夺目青春×重重谜团×超自然现象交织，RPG游戏的里程碑。女神异闻录系列极受欢迎的作品终于迎来重制，《女神异闻录４ Revival》Steam页面现已公开。  # 在日本乡下小镇度过无可替代的一年 你将作为故事的主角暂住到日本的乡下小镇稻羽市，在这里开始一段高中生活。在这里，你将与充满个性的同伴们相遇，度过无可替代的一年时光。学习和社团活动两不误，还能恋爱和兼职。可以自由选择要做的事，无论是自我提升，还是外出游玩放松身心，一切都由你决定。  # 追查小镇上接连发生的凶杀案和深夜电视之谜 雾天清晨出现的倒吊尸体，接连发生的离奇杀人案……镇上流传着关于深夜电视的传闻——“雨天的深夜0点，在切断电源后的电视屏幕上能看到命中注定之人”。在追查案件的过程中，主角等人发现了电视中的广阔异世界。而在那里觉醒的力量，正是揭开“真相”的关键——心灵的力量“人格面具”。  # 使用人格面具能力攻略充满危险的异世界 本作中玩家将通过回合制指令战斗与异世界中遍布的“暗影”战斗。攻击敌人的弱点使其倒地后，便可与同伴们一起发动威力强大的“总攻击”。敌人的弱点不尽相同，因此如何搭配人格面具和技能非常重要。通过培育和收集人格面具，找到适合自己的战斗方式吧。  # 令人想要奔跑探索的场景与充满魅力的角色们 晴朗的天空、被夕阳染红的河堤、下雨天湿漉漉的路面……稻羽市那令人怀念的风景焕然一新，正等待你的到来。 与小镇居民们的互动也将更加丰富多彩，沉浸感将进一步提升。有时，也会在交流中萌生“情谊”。你与他人结下的“情谊”必将化为你的“力量”。 

新浪科技讯 7月18日下午消息，新加坡云海肴就字节跳动员工中毒事件发布致歉信称：“我们怀着最深切的歉意，向所有受影响的消费者及社会公众郑重道歉，经公司内部调查，我们深刻认识到，此次事件的根本原因在于我们管理的严重失职。” 据悉，此次事件源于新业务风险管控失职：在North Point City（纳福城）分店首次试点“公司团餐“新业务时，云海肴未能提前充分评估新业务的风险。经事后自查，当日供餐量已超出门店单餐最大加工能力，为事件发生埋下了重大隐患。 据悉，案件下判后，云海肴已永久关停“公司团餐”的服务，也关闭了纳福城分店。  [查看评论](https://m.cnbeta.com.tw/comment/1513914.htm)

**近日在福建厦门开往武汉的高铁上，多名大妈在车厢内跳舞并大声喧哗。**其他乘客反映，列车员多次劝阻无果，严重影响乘车环境，对此，**12306工作人员表示，乘客若遇到此类情况，可以先向列车员求助，若多次劝阻无效，可联系乘警或报警处理。** [](//img1.mydrivers.com/img/20250718/f02c3559df7a45b6a3ce6e1a62cdca49.png) **为减少类似纠纷，铁路部门近年推出的静音车厢服务正逐步扩大覆盖范围。**旅客可通过12306APP购票时选择带有黄色“静”字标识的车次，勾选“优先分配静音车厢”选项即可。该车厢实行严格静音管理：电子设备需静音或佩戴耳机，禁止交谈，外放声音接打电话需离开车厢，携儿童旅客需确保孩子保持安静。 工作人员会通过降低广播音量（正常音量30%-40%）、提供到站提醒服务、取消餐车叫卖等方式维护安静环境。 违规者经多次劝阻无效后，可能被强制调离车厢，甚至面临购票限制。**此外，车厢内配备眼罩、耳机等静音辅助用品，显著位置均设有静音标识强化提示。** [](//img1.mydrivers.com/img/20250718/d2d9242392f44451a21b9d0a4a3de873.png) [查看评论](https://m.cnbeta.com.tw/comment/1513908.htm)

虽然法拉第来来FF 91统共也没卖出多少，但这并不要影响贾跃亭继续发新车。**就在今日，法拉第未来第二品牌FX的SuperOne全球首秀**，据介绍，该车定位全球首款E-AI MPV，采用纯电和擦混两种动力。   然而不少前往吃瓜的中国网友看到这台车的一瞬间感觉似曾眼熟，仔细一看，这不国内长城魏牌的高山MPV吗？ 实际上也正是如此，在FF的官网上，赫然出现了“**高山9全系标配智能电四驱系统，搭载前后双电机与毫秒级扭矩分配技术.....**.”的宣传语。 只能说确实是草台班子，**FF网站维护人员复制粘贴相关介绍内容的时候，忘记把最重要的信息给删除，这样直接证明所谓的SuperOne就是一台不折不扣的中国车**。 贾跃亭只需要给它格栅添块屏，就能堂而皇之地发布，并用来讲故事吸引投资者，最关键的是还能成功，属实魔幻。  [查看评论](https://m.cnbeta.com.tw/comment/1513906.htm)

7月17日，Faraday Future（法拉第未来，简称FF）的第二品牌Faraday X（简称FX）首款车型——FX Super One正式亮相，同步开启了C端预订，**订金为100美元（约合人民币718元）。****这款车定位为纯电动中大型MPV，提供四座GOAT版、六座版和七座版，目标是在2025年底实现首辆车下线。**  **从外观上看，FX Super One的设计非常超前，前脸采用了大尺寸的前格栅设计。** **而且这个前格栅是一个整体式屏幕，FX品牌将其称为“AI具身智能生命体”。** 车顶还配备了激光雷达，科技感十足。 [](//img1.mydrivers.com/img/20250718/ddb45494-6ffd-4763-b4af-9fce85022579.png) 车尾部分，FX Super One配备了贯穿式尾灯组，并在车身两侧提供了竖向布置的LED灯组，整体造型非常时尚。 [](//img1.mydrivers.com/img/20250718/a941bc4a-4b4a-44b9-95b8-10232d2dd49c.png) 车内部分，FX Super One同样充满了科技感。  [](//img1.mydrivers.com/img/20250718/e61659a1-031f-4eb9-9efa-1a2c209e246d.png) **四座GOAT版的后排座椅看起来非常豪华，车内配备了零重力座椅、EAI OS座舱、全温区冰箱、全场景感知智驾配置EAI Driving系统等。** FX品牌表示，FX Super One可选纯电和增程动力系统，全系标配电动四驱。 作为FX品牌的首款产品，FX Super One被定义为“First Class AI-MPV”，也就是“头等舱人工智能MPV”。 [](//img1.mydrivers.com/img/20250718/7a059de9-48e8-4c5f-a9a5-c5e91c1d8eab.png) **从今年1月FX品牌的官方直播中透露的信息来看，FX Super One目前已经开启了产品测试和供应商招标等生产准备工作，并计划在2025年底实现首辆车下线。** 截至7月14日，FX官方公布的FX Super One B端付费预订单总量已经达到了4100辆。 在品牌层面，FX的目标是成为人工智能电动车（AI EV）市场的“丰田”。 相比FF品牌，FX将面向更广泛的大众市场，预计覆盖2万至8万美元的售价区间。 [查看评论](https://m.cnbeta.com.tw/comment/1513904.htm)

Pilipala 是一款第三方的 B站客户端，支持 Android 与 iOS，前两日开发者在其频道中发布了这样一条消息： 具体内容是这样的： 青小蛙赶紧查了一下，没介绍过 Pilipala（GitH

扎克伯格哐哐哐挖人，现在算是大概清楚了。就在Meta内部一系列组织调整后，全新的架构正在初步浮出水面。不过不看不知道，一看真是哪里见过……都知道小扎用人均上亿美元薪酬包组队“超级智能实验室”，不过最新消息是内部围绕这个实验室，已经整合出了3400多人的新组织。 这个新组织的头号负责人是Alexandr Wang （亚历山大·王），title是首席人工智能官（CAIO），副手是前GitHub首席执行官Nat Friedman，主要分管AI产品和应用。 这个调整之后，AI三巨头之一的图灵奖得主Yann LeCun，都转向97年MIT本科辍学的亚历山大汇报了。 不过这确实不是重点，重点是这3400多人都被如何重新分工。 据说总共有4组： 头部是AGI基础研究团队，大部分亿元先生女士都在这里。 然后是AI产品团队，主打一个Meta AI助手。 还有基础AI实验室，依然由LeCun带队。 最后还有一个新的小团队，瞄准Llama 5研发。 这这这，不就是扎克伯格这几年朝思暮想、咬牙切齿的字节跳动的AI架构吗？  吴永辉领导的Seed，搞最前沿的AGI研究。也有基础模型技术和架构。 然后产品团队在AI基台上应用和打造产品。 唯一不同的是Meta还有一个新团队搞Llama 5，因为亚历山大在开源和闭源这件事上正在动摇小扎，所以可能会搞出两条腿走路—— 最先进的大模型要闭源，不那么先进的才开源。 嗯，符合Alexandr Wang这个人一贯的精致利己性格。 Meta的新AI组织架构 据The Information的最新爆料，Meta的AI变革是内外并举的。 外部都看到了，哐哐哐挖角OpenAI、苹果和Google，上亿美元薪酬包的天价姿态搅得硅谷人心惶惶。 然后这些天价人才，组成了一个名叫“超级智能实验室”的组织。小扎承诺，这个实验室追求的目标是“人够少但GPU够多”。  小扎的亿元俱乐部 这个新实验室现在也是高调又神秘。 据说去这些人所在的办公室，都得过两次安检，有特殊权限才能通行接触。 但这些人的+1（直接领导）——亚历山大和Nat Friedman，管的就不止这30号人了。 扎克伯格一顿乾坤大挪移，把整个Meta的AI资源都大一统，搞出了3400多人的大整体。 这3400多人，包括了“超级智能实验室”那30人，但不同的是其他3370多号人，只有极少数能向28岁的亚历山大直接汇报。 图灵奖得主Yann LeCun算是“幸运”可以向亚历山大汇报，现在他带队的FAIR，基础AI实验室，是王管理的4个部门之一。 另一个庞大的部门，负责AI应用和产品，看起来由亚历山大的副手Nat Friedman来分管，其title就是Meta AI产品和应用研究副总裁。 这个部门看起来就是把基础模型和AI能力，可以至上而下或者说自底层到上层，应用到Meta各个产品和业务线之中。 其中最重要的就是Meta AI助手，类似ChatGPT，你也可以理解为字节旗下的豆包。 最后还有一个部门，之前就负责Llama研发的AI研发团队，但由于Llama 4的拉胯，现在面临亚历山大的整合。 有两种说法，一种是亚历山大会空降一些挖来的人放在旧Llama团队，研发Llama 5。 但也有另一种说法，亚历山大会搞两套班子，一套研发Llama 5，一套研发Llama 4.1……最先进的就闭源，次先进的对外开源。 不过不管哪一种，抱怨的声音已经传出了。 因为之前Llama团队的老员工，对新加入的天价少年们，表达出了“挑战”——这些人除了外来和尚，何德何能拿这么高的薪酬？ 看来OpenAI CEO奥特曼还真说对了，小扎这么挖，对Meta的文化没有什么好处，等着反噬吧。 另外，在第一阶段小扎亲自挖人之后，现在Meta超级智能实验室，似乎出现了人挖人的现象。 最新消息，苹果那边又有两位AI负责人转投Meta。 苹果杰出工程师 Tom Gunter，以及Mark Lee。  这两人都跟前苹果基础模型团队负责人庞若鸣关联密切，Tom Gunter作为苹果最资深的员工之一，和庞若鸣之前就合作密切。 Mark Lee则据说是庞若鸣到苹果后招的第一位同事。 这种现象实际也不稀奇，任人唯贤得需要时间来验证，但任人唯亲为熟，至少底子能有保证。 庞若鸣去Meta也有一根暗线，他跟小扎亲自招募的OpenAI余家辉，师出同门，都是吴永辉旗下门徒。 吴永辉耳熟吧？ 是张一鸣亲自招募，字节AGI小组Seed的一号位。 那不恰当类比的话，吴永辉就是字节的亚历山大·王啊——当然，这么说确实有点不够尊重吴老师，但类比着看吧，乔峰不也跟慕容复放在一起过。 实际上，要是这么看下去，扎克伯格最近这套组合拳，越来越像对着字节学。 字节Seed的架构 据说吴永辉加入字节Seed之后，字节的AI研发出现了一些变化。 吴老师主要负责“基础模型”，朝着AGI挺进，技术研发体系里，多名模型层负责人，都向吴永辉汇报。  5个月以来，在吴永辉主导下，Seed的工作风格相比之前也有所转变，更加扁平化，吴永辉的-2也可以向他直接汇报。 另外，各个研究方向的模型负责人方面也有调整。最新的比如多模态方向，现在由周畅接手了。 字节的AI研发和应用，如今也算得上风正一帆悬。 豆包大模型不仅技术在第一梯队，落地应用中的性价比和体验，更是帮助火山引擎、飞书、豆包APP等方案和产品攻城拔寨，全速领先。 最后，说回Meta。Meta这套是不是照着字节对齐，有调侃的成分，毕竟全球范围内谁能让小扎拿着放大镜研究，过去几年估计也就只有字节了。 不过，更重要的可能还是历经3年的冲击，大公司大组织对于自己怎么All in AI，已经找到了基础共识和节奏。 首先还是得有AGI团队，找最TOP的人给最好的待遇，保证自己是最快解锁AGI新进展的人。 其次还得有各个基础研究分支团队，语言的、语音的、图像视频的，甚至还有别的小技术和架构的。 最后还需要产品和工程团队，把先进的模型技术与产品应用结合，实现技术到商用的飞轮。 所以即便真被扎克伯格盯着，字节也不用慌，毕竟现在要问谁最慌—— 还得是OpenAI CEO山姆·奥特曼。 One More Thing 就在今天OpenAI的ChatGPT Agent发布会直播中，除了新进展，不少网友也替奥特曼捉鸡啊。 因为又有新面孔出现了，还都是扎克最喜欢的华人。  只要你和奥特曼同台，小扎就会录入你的人脸信息，把你放进Meta人才库里。 如果真出现这种趋势，搞不好过不了多久，奥特曼就只能自己开发布会了。这样比较安全。 但这么说Ilya估计不同意，毕竟他就是因为OpenAI不安全，才离开创办“超级安全AI”SSI的。 [查看评论](https://m.cnbeta.com.tw/comment/1513894.htm)

7月17日，美团官方公众号发文称，在其此前试点养老保险补贴的基础上，17日起，美团将正式在全国范围内上线养老保险补贴。与当地有关部门完成系统对接后，将陆续在各地上线。 据了解，该方案将与试点保持一致。只要骑手在过去6个月内有3个月收入达到当地社保缴费基数下限，就将自动获得养老保险补贴资格。补贴将不设人数上限，满足条件的骑手均可申领。 另外，联合中华全国总工会，美团还将在全国建设1000座骑手之家，供骑手充电休息。同时，成立“同舟基金”，美团将面向骑手及其家人，提供大病关怀和子女教育援助等。  此前，4月3日，美团官方消息称，基于国家已有的灵活就业人员参保政策，美团启动骑手养老保险试点，探索适合新就业群体灵活就业特点的养老保险方案。试点方案为：对当月收入达到就业地相关缴费基数下限，且近6个月有3个月满足该条件的骑手，美团以相关缴费基数为基准，补贴50%的费用。 首批试点今日已在福建泉州、江苏南通两城区开启，向区域内全部骑手开放，后续逐步覆盖至全国。 美团表示，“试点采用补贴方式，是为了更适应骑手工作灵活自由、过渡性强的特点，覆盖更多骑手。” [查看评论](https://m.cnbeta.com.tw/comment/1513892.htm)

**作者 | **耿宸斐 **编辑 | **宋婉心 具身智能企业在科创板的首例收购案诞生，引起了市场广泛关注。 7月8日晚间，上纬新材发布公告称，智元机器人通过其持股平台将收购公司至少63.62%的股份。根据收购价7.78元/股计算，此次交易总价约为21亿元。若交易达成，上纬新材将成为科创板首家人形机器人企业旗下公司。 随后七个交易日，上纬新材拿下七连板，持续刷新其股价高点。截至7月17日收盘，上纬新材收报27.89元/股，市值暴增81.12亿元至112.5亿元。 关于这笔极具特殊性的交易，仍有几个关键问题需要明确。 ### **01 明明已经拿下控制权，为何还要设置第三步主动要约？** 根据公告，此次交易分三步推进。 首先，智元机器人通过自己设立的控股平台智元恒岳和致远新创合伙，从上纬新材股东手中协议受让合计29.99%股份。随后，原控股股东SWANCOR萨摩亚及其关联方放弃全部表决权。 在股权转让完成后，智元恒岳还计划通过要约收购上纬新材总股本的37%，金额约为11.61亿元。原股东SWANCOR萨摩亚则预先承诺，会将其持有的33.63%股份用于预受本次要约。 根据公告中所披露的内容，以要约收购37%股份计算，本次收购中，各方实际对应出资情况如下：  数据来源：公司公告 其中，智元机器人、邓泰华等核心团队各持有智元恒岳50%股权。若收购完全达成，且各股东按持股比例出资至智元恒岳，则智元机器人需出资9.73亿元，而邓泰华等管理层以及重要产业方、战略合作方需出资11.3亿元（含致远新创合伙所需出的1.57亿元）。 智元机器人表示，本次要约收购的资金全部来源于收购人的自有资金和自筹资金，其中，自筹资金拟主要通过向银行申请并购贷款取得。 **但事实上，在完成前两个步骤后，上纬新材实控人已变更为智元机器人CEO邓泰华，为何仍要额外投入11.6亿元，甚至贷款以推进要约收购？** 答案或许能够从上纬新材的股权结构中窥得一二。 资料显示，上纬新材第一大股东及关联方合计持股近80%。若仅通过协议转让取得29.99%股权，即使结合表决权放弃，智元机器人仍非真正意义上的“大股东”。因此，通过要约收购实现绝对控股，是保障智元机器人后续资本运作顺利实施的基础。 嘉域投资管理合伙企业高级分析师江舟也表示：“通过主动要约，让原股东尽可能友好退出，能确保收购的完整性和稳定性。” ### **02 为何要设置一个“无压力”业绩承诺？** 此次交易中，设置了一份业绩对赌条款承诺：2025年至2027年，上纬新材实现的归母净利润应分别不低于6000万元，扣非归母净利润分别不低于8000万元。 若任何一个年度未完成指定的业绩标准，上纬新材的原控股股东SWANCOR萨摩亚则需按照归母净利润业绩差额及扣非归母净利润业绩差额的孰高金额对智元恒岳进行补偿。 谈及业绩承诺设置的作用，江舟认为，业绩承诺可以稳定市场和投资者信心，同时提升公司未来估值，还对团队有激励作用，为后续注入资产或整体上市创造有利条件。 这份业绩承诺的“特殊”在于，2022年至2024年，上纬新材分别实现归母净利润8414.59万元、7094.21万元及8868.14万元；实现扣非归母净利润分别为8475.85万元、6676.74万元、8034.99万元。对上纬新材而言，完成业绩对赌并非难事。 “有可能是为了提升业绩完成的几率，小公司收入和业绩不稳定较大，设定保守的业绩承诺有利于最后通过。”有业内人士分析。 ### **03 拿下上纬新材控制权，双方都是怎么想的？** 当下恰逢国家密集出台鼓励战略性新兴产业发展政策的关键节点。无论是新“国九条”还是“并购六条”，均明确鼓励新质生产力企业借助资本市场发展。但作为估值150亿元的独角兽，智元机器人为何选中了上纬新材？ 智元恒岳对媒体表示，一方面通过资本与产业协同，进一步巩固其在具身智能领域的领先地位，同时强化产业链的协同和合作；另一方面，完善集团多层次资本市场布局，为长期发展提供更高效便利的融资渠道和资源整合平台。 “从上市公司本身业务角度出发，上纬新材是新材料研发技术公司，可以满足智元机器人对机身材料的需求，帮助机器人降低成本。”江舟告诉36氪，“同时，上纬新材在风力发电轨道交通具有相应资源，可以更好帮助智元机器人加速向工业巡检等商业领域渗透。” 手握上市公司，智元机器人还能更好实现在二级市场融资的需求。 成本过高、量产交付不易、C端渗透缓慢、B端验证困难，都是人形机器人企业面临的共同困境。而在国内具身智能领域，智元机器人又是少数同时覆盖软硬件全栈研发、兼顾To B与To C端业务的企业。全链条布局的打法导致智元机器人相较同行的资金消耗更大，亟需更大规模的融资支撑业务持续推进。 从另一个层面讲，若交易顺利完成，智元机器人也能为一级市场投资者提供除传统上市外的退出渠道，增加退出的确定性。 不仅如此，江舟还指出，通过收购上纬新材，也能满足被收购方股东套现离场的需求。“如果按照股市正常交易，出现连续减持，有可能会导致公司股权结构失去平衡，股价出现向下大范围波动，甚至会导致面临退市风险。” ### **04 智元机器人为何不选择借壳上市或是直接上市？** 公告发出后，市场普遍猜测，智元机器人意图通过此次收购实现快速上市，但智元机器人很快否认了这一说法，称“非借壳上市，只是收购了一家上市公司”。 **当然，这并不意味着智元机器人未来不会“借壳”。按照现行规定，智元机器人可以在36个月追溯期结束后重组，从而规避“借壳上市”的认定审查。** 至少就目前而言，智元机器人并不具备借壳上市的条件。 根据相关规定，科创公司实施重组上市的，发行人应是依法设立且持续经营三年以上的股份有限公司，具备健全且运行良好的组织机构，相关机构和人员能够依法履行职责。 但智元机器人官网显示，公司成立于2023年2月，成立至今尚未满三年，并不满足重组上市条件。 另一方面，智元机器人目前的估值高达150亿元，是发布公告时上纬新材市值的5倍。就企业估值而言，借壳上市可能比不上独立IPO。并且，估值过高，监管审核未必放行。 可若是独立上市，由于科创板审核流程复杂，往往需要经过多轮问询和回复，审核周期具有极大不确定性。 “智元机器人控股上市公司以后，可以通过资本运营和运转提升公司估值，为后续IPO营造良好环境。如果未来条件成熟，可以将机器人业务作为优质资产注入到上市公司去，实现间接上市，避免独立IPO的不确定性。”江舟告诉36氪。 2025年的机器人行业，正凭借政策红利的持续释放、核心技术的不断突破以及商业化落地的乐观预期，吸引着大量资本的关注与追捧。 但资本市场的“热钱”往往具有短期性和流动性特征，江舟直言：“今年可能看好某个领域，明年态度就未必了，很难保证不会发生前几年基金狂炒新能源和半导体的情况。如果上市时，市场对机器人行业关注度已经降下来，很可能严重影响上市估值和融资效果，对股价运行大为不利。” 当叙事红利消退，若机器人业务迟迟未突破盈利，又该如何通过资本的考验？  关注获取更多资讯

 由 Seed Lab 开发、参展 BW 2025的生活模拟游戏《星砂岛》将于第四季度发售。本作中，玩家扮演的角色辞去了大城市的工作，来到了迷人的海岛，开启田园新生活。玩家可以在这里赶海钓鱼、种植庄稼、饲养动物。也可以和镇上的居民成为挚友或恋人，向他们学习拿手好菜或设备制作。完全自由的物件DIY能让你创造出独属于自己的世界，同时也能邀请其他玩家一起体验来分享这一份美好！ <内嵌内容，请前往机核查看> 在星砂岛，玩家可以种植当地特色的热带果蔬，打理属于自己的农场；饲养各类可爱的动物，与它们建立深厚的感情；依据地形建造独具特色的乡村别墅，装点错落有致的露台花园。岛上的一切都在等待您的探索与经营。  在这座人情味浓厚的岛屿上，每个居民都有着自己独特的故事。通过日常互动和特别任务，增进与岛民们的友谊。随着关系的深入，或许能找到那个想要与您一起在星砂岛共度余生的人。 在迷雾笼罩的岛屿深处，等待着您探索的不仅有丰富的矿藏和珍贵的宝藏，更有神秘的古代遗迹。学习并使用各种战斗技巧与奇异生物战斗，它们或许会带给您意想不到的惊喜。  <内嵌内容，请前往机核查看>

2025年7月18日，截止收盘，沪指涨0.5%，报收3534.48点;深成指涨0.37%，报收10913.84点;创业板指涨0.34%，报收2277.15点，两市成交额较上一交易日增加316.8亿元，合计成交15710.55亿元。

依靠南酸枣糕，齐云山正式向港股发起冲击。

<blockquote><p>B2B 不是“扛麻袋买奶茶”，而是“从线索到回款”的马拉松：决策链冗长、金额巨大、流程灰度。陈老师把 B2B 拆解成客户画像、跟进漏斗、售后风控三步，并用“没数据”这一灵魂痛点告诉你——先补流程，再谈模型，否则再高级的聚类也只是把垃圾算得更精致。</p> </blockquote>  在知识星球3000多个问题中，B2B类分析该怎么做，是问得比较多，比较有共性的。网上到处都是零售电商的例子，可这都是B2C类业务啊。当然还有一些同学连B2B和B2C都分不清楚，只是感觉到：我这个数据很奇怪，该怎么分析？今天系统解答一下。 ## 01 B2B和B2C的直观区别 一个典型的B2C场景： 小明想喝奶茶，走到一家奶茶店 小明：奶茶多少钱一杯？ 店员：15元 小明：好，买一杯。 小明扫码付款 小明：真好喝！我再买一杯   如果用B2C思路套B2B，就是这画风： 小明想开家奶茶店，走到一奶茶店门口。 小明：奶茶店全部转让给我多少钱？ 老板：50万 小明：好，买一间 小明把一麻袋钞票甩到老板脸上 小明：这店真好，我再买2间！ 小明又甩一麻袋钞票出来…… 是不是看着很搞笑。真实的B2B场景是： <blockquote><p>小明写代码到35，年纪太大被辞退。想着打工却发现到处都是：“限年龄35以下”咋办呢？发现一个《加盟奶茶店月入百万轻松当老板》的广告。于是：思前想后，看了又看，算计5天联系加盟商，扯淡5天又联系另一个加盟商，扯淡5天双联系另一个加盟商，扯淡5天和朋友讨论喝酒撸串5天到知乎发帖子，看评论5天找老婆要钱，吵架下跪5天找爹妈要钱，发飙谈心5天“这辈子我就雄起这一次！”怒吼5天……</p></blockquote> 光为了凑齐那一麻袋钱，小明已经经历了人生风起云涌大起大落，内心已是沧海桑田。还不说后边的加盟、装修、招聘、引流、卖货、生意不好、垂死挣扎、破产、报名21天0基础前端培训月入五万班、待业…… 哪像买杯奶茶，想买就买，多轻松！金额大、流程长、决策多，就是B2B业务和B2C业务的直观区别。（故事纯属虚构，如有雷同纯属贩卖焦虑的号文章太多）。 ## 02 B2B的业务特点 B2B业务不同于B2C，主要区别点有三个。 ### 服务与个人需求VS服务于经营目标 B2C的业务，大多服务个人消费需求，大部分是生活必须品。比如个人买牛奶，只需要考虑“这个好不好喝”就行了。 B2B业务，服务的是企业经营目标。同样是买牛奶，如果是拿牛奶当原料。就得考虑“我做出的奶制品是不是能卖出去，帮我赚利润”如果是拿来给员工喝，那就得考虑“是不是员工喜欢这个，会不会被投诉”。 这是B2B和B2C最本质区别。我们想理解B2C业务，往往假设自己是消费者，体验一把流程。可想理解B2B的业务，你是无法假设自己是消费者的，得站在经营者的角度去思考。不然，就会闹出开头“扛着一麻袋钱去买奶茶店”的笑话。 ### 简单决策VS复杂决策 B2C是个人消费，所以自己拿主意就好了。可到了B2B完全不一样，决策成员非常多。 想采购牛奶，还得走招标流程，还得走财务流程，还得走物流流程，还得走仓库管理流程，还得送各级领导审批。如果是小企业也就算了，大企业里敢省一个流程，分分钟审计怼上门来……  ### 货到付款vs售后服务 B2C是个人消费，一手交钱一手交货。可B2B往往复杂得多，签约只是第一步。后续交付还有首款、中期款、尾款各种麻烦。 前边举的买牛奶，已经是最简单的形式了。如果是陈老师所处的软件开发服务行业，来感受下，这漫长的的从签约到交付过程（如下图）。  ### 重复购买VS合作伙伴 B2C是个人消费，买的东西便宜，完全不纠结。比如买牛奶，不好喝下次换个牌子就是了。对企业而言，用户今天跑了，明天我打个折可能就回来了。 但B2B完全不同，如果签的是年度合作协议，那一但丢掉客户，就是一整年颗粒无收。如果客户签的是3-5年长期合作，那一但丢掉就可能3、5年不再来往。反之，如果是行业领军客户，一但拿下，整个行业的订单都能被我吃个七七八八。B2B就是这么赢者通吃。 所以一定要类比，可以把B2B业务，比作装修房子这类B2C业务，同样是采购金额大、决策流程长、决策机制复杂、首款尾款、交付过程长、一但采购完成就需求关闭（不过还体现出不少数大客户的营销）。 陈老师还是强烈建议，做B2B分析多花心思去了解业务细节。因为很多业务流程也会随着客户需求变更、定制，打比方只适合教学，不适合工作。 ## 02 B2B的基本分析框架 所有的数据分析，都绕不开是多少、是什么、为什么、会怎样、又如何这五件事。B2B的分析也是如此。只是B2B的分析，会在是多少上花格外多的精力。 一来，B2B采购本身涉及的客户组织架构、决策流程、工作流程特别复杂，需要额外信息； 二来，客户单个价值大，一但失去后果严重，不存在重复做试验的空间，每一个客户都得努力争取； 三来，客户不会高频次采购，一但形成关系难以更改，因此所以不像B2C，没有客户信息可以慢慢收，不了解客户需求可以慢慢Abtest，不能拿着RFM数据推测未来（大部分R）365天，F=1）。 B2B要的就是精准打击，一击致命。具体的细化需求，有三部分： ### 1、客户画像 直接上图，B2B的客户画像，更多从客户企业实力、需求规模、流程长度、谈判对象这些角度进行。和B2C不同的是，B2B的客户画像采集难度更低，往往这些企业相关的信息都可以通过客户拜访、企业年报、行业报道、相关企业介绍等渠道获得。 特别是一线销售，对此非常清楚（愿不愿意告诉公司，是另一回事）。完全不用担心“窃取个人隐私”等问题。  在用户画像的使用方法上，也有不同。B2C卖的很多都是必需品，用户是一定有需求的。问题是：哪一品牌、哪一Sku、哪一价格有需求。因此，B2C用户画像本质，是筛选特定产品的高响应率用户。 B2B如果客户没需求，真的就没有了。如何判断B2B客户的需求？ 一来，可以从客户经营情况、企业规模、发展走势来判断。比如企业进生产原料，肯定订货额和自身销售额成正比。比如卖软件，一个千万级企业不需要ERP，上亿了就得上了。二来，可以从客户与我们的关系来判断。B2B领域存在大量灰色操作，这也是常见的事了。 ### 2、跟进流程 需要注意的是，B2B采购需求一但发出，就进入倒计时阶段。客户不会无限期做甄选，需求发出越久，客户见识的供应商越多，成交几率越高，筛选的也越具体。因此收到销售线索后，判断该线索所处时间段，第一时间跟进，是非常重要的。  跟进销售线索的过程是复杂的。对于步骤超过2的流程分析，都可以用漏斗分析法。B2B在售前阶段，跟进流程分析的基本思路也是漏斗分析法。跟进流程核心就是签约，因此，针对单一线索，要关注跟进到了哪一阶段，具体失败原因（如下图）。  针对众多线索，则要分门别类，看不同地区、行业、企业、线索来源的签约率&amp;签约金额，从而针对性制定计划，看我们要打哪些地区，哪些特殊企业类型，从一个行业签约情况变化中发现问题（如下图）。  3、售后服务直接上图，B2B的售后流程也是分阶段的，但不用漏斗分析法。因为售后阶段原则上不允许回不了款！死，也得把钱死回来！因此B2B售后流程分析，更多是提示风险，预计问题，关注进度。  ## 03 B2B的分析难点 ### 难点一：对客户信息缺少采集、整理。 客户信息除了一个企业名字一个电话就没了，连接电话的人是什么职位都不知道。企业的其他信息也不清楚。最过分的，连客户信息的来源地点，来源时间都不清楚。人家客户的需求都关闭了，还傻乎乎地找上门问……最后结果自然凄惨无比，数据分析也无从分析。 ### 难点二：对跟进流程缺少采集、整理。 这里有两种常见情况，一种是销售们根本懒得记录：什么时候跟、跟进了谁、跟进反馈如何、下一轮跟什么，一无所知。第二种是销售们为了应付检查，突击跟进。要求3天内打电话联系客户，就在第三天突击打完。要求填写信息，就在月底检查前一天突击写完。最后提交的数据都是垃圾。 ### 难点三：对售后情况缺少采集、整理。 售后都忙着交付呢，鬼有心思反馈数据…… 是滴，B2B分析的最大难点就是：没数据。什么都没有。只记录了签约那一刻的简单数据，然后理所当然地以为，只拿这么一点点数据，就能分析出各种问题。 你让其他部门配合，他们有一堆理由： ● 销售：我开发的客户是我的资源！凭什么交给公司！ ● 市场：什么信息都全了，岂不暴露我做的获客都是垃圾！ ● 售后：已经累的灰头土脸了，交货重要还是交数重要！ 本质上，是B2B业务管理不规范导致的。因为B2B流程长、细节多，所以需要大量人力参与。因为人力参与多，就存在大量需要强化管理的地方。 在过去20年跑马圈地式经济发展中，大部分企业没有建立完善流程，甚至把无知当个性，把各种灰色操作当合理。以致于到了2024年，B2B业务管理还停在原始阶段，自然没有可靠的数据，也没有有效的分析了。 当然，还有一小部分责任，来自小白数据分析师们。他们最爱说的就是：“我看网上的教程，不都是用RFM模型+k均值聚类吗，我只要把签约额+客户名称丢到里边一聚……诶？为啥这结果看起来这么奇怪？群里有没有大佬？有没有B2B行业的大佬？B2B行业里Kmean聚类、最权威、科学、合理的分类数，是4还是6？急！在线等！可付费！” ——不去结合具体业务流程，天天就指望上网抄一个通用、权威、常见的做法，这要能符合公司情况就见鬼了。 ## 04 结语 以上就是B2B分析基本思路。请注意，B2B本身也是一个巨大范畴。 根据以下维度，还能细分出很多类型： ● 产品特点：卖原材料、卖产品、卖服务…… ● 销售模式：业务团队、电话、平台…… ● 行业特点：建筑、金融、五金、耗材、软件…… 在这些不同的类型中，具体的场景还有很多差异。一篇文章肯定不能面面俱到。 这里先做个科普，让大家感受一下两种思维模式的差别。如果大家有兴趣，后续再做分享。 本文由人人都是产品经理作者【接地气的陈老师】，微信公众号：【接地气的陈老师】，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。

本轮融资由三一集团旗下华胥基金、第四范式、游族网络、北京利尔、松禾资本、海通开元等知名投资机构共同参与。

凯乐士能成功登陆港股吗？

作为这一波大模型浪潮中最成功的创业公司，OpenAI 一直备受关注，数亿人使用 ChatGPT， 但是这家公司内部是如何运作的，一直保持神秘 。 近日，一位刚刚从 OpenAI 离职三周的工程师，写下了他过去一年在这家全球最受关注 AI 公司的所见所感。 他叫 Calvin，2024 年 5 月加入 OpenAI，今年 6 月底离职。Calvin 的离职，并不是因为任何纠纷或理念不合。他在文中坦言，自己更适合构建从 0 到 1 的系统，而不是在 3000 名员工中做一个螺丝钉。  在这篇名为《Reflections on OpenAI（在 OpenAI 的所思所感）》（点击文章最后左下角 阅读原文 可阅读）的文章中，他并不打算揭露什么惊天内幕，而是以一种近似私人备忘录的方式，记录了他作为技术人、产品人、创业者和父亲的交叠视角下，他在 OpenAI 的一线观察。 用他自己的话说：「这里没有任何商业机密，只有我对历史上最迷人的组织之一，在当下飞速迭代时期的所思所感。」 从这篇文章中，我们能一窥 OpenAI 内部的运作规律。 # 01 OpenAI 的文化： 既混乱又高效，既集中又分散 在 OpenAI 工作的一年里，Calvin 对这个组织的文化有了非常立体的理解。 他加入的时候公司大约有 1000 人，一年之后员工已经增长到超过 3000 。在这短短的时间内，他已经算得上「老员工」了。 OpenAI 的极速扩张也带来了典型的大公司问题：组织结构剧烈变化、沟通成本上升、团队间协作方式多样化。 Calvin 观察到，不同的团队文化之间差异巨大，有的像创业公司一样日夜冲刺，有的则像传统企业那样遵循流程推进。Calvin 本人所在的 Codex 团队更偏前者：节奏极快，方向灵活，什么事情都是「先做再说」。 而令所有人都意想不到的是， OpenAI 整个公司所有的事项，都放在了 Slack 上 。包括且不限于内部交流，包括项目协调、技术问题讨论、领导层的实时对话……Calvin 入职一年多，工作邮件不超过 10 封。  协作软件 Slack｜图源：Slack Calvin 还观察到一个非常鲜明的特征： OpenAI 非常依赖工程师和研究者「从下到上」推动项目 。 「好主意可以来自任何地方，进展不是规划的，而是迭代的。」Calvin 写道。 得益于这种自下而上的文化，OpenAI 也非常任人唯贤。从公司发展史上看，OpenAI 领导班子的晋升主要就基于谁有「能提出好主意」的能力，并且能把想法落地。 「最好的想法在 OpenAI 确实会获胜。」 OpenAI 的公司文化还鲜明地「 偏爱行动（action-bias） 」：你可以直接行动让想法落地，不必等上层批准。 Codex 负责人 Andrey 就曾告诉 Calvin，OpenAI 的研究员应该被看作「自己的小执行官（mini-executive）」，大家各做各的方向，看看最后跑出来什么成果。 OpenAI 的另一个显著特征，是「根据新信息及时调整策略」的理念，Calvin 指出，哪怕公司规模已非常庞大，依然保留了这种快速转向的能力。 一旦 OpenAI 决定要推进某个方向，通常就是全力投入、毫不含糊。他还轻轻拉踩了 Google，认为相比 OpenAI，Google 显得迟缓许多。 Calvin 评价 OpenAI 是他见过最「雄心勃勃」的公司之一。 哪怕已经拥有全球最成功的消费级 AI 应用，它依然在同时推进十几个方向：API、基础研究、硬件、代码智能体、图像生成，还有一些尚未公开的项目 。 不同团队之间的协作也非常灵活。Codex 推出前，他们急需几位经验丰富的 ChatGPT 工程师支援，和对方团队聊了一次，第二天就有两位高手直接加入，没有层层审批，也不等季度规划，人才来了「即插即用」。 OpenAI 领导层也出奇活跃，高层几乎每天都在 Slack 上露面，直接参与群聊讨论，不是那种「遥不可及」的管理者。 这种内部开放，对应的则是对外的保守 。 刚入职最让 Calvin 震惊的是，OpenAI 所处的「聚光灯中心」。当时的 OpenAI 是媒体报道、政策讨论、公众争议的中心，很多新闻他在公司内部都还没听说，就已经被媒体抢先爆出来。 因此，为了避免信息外泄，公司内部的保密机制异常严格。Calvin 在任职期间，几乎无法跟外人谈论自己具体在做什么。公司的 Slack 上有多个权限分级的分组，不同级别的员工能看到的信息差别很大。像是公司的财务数据、收入、GPU 成本等核心数字，都受到严密保护。 尽管外界经常用「神秘」「封闭」形容 OpenAI，但 Calvin 更愿意将这种状态理解为一种对责任的回应。 这种回应塑造了 OpenAI 内部严肃和紧绷的气息：一方面，团队在追求 AGI，最终目标可能会影响全人类；另一方面，产品已经被数亿用户用来获取医学建议、心理支持、甚至学习和工作协助。 与此同时，OpenAI 还在当下最火热的行业里，与 Google、Meta、Anthropic 等大公司竞争。作为行业领头羊，OpenAI 还要面对媒体的审视，还要小心翼翼地把握人类对 AI 开发和掌握的边界。 对此等压力，Calvin 表示自己在公司内部遇到的每一个人，都在尽力做「对的事情」。但大众也别把 OpenAI 想象成一个统一的意志体。 他认为 OpenAI 更像是从「洛斯阿拉莫斯实验室」（Los Alamos，美国研究出原子弹的实验室）的现代版本 ： 原本一群科学家和工程师在边缘地带探索前沿技术，结果一不小心孵化出了史上最火的消费级应用 ChatGPT。此后，公司又逐渐拓展为一个同时面向政府、企业和消费者的庞然大物，并且大众尚不可知研究成果时好时坏。  去年上映的电影《奥本海默》中呈现的 Los Alamos 实验室｜图源：奥本海默 在 AI 安全问题上，Calvin 的观察是：OpenAI 比许多人想象中更认真。 他看到有不少团队专门负责构建安全系统，聚焦的也多是现实风险，比如仇恨言论、滥用内容、政治操控、生物武器设计等等。遗憾的是，多数成果未对外发表，Calvin 觉得 OpenAI 在这方面可以更透明一些。 「不统一的意志体」还体现在不同部门和员工对 OpenAI 的理解也完全不同。有些人仍然把它当作一个「为公益而设立的研究实验室」，而另一些人则更多地从商业、产品或政策角度出发。 但无论如何，Calvin 最欣赏的一点，是公司在「AI 红利的分配」上说到做到。 最先进的模型从不会只留给企业级大客户，任何普通用户都能免费使用 ChatGPT 。大多数模型的 API 也对开发者开放。 在 Calvin 看来，OpenAI 的文化是一种奇特的混合体：既高度去中心化、强调个人驱动，又在某些关键问题上异常克制和谨慎；既像一家科研机构，鼓励想法和理论思考，又像创业公司，保持着惊人的速度和执行力。 这种文化，塑造了 OpenAI 的产品形态，也决定了它的代码长什么样。 # 02 技术的细节 在技术架构层面，Calvin 透露 OpenAI 的核心代码托管在一个巨大的 monorepo 中，主要以 Python 为主 。近年来，Rust 服务的比重逐渐增加，此外也有一些 Golang 项目，通常用于处理诸如网络代理这类系统级任务。 这个庞杂的代码库带来一个直观的感受就是：风格极不统一。在这里你既会看到由 Google 十年老兵写出的、面向大规模系统设计的库，也会碰到刚刚入职的博士生丢进来的临时 Jupyter 笔记本。 基础设施方面，OpenAI 的一切都跑在 Azure 上，此外，OpenAI 很少依赖 Azure 的自动伸缩服务或 IAM 权限系统。 相反，公司对自研系统的偏好非常强烈。 能自己写的，尽量自己写 。 人员背景方面，Calvin 观察到一个显著趋势：工程团队中有不少成员来自 Meta，尤其是 Meta 和 Instagram 的基础架构部门。 这也让 OpenAI 在某种程度上，有点像早期的 Meta：一款现象级的消费级应用、配套基础设施还在建设中、团队渴望快速迭代。  OpenAI 在今年 5 月推出的 AI 编程工具 Codex｜图片来源：OpenAI 另一个非常核心的架构特征是：「 Chat 架构深入骨髓 」。 自从 ChatGPT 爆红以来，大量代码围绕「聊天消息」与「对话」这两个概念进行组织，这些设计已经成为不可忽视的原语（primitives，不能分解为更小语言单位的基本编程元素）。Calvin 提醒说：如果在开发中忽视这些设计，后果可能很麻烦。 决策架构的过程也体现了 OpenAI 一贯的「行动偏好」：谁做，谁决定架构。这里没有架构委员会，也不太讲「自上而下」的计划，多数技术方案是哪个团队想做、就直接开干。 结果代码库里常常会出现多个「重复造轮子」的场景，光是排队系统、Agent 运行框架，Calvin 至少看到了五六种不同的方法造出类似的结果。 这种快速增长也不是没有代价。有些系统因此变得混乱，所以就算是最顶级的 AI 公司，在快速扩张时也会踩到最常见的工程坑。 在技术架构的框架之上，Calvin 最重要的项目，是参与 Codex 的落地与发布。在他离职前的最后三个月里，Codex 的冲刺毫无疑问成了他职业生涯的一大高光。 时间回到 2024 年 11 月，那时 OpenAI 正式定下了一个 2025 年的产品目标：推出一款 coding agent。到 2025 年 2 月，内部已经出现了一些使用模型进行编程任务的工具，效果相当不错。 但与此同时，越来越多的 agent 工具问世后， OpenAI 内部感受到了外部压力，团队进入一种几近狂奔的节奏。从第一行代码写下到产品上线，只用了 7 周时间 。 这是 Calvin 回忆，那段时间几乎每天都加班到深夜十一二点，凌晨五点半被刚出生的孩子叫醒，七点又准时出现在办公室，周末也不例外。 整个团队拼尽全力，Calvin 说得直接：「这家公司，还有那股冲劲儿。」 而在七周时间里，他们 8 位资深工程师，4 位研究员，2 位设计师，2 位市场与销售成员，以及 1 位产品经理，共同打造出了一个可发布，可上线，可直接使用的 AI 编程 Agent。  Codex 核心团队｜图源：@calvinfo 发布前夜，五个人熬到凌晨四点部署主服务，紧接着清晨八点又准时回到办公室，准备直播和公告上线。当时功能开关一打开，流量瞬间涌入。 Calvin 说，他从没见过一个产品仅仅是出现在 ChatGPT 左侧边栏，就能瞬间引发如此大量的用量，他称「这就是 ChatGPT 的力量。」 # 03 从怀疑到收获 在回顾这一年时，Calvin 承认，最初加入 OpenAI 时他其实是犹豫的。他不确定自己是否适合进入这样一家 AI 巨头，甚至为了预留退路，他在刚加入时对外保持了相当低调。 但他也为自己设下了三个在 OpenAI 想完成的目标：一是建立对模型训练与能力边界的直觉；二是和一群优秀的人共事并从中学习；三是发布一个真正打动人的产品。 现在回看，这一年无疑是他职业生涯中最重要的一段经历之一。他说，很难想象还有哪里能学到这么多。  本文作者 Calvin French-Owen｜图片来源：X 这段经历也刷新了他对「大品牌」的理解。在参与 Codex 时他意识到， OpenAI 所有的产品设计几乎都是围绕「Pro 用户」展开的，哪怕是面向开发者的 Codex，也主要以个人用户为导向，而非团队 。 这对来自 B2B 世界的他来说完全是另一种思维方式：ToC 的开关一旦打开，流量立刻涌入，不像 ToB 的传统企业产品，还需要漫长的客户开发周期。 他也第一次站在一线，了解大模型是如何训练的。实验不只是算法问题，调数据、盯指标、调边缘案例，样样都得自己动手。而到了大规模训练时，每一次都像一场不可预知的系统挑战。 对其他创业者来说，他也给出两点建议：如果你感到自己创业的项目停滞不前，不妨认真考虑两个方向：要么更激进地出击、增加试错次数；要么加入顶级实验室，去亲眼见证未来是怎么被构建的。 在他看来，通向 AGI 的竞赛已经进入三国演义： OpenAI、Anthropic 和 Google 各自代表着不同的技术与文化路径：消费产品、企业服务、工程硬核 。 Calvin 相信，进入其中任何一家，都会是一段眼界大开的经历，正如过去一年他的亲身经历。

就…很离谱。 前几天，群里有大佬发了一个链接： 于是，青小蛙就跑去研究了一下。初看，这是一个没有代码的项目（GitHub），但有着3万多颗星星： 一般情况下，只有小作文可以在没有代码的情况

<blockquote><p>从“权力局”北京到“搞钱场”深圳，从“现金流”广州到“流量池”杭州，四城创业基因一次说透：懂政策、拼速度、控现金、玩算法，你选哪座城，就选了哪条赛道、哪种代价。</p> </blockquote>  今天聊聊创业的城市。 在中国创业版图上，北上广深杭五城不仅是经济引擎，更是五种商业文明的熔炉。 当北京创业者**在政策与人脉的棋局中运筹帷幄**，深圳的冒险家用“两小时产业圈”跑赢时间，广州的生意人用现金流编织“**闷声发大财**”的网络，杭州的流量玩家则把认知变现玩到极致。 我昨天刚见了一位朋友，从杭州来广州工作。我们聊了很多杭州和广州的工作风格、创业风格。 我之前的十几年，在北京、深圳、广州三地呆过。工作过，也创业过。这几个城市的创业风格其实差别很大。 创业本身是一个“追势”和“借势”的过程，逆势而为99%是难有成果的。那么，“势”在哪里？如何保护这个“势”的氛围？这些的落脚点都是城市。 作为出生在东北的人，我深刻理解“投资不过山海关”的道理。所以大部分东北人工作也好，创业也罢，都是在外地。 从职场到创业，无论你的业务是否是创新，创新程度有多大，这个转变本身都是一种创新。对于创新而言，一个良好的支持度高的创新环境是非常重要的。 ## 我对于四座城的直观感受 那么，北京、深圳、广州、杭州这四座城对于创业创新来讲怎么样呢？ 我们先不提冰冷的数据，我先说说我自己的感受。其实围绕几组关键词： - 北京：权力型资本 - 深圳：来了就搞钱 - 广州：现金流外贸 - 杭州：流量操盘地 在北京，你看那些南方少有的雄伟的建筑就能知道，这些机构大部分是央企、国企、大型集团与互联网大厂。所以，权力、圈子在北京是很重要的，所以很多生意合作，是基于关系。（在能力不拉胯的情况下）北京创业成本据我了解也是这四座城里最高的，无论是房租水电等硬开支，还是员工成本。适合垄断型行业，适合大企业，适合投融资型创业。 在深圳，当你刚来的第一天，就能感受到这里开放和快节奏的氛围。深圳市加速资本驱动，务实高效是这座城市的标签。如果是夏天，还有闷热的氛围。但深圳办事效率很快，公共服务力度和效率是我认为高于北京和广州的。创业成本也低于北京。我之前看到的数据，深圳是创业机构最多的城市。适合各类一人公司、初创公司、中小型公司。 在广州，这里生活成本、创业成本比北京和深圳更低，更加务实。当然这里的小作坊也比较多，夫妻店、个体户等。如果要和本地客户打交道，这里讲广东话比较多，所以语言是一关。另外闷热和湿热程度高于深圳，市容街道也没有深圳那么新。但是广州烟火气比较浓，小吃很多，也很好吃。特别适合外贸型的一人公司、初创公司、中小型企业。 在杭州，我没有亲身长期呆过。我听很多杭州创业的朋友说，以及我的内容同行说，这里很卷。但是卷现在已经成为常态，杭州虽然卷，但是创业氛围好，简洁高效，有事说事，不绕圈子。政府支持力度也比较大。杭州的两座互联网大厂：阿里和网易，在创业氛围上还是起到了很大帮助，互联网人出来创业，基本都是偏平化。但是杭州，由于两极分化：大厂+创业公司，加上环境下行，所以找工作比较难，普遍单休，普遍要降薪。特别适合搞流量类型的一人公司、初创公司。 ## 四城交锋：创业基因的终极对决 **下面我们看看客观数据：2025年《全球创业生态系统报告》揭晓答案：北京首次跻身全球前五，与波士顿并列；深圳、杭州、广州分列第17、23、35位。** 在北京创业，本质是“做局”的艺术。这里不讲“多快好省”，只讲“**你懂不懂我是谁**”——懂体制语言、懂政策边界、懂资源调度，才有入局资格 **我们来看看，数据印证下的北京权力浓度：** - 独角兽企业115家，总估值5949亿美元，占全国总量28.1%，7年新增37家上市企业中硬科技占比超71%； - 2024年新晋23家独角兽，13家来自通用AI、细胞治疗、商业航天等“国家级赛道”，其中9家仅用3年突破10亿美元估值； - 风险投资总额640亿美元（2020-2024年），超全球均值12.3倍，政府引导基金已投出140亿元。 **北京**赢在“**国家叙事能力**”，却困于资源依赖；**深圳**胜在“**野蛮生长效率**”，但受制基础研究短板；**广州**强在“**供应链话语权**”，弱于品牌溢价；**杭州**精于“**流量操盘术**”，失于实体经济根基。 围绕核心优势、代表产业、资本类型、成长速度、成本压力，我们看看4座城市的总体情况：  图：北京、深圳、广州、杭州四城的创业基因  （袁振绘制） ## 选择城市，就是选择创业DNA - 北京教你“做局”， - 深圳逼你“狂奔”， - 广州告诉你“活着才有输出”， - 杭州让你相信“算法即权力”。 当95后用脚投票奔向深圳（吸引力第一），当北京独角兽用5949亿估值定义硬科技高度，当广州老板用日均10万场直播重写“广货出海”，当杭州主播用“上链接”重构消费逻辑——每座城都在问创业者：你愿意为哪种成功支付代价？ 时过境迁，真正的答案早已不在中关村咖啡馆的政企合作方案里，不在华强北电梯间的零件样品中，不在十三行凌晨的直播灯光下，不在西溪园区飞涨的GMV数据里。 唯一确定的是：选错城池，再锋利的剑也会卷刃。AI时代，知难行易欢迎关注我的公众号我会持续分享高质量易懂的认知、经过验证的方法论如果有问题咨询、合作意向，欢迎私信 本文由人人都是产品经理作者【袁振】，微信公众号：【袁振YuanZhen】，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。

**<strong>雷克萨斯LM 500h这款豪华MPV的全新版本终于发布了，它在日本的售价是1500万日元起，换算成人民币大概在72万元左右。</strong>**不过，根据国内市场的定位和配置，该车六座版当前在国内的售价为125万，而四座版的售价则高达155万元 [](//img1.mydrivers.com/img/20250718/49eb5686-48f2-45d0-b5bf-3aee6e206d4b.png) 从外观上看，新款雷克萨斯LM 500h保持了雷克萨斯家族的经典设计，车头采用了无边界风格的纺锤形进气格栅，搭配细长的前灯组，看起来非常大气。 [](//img1.mydrivers.com/img/20250718/34f8e729-4c11-4de6-b2ce-de19920580c4.png) 车身侧面线条流畅，A/B/C/D柱都进行了黑化处理，营造出悬浮车顶的视觉效果，车尾则是贯穿式尾灯组，整体造型非常时尚。 [](//img1.mydrivers.com/img/20250718/5e051923-1b3b-410a-9f47-4fb934401229.png) **新款雷克萨斯LM 500h在配置上也做了不少升级，特别是隔音方面，它在后轮罩和尾门周围增加了减振和吸音材料，这样可以有效降低后轮的路面噪音和尾门的振动噪音，让车内的乘坐体验更加舒适。** [](//img1.mydrivers.com/img/20250718/fd000073-28b2-4a8e-90b6-cfbcb353c310.png) 车内还提供了四座和六座两种布局，四座版的后排空间非常宽敞，顶置控制台的电动滑门开关被移到了后排中央控制台位置，还增加了托盘，方便放置手机和小件物品。 车内照明灯的亮度也可以根据个人喜好调节，这些细节设计都体现了雷克萨斯对豪华感的追求。 [](//img1.mydrivers.com/img/20250718/dbabc701-965b-44f3-9ecd-66baaa1a22c9.png) **动力方面，新款雷克萨斯LM 500h搭载了2.4T发动机和前后双电机组成的油电混动系统，匹配6速手自一体变速箱，这套动力组合不仅动力强劲，而且燃油经济性也很好。** [](//img1.mydrivers.com/img/20250718/423c23c6-571c-41ac-8a19-909c144b634a.png) **在国内市场，雷克萨斯LM定位中大型MPV，虽然没有直接竞争对手，但基于奔驰V级打造的商务车，如迈莎锐V级、克蒂圣姆峰、雅升V-Class等，售价也相对较高，和雷克萨斯LM有一定的潜在竞争关系。** 不过，雷克萨斯LM凭借其豪华的配置和出色的品质，依然在高端MPV市场中占据着重要地位。 [查看评论](https://m.cnbeta.com.tw/comment/1513890.htm)

一项新研究发现，很多狗狗都会看电视，而且它们的反应不仅取决于屏幕上的内容，还取决于它们的性格，从兴奋到恐惧，程度也不一而足。老式电视的刷新率较低，容易产生闪烁，狗狗比我们人类对闪烁更敏感，因此很难感知清晰的图像。然而，现代电视拥有高清屏幕、更高的帧率和专门的色彩方案，让我们的狗狗伙伴更容易查看电视机或面板上的内容。  美国奥本大学研究人员开展的一项新研究希望更深入地了解狗如何与电视互动、哪些类型的图像和声音会吸引它们的注意力，以及性格等个体特征如何影响这些行为。 “作为伴侣动物，狗会接触到许多在野外不会遇到的人工环境刺激，”研究人员说道。“值得注意的是，电视提供的是自然刺激的二维图像，无论在听觉还是视觉层面，都堪称逼真。由于伴侣犬经常接触电视，因此从动物福利的角度了解它们如何对这类刺激做出行为反应和解读至关重要。” 对于犬类而言，“福利干预”是指旨在改善其生理、心理和情感健康的行动。正如本文所探讨的，这包括主人在犬类离开家时为其打开电视，以此吸引和/或分散它们的注意力。 研究人员采取的第一步是开发一种名为“狗狗电视观看量表”（DTVS）的新工具，该量表包含16个问题，用于测量狗狗对各种电视刺激（包括狗狗、人类、无生命物体和声音）的视觉和听觉反应。随后，他们开展了一项在线调查，收集了650只狗狗的数据，其中453只看过电视的狗狗被纳入最终分析。除了从DTVS收集的数据外，研究人员还收集了人口统计数据，包括年龄、性别、品种和绝育状态，并使用两种经过验证的工具进行了气质评估：PANAS（用于测量兴奋和恐惧等特征）和DIAS（用于测量冲动性）。 研究人员观察到，狗狗对电视有反应，但并非所有刺激都有相同的反应。主要有三种行为维度： DTVS 动物：对动物刺激的反应，例如狗、其他宠物和野生动物。 DTVS 跟随：狗在物理上跟随屏幕上的物体的行为，表明狗期望物体在屏幕之外继续存在，就像在现实世界中一样。 DTVS 非动物：对人类和无生命物体（如汽车和门铃）的反应。 狗狗的反应更多地基于它们看到或听到的内容（动物 vs. 非动物），而非它们的体验（视觉 vs. 听觉）。更容易兴奋的狗狗更有可能表现出跟随行为，例如追踪屏幕外的物体。负面反应性（例如恐惧感）较高的狗狗对非动物刺激（例如汽车和门铃）反应更强烈。年龄、性别、绝育状态、品种和冲动性对狗狗与电视内容的互动方式没有显著影响。之前接触过的电视也没有显著影响狗狗的反应。 研究人员表示：“这项研究为将电视作为一种福利干预措施，以及狗狗对人工视觉和听觉刺激的感知评估提供了参考。总的来说，这项研究表明，伴侣犬在看电视时会体验到一个充满意义、充满物体的世界。” 这项研究存在一些局限性。大多数参与者的狗已经对电视有反应；不看电视的狗的主人被鼓励做出反应，但参与人数不足。此外，行为解读的准确性取决于狗主人的报告，而不是直接观察；虽然收集了观看屏幕的尺寸或类型（例如 LED 或 OLED）信息，但并未进行统计分析。最后，这项研究没有考虑狗观看的节目类型或质量。 然而，这项研究为许多狗主人提供了实用的指导。首先，它证实了狗狗确实会与电视节目产生有意义的互动，尤其是在播放动物主题的电视节目时。其次，从现实角度来看，如果狗狗非常容易兴奋或反应过度，某些节目可能会让它们过度兴奋或感到压力。定制电视节目可以作为一种丰富的工具，尤其针对特定性格类型的狗狗，因为狗狗的反应会因性格特征而异。这类节目对动物收容所来说可能大有裨益。 该研究发表在[《科学报告》](https://www.nature.com/articles/s41598-025-06580-y#Sec14)杂志上。 [查看评论](https://m.cnbeta.com.tw/comment/1513888.htm)

今日，据商务部新闻办公室消息，7月17日，商务部部长王文涛会见英伟达CEO黄仁勋。王文涛表示，中国吸引外资政策不会变，开放的大门只会越开越大。中国市场规模巨大，应用场景丰富，创新创造充满活力，**希望包括英伟达在内的跨国公司为中国客户提供优质可靠的产品和服务。** 黄仁勋表示，**中国市场非常有吸引力，英伟达愿同中国合作伙伴在人工智能领域深化合作。** [](//img1.mydrivers.com/img/20250718/fc8e7cee5c56419791b10a2d0daa0726.jpg) [](//img1.mydrivers.com/img/20250718/498736fce18c4fc78b1f63dc3cf36f3c.jpg) 据了解，黄仁勋在今年1月的中国行时接受了记者采访，他表达了对中国市场的重视与承诺。 黄仁勋表示，英伟达与中国有着深厚的合作关系，过去25年间在中国开展了广泛业务，拥有数千名员工**。未来将继续深化合作，因为这里有许多优秀的伙伴和丰富的项目。** 当被问及在中国的业务进展时，黄仁勋回答称：“一切顺利。” [查看评论](https://m.cnbeta.com.tw/comment/1513886.htm)

7月18日消息，苹果iOS与谷歌Android这两大手机操作系统均推出了全新设计，但真正的变革潜藏在底层的人工智能。**以下为翻译内容：****近二十年来，无论用户买的是苹果iPhone还是搭载谷歌Android系统的智能手机，其工作方式都大同小异：点按屏幕上排列整齐的彩色应用图标。但今年，苹果和谷歌终于开始分道扬镳。** [](https://static.cnbetacdn.com/article/2025/0610/25126ad52f65958.jpg) 苹果将于今年秋季发布新一代手机操作系统iOS 26，它采用了一种模仿玻璃质感的透明美学设计，让应用图标以及按钮能与屏幕上的内容融为一体。而谷歌则反其道而行之，其新发布的Android 16更强调鲜亮抢眼的色彩。 这些外观上的变化，或许预示着iOS和Android之间将出现更大的分化。谷歌正大力整合其AI聊天机器人Gemini，从而自动执行撰写邮件、编辑照片和创建购物清单等任务。相比之下，苹果只发布了一小部分AI功能，并因技术问题推迟了新版Siri的发布，因此，苹果目前的重点是让其软件界面看起来更漂亮。 **对于消费者而言，这意味着未来几年所获得的技术体验，可能会因购买的手机不同而大相径庭。**随着谷歌深入AI领域，Android用户很快就能拥有能深度挖掘其数据、并代其完成大量任务的手机，但消费者是否买账还是一个未知数；而苹果手机用户则会获得界面精美、打磨更精细的软件，这在本质上仍是对原有风格的延续。 **iPhone应用渐隐，Android更显鲜活** 上月苹果在软件发布会上揭晓iOS 26，并推出名为“液态玻璃”（Liquid Glass）的全新界面。这种模仿玻璃质感的半透明美学设计，能让应用图标或按钮根据后方照片的光影与色彩自动改变自身外观。苹果还将这种玻璃质感应用到iPad和Mac等其他设备上，以提升生态系统内的体验一致性。 相比之下，谷歌则在今年5月举行的开发者大会上，为Android 16发布了全新设计Material 3 Expressive，让用户手机屏幕更具波普艺术风格。用户可以选择一个颜色主题来改变软件界面的整体外观，例如紫色主题会搭配粉色应用窗口、紫红色文本和深紫罗兰色按钮。谷歌表示，这种设计的目的是让用户与Android系统建立更深的情感联系。 然而，这两大设计革新似乎更像是在转移人们的注意力。**手机正在发生的真正变化，其实是由AI驱动的。** **谷歌力推Gemini成“杀手级”应用** 与前代系统一样，Android 16也内置了Gemini。用户可以通过语音或文本与其进行交互，来简化手机操作。 过去几年，谷歌不断扩展Gemini的功能，使其可以控制笔记应用、谷歌地图和YouTube等各种软件。Gemini基于生成式人工智能技术，利用复杂语言模型来预测词语的关联性。 这使得Android用户可以通过长按手机电源键唤醒Gemini，并发出语音指令。比如在笔记应用中生成某种菜谱的购物清单、查询走到最近一家电影院需要多长时间，亦或是从YouTube上的烹饪视频中提取食材清单。换言之，**尽管Android 16最抢眼的新特性是其多彩的界面，但驱动Android发展的真正力量，正逐渐由Gemini担当。** **苹果仍在AI领域追赶** 在iOS 26中，苹果对去年首次亮相的“苹果智能”（Apple Intelligence）进行了功能扩展，新增了自动语言翻译、利用截图信息进行网页搜索等新功能。但这些工具，Android用户早已使用多时。 实时翻译功能可以在苹果的信息和FaceTime等通信应用中使用。例如，当用户与一位讲母语的亲戚用FaceTime通话时，能看到屏幕气泡中显示的翻译字幕。（谷歌在2021年就发布了类似工具。） 新版iPhone系统还利用AI，简化了基于截图信息的操作。例如，如果用户截取包含音乐会日期和时间的网页截图，系统会建议将音乐会信息添加到日程中。或者，如果用户截取了一张手提包的照片，点击按钮即可搜索外观相似的商品。（这与谷歌的“圈选即搜”工具类似，该工具允许Android用户通过圈选物体来进行基于图像的搜索。但不少用户称该功能是噱头，因为它很少有用。） 至于Siri，苹果原计划在今年春天发布一款融合AI、足以媲美谷歌Gemini的升级版虚拟助理，但在内部测试发现其近三分之一的请求都不准确后，这些计划被无限期推迟。目前，苹果用户只能与旧版Siri对话，并将部分请求转给OpenAI的聊天机器人ChatGPT。 这一切意味着什么？ **所有主流消费科技公司都在重新设计产品，将新的AI技术融入日常使用的软件中。但目前所有的工具仍会频繁出错。** **也就是说，用户无需盲目跟风。但按照这个速度，Android用户将比iPhone用户更早体验到拥有一部AI手机是什么感觉——一种能为用户代劳、自主操作应用的设备。** [查看评论](https://m.cnbeta.com.tw/comment/1513882.htm)

“英伟达CEO黄仁勋是如何说服特朗普向中国出售人工智能芯片的”？美国《纽约时报》17日披露了黄仁勋如何促使美国总统特朗普改变主意，推翻其今年4月作出的对华销售H20芯片禁令。 报道称，自今年4月禁令实施以来，黄仁勋化身一名“周游全球”的谈判代表，试图说服特朗普改变立场。他随特朗普出访各地、在国会作证，并在华盛顿积极与记者互动——尽管特朗普在美中贸易问题上措辞强硬，但黄仁勋仍在白宫积极争取了一批私下支持全球商业利益的盟友。《纽约时报》称，这一系列努力开始为英伟达带来回报。  两名匿名知情人士透露，黄仁勋上周在椭圆形办公室与特朗普会面时，敦促恢复H20芯片对华销售。他认为，美国芯片“应成为全球标准”，而“将庞大的中国市场拱手让给本土竞争对手显然是一个严重错误”。英伟达一名主要投资人表示，黄仁勋始终坚持主张，赢得中国开发者的青睐，防止被夺走主导权，才是美国人工智能赢得全球竞争的最佳路径。 几天后，英伟达宣布美国政府改变了立场。7月15日，黄仁勋在北京宣布，美国已批准H20芯片销往中国。他接受记者采访时还表示：“中国市场如此庞大、充满活力。人工智能在中国发展非常快，我非常高兴看到中国的人工智能发展。这里有全球50%的人工智能研究人员，因此美国企业扎根中国市场的确至关重要”。 不过，《纽约时报》表示，7月16日在北京出席活动的黄仁勋淡化了自己对特朗普的影响力，“我不认为我改变了他的想法。我的职责是向特朗普总统介绍我所熟知的领域，包括科技行业、人工智能以及全球AI发展动态等”。 针对英伟达将开始对华销售H20芯片一事，中国外交部发言人林剑7月15日回应表示，我们一般不对企业的行为作出具体的评论，我要指出的是，中方反对将科技和经贸问题政治化、工具化、武器化，对中国进行恶意封锁打压的立场是一贯的、明确的。这种做法扰乱全球产供链的稳定，也不符合任何一方的利益。 [查看评论](https://m.cnbeta.com.tw/comment/1513880.htm)

美国加州州长加文·纽森周四誓言要与特朗普政府取消约40亿美元联邦拨款的“非法”举动作斗争，该拨款用于加州雄心勃勃但拖延已久的高铁项目。当地时间周四，负责监督该项目的加州高速铁路管理局向洛杉矶的美国地方法院提起诉讼，质疑特朗普政府取消该项目拨款是“武断和反复无常的”滥用权力。 [](https://n.sinaimg.cn/finance/transform/115/w550h365/20231215/2675-af3d1cd87c6aa285fcfb47f36df7ccf2.png) 特朗普周三宣布的这一决定引发的法律纠纷，给耗时16年、以3小时车程连接洛杉矶和旧金山的这个项目增加了又一个障碍，该项目将提供美国迄今为止最快的客运铁路服务。 纽森表示，特朗普政府交通部的这一举动正值该高铁项目即将铺设轨道之际，贝克斯菲尔德（Bakersfield）和默塞德（Merced）之间的171英里路段的施工进展顺利，该路段位于加州的中央谷地。 这位州长说，终止拨款是“微不足道的政治报复，动机是特朗普总统对加州和高铁项目的个人敌意，而不是事实。” 根据诉讼书，加州于2008年批准了该铁路系统的首个100亿美元债券发行，该系统已建造了50多个主要铁路结构，包括桥梁、立交桥、地下通道和高架桥，并完成了70英里（113公里）的导轨。 纽森在诉讼提起前的一份声明中说：“加州将把所有选择都摆在桌面上，以反击这种非法行为。” [查看评论](https://m.cnbeta.com.tw/comment/1513878.htm)

<blockquote><p>YC 闭门会上，吴恩达用七句话重绘 AI 生存地图：速度碾压完美、Agent 重写认知流程、自然语言即编程语言、技术决策可后悔、PM 要变节奏设计师、创业壁垒就是早半年找到方向、AGI 焦虑纯属噪音。一句话，别再等“终极模型”，先跑起来再迭代。</p> </blockquote>  吴恩达大神上个月在 YC 的闭门分享，我认真学习了下感觉非常不错，特地分享给大家： ## 一、执行速度是核心变量，胜过一切幻想 **“模糊想法→烧钱→具体方案→印钞”。具体到什么程度？得是 engineer 听完马上能动手写代码的那种。**执行速度不是要你跑酷，而是能快速把创意变成原型，再用实际反馈把想法打磨成产品。你能跑多快，不在于有多聪明，更重要的是能不能把构想具体化，把验证节奏压缩成小时级。 之前Douwe Kiela（RAG 技术的最初开创者之一）提出的10个宝贵经验，其中就有一条与吴恩达类似：快速迭代，Speed is More Important Than Perfection。 在 RAG Agent 的生产部署中，速度是至关重要的。这意味着要尽早将产品交付给真实用户，获取他们的反馈。 产品初期不必完美，只要基本可用 (barely functional) 即可。 通过快速迭代，你才能逐步完善产品，使其达到“足够好”的水平。如果等待过长时间追求完美，反而会使从试点到生产的跨越变得更加困难。迭代是许多成功企业级 AI 部署的关键。 AI时代的竞争，不再是产品功能的竞争，而是试错速度与资源的竞争，初期决定胜负的是企业的反应速度及基础实力。 其实这里说起来简单，做起来就很难了，因为企业也不得不担心一个问题：我今天付出大量成本获得的技术优势，会不会半年后模型一更新、或者大公司一个产品发布，优势就荡然无存了！ 因为速度总是意味着成本啊，比如FastGPT、Dify等Agent平台迭代得也挺快，只不过跟Coze比起来又不算什么了。 这里的点是：速度快是一回事，但找准差异化，足够垂直也许才是最重要的。 ## 二、智能体是认知流程的重写，不是 API 套壳 很多人把 Agent 当“插件化 prompt 多轮调用”。但是恩达讲得更深：Agent 是让 AI 模拟“非线性思考”的结构单位，就像人写文章要列提纲、查资料、反复修改。 agent workflow 的本质，是让 AI 从一次性输出变成演化式构建，从 stateless prompt → 有记忆、能反思、能协作的工作单元。 也就是说谁能把业务流程转化为 Agent 结构，谁就能定义新的系统边界。 这里的描述可能有些晦涩，翻译一下就是：Agent可以作为一个最小任务单元，为他准备完整的上下文数据，让他达到作为“人”的最低要求。 <blockquote><p><strong>这里的核心其实是塑造模型、算法、数据三位一体的应用，其难度在于数据工程</strong></p></blockquote> 好像还是有些晦涩，简单理解就是与这个AI的交流就应该很像一个人，这意味着他在多轮对话这件事上表现就不会干瘪。 而多轮对话即目标设计，这里首先得有目标，其次要有方法论，方法论会形成流程最终会形成一套SOP。 比如A粉丝在群里发言：如何开启AI副业，月入10w? 想听的速来！！这种标题诱惑大 AI应该作何反应呢，关于AI如何反应这就是SOP，这里最简单的提示词是：你的角色是一名资深陪聊，你总能让话题很好的继续下去；接下来我将作为一名客户与你对话，请你好好扮演你的角色。  事实上，随着聊天的轮数增加，AI输出的营养越少，甚至让我感到烦躁：  如果要让AI稍微具有灵性一点，这里的策略是：给AI一个目标/让AI去完成一个更为具体的任务。 <blockquote><p>具体到这里的场景，可以先生成一个AI的观点，其次让AI论证其观点。比如：群里有粉丝发表一句话：如何开启AI副业，月入10w? 想听的速来！！</p> <p>这种标题诱惑大。</p> <p>对此，你的观点是：它们本质上是利用焦虑感和信息差制造的“成功学陷阱”，绝大多数普通人盲目跟随只会成为被收割的对象，而非受益者。</p> <p>你的具体思考是：</p> <p>{</p> <p>1. 标题的底层逻辑是“投机诱惑”</p> <p>精准击中人性弱点：这类标题组合了“低门槛（副业）”“高回报（月入10万）”“时效性（速来）”三大心理触发器，瞄准的是人们对快速致富的渴望和对AI行业的信息不对称。</p> <p>幸存者偏差的包装：即使有极少数成功案例，也往往依赖特殊资源（如行业积累、流量红利、灰色操作），但宣传时会刻意隐去背景，营造“人人可复制”的假象。</p> <p>2. AI行业的现实：技术壁垒与市场饱和技术变现≠零门槛：真正通过AI盈利的通常是两类人：</p> <p>• 掌握核心技术（如模型微调、API开发）的专业人士；</p> <p>• 利用AI工具辅助现有业务的从业者（如设计师用MidJourney提效）。</p> <p>而鼓吹“无需经验，一键套利”的课程/项目，多半是教人用ChatGPT生成低质量内容，在高度同质化的市场中毫无竞争力。</p> <p>被动收入神话的破灭：AI工具确实能提升效率，但所谓“自动躺赚”的案例（如批量生成短视频、套壳AI应用）往往因平台规则变化或内卷迅速失效。</p> <p>3. 清醒的应对策略警惕“捷径思维”：所有可持续的收益都对应同等价值的付出（时间、技能、资源），AI只是工具而非“点金术”。</p> <p>从需求端逆向思考：</p> <p>• 如果你有某领域专业知识（如法律、医疗），AI可辅助规模化服务（如智能咨询）；</p> <p>• 如果你有客户资源，AI可帮助提升交付效率（如自动化报表生成）。</p> <p>脱离具体场景的“副业模板”基本是空中楼阁。</p> <p>验证逻辑而非冲动付费：</p> <p>遇到此类宣传时，先问三个问题：</p> <p>• 对方盈利模式是否依赖“拉人头”？</p> <p>• 案例数据是否经得起第三方验证？</p> <p>• 所需投入（时间/资金/技术）是否被刻意弱化？</p> <p>4. 你的核心立场反对的不是AI副业，而是反智的投机宣传。</p> <p>AI时代的机会属于：</p> <p>• 愿意深耕垂直领域的人（如用AI做跨境电商的精细化运营）；</p> <p>• 能解决具体问题的人（如为中小企业定制AI客服方案）。</p> <p>“月入10万”是结果而非目标：它应是能力、资源、时机叠加后的自然产物，而非靠复制“秘籍”达成。</p> <p>}</p></blockquote> 在AI拥有主观观点后，聊天的行为就会变得更有清晰感了： <blockquote><p>你是一名资深陪聊，当前群里有粉丝发表一句话：如何开启AI副业，月入10w? 想听的速来！！</p> <p>这种标题诱惑大。</p> <p>对此，你的观点是：它们本质上是利用焦虑感和信息差制造的“成功学陷阱”，绝大多数普通人盲目跟随只会成为被收割的对象，而非受益者。</p> <p>你的具体思考是：</p> <p>{</p> <p>1. 标题的底层逻辑是“投机诱惑”</p> <p>精准击中人性弱点：这类标题组合了“低门槛（副业）”“高回报（月入10万）”“时效性（速来）”三大心理触发器，瞄准的是人们对快速致富的渴望和对AI行业的信息不对称。</p> <p>幸存者偏差的包装：即使有极少数成功案例，也往往依赖特殊资源（如行业积累、流量红利、灰色操作），但宣传时会刻意隐去背景，营造“人人可复制”的假象。</p> <p>2. AI行业的现实：技术壁垒与市场饱和技术变现≠零门槛：真正通过AI盈利的通常是两类人：</p> <p>• 掌握核心技术（如模型微调、API开发）的专业人士；</p> <p>• 利用AI工具辅助现有业务的从业者（如设计师用MidJourney提效）。</p> <p>而鼓吹“无需经验，一键套利”的课程/项目，多半是教人用ChatGPT生成低质量内容，在高度同质化的市场中毫无竞争力。</p> <p>被动收入神话的破灭：AI工具确实能提升效率，但所谓“自动躺赚”的案例（如批量生成短视频、套壳AI应用）往往因平台规则变化或内卷迅速失效。</p> <p>3. 清醒的应对策略警惕“捷径思维”：所有可持续的收益都对应同等价值的付出（时间、技能、资源），AI只是工具而非“点金术”。</p> <p>从需求端逆向思考：</p> <p>• 如果你有某领域专业知识（如法律、医疗），AI可辅助规模化服务（如智能咨询）；</p> <p>• 如果你有客户资源，AI可帮助提升交付效率（如自动化报表生成）。脱离具体场景的“副业模板”基本是空中楼阁。</p> <p>验证逻辑而非冲动付费：</p> <p>遇到此类宣传时，先问三个问题：</p> <p>• 对方盈利模式是否依赖“拉人头”？</p> <p>• 案例数据是否经得起第三方验证？</p> <p>• 所需投入（时间/资金/技术）是否被刻意弱化？</p> <p>4. 你的核心立场反对的不是AI副业，而是反智的投机宣传。</p> <p>AI时代的机会属于：</p> <p>• 愿意深耕垂直领域的人（如用AI做跨境电商的精细化运营）；</p> <p>• 能解决具体问题的人（如为中小企业定制AI客服方案）。</p> <p>“月入10万”是结果而非目标：它应是能力、资源、时机叠加后的自然产物，而非靠复制“秘籍”达成。</p> <p>}</p> <p>你的任务如下：<br/> {<br/> 1、继续扮演陪聊角色；<br/> 2、坚定的坚持你的观点，你每一次发言都要正面或反面的强调你的观点（但是用词不能过于明显），并且你在强调观点的同时需要提供各种论据；<br/> 3、群里有很多其他粉丝，你要注意你每次发言要争取到更多人的认可；<br/> 4、如果群里出现了反对你观点的声音，你要予以严苛的打击；<br/> }<br/> 现在，请你就“如何开启AI副业，月入10w? 想听的速来！！这种标题诱惑大。”</p> <p>展开发言，而后我会扮演群里各个粉丝与你对话</p></blockquote>  **在带有目标后，对话明显充满了情绪，对话具备情绪后，效果就会好不少，让AI具备目标、让AI具备情绪，让AI形成SOP，就是多伦对话的诀窍！** 这里各位可以再理解理解… ## 三、AI 编程 ≠ 会写代码，而是表达意图的能力 吴恩达说，现在的编程能力，是“新型表达力”。未来的 core skill 是：清晰表达你要什么，组合不同 AI 模块并出解决方案，具备足够技术判断力，知道什么该调用、什么该 prompt。 这就需要跨领域的人才，越是跨领域，越能思考并表达出新的产品。 AI-native 编程，前期阶段先不要追求完美代码，目标先盯着构建一个可快速被重写、被验证、被迭代的系统。 这句话其实信息量很大，这里跟业内的最近的认知一致：人类已经逐步进入自然语言编程时代，提示词其实是一种编程语言，所以他也是需要组织结构的。 这里以Cursor实践的感受来说，作为 AI 辅助开发⼯具，确实能够提升开发效率，但如果⼯作流不变，仅仅依赖 AI 来适应当前流程，最终的提升可能不会超过 30%。 真正的 10 倍效率提升，不是 AI 本⾝带来的，⽽是 结合 AI 进⾏⼯作流重塑的结果。 如果我们能够优化需求管理、UI设计标准及组件库对接、API 接⼝集成、测试⾃动化等环节，AI辅助编程⼯具的潜⼒才能被真正释放，实现指数级的效率提升。 这里与吴恩达大佬的描述类似：想要效率高，那么就要有清晰的表达，想要有清晰的表达，其背后是系统性的数据组织、结构重塑的工作。 ## 四、技术架构正在从“单向门”变成“可撤回式决策” 以前选错技术栈半生白干；现在选错，可能下周就能重构。 工程并没有降难度，核心要点其实是开发成本下降、试错频率提升，组织必须学会“快速判断 + 快速后悔”。 判断力比之前要求更高，更新频率从月级变成了日级。 技术决策也正在重构，从“唯一一个方向”变成“构建一个可快速验证、快速回滚的闭环”。 这段话我没看太明白，可能需要各位老哥替我进一步解读，我这里大胆猜测吴恩达的意思是：不必去纠结云平台或者代码技术栈了，因为这些很容易被AI迭代掉。 ## 五、产品反馈成了瓶颈，PM 要摆脱协调者、自我进化成为节奏设计者 随着工程效率提升 10 倍，最大限制变成：做什么功能？用户要不要？怎么收反馈够快够准？ 吴恩达说他见过 PM 和工程师比例 2:1 的配置——这不是反常，而是现实。 未来的组织优化，对于程序员的需求其实是在减少的，不再需要更多人写代码，提高组织获取用户信号的速度变成了首要。 这里我们团队正在实践，但大家千万不要误以为程序员数量正在减少，真实情况是之前资深的产研直接转为了PM这个角色，以做AI医生这类垂直应用来说： 医生（包括律师、教师这种专业人士）他们多半无法将自己的知识结构化，必须资深的产品、技术自己变成了医生这种角色，能够借助AI完成他们的日常工作的时候，才能实现AI应用。 这里反映的其实不是技术人员在减少，而是跨学科人才的需求再增加。 ## 六、创业成功，一定是代表着你比别人早半年找到对的方向 “能不能做”不是问题，“值不值得做”才是关键。AI 让做东西变快了，但也让“做错方向”的成本变高了，因为每错一步都放大后续资源浪费。 所以他强调一个核心机制：构建快速验证的原型机制 + 多渠道信号源 + 直觉更新系统。 你能更新得多快，你就能决策得多准。 因为我这边就是做AI+管理创业的，但今年5月决定了放弃，所以我对这句话理解十分深刻，这里有两个点： 第一，因为互联网的特性，第一批接受AI知识的大概率是互联网产业这批人，所以产研出来创业也是最常见的。 但是，这里千万不能看着钉子就是锤子！AI应用这个课题可太大了，他能重构80%的过往场景，如果没有做好市场调研，想当然的出手去做，很可能导致第一次失败。 那是不是就说我们要特别小心谨慎了？那倒也不是，这里就涉及了第二个点：虽说必须做好调研才能出手，但现实世界是你不出手、不付出代价根本拿不到真实的市场反馈！所以，快速试错找到适合自己的再细分领域，这才是一般人正确的AI应用打开方式！ 最后，AI应用的抄袭会很快，就个人经验壁垒也来源于两点：第一是快速利用业务数据形成飞轮系统；第二是一定要将别人不愿意做的脏活、累活干掉； ## 七、最后，AGI 和“AI 威胁”不是你现在该焦虑的 吴恩达对 AGI、妖魔化 AI 安全的风气很警惕。他讲得很清楚：真正的风险，不是 AI 太强，而是滥用权力 + 封闭生态；真正该做的，是负责任地使用 + 开放共享技术红利。 封闭平台 + 安全话术 = 技术垄断的护盾；开源 + 多元协作，才是 AI 创新的护城河。 这里跟政策一块的信息我们不必解读，单独说下很多老板切实存在的AGI焦虑。 比如上个月一天，广告领域的一老板深夜12:00突然给来电，话语中先是歉意随后就是焦虑。 原因是，外部某资深投资人与他做了一次深入的交流，投资人对他的事情很认可，但对其产品不认可，他的逻辑是套壳产品毫无壁垒，当前努力的东西，很可能一年后完全被ChatGPT颠覆。 老吴本身就是业务老板，对AI发展趋势理解有限，于是给我打了电话，想确定下窗口期，这是老吴的问题，也是很多老板会担忧的问题。 当前经常听到模型吃掉所有这句话，真正需要关注的有三个： 第一是OpenAI的山姆奥特曼，他提出了了Agent发展预测：L1到L5的序列，并扬言了10年能实现； 第二是RL 之父 Rich Sutton在 2019 年的文章《苦涩的教训》中指出：依靠纯粹算力的通用方法，最终总能以压倒性优势胜出。比如AlphaGo/GPT-3的成功并非源于复杂规则，而是大规模算力支撑的简单算法（神经网络+海量数据）。 第三就是大家所熟知的Manus了，他最经典的一句话就是“less structure more intelligence”。 OpenAI这个AI最强者，以及Manus这个套壳宣传最强者，其实他们的行为都切中AI届最流行的一句话：Attention is all you need。 怎么说呢？他们首先在争夺注意力，其实本质是在争夺流量入口。 无论从互联网1.0时代的浏览器入口、办公软件入口之争；还是移动互联网时代的聊天入口、旅游APP入口之争。 其实大家玩的都是一件事：争夺入口，现在AI时代依旧在搞这一件事。 比如Cursor也是套壳，最近融资9亿美金、估值100亿美金，但与其类似的工具很多的，Google的Gemini、字节的Trae、阿里的通义灵码。 AI时代的角逐，表面上看是技术产品之争，实际上是入口之争，而只要基座模型够用，赛点在应用。 这里回过头再说Rich Sutton的问题，只能说老爷子把事情想得太简单了… AlphaGo的成功建立在围棋规则完全透明、状态空间有限的基础上。而真实世界会复杂太多，用于训练的数据能描述真实世界的70%，已经很不得了了！ 所谓算力碾压需要一个大前提：算力需作用于正确架构。若基础模型无法表征某类知识，单纯堆算力可能陷入“自以为是又严密而精准的错误”。 综上，现阶段宣传模型吃掉所有的公司，多半就是在争夺流量和注意力，大家不必理会。unsetunset结语unsetunset 吴恩达的洞见如同一份清晰的AI生存地图，揭示了这场技术革命的核心生存法则：唯快不破：将“想法→原型→验证”的循环压缩到小时级，速度是碾压幻想的唯一武器。Agent之魂：超越API套壳，赋予AI目标感与演化能力，重构非线性认知流程。敏捷为王：技术选型转向“可后悔式决策”，低成本试错比完美规划更重要。垂直掘金：无惧“模型吞噬论”，壁垒生于垂直场景的数据深耕与脏活累活的解决。 最后，跑得快、瞄得准、做得深，比幻想 AGI 更重要的，不要被模型的迭代速度吓到，大胆去尝试吧！ 本文由人人都是产品经理作者【叶小钗】，微信公众号：【叶小钗】，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。

KKR’s acquisition of Dayao fits into a broader strategy the New York-based firm has been deploying in China’s consumer and services sectors. Since entering the country in 2006, the firm has invested more than $8 billion in Chinese companies across 15 controlling-stake deals, totaling over $12 billion in value.

CID的“不可见”和“不可控”，本质上是一种系统风险。

“死磕”老IP：《王者荣耀》的加法能加多久？

2022年以来，陈先保家族财富逐年减少，2025年未能登上该榜。​‍

土菜的流行并非偶然，它是消费情绪变化的必然产物。