近日，中国工业和信息化部公布2025年“新能源汽车下乡”推广车型目录，**涉及124款车型，相比2024年增加25款车型**，覆盖范围进一步扩大。**值得注意的是，特斯拉的Model 3和Model Y也出现在名单里。** [](//img1.mydrivers.com/img/20250605/c716c21b-e228-4dc9-bd42-d3a558e09e4d.jpg) **而特斯拉方面也证实，这是特斯拉首次入选《新能源汽车下乡车型目录》。** 这标志着特斯拉在中国市场策略上的重大转变，开始积极争取三线以下城市和农村消费群体。 **特斯拉试图通过政府补贴和政策支持，拓展在农村市场的销售。这不仅是特斯拉的“下乡”之路，或许更是其在中国市场自救的一部分。** 官网显示，特斯拉Model Y和Model 3的起售价分别为26.35万元和23.55万元。 而这一举措背后，却是特斯拉在中国市场面临的严峻挑战。 今年3月和4月，特斯拉在中国销售分别同比下降11.5%、6%。 根据乘联分会数据，预估2025年5月特斯拉中国批发销量为6.17万辆，同比下降15%。今年1-5月，特斯拉中国的批发销量为近30万辆。 相比之下，中国自主车企表现强劲，特斯拉的市场份额被不断蚕食。 此外，为了应对竞争压力，特斯拉还计划推出一款代号为“E41”的低成本Model Y，预计在2026年投产，目标是将生产成本降低至少20%。 [查看评论](https://m.cnbeta.com.tw/comment/1504586.htm)

今日，任天堂Switch 2正式开启全球发售。京东表示，**0点起全国准时发货，首批在京东全球购“京东香港自营旗舰店”参与预售的消费者甚至0点就能收到Switch 2。**据了解，**京东香港自营旗舰店的Switch 2为任天堂官方授权货源，京东自营官方质保一整年。** 目前，该旗舰店可选四种Switch 2套装，分别为典藏套装、玩家套装、实用套装、马里奥赛车世界套装，预估到手价4352元起（含税）。   据悉，**Switch 2采用7.9英寸屏幕，掌机模式支持120高帧率和HDR、分辨率为1080P，电视模式下支持4K分辨率，底座内置风扇，散热性能更好。** Switch 2机身存储升级为256GB，自带支架，内置双扬声器，麦克风支持智能降噪，配备双USB-C接口。 [查看评论](https://m.cnbeta.com.tw/comment/1504584.htm)

全球芯片巨头NVIDIA因美国政府的芯片出口限制政策而面临巨大压力。据最新消息，**该公司在过去三个月内花费了近百万美元用于游说美国政府，试图缓解这些限制措施对其业务的冲击。**  美国政府的芯片出口限制政策对NVIDIA的营收产生了明显影响，2025年第一季度，NVIDIA因无法向中国出口H20等AI芯片，导致其损失高达55亿美元。 **该公司在财报中指出，由于制裁，其第一季度有25亿美元的产品无法出货，并预计本季度还将损失80亿美元的销售额。** 为了应对这一困境，NVIDIA加大了游说力度，**公开文件显示，该公司在第一季度花费了近百万美元游说美国政府，试图推动更有利的出口管制政策。** NVIDIA CEO黄仁勋此前曾警告称，限制对中国的芯片销售可能会使美国公司失去市场份额，而中国本土企业可能会填补这一空白。  [查看评论](https://m.cnbeta.com.tw/comment/1504582.htm)

**中国航空发动机集团有限公司给出的公告显示，6月5日在湖南株洲举办的AES100发动机研制工作总结会宣布，AES100发动机已获颁生产许可证并签订销售合同，**表明AES100发动机从设计研发阶段迈向批量生产阶段，为其投入市场、推动低空装备发展奠定了基础。 据悉，此发动机可配装5至6吨级双发直升机和3至4吨级单发直升机，也可用于倾转旋翼机等飞行器，执行运输、观光、巡逻、警用、救援等任务。此前已于2024年8月获颁型号合格证。 相关专家表示，这不仅仅是一款特定发动机通过认证，它标志着中国已经完全掌握了按照国际通行的适航标准，自主研发、测试和认证航空发动机的能力，为未来CJ系列等更大推力发动机的商业化应用，扫清了流程和体系上的障碍。 更早前，美国商务部已暂停部分美国公司向中国商飞出售产品和技术的许可证，这些产品和技术被用于开发C919飞机。 **随后，中国航发集团董事史坚忠在2025年3月江苏太仓举办的航空技术大会上透露，长江-1000A发动机的试运行表现“远超预期”。** 既然AES100发动机获生产许可证，接下来的长江-1000A发动机也就不远了。   [查看评论](https://m.cnbeta.com.tw/comment/1504580.htm)

<blockquote><p>随着 AI 技术的飞速发展，其在数据分析等领域的应用愈发广泛，但数据分析师真的会被 AI 取代吗？本文以图表分析为例，深入探讨 AI 在数据分析中的优势与局限，以及数据分析师如何借助 AI 提升效率，同时强调人类分析师的核心竞争力 —— 数据分析思维、沟通与应用能力等软技能，是无法被 AI 替代的关键所在，值得每一个从业者深思。</p> </blockquote>  随着 AI 技术的发展，AI 的能力正在变得越来越强，能做的事情也变得越来越多。 AI 不仅能读懂我们输入的各种内容，而且能输出文字、图片、音频和视频。 比如，给 AI 发送一张数据可视化图表，它不仅能解读图表，提供优化的建议，而且能快速创建图表。 虽然 AI 可能会出错，需要我们检查 AI 输出的结果，但它确实能大大提升我们的工作效率。 以《用图表说话》（作者：斯科特·贝里纳托）中介绍的一个图表为例，给具有图片理解功能的 AI 上传这个图表：  并发送如下提示词：1你是一位数据可视化专家，请解释图表中需要改进的地方，并提出具体的优化建议。要求简洁明了，不要浪费我的时间。 Claude-4-Sonnet 模型给出的图表分析和优化建议如下：  虽然 AI 很强大，可以帮助我们快速识别图表中存在的一些问题和不足，但它并不是万能的，有时候也会犯错，最终还是需要我们做出自己的判断和决策。 例如，AI 说图中有 10 条不同颜色的线条，但其实是有 11 条。 为了获得更好的优化建议，我们可以测试使用不同的 AI 模型，对比它们的效果。 例如，把上面的图表和提示词发给 ChatGPT，其中的 GPT-4o 模型回复如下：  发送「需要」之后，ChatGPT 创建了如下图片：  其中不仅存在很多乱码，而且把原始数据改得面目全非，显然这不是我们想要的结果。 所以，我们在应用 AI 做数据分析的时候，千万不要盲目相信 AI 输出的结果，哪怕是使用世界先进的 AI 模型。 我们可以把 AI 当成一个沟通互动的对象和助手，让它提供不同的视角，执行指定的任务，成为我们工作流程中的一部分，但前提条件是我们自己要有判断力，能够引导 AI 发挥它的潜能，并且知道 AI 输出的结果哪些是有用的，哪些是没用的，甚至是错误的。 要想更精准、更快速地优化数据分析图表，我们可以基于图表背后的原始数据，用 Python 或其他软件来实现。 在《用图表说话》这本书中，作者给出了如下优化结果：  上面的图表经过优化之后，把杂乱无章的色彩，转化为两组鲜明对比的颜色，重点突出旧金山和奥克兰的数据变化，并在标题中给出了行动的建议：午餐时分去旧金山，稍后去奥克兰。 要想让 AI 快速实现上面的图表效果，并给出合理的行动建议，恐怕还有很长的路要走。 尽管 AI 能够明显提升简单数据分析的工作效率，但是面对复杂问题的时候，还是需要有人类的参与。 事实上，AI 工具的简单化，并不会降低问题本身的复杂度。 就像人类发明了计算器，让简单的数学计算变得很容易，但是依然有很多复杂的数学问题没有被解决。 当我们遇到一个复杂问题时，可能会涉及很多 AI 不知道的业务背景信息，光是写好 AI 提示词、把需求描述清楚就不容易，而且需要反复沟通和验证 AI 生成的结果，反而可能更加费时费力。 所以，在数据分析领域，依然需要懂业务的专业人才，而 AI 只是一种高效的工具，洞察能力、沟通能力、应用能力等软技能才是关键，优秀的数据分析师不容易被替代。 有些人拿到数据之后，不问目标和背景，不知道背后的诉求是什么，直接一顿操作猛如虎，最后发现什么有价值的结论都没有。 真正替代数据分析师的其实不是 AI，而是更会使用 AI 解决复杂问题的人。 人与人之间的差距，往往体现在数据分析的思维和逻辑层面，而不是停留在工具层面。 当所有人都会使用 AI 工具时，竞争优势就来自于那些无法替代的能力，比如综合运用数据分析思维、快速抓住问题的本质、提出更有价值的建议等，这才是数据分析师的核心竞争力。 具备数据分析思维的人，在 AI 的加持下，能够激发出强大的想象力和创造力，更快地洞察事物的本质，未来成长也会越来越快。 与其抱怨 AI 发展太快，盲目跟风最新的技术，不如找准自己的定位，在自己擅长的领域内，用 AI 放大自己的能力，创造出独特的价值。 愿我们与 AI 共同进步。 本文由人人都是产品经理作者【null】，微信公众号：【林骥】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>AI工具的广泛应用不仅提高了工作效率，还打破了传统岗位的边界，使得个体能够以更全面的能力组合应对复杂的工作任务。本文探讨了如何在AI时代成为职场超级个体，强调了构建“能力模块化”思维、熟练掌握AI工具、提升沟通效能、以扁平化交付为导向以及持续复盘与标准化沉淀的重要性。</p> </blockquote>  在AI时代降临的今天，技术迭代的速度远超我们传统岗位与技能的演变速度。越来越多的职业正面临AI工具的“降维打击”，原本的岗位分工被迅速打破。在这种变革之下，每个人都可能成为AI赋能的超级个体。 过去，我们习惯于公司设定的明确岗位边界：产品经理、设计师、前端开发、后端开发、测试工程师、运维工程师等等，各自专业分工明确，井水不犯河水，大家通过沟通协作推进项目。然而，这种模式天然带来沟通环节多、信息传递损耗严重、效率较低的问题。 根据多项行业调查数据，传统沟通链条越长，信息的损耗越严重。即使在面对面沟通条件下，信息传递的准确率一般也只有70%-80%，而在多环节文档翻译传递中，累计损耗率更是高达40%以上。这种损耗直接影响项目交付的准确度，很多项目需求落地准确率甚至低至60%。 ## AI正在如何颠覆传统工作模式？ AI工具，特别是类似Cursor、Copilot和GPT-4等AI大模型的出现，开始实质性地改变工作方式。过去只能靠多人协作才能完成的复杂项目，现在可能一个人、搭配一款合适的AI工具就能快速地完成关键环节： - **需求与原型设计**：不再需要多角色反复确认，一个人借助AI，即可快速捕捉需求、生成交互原型并展示给客户，短短几个小时就可以获得可执行的反馈。 - **工程与发布环节**：AI能够直接生成高质量代码，减少了从需求到开发的中间环节，直接实现“代码即交付”，显著降低了信息损耗率，提升了项目整体准确度与交付效率。 - **运营与持续优化**：利用AI自动化的监控和反馈分析，个体能迅速响应和优化项目，不再依赖庞大的团队与繁琐的协作流程。 这样的变革，本质上实现了从“岗位限制”到“能力驱动”的跨越，让每个人都有可能具备更全面、更灵活的能力组合，成为AI赋能下的超级个体。  ## 什么是AI时代的超级个体？ AI时代的超级个体，不再受限于传统岗位的职能边界，而是以能力为核心去解决实际问题。他们具备以下关键特征： - **高效敏捷的行动力**：利用AI工具，快速从需求出发，直接产出可见成果，而不需要漫长的沟通与审批链路。 - **复合型能力体系**：打破单一岗位限制，掌握AI辅助设计、代码生成、需求分析、数据驱动优化等多种技能。 - **极高的信息传递准确度**：通过扁平化的直接交付模式，大幅减少沟通损耗，实现信息的快速准确流转。 以往的岗位设定将我们锁定在狭窄的专业赛道中，而超级个体则以AI为杠杆，实现了“能力破界”，进而掌控更大的职场自主权和影响力。  ## 如何成为AI时代的超级个体？ **1. 构建“能力模块化”思维**摒弃传统“岗位”的概念，重新审视你的核心能力。以问题解决为导向，提炼自己在不同场景下所需要的技能模块，例如需求洞察、快速原型生成、代码基础交付、数据分析与反馈管理等。 **2. 熟练掌握AI工具**Cursor、GPT-4、Copilot等工具在产品设计、需求提炼、代码生成、数据分析等场景中已经十分成熟。熟练驾驭至少一两款AI工具，能够极大放大你的个人产出效率。 **3. 深入场景理解，提升沟通效能**未来的信息流转讲求更高效、更精准。建立场景化思考能力，通过AI辅助，快速验证想法，减少理解误差，提升需求实现准确度。 **4. 以扁平化交付为导向**从项目初期就借助AI工具输出可视化成果（例如可交互的Demo或可运行代码片段），将过去复杂的“需求-设计-开发”流程直接简化为“需求-代码-验证”闭环。 **5. 持续的复盘与标准化沉淀**将AI辅助过程中产生的高价值成果沉淀为标准化模板、代码库和提示词库，不断降低后续项目的启动和交付成本，提升个人或团队效率。  ## 结语 AI时代，岗位的边界正逐渐模糊，每个人的能力潜力被大幅放大。真正优秀的产品经理、设计师、开发工程师，将不再局限于过去单一的职能标签，而是以敏捷的行动、高效的信息传递和AI工具赋能的跨职能技能组合，成为这个时代的“超级个体”。 在不断变化的未来职场，我们需要的不是固守岗位边界，而是主动拥抱变化，用AI为自己赋能，成为更灵活、更敏捷、更具竞争力的职场精英。 你，准备好成为下一个超级个体了吗？ 本文由 @Zoran 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

6月5日，广州市公安局天河区分局发布悬赏通告，公开通缉网络攻击广州市某科技公司致重大损失案件的20名犯罪嫌疑人。经360数字安全集团与国家计算机病毒应急处理中心、计算机病毒防治技术国家工程实验室联合开展技术溯源，已锁定此次网络攻击源头为台湾民进党当局“资通电军”。随后，三方机构联合发布《台民进党当局“资通电军”黑客组织网络攻击活动调查报告》，起底台APT组织的攻击行径以及技战术特点，直指其针对大陆地区和港澳地区重要行业和单位实施长期网络攻击破坏活动，妄图破坏社会公共秩序、制造混乱局面。  **台APT组织长期“作恶”：紧盯我国关键基础设施领域** 报告显示，2022年至2024年期间，多个台 APT 组织多次将攻击矛头指向我国关键基础设施领域单位，发起大规模网络攻击，且活动频率与范围显著扩大。 事实上，360对中国台湾APT情况掌握较早，已独立发现并命名了5个中国台湾APT组织，分别是APT-C-01（毒云藤）、APT-C-62（三色堇）、APT-C-64（匿名者64）、APT-C-65（金叶萝）和APT-C-67（乌苏拉），这些组织均由台湾民进党当局支持，受台当局“国防部”下属“资通电军”部队指挥。 各组织攻击目标各有侧重，APT-C-01聚焦政府、国防军工、科研教育等领域，重点搜集国防科技成果、中美关系、两岸关系和海洋活动等敏感信息；APT-C-65以国防军工、航空航天、能源等为目标，实施数据窃取与渗透破坏；APT-C-67主要攻击大陆和港澳地区的物联网系统，尤其是视频监控系统，今年4月对广州某科技公司实施网络攻击的正是该组织。尽管各组织在攻击目标、技战术和活动周期性规律上有差异，但都服务于“倚外谋独”的政治诉求，妄图破坏社会公共秩序、制造混乱。 **技术能力透视：“三线水平”暴露无遗** 从技术层面看，台APT组织能力有限。近年来，它们利用公开网络资产探测平台，针对大陆10余个省份的1000余个重要网络系统（涉及军工、能源、水电、交通、政府等）开展大规模网络资产探查，搜集基础信息和技术情报，并通过发送钓鱼邮件、公开漏洞利用、密码暴力破解、自制简易木马程序等低端手法实施多轮次网络攻击。 360安全团队凭借十余年实战对抗经验，全面掌握其武器库和技战术特征，建立起基于行为模式分析的战术推演模型。在深入分析台APT组织相关攻击案例后发现，其攻击技战术处于较低水平，主要表现在：依赖已知漏洞攻击，缺乏自主漏洞发现和利用能力以及高级零日漏洞储备；高度依赖公开资源，缺乏自主网络武器和技战术开发能力；反溯源能力弱，相关组织人员缺乏专业化能力。 360集团创始人周鸿祎在央视采访中指出，台湾省APT组织技术水平整体处于全球APT组织中的“三线水平”。其攻击手法简单粗暴，骚扰破坏意图明显，具有强烈政治意味，试图窃取我国国防外交等领域的重大决策及敏感数据信息。这类攻击本质是“低成本骚扰”，虽技术水平不高，但政治目的明确，试图制造恐慌、干扰社会秩序，为“倚美谋独”提供情报支撑，暴露了台当局在网络空间的脆弱攻击性。 **溯源台“资通电军”：政治化操弄的危险走向** 此次攻击的幕后推手——台“资通电军”部队（全称“国防部资通电军指挥部”）成立于2017年，前身为台“国防部”“老虎小组”网络部队，旨在整合军方、“政府”与民间技术力量，实施所谓“网络作战反制”，被外界称为“台湾省最神秘的部队”。 经过溯源，360对台“资通电军”部队的组织架构、人员情况、主要任务、工作地点、支撑单位进行了起底。报告显示，该部队由多名少将级军官主导，近三年超30家企业为其提供技术培训与软硬件支持。台当局将资源投入到对抗性的网络攻击中，这种“危险行径”给台湾省带来不可预估的安全风险。 **结语** 360安全团队凭借十余年实战对抗经验，构建起覆盖“武器库分析-行为模式建模-溯源定位”的完整技术链条：通过持续追踪台APT组织攻击特征，建立基于行为模式的战术推演模型，并结合威胁情报共享机制，实现对相关攻击的快速识别与精准反制。这种技术压制能力，客观呈现了“业余化攻击”与“专业化防御”的差距。 此前，360已多次披露美国国安局和中央情报局等情报机构对我国关键基础设施单位的攻击窃密行为。截至目前，360累计发现并披露了58个境外APT组织，占国内所有发现APT总数的90%以上。 随着大模型的发展，APT攻击已进入“AI 时代”。我国政府、各大中小企业、科研机构以及重要基础设施单位等，如何拥抱智能化，以人工智能对抗人工智能，快速看见并处置尤为重要。 为此，360安全专家建议：尽快组织开展APT攻击自检自查工作，并逐步建立长效的防御体系；同时，发展实战应用的安全大模型，赋能高级威胁猎杀各个环节，实现全面系统化、智能化防治，抵御AI时代的高级威胁攻击。

<blockquote><p>在AI领域，文本数据已经铺天盖地，但高质量的语音数据却稀缺得惊人。这正是David AI这家创业公司所关注的核心问题。从一个周末搭建的电话应用开始，David AI在不到一年的时间里完成了2500万美元的A轮融资，估值超过1亿美元，成为全球顶级AI实验室的重要数据供应商。本文将深入探讨David AI如何解决语音AI的数据荒漠问题，以及为什么语音数据在AI领域中比文本数据珍贵1000倍。</p> </blockquote>  你有没有想过，为什么ChatGPT能够如此流畅地回答你的问题，却很难找到一个同样自然的AI语音助手？答案很简单：数据。互联网上充斥着无数的文本数据，但高质量的对话音频数据却稀缺得惊人。就在所有人都在讨论AI如何走出屏幕、进入真实世界的时候，一个根本性问题被忽视了——AI需要学会”说话”之前，它必须先学会”听懂”人类的真实对话。 这正是David AI要解决的核心问题。这家刚刚完成2500万美元A轮融资的创业公司，在不到一年的时间里已经成为全球顶级AI实验室的重要数据供应商。从一个周末搭建的电话应用开始，到现在年收入超过八位数，为包括谷歌、亚马逊、苹果、Meta在内的科技巨头提供关键的语音训练数据，David AI的成长轨迹揭示了一个被严重低估的市场机会：在AI进入真实世界的征程中，语音数据正在成为比黄金更珍贵的资源。 当我深入了解这家公司的故事时，我意识到我们正在见证一场静悄悄的革命。不是那种铺天盖地的技术突破，而是一种更加基础但同样重要的变革——为下一代AI奠定数据基础的革命。创始人Tomer Cohen和Ben Wiley曾在Scale AI共事，他们意识到，尽管大家都在谈论多模态AI和语音AI的美好未来，但真正阻碍这一愿景实现的不是算法或计算能力，而是数据——高质量、多语言、多方言的对话音频数据的极度匮乏。 ## 语音AI的数据荒漠 当我们谈论AI训练数据时，文本领域已经有了Common Crawl这样的巨大数据集，几乎囊括了互联网上的所有文本内容。但音频领域却截然不同，这里没有类似的”通用爬虫”存在。更要命的是，即使互联网上存在一些音频内容，大部分都是单声道录制，而不是AI语音模型真正需要的多声道分离格式。这看似技术细节，实际上却是一个巨大的障碍。 我了解到，当前最先进的端到端语音模型架构对音频质量的要求极其严格。它们需要的不是普通的录音，而是完全分离的多声道对话数据——每个说话者的声音都要在独立的音频通道中清晰录制，不能有任何串扰。这种要求听起来简单，但在实际操作中却异常复杂。David AI团队在早期尝试了各种现有的音频分离技术，但发现这些方案都无法满足AI模型的严格要求。模型对音频通道之间的”泄漏”容忍度极低，任何微小的串扰都会影响训练效果。 更让人震惊的是数据的匮乏程度。Meta AI在2024年的一篇研究论文中指出，即使将所有主要的公开对话语音数据集组合起来，也只能得到约3000小时的可用音频数据。而训练有效的端到端语音模型需要”数百万小时”的结构化、上下文丰富的录音。这个数字对比让我深刻认识到，语音AI领域面临的数据短缺问题远比我之前想象的严重。  这种数据短缺不仅仅是数量问题，更是质量和多样性的问题。真实世界的语音交互充满了复杂性：不同的口音、方言、语调、情绪状态、环境噪音，以及各种非正式的表达方式。AI模型需要接触到这些多样化的语音模式，才能在实际应用中表现出色。但现有的数据集往往过于标准化、单一化，缺乏真实世界对话的丰富性和复杂性。这就是为什么许多语音AI应用虽然在实验室环境中表现不错，但一旦面对真实用户就会出现各种问题的根本原因。 David AI的创始人们意识到，要解决这个问题，唯一的方法就是从源头开始——设计专门的数据收集流程，让人们在受控环境中进行自然对话，并使用专业设备进行多声道分离录制。这不是一个可以通过技术手段事后解决的问题，而是需要从数据收集的第一步就做对的基础工程。 ## David AI的数据实验室模式 让我印象深刻的是，David AI并不仅仅将自己定位为数据供应商，而是”音频数据研究实验室”。这个定位的区别至关重要，它体现了公司对待数据收集工作的态度和方法。正如Tomer Cohen所说，”我们用研究人员对待模型开发的同样严谨性来构建音频数据集。”这意味着设计、评估、迭代和扩展数据集都要精确到位。 这种研究驱动的方法让David AI在满足顶级AI开发者的复杂需求方面具有显著优势。公司不是被动地响应客户需求，而是主动研究AI模型的发展方向，预测未来需要什么样的数据，然后提前开始收集和准备。这种前瞻性的数据研究方法让他们能够为特定的模型架构和用例定制数据集，特别是那些需要实时、全双工语音系统的应用场景。 我特别感兴趣的是他们的运营模式。David AI建立了一个全球性的平台，让人们参与脚本化和非脚本化的对话录制。这不是简单的众包模式，而是一个精心设计的数据生产系统。他们会根据特定的研究目标设计对话场景，招募合适的参与者，使用专业的录音设备，然后对收集到的数据进行精细的后处理和标注。  公司目前已经积累了超过10万小时的音频数据，覆盖15种以上的语言，并且每个录音都包含详细的口音和方言标注。这种规模和质量的数据集在业界是独一无二的。更重要的是，他们的数据收集流程是可持续的、可扩展的，能够随着AI模型需求的变化而不断适应和改进。 有趣的是，David AI的商业模式也很独特。传统的数据标注公司通常采用专业服务模式，客户提出定制需求，公司负责执行并收取服务费。但David AI采用的是产品化模式——他们基于对市场需求的深入理解，主动开发标准化的数据产品，然后向市场推广。这种模式的优势在于可以实现规模经济，降低单位数据成本，同时保持高质量标准。 从商业角度看，这种模式的可持续性也更强。客户不需要等待定制开发周期，可以快速获得高质量的数据产品。而David AI则可以通过规模化生产来优化成本结构，并将收益投入到更深层次的研究和开发中。正如Ben Wiley在访谈中提到的，”我们从来不觉得自己在推销。我们有这些数据，由实验室决定是否有用。如果有用，那就太好了。如果没用，那就算了。”这种自信来自于他们对市场需求的深刻理解和产品质量的绝对信心。 ## AI进入真实世界的关键基础设施 在我看来，David AI的成功揭示了一个更大的趋势：AI正在从文本时代过渡到多模态时代，而语音将是这一转变的关键界面。我们即将看到AI应用从屏幕走向现实世界，无论是人形机器人、可穿戴设备、智能家居，还是各种嵌入式助手，都需要通过语音与人类自然交互。 这种转变的意义远超技术层面。想象一下，当AI不再被限制在键盘和屏幕的交互模式中，它将如何改变我们的工作和生活方式？语音交互将让AI变得更加无处不在，也更加人性化。但这一愿景的实现完全依赖于高质量的语音训练数据，而这正是David AI所提供的核心价值。 从市场反应来看，这种需求的迫切性已经得到了充分验证。David AI在不到一年的时间里就实现了八位数的年收入，并且获得了包括科技巨头在内的众多客户。这种快速增长不是偶然的，而是反映了整个行业对语音数据的”饥渴”状态。正如Amplify Partners的Sarah Catanzaro所说，”现在的公司对数据非常饥渴。David AI的美妙之处在于它解决了语音AI开发者今天面临的紧迫需求，但它也是一个相对简单的解决方案。如果他们需要数据，就卖给他们数据，你不需要把它复杂化。” 我认为David AI的成功还预示着数据基础设施领域的一个重要转变。过去，数据公司往往试图覆盖尽可能广泛的数据类型，成为”通用数据平台”。但David AI的经验表明，在某些特定领域，深度专业化可能是更好的策略。通过专注于音频数据这一个垂直领域，他们能够建立深厚的技术护城河，提供其他公司无法复制的价值。 这种专业化的方法不仅让David AI在技术上具有优势，也让他们在商业上更有竞争力。他们不需要与其他数据公司在价格上竞争，因为他们提供的是独特的、不可替代的产品。同时，他们也不需要担心客户流失，因为语音AI的发展只会增加对高质量音频数据的需求。 从投资者的角度看，David AI的成功也验证了”基础设施投资”的价值。虽然语音AI应用层面的创新更容易获得关注，但真正的价值往往在于支撑这些应用的基础设施。就像互联网时代的数据中心和云计算服务一样，语音AI时代的数据基础设施将成为整个生态系统的关键支撑。David AI在这个领域的领先地位，让他们有机会成为语音AI时代的”AWS”或”Google Cloud”。 ## 从Y Combinator到行业领导者的快速崛起 David AI的成长轨迹本身就是一个引人入胜的创业故事。两位创始人Tomer Cohen和Ben Wiley在Scale AI工作时成为好友，他们决定一起创业的时候，距离Y Combinator申请截止日期只有一周时间。他们匆忙准备申请材料，在截止日期的午夜时分才提交，Cohen后来回忆说：”我当时想，这算是迟到了还是准时？” 但这种看似匆忙的开始却孕育了一个深思熟虑的商业理念。两人都有在Scale AI工作的经验，深刻理解AI训练数据的重要性和复杂性。Cohen曾是麦肯锡的商业分析师，后来在Scale AI担任参谋长，这些经历让他具备了创业所需的商业洞察力。Wiley则拥有强大的技术背景，曾在微软和Scale AI担任工程师，负责开发关键的AI平台。 进入Y Combinator后，他们立即开始验证自己的假设。他们接触了许多正在训练多模态模型的YC公司，试图了解这些公司最需要什么样的支持。一个转折点出现了：一家训练人形机器人的公司对他们的想法非常感兴趣，而这家公司最需要帮助的恰恰是机器人语音方面的音频数据。这个”啊哈时刻”让Cohen和Wiley意识到，即使是解决复杂物理世界问题的机器人公司，也可能在音频数据这个看似基础的领域遇到困难。 更有趣的是他们第一个产品的诞生过程。在一个周末里，他们搭建了一个电话应用，让朋友和家人打电话进来进行对话，用来测试他们关于如何收集高质量音频数据的假设。这个周末项目为他们提供了第一个小型数据集，也成为了后来全球化平台的雏形。从这个简单的开始，David AI现在已经发展成为一个大规模的全球数据收集平台，支持脚本化和非脚本化的对话录制。 他们的第一个客户是那家机器人公司，合同金额只有1000美元。虽然金额很小，但这个项目让他们深入了解了音频数据的复杂性，并建立了对这个市场的独特见解。这种见解成为了他们向下一个客户推销的资本，然后是下下个客户。在Y Combinator训练营结束时，他们已经签下了第一个六位数的合同，客户是一家大型AI实验室。 更令人印象深刻的是他们的成长速度。几个月后，他们开始签署七位数的合同，现在已经与大部分”七大科技巨头”以及几乎所有领先的音频AI实验室合作。这种快速的客户获取和收入增长反映了市场对他们产品的强烈需求，也证明了他们选择的市场时机和产品定位的正确性。 从1000美元的第一个合同到2500万美元的A轮融资，再到超过1亿美元的估值，David AI在不到一年的时间里完成了许多创业公司需要数年才能实现的成长。这种成长速度不仅体现了语音AI市场的巨大潜力，也证明了创始团队的执行能力和商业洞察力。 ## 语音AI时代的基础设施投资机会 从投资角度看，David AI的成功融资也反映了资本市场对语音AI基础设施的看好。这轮2500万美元的A轮融资由Alt Capital和Amplify Partners联合领投，First Round Capital、Y Combinator、BoxGroup等知名投资机构参与。这些投资者的参与不仅带来了资金，更带来了丰富的行业经验和网络资源。 特别值得注意的是，这轮融资还吸引了一批在前沿音频研究领域具有数十年经验的天使投资人。这些投资者的参与表明，行业内的专业人士对David AI的技术方向和商业模式都持乐观态度。同时，Jack Altman加入董事会也为公司带来了额外的战略指导和行业洞察。 First Round Capital的Liz Wessel曾领投了David AI今年早些时候的500万美元种子轮，她对公司的发展轨迹非常看好。”这很有道理，”她说，”每个人都知道过去几年一直是以ChatGPT为代表的基于文本的AI，现在每个人都开始想办法将AI引入语音领域。”这种从文本到语音的转变趋势，正是David AI所把握的核心机会。 Amplify Partners的Sarah Catanzaro也表达了类似观点：”现在的公司对数据非常饥渴。David AI的美妙之处在于它解决了语音AI开发者今天面临的紧迫需求，但它也是一个相对简单的解决方案。如果他们需要数据，就卖给他们数据，你不需要把它复杂化。”这种简单而有效的商业模式正是投资者青睐的类型。 我认为David AI的成功融资也反映了一个更大的投资趋势：在AI热潮中，投资者开始更加关注基础设施层面的机会。虽然应用层的创新更容易获得媒体关注，但基础设施层的投资往往具有更强的防御性和更长的生命周期。语音数据作为AI时代的”石油”，其价值只会随着语音AI应用的普及而不断增长。  从估值角度看，David AI在不到一年内就达到超过1亿美元的估值，这在AI基础设施领域是相当惊人的。这种估值不仅反映了公司当前的业务表现，更反映了市场对语音AI未来潜力的预期。随着更多的语音AI应用走向市场，对高质量音频数据的需求只会继续增长，这为David AI提供了巨大的市场空间。 更重要的是，David AI已经建立了可持续的竞争优势。他们不仅拥有大量的高质量数据，更重要的是拥有持续产生这些数据的能力和基础设施。这种能力是其他公司难以快速复制的，也是投资者看好公司长期发展前景的重要原因。 ## 对AI行业发展的深层思考 David AI的成功让我对AI行业的发展有了一些新的思考。我们常常关注算法的突破和应用的创新，但往往忽视了数据基础设施的重要性。实际上，在AI的发展历程中，数据往往是最关键的限制因素。GPT系列模型的成功很大程度上得益于互联网上丰富的文本数据，而语音AI的发展则面临着截然不同的数据环境。 这种差异不仅仅是数量上的，更是结构性的。文本数据相对标准化，容易处理和标注，而音频数据则充满了复杂的变量：说话者的身份、情绪状态、环境噪音、录音设备的差异等等。这些因素都会影响AI模型的训练效果，需要专业的数据处理流程来解决。 我认为David AI的成功预示着AI行业的一个重要趋势：专业化的数据基础设施公司将变得越来越重要。随着AI技术的不断发展，对特定类型数据的需求会越来越复杂和精细。通用的数据平台可能无法满足这些特殊需求，而专业化的数据公司则可以通过深度聚焦来提供更高质量的服务。 同时，这也反映了AI行业正在从”通用化”向”专业化”转变的趋势。在AI发展的早期阶段，大家都在追求通用人工智能，希望构建能够解决所有问题的系统。但随着技术的成熟和应用的深入，我们开始意识到，在很多特定领域，专业化的解决方案可能更加有效。 从更广泛的角度看，David AI的成功也反映了”picks and shovels”商业模式在AI时代的价值。在加州淘金热时期，真正赚钱的不一定是淘金者，而是卖给他们工具和装备的商人。在AI热潮中，情况也是类似的。虽然AI应用公司获得了更多关注，但提供基础设施和工具的公司往往能够建立更加可持续的商业模式。 我也思考了语音AI发展对社会的影响。随着语音交互技术的成熟，我们可能会看到人机交互方式的根本性变革。这不仅会改变我们使用技术的方式，也会影响我们与技术的关系。当AI能够理解和响应我们的自然语言时，技术的使用门槛将大大降低，这可能会带来更加普惠的技术体验。 但同时，这也带来了新的挑战。语音交互的普及可能会引发隐私和安全方面的担忧，也可能会改变我们的沟通习惯和社交方式。这些都是我们在享受技术进步带来的便利时需要思考的问题。 总的来说，David AI的成功不仅仅是一个商业故事，更是AI行业发展的一个重要标志。它提醒我们，在关注算法和应用创新的同时，也不能忽视基础设施的重要性。在AI走向真实世界的征程中，像David AI这样的公司正在默默地奠定基础，让未来的AI应用能够真正实现人们的期望。语音可能确实是AI进入真实世界的方式，而David AI正在为这一愿景的实现铺平道路。 ## 结尾 ‍ 本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，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。

   “十四五期间，无论政府还是企业对网络安全都越来越重视……但面对人工智能的冲击，很多人开始对安全现状感到不安，总是感到从一个包围圈跳进了另一个包围圈。如何突围，在“十五五”期间打个“翻身仗”，成为广大客户和安全产业的时代之问。”    2025全球数字经济大会数字安全主论坛暨北京网络安全大会开幕峰会6月5日在北京国家会议中心召开，在网络安全产业从十四五迈向十五五的关键时刻，本届大会将主题确定为“安全突围：重塑内生安全体系”。主论坛上，全国政协委员、全国工商联副主席、奇安信集团董事长齐向东作同题主旨演讲。   齐向东在主旨演讲之初，从时代意义的视角强调突围的价值。他说，在当前复杂多变的国际局势中，发展中国家面临的安全挑战前所未有，没有网络安全，就没有国家安全；在智能体和AI垂直应用快速普及背景下，传统数据保护失灵，这说明没有网络安全，就没有企业安全。而在大国博弈与人工智能叠加的复杂环境中，网络安全产业该如何突围呢？   为回答这些时代之问，齐向东在复盘奇安信成立以来近千个网络安全防护实践的基础上提出，网络安全产业需重视网络安全体系建设，重塑体系才是突破当前产业矛盾的核心所在。   体系力量是突围之钥  “体系”是此次大会的重要关键词。齐向东在主旨演讲中重点阐述了体系对当前网络安全的重要价值，他提出，体系力量是网络安全产业的突围之钥。   近年来，北京网络安全大会已然成为我国网络安全产业的风向标。齐向东在每年的主旨演讲中都会结合网络安全最新形势做出理论更新。在2019年的大会上，齐向东提出内生安全理论，2020年推出内生安全框架，2023年提出“数智安全，内生为本”……内生安全的相关理论伴随奇安信的实践不断进化升级。齐向东在其演讲中详细解释了在今年大会提出“体系”的意义与价值。 “网络安全目前到了需要突围的时候。”在演讲开始之初，齐向东就直指当前网络安全产业体系化建设的重要性，他结合对全球最新局势和生成式人工智能技术的研判，强调体系化作战、体系化建设已成突围重要力量。他说：“体系化择优将替代单品择优、体系化设计将替代拼盘设计。”   然而，当前网络安全产业却难以跟上体系化建设的趋势。他说：“在长期‘让我做、要求我做、我凑合做’的被动导向下，安全建设陷入了‘缺啥补啥、低价中标’的拼盘惯性，安全防护大多缝隙丛生、‘中看不中用’。”   齐向东认为，当前网络安全体系建设面临三重困境，分别是体系思想落地不畅、大小体系融合瓶颈、“小体系”运营梗阻。  “目前，超90%的大型政企机构在安全建设时会采购10家厂商以上的安全设备。”针对第一重困境，齐向东认为，尽管政企机构自党的十八大以来对安全的重视程度越来越高，但由于项目建设、安全设备和项目采购分散化，尤其是一些安全项目层层分包，专业的网络安全厂商难以为项目整体负责，最终导致政企机构网络安全体系形成“大拼盘”的分散状态，一些安全项目的“一体化”实际是“形聚神散”的“一体化”。    “第二重困境是大小体系融合瓶颈。”齐向东用“大体系”指代宏观、整体的安全顶层设计、建设和架构，用“小体系”形容具体细分行业、领域、设施的网络安全体系。他认为，大小体系难以融合导致安全能力无法整合、战略难以统一实施。他举例道，某省级“大体系”建设顺利，但各市、区之间的信息化水平和安全水平参差不齐，最终导致大小体系间出现鸿沟，而小体系的漏洞又会为大体系埋下安全隐患。 第三重困境为“小体系”运营梗阻。他说，“七国八制”安全体系导致各重要单位、分支机构建设的网络安全“小体系”出现数据打不通、情报不共享等情况，最终不仅导致“小体系”难以接收“大体系”的指令，甚至还会拉大“小体系”之间的差距。 ###   体系矛盾是突围之障   齐向东认为，内生安全体系的核心是涌现效应。在演讲的第二部分，他重点阐述了影响涌现效应实现的三大矛盾的障碍，即数据孤岛的障碍、投入不足的障碍和新旧兼容难的障碍。    何为涌现效应？齐向东解释，“是指系统多个部分按照一定方式相互联系、相互作用，在整体上就能相互补充，达到1+1＞2的效果。”   自2019年提出内生安全理念，奇安信6年来的实践已证明内生安全能够激发出网络安全的涌现效应。目前，内生安全体系已在数百个大型机构成功落地，2022年北京冬奥会网络安全“零事故”的世界纪录更彰显出内生安全体系的巨大价值。   “但还是有不少客户表示，在推动体系落地时，遇到不少难题。”齐向东对制约网络安全体系突围的三重矛盾的障碍做了详尽分析。   一是数据孤岛的障碍。齐向东表示，自10年前提出“数据驱动安全”以来，尽管数据对安全的重要性呈指数级增长，但体系割裂导致的“数据孤岛”依然进一步阻碍着体系落地。   齐向东说，奇安信经过近千场实战攻防演习后发现，“万国造”和“两张皮”是数据割裂的重要原因。“比如，国内某头部金融企业，光防火墙就有几十个型号。”齐向东认为，“万国造”装备导致数据格式互不统一、接口不兼容、采集能力层次不齐。而在另一家金融机构，当业务与安全长期“两张皮”时，业务部门甚至难以辨别一些访问行为是否为外部攻击。   齐向东表示，“万国造”和“两张皮”最终导致机构内部数据不相通，根本无法支撑全域感知、快速研判和事件响应，当数据泄露等事件发生后，后知后觉的政企机构往往悔之晚矣。   第二层矛盾为投入不足的障碍。齐向东通过北京2022年冬奥网络安保的实践说明，“零事故”的背后是不计成本的资源投入，但对绝大多数政企机构而言，这样的投入力度是不现实的。   “安全投入不足的矛盾在AI时代尤其突出。”齐向东举例，一家大型能源企业每年数字化转型投入超10亿元，但网络安全投入却长期不足4%。当攻击者利用AI发起饱和式攻击时，该企业的SOC系统在15分钟内被快速冲垮。   齐向东介绍，第三个矛盾是新旧兼容难的障碍。他说，不同时期、不同厂商的安全产品和技术叠加在一起时，虽然能确保不出重大安全事故，但与新形势下实战化的体系建设目标还有巨大差距。   在演讲中，他引用一家大型制造企业负责人的表述，讲述这一矛盾的现实性。该企业的信息化建设已有20多年，不同时期建设的子系统虽然没能及时整合，但也很难推倒重来。   这位负责人认为，新体系如何充分整合现有设备和子系统，谁来负责新体系的整体设计和落地，确保各厂商兼容等都是需要回答的问题。 ###   体系重塑是突围之道   体系化建设意味着网络安全也需要秉持系统集成理念，将系统思维运用于网络安全防护体系的构建中。齐向东提出，重塑数据聚合模式、安全运营模式和生态合作模式，是安全行业重塑体系、实现突围的三大路径。   “数据的体量决定体系的规模，数据的质量决定体系的能力，数据的关联决定体系的效率。”齐向东提出重塑数据聚合模式需要拔烟囱、扫盲区，其原则为覆盖足够广、采集足够深、关联足够完整。   他表示，全覆盖、多维度的安全数据集是聚合的基础；采集足够深意味着数据颗粒度足够细，可以展示更多细节，这有助于发现传统检测技术无法发现的隐藏威胁；而上下文关联度足够高的数据才能还原威胁全貌，避免因缺乏上下文导致误判或漏判。   重塑安全体系的第二条路径是构建反馈回路，重塑安全运营模式。齐向东说：“要让内生安全体系真正起效，关键靠运营，安全运营的本质，就是构建高效通畅、螺旋上升的反馈回路。”   反馈是内生安全“自主、自适应、自成长”的根基所在。结合奇安信的实践，安全运营的路径主要有三大支柱：   其一，准确灵敏的告警是对网络异常行为的反馈。他说，无线通信领域的滤波器是实现降低噪声，高质量通信的关键，AI带来了网络安全领域自己的“滤波器”。自2024年起，奇安信将AI深度应用于威胁情报生产及运营，用自动化与标准化的情报生产为构建更敏捷的防御体系提供核心支撑。   其二，及时的处置与响应是对安全告警的反馈。在AI加持下，安全编排自动化与响应(SOAR)技术能自主学习、自动生成剧本，大大提升了运营效率，让内生安全体系更高效、智能。   其三，持续改进的安全产品是对反馈的反馈。齐向东以奇安信的AISOC产品举例，当它被部署到某部委客户现场后，在分析师的不断运营和强化反馈下，该产品能实现研判率和准确率同时达到99%，告警自动化处置率达70%以上。   重塑生态合作模式是重塑体系的第三条路径。齐向东介绍，重塑并不意味着完全推倒重来，而是要找到“一子落而满盘活”的破局点，由“安全体系总设计师”作为兜底组长，确保体系成功落地。   齐向东表示，政企机构要基于自身现状，遵循“先来后到”或者“以小服大”原则，确定一个“安全体系总设计师”，把“万家造”的设备、平台、能力、中心统筹纳管，将不同厂商分散的安全力量拧成一股绳，构建起真正有效的、纵深防御的统一安全体系。   “当前时代正在催化安全产业实现从分散到聚合、从低效到高效的跨越。”齐向东在主旨发言的最后表示，网络安全的未来是星辰大海，体系建设永无止境，共生、共荣、共赢的生态合作理念才是实现网络安全产业突围的关键。    齐向东最后说：“希望与各界同仁一道推动体系重塑，编织出一张适配时代要求的安全防护网，重燃网络安全产业的力量，打赢这场安全突围之战！”

在所有BBS类平台当中，虎扑已经十分幸运了；更多平台消失在了历史深处。

<blockquote><p>设计师们有福了！近期，AI设计领域异军突起的Lovart让众人眼前一亮。它不仅能高效出图，还兼具实用性，助力设计师从繁琐的执行性工作中抽身，专注创意与策略构思。本文将深度剖析Lovart的特色、优势、功能及实际应用效果，看它如何重塑设计流程，成为设计师的得力助手，快来看看吧！</p> </blockquote>  最近设计垂直AI工具Lovart很火，我其实第一时间就拿到了邀请码，但结果却是一波三折，说起来甚至有点好笑。我在Lovart官网申请了排队，结果第二天就拿到激活码，当我激动地准备好好测试一把… 结果，尴尬了！死活用不了！每次都报错。  跟官方联调的截图 我立马联系了Lovart官方，前前后后“联调”了两周多也没搞定，清理缓存，甚至卸载浏览器都不行，我甚至还多用了一个激活码来测试依然不行。最后，当我把浏览器从Chrome换到Firefox总算是解决了，我跟官方都挺无语。 所以，今天必须跟大家聊聊，这玩意儿到底靠不靠谱？能不能帮我们设计师（甚至是非设计师）实实在在地干活儿？ 官方送的免费点数耗费太快，为了完成演示效果，下血本冲了个高级会员，如果大家有学到，别忘了帮我点赞转发三连呀，感谢朋友们~ ## 1、Lovart和其他AI生图工具的区别？ 我学习任何一个新东西都有一个习惯：先从全局对它建立认知，然后再细化到局部去深度学习体验。所以，我的第一个问题就是，它和其他AI生图工具到底有什么区别和优势？ 像现在可以直接生图的AI工具已经非常多了，最早的AI工具也是从直接出图开始的，比如Midjourney，SD，GPT-4o之类的，都是给一个提示词，它直接出图。这样的工具有一个最大的问题就是可控性比较差，后期要调整比较麻烦，所以我平时用的最多就是拿来找找灵感，尽管我买了Midjourney的年费，但用的其实非常少了。 然后还有一个问题就是我们在设计图的时候，经常是需要在上面排版和加文字设计的，但现在的AI工具虽然也能出文字，但经常出错，而且在图片上也不好修改。这2个问题会让这些AI工具很难被实际运用到工作中，因为实际工作很少会一稿过。 后面出了comfyUI，稍微好点，我们可以把工作流搭建好，可控性稍微好一些，仅此就在实际工作中用到的会多一些，尤其是像电商类的非常好用：品质不需要那么高，很多时候也容易模板化。所以comfyUI基本上是真的是可以做到像一个初级的电商设计师水平了，能帮老板节省不少成本。 然后就到了现在的Lovart，它能像我们设计师一样自己去规划设计步骤，完善提示词，找参考图，选合适的模型，最终完成我们的需求，一次性从概念到落地都能搞定。它的出现部分解决了上面的2个问题，还可以拆分图层，这比直接出图等抽卡实用多了。 所以，大家也可以看到这种趋势，从“单点出图” 到 “带流程的ComfyUI” 再到“Lovart式的一站式设计Agent”。AI正在往一个真实岗位要求的方向去迭代，不再是生成一张“好看的图”，而是搞定一个完整的设计任务。未来的目标是从零开始做一个品牌手册、一套活动海报、甚至一个完整项目！ 这很关键！AI只有真正理解并满足一个真实岗位的工作流和要求，才能真正落地，而不是变成一个“看起来很酷，但用起来很累”的玩具。Lovart给我的感觉，就是在往这个方向努力。 ## 2、它的提示词有哪些讲究？ 和其他AI工具一样，也是给它提示词。但到这里就有一个问题，给Lovart的提示词和其他AI绘画工具的提示词有什么特别需要注意的地方吗？ 我的经验是：提示词越细致，结果越靠谱！ 这跟咱们平时接甲方需求简直一模一样！想想看： 好甲方： “要一个高端大气的科技感logo，主色调蓝白，体现‘连接’和‘未来’，参考附件里的品牌手册第5页风格，尺寸要求是…” —— 这种需求，做起来是不是方向明确，效率贼高？ 坑甲方： “感觉不太行，你再改改？我要那种… 嗯… 感觉对了就行！” —— 这种，是不是改到想死？ 好的要求做起来方向明确效率高，模糊的要求简直要改到天荒地老、怀疑人生结果也可能还是不行。所以，用Lovart（或者说任何AI工具）的秘诀就是：当个“好甲方”！把你的需求写得清晰、具体、可执行。 提示词，用中文和英文都可以，关键是把需求写清楚。 举个例子，我用下面的提示词给我自己的公众号logo设计一套品牌手册折页，这是我实验的第一个效果，其实也还行： <blockquote><p>Create a vertical 9:16 brand design guide poster using the uploaded product image. Adapt the design style to match the product’s niche and visual identity. Structure the poster with clear, elegant sections: (1) Large logo display and safe zone usage, (2) Product mockup centered and highlighted, (3) Primary and secondary color palette swatches with hex codes, (4) Typography guide with heading, subheading, body font samples, and line spacing specs, (5) Iconography or graphic motif examples used by the brand, (6) Image treatment style with sample lifestyle or studio visuals, (7) Grid system or layout rules, (8) Packaging mockups and surface applications, (9) Do’s &amp; Don’ts with annotated visuals. Use minimalist white or soft neutral background with structured layout dividers and drop shadows. The result must be visually rich, clean, and suitable for a printed or digital brand book.</p></blockquote>  从海报比例、设计风格、内容板块（Logo、产品、色板、字体、图标、图片风格、网格、包装、注意事项），到背景、视觉效果，几乎把所有关键要素都定义清楚了。虽然还没有达到特别惊艳的地步，但对比其他AI生成的效果，这个出图水平已经很不错了。 ## 3、基础功能 它本身也集成了一些基础的常用功能，在出图后可以快速使用，不要切别的AI工具修图。我理了下，主要有8个基础功能： （1）upscale 高清放大图片 （2）图片扩展 （3）去背景 （4）移除背景元素 （5）添加元素 （6）背景模糊 （7）生成单张图 目前可以选择2个图片生成模型输出单张图  （8）可以在出图的时候，选择想要的风格，风格模版库中的风格样式还是挺丰富的。  ## 4、实操案例，看看到底靠不靠谱？ 为了测试Lovart的极限，我模拟了一个超完整的需求：打造一个全新的餐饮品牌 —— “彩云的包子铺”！我一股脑儿把需求“喂”给了Lovart，让它能不能接住？ 假设我要开一家全新的连锁包子铺，品牌名叫“彩云的包子铺”，主打健康、美味、有特色。我希望用lovart帮我从品牌logo设计到品牌形象、表情包、节日海报、品牌画册、促销图、菜单包装，加盟PPT模版甚至宣传短片都帮我做出来。 当我把下面写的那些提示词打包一起发给lovart时，它也能跑完全流程，但出来的效果很一般。  在提示词不变的情况下，单个生成的时候，效果会更好一些。我把要求写具体并且分拆后： （1）品牌Logo。想要一个既传统又有现代感的Logo，能体现包子的美味和彩云的吉祥寓意。大概的画面是“一个微笑的、热气腾腾的卡通包子，头顶祥云图案，背景是温暖的橙黄色调，现代扁平插画风格，适合餐饮品牌”，可能要尝试几种风格：扁平风、国潮风、可爱卡通风。  正常情况下，它出的图不会帮你做好分层。如果想要拆分图层，可以在提示词后面加上一句提示词：在设计时图文分层，文字可编辑。  （2）品牌形象及周边衍生。设计一个可爱的“包子君”IP形象，用于后续的插画、表情包、甚至小动画。基于Logo的风格，或者单独设计，要求生成“包子君”的不同动作、表情（开心、惊讶、满足、谢谢老板、吃到撑、求投喂、今日最佳），然后将这些形象应用到餐具、包装袋、员工服装等周边产品的样机图上，快速预览效果。  生成出来的表情包个数和类型全都对上了，一致性也做的挺好。 （3）节日海报。儿童节到了，设计一组“童趣食光”主题的促销海报。希望的画面是： “儿童节主题海报，主角是可爱的包子君和小朋友一起分享美食，色彩鲜艳活泼，充满童趣，包含‘儿童节套餐半价’等文字信息占位。   （4）品牌画册。做一本精美的品牌手账或小画册，介绍品牌故事和产品。要求它生成手账本的封面、内页排版风格，融入品牌元素和插画。   （5）促销图。把“彩云的包子铺”这几个字，用面粉、蒸汽、竹笼等材质效果来呈现，做成创意海报。 “将文字‘彩云的包子铺’设计成由白色面粉堆积而成的效果，背景是木质案板，有少量散落的面粉颗粒，微距摄影风格”。这就要考验Lovart对材质和光影的理解了。  它甚至还会猜测我接下来还需要设计哪些内容，比如我接下来正好就准备输出菜单设计。  （6）菜单包装。设计出一种年轻化的视觉风格。 “绘制一组包子铺相关的扁平风插画，高饱和度色彩，粗黑描边，包含包子、蒸笼、筷子、茶杯等元素”。    （7）宣传短片。为“彩云的包子铺”拍个品牌宣传小短片，讲述一个关于美味和传承的故事。把故事大纲拆解成几个关键场景，比如“清晨，第一缕阳光照进包子铺”、“师傅精心制作包子”、“顾客品尝后露出满足的笑容”。 做短片是耗时最久的，大概花了30分钟，用了1000多积分，这样算的话充值一个月的积分也生成不了几条啊，积分完全不够用。不建议拿来测试生成视频，送的积分估计都不够出一条片的。 而且出片这个需求，我当时测试的比较着急，没有给它参考，也没有提太多要求，结果质量比较一般。只能说生成的bgm和配音效果还行。 ## 5、做UI的水平怎么样？能不能理解需求 我用它测试了下生成一个天气APP，看看能不能行？ 我先把我自己的初步想法写出来：我需要设计一个天气应用，在天气首页显示当天的天气和未来7天的天气变化，用动态图示的方式进行设计，底部需要有3个tab栏：首页，时刻，我的。 首先它会制定一个小的计划  然后它会去网上找UI的设计规范，包括风格，尺寸，配色，字体，图标等等。这些因为我一开始没交代，所以它会自己去找参考，定义好。  最后，它会调用gpt生成UI界面图  我的要求比较随意，所以最后的效果只能说一般般，但其实已经有了一个基本的结构了，比其他AI工具还是要好一些。 总结下它在UI生成方面的能力。在生成App界面和加上机模后的展示水平算入门水平。能理解“设置页”、“个人中心”、“电商商品列表”这类常见页面结构，生成符合基本设计规范的布局。风格上也能跟随提示词变化（极简、新拟态、毛玻璃等）。 对于涉及复杂交互逻辑、数据展示的界面，目前理解力和表现力还比较有限。生成的界面可能布局不够合理，信息层级不够清晰。 对于理解需求能力，依赖于你输入的提示词质量！ 如同前面强调的，提示词越精准、描述越清晰（像写产品需求文档PRD那样），它理解得越好，产出越贴切。如果你只写“做个社交App首页”，那结果可能天马行空；但如果你写“设计一个图片分享社交App的首页，顶部为搜索栏和消息入口，中部是双列图片瀑布流，底部有发布按钮和四个Tab导航…”，那结果就靠谱得多。它的“理解力”上限，很大程度上取决于你的“表达力”。 Lovart在UI设计方面，适合快速生成视觉灵感、低保真/中保真原型图、特定风格的页面视觉稿。对于需要深度交互逻辑和复杂数据可视化的高保真设计，仍需咱们设计师主导，但Lovart可以成为高效的“视觉化助手”。 ## 6、优点和不足 假期的时候，试了2天，Lovart确实给我带来了不少惊喜。目前它还处于内测阶段，就能做到这个程度，说实话，已经超出了我的预期。 我看到的亮点： （1）一站式设计Agent。最大的优势！从概念到相对落地的设计稿，一个平台搞定，工作流极其顺畅，不用在多个工具间反复横跳。 （2）理解力较强（对清晰提示词）。对于结构清晰、描述具体的需求（尤其是品牌、营销、电商类设计），理解和执行能力超出预期。它不像传统工具那样死板，而是试图理解你的整体需求，并提供一套解决方案。这感觉更像是在跟一个初级设计师助理沟通。 （3）效率爆炸。想法到初稿的速度是手动的N倍，快速试错、快速迭代成为可能。 （4）分层导出。虽然不完美，但这功能让AI设计真正具备了可编辑性，落地性大增。 （5）聚焦创意设计。专注于解决设计师/创意工作者的痛点，在特定领域做得比综合Agent更深入、更便捷。之前看过创始团队的访谈，提到他们很多员工本身就是设计师出身。从Lovart的界面设计和一些功能细节上，确实能感受到他们对设计师工作流程的理解。在创意这个垂直领域，一个打磨到极致的设计Agent，会比那些大而全的综合型Agent更懂你，也更高效。 当然它也有不足的地方： （1）分层导出不稳定。字体有时会被替换或变形，经常生成的图片是不带分层的。 （2）3D效果时灵时不灵。生成3D风格的元素或场景，成功率有待提高。 （3）字体库有限 。内置字体选择不多，对生成文字内容的精准控制（位置、大小、样式）还可以更强。 （4）精细控制不足。 比如精确控制某个元素的位置、大小缩放，目前还比较“模糊”，靠提示词调整不够直观高效。 ## 写在最后 我觉得，像Lovart这样的AI设计工具，可能预示着未来设计师全新的工作范式。我们不再是单纯的“绘图员”，而是更像一个“导演”或“项目经理”，负责提出创意、设定方向、调教AI、整合输出。 而且，Lovart的野心可能不止于服务设计师。它的智能化、简单化和易用性，让更多没有设计基础的人也能轻松上手，实现自己的创意想法： 广告营销人： 用它快速头脑风暴，寻找视觉灵感，秒出方案示意图。 电商运营： 做活动海报、产品推广图，速度和数量都能起飞，再也不用苦等设计师排期。 小老板： 品牌从0到1的第一步，可以从Lovart开始，低成本搞定基础视觉设计。 自媒体博主/自由职业者： 内容创作的配图、视频素材，都可以尝试用它来高效产出。 但AI工具再牛，也取代不了设计师的创意和思考。我们设计师未来需要更侧重于前期的策略构思、创意发想、需求把控，以及后期的深度优化、情感注入和细节雕琢，而将大量中期的执行性、重复性、探索性的视觉生成工作交给像Lovart这样的AI Agent去高效完成。这对我们未来的职业规划，如何提升自身价值提出了新的方向和要求。 如果你对设计、对AI工具感兴趣，特别是你经常需要做图、做海报、做品牌物料，甚至发愁作品集项目，Lovart 绝对值得你深度关注和尝试。后续如果Lovart有更多好玩的功能上线，或者我有更多骚操作，再来跟大家分享！ 本文由人人都是产品经理作者【彩云sky】，微信公众号：【彩云译设计】，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。

6月5日，国家计算机病毒应急处理中心和**360数字安全集团**联合发布《台民进党当局“资通电军”黑客组织网络攻击活动调查报告》，首次公开披露了360 集团近年来追踪的归属于中国台湾省的五大黑客组织：APT-C-01（毒云藤）、APT-C-62（三色堇）、APT-C-64（匿名者64）、APT-C-65（金叶萝）和APT-C-67（乌苏拉）。 同时，报告还公开了台湾“资通电军”网络部队组织架构及其策划、指挥对大陆网攻犯罪的主要成员身份。本次公开的五大黑客组织就是由台湾民进党当局豢养支持，并由台当局“资通电军”网络部队直接操纵指挥的。  报告封面 今年4月，对广州某科技公司实施网络攻击的就是APT-C-67（乌苏拉）黑客组织。该组织近年来频繁利用公开网络资产探测平台，针对大陆10多个省份的1000余个涉及军工、能源、水电、交通、政府等重要网络系统开展网络资产探查，搜集相关系统基础信息和技术情报，并通过大范围发送钓鱼邮件、公开漏洞利用、密码暴力破解、自制简易木马程序等低端网攻手法实施了多轮次网络攻击。 目前，广州警方已对 20 名参与实施本次网络攻击活动的犯罪悬疑人进行悬赏通缉。  360集团创始人周鸿祎表示，网络攻击溯源是全世界公认的难题。对APT组织的溯源，通常需要掌握大量安全数据，并高度依赖拥有强大知识储备和丰富实战经验的顶级安全专家进行溯源及处置。360公司有着近20年和境外APT组织交手的经验，其中和台湾省APT组织“交手”经验丰富，2007年披露了首个归属中国台湾省背景的APT组织“毒云藤”。上个月对广州某科技公司发起网络攻击的“乌苏拉”黑客组织是一个近年来刚刚冒头的专门团队，主要针对中国大陆和港澳地区的物联网系统，特别是视频监控系统实施攻击窃密活动，意图通过控制大量视频监控设备，持续秘密窃取我网络及地理空间情报数据。但360对这些APT组织的攻击流程和攻击技战术都了如指掌。 周鸿祎认为，台湾省相关APT组织属于APT组织中的三线水平，他们的反溯源能力比较弱。尤其是其相关人员在历史上有多次极其不专业的操作，例如个人文档信息存储于攻击资源服务器，在制作一些诱饵文档和钓鱼页面时候留下容易查证的痕迹，导致在前期侦察、攻击过程中经常漏洞百出。360的专家往往在他们发起网络攻击的初始阶段就已经察觉，基于360大而全的APT知识库，第一时间就能够归因关联。 据360网络安全专家介绍，根据360的实战经验，台湾省APT组织的攻击技战术仍处于较低水平，主要表现在几个方面：一是攻击弹药储备少，网络漏洞就是网络军火，未知漏洞（零日漏洞）的威力相当于核弹级别，但台湾省APT组织主要使用已知漏洞进行攻击，缺乏自主的漏洞发现和利用能力以及高级零日漏洞的储备。二是攻击武器的自主开发性差，台湾省APT组织缺乏自主的网络武器和技战术开发能力，通常使用的攻击武器都是一些免费或开源的代码、木马、工具和商业渗透测试框架以及攻击技战术资料。三是攻击隐蔽性差，台湾省APT组织的相关人员缺乏专业化能力，无论是他们逃避检测还是想要驻留的方式都很常见，甚至会留下显著的攻击痕迹，给我们的专家提供了快速溯源的有利证据。 据了解，360 集团已累计发现了58个APT组织，占国内所有发现APT总数的98%以上，其中也包括美国国安局（NSA）、中央情报局（CIA）这些国家级黑客组织对我国关键基础设施、科研单位、政府机构进行长达十余年的网络潜伏渗透和攻击。 早在2022年，360就率先发现美国国安局对我国西北工业大学发起网络攻击，并成功溯源、上报有关部门，最终将上述两家机构潜伏在中国十余年的间谍软件网络连根拔起，也使360成为唯一被美国商务部和国防部双重制裁的网络安全公司。 周鸿祎表示，目前网络攻击已进入AI时代，作为国内唯一兼具网络安全和 AI 能力的公司，将继续发挥自身技术优势，加速研发迭代安全大模型、安全专家智能体；同时与各方携手，为构建我国数字安全防御屏障、守护国家和社会稳定贡献力量。

中国运营商遭遇的典型困境是“增量不增收”，甚至“增量减收”。

<blockquote><p>在AI技术飞速发展的今天，创意和个性化的需求正催生出新的商业机会。最近，一款名为“Midjourney风格包”的产品在闲鱼上意外走红，吸引了众多新手参与，甚至有人通过它每月轻松赚取一万多。这种风格包究竟是什么？为什么能在闲鱼上如此火爆？它背后又隐藏着怎样的商业逻辑和市场需求？本文将为你揭开“Midjourney风格包”的神秘面纱，探讨其背后的商业潜力以及如何利用这一趋势实现变现。</p> </blockquote>  你有没有发现，最近一段时间，只要一打开闲鱼，满屏都在卖什么“Midjourney风格包”，而且不少新手通过这东西每个月轻轻松松就能进账一万多。 你可能不禁要问了，Midjourney 风格包到底是什么？ 为什么能在闲鱼这么火？ 所谓风格包，简单说，就是一堆帮你更快生成某种风格图片的提示词集合。 比如，你想要一种复古油画风格的图，或者梦幻童话感，这些包里面早帮你整理好了一套提示词。 你直接复制粘贴进Midjourney，几乎是一键生成。  ## 为什么这个项目会火？ 再想一想，我们现在是不是越来越强调个性化和创意？ 你看那些自媒体、电商商家、设计师们，找图成了每天的重要工作。 自己搞不定精致的图片？现在不用愁了。 这个Midjourney风格包正好迎合了这个时代的需求。 自媒体要用好看且独特的图片抓住眼球，商家要用华丽的商品图提升销量，设计师们时不时还去风格包里找点灵感——需求多大可想而知。 难怪闲鱼这个平台会这么火爆，大家都有颗追求艺术的小心灵，没准还能挣点外快，何乐不为？  ## 如何操作这个项目呢？ 这里我会教你怎么迈出第一步，别慌，一步步来。 ### 1.注册闲鱼账号 老实说，闲鱼账号注册没什么技术含量。 要是你连淘宝账号都没有，建议赶紧去弄一个。 注意啊，别乱填信息，头像和简介可别马虎，毕竟是第一印象。 别整得太“山寨”了。 头像搞个干净的，一看就知道你是做风格包相关的。 简介也别含糊，突出你在AI绘图方面的独特优势。 可以写成：“专注Midjourney风格包，助力你的创意飞跃”， 既能装点门面，又让人觉得你这风格包内容高端。 ### 2.拿到Midjourney使用权 Midjourney 这个东西其实是收费的，官网上订阅大概每月10美元。 不过你也不一定非要急着花钱，还有很多国内第三方平台会给你提供免费试用或低价服务。 要注意甄别安全性和正规性，别一不小心把个人信息泄露出去了。 很多人还会到处找破解版，虽然有点风险，但确实也是一个不错的方法。 能少掏腰包嘛，对吧？ ### 3.收集并整理风格包提示词 这事尤其关键，需要一点点耐心。 怎么弄提示词呢？你得学会从多个来源挖宝。 组合完毕后，为每一类风格都写清楚适用场景和特点。 提示词要告诉别人能干什么，比如复古油画风格最好就用在文化宣传或艺术类素材里。 还得多加图片例子，人都是视觉动物，你弄得越好看，越有说服力。 有的人怕麻烦，直接拿粗糙生成的图片上线，那真的太劝退了。 国外那些创意社区比如ArtStation、DeviantArt都有很多艺术家分享他们的创意与提示词。 留意不同风格的分类、整理，然后你自己组合。 你找到复古的风格，归一类，赛博朋克的归另一类。 多去Midjourney的官方论坛溜达溜达。 人家用户整天在那儿讨论优质提示词。所以有空记得去记笔记，学几个回来。 还得靠自己慢慢摸索尝试，在Midjourney上折腾不同关键词，找到最能生成酷炫图片的提示词组合。 这个自己创造的提示词有时还特别受买家欢迎。这里我提供几个提示词给大家使用。 - **复古油画风格：** 提示词：古老欧式城堡，金黄色麦田，绿色藤蔓爬满墙壁，洁白云朵天空，阳光光影，复古油画质感 提示词：华丽复古长裙女子，玫瑰郁金香花园，手持书本，专注眼神，温暖柔和色调，复古油画风格 - **赛博朋克风格：** 提示词：未来城市街道，林立高楼大厦，霓虹灯闪烁，悬浮摩托车蓝色光带，科技感建筑飞行汽车，赛博朋克风格 提示词：机械改造人，废弃工厂，机械零件冷光，巨大齿轮管道，烟雾弥漫，赛博朋克氛围 - **梦幻童话风格：** 提示词：梦幻森林，彩色灯笼树木，蘑菇房子，小精灵花丛飞舞，梦幻童话色彩 提示词：粉色云端城堡，彩虹环绕，长翅膀小马草坪嬉戏，梦幻童话场景 ## 上架销售！风格包怎么吸睛怎么来 ### 1.起个好标题 “超火复古油画Midjourney风格包，一键生成艺术大片！”这种关键词走起，简洁直白还能命中闲鱼的搜索算法。 “火”、“独家”、“超值”这些词是必须得用上的，一眼拉过来用户的眼球。 别小看了标题，这是重中之重。 ### 2.详细描述你的商品 从你的风格包中包含多少条提示词，到它的涵盖风格类型，再详细说一遍。 比如这样：“本风格包包含50条独家精选复古油画风提示词，特别适合艺术项目与文化推广。” 有没有用得让人能明明白白，彻底给用户指明道路。 还得帮新手想好怎么用包——有的朋友是真小白，教到他们能熟练运用很重要。 另外不妨拍胸脯多夸夸这些提示词是“独家整理”，打磨许久的品质象征。 要让人感受到这份诚意！再不济你也可以贴几张图，显摆一下这包的威力（用那种生成图与真实图片的对比）。 千言万语不如一图啊！ ### 3.多上传好图，不看颜值但要有质感 你展示的图片一定是精华中的精华，甚至也可以放些动态生成的对比图片，一次给人美到尖叫的那种视觉冲击。 要通过图片来显示出你的风格包胜过别人几条街。 买家信服与否，看图立见分晓。 不多说了，你的创意展示能说出来一半事儿。  ## 撩动销量——营销技巧少不了 ### 1.合理定价，别搞虚的 你先低价试试，不用害怕丢人。 买一赠一嘛，我推荐一个定个9.9元的起始价先吸引人流。 随销量上去以后你再调整价格到19.9元、29.9元那都可以。 打算整合多个风格包也挺不错——将它们打包成超值合集包，打个9折甩卖出去。 别贪心，踏实走先。 ### 2.推广用好平台的擦亮功能 “擦亮”听过吧？ 我推荐每日勤快点，去擦擦商品“让买家再多看你一眼”。 提升浏览率简直是百分百。 不打广告不付费也不用太多烦恼，小手一点提高商品能见度。 平台的一些打折活动，尤其要争取报名，都增加曝光的机会。 不让每一次资源浪费掉，这方面你真得盯紧闲鱼上的波动，利用免费流量主推一波。  ### 3.小红书+抖音联动 小红书是一个展示时尚艺术特好的平台。 写几篇软文配图来引发情绪共鸣，像聊聊天，贴近年轻人文化和心态你就赢了。 抖音那方面则是带入视觉冲击，你得用短视频演示这些AI作画怎么一出好戏上演。 文艺小助手可能文案这么写更好些——赶快来围观这个可以作图的宝贝吧！ 让超美艺术与现实不再遥远！ 而且每次都用差不多的调调稍微改改。 迎合不同渠道的特点会帮助提高整体促销效果。 多把握相关的热搜词库你就进门儿了。  ## 别人成功全靠发展持久度 长远发展的话，定期更新风格包挺重要。 什么东西都有个保质期。 你可能今天主打复古风，明天科幻风、国风都能后续引入。 依据市场变化，也能让自己过上押对风格的红利期。 别以为搞个风格包就能啃一辈子，这天天变的消费胃口还挺难伺候的。 不过别急，满满总结和进化，调整方向。 那些提供教程或开展提示词定制服务，还会给店铺打开另一种收入口——客户花钱买了方便与实用，这份钱不难挣。 这一套提示词做成熟，顾客也开始期望更多教学服务，既辅助他们提高创意功力，你的用户还会和品牌粘得死死的。 小白的风格包创业，它不是一次发笔大财的“偷懒机会”，而是长期持有的项目。 一旦上道，又有强劲执行力，普通人过万收入真的不算奇迹。 细水长流显得尤为珍重——你琢磨明白这片新天地已经轻易扬帆起航了。 祝你青云直上吧。 本文由人人都是产品经理作者【抖知书】，微信公众号：【抖知书】，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。

虚拟电厂的商业模式尚在探索完善中，目前主要的运营模式可概括为需求响应聚合商模式、市场交易商模式、综合能源服务模式三类。

**NVIDIA已经确定将在台湾台北建设一座全新办公大楼，并通过高薪策略吸引顶尖技术人才，尤其是来自台积电等知名企业的工程师。**据报道，**对于高级工程师，NVIDIA开出的年薪达550万新台币（约合人民币132万元），**而对于有2-3年经验的资深工程师，NVIDIA开出了300万新台币（约合人民币71.9万元）起的年薪。 [](https://static.cnbetacdn.com/article/2025/0521/6d8530c056d308f.png) **即便是没有工作经验的硕士毕业生，起薪也在150万至250万新台币之间（约合人民币36万至59万元）。** 此外，员工还将获得年终奖和可观的股票期权。 台湾作为全球半导体制造的重要基地，拥有丰富的技术人才储备，NVIDIA的这一举措不仅是为了支持其在台湾的新办公大楼，更是为了在AI和半导体领域保持竞争优势。 [查看评论](https://m.cnbeta.com.tw/comment/1504574.htm)

博主数码闲聊站表示，美国新禁令断供EDA，涉及针对用于设计GAAFET结构的EDA工具，而**台积电2nm就是GAAFET结构。**他指出，在该禁令下，**玄戒芯片应该无法突破2nm，很长一段时间都只能在3nm节点打转，**玄戒O1也将是近几年唯一一次和苹果/高通/联发科平起平坐的芯片。 [](//img1.mydrivers.com/img/20250605/cfccad741954445691acfb2a4218b451.jpg) 值得注意的是，高通、联发科不受影响，**未来很长一段时间内，使用台积电2nm制程的将只有苹果、高通和联发科三家巨头。** 资料显示，EDA全称是Electronic Design Automation，中文名为电子设计自动化。 在半导体行业中，EDA包含了一系列从设计到制造的软件工具，涵盖了功能设计、布线、验证等环节，是芯片设计中不可或缺的重要组件，也是集成电路产业最上游、壁垒最高的部分，EDA也被称为“芯片之母”。 [](//img1.mydrivers.com/img/20250605/37ec30f392b044fda7bdee1f6e4c6391.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1504572.htm)

近日，淘宝天猫官方物流迎重大升级，于天猫618期间上线高品质物流服务品牌“极速上门”，首期联合顺丰作为快递合作伙伴，同步邀请部分商家开启服务公测。当下正值天猫618，目前已有不少商品显示“极速上门”。  据介绍，当使用顺丰速运的商品可实现“次日达”标准时，物流服务将显著展示“极速上门”专属品牌标识。 此外，所有商家在后台配置承诺发顺丰的商品，将向消费者展示“顺丰包邮、送货上门”等强时效表达，提升消费者的识别选择。 经首期测试服务稳定后，淘宝天猫将面向所有商家开放报名，符合接入条件的商家商品同样将享有“极速上门”标识和服务承诺，帮助商家通过展示好服务获得更多曝光和成交。 此外，淘宝天猫还与顺丰在逆向退货揽收、大件家装新疆集运等领域展开合作，针对性解决当前电商物流中存在的痛点，提升消费者网购体验。 “极速上门”除了与顺丰达成合作外，也计划面向所有快递合作伙伴开放，后续将邀请其他达到服务标准的快递产品加入，扩大次日达、送货上门等服务覆盖。 [查看评论](https://m.cnbeta.com.tw/comment/1504562.htm)

在今天上午的直播中，董明珠跟网友互动时表示，有企业靠流量忽悠消费者，这样干不长的。董明珠直言，网络时代是流量时代，“大家都利用流量，无论是对对手的攻击，然后对自己的虚假宣传”。 [](https://n.sinaimg.cn/finance/transform/116/w550h366/20250605/dfd6-de8633fd634628a4888cdd14d69bde3f.png) 她指出，有些企业或许一时能忽悠一些消费者，但这并不长久。而依靠品质取信的格力，即使“在网上也遇到这样那样的问题，但消费者依然是信任格力的”。 这也引发了网友的热议，董明珠此番发言又在暗示哪家企业呢？ 当然了，在董明珠看来，格力之所以依然有这么多人信任，还是产品本身质量过硬，同时他们在做企业过程中非常的本分。 董明珠在谈及格力电器做产品的理念时表示，“格力坚持自主生产，追求品质，哪怕一个小小的血糖仪，都是我们自己设计、制造的，没有拿到外面去给别人贴牌生产。” 她表示，这么做主要是基于生产过程中可能出现的质量控制问题，希望把每个设计质量的环节都掌握在自己手上。 [查看评论](https://m.cnbeta.com.tw/comment/1504560.htm)

社交媒体平台Reddit正式起诉人工智能初创公司Anthropic，指控其未经授权使用平台数据构成违约，并实施“非法且不正当的商业行为”。周三在旧金山提交的诉讼文件中，Reddit称Anthropic在未获用户同意的情况下，使用其个人数据训练AI模型，这种未经许可的商业化内容使用已对公司造成损害。消息公布后，Reddit股价当日收涨超6%。 诉状开篇便将Anthropic描述为“后发制人的AI公司”，虽“自诩为AI行业的白衣骑士”，实则截然相反。“尽管宣传材料说得冠冕堂皇，Anthropic根本无视Reddit的规则和用户权益，认为可以任意攫取内容而不受惩罚。”Anthropic发言人在邮件声明中回应：“我们不同意Reddit的主张，将积极维护自身权益。” 自2022年底OpenAI推出ChatGPT引爆生成式AI热潮以来，成立20年的Reddit凭借海量用户生成内容，成为包括Anthropic旗下Claude在内众多大模型的重要训练来源。今年5月，Reddit先后宣布与OpenAI和谷歌达成内容授权协议。诉状特别强调：“其他AI巨头都理解并尊重Reddit的规则”，指出这两家公司均在同意保护用户隐私的授权条款后获准使用公开内容。值得注意的是，OpenAI首席执行官萨姆·奥尔特曼曾任Reddit董事会成员，目前仍是价值超10亿美元股份的主要持有人。 2021年由OpenAI前高管创建的Anthropic，在今年3月由光速创投领投的融资中估值达615亿美元，并获得亚马逊大力支持。而2024年完成IPO的Reddit当前市值约220亿美元。 Reddit在诉状中强调，其用户协议已明确规定数据使用规则。公司表示：“虽然Reddit始终向寻求社交连接的用户敞开大门，但绝不允许商业机构无偿挪用平台及社区内容来打造价值数十亿美元的企业。”此次诉讼旨在寻求赔偿，并强制Anthropic履行合同及法律义务，Reddit要求陪审团参与审判。  [查看评论](https://m.cnbeta.com.tw/comment/1504558.htm)

据业内消息人士称，三星电子将于6月17日至19日召开高层会议，讨论下半年的经营战略。三星每年举行两次全球战略会议，分别在6月和12月，由各事业部负责人主持。他们审查区域和业务的具体问题，并讨论明年的目标和销售策略。 [](https://n.sinaimg.cn/finance/transform/161/w550h411/20250526/79c3-71003dba77371983efdfeccfa6901791.png) 今年的议程预计将包括应对全球不确定性上升的战略，包括美国总统特朗普第二任期政府的贸易政策转变。与会者还将评估供应链的脆弱性，并考虑针对特定地区的应对措施。 设备体验（DX）部门代理部长Roh Tae-moon和设备解决方案（DS）部门代理部长Jun Young-hyun将主持会议。 消息人士说，与往年一样，三星电子执行会长李在镕预计不会出席会议。 负责三星电子半导体事业的DS部门将在此次会议上就销售战略和提高长期竞争力的方案进行深入的讨论。 [查看评论](https://m.cnbeta.com.tw/comment/1504556.htm)

本论坛邀请业内知名专家学者、大模型领域领军企业CEO以及权威机构代表，聚焦大模型技术创新与产业发展，剖析行业趋势，分享成功经验，深入探讨合作机遇。

<blockquote><p>AI技术正以前所未有的速度重塑各个行业。近期，OpenAI以30亿美元收购了AI编程工具公司Windsurf，这不仅是OpenAI历史上第二大收购案，更是AI领域的一个重要里程碑。Windsurf的创始人Varun Mohan在一次深度访谈中，分享了他从GPU虚拟化到AI编程领域的转型经历，以及他对AI Agent作为软件工程未来形态的深刻见解。</p> </blockquote>  上个月，OpenAI 宣布以 30 亿美元收购 AI 编程工具公司 Windsurf，也是其历史上第二大收购案，而最大笔收购便是 65 亿美元收购前苹果首席设计师 Jony Ive 所创办的公司。 Windsurf 由麻省理工学院毕业生 Varun Mohan 于 2021 年创立，最初专注于 GPU 虚拟化技术，后转型为 AI 编程领域，推出了具备 Agent 能力的 IDE 产品，该产品在短时间内吸引了超过 100 万开发者用户，并获得了超过 1000 家企业客户的青睐。 在硅谷，Varun Mohan 是少数几位不回避失败、甚至主动拥抱失败的创始人。他的公司 Windsurf，如今是最受关注的代码智能工具平台之一，但它并非一开始就站在风口上。 Windsurf 的诞生，是在他带领团队放弃最初方向、三次改名、数轮技术重构、一次“几乎推倒重来”的战略转型之后，才终于跑通的。 他曾数次在公开场合讲过这句话。在他看来，真正艰难的不是从零开始，而是在发现方向错误时，如何放下曾经的执念、放弃已有的收入、说服团队“重新来过”——哪怕那意味着砍掉一个已有数百万年营收的产品。 在与 Harry Stebbings 最新对谈中，他毫无保留地讲述了从 GPU 虚拟化到代码 AI 的演进路径，如何踩过几乎所有“死胡同”，才看清“Agentic IDE”这条新范式的价值，为什么复制时间越来越短的当下，“第一性学习速度”是唯一护城河，以及，Windsurf 如何在一个极度焦虑的市场节奏中，用“每两周一个版本”的速度持续逼近未来。 ## ▍做对的事情，做到极致 在 Varun Mohan 看来，创业最诡异的一点是：你不会因为更久地坚持做错的事情而获得奖励。失败之后，没有人会在意你曾多么努力。真正重要的，是你是否能在错误显现时，果断地“脱身”并转向正确的方向。 Windsurf 不是他们的第一个项目，甚至不是他们的第一个品牌。起初，他们叫 Xa Function，主攻 GPU 虚拟化技术。当时的逻辑并不荒谬——团队背景多来自自动驾驶与 AR/VR，他们坚信 GPU 会成为未来世界的计算核心。而事实也印证了他们的预判：NVIDIA 的崛起正是验证。但他们忽视了一点——所有模型最终统一为 Transformers 架构，基础设施的差异化空间急剧收窄，导致他们原本的技术价值难以被放大。 于是他们选择转型。“如果你只有一件重要的事要做，公司反而会更容易运作。” Varun 一再强调这一点。在创业初期，团队的执行焦点就是决定成败的变量。可惜，大多数初创公司不是因为“一团糟”而失败，而是因为“没能把对的事做得足够好”。他们自己也不例外。 回顾 Windsurf 的形成路径，Varun 坦言自己曾太过执着。他们早已注意到代码 Agent 和 Agent IDE 的潜力，但却拖到了客户陆续无法续命时才做出转型。“我们当时还有几百万的营收，但我真希望我们能早点动手。” “不要太爱自己的点子”，是他重复最多的警示。他认为真正的创始人，必须同时拥有“非理性的乐观主义”和“毫不妥协的现实主义”。每天都得逼问自己：“我们还有存在的理由吗？”如果没有，就必须快、狠、准地抛弃旧方向。 Windsurf 的转型过程背后，是对复制时间迅速缩短趋势的清醒判断。Varun 认为，做第一个，不仅能帮助公司以内部节奏推进，也能在市场中抢占“学习节奏”。“谁第一个学到下一个点子，谁就有时间复利优势。” 这是 Windsurf 执行节奏背后的真正逻辑。 他们并非没有失败过。比如早期版本的代码审查产品——做了 Chrome 插件，也搭了独立网站，全部推翻重做。又比如去年初版本的代码 Agent，效果糟糕、理解能力有限。最后他们回到白板，等模型能力提升，才重新出发。所有现在的“对”，几乎都踩过一次“错”的坑。 而之所以能持续试错不死，资金是关键。他们在旧方向上完成了 A 轮融资，这笔资金成了日后转型时最大的安全垫。Green Oaks 不仅是早期投资人，也是 A 轮的支持者。正是这笔融资，给了他们“即便重启也能全力推进”的底气。Codium 插件的推出就是一个例子——完全免费，背后靠的是扎实的基础设施能力和融资缓冲。 但光有钱还不够。Varun 反复提到：“你得有一家公司，愿意转得快。”这才是融资真正能放大的杠杆。否则，哪怕团队只有十几人，如果始终不愿改变，烧再多的钱也只是在原地打转。 他们的转型，往往是周末拍板、周一就全公司执行。毫不拖泥带水。哪怕原有业务还有数百万美元的收入，他们也敢“清空过去、只做新方向”。 这就是他们的原则：成功，不是做很多事做得不错，而是有一件事做得极致。也因此，他们选择暂时放下“让所有人都能写代码”的目标，专注在“让开发者变得更强”这条路径上。哪怕知道有很多非技术用户也已用 Windsurf 构建实际应用（比如团队中一位商务同事自建了销售工具，节省了超过 50 万美元的 SaaS 费用），他们依然选择不扩张产品线，而是确保现有核心服务持续领先。 ## ▍速度与专注：初创公司的唯一护城河 当 Harry Stebbings 抛出“Cursor 和 Windsurf 是否可互换”的问题时，Varun Mohan 并没有立刻回应产品差异，而是回到了他一贯强调的底层逻辑：速度才是初创公司的唯一护城河。 他说，“护城河”这个概念对初创公司往往是错位的。即便你拥有全球最顶级的工程师，即便你团队集结了 MIT 前 1% 的人才，投入了一两百个“工程人年”，在一个门槛并不高的市场里，如果没有比别人更快的执行、迭代和学习能力，你依旧没有任何优势。 “知道尸体埋在哪里”，就是你唯一的 compounding advantage（复利优势）。 他用 NVIDIA 举例。外界常说 CUDA 是它的护城河，但他指出，Google、OpenAI、Anthropic 都会继续采购 NVIDIA 的 GPU，哪怕他们有自己的芯片计划，原因不是绑定在 CUDA 上，而是 NVIDIA 的产品性能足够好、迭代足够快。如果哪天 NVIDIA 在性能上掉速，就会立刻被 AMD 赶超。这才是真正的护城河：对速度的持续压迫感。 在他看来，即使今天一个新公司被 OpenAI、Anthropic 收购、拥有品牌与分发能力，也无法对速度掉以轻心。因为早年 Google 能击败微软搜索，并非靠渠道，而是因为他们有最好的产品，而合作分发只是锦上添花。 Windsurf 内部有个节奏：“每两周发布一个重大版本。” 这种速度，是传统大厂极难复制的。Varun 揭示其根源在于“生存焦虑”——初创公司随时都可能死，而大公司团队就算交付失败，团队成员大概率还会继续待着。 Windsurf 是一支 100% 线下的团队，他们认为，这种面对面协作，每五分钟就能对齐一次认知的节奏，是一种“非公平优势”。远程公司协调周期长、跨时区沟通慢，不适合高速试错。 他承认品牌确实重要，但也强调：“品牌不能赋予你可以慢下来的特权。”在一个 Copilot 和 Devin 都曾快速走红又快速沉寂的行业里，任何三个月没发布更新的公司，都会在用户心智中被判死刑。这种速度，是 Windsurf 选择自研模型、打造专属 IDE、维护差异化体验的根本原因。 他们甚至投入数月时间，打造了一个能处理大型代码库、以极低延迟运行的模型，作为 Agentic 体验的底层。这种能力背后，是数千亿 Token 的调用数据和不断微调优化。 对于用户留存和切换成本，他也讲得很坦率：切换门槛确实存在，但产品体验要一直领先才有意义。 如果你只是靠“上锁”来保持用户，而没有产品本身的领先性，用户迟早会流失。而这份“领先性”的持续性，本质上还是那句老话：谁跑得快，谁就活得久。 ## ▍IDE 到 Agent：软件工程的未来形态 Windsurf 的增长在企业市场同样显著。Varun Mohan 透露，目前公司超过 50% 的收入已来自企业客户。这种增长并非偶然，而是他们对企业端技术栈深入理解的结果。 许多外部人忽视的一点是——大企业仍有大量 Java 工程师，使用的是 JetBrains 的 IntelliJ，而非 VS Code。Windsurf 因此为 JetBrains 系列 IDE 开发了完整插件，复刻了其自研编辑器中的 Agentic 体验。JP Morgan Chase 是其代表客户之一，内部超过一半的开发者都依赖 JetBrains。 产品选择必须服务于“全体开发者”，而非最潮 IDE 用户的 40%。Windsurf 的目标用户正在发生结构性转变。未来，工程师不再仅是代码书写者，而是沿着一个“能力光谱”分布的多元角色：一端是深入系统底层的人，另一端则是通过自然语言调用系统构建应用的“新型工程师”。 Varun 预判，随着 AI 工具的泛化，未来的“开发者”将包括大量非传统背景的角色。他们并不具备系统编程经验，但可以通过 Agent 理解系统逻辑并快速完成部署。这意味着工具必须支持不同层级能力的“协同编程”。 产品经理的角色也将随之转型。未来的 PM 不再是“写文档、说服组织”的协调者，而是能亲手搭建产品原型的执行者。“他们应该用代码说服组织，而不是 PowerPoint。”技术型 PM 的崛起，将进一步压缩组织冗余，强化“即建即验”的迭代文化。 这也推动了设计流程的简化——Windsurf 团队常常跳过 Figma，从原型直接构建应用，快速交付、再精细打磨。这种结构反转，将成为未来软件开发中的主流。进一步深化这种逻辑的，是 Windsurf 正在推进的“异步远程 Agent”。 “Agent 最终不是一个即时交互窗口，而是一种长时间运行的智能执行体。”Windsurf 的 Agent 可在本地自动完成复杂任务，例如将整套代码从一个版本迁移至另一个。这类任务以前需人工协作完成，现在只需下达指令、稍作等待即可。更远一步，他们正在探索“从手机发出任务，由远程 Agent 完成并提交 Pull Request”的工作流。 但挑战也很明确：异步系统必须具备三个特性——低延迟、高质量、强可修正性。一旦用户在等待几小时后发现结果错误，信任将彻底崩塌。 当前阶段，Agent 仍以“只读”方式运行——它们能大规模读取系统状态，却还不适合直接写入数据库。这也是为什么 Varun 对“App 最终会塌缩为 Agent + 数据库”这一论调持保留意见。 “Salesforce 和 Workday 不会被轻易替代。复杂工作流的路径依赖太强了。”但这并不意味着变革不会发生。Varun 明确指出：今天大家高估了 Agent 的即时能力，却低估了其演化速度。 八九个月前，Agent 还鲜有人用；今天，它已在工程一线广泛部署。未来六到十二个月内，他相信会有更多“今天看来疯狂”的场景成为现实，尤其是在代码导航、调试、部署、测试等环节。 对 Cursor、Devin 等竞品，Varun 给予了高度评价，尤其是在 UI/UX 上。但 Windsurf 的策略并不以“体验皮肤”优先，而是反向从技术突破构建体验框架。 “我们是业内第一家真正发布 Agentic IDE 的公司。”Windsurf 的理念是：模型与体验必须深度协同。无论用外部模型还是自研模型，只有在 UI 层形成用户可控、可审阅、可修正的闭环体验，Agent 的真正潜力才算落地。 他们在代码生成质量、延迟控制、上下文注入等方面做了大量工程，已实现每天处理数千亿 token 的能力。这些能力来自过去数月的底层堆栈建设，而非仅靠调用第三方 API。最终，Agent 并不会取代工程师——它将重构工程师的定义本身。 ## ▍企业客户、切换成本与持续创新的博弈 在当下模型生态不断演进的背景下，Harry Stebbings 提出了一个关键问题：模型提供商之间是否会像云服务商一样形成“绑定效应”？Varun Mohan 给出的答案是否定的。如今模型之间的切换成本非常低，调用方式近乎无状态，就像 Twilio 发短信那样轻量级。 但他同时补充，这种“无绑定”状态可能是暂时的——未来随着模型能力的提升，尤其是在能够注入大量上下文、整合企业内部数据后，模型或许将具备“有状态”的能力。这一变化可能让模型平台之间的迁移变得更加困难。 不过，对于模型厂商来说，Varun 并不鼓励他们在早期就强行制造锁定机制。“这是个演进极快的市场。你不能赌自己的护城河会长期存在。” 当被问及“模型最终是否会商品化”时，Varun 表示：在短期内不会。只要资源投入充足，模型性能就能持续提升——但这种提升不会由某一家长期垄断。 在此语境下，Varun 提出了一种可能性：模型厂商可以在 API 层面进行专业化优化，比如为类似 Windsurf 的代码生成任务打造更低延迟、更擅长识别“上下文重合”的定制模型。他认为这类似于图像模型早期的发展路径，也是应用公司与基础设施公司共生演化的重要方式。 Varun 同时指出，越来越多模型公司开始“上探”应用层——无论是通过推出 Copilot 式的应用，还是投资 agent 系统本身。“两条路径都在发生，但我关心的是谁能赢，怎么赢。” 当话题来到 AI 独立创业的可能性时，Harry 提到了 Anthropic CEO Dario 曾提出的预言：2026 年会出现由一个人独立打造的十亿美元 AI 公司。Varun 的反应非常直接——“我不信。” 他说，在一个充分市场化的世界里，如果你能看到某个巨大机会，其他人也能看到。“除非你比别人聪明一千倍，否则你做得出来，别人也做得出来。” 即便某人真的创造出一个技术性优势的系统，只要模型和工具在公有市场上存在，竞争者就总能很快复制功能。他指出，这种“一个人独创十亿美元公司”的神话，更像是对 AI 理解不深的投资人构建出的幻觉——他们高估了 AI 的即时赋能能力，却低估了激烈竞争的真实环境。 ## ▍如何领导一支只做一件事的团队 Harry 还向 Varun 提出一个更私人化的问题：你是否经历过对创业失去热爱的时刻？Varun 毫不避讳地说，基本上每次战略转型之前，都是他最焦虑的时刻。“你知道有个方向更好，但你还没采取行动，那是最痛苦的。 他回忆，从 X Function 到 Codium 的战略转变阶段，反而是他情绪最轻松的时期。“我已经默认我们可能会失败，但至少是失败在我们相信的方向上。”这段话体现出 Varun 作为创始人在战略判断与心理承受力之间的长期磨合。 谈及招聘时机，Varun 提出了一种不同于传统 HR 理念的方式——“等你快溺水了再招人。”他说自己在聘请销售副总裁之前，团队已经签下了多个企业客户，“我们必须自己扛过来，才能真正理解这个岗位的价值。” 他反对那种“为了填坑而招人”的策略，担心这样会带来“组织结构先行、实际需求滞后”的问题。 他说：“初创公司不是因为看起来一团糟而失败，而是因为没把对的事做好。”对他而言，那些能自己“干起来”的公司，即使组织混乱，也比“什么都不做只等人来”的团队更有生命力。他最担心的场景是：提前招来一个人，却无事可做，于是他开始“制造工作”填补空缺。 关于管理，他分享了一个认知变化：最初他认为“团队越大产出越多”，但现在深信“极致专注才是产出的核心”。他强调，初创公司做五个重要项目远不如死磕一个真正重要的方向来得有效，“你必须敢于对新热点、新趋势说‘不’，否则你会被不断的 FOMO 拖垮节奏。” Harry 进一步提问：“有没有哪些你从书本上学到的管理经验，后来被现实打脸的？”Varun 笑称自己以前太依赖读书法则，但后来请了一位有十几年管理经验的高管，才意识到“管理远比读书复杂”，尤其是在协调团队方向与动能的过程中。 在快问快答环节，Varun 还谈到了一些更轻松但富有洞察的细节。例如，他钦佩的董事会成员是 Scott Cook，因为对方既是成功的产品型 CEO，也懂得如何评估竞争动态；他并不担心 Windsurf 开源，“我们的差异化并不靠前端体验”；他对年轻人建议是“练习问题拆解与主动性，而不是堆技能标签”；他从 OpenAI 学到的教训之一是“别起错名字”。 最后，当被问到如果子孙后代回顾他的成就，希望他们记住什么时，Varun 说：“我们团队正在做的事，就是让技术构建的时间缩短 99%。如果我们哪怕在这条路上有一点贡献，我就很满意了。” 本文由人人都是产品经理作者【江天 Tim】，微信公众号：【有新Newin】，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>在数字化转型的浪潮中，SaaS（软件即服务）公司正站在新的十字路口。随着AI技术的飞速发展，SaaS企业面临着前所未有的机遇与挑战。本文作者吴昊，作为独立SaaS顾问和《SaaS创业路线图》系列图书的作者，通过与投资人、创业者交流以及对国内外AI发展资料的研究，深入剖析了未来3~5年SaaS公司可能的四大演进路线：从保守的管理SaaS到激进的AI赋能传统行业转型。</p> </blockquote>  ## 一、四条道路 从右往左看，当前SaaS公司由保守到激进有四条道路。  先说结论，最近我与一些看软件多年的投资人、创业者交流，也看了大量国内外关于AI发展资料，未来3~5年SaaS公司有4个大的走向： - A、管理SaaS：服务中大企业的既有赛道头部SaaS企业：继续服务中大企业，通过在SaaS产品中加入AI能力，增加产品竞争力 - B、商业SaaS：产品价值从提升效率转向按效果收费（RaaS）、交付业务结果。即便是这一步，对90%的SaaS公司来说也是巨大的转变 - C、平台化SaaS：从行业全局解决业务问题，基于多边市场原有的多边网络效应，利用市场覆盖率、品牌和数据形成平台化的机遇（参考美团的餐饮SaaS产品） - D、激进转型~成为有AI能力的传统行业企业：利用团队对行业的理解+对AI 新技术的掌握，加入传统行业，但通过AI技术获得比同行高得多的利润率（例如行业平均2~3%净利润率，而AI赋能的企业能获得20~30%的净利润率）。 如果听听Salesforce创始人Benioff最近与SaaStr创始人Jason的连麦直播（本号上一篇文章），道路A（守成）明显也是Salesforce唯一可选的道路。存量客户是资源，也是负担。但我们想象一下，随着Agent对个体赋能，5年内会出现有多少“一人公司”？而中大企业的数量和单体规模都会不断缩小，这几乎是必然趋势。 产品方面，我们需要思考，是在老产品上叠加AI能力，还是重新做一个AI原生产品？这是一个重大选择。 也许，走守成道路的软件企业，也需要考虑利用领域内认知、客户资源和人才优势，分兵微型特种部队，尝试Agent颠覆式新产品创新。 道路B（商业SaaS）是我这几年一直推动的方式，就不重复赘述。核心逻辑是，中国企业与美国不同，工具带来的效率提升价值不显著，客户需要的是业务上的帮助。 道路C（平台化）有点可遇而不可求，一般在缺少巨头的长尾行业有机会看到。能否做成，也要看市场占有率；30%也许是一个爆发阈值。 道路D（变身为AI赋能的传统企业）对于SaaS公司来说是非常激进的转型，仅适合还没有找到PMF或3年内仍看不到盈利希望的团队。 ## 二、AI与SaaS技术演进 上个月，我发了一篇文章谈未来应用的逻辑架构：AI应用层（含Agent）负责UI、即时生成用户需要的页面；而SaaS产品现有的业务层为AI应用层提供API（/MCP）接口。两层的核心差异在于：代码是自动即时生成的，还是经过严格的人工审查的（即，经历了设计-开发-测试的严格过程，以保障流程、权限和数据安全）。 大概就是“（人工）设计”与“（AI）涌现”的差别。  这样SaaS公司可以聚焦提供“标准产品”（即API/MCP接口），对苦于客户定制化需求30年的软件行业，这当然是好事。 业内有些朋友和我有一样的看法，随着标准化程度加深，SaaS业务层会聚合、会赢者通吃。但这个三层结构也隐藏着一个趋势：SaaS公司的业务层，随着Agent能力的增强，会越来越薄。 而随着MCP出现（虽然这个协议还很早期未来还有很多迭代），已经预示了一个与API完全不同的可能性，即“程序与程序之间智能化的对接方式”。API需要规范通讯双方程序的接口内容，因此必须一对一对地对接（或一个个接到云大厂的iPaaS平台上）。但MCP未来很可能提供“广播式”自动化对接。 这个自动对接方式意味着，未来海量Agent之间是自由对接、去中心化分发和评价的。我猜测将来区块链技术也会结合进来。 早期的Agent大部分是针对个人生活和工作场景，这也会促成“一个人的公司/微型公司”大量产生。其实我自己与大量知识博主、网红IP、出海电商都是这样的“微型公司”。 而一旦Agent覆盖到大量的生活、工作场景，它的爆发就是指数级的。我们想象一下，如果市场上有海量的Agent，我们的Application（应用）在MCP协议的帮助下，能够很方便、自动地从中选取合适的Agent，我上图中的“业务层”就会被挤压到50%、15%，乃至5%…… 当然这是只占IT软件预算总盘子的比例，而总盘子本身在未来几年是会大幅上升的。其主要来自RaaS（按效果付费）带来的巨大推动力。 仍然固守现有“管理提效”产品逻辑的产研团队，有可能会在未来3~5年间掉队。 由此可以推断，将来只提供“业务层”的软件公司会是小而美的公司，不会是数字化/智能化战场上的主导者。 AI方面的技术迭代很快，3年间，我们从AIGC到AI Agent、到当前的Agentic AI，以及MCP的出现的逐渐成熟：这预示着无论新老研发团队都有很大的学习负担。对老团队来说，同时还有维持线上大产品、不断调整架构容纳AI能力的压力。 有什么技术做什么产品（结合我们的既有优势及行业认知），也许是这个AI技术高速发展的时期（至少还要持续几年）中，我们的最优技术采纳策略。 ## 三、人才争夺战 这个过程中，SaaS公司会被迫应对人才争夺战。AI专业毕业的工程师还非常稀少，而且做应用也不需要AI硕士、博士学位。大量的程序员会转型学习AI技术，并成为各个传统行业内AI创新型企业的争抢对象。 即便以中国程序员的体量，仍然不够未来亿级不同Agent的需要；即便AI编程能大幅降低coding工作量，但还远远无法替代人类体感和商业思考。 别忘了，有上亿中国人想自己当老板，无论公司大小。所以各个传统行业都会出现大量AI创新公司，他们的创始人多半是行业老炮，会在IT/互联网领域寻找AI工程师作为拍档。 在未来几年中，越优秀的IT工程师越有可能流失。 ## 四、建议 未来方向大致如此，但节奏是怎样的？——非常难预估。可以肯定各行各业与企业内部组织的变化不会太快，可能以3~5年一个周期迭代；彻底变化需要3个以上的迭代周期。 传统行业的变化、AI型行业小公司的大量出现，可能会在一部分行业很快出现。 当前SaaS公司能做什么？我有几方面的建议： **1、抓紧时间做战略思考**：调研客户（行业SaaS调研行业老板、通用SaaS调研服务部门的组织变化）、了解技术新进展，研判选择未来3年公司的战略道路。 **2、多服务新型企业**：各行各业中新型企业的出现，对SaaS公司来说也是新机会；服务好他们，也许是一个爆发式增长点。毕竟，新企业只想着如何快速把业务做大，不追求定制化。 **3、长期主义**：对于创始人来说，4条道路都需要长期主义。 - 守成的可以由老团队守成，创始人和联创可以自己去探索新领域；要坚定、需要长时间地坚持探索行业、企业组织（例如北森可以研究HR组织）的新变化。 - 行业改造需要产品有创新，更需要有长远战略眼光，能看到别人看不到的未来趋势。 - 激进的D路线，适合那些还没有找到PMF或者尚未找到盈利方法的软件团队。 一旦选中，需要坚持。 **4、人才**：创始人或CTO亲自带着工程师们学习新技术，钻研客户业务场景，培养懂AI技术、又懂业务的新人才。足够开放、给工程师们多做创新的机会，才是留住人才的正确姿势。 **5、团队**：设置特种兵小组（探索期避免干扰大团队军心和进度），用将一切推倒重来的勇气设想——如果用AI重新做这个产品，我们会怎么做？ 总之，每个SaaS团队不能轻视AI对SaaS领域的影响。不要被温水煮青蛙，也不要只做迎合AI噱头的假把式。公司创始人/联创需要亲自带小团队结合新技术钻研业务，投入足够时间理清战略方向。 本文由人人都是产品经理作者【吴昊@SaaS】，微信公众号：【SaaS白夜行】，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>在企业服务市场激烈竞争的当下，飞书的一次重大战略调整引发了广泛关注。2025年5月26日，飞书People业务正式从飞书产品线剥离，划归字节集团信息系统部（CSI）。这一看似普通的组织调整，背后却隐藏着飞书对自身战略的深刻反思与调整。</p> </blockquote>  2025年5月26日，飞书People业务正式从飞书产品线剥离，划归字节集团信息系统部（CSI）。这则看似寻常的组织调整，实则是飞书对“大而全”战略的自我修正。 盲目扩张产品线无法建立护城河，反而会稀释核心竞争力。 从高调推出“人才全生命周期管理”闭环（2022年），到黯然回归内部服务工具（2025年），飞书People的溃败暴露了HRSaaS市场的结构性矛盾。但在我看来，这场剥离并非退却，而是飞书重生的起点：甩掉非核心包袱，才能让刀刃更锋利。 ## 01剥离飞书People，聚焦核心提升竞争力 ### 一、 剥离飞书People，更利于飞书商业化 飞书 People 的战略剥离，本质上是商业生态位的主动重构。在企业服务市场的价值坐标系中，HR 管理系统始终处于需求弹性区间 —— 相较于实时协作、文档云端化等高频刚需场景，绩效评估、人才招聘这类低频业务模块，在中小企业成本结构中始终扮演着 “可替代性选项” 的角色。当 Excel 的灵活性与钉钉免费版的普惠性，已能满足基础管理需求时，飞书 People 的商业价值锚点便面临结构性挑战。 此次业务调整，折射出飞书在战略层面的深层思考： 战略聚焦维度：通过业务减法释放核心资源，强化实时会议、云端文档等高频场景的产品竞争力，在与钉钉、企业微信的生态位争夺中，构建更具差异化的护城河； 资源配置效率：将有限的研发与运营资源集中投入核心产品矩阵，加速功能迭代与市场验证周期，缩短商业化路径的探索时间； 商业健康度优化：主动剥离低边际收益业务，重构投入产出模型，通过提升整体 ROI，推动飞书向规模化盈利目标加速迈进。 ### 二、 战略聚焦才能打造有竞争力产品 飞书曾以 “企业协同与管理平台” 为战略定位，试图与钉钉、企业微信分庭抗礼。其中，飞书 People 作为差异化竞争的关键产品，旨在通过 HR 数字化与 OKR 管理体系重塑行业格局。但因过度扩张，导致资源分散，产品陷入 “大而不强” 困境，不仅未能形成垂直领域优势，还因同质化竞争推高成本，成为发展负担。 飞书 People 与飞书 Office 存在底层逻辑冲突，协同效果未达预期。此次业务剥离，是飞书对战略重心的校准。通过回归 “企业协同平台” 核心定位，飞书将资源聚焦即时通讯、文档协作等核心赛道，与头部企业竞争。 SaaS 失败常源于盲目追求大而全，违反基本规律。 飞书的实践证明，产品广度不等于竞争力深度。当钉钉以免费策略、企业微信依托生态抢占市场时，飞书需单点突破。其 “多维表格” 月活 600 万，已具备全球领先优势，若能以此为核心构建 “协作 – 文档 – AI” 竞争壁垒，或可实现突围。 ### 三、资源聚焦，未来才能在钉钉、企微中突围 办公赛道早已是巨头林立的修罗场。钉钉凭借先发优势筑起行业壁垒，如今又押注 AI 未来，重兵布防；企业微信则依托微信社交帝国，在 CRM、营销协同领域打造出独特护城河。飞书虽然手握产品体验的利刃，却始终未能真正刺破重围。尤其是飞书 People 业务，像一块沉重的巨石 —— 产研成本高企、交付链条冗长，外部客户贡献不足营收 20%，持续亏损的黑洞不断吞噬着资源。 剥离飞书 People，恰似壮士断腕。当冗余的负重被卸下，核心资源得以重新流动，这场战略瘦身，正是飞书向 AI 时代发起冲锋的关键序章。 这场资源聚焦之战，不仅是对业务的重新校准，更是一场关乎生死的战略突围。当飞书将所有能量都汇聚成一束光，或许就能穿透钉钉与企微构筑的重重迷雾，在 AI 办公的新大陆上，树立标杆，异军突起。 ### 四、精简架构：轻装上阵加速组织敏捷迭代 飞书团队曾达6000人规模，但ROI远低于抖音。People剥离后，飞书可更精简： 砍掉定制化包袱，People因缺乏PaaS能力，难以满足大企业个性化需求，交付成本畸高； 规避文化冲突，强推“字节OKR模式”遭客户抵制，如阿里退回OKR+KPI混合制； 重拾创业节奏，小团队聚焦核心场景，避免“大公司病”拖慢创新。 ## 02小结 飞书 People 的剥离，表面是 HRSaaS 商业化的溃败，深层是工具理想主义的价值回归。当梁汝波直言 “飞书 ROI 不划算”，当谢欣喊出 “组织需更精干”，飞书已意识到，在企服战场，贪婪是毒药，专注才是解药。 企服市场，从来不是提供大而全产品而形成差异化竞争优势，而是企业需依托自身核心资源禀赋，明确价值主张，塑造品牌差异化认知，进而实现商业价值闭环。 聚焦战略、聚焦资源，在协同办公中，能在钉钉、企微中突破，或许机会更大。 本文由人人都是产品经理作者【简单有道】，微信公众号：【简单有道】，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。

海外618将至，速卖通又迎来黑科技品牌的全球首发！  这次是Rokid最新款的AR眼镜。6月5日，杭州人工智能公司Rokid宣布，其消费级AR Spatial眼镜将在阿里旗下跨境电商平台速卖通AliExpress全球独家首发，并加入“百亿补贴BigSave”品牌出海计划。  这是继和宇树科技机器人、安克机器人合作后，速卖通AliExpress在“黑科技出海”赛道上的又一突破。作为“出海四小龙”之一，速卖通已经率先从“廉价商品通道”向“高科技品牌出海核心阵地”进阶。  今年3月速卖通周年庆大促期间，已经见证了海外消费者对中国“黑科技力量”的热情，以Rokid、XREAL为代表的AR/VR眼镜销售额环比暴涨600%。随后，Rokid新品选择了速卖通首发，独立站、亚马逊的发售时间统统推后。    （Rokid新品AR Spatial已在速卖通上架）  据介绍，Rokid AR Spatial是全球首款真正意义上的消费级空间计算产品，具备全球首个智能屈光度与瞳距调节系统，轻巧舒适，适合长时间佩戴。产品支持多窗口操作、3D内容观看、多设备连接、娱乐办公一体化使用，是日常工作、游戏和观影的理想工具。  在CES 2025剧透后，定价648美元的Rokid AR Spatial即被业界视为苹果Vision PRO的平替。也就是说，消费者只需要花苹果Vision PRO六分之一的价格，就可以享受类似的核心空间多屏体验。    （海外用户在CES2025上试戴Rokid AR Spatial）  依托国内逐步成熟的产业链，中国厂商在技术水平相当的情况下有效降低产品成本，让AR眼镜从“极客玩具”走进大众生活。根据群智咨询报告数据，2023年全球AR头显的出货量约为50万台；2024年，这一数字将显著增加至80万台，同比增长约63%。预计到2025年，这种增长趋势仍将继续保持，全球AR头显出货量有望达到130万台。  “速卖通是目前所有跨境平台中、对品牌支持做得最好的，还有专门的百亿补贴品牌出海计划”，谈及为何选择速卖通为全球首发渠道，Rokid国际事业负责人邵华强称，“我们看到了AR眼镜在速卖通上爆发的趋势，而且速卖通覆盖全球市场，可以有效补全我们的海外布局。”  去年起，速卖通就开启了百亿补贴品牌出海计划，以“投资视角”挖掘出海潜力新品牌。通过提供全链路、保姆级的出海解决方案，逐渐涌现出一支由小米、华为、联想等头部玩家领衔的“品牌舰队”，带动95%的合作新品牌跻身百万美金俱乐部。  今年来，速卖通百亿补贴又瞄准了最前沿的黑科技领域，宇树机器人、安克割草机器人在618前扎堆入驻，XREAL、Rokid AR眼镜纷纷加码，还有从白牌到全球出货量前10的投影仪新品牌Magcubic、细分赛道下的“隐形冠军”THINKRIDER骑行台……速卖通表示，今年还将计划帮助1000个新品牌实现百万美金的突破。

根据一位美国官员透露的消息和一份美国国务院的内部备忘录，特朗普政府正在考虑向寻求加急面试的游客和其他非移民签证申请人收取 1000 美元的费用，尽管政府律师对该计划提出了法律警告。 [](https://static.cnbetacdn.com/article/2024/0107/67f9d21a30a6c53.webp) 持旅游签证和其他非移民签证入境美国的个人已经需要支付185美元的签证处理费。特朗普政府正在考虑的新方案将是一项高级服务，允许一些人在缴纳1000美元后优先排队进行签证面试。 美国国务院的备忘录显示，该计划最早可能在12月开始试点。 据悉，这一此前未曾报道过的签证预约费用提案，是与特朗普的“金卡”计划同时提出的，后者将以500万美元的价格出售美国公民身份，让愿意付费的人更快地获得美国公民身份。 但美国国务院的法律团队表示，该提案被白宫预算办公室驳回或在美国法院被驳回的“风险很高”，因为设定超过提供服务成本的费用“违反了最高法院的既定先例”。 [查看评论](https://m.cnbeta.com.tw/comment/1504552.htm)

河南郑州董明珠健康家中原店今日开业，格力电器董事长董明珠和新浪财经CEO邓庆旭出席开业仪式，进行门店剪彩和现场直播。直播间，董明珠给1335万名2025届高考考生送上了高考祝福，并给出了三条建议：  第一，要有平常心，要淡定。因为，人焦虑多了反而就会变慌，一慌可能就会影响考场发挥。 第二，家长不要给孩子太多压力。要有去面对的勇气，这么多学生考，没考好不等于你没有实力，没有发挥好也是因素，不要怕，要继续努力，人只要坚守，今天不行，明天不行，后天一定能成功，所以坚守对我们来说也很重要，除了淡定以外，我们要有坚守的精神。 第二，要有挑战精神。现在的孩子们其实很辛苦，好多孩子晚上11:00还在看书，我觉得过度的压力反而释放不出他们的智慧，该放松一定要以放松的心态去做，每个人来到人世间，都会有自己不同的角色扮演，不要去攀比，跟自己比就行了，这很重要。 [查看评论](https://m.cnbeta.com.tw/comment/1504550.htm)

6月5日上午消息，河南郑州董明珠健康家中原店今日开业，格力电器董事长董明珠和新浪财经CEO邓庆旭出席开业仪式，进行门店剪彩和现场直播。  现场，董明珠在谈及空调“铝代铜”时表示，“我们的检测厂和试验工厂一直在验证这个技术，但我认为到今天为止，铝可以替代铜，但是不敢保证替代它的质量，这也是我们不选择铝的重要原因。” “大家都用铝，但是我不用，这也会导致成本高，因为铜比铝贵四五倍的价，铜在一个空调里面占比很高，一台空调可能会多几百块钱，但我觉得非常值得的，因为消费者买了后，10年以后他如果换新的产品，他依然会选择你，但如果用了两三年就坏了，修了几次以后就会很痛苦。”董明珠表示。 “我们不能背离消费者的信誉，消费者关乎到企业的生命，你质量不好伤害消费者，也是在伤害自己的品牌，信誉度也就没有了。”董明珠表示。  现场，董明珠在谈及格力电器做产品的理念时表示，“格力坚持自主生产，追求品质，哪怕一个小小的血糖仪，都是我们自己设计、制造的，没有拿到外面去给别人贴牌生产。”她表示，这么做主要是基于生产过程中可能出现的质量控制问题，希望把每个设计质量的环节都掌握在自己手上。 “自己来做，虽然辛苦一点，可能成本高一点，如果我们简单一点，所有这些都可以委托别人加工，然后打格力牌就行，利润还更高，但可能对生产的每个工序无法完全掌控，我们还是想对消费者要负责一些。”董明珠表示。 她以格力空调为例表示，消费者用格力空调10年没坏，如果这些产品买回去几天就坏，几个月就坏，那便不行。“自己生产就知道每道工序，我们就有强烈的标准，按照标准来做，无论是生产标准，产品参数标准，我们都有非常清晰的准确的控制手段。”董明珠表示。  现场，董明珠在谈及格力数控机床时表示，格力电器2013年开始进军数控机床时，当时是非常具有挑战的，技术要求非常高。但因为格力电器当时生产的电器产品都需要高端数控机床，公司自己不能生产，国内也找不到替代的，于时最终决定了自己造。 “当时我就想，我们怎么能让世界爱上中国造？人还是要有梦想的，所以我就说我们能不能挑起这个来，最终决定我们一定要打造自己的（数控机床）。” 现场，董明珠在谈及格力空调10年免费包修时表示，“谁都会讲包修，但我们是10年的免费包修。”  当下，一些空调企业在宣传包修政策时，往往会对一些保修情况进行分类，承诺的保修也可能存在收费项目。董明珠表示，自己亲自去跟业务人员确认过，格力电器的空调是“10年免费包修的”。 “最大的职业道德就是不讲假话，也老怕别人作假，你一定要调查清楚再发言，不知道乱讲话很危险，现在互联网时代，大家都能查到，骗人只能骗一时。”董明珠表示。  直播现场，董明珠谈及格力文化时表示，“格力文化就是一个诚信文化，你不能欺骗消费者，不能欺骗股民，也不能欺骗社会，欺骗国家。”她以格力电器股市分红为例表示，“格力电器这么多年做了这么多产品，我们上市时从股市募了约50亿资金，但已经累计分红1700亿。” “我觉得我们要有良心，因为他们资助了我们，让我们起来了，我创造了财富，就应该和他们分享。”董明珠说。 “一个企业它保持一种诚信善良，所以做选择的时候他都会顾及别人的利益。”董明珠表示，“股民利益我们考虑到，员工利益我们也要考虑到，更重要的是我们对社会的贡献，我们这10年给国家纳税超过1600亿。” [查看评论](https://m.cnbeta.com.tw/comment/1504548.htm)

Today, AITO and Xiaomi represent two distinct playbooks: Huawei is doubling down on &#34;tech luxury&#34;, with advanced intelligent systems and connectivity; Xiaomi is going all-in on &#34;performance luxury&#34;, targeting sports-car-level specs and Nürburgring lap records.