日前，北京量子信息科学研究院宣布，**我国科研团队首次完成星地量子直接通信系统模块级验证。****这标志着我国的星地量子直接通信技术，正式迈入空天地一体化量子直接通信网络的构建阶段。** 据了解，此次验证是将量子直接通信激光器模块和相位编码两个模块，于2025年5月29日4时40分搭载在箭元科技元行者一号验证型火箭上，随后完成成功发射、海上回收、返厂检查等多个阶段。 实验模块成功出舱，完成相关检查、一切正常。 此次搭载的两个模块是星地量子直接通信系统的关键组成部分，由北京量子信息科学研究院副院长、清华大学教授龙桂鲁的量子直接通信团队自主研发，是团队历时三年攻关的原创性成果。 **量子直接通信激光器模块采用高稳定性脉冲光源技术、抗辐照技术等；相位编码模块则采用高效、高速和精密信号调理技术，实现对单光子级信号的高精度、高速率、高效调制。** 本次搭载主要进行的是对模块抗震动、抗辐照等火箭发射升空过程中的各类环境变化的鲁棒性测试。 随着量子直接通信技术的成熟化，未来在政务、金融、电信、能源等高安全需求领域，将构建起量子增强的安全通信体系，推动信息安全产业进入“量子+”新时代。 [](//img1.mydrivers.com/img/20250605/186b60c1f0244aacbf8b03902af4c9c9.jpg) 北京量子院量子直接通信团队自主研发的激光器模块 [查看评论](https://m.cnbeta.com.tw/comment/1504506.htm)

大家知道，每一代新工艺，成本和价格都在持续飙升，比如**台积电N2 2nm级每块晶圆要价高达3万美元(约合人民币21.6万元)，而再下一代A16 1.6nm级就可能高达4.5万美元(约合人民币32.3万元)，又涨了多达50％！** 代工厂的晶圆报价取决于多重因素，尤其是前期研发投入、产能规模等，不同客户的待遇也不一样。 比如苹果，一直是台积电的座上宾，据信能拿到更低的价格，AMD、NVIDIA、Intel、高通等客户则要看相应的产能(越大越低)，因此这里说的只是一个粗略数字。 [](//img1.mydrivers.com/img/20250605/c46248ef0edf49f588c14f6af99ec00f.jpg) 从历史来看，晶圆越来越贵的趋势是显然的。 **2004年的90nm，那时候一块晶圆只需2000美元，随后一路水涨船高，N7 7nm已经突破1万美元，N5 5nm高达1.6万美元，N3 3nm则接近或达到了2万美元。** 台积电N2 2nm今年下半年量产，苹果A20、M6系列和AMD Zen6 EPYC都会用它。 台积电A16工艺结合了领先的纳米片晶体管、背部供电、超级电轨等技术，对比N2P性能提升8-10％、功耗降低15-20％、晶体管密度提升10％，**预计2026年量产**，具体客户暂时不详。 后边是全新的台积电A14 1.4nm级，升级第二代GAAFET全环绕纳米片晶体管，以及新的标准单元架构NanoFlex Pro，对比N2性能提升10-15％、功耗降低25-30％、晶体管密度提升23％，**计划2028年上半年量产**，成本必然再次大幅上扬。 除了成本贵，芯片首次流片定案的成功率也越来越低，目前只有14％，比两年前跌了10个百分点。 [](//img1.mydrivers.com/img/20250605/1ff6465a003f484fa1185cbf16ef2c1a.png) [查看评论](https://m.cnbeta.com.tw/comment/1504504.htm)

今年是首款商用现场可编程门阵列（FPGA）诞生40周年的日子，它带来了可重编程硬件的概念。通过打造“与软件一样灵活的硬件”，FPGA改变了半导体设计的面貌。**有了FPGA，开发人员第一次能在设计芯片时，如果规格或需求在中途、甚至在制造完成后发生变化，他们可以重新定义芯片功能，以执行不同的任务。** 这种灵活性令新芯片设计的开发速度更快，从而缩短了新产品的上市时间，并提供了ASIC的替代方案。 FPGA对市场的影响是惊人的。它催生了一个价值超过100亿美元的产业。 **过去四十年来，赛灵思（现为AMD的一部分）已向不同细分市场的7000多家客户交付了超过30亿颗FPGA和自适应SoC——结合FPGA架构与片上系统和其他处理引擎的器件。** 事实上，赛灵思已连续25年位居FPGA市场的领先地位，并且相信凭借强大的产品组合和产品路线图，有能力继续保持市场领先地位。 [](//img1.mydrivers.com/img/20250605/7e7a99fe-7964-41d4-ad59-64c22b2539db.png) **【加速创新】** **FPGA是由已故的Ross Freeman发明的，他是赛灵思公司联合创始人，也是一位工程师与创新者。** Freeman认为，除了标准的固定功能ASIC器件之外，一定存在一种更好、更经济高效的芯片设计方法。 FPGA为工程师提供了随时更改芯片设计的自由和灵活性，以在一天内开发和设计出定制芯片的能力。 **FPGA还助力开创了“无晶圆厂”商业模式，彻底改变了整个半导体行业。** 通过消除对定制掩膜加工和相关的非经常性工程成本的需求，FPGA助力加速硬件创新，证明企业不需要拥有晶圆代工厂来打造突破性的硬件——他们只需愿景、设计技能与FPGA。 [](//img1.mydrivers.com/img/20250605/53c444e5-4ddb-4f28-b8ac-f25dfe51294f.jpg) Ross Freeman（右）鸟瞰XC2064布局 [](//img1.mydrivers.com/img/20250605/b3bb3be7-561a-4e58-b7d7-95954273704b.jpg) 上图为全球首款商用FPGAXC2064，具备85000个晶体管、64个可配置逻辑块和58个I/O块。 相比之下，**今天最先进的AMD FPGA器件，例如Versal Premium VP1902，集成了1380亿个晶体管、1850万个逻辑单元、2654个I/O块、至多6864个DSP58引擎，以及用于内存、安全和接口技术的丰富硬IP。** 全球首款商用FPGA（XC2064）出货以来的40年里，FPGA已在电子领域无处不在，并深深融入到日常生活中。 **如今，包括FPGA、自适应SoC和系统模块（SOM）在内的自适应计算器件已遍布于从汽车、火车车厢与交通信号灯到机器人、无人机、航天器与卫星到无线网络、医疗和测试设备、智慧工厂、数据中心甚至高频交易系统等各个领域。** [](//img1.mydrivers.com/img/20250605/b2fdf36e-5468-4f71-9ebd-7353c78e0f47.png) **【关键创新与产品里程碑】** 过去40年来，AMD的创新和不断演进的市场需求推动FPGA技术取得了许多惊人的突破。 **－1985年：**XC2064——首款商用FPGA。 **－20世纪90年代：**XC4000和Virtex FPGA：率先为无线基础设施集成嵌入式RAM和DSP。 **－1999年：**Spartan系列发布——为大容量应用提供经济高效的传统ASIC替代方案。 **－2001年：**首款集成SerDes的FPGA。 **－2011年：**Virtex-72000T成为业界首个采用CoWoS封装的量产部署——助力开创了先进的2.5D集成技术的采用，该技术已成为HPC系统的基础，现正推动面向AI的GPU创新浪潮。 **－2012年：**Zynq系列——首款将ArmCPU与可编程逻辑相结合的自适应SoC。 **－2012年：**Vivado设计套件——使软件开发人员能够进行FPGA设计。 **－2019年：**首款Versal自适应SoC发布——引入专用AI引擎和可编程片上网络（NOC）。 **－2019年：**Vitis统一软件平台——提供预先优化的AI工具和抽象层，以加快推理速度。 **－2024年：**第二代Versal AI Edge系列——集成可编程逻辑、CPU、DSP和AI引擎，首次在单芯片上实现端到端AI加速，并为需要异构、低时延和高能效计算的新一代应用提供支持。 **－2024年：**Spartan UltraScale+ FPGA系列——补充了我们广泛的成本优化型FPGA和自适应SoC产品组合，为I/O密集型边缘应用提供经济高效的性能。 Vivado和Vitis软件的推出对推动市场扩张具有重要意义。Vivado软件通过高层次综合、机器学习优化和无缝IP核集成等高级功能，支持开发人员简化工作流程、缩短开发周期并实现更高的性能。 Vitis开发环境带来了预优化的工具和抽象层，以助力加速AI推理。 最新版本（2024.2）包含多项新功能，例如，面向嵌入式C/C++设计的独立工具，以及简化搭载AI引擎的AMD Versal自适应SoC的使用的增强功能。 [](//img1.mydrivers.com/img/20250605/eda6d7be-6afe-4b67-b2a6-ab37f314cf73.png) FPGA技术的演变 **【边缘AI】** 如今，大部分AI工作负载都在数据中心GPU上运行，然而，越来越多的AI处理发生在边缘。 FPGA技术居于各行各业AI融合应用快速增长的前沿。FPGA和自适应SoC能实时提供针对传感器数据的低时延处理，从而加速边缘端AI推理。 随着近来小型生成式AI模型的推出，我们可以看到“ChatGPT时刻”即将来到边缘端，这些新的AI模型可以在边缘设备上运行，无论是在AIPC、在您的车辆中、在工厂机器人、在太空还是任何嵌入式应用中。 以下仅列举了AMD自适应计算技术目前如何支持边缘AI工作负载的几个示例： － **美国国家航空航天局（NASA**）：AMD Virtex FPGA助力NASA火星探测器实现AI功能，用于图像检测、匹配和校正，并在数据返回地球前过滤掉无用数据。 － **斯巴鲁**：已选择AMD第二代Versal AI Edge系列自适应SoC，将AI功能引入其下一代ADAS “EyeSight”驾驶辅助安全系统。 － **SICK**：AMD Kintex UltraScale+ FPGA和FINN机器学习框架帮助SICK提供快速且准确的包裹检查，从而增强工厂自动化。 － **Radmantis**：AMDKria自适应SOM器件正助力实时AI推理，以促进可持续鱼类养殖。 － **JR九州**：日本最大的子弹头列车运营商之一，正采用AMD Kria SOM为其基于AI的轨道检查系统进行实时图像处理。 － **Clarius**：正使用AMD Zynq UltraScale自适应SoC助力其手持式超声设备中的感兴趣区域AI识别。 [](//img1.mydrivers.com/img/20250605/1882f8ef-687e-41e4-b0cc-8fed6a125d66.png) **展望未来** 基于FPGA的自适应计算正持续推动边缘AI应用的突破，这些应用涵盖自动驾驶、机器人和工业自动化、6G网络、气候变化、药物研发、科学研究以及太空探索等领域。 值此FPGA诞生40周年之际，AMD为发明这项技术感到无比自豪，将继续致力于开发尖端的领先产品，帮助开发人员持续运用FPGA技术，推动创新芯片设计、支持硬件辅助验证，并加快产品上市时间。 AMD致力于在未来数十年引领这项卓越技术的演进。 [](//img1.mydrivers.com/img/20250605/bc74388b-680b-4dbe-a4a1-af937d7706e7.png) [查看评论](https://m.cnbeta.com.tw/comment/1504502.htm)

日前人工智能公司 OpenAI 正在努力抗议存在隐私争议的法院命令，相关命令要求 OpenAI 保留 ChatGPT 所有用户日志包括已经删除的聊天记录或通过 API 服务调用而产生的聊天记录。 [](https://static.cnbetacdn.com/article/2025/0604/0cecc138daad638.jpg) 值得注意的是法院签发该命令既不是出于对用户隐私保护的考虑，也不是基于内容安全方面的考虑，而是担心 OpenAI 销毁包含侵权内容的日志证据，这起案件其实主要是新闻机构和出版商起诉 OpenAI 未经授权抓取其内容用来训练 AI 模型。 新闻机构和出版商就版权问题将 OpenAI 起诉到法院并指控该公司正在销毁证据，基于此法院才下令要求 OpenAI 保留所有 ChatGPT 和 API 调用日志，避免 OpenAI 销毁证据导致出版商利益受损。 目前 OpenAI 只同意保留和向法院分享部分征得用户同意的聊天记录样本，但法官经过考虑后认为如果不下达法院命令，OpenAI 可能永远也不会停止删除内容，最终法院批准新闻机构和出版商提交的要求 OpenAI 保留所有日志的请求。 现在的问题是法院禁令已经下达，如果 OpenAI 被迫同意这项命令的话，则可能给所有 ChatGPT 用户包括调用 API 的开发者和企业造成严重的隐私安全问题，所以现在 OpenAI 正在努力抗辩。 **OpenAI 向法院提交说明称：** 5 月 13 日的命令为时过早并应该撤销，直到至少新闻机构能够证明 OpenAI 确实有保留所有聊天记录的必要性。如果这项全面且史无前例的命令被执行，则可能威胁全球数亿名 ChatGPT 用户的隐私安全。 OpenAI 没有销毁任何证据，当然也没有任何证据支持“OpenAI 故意删除数据”的说法，更没有任何证据支持侵犯版权的 ChatGPT 用户更有可能删除聊天记录的说法。 [查看评论](https://m.cnbeta.com.tw/comment/1504500.htm)

6月5日，据《纽约时报》报道，在欧洲最大汽车市场德国，人们在购买更多的电动汽车，但他们买的不是特斯拉，而是比亚迪。根据德国联邦汽车运输管理局(KBA)周三公布的数据显示，特斯拉今年5月份在德国的新车注册量同比下降36.2%至1210辆。  特斯拉在其他欧洲国家的销量同样低迷。上个月，特斯拉法国销量下滑超过67%，西班牙销量下降了29%。唯一的例外是挪威，特斯拉5月在该国售出2600辆汽车，是去年同期的三倍多，主要得益于其最受欢迎车型Model Y焕新版的交付。在德国的邻国瑞典，大众最新款电动车ID.7的销量几乎是特斯拉新款Model Y的两倍，而特斯拉在该国的整体销量则下滑了53%。 面对这一局面，特斯拉CEO埃隆·马斯克(Elon Musk)试图淡化其公司在欧洲的颓势。他在卡塔尔经济论坛接受彭博社采访时表示，尽管欧洲是该品牌面临最大挑战的地区，但“欧洲汽车市场的需求相当疲软”。  比亚迪德国月销量走势 然而，来自欧洲市场的数据显示情况并非如此。今年5月，德国的电动汽车销量同比增长近45%。 作为特斯拉主要电动汽车竞争对手，比亚迪5月份在德国的销量增长了8倍，创造了中国电动汽车制造商的最强劲表现。今年4月，比亚迪在欧洲的纯电动汽车销量首次超过了特斯拉。尽管欧盟在2024年对其征收了17%的关税，但比亚迪仍在拓展欧洲市场。 德国联邦汽车运输管理局的数据显示，比亚迪5月在德国售出了1857辆纯电动汽车和插电式混合动力车，同比增长824%。 虽然马斯克已不再担任白宫相关职务，但他涉足政治的行为仍对特斯拉的销量造成影响。今年4月，特斯拉称其第一季度汽车销量同比下滑13％，利润也跌至四年来的最低水平。 [查看评论](https://m.cnbeta.com.tw/comment/1504498.htm)

**近日，<strong>一份OpenAI的内部文件因美国司法部对Google正在进行的反垄断诉讼而意外曝光，</strong>向世人展示了OpenAI的战略蓝图。**这份名为“ChatGPT：2025年上半年战略”（ChatGPT:H1 2025 Strategy）的文件透露，OpenAI计划将ChatGPT打造成一个超级助手。  在OpenAI的介绍中，超级助手是一个具备T型技能的智能实体，它将针对用户进行个性化定制，无论用户身处何地都能使用，而T技能则意味着它兼具广泛的基础技能和深度的专业能力，既能处理日常琐事，又可处理如编程等大多数人难以完成的任务。 参考OpenAI在2025年的动作，这项计划显然已经在推进之中。 今年1月，OpenAI便推出了智能体Operator，并在5月对其进行了升级。该智能体可以通过内置浏览器访问网页，并支持输入文本、点击和滚动等交互操作。 ChatGPT的记忆功能也在2025年迎来升级，能够调用用户所有的历史对话记录，通过分析用户的偏好和兴趣，在写作、获取建议、学习等场景中提供更个性化的智能服务。 北京时间6月4日，OpenAI又宣布向免费用户推出记忆功能改进的轻量级版本。据介绍，除了现有的已保存记忆外，ChatGPT还会参考用户近期的对话内容，以提供更个性化的回复。  显然，正如文件中所透露的那样，OpenAI正在打造一个很懂用户的AI超级助手。 文件中，OpenAI列出了自身的竞争对手：“在面向消费者的人工智能聊天机器人领域，我们的竞争对手有Claude、Gemini、Copilot、Meta AI等。在这方面，我们处于领先地位，但我们不能懈怠。”“从更广泛的竞争角度来看：我们要打造一款超级助手，而现在，我们的竞争对手变成了搜索引擎、浏览器，甚至是与真实人类的交互。” 考虑到在更广泛的竞争领域，行业巨头会利用其市场渠道优势来推广自家产品，OpenAI在文件中透露出对有利政策的追求，希望用户可以自由选择人工智能助手。 文件中举了一个例子，“当用户在iOS系统上使用设备时，目前苹果可能会倾向于推广自家的智能语音助手Siri，而限制用户选择其他人工智能助手的便捷性。我们倡导的政策就是要打破这种限制，让用户有自主选择的权利。”尽管只是举例，但这也表明，当ChatGPT成为AI超级助手时，苹果Siri的市场地位无疑要受其冲击。 **这已并不是OpenAI第一次显露出对苹果市场地位的觊觎。**上个月，OpenAI刚刚成功收购了苹果前首席设计官Jony Ive等人创立的初创公司io。 尽管在文件中并未提及硬件方面的计划，但是OpenAI在此领域已经开始行动，而其硬件产品很有可能影响到苹果当前的产品结构。 反观苹果，其AI战略一直混乱不定。 Vision Pro的负责人Mike Rockwell接替了此前负责Siri的Robby Walker，后者则转而领导一个名为“Knowledge”的内部新项目，该项目被认为是苹果对ChatGPT的应对举措，但据外媒报道，这一项目目前也遭遇了与Siri改革延迟相同的诸多问题。 与之相应，近期有网友发博文介绍，在墨西哥举办的AI Summit峰会上，两名OpenAI公司代表透露，GPT-5即将面世。   当更为智能的GPT-5面世后，可想而知，OpenAI对于超级助手的打造将更为进步。两相对比，只能说，苹果在追赶AI潮流的时候畏手畏脚，但OpenAI并不会因此留手。 总之，在AI大发展的当下，OpenAI的雄心壮志早已不局限于AI大模型的拼杀。在其自身的战略规划中，AI正在渗透进入更广泛的应用产品。面对时代大潮，AI新贵能否傲立资本市场，苹果等行业巨头能否挺住，只能留待后观。 [查看评论](https://m.cnbeta.com.tw/comment/1504492.htm)

<blockquote><p>在AI体检套餐推荐项目中，团队面临了一个两难困境：对话轮数的增加虽然提升了推荐结果的精准度，但却严重影响了用户体验。本文作者通过实际案例，分享了如何在精准推荐与用户体验之间找到平衡的策略。</p> </blockquote>  在AI体检套餐推荐项目中，我们常常面临一个棘手的问题：随着对话轮数的增加，虽然推荐结果的精准度在不断提升，但用户体验却逐渐变差。如何在精准推荐和用户体验之间找到平衡，成为了我们团队的重要课题。 ## 一、追溯问题的根源与价值点：精准度与体验度的博弈 在AI体检套餐推荐场景中，随着对话轮数的增加，AI能够收集到更多关于用户健康状况、家族病史、生活习惯等关键信息，从而更精准地定位用户的体检需求，推荐出更具针对性的套餐。 然而，每增加一轮对话，用户的耐心和满意度就会受到考验。用户可能在面对过多问题时感到不耐烦、困惑，甚至产生抵触情绪，这不仅降低了用户对产品的满意度，还可能导致用户流失。但是没有充足的关键词的收集，又如何精准的推荐信息给用户呢？两者该如何达到一种平衡。 ## 二、平衡的策略：以用户为中心的优化 **1、精简对话流程，直击核心需求** 在对话设计上，我们团队引入了“**意图识别按钮**”，为用户提供明确的选项，如“入职体检套餐”“防癌体检怎么选？”“备孕检查”等覆盖到多种人群的询问需求。 这种方式不仅降低了用户的认知负荷，还能在一开始就快速明确用户的意图，减少无效对话轮次与浪费大模型资源。例如，我们曾对界面进行埋点分析，发现“三高筛查”按钮的点击率高达42%，而开放提问区域的使用率却不足15%。这表明，用户更倾向于通过明确的选项来表达需求，而非复杂的文字输入。 **2、智能预判，减少信息重复收集** 在用户进入页面时，我们设计优先会让用户选择历史体检报告，以便快速的了解用户的身体状态。针对历史报告的收集问题，我们设计了一套“三步极简流程”。进入定制体检套餐页面时弹窗询问用户是否“一键同步去年体检数据”并默认选择最新报告，自动解析异常指标并生成“今年需重点关注项”。 同时，系统为用户提供便捷的可视化对比图，清晰展示去年与今年建议项目的差异。对于未上传报告的用户，系统则会智能隐藏可能引发敏感的提问，遵循医疗伦理优先的原则，对于不同信息的敏感度进行分级。这一优化措施会使用户在同步数据时的操作步骤减少了60%，大幅提升了体验。 **3、强化上下文记忆，保障对话连贯性** 为了提升对话的连贯性，我们不断优化提示词的输出，让系统拥有记忆功能，减少重复的询问。此外，我们还设置了遗忘机制，30天未激活对话则清空敏感医疗数据，以符合HIPAA和GDPR的隐私法规要求。同时，系统会根据之前的对话记录，主动为用户提供建议，如“您上次提到常熬夜，建议增加肝功深度检测”。 **4、多维度推荐矩阵，快速锚定需求** 我们建立了“三维度推荐矩阵”，综合考虑人群画像、异常指标追踪和场景化套餐。例如，对于30岁的女性用户，系统会自动推荐妇科超声检查；对于去年有甲状腺结节记录的用户，强化推荐TI-RADS分级检查；对于程序员等久坐人群，结合行为数据推荐腰椎MRI检查。 在交互设计上，我们创新推出了“套餐扑克牌”功能，用户可以通过左右滑动来快速淘汰或保留项目，比传统的点选方式效率提升了5倍。同时，系统还设置了预算进度条，用户在拖动进度条时能够实时查看总价与覆盖项目数，方便用户根据预算进行选择。  **5、微交互信号捕捉，提升响应精准度** 在医疗咨询这种严肃场景，“停留时长”“滚动速度”这些埋点信息可能比电商更可靠——当用户反复查看癌症筛查说明却跳过基础项目时，系统就该主动介入询问了，这样靠行为分析就减少主动追问；当用户长时间停留在某项目说明页面时，系统触发AI医生即时问答功能，帮助用户解决疑问。 ## 总结 在医疗推荐中，我会通过“三层漏斗”实现平衡： **1、前端：** - 用不同的功能入口按钮供用户去选择或给出几个应对不同人群的高频需求选项，提高意图识别的效率，减少大模型的调用成本，用户进入对应的问答知识库里面，大模型可以更精准的回答 - 比如进入体检套餐推荐里面，会优先出现选择历史报告的选项，可以跳过基础问答，一键了解用户的信息 **2、中端：** - 在医疗咨询这种严肃场景，“停留时长”“滚动速度”这些埋点信息可能比电商更可靠——当用户反复查看癌症筛查说明却跳过基础项目时，系统就该主动介入询问了，这样靠行为分析就减少主动追问 - 在提示词中优化上下文记忆，让对话的连续性有保障，同时我们也会关注到这里面涉及了隐私法规，所以30天未激活对话则清空敏感医疗数据 **3、后端：** - 用医疗知识图谱自动补全关联信息，并给出关联项目的医学支撑，这样会更加专业，进一步得到用户信任 本文由 @咖喱 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>随着AI技术的飞速发展，传统的搜索引擎优化（SEO）正逐渐失去其主导地位，而一种新兴的优化技术——生成引擎优化（GEO）正在崛起。本文深入探讨了SEO与GEO的差异，分析了GEO如何通过优化大语言模型（LLM）的内容生成和呈现方式，重塑数字营销的生态。</p> </blockquote>  谷歌的核心业务——搜索引擎，正在面临AI技术所带来的重大挑战。埃隆·马斯克提出的”AI将取代搜索”的观点正在获得越来越多的行业认同。这个转变正在影响整个数字营销生态，特别是价值数百亿美元的SEO（搜索引擎优化）行业。传统的SEO主要依靠关键词优化、反向链接建设和网页排名等技术手段，而随着AI技术的发展，这些方法正在失去它原有的效果。 与此同时，一种新型的优化技术——GEO（生成引擎优化）正在兴起。这种技术主要针对大语言模型（LLM）的内容生成和呈现方式进行优化。与SEO不同，GEO更注重内容的结构化、语义关联和上下文理解，以适应AI系统的内容处理方式。这种转变不仅改变了数字营销的方式，也正在重塑整个互联网内容生态。**而当传统SEO逐渐式微，GEO能否成为数字营销新时代的主流？** ## 从“搜得到”到“被想起”：营销逻辑的底层重构 a16z在《生成式引擎优化（GEO）如何改写搜索规则》中一针见血：营销的核心争夺，正从”搜索排名”转向”AI引用率”。 传统SEO的核心策略主要围绕四个关键要素展开：精准的关键词匹配、大量内容生产、高质量反向链接获取以及延长用户页面停留的时间。这些方法本质上都是为了在搜索引擎结果页面（SERP）中获得更好的展示位置。整个数字营销行业为此建立了完整的产业链，从内容农场到外链交易平台，都在为提升网页排名服务。 但随着生成式AI的普及，用户行为模式发生了根本性改变。越来越多的人选择直接向ChatGPT、Claude或Gemini等AI助手提问，而不是使用传统搜索引擎。这些AI系统能够即时生成完整答案，用户不再需要点击多个链接自行筛选信息。 但是这种转变带来了一个非常严峻的问题：即使企业网站设计再出色、内容再优质，如果未被AI系统“记住”纳入其知识库并主动引用，就相当于在数字世界中”隐形”！品牌能否在AI时代保持存在感？关键在于其信息能否成为AI模型的”记忆”组成部分。 这场变革正在重构传统数字化营销的游戏规则，就像智能手机彻底改变了我们获取信息的方式一样，AI正在重新定义”存在即被感知”的数字法则。但随之而来的，是一个令人警醒的数字达尔文主义现象：那些无法被AI系统”记住”的品牌，正在经历一场悄无声息的消失。 ## 内容与变现：GEO时代的生存法则 在GEO时代，内容创作与变现的逻辑正在经历根本性变革。传统的关键词堆砌策略已经失效，AI模型更青睐结构清晰、论证严谨的内容。远比语义模糊的密集关键词更具有“引用价值”。 Search Engine Land研究显示，生成式引擎的内容引用遵循知识权威性、结构易读性、立场可信度三重逻辑。采用“问题 – 证据 – 结论”三段式结构，符合LLM的“思维链”推理逻辑，能提升内容的结构易读性，进而提高被AI引用的概率。这种转变要求创作者必须提升内容的知识密度和逻辑性，每千字至少需要包含3-5个可验证的独立观点，才能进入主流AI模型的训练筛选范围。 与此同时，变现模式也正在发生巨大改变。谷歌依赖广告点击的“摇钱树”正在被基于知识价值的变现方式所取代。在ChatGPT等订阅制LLM主导的新生态中，内容能否获得曝光取决于其本身的知识价值和可信度。研究表明，被多个主流AI模型共同引用的专业内容，其商业转化效果显著优于传统展示的广告模式。 **这种变化催生了”知识证券化”的新趋势，优质内容可以通过API接口获得持续的知识使用收益。** 面对新时代的变化，广告商、内容创作者都需要建立全新的能力体系，首先要掌握结构化表达技巧，其次要建立持续的知识更新机制，最后要通过权威认证提升内容可信度。只有同时满足这三个维度的要求，才能在GEO时代实现内容价值的最大化。 ## 营销新标杆：引用率替代点击率 营销成功化彻底改变！在SEO时代，看谁能在搜索结果里排第一，GEO时代，比的是AI会不会主动提及、推荐你。就像交朋友，以前是你到处发名片混脸熟，现在要看AI觉得你值不值得介绍给它的用户。 嗅觉敏锐的玩家已展开行动： 加拿大鹅（Canada Goose）不再只盯着“保暖”的功能词，通过新工具追踪ChatGPT如何从品牌维度描述它——而每一次提及，都是一场无声的背书效果。Semrush、Ahrefs等巨头快速迭代，推出监测品牌在AI回答中“存在感”的新功能。 一批专注于AI模型优化的新兴科技公司正在崛起，包括Profound、Goodie和Daydream等平台，它们通过大模型优化、提示词调校、情绪分析及引用率追踪等核心技术，成为品牌在生成式经济（GEO）竞争中的关键赋能者。这些”数字AI供应商”为品牌提供了在AI对话场景中提升存在感和影响力的全套解决方案，帮助企业在智能交互时代建立新的竞争优势。 ## GEO不止优化，更是平台级战争 GEO领域正处于野蛮生长阶段，就像当年SEO刚出现时一样混乱。每一次模型迭代，都可能彻底洗牌规则。大模型是否偏爱新闻而非社媒？训练数据更新如何改变内容优先级？部分策略有效（如确保被LLM引用的源文档提及），更多假设仍在验证。 **GEO的竞争不只是简单工具的技术升级。就像当年谷歌AdWords和Facebook广告刚推出时，都曾是平台红利期的套利窗口，早期使用者能赚到第一桶金。**而现在GEO代表着更大的机会——它决定了未来哪些内容、产品和服务能更容易被用户看到。这本质上是在争夺互联网流量的控制权。 与SEO时代分散的工具市场（Semrush、Ahrefs等仅提供功能）不同的是，**GEO要求掌控整个AI营销链路：持续优化与模型的“对话”逻辑，从垂直领域挖掘隐性的需求，用差异化技术实时生成营销策略，并依据LLM反馈动态的调整。**掌握GEO流量的平台将成为连接品牌和AI的关键枢纽，它能完整记录用户行为、追踪消费路径并促成交易转化。这种新型基础设施的用户粘性、数据资产和市场影响力，是传统营销工具无法企及的。 ## 结束语 当AI比人类更“懂”产品的时候，品牌要么全面适配AI的决策逻辑重构业务，要么在算法迭代中被边缘化。AI大模型作为市场认知的仲裁者，已经在慢慢改写品牌商业营销的竞争规则——生存的唯一筹码，是你的故事、你的价值与存在，是否深刻到被AI所”记住”？ 否则，当用户问起，沉默的AI，就是你品牌的墓志铭。 注：本文部分数据内容来源于网络公开资料 本文由 @牛金鹏 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>在数字政务服务平台中，搜索功能是群众获取服务的关键入口，但传统搜索技术常常因关键词匹配局限、长尾查询覆盖不足以及个性化需求难以满足等问题而低效。本文分享了DeepSeek大模型在提升政务搜索精准度方面的实践成果，供大家参考。</p> </blockquote>  在各省份的数字政务服务平台中，尽管大模型已广泛应用于智能问答、表单生成等场景，搜索框仍是群众获取服务的“第一触点”。 无论是查询养老金发放政策，还是寻找营业执照办理指南，群众期待的是**“输入问题，直达答案”**的无障碍体验。 然而现实往往事与愿违，比如群众用口语化描述（如“老人补贴怎么领”）搜索时，结果常显示无关的政策文件标题。 DeepSeek大模型正在重构这种低效的搜索交互——它不要求用户掌握专业术语，而是主动理解真实诉求，将“人找服务”变为“服务识人”。本文将揭秘这一技术如何让群众**“搜得准、找得快、用得上”。** ## 01 困局：传统搜索技术的三大失效场景 **1. 关键词匹配的局限性** 当群众搜索”公积金提取”时，传统引擎仅机械匹配网页中的关键词，无法识别具体情形。实际上，公积金提取包含购房、租房、离职、退休等12类情形，所需材料、流程差异巨大。 某省政务平台数据显示，因关键词模糊导致的服务指南误点击率达63%，大量群众下载错误表格后需重新办理。 **2. 长尾查询覆盖率低** 对于特殊情形如”异地公积金贷款””退役军人公积金转移”等查询，传统搜索往往返回政策文件全文而非具体指引。 更棘手的是模糊表述，如”公积金能提多少”这类查询，系统通常无法定位到公积金计算器工具页面，反而展示冗长的政策条文，增加用户信息筛选负担。 **3. 个性化需求难以满足** 不同群体对同一关键词需求迥异：年轻白领搜索”公积金”可能关注租房提取，新移民需要开户指引，退休人员侧重提取流程。 但现有系统无法识别用户身份属性，某省会城市统计显示，42%的搜索请求需要二次筛选才能定位正确服务入口。 ## 02 DeepSeek搜索增强方案 基于DeepSeek的智能搜索系统，通过大模型理解用户意图，并结合检索增强生成（RAG）技术，实现精准答案提取。 **系统核心逻辑：** 三步实现 “ 理解→检索→生成 ” 闭环： **第一步：意图解析层实现精准需求识别** - 语义理解模块能区分公积金业务的不同场景，如贷款咨询、提前还款、额度测算等； - 情境感知引擎可关联用户基本属性，对首次查询者自动强化政策解读，对熟练用户侧重办事入口； - 内置政策时效校验机制，确保优先展示最新服务指南。 **第二步：智能检索层构建服务知识图谱** - 建立覆盖各级政策的标准化知识库，将分散的办事指南、材料清单、线下窗口等信息结构化关联； - 创新”情形-材料-流程”三维检索模型，对特定查询直接返回要件清单和办理路径； - 自动识别地域差异，当查询涉及跨区域业务时，同步比对多地政策要求。 **第三步：生成优化层打造对话式服务** - 动态生成个性化指引：根据用户输入自动组合所需材料清单和办理步骤； - 支持智能预填服务：在用户授权下，自动填充已知信息减少输入负担； - 实现多轮自然交互：针对后续提问如”需要配偶材料吗”能保持上下文理解。 **实施效果：** - 构建完整的政策知识框架，消除不同业务系统间的信息孤岛； - 混合检索系统显著提升结果相关性，减少不必要的链接跳转； - 通过持续优化，使高频业务的搜索直达率大幅提升。 ## 03 落地价值：效率、精准度与服务体验的三维提升 **1. 大幅提升办事效率** 通过智能语义理解与精准检索，群众搜索公积金业务时，系统可直接关联具体情形（如”租房提取””离职提取”等），并返回对应材料清单与办理入口。 相比传统搜索需要多次筛选结果、反复确认政策，新系统可实现”搜索即办理”，将平均信息获取时间缩短60%以上。 **2. 显著降低人工咨询压力** 传统模式下，大量简单咨询（如”公积金提取要哪些材料”）挤占窗口资源。 智能搜索通过即时生成准确指引，使80%以上的常见问题可通过自助服务解决，窗口咨询量下降明显。 同时，系统自动识别群众表述差异（如将”公积金取出来”理解为”销户提取”或”部分提取”），减少因理解偏差产生的无效咨询。 **3. 持续优化的服务闭环** 当政策更新时，自动同步最新办理要求并标注变更点（如新增”电子居住证替代暂住证”）；对群众修正的查询词（如将”公积金贷款条件”改为”公积金贷款额度”）自动建立语义关联；基于高频搜索优化结果排序（如优先展示网办入口而非线下流程。 这种动态调优机制，使系统准确率随使用频次持续提升，形成越用越智能的正向循环。 ## 最后的话 DeepSeek智能政务搜索系统的引入，为政务服务领域的信息获取与业务办理提供了全新的解决方案。 通过精准的语义理解、智能检索和动态优化，系统能够显著提升群众办事效率，降低人工咨询压力，并持续优化服务质量。 **未来，随着大模型技术的不断演进，智能政务搜索将进一步拓展应用场景，覆盖更多高频民生服务领域，如社保查询、户籍办理、税务申报等，真正实现“数据多跑路，群众少跑腿”的服务目标。** 我们相信，通过技术与政务服务的深度融合，智能搜索将成为提升政府服务效能、优化群众办事体验的关键驱动力，为数字政府建设创造更大的社会价值。 希望带给你一些启发，加油！ 本文由人人都是产品经理作者【柳星聊产品】，微信公众号：【柳星聊产品】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>AI Agent的浪潮正在席卷全球，从科技巨头到创业公司，纷纷投身其中。然而，对于SaaS企业而言，AI Agent究竟是一个充满潜力的破局点，还是一场虚有其表的伪命题？本文从AI Agent的定义、核心组件出发，结合实际案例，深入探讨了AI Agent在SaaS领域的应用现状、面临的挑战以及未来的发展方向。</p> </blockquote>  AI Agent正从预言走向现实。 比尔·盖茨呼吁拥抱这一“5年改变生活”的浪潮，黄仁勋则警告企业：拒绝“硅基员工”等于“放弃氧气”。驱动这股热潮的核心，是巨头们对模型“大脑”的升级——OpenAI的o3、Anthropic的Claude 3.5等无不聚焦提升Agent所需的推理、规划与工具调用能力，并借机定义行业标准（Function Call, MCP等）。 应用层面，热潮席卷全球：百度“心响App”、阿里钉钉AI助理、字节“扣子”代表国内大厂入场；而创业公司正从场景切入——斑头雁聚焦客服营销、Monica的Manus助手提供简历筛选/旅行规划等通用服务、Glean更是以92亿美金估值打造“企业知识系统”，其宣称的效果（信息查找时间-65%，新员工上手速度+2倍）预示着AI Agent将如何重塑工作方式。 面对这场席卷而来的Agent革命，作为SaaS企业的产品经理，我们是否更应思考：**如何主动拥抱变化，成为重塑工作方式的推动者，而非被变革的旁观者？** 在进入正题之前，我们先聊聊什么是Agent，以及它有什么特性。 ## 什么是AI Agent？ 百度百科的定义是： <blockquote><p>AI Agent 是以大语言模型为大脑驱动的系统，具备自主理解、感知、规划、记忆和使用工具的能力，能够自动化执行完成复杂任务的系统。</p></blockquote> 咱们抛开专业术语，AI Agent 可以理解为你的“智能数字员工”。它以大语言模型（LLM）为“大脑”，具备理解意图、规划步骤、记忆上下文、调用工具并自主行动的能力，目标是自动化完成复杂任务。 以亚马逊AI客服为例，我们看看它是如何提升效率与服务体验的。 - 传统流程： 用户提交退货申请 → 人工客服核对订单 → 人工确认是否符合退货政策 → 邮件通知结果 → 用户寄回商品 → 人工验收后退款。**一般需3-5天，效率低、体验差**。 AI客服介入后： - 秒级决策： 自动扫描订单（退费期、商品类目、退货历史）、调取用户记录（如过往投诉），瞬间判定并发送退货标签； - 全程追踪： 实时监控物流，到货后自动检查（破损则触发人工复检），确认无误秒退款； - 隐藏价值： 预测退货高峰调度人力、识别高频退货商品自动标记缺陷，驱动供应链优化。 根据亚马逊的公开数据，自从引入AI智能客服后，**70%退货申请实现 “秒批秒退”，用户纠纷下降40%，仓库人力成本降低25%**（AI自动分拣退货商品）。 那AI Agent到底有哪些核心组件呢？ 用一个公式表达就是：**AI Agent = 大脑（LLM）+ 规划（Planning） + 记忆(Memory) + 工具（Tools） +行动（Action）**。 - 大脑 (LLM)： 负责理解、推理、决策的核心引擎。模型升级（如OpenAI o3、Claude 3.5）正全力强化此项。 - 规划 (Planning)： 拆解复杂任务，制定执行步骤。 - 记忆 (Memory)： 存储和调用上下文信息（如用户历史、对话记录）。 - 工具 (Tools)： 连接外部系统和API（如订单数据库、物流跟踪、邮件系统）。 - 行动 (Action)： 根据决策执行具体操作（如发送邮件、更新状态、触发退款）。 简单来说：LLM提供智能，规划、记忆、工具赋予其执行力，行动则将智能转化为实际价值。 这正是巨头们争相定义协议（如Function Call, MCP）、升级模型“大脑”能力的根本原因——为了打造更强大、更自主的“数字员工”。 ## 一个失败的AI Agent 我们日常使用钉钉进行办公，它几乎把自建AI Agent的门槛降到了最低。再加上我们作为HR SaaS公司本身就有非常丰富的Open API——这意味着，不需要麻烦研发同事，我们自己就能捣鼓出一些AI小助手，给内部同事先用起来试试水。 于是，我们动手做了两类Agent： **第一类，是客服小助手**。它们专门给我们的实施顾问、客户成功经理、客服还有销售伙伴们答疑解惑，回答关于产品规则、怎么用、有哪些实际案例之类的问题。 比如考勤小助手、算工资小助手、搞绩效的小助手。效果不错！就拿单个模块来说，每个月能处理掉120多个问题，95%的问题它都能根据知识库给出回答，更关键的是，其中差不多有30%的回答是真正帮同事解决了问题、省下了时间的。算下来，相当于给这部分工作提效了30%，团队反馈也挺积极。 但第二类Agent，就有点让人挠头了——它们是**审批小助手**。设计初衷是让同事们动动嘴皮子（或者说打打字）就能轻松搞定请假、加班、出差这些申请，还能顺便查查还剩多少年假。听起来很美好，对吧？**可上线一个月后，现实有点骨感：来尝鲜试用的同事有十来个，但真正坚持在用、把它当成日常工具的，只有……一个人**。 这个鲜明的对比，像一盆冷水，让我们不得不停下来，认真琢磨几个扎心的问题： **为什么我们自己人，都不太愿意用这个“省事儿”的审批Agent**？ 是我们想当然地觉得它“方便”了？也许对同事来说，点开钉钉、找到审批入口、填几个固定字段这种“老办法”，虽然步骤多点，但反而更熟悉、更可控？或者，让AI助手代填审批单，大家心里其实有点打鼓——填错了算谁的？会不会更麻烦？还是说，省下来的那几十秒填表时间，根本抵不过去学习、适应这个新工具的成本？  更关键的是，**如果我们自己内部的同事都觉得“用不起来”、“没必要用”，那我们怎么能有底气，把类似这样的AI Agent功能，当成一个值得客户付费的商业化产品推出去呢？**内部场景相对单纯可控都遇冷，放到客户那里，面对千奇百怪的业务流程和用户习惯，岂不是更难？ 这次实验像一面镜子。它清晰地告诉我们：**技术能搭建出Agent的骨架，但让它真正“活”起来、被人接纳，是另一场更艰难的战役**。 钉钉的平台能力和我们开放的API接口，已经扫清了技术障碍。真正的挑战，似乎藏在更深的地方——**在于我们有没有真正戳中用户那个“非用不可”的痛点，在于新工具带来的价值是否足够强烈到能让人改变根深蒂固的习惯**。 当所谓的“自动化”带来的便利感，敌不过旧习惯的惯性时，再酷的技术，也可能被束之高阁。这对我们这些想把AI Agent推向市场的人来说，是个值得反复咀嚼的教训。 ## 反思：别被对新产品的妄念影响最基本的价值判断 这次审批小助手的遇冷，像根刺一样扎在我们心里。 我们翻出俞军老师那句经典的产品公式——**用户价值 = 新体验 – 旧体验 – 替换成本**——用它来当镜子照了照我们的“申请小助手”，特别是拿最常见的请假流程开刀，结果照出了不少冷汗。 **先看看“新体验”（申请小助手）的路怎么走**： 1.你得在钉钉里找到那个AI助理（或者特定会话入口），点开它，然后在一堆小助手里挑中【申请小助手】。 2.对着输入框说（或打字）：“我周五想请一天年假，父母来京”。小助手听懂后，会弹个窗让你确认它理解的对不对。 3.如果信息没问题，点【确定】，它就自动帮你把请假审批单发出去了；要是日期不对，你还得手动调一下再确认。 **再看看大家习惯的“旧体验”（我们自己的App/H5）**： 1.打开自家App，戳【申请】按钮，再选【请假】。 2.开始填单子：选请假类型（年假）、挑开始时间（比如5月30号上午）、结束时间（同天下午），再在理由框里敲几个字：“父母来京”。 3.检查一遍，点【提交】，完事。 单论步骤的“清爽度”： 如果我们硬要打分，小助手这种“动动嘴”的方式，感觉能打到 80分；而传统填表的方式，步骤多点，但胜在路径清晰熟悉，给个 70分 吧。乍一看，新方式似乎还领先10分呢！ **但关键来了——那个容易被忽略的“替换成本”**。 这20分的成本，藏在哪呢？ - 是每次都要重新找入口的不确定性（钉钉里入口深不深？会话会不会被刷掉？）。 - 是对机器理解准确性的那点不放心（它真听懂了“父母来京”就是理由？会不会填错假别？）。 - 是从“肌肉记忆”到“重新学习”的别扭感——点开App-&gt;申请-&gt;请假-&gt;填表，这套动作可能闭着眼都能完成，现在却要换成一套新的指令模式。 把这20分替换成本往公式里一代：**用户价值 = 80（新）- 70（旧）- 20（替换） = -10分**。 负数！ 这下明白了：我们以为那10分的体验提升是优势，结果光是为了克服旧习惯、适应新路径，用户要付出的“心理账”和“操作学费”，早就把那点优势吃干抹净了，甚至还倒贴！ **更让我们后背发凉的是另一个盲点：频次**。 仔细想想，就算在我们这样的SaaS公司，普通员工一个月能请几次假？出几次差？这种低频的事情，用户根本没机会去养成新习惯。每次用，都像是“重新学一次”。那20分的替换成本，每次都在，永远降不下来。体验提升的那10分？在低频场景下，用户几乎感觉不到，或者觉得“不值当”。 这次算账，算得我们心头一紧。 它狠狠敲打我们：**光有酷炫的AI技术外壳是远远不够的。用户真正需要的，是能实实在在地、强烈地创造出新价值的产品**——这个价值，必须大到能覆盖他们改变习惯的“阵痛”，甚至让他们觉得“不用就亏了”。 如果做不到这一点，再高科技的Agent，最终也可能沦为无人问津的“科技噱头”。这大概是我们这次实验，最贵的一课。 ## SaaS企业如何做好AI Agent？ 如果要回答好这个问题，前提需要回答下面四个问题： - SaaS企业是否必须布局AI Agent？ - SaaS企业做AI Agent的独立价值是什么？ - SaaS企业的AI Agent定位是什么？做解决方案，还是平台？ - SaaS企业如何做好AI Agent？ **问题1：SaaS企业是否必须布局AI Agent？** 当谷歌CEO桑达尔·皮查伊警示“没有AI的人类将被取代”，当扎克伯格断言“AI Agent将如同电子邮件般成为企业标配”，答案已不言自明。SaaS企业投身Agent浪潮，不仅因技术趋势所驱，更是生存竞争所迫。 - 一方面是大势所趋的必然性。AI Agent正引发生产力的结构性变革——它并非通用技术，而是允许每家企业基于自身业务优势落地的效率引擎。拒绝它，等同于拒绝工业革命中的蒸汽机。 - 另一方面是牌桌规则的改写。当SaaS竞争陷入白热化，客户已将AI能力视为新的准入证：拥有Agent能力者方获牌桌入场资格，缺失者连参与竞争的机遇都将丧失。 **问题2：SaaS企业做AI Agent的独立价值是什么？** AI落地的四大要素中，算法与算力由大模型厂商主导，而**SaaS企业开展AI Agent业务的独特价值，源于其天然的数据积累能力和垂直场景的深度理解**。 一方面是用户行为数据：业务流中的动态轨迹。以HR SaaS的考勤模块为例： - 海量终端行为：百万级员工每日产生的打卡时点、请假审批峰值等实时操作流； - 高频管理动作：十万级管理员每周触发的排班规则调整、考勤报表导出、异常处理日志； 这些数据如同神经末梢的信号，持续记录着业务场景的真实脉动。 另一方面是业务数据：行业知识的沉淀池。比如企业组织架构、薪酬计算规则、地区劳动法条款等静态知识，构成Agent训练的高价值养料。 当行为数据揭示“如何操作”，业务数据则定义“为何如此操作”——二者的化合反应，正是通用大模型无法企及的领域。 比如当某制造企业询问“如何避免夜班调度冲突”时，通用Agent可能给出有效建议，而HR SaaS的专属Agent却能响应：“根据贵司东莞工厂三年历史数据，将交接班间隔从15分钟延至25分钟可降低冲突率68%”——这即是数据壁垒转化的决策优势。 **问题3：SaaS企业的AI Agent定位是什么？做解决方案，还是平台？** 目前B端产品做Agent的主要有三类：基础模型提供商、Agent解决方案、Agent服务平台 。 手握数据与场景优势的SaaS企业：是投入资源做通用Agent平台，还是深耕行业解决方案？现实残酷而清晰—— - 基础模型层（OpenAI/Claude等）：大厂游戏，与SaaS企业无关； - 通用平台层（钉钉AI助理/扣子）：巨头用流量和资本堆砌的修罗场，不适合SaaS小厂入场； - 行业解决方案层：这才是SaaS企业唯一的生路，即深耕数据和场景类的Agent解决方案。 为什么Agent平台是死路？ 想象一个场景：某制造集团HR总监打开钉钉，发现已内置考勤排班Agent生成器。她会选择： - A) 在钉钉用拖拽界面自建Agent，手动导入三年排班数据 - B) 直接使用您预装300家工厂规则库、直连历史考勤系统的「智能排班Agent」 答案不言而喻。当钉钉、扣子等平台将Agent开发门槛降到最低，SaaS企业若执意做平台，典型的“以己之短攻彼之长” 。 如果聚焦HR SaaS领域，将行业Know-how转化为Agent的神经中枢，将数据当做它的“养料”，显然是更优的方案。 比如你的排班Agent预装制造业三班倒规则、旺季人力弹性系数、地区加班法例外条款； 当客户问“如何避免夜班交接冲突”，通用平台Agent只能回答流程建议，而您的方案直接输出：“基于贵司东莞厂历史数据，将交接间隔扩至25分钟可降冲突率52%——需立即调整吗？” 这种深度业务流闭环能力，是钉钉们永远无法复制的护城河。 **问题4：SaaS企业如何做好AI Agent？** 当我们明确了AI Agent在SaaS企业的独特价值与定位后，最后一个问题就是如何做。 我认为核心是三步： **第一步：聚焦高频核心场景+聚合低频平台化整合**。 58同城就是典型案例，它通过整合房产、招聘、二手车、家政、搬家、货运等业务，构建了一个覆盖生活全场景的平台，它的每个业务可能都是低频，而把它们聚合到一起，低频就可以变成高频。同时，高频场景再独立分拆为独立产品（如天鹅到家、安居客、快狗打车等）。 一方面是需要**发挥SaaS企业自身的独特价值（即数据+应用场景），把关键业务场景，尤其是关键的数据化应用场景**——从客户决策者（即老板/CEO）的数据洞察、决策，到客户管理者（即部门负责人/业务负责人）的数据查询与分析，再到客户使用者（即HR/员工）对数据的查询与统计等，做深做透。 另一方面需要**把单个Agent的能力进行有效整合，而不只是一个请假审批的Agent，核心就是“All in one”**——即十几个（或数十个）Agent是单一入口，成百个能力是一个入口，提升新体验的价值，减去替换成本的阻碍。 当老板发现人效达到80万/人时，当HR发现系统自动化解决75%日常咨询时，当员工发现它提效30%且不用麻烦别人时，Agent便从“可有可无”升级为“不可缺失”。 **第二步：分层构建Agent的价值金字塔**。 第一层是免费层钩住用户。 - 知识库Agent：基于企业知识库（如企业政策、规章制度等），自定义搭建对应Agent； - 简历初筛Agent：基于客户需求，自动过滤不符合简历； 第二层是付费层兑现价值。 - 数据Agent：提供全模块的数据，可进行查询、分析、总结、建议等数据类活动； - 法律法规Agent：提供全模块的最新法律法规的知识与案例； - 假勤审批Agent：提供单模块的丰富管理功能。包含但不限于查询假期余额、管理假期/加班/调班审批等； - 智能排班Agent：提供丰富的排班数据查询、智能化自动排班、灵活换班/调班以及排班数据导出与分析等。 第三层是生态层建立壁垒 - 自定义Agent：提供自动编写插件的代码能力、知识库RAG能力、对接OpenAPI能力等，有效解决客户自定义类的关键需求； - 同时，对应Agent可以插件的形态，应用在第三方平台（尤其是企微、钉钉、飞书等OA平台） **第三步：正面破解两大生死问题。** 问题一：如何与钉钉/企微等第三方OA系统共存？ 当客户问：“能在企业微信直接审批补休吗？”若回答“需跳转外部系统”，价值折损过半。 正确解法是将Agent嵌入客户工作流——员工在企业微信提交补休单，Agent通过API直接完成闭环审批，并可通过API方式与企业微信进行对接，完成每个节点状态变更的消息提醒。 问题二：为何不直接用扣子/钉钉助手等第三方平台搭建Agent？ 比如客户会问：为什么不用既有Agent平台搭建，而要花钱买你的Agent？ 你可以说：“因为我们有你们的数据和10000家+客户的应用解决方案，这是第三方系统所无法比拟的。” ## 写在最后 面对产业级的技术变革和效率革命，唯有主动拥抱，哪怕经历失败或推出过渡性产品；否则，终将被新周期淘汰，如温水煮青蛙般不知不觉。 AI Agent 或许是新一代的效率工具，ChatBot 或许是其过渡形态——但答案并不确定。 产品经理能做的，就是在不确定性中决策、探索、复盘、迭代。成败与否，最终交由市场乃至时代裁决。 **专栏作家** 邢小作，微信公众号：产品方法论集散地，人人都是产品经理专栏作家。一枚在线教育的产品，关注互联网教育，喜欢研究用户心理。 本文由作者原创投稿/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>在电商行业竞争日益激烈、市场逐渐进入存量时代的背景下，微信蓝包的出现为电商生态带来了新的变局。本文深入剖析了微信蓝包如何通过提升电商对接效率、激活微信流量生态、用社交方式破解电商痛点，以及为重塑电商新生态提供可能性。</p> </blockquote>  京东与美团之间的外卖大战，更多地让我们看到的是，看似业已尘埃落定的行业开始迸发出新机会。原因在于，当时当下的市场环境业已发生了深刻而根本性的改变，供给端与需求端需要重新建构一种全新的平衡关系。如果我们将眼光放置开去，聚焦在电商市场上，或许暗藏着同样的新机会和新红利。 在电商市场上，除了用AI来找到驱动电商发展的新动能之外，新的电商模式，同样正在孕育和发展。微信蓝包的出现，并且开始成为了微信生态下的一个重要组成部分，正是这样一种现象的直接体现。毫不夸张地说，微信蓝包，是腾讯面对当下的市场变化推出的一种电商模式的创新。透过它，我们不仅可以看到腾讯对于电商新模式的探索与思考，而且还可以看到电商行业进入到存量时代的发展新动向。 我们都知道，微信红包的出现，彻底激活了微信生态下的流量动能，并且真正让微信支付成为了移动支付时代的头部。时至今日，微信支付，依然是移动支付市场上的头部玩家。当微信蓝包开始出现，并且开始成为了微信生态下的重要一环，我们或许依然有理由相信，它将会重启腾讯电商之梦，激活存量市场下的微信流量新动能。那么，微信蓝包，缘何会有如此巨大的魔力呢？ ## 微信蓝包，再度提升了电商的对接效率 当下，电商行业面临的一个最大的痛点，就是对接效率的下降。无论是各式各样的营销手法，还是层出不穷的电商新模式，说到底，其实就是为了进一步提升电商上下游的对接效率。如果对于这些新探索与新尝试进行分析，不难看出，电商玩家们的终极目的就是为了让商品更为精准地输送到消费者的面前，并且真正达成交易。 在这样一个过程当中，成交，成为了一个老大难的问题。如果成交无法达成，那么，达成电商上下游的对接效率的提升，将会是一件相当艰难的事情。微信蓝包的出现，彻底改变了这一问题。在微信蓝包的机制之下，成交是率先发生和实现的。一个用户想要使用微信蓝包，必须首先购买下商品，实现成交，然后在赠送给想要赠送的那个人。 对于依然还在想着用新的营销手法和新的技术手段来提升成交效率的玩家们来讲，微信蓝包的这样一种方式，或许是再朴实无华且有再高效不过的了。通过微信蓝包，不仅可以减少传统电商时代过多的营销成本，而且还可以减少成交率较低的痛点和难题，真正可以将困扰电商行业发展的这一老大难的问题得到彻底解决，从而再度提升电商的对接效率。 毫不夸张地说，微信蓝包，真正实现了电商上下游的点对点的精准对接，并且真正减少了传统电商粗放的营销资源浪费，不仅能提升用户的体验，而且能够进一步提升电商行业的对接效率，真正将电商行业的发展带入到一个全新的周期和阶段。 ## 微信蓝包，再度激活了微信的流量生态 我们都知道，当互联网的红利消失不再，行业的发展开始真正从增量时代进入到了存量时代。在存量时代，真正考验玩家们的，不再是开拓市场，做大规模，延伸边界的能力，而是开始考验玩家们做深市场，做实产业，钻探产业深度的能力。从本质上来看，玩家们还是要找到激活自身生态下的流量，满足自身生态下流量的新需求，找到新的发展契机。 对于微信来讲，其实是需要新的产品形态来激活自身庞大的流量的。我们都知道，微信生态下的产品，更多地是围绕着社交的需要来展开。在微信对话框里，有「相册」、「拍摄」、「视频通话」、「位置」等产品；有「红包」、「转账」、「名片」、「文件」、「音乐」等应用。不难看出，微信对话框下的这些产品，其实更多地是满足用户的需求而设。 虽然微信对话框有如此多的产品形态，但是，基于社交的基本属性，唯独缺少了以「礼物」为代表的商品。对于存量时代的微信生态来讲，如果能够开发出一款满足用户商品需要的新产品，无疑可以再度激活微信的流量生态。 微信蓝包的出现，彻底解决的这一痛点和难题。通过它，微信用户之间的交流的产品更加丰富化、多样化，微信用户之间赠送商品的需求得到了满足。对于日渐熟悉了微信产品形态的用户来讲，微信蓝包的出现，无疑满足了他们之间社交的新需要，从而再一次对他们实现了激活。 ## 微信蓝包，找到了用社交方式破解电商痛点的新方案 用电商行业正在处于剧烈的转型和升级期来形容现在的它，或许一点都不为过。无论是玩家们对于AI技术的全面拥抱，还是各式各样的电商新模式的衍生和出现，归根到底还是找到破解电商痛点和问题的新方案，从而让电商获得新的发展，实现新的突破。在这样过程当中，我们看到了以AI为主导的数字人的出现，我们看到了基于大模型为代表的智慧零售的衍生。说到底，这些新的发展方向，都是为了解决电商的痛点和难题。 其实，玩家们都是在用自己最擅长的方式来解决困扰传统电商的痛点和难题。以往，我们看到的那么多的电商新模式的衍生和出现，几乎都是遵循这样一条发展路线图。同样地，但凡是那些找到了电商新痛点和新难题的解决方案的玩家们，几乎都获得了快速的发展。这一点，我们在PC互联网时代和移动互联网时代都有过类似的案例出现。 不过，回顾电商的发展历程，不难看出，每一次的电商的迭代和创新，归根到底，还是要找到适合自身的方式来解决电商的痛点和难题。无论是内容电商也好，直播电商也罢，乃至是即时零售也好，无一不是如此。说到底，玩家们都在用自身擅长的方式来找到破解电商痛点的新方案。 对于腾讯来讲，对于微信而言，自己最为擅长的方式是什么呢？笔者认为，社交，依然是微信和腾讯最为擅长的方式。基于此，微信蓝包，其实是腾讯找到了用社交方式来解决电商痛点和难题的新方案。借助它，腾讯不仅可以实现自身流量的激活，更为重要的原因在于，它还可以将自身最擅长的特质加以利用。 当电商玩家们还是用各式各样的新技术、新模式来寻找破解电商痛点和难题的方式和方法的时候，腾讯用一种相当朴实，相当简单，相当擅长的方式，找到了解决电商痛点和难题的新方案。通过这样一种解决方案，我们完全可以有理由相信腾讯在电商行业的转型和升级的节点上，占据自身的一席之地。 ## 微信蓝包，为重塑电商新生态提供了可能性 当存量时代到来，特别是当电商内卷化加剧，整个电商的生态，其实开始面临着越来越多的问题和挑战。对于上游的商家来讲，它们开始越来越多地远离自己本该关注的产品质量和服务配套；对于下游的消费者来讲，它们开始越来越多地找不到自身心仪的商品。说到底，电商生态的不断恶化，才是导致这一问题开始越来越多地出现的根本原因。 当微信蓝包开始出现，对于上游的商家们来讲，它们开始不被营销和推广所烦扰，而是可以潜心去研究产品，专注提升产品品质；对于下游的消费者而言，它们不再从海量的商品里寻找自身心仪的产品，而是发挥自身的社交功能，让别人去挑选心仪的商品，这无疑将会极大地提升消费者的满意度。 当传统电商的模式开始愈发地走向内卷化，特别是当越来越多的商家和消费者开始被营销和推广所困扰的时候，微信蓝包的出现，提供了一种重塑电商新生态的新方案。通过它，商家们可以专注于产品和服务，用户和消费者同样可以获得自己心仪的商品。在微信蓝包的机制之下，困扰电商生态的痛点和难题得到了解决，真正将电商生态的发展带入到了良性发展的轨道。 ## 写在最后 当存量时代来临，所有的行业都值得我们重新再做一遍。对于电商来讲，同样如此。当下，越来越多的玩家们开始积极地拥抱AI，越来越多的玩家们开始摸索电商新模式。此刻，新的变局，正在拉开序幕。 对于腾讯来讲，同样如此。微信蓝包，可以说是腾讯和微信应对新的市场环境创新出来的新产品。可以说，微信蓝包，是腾讯在电商的新节点上探索新发展模式的证明，不仅成为了微信完善自我产品生态的重要一环，更为重要的一点在于，打开了电商发展的新天花板。 毫不夸张地所，微信蓝包，是腾讯给出了的电商「新答案」，有望重启腾讯的电商之梦。然而，或许这并不是腾讯的雄心所在，它更加在乎的是自身产品的完备以及自身用户的满意度的提升。因此，微信蓝包，出自电商，却并不仅仅只是电商。 本文由人人都是产品经理作者【孟永辉】，微信公众号：【 辉观】，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>在社交应用竞争激烈的当下，如何留住用户成为各大平台的核心挑战之一。本文深入剖析了Soul娱乐App的用户留存策略，揭示了其通过场景化互动设计实现高效用户留存的秘诀。</p> </blockquote>  在 Soul 的世界里，每一次对话不仅仅是冰冷的数字匹配，更像是一场饱含温度与仪式感的心灵交汇。对许多用户而言，打开 Soul 的那一刻，仿佛进入了一个独特的空间：在这里，真实的自我得以被精准呈现，而每一次互动都可能带来未知且美好的际遇。对于 Soul 的运营团队而言，他们不只是提供一个社交工具，而是在搭建一个情感舞台，让每位用户都能在不同的场景中自然融入，感受被理解与被关注的满足感，最终选择留下，成为这个匿名社区不可或缺的一部分。 ## 一、场景化互动如何成为留存引擎 ### 一对一匹配：从灵魂测试到多模态连线 当用户初次注册 Soul，他们并不会直接进入聊天界面，而是要回答一系列看似轻松却暗藏深意的问题。或许下一个问题会问到“最让你感到安心的歌曲是什么？”或者“如果今天只有三个小时可以自由使用，你会选择做什么？”表面上这些问题可能像心理测验，但实际上，Soul 正通过这些信息绘制一张多维度的兴趣与性格地图：你是“独立思考者”，还是“浪漫幻想家”；你偏爱摇滚乐，还是古典音乐；你的情绪倾向于热情外向，还是深沉内敛。平台将这些标签信息融合进算法模型，生成了一个高维向量模型，用于后续的匹配和推荐。 随着日常操作中用户行为的积累，Soul 不断优化这张“灵魂画像”。你喜欢深夜听音乐，它会记录你常常在线的时间段；你在情绪测试中倾向于忧郁，它会优先推荐那些能够理解你感受或给予鼓励的对象。这样一来，当某个潜在匹配者也符合你设定的多维度标签时，两人之间就出现了“灵魂共振”的可能性：算法会在你打开 App 的那一刻，将TA推到最显眼的位置。 当你看到心动的那个人，也许TA刚刚给你发出了“甜言蜜语”，但 Soul 并不会简单地展示“新消息”红点，而是选择在界面的中央播放一段短暂的动画——“恋爱铃”提示香气扑面而来：动画伴随着微微跳动的心形图标，声音悄然响起，瞬间抓住你的好奇心与情感期待。此时，你会情不自禁地点开对话窗口，第一句话往往会被赋予更多情感色彩，因为你知道对方也是经过算法筛选后最可能与你契合的人之一。这便是“仪式感”的魅力：它让用户在社交前就已投入情感成本，提升了打开率与回复率，也让双方都更加珍惜这次交互机会。 当初次文字对话进行得差不多后，Soul 会在聊天界面中悄然插入“语音匹配”按钮：一个温和的提示告诉你，文字固然方便，但声音更能传递情绪。点击按钮后，你与对方即可随机连麦，一秒进入真实声音的交流。语音通话没有画面的包袱，让人卸下心防，声音里不自觉地流露出微笑、轻笑或兴趣盎然的语气，让两人之间迅速升温。 如果连麦仍让你感到有些紧张，Soul 还提供“萌面视频”滤镜。这个设计既能保证匿名性，也能增添一份趣味性。你戴着一个可爱的猫耳面具或者卡通面具，随意地说着心里话，既降低了直接露脸的压力，又保留了表情与口音带来的丰富信息——这是文字所无法传达的细腻之处。可爱的面具下，你会更敢于分享真实情绪，对方也能通过语气与表情判断你的态度。这样的多模态切换（文字→语音→视频），始终保持着新鲜感，为聊天过程注入流动的惊喜和乐趣，也让每一次互动时长得到了延长，使陌生人在一次次真实而放松的沟通中不断拉近距离。 此外，Soul 会根据两位匹配者的互动情况，智能地为你提供进一步的社交建议。例如，如果你们语音连麦后持续互动时长超过一定阈值，App 会在聊天界面下方出现“兴趣话题卡”，随机挑选几句你们共同话题相关的问题，比如“最近有没有看过什么好看的剧？”“你最想去旅行的目的地是哪里？”这些话题既能降低对话进入尴尬期的几率，也能让双方在二次“破冰”时更加自如。这种在关键节点给用户适时引导的设计，既体现了 Soul 关注用户体验的用心，也帮助新手快速融入社交节奏。 ### 群组派对：在线上的心灵小酒馆 在 Soul，群组派对并不单纯是“人多聊天”的场所，而是一种精心策划的社交行动。举例来说，每逢周五午夜，Soul 会推出一系列主题派对，如“午夜告白夜”“深夜解忧电台”“听歌聊心情”等。打开首页时，你会看到推荐模块中的轮播海报：背景是柔和的星空与城市夜景，文案写着“今晚 11 点，十余位心动房主与你不见不散”，字幕和动效交替出现，将用户的好奇心一步步推向高潮。 点击进入派对房后，你会立刻感受到视觉与听觉的双重仪式感：房间背景播放轻柔的钢琴曲或电音，界面顶部是会动的星光动画，仿佛将你带进一个独立的时空。当你在房间里与其他用户互动时，弹幕、点赞特效以及进房提示会不断出现，犹如身处线下的心灵小酒馆，几乎看不到界面边框。每一个人都怀揣着与他人共鸣的期待——有人在弹幕里说“喜欢你的故事”，有人在聊天区分享自己的创作歌单，还有人通过投票功能为自己喜欢的话题点赞。 当你决定离开房间，点击界面右上角的“退出”按钮时，系统并不会立刻让你离开。屏幕中央先会出现一个半透明提示框：“真的要离开吗？再聊聊？”。在你犹豫的一瞬间，可能会听到房主邀请你参与一个轮盘小游戏，或看到弹幕里有人发起的问答，“今晚你最想跟谁聊心事？”这就是“退出干预”设计的精髓：它让用户有机会在离开前多停留一会儿，也许就会遇到一个志同道合的陌生人。 每个派对房背后都有专业的房主团队和 KOL 加持。他们可能是情感导师，负责分享情绪疏导话题；也可能是音乐达人，午夜在线点歌和调音，引导用户一起唱歌或嗨聊。平台给这些房主设置了成长任务：例如每周至少组织两次直播式分享、带动 50 人次的讨论，或是主持两场心灵对话后写一篇分享总结。完成任务后，他们会获得“派对之星”徽章、限时专属礼物以及平台推广资源。从而从形式上让活跃分子感到被认可，形成稳固的社交骨干。与此同时，普通用户也会因为看到这些活跃分子而产生“下次也想来”的念头，形成良性循环。 群组派对与一对一的使用场景并非孤立存在。在技术层面，Soul 会根据你在派对内的发言活跃度、点赞数、发起话题数等指标为你打分。如果你经常在某个主题房内表现活跃，系统就会在下次打开 App 时，将你推荐到更加精准的群组。例如，你若常在“深夜电台”里和他人分享音乐感悟，下次就可能被邀请加入“独立音乐人互助会”或者“午夜歌单分享派对”，进一步满足你的兴趣偏好，让你不再感到茫然或孤单。 ### 轻量小游戏：陌生人之间的破冰利器 在寂静的夜深时刻，你或许会在首页发现一个“小游戏”的入口——其中最受欢迎的便是“狼人杀”。与传统的桌游不同，Soul 的“狼人杀”被设计成轻量级的社交游戏：你无需下载额外插件，只需点击游戏图标，选择“快速加入”。几秒钟后，你就进入一个由 8 人左右组成的小房间，所有人的昵称都是匿名 ID，头像也只是随机的可爱插画。系统会自动分发角色：村民、预言家、女巫、狼人等每个人身份秘而不宣。 游戏开始，你可通过文字聊天区表达自己的怀疑，也可通过实时语音发出推理。一旦进入投票环节，弹幕信息会瞬间涌现：有人质疑一个名字“你昨晚在哪个房间？”，有人快速投下“你先别说话，我要观察一下你的表情”。尽管大家互不了解，却能透过语言与语音的细微变化感受到对方的推理节奏。几分钟后，当游戏结束，胜利方会收到胜利荣誉徽章，而系统则会根据每个人的表现自动生成“心动值报告”：比如“在本局游戏中，你与 ID: B123 的互动得分最高，建议下次在一对一匹配时优先考虑彼此”。这种机制便是让游戏与匹配之间形成闭环：你因为游戏而加深对某个人的印象，下次在陌生人匹配列表里便容易注意到对方。 除了“狼人杀”，Soul 还会定期推出更轻松的“三题速配”小游戏。预设如下：系统根据你的标签生成三个简短问题，例如“你最喜欢的旅行地点是哪里？你的早餐总是这样吃吗？你更喜欢猫还是狗？”。你和系统指定的另一位陌生人需要在限定时间内作答——时间越短，会话氛围越紧张；答案越一致，你们的匹配优先级就越高。游戏结束后，你们会获得一份“趣味配对报告”——或许你喜欢北欧的小木屋，而对方钟情热带海岛，但你们都同样热衷咖啡文化，这份共同点就成为后续对话的最佳契机。 在后台，Soul 会持续监测这些小游戏的参与度、互动质量以及用户留存率。如果某种类型的小游戏参与率不高，或者用户反馈说规则复杂、耗时过长，产品团队会第一时间迭代优化，例如简化规则、调整游戏时限，或者更换题目风格，始终保持“轻松有趣却不占太多时间”的设计理念。 ## 二、背后驱动逻辑：为何这些设计让人难以抗拒？ ### 心理学效应的妙用 **新奇效应与好奇心：** 永无止尽的场景切换能不断满足用户的好奇心。从最初的文字对话，到语音连麦，再到萌面视频，甚至参与狼人杀，用户不断接触新的互动形式，就像在一场持续铺陈的舞台剧中，每一幕都充满未知，让人忍不住想知道下一步会发生什么。 **仪式感与承诺效应：** 当“恋爱铃”响起、当你点击进入线上派对、当你加入一局小游戏，这些小小的动作背后都有一种隐性的承诺。一旦用户付出了时间并参与其中，就更倾向于留下来，因为他们已投入情感与精力，不愿轻易放弃。而这种承诺不仅体现在技术提示上，还会反映在视觉与听觉设计、交互节奏的把控上，让用户产生“此刻很重要”的仪式感。 **社交证明与从众效应：** 在群组派对中，弹幕点赞数、关注量、房主的活跃程度，都在无形中建立起社交证明。当看到“当前有 50 人在线”“已有 300 次弹幕互动”的提示，你会感受到“这里有热闹、有价值”，更愿意加入其中，而不会认为自己孤立无援。 ### 抗流失设计 **退出干预：** 设计并非简单阻拦，而是在用户想要离开之时给他一个“再思考一下”的机会。研究表明，人在连续行动时往往会对终点产生依赖感，当操作与预期不一致时，会触发心理的“损失厌恶”，从而选择停留一段时间。Soul 正是利用这一点，当用户点击退出，先出现一句“再聊一会儿吧”，让他们在情感驱动下放弃退出的冲动。 **动态推送的温度：** 冷冰冰的推送往往令人反感，但 Soul 却强调“精准且富有情感”。当你与某人聊天超过特定时长后，系统会在几小时或次日提醒你“Ta 昨晚聊到很有意思的话题，你要不要再续一段？”，这并非毫无意义的通知，而是针对性地配合上下文，让用户感受到“这是一条我需要看到的消息”，从而更加愿意回到 App。 **定向运营与用户分层：** Soul 会将用户分为新手、活跃用户、休眠用户等不同层级，为每一层级提供差异化的运营策略。例如对新手，强调一对一的蜜语互动；对活跃用户，推送更多高级派对邀请；对休眠用户，则采用小礼物、限时回归优惠券等手段，给予他们温暖的召回提醒。 从单点到生态的联动闭环 **游戏→匹配→社群：** 一局小游戏结束后，那份“心动值报告”并不会灰飞烟灭，而是在你下次打开一对一匹配列表时继续生效，让系统优先推荐你在游戏内互相点赞、互动频繁的对象。与此同时，如果你在派对中担任抢镜发言者，系统会根据你在小群中的表现，推送你去更高级的“KOL 房”担任嘉宾，让你获得更多曝光与关注。 **派对→广场→内容生态：** 在派对中脱颖而出的优质内容——无论是高质量的故事分享，还是独特的音乐创作—都会被选入广场“推荐”模块，让更多用户看到并点赞、评论。这些内容一旦在广场发酵，就会进一步刺激新一波讨论，用户甚至可能因此产生新的社交需求，回到派对或一对一聊天，形成一个闭环生态。 **KOL→用户生成内容（UGC）→裂变传播：** Soul 会扶持一批能量较高的 KOL，为他们提供兑换道具、推广位等实质帮助。KOL 在派对内外所分享的观点或创作，经常会成为广场上的热门动向。大量用户看到优秀内容后，会模仿、二次创作，甚至自己发起小众话题房，形成用户生成内容的良性裂变，让平台保持源源不断的创新与活力。 ## 三、场景化互动在整体留存策略中的落地 实际上，场景化互动只是 Soul 留存策略中的一个关键齿轮。在这一大系统中，每一个要素都环环相扣，互为补充： **算法与匹配：** 灵魂测试阶段就植入用户兴趣与性格图谱，保证在任意一个场景打开时，系统都能立即匹配到与你最契合的目标对象。 **社区与内容：** 广场随时有你感兴趣的话题：可能是最新的用户故事、KOL 的深度情感分析，也可能是一段温馨的心灵短剧测试，让你在浏览时感受到与他人的情感共鸣。内容的丰富度与优质度，直接影响用户在平台上停留的时间。 **激励与关怀：** 用户从第一次完成新手任务获得奖励，到收到第一个成长徽章，再到成为付费 VIP 会员，每一步都有明确的成就感反馈。节日时，平台会推送限时表情包、专属贺卡、线下活动邀请等，让用户感受到“这不仅是一个 App，更像一个有温度的社区”。 **精准推送：** 根据用户在多个场景中的行为数据，智能推荐最有可能引发他们兴趣的活动。如你在“深夜电台”里聊到喜欢某首歌，系统会在第二天推送类似音乐主题的派对；如果你在“小剧场测试”表现积极，系统会为你推荐相关的心理或情感讨论房，让你保持持续参与。 在这台精密的运营机器中，场景化互动就像是“玩法发动机”：它既承担着吸引用户进入的责任，也在后续留存中扮演重要角色。多维度的社交体验，让用户既能感受到一对一的专属温情，也能体验群体互动的热闹，更能在小游戏的参与中获得另一种成就感。算法只是冷静地分析数据，但随着每一次连麦、每一场派对、每一局游戏，背后都有真实的情感在流动，让算法与用户体验完美融合。 最终，Soul 将每位用户视为“心灵的收藏者”，而每一次场景化互动，都是在提醒：“这里有人与你一样渴望被理解。”正是这种“故事式”的体验，让用户在 Soul 中不断触发新的情感惊喜，也让他们一次又一次地重返平台，形成高度的用户黏性与活跃度。 总体来看，Soul 通过多维度场景化互动——从一对一灵魂匹配到群组派对，再到轻量小游戏——构建了一个既有情感深度又充满新奇的社交生态，实现了对用户的高效留存。与主打快速匹配的 Tinder、Bumble 相比，Soul 更注重灵魂层面的契合和长期互动；相对于强调语言学习的 HelloTalk、Tandem，Soul 强调匿名氛围下的真实情感连接；而与依赖纯语音房的 Clubhouse 相比，Soul 的文字、语音与萌面视频多模态切换，为用户提供了更多元的表达方式。未来，Soul 可通过引入 AR/VR 等沉浸式技术，打造虚拟聚会新体验；进军海外市场，结合不同文化定制特色主题房；持续强化 AI 算法，以更精准地推荐兴趣与情感内容；同时鼓励更多优质内容和创作者生态的共建，让社区不断焕发活力。在这些可拓展方向的加持下，Soul 有望进一步巩固自身在匿名情感社交领域的领先地位。 本文由 @Gavin**杰 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

每一代人都有属于自己的社交货币。

6月5日，据科技博客9to5mac报道，多年来，苹果公司一直在逐步结束与高通的芯片合作关系。对此，高通CEO克里斯蒂亚诺·安蒙(Cristiano Amon)表示，他已经着眼于iPhone之外的业务，并安抚投资者称，高通的长期发展规划并不依赖苹果的路线图。  安蒙在接受雅虎财经《Opening Bid》播客节目采访时，淡化了与苹果这一高风险合作关系的影响，称公司已经在按照苹果将在未来几年完全转用自研基带芯片的情形进行规划。目前，苹果已推出了自研基带C1。  苹果自研基带C1 “我们就是按合同办事。如果没有新的合同，那就这样了，”安蒙称，“外界对我们与苹果的关系有太多戏剧化的解读和联想，说实话，我认为这没必要。” 长期以来，高通一直是苹果的主要基带供应商，相关业务每年为高通带来约57亿至59亿美元的收入。两家公司目前的授权协议将于2027年到期，而苹果的“退出进程”已开始启动。高通表示，预计今年秋季推出的iPhone中约有70%将使用高通基带，明年将降至20%，2027年发布的新款iPhone时将不再使用高通基带。 Android和其他业务 安蒙说：“我们在做业务规划时，已假定苹果将会使用自研基带。令人兴奋的是，我们公司正在创造所有增长机遇，包括在Android平台上的增长。” 除了手机业务之外，高通还在大力押注于汽车、物联网以及数据中心领域。在多年前的一次尝试失败之后，该公司近期宣布重新进军AI服务器芯片领域，希望对英伟达主导的图形处理器领域提供一个补充。 这一领域竞争日益激烈，AMD、英特尔和ARM等公司也在觊觎类似市场机遇。安蒙认为，整个潜在市场够大，足以容纳一个具有颠覆性的后来者。 [查看评论](https://m.cnbeta.com.tw/comment/1504490.htm)

6月5日，高通公司总裁兼首席执行官克里斯蒂亚诺·安蒙近日在接受雅虎财经采访，对公司在中国市场的业务表现给出了积极评价。他表示，高通在中国的巨大成功是公司核心竞争力的直接体现，而非外界可能担忧的战略负担。  安蒙在采访中重点阐述了高通能够在中国市场取得显著成就的核心原因。他认为，关键在于高通能够适应并以“中国速度”高效运作。这种适应能力使得高通在全球竞争最为激烈的市场环境中，不仅能够生存，更能实现蓬勃发展，从而保持和提升自身的全球竞争优势。 谈及高通在华业务规模庞大的深层原因，安蒙给出了明确解释。他强调，高通的核心业务并非生产标准化商品，而是专注于研发和提供具有突破性的先进技术。对于这类技术驱动型企业而言，其业务规模往往与目标市场的经济体量呈正相关关系。中国作为全球重要的经济体，为高通的创新技术提供了广阔的应用空间和发展机遇。 在贸易层面，安蒙认为，高通的业务模式实际上有助于改善中美贸易平衡状况。具体而言，高通向中国市场出口的是高附加值的半导体产品，这种贸易结构符合两国经贸合作的良性发展方向。 安蒙进一步表示，高通希望美国的技术创新能够在包括中国在内的全球市场获得成功。这种全球化的技术推广不仅能够推动美国创新经济的持续增长，还能为高通带来必要的规模效应，并促进与全球合作伙伴建立长期稳定的商业关系。 安蒙特别提及了高通的知识产权许可业务。作为全球规模最大的知识产权许可业务之一，高通持续从中国客户获得专利使用费收入，这进一步巩固了其在中国市场的商业地位。 安蒙最后表达了高通的愿景，即希望成为中美两国成功合作与贸易往来的典型案例，为两国间的经济合作树立积极示范。他认为，通过技术创新和商业合作，高通能够在促进双边经贸关系发展方面发挥重要作用。 [查看评论](https://m.cnbeta.com.tw/comment/1504488.htm)

6月5日，据《华尔街日报》报道，埃隆·马斯克(Elon Musk)对于特朗普撤销提名其关键盟友出任美国宇航局(NASA)局长的决定感到恼火，这让他加大了对特朗普的“大而美”税收和支出法案的抨击力度。  马斯克与特朗普 与此同时，特朗普对于马斯克的批评正在失去耐心。结果就是，这两位世界上最有权势的人物之间的关系开始出现裂痕。 一位白宫高级官员表示，特朗普对马斯克抨击其标志性立法的决定感到不悦，令他不解的是，马斯克为何在与他紧密合作四个月后突然加大批评力度。该官员还说，特朗普的高级顾问们对马斯克最新的攻势感到措手不及。 **导火索** 据知情人士透露，两人之间本就不稳的联盟因白宫最近撤销特朗普提名的NASA局长人选贾里德·艾萨克曼(Jared Isaacman)而进一步紧张。马斯克是艾萨克曼的密友，曾积极支持他获得该职位。 知情人士称，这一决定激怒了马斯克。上周末，他向身边人抱怨称，自己捐赠了数亿美元帮助特朗普赢得去年的大选，却眼睁睁看着艾萨克曼的提名被撤销。与马斯克关系密切的人士透露，正是因为对艾萨克曼的提名被撤销的不满，才让他更加积极地抨击税收法案。截至发稿，马斯克尚未立即回应置评请求。  艾萨克曼的提名被特朗普撤销 本周，马斯克在X上发布了一系列帖子，抨击该税收法案“令人作呕”，并威胁要罢免支持这份他称之为“可憎”、助长赤字开支方案的共和党议员。 周三下午，马斯克再次猛烈抨击该立法，呼吁他在X上的逾2亿粉丝打电话给参议员和众议员，要求“终结该法案”。特朗普则在真相社交(Truth Social)上发布了一张图片，上面是马斯克上周宣布离开政府效率部的感言，但特朗普没有在帖子中发表评论。 **酝酿已久** 其实，早在马斯克加大对税收法案的攻击之前，一些特朗普的盟友就担心马斯克在离开白宫后会更加自由地批评政府。据知情人士透露，一些政府官员曾鼓励国会山的议员们在社交媒体上发表积极言论，感谢马斯克的贡献，希望通过这种赞扬避免未来的冲突。 与马斯克关系密切的人士透露，马斯克早就对该税收法案心存不满了，特别是担忧法案中取消电动汽车税收抵免的条款。马斯克旗下特斯拉是全球最大的电动汽车制造商之一。他还是SpaceX的创始人，该公司获得了NASA的政府合同。艾萨克曼又与SpaceX存在联系，曾参与过SpaceX的首次全平民太空飞行任务。 白宫官员私下对马斯克的批评不以为然，认为他更多的是关注自身商业利益，而非公众利益。 在特朗普撤回艾萨克曼的NASA提名后，马斯克在X上为艾萨克曼辩护：“很少能遇到如此有能力且善良的人。”据知情人士透露，艾萨克曼曾对身边人表示，他认为马斯克的离开给了政府撤换他的机会。 白宫官员否认撤销提名是为了将马斯克的盟友赶出政府，辩称此举实际上源于艾萨克曼过去向民主党捐款的记录。艾萨克曼则在最近的一次播客采访中提到，白宫官员在数月前就知晓这些捐款。 当被问及特朗普和马斯克之间的关系是否依然紧密时，一名白宫官员表示，现在下结论还为时过早。该官员称，特朗普或许会宽容对待马斯克，但他不会忘记这样的冒犯行为。 [查看评论](https://m.cnbeta.com.tw/comment/1504486.htm)

<blockquote><p>在企业中，业务需求的管理和对接常常是产品团队面临的重大挑战。本文作者结合自身入职新公司后遇到的需求管理问题，详细梳理并分享了一套全新的业务需求管控流程，希望能帮到大家。</p> </blockquote>  最近入职了一家新公司，职责是作为某业务线的的产品 BP，负责对接该业务线的需求并推进，完善业务线的系统能力。 由于产研团队在业务需求承接环节没有统一的管理机制，在业务需求沟通与承接时遇到了一些问题，这些问题对于需求的管控，交付，以及产研团队的产出价值都产生了不同程度的负面影响。因此在合作一段时间后，对需求的对接流程以及提交需求的要求进行了梳理，并宣贯执行，如果你所在的团队对内部需求的承接也没有管控机制，可以参考。 ## 原需求协作场景 ### 场景一：业务直接提“解决方案” 这是沟通中经常遇到的情况，业务不提需求的场景，解决什么问题，价值是什么，而是直接说“我要 XXX 功能，什么时候能上线？” 该场景暴露了团队对于需求价值关注度低，缺少需求判断环节。 这种“需求”如果直接跟着业务的方案思路走，帮他们完善方案并推进开发，很可能会出现以下风险： - 实现后业务不使用，说这不是他们想要的功能； - 实现后业务使用，但价值并不高； - 方案本身并不合理，或过于复杂导致实现成本过高。 ### 场景二：习惯提“口头需求”，“一句话需求” 经常是开会中说了一句话，聊天时发了一条消息，或者讨论还没有明确结论的情况下，认为已经提需求了，在接下来的某一天突然问你需求进度怎么样了。 这种情况下，通常都是“一句话需求”，或者只是讨论的方向还没有形成明确的需求，这种“需求”如果进行承接，很可能出现以下风险： - 需求零散混乱，造成后续的需求管理，开发等流程疲于应对，占用产研团队大量的精力与人力； - 看似做了很多需求，但很可能整体价值不高，对业务关键指标的提升无多少影响； - 产品的时间被迫切割为零散时间，占用思考时间。 ### 场景三：需求描述混乱或过于发散 这也是沟通中经常出现的一种情况，与业务沟通需求时描述不清，无法形成闭环，或者沟通无重点，全程都在发散思维，每次沟通时间都很长，但没有有效的结论，造成双方的时间浪费，很可能后续业务还会提出质疑，说已经和产品沟通好几次了，浪费了我们时间但产品还是做不出来。 这三个场景，是我与新的业务方合作时经常遇到的，和一些朋友交流后，发现大家或多或少都遇到过类似的情况。 为了后续更好的与业务方合作，以及更好的提高产研团队的价值产出，结合实际情况梳理了一份需求协作流程，实际应用了一段时间，相比之前好了很多。 新的需求协作流程，主要是通过**规范提需流程**和**设置提需要求**，解决上述的问题。 ## 新需求协作流程 ### 提需流程 如上文所述，业务方原本提需求处于无序的状态，习惯“随时随地提一个”，且认为只要和产品说过就算提交需求，所有需要都必须开发实现。 新的协作方式，对提交需求流程进行了明确的规定，整体流程如下：  **首先，需要按照“需求提交模板”的要求填写文档** 这个要求的目的是通过书面化的形式，让业务在提需求前，进一步的梳理自己的诉求，理清楚思路以及必要性，加深业务自己的思考，同时也为产品收集更多的信息，便于更好的理解与处理需求。 **其次，需要通过邮件的形式提交需求** 这一步的目的是通过正式邮件进行提需，后续需求是否准入，方案是否达成一致，排期，效果跟踪都可以基于提需邮件进行反馈，做到需求的全流程跟进并有据可依。 同时，邮件需要发送直属领导以及业务部门老大，也增加了提需的门槛和心理压力，会再一次促使提需人提需前仔细思考。 发送邮件也相当于周知，让相关人员知道该需求以及后续的情况（如是否准入，产品方案是否达成一致），避免日后出现分歧。 **最后，通过需求准入会双方共同确认是否准入** 这一步则是为了与业务方达成一致，明确准入的需求以及优先级，后续的产品设计以及推进按照共识进行，避免需求无序。 同时也能强化“提交需求≠必须开发”的认知，业务方有提交需求的权利，产研团队也有拒绝需求的权利，面对业务提的无法证明价值和成功概率的需求，产研团队是可以说不的。 需求准入会上，由提需人阐述需求，重点包括背景，使用人群，需求价值，由参会的业务部门领导与产研领导共同决定是否准入。 ### 提需要求 产品团队提供需求提交模板以及示例，提需人需要按照要求填写模板，从而**提高业务需求的质量**，也在开会前收集更多信息。 以下是提供的模板：  在设计提需模板时，并没有要求过多的字段，主要是为了简化业务的工作，避免对业务过于复杂。但对于每个字段的描述，则要求详细且可以量化。 ### 其他说明 推行需求协作流程，不仅是产品经理自己的事情，也涉及跨部门的协作，需要产研内部与业务方均支持，尤其是业务方，要避免觉得是为了限制他们而产生负面情绪。 **强调新协作流程的价值** 在与业务方宣贯时，需要强调需求协作流程是为了更好的支持业务，快速有效的将重点需求落地。可以先列举当前协作中的真实痛点例子，这些痛点不仅是产品经理的痛点，也是业务的痛点。 **设置特殊需求处理流程** 上文提到按照固定时间进行需求准入会，但实际中会有一些特殊情况，无法等到需求准入会或无需必须参加准入会： - 一种是紧急需求。需要设置处理紧急需求的机制，避免框架限制业务，但需要限制次数，比如每季度最多可以申请 3 次，且一旦插入紧急需求，涉及到已有需求排期变更需要同步业务； - 一种是实现成本较低，比如添加一个枚举值，这种需求可以单独流程无需参加准入会，但需要设置明确的判断条件，如“单开发人日≤0.5 天，无系统架构影响的需求”，以避免执行过程中的灰色地带。 **与业务共同制定阶段性目标** 可以每季度初联合业务方制定本季度的重点目标，专项解决某一两个方向的问题，这样可以聚焦方向，避免需求零散，更加容易对业务产生高价值。 阶段性的目标，也可以作为评判某个需求是否准入的维度，如需求与核心目标不一致，且实现成本较高，则可暂缓准入。 已上是为了解决实际面临的提需问题而推进的新需求协作流程，流程并不复杂，本质是为了建立“需求过滤器”，避免产研成为“业务的附属团队”，而将精力耗费在低价值的需求上。 作者：K_roy，公众号：慢言录 本文由 @K_roy 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。

特斯拉和SpaceX首席执行官马斯克本周猛烈抨击总统特朗普正推动国会通过的大规模减税与支出法案，称其将令美国陷入“债务奴役”，并敦促国会议员“否决这项法案”。  “给你们的参议员和众议员打电话，”马斯克在社交媒体平台X上连发帖文怒斥该预算案，“让美国破产是不可接受的！”他进一步呼吁起草一份“不会大幅增加赤字、也不会提升5万亿美元债务上限的新法案”。 马斯克对这项提案的攻击始于周二，当时他称之为“令人作呕的耻辱”。此后短短两天内，他已连续发布或转发超过二十条相关帖文，内容大多聚焦批评该法案或评论美国债务问题。 据报道，马斯克此番高调发声的部分原因，是因为该法案削减了对电动车的税收抵免政策，影响了特斯拉的直接利益。另有消息称，马斯克原计划继续以“特别政府雇员”身份留任特朗普政府，但白宫方面未予批准。 马斯克近期也因多项政策分歧与特朗普政府产生矛盾，包括联邦航空管理局无法监管其星链系统，以及他心仪的NASA局长人选被撤回。 值得注意的是，尽管上周五在白宫送别仪式上，特朗普仍公开称赞马斯克的工作，对于马斯克连日来的激烈反对，目前尚未正面回应。不过特朗普的Truth Social账号周三下午转发了马斯克曾感谢他任命自己领导政府改革小组DOGE的一条旧帖，暗示两人关系尚未彻底破裂。 与此同时，特斯拉股价也受此纷争影响出现波动。周三，该股下跌3.55%，报收332.05美元。投资者情绪承压，一方面受中德两国销售数据疲软影响，另一方面也担忧马斯克与特朗普关系生变可能影响特斯拉在自动驾驶政策等关键领域的政策红利。 据最新数据，5月特斯拉在德国售出仅1210辆汽车，同比下滑36%；年内累计销量为7030辆，同比暴跌58%。在中国，5月上海工厂交付量近6.2万辆，同比下降15%。不过，5月交付量环比4月有所提升，第二季度前九周的零售销售同比下降约17%。周度销量则实现近20%的年增幅，部分为市场带来些许信心。 Future Fund联合创始人Gary Black评论称，马斯克对特朗普法案的“宣战”可能会危及特斯拉此前最重要的政策红利之一，联邦自动驾驶标准的立法进展。他指出，这一标准若被搁置，将影响特斯拉自动驾驶战略落地。 截至周三收盘，特斯拉年内股价已下跌约15%，但过去12个月累计上涨95%。自4月22日公司公布一季度财报以来，受益于马斯克宣布将减少在华盛顿的政治参与、并计划在德州奥斯汀部署无人驾驶出租车业务，特斯拉股价已上涨逾45%。 [查看评论](https://m.cnbeta.com.tw/comment/1504484.htm)

 世嘉宣布，将于2025年在PlayStation®5 / PlayStation®4 / iOS / Android / PC(Steam) / ONE store / HUAWEI AppGallery平台推出《SEGA 新创造球会2025》（以下简称《创造球会2025》）。 欢迎通过官方网站抢先注册，添加至愿望单！ Steam页面地址：[点此前往](http://Https://store.steampowered.com/app/3271000/SEGA/) 移动端注册地址：[点此前往](http://Https://segafcchampions.sega.com/zh-cn/)  《创造球会2025》是足球俱乐部经营模拟游戏“创造球会”系列的最新作品，传承了系列经典的年轻球员培养与俱乐部经营策略的精髓，同时实现了与时俱进的创新。玩家将化身主教练建设球队，可以体验从地方俱乐部起步挑战世界巅峰，也可将自己所在城市或喜爱的地区的俱乐部培养成顶级强队，享受其中的精彩故事。  本作有“创造球会模式”和“梦幻球队模式”。“创造球会模式”中，玩家可在箱庭式世界中担任主教练，打造最强俱乐部。“梦幻球队模式”中，玩家可选拔“创造球会模式”下培养的球员组建球队，游玩PvP（非实时对战）或PvE等内容。 作为全权主教练，玩家将亲自参与球队的各项决策事务，培养未来可期的明日之星，参与球员的招募和解约，带领俱乐部迈向世界巅峰。  超过5,000名真实存在的球员，支持跨平台存档游玩 除欧洲主要联赛外，FIFPRO、明治安田J联赛、K联赛等多个联赛中超过5,000名真实存在的球员将会登场，本作还将与曼城足球俱乐部展开联动。 此外，本作将支持跨平台存档与多平台游玩。  

星巴克公司周三表示，其北美首席门店官迈克·格拉姆斯（Mike Grams）将担任公司首席运营官，这是旨在提振业绩的领导层重组的一部分。今年1月，在星巴克北美总裁萨拉·特里林（Sara Trilling）离职后，她的职责被拆分为两个角色，格拉姆斯接任了首席门店官一职。 梅瑞迪丝·桑德兰德（Meredith Sandland）被任命为北美首席门店发展官，她和首席供应链官桑杰·沙阿（Sanjay Shah）现在将向格拉姆斯汇报工作。 这些举措是星巴克首席执行官布莱恩·尼科尔重振该公司的努力的一部分。 星巴克还表示，将把全球咖啡和可持续发展团队与全球品牌团队合并。 这一举措旨在加强咖啡在其菜单、产品创新和营销策略中的核心地位，并将可持续性融入其产品、包装和运营中。 今年4月，由于通货膨胀和经济的不确定性增加了成本，抑制了美国的需求，星巴克第二财季的全球可比销售额和利润令人失望。尼科尔去年被请来重振业务，现在他的任务是解决这些挑战。  [查看评论](https://m.cnbeta.com.tw/comment/1504482.htm)

百思买公司预计，在任天堂 Switch 2 游戏机于开始发售后不久，其预定的供应量就会被抢购一空。周三，在游戏机发售前几个小时，粉丝们就已经在商店门外排起了长队。有些人是来领取他们提前预订的设备，而另一些人则是为了抢购当天发售时剩余的库存产品。 [](https://static.cnbetacdn.com/article/2025/0603/03dccafba6f6707.jpg) 百思买公司负责客户业务的高级执行副总裁 Jason Bonfig在接受采访时表示:“今晚我们所有的商品都将售罄。” Bonfig表示，百思买为那些未提前预订的顾客准备的 Switch 2 游戏机库存“非常有限”。他拒绝透露各门店所获分配的设备数量。他还补充说，可能要数天或数周之后，任天堂才会再供应更多此类设备。Bonfig表示，此次发布将“推动百思买游戏业务的增长”。 最大的独立视频游戏零售商游戏驿站(GME.US)一位发言人表示，该公司预计其 Switch 2 产品在上市首日就会售罄。该公司预计每周会进行补货。 据市场研究机构 Newzoo 的数据，去年游戏机游戏的总销售额下降了 15%，降至 428 亿美元。而配备了互动功能(能让玩家进行对话和共享屏幕)的 Switch 2 有望为零售商带来提振。这是任天堂八年来的首款新游戏机。 与此同时，百思买公司正因来自中国(其主要商品供应地)的进口商品关税问题而陷入困境。此前，这家电子产品零售商下调了其销售和利润预期。百思买预计财年营收将在 411 亿美元至 419 亿美元之间(中值为 415 亿美元)，而市场预期为 414 亿美元。该公司表示，若关税维持当前水平，今年的同店销售额将最高增长约 1%，低于此前预计的最高 2%。此外，该公司将每股收益指引从6.20-6.60美元下调至 6.15 - 6.30 美元(中值为 6.225 美元)，而市场预期为 6.13 美元。 对于这家零售商而言，另一个面临的难题是缺乏能吸引顾客的热门科技产品。不过，随着任天堂公司下周推出 Switch 2 产品，这一状况或许会有所改变。据Piper Sandler的研究显示，在这款游戏设备上市后的四个季度里，百思买的同店销售额预计将增长 1%。 [查看评论](https://m.cnbeta.com.tw/comment/1504478.htm)

周四公布的行业数据显示，SK海力士今年第一季度在全球动态随机存取存储器（DRAM）市场的占有率首次超过了三星电子，得益于高带宽存储器（HBM）市场的迅速扩大。根据全球市场研究公司Omdia的数据，由于DRAM合同价格下跌和HBM出货量下降，第一季度全球DRAM销售额总计263.3亿美元，较上一季度下降9%。 [](https://static.cnbetacdn.com/article/2025/0329/9bf739c2ebd5c67.jpg) 在整体市场下滑的情况下，SK海力士的市场占有率从2024年第四季度的36%上升到今年第一季度的36.9%，超过了三星电子，后者的市场占有率从38.6%降至34.4%。 从销售额来看，SK海力士第一季度的销售额为97.2亿美元，而三星电子的销售额为91亿美元。 这是自1992年三星电子成为全球最大DRAM生产商以来，SK海力士首次占据首位。 包括Counterpoint Research和TrendForce在内的其他市场追踪机构也将SK海力士列为第一季度的最大DRAM供应商，市场份额为36%。 Omdia指出，DRAM市场格局正在被HBM行业的快速扩张所重塑，SK海力士和美光已经大幅增加了HBM在其产品组合中的份额。 Omdia预测，SK海力士将在第二季度将12层HBM3E的占比提高到HBM总出货量的50%以上，到今年下半年将提高到80%以上。 [查看评论](https://m.cnbeta.com.tw/comment/1504476.htm)

Circle Internet Group(CRCL.US)及其部分股东于美东时间周三扩大其首次公开募股(IPO)规模，募资近11亿美元，且定价高于此前市场预期区间，标志着稳定币发行商正获得更广泛的市场认可。根据一份声明，该公司及其联合创始人兼首席执行官杰里米·阿莱尔(Jeremy Allaire)等支持者以每股31美元的价格出售了3400万股股票。 [](https://static.cnbetacdn.com/article/2023/1108/b110593efb8a85c.webp) 此次IPO由摩根大通、花旗集团和高盛集团牵头承销，其股票预计美东时间周四在纽约证券交易所上市，股票代码为CRCL。 根据Circle filings中列出的流通股数量，此次定价使其市值达到69亿美元。若计入员工股票期权、限制性股票单位和认股权证，该公司全面摊薄估值约为81亿美元。 此次IPO正值稳定币(通常与美元或其他货币挂钩的数字代币)即将被美国国会正审议的立法纳入监管之际，这一进展可能赋予稳定币更高的合法性，同时也可能吸引竞争对手，华尔街多家大型银行正联合探讨是否发行自己的稳定币。 Circle提交的文件援引CoinMarketCap数据显示，截至3月底，其发行的USDC稳定币占据约29%的市场份额。其官网数据显示，截至5月29日，USDC流通量约为610亿美元。 声明显示，Circle在此次IPO中出售了1480万股，而出售股份的股东减持了1920万股。知情人士透露，此次扩大规模的交易引发强烈需求，截至周二订单截止时，认购量超过可供股份数量的25倍。 Circle早先提交的文件显示，其IPO目标于周一上调至3200万股，定价区间为27至28美元/股，高于最初计划的2400万股(24至26美元/股)。 文件显示，凯西·伍德(Cathie Wood)创立的科技聚焦型投资公司ARK Investment Management有意在Circle的IPO中购买至多1.5亿美元的股份。知情人士称，贝莱德计划收购此次IPO约10%的股份。 数据显示，贝莱德代表Circle管理一只政府货币市场基金，该基金持有USDC稳定币90%的储备资产。Circle官网数据显示，截至5月29日，Circle储备基金规模达533亿美元。 根据数据提供商PitchBook的数据，Circle在2022年一轮融资后估值为77亿美元。该公司曾于2024年初秘密提交上市申请，而早在一年多前，其放弃了通过与空白支票公司合并上市的计划——当时该交易对Circle的估值为90亿美元。 [查看评论](https://m.cnbeta.com.tw/comment/1504474.htm)

<blockquote><p>在产品设计与管理领域，梁宁的产品思维一直备受推崇。本文深入解析了梁宁关于C端、B端与财务产品设计的三大黄金公式，揭示了不同类型产品在用户体验、业务逻辑、数据运用、会计规则和风险管控等方面的独特构建框架。</p> </blockquote>  ## 01 产品定义 产品，普遍指被人们使用和消费，并能满足人们某种需求的任何东西，包括有形的物品、无形的服务、组织、观念或它们的组合。简单来说是“**为了满足市场需要，而创建的用于运营的功能及服务”就是产品**。产品是以使用为目的物品和服务的综合体。 更高阶的理解，如梁宁老师认为，产品能力是“人的底层能力”，即通过判断信息、抓住要点、整合资源，将个人或组织的价值打包成可交付的形态，并以此获得回报。例如，微信通过整合通讯、社交、支付等功能，将腾讯的生态能力转化为用户可依赖的服务。  产品的核心在于持续提供用户可依赖的确定性。例如ATM机的确定性是“出钞”，微信的确定性是即时通讯。这种确定性需通过系统能力保障，而非表面功能堆砌。 产品分有形的硬件产品和无形的软件产品。 **硬件产品**，指有形实物的研究、设计、创造、发明，如发明电脑，还有伟大的发明家爱迪生，发明的电灯、电话、留声机。硬件产品偏向研究，将创意以实物的形式，或硬件+软件具像化，如无人飞机就是硬件+操控软件代表作。 **软件产品**，把创意、思想、需求、问题，通过软件代码的方式予以实现，如无特别说明，本文特指软件产品。 ## 02 C端与B端产品 **1.C 端产品**（Consumer Product）则是面向个人消费者的产品。主要是致力于为个人用户提供便利和乐趣。 其特点包括： - 注重满足个人用户的需求和偏好。 - 设计简洁易用，注重用户体验。 - 涵盖各种领域，如社交、娱乐、购物等。 - 依靠吸引用户和建立用户忠诚度。 **2、B 端产品**（Business-to-Business Product）是指面向企业或组织的产品，主要用于满足企业的业务需求和提高运营效率。B端产品更偏管理与服务，是管理落地的抓手，也是支撑决策的利器。 其特点包括： - 专注于解决企业的特定问题和工作流程。 - 通常具有复杂的功能和高度的专业性。 - 强调数据的准确性和安全性。 - 帮助企业实现数字化转型和提升竞争力。 随着时代的发展，许多C端产品逐渐向B端转型，从满足个人消费者过渡到服务付费意愿更高的企业群体，实现公司与客户的双赢。 **3、C端产品转B端产品案例**： - **Slack**：最初是 C 端视频通话工具，后来转型为 B 端企业级在线会议工具。 - **腾讯会议**：2023年4月4日之后调整了免费版用户的使用权益，转向营收更强的 B 端客户群体 - **携程商旅**：功能由携程APP转型向企业客户。 4、C端产品与B端产品对比  ## 03 C端、B端产品与财务产品框架公式 财务产品属B端产品的一个分支，但几乎B端产品都将影响财务系统。三类产品的构建框架公式如下： - C端产品 =用户体验+ 逻辑 + 数据 - B端产品 = 逻辑 + 流程 + 数据 - 财务产品 = 逻辑 + 流程 + 数据 +会计规则 + 风险管控 接着我们详细展开说说三者框架构建细节。 ### 一、C端产品：用户体验驱动增长 公式：**用户体验（50%）+ 逻辑（25%）+ 数据（25%）** **1. 用户体验：C端产品的核心之核心** 不懂用户体验的产品经理往往做不好C端产品，这是很多产品经理的共病；用户体验不仅是表层的视觉设计，还有涉及人性、心理学的深层次思考，比如微信视频的“点赞”、“爱心”，同样是对视频内容的认可、赞扬，但点赞更容易被触发，而“爱心”因为会被展现在好友页，暴露隐私，造成用户谨慎触点“爱心”。 - 情感化设计：通过UI/UX触发用户多巴胺分泌（如抖音滑动交互、游戏化进度条）。 - 用户旅程优化：从“首次接触”到“习惯养成”的全链路体验设计（如拼多多砍价裂变机制）。 - 峰值体验塑造：在关键节点制造惊喜感（如Keep勋章体系、微信红包动画）。 **2. 逻辑，也称规则，是产品的底层支撑** - 业务闭环设计：用户需求→功能→转化路径的连贯性（如美团外卖的“搜索-下单-支付-评价”闭环）。 - 算法逻辑：推荐系统（如淘宝千人千面）、智能排序（如小红书内容Feed流）。 **3. 数据（优化依据）** - 用户行为埋点：点击率、停留时长、跳出率等指导迭代（如A/B测试优化按钮颜色）。 - 增长黑客模型：通过DAU/留存率/LTV数据驱动增长（如滴滴红包裂变系数计算）。 **4、典型案例：** - 微信：极简交互（用户体验） + 消息同步逻辑（跨设备无缝衔接） + 用户活跃度数据监控。 - 抖音：沉浸式滑动交互（体验） + 推荐算法逻辑（兴趣标签） + 完播率数据优化内容池。 ### 二、B端产品：效率与流程优先 公式：**逻辑（40%）+ 流程（35%）+ 数据（25%）** B端产品是面向企业、组织或机构的产品或服务，旨在解决企业或组织在运营、管理、决策等过程中的问题。它有如下特点：业务导向、注重效率与生产力、用户群体专业、定制化程度高，正因为如此，B端产品企业想实现持续、稳定盈利比C端产品挑战更大、付出更多。  构建B端产品主要由如下三大要素： **1. 逻辑：即业务抽象** - 业务建模：将企业需求抽象为可配置模块（如CRM中的客户生命周期管理）。 - 权限逻辑：角色-功能-数据权限的颗粒度控制（如OA系统的部门分级审批）。 **2. 流程：效率提升，B端产品是企业内部或内外部共同使用，更强调效率** - SOP数字化：将线下流程转为线上自动化（如ERP采购审批流）。 - 异常流程处理：兼容业务弹性（如电商退换货的多分支判断逻辑）。 **3. 数据：是企业的灵魂，为决策提供支撑** - 业务效能指标：人效比、流程耗时、错误率（如客服工单处理时效统计）。 - 可配置报表：自定义数据看板（如销售漏斗分析、库存周转率监控）。 **4、典型案例：** - 钉钉：考勤逻辑（打卡规则配置） + 审批流程引擎（自定义表单） + 组织效能数据看板。 - Salesforce：客户关系逻辑（商机阶段管理） + 销售流程自动化（邮件跟进模板） + ROI分析报表。 ### 三、财务产品：规则与风控双底线 公式：**逻辑（30%）+ 流程（25%）+ 数据（20%）+ 会计规则（15%）+ 风险管控（10%）** **1. 会计规则，体现合规性** 会计规则是财务产品必须遵循的规范和准则，它确保了财务信息的规范性和可比性。会计规则包括会计政策、会计准则、会计制度和会计方法等。例如客观性原则要求企业的会计核算必须以实际发生的经济业务为依据，如实反映企业的财务状况和经营成果；可比性原则要求企业的会计核算应当按照规定的会计处理方法进行，会计指标应当口径一致、相互可比。 会计准则映射：自动生成符合GAAP/IFRS的凭证（如收入确认时点控制）。 科目体系配置：支持多账套、多币种核算（如跨国企业合并报表逻辑）。  **2. 风险管控（安全阀）** 风险管控是财务产品的重要组成部分，它旨在识别、评估和应对可能影响财务产品目标实现的各种风险。财务风险包括市场风险、信用风险、流动性风险、操作风险等。例如，市场风险是指由于市场价格波动导致企业资产价值下降的风险；信用风险是指客户违约或资金无法收回导致的损失风险。风险管控的方法包括风险识别、风险评估、风险应对和风险监控等 - 四眼原则：审批与执行分离（如付款申请需双人复核）。 - 审计追踪：操作留痕与数据不可篡改（如区块链电子发票）。 **3. 其他要素协同** - 逻辑：结账自动化逻辑（如月末自动计提折旧）。 - 流程：预算编制-执行-分析闭环（如滚动预测流程）。 - 数据：现金流预测模型、税务合规性校验。 由上可知，逻辑为财务产品提供了理论基础和思维方式，流程保证了财务工作的高效有序进行，数据是财务产品的核心内容，会计规则确保了财务信息的规范性和可比性，风险管控则保障了财务产品的稳定和安全。这五个要素相互关联、相互影响，共同构成了财务产品的整体。只有将这五个要素有机结合起来，才能设计出高质量、高效率、低风险的财务产品，满足企业和社会的需求。 **4、典型案例：** SAP财务模块： - 逻辑：成本分摊规则（按部门/项目分摊）。 - 流程：从采购到付款（P2P）的端到端流程。 - 会计规则：自动生成符合当地税法的凭证。 - 风控：预算超支预警、反洗钱交易监控。 总体而言，产品设计的本质是在约束条件下寻找最优解——C端需平衡用户体验与商业变现，B端需协调效率与灵活性，财务产品则要在合规框架内实现效率突破。 作者：业财老曾，公众号：业财老曾谈，专注财务信息化20年 本文由 @业财老曾 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。

说说京东为什么要做外卖。

While AI&#39;s meteoric rise is subject to macro uncertainty—from geopolitical tensions to capital constraints—it has quickly become one of the most potent levers for Chinese firms seeking to scale internationally.

 由Kakao Games发行、Chrono Studio开发的动作MMORPG新作《时空奥德赛》（Chrono Odyssey），自公布以来便凭借其次世代画面表现、独特的时空设定与沉浸式战斗系统，吸引了大量玩家关注。在6月即将开启全球封闭测试之际，官方特别发布了一份由开发团队亲自作答的Q&amp;A专访，针对玩家关心的游戏职业构建、战斗机制、氪金模式及未来计划等内容进行了详细解读。 随着《时空奥德赛》测试临近，关于战斗系统、职业机制、收费设计等核心玩法的讨论也持续升温。对此，Chrono Studio开发团队也通过本次专访作出了正面回应，分享了他们在设计理念与后续规划上的思考。  以下为Chrono Studio开发团队针对玩家高频提问的集中回应： 1.关于游戏的氪金设计是否会影响游戏内的公平性。 比如是否存在可能被玩家解读为“Pay to Win”的付费内容？收费项目是否会对资源获取或游戏内经济系统产生影响？ A：首先，我们想向大家明确一点：游戏中不会存在“Pay to Win”元素，请玩家放心。 我们始终坚持维护公平竞争的环境，不会引入影响战斗平衡的付费设计。因此，游戏内的收费内容（BM）将主要集中在装饰类道具和提升便利性的功能，不会干扰核心玩法体验。 2.本作在战斗系统方面，如何平衡MMORPG常见的数值设计与动作游戏的操作要素？ 比如在团队协作或高难度副本中，玩家是否需要针对某些定位去强化特定属性？例如剑客职业是否更适合堆叠防御类数值等？ A：《时空奥德赛》的战斗系统采用的是结合角色操作技巧与装备特性成长的设计。玩家的成长不仅依赖于战斗操作的熟练度，还包括装备所附带的“选项”和“特殊属性”，以及根据所佩戴武器构建的技能体系。此外，每个角色都拥有三套武器组合，玩家可以根据战斗场景灵活切换，从而应对不同的战斗需求。我们希望每位玩家都能根据自己的战斗风格，打造属于自己的自由战斗体系。 3.现有职业在技能树、武器切换与玩法风格方面呈现出怎样的深度设计？未来是否有计划通过新增职业、子职业等方式，进一步拓展职业体系，提升玩法多样性？此外，关于团队协作部分，像“坦克、治疗、输出”之间的职业配合机制，在《时空奥德赛》的副本或团队战中是如何被设计和体现的？ A：《时空奥德赛》中依然保留了传统MMORPG中坦克、输出、治疗等定位的职业。 但即使是坦克或治疗类职业，也可以通过武器切换以及根据武器特性进行的自由定制，跳脱出传统印象中固有的职业框架，按照玩家自己的方式去打造角色。 每位玩家在组队副本中都能根据自己拥有的技能组合进行多样化运用，极端点来说甚至可以由3名坦克或3名治疗师组成的小队，也能成功通关——角色和副本的设计正是为了支持这种自由策略。 在《时空奥德赛》中，“灵活性”是核心设计理念之一。每个职业虽然有其固有的身份特征，但玩家可以根据自己的风格，自由搭配主动技能与被动技能，打造属于自己的独特玩法。无论是单人游玩、团队配合，还是应对特定Boss机制，玩家都可以根据不同战况，自由调整自己的战斗配置与策略。 4.战斗系统大致追求怎样的动作性？想知道这款游戏是否正在朝着类似魂系游戏那样的高难度、需要精确操作的方向进行开发？ A：《时空奥德赛》的战斗系统强调动作灵活性。 本作在设计上受到魂系游戏的启发，不仅具备基础的动作玩法，还鼓励玩家积极运用闪避、招架、格挡等高阶操作。我们的目标是将“以武器为核心的强烈打击感”与“动作RPG特有的敏捷反应性”相结合，打造出独特的战斗体验。玩家可以通过策略性地选择技能、灵活切换武器，以自己的方式应对战斗，从而享受真正自由、充满变化的动作战斗。 5.在PvP与PvE内容的奖励机制方面，如何实现平衡？是否存在通过限定奖励，迫使玩家去参与自己并不感兴趣的内容（如PvP或PvE）的情况？ A：《时空奥德赛》整体以PvE玩法为核心进行开发，但我们同样重视热爱PvP的玩家，因此也准备了相应的PvP内容。本次封闭测试中，玩家暂时只能体验到可根据自身意愿进行的野外1对1自由对战。目前，我们正在积极开发包括“自由决斗区域”在内的PvP玩法，以及一种结合目标争夺与环境威胁应对的“PvPvE战场”模式。通过这些设计，我们希望为PvP玩家与PvE玩家提供兼具深度与多样性的内容体验，满足不同类型玩家的游玩风格。 关于相关内容的更多详情，我们将会在不久之后通过官方渠道陆续公布，敬请期待。 6.游戏中的神器“Chronotector（时空控制器）”在Raid与PvP等不同类型的玩法中，其功能是否保持一致？ 与传统游戏中常见的加速、减速（如子弹时间）或时光倒流机制相比，本作的“时间操控”系统在设计理念或实际运作上有何本质区别？此外，若有多位玩家同时使用时间操控技能，系统会将他们统一纳入同一个时间流进行处理，还是会采用其他方式加以区分和处理？ A：时空控制器可操控敌方时间使其减缓，或将周围环境回溯至过去，实现对时间与空间的干预。该机制广泛应用于游戏中的机关解锁、迷宫探索与解谜等玩法，同时在PvP中也作为地图控制、紧急撤离等关键场景下的重要战略工具。为保障对战的公平性，其部分功能在PvP中将受到适度限制。另外，在本次封闭测试中，玩家在PvP模式下依然可以使用时空控制器。我们从早期测试阶段（FGT）起便高度关注其在PvP中的实际表现，因此希望借此次封闭测试，收集更多玩家的实战数据与使用反馈。 在正式上线版本中，我们将充分参考玩家意见，进一步优化时空控制器的设计与平衡，力求在保持策略乐趣的同时，实现良好的竞技性与公平性。 7.MMORPG开发团队经常会面临“探索(Exploration)内容的开发速度赶不上玩家消耗速度”的问题。针对这一挑战，贵团队目前采取了哪些应对策略，或正在考虑哪些解决方案？ A：《时空奥德赛》的探索系统与整体游戏体验密切相关。 我们致力于为玩家提供“当下体验的乐趣”，即使玩家已抵达某个世界区域，探索依然不会就此结束，而是会引导他们开启全新的冒险旅程。即便是在同一片区域，不同玩家根据自身的游戏进程与状态，也会触发各自独特的探索内容，从而带来截然不同的发现与体验。 8.角色的服装与装备在部位上会进行怎样的细致划分？例如会由多少个部位组成？ 另外，是否会提供“外观与属性分离”的系统（如外观槽位等），让玩家能够自由搭配自己喜欢的造型？&#34; A：在本次封闭测试中，玩家可以体验到共10个防具与饰品装备槽位。 如果一个装备的外观很好看，但因为属性不佳而无法穿戴，这对玩家而言是非常遗憾的体验。 对此，我们的开发团队也深有共鸣，目前正在积极考虑引入外观与性能分离的相关系统。 9.关于公会系统或协作内容，游戏中为玩家之间的沟通与合作提供了哪些功能和机制？ A：游戏中设有公会系统，并准备了多种协作体验的玩法，例如开放世界中的精英Boss、军团Boss突袭战、地下城、以及“时间之门”等特色副本，玩家可以通过组队协作，体验更具深度与乐趣的战斗内容。 即使是偏好单人游玩的玩家，也能在不被强制的前提下，自然地融入到多人内容中，这一点也是我们在系统设计时重点考虑的方向之一。虽然本次封闭测试无法展现所有合作玩法的全貌，但我们将在不久后陆续公开更多相关内容，敬请期待。 10.除了搭载自动系统的手游MMORPG之外，传统那类需要大量时间投入、疲劳感较高的MMORPG，似乎正逐渐让玩家感到负担，整体也呈现出一定程度的下滑趋势。而《时空奥德赛》看起来同样是一款对时间投入有一定要求的作品。针对如今游戏市场中“重时间投入型MMORPG”与“轻量化、碎片化游戏体验”之间的趋势变化，贵开发团队是如何看待这一现象的？ A：《时空奥德赛》并不是一款只为了“打通终局内容（End Content）”而存在的MMORPG，而是一款强调“成长过程本身就充满乐趣”的游戏。玩家在游玩过程中，可以根据自己的兴趣选择喜欢的内容进行体验，并在不知不觉中自然提升等级。在战斗设计方面，我们也希望玩家能够专注于每一场战斗、每一个瞬间，从中获得沉浸式的乐趣。最终，我们希望玩家的目标不只是冲刺满级，而是能够真正享受游戏的过程，沉浸于这个世界本身。 11.本次封闭测试中所开放的内容大约占整体游戏体量的多少？如果游戏具备一定的叙事自由度，是否支持玩家以不同条件进行多次重复游玩？ A：本次封闭测试中所提供的内容，仅占《时空奥德赛》整体体量的极小一部分。 目前游戏仍在开发中，未来将持续加入包括叙事在内的更多玩法内容，无论是系统深度还是整体体验都将进一步丰富和完善，还请各位玩家多多期待后续的更新与进展。 12.听说在游戏中通过采集等生活类玩法同样可以达到最高等级，也可以变得非常强大。那么相比战斗玩法，在时间投入或资源消耗方面是否会存在明显差距？这两种成长路径各自有哪些优势与特点？ A：我们并不将战斗与生活玩法完全割裂来看。我们希望不会因为玩家偏好某一类活动而让他们感到被排除在外。因此，在《时空奥德赛》的世界中，只要你持续参与游戏中的各种行为，都能够自然地强化自己的角色。喜欢战斗的玩家可以通过击败怪物获取战利品，而偏好生活内容的玩家则可以通过制作与交易获得所需装备。我们希望构建一个两者相辅相成的生态体系，让不同类型的玩家都能在这个世界中找到属于自己的成长路径与乐趣。 13.整个游戏的视觉风格给人一种较为阴暗、沉重的氛围。请问这种美术风格是如何确立的？它是否也意味着游戏在整体玩法上更偏向硬核？玩家是否还能期待一些相对轻松、休闲的游玩体验？ A：我们在设定《时空奥德赛》的美术风格时，汲取了东西方视觉传统的灵感，将黑暗幻想特有的粗粝厚重感与充满想象力的宇宙恐怖科幻元素相结合。如果在中世纪，一群拥有异文明科技的宇宙生命体如同电影《普罗米修斯》中那般降临人类世界，会激起怎样的视觉冲击？在我们看来，中世纪越是被表现得真实与宁静，与外来文明的碰撞就越能放大“宇宙恐怖”的反差感，从而带来更强烈的感官与情绪震撼。 因此，《时空奥德赛》在世界观与氛围的塑造上所呈现出的“硬核感”，更多是希望借此加深玩家对游戏叙事的沉浸感与代入感。此外，《时空奥德赛》的主舞台“塞特拉”本身由多个区域组成，每个区域都有各自独特的事件背景和叙事氛围，其中也包含了可以让玩家感到轻松、舒缓的区域与内容，这一点也请大家拭目以待。 14.请问本作在正式上线时，是否会在 Steam、PlayStation、Xbox 等平台同步上线？还是会根据平台进行分阶段推出？ A：《时空奥德赛》的开发目标是实现 PC、PlayStation 5 和 Xbox Series X|S 平台的完全同步与同日上线。 15.最后，是否有想对一直支持《时空奥德赛》的粉丝们说的话？ A：正如我们在开发团队的采访视频中提到的，我们特别想对参与本次封闭测试的各位玩家说一句：“别只是跟着主线任务走。”我们的开发团队本身就是热爱MMORPG的玩家，怀着这份热情与执着，我们一直在努力打造心中理想的作品。衷心感谢一直以来支持《时空奥德赛》的每一位玩家。我们承诺将为各位玩家带来一个更加广阔、奇异且充满探索乐趣的世界。 请大家敬请期待即将到来的封闭测试，再次感谢大家的关注与支持！ 《时空奥德赛》的全球封闭测试将于6月正式开启，目前Steam页面已开放测试资格申请通道。更多关于游戏的实机表现与后续开发计划，也将在未来逐步公开。对于期待体验高自由度战斗与深度世界观探索的玩家来说，这场冒险之旅即将启程，敬请期待。

<blockquote><p>随着传统电商平台流量成本的攀升和私域流量的崛起，微信凭借其强大的社交关系链和小程序工具，在电商领域展现出巨大的潜力。本文深入分析了微信电商事业部的现状，供大家参考。</p> </blockquote>  研究背景 - 传统电商增长放缓：淘宝、京东等平台用户增速趋缓，流量成本攀升，商家亟需新渠道。 - 私域流量崛起：微信凭借社交关系链与小程序工具，成为企业构建私域流量的核心阵地。 - 视频号商业化加速：2023年视频号直播带货与广告体系完善，推动微信电商生态升级。 研究目的 本研究旨在： - 探讨微信电商的发展现状，包括用户规模、功能创新等方面。 - 识别影响微信电商营收的主要因素，为商家提供参考 - 普通人在这个趋势下的机会 研究路线 - 宏观分析：收集并分析2023年上半年中国电商行业的整体数据，了解行业发展态势。 - 微信电商现状：研究微信电商的用户规模、功能模块、交易额等关键指标，评估其市场表现。 - 影响因素分析：识别并分析影响微信电商营收的主要因素，如用户活跃度、功能创新、市场竞争等。 ## 1 宏观视角——整体窥探 ### 1 .1 2024-电商行业 内部验证：微信小店2024年，GMV同比增长1.92倍，吸引大量商家进驻 市场巨大： 抖音、快手等短视频平台通过直播电商快速崛起，抢占市场份额（据晚点LatePost，抖音电商2023年GMV超2万亿元）。 私域电商模式被验证：（如拼多多、小红书等），微信需强化自身在去中心化电商中的主导地位。 ### 1.2 微信目前数据 用户量：截至2024年第三季度，微信及WeChat的合并月活跃账户数达到13.82亿，同比增长3% 小程序渗透率：微信活跃用户小程序渗透率为95% **微信小店用户画像与地域分布** 年龄结构：25岁以上用户占比超过90%。 性别比例：女性用户占63%，男性占37%。 地域分布： - 一线及新一线城市用户占32%。 - 二、三线城市用户占40%。 - 四、五、六线城市及海外用户占28%。 交易与运营数据 - GMV（商品交易总额）：2024年微信小店GMV达到2023年的1.92倍，约为2200亿至2500亿元人民币。 - 订单数量：同比增长125%，达到2023年的2.25倍。 - 动销商品数：同比增长3.83倍。 - GPM（每千用户平均下单金额）：同比增长1.5倍。 - 月动销商家数：同比增长1.7倍。 类目增长亮点 - 高增长类目：服饰家居、食品生鲜、玉翠文玩、个护美妆、教育培训、母婴玩具、图书影音等。 - 细分类目增速：时尚饰品、生活电器、速食熟食、禽肉蛋品、运动鞋包、进口食品等细分类目增速超过200%。 商家与平台政策 - 类目开放：平台降低了26个一级类目的入驻规则与准入门槛，将391个三级类目由“定向准入”及“暂不开放”调整为开放。 - 保证金政策：已有2000余个类目支持“0保证金”试运营。 功能创新与社交驱动 - “送礼物”功能：2024年底，微信小店上线“送礼物”功能，融合社交与电商，提升用户互动与交易意愿。 - 案例分析：以东方甄选为例，2025年元旦和除夕夜期间，其送礼订单较前一日分别暴增1622%和661%，除夕夜全天GMV超500万元。 ### 1.3 微信事业部架构 张小龙曾说过，「很多人说腾讯没有电商基因，我们很敬畏，但如果微信能做好内容，而商品也是一种内容的话，那微信就可以做好商品。」  ## 2 微观视角——局部分析 ### 2.1 微信优势  ### 2.2 商业化模式 2024年Q2财报电话会，刘炽平就做出过解释：腾讯重新定位了直播电商，不仅仅是以视频账户和直播频道为基础，而是要构建微信电商系统。视频将与公众号、小程序、企业微信在内的所有元素相连接。 商业模式 - 推客带货（对标淘宝）：微信拥有13亿用户，通过CtoCt形式进行分销，全民可挂商品链接，全民分销 - 信任电商（对标拼多多）：微信作为社交平台存在大量购物场景，通过熟人社交进行商品推荐，转化率极高，微信群（社群电商）、送礼功能、团购（社交裂变） - 内容种草（对标抖音快手）：这几年微信在内容生态上发力，沉淀了大量的优质内容，通过视频号、公众号、小绿书、朋友圈这些载体进行商品推荐，可以分走一部分短视频的兴趣电商份额  ### 2.3 腾讯尝试电商历史 第一阶段：拍拍网（2005-2014）腾讯对标淘宝成立C2C平台“拍拍网”，依托QQ流量 因为（1）毛利低（2）缺乏供应链管理能力（3）流量依赖QQ但未形成独立生态，用户留存低；最终关闭 第二阶段：PCG，垂直电商尝试。二次元衍生品——鹅漫U品，团购——小鹅拼拼； 第三阶段：O2O，智慧零售，只提供toB服务，发挥腾讯产品优势 第四阶段：微信，微信小店  ## 3 个人从业者机会 ### 3.1 上下游分析  ### 3.2 产业链路梳理分析  ### 3.3 机会分析 商家：一些适合在微信生态的黄金品类存在机会，例如老年人用品（保健品、休闲娱乐产品）、白领群体（高端生鲜、智能家居与科技产品、定制化商品） 企业服务：saas服务、仓储、物流服务、客服团队等 ## 附：微信小店热销品类参考  本文由 @摩尔研究院 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自微信官方 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

 AI 文本生成器的主要用途之一是“重写”文本。也许你有营销材料来加强。或者一篇旧的博客文章来振兴。或者，也许你是一名学生，明天有一篇论文要交。所以你点击了 “重写”。 无论您的情况如何，您都有可能没有看到您想要的结果。这就是我在这里分享我最喜欢的 Prompt。 ## AI 提示：如您所愿，您就会得到 人工智能似乎是作家的神奇精灵。这几乎就像我们只需按一下按钮即可获得一个新的内容世界。这一切都是为了要求。 这就是为什么当 AI 输出不起作用时令人沮丧的原因。当我们不知道如何向内容生成器询问我们想要的东西时，问题就会出现。 我听到的最常见的求救声是：“为什么重写只是重复？ ### 为什么 “重写” 不是一个强大的提示： 有时（但并非总是）像这样的提示只会导致抄送：人们想知道为什么它不会给他们一个全新的内容。 但把自己放在人工智能的角度，或者更好的是，巴**特辛普森**的鞋子。当你给它一个句子并要求它重写它时，AI 会按字面意思理解并重复它： 即使您请人工私人助理为您“重写”草稿，这并不意味着全新的原创内容或从头开始。通常这意味着第二次运行或抛光。不幸的是，当 AI**从字面上**接受您的命令时，可能会导致逐字内容和抄袭。 ### 即使在最好的时候，“重写”也会产生一种苍白的模仿。 如果从根本上误解了 “重写” 的含义，那么输入 “完全重写” 也不起作用。“用完全新的词” 也不是，因为老实说，你不需要一个新的词汇 — 许多关键词应该保持不变（连词、冠词、介词等也应该保持不变）。实际上，您只希望它**的外观和声音都是原创**的。 ### 在提示工程中，选择正确的词语很重要 那么解决方案是什么呢？简单：精确和有意识地选择语言和单词。从这场人工智能革命开始，我就说过：**AI 不会取代写作技能。**自然语言处理 （NLP） 使我们的表达方式比以往任何时候都更重要、更适销对路。 AI 会将普通作家变成好作家，把好作家变成了不起的作家，把了不起的作家变成多产的作家。 ### 在提示之前问问自己你真正想要的是什么 “重写”是平淡而模糊的。如果这就是你提示的全部内容，你的输出将是乏善可陈的。垃圾输入，垃圾输出。 尝试为它增添趣味并清楚地表达您的编辑需求。请记住，我们需要对语言做一些事情以获得最佳结果。什么是“做”的词语？没错，**动词**。所以使用描述性动词。例如： ## 31 个比“重写”更好的 AI 提示 - **释义**：当您想避免抄袭时，这很有用； - **重构**：更改重写的视角或焦点； - **总结：** 当您想要快速概述一个冗长的主题时； - **展开**：更全面地了解主题； - **解释：** 在重写中使某物的含义更清晰； - **重新解释：**提供可能的含义或理解； - **简化**：降低语言的复杂性； - **精巧：** 为给定点添加更多细节或解释； - **放大**：加强重写中的消息或要点； - **澄清**：将令人困惑的观点或陈述更清晰； - **适应**：针对不同的受众或目的修改文本； - **现代化**：更新旧的语言或概念以使其更具时效性； - **正式化**：这要求将非正式或随意的语言改写为更正式或专业的风格。适用于商业或学术环境； - **非正式化**：将其用于社交媒体帖子、博客、电子邮件活动或任何需要更口语化风格和轻松语气的上下文； - **凝结：** 通过将重写限制在关键点来缩短重写； - **强调/重申**：比其他点更突出某些点； - **多样化**：增加多样性，也许是在句子结构或词汇方面； - **中和**：消除偏见或意见，使文本更加客观； - **流线：** 删除不必要的内容或绒毛； - **丰富/修饰：** 为重写添加更多的活力或细节； - **说明**：提供示例以更好地解释要点； - **综合**：组合不同的信息； - **耸人听闻**：让重写更引人注目。非常适合点击诱饵； - **人性化**：使文本更具相关性或个性化。非常适合博客； - **提升**：提示进行更复杂或更令人印象深刻的重写； - **提亮**：提示进行清晰或具有启发性的重写； - **丰富：**使文本更生动或有趣； - **淡出：**表示淡化或降低文本的强度； - **夸张**：当你想在重写中炒作夸张时。非常适合推销（看看那些讨厌的事实）！ - **淡化**：当您想要更圆润、温和的语气时。非常适合研究和严肃的循证推荐。 - **美化：**提示使重写更性感、更吸引人。 ### 提示工程时明智地使用文字 如您所见，有无数的选择。有些根据目标受众进行调整，有些改变文本，有些玩弄文字。 请尝试选择语气与所需效果相匹配的动词。不仅告诉 AI 该做什么（使其更有趣和令人兴奋），而且还传达了做该事的能量（以一种有趣和非正式的方式）。这样，您就可以将更多属性（包括情绪）捆绑到提示中。 ## 使用 AI 改进重写文本的其他方法 您应该添加的另一个方面是说明您的目标和优先事项。如果要以特定格式重写信息，请在提示符中指定此格式。例如，如果你想要一个列表，提示 “如果您想要一个详细的段落，请提示“请提供一个解释性段落来详细说明……” 我一直以来最喜欢的首选提示之一是： 从**X**角度重新解释上述内容，以便作为**Y**发布 **X** 可以是您的目标受众（例如消费者、年轻人），也可以是某种心态或意识形态（以商业为导向、环保主义者等）。 **Y**是您想要创建的内容类型（例如电子书、文章、电子邮件、博客、社交媒体帖子、营销材料等）。修改和调整提示！ ### 大-小-大 在重写文章时避免重复的另一种方法是将其分解成更小的部分，然后将其重新构建成新的东西。 因为你把一些大的东西，把它削成最基本的骨头，然后再次充实它，创造一个全新的文本。该过程应该删除重复项，因为我们已经转换了文本。 首先，让您的 AI 总结或指出来源。理想情况下，您希望它完全剥离（没有逐字引用或文本片段）。然后将其用作生成新内容的**种子**或构建块。您可能希望在另一个对话中生成此消息，以便它无法返回源。 ### 更改重写中的语气 还记得在学校被指示重写一门科目“用你自己的话吗？生成 AI 文本时，相同的释义规则也适用。 要求它使用特定的语气。这甚至可以是你自己的语气。不确定如何提取您独特的写作风格或品牌声音？我已经帮你搞定了。查看此解决方案（非常适合企业和学生）： 当我们要求 AI 匹配个性时，我们鼓励对材料进行更广泛的重写。它为语言模式增添了更多的个性。 你要求 AI 扮演专家的角色（但是，对于拥有个人品牌的学生和创作者来说，我不能强调为自己的声音定下基调是多么重要）。 您甚至可以将语音设为 AI 输出的默认语音，因此只需简单的“设置并忘记”即可。 本文由 @来学习一下 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

曾经被云大厂视为鸡肋的政务云，在DeepSeek等大模型的加持下，重新变成金矿了，云大厂们又要重归to G了