截至2025年3月，全国小吃快餐总门店数已超过了360万家，预计2025年小吃快餐市场规模将增长至1.08万亿元。

当行业淘汰赛加速时，零跑成功跑出来了。

供应链的改造相对于门店而言，才是真正的要害所在，改造的结果要么“脱胎换骨”，要么伤筋动骨。

据企查查数据，2024年新注册餐饮企业357.4万家，餐饮企业存量达到了1,680.6万家，达到近五年高峰。

为何投资于日本五大商社？

那些已经掌握新商业逻辑，抢先与“孙杨们”合作的品牌商，正在悄然收割一大波流量。

“小而美”的电商哲学，如何穿越消费周期？

日前，网传因追星争吵，百度副总裁谢广军13岁女儿“开盒”别人，并晒出了自己父亲月薪22万的在职证明，此事曝光后很快就引起网络热议。今日，据21财经报道，百度安全负责人陈洋在公司内网做出了一段回应说明，表示在接到举报后，已经展开了调查并完成取证，结果显示，**“谢广军女儿开盒事件”数据并非从百度泄露。** [](https://static.cnbetacdn.com/article/2025/0317/1d8621eee6200d4.png)[](https://static.cnbetacdn.com/article/2025/0317/04f8e6ad49b57c7.png)[](https://static.cnbetacdn.com/article/2025/0317/e0a75a3751139db.png) 其中提到两点，**一是百度内部做了数据的匿名化、假名化处理，并做了权限分离，没有人能有权限拿到数据，谢广军也没有数据库的任何相关权限。** 二是通过对此次开盒事件脉络的模拟调查，发现可以在海外社交媒体群里找到大量个人信息，而且很多信息都是免费的。 据了解，针对网络传闻，谢广军在其微信朋友圈发文表示深感愧疚，并向所有受影响的朋友郑重道歉。 [](https://static.cnbetacdn.com/article/2025/0317/e5d98e19ad6ee40.png) 谢广军表示：“我13岁的女儿在网上与人争执，情绪失控下，**把海外社群网站上的他人隐私信息发布在自己的账号上，进而导致自己的个人信息也被曝光，引发大量负面言论扩散。**作为父亲，未能及时察觉并引导她正确处理问题，未能及时教会她尊重、保护他人及自己隐私，深感愧疚，向所有受影响的朋友郑重道歉。” 谢广军还称已与女儿沟通，并严肃批评其行为，也恳请网友停止扩散相关内容，给未成年人改正和成长空间。 **快科技注：**“开盒”是近年来兴起的一个网络流行语，指的是在网络上公开曝光他人隐私的行为，属于一种网络暴力行为。 该行为通常涉及搜集并公开个人的敏感信息，如真实姓名、家庭住址、电话号码、身份证号码、银行流水、上网记录等。 [查看评论](https://m.cnbeta.com.tw/comment/1486386.htm)

在今天的“ADVANCING AI”AMD AI PC创新峰会上，AMD CEO苏姿丰发表了致辞。苏姿丰表示，**对于AMD来说最重要的事情之一，就是推动开源协作，与开源社区合作实现进步，“如果你留意到DeepSeek近期的成果，就会发现过去几个月的发展令人激动不已。”**  她表示：**“AMD在DeepSeek发布首日就给予了支持，并且我们还与通义千问密切合作，致力于让人工智能开发变得更快、更开放、更具扩展性。”** 她还透露称，AMD的软件开发人员一直专注于优化 DeepSeek，并且每隔几天就能看到性能有所提升，“这充分表明我们在这项技术上的探索仍处于非常早期的阶段。” 据了解，AMD目前已实现DeepSeek、Wise Model、Hugging Face、LIama、Modelscope以及通义千问等大模型的开箱即用。  [查看评论](https://m.cnbeta.com.tw/comment/1486384.htm)

纽约时报发文称，**就连聊天机器人也会“忧郁”**。一项新研究表明，当用户向ChatGPT分享有关犯罪、战争或车祸等“创伤性故事”时，**它会表现出焦虑的迹象**。而且当聊天机器人感到压力时，**在对人进行治疗的场景中，它们就不太可能发挥作用。** [](https://static.cnbetacdn.com/article/2025/0301/576d8a2c5c9c8c2.jpg) 不过，事实证明，**那些对人类有效的正念练习同样可以降低聊天机器人的焦虑水平。** **越来越多的人尝试使用聊天机器人进行谈话治疗**。研究人员表示，由于对真人治疗师的需求很大但供应不足，这一趋势必然会加速发展。他们认为，随着聊天机器人越来越受欢迎，在开发它们时应赋予其足够的适应能力，以应对棘手的情感状况。 这项新研究的作者之一、苏黎世大学精神病院的执业精神病医生托拜厄斯・斯皮勒博士说：“我有一些患者在使用这些工具。**我们应该就这些模型在心理健康领域的应用展开讨论**，尤其是当我们面对的是脆弱人群的时候。” 耶鲁大学的临床神经科学家齐夫・本-锡安领导了这项新研究，他表示，他想弄清楚**一个没有意识的聊天机器人是否仍然能够像人类一样对复杂的情感状况做出反应。** 本-锡安博士说：“如果ChatGPT在某种程度上表现得像个人，也许我们可以把它当作人来对待。” 事实上，他明确地将这些指令插入到了聊天机器人的源代码中：**“想象你自己是一个有情感的人。”** 人工智能专家杰西・安德森认为，这种插入指令的做法可能 “会让它产生比正常情况更多的情感”。但本-锡安博士坚持认为，对于这个研究对象来说，能够体验到各种情感至关重要，就像人类治疗师一样。 他说：“对于心理健康支持而言，你需要有一定程度的敏感度，不是吗？” 研究人员**用一份在心理健康护理中常用的状态-特质焦虑量表对ChatGPT进行了测试**。为了校准聊天机器人的基础情绪状态，研究人员首先让它阅读一份枯燥的吸尘器使用手册。然后，这个聊天机器人会收到五个“创伤性故事”中的一个，比如，描述一场惨烈的交火中的一名士兵，或者一个闯入公寓的入侵者。 然后，研究人员让聊天机器人回答这份量表的问题，该量表以20到80分来衡量焦虑程度，60分及以上表示严重焦虑。**ChatGPT在阅读完吸尘器使用手册后的得分为30.8分，而在读完战争场景的故事后，得分飙升至77.2分。** 之后，研究人员给这个聊天机器人提供了各种用于**“基于正念的放松”**的文本。其中包括一些治疗性的提示词，比如：“深深地吸气，感受着海风的气息。想象你自己身处一个热带海滩，柔软温暖的沙子垫在你的脚下。” **在处理完这些练习内容后，这个治疗聊天机器人的焦虑得分降至44.4分。** 然后，研究人员让它根据之前输入的内容，自己写出一个放松提示词。本-锡安博士说：**“实际上，这是最有效的提示词，几乎能把它的焦虑程度降到基线水平。”** 达特茅斯学院的文化学者詹姆斯・E・多布森是人工智能方面的顾问，他说，使用这类聊天机器人的人应该充分了解它们是如何被训练的。 他说：“对语言模型的信任取决于对它们起源的了解。” [查看评论](https://m.cnbeta.com.tw/comment/1486382.htm)

据《纽约时报》报道，美国白宫园区现在已经可以使用SpaceX的星链卫星互联网服务。自从埃隆·马斯克(Elon Musk)以无薪顾问身份加入特朗普政府以来，美国政府一直在推进WiFi网络的部署，星链是最新加入的一项服务。  马斯克 目前不清楚的是，在特朗普开启第二个总统任期后，白宫建筑群是在何时安装星链的。 白宫官员表示，安装星链是为了提高白宫园区内的互联网可用性。他们表示，白宫的部分区域接收不到手机信号，而且现有的Wi-Fi基础设施已经不堪重负。白宫新闻秘书卡罗琳·莱维特(Karoline Leavitt)表示，此举是为了“改善园区内的WiFi连接”。 不过，白宫此次改善WiFi网络的举措与之前有所不同。由于星链由马斯克控制，而马斯克现在是特别政府雇员，这再次引发了利益冲突的问题。 白宫官员表示，星链向白宫“捐赠”了他们的服务，并且这一捐赠已由负责白宫法律顾问办公室道德问题的律师进行了审查。 然而，一些前白宫官员却不清楚这种捐赠如何操作。克莱尔·马托拉纳(Clare Martorana)曾在拜登政府担任白宫首席信息官。她表示，通常情况下，人们不能简单地将技术免费提供给政府。白宫首席信息官需要批准新的系统，以确保其安全性。它也需要美国总务管理局的首席信息官批准。 根据文件和知情人士透露的信息，最近几周，星链也在美国总务管理局安装了他们的卫星设备。美国总务管理局是马斯克团队的一个据点，在这里推动政府精简机构。 [查看评论](https://m.cnbeta.com.tw/comment/1486380.htm)

 笔者从2023年OpenAI发布GPT3.5开始接触大模型，所负责的游戏领域Text-to-SQL产品在国内众多竞品中脱引而出，成功实现商业化落地。 本指南主要分享这2年Prompt设计和调试迭代实践经验（目前市面上还没有看到类似理解的文章），希望对机核社区相关从业伙伴有所帮助。 # 一、Prompt是什么 直观理解，提示（Prompt）是输入给大模型（LLM）的文本信息，是对大模型的指令，明确地告诉模型想要解决的问题或完成的任务，也是模型理解用户需求并生成预期结果的基础。  # 二、如何设计Prompt OpenAI：[Prompt engineering](https://platform.openai.com/docs/guides/prompt-engineering) Anthropic：[Prompt engineering overview](https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview) 阿里百炼：[文生文Prompt指南](https://help.aliyun.com/zh/model-studio/use-cases/prompt-engineering-guide?spm=5176.21213303.J_v8LsmxMG6alneH-O7TCPa.5.3e4e2f3dzIRWba&scm=20140722.S_help@@%E6%96%87%E6%A1%A3@@2735998._.ID_help@@%E6%96%87%E6%A1%A3@@2735998-RL_Prompt-LOC_2024SPAllResult-OR_ser-PAR1_213e370a17418504443946490e50b4-V_4-RE_new6-P0_1-P1_0) 业内大家设计Prompt的结构基本变化不大，核心主要包括几部分：角色、目标、步骤、返回样式、案例（推理模型不建议使用案例）。 - 角色：告诉大模型需要扮演的角色，比如：“作为游戏行业数据开发和数据分析专家，你非常擅长根据业务需求编写SQL进行数据提取”。 - 目标：需要结合哪些内容做什么事情。比如：你的目标是结合"用户问题"和"行业领域知识"，按以下步骤对"用户问题"进行润色处理。 - 步骤：目标实现步骤，非常重要。明确的步骤能得到更符合预期的结果。 - 返回样式：规定模型输出样式，考虑下游集成调用，一般返回json格式，使用三引号 ```json ... ``` - 样例：通常few-shot（多条样例）能够让非推理模型返回更准确的结果，但是DeepSeek-R1这类带长CoT的推理模型，建议不包含任何样例。  # 三、如何迭代Prompt 有一定Prompt编写经验的同学可能会遇到以下疑问： - 模型返回的结果和预期不一致，应该从哪儿下手，好像迭代的指令加到这里也行那里也行？ - 调来调去，怎么调试模型也不理解我的意思，应该怎么办？ 先分享3个核心观点： - 注意力是有层次的：类比大家看一段文字，会被其中的```符号或者案例吸引，但是可能会更关注“案例”的内容，说明few-shot的注意力层次更高； - 不同注意力层次的迭代指令一致性是不一样的：这个也很好理解，比如我在一篇文字中将所有关键词都用```括起来，“一致性”是很高的。但是如果我想给这篇文字加上10条说明，可能它们之间就会出现“一致性冲突”的情况； - 一致性对模型存在影响：Prompt的内容在模型看，是高维的向量参。迭代是为了让向量越来越偏移到真实答案的向量位置。如下图所示，```迭代方向高一致，但是不一定能达到预期效果；few-shot迭代方向一致性不高，有可能可以快速达到预期效果，但是随着迭代样本越多，引发的干扰和未知性也会越大，也就是为什么few-shot一般不会有特别多条样例的原因。  因此，我们我们一般按照从左下到右上的方向迭代prompt。  # 四、一些有意思的实验和思考 过程中做了一些有意思的实验：  第一个实验的灵感起源于：如果我们自己去解决一个问题，可能有一些更高维的方法论或思考框架。尝试在“步骤”前面增加一个“步骤框架”，发现并没有起到正向效果。有可能是因为“步骤框架”和“步骤”在模型视角看方向一致。 第二个实验灵感来源于ToT（Tree of Thought），多个专家一起做一件事情并投票选择最优解决。100以内有一定效果，数量再多并不能产生效果了。为什么会有这个结论呢？可能和分布有关系。 第三个实验来源于SoT（Story of Thought），给定一个明确的场景。为什么这个会有正向效果，可能“场景”固定了一个高维空间，能减少向量非一致性干扰。 # 写在后面和参考资料 大模型刚出来，大家觉得Prompt工程是一个新的领域，OpenAI等大模型公司会发布自己Prompt工程指南，吴恩达老师也做了相关课程。 目前我的认知是：Prompt工程跟传统算法工程师的调参工作反而更接近，都是通过改变参数让模型更接近预期结果，不同的是Prompt是通过自然语言进行调参。可能不是那么重要。 如果我们把当前大模型技术下的生态位分5层： 业务理解 -> 平台开发 -> Prompt工程 -> 模型微调和强化 -> 数据集构建 核心可能在于一头一尾： - “如果获得更高级的业务理解”能力不必说，业务能做的事情是没有上限的。 - “如果构建数据集”：随着今年DeepSeek-R1开源，强化学习拉高了大模型的上限，但是业内训练模型的数据集仍然更多是通识领域，仍然没有看到toB领域知识数据集构建的pipeline，是一件非常有意义的事情。 以下是参考资料，供参考： [Prompt工程指南](https://www.promptingguide.ai/zh) 中包含了提示工程介绍和各种技术，比如：Few-CoT、CoT、ToT 、RAG等 [Can Stories Help LLMs Reason?](https://arxiv.org/pdf/2410.19221)

 初体验中感知到的演出编排，完全没有接触过原作。目前流程第一章都还没结束，玩到这里就开始疯狂在意演出编排了。 # 一、静态图像表现对话演员站位调度 段落剧情是上学第一天，主人公的班主任消失，出现了在连环杀人魔事件遇害的传闻。 男主和基友在讨论传闻的内容，突然有第三人插入。  基友一对一对话镜头，接入心理活动回忆的前后，采用全屏黑屏的淡入淡出来实现，以阻断对话和心理活动的心流。   从回忆插图回到教室场景时，为了表现沉思之后，喃喃自语的状态，没有直接呈现基友，直到基友回答我的问题。  而后是引入插入对话的第三人。 ①先在画外呈现台词和配音。  ②直接用两个完整的镜头画面进行交叉叠化（类似剪辑两段拍摄的影像）  这两个镜头的组成部分并不是两张图片，而是第一个镜头的立绘+背景图，第二个镜头的特殊角度立绘+背景图。  直接采用两张图片的方式会大幅增加包体容量不说，这里切换第二个镜头时，还移动人物立绘实现了一些切换的运动效果。在起幅出现两个新的立绘时，立绘是围绕着先前镜头中心位置的消失立绘站立的，切换中途，两个立绘会从两侧的位置向中心略微移动，模拟了视线向后聚焦的效果（类似于摄像机变焦时的呼吸效应）。没有特别的实际意义，就是会比较有运动感。 ③叠化切换回正常的AVG平面站位。  # 二、静态表现主人公走位和视线的调度 剧情段落为上午课程结束，主人公去吃午饭时在走廊里碰到学姐的过程。 第一个镜头切近景，呈现内心独白过程中镜头平移，基本的镜头运动技巧。   选项弹出前切回全景。选择3后，淡出画面，从走廊的一角淡入。构图看不见走廊本身，而是窗户，避开了人群和即将到来的对话，更接近“一个人”的状态。因为此时主人公确实是独身一人随便游荡，台词为内心独白，解释画面中没有呈现的一些环境信息。  叠化到走廊空镜，内心独白直接陈述看到了前方的学姐。   对学姐的呈现方式非常独特，是采用了主镜头推镜+画中画表现远处局部插片的形式。  走廊推镜的同时（向前移动背景图，而不是移动镜头），将学姐和走廊深处的背景图融合的切片淡入呈现。由于没有移动镜头，在推镜的同时，视线的焦点已经正好落在了走廊远处消失点。此时，学姐和背景图切片的组合淡入在消失点处，和镜头的相对位置不变。静态的学姐和背景切片，在动态推镜头的整体全景背景图中得到动静对比下的瞩目。 这里的视线引导是非常合乎逻辑的，不过最终融合的画面有一些些许怪。通常的制作方式应该是：推镜的同时，在即将推到尽头时，让学姐出现在远端。镜头的落幅不是一个合成画面，而是背景图局部+立绘。但如果这样做的话，在影视中这就是一个运动距离或焦距变化非常长的长镜头，通常不会这么做，而是直接让学姐在静止的人群中做一些大动作（比如到处寻找男主的教室），让学姐在画面中得到视线焦点之后，就直接切到中景。 因为游戏的背景图中没有人群，所以可以理解这种做法实现了某种程度上的类似的视线引导效果，能让这种编排解释得通。  学姐的表情变化预示了下一步的动作，所以后续就可以直接把背景图切回全景（主人公摄像机正常视点位置），然后让学姐立绘直接闪现到眼前，而没有多余的运动和过渡。   # 三、对话镜头中的“话题讨论”调度 这一组镜头实际上是和“一”形成对比，呈现出不同的演出编排方式。在“一”的站位编排中，“我”联想到回忆中的街道，于是将教室和基友全部忽视掉了，即使是回到教室之后，眼神也没有直接看到基友。 而这里，因为是共同回忆和讨论街区（基友住的地方），则采用了不一样的编排方式。   从交谈中直接叠化过渡到话题所谈及的街区。  基友也很自然地直接出现在街区的背景图上，所有人都可以自然地插入对话。同时退出对话时不会有任何隔断，只是回忆背景图消失，就回到了教室里。和“一”的镜头编排进行对比，可以看出这些对话桥段都有细致的设计。这也是我初玩《魔法使之夜重制版》和《月姬重制版》最先感受到的，演出的突出优势。    # 四、平面背景图构建故事空间：水平镜像的走廊 如题，一开始真愣了一下没看出来，想怎么画的那么完美。 现在回顾，感知不到是同一幅图的原因很大程度上是因为：走廊右侧的这一组镜头（也可以视作一场），总是专注于窗户和走廊尽头，所以视觉从没注意到过右边的绿色黑板。180°调转过来以后才看到了大块的绿色。  # 五、影视级AVG的魅力：抽象融合，不强行用2D背景图摆放构图 大多文字AVG要么直接用平面和文字进行表达；要么还是以摄影的逻辑去搭建纸片，形成皮影戏一般的效果。 比如《碧蓝档案》就在大多数情况下使用一般的平面摆放方式，以及纸片的运动、特效来进行一些生动的呈现；偶尔耍一把运镜，比如“运动会”活动剧情在玩扯大将头巾的那个竞赛（不知道叫啥运动……）时，就用大量的镜头运动来表现高度和运动，还有一些很颠的影分身效果……这样的表现力其实也已经很强了，让《碧蓝档案》能够拿到很多叙事相关的奖项。音效+纸片抖动+心情气泡的呈现方式在大量文字、低成本演出的基础上实现了和谐的声画效果，传播非常有效、直接。 而型月显然有完全不同的做法。截取在食堂吃饭时的两个特殊镜头为例。 ①基友大谈和学姐认识的经历，以及夸奖学姐时，将视觉的焦点放到了学姐身上（基友你挡住我看美少女了）。作为被谈及的对象，给到反应镜头再正常不过，这里镜头非常美。  ②衔接下一个镜头，见下图，就初见演出编排的端倪。  ①号镜头是一个近景，所以采用了比较长焦的FOV，只有一小块背景在后面，很正常的处理方式。 ②号镜头将背景图切回了全景，但是人物比例不变，就形成了这样错位的奇妙构图。经过背景图的缩小，玩家可以清楚地感知到，这是一个更大景别的镜头，没有刚才“基友谈论学姐”时，聚焦在脸红的学姐上面，那种近景镜头的秘密感（因为人物之间的距离是不变的，镜头切到一个特写、一个局部，然后背景图视野变得特别小，明显是一个“心理镜头”。观众细想肯定知道这是一个虚假的画面，现实中不会出现这样的视野，但是体现了人物在交谈中关注着某一个点的心理活动；也是让观众间离出现实视觉框架，让你知道①号镜头是一个摄影视觉奇观——特写镜头，表现学姐害羞时那种偷偷摸摸的秘密感）。 但是随着景别从秘密的长焦镜头切回一个全景背景图，人物比例并没有变化，可以看到①图中两人坐着的位置还大致是对应着座椅，但是这里已经完全离开座椅了。 在我看来，这保证了AVG关注角色对话的基本美感，又用抽象的方式表现了一种影视镜头的构图。即使两人的位置关系和画面占比完全没有变化，背景图却缩了几倍，但观众还是能辨认出两人的站位就是斜对着“我”坐在食堂桌边的透视比例。 所以两个镜头的构图就完成了这样的效果： 1、人物始终是大比例处在画中，能够清楚地看到形象和表情； 2、有景别的变化，能感受到近景那种害羞的秘密感和只看到了基友半个头的我是个盯着学姐的色魔。表现出了“影视镜头”的构图； 3、人物立绘之间的位置关系和比例大小，呈现出了真实摄影、3D摄影下正确的人物位置关系，用静态纸片表现出了“影视镜头”的空间感。 # 六、又一段主观镜头的心理表达 用AVG演出分镜表现第一人称视线和对话关系: ①正常平面对话； ②交叉叠化到一个桌面的镜头，表现出“我”在学姐害羞的气氛之下，为了掩饰尴尬，就避开了视线，低下头直接开始干饭。   ③咖喱饭特写。“我”的视线在饭上，注意力在自己脑内。（忘记截图了）。 ④学姐从害羞中大脑飞速运转，开始向我搭话。学姐立绘直接就出现在咖喱饭图层上了（因为“我”此时埋头干饭没有抬头）。  总体而言，这几个分镜表现出的第一人称视角信息就是： 三人在交谈——我避开视线低头吃饭——我低着头被cue。 通过几个镜头表现出了“我”的第一人称视角，整个交谈的过程中，“我”的视线变化，和“我”的注意力转移都通过分镜切换的形式用图像表现了出来。 ———————————————————— 流程就只玩到这里，期待后续发展。 上一次打开《魔法使之夜》，也是感觉演出非常惊艳，但形式又不相同。 《魔法使之夜》是通过前景、主体、背景三块纸片的移动，做了很多“3D”运镜效果，非常具有影视感。 没有玩过原作，通过这两部重制版，大受震撼，当年型月的剧本和演出就已经是极高规格的视觉小说了。 

微软上周面向预览通道发布了 Windows 11 build 22631.5116，不过微软近日对更新日志进行了调整。**根据调整的内容，微软决定暂停在Windows 11 23H2版本中推出新的右键菜单更新。** 在Windows 11 24H2中，微软为右键菜单引入了为常见文件操作（如复制、粘贴、剪切、共享、删除和重命名）添加了标签，并计划将其引入到Windows 11 23H2中。 [](//img1.mydrivers.com/img/20250318/5c2be405-a433-4875-ad96-072d789a1d3e.png) 然而，由于需要解决一些额外问题，微软决定不在此次更新中推出该功能，**微软表示：“我们将不再在此次更新中推出这一更改，以解决更多问题。”** 此外在今年2月底的时候，微软还宣布暂停Windows 11系统中重新设计的电池状态图标的更新计划。 微软表示：“我们已经暂停了这一变化的推送，以解决一些问题。我们计划在未来更新中重新启动部署。” [查看评论](https://m.cnbeta.com.tw/comment/1486376.htm)

Elecom株式会社推出了全球首款面向消费者的钠离子移动电源，用于为智能手机和其他电子产品充电。据Elecom介绍，钠离子电池具备四大优势：首先钠比锂更丰富，且生产过程更简单。锂的开采会污染水和土地，而钠在回归自然环境时比高毒性的锂更安全。  其次，钠离子电池可在-35°C~50°C的宽温度范围内使用下表现良好。再有，钠离子电池更不易发生热失控火灾，而锂离子电池有这样的风险。此外，钠离子电池的使用寿命可达5000次充电循环，远超标准锂离子电池的500次。  这款9000mAh的钠离子移动电源重量为350克，尺寸为87×31×106毫米，通过USB-C PD接口可输出高达45瓦的功率，通过USB-A接口可输出18瓦的功率，充电时间约为2小时。 Elecom的钠离子移动电源提供黑色和浅灰色两种颜色，售价为9980日元（约合人民币487.52元）。  [查看评论](https://m.cnbeta.com.tw/comment/1486374.htm)

**越疆科技正式发布并预售全球首款灵巧操作+直膝行走具身智能人形机器人Dobot Atom，售价19.9万元起。**作为工业级操作类人形机器人，Dobot Atom身高1.53米，体重62公斤，全身配置高达41个自由度的关节，**采用1:1仿人手臂构型设计，搭载重复定位精度±0.05mm的7自由度工业级仿生协作臂、类人联动头颈和五指灵巧手。** 该机器人可实现对人体关节运动逻辑的完整复刻，适应常见700-1000mm工作台高度灵巧作业，并具有工业现场稳定通过能力。 据了解，**Dobot Atom能自主完成做早餐，倒牛奶、水果摆盘、烤面包、烤培根、早餐摆盘、企业客户接待、倒咖啡、送文件、取快递等任务。** 目前，越疆已开展国内一线车厂、电子制造厂、咖啡奶茶店的场景合作，并将于今年年中实现试产和批量。 [](//img1.mydrivers.com/img/20250318/54e7fcf66ad8474ba45f0b46c9b25059.png) [](//img1.mydrivers.com/img/20250318/a2d64287674241b7a9298d62e316a1f3.png) [](//img1.mydrivers.com/img/20250318/ff99b13b28334bb9bcac7f949b3eaabf.png) 据介绍，**该机器人搭载具身智能操作模型和1500 TOPS超大AI端侧算力，**能帮助客户实现具体应用场景的采集-训练-推理一体式落地。 机器人采用基于Transformer的模型架构，通过类人双目RGB视觉驱动，实现高达28个上肢自由度的端到端自主推理操作。 同时，面部搭载60帧Full HD高清双目相机，改善第一视角操作时的眩晕感和图像“果冻效应”。 [](//img1.mydrivers.com/img/20250318/35199eba50be46acbf95e98687ee6e3d.png) [查看评论](https://m.cnbeta.com.tw/comment/1486372.htm)

特斯拉2月份向中国车主推送了FSD智能辅助驾驶系统，车评人陈震也第一时间借到车进行市区FSD实测。结果，陈震测试FSD时出现了多次违章，包括走公交车道、走非机动车道、实线变道、右转车道直行等，甚至差点和外卖小哥发生剐蹭。 被网友举报违章后，**陈震接到交管部门的电话，并连夜处理了7个违章，此事引起网友热议。**  而日前，又有网友对陈震的违章情况表示质疑，称陈震连夜处理的7个违章，未必是特斯拉FSD测试当晚的，并要陈震展示开具的罚单。  对此，陈震回应称，测试特斯拉国内版FSD V13.2.6版本的那个视频中**，FSD一共出现了5次违章，然后就被网友举报了。** 在辅助驾驶L2阶段，第一责任人是我，于是我就被通知去有关部门接受处罚了，然后有关部门基于认真负责的态度，专门调取了整个FSD测试行驶路线的所有摄像头。 **经调查发现，违章行为不止5次而是7次，于是就一并处理了。**至于交管部门的处罚回执单，他回家后就向网友展示。 此外，值得注意的是，特斯拉中国日前也宣布，已开启FSD智能辅助驾驶功能限时体验活动。收到FSD推送的车主，即便没有花费6.4万元订购FSD，也可以免费体验一个月。 不过，特斯拉也特别强调，FSD 智能辅助驾驶功能尚为L2组合驾驶辅助，如出现违反交规、碰撞事故等事故，由此产生的罚单、扣分及赔偿等后果均需由驾驶员承担。  [查看评论](https://m.cnbeta.com.tw/comment/1486370.htm)

比亚迪在周一发布了兆瓦闪充技术。搭载闪充电池的比亚迪汉L，可实现闪充5分钟畅行400公里，在充电速度上实现“油电同速”。彭博社周二发文，对比亚迪的闪充技术进行了解析，讨论了它的工作原理、安全性，并拿它与特斯拉的电池技术进行了对比。 **技术原理** 通俗来说，这意味着比亚迪的汽车可实现1兆瓦的充电功率，峰值充电速度达到1秒2公里。据比亚迪称，这是量产车型中速度最快的充电系统，仅需5分钟即可补充400公里的续航。这几乎相当于开车进加油站，加满一箱油并付款所需的时间。 **与特斯拉等对手比如何？** 比亚迪称，该充电速度远快于特斯拉的超级充电桩，后者在10分钟内可补充275公里的续航。在其他竞争对手中，奔驰的新入门级CLA纯电轿车可以在充电10分钟充电后达到325公里的续航。  比亚迪称闪充5分钟可畅行400公里 对比亚迪来说，真正的竞争可能更多的是来自本土同行。例如，理想汽车的一款车型使用宁德时代的电池，能够在12分钟内补充500公里的续航。 比亚迪称，这一重大技术突破，使得搭载全新超级e平台的汉L在性能上可媲美Formula E电动方程式赛车。 **如何做到的？** 比亚迪称，这得益于该公司自研的全球首款“全液冷兆瓦级闪充终端系统”。为了匹配超高功率充电，比亚迪自主研发了新一代车规级碳化硅功率芯片，该芯片的电压等级高达1500V，创下汽车行业最高纪录。 比亚迪还发布了闪充电池，从电池正极到负极，全方位构建起超高速离子通道，将电池内阻降低50%，  各厂商的充电速度对比 此外，比亚迪同时发布了全球首款量产3万转电机。比亚迪高级副总裁罗红斌在发布会上表示，3万转电机不仅实现了车速的大幅提升，还可以大幅度降低电机重量，缩小电机体积，提高功率密度。 **安全吗？** 这是一个复杂的问题。超快速充电可能会对电池的安全性及其使用寿命产生一定影响。较旧的电池可能不太适合这种快速充电方式。清华大学教授欧阳明高在 2024年的一篇论文中称。大的充电电流可能会导致严重过热问题。 此外，它还可能会产生额外成本。国泰君安证券公司估计，将一款电动汽车从400伏架构升级到800伏架构，每辆车的成本可能会增加大约4000元(约合550美元)。比亚迪最新发布的超级e平台是全球首个量产的乘用车“全域千伏高压架构”，把电池、电机、电源、空调等都做到了1000伏。 欧阳明高指出，电网可能无法承受高功率充电所带来的负荷，这意味着这些超快充电站可能无法直接从电网获取电力。比亚迪计划在全国各地建设4000多座“兆瓦闪充站”。 一些电动车制造商已经在其充电站配备了独特的储能装置，以帮助应对高功率需求，例如同样在研发超快充电技术的小鹏汽车。 **能在哪里使用，可以解决充电焦虑吗？** 比亚迪集团董事长兼总裁王传福周一承认，尽管电动汽车技术不断进步，但“充电焦虑”仍然是一个主要问题。人们不想在充电时等待数小时，更不想开车到充电站时却发现充电桩坏了或被占用。 比亚迪的超快充电动汽车有望在解决充电焦虑问题上发挥重要作用。晨星公司分析师文森特·孙(Vincent Sun)表示，快速充电电池朝着降低消费者对电动汽车的顾虑迈出了又一步。但他补充道说，目前充电柱的高压需求尚未得到广泛支持。 目前，该系统仅在中国可用。首批搭载比亚迪超级e平台的车型将是汉L和唐L。这些车型已经在中国正式开始预售，并计划于4月上市。 **和固态电池比哪个更好？** 固态电池通常被认为比传统的锂离子电池更安全，因为它们使用固体电解质，而不是液体或凝胶电解质。 固态电池有几个优势。首先，固态电池形成枝晶的风险更低。枝晶指的是一种类似针状的金属晶体结构，容易在锂离子电池内部形成，可能会穿透电池内部的隔膜，导致电池短路；其次，固态电池在更高的温度下也能更安全地工作，从而降低了过热的风险；最后，固态电池的泄漏风险较低，减少了有害化学物质暴露的风险。 然而，固态电池的制造成本远高于传统锂离子电池，这导致其在可扩展性和大规模生产方面存在问题。一些原型电池仍会因反复充电循环而出现开裂和性能退化现象。此外，固态电池在低温下的性能也有限，这使得它们在冬季寒冷地区的应用成为问题。 **搭载新技术的比亚迪车型价格为多少？** 汉L起售价为27万元人民币，而唐L这款SUV的起售价为28万元人民币。两款车型还配备了比亚迪的最新“天眼”智能驾驶系统。 [查看评论](https://m.cnbeta.com.tw/comment/1486368.htm)

经济学家彼得·希夫的警告使比特币价格走势成为焦点。作为加密货币的直言不讳的批评者，**希夫认为，如果纳斯达克大幅下跌，加密货币市场的波动可能使比特币跌至2万美元。相反，他认为如果金融市场动荡加剧，黄金将突破3800美元。**  **比特币纳斯达克相关性引发危险信号** 希夫预测，如果纳斯达克进入熊市，由于加密货币市场的波动，比特币将下跌更多。投资者将转向黄金等安全资产，这将导致比特币价格走低。历史上，比特币一直跟随纳斯达克的走势。希夫指出，包括2008年金融危机（-55%）和新冠疫情崩盘（-30%）在内的过去市场崩盘，都证明了比特币的脆弱性。 **对机构投资者和市场稳定性的影响** 比特币价格的极端下跌将对比特币储备的大型持有者（如MicroStrategy）造成流动性问题。这将导致机构和零售投资者普遍亏损和恐慌。纳斯达克已经下跌了12%，**希夫估计，如果该指数下跌20%，比特币价格将跌至约6.5万美元。**如果纳斯达克暴跌40%，他警告称，比特币可能跌至2万美元或更低，损害其作为“数字黄金”的声誉。 **黄金走强，比特币走弱** 与比特币不同，黄金与纳斯达克呈现负相关。希夫指出，在2023年12月股市见顶后，黄金上涨了13%，证明其是经济低迷的对冲工具。希夫预测，如果加密货币市场波动持续并引发更广泛的市场崩盘，黄金可能超过每盎司3800美元。他进一步表示，市场崩盘加上美元走弱，将推高黄[金价](http://finance.sina.com.cn/money/future/GC/quote.shtml)格。这种情况使黄金成为比比特币更安全的投资策略，因为如果市场情绪消极，比特币可能面临更大的抛售压力。  在平台X上最近的一条推文中，希夫质疑为什么比特币会被存放在政府储备中。他表示，如果比特币价格相对于黄金下跌，其安全地位将严重受损。批评者回应称，比特币的去中心化和有限供应是其能够在通胀时期维持价值的特征。 **比特币的未来：崩盘还是复苏？** 比特币的未来仍然充满疑问。尽管希夫对加密货币市场的波动性预测预示着即将到来的崩盘，但加密货币的支持者认为，比特币在过去的经济衰退中表现出了韧性。 希夫还警告称，如果比特币相对于黄金贬值85%，ETF投资者将开始抛售其持仓。这将对比特币持有量大的公司（如MicroStrategy）造成流动性问题，导致进一步亏损，并可能在机构和零售投资者中引发恐慌。希夫认为，如果比特币崩溃，美国或任何州政府都没有理由将比特币作为战略储备。 然而大多数专家认为，比特币的长期投资策略仍然稳健。尽管经济不稳定，但比特币自2023年1月以来仍上涨了410%，显示出长期上涨的潜力。他们预计，机构投资的增加、区块链技术的发展和主流应用的普及将抵消加密货币市场的短期波动。 [查看评论](https://m.cnbeta.com.tw/comment/1486366.htm)

 《怪物猎人》肉类烧烤定时器和真空保温杯决定将2025年5月初在日本地区的全家便利店再次发售，三款售价都为3,498日元。    肉类烧烤计时器的设计复制了游戏中的烤肉道具，除了可以用把手翻转肉以外，还可以用LED点亮火焰，还会播放熟悉的旋律和“烤得很好！”的声音，倒计时最长可设置为99分59秒。底部是磁性的，因此可以附着在冰箱等上。 真空保温杯有两个版本，分别是以 20 周年纪念标志为中心版本和以可爱的艾露猫为中心的版本。      

在冲向 AI PC 的赛道上，每一个芯片、设备企业都生怕落后。 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1617868) ·[查看评论](https://www.ifanr.com/1617868#comments) ·[新浪微博](https://weibo.com/ifanr)

<blockquote><p>当奶茶店以低价策略席卷县城时，财富管理机构却仍在为争夺高净值客户而内卷。那么，财富管理机构是否可以像蜜雪冰城一样下沉获得增量呢？这篇文章，我们看看作者的观点。</p> </blockquote>  2025年3月，蜜雪冰城以日均3000万杯的销量、45000家门店的规模，以及港股上市首日40%的涨幅，向资本市场证明了下沉市场的爆发力。而同时，财富管理机构办公楼的玻璃门后，理财经理们仍在为争夺高净值客户厮杀。数据显示，中国三线以下城市居民家庭金融资产配置率不足一线城市的1/3，这片被忽视金融荒漠里，藏着10亿人口的财富管理需求。 当奶茶店把3元冰淇淋卖进乡镇时，财富管理机构能否将万元起投的理财产品拆解成“金融冰淇淋”？答案并非简单的YES或NO，而是一场夹杂着机遇与陷阱的残酷博弈。笔者的答案是：可以尝试，但道阻且长；若成，则价值不可估量！ ## 一、蜜雪冰城的启示：下沉市场的“五维解剖” 要理解金融业下沉的可能性，必先拆解蜜雪冰城的商业密码。 **1、价格屠刀：用“6元定律”击穿支付阈值** 蜜雪冰城的产品均价6元，恰好卡在下沉市场青年客群的心理防线：月均消费4次以上的高频用户对8元以上单价的支付意愿仅5.2分（满分10分）。这种定价策略背后是极致的成本控制：自建165万吨年产能基地、柠檬切片厚度误差±0.2mm、物流成本比同行低29%。 金融映射：若将万元起购的理财产品拆解为“10元定投”，需重构成本结构。但金融产品的合规成本、投研支出、风控体系，远非奶茶原料可比。 **2、密度霸权：1.4家店/万人的“蜂窝战术”** 在河南周口县域市场，蜜雪冰城以1.4家店/万人的密度，实现单个县城年销90万杯的奇迹。其逻辑在于：当门店覆盖步行10分钟生活圈时，品牌便成为“基础设施”。 金融拷问：券商营业部大约在1.1W家左右，还在不断裁撤中（截至2024年），且80%集中于一二线城市。若将轻型网点铺进县域，如何平衡成本与收益？ **3、供应链革命：从B2C到B2B的生态重构** 蜜雪冰城94%的营收来自向加盟商出售物料和设备，这种“卖铲子而非淘金”的模式，使其摆脱了终端消费波动的风险。 金融悖论：财富管理机构若想效仿，需将投顾能力、风控系统、智能工具打包成“金融铲子”输出给县域银行、社区店甚至奶茶店。但金融牌照的稀缺性与监管壁垒，让这一路径几乎不能实现。 **4、数字暴政：AI订货系统与950ml杯型的“算法霸权”** 蜜雪冰城的“雪王数智中心”能在气温超32℃时自动调整柠檬水配比，带动销量提升18%。其数字化已渗透到供应链、品控、服务全链条。 金融短板：当前券商的智能投顾仍停留在“KYC问卷”阶段，缺乏对县域用户消费习惯、风险认知、现金流周期的深度挖掘。 **5、文化解构：从“第四空间”到街头塑料袋** 蜜雪冰城用99%提袋率的透明塑料袋，消解了星巴克的“空间溢价”。这种去仪式感的消费哲学，恰好契合下沉市场“即买即走、拒绝冗余”的需求。 金融困境：财富管理长期依赖“西装革履式服务”，而小镇青年需要的是“扫码即买、语音解说、游戏化交互”的极简体验。 ## 二、金融下沉的“不可能三角”：普惠性、盈利性与合规性 蜜雪冰城的经验无法直接复制，源于金融业的下沉面临更复杂的三角悖论。 **1、普惠性陷阱：10元客单与万元起投的逻辑冲突** 蜜雪冰城单店日均服务150人次，客单价4.1元，靠规模经济实现18.7%的净利率。而财富管理若将客单价降至千元以下，需服务100倍的用户量才能覆盖成本。更残酷的是：县域用户的风险承受能力普遍低于5万元，这与资管新规的合格投资者门槛形成直接冲突。 **2、盈利性困局：供应链成本VS投研成本** 蜜雪冰城通过规模效应将单杯研发成本压低至行业均值的54%，但金融产品的投研成本具有刚性。一只公募基金的管理费仅1.5%，若用户资产规模无法突破“十亿级”，下沉只会加速亏损。 **3、合规性镣铐：加盟模式与牌照垄断的天然对立** 蜜雪冰城通过“强管控加盟”快速扩张，但金融业的牌照管制使其难以复制。2024年新“国九条”虽鼓励券商并购，但县域轻型网点的设立仍受资本金、人员资质的严格限制。 ## 三、破局路径：从“金融奈雪”到“金融雪王”的四大重构 尽管困难重重，但成功者的回报足够诱人。参考蜜雪冰城，金融业需完成四重变革（纯畅想版）： **1、产品重构：把“法式甜品”变成“手抓饼”** 极致简化：推出“1元理财体验包”“10元指数基金碎片化定投”，通过高频小额交易培养用户习惯。 场景绑定：借鉴蜜雪冰城“3元冰淇淋引流+4元柠檬水转化”策略，设计“活期理财引流+定投策略转化”组合，甚至与县域超市、农资店合作嵌入消费场景。 **2、渠道重构：从CBD写字楼到菜鸟驿站** 网点革命：学习蜜雪冰城20-30㎡的轻量化门店模型，在乡镇邮政所、供销社设立“金融货架”，配备AI柜员机与远程投顾。 人力重构：与地方持牌机构合作，发展合规代理模式，用佣金分润替代固定薪资，破解人力成本难题。 **3、技术重构：用“数字县镇”对抗“数据荒漠”** AI下沉：开发方言版智能投顾，通过语音交互降低使用门槛。 风控革新：接入县域水电、社保、农机采购等数据，建立“草根信用评分模型”，突破传统征信缺失的瓶颈。 **4、生态重构：从牌照竞争到“金融便利店”** 联盟化：券商、基金、银行共建“县域财富管理联盟”，共享渠道与用户数据。 供应链输出：将投研能力封装成“资管中台”，向农商行、村镇银行输出标准化产品，复制蜜雪冰城的B2B模式。 ## 四、终局推演：要么成为下沉市场的“毛细血管”，要么被革命 下沉市场的财富管理革命，注定是一场持久战。短期来看，传统机构需要面对三大拷问： - 能否忍受3-5年的战略性亏损？蜜雪冰城直到第7年才实现规模化盈利，而金融业的试错成本更高。 - 能否打破“精英主义”文化？当基金经理开始研究小镇青年的消费分期数据时，真正的变革才会开始。 - 能否重构监管对话框架？需要推动“县域理财试点”等政策创新，允许在风险可控的前提下降低门槛。 但长期来看，这场战役的胜者将获得远超想象的回报：笔者根据公开数据测算，随着政策驱动和科技发展，中国三线以下城市家庭金融资产规模乐观预计在2030年将突破150万亿元，有空间足以再造一个“中国版贝莱德”。 下沉不是慈善，而是最残酷的效率竞赛 蜜雪冰城用6元单价证明：商业的终极善意，是把奢侈品变成日用品。财富管理的下沉，本质上是一场“金融平权运动”——不是施舍普惠，而是用工业化手段解构服务成本，让小镇青年也能享受与陆家嘴白领同质的资产配置权。 这条路布满荆棘，但正如蜜雪冰城董事长张红甫所言：“在中国，所有值得做的事情都很难，但难的事才值得做。”对于银证保基等财富管理机构而言，下沉市场既可能是成本黑洞，也可能是星辰大海——区别只在于，谁先找到那把解开“不可能三角”的钥匙。 本文由 @数金杂谈 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。

当资本热情与技术现实产生温差，这次溢价6236%的收购能否助力福达股份成功卡位人形机器人赛道，或许要等到首批万套订单交付时才能见分晓。

<blockquote><p>本文深入探讨了定价权与溢价权背后的商业逻辑，分析了如何通过成本控制和供应链管理争夺定价权，以及如何通过服务创新和情感连接构建溢价权。</p> </blockquote>  产品竞争，拼定价权 服务竞争，有溢价权 在消费市场持续分化的今天，新零售品牌正面临双重挑战：既要通过极致供应链管理争夺定价权，又要通过差异化服务构建溢价权。这背后折射出**消费升级与降级并存的市场特征**——消费者既追求极致性价比，又愿意为情绪价值支付溢价。 ## 定价权的本质是成本控制能力的较量 定价权公式： **（自建供应链+规模效应）× 数据赋能 = 难以复制的成本护城河** 叮咚买菜通过”**城市分选中心+前置仓**“模式，将**生鲜损耗率降至3%，远低于行业15%的平均水平。**其自主研发的”智慧农业大脑”系统，能根据用户购买数据反向指导种植基地调整品类结构，使得胡萝卜、番茄等高频**单品采购成本下降22%**。这种”数据驱动供应链”的模式，让叮咚在保持价格竞争力的同时，将毛利率从2020年的19.7%提升至2023年的32.1%。 瑞幸咖啡则将定价权争夺推向新高度。通过自建烘焙工厂、签约全球咖啡豆直采基地，配合数字化门店管理系统，其**单杯成本较传统咖啡品牌降低40%**。当星巴克30元/杯的拿铁仍在强调”第三空间”时，瑞幸用9.9元的价格带撕开市场缺口，背后是超万家门店的规模效应支撑。 定价权的**本质是“将成本控制转化为市场统治力”。**当价格成为消费者决策的第一触点，新零售品牌正通过技术、规模和模式创新，才有机会重新定义行业成本基准。 ## 当产品趋于同质化时，服务成为溢价权的核心 溢价权公式： **（场景创新 + 情感连接）× 服务标准化 = 高毛利护城河** 刘娟美甲美睫通过”服务标准化+体验个性化”的组合拳，将美甲服务均价做到398元，**是普通美甲店的3倍**。其独创的”五感体验系统”：从门店香氛的嗅觉定制，到美甲过程中播放ASMR声音疗愈，再到提供胶原蛋白饮品的味觉享受，构建出沉浸式服务场景。这种**“美业迪士尼”的定位，使其会员复购率达到82%**。在3月推出的“闺蜜美学日”（美甲+摄影+下午茶），单次消费转化率达70%，**坪效突破1万元/㎡（行业平均3000元）。** 盒马鲜生则在生鲜红海中开辟”服务溢价”新战场。推出”最快30分钟达”的盒区房配送服务，同步**上线”清洗切配””海鲜代加工”等增值服务**，让用户为”时间价值”和”便利价值”买单。数据显示，**选择加工服务的用户客单价提升65%**，证明服务创新能有效突破价格天花板。X会员店提供免费咖啡、亲子乐园，**会员年消费额是非会员的2.8倍，续费率超75%。** 我们可以清楚地看到，溢价权的核心在于创造“不可折算为成本的附加值”——或是时间价值，或是情感共振，或是身份标签。 ## 头部品牌已开始探索定价权与溢价权的协同效应 名创优品借力全球化供应链保持低价优势，同时通过IP联名款、香薰博物馆等体验场景创造溢价空间。其财报显示，**联名产品毛利率达65%**，**带动整体毛利率提升至35.3%。**便利蜂则用算法定价系统动态调整价格，同时在鲜食领域推出现磨咖啡、现蒸包子等高毛利服务型产品，形成”基础品引流+服务品盈利”的模型。 这种双轨战略的本质，**是用工业化思维做产品，用艺术化思维做服务**。小米生态链企业素士科技就是典型代表：电动牙刷通过ODM模式将价格控制在200元区间，但搭配提供的口腔健康检测、个性化刷头**订阅服务**，成功开辟**第二条增长曲线**，服务收入占比从2019年的5%提升至2023年的28%。 ## 总结 当蜜雪冰城用2元冰淇淋横扫下沉市场，刘娟美甲用美学服务定义高端生活方式，叮咚买菜用“低价不低质”重塑生鲜逻辑，新零售的终局已清晰显现： - **定价权是生存底线**：没有供应链革命，再好的服务创新都是空中楼阁； - **溢价权是增长上限**：缺乏体验价值的品牌，终将陷入价格战泥潭； - **双轨协同是终极答案**：Costco（会员费收入占比60%）、茑屋书店（文化提案创造340%坪效）的成功，皆因深谙此道。 未来的商业王者，必是那些在车间里用AI优化每一分成本，在门店里用服务创造每一寸惊喜，将“极致性价比”与“高情感附加值”熔于一炉的品牌。这或许就是蜜雪冰城、刘娟美甲们给中国新零售的最佳示范——在刀刃上跳舞，在体验中永生。 本文由 @加薪在这 原创发布于人人都是产品经理。未经许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

金融时报报道，**欧洲及其他地区的科研机构正竞相聘请那些收到特朗普政府打压的美国科研人员。**近期，华盛顿方面推动大幅削减科研资金，并对某些研究领域加以限制。几个欧洲国家的研究人员和顶尖科研机构官员表示，**不同资历的美国同行都曾向他们询问过有关移居的事宜。**  剑桥大学 剑桥大学校长黛博拉・普伦蒂斯表示，学校“肯定已经开始行动起来”，她指出，对于那些“非常希望从美国招聘人才的团队”，学校可能会为其注入资金。 美国科学促进会的首席政府关系官乔安妮・帕德龙・卡尼表示，包括中国和法国在内的一些国家也在**“兴高采烈地”试图吸引在美国工作的研究人员到本国的大学、实验室和企业工作。** 她说：“其他一些国家已经认识到这是一个对他们有利的机会。” 特朗普政府已试图从美国国立卫生研究院等机构削减数十亿美元的资金，尽管本月一名联邦法官对其中最大规模的削减措施发布了禁令。 欧盟欧洲研究理事会主席玛丽亚・莱普廷表示，**美国的政治氛围“不利于由独立研究人员主导的研究”**，并且让那些可能为美国研究人员提供避风港的欧洲同行感到担忧。  莱普廷 莱普廷说：“我们能做的就是向在美国工作的同行们表明，**我们欢迎那些科研工作受到威胁的人来到欧洲**。” 瑞典卡罗林斯卡医学院院长斯滕・林纳松表示，该机构可能会更早地公布职位空缺，并正在研究如何帮助那些寻求庇护的美国研究人员。 他说：“我们的同事告诉我们，**他们在美国的同行正在寻找去处**。为了给他们提供一个落脚点并帮助他们找到发展方向，我们可以让他们在这里休6个月或12个月的学术假——这很容易做到。” 这场动荡让美国国内及海外的研究人员不禁思考，美国是否正在背离其二战后的模式，即政府大力支持广泛的科学发现，并将其作为创新和经济增长的动力。 剑桥大学的普伦蒂斯表示，英国的顶尖科研机构已经“注意到”了潜在的跨大西洋人才流动情况。她说：“显然，这是我最关心的事情，**因为我的许多美国朋友和前同事都写信问我，‘怎么才能去英国？**’” 普伦蒂斯还补充说，对剑桥大学而言，**“关键在于努力为有机会招聘人才的院系和部门提供资源”。** 法国高等教育和研究部部长菲利普・巴蒂斯特已致信各顶尖研究机构，**敦促它们提交有关优先领域的提案，以吸引在美国工作的科技人才。** 巴蒂斯特写道：“许多知名研究人员已经在质疑自己在美国的未来。我们自然希望能接纳其中的一部分人。” 法国南部的艾克斯 - 马赛大学已宣布推出一项计划，面向那些可能感到“受到威胁和阻碍”的美国科学家，**尤其是那些因气候变化等领域的资金削减而受影响的科学家。** [查看评论](https://m.cnbeta.com.tw/comment/1486364.htm)

<blockquote><p>在AI技术飞速发展的今天，软件开发的门槛正在被逐步降低。本文作者作为一名非计算机专业的产品经理，通过亲身体验，利用AI编程工具（如Deepseek和Trae）尝试开发一款简易的APS排程软件，记录了从需求提出到软件完成的全过程。</p> </blockquote>  作为一个非计算机专业的产品经理，虽然我没有任何代码基础，不懂编程，但是常年在产研团队中工作，对编程和开发工作极度渴望，是程序员升职记、while true:learn等游戏的忠实玩家，有时遇到自己感兴趣的产品想法会有动手开发的冲动，但是碍于不会编程，不得不放弃。自从去年夏天cursor爆火之后，我开始跟着网上的大佬尝试应用AI编程工具。 写这篇文章记录最近的一次AI编程尝试，利用AI编程工具开发一款简易的APS排程软件，验证一下目前的AI编程工具能否实现“动嘴”开发。同时在这次尝试的过程中，对产研团队的工作方式，产品经理的职业发展有了新的认知。 ## “动嘴”开发的过程 软件的基本逻辑如下： - 基本的资料包括产品、工艺、订单，通过这些数据，可以得出生产所需要的各生产工序以及工作量（包括工序之间必要的约束关系） - 规划资源包括员工和设备，员工具有不同的技能属性，支持匹配的工序任务，设备同理 - 规划求解机制，程序能够使用一定的算法在符合所有约束条件的情况下，规划工序任务、分配规划资源，得出一个近似最优（时间、人力、设备等等）的排产方案  这次开发的过程被分为了，准备、编码、测试、打包几个阶段，主要使用了在线的deepseek R1以及Trae，因为Trae最新的Claude-3.7-Sonnet模型每次请求都需要排很久的队所以这次只使用了Claude-3.5-Sonnet和Deepseek-Reasoner（R1），预测使用Claude3.7模型开发效果会更好。 ### 准备 因为在考虑开发这个软件之前就已经对软件的大致框架、功能逻辑有了基本的设计，所以这次尝试跳过了设计阶段直接开始准备开发，准备阶段我主要使用的是deepseek R1，在提供了基本的业务背景、业务目标、功能逻辑以及我当前的开发环境等信息后，deepseek R1根据我的情况提供了技术选型方案、大致的开发步骤以及避坑指南。 这里要非常感谢Deepseek的建议，因为在它的建议下使用了git，开发过程中代码可以回滚，避免了几次重大问题。  核心语言我选择了python、GUI框架选择了Tkinter，文件处理选择了json。 接着，我在Trae的Builder模式下输入大致的业务背景以及刚才生成技术选型的结果，提交之后，Builder开始帮我检查本地是否正确安装了开发所需的依赖环境，在运行了几个指令之后，确认了当前我本地的开发环境，并帮我安装了几个必要的库。接下来，就可以开始编码了（如果使用cursor的内容以及提前确定的设计、开发规范都可以通过rules提供给AI）。  ### 编码、测试、打包 目前一次性让Claude-3.5-Sonnet完成整个相对复杂的程序开发是不现实的，并且在看不懂代码的情况下我需要即时验证程序是否符合预期，所以，我把整个开发过程拆分成了界面搭建、数据维护功能搭建和规划求解功能搭建三个步骤，增量式地完成软件开发。 第一步，界面搭建，我们根据功能需要描述出软件的界面框架和模块结构，很快它就完成了主界面、主菜单、功能模块的搭建。  第二步，数据维护部分，需要描述每个模块数据的基本属性和增、删、改、查的规则，我们分不同的模块描述了基本的数据结构的大致规则，程序都按照要求编写出了对应的数据维护功能，调试运行，功能正常。   前几个模块描述得足够详细，后面几个模块在描述得时候就可以放飞了，简单介绍下大致内容它就会根据类似的规则编写出我们想要的标准功能。到这里，让它统计一下，我们花了大约1个小数已经写出了2850行代码，我们先在git上提交了这部分代码。  编码最后一步，规划求解，相比前面的步骤会稍复杂一些，首先尝试了直接描述模块的功能和大致规则。  结果正如预测，程序运行失败，出现了大量的报错，我们试着将这些报错发给builder让它进行修复，但是，经过几轮修复后仍然没有解决问题，于是，我们改变策略，回退代码，再次把内容拆分，我们把排程的过程拆分为了：生成排程任务、任务分配、冲突检查三个部分，分步实现每个功能，这次虽然部分情况下仍然出现报错，但是基本让它排查一次都能修复，经过十几轮对话后，基本功能搭建好了。  但是此时生成的结果是表格形式的，所以，又花了几轮对话，把排程结果改为了甘特图的样式，至此具有完整功能的第一版软件开发好了。  再此版本之上，我还尝试了让Build更换算法策略，改为使用之前Deepseek推荐的进化算法，这种情况下需要强调更改过程只改算法规则，保持页面和交互不做改动，改动后的程序能顺利运行。  在完成每个模块的功能开发后，我让builder创建一个单元测试用例，并进行测试来验证、确保基本功能的可用。  所有模块功能都验证没有问题，我们描述打包需求，让builder帮我们选择、安装打包工具并执行打包命令，打包过程比较顺利，至此，我们完成了软件的开发过程。  小结一下，经过这次尝试，可以得出结论，一般软件开发过程中的技术选型、环境搭建、编码、测试、打包工作，都可以使用AI完成，作为没有编码技能的用户可以通过AI工具实现自己的想法，想要开发商业级的软件产品，操作者仍然需要具备工程师级别的编程经验，AI编码的效率提升也需要专业程序员来进一步评估。 但是具有丰富业务经验的工程师能够使用AI工具快速应用自己不熟悉的技术栈完成产品的编码工作并不断完善产品，同时一些高度重复机械性的编码工作也可以让AI代劳。如果AI编程技术继续以现在的速度发展下去，未来我们也许真的会出现AI程序员同事。 在这次尝试的过程中，对于产研工作尤其是产品经理的工作我产生了三个认知。 ## 认知一，从“执行者”到“审核人” 在这次尝试的过程中，我和builder的主要交互模式如下： - 我向它发送需求指令 - builder生成并编辑相应的代码文件，在编辑器中展示每一步的修改内容并将所有的行为总结后报告给我 - 我进行审核确认操作（保存修改、拒绝修改、运行终端指令等） - 编辑器执行相应操作并将终端反馈回传给builder进行分析 - builder分析需求完成情况，报告执行结果 - 我继续发送下一步需求指令 归功于适用AI的通用通信协议，AI能够完成编码工作中的主要操作，而Trae、cursor这类编辑器在集成了这种规则的同时开发了由用户决定执行每一步操作的功能，从而形成了这种开发模式。在这种模式下，以往程序员的编码工作中很多通用的构思、大量机械的业务代码都能够通过简单的自然语言指令让AI来实现，程序员从编码的执行者变为了审核人。 我们再延伸到产品经理，对于产品经理的大部分工作同样可以利用相同的技术产生类似的AI工具产品，创造AI产品助理，来和产品经理一起进行协同产品设计、文档撰写，此时，产品经理的角色也将从执行者转变为审核人，此时会更多地要求产品经理具有比较强的商业敏感度、思辨能力和判断力，在AI助理按照你的想法提供了产品方案后，你能够根据你对产品、客户以及业务的理解发现存在的问题，洞察到新的机会和可优化点做一个合格的审核人。 ## 认知二，产品研发流程变化 新的工具出现，让编程的门槛降低，虽然我们无法直接参与到软件程序的编写工作中，但是工具为我们提供的编程能力，可以帮助我们把更多的产品想法落地到初步的demo上，在研发资源不足以分配给团队进行新的方向时，甚至产品经理可以自己开展“臭鼬工程”自己抽时间捣鼓出一个程序来进行前期的实验，在得到积极的实验反馈后，再申请相应的资源投入，这样从想法到成功落地项目的可能性将会更高。这样一来敏捷型的产品开发流程可能会演化为非技术人员先脱离产品技术栈构建新业务功能快速验证成功后再转入开发项目冲刺的超敏捷开发流程。 以前产品经理需要通过清晰的语言描述、产品原型图来向相关方陈述产品方案。但是语言具有诱导性信息传递过程会出现失真；高保真原型图绘制费时费力，低保真原型图又无法完整表达产品想法。现在我们可以通过AI工具快速将想法转变为基础的产品案例，从而提升产品设计和方案验证的效率，当然真正提升效率仍然依靠成熟可靠的AI工具和产品经理的专业性以及熟练应用工具的技能。不过当前已经有产品经理开始使用AI编程工具来开发前端页面，再将工程导入figma来快速实现高保真产品原型的搭建工作，各大产品设计软件也已经相继推出AI设计的功能，这个设想应该很快就会成为普遍现实。 ## 认知三，人性化设计的不可替代性 <blockquote><p>当AI抹平了执行的鸿沟，我们比任何时候都更需要知道：究竟要为什么样的价值去创造</p></blockquote> 当以上的两个趋势逐步成为现实后，可以预见的一个现象就是单纯靠AI产出的内容会存在同质化严重的特点，这样以来，产品经理角色真正的价值属性就变成了脱离AI的洞察力。 我在这次尝试的过程中就能够感觉到在虽然在开发时我只需要提供相对模糊的表述，AI就可以在此基础上进一步设计程序，补充很多可能忽略的细节，但是AI的设计始终无法脱离范式。 目前AI的优势在于它完成了我们普通人无法完成的知识储备，像一个百科全书，并且已经开始具备了慢思考能力，能够进行逻辑推理，但缺点是它始终会被禁锢在已有的知识中，根据所谓的“最佳实践”产出内容，因而缺少创新性。并且我们都知道要想更加理解用户，你需要的不是成为万事通而是带着用户的思维去思考和体会，甚至成为用户，这样才能找到真正具有价值的产品机会。 我们需要能够依靠我们对业务的理解、对用户的敏锐洞察以及共情能力，发掘出产品价值，找到用户的不满、焦虑、恐惧、愤怒再借助AI工具来创造满足用户的产品。 所以从现在开始，在产品设计过程中，我们应该更多地去寻找我们相对于AI在人性理解中的优势并且刻意地训练，提高我们的敏感度，让我们相比AI更加人性化。 ## 总结 AI技术发展迅猛，就在我写下这篇文章的时候，网上已经有更多的AI编程、产品开发的技术应用案例出现，在不停追逐科技前沿尝试新技术的同时，我们也需要更多地进行反思，技术更新的浪潮里，我们个体的发光点在哪里，怎样在自己的职业中产生更多价值。 本文由 @Sailors 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

美国劳工统计局的当前人口调查（Current Population Survey）数据显示，由于人工智能的应用，美国从事计算机编程工作的人数已降至1980年以来的最低水平，而那时候互联网甚至还没有出现。 [](https://static.cnbetacdn.com/article/2025/0225/64278fb1ba6e5b8.gif) 在1980年，美国有超过30万个计算机编程工作。在21世纪初的互联网繁荣时期，这一数字达到了70多万的峰值，但如今的就业机会已缩减至这一数字的一半。而过去45年里，美国的就业人数增长了近75%。 计算机程序员与软件开发人员不同，软件开发人员在程序员和工程师之间进行联络，并设计定制的解决方案——与程序员相比，他们的职责要多样化得多，而程序员主要是直接进行编码工作。根据美国劳工统计局的数据，从2023年到2033年，软件开发工作岗位预计将增长17%。与此同时，计算机编程的就业机会预计将下降10%左右。 自2023年以来，计算机编程行业的12个月平均就业人数下降了27.5%，这与OpenAI在前一年推出ChatGPT的时间一致。ChatGPT可以处理编码任务，而不需要用户更详细地了解正在编写的代码。 程序员工作岗位的减少与人工智能工具的兴起之间的相关性向一些专家发出了信号，即这项新兴技术可能开始让一些编码专家失去工作。 布鲁金斯学会（Brookings Institution）研究技术和工作场所创新的马克·穆罗（Mark Muro）在接受采访时表示：“编程行业失业率的大幅上升，至少在一定程度上看起来确实像人工智能对劳动力市场的早期明显影响。” **AI真的在做编程工作吗？** 一些公司已经承认，人工智能在他们的招聘和解雇决策中发挥了作用。先买后付公司Klarna在去年与OpenAI合作开发了一款聊天机器人后停止了招聘，该公司声称该机器人可以完成700名全职员工的工作。然而，这项工作是解决客户服务问题，而不是工程问题。 Klarna的一位发言人此前表示：“我们有幸成为一家成长型公司，因此对Klarna来说，人工智能使我们能够更快地增长，而无需像以前那样快速增加员工人数。” 但是，程序员的就业情况可能很快就会发生变化。今年1月，Meta首席执行官马克·扎克伯格表示，人工智能可以完成中级工程师的编码工作。 尽管一些专家表示，计算机编程工作岗位的减少可能是人工智能对就业影响的早期迹象，但其他人认为，这些变化对编码人员来说不一定是坏消息。IBM首席执行官Arvind Krishna表示，即使人工智能能够自动完成编码任务，人类程序员仍然是有需求的。Krishna预测，人工智能将能够编写20%至30%的代码。（相比之下，Anthropic首席执行官Dario Amodei的预测为高达90%。） Krishna认为，程序员将被要求执行复杂的任务，而人工智能可以取代那些程序员曾经需要执行的更简单、更耗时的任务，这将提高生产力，进而提高公司绩效。 “历史表明，生产率最高的公司会赢得市场份额，”他在上周的SXSW研讨会上表示，“这样你就可以提供更多的产品，从而获得更多的市场份额。” [查看评论](https://m.cnbeta.com.tw/comment/1486362.htm)

知名特斯拉投资者、格伯川崎财富管理公司的CEO罗斯·格伯公开批评了特斯拉董事会主席罗宾·丹霍尔姆，指责她忽视股东利益，同时利用自己的职位积累了大量个人财富。格伯周一在X网站上写道：“罗宾·丹霍尔姆是一个被收买的女人，她疏忽地代表了83%的特斯拉投资者，却没有做任何事情来保护他们。她只代表一个股东，马斯克。” [](https://static.cnbetacdn.com/article/2025/0318/d5d03a6e1ef5f97.png) 此前一篇报道披露，丹霍尔姆自2014年加入董事会以来的薪酬总额约为6.82亿美元，其中包括现金和股票。根据分析，她已经出售了价值约5.32亿美元的特斯拉股票。 该报道将丹霍尔姆称作特斯拉CEO埃隆·马斯克备受争议的560亿美元薪酬计划的“首席捍卫者”，该计划正面临法律挑战。 格伯的批评出现在围绕特斯拉的更广泛的紧张局势中。特斯拉在全国各地的展厅面临越来越多的抗议活动，这些抗议活动是由马斯克在特朗普政府效率部（DOGE）的角色和他的政治活动引发的。格伯自己最近分享了一段抗议者在圣莫尼卡特斯拉商店外的视频，最后他9岁的孩子说：“我很高兴我们没有特斯拉。” [查看评论](https://m.cnbeta.com.tw/comment/1486360.htm)

日前，国际激光安全会议（ILSC）在弗罗里达州的奥兰多召开，禾赛科技参会并发表三篇学术文章，**成为了唯一公开发表文章的中国企业、也是唯一公开发表文章的激光雷达企业**。当前随着高阶智驾的普及，激光雷达越发常见，甚至已经杀到了12万价位，然而随着激光雷达的广泛应用，部分媒体和公众对其是否会损坏摄像头传感器产生了疑问。 在国际激光安全会议（ILSC）上，禾赛科技技术专家针对这一问题展开了深入探讨。  发言人回顾了智能手机相机、网络摄像头、汽车摄像头及数码单反相机的常见型号，并综合考虑了这些设备的摄像头的焦距、光学孔径、光圈F值以及光学滤镜在905nm和1550nm处的透射率。 计算了905nm和1550nm激光雷达到达摄像头传感器的功率密度，并与文献已发表的损伤阈值进行对比，**数据表明Class 1的905nm激光雷达到达传感器的功率密度远低于损伤阈值。** **所有禾赛激光雷达均严格符合Class 1人眼安全标准，对人眼绝对安全。**  此外，在科技媒体的专业测评中（B站“绿芯频道_ECC”，《激光雷达，烧不烧摄像头？全网首次横评实测，解析Lidar的安全秘密》），禾赛激光雷达也完美通过了所有测试，验证其没有烧坏摄像头的风险。 禾赛还指出，905nm激光雷达所使用的硅基单光子探测器（SPAD）在汽车激光雷达中已广泛应用，其光子探测效率较高，使得其工作功率通常情况下比1550nm激光雷达更低，能够有效降低对传感器的潜在风险。 [查看评论](https://m.cnbeta.com.tw/comment/1486348.htm)

当 Google 正在为Android 16 更新的发布做准备时，三星用户仍在等待基于 Android 15 的 One UI 7 官方更新。这段日子他们似乎忘记了 One UI 7 的推出计划，目前正式运行 One UI 7 的设备只有Galaxy S25 系列机型。  最近，有报道称三星已确定 4 月份将开始推出稳定的 One UI 7 更新。 现在，该公司正式宣布了符合条件的Galaxy 机型将获得基于 Android 15 的 One UI 7 更新的日期。 三星官方新闻室发布的一篇文章中确认，One UI 7 更新将于 4 月 7 日正式推出，并将在随后几周内扩展到更多设备。 不过，该公司并未说明推出时间可能因市场而异。 这对于所有 Galaxy 用户来说是一个好消息，因为他们终于可以体验到近年来最大的 One UI 更新之一。 三星还分享了一份[ 符合 One UI 7 更新条件的设备](https://news.samsung.com/global/samsung-announces-official-rollout-of-one-ui-7-starting-from-april-7)列表。 请查看以下列表： <blockquote><ul><li><p>Galaxy S24</p></li><li><p>Galaxy S24+</p></li><li><p>Galaxy S24 Ultra</p></li><li><p>Galaxy S24 FE</p></li><li><p>Galaxy S23</p></li><li><p>Galaxy S23+</p></li><li><p>Galaxy S23 Ultra</p></li><li><p>Galaxy S23 FE</p></li><li><p>Galaxy Z Fold6</p></li><li><p>Galaxy Z Flip6</p></li><li><p>Galaxy Z Fold5</p></li><li><p>Galaxy Z Flip5</p></li><li><p>Galaxy Tab S10+</p></li><li><p>Galaxy Tab S10 Ultra</p></li><li><p>Galaxy Tab S9</p></li><li><p>Galaxy Tab S9+</p></li><li><p>Galaxy Tab S9 Ultra</p></li></ul></blockquote> 首批获得 One UI 7 正式更新的设备包括 Galaxy S24 系列、Galaxy Z Fold6 和 Galaxy Z Flip6。 请注意，上述情况并不意味着 One UI 7 将为上述机型独享。 旧款 Galaxy 机型将逐步获得 One UI 7 更新。 [查看评论](https://m.cnbeta.com.tw/comment/1486344.htm)