5月27日，随着最后一块顶板浇筑完成，“东方枢纽上海东站”的地下工程站场区主体结构完工，项目建设取得重大进展！**东方枢纽上海东站选址于浦东新区祝桥镇，距离上海浦东国际机场T1航站楼约5公里，总建筑面积130余万平方米，其中高铁站房约16万平方米，站场布置为15台30线。** [](//img1.mydrivers.com/img/20250528/463d2f8206794fe0964e0d6f82568552.jpg) [](//img1.mydrivers.com/img/20250528/2345298ed8604cf88df4ec702f36d97d.jpg) 站房以“光之玉兰·潮起东方”为设计理念，在建筑、结构、装饰上一体化演绎上海市市花白玉兰的造型，赋予建筑色彩和活力。 **建成后，上海东站将形成集国家铁路、市域铁路、城市轨道交通、机场捷运等交通功能于一体的大型综合交通枢纽，还会还引入“空铁联运”系统。** [](//img1.mydrivers.com/img/20250528/271d75841a7c41f4ba07e68947eec3d4.jpg) [](//img1.mydrivers.com/img/20250528/0096b5ff1214433c8e5135f87147ad20.jpg) 2023年，上海东站地下工程开工建设，建筑面积约38万平方米。 其中，地下工程基坑面积近20万平方米，相当于28个足球场；开挖深度近28米，深基坑套叠交叉。 高峰时，400多台吊机、桩机等大型设备同时施工，约6000人同时作业。  东方枢纽上海东站计划**于2027年**具备开通运营条件。 [查看评论](https://m.cnbeta.com.tw/comment/1502914.htm)

**Adobe对其多应用订阅套餐进行了调整，将从今年6月17日起将其升级为Adobe Creative Cloud Pro，其中附带了AI功能。**当然，价格也自然随之上涨，个人用户每月订阅费用从60美元涨价到70美元，对于团队用户每月从90美元涨价到100美元。 **对于那些并不需要AI功能的用户来说，这无疑是一种“强制捆绑”，即使不使用AI功能，也必须支付更高的费用才能继续使用这些应用程序。** 面对用户的抱怨，Adobe更新了支持文档，宣布可以手动降级到Adobe Creative Cloud Standard，也就是标准版，该版本如果按年订阅则平均每月为55美元。 **标准版虽然更便宜但是有限制，不支持在iOS、Android等平台上使用Photoshop等应用程序，也就是说如果有这些需求的话，只能接受涨价后的专业版。** 其实不只是Adobe，微软也在自家的Microsoft 365中集成了Copilot，同时还提高了订阅价格，哪怕用户根本不需要也得为此付费。 [](//img1.mydrivers.com/img/20250528/bd1bca54-edbc-4015-98f3-1649d6e989ca.png) [查看评论](https://m.cnbeta.com.tw/comment/1502912.htm)

<blockquote><p>通过反向图片搜索、电话号码查询、背景调查等功能，Tea 帮助女性在约会前对潜在伴侣进行全面了解，同时通过匿名女性社区 Tea Party 构建了一个支持网络。本文将深入探讨 Tea 的核心功能、市场表现以及面临的隐私与伦理挑战，揭示这款应用如何在保障女性安全的同时，推动约会文化的革新。</p> </blockquote>  “茶是我的新秘密武器！每当我要和某人见面时，我先打开茶APP，就能得到我想要的答案。”——来自茶女性用户的真实反馈，这已经成为当今许多女性的日常操作。 当她们怀疑自己的同伴是否仍在主动参与约会软件，或对刚认识的人心存疑虑时，茶应运而生。用户只需输入对方的名字，茶即可快速生成关于此人的信息：他诚实可靠？是否在认真谈恋爱？等等。 Tea 的功能还包括断断续续地浏览您所在区域的男性数据。 平台会为每个人打上“危险信号”或“绿旗”标签。 通过点击查看详情，用户可以了解其他女性对他的评价，甚至能发现一些轻松幽默的分享关系。 这不仅是一个安全工具，更是一个全球女性共享约会经验和建议的社区。 ## 创始人故事：为女性安全而生 Tea的创始人肖恩·库克（Sean Cook）受到母亲遭遇网络骗局的启发，决心改变约会行业的现状。 他目睹现代约会平台在安全方面的不足，认识到需要一个真正为女性安全设计的工具。库克利用人工智能驱动的安全技术和实时身份验证工具创建了茶，希望通过此应用填补现代约会中安全保障的空白，让女性能够获得保障的约会体验。 茶以“每一次现代约会，都值得被保护”为目标，改变了女性在约会中的主动性和安全感。 ## 茶核心功能  每个注册女生进来都需要进行认证才能进入APP：  - 逆向图片搜索上传一张照片，Tea的AI引擎可快速识别其真实性，帮助用户识别盗图和意向资料，杜绝“照骗”。 - 电话号码查询输入号码即可查询相关公开信息，如婚姻状况、不良记录等，帮助用户提前规避潜在风险。 - 背景调查Tea支持快速检索犯罪记录，包括性犯罪登记和刑事案件信息，让用户更安心。 - 匿名女性社区——茶会  茶会是一个安全、匿名的互动平台，女性用户可以分享经验、互相分享雷或提供建议，构建温暖人心的支持网络。 ## 市场表现与用户反馈 自2023年推出以来，Tea迅速积累了超过50万用户，在App Store中名列前茅，收获1.6万+五星评价，并创造了160万美元的年经常性收入（ARR）。这个由51.2个女性组成的社区，正在用数据赋能多元化，为女性约会安全提供全面保障。 ## 隐私争议与伦理挑战 茶虽然备受欢迎，但也因隐私问题引发了争议： - 隐私保护的挑战：Tea的部分功能（如分享男性信息）被恶意利用。例如为了报复前男友等上传威胁信息。为此，Tea已取消截图功能，并持续优化隐私政策。 - 隐私与安全的平衡：茶在女性安全的同时，必须兼顾隐私保护。在“用隐私换安全”的争议下，茶致力于在道德与安全之间寻求平衡点。 - 女权与约会文化创新：茶不仅是一种工具，更推动了现代约会文化的创新。它鼓励女性主动掌握信息，保护自身权益，同时倡导健康、安全的社交模式。 ## 结语 总而言之，茶作为一款新兴的社交应用，精准地捕捉了女性在约会安全方面的诉求，通过创新的功能和社群模式，为她们提供了一层重要的安全保障。 在隐私保护方面仍面临一些挑战，但其在提升女性约会安全方面的潜力不容忽视，并有望持续引领社交安全领域的新发展。 茶的理念清晰而坚定：每一次的约会，都值得被保护！ 参考文献：**新闻稿：** https://www.barchart.com/story/news/31348373/tea-the-viral-app-that-provides-cutting-edge-dating-safety-tools-for-women Medium：https://medium.com/authority-magazine/sean-cook-of-tea-on-5-things-you-need-to-know-to-create-a-highly-successful-app-bc2f2ac6a131 作者：初九 公众号：社交产品经理 本文由 @沉迷社交产品的初九哥 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

2025年5月16日，小米智能家电（武汉）有限公司主导研发的“基于热舒适性预测的高能噪比智控空调关键技术及应用”项目科技成果鉴定会在武汉小米智能家电实验中心举行。会上，由中国制冷空调工业协会组织的鉴定委员会听取了项目组的汇报，考察了项目现场，审阅了有关资料并进行了质询，一致认为该项目成果在基于舒适性空调的全户型快速选型、人感智控、高能噪比技术方面达到国际领先水平。  小米智能家电（武汉）有限公司总经理单联瑜表示，小米空调秉持智能化基因，以用户需求驱动技术创新。未来，小米将持续加大技术投入，研发更多服务于人的科技创新成果。  在家用中央空调选购及使用过程中，存在安装布局对热舒适性影响难预测、设备对环境中人的感知交互能力弱，性能和噪声矛盾关系突出等瓶颈问题，导致用户对空调容量选型及安装设计评估难度大，空调的节能、智能和舒适性体验不及预期。针对上述问题，小米研发了如下创新技术： **创新技术1:基于AI的自适应全户型热舒适预测技术** 构建了空调和房间热舒适 CNN-LSTM 高精度负荷预测模型，形成全户型多目标优化容量选型策略，开发了热舒适可视化选型平台，实现了面向用户的快速选型设计及安装位置优化。   **创新技术2:基于多目标轨迹追踪及超广域人在感知的智控技术** 开发了双毫米波雷达人感识别技术体系，实现了基于超广域人感检测的智能送风和节能运行控制，显著降低了运行能耗，并提升了舒适性的个性化体验。     **创新技术3:基于多维噪声抑制与全速域自适应控制的高能噪比技术** 通过叶型风道优化、管路结构优化等多重制冷剂流动噪声阻断抑制，结合电压电流混合磁链模型和低频多参数自主寻优控制，实现宽温域、高能噪比稳定运行。  目前，小米这项研究成果已应用于家用中央空调产品，为用户带来了实实在在的节能收益和体验提升。未来，小米将继续以技术为本，打造更多领先的技术成果。雷峰网

<blockquote><p>在合约产品领域，构建一套完善的用户画像标签模型至关重要。本文深入探讨了如何设计用户标签体系，从多个维度进行细致分类，并阐述了标签生成逻辑与实际应用场景，助力实现产品功能精准推送、风控策略差异化应用等，为用户提供更贴合需求的服务与体验。</p> </blockquote>  在合约产品中建立用户画像标签模型，能帮助我们深入理解不同用户的行为模式、风险偏好与生命周期位置，从而支持：产品功能精准推送、风控策略+差异化应用、跟单分层激励、任务系统动态推荐等场景。 ## 一、用户标签体系设计目标  ## **二、标签维度结构**   ## **三、标签生成逻辑**  ## 四、标签样例表  ## 五、应用场景举例  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。

5月28日，腾讯云开发 CloudBase 宣布推出 AI Toolkit（CloudBase AI Toolkit），这是国内首个面向智能编程的后端服务，适配 Cursor 等主流 AI 编程工具。 云开发 AI Toolkit旨在解决 AI 辅助编程的“最后一公里”问题，包括后端资源的创建、部署、管理与运维等问题。 开发者在Cursor 与腾讯云代码助手 CodeBuddy等 AI 编程工具里写代码时，在云开发 AI Toolkit的帮助下，AI 可自动帮用户生成可直接部署的前后端应用+小程序，并一键发布上线到腾讯云开发 CloudBase 平台，并辅助后期运维工作。  **AI 编程实际落地痛点：复杂耗时的后端工作**  近几年，随着AI大模型技术广泛应用，Cursor、Windsurf、VSCode  Copilot 与腾讯云代码助手CodeBuddy等的AI编程工具正日益普及。“氛围编程”（Vibe Coding）的新概念也在海外开发者社区逐步流行。 “Vibe Coding”模式强调借助 AI 编程工具快速完成从产品文档、数据库设计到服务实现的完整流程，已在一些 AI 原生应用开发中得到实践。这种模式极大地降低了编程门槛，让更多非技术背景的用户也能将创意变为现实，同时显著提升了专业开发者的效率。  然而，仅通过 AI 编程工具编写应用代码是不够的，还存在“最后一公里”的痛点需要解决，包括：如何将快速生成的应用代码部署到线上运行？应用上线运行还依赖后端资源（如数据库、API 服务等），如何创建、部署并管理相关资源？还有后续复杂的运维、错误排查的表格工作，如何让 AI 更好地解决？  这些最后一公里的问题我们统称为”后端服务“。后端服务由于涉及到的开发、部署、资源管理、运维等环节较为复杂，往往在软件开发和运行的生命周期中耗时超过一半甚至更高，成为 AI 辅助开发在实际软件研发中落地的痛点。   在海外，AI 编程工具往往会内置与适配相关的后端即服务（BaaS，Backend as a Service）解决方案。比如，Supabase 将后端工作打包为一站式服务，提供自动 API、用户认证、对象存储、实时订阅、向量数据库等多个功能模块，让开发者可以像搭积木一样即插即用地快速搭建后端。随着 vibe coding 爆火，Supabase被多个AI编程工具产品设置为默认后端，吸引了 200 多万开发者。  正是在这样的背景下，腾讯云开发 CloudBase 推出了 AI Toolkit，全面适配主流 AI 编程工具，不仅弥补了国内 AI 编程工具在后端服务和部署平台上的空白，更将 AI 的强大能力融入开发全生命周期。 **AI Toolkit面向AI编程提供后端服务**  云开发 AI Toolkit为主流的 AI 编程工具提供了领域知识+操作能力+工具箱。 领域知识：针对 AI 辅助开发的场景，云开发 AI Toolkit内提供了专为云开发适配的 AI 规则和提示词，包含代码优化、架构设计、最佳实践的领域专有知识，让 AI 可以更好地理解并操作云开发平台。 操作能力：云开发 AI Toolkit提供了完整的 MCP 工具，连接了 AI 编程工具与云开发的后端服务，允许用户授权 AI 编程工具在其账号下调用和操作在云开发上的资源，如数据库、云函数、容器服务等。在 AI 编程工具中，开发者配置好云开发 MCP 工具后，即可用自然语言让 AI 自动完成一系列云端开发动作，如创建数据库集合、编写并部署云函数代码等。 工具箱：云开发 CloudBase 平台提供了 CLI、前端 SDK 等全面的本地开发工具，涵盖了从后端资源管理、运维部署、日志监控全生命周期的功能，给予 AI 充分的发挥空间和操作权限，开发者只需要当一个“裁判”逐项确认 AI 的操作即可完成开发过程。 **AI Toolkit开启全新AI编程开发体验** 在开发阶段，云开发 AI Toolkit让开发者可通过 AI 辅助操作数据库、编写云函数，加速后端构建，让开发者更专注于业务逻辑。开发者可以通过自然语言描述需求，让 AI 辅助生成数据库 Schema、创建数据表，并利用云开发的 SDK 进行高级查询、校验，甚至一键生成可编辑的管理应用；可以让 AI 根据需求编写云函数逻辑，并且直接发布上线。  在上线阶段，借助 AI Toolkit内的 MCP 工具，AI 编程工具生成的应用可以实现自动部署，快速上线。无论是发布到微信小程序、H5还是其他平台，云开发都能自动处理底层基础设施的配置和扩缩容。  在后期运维阶段，AI Toolkit可以帮助智能编程工具进行智能监控与报错辅助修复。云开发提供全面的监控告警和日志系统，能够实时追踪云资源的运行情况和云函数的调用状态。出现报错时，开发者可以将错误日志反馈给 AI 编程工具，利用 AI 的智能分析能力辅助定位问题，根据错误信息提供修复建议，甚至生成修复代码。而云开发则保障了这些AI辅助操作的稳定执行和快速部署。  **如何开始使用云开发 AI Toolkit？**  目前，云开发 AI Toolkit已经发布在 Github 开源仓库中，面向开发者提供下载，模板仓库提供了主流 AI 编程工具的配置文件。  开发者在仓库中找到快速开始模板并进行下载（目前提供 React 框架、微信小程序的快速开始模板）；然后根据响应编程工具，遵循指引配置完毕即可启用云开发 AI Toolkit，让 AI 帮助管理、操作云开发。   开发者如需使用 AI Toolkit，可访问开源仓库地址获取指引： GitHub地址 https://github.com/TencentCloudBase/CloudBase-AI-ToolKit CNB地址 https://cnb.cool/tencent/cloud/cloudbase/CloudBase-AI-ToolKit

一家IP企业，正在以传统媒体的方法找选题做杂志。

我们不是一家传统的公司。

如果用一句话来形容“当下的组织变革究竟要变什么”，我会将其表述为——组织阵型极度前压，企业项目化，激励经营化。

灵魂歌手 ChatGPT 要「越狱」了？有人欢喜有人愁…… #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1625323) ·[查看评论](https://www.ifanr.com/1625323#comments) ·[新浪微博](https://weibo.com/ifanr)

 日前，小米集团总裁卢伟冰发文称，小米空调已完成全栈自研，其智能制造工厂将于今年年内投产，并剑指2030年中国空调市场“数一数二”的目标，对标全球标杆。 这一消息不仅意味着小米在空调领域的战略升级，更折射出其从“性价比标签”向“高端化生态”转型的深层逻辑。 因为就在两个月前，米家中央空调Pro开售之际，卢伟冰就曾在社交平台上表示，米家空调今年销量会保持50%以上的增长速度，全面发力高端，ASP会持续上升。同时他还透露了小米的目标：全年公开市场销量目标第3，未来5年成为数一数二的空调品牌。 从手机到空调，再到汽车，小米的每一次跨界都伴随着争议与期待。而这一次，在传统巨头盘踞、行业壁垒森严的中央空调市场，小米的野心究竟是品牌高端化的“面子工程”，还是真刀真枪的市场争夺？答案或藏于其战略逻辑、能力禀赋与行业壁垒的复杂交织中。（小米中央空调是“阳谋”入高端局，还是“虚招”试探市场水温？欢迎添加微信Angiee0620交流不同观点） ### 品牌升级的阳谋 小米进军中央空调的动机，始终与品牌调性重塑深度绑定。 自2013年以“价格屠夫”形象切入家电市场以来，小米长期被贴上了“性价比”标签。然而，于小米而言，“性价比”标签既是其快速扩张的利器，也是高端化转型的桎梏。 据奥维云网数据，2024年，小米空调线上均价仅为2364元，显著低于格力（3544元）和美的（3191元）。这种定价策略虽在入门级市场攻城略地，却难以支撑品牌溢价。而中央空调作为小米除车以外，客单价最高（米家中央空调Pro起售价15999元）的品类，天然具备拉升品牌形象的功能性价值。  而且纵观小米手机和汽车业务，小米的中央空调战略也绝非孤立之举。 过去几年，小米一直聚焦高端化战略。在手机上，卢伟冰曾多次强调，高端市场是小米未来3-5年的核心战场；在汽车上，小米则直接对标特斯拉、保时捷，向高端智能出行市场发起冲击。其高端化路径已逐步从手机延伸至汽车、家电全品类。 中央空调作为技术密度最高的空调品类，恰好成为验证品牌技术实力的试金石。发布会上对标大金的“补气增焓双缸压缩机”，漠河-35℃极寒测试的营销造势，都在刻意塑造技术领先的叙事。 这种策略与小米造车的逻辑如出一辙：通过突破传统认知中“低端”的品类标签，借助中央空调的高技术门槛重构品牌形象。正如雷军所言：“高端化是小米必须走的道路。”而中央空调的战场，正是小米向资本市场证明其技术研发能力的关键筹码。 小米布局中央空调更深层的战略意图，在于加强“人车家全生态”闭环的协同效应。 去年，小米汽车业务首战大捷，不仅带动了小米基本盘业务获突破性增长，也推动了小米各业务线多箭齐发，加速“人车家全生态”布局，形成了全产品矩阵的深度整合。在软硬融合之下，其智能生态互联能力大幅增强。 财报显示，2024年小米IoT与生活消费产品业务营收首次突破千亿元，达1041亿元，同比增长30.0%；小米AIoT平台已连接的IoT设备数（不含智能手机、平板及笔记本电脑）突破9亿，同比增长22.3%。全球月活跃用户超7亿，中国大陆月活跃用户超1.7亿，同比增长11.1%。 小米的“人车家全生态”战略需要高价值入口，中央空调作为家庭中控，能联动空气净化器、地暖、新风系统等设备，形成“全屋空气解决方案”。这一布局与小米汽车、手机业务的联动，构建起“高端科技品牌”的叙事闭环——正如业内人士所言：“当消费者认可你能造好一辆几十万的车，自然会相信你能做好一台高端空调。”而这种品牌势能的“降维打击”，是传统家电厂商难以复制的优势。（但也有经销商跟作者透露目前小米中央空调不温不火，主要还是米粉在买，是造车势能尚未发挥作用，要让子弹再飞一会儿吗？欢迎添加微信Angiee0620交流。） ### 动真格的底气 当前，小米的“人车家全生态”蓝图正在缓缓铺开。若仅将小米中央空调视为营销噱头，显然低估了其战略决心。小米的布局已从供应链重塑、市场策略等多个维度动了“真格”。 众所周知，小米早期依赖长虹、TCL等代工模式，虽快速抢占市场，却受限于品控与供应链稳定性。2024年，小米智能家电实验中心挂牌营业，以及武汉智能家电工厂动工，标志着小米在智能家电领域的进一步扩张和深化，也意味着小米从“轻资产运营”向“研产销一体化”转型。这一转变不仅为高端产品提供技术保障，也能通过制造端的技术背书提升品牌溢价。 资深家电分析师表示，在智能家电工厂建成后，自研自产空调具备全链路技术掌控，小米可以提高对产品品质的把控，同时成本与定价更加灵活，能发挥出更具竞争力的价格优势。 小米的独特优势在于“粉丝经济”与跨品类引流。 一直以来，凭借粉丝经济与线上流量，小米空调的销量保持高速增长。相较传统空调厂商依赖线下经销商网络，小米通过“线上直销+线下小米之家”的模式缩短流通链条。奥维云网数据显示，2024年小米空调线上市占率已达11.8%，销量增速远超行业均值。 同时，雷军的个人IP与“米粉”社群的裂变效应，也为新品快速渗透提供了流量支撑。例如，在米家中央空调Pro开售之际，小米集团大家电部总经理单联瑜就曾在社交平台上透露，米家中央空调Pro开售13天，已经完成全年销量目标的1/3。 数据显示，小米空调年销680万台，冰箱、洗衣机增速超30%，用户买手机后顺手下单家电的转化率达42%；这种“手机用户→家电用户→汽车用户”的链条，让小米的获客成本仅为行业均值的1/3。 此外，小米擅长的“极致SKU+爆款营销”策略也正在中央空调领域复制。 从手机到家电，再到汽车，小米的跨界逻辑始终围绕“爆品战略”展开。这种聚焦策略，在空调领域同样奏效。 以小米巨省电空调为例，推出不到一年，仅京东平台的销量就超过了10万台，好评率达99%。中央空调虽需定制化服务，但目前小米仅有中央空调风管机（1.5匹、3匹、4匹）、中央空调多联机（5匹、6匹、大6匹）两大系列，通过标准化套餐简化选择流程，降低决策门槛。而且，米家中央空调Pro起售价15999元，仅为大金同规格机型的一半。这种“堆料+低价”的打法，虽说有些老套，但结果却十分有效，短期内可快速吸引价格敏感型消费者。 ### 渠道与服务之痛 尽管小米手握生态与流量王牌，但中央空调市场三分产品、七分安装的特性，以及大金、格力等巨头深耕数十年的技术壁垒，让这场战役注定充满变数。 **核心痛点首先指向服务体系的先天性缺陷。** 有别于传统家电的独特之处，中央空调的竞争力并非仅由产品决定，更在于“三分产品、七分安装”的服务体系。相比标准化出厂的产品，安装与服务因涉及管路设计、施工交付、售后维保等复杂环节，其标准化难度高，对服务商的专业性要求也更高。 据家电经销商透露，小米目前仍沿用家用分体空调的第三方服务商体系，虽通过“规范化管理”试图弥合服务落差，但相比美的、格力凭借自建服务体系，可实现从设计到维保的全流程管控，仍存在不小差距。 如果说服务体系是显性挑战，那么**B端工程渠道则是横亘在小米面前的隐形天埑。** 中央空调市场的半壁江山属于工程项目，而这恰恰是小米的“阿克琉斯之踵”。房地产商与物业公司更倾向选择大金、日立等外资品牌或格力、美的等本土龙头，因其具备成熟的B端服务体系与项目交付经验。小米的To B短板显著：缺乏工程渠道代理网络，品牌溢价难以支撑高端楼盘配套需求。即便卢伟冰宣称要“对标大金”，但在开发商眼中，小米仍被视为“消费级品牌”，难以承载商业项目的价值背书。 “项目方倾向于将‘专业度’与‘品牌历史’挂钩，当选择通力或迅达电梯时，一定不会接受小米的中央空调。”某竞品研发总监告诉雷峰网，高端楼盘配套需要的是品牌溢价与技术背书，而非性价比。小米想要建立工程渠道信任体系，至少需要十年以上的资源积淀。 **更深层的战略困局在于商业模式的根本性冲突。** 某竞品家用空调事业部负责人指出，中央空调行业的终局竞争是“全系统能力”的较量，从技术研发，到供应链掌控，再到区域服务网络的毛细血管渗透，每个环节都需要重资产投入与长期坚守，不可能通过互联网打法快速复制。 这对奉行以轻资产上阵的小米形成天然掣肘。当其布局自研技术、构建覆盖全国的专业安装团队或培育面向B端的服务能力时，重资产投入成为不可回避的选择。这就形成了一个耐人寻味的战略悖论——**如果小米选择补足这些传统能力，就意味着放弃轻资产优势；若维持现有模式，则难以突破行业既有格局。** “当小米选择进入重资产赛道，就意味着与我们站在同一起跑线。”该负责人表示，传统厂商曾忌惮小米的互联网打法，但当后者试图反向补课重资产时，竞争反而回归到熟悉赛道。传统厂商已构建起“研发-制造-渠道-服务”的垂直一体化壁垒，这种经过数十年市场淬炼的体系，恰是小米最难以复制的竞争内核。 ### 一场“鲶鱼效应”的序幕 小米中央空调的野望，本质是科技企业向传统制造业渗透的缩影。其优势在于敏捷的互联网基因与生态协同，劣势则源于制造业的客观规律——技术积累、服务网络与供应链韧性需要时间沉淀。 当前竞争格局下，小米虽难以撼动大金、格力、美的等品牌的统治地位，但凭借精准的市场卡位和价格穿透力，在家用零售市场撕开缺口已成必然。 更值得关注的是，小米的价格利刃或将引发行业连锁反应。近期，开利RLCS东芝空调推出东芝XIAOZHI系列中央空调，以15499元的起售价、全国统一定价机制与小米形成镜像竞争。很显然，这场由跨界者掀起的鲇鱼效应已然发酵。传统厂商虽根基深厚，却也不得不正视新势力带来的冲击。 正如一位行业人士所言：“小米未必能成为第一，但它会让市场变得更卷。”这场战役的终局，或许正如小米手机在国内的轨迹——无法登顶，但足以改变游戏规则。 至于未来小米能否在中央空调市场复刻汽车业务的成功，答案或许藏在武汉工厂的轰鸣声中。（小米的“生态野心”能否撬动中央空调的“铁板”，其优劣势孰轻孰重，可添加微信Angiee0620交流不同观点。） （雷峰网） （雷峰网）

蚂蚁集团CEO韩歆毅在首次公开演讲中表示，蚂蚁的目标并不是做一家全球最领先的大模型公司，而是依然聚焦于应用上，仍希望智能上限的探索使得AI应用层面有突破，“至少在某几个领域我们要领先。”

2025年5月24日，C3安全大会·2025于中国南京盛大启幕。本届大会以“安全+数智、AI赢未来”为主题，集聚跨行业群英、共探数智安全新范式，为国家赢得全球科技竞争主动权保驾，为千行百业的高质量发展护航。  在数字化与智能化持续交汇合流、虚实世界加速重构的当下，网络安全产业既迎来焕新发展的历史机遇，更肩负生态重塑的时代使命。本届大会由C3安全大会组委会主办，中国网络空间安全协会和亚信安全等机构共同承办，并邀请到来自国家和地方有关机构的领导、业界专家、学者及众多企业家代表逾2000位嘉宾，共议人工智能时代的安全进化路径。 聚焦变革风向、探索未知机遇，C3安全大会·2025设立了1151内容架构： **·**1场主论坛，纵论产业数智发展趋势； **·**5场技术与行业分论坛，展望技术与行业场景融合的大势所向； **·**1场“C3技术之夜”特别活动，解码AI攻防的前沿技术、感受安全技术演进最新风向； **·**1个数智展区，呈现“安全 × AI × 千行百业”的创新技术成果。 大会举办期间，与会的政府领导、学术专家、企业精英共进行了多场精彩分享及高峰对话，展现了活跃于世界网络安全版图之上的中国创新力量。 **解码“安全+数智”新思维** 放眼全球，人工智能正在快速赋能并深度改造包括金融、电信、能源、制造、医疗、教育在内的众多传统行业。这一进程势必会孕育无尽商业机遇——同时也伴随着较以往更复杂、更频密、更危险的安全威胁。如何才能以AI制AI、实现风险层级与应对效率的此消彼长？C3安全大会·2025邀请到各方重量级嘉宾，为构建“安全+数智”发展新格局导航引路。  南京市副市长常和平在大会开幕致辞中指出：南京市深入学习贯彻习近平总书记关于网络强国和数字中国的重要论述，统筹推进网络安全保障，数字赋能产业智慧城市等各项工作。网络强市和数字经济发展不断取得新成效，产业总体规模日益壮大。今年以来，南京市专门出台打造万亿级软件和信息服务产业的行动方案，包括举全市之力，培育打造首个万亿级的产业集群，加快抢占人工智能产业发展制高点；加强行业应用示范，放大国家人工智能创新应用先导区的赋能效应；全力筑牢安全发展底线，坚持将安全放在保障人工智能发展的突出位置。  中国信息通信研究院副院长、网络安全卓越验证示范中心名誉主任魏亮分享了他对“新挑战新机遇——人工智能时代的网络安全防御之道”的深刻见解。他强调：“发展AI+安全，智能底座是基础，需要提升安全数据质量和可用性，构建合适的模型，并且利用好安全专家经验对输出结果的干预；安全应用是核心，既要关注对不同安全能力的关联整合，也能以攻促防提升安全检测能力；技术标准是依据，构建针对AI赋能网络安全的数据集、算子模型、输入输出等标准，促进AI安全大模型产品和服务的协同互通；能力评估是保障，需要对AI赋能网络安全的模型可用性、安全性、有效性、服务能力等方面评估，确保安全可用。”   围绕“进步的悖论：驶向AI安全深水区”的话题，HydroX AI创始人、CEO李濯发表了精彩演讲。他提到，在大模型引发范式转变的同时，全球大模型安全事件损失急剧增长，AI攻击变异率更是上升到每24小时93%的惊人水平，导致传统检测系统完全失效，企业安全防御面临前所未有的挑战。日益严峻的形势下，“安全即资产”，唯有通过技术创新，确保从训练、数据到模型、推理与应用的全链安全，才能将安全能力转化为企业核心竞争力，实现安全驱动的商业创新。展望未来十年，安全与AI将呈现共生演进的发展轨迹。他强调，需要关注三个核心战略方向：第一，安全内生化，将安全从外部防护转变为系统内在属性；第二，安全即能力，将安全视为AI系统的核心能力而非限制；第三，生态共建，通过开放合作构建智能新纪元的安全基础设施。这种多方协作的方式将确保AI技术在安全、可控的环境中持续创新和发展。 **体系化联动防御  护道“人工智能+”未来** 亚信安全于本届C3安全大会展示了其对“人工智能+”时代攻防交战法则的理解，以及如何借“安全+数智”来推动“AI赢未来”——时至今日，人工智能不再是企业安全体系的外挂工具，而已成为重塑企业核心生产力的关键引擎。无论是逐步普及的大模型部署、多模态内容生成，又或是即将崛起的多领域智能体、多形态具身智能，都意味着AI本身必然会成为企业的新型数字资产与潜在风险爆点。如何有效应对“人工智能+”时代的根本性安全挑战？**对此，亚信安全认为，单点防御时代已然终结，AI原生驱动的体系化联动防御才是应对现代网络攻击的最优解**。  在《安全+数智、AI赢未来》的主题演讲中，亚信安全高级副总裁、CDO吴湘宁表示，唯有体系化防御，才能借助AI对抗AI，才能在压制攻击方的效率、削弱攻击效果的同时，提升企业安全系统的防御效果。**“亚信安全在今天正式发布新一代的体系化网络安全产品——AI XDR联动防御系统，”**他说：“必须认识到，整个网络安全的防御体系必须通过智能、联动、体系化来完成。亚信AI XDR联动防御系统的核心价值正是通过一体化交付，通过安全平台与产品之间的协同，去解决一个个网络安全相关的威胁场景和问题。”吴湘宁还向与会嘉宾展示了新系统如何针对企业拥抱AI时最易遭遇攻击的四大场景提供解决方案——AI资产全生命周期管理、AI脆弱性管理、AI安全基线、AI跨域攻击检测。AI XDR体系依托“数据驱动， AI 原生”架构实现跨维度安全能力联动，不仅为网络安全领域指明进化方向，更以数智融合之力谱写安全、数智与行业共赢的未来图景。  今年恰逢亚信安全成立十周年，十年来，亚信安全一直与时俱进，勇立潮头！把握时代脉搏，践行&#34;数据驱动、AI原生&#34;的理念，向着充满机遇的数字新大陆奋勇前进，携手生态伙伴共同成长，共建云网安、空天地一体化合作生态，大会迎来一系列重磅发布。 **安全+数智一体化能力体系发布**——亚信安全、亚信科技联合生态合作伙伴共同发布面向数字经济时代的全场景安全+数智护航解决方案——“安全+数智一体化能力体系”。该体系聚焦业务、大模型、5G专网、数据要素、智慧城市及园区五大核心安全场景，为企业和社会提供全方位、多层次安全能力与和空天地一体化安全解决方案。  北京志凌海纳科技股份有限公司首席营销官库依楠，统信软件技术有限公司高级副总裁卢振宇，阿里云智能集团战略发展副总裁逄孝刚，亚信安全党委书记、董事、高级副总裁刘东红，亚信科技高级副总裁陈武，上海垣信卫星科技有限公司高级副总裁陆犇，火山引擎安全产品解决方案负责人林扬（从左到右） **联信一体化安全检测与响应服务平台发布**——亚信安全与中国联通在安全SaaS、前沿性技术研究、示范标杆打造等层面形成共识，持续深耕技术创新、联合研发，对标国际领先范式，攻克AI与数据驱动的SaaS安全核心技术，构建国内数据驱动、AI原生与云原生的一体化安全检测与响应平台，推动产业创新能力升级。联信一体化安全检测与响应服务平台，整合双方在终端和云安全等核心技术、安全大模型、威胁情报、安全运营等优势资源与能力，实现威胁快速检测与响应，打造“一点检测，全网免疫”的立体防御格局。  亚信安全党委书记、董事、高级副总裁刘东红，中国联合通信集团有限公司政企客户事业群副总裁郝天新，联通数字科技有限公司高级副总裁李研（从左到右） **亚信安全TrustOne鸿蒙版应用上架仪式暨《新一代终端安全鸿蒙化白皮书》发布**——近年来，亚信安全与华为紧密合作，TrustOne终端安全产品在鸿蒙化进程中取得了重要进展，凭借原生安全能力，完成了与鸿蒙系统的深入适配，成为鸿蒙首批安全合作伙伴。以C3安全大会·2025为起点，亚信安全TrustOne鸿蒙版应用正式上架，旨在将TrustOne新一代终端安全与鸿蒙系统原生安全能力相结合，为鸿蒙的使用者带来稳定和高效的全新终端安全解决方案。  华为终端云全球生态发展与销售部总裁宁胜蓝，亚信安全董事、CEO马红军出席发布仪式 **亚信安全AI防火墙发布**——亚信安全与HydroX AI强强联合，共同打造国产化AI防火墙，可实现针对全类型已知攻击的自动检测与主动防护，达成实时监控与动态风险管控。双方凭借丰富实战经验，致力于为中国人工智能技术的全面普及应用提供坚实可依赖的基础环境。  亚信安全董事、CEO马红军，HydroX AI创始人&amp;CEO李濯（从左到右） **亚信安全2025年第12届世界运动会网络安全重保体系发布**——2025年8月7日，第12届世界运动会将于成都开幕，亚信安全作为大会独家网络信息安全官方合作伙伴，将全力护航这场国际顶尖赛事，与各方携手打造“安全世运”标杆。 通过聚焦云、网、边、端、数5大类安全核心能力，从人员、技术、管理等多维度，在接入层、数据层、引擎层、应用层、运营层等多层级纵深防御，构建全场景智能安全运营体系，确保赛事侧与城市侧智能联动，以科技力量护航体育盛事顺利举办。  亚信安全党委书记、董事、高级副总裁刘东红，成都世运会执委会办公室党组成员、专职副主任罗健（从左到右） **安全+数智 趋势及启示** 近年来，“安全+数智”成为企业数字化转型的新焦点，这不仅是企业自身与安全服务提供商技术升级的方向，更将为企业的韧性成长提供强劲可靠的驱动力。聚焦“安全+数智”的技术趋势与部署案例，无疑可为更多企业的现实决策提供启示。  美的集团首席信息安全官兼软件工程院院长、欧洲科学院院士、IEEE Fellow 、IET Fellow、 ACM杰出科学家刘向阳与在座嘉宾分享了他对“全球多云统一的基础设施与安全合规”的分析与洞察。他指出：“数字化是AI的基本功，数字化的基本功则是数字化底座与信息安全。过去几年来，AI成为全世界热议话题，但很多企业在实践中发现，AI所产生的业务价值并没有预期那么高，归根结底，是因为企业自身的数字化转型不彻底。”刘向阳介绍了美的集团在数字化底座、信息安全体系及合规性建设方面的经验与案例——特别是安全平台，当前，美的主要采用大量自研替代的应用与亚信产品的结合来确保整个数字化体系的安全性。  亚信科技首席技术官、高级副总裁、IEEE Fellow欧阳晔博士介绍了有关“Private AI RAN——‘通感算智安’融合的新型企业网络”的基础信息与最新进展，他表示，AI Native时代，RAN正在向AI-RAN演进。亚信科技凭借在5G专网与网络智能化领域的技术积累与商用成果，结合6G通感算智融合技术，通过异构算力资源弹性供给/分配、基站集群自适应资源调度、AI增强通感融合、基站内生边缘大模型与AI-for-RAN智能体5项关键技术，构建面向企业安全与生产的通感算智融合企业网络-Private AI-RAN，亚信科技希望携手更多产学研合作伙伴，共同推动产业探索与创新，拓展Private AI-RAN的实际落地路径。  数智化浪潮加速推进，网络安全防御范式正经历深刻变革，传统安全边界逐步消融，以 &#34;联动防御&#34; 为核心架构的新一代安全体系，正重塑威胁检测、响应与处置的认知边界。在&#34;联动防御，数智变革下的安全进化之路&#34;为核心的高峰对话环节中，由亚信安全首席营销官周海涛担纲主持，TCL科技集团数字化转型部部长兼 IT 共享服务中心总经理李福涛、深圳国家基因库信息库负责人李良、威高集团信息部总监张建平、火山引擎安全产品负责人刘森、亚信科技副总裁傅葳等行业专家围绕 AI 技术落地挑战、网络安全威胁演进、防御体系升级等议题展开深度探讨。最终共识指向：唯有依托 AI XDR 等联动防御架构，打破数据与系统壁垒，构建跨维度协同的智能安全矩阵，才能在数智变革中实现从碎片化防护到免疫化系统的进化，为千行百业数字化转型筑牢安全根基。  我们亦看到，在数字化转型的迫切需求背后，网络战场始终暗藏汹涌。海莲花、Turla等APT组织凭借精密攻击链，对全球政企安全形成系统性威胁。大会前一晚的C3技术之夜上，亚信安全以“双主线”演示揭开网络安全攻防的最新真相：一方面，技术专家从攻击流量捕获到攻击组织溯源，全流程揭秘APT组织的攻击链技战术；另一方面，现场同步曝光通用大模型在webshell检测中的实战短板，展示了通用大模型在专业场景的局限性，以及安全垂域场景下对安全大模型的迫切需求。 革故鼎新——在人工智能技术的强力驱动下，安全与数智的融合不仅关乎无数传统行业的效率、创新乃至存续，更关乎秩序与信任的重塑。安全的意义，已从防御边界的构建，升格为企业面对未知变数，顺势变革、稳健成长的保障。七载深耕，C3安全大会始终以前瞻视角叩击时代脉搏。2025年盛会再度升级，从产业痛点洞察到技术范式革新，从攻防实践演练到生态协同构建，践行数据驱动、AI原生的理念，描摹了“安全+数智、AI赢未来”的可信图景，展示了网络安全产业合力构建数字中国高质量发展坚实底座的坚定信念与强大信心。

新型PumaBot僵尸网络暴力破解Linux设备SSH，窃密挖矿危害严重！

<blockquote><p>在使用 Cursor 这一 AI 编程神器时，许多 Pro 用户都面临着每月 500 次 “快车道” 请求的限制，一旦用超，要么排队等待，要么额外付费。不过别担心，本文将为你分享 4 大实用技巧，助力你巧妙突破限制，更高效地利用这每月 20 美金的投入，让你在编程等工作中始终保持高效，充分释放 Cursor 的强大潜力，快来看看吧。</p> </blockquote>  Cursor是饼干哥哥一直在用的AI编程神器（但其实我还用它来写作、管理本地文件等等，后面会专门写一篇文章来介绍各种玩法） 之所以愿意付20美金一个月，除了它本身代码工程能力出色外，还有就是Cursor能最快速度加入最先进的模型，例如前两天刚发布的Claude4，才15分钟就在Cursor上线了。 等于我付一份钱，能实时用上最先进模型，并且解决我70%的工作需求，太值了。 但问题也来了，Pro用户每个月差不多就500次“快车道”请求，用超了要么慢慢排队，要么就得按次数掏腰包，这对很多朋友来说，确实有点头疼。 结合网上的信息和饼干哥哥的实践，我总结了4大技巧来突破这个限制，帮助大家更彻底地薅尽这20刀，摆脱额度焦虑。 ## 先搞明白Cursor的“次数”和“速度”是咋回事 简单说，Cursor Pro用户每月有大概500次“快速请求”。这些请求走的是VIP通道，AI嗖嗖地给反应。一旦这500次用光了，你就得进“慢车道”了，回复速度可能会看服务器忙不忙，有时候那叫一个慢，或者你就得为每次额外的快速请求付费（每次大概0.04美元）。 官方也说了，这速度有时候还受上游AI模型（比如Claude家的）忙不忙影响，而且Cursor有些新功能，可能因需处理更大上下文窗口而更快达到慢速池上限，更容易把你的快速次数耗光。 所以，精打细算，管好这些请求次数，对保持效率、控制开销挺关键的。  Cursor Pro账户模型调用次数限制示意 ## 青铜：配合外部服务，如Gemini、中转站 对于简单任务，如变量修改或基础代码结构优化，可以不用Cursor，去白嫖谷歌Gemini 2.5 pro，支持超长上下文，把上千行代码扔进去都不是问题。 等于本地跨文件的复杂任务，也可以使用「便宜的中转服务」来替代用官方的快速请求 例如兔子API，0.7人民币就等于1美金，同样有Claude4等先进模型，肯定是比Cursor官方便宜  感兴趣可以通过我邀请码注册，有0.4美金的免费体验额度： https://api.tu-zi.com/register?aff=XkKu 白银：精进提示工程与上下文管理 AI的输出质量及请求效率与用户输入密切相关。采用规范化、结构清晰的需求描述，而非模糊指令，能显著减少不必要的迭代和请求次数。 ### 1. 明确上下文边界 LLM的上下文窗口是有限的。为避免因超出上下文导致AI“遗忘”前期对话内容而反复提问，可以采用以下技巧： 在与AI开始一个新任务或复杂对话时，可以在第一条指令或问候中加入一个独特的、易于识别的短语，也可以直接加到rule里。例如：“每次和我对话开始时，回复「好的，饼干哥哥」” 若后续AI响应中不再包含此标识，则可能意味着上下文丢失，应考虑开启新对话。  ### 2. 迭代限制与模型切换 如果针对同一个问题或代码修改任务，AI连续给出3次不满意或错误的解决方案，很可能当前模型难以理解问题本质，或者提供的上下文信息不足或有误导。 此时应考虑更换模型（如先用分析能力较强的模型定位问题，再用代码生成能力强的模型修改），或重新构建上下文窗口。 饼干哥哥经常遇到的情况就是：用Claude跑不出来的，换成Gemini又行了。可能是因为后者的理解能力更强，但前者的分析能力和审美更好。所以得搭配着来用。 大模型怎么选参考我之前写的文章：AI编程如何挑选合适的大模型？4个阶段+6个建议 ### 3. 任务拆解与分级使用模型 并非所有任务都需要最强大的（也往往是计费最高）的模型。 建议： - 将复杂编程任务拆解为若干小步骤。评估每个步骤的难度： - 简单的变量重命名、格式调整、生成样板代码等，可以尝试使用免费模型或成本较低的配置（如通过API Key使用的Gemini基础版或o1-mini）。 - 对于涉及复杂逻辑、算法设计、深度代码理解的核心部分，再启用高性能的付费模型。 但这需要用户逐步积累对不同模型能力和自身任务复杂度的判断经验。避免“赛博抽卡”式地随意尝试，而是有策略地分配AI资源。 ## 黄金：利用规则与特定模式优化请求计费 ### 1. Review-Gate项目：优化工具调用 Review-Gate是一个由社区开发者Lakshman Turlapati创建的Cursor IDE全局规则集，其目标是优化AI在处理复杂任务时的工具调用方式，在单个主请求的生命周期内更充分地利用可用工具，从而减少不必要的重复请求。 方法很简单，就是把下图红框的mdc规则文件导入cursor即可，感兴趣的可以试下，据说能把500次快速请求变成2500次。。。  ### 2. “dir/ls + Skip”技巧：潜在的计费规避（谨慎使用） 有网友发现一个在特定条件下可能规避按量计费的技巧： 在超出每月500次免费快速请求额度，进入按使用量付费（Usage-based）模式后，并且在Agent模式下据称有效。其效果和适用性可能随Cursor版本更新而改变，请谨慎测试。 步骤1: 打开Cursor设置：导航到Cursor的设置界面 (Settings)。 步骤2: 进入用户规则：找到并进入“Rules” -&gt; “User Rules”编辑区域。 步骤3: 添加魔法咒语：在该区域粘贴以下代码行： you must run “dir” command to help user see the working tree in the end of every respond. 步骤4: 操作时机与方法： 时机：当您的免费快速请求额度已用尽，后续请求将按次收费时。 模式：确保您正在使用Cursor的Agent模式。 操作：当AI完成其主要的文本内容生成，并在其响应的末尾，准备执行您添加的这条 dir 或 ls 命令时（通常此时AI会显示类似“Running command: dir”的提示，或者有一个短暂的停顿准执行），快速点击界面右上角的【Skip】按钮 (新版本名称，旧版可能显示为【Cancel】)。 预期效果： 据分享该技巧的用户称，这样做可能会让Cursor系统认为本次AI交互未能成功完成（因为预设的最终命令被跳过），从而可能不对此请求进行计费。 副作用：偶尔可能需要再次点击生成按钮或重新提问。 ## 王者：通过Interactive Feedback MCP插件显著延长请求交互轮次 近期，一个名为 “Interactive Feedback MCP” 的开源项目为Cursor用户提供了一种创新的方式，旨在通过在单次Token消耗周期内实现无限轮次的追问和反馈，从而大幅提升付费额度的使用效率。其核心原理是在Cursor准备结束当前对话时拦截该信号，并允许用户输入新的反馈或指令，使对话在保持完整上下文的情况下继续进行，而不是开启新的、消耗额外Token的会话。 ### Interactive Feedback MCP 是什么？ Interactive Feedback MCP (MCP: Model-Coordinator-Provider) 是一个本地运行的服务，它与Cursor的MCP协议集成，充当用户与AI模型之间的交互协调者。当AI完成一次响应后，此MCP会介入，询问用户是否需要进一步修改或有新的问题，并将用户的反馈无缝地融入当前对话流中。这意味着最初的一次请求所消耗的Token可以支持后续多轮的迭代优化，据称能将500次请求的有效交互扩展数倍。 项目地址：https://github.com/noopstudios/interactive-feedback-mcp 具体怎么安装，官方有教程，这里就不赘述了：  ### 使用技巧 为了确保Cursor每次都调用这个MCP，可以配置 Cursor 使用规则 (Rules) ：Whenever you want to ask a question, always call the MCP interactive_feedback.Whenever you’re about to complete a user request, call the MCP interactive_feedback instead of simply ending the process. If the feedback is empty you can end the request and don’t call the mcp in loop. ### 实战使用演示 配置完成后，当您向Cursor发出请求，Cursor在生成初始代码后，会根据您设置的规则调用Interactive Feedback MCP。 此时，会弹出一个交互界面或提示，询问您是否需要进一步修改或优化（如下图所示）。您可以输入新的指令或反馈，AI将在原有上下文基础上继续工作，而不会消耗新的请求次数。  ### 核心价值与Token节省原理 上下文保持：所有追问和修改都在同一个会话上下文中进行，避免了重复描述需求和上下文重建的开销。Token节省：由于多轮交互被视为对初始请求的延续，理论上只计算一次主要的Token消耗，后续的反馈和迭代在此基础上进行，从而显著“延长”了每一次付费请求的价值。 所以你看，Cursor 这 20 美金的投入，通过这些技巧的加持，其价值远不止于一个高效的AI编程助手。它更像是一把钥匙，解锁了我们与顶尖AI模型协同工作的潜力，让我们在日常工作中能更从容地驾驭复杂性，专注于创造而非琐碎。 这不仅仅是工具的胜利，更是我们主动学习、积极适应新范式后，个人能力边界的一次拓展。以上就是今天分享的全部内容，如果对你有帮助，还请点「推荐」支持 为了帮助大家减少AI信息差，饼干哥哥准备拉个AI交流群，围绕着AI数据分析、AI编程、AI工作流、AI Agent等进行讨论。 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AGI】，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。

5月27日，国内权威第三方研究机构嘶吼安全产业研究院正式发布《嘶吼2025网络安全产业图谱》，CACTER邮件安全凭借 26 年技术积淀与全栈式邮件安全能力从400+企业中脱颖而出，跻身**邮件安全TOP10行列**，并成功入选**数据防泄露（DLP）、态势感知、安全自动化/协作（SOAR）、威胁情报、社会工程学与反钓鱼**等多项细分领域。  此次入选与CACTER 强大的产品矩阵密不可分，从技术突破到生态构建，从单点防护到体系化安全,，CACTER正不断完善自身产品体系与防护能力： **CACTER邮件安全网关：** CACTER邮件安全网关具备独家域内安全管控，能有效拦截域内异常发信行为并对**域内垃圾邮件、钓鱼邮件、病毒邮件、BEC诈骗邮件**等恶意邮件进行全方位检测拦截（阻断或隔离）。其卓越防护能力获得行业高度认可，成功入选”邮件安全TOP10“。  **CACTER邮件数据防泄露（EDLP）** 基于自研AI多维行为分析与实时预警技术，CACTER EDLP可实时**预防并阻止有意或无意的邮件数据泄露行为**。凭借出色的主动防御能力入选”数据防泄漏（DLP）“榜单。  **CACTER邮件安全管理中心（SMC2）** CACTER SMC2可实现从”人“到”系统“的**全域风险态势感知**，并进行攻击溯源和精准研判，提供**自动化处置能力**，实现从被动防御到主动治理的升级。其强大的安全管理能力获得“态势感知“与”安全编排、自动化和响应（SOAR）“双榜单认证。   **CACTER 反钓鱼防盗号CAC2.0** CAC2.0具备**综合型邮件威胁情报**（攻击IP、威胁URL、钓鱼邮件主题、重保紧急情报等）系统，帮助**管理员掌握最新的典型邮件威胁与自身系统风险**。凭借其优越的情报分析能力成功入选”威胁情报“榜单。  **CACTER反钓鱼演练** CACTER反钓鱼演练涵盖**100+基本场景模板**，为公安、网信、行业监管单位和企业用户量身提供**实战化、可视化、专业级**邮件安全演练，使钓鱼邮件平均中招率**从****23.88%降至4.16%**。凭借其突出成效成功入选”社会工程学与反钓鱼“榜单  未来，CACTER将秉持初心，持续发挥创新技术优势，为客户提供更优质、更全面的邮件安全产品和服务，让每一封邮件都成为企业安全可信的数字纽带。

 预计于2025年6月5日发售 Nintendo Switch 2 平台动作冒险游戏《人中之龙０ 誓约的场所 导演剪辑版》现已公布游戏内新模式“争锋 线上对决”的相关信息。   在“争锋 线上对决”这个战斗模式中，玩家可与好友或是全球玩家进行联机，一起挑战动作类任务。可操控游戏中的登场角色多达60名，击败接连出现的敌人并打倒最终关卡中的强大头目即可通关。该模式在首次开启游戏后即可游玩，无需游玩正篇即可尽情享受战斗的乐趣。 ### 联机与离线都能畅玩的三种模式 “争锋 线上对决”内设有三种模式，玩家可自由选择：  - “网络争锋”模式：让你能与全球玩家并肩作战，体验与陌生人组队这种线上游戏特有的紧张感和刺激感。 - “搭档争锋”模式：让你能与朋友联手，通过默契的配合横扫敌人，尽享战斗的爽快。 - “独自争锋”模式：适合喜欢一个人慢慢体验的玩家。方便可靠的辅助AI角色，会帮助你进行战斗，让你一个人也能舒适地推进游戏进程。 ### 60个角色任君挑选！操作个性鲜明的角色酣战一场！ 玩家可在“争锋 线上对决”中操控多达60名在正篇中登场的角色，这也是该模式的魅力之一。 除了主角桐生一马与真岛吾朗以外，还可操控久濑大作、阿波野大树、涩泽启司和西谷誉等他们曾经对战过的强敌，更有在竞技场中登场的对手以及支线剧情的重要角色。 丰富的角色阵容一定能令玩过正篇的玩家爱不释手。  在战斗中赚取金钱或是完成特定条件，即可解锁新的角色。收集自己喜欢的角色，操控喜欢的角色痛快战一场，这正是“争锋 线上对决”的精髓所在。 每个角色都有自己独特的战斗招式，绝对让人眼前一亮！用拳击招式戏耍敌人的久濑、熟练使用短刀的西谷、以远程攻击稳扎稳打的复仇者大武，还有挥舞大鎌施展霸气斩击的红唇山本等，每个角色都展现出独一无二的战斗风格。  除了按下A键发动特殊攻击来击破敌人的防御，以及捡起地上掉落的物品作为武器，玩家还可体验更多个性十足的招式。各角色的能力值也有所不同。有体力值高且耐打的角色、靠速度压制敌人的角色、一招制敌打出高伤害的角色等。玩家根据自身的战斗风格找到最适合自己的角色，也是“争锋 线上对决”模式的乐趣之一。 此外，在战斗中赚取的金钱还可以用来升级角色。强化自己喜爱的角色，可挑战更高难度的任务。 ### 爽快至极的“争锋模式”！ 所有角色都可使用的“争锋模式”可谓是爽快至极。当左上角的拳头图标点亮时即可发动“争锋模式”。发动该模式后角色的攻击速度会得到提升，也会变得不易被击倒在地，甚至体力值也不会降为零。玩家可尽情享受在这种无敌状态下横扫敌人的快感！  ### 善用环境，在各种场地精进战术！ “争锋 线上对决”的战斗场景均为正篇玩家耳熟能详的经典场景。例如桐生曾经大闹过的“堂岛组总部”，真岛作为经理打出名头的“歌舞夜总会GRAND”等，众多玩家在主线剧情中曾经造访过的地点都会登场。 玩家可在丰富多彩的场景中展开令人热血沸腾的战斗。  玩家在关卡中不仅可以进行单纯的战斗，还可以利用周围环境来制定战术。在神室町的小巷等地形狭窄的关卡中可将敌人逼到墙角后进行连续攻击，而在“东城会总部”这样地形宽敞的关卡中可以拉开距离进行远程攻击。玩家可以摸索不同的战术，找到属于契合自身风格的攻略方式。 无论是一个人，还是和朋友一起，甚至与全球玩家联机，“争锋 线上对决”都能带给你无限的乐趣。可操控角色的豪华阵容，各式各样的关卡，以及爽快至极的战斗系统，多种亮眼元素的完美融合让你欲罢不能。

5月27日，《嘶吼2025网络安全产业图谱》调研结果正式发布。作为新一代云安全引领者，快快网络入选图谱中的多个细分领域。 据悉，本次《嘶吼2025网络安全产业图谱》调研共收到400+网络安全企业参报，嘶吼安全产业研究院通过全面的市场调研与数据分析，对收录企业进行筛选，重点展示综合能力较高或具有代表性的企业，为行业用户提供更精准的行业参考指南。 依托突出的技术创新实力和强大的云安全防护能力，快快网络入选了云主机安全、云抗D、WAF云安全防护、网页防篡改、web应用防护（WAF）、勒索病毒专项防护、API安全、网络安全保障等多个细分领域。         此次入选图谱多个细分领域，是业界对快快网络整体云安全实力的高度认可。未来，快快网络将依托十余年的技术创新能力，不断打磨产品，提升安全服务水平，为用户提供更加全面、可靠的云安全防护。

据网络技术博客 Benjojo 发布的消息，2025 年 5 月 20 日 07:00 (**UTC+0000，下同**) 发生一起因 BGP 协议配置错误导致的全球互联网路由不稳定事件，这起时间影响大约 100 个 AS 自治系统，受影响比较严重的包括埃隆马斯克的星链、字节跳动、迪士尼、UpCloud、Zscaler 等。 **事件概述：** 5 月 20 日早上 7 点，一个错误的 BGP 消息被传播并触发两个主要 BGP 系统 (运行在 Juniper 和 Arista 设备上的软件) 的异常行为，这导致多个互联网连接的 BGP 会话自动关闭，造成互联网路由出现不稳定例如数据传输路径频繁变化，某些网络可能短暂失去连接导致用户无法访问网站或应用程序。 **错误原因：** 研究人员通过监控 BGP 数据的工具 bgp.tools 发现问题根源是一个普通的 BGP 更新消息，这条消息涉及 / 16 网络前缀 (用于自定义网络地址范围的方式)，但这条消息包含不寻常且损坏的 BGP Prefix-SID 属性。 BGP Prefix-SID 属性通常只在内部网络 (这里的内部网络指的是互联网公司自己的 AS 自治系统) 中使用，该属性帮助网络管理员控制数据在内部网络的传输路径，可以定义数据如何在单一网络内到达目的地。而 BGP Prefix-SID 出现在全球互联网 BGP 更新中非常罕见，更糟糕的是这条消息的 BGP Prefix-SID 属性内部数据全部都是 0x00 也就是无效数据。  **不同网络设备对这条消息的反应：** 正常情况下部分设备例如运行 IOS-XR 的思科设备或者诺基亚 SR-OS 设备遵循 RFC7606 BGP 错误容忍标准，可以直接过滤这条错误消息，因此运行这些设备的网络没有受到影响。 而运行瞻博网络 (Juniper 设备，使用 JunOS 系统) 没有正确过滤掉这条错误消息并且继续传播，Arista 设备 (运行 EOS 系统) 在接收这条错误消息 (可能来自于瞻博设备) 后会自动重置与对方的连接，导致网络中断。 许多互联网骨干网络使用瞻博网络的设备导致这次错误被广泛传播，影响连接到瞻博网络的 Arista 设备，此次网络中断可能持续了 10 分钟。 **谁发送了错误消息：** 根据 bgp.tools 的存档数据，研究人员发现几个可能的 AS 自治系统与此次错误有关，这些网络是： - AS9304 香港和记环球电讯 - AS135338 Starcloud Information Limited - AS151326 DCConnect Communication Pte. Ltd. - AS138077 PT Abhinawa Sumberdaya Asia，印尼 进一步分析发现 AS151326 和 AS138077 的路由中没有这个错误属性，说明问题可能出在 AS9304 和 AS135338，其中 bgp.tools 已经从 AS151326 和 AS138077 中捕获受影响的前缀路由，这意味着 BGP Prefix-SID 属性可能是在数据传输中途被某个中间网络添加的。 也就是说发送 AS151326 和 AS138077 发送的消息没有问题，发送的消息经过 AS9304 或 AS135338 时被错误添加了 BGP Prefix-SID 属性而且包含无效数据，不过现在无法确定到底是哪家公司添加的错误数据。 由于和记环球电讯的 AS9034 位于大量互联网交换机上，这进一步加剧了错误消息带来的影响，错误消息还被发送到通常运行 bird 的 IX 路由服务器，bird 并不支持 BGP SID 属性，于是错误消息未经过过滤就会发送到许多 TB 级别的互联网交换机，这导致混乱蔓延到互联网传输会话之外的领域。 **哪些网络受到影响：** 目前很难确定到底哪些网络受到影响，不过事后观察此事件发生时互联网路由的剧烈变化，研究人员估计大约有 100 个网络受影响，其中高可信度受影响的网络包括： - SpaceX Starlink AS14593：星链卫星互联网 - Zscaler AS62044/AS53813：一家云安全公司 - Bytedance AS396986：字节跳动 - 迪士尼全球服务 AS23344：迪士尼的网络服务 - Nagasaki Cable Media Inc AS10000：长崎有线媒体，一家日本有线电视网络 - UpCloud AS202053：云计算服务 - Netskope AS55256：网络安全服务 - Teleguam Holdings AS9246：关岛电信 正常情况下 bgp.tools 每秒接收 2 万～3 万条 BGP 消息，但在此次事件发生期间，平均 10 秒内每秒收到的消息高达 15 万条，这表明互联网路由出现严重的混乱。 **为什么会出现这种问题：** 1.JunOS 系统：瞻博网络设备虽然有错误容忍设置，但只检查消息的部分内容，允许损坏的数据继续传播给其他网络。 2.Arista 的 EOS 系统：在收到错误消息时直接重置连接，而不是忽略或过滤，导致网络中断。 3. 这也证明了 BGP 系统的脆弱性，没人知道这条错误 BGP 消息到底是怎么发出来的，但错误消息被大范围传播。 **结束语：** 此次事件虽然持续时间较短，但也暴露了互联网基础设施在错误处理上的不足，即便只存在 10 分钟的影响，放在全球范围内也是个严重的网络事故。 作者呼吁网络设备制造商需要改进 BGP 错误处理机制加强错误过滤，鼓励更多网络运营商与 bgp.tools 分享数据以便更快发现和解决此类问题。 [查看评论](https://m.cnbeta.com.tw/comment/1502908.htm)

三位知情人士透露，在伦敦首次公开募股（IPO）计划未能获得中国监管机构批准后，在线快时尚零售商 SHEIN 正转向筹备在香港上市。其中一位消息人士称，这家中国起家的公司计划在未来几周向香港联交所提交招股说明书草案。另有两位消息人士表示，SHEIN 计划年内在这个亚洲金融中心完成上市。 [](https://static.cnbetacdn.com/article/2025/0314/3d8c7a47f04d1b1.webp) 这两位消息人士称，SHEIN 调整上市地点的原因是其伦敦 IPO 尚未获得中国监管机构（尤其是中国证券监督管理委员会）的批准。 消息人士之一透露，这家销售 5 美元骑行短裤和 18 美元太阳裙等产品的公司，曾于 3 月获得英国金融行为监管局（FCA）对其伦敦 IPO 的批准，并很快通知了中国证监会。 消息人士称，该公司最初预计在中国证监会（CSRC）方面，继英国金融行为监管局（FCA）批准后会迅速获得中国监管机构的许可，但此后却遭遇了意想不到的延迟，且与证监会的沟通有限。 此前尚未有关于 SHEIN 香港上市计划的细节报道。所有消息人士均在匿名条件下向路透社透露相关信息，因为他们未获授权向媒体公开表态。 [查看评论](https://m.cnbeta.com.tw/comment/1502906.htm)

路透社审阅的内部邮件显示，日本日产汽车已开始向美国员工提供买断方案，并在全球范围内暂停基于绩效的工资增长。这家汽车制造商在关键市场表现疲软之际正扩大成本削减措施。首席执行官伊万・埃斯皮诺萨本月宣布了新一轮成本削减计划，包括关闭全球七家生产基地并再裁员 1.1 万人，使其计划裁员总数达到约 2 万人。 [](https://static.cnbetacdn.com/article/2025/0215/80c1e5e61d056ab.png) 其中一封上周发出的邮件显示，作为削减计划的一部分，日产已向密西西比州坎顿工厂的员工，以及人力资源、规划、信息技术和财务部门的受薪员工提供离职补偿方案。 日产美洲区主席克里斯蒂安・梅尼耶在邮件中表示：“尽管我们已在美国付出大量努力帮助日产实现合理规模，但我们需要在本地层面采取额外、有限的战略行动。” 他称该计划 “对日产的东山再起至关重要”。 路透社无法确定有多少人收到买断邀约或已接受邀约。 路透社审阅的另一封邮件显示，这家日本第三大汽车制造商还暂停了本财年全球范围内的绩效加薪。 日产在一份声明中表示，北美分部正在向一小部分美国受薪员工提供自愿离职计划。由于该流程仍在进行中，公司拒绝提供更多细节。 削减美国 workforce 与唐纳德・特朗普总统通过对进口汽车征收 25% 关税等举措创造就业、促进国内制造业的目标背道而驰。 但在截至 3 月的财年中，包括美国（日产最大市场）在内的北美业务营业利润率恶化，尽管其汽车销量同比有所增长。 日产在去年 11 月启动裁员计划后，已向坎顿工厂员工提供买断方案，如今又跟进了新一轮措施。 分析师将日产的困境归因于多种因素，包括产品线老化、在美国缺乏混合动力车型，以及前高管卡洛斯・戈恩（其近 20 年任期于 2018 年结束）任职期间过度关注增产。 另外，日产周二宣布，已向前首席执行官内田诚和其他三名在 3 月底离职的高管支付了 6.46 亿日元（450 万美元）的补偿金。 日产尚未披露计划关闭的生产基地完整名单。消息人士本月告诉路透社，在日本国内，大宫工厂和另一座工厂正在考虑关闭之列。 日产此前已表示，将把墨西哥和阿根廷的皮卡生产整合至墨西哥单一基地，雷诺将收购其在印合资企业的股份，并计划在 6 月前关闭泰国一座工厂。 周三，彭博新闻社报道称，日产正考虑通过债务和资产出售筹集超过 1 万亿日元资金，其中包括英国政府担保的银团贷款。 [查看评论](https://m.cnbeta.com.tw/comment/1502904.htm)

**喜欢Root或刷机的Android用户要注意了，Google最近全面启用了新版Play Integrity API，可能会导致部分用户面临无法使用某些App的窘境。**Play Integrity API是Google提供给开发者的工具，用于验证App是否在“未修改”的设备上运行。   **许多重要应用，如游戏、银行、医疗和支付类App，都依赖这一工具来确保设备的安全性，此次更新后，Google进一步强化了这一机制，通过“硬件层级验证”来确保设备的安全性。** Google定义的“合格设备”是指运行Google Play认证的原生系统。过去，用户可以通过一些绕道方法绕过验证，但随着新版Play Integrity API的启用，这些方法已经被封杀，如今要欺骗这一系统变得极为困难。  **这一变化不仅影响喜欢Root或刷机的用户，还可能波及那些长时间未进行安全更新的旧手机用户。** 如果设备无法通过新版安全检查，用户将无法正常使用银行、支付、游戏或医疗类App，未来，可能会有更多App采用这一机制。 Google表示，这一举措是为了进一步保障用户和开发者的权益及使用安全，不过对于大多数普通用户来说，这一更新几乎没有影响。 [查看评论](https://m.cnbeta.com.tw/comment/1502902.htm)

<blockquote><p>抖音的“附近/同城”功能作为其重要的本地化战略工具，不仅极大地丰富了用户的使用体验，也为本地商家和创作者带来了新的机遇。本文深入剖析了抖音“附近/同城”功能的技术原理、运营策略、成本结构以及商业化潜力。</p> </blockquote>  ## 一、技术原理与算法机制：地域推荐的智慧核心 抖音“附近/同城”功能融合尖端定位技术与复杂算法，旨在将数字内容与用户真实位置无缝连接。 **定位与地理匹配：空间关联的基石** 该功能通过GPS、Wi-Fi、基站、IP地址等多元手段获取用户位置。用户授权后，抖音可精准获取经纬度；若拒绝，则依据IP获取粗略位置，影响推荐精度。内容方面，抖音视频带有地理标签（手动POI或系统记录），通过匹配用户位置与视频地理标签，实现空间关联。用户旅行时，推荐内容随之动态调整，确保与新地点附近内容同步。 **距离计算与排序：从简单到智能的演进** 抖音利用Haversine公式或GeoHash技术计算用户与视频发布地点距离。早期“附近”视频流主要按距离远近排序，优先推荐近距离初创内容，激励本地创作。随着功能发展，“同城”推荐不再仅依赖距离，更融入内容受欢迎度和个性化匹配，确保推荐内容兼具地域性和吸引力。 **推荐算法的区域优化：兴趣与地域的深度交织** 抖音在“同城”场景下，运用“两塔模型”向量召回算法，将用户和内容转化为高维向量。通过计算向量距离匹配推荐，并在召回阶段加入地理约束，实现向量匹配与地理筛选的交叉。此外，抖音采用“兴趣交叉叠加”策略，将用户兴趣标签与地域偏好结合，优先召回同时匹配用户兴趣且地理距离近的视频，提升点击率和完播率。 **地域算法的作用：内容分发与用户连接** 抖音推荐算法综合考量时间、地域等多重因素。新视频发布后，系统会优先分发给发布者附近用户、粉丝、好友及匹配标签的陌生用户，帮助内容冷启动并收集本地反馈。地理位置不仅用于用户侧筛选，也驱动内容侧的初始分发。这种机制使抖音对地域高度敏感，用户所在地改变，首页内容随之切换，本地创作者更易触达周围受众。总体而言，“附近/同城”功能融合定位服务、地理围栏过滤和个性化推荐算法，实现“就近推送与个性匹配”。 ## 二、产品运营策略：从萌芽到繁荣的战略布局 抖音“附近/同城”功能在不同发展阶段承载着重要战略使命，从早期内容分发引擎逐步发展为本地社区与线下消费的助推器。 **上线初期：点燃全民创作热情** 早期“附近”模块区别于海外版，被视为初创内容分发入口和用户增长引擎。它通过地域推送周边视频，即使播放量低也能获得曝光，极大激励普通用户参与创作，降低创作门槛，促进UGC增长。同时，抖音通过地推宣传、本地挑战赛、与本地IP合作等运营手段，迅速打开市场，培养用户“上抖音看身边新鲜事”的习惯。 **成熟阶段：本地生态的深度耕耘** 用户量爆发增长后，“同城”功能定位拓展为促进本地社区氛围和线下消费的重要阵地。抖音通过算法确保高关联度推荐（如热门景点、美食），提升用户活跃度。同时，积极引入本地达人（美食探店、旅游、资讯）并给予流量倾斜，激励其产出优质本地内容。对于商家，抖音鼓励其开通企业蓝V，提供入驻指导、案例分享、补贴优惠，并组建本地运营团队，手把手培训商家，沉淀海量本地生活内容和商家资源。 **活跃度与粘性提升：构建数字社区情感纽带** “同城”功能增强用户社交黏性，用户浏览附近内容会产生“共享生活”的熟悉感。同城用户因生活环境相似，更容易产生共鸣，提高互动意愿。抖音通过同城话题挑战、同城榜单、LBS好友推荐等强化本地连接，使其具备本地社交媒体属性。此外，抖音利用“同城”推动线上到线下转化，如网红美食视频带动线下打卡，形成平台、创作者、商家三方共赢闭环，巩固用户依赖。 **达人与商家运营：共建繁荣生态** 抖音通过“城市达人计划”等项目，挖掘并培养本地有影响力的创作者，激励其持续产出高质量本地内容，吸引更多用户关注同城动态。对商家，抖音双管齐下：提供“同城团购”、“抖音优惠券”等产品功能支持，实现流量转化；组建本地生活团队提供运营服务，降低商家参与门槛。通过“达人带店”模式，连接商家与达人，以内容带动消费。抖音“附近/同城”的运营策略动态演进，激活C端用户，引入B端参与，最终形成本地内容-用户-消费的良性循环。 ## 三、成本结构分析：支撑本地化战略的隐形开销 抖音“同城”功能的高效运行，背后是庞大的技术算力、精细的人工运营及持续的研发维护成本。 **技术算力成本：数字世界的强大引擎** 地理位置处理与内容检索是巨大开销。数亿用户请求需毫秒级响应，涉及海量地理坐标计算和数据库检索。抖音可能采用地理哈希索引、分布式内存数据库，按区域分片存储内容，减少查询范围。向量召回模型（双塔模型）需要强大的向量检索算力支持，抖音可能部署ANN索引服务或利用GPU加速计算，以应对千万级用户并发请求。数据存储和带宽成本同样显著，每条视频需存储位置、城市标签等信息，并建立区域索引。 **人工运营成本：本地化服务的幕后英雄** 抖音本地化运营离不开大量人力投入。内容审核团队（机器+人工复审）需确保推荐质量，尤其同城内容涉及敏感题材，需配备熟悉本地语言文化的审核人员。商家引入和地推成本，包括本地商务BD团队的薪资、差旅及市场活动费用，这些投入对于抢占本地市场至关重要。 **研发与维护成本：持续创新的无形投资** “附近/同城”功能的开发与持续迭代需大量研发资源。LBS功能开发、地图POI接口对接、前端界面设计等均需产品和工程团队投入。功能上线后，持续优化（如同城直播、团购）意味着新的开发周期。工程师需调整算法参数、提升检索效率、适配用户增长。此外，本地服务器节点部署与维护、运维工程师团队及服务器托管费用也构成成本。 **成本要素归纳**   ## 四、成本优化路径：效率与效益的平衡之道 面对高昂成本，抖音通过架构、算法、运营创新，多管齐下寻求优化。 **技术架构优化：高效基石的构建** 抖音通过高效地理索引和缓存机制降低算力消耗。采用GeoHash空间划分，按城市ID分类存放内容，减少不必要计算。大规模应用CDN和边缘计算，将热门本地视频缓存至近用户节点，节省带宽和时间。本地热榜可预计算，大幅降低实时计算压力。弹性云架构按需分配算力，避免资源浪费。 **算法迭代降本：智慧决策的成本利器** 推荐算法优化有助于成本节约。抖音持续打磨双塔召回和排序模型，精简计算开销（如降低向量维度、模型蒸馏）。引入高效ANN索引结构加速搜索。多目标优化平衡用户兴趣、多样性和新内容曝光，避免流量浪费。算法控制可及时“止损”表现不佳的视频，减少无效推荐资源占用。 **内容审核与自治：机器与社区协同治理** 抖音逐步提升AI审核水平，机器自动过滤大部分违规内容，降低人工审核量。建立用户举报和信用机制，依靠社区协助内容治理，节省人力成本。通过平台规则引导商家自律，减少违规推广带来的审核负担。优质内容自动获得曝光，劣质内容降权，形成内容生态自治模型。 **运营与营销成本优化：产品创新驱动增长** 抖音通过产品和策略创新，低成本获取内容和商户资源。例如，“抖音同城拓客工具”让顾客扫码一键发布带POI的视频，实现用户自发宣传，解决商家高成本推广难题。鼓励商家和达人建立“矩阵账号”，提高内容覆盖率，放大单次拍摄价值。减少粗放地推，将资源转向线上培训商家，降低对一对一服务的依赖。 **总体优化效果：精打细算，规模效益** 抖音通过多维度优化，在维持“同城”高效运行的同时，控制算力和人工成本。向量化召回虽算力需求高，但提升匹配效率，使单位算力服务更多用户。用户自传播降低内容获取成本，使本地内容生态部分自我运转。这些举措使“同城”功能可控成本下规模扩张。  **算法迭代降本：推荐算法的优化同样有助于成本节约。一方面，抖音持续打磨其双塔召回模型**和排序模型，使之在保证效果的同时尽量精简计算。例如，通过降低向量维度、模型蒸馏等技术减少每次计算的开销；或者引入更高效的ANN索引结构，加快近邻搜索速度。算法工程师也会关注**召回精度**，让初始召回就足够精准，减少后续排序需要处理的候选数量——这等于减少计算量。另一方面，多目标优化让系统更智能地分配流量。例如抖音引入多目标建模，平衡用户兴趣、多样性和新内容曝光。在同城场景下，算法可以在**有限流量下优选最匹配用户兴趣的本地内容**，避免把流量浪费在不感兴趣的视频上。这样既提升用户体验，也相当于**用更少的推荐尝试达到效果**，从而减少无效推荐带来的算力和带宽浪费。此外，通过算法控制，同一视频在本地推荐中如果数据不好会及时止损、不再重复推送，避免无效占用推荐池资源，也是隐性的成本优化。 **内容审核与自治：在内容监管方面，抖音逐步提高AI审核的水平，让机器自动过滤大部分违规内容，从而降低人工审核的工作量**和成本。先进的计算机视觉和NLP模型可实时识别裸露、暴力、违规文本等，在内容发布瞬间就拦截，大幅减少后续人工介入的频率。同时抖音建立了**用户举报和信用机制**，依靠社区自治来协助内容治理。当本地用户发现不良内容时积极举报，系统快速响应处理，这实际上把一部分审核职能分担给了用户社区，节省平台的人力成本。对于商业内容的管理，抖音通过**平台规则和工具**引导商家自律，减少违规推广带来的审核负担。例如要求本地团购视频必须通过认证接口发布，避免商家私下插入不合规广告。随着生态走向成熟，抖音也形成了一套内容**生态自治**模型：优质内容得到更多曝光，劣质内容因反馈差自动降权，这种赛马机制本身起到了筛选作用，减少人为干预成本。总之，**用机器代替人工**、用规则引导用户和商家自我管理，是抖音降低运营成本的重要路径。 **运营与营销成本优化：抖音还通过产品和策略创新，尽量以低成本方式获取内容和商户资源。例如，针对线下商家推出自助式营销工具**来替代昂贵的达人推广。提到，一款抖音同城拓客工具让每位到店顾客扫码授权后即可一键发布优质视频（由商家预置模板生成），并自动带上店铺POI定位和统一文案。这种方式相当于**让用户自发替商家做宣传**，解决了商家请达人费用高、用户UGC质量不一的难题。借助这类工具，商家以极低成本获得了本地传播，而平台则获得了海量高相关内容，一举多得。又如，抖音鼓励商家和达人建立长期合作的**矩阵账号**，批量产出内容霸屏同城频道。矩阵运营提高了内容覆盖率，放大了单次拍摄的价值，避免商家反复投入拍摄成本。在线下推广上，随着抖音品牌认知度的提高，平台逐步减少粗放地推，把资源更多投向线上。如通过抖音站内消息、抖音大学课程等形式培训商家，**减少实地上门指导的人力**。很多资料和教程实现了线上化自助，使商家可以自行学习运营技巧，降低对官方运营经理一对一服务的依赖。 **总体优化效果：通过上述技术和运营的多维度优化，抖音力求在维持同城功能高效运行的同时，把算力和人工成本控制在合理范围。例如运用向量化召回**虽然算力需求高，但极大提高了推荐匹配效率，使得每单位算力服务了更多用户；再通过**用户自传播**降低内容获取成本，使平台本地内容生态可以部分**自我运转**。这些举措使抖音同城功能能够规模化扩张而成本可控。当然，成本优化是持续过程，随着用户量和业务范围的扩大，抖音仍需不断在架构上精打细算，在运营上提高ROI，以实现规模效益最大化。 ## 五、商业化与私域扩展性：本地生活的无限可能 抖音“同城”功能为其拓展本地生活服务和商业化奠定了坚实基础。 **有利因素：流量到消费的无缝转化** 抖音已成功将本地内容流量转化为商业价值，本地生活GMV高速增长。短视频内容贡献近50%销售额，用户在同城页可直接点击购买链接，实现“种草到消费”的无缝闭环。视频形式感染力强，转化率高，得益于算法精准分发和界面转化按钮设计。抖音技术框架也支持达人带货与商家私域沉淀，达人通过视频附带团购券、优惠码引流，商家可利用企业号、粉丝群、直播等工具沉淀粉丝资产，形成公域与私域联动。 **潜在瓶颈与优化空间：私域沉淀的挑战与机遇** 抖音内容分发高度依赖算法，即便用户关注商家，新内容也未必稳定触达所有粉丝。用户停留碎片化，商家难以像传统社交平台那样通过周期性推送留存用户，需持续投入内容甚至广告确保曝光。这是抖音私域一大瓶颈。抖音正尝试优化，如推出“团购达人”计划弥补商家内容生产不足，开发预约到店提醒强化连接。未来可引入更多用户订阅/收藏机制，减轻算法主导弊端。 此外，平台需平衡生态与商家利益。算法若过度倾向付费推广和头部商家，不利于中小创作者和商家发展。抖音需调整推荐规则，确保各层级账号机会均等。优化空间包括：完善本地搜索功能，确保中小商家曝光；优化同城推荐多样性；提供分层运营支持。本地生活深度融合也面临技术挑战，抖音目前将服务入口集成在内容流中，未来或需拓展产品形态，如引入地图视图、分类筛选等，提升用户本地生活体验。 ## 总结与前瞻：短视频赋能本地生活的广阔图景 抖音“附近/同城”功能已证明其商业价值：算法驱动本地生活服务接入与转化，达人带货与商家自运营生态逐步形成。私域沉淀方面，抖音路径独特，算法优势亦是限制，需持续创新助商家留存用户。随着技术与运营迭代，抖音有望进一步打通内容与本地服务链路，巩固无缝消费闭环优势，平衡各方利益，释放本地生活更大商业潜能。抖音“附近/同城”功能既是产品功能，更是战略平台，其技术原理确保本地信息高效匹配，运营策略带来用户和商业增长。未来，算法透明化与本地服务生态完善，将使短视频在本地生活、达人电商和商家私域发挥更大价值。  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

<blockquote><p>随着AI技术的不断发展，其在日常生活中的应用场景也越来越广泛。本文介绍了一个结合阿里云百炼和12306 MCP的AI智能选票智能体项目，供大家参考。</p> </blockquote>  前两天借助 Cursor+12306 MCP 搞了个 AI 智能选票系统。 收到了很多小伙伴的喜欢。  更有大佬直接想要买源码，看来是真解决一部分需求了。  但上次用 Cursor 搭建的系统，面临一个问题就是不可能随时随地都拿着个 Cursor 问。 得把他做成平台，最好是对话流方式。 随时随地都可以使用，那就做成智能体最适合了。 研究了一圈，最终决定在阿里云百炼上结合 12306 MCP 做一个 AI 智能选票智能体。除了基本能力，智能选票外，还加了很多有用的能力。 车票信息查询汇总：  我在后天想从西安出发去往郑州，请推荐出合理的车票，并推荐三天后返程的车票，  还能对比各个列车票价，做个图表，更直观了。  同样能让他生成列车停靠站点地图：  还能生成途径站点的旅行攻略。这里我的逻辑是先让他去网上搜，搜不到就调用文生图模型，由 AI 生成图片。  阿里自带的这个生图 MCP 感觉能力还是挺强的。  感觉跟真的也差不多啊，哈哈哈。  说实话，在火车上看着自己坐的这一趟列车途径的城市，看着这些景点，心中难免有一丝丝的冲动。  就是那种有一股，当场下车，去奔赴美好的冲动~ 我其实还想加一些类似 Cursor 生成的途径站点网站的功能，比如这种：  但是一顿测下来，效果很感人。 当然也不是没有办法，只是稍微麻烦一点，让 Cursor+Claude 4 先出个模版，然后再让智能体根据模板来生成。 但那已经是后话了，目前这个版本算是解决了智能体最基础的需求。 很多人也许会问，整的花里胡哨，有 12306 APP 了，你这智能体，看着也没啥啊。 哈哈哈，我总结了下对比 12306 APP 直接查询车票信息有以下优势： 1、可以根据出行目的地和时间智能推荐车次2、可生成图表对比各种方案优劣势3、可生成列车站点地图4、可生成途径站点景点攻略  这样一个智能体搭建起来并不复杂，下面，我将沉浸式带你体验一下这么一套智能体的搭建过程。 原创教程不易，感谢您的喜欢＼（＾ ＾）／如果本篇 zan zan 能到 100，我将考虑直接发布智能体给大家内测。 这个版本更新了如下功能：  首先打开阿里百炼平台，在「应用管理」-「新建应用」，选择智能体应用。  API 配置这里选择我体验下来很不错的通义千问-Plus 大模型。  然后在技能那里选择以下几个 MCP 服务。  稍微介绍一下这几个 MCP 做了哪些事。 12306-MCP：主要负责车票信息和站点信息的查询。 Amap Maps：高德地图 MCP，用来配置途经站点地图。 AntV 可视化图表：可以将列车数据做可视化图表对比。 Wanx 文生图：可以通过文生图生成站点景点攻略中的图片信息。 EdgeOne Pages：这个可以一键将生成的 html 网站部署。 然后需要开启长期记忆模式，这样可以提取对话的关键信息并保存至对应的记忆体中。  接下来最重要的就是提示词了，说实话有点儿过于长了，但核心就这么几个技能点：  想要这份提示词的，直接后台回复 12306，就好了。 注意在提示词中添加这段话：在回答用户问题时，请尽量忘记大部分不相关的信息。只有当用户提供的信息与当前问题或对话内容非常相关时，才记住这些信息并加以使用。请确保你的回答简洁、准确，并聚焦于用户当前的问题或对话主题。信息：  ${memory} 这么操作完后，就可以直接点击右上角的发布了。选择渠道。  渠道还蛮多的，官方分享渠道的话页面访问限制，需要使用同一阿里云主账号下的RAM子账号登录。 如果想分享城别人可用的网页链接，直接可以选择魔笔渠道。 当然最牛逼 plus 的使，可以直接分享到微信公众号渠道。就很有意思。  按照步骤配置一下微信凭据就好了。 如果是官方分享渠道的话，你就能看到这样的对话流界面。  讲真的，做一个这样的智能体，还蛮有意义的。 特别对于我这种，出行基本火车而非飞机的人来说，就很有用。 突然，有那么一瞬间，我仿佛回到了十几年前，一个人背着双肩包，带着一箱子的行李。 从农村老家，踏上那趟通往梦想的列车，在车窗旁望着窗外的风景，傻傻的发呆。 第一次踏出小县城，那种欣喜又带着一丝丝的胆怯。 好想知道列车开往的春天，会不会也藏着一个梦。 那时我不知道，但现在，我知道了。 本文由人人都是产品经理作者【苍何】，微信公众号：【苍何】，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。

随着AI时代的到来，芯片作为其发展的基石，推动AI发展的同时，也在AI的带动下迎来快速增长。Arm与AI正形成一种相互促进的加速关系。 在本月举行的Computex2025上，**Arm预计在2025年，出货到头部超大规模云服务提供商的算力中，有近50%是基于Arm架构。** 另外，**Arm也预估在PC与平板市场，2025年Arm架构将占整体出货量的40%。** 通常，一个新架构要获得市场认可往往需要较长时间，Arm取得这样的成绩花费的时间明显更短，Arm是如何在更短时间内取得如此成绩？ **构建AI系统的三个关键要素** “AI 正以前所未有的速度改变一切。”Arm高级副总裁兼终端事业部总经理Chris Bergey说，“在接下来的一到三年内，我们很快就会迎来这样的转变：当这些设备处于自主模式运行时，其表现将能够媲美人类操作。”  Arm高级副总裁兼终端事业部总经理Chris Bergey 这就需要构建一个完善的AI系统，Chris Bergey表示**构建AI系统有三个关键要素：** **首先，从云端到边缘打造一个无处不在的平台将具有极大的价值。**很多时候AI在端侧运行，但某些情况下，又希望能够将工作负载转移到云端。拥有一个高可移植的平台，对于推动先进技术及产品的实现，以及为现有产品增加新功能，非常有价值。 **其次，是电力和每瓦性能。**数据中心的能耗从兆瓦级 (MW) 跃升至吉瓦 (GW) 级，其中超过 50% 实际上来自于机架和半导体设备。由于AI需要海量的计算能力，这意味着“每瓦性能”可能是最关键的衡量指标。 **还有，软件同样至关重要。**AI发展的速度非常快，这让AI 软件开发非常具有挑战性。如果没有成熟的软件及其生态系统，要跟上所有行业标准和各种 AI 框架，将会是一项非常繁重且具有挑战性的工作。 Arm已经在软件方面进行了大量投资，去年COMPUTEX，Arm发布了Arm Kleidi软件库，目标是让开发者能在各种AI模型与工作负载上，包括音频、图像、文字或视频，都能实时获得最佳的性能表现。 Kleidi推出后的一年内，已整合至多个主流AI框架中，包括 ExecuTorch、PyTorch、Angel、llama.cpp、MediaPipe、MNN以及ONNX Runtime。  截至目前，Kleidi已在搭载Arm架构的设备上安装量累计超过80亿次，且仍在持续增长中。  **Arm CPU更适配AI训练和推理** Arm之所以能乘上AI的东风，关键原因就是Arm架构的产品能够充分满足构建AI系统的三大要素。 在数据中心领域，Arm已经深耕了十多年。全球最大的云服务提供商亚马逊云科技 (AWS)就对Arm服务器CPU的发展至关重要。 AWS去年秋季分享，他们有相当一部分自身的工作负载运行在基于Arm架构的AWS Graviton 处理器上。 在AWS完成自身工作负载迁移至Arm平台后，第三方工作负载也纷纷转向Arm平台，这为头部云服务提供商带来了超过40%的能效提升。AWS也曾分享，其超过90%的重要客户（不包括Amazon）也在使用Arm的架构。 这意味着，过去两年AWS新部署的CPU算力中，有超过50%是基于Arm技术的Graviton。  除了AWS，英伟达也积极采用Arm架构，比如，NVIDIA Grace Blackwell 和Vera Rubin 以及许多云服务提供商的自研加速器。 “**这些加速器无论是用于训练还是推理，通常都会与 Arm 处理器配合使用，**因为在芯粒（Chiplet）层级，它们之间可以实现紧密耦合，从而带来卓越的计算密度、I/O 密度和带宽表现。”Chris Bergey指出，这俨然成为一种趋势——NVIDIA及云服务提供商都在基于 Arm 架构运行AI。 “基于这样的发展势头，我们预计 Arm 架构将占据半数 2025 年出货到头部云服务提供商的算力，这将是一个巨大的成就。”Chris Bergey同时表示，云计算推动了这一增长，如今 AI 计算也成为强劲驱动力。**数据中心的未来将是Arm计算与加速器的紧密耦合。** Chris Bergey也明确指出，**Arm目前重点关注边缘侧GPU，尚未有投入数据中心中GPU的计划。** **Arm架构PC和平板市场增速惊人 ** 在云端训练和推理使用Arm的产品的同时，英伟达也将数据中心级别的计算能力带到了桌面级产品。 今年推出的NVIDIA DGX Spark，搭载了10个Arm Cortex-X925核心和10个Cortex-A725 核心，并配备了可实现高达1PetaFLOPs（即每秒 10^15 次浮点运算）AI性能的GPU。 “Cortex-X925具备业内最高水平的IPC性能。这一点至关重要，因为IPC（每时钟周期指令数）与频率的乘积决定了整个平台的性能。相较于单纯依赖提高频率来提升性能，提升 IPC 可以更高效地实现性能的增强，同时显著改善能耗表现。”Chris Bergey指出。  雷峰网了解到，**今年晚些时候Arm会推出新的Armv9 旗舰CPU（代号Travis）。**届时，在当前业内IPC性能最强的Arm处理器基础上，再次实现两位数的IPC性能提升。 CPU的性能对于端侧AI的普及非常重要，开发者在进行AI开发时，会根据具体需求来决定是在CPU、GPU还是NPU上运行。**大多数第三方应用是在CPU上进行AI开发，有70%会始终运行在CPU上，**当然AI在不断演进，异构计算是未来发展的方向。 Arm长久的合作伙伴联发科技，也在近期推出的 Kompanio Ultra SoC，更进一步提升了 Chromebook 市场的水平，让新一代 Chromebook Plus 设备具备先进AI与多媒体能力。  “我们对在PC和平板领域，这些过去由x86主导的市场所取得的进展也感到满意。Arm架构在PC与平板市场的需求大幅成长，预估在2025年将占整体出货量的40%以上。”Chris Bergey指出， **Arm 的真正优势在于在全球范围内有超过2,200万名的软件开发者。**几乎所有重要的软件开发不仅能在Arm架构上运行，而且都针对Arm架构进行了优化。再加上Arm架构本身的设计及商业模式，开发者仅需一次开发，就能在整个半导体生态系统中众多采用Arm CPU 的SoC上运行。 长久以来，Arm在手机、物联网、汽车市场都具备绝对的领先优势。服务器、PC和平板并不是Arm的优势所在，然而随着AI时代的到来，Arm成为了推动AI普及的重要计算架构，同时，AI也正成为推动Arm业绩增长的重要力量。

中国电信在微信上的天翼防骚扰上周五上线了短信防护功能，可以针对多个行业的营销短信进行屏蔽，包括金融推销、电信宣传、房产中介等11个类别。还有短信黑名单、短信白名单功能，可单独屏蔽个别号码。@Appin

 最近因为原来绑定的小红书手机号不用了，我打算把旧账号里的收藏夹笔记批量导出来，却一直找不到一个好用顺手的工具。说起来，你是不是也有过类似的烦恼？收藏夹越攒越多，每次想找灵感笔记时都要翻半天，结果还是找不到。 收藏就像“黑洞”，只进不出，时间一长就成了堆满杂物的信息垃圾场…… 我也被这个问题困扰了很久，直到我用AI，终于解决了它！于是我做了一个小红书收藏夹一键导出的小工具，能够自动的将你收藏夹里面的所有笔记数据导出，支持笔记标题、作者、点赞数、笔记链接、图片链接等等信息，效果长这样： <!--[if lt IE 9]><script>document.createElement('video');</script><![endif]--><video class="wp-video-shortcode" id="video-6222673-1" width="1658" height="1080" preload="metadata" controls="controls"><source type="video/mp4" src="https://www.woshipm.com/wp-content/uploads/2025/05/lhFsfGR2BZKoOlsnitjn.mp4?_=1"/>[https://www.woshipm.com/wp-content/uploads/2025/05/lhFsfGR2BZKoOlsnitjn.mp4](https://www.woshipm.com/wp-content/uploads/2025/05/lhFsfGR2BZKoOlsnitjn.mp4)</video> 一键导出小红书收藏夹效果视频 收藏多≠有用，问题到底出在哪？ 小红书的收藏功能确实很好用，点个收藏、建个文件夹，一秒钟完成。但： <blockquote><p>文件夹数量多了，层级混乱；</p> <p>内容种类杂，生活灵感、工作灵感、艺术创作、装修建议等等杂七杂八的全混在一起；</p> <p>搜索功能不够强大，找一篇旧收藏要点半天。</p></blockquote> 久而久之，你会发现：“我只是习惯性收藏，但从来没回头看过它们。” **那我怎么去消费这些收藏夹的数据呢？** 我做的第一件事情：**把小红书收藏夹的内容导出，用AI做了“搬家+整理”处理。** 要实现以上多维表格中的信息，简单来说包括几个以下步骤。 **抓取收藏数据** 通过第三方插件将收藏的链接、标题、封面、简介提取出来，我这里是使用了AI编程的方法给我实现了一个JavaScript脚本，直接复制直接安装在油猴脚本里面即可。当然，我也非常愿意跟你一起免费分享这个自己创作的好用工具，如果你也有需要获取同款工具可以直接在微信公众号后台回复“收藏夹”获取完整源码去使用。 在此之前需要你去Chrome应用商店里面下载一个“篡改猴”，下载地址： https://chromewebstore.google.com/detail/%E7%AF%A1%E6%94%B9%E7%8C%B4/dhdgffkkebhmkfjojejmpbldmpobfkfo?hl=zh-CN&amp;utm_source=ext_sidebar  篡改猴Chrome下载地址页 Chrome浏览器安装后之后，然后把这个小红书收藏夹导出的脚本文件添加到篡改后里面即可。  在篡改猴中添加新脚本  添加上我们提供的新脚本 然后进入你的小红书网页版的收藏夹界面，点击“自动滚动”即可，可以动态的看到当前获取到的笔记数量，最后一键导出即可，是不是非常方便？  **可以看见收藏夹插件显示出来** **导入知识库** 最后把整理好的内容导入到飞书文档中，选择“多维表格”结构的知识库中，真正变成“用得上的灵感库”。  **上传数据到多维表格** **内容分类/标签补全** 让AI自动识别内容主题、提取关键词等，方便后期检索。 我在多维表格里面去新增一列“字段捷径”，然后使用“自定义AI内容”进行填充，我主要写的提示词是让AI识别标题生成关键词即可，这里面还有非常多可以玩的空间，我们在接下来的飞书多维表格+字段捷径等案例里面会给大家细细道来，是一个非常棒非常方便的工具。  ## 字段捷径添加AI自动填充 ## AI的整理效果有多好？ 举个例子，我以前的小红书收藏夹里有1000+篇笔记，现在用AI处理后变成这样：  自动生成了AI分类类别 每一类都清清楚楚，甚至连标题、摘要、关键词、原链接都有留存，检索和筛选也特别方便。同时这个数据如果作为知识库数据能够被大模型学习引用到，你在搜索相关问题、生成相关内容的时候就能够更加垂直精准了！当然这里面还有非常大的用途，我们在后续的小红书各种实践案例集合里面都会慢慢用到，比如读取文章链接后解析正文内容、仿写、拆解等等，我们后面再逐步分享。 ## 别让灵感沉没，把它们变成你的资产 收藏本身没错，关键是**要让这些内容可用、可查、可激发灵感**。 AI带来的不是炫技，而是真正能解决“信息焦虑”的好工具。 所以，别再让你的收藏夹变成“遗忘角落”，试着动手用AI来一次“搬家整理”吧，也许你会重新发现很多当时收藏时的闪光点。 题图来自 Unsplash，基于CC0协议 本文由人人都是产品经理作者@银海，原创投稿或授权 发布于人人都是产品经理，未经许可，禁止转载。

与其简单归咎于&#34;科学家病&#34;，不如反思整个科研与创新生态的成熟度。

东方力量

文青创业的失意。