不怕老，怕的是不敢变。

 之前文章与大家分享了[WMS产品架构图](https://www.woshipm.com/share/6211894.html)、[预约入库管理](https://www.woshipm.com/share/6215187.html)、[收货管理部分](https://www.woshipm.com/share/6215364.html)，今天继续为大家分享WMS系列中的原型图设计及逻辑实战部分：**质检管理**。 ## 场景 仓库收货后入库前进行质检，只有质检合同的产品才允许进行上架、入库，质检未通过的进行拒收。 ## 质检管理  ### 状态说明  ### 页面属性详情 **查询区关键信息说明**质检单号：精确查询。收货单号：精确查询。状态： 单选，可选值详见状态说明。创建时间：精确到天，包含两边日期。导出；导出符合查询条件的数据，导出的列同步列表中展示的数据。 **列表区关键信息说明**排序：按创建时间倒序。质检单号：生成规则：ZJ+04+年月日+三位流水号，如ZJ0420250521001。总数：需要质检的产品总数。合格数：已质检合格的产品数。不合适数：质检不合格的产品数，大于0时，红色字体显示。 **操作**开始质检：点击后弹出二次提醒框“确定开始质检吗？” 确定后弹出开始质检页面，并将此单据更新为质检中。 继续质检：点击后弹出开始质检页面。详情：点击后弹出详情页。 ## 开始质检页  ### 操作流程  ### 页面关键信息说明 **开始质检**  **其他信息说明** 1、商品条码：页面加载时鼠标默认当前文本框中，方便质检人员直接扫描产品开始质检。2、数量展示格式：已质检数量/总收货数量。3、本次产品详情，展示格式如下：产品名称、条形码、尺码、颜色、异常部位【有异常时点击修改图标，弹出不合格原因页面】、不合格原因【有异常时点击修改图标，弹出不合格原因页面】、本sku质检进度【已质检数/总收货数；点击数字弹出质检记录页】4、上次产品详情，展示格式如下：产品名称、条形码、尺码、颜色、异常部位、不合格原因、重新质检【点击后针对此产品重新质检】 **质检完成逻辑**  ### 不合格原型页面  部位：数据字典，支持多选；说明：数据字典，支持多选；当选择其他时，选择框下面显示输入框，最多50字。单据拍照按钮后，自动调取实时录像功能中的拍照功能，并自动上传当前已拍的照片。点击确定时，判断如下：  ## 质检记录  按照SKU维度显示质检记录，点击已质检总数、合格数、不合格数的值时，弹出质检记录详情页。 ## 质检记录详情  排序：按质检开始时间倒序。照片：点击后自动放大。质检视频：点击后自动播放。重新质检：点击后检查当前质检单状态是否为“质检中”，是质检中，提示“确定重新质检”，确定后将当前产品自动带出质检界面不是质检中，提示“当前质检单按已完成，不允许重新质检” ## 详情 支持查看产品详细及操作记录。 **下篇文章将继续为大家分享上架管理相关原型图及业务逻辑。** 想了解WMS系统全景图请移步至：**[WMS产品架构图](https://www.woshipm.com/share/6211894.html)** 想了解WMS系统中预约管理的请移步至： **[预约入库管理](https://www.woshipm.com/share/6215187.html)** 想了解WMS系统中收货管理的请移步至：**[收货管理部分](https://www.woshipm.com/share/6215364.html)** 本文由 @刚哥 原创投稿或者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 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。

正如 DARKNAVY 在深蓝洞察 | 2024年度最具想象空间的新应用所展望的： 新一代的 AI Agent 将具备优秀的推理能力和泛化能力，并能熟练地运用多种安全研究工具，继承大量的人类专家经验，如同顶尖的安全专家一般，发现现实世界中更多的 0day 漏洞。 不出所料，随着大语言模型 (LLM) 对复杂任务处理能力的日益增强，智能体技术 (Agent) 正在成为漏洞挖掘领域的新型范式。随着去年 Google Project Zero 团队推出了 Naptime[1]，越来越多的 Agent 审计工具正在涌现，通过为 LLM 提供必要的工具集和待测源码，模拟安全研究员的行为进行代码审计与漏洞确认。 然而，DARKNAVY 观察到单个 Agent 在审计中大型项目时，常因 LLM 推理能力的局限性（如逻辑不完整、幻觉现象）导致误报与漏报。DARKNAVY 基于多年实际漏洞挖掘经验，提出了 multi-agent 系统架构，通过模拟安全团队内部的分工与协作机制，实现了全自动漏洞挖掘工具 Argusee。 在对 Linux USB 协议栈源码的测试中，Argusee 在短时间内便发现了一个自 Linux 6.5 版本引入的高危漏洞，该漏洞已获编号 CVE-2025-37891 并得到修复，影响了包括 Ubuntu 和 Arch Linux 在内的多个主流发行版。DARKNAVY 对该漏洞进行利用开发后得到了一个在 Arch Linux 上稳定提升至 root 权限的利用脚本。 本篇为《深蓝洞察》系列最新技术专栏「前瞻对抗」的首篇。 **Argusee：多智能体协同架构** Argus had a hundred eyes round his head, that took their rest two at a time in succession while the others kept watch and stayed on guard. — Ovid: The Metamorphoses 尽管 Naptime 等单 Agent 工具为 LLM 驱动的代码审计提供了可用范式，但在面对中大型项目时，往往因模型推理逻辑不够严谨、上下文感知有限而产生较多误报与漏报，且难以灵活调整审计流程，难以满足对精准定位和深度验证的需求。 对此，**Argusee 并非旨在完全取代人工审计，进行从零开始的漏洞挖掘**，而是作为安全审计人员强大的辅助工具，依赖于审计人员提供精确的分析入口（如特定的函数或代码模块）及必要的上下文信息，在此基础上进行深度分析与潜在风险识别，从而大幅提升专业审计人员的工作效率。 与现有工作不同，Argusee 的核心创新在于其多智能体协同机制，其借鉴了人类安全团队的协作模式，将复杂的审计任务分解给不同角色的智能体。更重要的是，相较于一些早期多智能体探索[2]中各智能体功能相对独立、交互固化的方式，Argusee 赋予了 LLM 更大的自主权，使其能够动态地进行任务理解与分派，从而实现更灵活和高效的协同审计。这正对应了强化学习之父 Richard Sutton 在 The Bitter Lesson 一文中所写到的：「我们希望人工智能 Agent 能够像我们人类一样去发现，而不是在系统里集成我们已经发现的东西。建立在我们已知发现之上只会让我们更难看到如何完成发现过程。」 作为一个实现原型，Argusee 的架构如下图所示，主要包含以下核心智能体：  Argusee 原型框架图 **1.管理者 Manager Agent** Manager 是用户的交互点，用户向其提供分析入口（如目标文件或函数）。Manager 负责从宏观层面理解任务，例如，判断函数核心功能，识别潜在的关键代码段，并进行任务分解与分派，将不同的代码片段连同必要的上下文信息分发给多个 Auditor。 **2.审计员 Auditor Agent** Auditor 专注于分析来自 Manager 分配的、通常较为短小的代码片段。它们结合上下文信息，深入挖掘代码细节中可能存在的漏洞，如 Buffer Overflow，Use After Free 等漏洞。 **3.校验者 Checker Agent** 为了降低误报和漏报，Manager 在汇总审计结果并输出最终结论前，会请求 Checker 对整个逻辑链条进行复核与验证，查漏补缺。最终，由 Manager 整合信息并输出审计报告。 各 Agent 在执行任务过程中，均可按需调用预设的工具集，工具的使用时机和方式皆由 Agent 自主决策。另一方面，后端工具集的有效运行依赖于对目标项目和环境的适配，例如，源码阅读器 (Code Reader) 的变量定位功能依赖于后端语言服务协议 (LSP) 所建立的源码索引功能。 为了更好的理解 Argusee 的工作流程，下图展示了 Argusee 在实际运行过程中的思维链条：  Argusee 在某次实际运行时的简化工作流程 用户在指定目标文件和入口函数的情况下，Manager 通过分析将任务分派给了两个 Auditor，其中一个 Auditor 发现了一处疑似缓冲区溢出风险并报告给了 Manager。随后，Manager 请求 Checker 对该漏洞进行了复核，最终确认这是一处真实存在的堆缓冲区溢出漏洞，并产出了漏洞审计报告。 **实战测试与效果评估** 为验证 Argusee 的有效性，我们分别在基准测试数据、中小规模开源项目和超大规模开源项目（如 Linux 内核）上对其进行了测试评估。 **基准数据集测试** 在来自 META CyberSecEval 2[3] 的单文件标准测试用例中，Argusee 展现出接近完美的漏洞识别能力，在 Buffer Overflow 等类别的测试用例上达到了 100% 的准确率。 **中小规模开源项目实战审计** 针对中等规模的真实世界开源项目，Argusee 同样取得了显著成果，在多个经过充分测试的项目中累计发现了 15 个先前未知的安全缺陷，测试项目涉及到 GPAC、GIFLIB 等多个解析复杂文件格式的开源软件库。 以开源多媒体框架 GPAC[4] 为例，该项目长期经受 Fuzz 测试，近年来被发现的新漏洞相对较少。然而，Argusee 在短时间内便识别出数个较难通过传统方式发现的新漏洞。DARKNAVY 观察到，对于 GPAC 这类输入格式明确、以内容解析为核心功能的目标，Argusee 的表现尤为突出。 例如，下图代码是 Augusee 发现的一处整数溢出造成的内存破坏漏洞。对于 Fuzzer 而言，要构造出能够触发此漏洞（需满足 zlib 压缩格式且原始数据足够大以引发溢出）的输入样本难度极高。而 Argusee 通过模拟人工审计的逻辑推理过程，成功定位了这一深藏的缺陷。  Argusee 在 GPAC 中发现的内存破坏漏洞代码 **Linux Kernel 实战审计** 除此之外，Argusee 也针对体量庞大的代码项目进行了尝试，例如 Linux Kernel USB 协议栈这类庞大且复杂的项目。在使用过程中，尽管需要为 Agent 提供更丰富的上下文信息，Argusee 在代码的辅助理解、高风险区域定位等方面依然表现出强大的潜力，能够显著提升研究人员的审计效率。 下图为 Argusee 在 Linux Kernel USB 协议栈中找到的漏洞 CVE-2025-37891[5]：  CVE-2025-37891 的修复补丁 该漏洞发生在 Linux 内核 USB 的主机侧，恶意用户可以通过插入支持 USB MIDI2 协议的模拟设备来进行攻击。对于支持 MIDI2 的 USB 设备，Linux 内部会将 MIDI1 包转换成 UMP 包，由于长度检测不当，转换时用来存储 MIDI 字节流的缓冲区可以发生溢出，使得攻击者获得内核堆上任意溢出的原语。Augusee 被指定 USB MIDI2 入口点相关函数与文件后，迅速找到了此漏洞并提供了清晰的漏洞原理分析与复现。 当然，Argusee 的能力不止于此。鉴于构建全面的漏洞挖掘能力评估数据集及衡量标准本身是一项复杂工作，更细致的量化评估以及实战测试结果将在后续的研究中呈现。 展望未来，为了进一步释放 Argusee 的潜力，基于当前原型，Argusee 还可以围绕以下三个维度进行增强补充： **Agent 系统**：引入更多专业角色，如负责构造 PoC 以验证漏洞的复现者 (Reproducer Agent)，以及评估漏洞可利用性并尝试编写 Exploit 的利用者 (Exploit Agent)。 **工具集**：集成更丰富的分析工具，如调试器，帮助 Agent 理解程序执行流和漏洞触发过程，以及其他高级静态、动态分析工具等，构建强大的武器库。 **目标项目与环境**：整合更多辅助代码审计的信息源，如利用 RAG 技术检索相关源码知识、分析编译后的二进制文件等。 **结语** 智能体技术正深刻变革漏洞挖掘的既有范式，而 Argusee 的实践证明，多智能体协同是提升代码审计效率的有效途径。赋予 LLM 合适的结构与工具，结合人类研究员的经验，更高效地自动化发现漏洞，其潜力远超单体智能的局限。 此趋势下的探索，Argusee 仅是起点。DARKNAVY 致力于深化智能体协同安全研究，让 AI 智能体与安全专家无缝协作、各展所长，共同构筑稳固的数字防线。 或许某一天，在这场智能体引领的变革中，安全人员将从繁重的低级审计工作中解放，更多聚焦策略设计与风险评估；当经验与创见得以释放时，又能推动安全研究达到怎样的新高度？ **参考：** [1] [https://googleprojectzero.blogspot.com/2024/06/project-naptime.html](https://googleprojectzero.blogspot.com/2024/06/project-naptime.html) [2] [https://arxiv.org/html/2409.00899v2](https://arxiv.org/html/2409.00899v2) [3] [https://arxiv.org/abs/2404.13161](https://arxiv.org/abs/2404.13161) [4] [https://github.com/gpac/gpac](https://github.com/gpac/gpac) [5] https://git.kernel.org/stable/c/ce4f77bef276e7d2eb7ab03a5d08bcbaa40710ec **预告** AI会有一天取代白帽黑客吗？6月16日，专注纯粹技术交流的全新网络安全闭门沙龙 deepsec.cc (Deep Security Closed-door Conference)，DARKNAVY 将在现场继续深入探讨 Argusee。

作为全球时空智能领域的盛会，WGDC25通过前沿议题研讨、尖端技术展示与生态合作发展，全面勾勒出AI与时空技术深度融合的未来图景。大会的圆满举办，标志着时空智能产业正迈向跨界协同、技术跃迁的新阶段。

二手车不是什么新奇的东西，但没有里程的准新二手车就显得有点意思了。近日在接受采访时，**长城董事长魏建军就揭露了行业里“0公里二手车”乱象，并表示有非常多的二手车商都在卖**。 魏建军表示：这是现在的一种怪象，**所谓“0公里二手车”，就是指上完牌照就算完成了注册，好像是卖出去了，但又回到二手车商手里**。 “现在你可以到什么懂车帝、瓜子二手车、闲鱼等平台去看，有三四千家都在卖，是非常乱的。” 同时他还批评了今年开年以来的汽车行业乱象：过度宣传、过度夸张，而用户的权益得不到保障。 其实0公里二手车在业内并不算是什么新鲜事，汽车市场竞争激烈，厂家和经销商可能因市场预测失误、产能过剩等原因产生大量库存车。 **为缓解库存压力、回笼资金，经销商会将库存时间较长的新车注册为二手车，以 “0公里二手车” 的形式出售**，这样既能快速处理库存，又能在一定程度上避免新车长时间库存导致的贬值。 还有就是，**主机厂为了营造“持续热销”的假象，给投资者以信心，故意为之**，之前就曾曝出过有新车下了产线后就直接上牌照的新闻。 但不管出于什么原因，大规模出现0公里二手车本质上是一种不健康的情况，它映射的是过度内卷市场背后的畸形竞争。 [](//img1.mydrivers.com/img/20250523/9ff05864-6aae-4487-8a64-b70d1e00f80e.png) [查看评论](https://m.cnbeta.com.tw/comment/1501844.htm)

Intel至强6系列是一个庞大的家族，已经先后发布了6700E、6900P、6700P/6500P/6300P、6000P-B等诸多系列，现在**又增加了三款特殊型号，专门用于搭载先进GPU的AI系统。** **三款新品均采用P-Core性能核设计，支持PCT(Priority Core Turbo)、SST-TF(Speed Select)两大睿频技术，可提供最多128个核心、定制化CPU核心频率，进而提升GPU在高强度AI工作负载下的性能。** 其中，PCT能够动态地让高优先级核心以更高的睿频频率运行，而低优先级核心则以基础频率运行，从而实现CPU资源的优化配置。 这对于需要顺序或串行处理的AI工作负载至关重要，不仅能加速数据向GPU的传输，还能显著提高整个系统的运行效率。  **至强6776P作为主控处理器，已用于NVIDIA最新一代AI加速系统DGX B300**，在AI加速系统的管理、协调和支持方面扮演至关重要的作用。 同时，三款新处理器**专为最大化正常运行时间（uptime）而设计**，具备更出色的稳定性、更便捷的维护特性，可以将业务中断的可能性降至最低。 至强6系列处理器还支持MRDIMM、CXL，提供更大的内存容量、更高的内存带宽，PCIe通道数量比上代增加20％，加速IO密集型工作负载的数据传输，支持AMX高级扩展矩阵指令，支持AI负载必需的FP16精度运算。  [查看评论](https://m.cnbeta.com.tw/comment/1501840.htm)

文 | 张冰冰 编辑 | 阿至 36氪获悉，中海储能科技（北京）有限公司（以下简称「中海储能」）近日宣布完成超亿元Pre-A++轮融资。**此次融资由蚂蚁集团领投，君恒投资、北京昌平中小企业成长投资基金跟投，资金将主要用于技术研发及产能扩大。**「中海储能」历史投资人为红杉中国、源码资本、清流资本和经纬中国。 「中海储能」成立于2020年，瞄准规模化长时储能领域，专注于铁铬液流电池技术的研发与应用。其自主研发的铁铬液流电池技术解决了可再生能源大规模并网的消纳难题，产品入选国家能源领域首台（套）重大技术装备名录，获得“国家高新技术企业”和“北京市专精特新企业”称号。 **近期，「中海储能」宣布中标惠阳区50MW/300MWh独立新型储能电站项目，项目总投资近十亿元。**目前，「中海储能」已形成以北京总部为核心的全国化产业布局，年产能达1GWh，规划在多地建设产业基地。  「中海储能」惠阳区储能电站项目 ## **一、交叉学科研发团队，自主突破液流电池技术瓶颈** 在新型电力系统加速发展的背景下，风力发电与光伏发电规模持续扩大。受气象条件制约，这类新能源发电存在间歇性特征，直接并网将对电网稳定性构成挑战。因此，需在发电场配套建设长时储能电站，通过"储存-释放"机制实现电力时移。 **液流电池基于特殊的构造与工作原理，被视为最适合长时储能的电池技术之一。**其中，铁铬液流电池在安全性、环保性、循环寿命、能量转换效率上展现出潜力，但析氢、活性低、成本高等问题，一度制约其商业化发展。 **“液流电池同时包含了传统化工领域的‘三传一反’又引入了电场，是一个非常复杂的耦合体系，单独依靠某一个材料或者某一个技术的调整，很难真正解决析氢和反应活性等问题。”**「中海储能」CEO王屾介绍，「中海储能」通过多年研发，结合了新材料、新工艺及结构的耦合应用，才最终解决了上述难题。 举例来说，电极和双极板是液流电池的两个核心材料。传统碳基电极内部是类似海绵的3D空间，同时承担着电化学反应过程和电解液流动通道双重功能，在流动过程中会出现局部的湍流和环流，产生大量析氢。 为了从根本上抑制这些副反应，「中海储能」自主开发了碳布电极，把海绵状几毫米厚的电极改成了不到一毫米厚的布，同时开发设计了带流道的双极板，让电极碳布只承担电化学的反应，把传统的电解液流动通道的功能转移到了双极板的流道上，从而可以控制电解液的流速、流量、方向、流动轨迹，提高反应效率并且抑制析氢。  「中海储能」产品模拟图 目前「中海储能」交叉学科研发团队拥有电化学、控制、电器等领域顶尖人才。**2022年，「中海储能」开始开发液流电池领域的垂类大模型，现已推出具备推理思维链能力的液流电池专属大模型。** “现阶段从工艺、材料、结构上看，从面向市场化的角度来说，「中海储能」已突破行业技术瓶颈。”王屾介绍，2025年「中海储能」的研发重点和长期目标，是把产品的全生命周期度电成本持续降低。 ## **二、瞄准电网侧独立储能电站，下探铁铬液流电池价格** 储能产品成本核算，大致有两个维度：第一个维度是客户比较关心的初期投资成本，即初期建设储能电站时，购买储能设备的投入；第二个维度是储能电站全生命周期每年产生的运营维护费用，尤其对于使用寿命20年以上的电网侧、电源侧储能电站来说，需要综合核算全周期的总投入。 **王屾介绍，目前市场占有率较高的磷酸铁锂电池在初装成本上更有优势，4小时的储能时长设备中锂电可以做到0.6-0.7元/Wh。**但磷酸铁锂电池使用过程中存在容量衰减，衰减到一定程度后需要更换新电芯，而全生命周期中多次电芯更换将带来运营成本和全生命周期成本的大幅度提高。 **而液流电池初装成本略高于锂电池，但所有主设备都有20-30年的寿命，不需要对主设备进行更换，每年运营维护成本很低，整体来看部件成本和总投入更有优势，**并且随着储能时长增加，成本优势呈指数级放大。 不同的技术路线对应着不同的应用市场。王屾认为，磷酸铁锂电池更适合工商业储能，工商业储能规模、回报周期等要求下，初期成本较低的锂电是比较好的选择。而面向电源侧、电网侧的储能电站，寿命起步是20年，在测算全生命周期成本时，初期成本高的劣势会被拉平，液流电池长时储能、安全、可扩展性等优势将凸显。两者在能源转型中形成互补，共同支撑新型电力系统建设。 因此，「中海储能」一开始就瞄准了电网侧独立储能电站以及源网荷储一体化这两个场景。“我们判断未来几年，在中国市场会孕育出海量的独立储能电站以及源网荷储一体化项目和需求。”王屾相信，需求背后是三大趋势的推动：新能源的装机发电量持续提高、电力现货市场电价差扩大、电网侧的调频调峰等辅助服务需求增加。 **而在市场竞争中，产品始终要做的，是在追求本质安全的前提下，实现全生命周期度电成本最低。** 对此，「中海储能」从原材料和综合设计两大决定产品价格的核心要素着手。在原材料端，实现了整个体系内百分之百的国产替代，并且不断通过新研发的配方、新的生产工艺来实现原材料的降本生产。**以电解液为例，「中海储能」的度电成本已下降至2020年的一半。** 在设计方面，优化了整个系统模块结构。传统液流电池把功率模块甚至电解液罐都装到集装箱里，导致集装箱设计在成本中比重较高。「中海储能」针对场站式应用，取消了集装箱结构，通过其他保温方式来节省成本，同时，针对这种场站式系统，全面引入了余热回收系统，使得业主收益提高5%到10%左右。 ## **三、迎接储能良性发展“元年”，年内签约项目金额有望超10亿** 今年2月，国家发改委、国家能源局下发《关于深化��能源上网电价市场化改革 促进新能源高质量发展的通知》，对于储能行业而言，其中最为重要的一点是叫停了“强制配储政策”。 “强制配储政策”曾是储能市场发展重要驱动力，在一段时间内催生了中国储能市场的快速增长，为新能源的建设铺垫根基，然而，也导致了业主在投资储能时仅将其当做成本看待，后期甚至出现了建而不用、低价内卷等现象。**有专家分析，“强制配储政策”取消核心在于通过市场化机制解决电力系统灵活性不足的痛点，推动储能行业从“强制配储”到“按需配置”转变。** “我们认为，2025年这个政策出台之后，业主会真正主动去思考选用什么储能技术路线，并且建成以后要思考怎么去运行、要靠什么去获取收益，以及最终要真实地去产生各类交易、产生收入。这样的话，储能才真正步入了一个完整的经济闭环。”王屾以此判断，对于深耕研发、技术路线的企业将真正开启储能发展的元年，获得良性的发展机会。 **从2025年开始，「中海储能」正式进入全面产业化阶段，开始承接电网侧和用户侧大项目。王屾预计 2025年签约金额可达数十亿级，2026年预计翻倍。** 随着 AI 算力的不断激增，AI 数据中心的能耗巨大且需要长时间的稳定电力支持。长时储能技术，尤其是液流电池成为解决这一问题的关键。液流电池具有长循环寿命、高安全性和可扩展性强的特点使其可以根据 AI 数据中心的具体需求灵活配置。此外，液流电池的循环次数可达 2万次以上，日历循环寿命长达 20 年，能够与数据中心的长期运营需求相匹配。  「中海储能」怀来云数据中心项目 面对快速增加的交付需求，王屾认为难点在于产品批量化的精度控制以及上游供货商的配套能力。精度控制上，从2022年开始，中国机械科学研究总院就全程参与到「中海储能」的产品设计、新材料开发中，定制了一套全数字化的智能工厂，真正实现了从单电池、电池堆到整体系统模块全流程的可测可控，确保了产品的装配精度和一致性在出厂时就能达到很高的水平。 上游供货商配套能力方面，「中海储能」要求单一材料至少保证3-5家合格供方，并且每一个合格供方都要经过严格的审厂、小试、中试、放大的过程。针对惠阳区已签约的大型项目，要求所有主要供方在其生产过程中的重要节点，以及产品出厂的检验环节，由建造工程师全程参与管控每一个环节。 同时，「中海储能」将完善“1+4+N”产业布局，加快广东省惠州市惠阳区、河南省开封市兰考县、内蒙古鄂尔多斯市准格尔旗等产业基地建设，**预计今年内完成产业基地的一期建设，实现整体2G瓦时以上产能。** ### **36氪未来产业** 「36氪未来产业」持续关注城市发展、产业转型和创新创业项目落地。寻求报道可邮箱联系wangfengzhi@36kr.com或扫码联系作者。 此外，今年36氪正式推出《36氪企业投资指南内参》，依托在经济圈产业群、区域重点推进规划与招商领域的深厚积累，36氪通过提供深入详细、更为及时、独家专有的全面信息服务，为政府部门提供高效、精准的产业项目内参；助力项目方匹配产业资金、链接关键人脉、快速融入新的产业生态。     本文来自微信公众号[“36氪未来产业”](https://mp.weixin.qq.com/s/VLVm6jx4ylwc9ym9fRmmrw)，作者：张冰冰，阿至，36氪经授权发布。

前不久，微软发布了Windows 11 24H2和Windows Server 2025的累积安全更新KB5058411。**但是这次更新的体积却令人咋舌，达到了惊人的4368.9MB，作为对比，4月更新包KB5059087的大小才有800 MB。** 经过调查发现，问题的根源在于微软在更新中加入了大量的AI相关文件。  据用户abboddi的分析，**使用7-zip解压下载的KB5058411更新文件，会发现其中与常规更新相关的文件仅约850MB，而剩下的3GB多文件都与微软的AI应用有关。** 但是根据微软的说法，这些AI功能目前仅与配备NPU的Copilot+ PC相关，因为AI功能仅计划在这些平台上安装和更新。 不仅如此，该更新包也同样提供给Windows Server 2025，而服务器环境中AI功能的实用性显然较低。 **这也就意味着尽管许多用户可能并不需要这些AI功能，但他们仍然不得不下载并安装这些庞大的文件。** 这一情况让人不禁回想起微软在2021年11月提出的优化更新体积的计划，当时，微软曾表示将逐步淘汰旧的更新，以提高下载和安装速度并增强安全性。 但如今微软却根本不管不顾也要将AI内容打包到更新文件中，似乎离之前的目标越来越远了。 [查看评论](https://m.cnbeta.com.tw/comment/1501838.htm)

近日，比亚迪一项全新专利得到公示，从内容看，国产第一台“风扇车”就要诞生了。专利摘要显示，本发明公开了一种气流发生装置、车辆以及控制方法，**旨在解决现有技术中车辆空气动力学管理的效果不佳的技术问题**。  该气流发生装置应用于车辆，气流发生装置适于设置于车辆，气流发生装置能够产生第一气流或第二气流，**第一气流用于减小车辆受到的阻力，第二气流用于增加车辆的下压力**。 [](//img1.mydrivers.com/img/20250523/d32d8971-bd0a-4996-89ef-a9481272558a.jpg) [](//img1.mydrivers.com/img/20250523/71d38cb5-bd99-4d05-810e-8ed0d22e2333.jpg) 等等，说了这么多，可能很多人还不了解什么叫“风扇车”。 **它指在车身后部安装巨型风扇的赛车，通过风扇强制导出车子下方的气流，降低车底气压以产生强大的下压力，让车身紧紧吸附在路面上，从而提升赛车在弯道上的过弯速度**。 说人话就是利用风扇在车辆行驶过程中发挥类似吸尘器的效果，**不停将车底的空气向外抽出，再配合车身两侧的软质裙脚，形成强大的地面效应**，增加赛车的抓地力，提高车辆成绩。 风扇车并不是新物种，早在1970年，Chaparral Cars派出的Chaparral 2J风扇车参加加拿大-美国挑战杯竞赛，因实力强劲当届竞赛结束后即遭到禁赛。 1978年，Brabham车队的BT46B风扇车在瑞典站GP大赛中，由著名车手劳达驾驶以34.019秒的领先幅度轻松夺冠，并缔造了最快单圈纪录，但赛后即被FIA判定违法而遭禁赛。 当前，**比较知名的风扇车有阿斯顿马丁女武神和McMurtry Speirling，售价均非常昂贵，其中女武神价格超过2000万人民币。** [](//img1.mydrivers.com/img/20250523/c932e963-a1d3-4469-83a3-57af08c2f2cd.png) 需要说明的是，前者采用了类似风扇车的空气动力学理念，通过主动式空气动力学套件，如可调节尾翼和自适应进气格栅，以及底部气流管理系统和车身整体流线型设计，优化气流，增加下压力，提高车辆的稳定性和操控性。 **而McMurtry Speirling则在车底安装了两个巨大的地面效应风扇装置，静止时能产生约2000公斤的下压力。** 风扇可根据车速、路况和驾驶模式等因素自动调节，为车辆提供持续稳定的下压力，在2022年古德伍德速度节上以39.08秒的成绩打破了大众ID.R创下的爬坡赛记录。 McMurtry Speirling [查看评论](https://m.cnbeta.com.tw/comment/1501836.htm)

俄罗斯政府出台了一项新法律，要求莫斯科地区所有外国人必须安装追踪应用程序。国家杜马主席维亚切斯拉夫·沃洛金宣布了这项新提案，他将其作为打击移民犯罪的一项措施。[沃洛金表示](http://duma.gov.ru/news/61435/)：“采用这一机制将利用现代技术加强移民领域的监管，也将有助于减少该领域的违法犯罪行为。” [](https://static.cnbetacdn.com/article/2024/1022/4cedae64c2b5fc8.jpg) 所有外国人都必须在自己的智能手机上安装一款移动应用程序，通过该应用程序，俄罗斯政府将收到以下信息： - 居住地点 - 指纹 - 脸部照片 - 实时地理位置监控 这位高级政治家解释说：“如果移民改变实际居住地，他们必须在三个工作日内通知内政部（MVD）。” 该措施不适用于外国外交官和白俄罗斯公民。 试图逃避新法律规定义务的外国人将被列入监控个人登记册，并被驱逐出俄罗斯。 俄罗斯互联网自由观察组织[Roskomsvoboda](https://roskomsvoboda.org/en/post/spying-on-foreigners-via-smartphone/)对这一提议的反应反映出怀疑和担忧。 律师安娜·米努什金娜指出，该提议违反了俄罗斯宪法第23条和第24条关于保障隐私权的规定。 莫斯科乌兹别克社区主席维克托·特普良科夫称该倡议“考虑不周，难以实施”，并对其可行性表示怀疑。 最后，PSP基金会的安德烈·亚基莫夫警告说，这种激进的措施必然会阻止潜在的劳工移民，从而给该国带来不同的问题。 该提案尚未最终定稿，设备被盗/丢失或类似技术或实际障碍时的具体情况将在该部与地区当局即将举行的会议上解决。 大规模监视实验将持续到2029年9月，如果成功，该机制将扩大到覆盖全国更多地区。 [查看评论](https://m.cnbeta.com.tw/comment/1501834.htm)

一份关于青少年智能手机使用与心理健康的“专家共识”预印本论文在社交媒体上引发激烈争论。批评者认为该研究存在严重缺陷，且该领域证据不足，难以支撑所谓“共识”。 [](https://static.cnbetacdn.com/article/2025/0217/5531ab1d9a70d86.webp) 该研究由美国纽约大学等机构的学者牵头，旨在回应公众对社交媒体影响的激烈辩论。研究团队基于一本探讨青少年心理健康的著作，提炼出26项主张，包括“重度使用智能手机会导致注意力碎片化”及“社交媒体加剧青春期女孩的完美主义倾向”等。随后，超过100位受邀专家对这些主张的可信度及证据强度进行评级，并通过多轮反馈形成最终共识声明。 研究结果显示，超过92%的专家认可这些声明，例如95%的专家认为“有证据表明屏幕使用时间增加，而面对面社交减少”，97%的专家认为“注意力碎片化对心理健康的影响尚缺乏充分证据”。研究团队强调，这些共识应被视为研究起点，而非最终结论。 然而，该论文在社交媒体发布后遭到质疑。批评者指出，专家筛选过程可能存在偏差，部分持反对意见的研究者中途退出。此外，有学者担忧，部分专家可能回答了超出其专业领域的问题，导致数据可靠性存疑。 更核心的争议在于论文的表述方式。预印本的标题和摘要被指过于强调结论，而忽略了共识声明中的诸多限制条件。例如，摘要称专家普遍认为“重度使用智能手机会导致睡眠问题”，但实际共识声明仅表示“具体影响尚不明确”。有学者批评，这种表述可能误导公众和政策制定者，使其高估研究的确定性。 研究团队承认，在科学传播上应更加谨慎，并表示可能修订论文以更清晰地呈现研究的局限性。但批评者仍担忧，在公众高度关注、政策影响深远的领域，此类研究若被误读，可能加剧社会分歧而非促进理性讨论。 [查看评论](https://m.cnbeta.com.tw/comment/1501824.htm)

5月23日消息，Google联合创始人谢尔盖·布林（Sergey Brin）日前表示，现在正是退休计算机科学家重返工作岗位的好时机。自2019年离开Google母公司Alphabet六年后，如今布林再度出山，投身Google各类雄心勃勃的项目。 [](https://static.cnbetacdn.com/article/2025/0521/abe751105ea9211.jpg) 2022年，人工智能初创企业OpenAI凭借热门聊天机器人ChatGPT的上线震撼了整个科技界，有关布林帮助Google的消息于2023年陆续传出。显然，这位曾经的“退休人士”已重归科技前线。 在周二举行的GoogleI/O开发者大会现场访谈直播中，布林对“大科技”（Big Technology）记者亚历克斯·坎特罗维茨（Alex Kantrowitz）说道，你肯定不能置身事外。 布林表示，“坦白说，现在任何一位计算机科学家都不该退休。”坐在他身旁的是GoogleDeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）。 作为Alphabet旗下的人工智能研发实验室，DeepMind承担着生成式人工智能助手Gemini等多个项目。布林告诉坎特罗维茨，他“几乎每天”都泡在Google，参与Gemini最新模型的训练工作。 布林认为，人工智能领域正处在“历史上前所未有的独特时刻”——这个竞争白热化且日新月异的技术领域，既充满挑战又蕴含无限机遇。 当坎特罗维茨问及他回归是否仅仅是为了在通用人工智能领域的激烈竞赛中与其他对手一较高下时，布林表示，这不仅仅是竞赛那么简单。 布林回应：“科技发展从未面临过如此宏大的命题，也从未有过这般广阔的机遇。” 作为Web 1.0时代的亲历者以及后续几代技术发展的见证者，布林在采访中谈到，如今投身人工智能领域“更令人心潮澎湃”，他认为这项技术将对世界产生更为深远的影响。 不过，实现通用人工智能这个让机器具备人类解决问题能力的里程碑，仍是布林心中的目标。 他说，“我们完全有信心，Gemini将成为首个真正的通用人工智能。” 布林退休期间曾创办了飞艇初创公司LTA Research，资助过帕金森病研究，还投资房地产。 在2019年离开Alphabet前，布林曾负责GoogleX部门的“登月计划”项目，其中最为大众所知的当属曾引发热议却最终折戟的智能眼镜项目Google Glass。 [查看评论](https://m.cnbeta.com.tw/comment/1501822.htm)

今年年初，特斯拉焕新版 Model Y 上市之际，雷军发布的一条相关微博曾登上热搜，引发广泛关注。我们租了一台焕新版特斯拉ModelY，去小米YU7 的体验会，实地对比，看看两台车谁更强。  为确保对比测评的全面性与专业性，我们配备了卷尺、紫外线灯、紫外线测试卡、红外线灯、红外线测试仪等专业设备，以及价值 7 万元的人头麦和索尼录机。  01外观设计 在外观设计层面，相信不少读者对特斯拉 Model Y 与小米 YU7 这两款车型的造型风格颇感兴趣，那大家觉得是Model Y 的造型设计更具先进感，还是 YU7 的设计更显优雅呢？ 从个人观点出发，特斯拉 Model Y 的设计风格更贴合当下电动车的设计理念，而小米 YU7 则呈现出更为年轻、帅气的设计。   为什么我说ModelY是更适合电动车的设计，这需要我们从流体力学的角度来剖析。流体的流动形式主要分为层流、湍流和涡流三种。当空气能够完美贴合车身表面流动时，这种空气穿过车身的形态便称为层流。  然而，这仅仅是一种理想状态。在实际情况中，当流体遇到车身这一障碍物时，其运动形态会发生改变。在障碍物后方的真空区，也就是背风一侧，会产生波动。其中，有规律旋转的波动被称为涡流，而无规律的波动则被称为湍流。对于汽车而言，若想降低风阻，就需要尽可能延长层流的持续时间，同时减少涡流和湍流的产生。  特斯拉 Model Y 采用了典型的水滴形设计，其车头极为短小，前风挡玻璃倾斜角度较大，同时还配备了类似轿车的超大溜背造型。正是这种独特的设计，使得 Model Y 实现了 0.22cd 的超低风阻系数。  反观小米 YU7，其车头设计相对较长。与 Model Y 车头和 A 柱近乎呈一条直线的布局不同，YU7 的车头与 A 柱之间存在明显夹角，从流体力学角度来看，这种设计显然不利于降低风阻。  此外，YU7 的车尾溜背幅度相较于 Model Y 明显较小，整体造型介于 Coupe 和传统 SUV 之间。在车辆高速行驶时，车尾后方区域容易形成低压区，进而影响空气的正常流向，产生大量湍流，最终导致风阻增加。  然而，YU7 的设计巧妙地实现了美学与风阻之间的平衡。从美学维度考量，YU7 的车身高度仅 1.6 米，这一数据甚至与众多新能源轿车相近。同时，它拥有 3 倍轮轴比和 2.1倍的轮高比，搭配修长的车头以及超长的 L113（前轮中心到脚踏板的距离），呈现出经典的传统豪华 SUV 造型。若对此造型仍感抽象，不妨参考以下几款车型：英菲尼迪 FX35、法拉利 Purosangue 以及小米 YU7，这三款车在车身比例上有着异曲同工之妙。  客观而言，YU7 的设计风格与法拉利车型在部分特征上有相似之处，但在风阻设计方面，小米确实展现出独特的思考与创新能力。 YU7大量利用了狭管效应，设计了10组贯穿风道，19个真风口。所谓狭管效应，就是流体由开阔地带进入狭窄地带后，流速会加快，那么在狭管出口就有更高的压强，可以把外部气流打飞。  举几个例子，YU7车灯的上半部分，是一条风道，这条风道直通前风挡根部，通过引入前端的层流，减轻A柱夹角对风阻的不利影响。前杠两侧的风道，可以形成一面气帘，减少轮胎产生的湍流。于此同时，翼子板上的这个风道，也可以让轮拱内部的乱流加速排出。  以上这几个设计，不仅可以优化风阻，也能优化风噪。最终的结果是：一个经典的比例下，YU7的风阻只有0.245cd，所以我说它是美学与风阻的平衡，绝对不为过。 02 内饰设计 在汽车市场，由于SU7已凭借出色表现成为标杆在前，YU7外观初次亮相时，并未给我带来特别强烈的视觉冲击。但是当我看到YU7的内饰，我就感觉——ModelY的日子要难了。 焕新版ModelY的内饰相较以往有了显著进步，但仔细对比后会发现，它与焕新版Model3的内饰风格差异并不明显。反观YU7的内饰，和SU7的内饰相比，绝非简单的相似，而是有着本质的区别，可以说是“除内核设计理念相关联外，外观呈现处处皆不同”。 从整体布局来看，YU7采用了双环抱式设计。在用料方面，我能看到皮革、翻毛、真木、哑光金属，原创度、豪华感、纵深感，甚至简洁感都比SU7更好。我当时就是一个庆幸：庆幸自己既没买SU7，也没买焕新Y。  尽管特斯拉内饰常被部分人诟病为“毛坯”风格，但不可否认，当下新势力车企流行的内饰布局设计思路源于特斯拉。  可就论科技感来说，YU7也表现的更好。YU7在前排增设了小米Hyper Vision小米天际屏，此前在宝马概念车上见过类似屏幕设计。  该屏幕具备多种功能，可显示时速、挡位、驾驶模式、导航、音乐等信息，未来还将支持辅助驾驶SR界面及盲区影像显示，副驾乘客可查看歌词。据小米方面介绍，这块屏幕是视网膜级的，而且不怕强光。  这样的设计有何妙用？又为何不采用传统仪表或远端显示屏呢？ 其一，更安全。以往的仪表盘通常位于方向盘后方，而天际屏则置于前风挡玻璃下沿，离驾驶员更远，却离道路更近。这样一来，驾驶员在行车过程中眼神的移动距离大大缩短，从而提高了行车安全性。 其二，显示效果更佳。相较于HUD，由于有了黑色幕布的加持，这块天际屏的显示效果堪称出色，不会出现对不上焦、看不清的情况。而相较于传统屏幕，它又不占据仪表盘的位置，无需将仪表盘抬高，既保证了视野的开阔性，又提升了车内的整体美观度。  也许你会担心它影响视线，这完全是多余的，因为这部分本来就是你在车里，看到的引擎盖部分。所以就静态体验，它真是百利无一害，我能想到的是，因为是折射光，可能戴偏光镜会影响效果？ 03 空间配置 在完成主观感受分享后，接下来咱们聊点客观的：配置和空间表现。 此次体验的YU7预计为高配或顶配版本，其前排座椅配备通风、加热、按摩功能，相较于Model Y和SU7，额外增加了按摩功能。此外，YU7还搭载了EC天幕，可调节透光度，这是Model Y所不具备的配置。  要说雷总既然敢发微博，那配置是不可能打不过焕新版ModelY的，特斯拉都明牌了，还怎么打？ 不过，YU7的配置虽丰富强大，但部分功能实用性有待提升。例如，前排座椅的零重力模式在实际体验中存在卡脚问题，相关反馈已提交给小米，期待量产版能予以改进。  在乘坐空间方面，YU7的表现稍显逊色。鉴于SU7存在C级车尺寸却仅有B级车空间的情况，而YU7车身长宽与SU7相同，高度相比其他电动SUV不具优势，其实际乘坐空间与Model Y相比，并无明显优势，仅大致相当。  具体而言，身高174厘米、体重130斤的体验者，在舒适坐姿下，Model Y腿部空间领先1厘米，YU7头部空间略胜1厘米，两者坐垫长度几乎一致，坐垫宽度方面Model Y领先0.5厘米，前排空间差异极小。  后排空间方面，虽未测量腿部空间，但通过同角度、同焦段镜头对比可见，YU7坐垫长度比Model Y长1.5厘米，可满足多数人需求，头部空间Model Y稍优。YU7后排座椅可调角度达135度，超越迈巴赫的1度，而Model Y的可调范围则相对常规。  后备箱空间上，Model Y凭借更长的进深和更大的纵向空间，整体容积理论上更大。两车均支持后排座椅电动调节与放倒，在完全放倒状态下，Model Y纵深更大，倾斜角度更小，更适合作为露营床车使用。  储物空间方面，YU7虽非极致实用主义车型，但与SU7一样追求空间的高效利用。中央扶手空间与Model Y相当，但YU7为开放式设计，Model Y则为封闭式。YU7在储物设计上独具匠心：中控台和后视镜预留快装螺口，便于架设手机或运动相机；中央扶手边设有挂钩，主驾侧配备质感优良的小储物盒；四门门板设计有手机刘海；后排座椅下方设有抽屉和雨伞刘海，且配备冰箱。相较于Model Y，YU7仅在前排座椅后方背带设计上有所缺失，整体而言，在储物方面更为用心。  04 防晒隔热 小米YU7 的防晒能力怎么样？我们准备了紫外线测试和红外线测试。在紫外线测试环节，对小米YU7的风挡、天幕、车窗玻璃进行实测，结果显示其均具备良好的紫外线隔绝能力。特斯拉Model Y在此方面表现同样良好，不过受限于测试精度，二者在紫外线隔绝能力上未显现出明显差异。 红外线测试聚焦于车辆的隔热能力，测试中使用了红外线检测仪与贴膜店的红外线灯。实测结果表明，在侧窗的隔热能力上，特斯拉Model Y略胜一筹；而小米YU7在前风挡玻璃与天幕的隔热表现更优。  具体来看，在侧窗测试中，红外线灯距离车窗一部手机的距离时，小米YU7测得的红外辐射为170多瓦每平米，特斯拉Model Y则为140多瓦每平米，特斯拉Model Y在侧窗隔热上稍占优势。 前风挡测试方面，小米YU7的红外辐射约为6瓦每平米，特斯拉Model Y则高达60瓦每平米，差距显著。这意味着在烈日下，特斯拉Model Y车内体感可能更热，小米YU7则相对凉爽。 天幕测试结果显示，特斯拉Model Y的红外辐射读数为每平米12瓦多，小米YU7的读数为0。经确认，小米YU7的EC天幕处于最低挡透明状态。由此可见，小米YU7的隔热能力应该很强悍。在日常驾驶中，面对头顶与正前方的阳光，小米YU7在防晒与隔热方面表现良好，仅侧向光线会使车内温度较高，在早晚阳光照射角度较大时，这一问题更为明显，大家可以按需贴膜哦～ 05 音响 最后就是音响了。为确保本次测试能够最大程度呈现真实效果，为大家提供优质体验，我们特别向科技博主“时代玩家”借用了价值7万元的专业级人头麦克风以及索尼录机设备。 在车型选择上，除Model Y焕新版外，我们还额外借用了朋友的顶配版极氪7X，旨在引入一款同级别国产车型进行横向对比。三款车型同时进行音响实录，力求以最直观的方式展现各自的音响表现。  至于最终哪款车型的音响效果更胜一筹，我们将交由观众自行评判。不过需要说明的是，小米YU7的音响录制在棚内完成，而Model Y焕新版与极氪7X的录制环境存在一定底噪，观众在观看时可酌情忽略这一细微差别。 以上便是我们在有限时间内为大家带来的小米YU7体验内容。这台车我们拍完的时候，小米的朋友让我填了个问卷，猜一猜它的价格。有一说一，这台车的产品力比SU7只强不弱，价格比SU7 贵三五万，我觉得也能卖爆。但我相信这不是雷总的风格，所以我给了一个比SU7 贵一两万的预测。你觉得它卖多少钱你会愿意买呢？ [查看评论](https://m.cnbeta.com.tw/comment/1501818.htm)

从白宫幕僚到战地记者，即时通讯软件（IM）是无数关键人群不可或缺的沟通工具。无论是WhatsApp、Telegram，还是微信、QQ，它们已经成为现代社会的“数字血管”，承载着数十亿用户的社交、支付与办公等核心业务，其安全性直接关联个人隐私、金融资产，乃至国家安全。 事实上，关于IM的安全研究早已展开。2019年Project Zero披露了iMessage中的CVE-2019-8641漏洞[1]，该漏洞是一个内存破坏问题。iMessage会自动解析消息中的富媒体内容，攻击者仅需发送恶意构造的文件，即可在无需用户交互的情况下实现远程代码执行，完全控制目标iPhone设备。 DARKNAVY将在本文中以微信为例，从URL解析、文件处理、网页访问等典型场景出发，系统梳理即时通讯客户端的关键攻击面，剖析攻防背后的博弈。 **IM攻击面概览** 从体系架构出发，即时通讯软件的攻击面可划分为三个主要维度，分别是客户端层面、通信协议层面以及云端服务层面。本文将重点分析客户端的攻击面，探讨其中可能导致远程代码执行或敏感信息泄露的安全问题。 **1 URL链接** 多数IM客户端支持自定义协议（如 weixin://、tg://）以实现应用内跳转，然而，攻击者可借助构造伪装为合法链接的恶意请求，利用客户端对URL校验不严的漏洞诱导用户访问钓鱼站点。更具隐蔽性的是对一些特殊功能URL的滥用。例如，slack://settings可以实现更改设置的功能，攻击者通过构造特定参数的链接并诱导用户点击，可以实现数据窃取[2]。  使用weixin://协议打开微信 **2 文件解析** 为提升用户体验，IM客户端通常集成自有文件解析逻辑以实现格式预览与内容提取。攻击者可通过构造特制的恶意文件，利用解析功能的漏洞实现远程代码执行。例如，CVE-2019-11932[3]和CVE-2025-30401[4]分别是WhatsApp Android客户端和Windows客户端中的严重漏洞，前者通过恶意GIF文件触发攻击，后者则通过伪装成图像的可执行文件诱导用户执行。 **3 内置浏览器组件** 多数IM客户端内置浏览器以支持网页访问，通常采用基于Chrome的自定义内核。其攻击面主要集中在两类技术路径上： **一是JSBridge**，若客户端未对暴露给网页接口进行精细化权限控制，则可能被恶意网页调用实现权限滥用； **二是浏览器内核漏洞**，例如，DARKNAVY团队于2023年发布的预警[5]中指出，源于Chromium内核中libwebp组件的漏洞CVE-2023-41064 & 4863，影响包括微信、钉钉、QQ在内的多个主流IM软件。  CVE-2023-41064 & 4863漏洞影响Windows平台微信客户端 **4 小程序生态** 为拓展服务边界，微信、钉钉等IM客户端纷纷开放小程序平台，赋予第三方开发者丰富的系统权限，如文件系统访问、传感器调用、API接口使用等。然而，若客户端在权限管理或功能实现上存在疏漏，攻击者可借助恶意小程序实施攻击。 **微信攻击面分析** DARKNAVY团队对微信客户端的攻击面进行了初步调研，下面将从多个维度介绍微信客户端面临的主要安全风险及其应对机制。 **1 微信URL链接** 微信客户端内置了调试链接机制，当用户访问的URL中包含 debugxweb.qq.com 时，会根据URL中的参数触发不同调试行为。例如，传入参数 show_webview_version 可在页面上展示当前WebView内核的版本信息及相关配置。  show_webview_version展示的版本信息 尽管该机制为调试带来便利，但若攻击者构造恶意URL并诱导用户访问，可能在无用户感知的情况下触发高风险操作，如版本回退或配置变更。为降低风险，微信客户端限制了 install_embed_plugin 等敏感操作仅可在开启 bEnableLocalDebug 选项后执行。同时，对于如 set_config_url 等可修改获取配置URL的功能，微信也加入了严格的域名与协议校验，仅允许使用 HTTPS 且域名限定为 dldir1.qq.com 或 dldir1v6.qq.com，有效规避了配置被篡改的风险。  set_config_url等功能的URL校验 此外，微信支持 weixin:// 协议实现内部跳转，例如 weixin://dl/ 用于页面导航。对于带 ticket 参数的链接，微信客户端会通过 /cgi-bin/mmbiz-bin/translatelink 接口向云端请求真实跳转地址，从而避免攻击者伪造链接诱导用户访问任意页面，有效增强了链接跳转的安全性。 **2 微信内置浏览器组件（XWEB）** 安卓微信使用自研的 XWEB 内核，基于 Chromium 开发。截止本文编辑时，内核开发版的Chromium版本是134.0.6998.136，而现网版本是130.0.6723.103，而Chrome官方浏览器的版本是136.0.7103.93。XWEB保持了相对领先的内核版本，不过仍存在一定的滞后性，有可能受未修复的公开漏洞影响。 为提升浏览器安全性，微信默认启用了多进程沙箱机制。主进程运行在 xweb_privileged_process_0，而渲染进程则隔离于 xweb_sandboxed_process_0，有效缓解了对渲染进程漏洞的攻击利用。  安卓微信客户端的进程隔离 微信还提供了丰富的 JSBridge 接口供网页调用原生功能，例如 sendEmail 可唤起客户端发邮件、scanQRCode 可调用摄像头扫描二维码。  使用sendEmail进入发邮件界面 为防止滥用，微信客户端在加载网页时会根据URL向云端请求权限列表，以精细化控制每个JSBridge接口是否可用。在某些特定官方测试页面上，大多数接口默认开放，而在其他页面中，仅开放少数接口。此种基于页面来源的权限划分策略，有效限制了潜在恶意网页的破坏能力。 **3 微信小程序安全机制** 微信小程序采用JavaScript开发，架构上分为渲染层与逻辑层，分别在独立线程中运行，相互隔离。其中渲染层负责界面展示，而逻辑层处理业务逻辑。开发者编写的逻辑层的JavaScript脚本不能使用浏览器暴露出来的 DOM API，而渲染层的JavaScript脚本也无法使用开发者的高权限功能。微信客户端给渲染层和逻辑层暴露的JSAPI功能也有所不同，例如渲染层可以调用insertVideoPlayer、insertTextArea等功能，而逻辑层可以调用saveFile、addDownloadTask等功能。这样的隔离防止了攻击者通过小程序的XSS等漏洞在渲染层执行高权限操作。  addToPagePool添加渲染层的JSAPI  渲染层可以使用的一些JSAPI **结语** 微信作为国内最具代表性的IM软件，在安全机制上体现出多层防护与权限细化管理的设计思路，如JSBridge精细授权、浏览器沙箱隔离、小程序双线程架构等，体现出其对安全风险的高度重视。 作为长期关注即时通讯软件安全的研究团队，DARKNAVY始希望通过持续的漏洞研究、攻防分析与技术分享，推动IM生态在保障用户体验的同时，更加稳健、安全、可信地向前发展。 **预告** 本研究内容已入选专注纯粹技术交流的全新网络安全闭门沙龙 deepsec.cc (Deep Security Closed-door Conference)，将于6月16日在现场深入探讨。 **参  考** [1] [https://googleprojectzero.blogspot.com/2020/01/remote-iphone-exploitation-part-3.html](https://googleprojectzero.blogspot.com/2020/01/remote-iphone-exploitation-part-3.html) [2] [https://medium.com/tenable-techblog/stealing-downloads-from-slack-users-be6829a55f63](https://medium.com/tenable-techblog/stealing-downloads-from-slack-users-be6829a55f63) [3] [https://awakened1712.github.io/hacking/hacking-whatsapp-gif-rce/](https://awakened1712.github.io/hacking/hacking-whatsapp-gif-rce/) [4] [https://www.facebook.com/security/advisories/cve-2025-30401](https://www.facebook.com/security/advisories/cve-2025-30401) [5] [https://mp.weixin.qq.com/s/zqxkYk7vRvDPKxgoVj1PRw](https://mp.weixin.qq.com/s/zqxkYk7vRvDPKxgoVj1PRw)

“虽然中式养生和药食同源的趋势逐渐崛起，但今天的市场上，还没有几款真正意义上药食同源的产品。”

2025年5月23日，截止收盘，沪指跌0.94%，报收3348.37点；深成指跌0.85%，报收10132.41点；创业板指跌1.18%，报收2021.5点，两市成交额较上一交易日增加529.0亿元，合计成交11555.89亿元。

5月23日，宝马集团今日透露，其研发多年的视平线全景显示技术即将在新世代车型中正式应用。这项技术将整个挡风玻璃转化为显示界面，带来超越现有HUD的体验。  该技术采用超近距离投影方案，实现从A柱到A柱的全景显示效果。与传统HUD技术相比，视平线全景显示的成像面积达到40英寸，支持4K级画质输出，并具备100，000:1的图像对比度。技术核心在于专利纳米黑色涂层的应用，这一涂层技术能够有效消除反射和炫光干扰，确保在复杂光线环境下的显示效果。 从技术发展脉络来看，宝马在HUD领域的布局始于2003年，当时便成为首个在量产车中引入平视显示技术的欧洲制造商。2021年，宝马为这项全景显示技术申请了发明专利，2023年推出BMW全景视域桥概念验证。据了解，这一技术路线并非临时决策，而是基于长期技术战略的系统性推进。 在用户体验验证方面，宝马中国研发团队自2020年启动相关可用性研究，累计有超过1180名用户参与测试，访谈研究时长超过4700小时。同时，宝马SkyLab人机交互用户体验研究中心进行了三年的数字验证工作，并基于600万中国用户的脱敏数据完成算法训练。 技术实现层面，宝马采用“视觉锥”设计概念，将驾驶、导航、警示等关键信息按照人眼自然视线分层排布。这一设计旨在减少驾驶者视觉焦点切换的时间和频率，降低认知负荷。值得注意的是，该系统不仅面向驾驶者优化，副驾驶和后排乘客同样能够清晰获取相关信息。  全景显示技术的推出反映了汽车行业在智能座舱领域的技术竞争加剧。传统HUD技术主要局限于仪表板上方的小范围显示，而全景显示技术的应用将显著扩大信息展示空间，为车载信息系统的功能拓展提供了新的可能性。  宝马方面表示，考虑到技术成熟度和市场对于智能座舱创新的需求预期。搭载全景iDrive系统的首款新世代SAV车型将在2025年内推出。 [查看评论](https://m.cnbeta.com.tw/comment/1501816.htm)

Anthropic 近日发布其最新的 Claude 4 系列模型，包括旗舰型号 Claude Opus 4 和更侧重效率的 Claude Sonnet 4。新模型在编程能力上实现了重大突破，Opus 4 在 SWE-bench 等关键基准测试中得分达到72.5%，并能处理数百万行级别的复杂代码库，以及在一些测试场景中，实现了长达7小时的连续编程任务。  Claude 4 系列还引入了“工具辅助的延伸思考”、增强的记忆能力以及正式版的编程助手 Claude Code，后者已深度集成至 VS Code 和 JetBrains IDE。在API和MCP的接入等能力上也有大范围更新。  这是一次全方位的更新，针对编程和推理能力。而这次大更新和工具能力的补足后，Claude 4有了替代人类程序员所需要的所有条件，接下来就是一路提升这些能力，短期目标让Agents普及，长期就直奔Anthropic眼里的AGI了。 **不只是模型升级，更是全面能力补足** Claude 4 的发布，并非简单沿袭“Haiku、Sonnet、Opus”的阶梯式组合，而是推出了两大核心模型：追求极致性能的 Claude Opus 4 和兼顾效率与成本的 Claude Sonnet 4。 Anthropic 声称，Opus 4 是目前编程能力较为领先的模型之一。根据披露信息及早期用户反馈，它颇有“质变”的意味，不仅编程效率提升，而且其展现出的复杂任务理解和执行能力，让很多人“feel 到了 AGI”。 显著提升的代码生成与理解： Claude Opus 4 在编程基准测试 SWE-bench 上取得了 72.5% 的得分，在 Terminal-bench 上也达到了 43.2%；而 Sonnet 4 在 SWE-bench 上的得分也达到了 72.7%，接近 Opus 4 的水平。 而根据提前试用者的反馈，很多场景已经远非生成代码片段或辅助调试，而是能够理解并处理数百万行级别的复杂代码库，从高度抽象的自然语言需求直接生成结构完整、逻辑严密的应用程序框架。 Rakuten 在一项高要求的开源重构任务中，Opus 4 连续稳定运行长达 7 小时，表现出色。Cognition AI 表示，Opus 4 能解决其他模型此前无法完成的复杂任务。这种深度理解和生成能力，是构建更高级智能体的前提。 这些数据和案例表明，Claude 4 不仅仅是代码片段的生成器，它已经具备了理解大型、复杂项目架构的能力，能够从高层次的需求出发，生成结构完整、逻辑严密的应用程序。这意味着它能够胜任从需求分析（理解自然语言需求）到代码实现、重构乃至持续集成等传统上由人类程序员完成的整个开发生命周期中的核心任务。这种全栈式的代码处理能力，是替代人类程序员在日常开发工作中所需的第一块能力。  “延伸思考”与超大上下文窗口： 模型在进行深入思考时，能够交替使用工具（如网页搜索）以优化推理过程，这一“工具辅助的延伸思考”能力（测试版）使其在 GPQA、MMMLU（Opus 4 得分 87.4%）、AIME 等测试中表现突出。 这种能力超越了简单的模式匹配，展现了初步的规划和策略调整，是通用问题解决能力的一种体现。同时，Claude 3 时代令人印象深刻的上下文窗口在 Claude 4 这里得到继承和发展，为处理庞大项目提供了基础。 “主动纠错”、“架构建议”与“记忆力”： Claude 4 不仅能发现并修复错误，更能从架构层面提出优化建议。新增的“记忆能力”允许模型提取并保存关键信息。 比如在玩《宝可梦》时创建“导航指南”，形成“工作记忆文件”，保持上下文连贯，这对于长任务执行至关重要。这种自我修正和长期记忆的特性，是智能系统向更自主、更通用方向发展的关键特征。  更重要的是，Claude 4 不再仅仅是执行指令的工具，它开始展现出高级程序员和架构师所特有的思考能力。‘主动纠错’不仅限于语法错误，更深入到逻辑和架构层面，这意味着它能像经验丰富的开发者一样，预见并解决潜在问题，甚至优化整体设计。 “记忆能力’则让它能在一个项目中保持长期的上下文连贯性，无需反复喂入信息，这极大地提升了其处理长期、复杂项目的效率和可靠性。这些认知能力的补足，使得 Claude 4 能够承担过去只有资深人类工程师才能胜任的、需要深度思考和持续迭代的工作，从而为真正的‘替代’奠定了智力基础。 Claude Code 正式发布与深度集成： 面向开发者的编程工具 Claude Code 正式发布，并已支持 GitHub Actions，推出了针对 VS Code 和 JetBrains 系列 IDE 的测试版扩展。 这意味着开发者可以在熟悉的编辑器中直接获得 Claude 的代码修改建议、追踪任务。 例如，在演示中，Claude Code 仅用一次提示，在 90 分钟内为 Excalidraw 项目完整实现了此前搁置的表格组件功能，包括生成代码、测试用例、UI 集成和 PR 提交，全程无需人工编辑。这预示着AI不仅是工具，更将成为开发流程中的核心参与者和决策者。  Claude Code 的正式发布及其与主流 IDE 的深度集成，标志着 AI 在编程领域的角色从‘辅助’走向‘主导’。它不再是需要人类频繁介入的智能提示或调试器，而是能够接收高层指令，自主完成从代码编写、测试、集成到版本控制（如 PR 提交）的整个工作流。Excalidraw 的案例清晰地展示了这种端到端的自动化能力：一个复杂的功能需求，在极短时间内由 AI 独立完成，且无需人工干预。这种无缝融入现有开发环境并能独立执行复杂任务的能力，是实现‘替代’的关键一步，因为它直接减少了人类在具体编码和流程管理上的投入。 为高级 Agent 构建的 API 与工具： Claude 4 在 Agentic 能力上实现了显著飞跃，能够更可靠地执行复杂的多步骤任务，并与外部工具和API高效协同。 Anthropic 为此推出了全新的API功能，包括允许 Claude 在安全沙盒环境中执行 Python 代码以进行计算和数据可视化的代码执行工具，以及无需编写客户端代码即可将 Claude 连接至任何远程模型上下文协议（MCP）服务器的 MCP 连接器。 此外，文件 API 简化了开发者在构建应用时存储和访问文档的流程，而扩展的提示缓存则提供了在标准5分钟或延长至1小时的缓存有效期之间进行选择的灵活性。这些新特性与 Claude Opus 4 和 Sonnet 4 模型相结合，将助力开发者打造出能够执行复杂数据分析、与外部系统无缝对接、高效管理文件，并且能将对话上下文保持长达60分钟的智能代理。  成本效益与易用性： 尽管能力大幅提升，Opus 4 每百万 token 的输入/输出价格分别为 $15/$75，Sonnet 4 为 $3/$15，与前代持平。两款模型均已上线 Anthropic API、Amazon Bedrock 和 Google Cloud Vertex AI 平台，Sonnet 4 甚至向免费用户开放。 Claude 4 系列模型在编程能力上颇有“从量变到质变”的味道。 **让人类把编程的权力让给AI，是Anthropic走向AGI的第一步** Claude 4 的强大能力已在多个场景中得到验证： 例如，在Replit的实测中，Opus 4 在处理涉及多文件、大规模改动的复杂项目中展现出更高的准确率；Block公司在其代号为Goose的Agent中集成Opus 4后，首次在编辑和调试代码过程中观察到代码质量的显著提升，同时保持了系统的稳定性和性能。 有用户也成功让Opus 4一次性生成了包含四种不同天气状态及独特动画效果的天气卡片，而Sonnet 4也在第二次尝试后成功交付了一个包含自动演示AI功能的红白机风格“贪吃蛇”游戏。  从这些案例可以看出，AI 可以一次性完成的任务，越来越多，越来越复杂。 Claude 4还带来了全新的 Agent 的可能。Anthropic 表示，未来优秀的 AI Agent 需要具备“情境智能”、“长任务执行能力”和“真实协作能力”。接下来的目标是出现主动修改优化自身代码逻辑，甚至为自己编写新工具的“代码自进化” Agent。 Anthropic CEO Dario Amodei 在当天的发布上描述这种新的人机协作模式时说：“我们正进入一个新世界，开发者可以像管理一支 Agent 团队一样工作：“你去做这个，你去做那个。”我常说，做 AI 就像是坐在一艘飞船上，以相对论的速度离开地球——你在飞船上过一天，地球上可能可能已经过去两天了。” 他说。 “所以大胆一点。构建一个超出你原本认为可能实现的东西。即使它现在还无法完全实现，下一代模型就要来了。” 他说。 现在看来，Anthropic的路线越来越明晰，选择“代码生成与理解”这一高度结构化、对逻辑推理和规划能力要求极高的领域作为突破口，安全且负责任地将复杂认知任务（如编程）的执行权从人类手中让渡给AI，就是实现Anthropic眼里那个AGI的第一步。 而当这些Agent能够高效、低成本地创建和管理软件时，Dario 预言： “当“写软件的成本”大幅下降时，经济和商业结构会发生什么？…当软件可以按需、低成本、一次性创建时，整个世界都会不同。” [查看评论](https://m.cnbeta.com.tw/comment/1501814.htm)

尽管自动驾驶被视为未来交通的重要方向，但现实却频频让人心惊。近日，一段由YouTube频道发布的视频引发广泛关注：一辆启用特斯拉“全自动驾驶（FSD）监督版”功能的Model 3在毫无预警的情况下突然冲出直线路段，撞上路边树木后翻车，所幸司机仅受轻伤。  据视频拍摄者称，事故发生于今年2月26日，当时他使用的是几乎最新版本的FSD 13.2.8。视频中显示，在事故发生前的约31秒内，车辆在一条双车道道路上正常行驶，路况良好、光照充足、几乎无其他车辆或复杂交通因素。然而，突然之间，车辆猛烈左转，越过对向车道，冲出路面并撞上树木，整个过程不到3秒钟。 这起事故让外界对特斯拉坚持的纯视觉方案再度提出质疑。特斯拉一直拒绝使用激光雷达或毫米波雷达，认为摄像头加AI算法即可模拟人类驾驶判断。但现实中，视觉系统在特定光照或场景下的判断偏差，可能带来灾难性后果。而雷达可在低能见度环境中提供关键的冗余信息，被认为是更可靠的安全补充。 这位车主在Reddit发帖表示，当时时速约为55英里（88公里），事故发生毫无预警。他写道：“我曾深爱FSD，也相信自动驾驶的未来，但经历这次事故后，我彻底改变了想法。”他表示不会再使用FSD系统，但表示仍考虑购买特斯拉车型。  目前，车主已向特斯拉申请事故相关的数据记录，以便进一步了解原因。而特斯拉方面尚未就该事故发表公开回应。 [查看评论](https://m.cnbeta.com.tw/comment/1501812.htm)

据报道，美国一些最大的银行正在探讨是否联手发行一种联合稳定币，这一举措旨在抵御加密货币行业不断升级的竞争。据熟悉内情的人士透露，迄今为止，这些对话涉及摩根大通、美国银行、花旗集团、富国银行和其他大型商业银行共同拥有的公司。这些公司包括点对点支付系统Zelle的运营商Early Warning Services和实时支付网络Clearing House。 [](https://static.cnbetacdn.com/article/2025/0227/cf89795d119c30a.jpg) 银行财团的讨论还处于早期概念阶段，可能会发生变化。任何最终决定都将取决于围绕稳定币的立法行动的命运和其他因素，例如银行是否认为对稳定币有足够的需求。 银行一直在为稳定币在特朗普任期内被广泛采用的可能性做准备，稳定币可能会吸走它们处理的存款和交易，尤其是如果大型科技公司或零售商参与进来的话。 在两年前的监管打击之后，银行业在加密货币领域处于追赶模式。 稳定币在加密货币市场中起着数字美元的作用，目前可用于存储现金或购买其他代币。它们应该与美元或其他政府货币保持一比一的兑换比率，并以现金或类似现金的资产（如美国国债）储备为后盾。 银行看到了稳定币加速更多常规交易的机会，比如在传统支付系统中可能需要几天时间的跨境支付。 其中一些人表示，人们对稳定币的安全性以及涉足数字资产的监管影响仍持怀疑态度。 华尔街的传统巨头有可能联合发行自己的稳定币，这标志着主流金融和加密金融正在慢慢走到一起。鉴于稳定币作为一种有效的货币流通方式的实用性，稳定币市场似乎早已成为这两个世界之间的逻辑纽带。 上个月有报道称，受一项为银行和非银行发行稳定币建立监管框架的法案鼓励，几家加密货币公司正计划向监管机构申请银行特许或执照。 美国参议院本周通过了一项名为《GENIUS法案》的程序性法案。根据普衡律师事务所（Paul Hastings）周四的一份备忘录，该法案的最新版本包括了对非金融上市公司发行稳定币的限制。但该法案并没有像银行游说者所要求的那样，完全禁止非金融类上市公司发行稳定币。 今年3月，特朗普家族的世界自由金融公司（World Liberty Financial）表示将推出一种稳定币。特朗普还推出了一种模因币。 其中一些人说，除了Clearing House和Early Warning Services的共同所有者之外，已经讨论过的一种银行财团可能性是让其他银行使用稳定币的模式。 据熟悉内情的人士透露，一些地区性银行和社区银行也在考虑是否要成立一个独立的稳定币财团。对于小型银行来说，这样的风险投资要困难得多。 [查看评论](https://m.cnbeta.com.tw/comment/1501810.htm)

当地时间本周四(5月22日)，备受瞩目的“特朗普币晚宴”如期在华盛顿郊外的特朗普国家高尔夫俱乐部举办。这场晚宴自一经公布就因需通过购买特朗普币，从而以“打榜”的形式来获得晚宴门票资格而饱受争议。 而在晚宴进行的当天，似乎也并不顺利，不少宾客在抵达晚宴时，遭遇了抗议者的围堵。 据悉，约100名抗议者周四晚间聚集在了特朗普国家高尔夫俱乐部外，对着抵达宾客高喊“可耻！”、"祝你们晚餐噎喉！”。 社交媒体上发布的一些图片还显示，不少抗议者高举着“美国不是用来卖的”“模因币骗子该进监狱”等抗议标语。这些抗议人士所处的区域就靠近宾客下车后的安检口。  根据媒体看到的发给访客的电子邮件显示，出席此次晚宴的客人必须在当地时间下午5点30分（北京时间周五清晨5:30）之前到达，晚餐从当地时间晚上7点正式开始。 而在这场晚宴的场所内部，每张桌子上则均已挂有写着“战斗、战斗、战斗”(Fight Fight Fight)的大标语牌。宾客座椅上摆放着内含黑色鸭舌帽和铭牌的礼品袋，也均印有该战斗口号。晚宴菜单则包括了田园沙拉、菲力牛排、香煎比目鱼配蒜香土豆泥和时蔬拼盘。 财联社上月曾报道过，“特朗普币”的官方网站在4月下旬宣布，特朗普将于5月22日在位于华盛顿的特朗普国家高尔夫俱乐部举办晚宴，届时将邀请持币量前220名的持有者共进晚餐，受邀者将能听取特朗普关于“加密货币未来”的演讲。 拥有特朗普币最多的25位“神豪”还将受邀参加餐前招待会，并在第二天获得白宫VIP参观活动的资格。  在随后的打榜活动中，波场币创始人、加密货币亿万富翁孙宇晨因持有超过143万个特朗普币，成为了此次打榜活动中的“榜一大哥”。而孙宇晨周四也在社交媒体X上发布了一张他前往晚宴途中的视频：  作为此次晚宴主角的特朗普周四则在社交媒体上表示，“美国在加密货币、比特币等领域正占据主导地位，我们要保持这种状态！” 近年来，特朗普正从加密怀疑者转型为该行业最大的支持者。在推出四套NFT系列后，他在第二任期伊始就认命了亲近加密货币的机构负责人，并计划建立比特币战略储备。 特朗普的家族也扩大了其加密货币业务网络。去年，特朗普和他的儿子们成立了世界自由金融公司(World Liberty Financial)，该公司已经筹集了5亿多美元。他的两个儿子还参与了一家比特币挖矿企业。特朗普相关实体还在就职前几天发行了特朗普币。 目前80%的特朗普币仍由特朗普集团及相关实体控制，其市值在1月首发时曾飙升至150亿美元，此后一度经历暴跌，后又因晚宴消息在4月短暂回升至27亿美元，现再度下跌。 过去几周，包括伊丽莎白·沃伦和亚当·希夫在内的多位民主党籍参议员已纷纷批评这场“特朗普币晚宴”活动存在利益冲突，质疑总统向外国人出售政治影响力。 康涅狄格州参议员理查德·布卢门撒尔在5月9日受访时称，“这相当于在白宫草坪上插了块‘待售’标牌，这次晚宴使我们在之前就有的担忧更加具体化和高度化了。” 周四，布卢门撒尔还参与了一场新闻发布会，谴责“史无前例的总统加密腐败”。 [查看评论](https://m.cnbeta.com.tw/comment/1501808.htm)

据美国《野兽日报》、《新闻周刊》等媒体报道，美国《大西洋月刊》当地时间21日刊登了一篇题为《埃隆·马斯克的衰落与消亡》长篇报道，内容披露这位特斯拉掌门人在牵头美政府效率部工作期间，如何在特朗普政府中逐渐陷入“孤立”境地。这篇报道引发马斯克本人强烈不满，后者在社交平台X上连发多条帖文对该媒体展开攻势。 __ 《野兽日报》称，这篇报道以一系列言辞激烈的脏话作为开篇，内容据称是美国财政部长贝森特4月在白宫西翼与马斯克发生激烈冲突时爆出的粗口。报道称，两人因美国国税局代理局长人选问题发生激烈争执，贝森特对马斯克大吼多句“去你X的！”文内还详细描述了马斯克如何在特朗普政府内部遭受孤立，并称马斯克在牵头政府效率部工作的数月内“激怒”了特朗普政府官员，已逐步淡出华盛顿政界。 __ 马斯克随后就上述报道在X平台上反复发文抨击。他先于当地时间21日下午回复了一则为他辩护的帖文。在该帖文中，保守派媒体人士梅金·凯利为马斯克辩护称，“如果他的人生在‘衰落’，那把我也算进‘衰落’名单里。”而马斯克先是回复说“笑死”，随后又补充抨击《大西洋月刊》是“僵尸刊物”，并转发了一则抨击该媒体的留言。 不到2小时后，马斯克又发帖贴出《大西洋月刊》这篇报道的标题截图，并配上“哭泣”的表情符号。大约6小时后，马斯克又回复了一条批评《大西洋月刊》的帖文，评论称，“它们已成为过去，传统媒体正在逐渐消失。” 特朗普第二任期开启以来，马斯克在新一届美国政府中“大展拳脚”，但其在美政府效率部所做的工作却引发强烈抵制。在美国国内，特斯拉电动汽车和门店成了一些马斯克反对者打砸、纵火的靶子；在国外，特斯拉也成为抵制美国滥施关税的靶子。4月22日，特斯拉公布第一季度净收入为4.09亿美元，与去年同期相比下降71%。分析师警告称，马斯克代表特朗普为美政府效率部工作可能会损害其品牌形象。马斯克当天在公司财报电话会议上说，从5月开始，他将“大幅”减少管理政府效率部的时间，“将把更多时间投入到特斯拉”。 5月20日，马斯克在卡塔尔经济论坛上通过视频连线接受采访时表示，未来他将减少在政治领域的支出，并称自己“已经做得够多了”。对此，美国全国公共广播电台（NPR）评论称，这或许是马斯克逐步淡出美国政治舞台的又一迹象，但他并未完全退出视野。马斯克还提到，他将于当地时间21日与特朗普共进晚宴。NPR说，“这表明尽管马斯克影响力似乎正在减弱，但他仍身处特朗普的核心圈层。” [查看评论](https://m.cnbeta.com.tw/comment/1501806.htm)

苹果股价走出七连跌，市值从全球第一滑落至第三。近日特朗普称与Tim Cook“有点小问题”，并公开批评苹果在印度建厂。同时，苹果还面临AI军备竞赛掉队风险、中国市场增长乏力等压力。特朗普公开批评苹果CEO Tim Cook在美国境外建厂之际，苹果股价连续七个交易日下跌。 [](https://n.sinaimg.cn/finance/transform/59/w550h309/20250430/b84b-8c53b2b769dd8ab5948b25118b5b89ce.png) 据彭博5月23日报道，特朗普本月表示他“与Tim Cook之间有一点小问题”，并声称曾要求苹果停止在印度建设工厂。 与此同时，特朗普曾公开赞扬英伟达CEO出席了沙特投资论坛，但Tim Cook并未出席这场活动。 特朗普与Tim Cook的“矛盾”或已对苹果股价造成冲击。五月初苹果还是全球市值最高的公司，但目前已跌至第三位。 美东时间5月23日，苹果股价收跌0.36%，延续七连跌颓势，市值较月初蒸发逾3000亿美元，将全球市值王座拱手让与微软、英伟达。  特朗普对Tim Cook这一明显带有胁迫性质的言论已经在华尔街引起警觉。Huntington National Bank股票研究主管Randy Hare表示： <blockquote><p>特朗普不断针对苹果并似乎对他们有所不满，这对我来说是个危险信号。这并不意味着特朗普会采取进一步行动，但你无法预测接下来会发生什么，这让我保持谨慎。</p></blockquote> 值得注意的是，苹果还面临AI军备竞赛掉队风险、中国市场增长乏力等压力。 日前，OpenAI宣布收购苹果前首席设计师艾维的AI硬件初创公司，加剧压垮市场对苹果的信心。分析师普遍认为，苹果在生成式AI领域布局滞后，核心产品线面临颠覆风险。CBOE苹果波动率指数虽从月内高点回落38%，但仍处近三年高位，显示市场对其转型能力的质疑。 此外，苹果最新财报显示，来自大中华区的营收为160.02亿美元同比下降2.26%，叠加中国本土品牌崛起，Tim Cook“东线战略”遭遇严峻考验。 [查看评论](https://m.cnbeta.com.tw/comment/1501802.htm)

美国总统特朗普的个人迷因币的买家当地时间周四从全球各地汇聚到他位于华盛顿郊外的私人乡村俱乐部，参加一场专属晚宴。加密货币平台创始人孙宇晨孙也出席了晚宴，他发布了一段自己身着礼服进入大厅的视频。孙宇晨还是特朗普家族加密平台World Liberty Financial的最大公开投资者和顾问，该平台为特朗普家族带来数亿美元收入。 今年 2 月，美国证券交易委员会以公众利益为由，暂停了2023 年针对孙宇晨的欺诈案调查。孙宇晨拒绝发表评论，但在 X 上发帖称 “感谢邀请”。美国证券交易委员会拒绝发表评论。 [](https://n.sinaimg.cn/spider20250424/428/w1170h858/20250424/feef-24811a0bd49fee3e2f2f8070ffc1e931.jpg) 在一个晚宴嘉宾发布在社交媒体上的视频中，特朗普对众人说：“我总是把国家看得比商业更重要……你成为了美国总统，你希望看到人们蓬勃发展并取得成功。拜登政府迫害加密货币创新者，我们要把他们带回属于他们的美国。” 根据加密货币情报公司 Inca Digital 的数据，为了获得晚宴的席位，投资者在特朗普个人迷因币上总共花费了约 1.48 亿美元，前 25 名持有者花费了超过 1.11 亿美元。 这些顶级持有者与特朗普共同参加了VIP招待会，前四大投资者还获得了一块售价 10 万美元的限量版特朗普陀飞轮手表。 根据区块链分析，在出席这场晚宴的220名加密货币持有者中，有一半以上可能来自美国境外。白宫发言人莱维特（Karoline Leavitt）周四回应了有关特朗普利用职权从迷因币中敛财的批评：“总统的所有资产都在一个由其子女监督的信托基金管理。我认为，美国人民再次选举他担任这一职务的众多原因之一，就是因为他在弃商从政之前，曾是一位非常成功的商人”。 民主党议员周四早些时候举行了新闻发布会，强调了特朗普的加密货币腐败，并推动禁止此类活动的立法。　“特朗普的晚宴是腐败的狂欢，”参议员沃伦表示。 [查看评论](https://m.cnbeta.com.tw/comment/1501800.htm)

 上周有粉丝想做AI创业，看我**“做得挺好的”**，于是想向我取取经。 而真实情况是，我身边**AI创业乃至创业的同学多是一地鸡毛**，最终我给了较为否定的建议。 只不过后来很多前同事以及大佬反而对我**“创业这件事”**有些好奇，于是就问了问情况也看了看产品，最后几乎都异口同声的问出了同一个问题： **你怎么想到要做【AI + 管理】这块领域的创业呢**？ 额，这就说来话长了… ### 创业的小火苗 关于为什么要做管理领域的创业，简单来说可能是： **第一，我内心深处可能喜欢这个东西**。 因为我从小比较喜欢看历史纪录片，对于各种变法强国是发自内心的喜欢，比如**商鞅、王安石、张居正**… 当时在我内心就埋下了一颗好奇的种子：**一个组织是如何变好的，又是如何变坏的，中间到底做了什么**。 **第二，工作中吃了太多管理的红利**。 在我最初的工作经历里面，**一直是以执行力强而著称**，因为**执行力强**，我吃了很多红利，也因此很快就做到了部门一号位；而后管理幅度大了后，更进一步体现出了管理能力强的优势。 比如，在刚做管理的初期，我带团队做好了一个项目，并且明显比周围Leader做得好，那我就会成为他们的Leader。 而后也就是因为项目（执行侧）做得好，然后得到老板们的青睐，待遇增加了不说，还接触到了更广阔的天地，开始了解**公司运行的本质**。 然后在B站时期，团队就特别讲究**项目管理方法论**，后续还形成了一套完整的**人效评估体系**。 大家都在一个**体系下工作**，并且都尊重这个体系，并且体系创造者会吃到红利。 这里**全部是正反馈**，他对我造成了一个深刻的印象：**管理很重要**！ 但在做到高层管理后，就会逐渐发现：**管理是内裤、是入场券，只有天赋不够的人才会持续关注管理**。 于是这个时候就会在心里打出一个深深的问号：**难道管理不重要，难道我擅长的事情不重要？** 于是，我开始细细观察，全部是反面论证案例：**XX项目失败了，我们复盘下来，是负责人管理不当，下面同学离心离德，这样怎么可能会成功呢？** 而在前年的时候，公司花了**大价钱（100多万）**请了一个管理大家（几百万粉丝）给团队做了一轮管理培训，结果效果当然是很差，但他给我造成了 **极大的心理震撼**： <blockquote><p>我艹，管理咨询这么简单？<strong>不解决实际问题也能这么赚钱？</strong></p> <p>似乎，我喜欢、我擅长、能赚钱的闭环如此轻易就达成了？</p></blockquote> 就此，我想要做**AI + 管理**方向创业的想法被点燃了。 ### 若以此兴必以此亡 于是，根据之前对管理的理解，花了**大价钱（对我来说）**做了一套AI人效体系，并**亲测有用**，确实能提效：  但在具体售卖的时候问题就出来了：**老板们事实上是不太愿意为管理买单的？** 我这里就非常纳闷了：**外面的大V一百多万公司都愿意给，我就卖十万，还解决具体问题，卖不出去？** 对此，我当然不相信，认为自己没做好，要么是产品问题，要么是销售策略问题，于是使劲折腾… 随着积累经验多了，我发现一个问题： <blockquote><p>以之前做业务项目失败的团队，他们具体的表现确实是团队<strong>离心离德</strong>、大量<strong>管理问题</strong></p> <p>但<strong>管理问题多</strong>其实是最终的结果，初期的战略方向错误、资源不足、决心不够等等可能才是核心！</p> <p>比如依旧是这个团队，在业务增长的时候绝对不会出现<strong>离心离德</strong>的情况，甚至可以认为<strong>业务不好的情况下，管理才是问题…</strong></p></blockquote> 再说公司愿意为**某大V支付100多万**的事情，人家买的就是：**长期积累的品牌，这是影响力背书。** 所以，老板们会认为长期的专业力，长期从事某专业，才会值得信服； 而，以上我是没有的，**一个产研出身的人，搞了一个管理类的产品，天天去忽悠老板们对HR领域（至少他们眼里是HR领域）的项目买单，这些老板会觉得，这人该不会是傻了吧？** 所以，我花了大量的精力、钱去打破了之前的认知，得到了两个答案： <blockquote><p><strong>第一：也许管理不太重要…</strong></p> <p><strong>第二：就算管理类服务能赚钱，我也是不具备相关条件的…</strong></p></blockquote> 而后，我在前老板那里得到了答案：**他愿意花在管理上的预算只是很小的一部分，他更愿意在业务上花钱**… 至此，回归此图：  对公司的中下层管理者来说，其核心职责就是**做项目，特别是在各种负面条件下将项目执行到位**，在这个阶段**管理能力确实很重要**； 但，对于公司的高层来说，**管理就是内裤**，他重要但是你不能只是穿着内裤在外面瞎逛… 另一方面，管理体系对于规模到一定数字的公司才有用，小公司纠结管理很没有必要，因为**对小公司来说管理的本质也就是几个人、几件事，老板厚道一点比什么都好**。 而千人以上规模的公司，管理类的预算一定不会花在“**路人甲**”身上，他们会去找**专家大V的**，这个钱再多他们都会觉得值！ 所以，最后一个问题也就来了：**我怎么还没放弃**… ### 为什么没放弃 因为我依旧处于**内耗之中**，虽然已经90%确定自己肯定会失败了，但依旧还在坚持，其原因也很简单： **丫鬟的身体，小姐的病**，明明长得也不是很出众，总想有个皇帝梦… 事实上，在创业初期，身边各种大佬都在明里或者暗里的**劝退**，大概的理由就是行业环境真的不好，不要去找死。 最终，一些走得近的过来人才会**直言不讳**，我暂时的性格和认知是不足以做一号位的，其原因很简单： **在我身上首先没有看到“一往无前”的决心，其次也确实没有支撑走下去的资源**… 这里最终的结果就是，身体上其实已经接近放弃创业这个事情，但心里上总是有些过不去，于是整个人都在内耗… 而为什么在内耗，就需要再往深处走一走了，原因可能是：**我必须真真正正承认，管理是没多少用的，或者说我所掌握的管理认知是不被市场买单的**。 也就是，我赖以为生的可能从来不是管理能力，可能他一直是我的专业能力，初期是技术能力；现在是AI+行业KnowHow… 事实上，对于此我是很受挫的… 我也有个非常深刻的认知：**人是很容易被社会或者市场所欺骗的**…. 我已经是**非常机灵的那类人了（注意，这里是机灵不是聪明）**，对于我这样的**一步步爬上来的天选打工人按道理说不会如此天真的！** <blockquote><p>但，<strong>工作中的各种正反馈会真正的塑造你的方向，至少是喜好</strong></p></blockquote> 如前所述，我首先是吃到了管理的红利，其次是看到了很多负面案例全部与管理相关，而最终居然**公司还愿意为管理咨询付费100多万**。 在这各种正面、负面论证下，我觉得**AI+管理**这个事情可以做，但最终花了不少的资源才得出结论：**我可能不适合…** 而最终的结论是：**我应该要放弃了**… ### 最后一个稻草 事实上，最终导致我放弃的是其他原因，我认为他是我难以卖出去的另外几个因素： ### 反人性 不只是管理工具，连带着所有的管理动作，多多少少都是有些**反人性**的，比如： **公司想要业绩，于是管理者挖空心思画大饼驱动团队拿结果，过程中各种倡导贡献、倡导加班，这很正常…** 但就是因为这是反人性的，所以**公司要对管理者做各种奖励**，我也是去年做完管理课程才最终完整的意识到：**公司其实一直在向管理者倾斜资源**，如图所示：  这里的核心是：**因为管理者吃到了大量的福利，所以才有管理动作发生；而对于我们管理系统来说，因为没有大量的资源奖惩，所以系统很好的被使用这个事情不会发生**。 <blockquote><p>管理系统（工具）与管理者在某个层面上是冲突的</p></blockquote> 举个例子，CRM是非常成熟的模块，但**多数公司的CRM系统是用不好的**，其背后的原因当然不是工具不好，而是其违反人性， 那么，CRM公司做不到的事情，凭什么我就能做到，为什么各个公司Leader会喜欢这套鞭策牛马的工具，这很不科学，我在这里是不能自洽的！ 依旧是那个问题：**从机制推行的管理哲学来说，所有需要被维护的规则，都很容易崩塌，因为他会被各种诋毁，但短时间又难以说明自身的价值！** 于是：**各级Leader在各种对CEO的试探之后，系统又不能进一步的产生利润，那么自然而然就被废弃了**… ### 榜样的力量 除此之外，近期最大的冲击事件来源于前公司：**之前一个高管笑嘻嘻的告诉我，之前为我们咨询那个大V专家，由于今年订单不好，出国读书去了！** 我那个去，我是准备**花5年时间**，达到他2年前的成就，但你告诉我：**我的榜样，他失败了？** “大清亡了？”，那我怎么办… ### 氛围好 最后说回一个话题，**团队氛围与成功的关系，事实上他们没什么关系。** 比如，我现在已经濒临失败了，但团队氛围依旧很好，这肯定不是员工天生乐观，那原因是什么呢？ **原因是有人兜底，我在为团队兜底，事实上只要管理者愿意兜底，不乱甩锅，团队氛围差不了哪里去…** ### 结语 以往在工作中有很多聪明人，他们是真的与工作、与自身和解的人，因为他们明白一个道理： **不付出、不主动、不投入、不做判断**，就不会有情绪上的波动，那么**也不容易出错，就算有错也是别人的错**。 **因为在乎，所以被动** 工作中有很多问题，聪明人很容易发现这些问题，他们也能有一些细碎的观点，但是没有意义，自己上手实操马上就完犊子了。 以往，我应该被归类到上面的聪明人，看老板管理公司总有很多**“神操作”**，并且偶尔会**嗤之以鼻**… 于是，在不停的**指点江山**过程中，自己竟也当真了，居然也真的出来实操了一番，结果发现是**新手村都没走出去**。 至于原因其实很简单：**视野依旧不够全面，没有看得太清楚，但如果真的想要看清楚，还是一定要躬身入局，这里的问题是要不要躬身入局？** 所以，对于想要创业的各位，你们确定想要**“创业”**？ ### 未来的打算 事实上这个过程也并非一无所获的，我暂时来说是不适合做2B的，所以也许可以尝试下2C，或者好好找个班上吧… 并且无论如何，自媒体这块应该再仔细想想、好好打磨，这可能是为数不多的正反馈了。 题图来自 Unsplash，基于CC0协议 本文由人人都是产品经理作者@叶小钗，原创投稿或授权 发布于人人都是产品经理，未经许可，禁止转载。

5月19日-23日，国际顶级数据库学术会议ICDE 2025（第41届IEEE国际数据工程大会）于中国香港举办。本届会议中国高校和企业表现亮眼，其中数据库厂商OceanBase共有6篇论文入选，有1篇获“最佳工业和应用论文亚军”，研究方向包括分布式数据库、联邦学习、隐私保护等，展现了其在数据库与AI融合上的突破进展。   ICDE与SIGMOD、VLDB并称为数据库领域三大顶级会议，是中国计算机学会CCF推荐的A类国际学术会议，在全球学术圈中拥有极高的权威性和影响力。本届会议吸引近千名全球顶尖学者及行业专家参与，聚焦数据工程领域的前沿技术突破与行业应用实践。       伴随AI技术的爆发式发展，数据库作为数据存储和管理的核心系统，面临海量数据存储、复杂计算需求、隐私保护等多重挑战。以OceanBase为代表的数据库厂商正在创新探索数据库与AI的融合，建造AI时代数据底座。   被评定为“最佳工业和应用论文亚军”的《OceanBase单元化：构建下一代在线地图应用》，介绍了OceanBase的单元化架构设计。该架构将系统服务拆分为多个独立“单元”，每个单元可在单台服务器独立部署并支持跨区域多机协同，结合读写分离和混合架构，系统自动平衡事务型（OLTP）和分析型（OLAP）负载，实现高可用、弹性扩展、资源隔离和高性能，高效处理大规模数据和高并发访问。该架构已在高德地图落地实践，展现增强的容灾能力，并在写密集型和读密集型基准测试中均实现性能提升。   在AI重塑数据处理需求的背景下，OceanBase多项研究聚焦数据库与AI融合，探索智能化数据处理路径。   例如，针对纵向联邦学习中参与方选择效率低、数据多样性不足的痛点，《追踪数据多样性：纵向联邦学习中的参与者选择》一文提出VFPS-SM优化框架。该框架将参与方选择转化为“子模函数最大化”数学问题，结合KNN算法、top-k查询与加密技术，在保护数据隐私的前提下，使参与方选择效率最高提升365倍、模型训练效率提升35倍。这一技术可应用于医疗、物流、交通等领域，助力跨机构数据协作建模，例如加速多医院联合疾病预测模型的开发。   另一篇论文《如何响应安全且私密的SQL查询》聚焦数据安全与访问效率、查询精度的平衡。文章综述现有安全隐私SQL查询的算法，总结了一套通过模块化拆解复杂SQL查询的方法，结合安全计算与差分隐私技术，在保证数据安全、用户隐私的情况下，提高SQL查询的效率和精度。   在ICDE 2025上，OceanBase还受邀举办一场题为“AI时代的数据库”的研讨会，多位数据库与AI领域的资深学者和研究员参会发言，分享Data x AI领域最前沿的学术进展与创新实践。   AI技术的引入，正逐步将数据库推向全新时代。作为根自研的原生分布式数据库，OceanBase自2010年创立以来，始终坚持技术创新，多次在SIGMOD、VLDB、ICDE、AAAI等国际学术舞台展示硬实力，并与华东师范大学、中国人民大学、武汉大学、新加坡南洋理工大学等机构合作，共同探索数据库前沿技术。2025年4月，OceanBase CEO杨冰宣布公司全面进入AI时代，提出“Data x AI”战略，启动人才和组织体系升级，建设AI时代的数据底座。

 图源：世研大消费指数 本次监测周期内，YSL圣罗兰粉气垫b10、薇诺娜柔润保湿面霜和赫莲娜HR黑绷带面霜礼盒分别以1.73、1.72和1.71的综合热度指数位列榜单前三名。 ## **用户对皮肤健康底层逻辑的关注，驱动产品向科技与成分进阶** 从品类分布来看，榜单中的面部护理类产品占据主导地位，且多聚焦抗衰、修护、保湿等基础功效。这一现象表明，消费者护肤理念正从“即时修复”向“长期预防”转变，追求通过科技赋能和精准成分实现皮肤健康的长效管理。 以珀莱雅红宝石面霜3.0为例，品牌创新性地引入了“双环肽”组合，即环肽-161和亚麻籽环肽，搭配经典的五重信号肽组合，这一成分具有优异的稳定性、渗透性和高生物利用率，能够有效促进胶原蛋白生成，减少光老化，定位为“抗初老刚需”。此外，修丽可抗皱精华+AGE面霜以“成分党鼻祖”形象，依托高浓度玻色因和蓝莓精粹溶液等成分配方，兼具抗老、修复、抗糖化等多种功效。而上榜的彩妆产品，像花西子好气色散粉、NARS定妆大白饼等产品，也通过强调维稳屏障、修色提亮等差异化卖点抢占市场。 这些产品均通过成分透明化、技术专业化、功效可量化，满足消费者对“有效护肤”的核心诉求，同时消费者也愿意为具备长期价值的护肤品支付溢价。 ## **不同质地产品创新开启护肤新体验，男士护肤向功效需求迈进** 榜单中，彩妆与个护细分品类呈现明显创新趋势：彩妆类产品通过质地升级打造差异化体验，而男士护理赛道则凭借功效进阶实现破圈。同时，身体护理等品类对功效的关注度显著提升，折射出消费者对“全场景精致护理”的需求升级。 具体来看，彩妆品类中，纪梵希四宫格散粉+N27唇膏礼盒以“哑光雾面”与“丝绒柔雾”双质地组合，满足消费者对“高级妆效”与“便捷体验”的双重需求；NARS定妆大白饼则通过“微米级粉末”技术实现轻薄持妆，适配口罩场景下的抗摩擦需求。另一方面，男士护肤市场打破“基础清洁”刻板印象，欧莱雅男士淡纹水乳以“玻色因+烟酰胺”配方主打抗皱提亮，将“功效型护肤”延伸至男性用户。 此外在个护方面，舒肤佳红石榴山茶花沐浴露以“净透+祛暗哑”为卖点，将身体护理升级为“肌肤亮白工程”；云南白药口腔套装则整合“亮白牙膏+护龈牙刷”，提供口腔健康一站式方案。这种趋势背后是消费者对“效率最大化”的追求 **榜单说明** 世研消费指南针系列指数报告是由世研指数独家研发的消费指数评价系统。本系列包括《品牌消费热门指数榜》、《行业消费热力指数榜》、《产品消费热浪指数榜》、《用户消费关注指数榜》等主要榜单，以及对应范围的延伸性榜单报告。旨在通过指数评价的方式，客观、真实地呈现消费世界的趋势特点，帮助行业与品牌主持续追踪消费市场趋势、为企业经营提供参考，提升商业综合竞争力。 世研消费指南针系列指数榜单持续监测行业如下： 3C数码、鞋服配饰、食品生鲜、家用电器、运动户外、美妆清洁、母婴用品、家居家装、汽车消费、玩模乐器、宠物用品，医疗健康共计12大行业。  图源：世研大消费指数 **免责声明** 本榜单由世研指数独家编制，榜单观点、结论和建议仅供参考之用，并不代表任何具体的投资建议或决策依据。 榜单数据计算结合主流平台公开数据与值得买科技旗下世研大消费平台数据沉淀，我们已采取合理措施，以尽量确保所提供数据的可靠性和准确性，但无法排除数据本身的局限性导致部分误差或偏差。此外，本报告中的部分数据未经独立第三方审计机构的正式审计，因此可能存在未被识别的错误或遗漏。特别提醒，市场情况随时可能发生改变，因此报告中的预测、分析和结论可能与实际情况有所不同。 报告中提到的任何第三方名称、品牌或产品仅供说明之用，并不构成对其的认可或推荐。任何对这些第三方的提及不应被视为任何形式的背书或推荐。报告的版权属于值得买科技集团和世研指数所有，未经许可不得复制或分发。对于因使用本报告中的信息而导致的任何损失或损害，值得买科技集团与世研指数不承担任何法律责任。  

The U.S. Homeland Security Secretary Noem&#39;s order to terminate Harvard&#39;s Student and Exchange Visitor Program (SEVP) certification means the university &#34;can no longer enroll foreign students and existing foreign students must transfer or lose their legal status.&#34;

Stargate UAE will run in the newly planned 5GW UAE–U.S. AI Campus in Abu Dhabi. It will be built by UAE firm G42 and operated by OpenAI and Oracle. Nvidia will supply the latest Grace Blackwell GB300 systems for the project. SoftBank is also a partner.

 **今天，咱们手把手用****AI****来做一个产品。** **附工具推荐和10个完整的产品设计1.0版本提示词。** 咱们今天做出来的产品效果它可以是长这样的小红书运营工具箱：  也可以是长这样的短视频爆款预测分析：  还可以是这样的产品介绍界面：  别急，今天的文章内容会带你一步步做完，真正能用起来的产品。 **在****AI****时代，人人都是****产品经理****。** 从理解需求、头脑风暴、用户洞察、功能梳理，到文档撰写、代码对接，甚至连产品介绍和营销文案都可以一并搞定。我们还让模型读懂了我们设计好的界面，只要把 Figma 链接一丢，它就能自动理解并后续继续干活。 今天的分享主要是围绕某一个赛题（需求）的拆解，讲讲我们是怎么一步一步，从一张题目开始，做出一款完整的产品。 刚好在WayatoAGI的直播，在过程中间我们用到了 Amazon Q 这个AI IDE工作来协助完成整个过程，大家也可以一样使用Trae、Cursor、Windsurf的工具。 我会把这些步骤拆解成实操流程分享给大家，希望你们在比赛过程中也能用上这些方法，真正省下时间、聚焦在创造力上。 比如，我之前做过一款应用，叫做 Pailido，它本质上是一个基于AI的拍立得相机。 这款产品的底层是通过**多模态AI卷层**驱动的，实现了图像和文本之间的智能联动。 使用时，我只需要选择不同的应用场景，比如：小红书文案、咸鱼文案、外卖点评等各种风格化模板。  然后，只要对准场景，点击拍照，相机就能**根据当前画面内容，自动生成对应风格的文案**。 它真正实现的是一种**从确定场景到确定文字**的高效流程，体验上极大提升了便利性。 相比传统方式——需要先上传图片、再手动撰写提示词、再调用大模型生成，整个过程至少要两步以上。 而在拍立得中，我只需要**选中场景并拍摄一次**，就能直接拿到预期结果。 本质上，这款产品做的事情，就是在AI交互中**极大缩短了原本繁琐的流程**，让体验更加自然、即时、高效。  前端时间我还做了一个新的尝试 —— 开发了一个**语音笔记**功能。 在我的手机上，我通过设置一个**iOS快捷****指令**，只需要快速点击几下，就能一键唤醒这个应用，然后直接跟它进行语音对话。 我只需要**把脑海中想法说出来**，它就可以快速记录，并且自动把内容整理后写入到备忘录里。 当然，为了提升记录的准确性和搜索的便捷性，我在底层也预置了很多提示词（prompt）、关键词匹配逻辑以及灵感启发的设置。这样，当我需要查找某条笔记时，也能更快地定位到对应内容。 至于从需求根源来说，为什么要做这件事？ 因为我发现，**我的思考速度远远快于打字速度**。 举个例子：我一分钟可以想到大约100个字的内容，但如果用打字的方式，可能一分钟连50个字都打不完，且打字时思路容易被打断，顺序也可能混乱。 而通过这种**语音输入 +****大模型****润色整理**的方式，不仅记录更快，还能让内容更加流畅、有条理。 当然，除了语音笔记之外，最近还有一个非常热门的话题——那就是大家谈笑风生的**Vibe Coding**，也就是**AI****编程**。 这种新兴方式，正在**深刻重塑整个产品的设计逻辑**。 比如我的个人主页就是纯AI辅助我们完成的～  可以使用flowith这种产品帮你快速的验证你的产品想法和demo，做了个**小红书的运营工具箱。**  上面这个界面展示链接：https://flo.host/njMdn-z/ 这一系列的 AI 原生应用，正在各个领域悄然改变我们的生活和工作方式。它们并不是简单地在原有软件上叠加AI功能，而是从底层开始，重新定义了交互方式和工作流，带来了与传统应用截然不同的体验。  过去，我们需要根据需求手动撰写大量代码，一步步搭建产品原型。 而如今，通过与AI协作，我们只需要用自然语言描述想法，AI就可以辅助生成底层代码、搭建界面、优化交互逻辑。  接下来，让我们一起看看，在**AI****时代**下，**新的工作流程设计**会呈现出怎样的变化。 未来，很多时候我们只需要简单地**口头表达需求**，比如： - “帮我完成一份需求文档。” - “帮我设计一个针对某某主题的访谈提纲。” - “指导我如何整理用户旅程地图。” - “我有一个简单的功能需求文档，希望直接通过Vibe Coding的方式，帮我快速生成界面。” - “帮我完成一个结构完整、视觉专业的PPT。” 这些场景，过去往往需要产品经理、设计师、运营、工程师等角色多轮沟通、多轮手动制作，而在AI的加持下，现在**只需一句话的描述**，系统就可以理解意图、自动完成中间的繁琐环节，直接产出高质量的结果。 可以看到，这样的流程设计，已经**非常接近我们的自然思考方式**了 —— 不再是先写需求文档，再开发，再调整，而是 **从想法到成品，几乎无缝衔接**。  ### 下面，我们就一步步用AI来辅助我们做一个完整的产品。 ### **1.先搞清楚我们到底要做啥** **让 AI 帮我们拆解需求内容** 一拿到赛题，其实挺容易看着发懵的。题目写得复杂，字也不少，读几遍还是抓不住重点。这个时候，把赛题内容丢给 Amazon Q，它就能帮我们捋清楚逻辑。 比如：题目到底要解决什么问题？有没有什么限制条件？评判标准是啥？它能一步步帮我们拆解出来，相当于是先把方向搞明白，别一开始就瞎忙活。  咱们直接先拿到赛题信息：https://sourl.co/G6XeJn，我们可以直接点击“Ctrl+S”直接把赛题的网页信息拿下来，当然你也可以全选复制到markdown文本中，这种方法都需要确保赛题的文本不是图片格式的。  接下来，让我们的Amazon Q可以去读取一下这个题目，然后给我们分析一下我们需要参加什么样子的比赛，建议的方向是什么。 **Prompt模版参考：** <blockquote><p>我现在有一份赛题内容，我希望你能像一位产品策略专家一样帮我逐步拆解它的核心要素。请你按照以下逻辑来分析</p> <p>问题定义：这份题目想解决的核心问题是什么？能不能帮我总结成一句话的问题描述？</p> <p>目标澄清：最终希望达到的结果是什么？目标是产品交付、用户增长，还是解决某个痛点？</p> <p>评判标准：有没有明确的评分维度或隐含的成功标准？比如技术可行性、商业价值、用户体验等。</p> <p>约束条件：有没有给出特定的使用范围、时间限制、技术框架或者团队配置要求？</p> <p>用户视角：从用户角度出发，这个题目服务的核心人群是谁？他们有什么痛点或需求？</p> <p>帮我用结构化的方式回答，最好每点用简洁直白的语言概括清楚，适合后续直接拿去写 PRD 或进入头脑风暴阶段。</p></blockquote> 这个 Prompt 的核心设计是参考了**设计思维****（****Design Thinking****）中的问题定义阶段**，以及**产品经理****常用的 4W1H 框架（What/Why/Who/When/How）**，同时也留了很大的空间让 Amazon Q 用自己的知识和分析能力展开拆解。 你可以把这个模板稍微调整一下用在不同题目上，比如补充上下文或加上具体的题干，AI 就能更准确地帮你分析。  ### 2.想点子的时候，别自己瞎琢磨 **让 AI 帮我们进行头脑风暴** 有了方向，下一步当然是想办法解决问题。但一个人脑子里蹦出来的点子毕竟有限，有时候还容易陷进去出不来。把思路说给 AmazonQ 它听，它就能从不同角度帮你发散思维。 比如可以从用户需求、技术实现、商业价值这几个方向帮你找灵感，还能顺手把你说的一些模糊点归纳得更清楚。就像随时有个不累的同事在和你对话。 **Prompt 模板：帮我发散思路、头脑风暴一下解决方案** <blockquote><p>接下来我想请你帮我进行一轮头脑风暴，围绕我们已经明确的赛题方向，帮我从不同角度提出一些可能的产品创意或解决思路。</p> <p>请你尝试从以下几个维度来发散，每个维度列出多个可探索的方向或场景：</p> <p>用户视角：用户是谁？他们的痛点可能在哪？有没有什么新的使用场景可以挖掘？</p> <p>技术可行性：基于当前主流的大模型、API、工具，能不能有技术上的新用法或组合？</p> <p>场景拓展：除了直接解决问题的方案，有没有什么“借力”的方式？比如结合已有平台、已有数据流？</p> <p>商业与增长：有没有什么设计能兼顾转化率、用户留存、商业模式？</p> <p>已有方案优化：现在市面上有没有类似解决方案？能不能改造升级、差异化突破？</p> <p>如果可以，也帮我用一句话总结每个创意背后的核心逻辑。目标不是一步到位，而是尽可能多地打开思路，把盲区点亮。</p></blockquote> 这个 Prompt 的设计，核心参考了几个专业的创意发散模型： - **SCAMPER**（替代、组合、调整、放大、缩小、替换、反转） - **五个维度发散法**（用户、场景、技术、市场、价值） - **第一性原理****思考法**（从问题本质出发推导新路径） 你可以把当前你手头的赛题描述或已有的思路补充进去，效果会更好。  ### 3.搞清楚用户到底在意什么 比如我们通过上面的头脑风暴之后，最终选定了一个“社交媒体内容分析策略师”的场景，那么接下来我们应该去洞察这个场景下用户更在意的点是什么，我们的核心发力点在哪里。 **让 AI 帮我们进行洞察分析** 如果手上有用户反馈、竞品资料或者数据报告，直接扔给 Amazon Q，它就能帮你分析哪些问题是用户反复提的，哪一类人最常碰到这些问题，还有哪些功能可能会被忽略但其实很关键。它会帮你从这些杂乱信息里捞出有价值的洞察，告诉你应该往哪个方向优化或者创新。 **Prompt 模板：帮我从用户反馈或竞品资料中提炼出有价值的洞察** <blockquote><p>我现在有一批资料（包括用户反馈、调研记录、竞品分析报告等等），信息量比较大，也比较杂，我想请你像一个懂产品和用户研究的分析师一样，帮我把这些内容整理出清晰的</p> <p>洞察结果。请从下面这些角度来分析：</p> <p>高频问题归类：哪些问题或需求是被反复提到的？能不能帮我分成几个主题或类目？</p> <p>用户群画像：根据提问或反馈的内容，哪些用户群体最关注这些问题？有没有可以细分的人群特征？</p> <p>潜在痛点挖掘：有没有哪些隐含的问题不是直接被说出来的，但可以从表述中读出背后的需求？</p> <p>机会点识别：从用户的角度看，有哪些功能是他们觉得不方便、但市面上的竞品也没做好的？我们有没有机会切入？</p> <p>体验差异化建议：有没有什么需求点是可以作为我们产品的差异化亮点来设计的？</p> <p>最后，请你用结构化的方式输出这些分析结果，最好能分点呈现，便于我下一步进入功能梳理和产品方案设计阶段。</p></blockquote> 这个 Prompt 参考了用户体验研究和产品洞察中的典型分析结构，例如： - Affinity Mapping（相似观点归类） - Jobs to be Done（用户要完成什么任务） - Pain-Gain Map（痛点与收益分析）  ### 4.功能要怎么设计，让它来帮我们梳理一下 ok，上面我们已经基本清晰了用户的画像和痛点信息，接下来其实主要就是根据这些场景去梳理出咱们的MVP（最小可行产品）的功能模块分别是什么，然后需要有一份清晰的需求清单。 **让 AI 帮我们梳理功能需求** 当你有了大概的产品想法或者解决方向，下一步就是把它拆成一个个具体功能。AI会根据前面分析的结果，帮你列出“这个产品应该包括哪些功能”“每个功能解决什么问题”“用户是怎么一步步操作的”。 这一块它特别擅长，能把我们脑子里模糊的想法变成一条条写得清楚的功能点，给设计和开发用起来也方便。 **Prompt 模板：帮我把产品想法拆成一份清晰的功能需求清单** <blockquote><p>我现在有一个初步的产品构想（或者一个明确的目标/场景），我希望你能根据我们前面的分析结果，帮我整理出这个产品应该包含的核心功能。请从下面几个维度来帮我一步步梳理出来：</p> <p>功能清单：这个产品从“用户第一次使用”到“完成主要任务”应该包括哪些主要功能模块？请列出每一块并简单解释下它是干嘛的。</p> <p>用户操作路径：站在用户的角度，整个使用过程大概是怎么一步步走下来的？每个功能点出现在哪个环节？</p> <p>每个功能解决什么问题：帮我对齐一下：每个功能点的设计目的是什么？它具体是在解决哪个用户痛点或需求？</p> <p>功能之间的逻辑关系：有没有依赖关系、优先级？哪些是核心功能，哪些是辅助功能？</p> <p>MVP视角收敛：如果我要先做一个最小可用版本（MVP），应该保留哪些功能？可以先放弃哪些？</p> <p>请把回答整理成结构清晰的段落或表格，方便我直接拿去做 PRD 或和团队沟通设计方案。</p></blockquote> 这个 Prompt 的设计参考了产品规划中的经典方法论： - 功能-需求映射表（Function vs. Need） - 用户路径分解（User Journey Mapping） - MoSCoW 优先级模型（Must, Should, Could, Won’t）  ### 5.写PRD这活，也能交给它搞定 **让 AI 生成一份****AI****看得懂的****PRD****文档** 现在写 PRD，不光是给人看的，还得让 AI 工具也能读懂。AI 会根据我们前面聊出来的功能，自动生成一份结构清晰的产品需求文档。里面包括功能说明、用户流程、接口逻辑这些关键点。它写出来的文档逻辑很清楚，拿去跟团队同步，或者对接别的智能工具，都能直接用。 **Prompt 模板：帮我生成一份结构清晰、****AI****可读的****PRD****文档** <blockquote><p>我已经有了产品的基本构想和功能列表，现在想请你帮我整理成一份AI 能看懂也能继续执行的 PRD（产品需求文档）。这份 PRD 不仅要让人看得懂，更要考虑结构的清晰度、格式的规范性，方便后续接入自动化流程或智能工具调用。请按以下结构来输出：</p> <p>产品背景和目标：简单描述产品要解决什么问题，服务什么场景，核心目标是什么。</p> <p>核心功能模块列表：列出每个功能模块的名称、功能描述、使用场景，最好补充一句“这个功能解决的问题”。</p> <p>用户流程图（文字版）：从用户视角出发，描述用户从进入产品到完成关键任务的操作路径（可分步骤标序号）。</p> <p>每个功能的输入/输出：列清楚用户或系统输入了什么、期望的输出结果是什么，适合后续和大模型交互或和 API 对接。</p> <p>接口需求（如有）：说明每个功能点是否需要接口支持，如果需要，说明接口用途、调用方式、数据结构要求。</p> <p>边界条件和异常处理：列举常见的边界情况和异常场景，说明系统应如何响应。</p> <p>请按模块清晰排版，内容尽量结构化，避免散乱描述，最好用 Markdown 或表格格式输出，便于后续被其他智能工具或工程团队复用。</p> <p>最后保存到当前文件夹中，以md格式存储。</p></blockquote> 这个 Prompt 融合了： - **机器友好型****PRD****写作法**（结构明确、模块分割、数据流清晰） - **产品六要素**（目标、用户、功能、流程、数据、边界） - **适用于自动化系统理解的语法习惯**（如 Markdown 表达、字段命名清晰、明确的输入输出分离）  ### 6.让模型知道我们想要的界面长啥样 **让模型知道我们想象中的界面长什么样子，使用 Figma****MCP****的服务，把 Figma链接放进去就可以了。** **如何配置Amazon Q的MCP呢？直接在终端中输入这个指令，创建mcp的json文件：****vi ~/.aws/amazonq/mcp.json**。 创建完之后，我们把相关的mcp都粘贴进去，主要用到的是figma的mcp服务，配置完成之后，也可以直接问下Amazon Q目前哪些MCP服务是可以用的。  更多mcp服务可以在mcp.so或者modelscope里面找到。   有时候我们脑子里已经有了产品大概的样子，甚至已经在 Figma 上画好页面了，这时候完全可以让模型直接“看图说话”。我们只需要把 Figma 的设计链接丢给它，它就能通过 MCP 服务自动识别页面结构、组件类型、交互关系这些细节。 咱们可以在Figma社区里面找一些公开的图像设计资源，然后喜欢的风格布局等等，当然约接近越好，就好比我们要做一个内容创作工具，我们就去找类似的设计资源，当然很细分的需求也难找到一摸一样的，其实主要看你喜欢什么风格可以直接视觉化的描述即可。   这一步最大的好处是，模型理解界面的方式就跟人一样，知道哪个是按钮、哪个是输入框，知道用户点一下会发生什么。后面你要让它写前端代码，或者生成交互逻辑，就会顺畅很多，省得我们一个个功能再解释一遍。 **Prompt提示词这个就很简单：** 结合我的figma设计稿链接（https://www.figma.com/design/WXpW4QN4xFIeDVdZ7uqppm/Minimalistic-Social-Media-Templates–Community-?node-id=29-1239&amp;t=fyrkseULN35IUmeL-4），读取我的prd文档，帮我实现这个功能，遵循Tailwind Css设计规范，使用CND图标替换，使用Unspalsh图片替换对应的图片信息。  ### 7.如果要它接入系统，那接口文档得准备好 **给 AI 准备好对应的****API****文档** 想让它进一步帮我们动手干活，比如调用数据库、调取用户信息，那就得先把 API 文档给它。只要我们把接口说明、参数规则、请求方式写清楚，它就能“学会”怎么调用这些服务，后面可以自动帮我们写代码、拉数据、生成内容，不用我们手动对接每个环节。  咱们之前也有给大家分享过如何直接把大模型的API文档一步一步给到，然后让大模型去读取就能够对接上的内容。 ### 8.前面准备好了，就让它开始上手干活 让 AI 开始读取文档帮我们干活 一旦 PRD 和接口都搞定了，就可以让 Amazon Q 正式“上岗”。我们可以直接告诉让它去读取我们的需求文档、API文档，它就能根据文档自动处理，真正把分析、设计、开发串在一起干了。 咱们之前已经直接让它开始干活了，可以看到它已经出了一个基础版本的内容：  咱们也可以来看看最后运行完成实现的效果：  ### **9.产品介绍也不用自己写，交给它就行** **让 AI 帮我们写一份产品介绍文档** 咱们的作品提交里面也有很多模版参考了，作品链接文档模版这个我们就根据模版的大纲去填充相关内容就行。 产品做出来了，总得有个对外或对内的介绍材料。这个时候也可以让 Amazon Q 来写，它能根据我们之前的需求文档、用户场景和产品功能，总结成一份像样的介绍内容。不管是给团队成员看，还是用于内部评审，它写出来的内容结构都挺专业的，不啰嗦，重点也很清楚。 **Prompt 模板：帮我写一份简洁且专业的产品介绍文档** <blockquote><p>我现在有一个已经完成的产品，我希望你根据之前的需求文档、用户场景和功能说明，帮我生成一份清晰的产品介绍文档。这个文档的目标是让外部或内部团队快速理解我们产品的核心价值、功能和使用方式。请按照以下结构来写：</p> <p>产品概述：简短介绍产品是什么，解决什么问题，面向什么样的用户，简洁地传达产品的核心价值。</p> <p>目标用户群体：说明该产品的主要用户是谁，如何满足他们的需求，为什么它对这些用户有吸引力。</p> <p>核心功能：列出并简要描述产品的主要功能，每个功能点用一两句话概述它的用途和目标。</p> <p>使用场景：给出几个典型的用户使用场景或使用流程，帮助理解产品是如何在实际环境中解决问题的。</p> <p>技术架构和创新点：简要说明产品的技术亮点、创新之处，或是产品的独特技术实现，帮助突出产品的竞争力。</p> <p>市场定位和竞争优势：分析产品在市场上的定位，以及相对于竞品的优势和差异化。</p> <p>未来发展和优化方向：简单介绍一下产品的未来发展计划，未来可能的功能拓展或优化方向。</p> <p>请保持文档结构清晰、重点突出，不啰嗦，语言简洁明了，适合用作内部汇报、外部介绍或者评审材料。</p></blockquote>  ### **10.宣传文案也能一把包了** **让 AI 帮我们搞定产品营销推广文案** 产品要推向市场，就得有能打的文案。 这事儿也可以交给 Amazon Q。你告诉它你要发在哪个平台、目标人群是谁，它就能帮你写出贴合场景的宣传内容。 不管是要正式一点的介绍，还是轻松一点的社交媒体文案，它都能根据语气和渠道自动调整风格，不用我们反复改来改去。 **Prompt 模板：帮我生成贴合场景的营销推广文案** <blockquote><p>我现在需要一份针对产品的营销推广文案。请你根据我提供的背景信息和目标，帮我写出适合不同平台发布的文案，确保文案能够吸引目标用户，并在适当的语气和风格上有所调整。以下是文案的要求：</p> <p>平台：文案将发布在哪些平台？比如官网、微博、微信公众号、抖音、小红书等。根据平台特点，调整文案风格和语气。</p> <p>目标受众：我的目标用户是谁？他们的需求、兴趣、痛点是什么？（比如年轻人、企业管理者、技术人员等）</p> <p>文案类型：你需要写哪种类型的文案？</p> <p>正式的介绍文案：适合官网、产品手册、企业宣传等正式场合。</p> <p>轻松的社交媒体文案：适合微博、朋友圈、短视频平台等互动性较强的渠道。</p> <p>核心卖点：产品的哪些功能或优势最值得突出？（例如节省时间、提高效率、降低成本、创新性强等）</p> <p>号召性用语（CTA）：希望用户看到文案后采取什么行动？例如点击购买、注册体验、了解更多等。</p> <p>请根据这些要求生成文案，确保不同平台和受众有相应的风格变化。如果能提供多个版本（例如短版和长版），就更好了。</p></blockquote> 这个 Prompt 的设计参考了**文案创作中的多渠道策略**和**用户画像驱动的个性化营销**，并通过不同的语气调整来确保文案符合发布平台的特点。 咱们也可以来看下预览的效果：  过去做产品，从调研、构想到落地，要翻过不少山。 **现在借助 AI，咱们只需要把想法讲出来，它就能陪你一路把事干成。** 这一整套流程不是演示，是我们亲手实战过的，我也会继续把现在的1.0版本迭代成为更稳定成熟的版本分享给大家。 希望你看完之后，也能试着把这些方法用在自己的项目上，真正把 AI 用起来，省下不必要的时间，聚焦在最值钱的创造力上。 **我们一起，用 AI 把创意变成作品。** 题图来自 Unsplash，基于CC0协议 本文由人人都是产品经理作者@银海，原创投稿或授权 发布于人人都是产品经理，未经许可，禁止转载。