OpenAI 发布了昂贵的GPT-4.5，而DeepSeek进行着最后一天的代码开源分享。北京时间2月28日凌晨，OpenAI发布GPT-4.5。“这是我们迄今为止最大、最好的聊天模型，是在扩大预训练和后训练道路上迈出的一步。” OpenAI介绍，这款新模型面向GPT Pro用户，下周起将向Plus用户和Team用户推出。 OpenAI CEO山姆·奥尔特曼（Sam Altman）因为“在医院照顾孩子”并没有出现在发布现场，但他在X上发布了帖子造势，强调GPT-4.5是一个“高情商”更像人的模型，不会超越基准测试，是一种“不同类型的智能”。 从目前业界的反应来看，这一代模型的能力提升并不算大，但令人惊讶的是GPT-4.5的价格，每百万Tokens输入为75美元，相比GPT-4o的2.5美元上涨30倍，同时，OpenAI表示，GPT-4.5无法完全替代GPT-4o。 与此同时，DeepSeek 26日刚在海内外宣布了API 错峰时间段的降价，V3模型和 R1模型的每百万Tokens输入只要0.035美元，相比原价分别下调50%和75%，GPT-4.5是这个价格的2000多倍。就在28日，DeepSeek还放出了“开源周”最后一个代码库，将开源进行到底，这一搅动AI圈的“鲶鱼”，正在改写AI竞争格局。 **好消息和坏消息** GPT-4.5是奥尔特曼此前预告将“在几周内”发布的模型。奥尔特曼彼时称，除了发布GPT-4.5，几个月时间内OpenAI还将发布下一代基座模型GPT-5。如此看，GPT-4.5很可能是GPT-5面世前的最后一个过渡模型。 与OpenAI此前发布新模型时的惯常做法不同，此前OpenAI通常会强调新模型在各领域的基准测试分数，此次OpenAI则表示，学术基准并不总是反映现实世界的有用性，OpenAI转而强调了GPT-4.5的“情商”。 奥尔特曼在发帖中提到了“好消息”和“坏消息”，前者是，“这是第一个让人感觉像是在跟一个有思想的人说话的模型。”他表示，曾多次惊讶地发现能从人工智能那里得到很好的建议。  坏消息则是，“这是一个庞大而昂贵的模型”，甚至没办法同时推到plus用户那里，奥尔特曼表示，“GPU已经不够了”，下周将添加数万个GPU，然后将其推广到plus。 奥尔特曼还特别提到，GPT-4.5不是一个推理模型，也不会在基准测试中取得压倒性优势。它是一种“不同类型的智能”。在新模型发布前不久，OpenAI首席研究官Mark Chen接受播客采访称，新模型并未被命名为GPT-5，这是因为OpenAI内部对这款模型的评估还没有到达整整一代的性能提升。 OpenAI表示，早期测试表明，用户与GPT-4.5交互更自然，该模型有更广泛的知识基础、理解用户意图的更强能力和更强大的“情商”，这使得GPT-4.5在写作、编程、解决实际问题等任务上很有用。在训练过程中，OpenAI则使用了扩大（Scaling）无监督学习和推理的方法。 OpenAI特别强调了GPT-4.5幻觉率降低、与人类协作表现更佳。OpenAI通过用简单但具有挑战性的知识问题测试模型，结果显示，GPT-4.5的幻觉率为37.1%，低于GPT-4o的61.8%、o1的44%、o3-mini的80.3%。在与人类协作的能力方面，OpenAI称，GPT-4.5在日常查询、专业查询、创造性智能这3个方面表现都比GPT-4o更强，GPT-4.5能更好地理解人类微妙的暗示或隐含的期望。 为了展示GPT-4.5的能力，OpenAI举了个例子。问GPT-4.5“世界上第一种语言是什么”，GPT4.5的回答是“我们不知道确切的第一种语言是什么，科学家认为我们可能永远不知道确切的答案，因为口语的出现远早于书面记录”，并解释了没有单一的第一种语言、口语可能最早在非洲出现。 同样的问题问GPT-4的4T版本，回答则是“确定人类使用的第一种语言极具挑战性”，并解释称，语言学家假设有许多语言的共同祖先，但这种祖先不是第一种语言。直观感受上，GPT-4.5的表达更接近人类，GPT-4T的语言表达显得有些机械。 此外，OpenAI还强调了GPT-4.5与o1这类长思维链推理模型不同。例如，GPT-4.5在做出反应前不需要经过思考，因此更通用，也更智能。不过，OpenAI也说明，推理仍将是未来模型的核心能力，更强的推理能力即将出现。 在附录部分，OpenAI才放出GPT-4.5的基准测试分数。在反映科学、数学、多语言、编码的GPQA、AIME’24、MMMLU、SWE-Lancer基准测试上，GPT-4.5得分分别为71.4%、36.7%、85.1%、32.6%，超过GPT-4o的53.6%、9.3%、81.5%、23.3%，但部分得分低于o3-mini。  这一代的能力提升并不明显，而与此相对的是，能力定价上，GPT-4.5预览版的API调用价格为每百万Tokens输入（input）75美元，输出（output）150美元，分别是GPT-4o价格的30倍、15倍。  即便相比自家模型，这个价格也过于昂贵，而进一步与 DeepSeek 进行对比，差距更大。近期非波峰时间段，V3 模型和 R1 模型的每百万Tokens输入为0.035美元（原价分别是0.07美元/0.14美元），每百万 token Tokens输出只需要 0.55 美元（原价分别是1.1美元/2.19美元），GPT-4.5分别是上述价格的2000多倍和270多倍。 OpenAI说明，由于GPT-4.5是一个非常大且计算密集的模型，所以价格比GPT-4o更贵。同时，OpenAI提到GPT-4.5 还无法完全替代 GPT-4o。考虑到要在支持现有功能和开发未来的模型之间取得平衡，OpenAI还在评估是否长期在API（接口）使用该模型。 **“鲶鱼”搅动AI圈** 除了拼性价比，DeepSeek另一个方向是坚定开源路线。 就在OpenAI新品发布的这一天，DeepSeek正进行着本周第五项代码开源——Fire-Flyer文件系统（3FS）。它是“所有 DeepSeek 数据访问的动力引擎”，一个高性能的并行文件系统，专门优化AI数据访问，为 AI 工作负载提供卓越的存储基础设施。 据DeepSeek，3FS是专为AI场景设计的高性能存储解决方案，通过架构创新和硬件适配显著提升了数据处理效率，与传统的云存储挂载工具（如s3fs）在目标场景和技术实现上存在显著差异。 除了3FS，DeepSeek本周陆续开源了让大模型在GPU上跑得更快的MLA解码核FlashMLA，用于MoE模型训练和推理的DeepEP通信库，可支持MoE的FP8 GEMM代码库DeepGEMM，一系列优化并行策略等底层代码，在GitHub上，DeepSeek详细展开了DeepSeek-V3和R1模型背后的优化技术，教社区如何最大限度利用GPU能力。 “相当于以前DeepSeek是直接给一辆车，告诉大家这辆车续航900公里，但是现在DeepSeek在深挖，用什么方式能够开到900公里。”大模型生态社区OpenCSG（开放传神）创始人陈冉此前对第一财经举例表示。 陈冉认为，DeepSeek现在发布的算法某种意义上属于“脚手架”， 这些“脚手架”的开源有利于之后的生态搭建。社区和开发者可以基于DeepSeek的技术路线继续往前走，最终行业能基于此将生态做起来。 长期来看，DeepSeek这一开源动作的意义在于，有模型标准，也有工具标准，也有生态基石，生态就能长起来。也有从业者认为，如果把大模型比作更底层的操作系统，那OpenAI可能是相对封闭的IOS生态，而DeepSeek就是开放的安卓。 DeepSeek或许改写了AI圈的竞争格局和方向。奥尔特曼在2月o3-mini发布当天表示，OpenAI的开源政策站在了“历史错误的一边”，需要想出一个不同的开源策略。 在国内，一贯坚持闭源路线的百度也“倒戈”向开源。去年，百度董事长李彦宏还表示，大模型开源的意义不大，闭源模型在能力上会持续领先。今年2月14日，百度就宣布将在未来几个月陆续推出文心大模型4.5系列，并于6月30日正式开源。 从开源的冲击看，能力不如开源模型的闭源模型面临尴尬境地。既然开源模型可以被开发者自行下载、微调乃至私有化部署，就不需要为了使用闭源大模型付费了。 DeepSeek将算力用到极致，在低成本的基础上进行模型的训练和推理，此前也一度带崩芯片股，将压力给到海外大厂，规模越来越大的数据中心相关资本支出是否合理？这成为投资人对大厂的疑虑。 1月以来，海外AI巨头近期新品发布密集，谷歌发布了Gemini2.0系列，xAI发布了马斯克口中“地球上最聪明的人工智能”Grok 3，OpenAI紧接着拿出了GPT-4.5。 从全球知名AI模型评测平台Chatbot Arena（大模型竞技场）的最新榜单来看，最新发布的Gemini2.0系列旗舰模型与Grok 3确实排在前列，但与排在第5位的DeepSeek-R1并没有拉开实质性的差距，以大模型竞技场的评分来看，差距在15分-40分之间。 在2025年达沃斯论坛上，AI科技初创公司Scale AI创始人亚历山大·王（Alexandr Wang）公开表示， DeepSeek的AI大模型性能大致与美国最好的模型相当。他认为，过去十年来，美国可能一直在人工智能竞赛中领先于中国，但DeepSeek的AI大模型发布可能会“改变一切”。 在国内，DeepSeek同样给大模型厂商不小的压力。去年C端大模型应用做得声量最大的国内厂商中，一定有豆包和Kimi。但如果最近再看苹果中国区免费版APP排行，会发现，第一名是DeepSeek，腾讯元宝搭载DeepSeek并大方投流后，也冲到了榜单第二名。 AI业内人士表示，DeepSeek的技术实力过硬且选择开源，这对一些闭源公司造成了冲击，一些大模型团队需要反思自身的做法。 DeepSeek-R1不是大模型竞争的终局，有消息称，DeepSeek正寻求巩固自身优势，尽早推出R2模型，消息提到DeepSeek原本计划在5月初发布R2模型，目前会加快这一速度。DeepSeek目前并未对此回应。 此前DeepSeek在R1论文中提到，R1的性能将在下一个版本得到改善，因为相关的RL（强化学习）训练数据还很少。随着RL数据的增加，模型解决复杂推理任务的能力持续稳定提升，且会自然涌现出一些复杂行为能力。 同时，OpenAI的下一代推理模型o3计划融入GPT-5并在几个月内推出。虽然OpenAI还在持续推出GPT-4o、GPT-4.5这类带有过渡色彩的模型，但目前距离GPT-4推出已有近两年时间。发布GPT-4.5之后，OpenAI还需尽快证明自己仍是全球最先进的大模型公司，接下来推出GPT-5将是重要一步。 DeepSeek能否赢得下一局对弈仍存变数，但可以确定的是，它为行业竞争带来了更深远的影响，在2025年初以压倒性的声势冒头，打乱了AI圈的格局，竞争对手或许需要思考，如何走赢下一步棋。 [查看评论](https://m.cnbeta.com.tw/comment/1482196.htm)

<blockquote><p>私域运营已经提出了10多年了，不少企业都还只是挣扎着运营，甚至认为私域已失去价值。真的是这样吗？其实，私域并非无效，而是90%的人没有掌握正确的方法。</p> </blockquote>  很有意思，前几天在县城，被一家企业问到，私域要怎么才能做成？ 我想，从2015年到今天，都讲10年了，私域怎么做，应该早就普及了吧。 但其实，抛开那么多复杂道理和技巧，做私域，真的就是做好这3步：吸引用户，促活用户和转化用户。 只要你，认认真真磨好这三件事，没有做不成的。 ## 第一步，吸引用户 不论是关注公众号，还是加群，所有的原动力无非就是“利益交换，”，我加入进来对我有什么用。 10年前我们常看到，关注公众号，免费打印相片。电商们常用，加个人微信领红包。这些就是利益驱动。 今天，有一些企业把关注变成消费的必须行为。比如，我去麦德龙购物，必须要成为会员，那我就只能关注公众号，注册电子会员，最后购物结账出示会员卡才能买单。这就是消费过程的必须动作。 我去一家服装店买衣服，结账时候，导购说扫码加企微，能领一张20元优惠券，现场就能用，这也是利益交换。 当然，还有一些是因为兴趣，比如迪卡侬的羽毛球兴趣群，没有强制，没有利益，但是能找到羽毛球群体一起玩。这应该算是社交价值吧。 总之，任何企业想让用户进入私域流量池，你就要思考清楚能提供的价值是什么。 长期价值决定用户的留存时间，短期利益影响加入速度。 ## 第二步，促活用户 不论是1v1加微信，还是进到社群，促活这涉及到私域流量最后能不能变现，还是变成一潭死水。 我相信很多人都加入过微信群，很多最后就变成了广告群，垃圾群，最后死掉。 我们既然花心思花精力把用户吸引到私域，那就要让私域流量生生不息，保持活跃度。 活跃用户需要有抓手，内容，活动和互动设计是保持用户活跃的最好的抓手。 首先，我们前面讲过用户因为“利益”加入了私域流量池。那他一定就有需求啊。满足用户最基本的产品和服务售后，是保持活跃的下线。 比如，用户买了品牌的衣服，发现小了/破了，他可能会通过社群，企微找你。他咨询你一个问题，你是5分钟回复，还是1个小时回复，还是半天才回复。这都会影响他对你的印象。 你越热情，响应越积极，用户就会越活跃。反之，他认为你是个摆设，没啥价值，就删粉了。 上面讲的是保持活跃的下线。那上线呢？ 遇见节假日，我们设计一个私域活动，让大家一起参与；时不时在群里发个红包，玩个游戏，这也是为了活跃，增加粘性。 还有，公众号发图文，企微/个人微信发朋友圈内容，这些都是在创造二次曝光。二次曝光对于增加用户的印象很重要，有些还能引起点赞互动。 所以，私域流量池里保持活跃，就要不断的使用内容，互动，活动来激活用户。 ## 第三步，转化用户 吸引，促活用户之后自然就是引导转化了。企业本身就是营利组织，有商业目的，卖产品卖服务天经地义。用户也很清楚，所以私域里卖东西并没什么不好意思，也用不着偷偷摸摸。 但是卖的的方法，方式如何不让用户讨厌这是功夫。 所以我常说，私域销售是目的要明确，动作要轻柔。我们怎么把销售过程变得更好玩有趣，和谐，不招人反感。让用户舒服的消费。 这里有两个重要点：第一，购买路径爽不爽；第二，找到对的人并说对话。 购买路径决定购物体验，比如在微信群里用户问道某款衣服，你只能发个淘宝链接，或抖音链接；这从查看商品到购买要跳转4-5步，有点麻烦，用户就不愿做了。但如果你直接发个微信小店，一步到位，可能她就很快下单了。这是购买路径。 当然，购买路径跟目的也相关。我还见到有个服装店，顾客加完微信之后他没有线上商城，而是邀请你到店，或导购根据你需要，帮你搭配。它就是故意设计导购销售环节，通过搭配设计拉高顾客的客单，一个客户成交下来至少1200以上。这里它就是通过“困难体验”来筛选优质客户。 转化用户的过程就是一个找对的用户并说服他的过程。一种是广撒网，一种是精准打击。比如同样是卖一款裙子。我可以对好友里的1000人群发，可能感兴趣的只有200人，那另外800人那就是广告骚扰。 但是，如果在吸引用户的环节，我就跟每个用户聊天过，还做了标签，那现在，我针对这类标签的1000个用户群发，专门设计话术，毫无疑问精准性更高，避免了骚扰，提升转化。 当然，从小红薯上来的用户，你还可以利用deepseek改成小红薯风格文案，让内容更加好玩有趣，降低读者违和感。 但关键，还是我前面讲到，购物路径和精准识别最重要。 今天，我们不能把私域仅仅当做销售渠道，促销窗口，重要的利用它收集用户数据，建立标签，提高用户的数据化程度，为迈向AI营销打基础。 再回到开头的问题，今天如何做成私域？ 就是反反复复做好这3件事，吸引用户，促活用户和转化用户。 本文由人人都是产品经理作者【晏涛三寿】，微信公众号：【晏涛营销笔记】，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>在创业团队中，IPD（集成产品开发）流程是否适用一直是备受争议的话题。本文从IPD流程的本质出发，探讨了其在过剩经济背景下的重要性，以及创业团队在引入IPD流程时的优势和挑战。</p> </blockquote>  回答这个问题，就不能只局限于 IPD 流程本身。 而是要先回答为什么需要 IPD 流程？ 在 IPD 思维这篇文章，我也强调过这个观点： **IPD 本身是为过剩经济量身定做的一种模式、一种思维。** 包括任正非也曾谈到过： <blockquote><p>“现在到处都饱和了，杠杆一撬，撬大了，卖不动，然后就跌价了。<br/>没有利润，就不能用密集投资法攻击、前进。<br/>这个时代人们已转向对质量的需求，所以大家不要总认为爱马仕会灭亡，其实会灭亡的是地沟油。”</p></blockquote> 上面提到了过剩经济，过剩意味着什么呢？ 如果还是按照以往的产品打法，过剩就意味着低价内卷，就意味着你的利润越来越薄。 那怎么办呢？ 建立用户思维，打差异化，避开内卷。 问题是道理大家都懂，怎么落地执行呢？ 就用到了 IPD 流程。 这只是一方面。 如果站在企业的角度，不是说我有用户思维，精准把握了用户需求，我就能成功。 因为产品还要有交付，还是高质量的交付。 尤其电子硬件类产品，可以说是关关难过关关过。 每一个环节都可能给你带来致命打击。 最惨的境地是： **产品市场都验证完了，到了量产环节资金链断了。** 所以说，财务层面得规划好吧，考虑全面是一个性命攸关的事。 另外，从概念到量产还会涉及质量问题，怎么把控呢？ 还是 IPD 流程。 当然也还有很多其他流程，只不过是因为 IPD 流程比较出名。 各种咨询、各种公开资源满天飞，这样带来的结果是企业的选择成本会低很多，可以说是闭着眼做选择，因为省事。 但问题是讲来讲去还是大厂的那一套，怎么可能会有统适性呢？ 所以就有了 IPD 流程只适合大企业这种论调。 想要把这件事做好，就必须对自己的业务非常了解。 比如说你是做机器人的。 首先要做的是把自己的上下游关键要素、内外部影响要素全部梳理一遍，因为只有你自己最清楚。最终落地的 IPD，一定是一个性化的产物。 那创业团队到底适不适合呢？ 肯定适合了。 而且是最应该导入 IPD 流程的群体，因为阻力最小，最容易成功。 甚至是组织架构都不用调整： 天然的 PDT 团队； 天然的 MVP 版本的 IPD 流程。 最重要的是可以帮助创业团队规避很多创业路上的大坑。 本文由人人都是产品经理作者【产品人卫朋】，微信公众号：【产品人卫朋】，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。

 机核的家人们： 你们好！ 还记得2022年年初，有一个小小的雨点落在了机核这个水池里吗？ <blockquote> <a href="https://www.gcores.com/articles/145229">一封给机核众的挑战书</a></blockquote> 只能使用原型、三角形、矩形，创作一款2D游戏。  我个人一直认为， 优秀的设计，如同在囹圄中戴着镣铐翩翩起舞。如果有一天，游戏失去了复杂的插画、背景、模型、纹理，我们还能做什么？如果我们只有最简单的元素来创作游戏，结果会是如何的？ 在当时，我们一共诞生了5款很有趣的游戏。 [〇三四挑战 | Project No.1 球升之路](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2Fbv1H34y1q7qT)创意者：[dingzu](https://www.gcores.com/users/210428) [〇三四挑战 | Project No.2 散花](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV1uY41187fK%2F) 创意者：[清炖老鼠仔](https://www.gcores.com/users/449867) [〇三四挑战 | Project No.3 Woll](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV18u41117K6%2F) 创意者：[Frank_He](https://www.gcores.com/users/127785/talks) [〇三四挑战 | Project No.4 万物归一](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV1wi4y127va%3Fspm_id_from%3D333.999.0.0) 创意者：[FvP](https://www.gcores.com/users/141641) [〇三四挑战 | Project No.5 Out Of Screen](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV1jR4y157EN)创意者： [DDDNINE](https://www.gcores.com/users/594828) 甚至在〇三四的撮合下，还一不小心就撮合了Frank_He与BlasinRee，他们因此相识，后来组成了Team Woll，并且开发了我们大家都很喜爱的[黄油猫CATO](https://www.gcores.com/games/81350)！！ 而三年后的今天，这个挑战的2.0版本，由卢德工作室和它的伙伴们，又回来带给大家啦！ # 〇三四挑战，启动！  # 比赛形式 全程线上，组队参赛 - 队长报名（比赛截止时上传组员名单） - 自由组队 - 单队人数 ≤ 3人 # 比赛规则 - 根据主题扣题创作，主题将在3月21日18:00公布 - 只能使用肉眼可辨的纯色圆形、三角、矩形作为游戏的实例 - 3D游戏可以使用纯色球形、圆锥、棱锥、方体 - 不能使用文字 - 至少需要玩家做出1次交互 - 工具、平台不限，但至少要确保提交的作品在PC上可以运行 - 可以使用AI - 禁止在作品中呈现暴力、色情、反社会内容 # 比赛日程 - 2月28日 12:00 开始报名 - 3月21日 12:00 报名截止 - 3月21日 18:00 公布主题 - 3月23日 18:00 停止开发/提交作品 - 3月25日 18:00 开始投票 - 4月3日 19:00 投票截止 - 4月4日 19:00 公布结果/颁奖仪式  # 评分规则 本次〇三四挑战采取双榜共计积分制，投票榜分为玩家投票榜和选手互评榜。 - 根据奖项设置的维度，自主投票 - 玩家榜：每位玩家对每个奖项能且只能投1票，最终投票结果计入玩家榜 - 选手榜：以队伍为单位，每队对每个奖项能且只能投1票，最终投票结果计入选手榜 - 最终得分 = 玩家榜排名积分+选手榜排名积分  # 报名方式 如果您是队长，在报名截止前，登记队伍名称即可。 [报名链接](https://ludostudio.feishu.cn/share/base/form/shrcnbpcnLj4ni41H3a7BNnnEId) 如果不是队长，且还没有队伍，可以加入群聊寻找队伍，或者在组队看板寻找自己喜欢的队伍。 组队群：496658426 [组队看板](https://ludostudio.feishu.cn/sheets/FbhFsStWlh2gyZt6PRRcjhqhn6b)   

<blockquote><p>随着人工智能技术的迅猛发展，产品经理需要掌握如何将AI技术有效应用于产品开发中，以应对市场需求和技术挑战。本文将探讨AI产品开发从场景到技术的方法论，供大家参考。</p> </blockquote>  当前，AI技术正处于风口浪尖，企业纷纷希望借助AI提升业务竞争力。然而，一个普遍且棘手的问题摆在面前：有懂AI的专家，有懂产品的人才，也有熟悉业务场景的人员，但这三者却很难有效结合到一起。AI的火热让大家跃跃欲试，都想用AI解决实际问题、赋能企业发展，却常常感到“无从下手”。 究其原因，AI产品开发往往缺乏一套系统化的方法论，导致业务需求与技术能力之间存在鸿沟。为了解决这一痛点，本文提炼出一套AI产品开发的正确流程，分为四个核心环节，帮助企业从业务场景出发，逐步匹配技术能力，最终实现AI产品的成功落地。这套方法不仅实用，还能让不懂AI的人也能参与其中，确保AI真正为业务创造价值。 ## 01 场景拆解：从业务中发现AI的机会 **定义**：场景拆解是将现有业务流程分解到足够细的颗粒度。 **工作重点**：以用户旅程或业务价值链为主线，确保拆解既全面又具体。 **方法**：通过绘制业务流程图、编写用户故事等方式，梳理每个环节的细节。 **示例**：以电商平台为例，可以将业务拆解为用户搜索、商品推荐、物流优化、客服自动化等场景。每个场景都有独特的痛点和需求，为后续AI应用奠定基础。 在这个阶段，不需要懂AI，甚至需要忘记AI，避免技术导向，技术给你带来的思维约束，只需深入理解业务即可。这一步的关键在于“足够细”，为后续环节提供清晰的方向。 ## 02 场景价值排序：聚焦高价值场景 **定义**：场景价值排序是根据业务价值和用户体验影响，对拆解出的场景进行优先级排序。 **工作重点**：引入客观的评估框架，例如投资回报率（ROI）、用户满意度提升、运营效率改善等。 **方法**：结合数据分析和业务指标，量化每个场景的潜在收益。 **示例**：在电商案例中，商品推荐因其能直接提升销售额（高ROI）而被优先考虑；客服自动化则因降低成本和提升用户体验而具备双重价值。 这一步依然无需AI技术背景，业务团队即可独立完成。通过排序，企业可以聚焦资源，避免盲目尝试。 ## 03 场景与技术能力匹配：找到AI的最佳应用点 **定义**：场景与技术能力匹配是将高价值场景与AI技术能力对接，确定产品的初步定位。 **工作重点**：建立AI技术能力库，明确技术的应用场景、成熟度和局限性。 **方法**：技术团队参与，提供能力边界的判断，确保技术选择切实可行。 **示例**：对于商品推荐场景，可以评估使用协同过滤或深度学习技术的可行性；对于客服自动化，自然语言处理（NLP）技术则更为合适。 到这一步，需要对AI及其能力边界有一定理解。业务价值与技术匹配度的双重考量，确保AI产品定位既能创造价值，又在技术上可行。 ## 04 产品设计：从概念到落地的关键一步 **定义**：产品设计是设计AI产品的目标、功能和用户界面，确保其满足业务需求并具备技术可行性。 **工作重点**：考虑数据的可获取性、模型训练需求和产品的可扩展性。 **方法**：明确数据要求（来源、质量、标注需求）、指标设计（如准确率、用户留存率）和能力评估方法。 **示例**：设计AI客服产品时，需规划对话流程，收集并标注训练数据，定义评估指标（如回复准确率、用户满意度），甚至优化模型以提升产品能力。 这一阶段需要较强的AI技术经验，同时还需关注数据质量、来源合规等问题，确保产品能力可靠和可持续性。 ## 05 结论 通过以上四个环节——**场景拆解、场景价值排序、场景与技术能力匹配、产品设计**，企业可以系统化地推进AI产品开发。这套方法论的核心在于“场景驱动”，从业务需求出发，逐步引入技术能力，最终实现AI与业务的完美融合。 其价值不仅在于帮助企业解决“无从下手”的困惑，还在于其普适性：无论是不懂AI的业务人员，还是技术专家，都能在流程中找到自己的位置。跨团队协作和持续迭代也至关重要，业务、技术和设计团队的紧密配合，以及对用户反馈的及时响应，将进一步提升AI产品的成功率。 希望这套方法论能为您的AI探索之旅提供指引，助您在AI时代抢占先机！欢迎留言分享您的实践经验，让我们共同完善这套流程，探索AI赋能业务的更多可能性。 本文由 @宇宙一间 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

中国S基金正从“边缘补位”迈向“主流配置”

资金将用于公司飞行器产品研发

<blockquote><p>在当今飞速发展的科技时代，人工智能正在逐渐渗透进我们的生活的各个方面。那么，AI是否有可能取代心理咨询师的角色呢？本文将深入探讨这一话题，分析人工智能在心理咨询领域的应用现状以及其可能带来的影响。</p> </blockquote>  <blockquote><p>“当我被倾听，当我被理解，我才能以新的方式重新感知我的世界，并继续前行。”</p> <p>——卡尔·罗杰斯，《个人形成论》</p></blockquote> ChatGPT、DeepSeek等AI大模型的兴起，文字能力让人惊艳，而心理咨询的重点是“谈话”，也是语言工作。 心理咨询师会被这个AI同行替代吗？ ## 01 AI在心理咨询中初露锋芒 2022年11月，OpenAI推出ChatGPT，上下文的连贯性，产生类似人类对话的感觉，被称为“ChatGPT时刻”。 自此，大语言模型（LLM）的AI路线，迎来持续到现在的高歌猛进。一个月前的DeepSeek，7天增长1亿用户，微信用了1年两个月。 有研究者测试了AI的心智理论，也就是理解他人心理状态状态的能力，比如发现错误信念、读懂暗示、理解讽刺等。在比较GPT-4和1907名人类参与者后发现，GPT-4表现达到甚至超越人类。[1] **AI能力突飞猛进的趋势，让人相信其在咨询中能够胜任更多任务。** 去年有一项AI咨询师与人类咨询师对比研究发现，基于CBT认知行为疗法提示词工程的GPT-4，在咨询中对CBT有更高的方法遵循度。[2] 基于AI的心理咨询、心理疗愈产品也开始井喷，包括虚拟咨询师、心理问答机器人等等。 ## 02 咨询效果受什么影响？ 解开AI替代性谜题的关键，在于了解心理咨询起效的核心机制。 1936年，心理学家索尔·罗森茨格最先注意到，虽然各种心理疗法之间有差异，但是效果大致类似。 这很像《爱丽丝梦游仙境》中一场都是赢家的比赛：参赛者想何时开始和结束，就何时开始或结束，作为裁判的渡渡鸟最后宣布：每个人都赢了，每个人都有奖。 罗森茨格用“渡渡鸟假说”比喻各个疗法之间的竞争，大家都是赢家。 他认为，心理咨询效果的差异，并不来自心理疗法本身，而是疗法背后的“共同因素”，比如期望、关系、与咨询师的关系等。[3] “渡渡鸟假说”是真的吗？咨询效果到底受哪些共同因素的影响？ 1997年，心理学家布鲁斯·E.瓦姆波尔德完成了咨询效果最为系统的元分析，荟萃了1970年到1995年，113项心理疗法的对比研究，证实了疗法差异对咨询效果的影响极小。[4] 这些影响咨询效果的共同因素，被他整合进入了“情境模型”。[5] 瓦姆波尔德发现，**当咨访“第一眼”的初始信任建立后，咨询效果受到三个路径的共同作用**—— - 路径1：真实关系 - 路径2：期望形成 - 路径3：行动反馈 首先是真实关系，指咨询中双方真诚、开放的互动状态，超越专业角色，达到人与人的真实连接。在真实关系中成为自己，这是疗愈的关键。 真实关系，与人本主义咨询创始人罗杰斯的观点如出一辙，他认为的咨询转变的三个前提条件是，真诚、无条件的积极关注和共情，这也是在创造真实关系。 然后是期望形成，来访者认为完成咨询就能达到目标，如同“信则灵”的安慰剂效应。期望形成的关键，是对于目标达成共识，以及目标达成的解释和方法达成共识。 咨询中常说的工作同盟，咨询师与来访者，目标一致和任务一致，这是期望形成的重点。所有疗法都有一套自洽的理论和技术，来塑造期望。 最后一个因素，是引导来访者采取有益的行动。不是宏大改变，而是最小行动验证“新活法”的可行性，进入“改变-奖励-再改变”的正向循环。 根据瓦姆波尔德等人的实证研究，三条路径发挥作用，咨询效果就会发生。 ## 03 AI能替代心理咨询师吗？ AI在咨询效果三条路径上是否能够胜任？ 目标是路径2（期望形成）的关键，AI是具有潜力的。一些人有被AI感动的体验，内在想法，虽未说出，但被AI表达，产生“被看见”的感觉。虽然这是一种共情错觉，但也印证了AI的能力。 路径2目标达成的解释与方法，AI也具有优势，对咨询知识具有较好依从度。当前业界的尝试，通过提示词工程，使AI基于理论完成解释。 在在路径3行动反馈中，AI也有潜力。当约束来访者的处境情况，和理论框架，AI能找到针对性的具体建议，说不有灵光一闪的巧妙点子。 所以，乐观的估计，AI在咨询效果的路径2（期望形成）和路径3（行动反馈）上，具有潜力，能够达到较高的水平，因为它们更多是知识性的。 **关键问题是，路径1的真实关系，AI是否能够胜任？** ## 04 无可替代的人际关系 **真实关系基于两个共同因素，一个是人际关系中的如实呈现，一个是互动中知觉反馈。**[6] AI无法让人感到处于人际关系，而如实呈现自己。这是AI的根本局限—— <blockquote><p>请想象一个场景：</p> <p>你心中有个困扰，感到纠结。有三种方式来应对，写在日记本上，与AI对话，或者和某人聊聊？</p> <p>仅是想象，相信这三种方式，也会让你产生不同感觉。</p></blockquote> 你产生不同感觉的原因很简单——即使AI发展到足够高度，你也将它视为工具，无法建立人际关系的感觉。喜怒哀乐，只有与人关联，才有意义。 存在主义哲学家马丁·布伯将关系分为“我与它”和“我与你”两类，与AI的关系是“我与它”的关系。 这是工具关系，将对方客体化，只在意功能，单方面投射。但是，反过来也让自己困在“我与它”的固定脚本中。 工具关系下，所谓的成长只是给问题打补丁，重复原来的老路，将自己限定在特定角色中，无法得到成长。如同亲密关系中，当只有“我与它”的关系，那么只剩柴米油盐生儿育女的世俗功能。 真正的成长，是跳出固定剧本。**不思考措辞，不担心评判，自在感正是“真实呈现”的开始，让人有可能跳出固有的生活脚本**，重新选择自己的模式和方向。 不再是出于恐惧、习惯或外界期望而行动，而是基于内在的真实感受和价值作出选择，进入“我与你”的共在关系。正如，深刻的亲密关系，彼此成自己，会体会到“我与你”，对于生命产生更大的热情。 虽然，AI也在拟人化尝试，工具与人际不再是泾渭分明。比如Replika的虚拟伴侣，通过记住关键信息，在后续对话中提及，创造虚拟人格。 但是，除了技术局限和伦理风险，AI的人造特点，从根本上只会是工具属性，无法产生人际关系。 ## 05 同样重要的知觉反馈 人际关系如实呈现，不是咨询效果的闭环，还需要知觉反馈。 通过多感官渠道感知和回应对方状态，包括言语和非言语维度。这是AI的另一大限制。 <blockquote><p>请想象另一个场景——</p> <p>你不想别人觉察脆弱，强撑地说“我过得很好”，但是眼神却闪躲地看向窗外。</p> <p>别人忽略了你神情，只根据“过得好”的话来交流。你不会有被理解的感觉。</p></blockquote> AI核心基于文字进行训练，无法关注其他信息。同时，无法通过其他方式反馈，比如沉默、眼神、表情等。 正如“7%-38%-55%法则”所展示的，表达情感词汇时，非语言线索如语调和身体语言的重要性常常超过语言本身。虽然研究有特定情境，但确实揭示了非语言沟通在情感表达中的关键作用。[7] 现象学哲学家莫里斯·梅洛-庞蒂认为，身心并不是二元的，人不是“拥有”身体，而“就是”身体。知觉不是脱离身体的意识活动，而是身体与世界交融的结果。 所以，**真正的知觉反馈，是身体所产生的共感，而不仅是信息传递**。共感交互在理解生命是重要的，当一个人感受到你，当你感受一个人感受到了你，这样的知觉反馈，才能丰富生命体验。 只有信息交互，无法成为有效的知觉反馈，因为对于生命体验而言，懂得再多道理也无法过好人生，甚至就是生命体验的束缚。信息对生命体验外的世界才有用。 虽然，AI的多模态情感计算是技术发展方向，从单一模态，整合视觉、听觉、生理信号等多模态信号，比如文字与语音音调的结合，解释人类的情感。 但是，除了“眼耳鼻舍身”感知的复杂性，阻碍着AI多模态发展。同时，具身反馈的也是一种欠缺——对话的人突然沉默，你可能感到不安，AI的突然沉默，你会认为是故障。 即使拥有了更多物理接口，AI依然是数据处理，根本上缺乏作为存在于世界的身体主体的体验，数字模拟无法创造共感交互。 ## 06 创造真实关系的咨询师无可替代 心理咨询师所创造“真实关系”，是AI无法替代的。不仅是技术处于早期阶段，从根本上具有局限性。 所以，心理咨询师创造“真实关系”的能力，变得更加重要—— 一方面，咨询师要更成为自己，更强的主体性，让来访者更容易进入共在关系，如实呈现。 成为自己的关键，是面对生命课题，跳出僵化剧本。生命体验的袒露，是来访者进入共在关系的入口。 同时，提升在共感交互的能力，是知觉反馈的核心。 共情的技能是重要的，比如觉察来访者语言与行为的矛盾。但更重要的是，与自己感受同在。当越发感受自己，越发能感受他人，“自己好像处于对方皮肤下，切身体会到他的情绪和需要”。 若将心理知识比作地图，生命体验才是疆域。AI的兴起，让知识变得更普及更智能，但不是地图越多，疆域就越宽广。 **咨询师更需要修通自己生命体验，以己为桥，支持来访者拓展自我生命疆域。** ## 07 细分场景，让AI更好地服务你 虽然，AI无法创造真实关系，但是其对于疗愈领域，带来了根本的变化，找到借力的方式。 从咨询效果的基石，真实关系出发，分析疗愈场景。通过两个维度，如实呈现的关系类型（工具关系/共在关系），和知觉反馈的交互方式（信息交互/共感交互），构建疗愈场景矩阵，来分析AI在不同疗愈场景的定位和边界。 - **场景一：具体问题解决**立足工具关系和信息交互，价值定位是信息助手。测评解读、情绪日记分析、行为追踪分析等，属于此类领域。 AI可承担主要的执行者，而咨询师设计框架，并监督质量。 - **场景二：具体课题体验**基于工具关系，但需要的共感交互，产生体验。此类场景价值定位是专业引领。比如，压力管理课程、情绪调节训练营、心理剧表演等。 专业人士扮演主导角色，AI可以作为辅助工具，比如需求的识别和细化。随着多模态技术演进，可以承担更大角色。 - **场景三：内在困扰解答**转向共在关系，但侧重信息交互，价值定位是导师解惑，类似以下场景，困扰的解答、情绪的倾听、问题的探讨。 人的存在就是核心——或许因为关系值得信任，或因本就需要个真实的人。AI在此可发挥事前分析作用，形成初步假设，并在事后提供系统总结，但不能替代本人存在。但是，虚拟人格的进化，将拓展AI边界。 - **场景四：生命体验扩展**基于共在关系，通过共感交互，价值定位为陪伴支持。深度咨询、危机干预、人生拓展等生命体验领域，都需要这种深层次场景。 此时，无条件地进入共在和共感状态变得重要，而外界是干扰。AI可以在对话后，成为复盘伙伴，但应避免在对话前和对话中介入，以维护体验的纯粹性。 四象限的疗愈场景矩阵，**既揭示AI工具的作用与局限，也能帮助疗愈场景中不同参与者，找到重点和路径。**  四象限的疗愈场景矩阵 ## 08 坚持价值，善用工具 一场咨询是复杂的过程，不仅有生命体验的拓展，也有具体问题解决，比如测评解读。咨询师分场景，合理地应用AI工具，不仅能提升咨询效率，更能提升咨询效果。 类似咨询师，通过产品创造疗愈价值的创造者，也可以找到具体场景的价值理性，不要被AI工具带走。 当前AI技术更契合信息助手，是当前能够闭环的疗愈场景。其余场景属于辅助，介入价值链的某个环节。 比如心理测评，在某种框架下对自我的解释，共在关系与共感互动不是测评的重点，AI能够给出更针对性、个性化的解释，具有独特的作用。 心理咨询等疗愈的用户，明确当前需求的重点。不同需求指向不同的疗愈场景，也决定了AI 在其中能发挥的作用边界。认清自身需求的重点，更好地获得成长支持。 “无论我们热情肯定还是否定技术，我们都始终不自由且被束缚于技术”[8]，持续反思AI将如何重塑咨询关系和个人成长，才是丰富生命体验的方式。 — 1. Strachan, J. W. A., Albergo, D., Borghini, G., Pansardi, O., Scaliti, E., Gupta, S., Saxena, K., Rufo, A., Panzeri, S., Manzi, G., Graziano, M. S. A., &amp; Becchio, C. (2024). Testing theory of mind in large language models and humans. Nature Human Behaviour, 8(7), 1285–1295. ↩︎ 2. Iftikhar, Z., Ransom, S., Xiao, A., &amp; Huang, J. (2024). Therapy as an NLP Task: Psychologists’ Comparison of LLMs and Human Peers in CBT. ArXiv,abs/2409.02244. ↩︎ 3. 布鲁斯·E, 瓦姆波尔德, &amp; 扎克·E, 艾梅尔. (2019). 心理治疗大辩论 (任志洪, Trans.).↩︎ 4. Wampold, B. E., Mondin, G. W., Moody, M., Stich, F., Benson, K., &amp; Ahn, H. (1997). A meta-analysis of outcome studies comparing bona fide psychotherapies: Empiricially,” all must have prizes.”. Psychological Bulletin, 122(3), 203.↩︎ 5. Wampold, B. E. (2015). How important are the common factors in psychotherapy? An update. World Psychiatry, 14(3), 270–277. ↩︎ 6. Gelso, C. J. (2011). The real relationship in psychotherapy: The hidden foundation of change (1st ed). American Psychological Association.↩︎ 7. Albert Mehrabian. (2025). In Wikipedia.↩︎ 8. The Question Concerning Technology. (2024). In Wikipedia.↩︎ 本文由 @开亮人生 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

Apple TV 在上一次更新之后，新增了一款非常漂亮、有趣的史努比屏保，视频模式，史努比会在屏幕上动来动去。有同学将其移植到了 macOS 上，挺不错的。@Appinn 在 V2ex 的帖子中，@c

 渡边信一郎原创动画「LAZARUS」公布最新预告， 4月6日开播。 &lt;内嵌内容，请前往机核查看&gt; 该片的阵容极其豪华，由 MAPPA 制作，《疾速追杀》导演查德·斯塔赫斯基担任动作设计，由《星际牛仔》监督渡边信一郎担任本作原作与监督。 CASTアクセル：宫野真守ダグ：古川慎クリスティン：内田真礼リーランド：内田雄马エレイナ：石見舞菜香ハーシュ：林原惠アベル：大塚明夫スキナー：山寺宏一 

 CD PROJEKT RED 于今日公布《巫师4》预告片幕后花絮。 开发团队与 Platige Image 的顶尖团队倾力打造，共同呈现这场震撼的视觉盛宴。《巫师4》是 CD PROJEKT RED 正在开发的单人开放世界 RPG，来自《赛博朋克 2077》及《巫师 3：狂猎》的创作团队。 &lt;内嵌内容，请前往机核查看&gt; 近六分钟的电影式预告片展现了希里（Ciri）作为主角，执行一项猎魔人任务的场景。故事发生在一个偏远村庄，这个村庄几代人都受到一个要求举行祭祀仪式的怪物的折磨与威胁。 作为经典RPG《巫师3：狂猎》的正统续作，《巫师4》立志成为迄今为止最具沉浸感与野心的开放世界《巫师》游戏。

在线旅游进入3.0时代。

跑步前进，集体做多。

 文明VII的下一次更新，即更新1.1.0将于2025年3月4日发布，同步上线PC与主机平台。本次更新结束后，PC与主机平台之间的跨平台游戏功能将重新开放。根据社区反馈，包含游戏体验优化，游戏平衡性改进，用户界面调整等诸多内容。完整的更新提示将于发布时公布，以下列举部分重点更新内容：  - 新增可探索的自然奇观：百慕大三角区（向所有玩家免费开放） - 用户界面的进一步调整，完成和已知问题修复。 - 近世时代的文化遗产路径及胜利条件的重大修改；AI领袖将更擅长达成文化胜利（因此探索者单位堆叠现象有望减少！） - 现可在探索时代转换圣城。请注意，玩家创建的传教士单位将始终遵循玩家选择的宗教 - 海军单位将能够驱散海岸独立势力 - 调整纪念物平衡性 - 调整多个近世时代文明的平衡性 - 优化军队解散行动 - 修复多人模式及2K账号添加好友相关的已知问题 - 对于主机玩家：除上述项目外，还将实装此前更新1.0.1补丁1，2，3的所有更新内容 开发团队原计划在3月4日的更新1.1.0中推出首个游戏内容“自然奇观战斗*”。但为了优先保证全球玩家的游戏体验，该内容将延期至3月底更新。更多更新相关内容将在下文说明。  随更新1.1.0同步发布的还有付费扩展包《世界歧路合集》的前半部分，该扩展包已包含在文明VII的豪华版和奠基者版中。购买了这两个版本或单独购买了《世界歧路合集》的玩家将在更新1.1.0时自动获得这些内容。 《世界歧路合集》第一部分：付费扩展包《世界歧路合集》的前半部分包含新领袖埃达洛夫莱斯，新文明大不列颠（近世时代）和迦太基（古典时代），以及包含四个新自然奇观的自然奇观包，分别为：鱼尾峰，富士山，维赫伦峰和彩虹山。 # 补丁1.1.1将于3月25日发布 在3月4日的首次文明VII重大更新之后，团队计划与3月25日（可能有所变动）推出下一版重大更新，即更新1.1.1先睹为快，了解此次更新的部分内容： - 用户界面的进一步改进和完善；具体内容将在更新1.1.1提示中公布。注：持续优化用户界面仍然是开发团队的首要任务。3月25日的更新只是未来数月用户界面全面优化计划的一部分 - - 改进AI的侦察和定居逻辑，包括减少AI过于激进的“前推”定居行为 - - 增加快速移动功能 - - 增加自定义指挥官和城市名称的功能 - - 将现有地图重新命名为“初始位置：平衡”，作为多人游戏的默认的初始位置 - - 新增“标准”初始位置，其地图地形更加难以预测，该按钮可让玩家重新生成地图 - - 新自然奇观：珠穆朗玛峰（向所有玩家免费开放） - - 游戏内活动：自然奇观战斗  更新1.1.1还包括付费扩展包《世界歧路合集》的后半部分，该扩展包包含在文明VII豪华版和奠基者版中。随着发布日期临近，团队会分享更多相关信息。 # 展望未来 三月之后，开发团队已将来自社区的多条建议列入计划，这些都是开发团队的首要任务，其中包括： - 持续改进用户界面 - 增加“再战一回合”按钮，能在近世时代结束后继续游戏 - 新地图类型（适用于所有平台）和尺寸（适用于除Nintendo Switch外的所有平台） - 新增资源类型并调整地图资源分配 - 支持多人模式的团队功能 - 本地多人热座功能 - 支持模组工具和Steam Workshop - 更多游戏设置自定义选项 - 还有更多！  开发团队正在评估尽快落实这些建议所需的工作量。部分更新内容将于4月（可能有所变动）率先推出，但许多内容的开发，测试和部署需要更长时间。随着计划逐步敲定，将在未来数周和数月内分享更多细节，感谢大家一直以来的耐心等待！ # 我可以在哪里分享反馈意见？ 如果您想分享关于文明VII的反馈意见，及时了解最新动态，或只是想找个地方与其他文明问价交流，欢迎访问Steam讨论区，官方的Discord频道，以及本地社群！如发现任何错误或有任何问题，您可先查看该问题是否已受团队关注，或通过官方的支持门户。

小米站稳高端的方式，依然是「极致性价比」。

人心中的成见像是一座大山。

DeepSeek R1是目前中国应用范围最广泛的大模型之一。正因为它足够智能，很容易被充分信任，在“掉链子”的时候也不会被察觉，反而有可能成为引发更大范围的“舆论幻觉”。

3元冰淇淋与4元柠檬水，能否撑起万亿估值？

Xiaomi secured more than 6,900 vehicles in ten minutes since it began to receive orders, and orders topped 10,000 units in the first two hours of the SU Ultra ordering

一个名为“EncryptHub”的威胁者（又名“Larva-208”），一直以世界各地的组织为目标，通过鱼叉式网络钓鱼和社会工程攻击来访问企业网络。 根据Prodaft上周在内部发布的一份报告称，自2024年6月Encrypthub启动运营以来，它已经攻击了至少618个组织。 在获得访问权限后，威胁者安装远程监控和管理（RMM）软件，然后部署像Stealc和Rhadamanthys这样的信息窃取程序。在许多观察到的案例中，EncryptHub也会在受损的系统上部署勒索软件。 据悉，该威胁组织隶属于RansomHub和BlackSuit，过去曾部署过这两家勒索软件加密器，可能是它们的初始访问代理或直接附属机构。 然而，在研究人员观察到的许多攻击中，攻击者部署了自定义的PowerShell数据加密器，因此他们也保留了自己的变体。 **获得初始访问权限** Larva-208的攻击包括短信网络钓鱼、语音网络钓鱼，以及模仿企业VPN产品（如Cisco AnyConnect、Palo Alto GlobalProtect、Fortinet和Microsoft 365）的虚假登录页面。  假冒思科登录页面 攻击者通常在给目标的消息中冒充IT支持人员，声称VPN访问有问题或他们的帐户存在安全问题，指示他们登录到一个网络钓鱼网站。 受害者收到链接，这些链接将他们重定向到网络钓鱼登录页面，在那里他们的凭据和多因素身份验证（MFA）令牌（会话cookie）被实时捕获。 一旦网络钓鱼过程结束，受害者将被重定向到服务的真实域，以避免引起怀疑。  网络钓鱼过程概述 EncryptHub已经购买了70多个模仿上述产品的域名，如“linkwebcisco.com”和“weblinkteams.com”，以增加人们对钓鱼网页的合法性认知。 这些钓鱼网站托管在像Yalishanda这样的可靠托管提供商上，ProDaft说，这些提供商通常不会对合理的删除请求做出回应。 Prodaft还发现了另一个名为larava -148的子组织，他们帮助购买用于网络钓鱼活动的域名，管理主机，并建立基础设施。 Larva-148有可能向EncryptHub出售域名和网络钓鱼工具包，尽管它们之间的确切关系尚未被破译。 **恶意软件部署** 一旦EncryptHub入侵目标系统，它就会部署各种PowerShell脚本和恶意软件来获得持久性、远程访问、窃取数据和加密文件。 首先，他们会欺骗受害者安装RMM软件，如AnyDesk、TeamViewer、ScreenConnect、Atera和Splashtop。这使得他们能够远程控制受损的系统，保持长期访问，并使横向移动成为可能。 接下来，他们使用不同的PowerShell脚本来部署信息窃取程序，如Stealc、Rhadamanthys和变幻无常的Stealer，以窃取存储在web浏览器中的数据。这些数据包括保存的凭据、会话cookie和加密货币钱包密码。  攻击中使用的自定义PowerShell脚本 在Linux和Mac设备上执行类似行为的Python脚本中，威胁者试图从被破坏的系统中窃取大量数据，包括： **·**来自各种加密货币钱包的数据，包括MetaMask，以太坊钱包，Coinbase钱包，Trust钱包，Opera钱包，Brave钱包，TronLink， Trezor钱包等。 **·**各种VPN客户端的配置数据，包括Cisco VPN Client、forticclient、Palto Alto Networks GlobalProtect、OpenVPN、WireGuard等。 **·**来自流行密码管理器的数据，包括Authenticator， 1Password, NordPass, DashLane, Bitwarden, RoboForm, Keeper, MultiPassword， KeePassXC和LastPass。 **·**匹配特定扩展名或文件名包含特定关键字的文件，包括图片、RDP连接文件、Word文档、Excel电子表格、CSV文件、证书等。目标文件名中的一些关键字包括“pass”，“account”，“auth”，“2fa”，“wallet”，“seedphrase”，“recovery”，“keepass”，“secret”等等。 Larva-208的最后一个威胁是以基于powershell的自定义加密器的形式出现的勒索软件，该加密器使用AES加密文件并附加“。加密”扩展名，删除原始文件。 受害者收到一封勒索信，要求用USDT通过电报支付赎金。  Larva-208的勒索信 Prodaft表示，EncryptHub是一个老练的恶意分子，它会为提高攻击效率而量身定制攻击计划，对大型组织进行高价值的攻击。 本报告中研究的LARVA-208鱼叉式网络钓鱼行为表明，有针对性的网络攻击越来越复杂。通过采用高度定制的策略，先进的混淆方法和精心制作的诱饵，威胁者已经展示了逃避检测和破坏高价值目标的重要能力。

抢OTA“蛋糕”。

 《怪物猎人：荒野》已经在今天（2月28日）正式发售，其中主机板解锁时间为28日00:00，PC版解锁时间为下午13:00。 对机核办公室来说，“怪物猎人”可以说是游玩率最高的游戏IP之一，关于自己的“怪猎故事”，以及对《荒野》的期待，不少人都有话要说。  所以，在游戏发售、玩家们开始畅玩的这一天，我们决定不谈评测和体验，只聊一聊“故事”与“期待”。以下出场的同事，我们将大致按照年龄顺序，看看机核从“80后”到“00后”们和怪猎有什么样的羁绊。 # 老白：解就完事儿了 对于缺少朋友进行共斗的人来说，《怪物猎人：世界》才是我第一个认真玩进去的怪猎游戏。 在《世界》里，当时非常诱人的怪物世界设计，与丰富的猎杀过程都给我造成了不小的冲击。对于许多人来说，或许《世界》也是打开怪物猎人大门的第一个启发点。由于本人性格使然加上《世界》鼓励的流派风格，“解就完事儿了”的盾斧便成为了不二的选择——毕竟使用巨大爆发力哐哐暴打灭尽龙带来的快感，比登龙什么的都强太多了。  比较遗憾的是，到了《怪物猎人：世界》的资料片《冰原》乃至后续的《怪物猎人：崛起/曙光》的期间，我很少有足够的时间去系统地游玩怪猎。 这一回《怪物猎人：荒野》的演示我在闲暇的时候看了很多遍，而且也重新试用了盾斧——感觉效率与《世界》时代有所差距，但也可能是因为我还没有研究好电锯流的技巧吧。 总之，这一次如果回坑的话，我觉得肯定还是以盾斧作为破题的选择，唯一担心的就是：机核的大车队是不是还能带我出村啊！ # 四十二：用十几年理解怪猎的“共斗” 关于怪猎： 我分了三次才真正上手玩怪物猎人。 第一次是有一年过年回爷爷奶奶家。我老哥借我他的PSP随便玩了玩2G，唯一记得的是他教我玩弓怎么瞄准。第二次是大学的时候，我哥把他的一个旧PSP借我玩了半年，于是死磕P3，每个怪都可以卡我一周。而且很牛逼，我还回去的时候雷狼龙都无法稳定打过不猫一次。第三次，大学毕业以后来北京工作，终于拥有了自己第一台掌机3DS，和MH4一起买的，没日没夜的打，这才算正式入坑。 从那开始以后玩了除了MHF以外4之后的所有怪物猎人：4、4G、X、XX、怪猎OL、世界、冰原、Rise、Sunbreak。回忆每一代的体验的话，最喜欢的是MHXX，第二喜欢的应该是4G——阁螳螂是我最喜欢的决战怪之一，然后就是巨戟龙了。  虽然玩起来很难说是狩猎，但怪物猎人这个游戏在主题上是围绕着“狩猎”这个概念展开的：从狩猎本能开始，触发一种面对强敌的兴奋感，这种兴奋感的质感不同于其他的有BOSS战的游戏，让我觉得很上瘾。另外怪物猎人的体验中有一种很清晰的“除了装备成长之外，真正成长的是我自己”的感觉，正反馈拉满，令人高兴。 然后就是老生常谈的最喜欢的武器。如果放在我的整个怪猎生涯中来看，最喜欢的武器是片手剑、笛子和弓——其实每代怪猎虽然很不认真但我应该也都会玩至少五把武器，这五把武器里一定会有片手剑、笛子和弓这仨。硬要说最喜欢的就是喜欢片手剑，喜欢翻滚蹭刀、喜欢刃药、喜欢不收武器喝药放陷阱、喜欢广域化、喜欢瞎TM跳、喜欢拿小盾给怪物锤晕了，不喜欢Just Rush。就是喜欢轱辘，不喜欢站桩。  关于荒野： 说实话，第一次看到《怪物猎人：荒野》公开的时候内心毫无波动，因为怪物猎人逢出必玩，跟呼吸一样自然，所以只好奇什么时候卖，卖的时候第一时间开干就行了。 回忆起《怪物猎人：崛起》公布的时候，可能因为身体状态很差，所以就没有特别激动，这种心态也延续到荒野公开了。然而在荒野临近发售的时候，不知道怎么回事就那个激动心又起来了，又狩魂燃烧了，玩不到怪物猎人荒野浑身刺挠了，感觉自己心态又年轻了。 因为同样的原因，荒野是我试玩时间最短的一代，只参加了第一次测试。把一切情绪都留给正式上线了。这次计划在pc上玩怪物猎人，我的配置是7800X3D + 4070S，要是这都带不动荒野那我真的只能认了。我对画面要求很低，但帧数一定要稳定，哪怕帧数低也得稳定，不然以现在的体质绝对玩不了一点。另外我还会买一份XSX版的，理由一会儿说。 每一代新的怪物猎人另一个话题还是武器，这次我打算笛子+轻弩或者笛子+片手剑去开荒。因为这次我要拉我媳妇来一起狩猎，她从来没有玩过。这次应该全平台可以互联，为了保证起码的体验我打算给她买一份XSX版的，因为这是我家唯一的高性能主机。我回忆起自己在P3的时候从水兽一路卡到雷狼雄火龙的经历，决定这次一方面让她好好体验战胜强敌的乐趣，一方面做好辅助让这个过程别那么折磨。我自己的怪猎生涯是一路折磨自己过来的，之前几乎都是一个人跟这个游戏死磕比比谁倔，只是间或跟朋友联机几次，这次我打算一定要在共斗的状态下完成开荒流程。  怪猎是一款共斗游戏，这是我用了几乎一半人生的时间才理解的话。几年前在海豹十日谈的电台里就说过，一定要与身边的人一起狩猎，不用一开始就没苦硬吃。之后到底要不要竞速要不要定番打法那都是以后的事儿，一开始就应该几个人一起嘻嘻哈哈乱打，要快乐狩猎，避开那些会把自己从这个游戏推开的体验。 # Jerry：关于我在怪猎热衷把队友轰飞这件事 我入坑《怪猎》的作品是 PSP 时代的《怪物猎人2：携带版》，与其说这是我在 PSP 上玩得最多的一款游戏，不如说我当年买 PSP 就是因为眼馋它。  当时我们高中有四个小伙伴，其中有三个每个人都偷偷攒钱买了PSP。如果被家长抓包了看到我们在玩，问：我们游戏机是从哪儿来的？我就会说是XXX（这个四人组里的任意一个人）买的，我只是暂时借来玩玩。 而且因为我们联机都是熟人关系，所以除了游戏本身的乐趣，友军伤害也成了我们最喜欢的一个环节。 早期《怪猎》素材剥取的时间真的非常紧凑，自己来不及剥取不要紧，能让队友错失珍贵的机会更加让人开心（那时候真是太没心没肺了hhh）。二代时登场的新武器铳枪，就因为它安全的输出环境，以及一骑绝尘的友军伤害效果成为了我的武器首选。如果谁抢我补给,说我菜,害我猫车了，我就会在他剥取素材的时候悄悄走到他身后，按下龙击炮的蓄力。在他游戏的大喜时刻送他“打上花火”。  后来随着游戏的一代一代更新，获取素材的时间窗口变得越加宽裕，这样一种朋友之间互相捉弄的小游戏，变得更加无伤大雅。后来新加入的武器斩斧，就因为它的&#34;斧形态-上捞斩&#34;在折磨队友时出招迅速,隐蔽性强等特点，成为了我的新宠。 现在的《怪猎》越来越考虑玩家的正面反馈了，我的这些小花招也逐渐用不上。朋友之间聚少离多，与其花时间捉弄一下对方，大家还是更愿意多猎上两把。但我依然还是十分感慨那些我高中时，大学时一起玩《怪猎》的朋友们，我们现在总还能因为这款游戏相聚。 这或许就是我对于《怪物猎人：荒野》最期待的一点吧。 # 萝卜：TA规则定了之后就开练 第一次接触的怪猎是怪物猎人P3，平台是安卓。搓玻璃打了几十个小时，手指爆皮严重但是玩明白了斩斧。 真正开始玩怪猎是《怪物猎人：世界》，以及后续的冰原资料片，考虑到崛起我没咋玩，可以说这就是我主机平台唯一玩过的怪猎了，那自然而然我最喜欢的怪猎是——腾讯的怪猎Online。  这个IP的形象特点是吃饭很爽，然后女角色身材很棒很健康，市面上很难找到怪猎世界的角色的这种身材。 至于具体玩的部分，我实在是太喜欢冰原软化了，别人软化完了开始输出，我们太刀软化完了开始磨刀。  (真的很虾头) 第一次看到荒野预告时，我脑海里就一句话：“你的下一款MHW还可以是MHW”。不过这次的《怪物猎人：荒野》我没参加任何测试，除非工作原因否则我不会主动去玩我一定会往死里玩的游戏的测试。 准备在PC和SteamDeck玩（如果优化之后能带的动的话），配置是4080 Super，玩到Endgame之前会不停换着尝试所有武器，最后开始打TA规则之后会根据之前的体验定下来一把然后练一练。 以前玩世界1000+小时，根据统计来看，在线游玩的比例不超过1%，所以我是纯粹的独狼玩家，尤其是后期开始打TA规则之后连猫都舍弃了。这次打算多和同事联机玩一玩，整个重弩进去射一射，想必已经没有时间像以前一样折磨自己了。 # 引擎：让我在SteamDeck上玩怪猎吧！ 小时候，在一台二手PSP上玩了500小时的《怪物猎人P2G》。每个夜晚我拿着太刀，叮叮当当地硬磕每一只怪物。那时候不看攻略，仅靠自己硬抗，500小时才打到G位置。 可能因为技术不过关，每一只怪都消耗了很多时间，当时会觉得怪物猎人怎么这么难呢。不过，讨伐胜利后的成就感和爽快感也是翻倍的。 那时，每天晚上写完作业后，我就会把门反锁，然后打开台灯，把调整亮度的旋钮扭到灯光熄灭的零界点，靠着微弱的灯光，脱掉衣服，钻进被窝，把荞麦皮的枕头竖过来放，背靠在荞麦皮枕头上，屁股坐在有些梆硬的床上，偷偷打两个小时的怪猎。玩累了，活动下身子，荞麦皮枕头就会发出沙沙声。现在想起来这个场景，都有些梦核的质感。 狩猎成功后，长舒一口气，随后去到自己的村中的农场里挖点矿，钓钓鱼，采集点东西，听着那首悠扬的《ポッケ農場の一日》，安心入眠。 虽然接触得还算早，但遗憾的时，自从《怪物猎人P2G》之后，我很长时间都没有机会接触游戏机，所以我算是怪猎的“断代玩家”。等到再次与“怪猎”相遇，就已经是《怪物猎人：世界》与《怪物猎人：崛起》的时代了。在人生最美好的时间里，《世界》《崛起》这两部作品给我带来了极大的快乐。  我在《怪物猎人》里感受到过最积极，最正向的情绪，也与未曾相见的网友，现实中的朋友一起收获了巨量的快乐。因此我在看到怪物猎人的LOGO，听到英雄之证的旋律时，脑海中会浮现出一个又一个美好、快乐的瞬间。 我根本不记得什么怪物出招，什么最强套装。我记得的都是耳机里传来的放声大笑，绝望时刻的“生命粉尘”，永远打不到的大剑眠斩，以及被爆桶堆满的昏睡怪物。在写这段文字的时候，我发现自己又在不经意间露出了笑容~ 说几个我常玩的武器： 1、长枪。当队友被黑角龙追得狼狈不堪，而我如一座大山一般，如如不动！当龙车来袭，我一个长枪突进一马当先，场面那叫一个热血。世界里炎王龙飞到天上释放AOE，队友落荒而逃，而我则在龙屁股下面使用全面防御，硬吃！ 我玩长枪的宗旨：“谁都能猫，我绝不猫！谁都能划，我绝不划！”（长枪打点能力出众，对我来说，只要你不倒下，有时候输出比太刀还高） 2、虫棍。抛弃所有防御手段，化身为一只优雅且危险的蝴蝶！古有诗云： 醉里点灯磨刀，梦回舞踏跳跃，飞圆斩劈头盖脸，降龙刺撼天杵地！横扫荒原千万兽，赢得身前身后名，可怜伤害低…… 虫棍像是在和怪物跳一场夺命的舞蹈，风险高，输出低，但是极其优雅。我既是棍，棍既是我，人棍……不是。 3、狩猎笛。我存在，全队输出就有我的30%；我存在，全队的耳朵都归我管；我存在，那生命的律动早晚会拯救你于水火之中！ 在《怪物猎人：崛起》中，我的ID叫做“高僧法海”，因在与怪物的缠斗中演奏音乐、念唱咒语、泼洒粉尘，被当时的网友尊称为“法海老师”！其威名传播千里。对，法海老师就是我，这位正在看文章的网友。 4、铳枪。 “全弹发射！！全弹发射！！！全弹发射！！！！” “龙击炮！！龙击炮！！！龙击炮！！！！” 李云龙你晓得吧。 5、片手剑。每局稳定击晕怪物2次，骑乘怪物两次，麻痹怪物两次。广域化，快吃，生命粉尘；麻痹陷阱、落穴、G爆桶，我即是所有人求之不得的终极辅助！ 我的目的就是让公司所有太刀侠跪着求我组队。 6、轻弩、重弩。不能只当大家的充电宝，当我需要充电的时候，轻弩和重弩就是我的选择。没啥难度，也不用不考虑别人，离远了射就行。 说回《怪物猎人：荒野》，最开始看到第一支PV的时候，我算是毫无波澜，甚至没看。因为“你得让我玩”。等到两次测试的时候，我又成了多边形受害者。 这一次我打算用自己4年前还算高配的PC平台（3900X + 3080 TI）开玩。哦对了有SteamDeck平台。求求你了，让我在Steamdeck上玩荒野吧！！求求你了喀普康！！！ 我想了想，这次应该会先玩长枪、虫棍、片手这几个武器，独狼还是联机？都玩，但我要和机核的大伙玩！我要让你们看看我高僧法海的厉害！ # 蛙蛙：先玩新的再玩老的也是一种体验 我最初接触《怪物猎人》系列是在PPSSPP模拟器上试玩的《怪物猎人2G》。当时只能用手机触屏操作，手感非常生硬，被怪物碰两下就残血，打完蓝速龙王就放弃了。留下的印象只有“手感别扭”“难度离谱”，还有老猎人不得不品的“劲霸男装”喝药姿势。 真正入坑是很多年之后了。那时候上学，从生活费里攒了一点点活动资金，就去买了NS，也算是实现了小时候希望有一台掌机的梦想。也就体验了NS上的《怪物猎人：崛起》。或许是《崛起》确实相比于老怪猎有了更现代的改进，也可能是我更有耐心了，从本体到《曙光》资料片都玩得非常投入。  开局选的还是大剑，但发现翔虫技能彻底改变了战斗逻辑——原先要收刀跑位的笨重武器，现在能用虫丝技快速收刀，甚至GP直接派生真蓄力斩。曙光的替换技系统也确实让后期的战斗相当多样，能玩的很花哨。 后来等新作期间补了前几代，《怪物猎人：世界/冰原》的生态细节令人惊叹，比如脚印追踪和怪物互相捕食的设定，第一次见到蛮颚龙和贼龙群互动时，真的有种在拍纪录片的感觉。 最让我沉迷的是《怪物猎人XX》。风格系统彻底改变游戏体验，每种武器都能玩出四五个变种，加上海量的怪物数量，大学时几乎把所有空闲时间都花在这部作品上。  说起最喜欢的武器，那肯定是大剑和太刀了。大剑是我作为第一次认真接触这个系列时就使用的武器，相比如其他的武器很好上手，新手时期用拔刀流最踏实，砍完就收刀走位的玩法容错率高。在《荒野》中我也打算使用这把武器开荒。 后来熟悉怪物动作就用上了太刀，从《XX》里勇气太刀的精准GP，到《冰原》新增的居合拔刀气刃斩，《崛起/曙光》更是这把武器的终极形态，看到各位天尊们用这把武器打出各种赏心悦目的操作时，总是会让人觉得心潮澎湃。

<blockquote><p>在ToB场景中，用户需求的挖掘与产品共创是实现产品成功的关键环节。本文以钉钉在“AI+CRM”领域的实践为例，详细阐述了如何在复杂的ToB业务场景中，通过理解业务背景、确定目标用户、挖掘痛点、辨别真需求以及验证产品概念等步骤，实现用户需求与产品设计的深度结合。</p> </blockquote>  在ToB场景中，由于其决策链长、需求隐性化、角色利益多元，且客户往往更关注价值回报而非感性体验，相比ToC场景更为复杂。因此，如何准确识别用户的真需求，是产品成功的关键。以我们拿到了“AI+CRM”的课题为例，我们需要去了解在CRM场域内，找到合适的AI切入点帮助用户提效，以及提升用户体验。  ## 共创第0步 – 理解业务背景 ### 1. 了解市场情况、竞品研究 通过研究国内外在CRM领域AI应用较好的公司，整理应用最为频繁，被高频提及的场景，并进行归类。  ### 2. 接下来，我们需要确定目标公司 如何选择合适的公司有以下几点： - 用上帝视角拆解一家公司，了解一家公司的行业背景、员工情况、公司重点业务、成本和盈利模式，当前市场环境、困难和机会。 - 钉钉的BD同学与这家公司的关键决策人有较为深厚的关系，可以形成长期稳定的交流机制和默契。 - 我们要持续地帮助他们解决产品上问题（VOC），帮助客户成功。 ### 3. 确定目标用户 第一步可以了解该团队的成员架构情况，明确用户画像，不要随机找人，需要覆盖负责人、决策人、使用人。 在toB 场景中，通常管理层比较有话语权，尽量找他们共创。 尽量闭环所有角色，不仅要找管理员，也需要找一线的实操人员，他们是日常与产品联系最密切的人。 在共创过程中，要与客户成为朋友，如果跟他们不熟，很难了解真实的声音和客户感受。 聊出真正的行为动机，而非只是行为方式。提供功能并不意味着你在提供价值，了解用户行为背后的“原因”。  以钉钉的目标用户群体是钉钉的服务同学，主要分为内部的销售同学、服务商合作伙伴、电话销售服务同学，以及各个团队的负责人。 ### 4. 共创前的的问题准备 共创目标相关：用户的痛点是什么、设定什么任务，希望获得怎样的解决方案。 关于人/用户：这个用户是谁、他如何使用产品、希望实现什么、使用产品的关键诉求是什么。 关于产品：用户对内容/demo的感受如何，产品的可用性如何，喜欢/不喜欢什么功能。 问题举例 ：  ## 共创过程-挖掘痛点 我们通常是跟着BD或者部署同学上门共创。 共创前，要提前与部署同学沟通，部署过程中，保持观察、多了解KP、员工关心的点，抓住主要诉求。 待部署后，再进行深入交流，根据用户关心的内容切入，引导共创话题。 需要放空，不要预设答案；多听多想，少表达，保持中立。 ## 辨别真需求 **1. 共创后，我们可以将对话的客户沉淀为用户画像** 针对管理者、中层、普通员工，不同角色的日常工作重心、工作特征是不同的，我们要找到每类用户角色核心关注的内容。 例如，以电话销售团队为例，分为前线电话销售小二、质检小二、培训小二、销售主管、PM以及团队Leader，找出每个人的日常工作和他们各自的工作特征。  梳理用户在日常工作中遇到的问题，了解每位用户核心事情的时间占比，找出最核心的痛点。  **2. 新元素、新条件、新场景、新问题、新变化的出现会带来的新需求。** 例如：智能驾驶、AI智能体。因此，面对一个问题不仅可以通过解决体验问题的方式、增加补丁等方式提升整体效果，也可以通过满足新需求的方式解决原有的问题。 通过研究行业趋势、市面上的竞品、技术可行性以及投入产出比来综合评估解决方案。 **3. 产出通用的完整解决方案** 以AI销售助理的完整解决方案为例，我们需要帮助前线小二提升在服务前中后的实操质量及效率，帮助中层可以有抓手在日常过程中更好地管理小二，同时帮助高层重塑组织运营方式，降本提效。  例如电话销售助理可以帮助电销小二在通话前快速了解客户以及通话策略；通话中帮助小二识别客户意图，查询知识库，提示自己通话的重要节点；在通话后，自动生成会话小记，给予下一步建议。  智能质检帮助质检小二快速发现优质内容，分享给各个团队，同时也可以高效处理违规事件。  智能陪练帮助新人小二快速成长，学习如何将标准话术灵活运用到各种销售场景中，帮助识别和改进在沟通中可能遇到的问题；同时可以提升培训小二的培训效率。  **4. 针对前线小二及中层管理者的概念验证，优化产品设计** - 用户在面对真实需求的解决方案时，会眼前一亮，Aha Moment。 - 找原有的客户验证，找新客户验证，通过使用观察(行为/表情/语言…)，基于其实际行为验证MVP是否确实超出用户预期。 - 找到同类型的客户，将新功能 Demo 进行演示，让客户上手使用，观察客户。 例如当我们给另外一支电话服务团队的同学讲述“智能质检”的产品功能时，他们迫切地希望自己可以马上使用这款产品，这时候我们就知道验证了这款产品的需求是真需求了。  tips：如果让用户对新功能进行打分，每个人的打分机制可能会不同，需要确定每个人的打分区间。 另外在产品验证过程中，我们有时也会发现产品在自己意料之外地打动了用户。例如，在做“电话销售实时辅助”时，我们展示的字幕流原先是为了更好地复制以查询相关信息，但是用户在与小二通话了3min后可以方便回看重要精细的客户内容，如联系方式、地址等。 在设计改版的过程中，我们也需要照顾用户过往的习惯，例如小二在通话时，时不时会回看“小记”记录去写小记，为了加强AI写小记的心智，在小记的版面上，我们同时允许小二智能生成小记，未来慢慢转变到小记智能生成，可以直接拨打下一通电话的习惯。 **5. 针对关键KP/高层的概念验证** 通过完整地介绍产品的功能及概念，或者让KP实际体验产品demo，可以确定与KP的关键目标是否保持一致。 设定合理的期望，确保在正确的产品方向上从而减少时间和资源的浪费。 例如，当我们将“客户画像”的产品讲述给KP时，他们愿意自己参与进来提出一些建设性的建议，并帮忙一起在各个群里推广产品。总结 ToB场景下需求挖掘的重点在于深入业务场景、闭环所有用户角色以及角色之间的业务链路和痛点，在产品验证阶段需要快速产出可用原型与各个角色继续共创，找到他们的Aha Moment，打磨产品细节后推进上线。随着AI在各种toB场景下的应用，我们更需要找到表象下的需求本质，让超级服务成为一种习惯，保持探索的心态，倾听客户的声音，不断改进产品。  作者：碧颖 @钉钉设计中心 本文由人人都是产品经理作者【钉钉用户体验】，微信公众号：【钉钉用户体验】，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。

<blockquote><p>随着AI大模型的快速发展，智能正在以前所未有的速度“变平”。文章深入探讨了这一现象对知识、技能和组织结构的深远影响，指出AI不仅会抹平知识层级，还会改变传统技能的价值和组织的运作模式。</p> </blockquote>  AI大模型最大意义在于在它的射程内，会把智能变成平的。 如果一个事大模型或者AI智能体百分百能干，那过往在智能上拉出的层级就会被抹平。形象讲一个高中生和一个博士生如果他们都在AI大模型的射程内对话，从外部看他们俩的能力是相等的。 这意味着专业这个词需要被重新定义，过去的专业相当一部分内涵是你知道什么？现在则必须变成你能判断什么？ 知道是一种记忆和手艺，判断则是一种综合和灵性。 现在我们正处在这个智能变平的过程之中。 ## 01 一次折叠，既有的知识变平 我们总是期望身边有个超全的数据库，问什么它都告诉我们。 找目标企业合作、找相对论是什么、找电影的介绍等等。 搜索搜的是什么呢？其实就是这些知识。 别看搜索好像很高级，但本质上其实和经常说的知识库等等解决的是一个问题。 AI的好处是在知识的整理加工上比过去高一个层级，不单能帮你找到，还能帮你综合。 当前很多需求其实也与此有关，比如把某个组织的各种内部知识组织起来，统一都通过一个助理来访问等等。 这事有意义，但归根结底对服务方价值不大。 当年网页也很有价值，但做网页其实价值不大。 报纸→门户→搜索引擎→AIGC，从知识折叠的角度其实是在一条脉络上。 知识变平之后，学富五车，寻章摘句就变的没意义了。在既有知识上人是不可能比AI大模型知道的更多、更深的。 虽然chatGPT一共也没出来多久，但其实这个步骤在AI上已经发生过了。 ## 02 二次折叠，既有技能变平 互联网往纵深走的时候其实就是在知识和信息基础上构建服务。服务通常是一组组直达某个结果的能力。聊天是服务，电商是服务，打车也是服务啊。 现在总说的Agent在干啥呢？正在覆盖服务。 这是正在发生的事。由浅而深，由纯数字而到现实空间。 如果说知识变平，让很多岗位受影响，价值脚脖斩。 那技能变平就是让过去很多的产品受影响，价值脚脖斩。 冷幽默的是最先被影响的其实是前波做的AI产品，过去做那么多NLP算法，不能说归零，但意义实在是降低许多。 这里可怕之处在于，大公司（包含大模型公司）处理琐碎技能的能力变强了。DeepResearch是一种范式，它用一种统一的能力，让很多细碎工具价值大减。 而这种范式，随着智能的提升几乎会扩展到智能和数据所延展的每个领域。 是破坏也是新生，是折叠也是扩张。 ## 03 三次折叠，既有组织变平 当N个技能变平之后，既有组织会随之变平。 组织过去通过协同不同角色，具有N种技能提供N种服务。现在知识、技能本身全部被大模型自身或者AI智能体所折叠，那组织一定会变平。 变平的极限就是每个人随身带着一个黑盒，黑盒里面就是一个公司。 既有组织变平的刚性约束是AI大模型的智能水平。这三个阶段对模型智能的要求依次提高。因为它要操作的维度依次变高。 维度的简单理解是：自动驾驶的路、线、行人、车、动物、灯等等是输入的维度，它的方向盘和加速、刹车是输出维度，而端到端的自动驾驶模型其含义就是把这种服务边界内的多维度按照目标组织起来，并且追求确定性。 这是一种新范式，如果AI持续发展这种范式会推平很多现有的产品。 如果说技能变平是产品价值缩水，那组织变平其实是组织的模型化或者智能体化。重新定义企业，也可以叫CompanyasaService。 ## 04 终极的想象 如果AI的水平一路拔高，那终极是什么样子？ 这是个偏哲学的话题。 一种很机械，假设干的事就现在看到这些。 那最终就是一个智能体把所有事情接管，一边是世界的所有输入，一边是世界的所有输出。好像和ScalingLaw特别匹配。 我个人觉得不太可能是这个样子，这是一种死寂状态。 一种则是生命观，人类还是要建戴森球，并创造无限可能。 那这时候就是模型和智能体变平之后的地基，托起了每一个保持旺盛生命力，具有巨大好奇心的人类，不停的拓展文明的边界。 Hinton好像说了一句：大模型的开源很像四处投放核弹。放到开源上这也许不对，但放到未来这可能具有现实意义。每个人都是“超人”，只要它有权限。 本文由人人都是产品经理作者【琢磨事】，微信公众号：【琢磨事】，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>随着DeepSeek等AI大模型的兴起，许多企业纷纷尝试接入AI技术以实现业务转型。然而，不少企业在跟风中却遭遇了“翻车”困境，投入大量成本却收效甚微。本文从实操角度出发，总结了企业在接入DeepSeek时常见的三个坑：摸不准业务痛点、数据基础薄弱、人才梯队不完善，供大家参考。</p> </blockquote>  DeepSeek的大模型已经发布了一个多月，时至今日仍热度不减，圈里铺天盖地都是“AI赋能”“转型”等等的讨论，仿佛不接入DeepSeek这样的工具就会被时代淘汰。 但现实是，很多人连自己的业务都没摸透，就急着跟风上技术，结果钱花了不少，效果却微乎其微。 今天我们不聊概念，只说实操——想要真正用DeepSeek为你的行业增效，先看看这三个关键点你做到位没有？ ## 关键点一：痛点都摸不准，技术再好也是白搭 别急着学别人怎么用AI，先看看自己的问题出在哪。 最近接触过一家朋友的餐饮连锁企业，老板看到同行用AI做客户分析，立刻花几十万买系统，结果三个月后发现：系统推荐的菜品客户根本不买账。 后来一复盘才发现，他们真正的痛点是后厨出餐效率低，高峰期订单堆积导致差评，而客户画像反而是次要需求。 这个案例暴露了一个普遍现象：**很多人对技术的期待远超过对业务的理解。** DeepSeek确实强大，但它不是万能药。你需要先问自己三个问题： - 每天耗费人力最多、效率最低的环节是什么？（比如制造业的设备检修、服务业的客户咨询） - 哪些决策经常靠经验“拍脑袋”？（比如库存量预测、营销活动策划） - 用户抱怨最多的问题是什么？（比如电商的推荐不精准、教育机构的课程匹配度低） **记住：技术解决的是具体问题，不是用来撑门面的装饰品。** ## 关键点二：你的数据能养活DeepSeek吗？ 不要以为买套成熟系统就能坐等结果——数据和持续运营才是AI的粮食。 去年有个做社区团购的朋友找我诉苦，说花大价钱接入了智能推荐系统，结果推荐准确率还不如人工。 后来一查数据才发现：他们的用户下单记录只有商品名称和价格，既没有浏览时长、点击路径，也没有用户年龄、地域标签。这种“营养不良”的数据，再厉害的AI也喂不出好模型。 想让DeepSeek发挥作用，先做好这三件事： - 把散落的数据“串起来”：比如零售企业把收银系统、线上商城、会员APP的数据打通，让DeepSeek能同时看到用户的线下购买习惯和线上浏览偏好。 - 给数据“贴标签”：教育机构如果只有学生考试成绩，可以补充“错题类型”“知识点掌握程度”“课堂互动频次”等维度，让AI能更精准分析学习瓶颈。 - 定期“清垃圾”：某物流公司曾发现AI预测的配送时间总出错，后来发现是系统中混入了测试用的假订单数据，清理后准确率立刻提升30%。 **同时，数据安全不是小事。公有云可能会有被黑客盗取隐私信息的风险，需要提前做好数据区分和规避。** ## 关键点三：你的人才梯队具备接入AI的能力了吗？ 技术落地不是让业务人员在扣字，百炼打个应用就完事，它需要技术，产品等不同能力的人力投入才能做好。 见过太多企业把AI项目外包给技术公司，结果上线后遇到问题连基础配置都不会调。 去年有个新闻，某工厂花20万采购智能排产系统，但三个月后生产总监还在抱怨“系统算出来的排期根本不符合车间实际情况”。 后来才发现，他们既没有懂算法的工程师调整模型参数，也没有懂生产的业务员给AI反馈真实场景的约束条件，这能用好就怪了。 想让DeepSeek真正跑起来，团队里必须有这三类人： - 懂业务的“翻译官”：能把“车间换模耗时太久”这种实际问题，转化成“优化工序切换的时间权重”这样的技术需求。 - 会动手的“技术工”：不需要顶尖算法专家，但至少要有人能看懂DeepSeek的输出日志，处理常见的接口报错、数据延迟问题。 - 敢试错的“推动者”：AI初期难免有错误，需要有容错的空间。 **如果暂时没有专业的团队，可以从“小步快跑”开始：先找一个最痛点的场景试点（比如用DeepSeek自动回复60%的常见客服问题），积累经验后再逐步扩展。** ## 最后的话 现在打开手机，满屏都是“AI颠覆行业”“不转型就淘汰”的焦虑营销。 但真实的世界里，成功接入DeepSeek的企业，往往是从一个具体的问题切入，用扎实的数据和团队一步步验证出来的。 **无论是制造业、零售业、教育行业还是互联网行业，转型的关键从来都不是技术本身，而是“精准的问题定义+高质量的数据基础+持续的人力投入”这三者的结合。** 下次再听到别人吹捧AI神话时，不妨先问自己：我的业务痛点够具体吗？我的数据能养活AI吗？我的团队准备好迎接改变了吗？ 如果这三个问题你都有底气回答“是”，那么恭喜——DeepSeek会成为你最趁手的武器；如果还没准备好，不妨先把基础打牢。 毕竟，技术永远在迭代，但商业的本质从未改变：**解决真问题，创造真价值。** 希望带给你一些启发，加油！ 作者：柳星聊产品，公众号：柳星聊产品 本文由 @柳星聊产品 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。

<blockquote><p>“当ChatGPT能10秒产出用户画像、Midjourney可生成高保真原型时，产品经理的核心竞争力还剩什么？</p> <p>2025年，真正的危机不是被AI取代，而是用旧地图寻找新大陆——接下来我将拆解AI重构产品经理能力的3个关键逻辑。”</p> </blockquote>  ## 一、需求挖掘：从“主观洞察”到“数据+AI双引擎驱动” 在当今竞争激烈的市场环境下，精准把握用户需求是产品成功的关键。传统的需求挖掘方式多依赖主观洞察，尤其是通过用户访谈来收集信息。然而，这种方式存在诸多痛点，难以适应快速变化的市场需求，特别是在面对需求复杂多样的 Z 世代群体时。 ### 传统用户访谈的局限 **样本量小**：因时间、人力和预算限制，传统用户访谈样本少，难以代表广泛用户群体，易致需求判断偏差。如针对全国大学生的学习类产品调研，仅访谈几十位学生，无法全面了解不同地区、院校学生的多样需求。 **反馈滞后**：从设计访谈提纲到分析结果，流程耗时久。市场变化快，等结果出来，用户需求可能已变，依此做出的产品决策难满足当下需求。 ### Z 世代需求的复杂性 **需求碎片化**：Z 世代成长于信息爆炸时代，兴趣多元，需求高度碎片化。以运动 App 为例，他们既关注课程多样性，又对运动社区互动形式、装备个性化推荐有独特要求。 **口是心非**：Z 世代表达需求时受多种因素影响，口头表述与实际行为常不一致。访谈中称注重产品功能实用性，实际购买或使用时却更青睐外观新颖、具社交分享价值的产品。 ### 解决方案：“数据 + AI 双引擎驱动” 模式 **1）AI 需求雷达模型** **工具组合**：八爪鱼爬虫能按规则从网站、社交媒体抓取海量用户生成内容；GPT-4 可对抓取文本做情感分析，判断用户对产品的情感倾向；Python 的聚类分析库（如 Scikit-learn）能将情感分析后的数据聚类，发现需求类别与模式。 **案例**：某教育 App 团队用八爪鱼抓取 B 站 “学习打卡” 弹幕，经 GPT-4 情感分析和 Python 聚类处理，发现 “社恐式学习” 需求，据此推出 “无声自习室” 功能，次日留存率提升 22%。 **2）反常识洞察法** **原理与方法**：利用 AI 对比用户 “说的” 和 “做的”。用户口头表达受多种因素干扰，分析其购买记录、使用频率等实际行为数据，能更客观了解需求，揭示行为与言语差异，挖掘反常识需求洞察。如美妆领域，通过分析小红书点赞和闲鱼口红转卖数据，发现部分用户 “低成本试错” 的真实需求。 **应用拓展**：电商平台分析用户浏览与购买行为，可为追求性价比的用户精准推荐产品；旅游企业对比用户收藏与实际到访景点，能为注重旅行体验感的用户定制小众旅游线路。 借助 “数据 + AI 双引擎驱动”，运用 AI 需求雷达模型和反常识洞察法，企业能更深入了解用户需求，尤其在应对 Z 世代及复杂市场时，为产品创新优化提供支持，在竞争中占优。 ## 二、用户理解：从“静态画像”到“动态情绪颗粒度” ### 现状：传统用户标签的局限 在数字化市场，年龄、性别这类传统用户标签定位用户需求与行为的能力大不如前。 就拿直播来说，00 后和 70 后可能追同一个直播间，不同年龄层兴趣爱好的界限模糊，人们选择基于个人价值观与生活方式，而非年龄、性别，仅靠传统标签难以精准把握用户真实行为。 ### 方法论：情绪颗粒度四象限模型 该模型从两个维度剖析用户需求： **1）横轴：理性与感性需求** - **理性需求（功能）**：用户对产品功能的实际诉求，像办公软件，用户关注文档编辑、数据处理等功能是否好用，以解决实际问题。 - **感性需求（情感）**：侧重于情感体验，如音乐 App，用户除了要求曲库全、播放流畅，还希望通过个性化歌单获得情感共鸣。 **2）纵轴：显性表达与隐性行为** - **显性表达（评论）**：用户通过评论直接表明对产品的看法，比如电商评论区，用户会指出产品优缺点。 - **隐性行为（停留时长 / 眼动热区）**：停留时长反映用户关注度，眼动热区体现视觉焦点，如网页设计中，用户在产品图片区停留久、眼动集中，暗示对外观设计感兴趣。 ### 工具推荐 **Hotjar**：能记录用户在网站或 App 上的鼠标移动、点击、滚动及页面停留时长等行为数据，借此可了解用户操作流程，发现体验痛点与优化点，如分析购物车页面停留时长与跳出率判断结算流程问题。 **MoodMetric**：运用情绪 AI 技术，通过分析语音、文本、面部表情识别用户情绪，客服聊天记录分析中，能判断用户是满意、愤怒等情绪，助力企业调整服务策略。 ### 实战案例：某社交 App 的突破 某社交 App 借助上述方法与工具发现，深夜 23:30 – 0:30 用户发动态攻击性上涨 300%。深入分析可知，深夜用户情绪敏感，想宣泄压力又不想动态留存。 基于此，App 推出 “暗黑模式 + 定时焚毁” 功能，暗黑模式适配深夜环境，定时焚毁满足用户心理需求。 功能上线后，人均使用时长提升 17 分钟，增强了用户粘性与忠诚度，凸显了该模型及工具挖掘用户需求、优化产品的价值。 ## 三、产品迭代：从“MVP验证”到“AI平行宇宙测试” ### 传统困局：AB 测试的低效困境 在产品研发过程中，传统的 AB 测试面临严峻挑战。其周期冗长，从方案设计、样本选取到数据收集与分析，往往耗费大量时间。据统计，高达 95% 的新功能在灰度测试阶段便宣告失败，这不仅浪费了企业的人力、物力和时间成本，更严重阻碍了产品创新与迭代的步伐。 ### 新范式：三步暴力破局法 **Step1：需求假设快速生成** 利用 ChatGPT 强大的语言生成能力，快速产出 100 个需求假设。这些假设跳出常规思维，例如 “如果给外卖订单添加‘求老板画小老虎’按钮”，为产品创新提供海量创意来源，拓宽需求探索边界。 **Step2：低成本快速验证** 借助 DALL・E 迅速生成对应假设的界面设计，然后投放至抖音信息流。通过分析点击率，快速判断该需求是否具备吸引力。这一方式成本低且效率高，能够快速证伪不具潜力的需求假设，筛选出有价值的方向。 **Step3：高效产出交互文档** 对于在点击率测试中胜出的方案，使用 Figma 自动生成交互文档。相比传统手动制作，此举可减少 50% 的沟通成本，确保团队成员对产品交互细节理解一致，加快产品开发进程。 ### 反脆弱迭代模型 运用 AI 模拟极端用户，如 “每天投诉 3 次的暴躁党”。通过对这类极端用户行为的模拟，提前发现系统在高压力、高频率操作下可能出现的崩溃点。企业据此针对性优化产品，增强系统的稳定性与抗风险能力，使产品在复杂多变的用户环境中具备更强的反脆弱性，实现稳健迭代。 ## 四、未来产品经理的能力金字塔架构剖析 在科技飞速发展、人工智能深度融入产品开发全流程的未来趋势下，产品经理的能力模型正经历着深刻变革，形成了独具特色的能力金字塔结构。这一架构从底层支撑到顶层决策，层层递进，全方位塑造适应新时代需求的卓越产品经理。 ### 底层根基：AI 工具驯化力 在未来，产品经理不能仅仅满足于熟练使用诸如 ChatGPT 等通用 AI 工具。真正的核心竞争力在于能够训练专属 AI 助手，实现对 AI 工具的深度 “驯化”。这意味着产品经理要深入理解 AI 的运行逻辑与算法原理，依据自身产品的独特需求、业务流程以及目标用户特性，对 AI 模型进行定制化训练。 例如，在电商领域，产品经理可基于自家平台海量的商品数据、用户购买行为数据以及营销活动数据，训练一个专属 AI 助手。该助手不仅能精准预测商品销售趋势、推荐个性化营销策略，还能针对特定用户群体的咨询，提供定制化回复。 通过这种深度驯化，AI 工具不再是通用的 “万金油”，而是成为高度适配产品业务、精准服务用户需求的得力 “助手”，为产品的高效运作与创新发展奠定坚实基础。 ### 中层关键：人性洞察的不可替代性 尽管 AI 在数据处理与分析方面展现出强大能力，但人性洞察始终是产品经理不可被替代的关键能力。在 AI 生成的海量数据中，产品经理需要敏锐识别其中的反逻辑信号。这些信号往往隐藏在看似规律的数据背后，反映出用户复杂多变的心理、情感与行为模式。 以社交产品为例，AI 数据分析可能显示用户在某个新功能上的使用频率较高，但产品经理通过深入观察与分析，发现部分用户在使用该功能后的留存率反而降低。进一步挖掘发现，这是因为新功能虽然在操作上便捷，但违背了用户对社交隐私的潜在心理预期，导致用户产生抵触情绪。 产品经理这种对人性的深刻洞察，能够弥补 AI 单纯基于数据的局限性，确保产品在满足用户功能需求的同时，契合用户深层次的情感与心理诉求，从而提升产品的用户体验与市场竞争力。 ### 顶层核心：决策的哲学思辨 当 AI 基于复杂算法与海量数据，为产品决策提供多个方案时，产品经理的决策能力至关重要。在面对 AI 给出的 10 个方案时，产品经理需要运用哲学思辨能力，深入剖析每个方案背后的逻辑、价值与潜在影响。 例如，在产品战略方向的选择上，AI 可能依据市场趋势、技术可行性等因素，提供多种产品发展路径。 产品经理不能仅仅依赖 AI 的推荐，而要从企业的长期愿景、社会责任、行业生态等多维度进行哲学思考。 选择第 7 个方案，或许是因为它不仅符合当下市场需求，更与企业的核心价值观相契合，有助于塑造独特的品牌形象，为企业在长期竞争中构建可持续发展的优势。 这种基于哲学思辨的决策能力，使产品经理能够站在更高维度，引领产品在复杂多变的市场环境中稳健前行，实现产品的战略价值与社会价值。 本文由 @七七81**M 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“一带一路”倡议的推进和内陆地区经济的快速发展，国内陆港建设逐渐成为推动区域经济发展的重要力量。本文对国内陆港的发展模式进行了系统总结，分析了海港延伸型、交通引领型、区位带动型和市场驱动型四种典型模式，并以西安、成都、乌鲁木齐等陆港为例，深入探讨了它们的发展现状和特点。</p> </blockquote>  ## 一、国内陆港发展模式 ### 1、海港延伸型——即墨国际陆港+晋江陆港 这一类型的陆港在沿海地区设立，特别是毗邻某一海港作为母港，直接分流或承担依托海港的部分物流贸易功能，同时还依托良好的陆路交通优势和周边的产业资源优势。这类型的陆港代表是山东即墨国际陆港和福建晋江陆港，其中即墨国际陆港毗邻青岛港，晋江陆港毗邻泉州港。 即墨国际陆港总占地面积60平方千米，核心区规划面积30平方千米，位于即墨区南部，毗邻青岛港，建设有青岛港即墨港区、城际轨道交通配套基地、汽车贸易城、跨境贸易电商产业园、济铁即墨综合物流园等。即墨国际陆港构筑海陆空铁“四位一体”多式联运国际物流枢纽，全力打造“陆上青岛港”。 晋江陆港项目地处泉州，毗邻泉州港，总规划面积2500亩，总投资70亿元，泉州是东南沿海制造业重镇，晋江陆地港依托产业集群做口岸服务，目前已吸引100多家企业进驻、2000多家企业入港开展进出口业务。自运营以来，晋江陆港通过创新实行“直通关”等监管模式，实现沿海港口服务功能的后移，与外贸集装箱海港码头无缝衔接。经过近几年的发展，晋江陆地港汇集了国际陆港、保税物流、国际快件、跨境电商、国际邮件五大功能服务平台，具备了成熟的口岸运作模式。 ### 2、交通引领型——郑州国际陆港+重庆国际陆港 这一类型的陆港依托内陆铁路枢纽或多式联运网络优势，加之地处内陆经济中心城市，周边有较大的腹地市场并配套有便捷的通关和口岸设施，具有代表性的是郑州国际陆港和重庆国际陆港，其中郑州国际陆港地处郑州，是我国东西和南北两条铁路干线的交汇点，重庆国际陆港具有天然的铁路、公路和水运多式联运优势，近年来成为西部陆海新通道的策源地。 郑州国际陆港项目占地面积5.78平方千米，主题园区位于郑州经济开打前华夏大道与经北四路交叉口。已投入使用多式联运集疏中心、郑州班列综合服务中心、多式联运海关监管中心、郑欧进口商品展示体验中心、跨境电商仓促物流中心、欧亚国际冷链物流集疏中心、汽车整车进口口岸等。 重庆国际陆港是目前全球唯一的口岸、保税区、中心站、编组站、产业、人居融为一体的内陆铁路保税港区，为中欧班列、西部陆海新通道等四向通道发源地和起点站，国家服务贸易、交通强国双试点，两大国家多式联运示范工程所在地，直接辐射周边150千米内16个千亿元级产业园区，海外影响力覆盖全球主要经济体。 ### 3、区位带动型——西安国际陆港+乌鲁木齐国际陆港 这一类型的陆港主要特点是地处特殊的地理区位，同时还依托铁路交通枢纽和便捷的通关、口岸服务功能。这类型的陆港代表性的是西安国际陆港和乌鲁木齐国际陆港，其中西安国际陆港地处我国地理几何中心，是丝绸之路经济带新起点；乌鲁木齐国际陆港地处乌鲁木齐，是“一带一路”建设的核心区，还是所有西向出疆的中欧班列“天然集结中心”。 西安国际陆港规划面积44.6平方千米，规划控制区面积120平方千米。园区依托西安综合保税区、西安铁路集装箱中心站、西安公路港三大支撑平台，将有效发挥西安在新欧亚大陆桥中心点的区位优势和辐射带作用，为西北地区经济发展提供齐全高效的现代服务业配套，有效地提升陕西经济的外向度和承接东部产业转移的能力，成为西部地区沟通全国、联通世界的窗口和平台。西安国际陆港的产业发展定位确定为：“建设中国最大的国际陆港和黄河中上游地区最大的商贸物流集散中心，打造现代服务业城市”。 乌鲁木齐国际陆港规划建设面积67平方千米，位于国家级乌鲁木齐经济技术开发区，地处新疆最具发展实力的天山北坡经济带，是承东启西的重要核心节点，拥有中欧班列西通道最后一个编组站，是我国西出通道中距离中亚、西亚、欧洲最近的铁路枢纽，紧邻高铁站和国际机场，连霍高速、乌昌高速及兰新铁路贯区而过，形成立体化综合交通体系，连接东西、通达欧亚。 根据初步规划，乌鲁木齐国际陆港主要由“四场站四中心四园区”组成。 - “四场站”包括乌鲁木齐西站（含八钢铁路场站）、乌鲁木齐北站、乌鲁木齐铁路集装箱中心站、国际机场，构成乌鲁木齐国际陆港硬件载体基础； - “四中心”包括铁路口岸服务中心、多式联运中心、中欧班列集结中心、国际快件中心，构成乌鲁木齐国际陆港先导核心区以及重要功能平台； - “四园区”包括综合保税区、北站商贸物流聚集区、国际纺织品服装商贸中心综合配套服务区、铁路口岸服务聚集区，构成乌鲁木齐国际陆港未来产业发展格局。 ### 4、市场驱动型——山东临沂国际陆港+浙江义乌国际陆港 市场驱动型国际陆港毗邻大型商贸批发市场，周边有便利的铁路枢纽或发达的公路网络，同时因为商贸流通业发达，配套有高效通关和口岸服务设施。这一类型的枢纽代表性的是山东临沂国际陆港和浙江义乌国际陆港。其中山东临沂国际陆港毗邻临沂国际商城，浙江义乌国际陆港毗邻中外闻名的义乌小商品批发市场。 山东临沂国际陆港以朱保火车站为中心，划分物流功能区等8大功能区，发展智能仓储、智慧物流，打造“一带一路”中转物流节点、“一单到底”多式联运服务枢纽、大宗货物进出口集散平台。一期工程于2020年5月开工，片区济铁物流园为核心，规划面积26.6平方千米，到2025年建成集商贸物流、仓储分拨、公铁联运、保税物流中心、铁路口岸以及衔接产业发展、生活服务等功能于一体的现代物流产业聚集区。重点建设“现代物流园区”“现代商贸城”，打造全国最大的公路物流分拨中心、集散中心、接驳甩挂中心，重点打造齐鲁交通智慧物流产业园、顺和国际智慧物流园。 ## 二、国内陆港发展趋势 尽管国际陆港诞生到现在不到20年的发展历程，但在海港发展趋势的“引领”下，同时受信息技术、智能技术、产业生态和市场竞争及物流贸易发展影响，国际陆港发展呈现出“四化”发展趋势，整体朝着智慧陆港方向发展。 ### 1、通关贸易服务便捷化 国际陆港产生的目标是要促进内陆地区享有和沿海地区同样便捷的物流贸易服务。随着物流网、人工智能、大数据、区块链的发展，国际陆港通过信息技术、智能技术与物流贸易服务业务的深度融合。促进陆港更好地融入全球贸易一体化的大格局中是国际陆港发展的必然趋势。 一是给予通关一体化的信息平台，通关信息联通和数据共享，提高通关、退税和外汇结算等业务效率，使碎片化的业务组长系统化、高效化、实现信息便利化。 二是创新服务理念和业务模式，将客户需求置于首位，降低业务时间成本，打造柔性化、品质化、个性化的服务体验，实现服务便利化。 三是通关加强与政府、物流相关方的合作，寻求改进贸易便利化的机会。同时，利用数据构建信用体系，创新陆港金融服务，实现陆港金融便利化。 ### 2、物流协同供应链化 国际陆港作为内陆地区现代物流网络中的重要节点和综合交通运输体系的重要枢纽，对物流、商流、资金流、信息流和人流具有强大的集聚效应，是物流与供应链高效协同的关键环节。国际陆港充分利用处于物流与供应链中心的优势，强化与利益相关方的业务协作，在更高层面上整合与优化资源，推进跨行业、跨部门、跨区域的物流链高效协同，提高国际陆港全程物流服务核心竞争力。 在物理层面，进一步完善铁路线、堆场、仓储、环保等环节基础设施、支撑保障系统和陆港集疏运系统，建立便捷、安全、高效、可靠的国际陆港全程物流服务体系。 在业务层面，围绕一国际陆港为核心枢纽的综合物流体系，加强国际陆港物流上下游资源整合与集成，促进国际陆港全程物流链服务相关方协同与高效衔接。 在信息层面，打造互联互通的数字供应链服务平台，保障全程物流链开放、透明、高效，促进国际陆港服务链中的物流、信息流、资金流的高效运转，为港口物流上下游客户提供全方位的价值链服务。 ### 3、运营服务场景化 随着现代科技快速发展，以及绿色环保、人文生态理念的逐步深入，国际陆港运营自动化、智能化成为必然趋势。作为内陆地区的贸易门户，国际陆港拥有深厚的数据积累、广阔的关系网络和巨大的物流价值。 国际陆港在加快推进数字化发展的同时，积极推进陆港功能、技术和服务的创新，探索与扩大数据应用场景，增强港口发展新功能。 一方面，国际陆港充分利用信息技术、AI技术、自动控制技术及智能化机械设备等，推进实现陆港站台作业调度、平面运输及堆场作业等全过程自动化、智能化，提升作业运作能力。 另一方面，通过大数据智能分析技术、移动互联网、云计算等手段应用，打通国际陆港物流与供应链的“信息孤岛”，整合国际陆港物流链信息资源，实现基于数据驱动的智能化运营服务，全面提升国际陆港运营效率与生产力水平。 未来新建或改造升级的国际陆港将通过新一代信息技术和AI技术等集成应用，全面提高国际陆港作业生产力和运营效率，采用高度自动化系统，无人集卡车队系统也将投入试用，运营服务更加场景化。 ### 4、临港产业生态化 打造开放共享、互联互通的良好国际陆港产业生态圈是现代国际陆港发展的必由之路。国际陆港产业生态圈既涵盖国际陆港物流业务自身，也考虑国际陆港价值链的整体优化战略，突出资源的开放与共享，以最大化地提升资源利用率。强化生态圈战略意识，突出资源的开放与共享，以最大化地提升资源利用率重构国际陆港生态体系和业务流程。 围绕国际陆港物流与供应链，积极打造开放协作、高度协调、互惠互利的生态圈体系。积极推进绿色陆港建设，深入推进港产城协同融合发展，改善国际陆港配套生活与人文环境，更好地融入所在的城市环境中。突出以人为本、生态绿色、环保节能、港城一体化和可持续发展，促进人文环境、城市发展与国际陆港发展战略的有机融合。 作者：物流小兵说 公众号：物流小兵说 本文由 @物流小兵说 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 Pexels，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>在个人品牌（IP）崛起的时代，许多人跃跃欲试，却在从0到1的起步阶段陷入迷茫或踩坑。本文作者结合自身从职场转型做IP的经历，分享了大部分人在打造个人IP时容易犯的错误，并提出了正确的操作步骤和逻辑。</p> </blockquote>  做IP的正确顺序/步骤应该是什么？ 其实做IP和做任何生意都一样，需要人、货、场 人就代表着流量，不管是你免费的还是付费的；是短视频还是直播；是线下活动还是渠道合作等等 货就代表着产品，比如IP型产品要么是课程; 要么是咨询，要么是服务等等 场就代表着你的销转场域，IP目前做销转最好的场域就是私域 所以一个IP要想赚钱的底层公式是：你有多少流量 × 你的私域转化率 × 客单价 也就是IP营收的铁三角：产品、流量、转化 说到这，我觉得接下来的，大家一定要看完 因为很多人会在这条路上踩坑 产品，流量和转化，到底先做哪个，他们之间的排序如何？ 我来说下流量型公司在做IP的顺序 - 大量拍短视频，有个原始的短视频数量 - 看短视频是否爆了或者数据不错，如果爆了 - 开始给老师做录播课/引流课（那种可以大规模，边际效应成本为0的小课） - 如果卖的不错，开始考虑给老师做更高客单的课售卖 这样的顺序/做法，有用吗？ 有用的，这样的顺序也可以跑出很大体量的IP。比如我前司博商 但是这个做IP的顺序，大家觉得可借鉴吗？ 其实不可借鉴的，因为这是团队化运作，资本化运作，以及IP本身就已经算成熟的阶段了，所以才能被筛选的到 如果你要抄，会出现啥情况 1）运气好的话，也做了挺多粉丝的，但是属于死要面子活受罪，这些粉丝没法为你变现 告诉你们一个秘密，很多大几十万，百万粉的大V，其实他们没有你们想的那么赚钱 2）运气不好的话，忙活了几个月，粉丝数还是少的可怜，天天在想怎么拍爆款 所以，为什么很多人做IP，借鉴这种做IP的方法，费钱费精力还不会成功，很容易在这个阶段就做不下去了 那如果先做转化的逻辑呢？ 先做转化的逻辑就是，刚开始就瞄准变现，我在乎的是每个粉丝进来后能不能转化，转化率多少，而不是抖音上的粉丝数 大部分人做IP，在没啥外力的基础下，大体上做IP的顺序应该时候这样的 第一步：找定位，这个永远是最优先的，定位决定一切 第二步：做产品，这里说的做产品，不是说你要花几个月把课程都录完或者打磨的很完美，一般在MVP阶段，只需要出个详情页就行 第三步：先把私域搭起来。你的人设5件套（昵称，头像，朋友圈头图，朋友圈签名）有么有设好，以及你的朋友圈有没有先发个1-2个月？ 你想想，大家加进来的，或者认识你的第一步是从哪，就是我上面说的人设5件套 第四步：测私域变现闭环 为什么要测私域变现闭环？ 因为再怎么说，私域里总会有些对你产品感兴趣的用户吧，那么激活一下，先看看大家买不买，为什么会买，为什么不买 很多个人IP的第一批种子用户，其实都来源于朋友圈。比如我自己 假设你的私域里面有1000个目标用户，但是你一单都成交不了 你还有可能成交公域的1W, 2W, 5W的泛粉么？ 肯定不行的 因为连信任你的私域用户，你都成交不了，只能说明你最小赚钱模型/商业模式没有跑通 所以测私域变现闭环，其实换成人话，就是：看看你的私域好友，会不会买你的产品。这个过程也是一个在迭代产品，迭代销转链路的过程 第五步：终于来了，这才是要开始去搞公域流量了 你想想，完成了前面4步。大概就知道你需要什么样的流量了，并且很重要的一点，你知道了流量进来要如何销售，让你赚钱 所以流量是要从产品，从转化倒推的，这时候你再去做流量，就会更有目标 这是销售和营销的区别 在私域变现，就是销售 在公域做流量，其实就是做营销了 但是在进行营销活动之前，你需要把产品先卖出去，比如卖给X个客户（这边的X可能是10个，50个，甚至100个），那是因为营销要建立在销售过程的基础上 你要让你的流量为你赚钱，而不是让流量亏钱 怎么让流量为你赚钱，就是你知道每个流量进来后，要如何销售，转化 只有从私域跑通了销售/变现，你才会学到足够的经验和教训，之后你才能花钱做营销 本文由 @JJ说私域 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。

每一次测试验证，都为了更安全的“出发”。 2024年3月，在上海经信委组织开展的“上海市2023年重点行业网络安全解决方案揭榜”活动中，丈八网安成功中榜城市轨道交通网络安全关键产品检验检测平台建设项目。目前，项目成果已成功应用于多个城市的多条地铁线路的重要生产系统中。通过多次测试验证，该平台对多个重要生产系统进行了全面的网络安全排查与升级，为城市轨道交通网络安全建设提供了可复制、可推广的技术验证模式。 **效费双优：破解关键系统网络安全测试困局** 此项目源于地铁线路的网络安全设备升级检测需求，为了确保“安全升级”，需利用真实的工具和漏洞库进行侵入式测试来验证系统安全性能，如在生产环境测试，则需要抢在地铁停运及次日起运前的几个小时内测试，风险极大。然而，要构建一个与生产环境完全一致的测试环境，不仅技术难度大，而且成本高昂。这也是当前城市基础设施数字化升级进程中的共性技术挑战。 为破解这一难题，丈八网安为项目提供了一种新的技术解决方案——基于其自主研发的丈八网络仿真引擎构建的测试验证平台，平台运用混合系统仿真+离散事件数字仿真双栈技术，同时支持和真实环境无差别的数据流量特性，及多种物理设备的接入，可低资源占用完整复现骨干网及电信核心网，甚至卫星网络、交通网络、政务内网、工业网络等典型网络架构。在此项目中，平台实现了快速、低成本地构建了一个既安全又可控的，能够模拟该线路真实生产环境的测试环境，实现了在不影响轨道交通系统正常运行的前提下，对系统进行全面的安全评估和验证，深入挖掘潜在的安全漏洞和风险点。 **以测促改：持续验证提升关键系统防御性能** 为了验证此地铁线路的网络安全防御体系对实际网络攻击的防御效果，测试人员在仿真测试环境中搭建了控制中心区域、车站区域，通过运行恶意文件的传输、入侵攻击的模拟、来检验系统的网络层入侵检测和恶意代码防范能力。  丈八网安的测试环境仿真引擎还提供了很多内置的用来搭建环境的虚拟机模板，比如各种操作系统、中间件、各种漏洞，通过拖拖拽拽就可以快速把环境搭建起来，同时支持测试环境的一键生成和还原，测试人员可以轻松搭建多样化的测试场景，并通过多次测试获取更为准确的测试结果。  除了此类充分利用丈八网络仿真引擎的仿真能力快速搭建测试环境，供用户进行有针对性的通用测试外，丈八网安还提供标准符合性测试（支持国标/行标拆解为测试用例）、安全众测及特殊场景专项测试。未来，丈八网安将通过深度参与行业验证实践和技术创新，致力成为网络安全测试领军企业，护航各行业数字化转型与信息安全。

当各地不再热衷于 “争名分”，而是潜心培育文化创新的土壤，属于中国的 “迪士尼式” 文旅生态或许将破土而出。