（1）#政策润雨# 相较于关税1.0，这6年间，中国加大对外开放，大力支持技术创新，在部分领域稳杠杆，对企业减税降费，增加对公共民生方向的投资，加大转移支付力度。（2）#牡丹香万里# 近年来我国出口产品向技术密集型、高本土自主可控产业链转型，享全球美誉，有极强的不可替代性。

 他们曾见证星星的轨迹， 也曾面对质疑的声音。但他们会前行，再前行—— 因为探索本身，就具有全部意义。 * * *《1987宇宙组曲OST》已正式上架各大音乐平台歌手搜索：The 1999

 本期节目为2025年4月19日《 给“PS5”起中文名怎么这么难！核周报4.19 》 的录后谈。 从2025年2月开始，每周1-2期的播客节目将配备会员专享的《录后谈Aftertalk》。在这里也许你能听到录音结束后的感想，意犹未尽的争论，或是录后的反省大会。总而言之，和会员朋友们分享有趣的闭麦后录音室秘密小花絮！㊙️

坐落在上海黄浦江畔的“雨亭”，正在以自己独特的方式，向来来往往的公众和消费者诉说着谷雨品牌成立九年的成长故事。

 # 前言 想起来 补一下设计基础中色彩的部分，不是专业画师 绘师 设计师， 算是半个搞渲染/计算机图形 + 搞设计的。从现代计算机图形角度梳理，用词以计算科学为主 会夹一些基础艺术/设计概念，欢迎补充/纠正。 素材作教育/研究之用，所有素材版权归属其版权方所有。 # 色彩在计算机中的表达 现代计算机一般表现颜色的时候一般采用一下3类颜色编码（Color Code）之一。*此处 Color Code 指如何用数字表示颜色，属于计算机科学相关领域。 HSV/HSL通过 Hue 色相（什么颜色）- Saturation 颜色饱和度 - Value (Lightness) 明暗 3个参数来表现颜色，是一个人类设计师/画师之间比较好交流的标准，同时需要对颜色进行微调时 也会比较方便。数位板绘画常用的调色轮就是基于 HSL / HSV 系统。*一个颜色色相不变，调节它的饱和度/明暗 得到的不一定是肉眼上的同一个色相的颜色。 RGB / HexCode用 红色-绿色-蓝色 之间不同的混合来表现呈现在屏幕上的颜色，正好对应显示器中的3种原色像素。因为显示屏是通过【自己发光】来显示颜色，用这 红-绿-蓝 3种原色叠加混合（相加混色）就可以表现出大多数颜色了。当RGB的所有颜色混在一起时，呈现出来的是白色。 CMYK系统对应的实际是 青色-紫红色-黄色-黑色 4种颜色的油墨/打印粉。不同于屏幕依靠发光来呈现出不同颜色，当印刷时纸呈现红色时，实际是纸上的墨水【只反射了红色的光】，吸收了除了红色以外的所有光，是[相减混色]模式。当CMYK的所有颜色混在一起时，呈现出来的是黑色。  (主流的一些颜色编码系统)  (能表达的颜色（色域空间）对比，RGB系统只能表现人眼可见颜色中比较少的一部分。) 另外值得注意的是色域空间实际上【不是一个平面】，而是一个3轴的坐标系。实际上是和标题图类似的一个类似 双角锥 或者 双圆锥体 的立体形状。 色彩明暗/色调 当一个 颜色A 的纯色被混入【白色/黑色/灰色】时，变成了 颜色B 这个颜色的色相不变，但是变暗 变淡了的情况。我们把 颜色B 称为 颜色A 的 Shade暗调 / Tone灰调 / Tint亮调。参考 正红色 RGB = 255 0 0 ，暗红色RGB = 122 0 0 的情况。正红色可以说是暗红色调亮了的亮调 / 暗红色可以说正红色调暗了的的暗调/灰调 以及黑色/白色/灰色 都可以被认为是【无色】的，因为他们可以是任何颜色无限参入【白色/黑色/灰色】，饱和度调到0转换而来。 # 渲染和光照模型 和油画这类传统绘画很不同，传统绘画很多时候（特别现代/当代）很多时候是直接构思作者想呈现什么样的最终效果。游戏/数字电影的渲染等无论何时实际模拟的都是 <blockquote>入射光1 / 2 / 3 ... N + 材质本身颜色 = 我们看到的颜色 = 虚拟世界中最终反射出来的颜色</blockquote> 而不是直接想呈现的颜色。游戏的关卡策划/3D美术/灯光艺术家 等需要多一个考虑 光源x材料的过程，更类似于数字版绘画中多个半透明图层互相堆叠影响的情况。  这里额外补充一点就是 游戏世界中[环境中的光源颜色]可以和[照亮物体光的颜色]轻而易举地完全分开。这一般是是基于 环境照明/Ambinet Lighting 或者 全局光照 Global illumination 实现的。 [3D实例：不同光照渲染模型对类似的物体的影响](https://editor.p5js.org/p5/sketches/3D:_materials) [中文讲解：不同的光照模型及背后的数学理解](https://www.bilibili.com/video/BV1mp4y1776u/?spm_id_from=888.80997.embed_other.whitelist&amp;t=6.100751&amp;bvid=BV1mp4y1776u&amp;vd_source=9e91e4794af30d8f4dbd4cb4642fbe3a) # 色彩搭配 / Color Scheme 又名 Color composition / Color Scheme / Color Pallette ，指在最终成品的画面上呈现了几种颜色。传统绘画中一般指出现了几种原始色（特定颜色的 亮调/灰调/暗调 会被合并成一种颜色讨论）。  (比较注重品牌形象的公司一般会提供一套标准调色盘供第三方使用。)  (谷歌采用的就是比较稳重保守的4相配色。) 如何选择自己的色彩搭配方案 虽然搜配色方案/色彩搭配方案会出来很多方案，但是大多数方案万变不离其宗都是比较传统的互补色/3相/4相 配色方法衍生出来的。 - 单色配色：只使用一种主题色 + 黑白灰色比如 国内传统互联网的商务蓝色 + 白色比如 微信（绿） / 支付宝 （天蓝）比如 机核的玫红色 + 白色灰色比如 可口可乐 - 互补色/撞色（Complementry）配色：选用调色轮上互相成180度的两种颜色，也有互相成90度，120度等的变种。比如《守望先锋》的猎空 蓝色-黄色 的配色方案。比如 百事可乐比如 FS社的祖传光影配色 - 三角/三相配色（Triadic）：选用调色轮上3种互相隔60度 呈等边三角形的颜色，或者3种间隔 120-120-60度 呈等腰三角形的颜色。比如《守望先锋》的法老之鹰 蓝色-黄色-红色的配色方案。 - 正方形/矩形/四相配色（Rectangle / Square)：选用调色轮上4种 构成正方形/矩形的颜色。比如 谷歌  (FS社这套黄色光源+深蓝色阴影用了已经10年了。。。)  (OW 法老之鹰的配色，具体色号来自 OW Cosplay Reference Guide) 老贼这套黄光+蓝色阴影的配色就是很像[温带亚热带地区 初夏的上午的光照条件]，除此之外 比如说北欧风配色 高饱和度 低亮度 的方案可能是对当地光照环境的模拟。  (老版油管红 放在老式屏幕不好的智能机 和 漏光IPS背板甚至 CTR 显示器上，倒是不会有那种过于正经的感觉。什么设计都需要放到实际使用环境中去测试。) 然后吹一下机核主题色的选色，有辨识度 也避免和无关元素的混淆。总体UI / UX 是很有水平的！夸夸！旧版1色号：R 239 G 29 B 33 （个人最喜欢版本）旧版2色号：R 245 G 67 B 54 # 新时代的游戏美术：动态 / 边框 / 特效 除了颜色还有很多设计元素可以利用比如 边框比如 特效（怪猎的闪光）比如 特殊拾取动画 半透明  (PSO2 梦幻之星OL2 7~9星装备会是红色掉落 + 彩色变色文字)  (PSO2 梦幻之星OL2 10+星装备会是 彩虹色掉落 + 彩色变色文字，同时跳动的频率也更加频繁 持久。)  (怪物猎人系列历代的特殊拾取动画 + 闪光特效) 设计的核心目的 要去引导怎么样的联想 是晴天 是油画 版画 还是街机时代的CTR显像管？当时的技术条件造就了很多人们的世代记忆和刻板印象。  (复古未来 风格的图片因为当时的印刷技术会呈现出轻微饱和度过高的现象，同时也不会有平滑渐变的阴影过渡。)  (1920s~1940s 期间的宣传海报印刷技术更加老旧，颜色上会更差一些，但也有别样的味道。)  (《暗黑血统 Darksider》的过场动画在色彩和线条上都可以模仿了早期美漫+黄色莎草纸的效果。很有风味。) # Color Grading / 调色 调色 或者 选择光照条件的艺术 (通俗的讲 [滤镜] )，参考上面【渲染和光照模型】段，哪怕是同一个物体 在照片中因为光照条件 / 色调曲线 ToneCurve 等等要素的调整，可以呈现出完全不同的效果 唤起不同情感。 A国媒体拍自己国旗的红色作为标准（左上 2张）B国媒体拍A国国旗时就喜欢用 被漂白了红色 / 过度严肃发灰的深红（右上 2涨）。B国媒体拍B国国旗就是 阳光下充满朝气的亮红色 或者 贵气的酒红色。*当然也受 实际面料材质 是否因长期使用褪色 等现实客观条件的影响  (新闻照片中 旗帜中的红色) # 实际应用场景 Color coding （设计/UX/）指 把颜色和特定含义相互关联的行为，比如 交通信号灯的绿灯行红灯停，暗黑破坏神的颜色表示装备稀有度 等都是这个设计思路。  (比如股票市场 红=发=好的 所以中文圈一圈基本都是红色涨绿色跌，英语国家则是反过来绿色安全 红色危险。) 通过颜色去做UX上的编码，需要注意各种文化差异。  (对照方法)  (原图 - 出自 informationisbeautiful.net) 颜色的预算问题人类能快速精确分辨的颜色是有限的8~9种左右，哪怕加上边框 加上特效 加上动画，能快速区分的颜色 也是有限的。怎样做出区分度 怎样保留好后续空间 是个需要提前规划好的问题。 做得最好 其实还是各类开箱动画  (最早开始真3D卷开箱动画 印象中是炉石传说)  (炉石 23年9月 还更新了批量开箱功能。。还挺意外的)  (R6 和 炉石 较很大部分日式Gacha Game不同的是，他们的灵感更多来自 万智牌/游戏王/口袋妖怪等实体卡牌。一般多一个 玩家【主动操作】开包的过程，参与感更高，更上头。)  (日式则灵感更多来自弹子机/扭蛋机，一步到位。另外就是日式更喜欢用 渐变色 + 描边效果 来创造一个豪华感。 - 自 《百万亚瑟王》)  (国产《少女前线：云图计划》的抽卡特效，卷得欧美日韩厂商已经看不到车尾灯了。如果游戏性和设计上也下这么大功夫就好了。) # 结语 这个世界 最好的软件UX设计基本都在抽卡/支付流程里面，最好的室内设计基本都在赌场/高端酒店/主题乐园，也是满抽象的。反而有点怀念青年旅舍消毒水的刺鼻味道。 # 参考文档 / Reference - 英文[网页：暗黑破坏神 / 暴雪的用颜色表示稀有度 Color-coded Loot](https://aggronaut.com/2020/09/03/origins-of-color-coded-loot/) - [英文网页LearnOpenGL：光照模型简单讲解](https://learnopengl.com/Lighting/Basic-Lighting) - [图片网页：文化差异与色彩](https://informationisbeautiful.net/visualizations/colours-in-cultures/) - [网页链接：Adobe的配色方案生成器](https://color.adobe.com/#) - 油管视频：The Color Theory of Elden Ring | Elden Ring Lore- By Hawkshaw - 油管PSO2素材：PSO2 Sound RareDrop 13★ - By Yomoto Kuggi

<blockquote><p>微信近期更新了一项功能，当用户将公众号文章分享至朋友圈时，会单独显示公众号名称，这一变化旨在提升公众号的权重与影响力。本文将探讨该功能对公众号作者、用户及平台所带来的影响，以及在信息选择上的潜在帮助。</p> </blockquote>  当微信公众号成为腾讯元宝的重要内容库后，微信对于公众号的重视程度越来越高，相对于其他内容平台，微信公众号上的“独家”内容更是为腾讯元宝增加了竞争力，得益于微信公众号的先发优势，仍旧有大量作者只在公众号上发布文章，作者在公众号上发布文章的时候可能只是为了记录、纯分享，这种“无酬的动机”让公众号在内容行业的地位愈发稳固。 据郭静的互联网圈观察，近期，微信再次增加了微信公众号的权重，用户将微信公众号文章分享到朋友圈后，在文章标题的下方会单独显示公众号名称，比如，“公众号·郭静的互联网圈”，其他微信好友可以一目了然地看到这篇文章的公众号名称，这项功能最初曾在视频号上展现，如今微信公众号也套用了这项功能。  对于公众号作者来说，朋友圈中展现公众号名称，在无形中增加了公众号的权重和影响力。自从微信公众号开始跟今日头条、百度等平台一样走个性化推荐路线后，公众号作者的影响力被不断稀释，这一点在其他内容平台体现的非常明显，哪怕你有几十万粉丝、几百万粉丝，但如果没有被平台推荐，那么你的阅读量可能非常凄惨，一切取决于算法，而不是账号本身，用户可能稀里糊涂地就订阅了某个账号，但订阅后用户发现账号的内容不是他喜欢的，这就导致打开率低，打开率越低，系统就不会进一步推荐给更多人。 与其他纯内容平台所不同的是，微信是一款IM（即时通讯）工具，除了“订阅号”这个列表外，微信朋友圈也是一个夹杂着社交、新闻资讯、短视频、直播等多元化的内容平台，在朋友圈中展示“公众号主”，明显增加了该公众号的知名度和影响力，如果同一篇文章被多位好友转发，该公众号的影响力显然也会大大提升。 过去微信好友可能看到标题后选择点不点开，但是现在有了“公众号作者”这个新的信息增量，用户可能会因为公众号作者的影响力而点开，就像互联网行业，当你看到“阑夕”、“三表龙门阵”、“罗超Pro”等公众号作者的时候，潜意识里就想点开看看。 对于用户来说，朋友圈文章展现公众号作者名称也是好事情，即用户看到其他好友分享的文章后，可以通过公众号主来评判这篇文章究竟值不值得读，这里面分几种情况： 第一，官媒账号，这种属于新闻资讯类，权重和可信度较高； 第二，行业类账号，各个垂直行业里都会有一些垂直账号； 第三，“野鸡类”账号，这种你看着公众号的名字就可能知道这篇文章是不是“水货”，很多公众号的名字起得奇奇怪怪，公众内容里各种花里胡哨的排版，整篇内容只有不知道从哪里剪辑+自我臆测的内容，只有情绪，没有信息增量，也没有靠谱信源。 这里有一个场景是：如果你看到父母或者家里年龄大的亲戚朋友们转发各种心灵鸡汤、养生类内容，可以通过公众号作者进行价值分析后提前干预，避免垃圾信息干扰他们。 当然，微信这次的更新对于官媒的价值可能会更大，当用户选择转发内容到微信朋友圈的时候，可能会更趋向于选择官媒账号。 对于公众号平台来说，它们还是希望能够激发创公众号作者的创作热情，只要作者能保持更新，平台就有利可图，一方面，是流量收益；另一方面，是腾讯元宝的内容库；还有就是用户使用时长，用户在微信上“消费”内容，其在其他平台上的时间就会减少。 本文由人人都是产品经理作者【郭静】，微信公众号：【郭静的互联网圈】，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>腾讯近日推出微信AI助手“元宝”，用户可通过微信直接添加其为好友进行聊天。本文将探讨元宝的设计逻辑、功能体验及腾讯的AI战略布局，分析元宝作为微信内置AI助手的优劣势与未来潜力。</p> </blockquote>  4月16日凌晨：腾讯元宝悄悄上线一个新能力，直接在微信里和它聊天。操作办法很简单，两步走：微信搜索输入元宝；添加为好友，直接开聊。 它有什么能力呢？ **一，信息解析。**把公众号文章、图片，或100兆以内的文档发给它，能快速帮你把重点拎出来，二，基于内容再提问，还能实时搜索；三，cosplay，觉得语音聊天风格不爽，能让它换种语气交流。 这看起来一小步，实际却在微信AI使用体验上成了一大步；不过，我发现，它现在还没有开通之前说的一些功能。比如：把它邀请到群里当助手，指定给谁发信息等。 ## 1 那么，为什么腾讯要把元宝做成微信里的“好友”，而不是小程序或单独的APP呢？ 这里面有很多小心思。之前，我说过一段话：做AI产品，要把用户当「傻子」；这里的傻子，是傻瓜式操作的意思，要一点就通。 以前用独立APP，得先下载、注册，还得花时间去学怎么用，很多人可能就懒得弄了。元宝这次，直接在微信里加好友，本质上，提升了人的accessibility（可访问性）与使用便捷性。 **这种设计把AI工具的门槛从「技术产品」降到了「社交关系」，所以，能让人觉得，像通讯录中的一位普通朋友，用起来没啥心理负担。** 另外，把元宝当“好友”，模糊了工具和人的界限。你想想看，用语音沟通，回复风格根据喜好调整，让人瞬间感觉像有一个贴心的「智能伙伴」。 前几天，有个新闻，不知道你有没有刷到？ 2025年4月10日，一位陕西网友发了一段视频。视频里说，父亲因为肝癌去世了，可他在生前从未被告知自己的病情，但他在与某个AI软件聊天时，却透露了这一切。 女儿在整理父亲遗物时，无意中发现了父亲与豆包的对话记录，其中父亲说了一句“我要去世了”，然后，AI以温和的语气做了回应，还安慰了他。 **所以，科技向善的腾讯，试图打造一种新交互方式。** 但善归善，在商业面前，腾讯的私心也是看得到的。比如：元宝作为“好友”，直接接触到微信里的聊天文件、公众号文章等私密内容，别的AI工具想碰都碰不着。 这样一来，腾讯能牢牢掌握这些数据，别人想竞争都难。 而且，不管你是办公、还是学习，以后都在聊天框里搞定，用户用习惯了，以后用AI就离不开微信了。以后会不会布局小程序跳转？会不会在对话框里有一些智能推荐？会不会可以调动其他小应用？ **目前，我还没得到小道消息。要是真做了，妥妥的一个内置版的ChatGPT。** 这也很符合他们对开发者生态的布局，因为腾讯云MCP战略就是：借助微信这个庞大的社交应用，给开发者、企业提供更多场景，让他们在微信里搭建小摊位，快速部署和推广自己的AI应用。 **不过，这种设计也不是很完美。** 独立APP可能功能更强大，定制化选项更多；小程序在微信里能实现更复杂的交互逻辑。但腾讯好像更看重让用户用起来方便，先把体验感搞上去，其他都好说。 因此，我觉得，腾讯把元宝做成微信里的「好友」，主要是看到了ChatGPT、Grok3这类产品的交互方式，直接把它嵌入到生态系统内，作为一个入口，让用户能低门槛地用上AI。 ## 2 **既然如此，在已经有ChatGPT等独立AI工具的情况下，微信内置元宝，不可替代性性在哪里？** 从我的使用感受来说，手机端，分拆成了平时的常用动作。长按消息能直接转发、提问，完全不要额外操作，这完全没什么负担；拍下手写笔记、流程图，直接发照片也能识别处理，整个过程一气呵成。 不用像以前，还得专门打开ChatGPT或其他AI应用。所以，不知不觉中，元宝成了一个超级入口，我完全不用在不同应用间来回切换了。 再从 PC 端来看，我用MacBook，以前电脑Dock栏塞满了各种AI工具，使用时，我要先打开一个APP，或网页，再把内容给AI。 现在不用了，一个元宝就解决了从「想到要用AI」到「实际用上AI」这个最关键的步骤。确实是一种效率升级。 说到效率，元宝官方表示它背后有混元、DeepSeek双引擎支持，那在响应速度、微信生态资源调用等方面肯定比独立的一个AI产品更有优势。 不过，优势无法掩盖劣势。 第一个感受是外链不行，我把虎嗅、36氪、知乎等平台的内容发给她，不支持总结，给我的回复说：内容我目前还读取不到，要不你告诉我关键内容？所以，我还是只能说复制文本给她才行。 然后第二点我认为，技术性能、模型都很不错，但嵌入微信生态的元宝助手，文本总结、推理表现出来的比较平庸。 我给它一篇文章，总结内容过于简略、逻辑性很差。相比Kimi、通义千问，它说出来的结构更清晰一点。 还有一点，如果一个PPT比较多，比如200页，它回答过于表面、缺乏数据支撑，它最多是给出来一些关键的观点。 另外，尽管支持图片识别，但手写内容、图纸等复杂场景的错误率较高，我测试了下，内容对话次数多了，幻觉就来了，它直接把文章错误总结为关税问题，简直笑死；所以，这也暴露出背后，幻觉抑制机制缺陷，通俗地说，记忆点薄弱。 这个角度看，它解决了一个诉求，即0~0.1，也就是，产品即刻满足。什么是即刻满足呢？我现在需要，你刚好有，至于回答的好不好，没关系。 第四点，从功能设计角度看，并没有什么差异化。 对比Kimi、豆包、ChatGPT、通义、Grok3，微信中内置的元宝，缺乏长文本处理、超级搜索，也不能生成Markdown格式，这在PC端场景下，没有优势。 因此，与主流产品相比短期优势明显，长期要深度考量。 ## 3 **元宝这一小步也间歇性透露出了它在边界上存在一切矛盾。矛盾在哪呢？** 首先，**数据闭环和开放性**之间有点“打架”。 这是生态错配。微信生态里的公众号、视频号内容确实挺丰富，但元宝检索时，我也不知道它到底用了多少外部数据、多少内部数据。这就导致一个问题：数据有点太早闭环了。 相比之下，其他AI工具在回答问题时，可以灵活调用知乎、B站等外部平台的数据，从而避免话题答案过度依赖腾讯系媒体的观点。基于这一点，我主观认为，微信生态的“数据茧房”效应可能会越来越明显。 除非腾讯把元宝分成两个产品线，内置聊天助手轻量化，元宝APP本身专注复杂、专业的功能，为以后的持久战做准备。 然后是技术错配。 元宝模型能力跟生态需求完全“对不上号”；你用腾讯元宝时，会选择deepseek模型多，还是腾讯hunyuan T1多？我没有官方数据，但从我身边人来看，大家默认都用DeepSeek。 所以DeepSeek就成了他们的第一选择。元宝对话窗口也暴露了这个问题，默认优先用的是DeepSeek，而不是混元。 这种设计，让人不禁怀疑腾讯的深度思考模型到底能不能打。另外，目前双层结构模型，会导致体验割裂。因为有人用T1，有人用DeepSeek R1，用户就很矛盾，得自己琢磨哪个模型适合哪种场景。 有一个词叫做无感智能。 意思是，我们用技术或产品时，不用主动搞复杂的操作，系统自己感知分析，给我们隐形服务。 但对比腾讯元宝的设计，我觉得，它的APP挺让人矛盾，有时，我刚要准备问问题，会潜意识冒出来一个想法：到底要 hunyuan还是选deepseek？ 这不是我一个人的问题。日常也有人问我：智远，你平时用啥模型办公？我一般这么回答：Kimi活跃得像E人，DeepSeek像I人，豆包像爱聊天的小伙伴。那混元呢？确实没啥锚定标签。 因此，元宝的双向模型配置，外加上它着急把元宝变成聊天助手嵌入微信生态，反而成了它「跛脚发展」的原因。这就跟一个人走路时，一瘸一拐的样子，很别扭。 ## 4 如果从产品战略角度来看，双轨制确实存在一些矛盾。 从底层架构来说，这两个模型存在“假耦合”的困境。截至2025年3月，一些技术细节提到，混元和DeepSeek虽然名义上是“双引擎”，实际上只是物理叠加。 混元专注于微信生态的数据训练（比如：公众号内容解析优化），DeepSeek则依赖开源语料库，两者之间没有建立联合训练机制。 我不确定它们到底有没有联合在一起，但如果要联合，那又会暴露一个问题：算力分配。用混元是为了保证什么场景？用DeepSeek是为了追求什么场景？这种“既要快又要深”的需求，很容易导致策略频繁调整。 双轨制追求差异化，但已经过去半年了，目前还没看到它的差异化到底在哪里。 从战略目标来看，混元承担“守城墙”的责任，DeepSeek肩负“打江山”的使命，这是毫无疑问的。很多宣传内容也提到，想用DeepSeek，就下载腾讯元宝。 这种宣传，会出现什么问题呢？很多人觉得元宝就等于DeepSeek的免费入口，这种“工具属性与基础设施定位”的认知错位，反而削弱了品牌的统一性。 所以，腾讯元宝的模型和产品差异化路线到底在哪里？这要重新思考。 理论上，元宝应该走“混元预处理到DeepSeek深度分析”的管线式协作，但实际测试中，两个模型依然是独立运作的；不信的话，你可以试试问一个复杂问题，先用混元，再切换到DeepSeek，看看有没有界定不清的情况。 我记得，今年字节跳动的AI战略是追求智能上限。腾讯的AI战略是“自研+开源”的双轨模式来概括。具体来说，一方面坚定推进大模型的全链路自研，另一方面，也积极拥抱开源模型。 然后，把自研和开源同时融合到诸多产品中。但是，自研和开源到底做得怎么样呢？有没有思考过，什么是AI技术驱动的好用产品？ 有时候，流量太多，场景太多，会陷入到具体事务中。 所以，浮到表面上，元宝跟其他家相比，差异化到底是什么？我还没办法，用一句话跟别人解释清楚。 也可能对腾讯来说不用解释清楚，先用，用起来再说。 文：王智远 本文由人人都是产品经理作者【王智远】，微信公众号：【王智远】，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>小红书新推出的「广告素材」功能，为商家广告投放带来了重大变革。本文深入解析其优势、规则及中小商家的实用技巧，助力商家在保障主页内容调性的同时，高效提升广告效率与转化效果。</p> </blockquote>  用户对硬广的天然抵触，导致商家陷入“投广告越多，主页越像营销号”的恶性循环 但是最近小红书官方推出的「广告素材」就打破了这一品牌困境，「广告素材」是用来区分专业号广告在广告流量和自然流量中的分发，**说白了就是广告素材仅在信息流/搜索位展示，品牌可以选择在专业号主页把广告“藏起来”** 「广告素材」的上线，商家既能大胆投流冲销量，又不用担心爆款笔记被同行抄袭，还能保持主页调性不翻车 ## 一、这种”广告在前端，内容在后端”组合拳的优点 1）提升用户体验与信任度 在主页隐藏广告，通过优质内容建立品牌专业形象，不影响专业号内容调性的同时；通过专业内容建立信任背书，也降低了用户对原来主页全是营销感的抵触 2）优化广告测试流程 在专业号内进行多笔记AB测试，替代传统KOC投放测试，保持账号变量统一，确保测试数据准确性，避免多账号测试带来的数据干扰，能更直观的找到“高质量广告素材” 3）平衡内容与营销 用户通过广告吸引到专业号主页，主页以干货/活动笔记/消费者反馈等笔记吸引关注、消费，更容易达成”内容获客-专业号转化”的完整链路 4）省去大量KOC筛选和沟通成本 之前品牌需要找大量KOC（素人博主）发布广告→投流测试→筛选优质素材，流程长、成本高、数据不精准；现在品牌直接用企业号发布多条广告笔记→内部赛马测试→快速找出最优素材，省去KOC合作环节，降低成本，提升效率 5）“爆款”也不怕被竞品大量复制 很多商家有一个困扰，只要出一个爆款，很快就会被竞品盯上，快速复制出大量相似笔记，这种同质化竞争不仅稀释了原创的独特性 ## 二、「广告素材」使用规则 1）适用场景 聚光平台：适合收集客户线索、推广APP、商品种草、非点击量和互动量外的其他目标 乘风平台：仅支持商品推广（日常销售/新客转化）和直播推广（日常销售） 2）素材限制（后续可能调整） 单品牌每日上限：50篇笔记/广告 单账号素材总量上限：1000篇 3）投放广告素材： 当前投放账号挂接的专业号下笔记数量不可低于5篇，且当前投放账号下至少有1条可投放的广告素材，需要素材没有挂商品 4）投放门槛 账号要求：专业号下至少5篇笔记，且账号内有1条可投广告（素材不能挂商品） ## 三、中小商家用透“广告素材”的四个技巧 1）广告素材里埋“瑕疵” 在广告素材里埋“瑕疵”：比如故意说“这款面膜不适合敏感肌”，用户反而觉得你真实，点进主页看专业测评后更易下单 2）素人矩阵的终极用法 把素人拍的“粗糙试用视频”设为广告素材，主页只留KOC背书+产品拆解，既保流量又不影响主页的品牌人设打造 3）广告素材反哺内容选题 通过后台数据筛选高点击率素材，将其改编为干货笔记（如爆款广告“油痘肌急救面膜”可延伸为“如何辨别真假水杨酸”） 4）搜索SEO防御 每月更新品牌关键词库，优先拦截差评类搜索词（如“XX品牌投诉”“XX踩雷”），用专业笔记对冲负面舆情 小红书的「广告素材」功能看似是技术迭代，实则是“流量逻辑的底层重构”——广告与内容从“混杂共生”变为“分场景收割” 小红书的每一次功能更新，本质都是“流量分配逻辑”的调整。在小红书上，用户更倾向于关注那些能够提供有情绪价值、有干货科普的账号，而不是一个单纯的「广告牌」，中小商家想吃到红利，必须做到：广告素材强攻痛点，专业内容死磕信任 本文由人人都是产品经理作者【汪仔5712】，微信公众号：【Vic的营销思考】，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AI编程领域，我们常常陷入反复修改代码的繁琐流程。本文将介绍如何借助Playwright MCP，让AI自主检测并修复其生成的代码问题，实现开发流程的高效闭环，大幅提升编程效率。</p> </blockquote>  在用AI编程开发产品的时候，尤其是网站类的产品，小到一个HTML页面，大到一个功能网站，我们的常规操作是： 1. 在AI编程软件（例如Cursor、Claude）中，给AI发请求 2. 等待AI完成代码，然后打开网站，检查哪里有不对的地方 3. 把不对的地方截图、或者把控制台输出复制，回到编程软件，发给AI，让AI给新的代码 如此循环♻️，最终完成网站的开发。 发现没有，整个开发过程，我们都是在给AI打工，不断从编程软件和网站之间切换，频繁给主子反馈您写的代码哪里有问题。 这个姿态不对！太费时间了！！ **最直接的解决方案就是让AI自己打开网站，让它看自己写的屎山代码跑出来是什么样子的，让它自己看控制台的输出有什么问题，然后自行去解决！！** 这个场景，放在以前，可以说是荒诞，但现在成了现实！ 我们可以利用MCP的能力，让AI调用浏览器，然后截图、看输出，这样就闭环了。 今天饼干哥哥就教大家怎么实现这个能力，让AI彻底变成我们的牛马！！ 今天我们的主角是**「Playwright」**，一个强大的自动化测试工具，由微软开发，用于测试网页应用。它能模拟用户操作，如点击、输入、滚动等。常见于爬虫场景。  以前我们用js或者python里写代码，让Playwright根据我们的代码逻辑去打开网站、登陆账号、获取信息等。 现在，我们是要让AI自行去判断怎么使用Playwright完成上述的操作。 这里就需要用到MCP Server—— **@executeautomation/playwright-mcp-server**  上图中，都是playwright mcp server提供的能力，可供AI调用： 1. playwright_screenshot - 用途：截取网页或元素的屏幕截图。 - 场景：测试时验证页面渲染效果，或记录自动化操作后的页面状态。 2. playwright_fill - 用途：自动填写表单输入框内容（如登录框、搜索框）。 - 场景：模拟用户输入，测试表单提交功能或批量填表。 3. playwright_select - 用途：操作下拉菜单选择特定选项。 - 场景：测试下拉选项的交互逻辑（如筛选条件选择）。 4. playwright_hover - 用途：模拟鼠标悬停在元素上的行为。 - 场景：测试悬停触发的动态效果（如菜单弹出、Tooltip）。 5. playwright_expect_response - 用途：验证特定网络请求的响应（如接口返回状态码、数据）。 - 场景：确保前端操作触发的后端接口符合预期（如提交订单后的API响应）。 6. playwright_get_visible_text - 用途：获取页面上可见的文本内容。 - 场景：断言页面内容是否正确显示（如成功提示、错误信息）。 7. playwright_drag - 用途：模拟拖拽元素操作（如文件上传、排序）。 - 场景：测试拖拽交互功能是否正常。 8. playwright_save_as_pdf - 用途：将当前页面保存为 PDF 文件。 - 场景：生成页面快照报告或存档关键页面状态。 ok，接下来看怎么用上这个工具。 以 Cursor 为例。 首先，要安装。 先安装好 node.js 然后在 cursor 命令行下输入以下命令安装～ <blockquote><p>npm install -g @executeautomation/playwright-mcp-server</p></blockquote> 接着需要在 Cursor 配置这个 MCP 服务 如图：右上角设置-MCP- add new global MCP server  在自动新开的窗口下，输入以下的内容：  <blockquote><p>{<br/>  “mcpServers”:{    <br/>      “playwright-mcp-server”:{<br/>          “command”:”npx”, <br/>         “args”:[<br/>            “-y”, <br/>           “@executeautomation/playwright-mcp-server”     <br/>         ]    <br/>}}}</p></blockquote> 接着，重启 Cursor， 回到 MCP 的设置页面就能看到下图这样的，必须是绿灯，证明已经开启了。  接下来就直接在 Agent 模式向 AI 正常发请求，最好用 claude3.7 能比较好调用 MCP 如果你怕 AI 不调 MCP 可以显性地让他执行 例如我一个网站，在登录的时候出问题了，如下图，我就发需求： <blockquote><p>我的网站 http://localhost:5173<br/>在登陆的时候报错了，账号是 admin，密码是 admin，请你Playwright MCP 访问尝试登录后看问题是什么，然后解决。</p></blockquote>  从图中，我们可以看到 AI 调用了 MCP 里的多个工具：打开网站-输入账号密码-点击登录-查看控制台输出-然后读取问题后-就先修复代码-最后重新执行一遍检查。 如下图，喜闻乐见地，帮我下修复好了这个问题！！  本文由人人都是产品经理作者【饼干哥哥】，微信公众号：【饼干哥哥数据分析】，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AI编程日益火热的当下，人们对其在产品经理工作中的应用充满好奇。本文将深入探讨这一主题，分析AI编程的边界与局限，并分享一系列实操案例，助力产品经理更好地掌握和运用AI编程，提升工作效率与质量。</p> </blockquote>  ## 前言 自 Claude 3.7 Sonnet发布以来，AI编程的热度又被抬到了新的高度。越来越多的人开始用AI制作自己的网页、产品原型、系统工具，产品和开发的边界在这个过程中被逐渐模糊，那些掌握“真需求”的人，可以直接开始构建产品了。我心里产生了一个困惑，这项能力可以如何应用在产品平时的工作中？在新的AI编程时代下，产品经理的工作流程会是怎么样的？ 于是带着这个问题，小的做了一些研究和探索，以下便是个人的思考与最近小结到的“AI编程场景&amp;案例”。 ## AI编程当前的边界 首先，我们要明确下当前“AI编程”的边界。“AI编程”目前还并不能完全替代程序员，其还是存在一些能力上的限制，主要体现在： - 代码生成质量问题：受限于AI的能力水平，AI生成的代码常存在语义偏差或功能缺陷，例如重复逻辑、冗余变量命名、未处理边界条件等问题。这导致AI编程在复杂的逻辑的系统开发上十分吃力，经常一个BUG来来回回修复。 - 上下文长度限制：主流AI工具仍难以完整解析大型项目的代码库与需求文档。例如，当开发者要求AI基于已有10万行代码的系统新增功能时，模型可能因无法载入完整上下文而生成冲突代码。我在利用AI画原型的时候，就经常出现由于前端代码太长，AI无法处理的情况。 - 代码可维护性低：AI生成的代码往往忽视可读性与扩展性，例如变量命名混乱（如temp1, data2）、缺乏注释、耦合度过高等。这导致如果在已有项目上利用AI编程，可能会额外增加后续的人力迭代、维护成本。下图很好地解释了这类问题，目前AI编程无疑是“屎山制造器”。  4. 代码安全问题：AI生成的代码潜藏SQL注入、缓冲区溢出等风险。此外，训练数据若包含漏洞代码（如GitHub历史仓库中的脆弱代码片段），模型可能“继承”安全隐患。 ## 产品工作中的AI编程 在明白AI编程的边界之后，小的便去构思，在“AI编程”的能力范围内，其可以做什么事情？ 可做的事情需要符合**“逻辑简单”、“和上下游业务耦合程度低”**的特点。 产品的工作流程可划分为**“竞品调研”、“方案设计”、“项目管理”、“测试验收”、“上线运营”、“分析复盘”等主要环节**。  目前在小的在“竞品调研”、“方案设计”、“分析复盘”挖掘到一些可应用AI编程的空间。分别按不同环节进行描述。 ## 竞品调研 以往的产品竞品调研工作，会通过产品体验、资料查阅、行业数据研究等多种方式去了解竞品产品。这个过程中对竞品的评价一方面依赖产品经理的经验，另一方面依赖所能查询到的“资料”、“行业数据”，但是并非所有的竞品都能找到充足的“资料”、“行业数据”，这时候，部分团队会考通过定制爬虫脚本进行数据采集，从而获取其中的数据来进行辅助分析。 因此，竞品分析环节的AI编程可以有两个用途，分别是“竞品调研爬虫”、“竞品调研数据报告”。 ## 竞品调研爬虫 在以往制作爬虫脚本，往往需要一个有一点python技术基础的同学来定制开发，开发完成后还会需要定期对脚本进行维护，以防爬取对象的更新迭代。 但是有了AI编程，我们完全可以让AI帮我们无成本写脚本，也可以让AI帮我们进行后续的维护。 **BTW，爬虫是一个“有一定法律风险”的技术手段，请各位把控好采集的内容符合“人肉可查阅范围“&amp;“人肉可查询量”**。 ## 实操案例 下面用一个小红书爬虫来演示以下，以下是我的提示词。 <blockquote><p>##需求<br/>1.请为我写一个爬虫脚本，每次运行的时候，获取我所给的地址的前10个笔记的“地址”、“标题”、“作者”、“点赞数”、“发表时间”<br/>2.如果需要登录，请在登录界面停留，让我完成登录后告知你即可。<br/>3.将采集内容收录到一个excel表格中，表格格式参考[表格格式]</p> <p>##采集地址<br/>@https://www.xiaohongshu.com/search_result?keyword=%25E4%25BA%25A7%25E5%2593%2581%25E7%25BB%258F%25E7%2590%2586&amp;source=unknown </p> <p>##表格格式<br/>| 标题 | 地址 | 作者 | 点数 <br/>——————————————————————————<br/>| 关于转行产品经理的坎坷经历 | @https://www.xiaohongshu.com/explore/6621dc5a000000000100750e?xsec_token=AByPzyxctrPPg_lktsevKPj4xa_qqFH-BkbAWO23h0u2E=&amp;xsec_source=pc_search&amp;source=unknown  | 咪咪细坨 | 9777 |<br/>##前端代码位置示例<br/>1.标题：&lt;span data-v-51ec0135=”” data-v-a264b01a=””&gt;‼️我发现来面产品经理的应届生都有个通病&lt;/span&gt;<br/>2.地址：&lt;a data-v-a264b01a=”” class=”cover mask ld” target=”_self” href=”/explore/67ca8bbe000000002802a196?xsec_token=AB1G-9OTrWQ1C7JXeboCv_vXTibQiR4Pr1v9NN8HtSh4o=&amp;xsec_source=pc_feed” style=”height: 351px;”&gt;&lt;img data-v-a264b01a=”” src=”https://sns-webpic-qc.xhscdn.com/202504010919/e75b6c0e5c75e85baa06a5647925ebbd/notes_pre_post/1040g3k831enfo22bm0705pu1se5inoia6em3ir8!nc_n_webp_mw_1″ fetchpriority=”auto” loading=”lazy” decoding=”async” data-xhs-img=”” elementtiming=”card-exposed” style=”width: 100%; height: 100%; object-fit: cover;”&gt;&lt;!—-&gt;&lt;!—-&gt;&lt;!—-&gt;&lt;/a&gt;<br/>3.作者：&lt;span data-v-a264b01a=”” class=”name”&gt;必选象&lt;/span&gt;<br/>4.点赞数：&lt;span data-v-dc3a3972=”” class=”count” selected-disabled-search=””&gt;270&lt;/span&gt;</p></blockquote> 很快系统就把爬虫代码写好了，我们只需要按AI的指引运行脚本即可。  以下是成品展示，通过命令行，我们可以运行这个爬虫脚本，脚本就会打开我的浏览器，按需求访问页面，并获取信息。  最后记录到指定的excel文档上。  这个过程中会涉及到一些环境部署和脚本运行的问题，就算我们是小白，也可以通过向AI提问来获取对应的操作方式指引。  ## 操作建议 当然，我提前整理了部分会遇到一些问题，下面汇总下个人的建议，以便帮到各位。 ### 1. 环境安装： python的运行需要依赖各种各样的库，如果没有安装，则会在运行脚本的时候报错，我们需要先按照系统的报错提示去安装对应的库。 最常用的方法是可以通过命令行安卓。在window系统上，点击“win+R”，输入“CMD”打开命令行，然后输入“pip install 包名”，比如“pip install requests”。 （如果实操的时候有不懂的，多问问AI吧。）  ### 2. 脚本运行方式： python的运行需要在“脚本所在的目录”的“地址栏”上输入“CMD”，打开命令行，然后输入“AI给到我们的爬虫运行命令”——“python 脚本文件名”，比如“python xiaohongshu_scraper.py”。   ### 3. 爬虫任务流程设计： 在提示词中可以对采集流程进行说明，一般第三方网站会需要我们先登录才能获取信息。如果我们没有说明这种情况要如何处理，AI生成的脚本可能会卡在这个环节。 比如我一开始没有要求AI怎么去处理登录问题，它就设计了一个等待的过程，等我60s扫码登录。这样效率会非常低，而且也有可能由于别的事情中断，用户忘了扫码，从而产生新的问题。  而在给到登录流程相关的指令后，比如“如果需要登录，请在登录界面停留，让我完成登录后告知你即可”，脚本会在命令行上询问我是否已经完成登录，当我输入“Y”之后，脚本才会继续执行。  ### 4. 给到前端代码示例： 如果让AI自己写爬虫脚本，很容易出现一个问题——“AI会找不到我们所需要的元素在哪里？”这会导致AI的采集结果不符合预期。 这是因为目标网站的前端代码是非常多的，如果我们没有给到“所需内容在哪”的指引，AI必定会迷路。 因此，我们可以在提示词中给到“所需内容在哪”的示例。 那么如何获取所需内容呢？ 我们可以先在浏览器上打开目标网站，然后进入到开发者模式，然后点击如图的模式。（谷歌浏览器快捷键“Crtl+Shift+C”）  在这个模式下，我们可以定位到指定信息的前端代码。  然后把整行复制给到AI作为示例，比如：  ## 竞品调研数据报告 当我们完成了数据采集的工作，就需要对采集的数据进行分析，然后让其辅助我们得出“业务所需”的结论报告。 当然这个过程也可以让AI编程全程辅助我们，不仅仅是中间过程的“爬虫数据采集”，而是“让AI基于我们的分析目的，帮我们设计所需的数据采集内容，然后进行数据处理分析，并输出所需的数据结论”。 可能有人会问，“目前AI编程能做到自动的数据分析工作吗？” 很可惜，小弟原本是想要这么去实践的，在实践过程中发现AI存在以下问题：1. 数据分析思路与业务所需的思路存在差异。某些数据的处理上，由于对分析诉求的理解度不够，AI的处理方式会和业务的诉求不一致。比如业务会期望某个指标按“XX”维度拆解，进行按时间走势的分析。但AI可能会并不会进行维度拆解。又比如在计算小红书内容热度时，AI会把“点赞”、“收藏”、“评论”、加权计算，而权重是04、0.4、0.2，这个方式降低了“评论”的重要性，如果从互动层面来考量，“评论”的权重应该更高。2. AI数据处理过程会存在错漏。比如我在要求进行内容主题分析的时候，AI会直接对标题进行“分词”，这导致主题的判断上会存在一些奇奇怪怪的主题分类，导致最终的图表可读性很差。  示图为让AI拆解小红书中“产品经理”相关内容的主题3. 缺乏业务敏感性和直觉判断：AI无法像人类分析师那样”嗅出”数据背后的商业意义。它无法自动识别哪些数据点仅是噪音，哪些是真正的商业信号，也难以基于行业经验预判趋势。 当然，上面这些问题的存在，和我们的提示词的“精细化”程度有很大的关系，但是“研究过程”中的数据分析工作是具有“一定探索性质”的，我们没法把每个数据处理流程、顺序都写出来。 因此，在“竞品调研”环节，AI编程更适合作为人类分析师的辅助工具，而非完全替代。目前小弟发现AI可以辅助我们做到以下内容： 1. 分析思路启发； 2. 数据处理（比如公式计算、分词处理）； 3. 图表生成；实操案例 下面同样用一个基于小红书的分析案例来说明。 这里假设“我要写小红书的产品经理文章，需要找到一个有流量的题材”，这里可以先去问下AI，让他帮我构想，以下为我的提示词。 <blockquote><p>##角色<br/>你是一个数据分析高手，我现在给一个数据分析的目标，你帮我构思一下如果要达成分析的目标，所需要的数据内容有什么？<br/>##目标<br/>我要写小红书的产品经理文章，需要找到一个有流量的题材。<br/>##输出内容<br/>1.告诉我为了达到分析目标，所需要什么样的数据，包含什么样的字段，字段需要是一个客观事实字段，并非主观判断的字段。格式要求：数据名称：字段1、字段2……</p> <p>示例：<br/>最近N天帖子：标题、作者、点赞数、内容</p> <p>2.告诉我分析的思路，要怎么利用这些数据达成目的。</p></blockquote> 这里AI给出了3个所需的数据，并给出了对应的4个分析内容。  接着，我们基于3个所需的数据方向定制爬虫脚本，AI写爬虫的方案已在上面提到，此处就不再赘述。 这里我偷个懒，让AI帮我伪造下数据。  接着我需要让AI帮我处理这些数据源，并输出一份分析报告。当然，由于前面提到的3个问题，这份报告更多是启发性质的。以下是我的提示词。 <blockquote><p>##角色<br/>你是一个数据分析高手，我现在给一个数据分析的目标，你参考我给到的分析思路，你基于已有的数据帮我进行分析，然后生成一篇分析报告文章。</p> <p>##目标<br/>我要写小红书的产品经理文章，需要找到一个有流量的题材。</p> <p>##分析思路<br/>｛输入上一步AI给到你的思路，或者你自己设想的思路｝</p> <p>##输出内容<br/>1.进行热门内容分析，分析其中的热门内容趋势。<br/>2.进行时间趋势分析，分析各内容方向的走势。<br/>3.进行用户需求挖掘，挖掘存在的用户需求内容。<br/>4.竞争分析，挖掘各账号的数据情况。<br/>5.基于前面的分析，输出2~3个有流量的题材方向，并说明理由。</p> <p>##输出要求<br/>1.将输出的结果以html的格式输出，我需要在网页上查阅。<br/>2.将“分析结论”展示在最上方，然后分别展示输出内容中要求的每个方向。<br/>3.需要使用数据图标对观点进行说明。4.成品html文件上需要展示自己的“分析思路”。</p></blockquote> 如此，AI便会输出一份具有一定参考意义的报告。    我们可以基于AI的思路，重新梳理我们的分析方案。 比如对于这个方向——“我要写小红书的产品经理文章，需要找到一个有流量的题材”，可以优化的点有： 1. 利用LLM对主题进行归类，可以先预览一遍已经采集到的数据，或者让AI帮我们先进行分词，然后我们梳理出一份“可用的”主题类型。 2. 重新定义符合认证的“热度分数”权重。 3. 制定高“热度分数”内容的时间走势分析图表，用以分析每个方向的可持续性。 …… 基于我们梳理的分析方案，我们可以用AI编程完成其中的辅助工作，比如分词、热度计算、图表制作。我们可以把这些明确的需求写成详细的提示词，让AI帮我们一次性搞定。 这里用一些典型的案例演示下，以下是我的提示词。 <blockquote><p>##角色<br/>你是一个表格处理助手，我请按我的要求，对我的表格进行处理，使其符合我的要求。</p> <p>##处理内容<br/>1.在“标题”列右侧加一列，此列为“分词”，读取“标题”列的内容，对齐进行分词。并把分词结果按“{分词1}、{分词2}”的格式记录。<br/>2.在“评论数”列右侧加一列，此列为“热度分数”，“热度分数” = “点赞数”*0.2 + “收藏数”*0.4 + “评论数”*0.4。<br/>3.制作一个柱状图，柱状图名称为“作者作品量分布，“作者名称”为横坐标，帖子数（作者名称出现数）为纵坐标，左侧为出现次数最高，由高到低进行排序。</p></blockquote> AI编辑好脚本后就会帮我们执行，下图就是AI执行的结果。   **操作建议** 1. 对于熟练Excel的朋友来说，用AI编程处理表格其实不一定比得上自己操作表格更快，因此在“竞品调研数据报告”模块，更有效的是“分析思路启发”。 2. AI产出的分析报告仅具有参考的作用，要警惕“偷懒”而直接采用AI的分析结果，导致不可控的后果。如果你具有一定的爬虫基础，可以一行一行去检查AI的实现方式是否合理，如果合理，也可直接使用结果。 ## 方案设计 在方案设计环节，可应用的AI编程场景有“原型创作（激发）”、“低耦合&amp;低复杂功能开发”。 ## 原型制作（激发） 以往设计一个功能方案，往往需要经过较长时间的思考，思考的过程十分依赖产品经理本身的经验。如果在某个方向上产品设计经验不足，往往会需要花费比较多的时间去构思其中的功能细节，甚至有可能会由于一开始的方向错误，导致后续需要一系列的返工修改工作。 基于这个情况，我们可以用AI编程进行“原型创作”，或者说“原型灵感激发”。通过AI辅助我们，提高最终方案的质量，并加速方案产出与勾兑，减少返工的风险并减少时间成本。 ## 实操案例 在进行AI进行原型制作（激发）之前，我们要明确我们的产品架构、功能内容、系统流程、功能逻辑等内容。 我们可以先梳理一份产品需求文档，然后给到AI开发。但是也可以直接把大致产品思路给到AI，让他们帮我们想好这些内容。 我就是通过把我的产品思路写给了AI，让他帮我先写一份产品描述。  然后把产品描述再次给到AI，让他帮我生成了初版的产品界面。如果我们有自己已经画好的线框图，也可以发给AI，这样会使得AI产出的结果更贴合我们的设想。 这里分享下我这里使用的提示词。（这里参考了Justin3go大佬的提示词，网上也可以找到各种风格的提示词，各位可以按需参考与使用，找到适合自己的风格。） <blockquote><p>## 你是谁<br/>你是一位资深全栈工程师，设计工程师，拥有丰富的全栈开发经验及极高的审美造诣，擅长现代化设计风格，擅长移动端设计及开发。<br/>## 你要做什么<br/>1. 用户将提出一个【PC程序需求】<br/>2. 设计这个【PC程序需求】，模拟产品经理提出需求和信息架构，请自己构思好功能需求和界面&gt; 下面这两个步骤，每一个小功能（根据功能划分，可能有多个页面）就输出一个html，输出完成后提示用户是否继续，如果用户输入继续，则继续根据按照下面步骤输出下一个功能的 UI/UX 参考图<br/>3. 然后使用 html + tailwindcss 设计 UI/UX 参考图<br/>4. 调用【Artifacts】插件可视化预览该 UI/UX 图（可视化你编写的 html 代码）<br/>## 要求<br/>– 要高级有质感（运用玻璃拟态等视觉效果），遵守设计规范，注重UI细节<br/>– 请引入 tailwindcss CDN 来完成，而不是编写 style 样式，图片使用 unslash，界面中不要有滚动条出现<br/>– 图标使用 Lucide Static CDN 方式引入，如`https://unpkg.com/lucide-static@latest/icons/XXX.svg`，而不是手动输出 icon svg 路径<br/>– 将一个功能的所有页面写入到一个 html 中（为每个页面创建简单的 mockup 边框预览，横向排列），每个页面在各自的 mockup 边框内相互独立，互不影响- 思考过程仅思考功能需求、设计整体风格等，不要在思考时就写代码，仅在最终结果中输出代码<br/>## 需求内容</p></blockquote> 以下是AI给我产出的结果：      基于AI产出的结果，我们可以不断提出修改的要求，直到AI产出的结果符合我们的需求。如果AI产出的结果还是不合要求，我们则可保留AI给到的原型中的优秀设计，自行进行重新设计（视为AI对我们进行了灵感激发）。或者是使用Figma的Html to Design插件导入Html文件，然后进行二次编辑。 **操作建议** 1. 我们最好先划分好产品所涉及到的功能模块梳理，然后分模块让AI分别进行设计。如果一次性进行多页面生成，很容易超过AI的上下文上限。 2. 每个功能的描述尽可能详细，需要包含界面描述和功能说明。这是一个**“写得越仔细，AI修改返工越少”**的过程。  3. 不要过度奢望AI生成的成品符合我们的需求，如果反反复复修改过多，建议当机立断，中止修改，直接改成人工修改。因为AI编程水平有限，很容易出现“反复修同一个问题”的窘境。 ## 低耦合&amp;低复杂功能开发 基于目前AI编程的强大能力，我们其实已经可以进行部分功能的开发了。这部分功能需要满足以下条件： 1. 低耦合：需要和已有的系统独立，AI无法阅读现成的大批量代码，然后做出功能。（作为产品，也难有权限去获取已有系统的代码。）所以我们做的功能，是需要与已有的功能解耦的。 2. 低复杂：由于当前AI编程水平的局限，我们无法让其开发过于复杂的功能，否则会陷入“反复修BUG”的窘境。 借由AI编程的能力，我们可以低成本地实现一些原本“性价比不高”的需求，多个“性价比不高”的需求也能叠加出可观的“降本增效”效果。或者，我们可以利用这些低成本的功能作为MVP版本，低成本地验证我们的想法，从而找到合适的产品方向。 那么我们可以做的功能有什么呢？以下给到2类需求的实操案例~ ## 实操案例-数据可视化报表 业务上经常会有一些变化频繁的指标，比如探索期的业务，对于这些业务的数据分析需求，技术往往决定“性价比”很低，不愿意配套相关的报表。因此，对于这些需求，我们可以用AI来低成本地制作一些临时的业务报表，用来量化业务上的效果，辅助业务进行复盘和分析。 这里，我们先要打通数据源，并定期获取数据。数据的来源有以下几种： 1. 爬虫：比如取内部系统的日志、外部数据源等渠道。 2. API：打通数据源的API，前提是内部已有所需数据的API，且技术会开放相关数据的权限。 3. 手动录入：人工定期往一个在线文档或者excel表格进行录入，系统再进行读取。but，用这种方式来处理的话，还不如直接用飞书多维表格了。 值得一提的是，由于小的并不具备数据库的基础，目前顶多只能做到定期更新的数据看板。考虑到减少人工干预的因素，“数据可视化报表”需求最优的数据源是 API &gt; 爬虫（爬虫还要处理登录问题） &gt; 手动录入（不如用飞书多维表格）。 **可能有人会问，“我能直接用API和爬虫对接飞书多维表格吗？”** **可以，但是要钱。**  然后我们需要对数据源进行预处理，使其处理成可用于数据看板展示的格式。最后，读取数据并显示在看板上。整理流程如下：  下面开始用一个案例具体说一下。假设公司要制作一个看板，其中显示客服人员每天的工作量数据。这里模拟使用API获取数据，以下为提示词：  以下是AI给我的成品，我可以使用一个本地地址进行访问。   **操作建议** 1. 制作相关的需求需要具有一定的数据基础，要能够把复杂的原始数据处理流程尽可能详细地描述出来。  2. 如果该报表要给内部其他成员使用，需要学会将该报表进行部署，涉及到一定的技术能力，如果自己折腾会较为繁琐，学习成本较大，性价比不高。建议找到技术辅助处理，更低成本，成效更快。 3. 数据需要保证实时获取，为了实现这个目的，我们需要考虑“保持脚本”运行，或者设置脚本自动运行任务，也可以找到技术去帮忙部署到内部服务上。  ## 实操案例-简单的自动化工作流 业务中经常存在一些标准化但繁多的流程，比如客户跟踪、数据处理分析。这些流程虽然也可以系统化实现，但是由于“价值低”、“变化快”、“场景多”等特点，基本上很难让技术团队去满足。但是，我们可以利用AI快速构建轻量级的工作流自动化工具，让业务部门自行定义简单流程，快速满足业务场景的自动化诉求。 在进行这个需求开发前，我们需要先梳理“自动化工作流”的流程。一般流程包含以下内容：  由3个模块构成最简单的“自动化工作流”——**“触发事件”、“执行动作”、“完成判断”**。 我们要确认“所要制作的自动化工作流”的“触发事件”、“执行动作”、“完成判断”是否能被AI编程实现： 1. “触发事件”可使用定时或者API触发的方式。 2. “执行动作”可以使用API执行，或者AI编程能完成操作动作，比如excel文档处理、打开浏览器。 3. “完成判断”可以使用API，或者获取“工作流”执行过程中的数据进行判断。 （值得一提的是，如果“触发事件”、“执行动作”都有API，那么这个自动化工作流是可以在飞书多维表格上解决的） 下面用一个案例具体说明下。假设我是一个销售，我每天要看下昨天没有沟通成功的客户有哪些，然后把没联系的放到一个Excel表格上，然后通过飞书通知到我。以下为提示词： 以下是AI执行的结果。把获取到的信息放到表格上，并在飞书上对我进行通知。    **操作建议** 1. 自动化工作流需要保证脚本持续运行，或者设置脚本自动运行任务，也可以找到技术去帮忙部署到内部服务上。 ## 分析复盘 最后是分析“分析复盘”环节的AI应用，在这个阶段，AI编程主要也是起到如“竞品调研数据报告”中的“数据挖掘分析”的作用。 ## 数据挖掘分析 这类似于“竞品调研数据报告”的“分析思路启发”，我们可以让AI先帮忙生成一份分析报告，由此启发我们的数据挖掘思路。 这里的实践方式和“竞品调研数据报告”中的一致，不再赘述。 如果数据挖掘的结果验证有效，则可以参考“数据可视化报表”开发的过程，通过AI编程落地成一个报表，用来更高效地呈现数据的结果。 本文由人人都是产品经理作者【柠檬饼干净又卫生】，微信公众号：【柠檬饼干净又卫生】，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。

头图来源：极客公园   字节的 Agent 产品来了。   4月18日晚间，字节跳动扣子空间开启内测，定位通用Agent。与其他类似产品如manus一样，扣子空间采用了邀请码制。   平台上，用户可以选择精通各项技能的「通用实习生」，也可以选择行业的「领域专家」，通过与AI的互动完成工作任务。      就在前一天，火山引擎刚刚面向企业市场推出 OS Agent 解决方案及AI云原生推理套件，要帮企业更快、更省地构建和部署Agent应用。   虽然采用了邀请码制，但扣子显然不是走饥饿营销的路线。用户激活获得的邀请码后，创建并完成一个新任务即可获得5个邀请码，邀请码激活后，还可获得更多邀请资格，多创建多获得多邀请。    图片来源：极客公园   上线的第一时间，极客公园就上手实测了扣子空间的 Agent 功能。可以看到，在执行的三个任务中，制定旅游攻略和一周穿搭的任务顺利完成，但另一个专家助手的任务，却出现了 Python 脚本调用失败、 API 权限异常等 Bug，一个晚上都没能执行成功。   字节迈出了走向 Agent 时代的第一步，但距离完美好用，显然也还有很长一段距离。   ## 一手实测，三个任务失败一个   扣子有探索和规划两种模式，如果想让它一步到位输出，可以选择探索模式；如果想亲自把控每个步骤，可以选择规划模式。   我试了一下用扣子的探索模式制定一份日本旅行攻略，跟manus用例展示里的提示词类似，来看看扣子做出的旅行方案怎么样：    图片来源：极客公园 视频来源：极客公园   做出这份旅行攻略的时间在10分钟以上，可以看到扣子将推理过程的思维链与搜索深度结合，践行「边想边搜」，在「已获取到日本关西和熊本的小众景点、海边景点以及适合三十岁生日庆祝的特别地点信息」后，扣子保存了「景点信息」，开始「边想边做」，从景点中筛选出合适的景点并规划出行程安排，在完成行程安排后，开始生成包含地图、景点介绍、必备日语短语及旅行提示的html旅行手册：    图片来源：极客公园   经过了15分钟以上的运行后，扣子给出了上面视频所示的一份旅行攻略，如上面所示，里面既有 5 天的行程安排，也给出了预算参考和旅行提示，还根据我的需求配备了个性化的策划节目，看了一下基本按照这个方案已经可以直接出行。    图片来源：极客公园   扣子还支持添加MCP扩展，AI agent得能力边界被进一步扩展，接下来应该会有更多插件接入。    图片来源：极客公园  图片来源：极客公园   我接入了语音合成的工具，让它给我把文字攻略转成语音版本，agent很快就输出了语音版本： [https://lf-bot-studio-plugin-resource.coze.cn/obj/bot-studio-platform-plugin-tos/artist/image/4c1277951b564bb194bbcd11894a52ad.mp3](https://lf-bot-studio-plugin-resource.coze.cn/obj/bot-studio-platform-plugin-tos/artist/image/4c1277951b564bb194bbcd11894a52ad.mp3)   这个声音听着很像豆包app默认的女声声音，虽然把符号那些也连带着一起读了，但这个功能是方便好用的。   我继续试了一个简单任务，「查一下北京未来一周的天气，根据天气推荐一周穿搭，制作相关图片」，不过第一次输入没有注明是穿搭图片，所以输出的只是天气表格，在增加这个需求后，扣子输出了两张穿搭图片，可能因为我没有告知性别，它干脆输出了一男一女的穿搭。    图片来源：极客公园  图片来源：极客公园  图片来源：极客公园  图片来源：极客公园  图片来源：极客公园  图片来源：极客公园   这个输出的穿搭图片里，人很真，穿搭也看着可借鉴。后续还可以继续让扣子接着补充完一周的图片链接。  图片来源：极客公园   MCP被认为是未来AI生态的「标准USB接口」，3月底，国外，OpenAl、谷歌、微软和亚马逊陆续宣布支持或深度集成MCP 协议，国内，阿里云、腾讯云也陆续支持MCP服务部署与调用。   此外，除了标准的通用 Agent，扣子空间里还内置了一些专家 Agent。目前在扣子空间的使用页面上，有「用户研究专家」和「华泰A股观察助手」两个专家Agent，前者可以提供调研问卷交叉分析、访谈纪要整理以及用户分析报告撰写服务，同时可结合产品问题设计新的调研问卷和访谈提纲，后者则是由华泰与扣子团队共同孵化的专家Agent，每日跟踪复盘自选股和大盘客观情况，基于专业数据和框架提供观察思考。   两位「专家」都已经明码标价——限时免费，这个标注方式或许为之后收费埋下伏笔？   「用户研究专家」核心包含四大能力，单任务平均耗时只需4分钟：问卷数据分析；访谈纪要总结；调研问卷生成；访谈提纲生成。   「华泰A股观察助手」的单任务平均耗时要长一些，23分钟。该助手称可以每天为用户发送专属的股票早报，也可以与用户 1 对 1 探讨股票观察： - 更高质量的数据源：华泰 A 股观察助手专家 Agent 在获取公开搜索信息的基础上，直接查询股票数据，综合完成分析，从而尽可能地减少因低质量数据源带来的幻觉。 - 更准确的数据计算：对于复杂的数据分析和技术指标分析，华泰 A 股观察助手专家 Agent 会使用 Python 来完成数据计算，尽可能地减少因心算带来的幻觉。 - 更复杂的研究任务：由于可以获取更大范围的连续数据并自主规划分析方法，华泰 A 股观察助手专家 Agent 能够像更专业地工作，先定量后定性，先定性后定量，定量定性相结合，让复杂深入的分析成为可能。 - 更灵活的交付方式：华泰 A 股观察助手专家 Agent 不仅可以对早报或回答文档进行追问，还能帮你生成PPT、网页等各种形态的文件   最近股市动荡颇多，来看看华泰与扣子团队共同孵化的专家Agent能力如何。    图片来源：极客公园   这个专家执行任务中间有节点，可以看到它在进行了分析、总结、生成报告之后，在等待我确认是要开始任务还是修改任务。   虽然页面上显示10分钟未开始任务，任务会自动确认并开始，但这个执行并不稳定。在之后再次出现类似节点时，我没有在10分钟之内反应，10分钟后任务并没有自动开始，而是就停留在节点，导致该任务时长拖到了几十分钟还没有结束。     我是18日晚上21:59左右开始的这个任务，但是直到第二天早上，这个任务也没有完成。回头翻看任务执行过程，有一些数据未能获取，还有Python脚本fetch_kline_data.py调用失败，「可能是由于API调用权限或数据源问题」。   看来即使是 AI，股市专家也不好做。   ## Agent 赛道加速   2025年之前就被称为会是agent之年。   manus在3月的火热，加速了大厂在这一领域的推进。而manus能在今年「横空出世」，也是基于Claude 3.7 Sonnet 等新一代模型在工具调用和编程能力上有重大突破，为 Agent 发展奠定基础。   字节在agent赛道了再次展现了速度与执行力。17日，豆包·深度思考模型正式发布，同步升级文生图模型3.0、视觉理解模型，并推出OS Agent解决方案及AI云原生推理套件，为企业构建与部署Agent应用提供了强力支持。18日，通用agent平台扣子空间即开启内测，定位于提供“通用实习生”和“领域专家”Agent，展现了字节从技术突破到产品落地的迅速节奏。   在17日的发布会上，火山引擎总裁谭待强调要做好agent，技术上需要做好三个准备，包括更强的、支持多模态的模型，更好的架构和工具能够支持大模型操作数字和物理世界，以及通过AI云原生降低模型推理的成本和延迟。   扣子空间的内测开启，或说明字节已经基本做好了这三项准备。   豆包1.5·深度思考模型采用200B参数、20B激活参数的MoE架构，支持视觉推理和“边想边搜”，能在数学推理（AIME 2024）、编程竞赛（Codeforces）和科学推理（GPQA）等任务中媲美OpenAI o3-mini，达到全球第一梯队。其20毫秒的极低延迟和多模态能力，使其能处理复杂任务，如基于照片推测地理位置或解读企业项目流程图。   OS Agent方案通过AI云原生组件（如Sandbox）为企业提供了模块化的开发支持，显著降低了Agent应用的开发门槛。火山引擎还支持MCP协议，谭待认为，类似互联网早期HTML和HTTP的统一协议将加速Agent生态发展，降低开发者适配成本，推动行业标准化。   火山引擎正在通过垂直类Agent（如Data Agent）、通用Agent开发工具（如OS Agent）及AI云原生布局，全面推进Agent生态建设。   谭待提到，Agent是AI为各行各业带来变革的必经之路，需具备深度思考模型支持的反思和规划能力，才能完成专业度高、耗时长的复杂任务。   不过，当前市场对Agent的定义较为混乱，部分厂商宣称开发的“数千个Agent”可能仅为初级（L1）水平，仅能处理简单任务。未来，Agent或将像自动驾驶分级（L1至L4）一样明确标准，真正落地的Agent需达到L2++及以上级别。接下来，Agent的定义和应用场景将更加清晰。   可以看到，字节的Agent战略以技术突破、生态协同和成本优势为核心，展现了「大厂碾压」的实力。        

 ## 1.通过短视频放大你的生意 实体老板放下面子，积极创作并发布视频，是未来短视频获客的关键。 例如，每天发布三个视频，就超越了90%的小老板； 若其中一个视频播放量破万，便超越了99%的老板； 每个月产出一个几十万播放量的视频，就能成为县里的网红。 ## 2.通过短视频让更多人刷到你 你的品牌在当地有多少人知道？ 如果能让更多人知道，通过短视频让更多人刷到，你的生意绝对比现在好很多。 要通过短视频让更多的人刷到你，并且通过短视频能够过滤出精准的目标客户以及转化这些客户。 ## 3.起号期间做泛流量视频 起号做IP要先做泛流量实现破圈，再慢慢收口，慢慢过滤和筛选出精准客户。 早期做抖音时专注于出名、涨粉，不局限于精准流量内容，而是通过泛流量视频，吸引了大量用户关注，持续更新内容，是为了让更多潜在客户刷到自己。 通过放大生活、分享自己的故事，扩大流量池，吸引更多客户。 当客户在产生购买行为前就对你有足够了解，后续谈业务就会更轻松。 ## 4.具体步骤和方法 ①放下面子，积极创作：不要害怕展示自己，不要担心内容不够完美。每天发布至少三个视频，持续输出内容，吸引更多的关注。 ②做泛流量破圈：早期不要局限于讲精准流量内容，而是通过分享生活、讲述故事等方式，吸引来自不同行业的粉丝，扩大流量池。 ③持续更新内容：保持账号的活跃度，定期发布新的内容。这样可以让潜在客户在刷视频时刷到你，增加品牌曝光度。 ④通过短视频过滤精准客户：在视频中设置明确的导粉设计，如添加微信、到店体验、领取福利等，引导用户采取行动。通过这些互动，可以过滤出精准的目标客户。 ⑤转化客户：通过持续的内容输出和互动，建立与客户的信任关系。当客户对你的品牌有足够了解后，后续谈业务就会更轻松。 本文由人人都是产品经理作者【老陈的深度思考】，微信公众号：【老陈的深度思考】，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。

4月18日消息，据Tom&#39;s hardware报道，美国众议院中国特别委员会本周向AI芯片大厂英伟达发出了一封正式信函，要求英伟达提供广泛的交易记录，以回应外界质疑其AI GPU通过新加坡违规进入了中国AI大模型厂商DeepSeek。 [](https://static.cnbetacdn.com/article/2025/0418/aa9f2585c4ce0b8.webp) 今年2月初，随着中国人工智能模型开发商 DeepSeek 的 AI 模型 R1 显示出与领先的 OpenAI O1相当的性能，美国开始担心DeepSeek将对其人工智能领导地位构成威胁，并对其展开了调查。据此前彭博社报道称，美国政府正在调查DeepSeek 是否通过新加坡的中介绕过美国的出口限制，从而采购对华禁售的英伟达AI  GPU芯片。 虽然DeepSeek曾透露其使用了有限数量的合规获取的 H800 GPU（2048 个 GPU）在短短两个月内使用 6710 亿个参数，280 万个 GPU 小时完成了其 V3 模型的训练。相比之下，Meta 在 54 天内使用具有 16384 个 H100 GPU 的超级计算机，用 4050 亿个参数训练其具有 4050 亿个参数的 Llama 3 模型，计算资源增加了 11 倍（3080 万个 GPU 小时）。 但是，根据半导体研究机构SemiAnalysis则认为，DeepSeek囤积了6万张英伟达GPU卡，其中包括1万张A100、1万张H100、1万张“特供版”H800、3万张“特供版”H20，算力资本支出的总体拥有成本（TCO）超过140亿元，达19.96亿美元（约合人民币143.45亿元）。DeepSeek 的总服务器资本支出约为 16.29 亿美元，运营此类集群的成本高达 9.44 亿美元，因此总体的成本可能高达 25.73 亿美元。 虽然 H800 和 H20 GPU 是在美国于 2022 年和 2023 年对高级 GPU 实施出口限制后，英伟达专为中国市场设计的合规的产品，但是其他的GPU则均已被对华禁售（H800在推出后1年左右也被禁售了）。因此，上述的分析数据导致外界猜测DeepSeek有依赖于从新加坡通过非合规途径获得的大量对华禁售的英伟达AI GPU，比如A100和H100。 根据英伟达的财报显示，在美国对华实施AI芯片出口管制后，英伟达对新加坡的出货量从 2023 财年中期的 5% 急剧增加到2025财年（截至2025年1月）的 18%。其中，2025 财年第三财季，新加坡在英伟达总收入当中的占比甚至高达22%。 因此，美国国会要求调查 DeepSeek 是否通过新加坡的第三方公司获得了受限的英伟达 AI GPU。 不过，英伟达则坚称它遵循了所有法律要求。英伟达公司澄清说，“与新加坡相关的收入增长并不意味着就存在被转移到中国的情况，”英伟达的一份声明中写道。“我们的公开文件报告说，我们客户来源划分是依照&#39;账单地址&#39;而不是&#39;发货地址&#39;。我们的许多客户在新加坡设有业务实体，并使用这些实体销售销往美国和西方的产品。我们坚持要求我们的合作伙伴遵守所有适用的法律，如果我们收到任何相反的信息，请采取相应的行动。” 对于众议院的最新问询，英伟达通过声明再度回应称，“我们报告的新加坡收入仅表明了账单地址，通常是我们美国客户的子公司，。相关产品被运往其他地点，主要包括美国和台湾，而不是中国大陆。” 虽然新加坡当局今年初逮捕了多人，包括一名中国公民，罪名是参与非法走私英伟达GPU。但是目前尚未有确切的证据表明这些走私的英伟达GPU被最终发往了中国大陆。 [查看评论](https://m.cnbeta.com.tw/comment/1494038.htm)

今日上午，全球首届人形机器人半程马拉松于北京亦庄鸣枪起跑。在本次赛事中，宇树科技的G1人形机器人无疑是一颗耀眼的“明星”。比赛过程中，G1的表现可谓跌宕起伏。起跑阶段和赛程中，它多次摔倒在地，然而，凭借先进的强化学习算法和精心进行的适赛化改造，**它总能迅速自主站立，重新投入比赛**。 令人惊喜的是，摔倒起身后，**G1还会向观众挥手致意，这一拟人化的互动瞬间点燃了现场气氛，还赢得了全场观众的热烈掌声。** 据了解，**宇树科技G1机器人是作为城市之间科技队选手的身份亮相赛场的。**为了助力G1在比赛中取得优异成绩，城市之间科技队对其进行了全方位的适赛化改造升级。 他们将机器人的灵巧手质地更换为复合型塑料，有效减轻了负重；**还在侧面改装为开放式电池仓，采用卡扣式设计，实现了电池的快速换取**，大大提升了机器人的续航能力和比赛适应性。 资料显示，城市之间科技队是一家专注于机器人应用场景落地的企业，致力于将实验室中诞生的机器人技术，应用到城市管理、商业服务、公共安全等实际领域，推动科技成果的转化与应用。 经过激烈的角逐，今日午间，这场全球首个人形机器人半程马拉松圆满落幕。最终，北京人形机器人创新中心组织参赛的**天工Ultra凭借出色的表现荣获本届人形机器人半程马拉松机器人赛道冠军，松延动力N2机器人夺得亚军，上海卓益得机器人有限公司旗下的“行者二号”机器人获得季军。** [](//img1.mydrivers.com/img/20250419/91952fadd82248c088dfdc2f44c937b3.png) [查看评论](https://m.cnbeta.com.tw/comment/1494036.htm)

辅助驾驶重点在于辅助，**过分信任的话现阶段肯定会出现各种差错，轻则车伤，重则人亡**。据浙江交警通报，近日在G1552常台高速，一辆黑色电动车突然失控冲着路中护栏就撞了上去，而后司机猛打一把方向，导致车辆失控又撞到了外侧护栏。 那么好端端的，为何车子会突然撞护栏呢？据司机讲述，**当时自己开了车子的辅助驾驶，而后导致分心，没能及时接管最终酿成事故**。 事故造成车辆受损，好在当时车流稀少，并未殃及他人，司机由于系了安全带，因此也并未受伤。 交警提醒，辅助驾驶不是智能驾驶，更不是自动驾驶，**合理使用确实可以缓解驾驶员的疲劳，提升安全，可放任不管，出意外也就并不让人意外了**。 今年初以来，关于“智驾平权”的呼声更是愈演愈烈，一些辅助驾驶功能下放到了10万级产品，更便宜的车和更酷炫的功能，最终让智驾走向更大、更主流的市场。 然而，在技术还不成熟的情况下，一旦车企把不稳定的版本推送给用户，就有可能带来毁灭性打击，**加上当前责任很难厘清，很容易陷入无休止无意义的争执中**。 再次提醒大家，按照当前的法律规定，即便是启用辅助驾驶，出事后驾驶员一定是第一责任人。    [查看评论](https://m.cnbeta.com.tw/comment/1494032.htm)

**时隔三个月，黄仁勋又一次来华了，这次是在美国加强对华芯片管制的背景下。**美国对华芯片管制规定升级后的2天，黄仁勋脱掉皮衣换上西装乘坐私人飞机紧急出现北京。 [](https://static.cnbetacdn.com/article/2025/0418/c4ef254414c3d70.webp) 中国贸促会会长任鸿斌与英伟达公司首席执行官黄仁勋举行会谈时，后者表示，中国是英伟达非常重要的市场，希望将继续与中国合作。 “英伟达不会放弃中国市场，更希望借助人工智能的东风，更为紧密的与中国厂商合作。” 对于此前美政府新增的芯片对华出口限制，**黄仁勋承认，该限制对英伟达造成很大影响，中国市场对英伟达的增长尤为关键**。 黄仁勋此行被视为旨在稳定中国市场，进而缓解中美科技紧张局势给英伟达带来的冲击。 特朗普对黄仁勋此行作出回应。 **有记者询问特朗普对于黄仁勋访问北京有何看法，特朗普回应称：“黄仁勋是一个很棒的人，他是我的朋友，他对我们的国家感到自豪，也很爱国。我完全不担心他。”** [查看评论](https://m.cnbeta.com.tw/comment/1494030.htm)

<blockquote><p>本文指出，产品经理必须具备以终为始的目标穿透力、数据驱动的决策升维和横向赋能的资源整合术，才能在行业洗牌中掌握主动权。文章还提醒产品经理需警惕三大认知陷阱，强调了持续拿到业务结果的进化能力的重要性。</p> </blockquote>  凌晨1点，张涛盯着电脑屏幕上的PRD文档陷入焦虑：需求文档写了3版，原型迭代了12次，和研发团队开了8次评审会，但老板在季度复盘会上依然冷着脸质问：”这个功能上线三个月，DAU只涨了0.3%，这就是你说的用户核心痛点？” 这个场景是否似曾相识？在互联网行业增速放缓的今天，越来越多产品经理发现：画原型、写文档、开评审会的”标准动作”做得再完美，换来的可能只是领导的一句”所以结果呢？” ## 1、产品经理的估值体系已变 2023年某大厂内部人才盘点数据显示：绩效排名前20%的产品经理，80%都有明确的业务结果标签——”用户增长操盘手”、”营收模型重构者”、”生态闭环缔造者”。而仍在强调”输出了多少需求”、”跟进了多少项目”的从业者，正在被纳入”优化观察名单”。 行业正在重构产品经理的价值评估标准： 从”过程导向”到”结果导向”：原型美观度下降30%没人苛责，但关键指标波动超过5%必须当天复盘 从”功能交付”到”价值交付”：上线新功能只是起点，要持续追踪到用户行为发生真实改变 从”专业能力”到”商业嗅觉”：会画用户旅程图不如算清每个环节的转化成本 某知名投资人私下坦言：”现在看早期项目，创始团队里若没有能直接对GMV负责的产品经理，估值至少要砍30%。” ## 2、拿结果的三个核心修炼 **1. 以终为始的目标穿透力** 优秀产品经理在接到需求时，会进行”五层追问”： 老板要这个功能的真实诉求是什么？（可能是稳住投资人） 这个指标提升对大盘的影响权重？（或许不及另一个埋点问题重要） 现有资源下能否找到更优解？（有时调整运营策略比做功能更有效） 失败的最可能风险点在哪？（技术实现？用户认知成本？） 如何设计验证闭环？（灰度方案？AB测试？） 案例：某教育APP发现用户流失严重，初级PM建议增加提醒功能，资深PM则通过埋点分析发现：80%流失发生在支付环节，最终通过优化虚拟商品抵扣策略，使转化率提升27%。 **2. 数据驱动的决策升维** 在杭州某独角兽公司，所有PRD必须包含三张表： 价值验证表：明确每个需求对应的北极星指标及预期提升幅度 资源消耗表：标注需要协调的设计、研发、测试人力成本 风险对冲表：列出每个决策点的备选方案及切换条件 这要求产品经理掌握： 用SQL直接提取核心数据（而非等待BI支持） 构建最小化验证模型（如用Google Sheet模拟补贴策略） 设计决策树应对突发变量（政策变化/竞品突袭） 3. 横向赋能的资源整合术 腾讯某游戏工作室流传着一个经典案例：当项目组因版号问题陷入停滞时，产品经理主动协调市场、法务、海外团队，用三个月时间完成： 将核心玩法拆解为小程序轻量版本 与硬件厂商合作预装试玩包 通过海外发行反哺国内口碑 最终不仅保住团队编制，还打开了新市场。 这揭示出当代产品经理的必备素养：把OKR拆解成各部门的KPI对齐地图，用商业语言与技术、运营、市场团队对话。 ## 3、警惕三大认知陷阱 “工匠精神”陷阱：在UI细节纠结2周，却对转化漏斗缺失视而不见”工具人”陷阱：把老板所有需求当圣旨，从不思考战略背景”数据正确”陷阱：盯着留存率自嗨，忽略单个用户生命周期价值（LTV）变化 某社交产品血的教训：团队耗时半年打造”业界最流畅的语音聊天室”，上线后才发现目标用户（40+中年人）根本不需要复杂特效，最核心诉求其实是能快速找到棋牌搭子。 ## 4、构建你的结果杠杆 建议每位产品经理建立”结果仪表盘”：  ## 写在最后 在这个资本寒冬与AI革命并行的时代，产品经理的护城河不再是需求文档的规范程度，而是持续拿到业务结果的进化能力。 那些能把自己变成”人肉ROI计算器”，用每个决策推动商业齿轮转动的人，终将在新一轮行业洗牌中掌握主动权。 毕竟，公司茶水间最刺耳的议论从来不是”TA的原型画得丑”，而是”TA做的功能根本没人用”。 本文由人人都是产品经理作者【刀哥】，微信公众号：【刀哥说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

今日，2024年度青花郎·人民文学奖颁奖典礼在四川举行。据中国作家网消息，今年的奖项有颇多新意：长篇小说奖中增设长篇致敬奖，特殊文体奖授予了科幻题材的剧本，以及颁发与时俱进的“传播贡献奖”。 报道显示，传播贡献奖由董宇辉获得，**组委会认为董宇辉“他将文学一次次推向读者，唤起了无数热爱文学的人的内心热望。”** 未能来到现场领奖的董宇辉，以视频的方式发表获奖感言。他表示，**这份荣誉属于“每一个用文字照亮时代的作家和每一个用热爱温暖文学的读者。”** 据了解，2024年1月23日、2024年12月20日，董宇辉以直播间为舞台，助力**创刊七十五年的《人民文学》杂志积极融入现代传播格局**，以“寻亲”之名，实现与广大读者的“双向奔赴”。 **有鉴于此，特授予董宇辉2024年度青花郎·人民文学奖传播贡献奖。** 青花郎·人民文学奖是文学界有重要口碑和影响的文学大奖，它是由《人民文学》杂志社与郎酒集团合作主办的《人民文学》年度奖，**每年颁发一次**，评选范围为该年度在《人民文学》杂志上刊发的优秀作品，以及该年度为《人民文学》中文版和外文版作出巨大贡献的作家与专家。 [](//img1.mydrivers.com/img/20250419/a1d6dc2a273342cd8cc0209d7c5bcb6a.png) [查看评论](https://m.cnbeta.com.tw/comment/1494028.htm)

今日，由成都航空湿租给越捷航空的两架C909飞机正式开通“河内-昆岛-胡志明”航线，**标志着中国商用飞机在越南开启商业运营。****据了解，“湿租”是一种国际通行的飞机租赁方式，出租方不仅提供飞机，还提供机组人员、安全管理、维修保障以及运行控制等方面的支持。**  越捷航空是越南首家民营航空公司，主要运营越南国内航线以及亚太地区国际航线，年旅客运输量居越南前列。 越捷航空此次湿租两架C909飞机，将进一步提升其机队运力，丰富区域航线网络，助力越南航空运输市场发展。  **截至目前，印尼翎亚航空、老挝航空、越南越捷航空三家海外航空公司已累计使用C909飞机在东南亚开通15条航线，运送旅客超25万人次。** 值得一提的是，日前马航还透露要购买中国商用飞机，正在评估C909和C919。 此外，中国商飞还在推动欧洲认证，最早今年拿下。 [查看评论](https://m.cnbeta.com.tw/comment/1494026.htm)

首场硅基和碳基生物的对决来了！4月19日7点30分，2025北京亦庄半程马拉松暨人形机器人半程马拉松鸣枪开跑，这是全球首场人形机器人半程马拉松。  本场比赛共吸引了20支机器人队伍参赛，涵盖北京、上海、江苏、广东等地的企业、高校及科研机构。 包括了天工Ultra、松延动力N2、卓益得XO2、夸父、行者二号等机器人选手，它们与2000名人类选手并肩起跑，共同完成约21公里的比赛。  图源小红书Funny ai 其中夺冠热门选手，天工Ultra身高180cm、体重55kg、最高配速12km/h；清华通班队的乐聚 “夸父”奔跑速度可超7km/h。 值得注意的是，明星选手宇树、众擎机器人，此次作为队伍搭档一起比赛。 而北京科技职业大学的 “小巨人” 则是最矮的参赛机器人，身高仅75厘米。  比赛现场，智瞰深鉴科技有限公司打造的女性机器人“幻幻”作为唯一参赛的女机器人选手，现身赛道。 幻幻机器人身高170cm，体重55kg，其仿生运动系统支持1m/s行走速度，石墨烯双通道散热设计保障4.5小时持久续航。  小米SU7也现身赛道，酷炫登场，化身为本次马拉松计时车。  最终，历时2小时40分24秒，优必选科技的天工Ultra机器人第一个完成冲线，夺得全球首个人形机器人半马冠军，配速约7分36秒/公里。   天工Ultra凭借具身大小脑的高效协同，不断优化策略和适配能力，能够实现高精度控制各关节协调运动，确保机器人持续奔跑时依然保持身体平衡。 它还具备大功率的一体化关节、低惯量腿部结构设计，在奔跑速度上极具爆发力。 并且天工Ultra采用轻量化设计，并采用关节导热技术以及风冷散热技术，使关节达到热平衡，让机器人可以长时间持续奔跑。 赛后天工机器人CEO熊友军在接受媒体采访时称，“这是里程碑意义的工作，非常高兴。”他表示，今天只是展示了天工机器人运动能力很小的一部分，后面还将看到更多创新技术和应用的落地。  天工机器人第一个开跑 宇树开场即失误 按照比赛规则，每个参赛机器人依次起跑，出发时间间隔1分钟，原则上不超过2分钟。 身高1.8米的人形机器人天工Ultra第一个出发，松延动力N2机器人紧随其后，其余18支参赛队的机器人陆续登场，开启第一次真正的半程马拉松。  在比赛过程中，不少机器人都遇到了失误。 宇树机器人开跑即摔倒，随后迅速站起，起身后向观众挥手致意，再次投入比赛。  松延动力N2机器人跑着跑着甚至头掉了，被扶起后，坚持无头继续向前跑。  第一个出发的天工机器人一直保持领先，但跑马的过程并非一帆风顺，在17公里处，天工机器人也摔倒了，在经过技术人员紧急维修后，继续出发。  还有机器人走路如同植物人大战僵尸，被网友直呼“本届马拉松勇气可嘉机器人TOP1”。  卓益得XO2机器人带着太阳帽，悠闲散步式向前走，看得出来工程师比机器人更着急。  和人类选手一样，机器人选手也需要补给，不过它们的干饭方式是换电。 海派兄弟队机器人在换电时，其工程师告诉媒体，补换电一次需要15秒，并称此次马拉松表现已经超出预期。  本场比赛设置了“最佳耐力奖”，但考虑到21公里半马对电池的高消耗，大多数队伍需在途中换电1-2次。 此次机器人马拉松奖牌设计也极具特色，表层采用**“芯片”纹理设计，机器人的模样惟妙惟肖。**  除此之外，在冠亚季军后，还安排了完赛奖、最佳人气奖、最佳步态奖、最佳形态创新奖等专项奖。  比机器人更累的是工程师 竞赛规则要求，参赛机器人须在专用赛道内进行比赛，每支赛队最多可安排3名参赛选手同时进入赛道，包括领跑员。 这也就造成了，机器人在跑马拉松，工程师比机器人还多的情况。 网友感叹：机器人累不累我不知道，人就不好说了。 工程师不仅要跟着机器人跑完全程，时不时搀扶下，一旦遇上机器人摔倒，工程师就要紧急排查故障，完成抢修。   这些在机器人背后的男人们，一方面需要根据赛道的环境，实时调整机器人的步态、关节参数和运动算，在出现关节磨损、螺丝松动或电池故障时现场更换定位销并加固结构。 另一方面，他们也把控着机器人的续航管理，监控通信信号稳定性，避免因干扰导致失控。 能跑完全程，不仅是机器人的考验，更是对工程师的挑战。 向他们致敬。 综合自：央视新闻、新京报、北京日报、北京亦庄等 [查看评论](https://m.cnbeta.com.tw/comment/1494024.htm)

特朗普掀起的关税风暴中，作为全球科技竞争关键领域的半导体产业，如今首当其冲成了受害者。产业链上下游企业集体承压，巨头如英伟达、英特尔也难以幸免，所谓“制造业回流”，眼下更像是代价高昂的政策试验——一场关于“美国造芯梦”的现实考验正在展开。 [](https://n.sinaimg.cn/finance/transform/96/w550h346/20250319/6a9a-609ba83d1b796ba1880156ff5a339d89.png) 应用材料（Applied Materials）、泛林（Lam Research）和科磊（KLA）是美国三大半导体设备商。业内消息人士称，从上周半导体行业高管、SEMI与华盛顿官员议员们讨论的估算结果来看，特朗普的新关税措施下，这三家设备商一年就要损失3.5亿美元，合计损失超10亿美元。而Onto Innovation等规模小一些的设备公司也可能面临数千万美元的额外支出。 这些额外成本来自哪里？第一自然是因为销售受阻导致的收入损失，第二是为了给设备精细零部件寻求替换供应商的成本，第三则是关税合规成本。 除了设备环节，美国芯片设计公司们同样损失惨重，首先就是英伟达。 英伟达当地时间15日发布8-K文件称，公司日前收到美国政府通知，H20芯片和达到H20内存带宽、互连带宽等的芯片向中国等国家和地区出口需要获得许可证。英伟达预计，第一季度业绩中，与H20产品相关的库存、采购承诺及相关准备金费用高达约55亿美元。 这还仅仅是H20部分的相关费用，英伟达的供应链中，涵盖众多非美国供应商，例如晶圆代工厂台积电、存储芯片公司SK海力士，还有设备供应商ASML。 其中，台积电此前已在美国设厂，日前有消息称，受特朗普关税影响，英伟达、苹果、AMD等为规避后续关税，纷纷加大在台积电美国晶圆厂的投片量，但台积电产能有限，或将涨价30%。 ASML首席财务官戴厚杰这几天也谈到，特朗普关税的潜在影响大致可以分为：对运往美国的整机系统征收关税；对在美国现场作业时使用的零部件和工具征收关税；在美国有生产制造环节，进口到美国并在美国进行下一步制造的材料也会被征收关税；其他国家对从美国发运的商品征收关税（如适用）。 英伟达的先进AI芯片，既需要仰赖台积电的先进制程，又离不开ASML的极紫外光刻设备，假若公司找不到其他美国国内替代供应商，那么在特朗普的关税政策下英伟达只剩下一条路：为这些芯片和技术支付更高成本。 英特尔也面临着类似境遇。之前英特尔可以说背负着“半导体美国造”的“美国梦”，但随着特朗普上台芯片法案生变、英特尔自家高层变动，其半导体产能前景开始变得模糊。 除了美国本土产能之外，英特尔还在中国、爱尔兰、越南、马来西亚等全球多地设有生产基地；且公司还将部分先进制程芯片生产外包给台积电等公司，上文提到的SK海力士、ASML同样也是英特尔的供应商。在此基础上，英特尔也难免会受到特朗普关税冲击。 孤岛之上，美国真的能造芯片吗？ 集成电路产业发源于美国硅谷，但美国自2017年以来便再也没有生产过最先进的芯片，如今那些最精密最有价值的芯片，基本都来源于亚洲。 数十年来，由芯片衍生开来的产业已经演变成为一个深度整合的生态系统。例如，一部iPhone所搭载的芯片，在美国设计，在中国或日韩生产制造，运往越南包装后，在中国进行组装测试成为整机，最后将成品运往美国。 直到特朗普主动将关税作为武器，立志要推动半导体“美国本土造”。不久前特朗普亲口承认，台积电因为关税所以到美国投资，如果魏哲家（公司董事长）不去，台积电出口到美国的产品将会付出非常高昂的关税。 正如外交部发言人林剑所说的，“美国以‘对等’为名行霸权之实，牺牲各国正当利益服务一己之私，将‘美国优先’凌驾于国际规则之上，是典型的单边主义、保护主义和经济霸凌行径。” 但半导体供应链不是说移就能移的。“（芯片制造厂）不是一个盒子制造厂（那么简单），”市调机构Counterpoint研究总监马克•爱因斯坦并不看好特朗普这么做，“芯片制造厂是高度高科技且无尘的环境，建造这样的工厂需要多年时间。” 更何况台积电的美国亚利桑那厂之前已经因为本土工程师和熟练工人短缺，导致量产推迟；英特尔俄亥俄州晶圆厂也因成本超支延期投产……特朗普鼓吹的“关税政策将解放美国经济、为美国带来就业机会”，真的能成真吗？ [查看评论](https://m.cnbeta.com.tw/comment/1494022.htm)

今日，全球首个人形机器人半程马拉松在北京亦庄开跑并圆满落幕。其中，由北京人形机器人创新中心组织参赛的天工Ultra荣获本届人形机器人半程马拉松机器人赛道冠军，松延动力N2机器人夺得亚军，上海卓益得机器人有限公司旗下“行者二号”机器人获得季军。 本届个人形机器人半程马拉松以北京南海子公园一期南门为起点，以经开区国家信创园为终点，赛事线路全长21.0975公里。 天工Ultra身高180cm，体重52kg，实测平均时速可达10km/h，最高奔跑速度已提升至全球领先的12km/h，且能在斜坡、楼梯、草地、碎石、沙地等多种地形平稳移动，具备带有视觉感知的泛化移动能力，能轻松应对沟壑、大高度差等复杂地形，并拥有强大的抗干扰能力，受外力冲击依然能保持稳态。 松延动力N2身高1.2m，体重30kg，研发设计过程中突破传统步态束缚，能在高速奔跑中保持稳定性和灵活性。奔跑过程中通过实时调整步频、步幅和着地角度，确保高速状态下的动态平衡。 行者二号体重28kg，号称历史上首个行走距离突破百公里的足式机器人，续航6小时以上，采用高强度、轻量化的复合材料，使得机器人在保证结构强度的同时极大降低重量。 大赛现场，国地共建具身智能机器人创新中心总经理熊友军在与新浪科技等媒体沟通时表示，“中国机器人产业在整个全球来说已属于第一梯队，而且我们的迭代速度，应用的场景，数据量，还有我们的人才，大家努力的程度，在全球都是属于顶尖的，我对中国计算智能和人形机器人产业的发展充满了信心。（文猛）  [查看评论](https://m.cnbeta.com.tw/comment/1494020.htm)

4月19日，日前永辉超市微信公众号发布《追光而行，向善而生》文章，对胖东来帮扶永辉超市的细节进行回顾。永辉超市文章首先点出的是胖东来的“利他”。      在商品支持方面，胖东来首批自有品牌商品进驻永辉郑州门店时，不仅以成本价供应，更主动承担前期物流配送费用。 在费用方面，永辉超市郑州门店调改期间，胖东来支援团队婉拒永辉的一切食宿安排，自费入住酒店、预订餐厅，甚至提前为全国永辉学习团队协调好后勤保障。 在理念教学方面，一年来胖东来累计接待永辉超5000人次干部学习，从文化理念、门店运营到物流体系，从服务细节到员工关怀，每一次带训都毫无保留、倾囊相授。 更值得关注的是，永辉超市还强调，面对永辉的任何回馈心意，胖东来始终婉拒。 而对于胖东来的文化精神，永辉超市也已经落地到具体行动上。 据文章透露，调改至今，永辉超市累计向门店一线员工发放利润分红近2000万元，惠及1.5万人次。调改店员工平均综合薪酬涨幅超20%，工作时长严格控制在8小时内，工作满一年可享10天带薪年假等。 永辉超市表示，“东来哥身上有光，东来人身上也有光。我们要跟着一起去追光。” [查看评论](https://m.cnbeta.com.tw/comment/1494018.htm)

北京亦庄，从前发生在科幻片中的一幕正在现实中上演。4月19日早上7点半，全球首个人形机器人半程马拉松在北京亦庄鸣枪开跑，20支人形机器人赛队的“钢铁选手”与9000余名人类选手共同完成21.0975公里的比赛。 本次参赛的机器人来自北京、上海、广东、宁夏等地，机器人赛道上，不同形态的机器人同场角逐，有的机器人是1米8的“大高个”，有的机器人则看起来像“小朋友”，它们或像人类一样摆臂大步奔跑，或迈着“小碎步”高频率前进。 最终，来自北京人形机器人创新中心、广东人形机器人企业优必选参与研制的“天工UItra”以2小时40分42秒的成绩，率先冲过终点线。 （“天工UItra”正在比赛，图源央视） 今年以来，人形机器人的运动能力受到广泛关注，宇树科技的G1人形机器人登上春晚扭秧歌、转手绢，众擎机器人实现了全球首例平地起身前空翻。应用领域也由此拓展，例如园区巡检、赛事“球童”、服务志愿者甚至搭建舞台等。 在业内人士看来，亦庄半马正是人形机器人行业的一次“小考”——考续航能力、稳定性以及速度。成绩的优劣并不是重点，更重要的是，通过这次人机半马，验证产业发展成果，推动技术更好地服务于人。亦庄半马验证了人形机器人的运动能力，但“能跑会跳”不是终点。人形机器人真正的突破在于向“聪明好用”进化——通过AI提升感知和决策能力，替代需要长期训练的人类岗位。 正如智能手机重塑生活，人形机器人正从实验室逐步走向工作生活场景，一个属于它们的时代在加速到来。 **一场人形机器人“小考”** 4月19日上午，北京南海子公园，一场“人机共跑”拉开序幕，20支参赛队伍根据测试赛成绩相继出发。 “机器人加油！”“机器人跑快一点！”现场跑者和观众不断为人形机器人加油打气。机器人赛道上，机器人形态各异，天工队的“天工UItra”是个1米8的“大高个”，迈着“大长腿”摆臂大步奔跑；旋风小子队的松延动力N2则个头较小，憨态可掬得像“小朋友”，高频率踏步前进。 当前，长距离奔跑对于人形机器人仍是不小的挑战，完赛已是一定程度的巨大成功。 那么这场人形机器人“小考”，考的是什么？ 首先，考耐力。半马比赛全长21.0975公里，对跑者来说，跑马最重要的是完赛。对人形机器人而言，续航能力是完赛的关键。 本次赛事中，机器人可途中更换电池或接力完赛，如更换机器人将每次罚时10分钟，“换电”则无罚时，最终成绩综合完赛时间与机器人更换次数评定。 在比赛过程中，工作人员随时关注机器人的状态，给人形机器人换电池，或在其关节处喷压缩空气，让机器人迅速降温散热。 参赛选手中，来自上海卓益得的“行者二号”续航能力较为出众，能够续航6小时以上。据了解，“行者二号”采用高强度、轻量化的复合材料，基于被动行走原理的方式，不仅让机器人的步态更自然，还能降低电机的用力，减轻所需电池和关节的重量，提高待机和续航能力。 其次，考稳定。人形机器人跑步是否会摔倒备受关注，户外环境的上坡、避障、转弯等都是考验。 人形机器人跑步依赖于机械结构和算法控制，需要快速在“双支撑”和“单支撑”之间切换，并克服短暂的腾空阶段，同时实时调整重心保持稳定，这对平衡控制要求极高。 赛场上，机器人奔跑的状态各异，有的重心较高，小腿质量较轻，可以摆臂大幅奔跑，有的选择不摆臂，走路前进。比赛过程中，机器人摔倒的情况确有发生，在工作人员扶起或更换机器人后继续比赛。 佛山市顺德区机器人协会秘书长陶渊明向南方财经全媒体记者介绍，机器人跑步的稳定性涉及高精度控制各关节协调运动，这考验的是核心算法与小脑开发。避障、判断路面情况等功能，则考验机器人的视觉和感应器，这靠机器人的大脑，也就是人工智能来完成。 来自钛虎机器人的T170A，身高1.7m，体重48kg，在平衡性方面表现出色，即使受到外力干扰仍能迅速恢复运动时的平稳状态。 钛虎相关负责人接受南方财经全媒体记者采访时表示，T170A腿部关节的扭矩密度高达220Nm/kg，能轻松完成如单腿跳跃等高难度动作，可应用于工业自动化、搜索救援、医疗辅助、家庭服务等领域。去年，钛虎的销售额已达到5000万元。 此外，考速度。机器人的运动速度靠什么实现？据了解，机器人的运动主要靠电机和驱动来完成，扭矩和转速均会影响速度，同时采用轻量化材料可以通过减重提速。此外，关节设计也起到关键作用，如膝关节和髋关节的活动范围和响应速度会影响到运动的速度和灵活度。 本场比赛中，天工队的“天工UItra”以2小时40分42秒的成绩，率先冲过终点线。现场工作人员表示，天工的成绩比预期快30分钟，这与领跑员的节奏有关。 “天工Ultra”前面有一名领跑员，相比其他机器人需要工作人员用遥控器控制奔跑，“天工Ultra”可以利用传感器检测“领跑员”的运动状态，自己规划路线。 （“天工UItra”率先冲线，图源央视） “天工UItra”身高1.8米，用于大功率的一体化关节、低惯量腿部结构设计，是北京人形机器人创新中心最适合奔跑的“选手”，可实现10公里/小时的稳定奔跑，最快速度可达到12公里/小时。 对于人形机器人而言，“跑得快”有何意义？ 提升运动能力是人形机器人发展一个必经的阶段。业内人士透露，当前人形机器人还处于“婴幼儿”阶段，正在学习如何协调身体，随着平衡性和适应性的进一步提升，未来将逐步突破静态作业的局限，在复杂环境中展现出类似人类的动态稳定性。 **从“能跑会跳”到“聪明好用”** 亦庄半马正是对人形机器人运动能力的一次“练兵”检阅。 一位人形机器人公司相关负责人告诉南方财经全媒体记者，亦庄半马以体育赛事的形式提升了大众对机器人行业的关注度，促进了资本和资源的流入，从而提升研发速度和行业发展速度。 “科技与体育的结合进一步拓展了人形机器人在体育领域的范围，人形机器人可以跑马拉松，证明它们可以在复杂环境中负重运动，可以做‘球童’、园区巡检、服务志愿者甚至搭建舞台工人等。”上述人士称。 但是，“跑得快”“跳得高”并不是人形机器人发展的最终目的，更重要的是从“能跑会跳”向“聪明好用”进化。这意味着，提升运动能力只是前提，更重要的应该是大脑，也就是人工智能的发展应用，让人形机器人更趋向于人。 中国国家创新与发展战略研究会学术委员会常务副主席、重庆市原市长黄奇帆近日曾公开发言表示，真正的机器人，一是要有人的大脑，有对事物区别分辨的判断能力、联想能力、创新能力；二是要有五官，即视觉、听觉、嗅觉、味觉与触觉；三是五官加大脑，应当有对各种生活工作场景进行条件反射和各种判断，思考选择最优化路径的能力。 “相比工业机器人的应用领域，人形机器人最大的优势就是和人类相似，可以完成抓取物品、分拣等更精细化的操作，还可以进行语言交流。”广东高科技产业商会会长王理宗告诉南方财经全媒体记者。 在北京，亦庄半马展现了一场“人机共跑”的角逐。近日在广州，第137届广交会的服务机器人专区内，人形机器人上演了一场“表演秀”，灵活展现握手、打招呼、抓握水瓶、左右手交互物品等动作。 魔法原子人形机器人“小麦”吸引了许多采购商的注意，相关负责人告诉南方财经全媒体记者，“小麦”已用于门店导购、工厂两个场景，其中，在工厂可执行产品检测、物料搬运、零件取放、扫码入库等作业。 除了在工业场景中，人形机器人在服务行业也有广泛应用前景，由于其形态结构和感知系统类似于人类，人形机器人能够更自然地适应人类设计的环境和工具，执行多样化的复杂操作。 在“跑得快”的背后，更需注意的是落地应用的难点。 王理宗认为，人形机器人的应用和商业化难点在于，一方面，人形机器人还处在萌芽阶段，许多技术如运动控制、感知与识别、人机交互等，仍需要进一步的突破和完善。另一方面，人形机器人的发展也面临着伦理和法律方面的挑战，目前没有针对人形机器人行为的法律标准，如何保护人类的隐私和安全等都是待解决的问题。 陶渊明表示，人形机器人未来的发展应当依托其多模态感知系统、环境适应能力和人工智能算力，在工业制造、高危作业等场景中辅助人类完成高重复性、高强度或危险性任务，通过优化人机协作模式有效降低劳动强度，改善复杂环境下的工作条件，从而减少人类职业性身体损伤风险。 当前，人形机器人产业有望从“技术验证期”向“规模化商用期”快速过渡。第二届中国人形机器人与具身智能产业大会上发布的《2025人形机器人与具身智能产业研究报告》显示，2025年，中国人形机器人市场规模预计达82.39亿元，占全球约50%。 “人形机器人正在向好发展，有着不可阻挡的前进趋势。”多位从业者向南方财经全媒体记者传达了对行业的信心。 或许，人形机器人的发展也正如一场马拉松——“跑得快”并不是制胜的关键，真正需要的是持续的技术沉淀与生态构建，投入足够的耐心与信心，人形机器人将会成为中国经济的下一个万亿级新赛道。 [查看评论](https://m.cnbeta.com.tw/comment/1494016.htm)

<blockquote><p>本文深入剖析合约交易网格策略的产品设计，涵盖核心功能、运行逻辑、风控机制及用户体验等关键要素，旨在为用户提供更加智能化的合约交易解决方案。</p> </blockquote>  本文系统的梳理合约交易网格策略的完整产品设计思路，涵盖核心功能、运行逻辑、风控机制与用户体验等要点。  ## 一、产品目标  ##  二、核心功能模块 ### 1. 网格策略引擎  ### 2. 合约参数支持  ### 3. 风控模块  ### 4. 运行逻辑与挂单管理  ## 三、前端功能展示 ### 1. 网格图表 - Y轴：价格 - X轴：时间 - 展示：所有挂单分布的价格线，成交点以颜色或图标区分 ### 2. 收益图表 - 累计盈亏 - 已实现收益（已平仓） - 浮动盈亏（未平仓）3. 操作区 - 参数填写项（如价格区间、网格数量、杠杆、止盈止损等） - 启动策略 / 暂停策略 / 停止并清仓 ### 4. 风险提示 显示强平价格（根据当前杠杆+开仓方向计算） 展示风险等级（高/中/低）  ## 四、后台与API集成  ## 五、附加高级功能  ## 六、目标用户群体  本文由人人都是产品经理作者【USDT用户体验】，微信公众号：【USDT用户体验】，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。

尹志尧早前表示，在半导体设备领域，中国离国际最先进水平还有相当一段距离，但相信再用5-10年时间，达到国际最先进水平的目标就可以完全实现。

十年来首次出现营收、净利双降。

成本控制和海外业务成为亮点。

近日，**中微公司发布了2024年度财报，披露公司创始人、董事长兼首席执行官尹志尧已放弃美国国籍，恢复中国国籍。**根据财报资料，**尹志尧先生1944年出生，现为中国国籍，**拥有中国科学技术大学学士学位及加州大学洛杉矶分校博士学位。 职业履历如下： **1984年-1986年：英特尔中心技术开发部工艺工程师；** 1986年-1991年：泛林半导体研发部资深工程师、经理； 1991年-2004年：应用材料公司等离子体刻蚀设备产品总部首席技术官、总公司副总裁及亚洲总部首席技术官； **2004年至今：中微公司董事长、总经理及核心技术人员。** 此前，尹志尧在回国创办中微公司后长期持有美国国籍。**在2022年中微公司年报中，他仍被标注为美国公民；2023年年报则未披露国籍信息。**此次财报明确其国籍已变更为中国，推测变更时间在2024年。 至于尹志尧放弃了美籍、恢复中国国籍的原因，**此举与美国2022年10月7日出台的对华出口管制措施相关**。 新规中“美国人”条款要求未获许可的美国籍人士不得支持中国大陆半导体制造设施开发或集成电路生产。当时，中微公司包括尹志尧在内的多名高管及核心技术人员均为美国籍，可能面临合规风险。 新规迫使中微公司高管面临“二选一”抉择：保留美籍：需遵守美国禁令，可能无法继续担任中微公司核心职务；放弃美籍：可继续履职，但需完成国籍变更。 **尹志尧选择恢复中国国籍，或为规避政策风险，确保公司运营稳定性。**  [查看评论](https://m.cnbeta.com.tw/comment/1494010.htm)

全球首个人形机器人半程马拉松今日在北京亦庄开跑，共有21支机器人队伍与12000名人类选手同场竞技，共同挑战21.0975公里的赛道。目前，天工机器人已经冲线完赛，夺得冠军，不过还有**很多人关注到了一个呆萌的小机器人，它就是来自松延动力的N2小顽童**。 之所以说它特殊，是因为在这场比赛中，绝大多数机器人都需要两到三名人类工作人员陪跑，然而它却根本不需要，全程都是自己一个在战斗，甚至还能不断反超其他机器人。 如此独立的一幕也让不少人感慨万千，盛赞其是这届比赛中最为独立、最为励志的机器人。 [](//img1.mydrivers.com/img/20250419/557b4636288c43f3a8752e985c5795df.png) [](//img1.mydrivers.com/img/20250419/a6f32cee-8a19-4698-b940-5ab8c31da5ef.png) 据介绍，松延动力N2是一款具有高性价比的人形机器人，被称为 “小顽童” 是因其体型小巧、动作灵活，像小朋友一样充满活力。 它的身高1.2米，体重30公斤，机身采用轻量化铝合金结构与高强度复合材料，全身有18个自由度，其中单腿各有5个自由度，单臂各有4个自由度，通过精简设计减少冗余重量，能实现多种拟人动作。 关键关节扭矩达≥150N·m，拥有极强爆发力与抗冲击能力，行进速度峰值可达3.5m/s，能完成大步行走、奔跑、单双脚跳跃、舞蹈等动作。 它采用强化脚踝部件与球轴承结构，减少摩擦磨损，即便摔倒也能迅速恢复正常运行，还可完成连续后空翻等高难度动作，是全球唯一能连续空翻的真机人形机器人。  [查看评论](https://m.cnbeta.com.tw/comment/1494008.htm)