机器人，能做舆情分析，能调取互联网平台的数据，还可以关联销售线索。 关键是，Cursor的交互模式太爽了，就是你除了提要求，剩下就是回车和点击accept（接受），你不需要做其他的事，它就咔咔全给你干了。 当时我就想，但凡是有界面、需要拖拉拽的这些编程应用，都会被Cursor干死，相当于软件世界被重构了。 **智能涌现：**这么绝对吗？很多程序员认为AI写出的代码还是有很多问题的。 **张桐：**质量确实不高。人类程序员一般是模块化思维，把很多项目抽象成“鸡肋”，需要的时候去调用即可，但AI是结果导向，直接给你生成最终版本，有bug了再倒回去改。 当然了，还有系统的权限管理、安全测试，还有代码继承问题，AI现在还都没有办法解决，但我们往长远看，比如三年后，这些问题能不能被解决？我认为可以。 虚拟世界是可以被AI重构的，最后大家使用的窗口，就是AI形式的 CUI（Conversational User Interface用对话的方式完成命令行用户交互），而不是通过人手工写编程做软件，如果三年后我们还用大量开发人员来做软件，公司一定失败了。 **智能涌现：**这些观察意味着什么？ **张桐：**春节后我们又开了一个会，最后得出结论，我们肯定会被AI替代，团队最多还剩一半人。 **智能涌现：**大家会因此觉得很丧气吗？ **张桐：**不会，大家会觉得新世界来了，还是在最前沿的地方接触这个新世界，这是个巨大的优势。 **二、“小公司去搞AI To B，很容易把自己搞死”** **智能涌现：**行业里很多人谈到AI和低代码，会认为两者可以共存，但你的观点是“AI会替代低代码”，似乎更激进一些。 **张桐：**其实大家都有危机感，只是有人不承认，害怕承认了就代表自己真的被AI颠覆了，担心客户会不买单。 我们是这个行业第一个说AI一定会把低代码替代掉，如果有人说不会，那就是在开历史的倒车。 **智能涌现：**我们的产品定位和目标人群是什么？ **张桐：**这要谈到AI Coding的赛道分析，基本上是四个象限（在白板上画出）。其中最知名的Devin、Cursor、Windsurf面向专业开发者，也就是5000万程序员，我们在No/Low Code这一象限，面向企业内部的数字化IT部门，ITBP和甚至更为广泛的业务人员。 举个例子，我们公司的行政主管，学的是人力资源，公司所有的报销、审核等系统，都是她自己配出来的，财务系统也是财务部门自己配的，他们都没学过编程，知道怎么用低代码产品就可以。 这也要说到中国的IT环境，Cursor、Windsurf作为一款产品确实好用，但企业内部往往涉及ERP/CRM/MES等软件跨平台交互，中国公司也有大量私有化部署的需求，这不是你一款产品就能解决的，是个工程化问题。 所以国内的产品需求，一定是融合型的AI Coding形态，不是单一体，它需要一些Low code、No code的工具，但有别于当下的产品形态，这些工具的交互模型会更智能化，会是CUI和GUI融合的，还得有一些程序员能够去扩展和调试这些东西，才能干一些复杂的事儿。 **智能涌现：**最近有很多创业者做AI Coding，你怎么看待自己在竞争中的身位？ **张桐：**那我们绝对是碾压式的，首先在业务模式上，我们会做SaaS部署，但肯定还是坚持本地化部署，因为中国企业客户的需求就在这。 早期很多做SaaS的看不上我们（做本地部署的），但客户到底需要什么，市场会怎么发展。我们有自己的判断，现在那些（曾经坚持做SaaS的）厂商也都开始搞回本地部署了。 此外，在To B竞争中，单靠AI Coding还不足以应对企业复杂的业务需求。AI Integration补充了这一环节，将AI Coding能力与AI Integration能力组合在一起，真正使得企业智能应用能够落地闭环。 如果是一个小团队想自己搞AI Coding，做To C可以，但企业客户绝对不会买，因为它所有的能力都建立在个人编程上，没有解决安全性、权限管理、环境兼容、后期维护等种种问题，这是个极为艰难又需要长期积累的赛道，一个小公司去搞，很容易把自己搞死。 但是对得帆来说，产品的转型相对来说更为容易，一方面我们已经拥有很多大型企业使用得帆的产品，我们需要的是把AI的Coding部分更快更好的融合到产品中，另一个方面，就是因为我们每天都在处理和接触企业数字化的各种各样的问题，我们非常了解客户遇到的问题，所以如何用AI来解决这些问题是我们更为擅长的事情； 但是我们也有自己的难点，就是我们这个组织如何转变为AI Native的组织和产品，这个需要我们从战略和执行，组织和文化上下很大的力气和功夫，这方面，反而是初创企业的优势。 **智能涌现：**像字节、腾讯、美团这样的互联网大厂都在自研AI Coding产品，这会成为主流吗？ **张桐：**大厂一定会自研AI Coding产品，他们主要目的是降低自身的研发成本和提升效率，但是他要对外输出就极为困难。 如果面向程序员侧，那就是与Cursor类似，如果面向企业ToB侧，那么就需要解决我前面提到的各种极为复杂的脏活累活的问题，所以他们会成为自己内部的主流，但是对于成为toC的主流平台，一定也会面对红海的竞争； 相反，我认为ToB的机会在于传统企业的数智化，对于传统企业来说，他们的IT部门还是以解决业务需求为主，不是类似大厂这种，以自身产品开发导向为主，而是以业务项目导向为主。 即使是这些传统企业成立了数科公司，他们的愿景也不是说要干成一个牛X的IT公司，况且从经营的角度看，集团每年就能给到80%的生意，不论是从钱还是使命的角度，他们都没有这种驱动。 **智能涌现：**从软件公司迈向AI科技公司，作为创始人和CEO的角色，你会有什么变化？ **张桐：**对我而言，最大的挑战是两点， 第一个，就是我们已经在低代码和iPaaS干到领导者地位了，但是现在我们需要换脑子，转赛道，给自己加码，甚至是要先颠覆自己，这个是最为艰难的，就是一个人是不是有勇气和胆量能够承认AI是我们的未来，同时还要有付诸实际行动来支撑这个战略，做到真正的知行合一是非常艰难的； 第二个，虽然阿里常说“因为相信，所以看见”，但对于大多数人来说，还是先看见，再相信。我自己也是使用了Cursor 2周之后，才逐渐感悟到，且相信说AI真的会替代我们，所以如何让我们这个组织都认识到AI是我们的未来，这个同样重要且艰难。 就像十年前，我们走上低代码和iPaaS这条路，逐渐逐渐干成了领导者，我也希望能带领公司和团队下一个十年能逐渐成为企业AI Coding和AI Integration的世界级的领导者。

 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) 各位玩家好！欢迎来到“京西电竞节 x 核聚变游戏嘉年华2025北京站”，今天为大家带来的是位于 A01 展区的《黑神话：悟空》的全面介绍。  本次《黑神话：悟空》展示区域分为三个部分： - 游戏区：在这里，你可以体验到 7 个感受迥然不同的MOD，还会有 2 台设备为天命人开启“四周目火力全开连战模式挑战赛”，欢迎诸位在此大展身手、大显神通。 - 贩售区：黑神话官方周边热情上架！八戒、虎先锋、黑熊精毛绒摆件挂件应有尽有，更有影神图徽章套盒、四姐托特包、腿甲袜套盒与角色袜套盒等，欢迎莅临选购。 - 互动区：《黑神话：悟空》地图展示墙，给各位天命人打卡出片！到场玩家可以使用不同类型的贴纸，在地图墙上创造“你的黑神话印象”，更多互动玩法现场解锁。 # 游戏区 三十六般棍法，七十二种变化。耍得开心就好，无须争执高下。 首先在此感谢玩家MOD社区对《黑神话：悟空》的热情与支持。限于本次活动规模，我们仅选择了一些作品供到场天命人体验，无法涵盖游戏的全部MOD社区生态，感谢各位朋友的理解。本次游戏区为大家带来了 7 个充满创意与想象力的MOD，我们为大家详细展现如下： 《肉鸽爬塔》 | 作者 禽兽-云轩 欢迎体验黑神话挑战模式 MOD！这款 MOD 为《黑神话：悟空》原版游戏增添了一系列全新的挑战玩法，让你在原本的剧情和探索基础上，体验更多的策略、挑战与乐趣。无论你是战斗达人，还是策略爱好者，都能在这个挑战模式中找到自己的乐趣（挑战分为常规爬塔挑战和肉鸽挑战两种）  《身外身法BOSS替换》| 作者 禽兽-云轩 这个Mod会把身外身法技能召唤的猴子替换成任意指定妖怪，替换出来的妖怪是友军，可以辅助你作战，也可以和其余的敌对妖怪召唤mod合并使用，变成BVB Mod，替换的妖怪数值为一周目模板数值。  《天命人&lt;--&gt;四妹》| 作者 0w0-Yui 这款Mod将《黑神话：悟空》中的主角天命人替换为四妹，让玩家以四妹的视角沉浸式体验冒险旅程。精细调整的模型与动作适配，保留原版战斗手感的同时，赋予角色独特的视觉魅力。无论是剧情演出还是战斗场景，四妹都能无缝融入游戏世界，为熟悉的故事增添新鲜感。  《M⭐️4⭐️A⭐️1》 | 作者 遗忘的银灵 话说当年，天命人黄风岭苦战黄风怪，屡屡不敌，几欲归山隐居。一筹莫展之际，一老道士携“连珠火铳”飘然而至，此物非金非铁，色泽玄奥。道士曰：“汝这猴儿，道行尚浅，何必苦苦相斗。遥想当年大圣，也曾寻仙借宝，才得以修成正果。此域外奇械，今传与汝。汝只需锁定妖邪，长按‘棍花键’催动，便可火弹连发，降妖伏魔。”天命人得此神兵，遂大败黄风怪，威震诸路妖魔。  《复刻残躯特效连招》| 作者 深灰寿司 天命人可以通过额外操作，触发彩蛋连招，更为动作添加残躯棍光特效；手感与游戏原生动作保持一致，常用动作如劈棍切手均未做改变；1.2 版本全部彩蛋动作均由天命人/大圣模式原有动作或废案动作制作；手柄与键盘均可正常触发彩蛋连招。  《愤怒大圣6.7》 | 作者 12正在路上 大圣生气了！本MOD全面增强大圣残躯战斗力，让他攻击欲望更强，更灵活运用闪避，残躯血量越少攻速越快；残躯会在被攻击时，记住攻击者的招式，在下次被相同招式攻击时，使用躲避和对抗技能（投射类招式除外）；残躯出招会判断与目标之间的障碍（不包括空气墙）、高度和距离，做出相应的招式，确保能攻击到目标；MOD也可以让大圣残躯跟随你跑图打怪，点击F2即可召唤；外观增强：在残躯头上添加了一个金箍，还添加了一些特效。  《大圣mod8.0》| 作者 朝暖青春 多样性功能Mod：能体验筋斗云大圣所有攻击；召唤、变身和控制大圣残躯；无条件使用大圣各种技能；后续更新可变身红孩儿，黄风大圣，夜叉王等各路Boss。  # 贩售区 黑神话官方周边热情上架！八戒、虎先锋、黑熊精毛绒摆件挂件应有尽有，更有影神图徽章套盒、四姐托特包、腿甲袜套盒与角色袜套盒等，欢迎莅临选购！        # 互动区 《黑神话：悟空》地图展示墙，给各位天命人打卡出片！到场玩家可以使用不同类型的贴纸，在地图墙上创造“你的黑神话印象”，更多互动玩法现场解锁。   再次感谢各位天命人对《黑神话：悟空》长期以来的鼎力支持。我们将以全面热情，迎接朋友们在“京西电竞节 x 核聚变游戏嘉年华2025北京站”，留下最美的一刻！ # 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)

<blockquote><p>在互联网行业，产品经理的角色至关重要，但新手产品经理往往会在职业起步阶段遇到诸多困惑和挑战。本文作者结合多年的产品管理经验，为产品新人提供了全面而实用的建议。</p> </blockquote>  我见过许多产品新人一入职就急着打开Figma或Axure开始画原型——这基本是你职业生涯中头几个重大误区之一。 在我带新人的这些年里，过早沉迷工具技巧的案例不胜枚举：有位应届生耗费三周设计出带微交互的高保真原型后，却被开发组痛批根本跑不通；另一位实习生用Axure构建出复杂后台权限系统，结果被技术主管一句话戳破：“业务逻辑都理清了吗？” 你拥有的工具再强大都只是手段，而非目的。真正的产品能力永远始于你对问题的精准捕捉和对用户的深刻理解。工具当然有用，但真正的产品能力，从来不是由你画原型的速度决定的。 ## 一、理解问题永远是第一要务：别急着动手 真正厉害的产品经理，会把60%的时间花在搞懂“为什么要做这件事”上。我见过产品新人容易犯的两个典型错误： ### 1、过于迷恋工具和形式 花费过多时间学习各种原型工具（Axure、Figma、墨刀）的“高级”技巧，或者追求原型视觉的“精美度”。 把画原型等同于做产品本身，忽略了前期的问题定义、用户研究、策略思考等更核心的部分。你做的界面再完美，解决的是错误的问题，结果都是0。我当初刚成为产品助理时，为满足一个领导临时提出的需求，连续加班三天搞出来一个复杂的数据看板设计，结果项目上线后使用率不到2%，这才恍然理解：花拳绣腿的设计，抵不上核心价值。 ### 2、缺乏清晰的问题定义和边界 接到需求或任务，没有深入理解背后的背景、目标、用户群体、业务场景，也没有追问“为什么要做这个？”、“解决了谁的什么痛点？”、“成功的标准是什么？” 导致后续的设计和解决方案可能偏离核心目标，效率低下，或者做出来的东西没人用，或用了没有达到预期效果。 ### 应对策略：问明白再动手 在你打开设计软件或撰写文档之前，强迫自己回答以下基础问题： 用户痛点是什么？ 谁在经历这个困难？他们的体验糟到什么程度？这是偶发性问题还是普遍现象？比如团队接到“提升用户登录转化率”任务时，你需要明确：具体是注册环节流失多还是登录后放弃操作多？是支付环节卡顿还是信息填写太繁琐？ 为什么要解决它？ 解决了这个问题对用户有何切身好处？对公司价值（营收、效率、口碑）何在？和现阶段核心目标是否紧密相关？想想投入同样的时间精力，解决哪个问题能为用户或公司带来更大价值？ 什么算成功？ 设立可量化检验标准，比如“注册流程三步变两步”后用户放弃率下降15%，或“搜索响应时间压缩1秒”后使用频率提升10%。不能量化的目标很难有效检验。 是否真的需要做一个“产品”？ 很多问题并不需要开发新功能或新系统来解决。例如客服投诉过多可能需要优化流程手册，或销售效率低可能源于激励政策设计问题。别把所有问题都指向“做个新东西”。 学会问“为什么”，像一层过滤器，把低价值需求挡在门外。提问能力是区分产品工作者境界的分水岭。新人阶段若形成这样的思考根基，将受益终生。 ## 二、拥抱最小可行产品（MVP）：小步快跑，持续迭代 产品新人很容易陷入打造“完美产品”的陷阱。花费数月时间精心雕琢一个功能齐全、细节完美的1.0版本上线，结果却发现用户并不买账，或者市场反馈远低于预期。这就像精心准备一桌子菜，结果发现客人的口味和你预想完全不同，这打击巨大。 “完美主义”在早期是毒药，它让你闭门造车，远离真实的用户反馈和市场检验。 - 资源浪费： 在不确定方向是否正确时，投入过多开发、设计资源是巨大的浪费。 - 错失机会： 市场瞬息万变，一个耗时过长的“完美”产品可能错过最佳窗口期。 - 心态受挫： 长期埋头苦干却得不到反馈，“完美”产品上线后遇冷，对团队士气打击极大。 产品工作本质上是一个探索和验证的过程。尤其是在新业务、新功能或创业公司初期，你面对的是高度的不确定性。 MVP的理念就是承认这种不确定性。 在启动任何新项目前，请强迫自己和团队追问： 1）最核心要验证的那个假设是什么？ 记住核心假设要聚焦，围绕你认为产品或功能成功的决定性前提。比如我们想验证用户是否愿意为某个新功能付费。 2）验证这个假设，最简单、最快、最便宜的方式是什么？ 核心原则在于低成本、高效率获得用户真实反馈： - 手动模拟： 开发一个健身打卡产品前，先用微信群+Excel登记手动运营一个小规模打卡群跑通流程。我们曾通过微信群+金数据问卷在两周内验证用户付费意愿，远快过上线完整系统。 - 简单原型测试： 用纸面原型、Figma可点击低保真原型直接找目标用户测试核心流程和接受度。 - 页面假按钮或占位功能： 在产品界面放置一个“按钮”（点击后显示“即将开放”），监测用户的点击次数和意愿。 - 利用现有平台： 想做一个垂直社区，先用公众号/微信群/知识星球聚集目标用户，验证内容需求和互动模式。 - 众筹或预购页面： 直接上线产品的概念描述和预购页面，看用户是否愿意用钱投票。 ### 迭代而非推翻 3）把MVP视为理解用户需求的开始而非终点。每一次发布都伴随数据监测和用户反馈收集，并据此迭代产品方向： - 量化数据： 哪些功能被广泛使用？哪些功能被忽略？关键转化漏斗的表现如何？ - 定性反馈： 用户访谈、评论、客服反馈中都透露着哪些痛点或惊喜？用户是否在用你意想不到的方式使用产品？用户语言往往比预期更鲜活，如“这功能像冰箱里的灯，开了才亮”远比晦涩问卷反馈更启发产品方向。 - 勇于调整和转向： 数据反馈若强烈违背原始预期，要敢于承认失误并及时调整甚至转型（Pivot）。 MVP的精髓不在于“小”，而在于“验证”；不在“做减法”，而在“聚焦内核”。它让你将风险分段处置，用最低成本撬动市场真实反馈，驱动产品稳步前行而非蒙眼狂奔。 ## 三、理解用户比“听”用户更重要：洞察言外之意 “用户至上”的口号常被误解为新功能需求的简单传话筒。许多产品新人热衷于收集用户反馈，然后将各种“我要XXX功能”的需求原封不动地放入需求池，甚至作为产品路线图的直接输入。 但直接做用户意见的“复读机”不仅价值有限，且可能严重误导产品方向。 - “用户想要的” ≠ “用户需要的”: 用户基于当下体验和有限认知表达诉求。就如当年用户说想要更快马车，深层需求实际是更高效交通方式。 - 个体不代表全体： 最活跃或声音最大的用户需求不一定代表更广阔用户群的核心诉求。 - 解决方案偏差： 用户常聚焦于自己设想的解决方案（如“加个按钮”），而非根本问题本身。 产品经理的核心职责在于透过表象深挖本质诉求，找到问题的根源而非表象解法。你需要成为用户需求的“解码者”和“翻译官”。 ### 技巧与方法：问对问题，深挖本质 追问5个Why： 针对用户反馈的需求，持续追问原因，剥开表层直达根源。 用户反馈：“我希望在视频详情页加个弹幕开关。” - 为什么1：为什么需要开关？（因为有弹幕干扰我看视频） - 为什么2：为什么弹幕会干扰？（弹幕太多太密） - 为什么3：为什么太密是问题？（盖住关键内容/太快看不清） - 为什么4：为什么盖住关键内容不好？（影响理解剧情/看不清字幕/挡住了关键画面） - 为什么5：本质诉求？ （希望不被无关信息干扰，能专注高效获取视频核心内容） -&gt; 可能解法： 智能过滤/精简弹幕、调整透明度、提供聚焦模式等，非简单粗暴弹幕开关。 聚焦“任务”和“问题”，而非“功能”： 在访谈中引导用户描述特定场景下的行为与困扰： 错误问法： “你觉得这个功能怎么样？”、“你需要XXX功能吗？” 正确问法： “上次你遇到[具体问题场景]时具体发生了什么？你当时怎么做的？哪里让你觉得特别费劲/不舒服？你最希望改善什么？” 观察行为胜过倾听言语： 用户语言可能掩饰真实行为： 用户说喜欢功能A实际使用频率低，而少提的功能B却每天高频使用。 结合用户行为分析（埋点数据）可看清真实习惯。 ### 平衡不同用户声音 - 定义核心用户： 明确产品服务的主要人群，其核心需求决定产品方向。 - 识别噪音与信号： 并非所有反馈都需要同等重视。频繁提出个性化/小众需求的声音可能就是噪音。 - 收集反馈而非盲从反馈： 将反馈作为问题探测的线索来源，但仍需做独立价值判断。 优秀产品经理如同侦探，从用户言语及行为痕迹中拼凑真相。在直播产品案例中，当用户表达“关闭弹幕”，实际是寻求“观看更顺畅内容”。 功能设计需满足本质需求而非口头要求。 这种挖掘本质需求的习惯应内化为本能，帮助你避开“头痛医头”的陷阱，设计出真正解决核心问题的方案。 ## 四、从执行者到推动者：无授权也要领导力 “产品经理是CEO的学前班”听起来很美好，但现实中产品经理大部分时间是在没有正式权力的情况下完成工作的。你无法命令开发、设计或运营团队。新入行产品人常见两种心态困境： - “等”心态： 认为自己没“权限”，须等领导明确指示或分工后才推进工作，结果进度延误、价值难以体现。 - “催”心态： 像监工般机械催促研发进度，易引发反感抵触。 ### 领导力核心：专业、清晰、利他 在不依赖头衔的情况下，产品经理需建立另一种权威：可信赖的同行者和引导者，而非发号施令的上级。 靠专业深度赢得尊重： 技术理解非全懂但基本术语、架构特点、实现关键点应掌握： - 了解概念：API、接口、缓存、CDN等。 - 理解方案可行性：不同实现路径成本差异，避免强人所难。 - 决策依据透明：为什么功能需3步而非2步完成？数据依据是什么？ 技术理解并非要求你亲自写代码，而是理解技术语言，促进更高效沟通。当发现团队方案偏差时，专业理解能帮你精准表达调整必要性和关键点。 - 清晰沟通降低协作成本： 清晰传递是协作顺畅的核心： - 需求背景： 为什么做？解决什么问题？对用户和业务有何价值？开发团队越理解背景，越能理解需求意图。 - 具体要求： 完整PRD文档可及预期效果，避免歧义导致返工。 - 优先级与规划： 当前冲刺目标、需求重要性排序、时间节点清晰透明。 清晰沟通可大幅节省团队沟通时间。简洁清晰非天生技能，需不断练习打磨。 - 建立信任：换位思考，利他共赢： - 倾听与合作： 向研发请教技术实现，让设计分享创意过程，团队贡献得到认可时更乐于参与。 - 主动扫除障碍： 协调资源、明确模糊需求、跨部门沟通等。 - 承担责任： 需求错误时坦诚面对，避免推诿责任。 - 共享荣誉： 产品成功归功于团队协作，非个人功劳。 成为团队公认的问题解决者和价值创造者，你就拥有最强领导力基础。当团队成员意识到产品经理能帮其更高效、有成就感完成任务，自然愿意跟随前行。这种基于信任和价值的领导力，远比职位赋予的权力更深厚持久。 ## 五、数据是你的指南针，但别被它蒙蔽双眼 产品新人常走向两个极端： - 完全忽略数据： 仅凭“我认为”、“我感觉”做决策，这在产品时代很难立足。 - 被数据绑架： 看到转化率下降就惊慌修改，未深究波动原因；为提升某个指标牺牲用户体验或长期价值。 数据是指南针而非目的地本身。关键在于理解数据如何产生、如何解读及如何驱动决策。 ### 构建核心指标体系：避免迷失 - 关注北极星指标： 当前阶段最核心衡量产品成功的单一重要指标（如电商关注交易额而非点击率）。 - 建立关键漏斗： 将宏观指标分解成用户行为路径上的关键转化节点（如注册转化率-&gt;登录转化率-&gt;下单转化率-&gt;支付转化率）。 - 警惕虚荣指标： 关注真正反映产品价值和用户行为的指标（如日活跃用户数DAU），避免为表面虚荣指标（总下载量）盲目投入。 ### 数据分析：理解用户故事 看数字更看背景： 数据变化需结合具体场景： - 电商支付成功率的突然下降是否由新支付通道接入引起？ - 某个页面停留时长突然上升是否由加载变慢所致？ 拆解维度： 数据下滑时分析维度如新老用户、地域、渠道、版本等。 DAU若下降5%，需细分：新用户是否锐减？老用户是否活跃度降？哪些地区用户波动最大？ 结合定性分析： 数据揭示“发生了什么”，用户访谈、反馈揭示“为什么发生”。 某个关键页面跳出率高，需直接观察用户使用，询问用户困惑点。 ### 数据驱动决策实验 数据最大价值在于指导快速实验和验证假设。 - 提出假设： 基于用户洞察或数据分析建立改善预测（如“缩短注册流程提升转化率10%”）。 - 设计实验： 使用A/B测试或灰度发布验证假设。 - 严谨分析结果： 判断指标是否显著提升，是否影响其他核心指标，结果是否统计显著。 数据素养需逐步培养。关键在于保持好奇心：每个数据点背后都有用户故事等待解读。 数据的作用是照亮路径，助你更自信地迈向产品目标。 ## 六、拥抱变化，建立反馈闭环：从变化中学习 互联网世界唯一不变的是变化本身：市场趋势、用户偏好、技术革新、公司战略随时调整。 产品新人易陷入两种心态： - 抗拒变化： 抱怨策略、需求频繁变更，认为上级“朝令夕改”，导致疲惫挫折。 - 被动接受变化： 缺乏深入思考变更原因及影响，机械执行新指令。 高价值产品经理应主导或适应变化，并将变化转化为成长养分。 ### 拥抱变化的底层逻辑： - 变化是常态： 产品本质是探索未知和实验性验证过程，环境变化说明仍在适应真实市场，比闭门造车后失败强。 - 变化是信息： 每次变化都是市场或组织在向你传递信号。 ### 从变化中学习的系统方法： 追问“为什么变”： 被动接受新指令前主动追问： - 市场环境发生了什么变化？ - 用户反馈/数据指示了什么问题？ - 高层决策逻辑是什么？ - 此次调整预期解决什么问题？ 了解变化背景可深入理解业务逻辑，做出更明智执行决策。 积极建立“反馈闭环”： 主动构建个人经验学习系统： - 误判了哪些关键因素？ - 决策流程哪里可优化？ - 从中学到什么经验？ 记录复盘核心结论并实践。 - 决策记录： 记录重要决策依据、预期结果及影响因素。 - 结果跟踪： 实际结果上线后，对比预期与实际关键数据指标差异。 - 复盘反思： 定期（每季度/重要项目后）深度复盘差异原因： 变化并不可怕，可怕的是在变化中无所收获。 主动拥抱并解读变化信号，建立学习循环机制，你将在快速迭代环境中构建强大认知护城河。 ## 七、沟通，沟通，再沟通！产品经理的生命线 “产品经理70%以上的时间在沟通。”此话绝非夸张。 产品日常是持续沟通接力赛：与用户聊痛点、向老板讲策略、同团队对齐需求、拉资源协作等等。 产品新人常踩沟通误区： - 信息传递不清： 需求描述模糊导致开发理解偏差需返工；向上汇报重点不明让老板困惑不解。 - 沟通对象错配： 向技术大谈市场潜力却未说明技术难点；向老板汇报时陷入技术细节。 - 倾听缺位： 打断他人发言，沉浸表达自我观点。 ### 高效沟通原则：对象适配、目的清晰 明确沟通目标： 每次沟通前厘清核心目标： - 同步信息？达成共识？争取资源？解决问题？ - 目标决定沟通方式和内容侧重。 深刻理解沟通对象： - 技术团队： 关心需求清晰度、逻辑完备性、技术可行性及实现约束。避免模糊形容词，需明确逻辑规则及边界条件。 - 设计师： 关注用户体验、用户旅程、设计目标与约束。提供清晰场景及用户画像。 - 业务/运营： 关注功能价值、目标用户、预期效果及运营结合点。 - 管理层： 关注战略匹配度、投入产出比、风险及核心指标预期影响。结论先行，数据支持，避免冗长细节。 沟通如同表演，观众不同，剧本必须改变。 - 简洁清晰：金字塔原理实践 - 结论先行： 开头点明核心观点或结论。 - 论据支撑： 用简洁论据支持结论。 - 结构化表达： 逻辑清晰分组，避免跳跃性思维。 写需求或汇报邮件时，使用标题、要点列表及结构清晰段落。面对面沟通也要做到逻辑清晰层次分明。 ### 积极倾听与反馈：沟通非独角戏 - 真诚倾听： 专注理解对方观点及背后意图，勿预演回应内容。 - 复述确认： 复杂信息后复述要点确保理解一致。 - 鼓励提问： 创造安全环境让所有人畅所欲言。 - 接纳反馈： 不同意见是改进机会。 清晰沟通是练出来的肌肉。每个沟通过程后，反思哪些传达有效、哪些引起困惑、如何优化。积累用户、技术、设计、管理层的沟通案例库，将极大提升协作效率，助你有效驱动团队前进。 ## 八、持续学习，建立知识体系：构建你的护城河 互联网行业技术、趋势、方法论日新月异。AI变革当前，一年前的知识可能迅速过时。产品新人若仅完成眼前任务而不构建知识体系，很快会遭遇瓶颈。 产品能力本质是认知维度的竞争。需将碎片经验沉淀为系统方法论，构筑个人知识壁垒。 ### 实用学习路径：聚焦实践与应用 **阅读：聚焦经典与前沿** - 经典基石：《启示录》、《用户故事与敏捷方法》、《用户体验要素》搭建基础框架。 - 深度案例：研究优秀产品案例（产品拆解报告）深入理解其决策背景、增长策略、功能迭代逻辑。 - 前沿趋势：关注AI、增长黑客、运营领域有深度的优质公众号、Newsletter（如《产品沉思录》）。 阅读在于精不在泛。每本经典书至少读两遍，第一遍通读，第二遍笔记内化关联应用场景。 **实践：项目驱动成长** - 在工作中挑战边界： 主动参与复杂项目、解决棘手问题。 - 业余产品实验： 参与行业交流、输出公众号内容、分析产品模式输出报告等。 输出是最好的输入。将理解写出来、讲出来是验证知识内化的关键。 **交流：拓展思维广度** - 融入社群： 参加线下产品沙龙、同行交流活动。 - 善用前辈： 在公司内外寻找导师请教。 交流的价值在于突破信息茧房。别人遇到的问题或视角可能点破你长期卡点。 **系统化沉淀：建知识框架** - 知识管理工具： 用Notion、飞书文档等构建结构化知识库：用户研究、数据分析、需求管理、技术理解、行业认知等模块。 - 定期回顾整理： 每周固定时间整理输入知识，关联已有体系。 个人知识库如同专属数字大脑。长期积累后面对任何问题可快速调动知识储备形成方案，大幅提升决策效率及质量。 学习如逆水行舟，停步即倒退。在快速迭代领域，持续输入输出构筑的知识护城河才是持久竞争力源泉。 ## 结语：成长是一场马拉松，保持热爱 产品经理之路并非坦途，充斥着不确定性、跨团队冲突及挫败。所有顶级产品人都是从零开始，跌跌撞撞成长起来的。 当遇见挑战时，不妨回到问题核心：你为解决用户什么困扰？这为何值得做？如何以更聪明快捷方式验证？ 永远保持用户敬畏之心，保持深度好奇之心。产品职业最大魅力在于持续创造真实价值的过程。产品工作本质是通过技术杠杆和创造力大规模解决人类问题。 在你漫长产品生涯开始之际，送你一句箴言：“在你找到真正重要的那个问题前，勿急于敲下任何一行代码。” 祝各位旅途愉快。 本文由人人都是产品经理作者【李明Bright】，微信公众号：【李明Bright】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>在B端产品领域，接手陌生业务是一项极具挑战性的任务。面对复杂的业务流程和海量的需求，如何从零开始，深入分析并输出切实可行的产品方案，是每个B端产品经理必须掌握的技能。本文以连锁零售企业为例，详细展示了如何从企业架构入手，逐步拆解业务流程，识别关键痛点，并最终转化为具体的产品解决方案。</p> </blockquote>  前面文章我们介绍了企业架构的基本概念，这篇文章我们来看看具体的实战案例分析。 我们先用一家连锁超市的例子来给大家去详细介绍企业架构的分析。 那先从宏观角度来看连锁零售超市的业务特征： 连锁零售是典型特征是多渠道、多系统协同场景（线下门店 + 线上商城 + 供应链），业务架构复杂度高，数据流转环节多，而这其中库存周转、订单履约、供应商对账是所有零售企业的共性痛点。 聚焦到这家企业来说，作为刚入职这家的产品经理，我们该如何从 0 开始分析这家企业并输出整个数字化的需求点呢？ 我们一步步来看。 ## 01 拆解企业架构：用放大镜看业务  首先我们要对这家企业的业务架构分析——画出「业务发动机」蓝图。 核心流程拆解，这里我们自上而下，逐级进行展开，分为L1-L4。 这家公司的L1流程如下  关键痛点： - 线下门店和线上商城库存独立管理，导致促销时出现线下有货线上显示无货的情况 - 供应商对账依赖人工 Excel 核对，每月结算周期长达 15 天 要点如何从L1流程中分析得出这两个关键痛点？ - 库存独立管理问题：泳道图中「库存分配」节点分为门店和电商仓两条支线，且后续销售环节无数据回流，说明线下线上库存未打通。结合行业常识（促销时线上线下库存同步是核心需求），判断此处是履约混乱的根源。 - 对账依赖人工：在企业内一切业务流程的终点必然是财务对账，且上游售后环节未接入数字化系统（如电子发票、自动结算），必然导致人工介入。观察到流程图中没有系统自动流转的箭头，进一步验证问题。 ## 02 L2 级流程拆解：核心模块纵向剖解 在 L1 级主流程基础上，根据这两个痛点，对「库存管理」「供应链协同」「财务对账」三大核心模块进行 L2 级流程拆解： ### 库存管理 L2 级流程  ### 供应链协同 L2 级流程  ## 03 L3/L4 级流程拆解：颗粒度到系统功能单元 ### 库存同步异常处理 L3-L4 级流程  **L3 级：跨渠道库存同步异常处理**  **L4 级：门店库存实时同步功能单元** - 数据采集层：POS 机每完成 1 笔交易，通过 消息队列实时推送扣减数据至中台 - 数据校验层：设置库存预警阈值（安全库存 = 3 天销量），低于阈值自动触发补货提醒 - 接口层：开发统一库存 API 接口（含库存查询 / 锁定 / 释放功能），定义字段规范（如可用库存 = 总库存 – 锁定库存 – 在途库存） - 可视化层：为运营人员提供库存差异看板，实时显示各渠道库存差异率、同步延迟时长等指标 ### 供应商对账 L3-L4 级流程 **L3 级：月度对账全流程**  **L4 级：三单匹配自动化功能单元** - OCR 识别模块：支持 PDF / 图片格式对账单解析 - 规则引擎：预设匹配规则（如订单号 + 供应商编码必须完全一致，金额允许 ±0.1% 误差） - 差异处理工作台：按差异类型（数量不符 / 单价差异 / 税点错误）自动分类，支持批量标记处理 - 电子签章系统：对接 CA 认证机构，实现对账单在线确认功能，缩短签字流程 3-5 天 ## 04 流程断点诊断清单  通过四级流程拆解，共识别出如下流程断点，按影响程度分级管理：  而这个过程就是从业务痛点到产品解决方案，可以看到这个表格就是围绕核心痛点，针对流程拆解中暴露的系统割裂、协作低效、人工依赖问题，从产品视角设计三大核心模块的迭代方案，建立「痛点 – 模块 – 功能」的清晰映射关系。 通过这个案例我们可以看到，从企业架构到产品架构的转化，本质上是把企业的业务语言翻译成产品的功能语言。 通过这种「问题→分析→决策」的闭环思考，我们能确保每个设计产出都紧扣企业实际痛点，同时兼顾业务可行性和技术扩展性。 记住产品架构不是画漂亮的流程图，而是用逻辑推理让产品每个模块都回答「为什么存在」和「解决什么问题」。 本文由人人都是产品经理作者【三爷茶馆】，微信公众号：【三爷茶馆】，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。

近日，全球领先的IT市场研究和咨询公司IDC发布《中国安全大模型一体机市场洞察及品牌推荐，2025：大模型席卷全球，AI与安全相辅相成》（Doc# CHC52196525，2025年6月，简称“报告”）。报告对中国市场主要的安全大模型一体机技术提供商进行全面的能力评估，并根据评估结果给出品牌推荐。**360数字安全集团凭借领先的技术优势和落地能力，获安全一体机首推**。 **安全大模型一体机：打通大模型落地最后一公里** 近年来，生成式人工智能（GenAI）技术的飞速发展，企业对大模型落地的需求日益迫切。在安全领域，企业亟需通过GenAI增强安全产品和工具的能力，进而实现安全能力的提升和运营效率的突破。然而，受高昂的硬件成本、人才缺口、复杂的训练和推理要求等诸多因素影响，企业想要拥抱大模型往往需要付出高额的成本，大部分中小企业更是捉襟见肘。 安全大模型一体机由于自身具备了AI大模型与网络安全的双重能力，凭借高性能、低成本、强安全的优势，迅速成为市场焦点，在安全行业大模型落地应用进程中展现出独特的技术价值和市场竞争力。 IDC指出，以360数字安全集团为代表的厂商，既具备雄厚的网络安全技术底蕴，又对安全垂域大模型有先发优势和持续高投入。其以安全垂域大模型为核心，打造了深度融合垂域大模型能力的安全一体机，满足企业智能化安全运营、威胁检测、攻击溯源和安全知识管理等需求。 **从“开箱即用”到“场景落地”跃迁** IDC认为，GenAI已经在网络安全运营、风险和暴露面管理、应用安全、持续安全合规等场景得到广泛尝试和应用，企业可以根据自身业务需求选择适配的安全大模型一体机，并构建丰富的智能体，实现网络安全效率和能力的提升。 作为国内唯一兼具数字安全和人工智能双重能力的企业，360提出用AI重塑安全，率先推出安全大模型，并以其为大脑构建智能体框架，在安全运营、应用安全、暴露面管理等“明星场景”落地应用。  以安全运营为例，360将安全大模型赋能本地安全大脑，将优质平台与顶尖大模型深度融合，提供开箱即用、标准化的软硬件一体机产品，驱动广大政企单位智能化升级。 **·****在告警研判方面**，作为运营助手，360安全大模型一体机可以进行智能化告警解读，降低告警处理的技术门槛，让初级安全工程师也能看懂告警内容。同时，输出告警结论辅助运营人员决策，进一步解放运营人员精力；作为智能专家，360安全大模型一体机可以随时答疑解惑，以自然语言交互提供安全知识问答能力，帮助用户快速了解产品并获取常见问题解决方案，降低安全运营门槛。 **·****在攻击溯源方面**，360安全大模型一体机能够综合分析攻击过程的全量数据内容，全面刻画证据链路，深入分析攻击者、影响面，帮助运营人员图形化追溯攻击过程中的每一个步骤和细节，有效帮助运营人员快速对威胁事件定性及决策如何应对。 **·****在响应处置方面**，360安全大模型一体机支持自动化智能处置，帮助安全团队实现安全数据处理、分析、决策、响应的自动化运行，根据不同的安全事件下发至终端、网络等不同维度的遏制策略，实现智能处置，提高运维效率，缩短攻击窗口期。 **·****在知识沉淀方面**，360用大模型系统性地串联企业碎片化知识和数据，为企业成员提供统一的知识入口，激活企业安全数据价值，帮助客户构建本地化的“安全维基百科”，将安全运营过程的知识沉淀为威胁情报、处置预案、应急预案等知识库，通过经验的传承，更好实现团队高效协同的安全运营能力。 某区中心医院在接入360安全大模型一体机后，连通挂号系统、服务平台、安全设备、实验室系统等数十个业务系统，每天处理日志数亿条，实现了运营规范协同高效、安全态势全局洞察、安全事件当日清零。 此前，360安全大模型一体机顺利通过中国软件评测中心（工业和信息化部软件与集成电路促进中心）的大模型一体机能力检验，在可靠性、稳定性、安全性和有效性四大维度均达技术指标，综合实力得到认可。 本次获IDC安全一体机类型首推，更是对360在推进安全大模型落地应用成果的肯定，未来，360将继续推进大模型在更多场景的实践应用，持续助力政企单位数字化转型和智能化升级。

安全行业应用AI技术已经实现了“三步走”。

生意人苦账期久矣，但更多人反问“真的能落实吗？”，足以看出他们的心态。汽车圈从昨晚到今天，最大的事儿应该就是“各家车厂宣布积极响应国家号召，将支付供应商货款的账期统一至60天内”的消息了。6月10日，广汽集团在20点左右最先发布这一消息，表示了对供应商账期的郑重承诺。 之后两家央企一汽和东风，随即先后也在官微宣布了这一决定。核心意思是要践行责任和担当，毕竟央企虽然在市场体量没有做到最大，但社会效应和责任这种带头作用还是要拿出来的。 再往后则是赛力斯于21点左右发布消息，官方没有在标题里提到账期和供应链生态字样，而是表达了促进行业高质量发展的倡议，同时还凡尔赛了一把说“一直以来赛力斯都是正常货款账期60天”。 就在一众网友还在@吉利和长安时，很快这两家头部车企也积极响应，分别在23点后跟进了这一决定。值得一提的是，刚在央企里地位升格的长安，觉得光母公司承诺还不够，将长安启源、长安凯程、深蓝汽车、阿维塔也一并拉过来再承诺了一遍。 6月11日半夜1点多，比亚迪也在网友的呼声下发布了声明，将践行社会责任，推动行业高质量发展，会将供应商支付账期统一至60天内。  截至发稿时，一共有广汽、一汽、东风、赛力斯、吉利、长安、比亚迪、奇瑞8家车企表了态。不出意外的话，6月11日应该还会有不少车企在舆论的压力下跟进这一决定，毕竟谁不跟进谁就尴尬，不管品牌和车企旗下账面的现金流是否能够落实60天的付款周期，政治和方向一定要先摆对，否则从舆论层面就被动了。 60天账期这件事儿一出，昨天笔者朋友圈很多人在讨论这个话题，各大社交平台的评论区也是直接刷爆了，大家为什么会如此关注？ 实际上在这个链条上的每一个人都深有感触，零部件供应商，公关公司、广告公司、媒体公司，包括这些公司里和经营、财务有关的从业者，无不在账期上吃过苦头，当然也有很多小公司因为账期问题，最终现金流吃紧到枯竭，被迫关门，留下一堆官司和坏账。 然而从评论可以看出，大家对国家出手这一招确实拍手称快，也是大家千呼万唤的东西。但相比大企业60天账期的表态，更多声音则关注的是如何落地和是否能够真正解决账期拖欠的难题。 **解决账期问题，成反内卷第一招** 如果按照这个制度的设计，那可以说统一60天内的账期，让汽车产业链迎来了一场资金周转的革命性变化。 供应商账期被认为是汽车行业内卷竞争造成的恶劣结果之一，曾经国内汽车公司的付款周期周转天数相对较好，10年前大概平均是45天，但随着市场竞争的加剧，主机厂对于利润和扩张的要求越来越高，特别是在销售放缓和价格战的压力下，账期问题也愈发严重。 从行业来看，不少国内汽车主机厂通过承兑汇票转移财务压力，而国有银行通过贴现利息从中获利，车企普遍将供应商视为“无息资金池”，从而弥补在价格战中受损的利润。也就是说，这些企业将自身的经营压力转移到了供应商上。 有机构梳理各大车企2024年年报中数据显示，当前国内车企对供应商的支付账期平均超过170天，部分车企账期甚至超过240天。作为对比，国际汽车巨头中，2024年丰田汽车应付账款周转天数54.84天，福特汽车应付账款周转天数56.94天，通用汽车应付账款周转天数64.1天。  按照海外车企的惯例，这些车企账期整体在50天～70天之间波动。德国车企账期更短，2024年梅赛德斯-奔驰、宝马和大众应付账款周转天数分别为37.91天、42.45天和41.10天。 另一方面，国内车企在账期上有着复杂设计，并以此拉长账期。比如60天账期没问题，但到期时用商票、汇票或者企业自主发行的各种链来支付，将回款周期拉长至8个月，甚至更久。还有不少车厂采用“90天或120天账期+180天银行承兑”的组合账期设计，这也就意味着供应商全年资金被冻结，今年干的活儿，要明年才能见到钱。 除了超长账期，“寄售制”和供应商垫款的要求，也导致了车企上下游供应商生存状况的恶化，链路传导让每个环节都倍感压力，内卷由此愈演愈烈。 从去年至今，国家层面一直在喊反内卷，到今年时间过半，终于拿出了实质性的动作。当前，汽车行业作为目前为数不多能够支撑经济发展的大行业，产业健康度和可持续，被提升到了更高的地位和要求。 表面上看汽车消费还不错，至少还是持续增长的，今年前5个月的销量增幅数据是10%左右。几家头部企业市场容量和增幅相当可以，直接推动中国汽车份额冲上70%，而且从一季度大家的利润来看，都还有不错的收成，17家中国上市车企中一半的企业营收增长，70%的车企取得归母净利润的正向增长。 但内部存在的问题也比较多，头部企业都开始从内涵阴阳，发展到直接吵架互怼，就可以看出这个行业的环境有多恶劣了。特别是价格一塌糊涂，预期的利润率越来越糟糕，从相对健康的5%～6%一直滑落到3字头的水平。产业链上，零部件供应商直呼日子“十分难过”，前4个月全国经销商亏损超过70%。 压账期实质是主机厂利用优势地位白白占用供应商资金，目前这种经济环境，再压下去有些企业可能吃不消的，供应商为了生存，降低质量是迟早的事儿，这会导致整个汽车产业陷入低质低价的恶劣环境。拖欠账款若是形成规模，不仅仅是影响供应商，更影响整个经济循环，必须打通这个肠梗阻。 所以5月下旬，长城魏建军提出的“恒大论”和汽车行业的诸多乱象，在舆论的压力下得到了高层的回应。5月底，工信部、中国汽车工业协会相继从舆论层面发出倡议，表示反对无序价格战，维护汽车行业健康稳定发展。 紧接着是今年3月份国家签发了修订后的《保障中小企业款项支付条例》（以下简称《条例》），执行时间也恰好卡在了6月1日开始。此次修订针对实践中暴露的支付周期过长、责任主体模糊、监管力度不足等问题，通过制度重构与机制创新双向发力，为中小企业账款回收构筑全链条保障体系。 但各大车企在这个条例生效后10天才开始表态，这也代表着在内卷、价格战、口水舆论战之后，国家层面实在看不下去了，通过谈话和开会，让汽车企业以表态的方式，去化解一些舆论风向。 **能不能成的背后，是信任和信心** 截至目前，8家车企已经表态捍卫60天账期的要求，而且主流的大企业基本上都加入其中，这说明汽车行业供应商货款的难题有望得到解决，短期内车企们的财务肯定会承受更大压力，但中长期来说，对于产业链的韧性增强有极大利好，将大大缓解供应商资金链断裂的风险，同时将大量释放资金的流动性，这不仅对企业发展有利，而且对经济的周转也会带来更多的好处。 这项措施执行之后，究竟会迎来哪些变化？其实也可以做一部分预见，比如对账期做要求之后，一定会限制车企做快速扩张，对车企的现金流、融资能力、盈利能力做出了更大的考验，有能力的车企一次出几款车，同时价格设置得合理，再加上相对稳定的资金链，通过这样的迅速扩张就能把市场吃下来。 另一方面现在银行存款不是多到没地方花吗？缺钱就去银行贷款，提高企业有息负债的比例，不仅缓解了银行资金流动的问题，还一定程度上撕开了一些财务和运营不健康车企的遮羞布，加速这一批企业走向淘汰。这意味着对于现金流相对更紧张的中小企业比如新势力负面影响更大，而对于融资能力、盈利能力更强的头部企业，会相对利好。 不过在该新闻的各大评论区也可以发现，绝大部分网友表示看到希望，拍手称快。但网友和相关行业从业者也颇有疑问： “月结60天然后给你一张90天商承就绕开咯。你说你要银承，不好意思，商承不要就没了。你说你要贴现？来找我贴现吧，利息还是要算的。”有负责财务的人士表示，电汇、还是银行承兑，还是商业承兑，这中间的区别不小。 “60天是指开发票后吗？开发票前面有项目材料验收、业务项目总结、结算合同签订、业务执行落地这4个时间点分别是什么？可以拖着不验收，可以不签结算合同，可以不看总结材料，以砍价10%～20%才结算，说法上可操作得太多了。” “条例表示，要自交付之日起60日内支付款项，但还有一句话是‘按行业规范、交易习惯合理约定付款期限的除外’” “可以预知的情况是，要求60天内付款的供应商业务会越来越小，能突破60天的，业务量会增加，市场竞争下并不能根本性解决问题。” “现金流就是企业的血脉，在当前的环境下，越来越多的人讲求落袋为安，上有政策下有对策的事儿多了去了，最终还得看执行落地。” …… 当然这些疑问和疑虑，背后根本原因就是生意人苦账期久矣，更多人反问“真的能落实吗？”，足以看出他们的心态，也反映出整个链条上的人，面对主机厂和大厂在生意上的信任，以及对政策执行力度的信心问题。 不过可喜的是，《条例》中也明确提出了“协同监管体系，压实主体责任”，首次系统梳理了国家与地方层面的职责分工，确立“中央统筹+地方主责”的监管框架，彻底消除权责边界模糊导致的监管盲区，增强政策执行力度。 同时修订后的《条例》，除了设立60天的刚性规定，其实还对支付形式做出了规范：禁止强制中小企业接受商业汇票等非现金支付方式，防止变相延长付款周期。而针对无争议部分优先支付，避免“一刀切”拖延。 另外《条例》也明确了要构建“投诉—受理—处置—反馈”闭环管理机制，提升治理效能；还提出了利用信用惩戒的方式，大幅提高违约成本。包括每日万分之五的逾期利息、3-5倍罚款及信用公示等。这一举措将促使车企从“零和博弈”转向“共生共赢”，推动产业链协同发展。 60天账期新政的实施，标志着中国汽车产业链从“主机厂霸权”向“公平协作”转型的关键一步。尽管短期阵痛不可避免，但这一政策将倒逼整车厂优化资金管理、提升供应链效率，同时为中小企业创造更健康的生存环境。 总之无论是从国家层面还是政策层面，都可以看出当下治理内卷的必要性，以及国家层面的手段和这方面的努力，这值得肯定。但还是借用很多当事人的评价：一切用成果来说话吧。 [查看评论](https://m.cnbeta.com.tw/comment/1505888.htm)

上市迟迟未能成行后，在线音频平台喜马拉雅选择了一个更为安稳的屋檐，即便估值打了折扣。6月10日，腾讯音乐宣布拟收购喜马拉雅，交易对价包括12.6亿美元现金，腾讯音乐还将向其发行5.1986%的A类普通股，交割时及之后再分批向创始股东发行不超过0.37%的A类普通股。   以6月10日港股腾讯音乐290亿美元的市值估算，交易总对价约为28.75亿美元。这与5月的市场传闻基本一致，当时的信息是腾讯音乐计划以24亿美元收购喜马拉雅。 2021年最高峰时期，喜马拉雅的估值曾超过40亿美元。如今，喜马拉雅甘愿以折扣身价，成为腾讯音乐的全资附属公司。 由于竞争日益激烈，加上成本控制，喜马拉雅的增长已不如早年，但它对腾讯音乐依旧意义深远。 腾讯音乐一直有意深耕长音频，2021年，公司旗下的酷我畅听与懒人听书合并，在长音频领域深入布局。喜马拉雅在2013年上线，是国内最早、最好的在线音频平台之一，内容涵盖了故事、商业、教学、人文历史等，满足各年龄段需求。 2023年，喜马拉雅的平均月活跃用户为3.026亿。 喜马拉雅的创始人余建军是一位连续创业者，从没在任何一家公司打过工，在创办喜马拉雅之前尝试过近20个项目。  而之所以取名为喜马拉雅，是因为世界上最长的河流是亚马逊河，亚马逊成为了全球电商巨擎；最高的山脉是喜马拉雅，创业团队希望公司能有大作为。 公司确实在细分赛道闯出一片天：喜马拉雅仅上线一年，用户数就突破5000万；到2015年9月，用户数达到2亿。2017年，知识付费的风口到来，依托大量知识类内容，喜马拉雅吸引了许多新客户第一次为音频付费。 2020年，喜马拉雅营收40.5亿元，年复合增长率达65.70%。第二年（2021年5月），喜马拉雅向美国证券交易委员会SEC提交招股书。当时喜马拉雅总用户规模是6亿，月活用户2.679亿，拥有国内音频市场60%以上的份额。 创始人余建军自信满满，“知识付费的音频时代才刚刚开启。”即便当时盈利模式还存在问题，2020年公司净亏损6.05亿元。 作为音频行业首家引入PGC（专业生产内容）+PUGC（专业用户生产内容）+UGC（用户生产内容）的在线音频平台，喜马拉雅的成本中，收入分成占了大部分，它要向内容创作者、IP合作方支付收入所得。 简单来说，喜马拉雅需要为内容生产者们“发工资”。2021年顶峰时期，这项成本金额是16亿元，占比27.3%。 用户越来越喜欢听专业内容，而这需要喜马拉雅支付高额收入分成。喜马拉雅还与头部出版社、网文平台等建立合作，产出优质音频内容。 订阅、广告、直播是喜马拉雅主要的变现方式。其中，订阅服务贡献了过半收入。2023年，喜马拉雅移动端平均月活跃用户的付费率是11.9%，远高于行业平均水平。即便如此，喜马拉雅扭亏为盈主要还是依靠降低成本费用。 2022年8月，余建军明确提出盈利计划，2023年要全年盈利；5年后实现年收入200亿元、盈利40亿元。只有盈利，才能证明喜马拉雅可以不借外力自我造血。 喜马拉雅大幅度削减成本，销售及营销开支从2021年的26.30亿元降至2022年的21.15亿元，再到2023年的20.70亿元，在营收中占比分别为44.9%、34.9%、33.6%。 2021-2023年，员工总数从4342人减少到2637人。终于，2023年喜马拉雅经调整净利润为2.24亿元。此前的2021年-2022年，公司经调整净亏损分别为7.18亿元、2.96亿元。 喜马拉雅2024年4月更新的招股书显示，2020年移动端月活达到1亿，2021年-2023年平均月活跃用户分别为2.679亿、2.912亿、3.026亿。对应的营收分别为58.6亿元，60.6亿元、61.6亿元，收入增速分别为43.7%、3.49%、1.69%。 好消息是盈利了，坏消息是用户和营收增长显著下滑。 竞争压力越来越大：在线音频市场，喜马拉雅、荔枝、蜻蜓FM三足鼎立；字节跳动推出了“番茄畅听”，网易云有“声之剧场”。短视频、直播也在疯狂挤占人们的时间。 荔枝作为中国音频第一股，2020年上市以来股价不断下滑，股价最高为167美元，最近一年都徘徊在1-2.5美元之间，6月11日市值在900万美元左右。 荔枝的表现让投资者对喜马拉雅上市多了一份疑虑，与腾讯音乐的联姻或许更有含金量。 5月13日的业绩会，腾讯音乐管理层被问及如何看待播客的增长机会。 管理层给出肯定的答案，“我们强调将优先考虑长音频业务，真的希望继续推进长音频业务。” “关于长篇音频，我们相信它能继续扩大用户群。同时，它还可以与现有用户群发挥互补作用。在长篇音频方面，我们更专注于听书、在线文学和儿童相关内容。无论是用户群还是订阅者群，我们取得了非常好的表现，它也成为推进SVIP业务的关键驱动力。一言以蔽之，我们相信音乐内容和长篇音频将发挥互补的作用。 [查看评论](https://m.cnbeta.com.tw/comment/1505886.htm)

6月11日，据《日经亚洲》报道，美国总统特朗普力推的“美国制造”战略将迎来首个胜利。富士康目前正积极在美国扩大AI服务器产能，大幅提高美国制造的GPU模块的占比。与此同时，其他AI服务器供应商也积极在美国布局。  特朗普的美国制造政策或迎来首个胜利 在得州休斯顿的富士康制造中心，数百名建筑工人和工程师正夜以继日地工作，努力扩大该公司在美国的AI服务器产能。 作为英伟达的重要供应商，富士康正在美国进行大规模扩张，计划将相当大的一部分(两位数百分比)GPU模组和主板转移至美国生产。目前，该公司超过90%的此类关键组件仍在台湾地区制造。 “休斯顿是我们的首要任务，因为目前GPU模块和主板大多在台湾生产。”富士康高管对《日经亚洲》表示。 对于富士康来说，在当前地缘政治不确定性加剧的情况下，在美国生产这些组件有助于公司及其客户提高供应链的韧性。 这对于特朗普来说也是一场胜利。这位美国总统一直通过实施高额关税，大力推动“美国制造”政策。他在这一领域最引人注目的举措，便是针对苹果公司，威胁对进口的iPhone征收25%关税。 **AI服务器或成美国制造首个成功案例** 虽然苹果没有积极响应特朗普的号召，但AI服务器供应链的反应要迅速得多。 AI服务器的核心是GPU模块和主板。富士康和纬创目前是仅有的两家为英伟达生产这类关键组件的供应商，这些组件的开发需要大量的工程资源。而且，生产这些组件需要与另一家台湾公司台积电紧密合作。台积电也是英伟达的主要芯片生产伙伴。  富士康董事长刘扬伟与黄仁勋 知情人士透露，仅富士康就有超过1000名工程师支持英伟达的AI系统开发，涉及从GPU、计算托盘到最终系统组装的各个环节。 富士康和纬创都计划在未来15个月或更短时间内，在得州扩大AI服务器的生产能力。与此同时，台积电计划今年在亚利桑那州的工厂开始生产AI芯片，包括英伟达最新的Blackwell芯片。英伟达另一重要供应商、韩国SK海力士也将高带宽内存(HBM)芯片的生产带到印第安纳州。 此外，台达电子、光宝科技、勤诚、正崴精密等零组件和机械零件供应商，广达、纬颖和英业达等组装厂，也都在美国设厂或扩建工厂。 供应商的这一连串扩张行动表明，美国有望建立起一条AI服务器本土供应链。AI服务器是全球最复杂的机器之一。这也很可能成为特朗普“高科技产品本土化”政策的首个成功案例。 纬创董事长林宪铭表示，尽管服务器目前暂时不受特朗普政府近期关税威胁的影响，但其关税政策的不确定性使得“在当地生产AI服务器变得有必要”。他补充说，纬创计划在未来12到15个月内完成得州新工厂的建设。 另一家英伟达AI服务器新供应商和硕也表示，将在本月或下月敲定兴建美国AI服务器工厂的计划，很可能会选址得州。 截至发稿，富士康不予置评。 [查看评论](https://m.cnbeta.com.tw/comment/1505884.htm)

记者从中国航空工业集团有限公司获悉，6月11日，我国完全自主研制的大型水陆两栖飞机AG600“鲲龙”在广东珠海获颁中国民航局生产许可证。这一证件就好比飞机的“出生证”，标志着AG600飞机正式迈入批量生产阶段。  据介绍，AG600飞机有低空低速性能好、灭火救援效率高、水面飞行起降稳、执行任务领域广、技术领先独立、全面国产化配套等优势，已于4月20日获颁型号合格证。 [查看评论](https://m.cnbeta.com.tw/comment/1505882.htm)

6月11日消息，据techradar报道，在今年的WWDC 2025主题演讲中，苹果的智能助手Siri显然没有占据重要位置。苹果仅简要提到它，并重申了开发进展比预期更慢，集成苹果智能（Apple Intelligence）需要更长时间，预计将在“明年”推出。 这意味着，我们在2025年将无法看到Siri在深度集成方面取得显著进展。比如，Siri无法根据用户在iOS设备上的使用习惯，成为一个更智能、更贴合需求的数字伴侣。原本预计的深度集成功能本应包括Siri能够使用“应用意图”来理解屏幕上发生的事情，并据此主动采取行动。然而，这一功能并未出现在即将发布的iOS 26中。 关于延期的原因，外界普遍猜测，苹果可能面临着在提供丰富的AI体验与维护其核心隐私原则之间的矛盾。这两者的诉求往往背道而驰。然而，这些终究只能算是外界的推测，只有苹果才能告诉我们事情的真相——现在，苹果终于选择开口解释。 在WWDC主题演讲结束后，苹果软件工程高级副总裁克雷格·费德里吉（Craig Federighi）和全球营销副总裁格雷格·乔斯维亚克（Greg Joswiak）进行了深度对话，涵盖了苹果在90分钟发布会中展示的几乎所有内容。  _图片：最左侧为英文原文作者，图片来源：苹果官方_ 在被问及Apple Intelligence的进展、Siri的现状，以及iPhone用户在今年或明年可能期待哪些更新时，费德里吉给出了坦诚的回答，帮助我们了解苹果在Apple Intelligence、Siri和AI领域的战略思考。 **“并非毫无进展”** 费德里吉首先介绍了**苹果在Apple Intelligence方面迄今为止取得的成就，实际上，这些成就相当可观。** 他回忆道：“我们一直专注于打造一个能够深度整合个性化体验的操作系统平台。”这一点与2024年WWDC上首次展示Apple Intelligence时的愿景不谋而合。 当时，苹果展示了多项新功能，包括写作工具、内容摘要、智能通知、电影记忆、照片库的语义搜索以及照片清理等。虽然这些功能已成功落地，但费德里吉提到，在开发这些功能的过程中，苹果也意识到：“我们可以基于设备端的大语言模型、私人云计算基础设施，以及设备端的语义索引技术，进一步提升Siri的智能化水平。” **过度自信？** 一年前，苹果对自己能够开发出这样的Siri充满信心，甚至展示了一个能够处理更多对话上下文、具备语音容错功能、支持文字交互的Siri平台，并推出了全新UI设计。苹果也确实实现了这些功能。 费德里吉补充道：“我们还设想通过协调应用意图来触发设备上的更多操作，以便让Siri执行更多任务。同时讨论了如何利用语义索引中的个人知识，比如当用户询问‘Joz发给我的那个播客是什么？’时，Siri能够从消息或邮件中找到相关内容，然后可能会通过应用意图执行相关操作。但这部分功能尚未交付。” 这些都是已知的事实：苹果曾承诺在2024年底发布集成Apple Intelligence的Siri更新，但最终未能如期交付，并在2025年春季承认该功能还需要更多时间。至于原因，外界一直未能搞清楚，而苹果一向不会展示那些无法按时交付的技术或产品。 不过，费德里吉详细解释了问题的所在，并说明了苹果如何继续推进这一计划。他说：“**在开发这个功能时，我们发现实际上需要分两个阶段，构建两个版本的最终架构。当我们接近发布会时，V1版本已经能够运行，我们也有信心按计划交付。原本我们预计可以在12月交付，如果不行就等到春季，然后在WWDC上正式宣布。因为我们知道，外界对苹果在智能技术领域的思考和未来发展非常关注。**” **双架构并行** **在苹果致力于开发Siri架构V1的同时，它也在打造V2架构——费德里吉称其为“更深层次的端到端架构，我们知道这才是最终要实现的架构，是让Siri具备完整功能的架构。”** 2024年WWDC上展示的V1架构，为接下来Apple Intelligence和Siri的发布奠定了基础。 费德里吉补充道：“**我们花了几个月的时间，不断优化V1架构在更多应用意图和搜索功能方面的表现。但从根本上看，我们发现该架构的局限性没有办法达到客户所期望的质量水平。因此，我们决定转向V2架构。但当我们意识到这一点时，已经是春季了，于是我们向外界说明，无法按计划发布，并将继续转向新架构。**” 这次转变以及苹果在该过程中获得的经验，使得苹果不再重复过去的错误——**不再承诺无法保证的发布日期。**“我们不会在没有充分准备好的情况下提前宣布一个日期。”费德里吉说道。 他补充道：“**其实我可以展示一个可以运行的V2模型，但我并不打算这么做，目前它还没有达到能够匹配苹果质量标准的水平。所以我们不会公布发布日期，直到它完全准备好，并且用户能够体验到。**” 当被问及V2架构是否意味着对Siri的彻底重建时，费德里吉澄清道：“**V1架构其实是V2架构的半成品，现在我们在V1的基础上继续扩展，最终构建出一个贯穿整个Siri体验的完整架构。我们并不是从头开始，而是在V1的基础上进行优化，使其成为一个更加完整、纯粹的架构。这个全新的端到端架构带来了更高的质量和更强的功能，这就是我们现在正在打造的东西。**” **与众不同的AI战略** 有些人可能认为，苹果未能按原计划交付完整的Siri，这是一种战略失误。但苹果在AI和产品上的思路显然与OpenAI或谷歌等公司不同。苹果的战略并不围绕单一产品或强大的聊天机器人展开，Siri也并非我们想象中的中心。 费德里吉并不否认“AI是一项具有变革性的技术……从这个架构衍生出来的所有东西将对行业和经济产生几十年的影响，像互联网和移动互联网一样，它将触及苹果的产品，也将影响苹果之外的体验。” 苹果显然希望参与到这场革命中，但Siri从来不是苹果的终极目标。费德里吉解释道：“**从Apple Intelligence立项之初，我们的目标就非常明确：不仅仅是为了打造一个聊天机器人。那从来就不是我们的目标，而且现在依旧不是我们最重要的目标。**” 那么，苹果的目标到底是什么？从2025年WWDC的演讲中，我们可以找到一些线索。苹果决心将Apple Intelligence进行跨平台整合。与其让用户去使用像ChatGPT这样的单一应用，苹果选择将AI体验融入到各个平台中，做到“在你所在的位置为你服务，而不是你必须去某个聊天应用才能完成任务”。 费德里吉理解人们对对话型机器人的兴趣，他说：“我知道很多人觉得它是一个非常强大的工具，可以帮助理清思路、进行头脑风暴……这些都是非常棒的功能。但这些功能对于苹果来说是否最重要？时间会告诉我们答案，但现在这并不是我们要做的最主要的事。” [查看评论](https://m.cnbeta.com.tw/comment/1505876.htm)

6月11日消息，据《纽约时报》报道，在首席执行官马克·扎克伯格（Mark Zuckerberg）的领导下，Facebook母公司Meta正大刀阔斧重组人工智能业务，组建全新的AI实验室，并积极引进行业顶尖人才。为此，Meta不仅从人工智能基础设施公司Scale AI挖来了创始人亚历山大·王（Alexandr Wang），还计划向其公司巨额投资，力图在全球激烈的AI竞赛中重新掌握主动权。 [](https://static.cnbetacdn.com/article/2025/0123/9abd06da67e51e8.jpeg) **以下为翻译内容：** 据四位知情人士透露，Meta正筹备成立新的人工智能研究实验室，致力于追求“超级智能”这样一种假设能超越人脑能力的人工智能系统，力争在激烈的技术竞赛中保持竞争力。 知情人士称，Meta已邀请现年28岁的Scale AI创始人兼首席执行官亚历山大·王加入新实验室，并商谈向其公司投资数十亿美元，换取多名Scale AI员工的加入。知情人士还透露，Meta已向来自OpenAI和谷歌等顶尖人工智能公司的数十名研究人员开出数百万乃至上亿美元不等的待遇，其中一些人已同意加入Meta实验室。 知情人士表示，新实验室是Meta对旗下人工智能业务开展大规模重组的一部分。其中两位知情人士透露，Meta近来在人工智能技术领域面临着内部管理冲突、员工流失以及多款产品反响平平等问题。 扎克伯格已经投入数十亿美元，力图将公司打造成人工智能领域的领军力量。自从OpenAI于2022年底发布ChatGPT聊天机器人以来，整个科技行业都在竞相开发更强大的人工智能技术。扎克伯格一直着力推动公司将人工智能植入旗下智能眼镜和最新发布的Meta AI等所有产品中。 对于Meta、谷歌、亚马逊和微软而言，在这场竞赛中不掉队至关重要，因为人工智能技术很可能代表着科技行业的未来。这些大公司向初创公司和自家人工智能实验室投入大量资金，其中微软向OpenAI投资超过130亿美元，亚马逊则向人工智能初创公司Anthropic注资80亿美元。 这些行业巨擘还斥资数十亿美元，从知名初创公司挖角员工并获取技术授权。去年，谷歌同意支付30亿美元，用于获取个性化聊天机器人初创公司Character.AI的技术许可，并将公司技术人员和高管纳入麾下。 今年2月份，41岁的扎克伯格称人工智能“可能成为历史上最重要的创新之一”。他还说：“今年将决定未来走向。” Meta和Scale AI均拒绝置评。早些时候有过报道称亚历山大·王已经确认加入Meta的新实验室。 顶尖研究人员普遍认为，超级智能是人工智能发展的未来目标。OpenAI、谷歌等公司均表示，它们的近期目标是构建“通用人工智能”，打造出能够完成人脑所做一切任务的机器，但这一宏伟目标尚无明确实现路径。如果能够开发出超级智能，其能力将远超通用人工智能。 Meta在人工智能领域布局已经有十多年时间。扎克伯格于2013年创立公司首个专门的人工智能实验室，当时他在竞购早期初创公司DeepMind时败给了谷歌。如今，DeepMind已成为谷歌人工智能工作的核心。 此后，Meta的研究工作一直由首席人工智能科学家、纽约大学教授杨立昆（Yann LeCun）领导。杨立昆是推动ChatGPT等系统的核心技术神经网络发展的先驱。 在ChatGPT引爆人工智能热潮后，Meta调配更多资源投入这项技术。公司成立由副总裁艾哈迈德·阿尔-达勒（Ahmad Al-Dahle）领导的生成式人工智能团队，杨立昆的研究团队也开始着手开发他认为属于下一代人工智能的内容。 作为2018年图灵奖得主之一，杨立昆在业内享有极高声誉。但他对人工智能的看法与硅谷其他人不同：一些人认为现有技术将在未来几年内达到通用人工智能的水平，杨立昆则认为，实现这一远大目标需要全新理念。 Meta抢占人工智能竞赛制高点的一个重要策略是“开源”软件，免费开放人工智能代码，吸引开发者和其他机构采纳其工具。公司推出了开源模型Llama以及聊天机器人产品Meta AI。Meta AI已经被整合到Facebook、Instagram、WhatsApp等社交应用和雷朋智能眼镜中。扎克伯格在今年5月份曾表示，每月使用Meta AI的用户已经超过10亿。 不过，据两位知情人士透露，Meta AI部门近期出现人才流失，主要因产品开发节奏过快、领导团队内部斗争及劳动力市场紧张所致。 今年4月份，扎克伯格宣布公司推出两款新版Llama AI模型，并称在基准测试中的表现不逊于甚至超过OpenAI和谷歌的同类产品。然而外部研究者发现，Meta设计的测试基准使自家产品显得比实际更先进，一些开发者对这种“欺骗”行为感到愤怒。 两位知情人士表示，最愤怒的莫过于扎克伯格本人，他对外界认为自己是在掩盖新版本性能不足的说法深感不快。 Meta现寄希望于新来的亚历山大·王能帮助其重回人工智能竞赛的领先地位。 但公司必须审慎行事。美国联邦贸易委员会（FTC）近期因Meta收购Instagram和WhatsApp将其告上联邦法院。Meta与Scale AI达成的特殊投资协议可能有助于规避部分监管忧虑。 Scale AI由亚历山大·王与工程师郭露西（Lucy Guo，后被公司解雇）于2016年共同创立，主要为其他企业提供人工智能技术服务。公司利用大量外包员工标注和“清洗”海量数据，用于训练复杂人工智能系统，客户包括OpenAI、微软和总部位于多伦多的人工智能初创公司Cohere。 近来，Scale AI正积极开拓机构业务，派出顾问和工程师与政府及企业合作，共同开发人工智能软件。 亚历山大·王曾与OpenAI首席执行官萨姆·奥特曼（Sam Altman）是室友。今年1月份两人一同出现在特朗普总统就职典礼的国会现场。次日，Scale AI在《华盛顿邮报》刊登大幅广告，呼吁特朗普“增加对人工智能的投资，否则将落后于中国”：“尊敬的特朗普总统，美国必须打赢这场人工智能之战。” [查看评论](https://m.cnbeta.com.tw/comment/1505874.htm)

今日，OpenAI首席执行官山姆·奥特曼宣布，原计划于今年初夏推出的开源模型预计将推迟至夏末发布，而不是6月与公众见面。 他表示研究团队做了一些出乎意料且非常令人惊奇的事情，这非常值得等待，但需要更长的时间。 据了解，今年3月底，OpenAI宣布将发布自GPT-2以来的首个“开源”语言模型。  [查看评论](https://m.cnbeta.com.tw/comment/1505872.htm)

6月11日，据CNBC报道，自从埃隆·马斯克(Elon Musk)上周与特朗普公开争执导致特斯拉股价大跌14%后，特斯拉股价已经连续三个交易日上涨，几乎收复了全部跌幅。周二收盘，特斯拉股价大涨5.7%，报收于326.09美元，距离上周三马斯克与特朗普在社交媒体上爆发争执前的交易水平仅差大约6美元。  特斯拉测试自动驾驶出租车  特斯拉股价周二上涨5.7% 这波最新涨势出现在马斯克在X分享了一段视频之后。该视频显示，特斯拉正在得州奥斯汀的道路上测试无人驾驶汽车，车内没有人类安全监督员坐在驾驶位上。这段8秒的视频拍摄的是最新款Model Y SUV，车身为黑色，涂有白色“Robotaxi”(自动驾驶出租车)涂鸦风格标志。视频中，该车在一个路口完成转弯，并在斑马线前停车，礼让行人通行。 经过多年延期后，特斯拉在自动驾驶出租车市场已远远落后于Alphabet旗下Waymo等竞争对手。但如今，特斯拉似乎终于准备将其自动驾驶技术推上公共道路，尽管起初的规模可能非常有限。 据彭博社此前报道，特斯拉预计将于6月12日在奥斯汀正式启动其自动驾驶网约车服务的“试点项目”。不过，该公司尚未确认具体时间，仅表示将在6月推出。 [查看评论](https://m.cnbeta.com.tw/comment/1505870.htm)

资金并不充裕的情况下，跨界并购是否是一个足够好的选择？

 由独立游戏工作室ALT Lab制作的双人互动影像游戏《新世界：暗影成双》正式宣布，免费序章将于北京时间2025年6月10日中午12点免费开放下载与试玩。大家可邀请伙伴一同踏入1941年上海的波谲云诡之中，此次开放试玩的序章将玩家带入1941年处于特殊历史时期的上海“孤岛”。  彼时，汪伪政权强行推行傀儡货币“中储券”，在金融界引发一连串腥风血雨。各派势力盘根错节，各怀心思，交织成一场关乎金钱、权力乃至民族存亡的隐秘战线。在游戏中，玩家将与搭档分别扮演两名风格迥异的角色：一位是初出茅庐的秘密特工路维城，另一位则是留学归来的钱庄千金颜姝。  一场突发的银行血案将他们的命运紧密相连。在充满谎言与危险的环境下，他们将携手深入黑暗，探查真相。序章虽仅是整个故事的起点，却足以让玩家感受到游戏独特的氛围和角色魅力。  在《新世界：暗影成双》中，你和小伙伴的互补情报，协同能力，以不同的视角为对方提供不同的线索和情报，这时候唯有信息共享，才能解开错综复杂的谜题。信任、猜忌、合作、背叛... 你们的关系是最大的变数，也是唯一的依靠。  正式版《新世界：暗影成双》计划于2025年内登陆Steam平台进行全球首发，包含总计6章剧情，内容更加宏大。它将带来更深刻的叙事和更为丰富多样的互动体验。制作组在延续双人协作抉择的核心机制之外，大胆融入了多达20余种不同的双人游戏玩法，如解谜、推理演绎、射击和对抗等元素，力求将真人实拍内容与丰富的游戏玩法进行前所未有的深度结合。  制作组目前正全力以赴投入完整版的开发工作，并承诺将在年内与广大玩家正式见面。 &lt;内嵌内容，请前往机核查看&gt;

 《四海兄弟：故乡》公布开发者访谈，而团队将游戏设定在20世纪初的西西里岛，是一个大胆的创作选择，有助于这部叙事型犯罪题材作品在同类中脱颖而出。然而对于 Hangar 13 团队而言，选择如此著名且壮丽的地点，要求他们在视觉呈现和真实感方面做到一丝不苟。开发者不仅致力于打造玩家前所未见的环境，同时也引入了新的工具来实现这一愿景，并将其推向更远。 &lt;内嵌内容，请前往机核查看&gt; ## 故国新擎 使用自研技术开发游戏二十多年后，工作室认为虚幻5是《四海兄弟：故乡》的理想选择。一旦切换完成，团队便立刻开始利用引擎的功能，突破《四海兄弟》游戏所能达到的视觉极限。  “我们希望能够充分利用这些新技术所能提供的一切，它们特别适合这个设定。”艺术总监 Steven Noake 谈到，“我认为在一个更现代化的城市中，这些突破所带来的震撼，可能就不及在《四海兄弟：故乡》中那么强烈。在这里，我们可以选一座破败的西西里住宅，渲染你会在当时看到的所有灰泥和层层腐朽痕迹。”   每一张截图和预告片中，你都能清晰地看到，即使是创造最微小的细节，新工具都能让美术团队走得更远。正如首席场景美术师Michal Drimalka在上方视频中所阐述的那样：“在之前的《四海兄弟III》或《四海兄弟：最终版》等作品中，举例来说，一栋建筑大约由2万到3万个三角形构成。而《四海兄弟：故乡》里的一栋建筑，甚至能有超过一百万个三角形。”  ## 行业制作工具升级 这款引擎除了赋予团队打造震撼环境的能力之外，还引入了用于渲染人物角色和提供逼真光照的先进系统。这种强大的性能在《四海兄弟：故乡》每个角色复杂的面部细节上立刻显现，增强了驱动游戏电影化叙事动作捕捉表演的效果。同时，新的光照技术让美术师得以提升氛围感，并放大每个场景中的情感。  “光照是我们电影化游戏体验不可或缺的一部分 - 无论你是在阳光普照的乡间骑行，在壮丽落日下与人决斗，还是潜行于古老地下墓穴的阴影中。”执行制作人Devin Hitch谈到，“能在我们本已惊人的视觉效果之上叠加超真实的光照，无论玩家身处游戏世界的哪个角落，都能极大增强他们的沉浸感。”  《四海兄弟：故乡》的引擎大胆采用了新技术路线，这让Hangar 13已经能够创造出美丽且真实反应时代的西西里风貌。当游戏在今年夏末发售时，玩家会发现，将有很多叹为观止的壮观景色在等待他们。《四海兄弟：故乡》将于2025年8月8日登陆PlayStation 5、Xbox Series X|S，并通过Steam在PC平台发布，现已开放预约和预购。 &lt;内嵌内容，请前往机核查看&gt;

Industry analysts note that while China&#39;s audio market has been relatively stable, recent years have seen intensified competition from niche podcast platforms like Xiaoyuzhou (Little Universe), which have carved out loyal audiences with original content and community-driven experiences.

在一家近30万人的企业，AI智能体能发挥多大效用？

<blockquote><p>在私域运营的浪潮中，许多企业怀揣着热忱投身其中，却在起盘阶段就遭遇重重挫折，甚至不得不推倒重来。这背后的原因并非不努力，而是从一开始就走错了方向。</p> </blockquote>  “我们的私域现在连0到1都不算，现在从-1起步，推倒重来，重新做”，这是一位新入职的私域负责人聊到过往这公司的私域干得一塌糊涂，老板不满意，重新推倒重来。 我相信这不是个案，90%的企业，在启动私域时就注定失败。 问题不在于你不努力，而是整个从0到1的起盘顺序反了。 见过太多业务失败案例： 有的老板月砸30万投流，流量是上去了，但是团队焦头烂额接不住，流量直接洒一地，成交还不升反降； 有的一心钻研搞流量，前端搞了10万粉丝，用各种学来的“打粉”魔法，只享受搞流量快感，但搞来的泛粉，单月变现不足1万… 这些失败都有个共同点：在错误的时间，做了看似正确的事。 许多企业和团队在私域探索之路上，耗费了巨大的时间和精力，却未能达到预期的效果，甚至遭遇挫折。 这背后深层次的原因，往往不是执行力不足，而是从一开始就走错了顺序。 从零开始构建一个成功的私域体系，最核心也最容易被忽视的，正是起步的正确顺序。 如果你正在规划或已经启动私域布局，透彻理解并严格遵循这个路径，将是你成功的基石。 ## 起盘第一步，明确定位&amp;测通成交 从0到1启动私域业务最关键、最具挑战性的第一步，在于彻底跑通并验证整个“私域成交第一路径”。 这一点至关重要，因为不同行业的业务，其私域成交模式存在根本性差异。 无论是面向大众的电商产品，提供专业服务，知识付费类，还是高客单业务（地产/金融/留学），它们在私域环境中完成交易的逻辑和方式都相差甚远。 产品类型、客单价的高低，直接决定了最适合的成交玩法和策略。 举个例子，如果你是卖零食的，那你是不需要通过一对一的电销方式，效率低，产值差，也不会有人这么做。 但如果你是做高净值人群的保险业务的，显然不可能指望客户仅通过线上的互动就在你这完成大额投保。 对于高客单业务，通过私域有效邀约客户前往线下门店参观或进行现场咨询，交易的最终达成往往需要经过线下的深入洽谈和决策过程。 这就是不同业务场景下成交模式的区别。 但需要补充一点， 任何着手0到1构建私域之初，优先聚焦于找到最契合业务定位的私域成交路径。 ### 第一，私域定位方向对，路才会越走越宽 这里分享最近陪跑的一个案例，他们就是典型的私域业务的战略定位没搞清楚，干啥都是战术性徒劳。 这个业务团队是做文娱新闻的自媒体，他们擅长做内容，擅长捕捉热点，但是一直没找到变现方式，想着希望通过做自媒体账号内容，把人拉到私域，然后让这些喜欢看娱乐吃瓜的粉丝们，通过分销模式来带明星周边产品。 做的事情很多，搞了分销官机制，又各种找品找资源，热烈搞了三个多月，这收入连一套saas商城的钱都没赚回来。 问题在哪？私域业务定位错了，放弃自己的“内容”即产品的强项，而投入到陌生的私域“电商”领域。 用户为啥关注你，为啥进你的私域，是因为你的某方面特长，能给他带来价值，无论是“实用价值”还是“情绪价值”，当用户认准你的定位之后，得根据自己优势，确定变现思路。 第一，人群精准—对娱乐新闻感兴趣的小姐姐们 第二，内容精准—一手精准文娱消息，而非胡乱写一通博眼球的娱乐小编 那变现模式最优选，并不是电商，而是基于人群偏好的“付费内容+会员社群”，提供“同好兴趣聊天场”，提供“一手文娱资讯”，提供“谣言粉碎机服务”。 帮它们从“电商变现模式”调整到“类知识付费模式”，整个定位调整过来，不足千人的私域，结合私域内容+转化SOP，立竿见影地转化了100+年度付费会员，更重要的是帮它们从泛粉人群中，找到有价值的付费用户，后续升单产品和服务不就逐步可以干起来了嘛。 所以，人群和业务定位选择对了，你才有资格坐上私域玩家的牌桌。 ### 第二，三选一，测出你的成交主路径 **1.私域IP成交** 这种模式的核心是通过塑造和强化个人IP，并结合朋友圈、社群运营、视频号内容发布或私域直播等方式来实现交易转化。 它特别适用提供非标准化、需要个性化服务、并且客单价在千元至万元范围内的业务。这类业务通过IP的信任背书和内容价值，能够有效地促成客户决策。 **2.私域高客单成交** 这种模式是专为客单价在万元、甚至十万元以上的高价值产品而设计的。 由于这类交易金额巨大，决策周期长，且往往需要专业的咨询和现场体验，因此成交过程不可能完全在私域线上完成。私域在此路径中的核心作用是高效地完成关系不断升级，引导至线下完成“介绍→展示→体验”，最终在线下环节完成交易。 **3.私域电商批量成交** 这种模式对于中低价和高频电商业务的最佳路径。 通常做法是通过企业微信等工具将客户导流至私域池，然后主要通过私域直播等“一对多”的高效沟通方式，在短时间内影响大量客户并促成批量成交。 这个路径追求的是效率和广度，但这并不意味着全部都是直球式硬广群发，得从用户出发，通过产品帮他们解决什么场景问题。 比如，当前非常热门的“私域直播”本质上是解决私域环境中“一对多”沟通效率和转化效率的关键手段。它提供了一种实时的、互动性强的批量销售场景，能够显著提升私域流量的变现能力。 这里特别提下，事实上在私域业务中，并不是只有这三种成交路径，还有分销代理型、会员制模式、线索成交型，也并不是只有单独一条成交路径。 通常随着主路径出来后，会有更多分支业务产生，而且是交叉结合，比如集团型和业务更复杂的业态会用到。 当找到了并成功跑通主路径的私域成交模式时，标志着私域构建中最艰难、最核心的第一步已经基本完成。 ## 流量规模扩张前，先把私域团队地基打稳 当跑通初始的成交路径之后，很容易就会把私域重心转向大规模的“前端流量获客”。当流量汹涌而至时，私域业务容易出现两大断层问题： 1、在追求用户数量的时候，用户质量下降； 2、私域机制对暴涨的流量无法承接， 主要表现在： **第一，加粉流速过快，企微和个微账号出现大规模封禁；** 无论是企微和个微，对于加粉流速过快都是很容易出现平台对账号的封禁限制，常规做法多养号，多备账号承接加粉分流，但当加粉量级提升时候，如果是企微私域，除了备账号，还要备企业主体。 **第二，加过来的用户，私域团队承接服务过不来；** 我们以前一个做中老年知识付费的新项目，在后端私域跑通了成交与服务模式之后，以为整个业务就顺畅起来了。贸然跟负责前端投流部门要求放大投放规模，希望把每日客资量提升到了之前的两到三倍。 但出人意料的问题出现了：尽管客户资源量大幅增加，但当月转化率和低转高成交额反而出现了下降。 为何会出现这种反常现象？ 问题在于启动大规模引流之前，缺乏私域运营团队体系的搭建 想象一下，当流量规模激增时，原本只需要少数几位私域顾问就能轻松处理的客户咨询和跟进工作量，现在可能需要数十位甚至更多私域人员才能勉强应对。 - 你的销售团队是否为此做好了充分的准备？ - 如何快速组建并扩充这支团队？ - 如何设计有效的激励机制以驱动销售积极性？ - 如何建立科学的考核体系来衡量个体和团队绩效？ 更重要的是，如何培养私域团队负责人，使他们具备管理团队和带动业务的能力，而不仅仅是个人销售的佼佼者。 以上都是需要提前规划，提前考虑的问题，从私域团队的“选育用留”+“私域SOP”的搭建都是缺一不可。 如果团队体系没有及时跟上流量的扩张速度，即使涌入了再多的潜在客户，销售人员也会因为流程混乱、职责不清而变得无所适从，最终前端客资过来无法承接，转化下降，累了团队，也拿不到好果子。 私域业务起盘的第二步，找到引流方法与成交主路径后，绝不是成交初见成效就盲目放量追流量， 而是优先做好承接流量的“基建”+“团队”体系，无后顾之忧，才能勇往直前。 可以把这通过一套“可复制+能执行”的SOP，把团队落地的机制给搭稳固下来，并且能够通过SOP实现快速、有效地运营复制，并且在这期间不断迭代，统一团队作战打法。 这个时候，才是真正具备了大规模承接流量、驱动业务增长的基础条件。 ## 要“质量”而非“数量”，用“精准客资”换“低效转化” 当你的团队成员能够依据清晰的SOP高效地处理海量新增流量，多层次产品体系能够精准匹配用户需求，最大化地挖掘每个用户的潜在价值。 这时候的前端流量扩张才是真正有意义、能转化为实际业绩的增长。 做私域用户增长，不要只追数量，更要追质量。 这里必须向各位企业私域的责任人，提出一个至关重要的提醒： 务必将单纯的“流量思维”彻底转变为“精准客资思维”。 私域目标，应该确立业务定位，投入资源和精力构建私域，开展实实在在的业务，解决用户痛点，同时实现盈利增长。 而不是仅仅为了追求庞大的粉丝数量而做老板IP，做业务而不是做流量。 对一个以转化为目标的私域业务而言，所有不精准、不匹配目标客户画像的“流量”，其价值几乎为零。 竭尽全力确保每一个被引入私域的潜在客户，都带着明确的产品意向，或者至少是极度精准的目标人群。 为何如此强调流量的精准性？ 根本原因在于我们私域团队是需要投入“精力成本”进行承接和转化， 假设一个销售人员每天需要接100个潜在客户，按40%的有效承接，那么只有40个是真正有需求、有潜力的“精准客资”，另外这60个很可能是无效用户。 如果销售人员无法有效地辨别和筛选，他们就会被迫把时间精力成本花费在这60个客资上。那些真正具备购买实力和明确需求的客户反而因为得不到足够的服务，付费意向也会随之降低。 所以简单两件事： 第一，在前端引流上提高精准性，降低后端转化难度的最大前提； 这怎么判断，这里不展开说了，但引流用户质量，可以参考这个关系链，即，订单粉 ＞ 付费引流 ＞ 内容引流 ≈ 异业引流 ＞ 裂变引流 第二，后端承接转化，学会快速判断用户质量，从对话意向性，甚至是头像昵称都是能找到一些端倪的。 ## 总结：先路径，再体系，后流量 所以，从零开始搭建一个健康、可持续发展的私域业务体系，其正确的起盘顺序是清晰而严谨的。 首先，聚焦找出核心成交的主路径，明确你打算如何通过私域与客户互动并完成交易转化。 其次，在跑通成交模型的基础上，全力搭建支撑规模增长私域组织体系，并将成功经验和操作流程梳理为可迭代的SOP。 最后，当你的人员、流程和产品都准备就绪时，再启动大规模的流量获取工作，并在此基础上进行团队的扩展和业务的放大。 遵循这个被实践证明有效的“先路径，再体系，后流量”的逻辑顺序，你的私域业务才能稳步前行，实现从0到1的突破，并最终达成有质量、可持续的规模化增长，真正将投入转化为实实在在的商业回报。 作者：晓峰的运营增长；公众号：知晓运营思维 本文由作者@晓峰的运营增长 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

中国厂商以开源方式实现追赶，形成全球性技术竞赛。只有时间能证明，当前的人工智能领跑者能否在盈利方程式中站稳脚跟。

 任天堂于今日宣布，Nintendo Switch 2 上市四天的销量便突破了350万台，这也让其成为了全球范围内销售速度最快的任天堂主机。任天堂表示，公司将继续努力提供独特的娱乐体验，为所有玩家带来笑容。