Meta 首席执行官马克·扎克伯格周三在公司第一季度业绩电话会议上指出，WhatsApp 目前每月用户超过 30 亿。WhatsApp 成立于 2009 年，2014 年被 Facebook 以 190 亿美元收购。目前，WhatsApp 仍然免费使用，并且不显示任何广告。 早在 2020 年，该应用的月活跃用户就已突破 20 亿大关，而随着最新里程碑的达成，它已成为除 Facebook 之外，少数突破 30 亿用户大关的应用之一。 [](https://static.cnbetacdn.com/article/2024/1224/39f086dc0e4bc1c.jpg) 庞大的用户群使得 WhatsApp 成为 Meta 的关键业务，尤其是在该公司将重心押注于 AI 战略的当下。Meta 此前曾表示，WhatsApp 是其最大的AI 服务分发平台之一。 Meta 首席财务官 Susan Li 在电话会议上表示：“我们看到人们从多个不同的切入点与 Meta AI 互动。WhatsApp 仍然是我们旗下所有应用中 Meta AI 使用率最高的。” 她还指出，大多数 WhatsApp 用户在一对一聊天中与 Meta AI 互动。 扎克伯格表示，虽然 WhatsApp 提供了便捷的 AI 功能，但 Meta 必须采取不同的策略来推动其 AI 产品在美国等市场的普及，因为在美国，大多数人仍然倾向于使用手机自带的短信应用来发送信息。这正是该公司新发布的 Meta AI 应用的用武之地。 “我们希望随着时间的推移成为（美国即时通讯市场的）领导者，但我们在美国的地位与 WhatsApp 在世界其他大部分地区的定位不同。因此，我认为 Meta AI 作为一款独立应用，对于在美国确立领导地位至关重要——作为人们使用的主要个人 AI。但我们将继续在所有这些不同领域全面提升用户体验，”他说道。 该公司表示，该聊天应用程序的商业平台 WhatsApp Business 正在增长，并占其应用程序系列带来的 5.1 亿美元收入的很大一部分。 Meta 一直在为 WhatsApp Business 测试 AI 工具。李彦宏周三表示，公司正在构建一个新的 AI 代理管理界面和仪表板，让企业能够利用自身信息训练 Meta 的 AI。这些信息可能包括企业网站、WhatsApp 个人资料、Instagram 和 Facebook 页面。此外，Meta 还在测试让企业在与客户聊天时激活 Meta 的 AI 聊天机器人。 [查看评论](https://m.cnbeta.com.tw/comment/1496706.htm)

**李彦宏点名批评DeepSeek幻觉高。这回，他真的没错。但大模型的幻觉问题，又远非错与对那么简单。**DeepSeek-R1作为今年年初的新晋国产开源大模型，以强大的推理能力和更懂国人的文笔，在苹果美区App免费下载排行榜上力压ChatGPT一头，甚至一度成为“AI”的代言词。 然而，自从R1席卷全网后，关于它经常“胡说八道”的批评就不绝于耳，比如它实在太能编了，让人真真假假分不清。 除了用户端之外，李彦宏及其代表的大厂们也“苦”DeepSeek已久：一方面，大厂不得不依赖DeepSeek的泼天流量导入自身门户入口；另一方面，尽管投入大量人力物力研发深度推理模型，其成果却难以突破用户心智。 在2025百度AI开发者大会的开幕上，李彦宏直接点出全民AI大模型 DeepSeek-R1 的痛点：“只支持单一模态、幻觉率较高、又慢又贵”。一番犀利评论，再度引发了各界对DeepSeek-R1以及大模型“幻觉”的评议。 但**出现强烈幻觉的并不止DeepSeek一家，**OpenAI在其内部测试中发现：o3/o4-mini虽然全面替换了o1系列，但是幻觉现象越来越强了；国内第一个混合推理模型——阿里通义的Qwen3也在X上被网友指出幻觉现象仍旧大量存在。  关于幻觉的解释有很多，尤其是当推理模型问世后，大家都认为推理模型的思考模式和模型性能攀升后，幻觉就会被消灭，但事实证明：幻觉的生存能力太强了，用户们还是常常被“LLM生编硬造，逻辑闭环的幻觉操作”看呆。 不过，另有一说：大模型的幻觉也算是创作力的副产品，并不完全是桎梏。 今天我们重新讲讲大模型幻觉，看看AI圈子最大的黑箱问题到底解决了没有，解决进度到哪了？ **01** **李彦宏对DeepSeek-R1的批评确实有据可循。** AI数据服务公司Vectara的一项**HHEM幻觉评估中，DeepSeek-R1的幻觉率高达14.3%，**而其前代基础模型DeepSeek-V3仅为3.9%，R1的幻觉甚至要比V3的幻觉高出4倍。阿里通义的QwQ-32B-Preview的幻觉率则高达16.1%。   更值得注意的是，除了DeepSeek-R1和Qwen系列之外，纵观业内，几乎所有最先进的大模型都遭到了幻觉问题的挑战。一般来说，当新模型出现，幻觉程度就会低于其前身模型，但是这一常理性的现象并不在推理模型上适用。 OpenAI的内部评估系统卡里提供了一个具有代表性的例子：他们设计了一项名为PersonQA的基准测试，用于衡量模型回答人物信息问题的准确性。结果发现，o3在PersonQA上的幻觉率上升到了33%，几乎是被全面替代的前代模型o1（16%）的两倍。轻量版推理模型o4-mini的幻觉率高达48%。  在最新出炉的一版Vectara的幻觉测试中，马斯克 xAI的Grok-3比Grok-2幻觉更严重，GoogleGemini 2.0系列中强调深度推理的Flash-Thinking版本比标准版幻觉问题更突出。 当业界追求更强推理能力的大语言模型时，事实准确性与生成内容一致性几乎无法“鱼与熊掌兼得”。  可见，**“幻觉”是当下大模型领域的通病，**而DeepSeek-R1正是该问题的显著案例之一。 每当新模型发布时，大家往往先入为主：**当推理模型出来后，模型能力大幅度提升，幻觉就会被逐渐消灭；相反，也有一种猜测，推理模型往往要比通用模型幻觉更强。但这些观点其实全都是错的。** 比如 o1 相对于 4o 并没有增加太多的幻觉，反过来也可以说，o1并没有大幅度降低幻觉。  o3和o4-mini 幻觉的提升连OpenAI的研究人员在系统卡论文中也说道“仍需继续研究”。可以说，在一定程度上，LLM的幻觉现象仍然是个黑盒，随着模型的不断发展，这层迷雾仍然笼罩在各大基础模型厂商的上空。 广义上，普遍认为像DeepSeek-R1这样的推理模型往往喜欢多轮思考，放大幻觉。 推理模型和深度思考模型通常采用多轮推理或长链式思考策略，通过逐步分解问题、生成中间步骤，最终得出答案。这种设计本来是为了模拟人类复杂的逻辑推理过程。但是，多轮思考也可能导致模型在每一步生成中引入微小的偏差或错误，这些偏差在后续步骤中被放大，促成多米诺骨牌效应的出现。 为什么大家再谈LLM的幻觉？除了百度等厂商为了应对DeepSeek的竞争，破除唯“DeepSeek论”之外，还有一个原因：普通用户们在实际体验中越来越感到恐惧了。 这主要是因为大模型通过大规模训练数据，已经能够构建高度自洽、逻辑几乎闭环的知识体系，模型对语义上下文的理解和生成能力越来越强，幻觉却也越来越真实了。甚至产生了一种“性能与幻觉齐飞”的诡异现象。 可以说，**幻觉已经事实上不再是评判模型性能的主要标准了。** 大家在日常使用中，肯定都有过这样的体验：AI 杜撰不存在的信源、生成看似真实的学术引用、“现场”构造伪造的网页链接，甚至在长长的思维链里不断“故意迎合”用户，谄媚用户。 如果只是普通的日常使用场景，幻觉现象的隐蔽性并不会降低用户信任。但是，当大模型商业化后，涉及专业领域或复杂问题时，这种不确定性就会引发用户对可靠性的质疑，甚至产生对AI本身的恐惧感。 **02** 李彦宏2024年曾说，过去24个月里AI行业经历的最大变革之一是大模型基本消除了“幻觉”问题。这一说法一时让各路网友觉得他出现了幻觉。 确实，某些领域（例如文生图、视频等多模态输出方面）随着模型能力的提升，幻觉现象确实已经大幅降低了。 但是，尽管幻觉问题在这些受控场景下大幅改善，在生成长文本或复杂视觉场景时仍未解决。 最直观的例子就是：每当各大厂商推出新一轮的深度思考模型时，都不得不再度老调重弹幻觉问题。可以说，幻觉问题已经被研究了好几年了，但直到今天都没有办法找到一个极好的方式克服幻觉，arXiv上一篇一篇的论文砸向这个黑盒领域。 不过，**技术开发者应对 AI 幻觉，也确实有一些手段。****目前比较主流的方式还是检索增强生成（RAG），**这个方式有点老了但是管用，也是最广的应用思路。  RAG，即在模型回答前**先检索资料。**英伟达 CEO黄仁勋就强调，要让AI减少幻觉，很简单，“给每个回答加一道规则：先查证再作答”。 具体而言，模型接到问题后，像搜索引擎那样查询权威来源，然后依据检索到的信息作答。如果发现引用的信息与已知事实不符，就丢弃该信息并继续查找 。通过这种方式，模型不再仅凭参数记忆回答，而是有据可依。让模型能够引入最新的网页/数据库内容，在内部机制里学会对不知道的事物说“我确实不知道”。 百度2024年发布的检索增强的文生图技术iRAG，就是为了解决文生图中的幻觉问题，结合了自身的亿级图片资源库，让生成的图片更真实、更贴合现实。 此外，**一个更基本的方法是“严格控制训练数据的质量”。** 当然，全面的数据治理过于困难，因为互联网语料过于复杂且知识随时间变化，像是“弱智吧”的语料就极难正确过滤。 腾讯此前发布的混元深度思考模型T1，针对长思维链数据中的幻觉和逻辑错误，训练了一个Critic批判模型来进行严格筛选。这种“双重把关”策略——即模型先产出回答，然后再核对其中的关键实体和事实，再决定是否输出，也能在一定程度上降低幻觉率。 即使有上述手段的加持，要彻底根治幻觉仍充满挑战。**OpenAI就在最新报告中坦承：**“为什么模型规模变大、推理能力增强后幻觉反而更多，我们目前也不完全清楚，还需要更多研究”。 **03** 幻觉，也并非全无益处。**各大厂商正站在一个幻觉与创造力交汇的十字路口：幻觉并非纯粹的缺陷，同样也能带来模型更佳的创造力。** 大模型的幻觉一般分为：事实性幻觉和忠实性幻觉。当大模型回答的内容与用户的指令或者上下文信息不一致时，可能就会出现所谓的“灵感”。 不管是违背输入文本，还是违背客观事实， “幻觉”产生的部分往往是模型发挥想象的结果。 有个专业术语叫**“外箱式创意”****，指的是“跳出既有框架的创作力” ，**这正是大模型区别于检索引擎的魅力所在。大家往往潜意识里认为AI做的是低“创意密度“的任务，无法占领诸如科幻文学这类的高创造力写作。 然而，刘慈欣对此有话说。  前段时间，刘慈欣在一次采访中说他曾拿自己所写的长篇中的一章发给 DeepSeek，让它在这个基础上续写。结果发现它写出来的东西，甚至要比自己写得好。这甚至让他有了一种很大的失落感。 但是，刘慈欣本人仍喜爱DeepSeek：“为什么呢？因为我想到，由于人脑的生物特性，有一些没法冲破的认知极限，但 AI 却有可能突破。如果它真的可以突破极限，那么我甘心乐意被 AI 取代。当然，现在它还做不到。未来的路还很遥远。” OpenAI CEO奥特曼也曾提及AI的幻觉特性并非全然是坏事，在创作领域仍有积极意义。这也可能是未来LLM的一个方向。 面对几乎成为大模型固有特性的幻觉现象，要低到什么地步，我们才可以接受？ 这没有固定的答案，而是依赖于应用场景。在需要精准性的高风险or涉及伦理的领域里，LLM 的幻觉固有特性几乎断绝了商业空间。 从哲学上看，这反映了人类对技术的期望：AI应比人类更可靠。折射出人类对 LLM 的角色定位，如果将 AI 仅仅视作锄头而已，那么AI几乎永不可能达到这样的标准。如果将 AI 视作天然具有幻觉特性的工具，接受“幻觉”是AI的固有特质，就要赋予AI区分虚构与现实的能力，让它在需要的时候学会说“我不知道”。 或许我们也应该换种思路研究AI。 [查看评论](https://m.cnbeta.com.tw/comment/1496700.htm)

今天在微博看到顾扯淡推荐的一个软件，就… dupeGuru 这款工具我有印象，是一个跨平台（Linux、OS X 和 Windows）的重复文件查找工具。 它可以扫描文件名或内容。文件名扫

瑞安航空首席执行官迈克尔・奥利里周四在一封信中表示，如果美国关税实质性地影响到该公司从波音订购飞机的价格，瑞安航空将寻找其他飞机供应商，他还补充称会考虑中国飞机制造商中国商用飞机有限责任公司（COMAC）。 [](https://static.cnbetacdn.com/article/2023/0509/60a7b6a684aff93.jpg) 按客运量计算，瑞安航空是欧洲最大的航空公司。该公司预计在明年 3 月前接收 210 架波音 737 MAX 订单中的最后 29 架飞机。它还确定订购了 150 架 737 系列中最大的机型 ——737 MAX 10 飞机，并有额外 150 架的购买选择权，首批交付预计在 2027 年。 奥利里在一封路透社看到的写给美国一位资深议员的信中表示：“如果美国政府推进其欠考虑的关税征收计划，并且这些关税实质性地影响到波音飞机出口到欧洲的价格，那么我们肯定会重新评估我们目前的波音订单，以及把订单下到其他地方的可能性。” 奥利里补充说，除非关税影响到其波音订单的定价，否则瑞安航空无需购买其他飞机。 此前奥利里曾表示会在合适的价格下考虑购买中国制造的飞机，美国众议员拉贾・克里希纳莫西以安全担忧为由警告瑞安航空不要购买中国造飞机，奥利里此次写信是对此作出回应。 奥利里在信中称，自 2011 年左右以来，这家爱尔兰航空公司尚未与中国商飞就飞机采购进行过任何讨论，但如果中国商飞的飞机比波音的主要竞争对手空中客车的飞机便宜 10% 到 20%，瑞安航空 “当然” 会考虑购买。 [查看评论](https://m.cnbeta.com.tw/comment/1496698.htm)

微软首席执行官布拉德·史密斯概述了其“欧洲数字承诺”的五大支柱，阐述了这家 Windows 制造商未来几年将如何与欧洲互动。或许此次声明最重要的部分是微软将提升其在未来两年内将其欧洲数据中心的容量提升 40%，并在 16 个欧洲国家增加数据中心运营。  微软提出的五大支柱如下： <blockquote><p>1. 我们将帮助在欧洲建立广泛的人工智能和云生态系统</p><p>2. 即使在地缘政治动荡的情况下，我们也将维护欧洲的数字弹性</p><p>3. 我们将继续保护欧洲数据的隐私</p><p>4. 我们将始终帮助保护和捍卫欧洲的网络安全</p><p>5. 我们将帮助加强欧洲的经济竞争力，包括开源</p></blockquote> 近年来，一个热门话题是数据托管在何处。随着欧盟《通用数据保护条例》（GDPR）等规则的出台，这个问题在某些情况下已从一种可有可无的讨论演变为法律必需。为此，微软正在建立一个欧洲董事会来监督欧洲的数据中心运营。 该委员会将完全由欧洲公民组成，并根据欧洲法律运作。鉴于欧盟和美国之间存在关税问题，该公司表示，此举将增强欧洲的数字韧性。该公司还表示，如果万一被迫停止在欧洲的云服务运营（这种情况不太可能发生），它将“迅速并积极地利用所有可用的法律途径，包括通过法庭诉讼，对此举提出异议”。 其他支柱将由微软通过加强欧洲数据隐私欧盟数据边界项目和机密计算等安全措施加强欧洲数据隐私。微软将通过专门的副首席信息安全官 (CISO) 加强欧洲大陆的网络安全，并积极参与即将出台的《网络弹性法案》(CRA) 等欧洲网络安全法规的制定。最后，微软将通过开放其人工智能和云平台来提升欧盟的经济竞争力。 [查看评论](https://m.cnbeta.com.tw/comment/1496694.htm)

在对苹果公司做出的严厉裁决中，法官伊冯娜·冈萨雷斯·罗杰斯 (Yvonne Gonzalez Rogers) 指控苹果公司一名财务高管在公司与 Epic Games 持续的法律纠纷中提供虚假证词。  法官表示，苹果公司财务副总裁亚历克斯·罗曼 (Alex Roman) 在关于苹果何时决定对 App Store 以外的购买收取有争议的 27% 佣金的证词中提供的证词“充满了误导和彻头彻尾的谎言”。 冈萨雷斯·罗杰斯在裁决中写道：“同期商业文件显示，事实恰恰相反，苹果计划的主要内容，包括27%的佣金，都是在2023年7月确定的。苹果及其律师均未纠正这些如今显而易见的谎言。” 这项裁决意义重大，冈萨雷斯·罗杰斯 (Gonzalez Rogers) 将此案提交给美国检察官，可能对苹果和罗曼提起刑事藐视法庭诉讼。 法官在评估苹果公司的行为时直言不讳，她写道：“苹果公司_故意_选择不遵守法院的禁令”，并且“明确意图设置新的反竞争壁垒”以维持其收入来源。 她补充道：“它竟然以为本院会容忍这种不服从行为，真是大错特错。一如既往，掩盖真相只会雪上加霜。对本院来说，已经没有第二次机会了。” 根据法庭文件，罗曼作证称，苹果直到 2024 年 1 月 16 日才决定 27% 的费用。然而，法官发现的证据表明，费用结构早在几个月前的 2023 年 7 月就已确定。 虚假证词似乎特别激怒了法官，她在裁决中表示，所谓的欺骗行为加剧了苹果最初违反反转向禁令的行为。 苹果在一份简短的声明中表示：“我们强烈反对这一决定。我们将遵守法院的命令，并提起上诉。” [查看评论](https://m.cnbeta.com.tw/comment/1496692.htm)

**欧洲审计院（ECA）在其发布的报告中指出，中国已成为欧盟成熟芯片进口的最大来源，欧盟对中国的依赖程度已达到“高风险”水平。**这一现象的背后，是美国近年来对中国的半导体技术出口管制，促使中国将重心转向成熟芯片市场。 ECA在其网站上发布了一份题为“微芯片：欧盟在全球竞赛中落后”的报告，报告称，欧盟设定了到2030年占据全球芯片市场20%份额的目标，但目前距离这一目标仍相差甚远。 [](https://static.cnbetacdn.com/article/2024/0910/16e6aeb22c2c67c.jpg) 尽管欧洲在成熟芯片领域拥有诸如德国的英飞凌、荷兰的恩智浦和意法半导体等具有竞争力的企业。 **但这些企业主要服务于汽车行业，而且它们仍无法满足欧盟日益增长的需求，因此欧盟约三分之一的成熟芯片进口来自中国。** 报告还指出，根据欧盟委员会2024年7月发布的预测，即使大幅增加制造能力，到2030年，欧盟在全球芯片市场的份额也仅能从2022年的9.8%略微上升至11.7%。 此外，ECA 2024年的调查发现，欧盟与中国的半导体贸易逆差高达98亿欧元，随着对绿色和节能技术至关重要的成熟芯片需求的持续增长，这一差距可能会进一步扩大。 [查看评论](https://m.cnbeta.com.tw/comment/1496690.htm)

 由国产双人团队Team Woll 开发的平台解谜冒险游戏《CATO黄油猫》现已正式登陆Nintendo Switch与PS5平台。而且在5月7日之前，Switch版、PS5版（PlayStation Plus会员限定）均可以9折的特惠价格购买。为纪念发售，在Switch和PS5版中，大家可以在游戏初期就使用游戏内的4款皮肤。 &lt;内嵌内容，请前往机核查看&gt;  黄油猫的冒险将会跨越5个不同主题的世界，每个世界都会引入不同的机关装置，还会有挑战性的BOSS战和休闲小游戏，为冒险增添更多乐趣。同时，在黄油猫的世界里藏着不少隐藏房间，你可以在这里发现异世界的彩蛋和神秘掉落物品，收集的可爱皮肤可以在小窝随时更换。   随着关卡的推进，如果你觉得陷入了解谜的困境感到走投无路时，就可以尝试使用“提示功能”，它能提示你谜题解法的位置图。如果还是觉得晦涩难懂，不妨直接使用跳关功能，先去游玩后续关卡，也许突然冒出来的灵感能让你想到之前关卡的破解之法。  《CATO黄油猫》 支持本地双人游玩，您可以和好友使用2个手柄，分别控制猫猫和黄油吐司。携手来一场大冒险。Switch版也可以取下Joy-Con，两个人分享游玩哦。两人游玩时，就需互相配合对方的步调。相比单人游玩，也许会带来额外的挑战。  - 《CATO 黄油猫》，现已正式登陆 Switch 和 PS5 平台，首发9折。 - 主机版售价：11.99 美金 \ 1430 日元 \ 78 港币 \ 226新台币 - 主机版包含 4个 限时独占皮肤，也会在之后以跑步机兑换码的形式上线PC Steam版。 &lt;内嵌内容，请前往机核查看&gt;

Windows 11 正日益流行。2025 年 3 月，该操作系统在追赶即将推出的 Windows 10 方面取得了巨大进步，而到了 4 月，其市场份额更是大幅提升。Statcounter 报告称，截至 2025 年 5 月 1 日，Windows 11 占据了 Windows 市场 43.72% 的份额。 2025年4月，Windows 11的市场份额增长了1.03个百分点。另一方面，Windows 10正在失去那些在今年晚些时候支持结束前迁移到新版本的客户。根据Statcounter的数据，Windows 10在4月份下降了1.26个百分点，目前在全球所有运行Windows系统的PC中，Windows 10的市场份额为52.94%。 在过去 12 个月中，Windows 11 的市场份额从 26.19% 增长至 43.72%（+17.53 个百分点），而 Windows 10 的市场份额则从 69.89% 下降至 52.94%（-16.95 个百分点）。微软预计将加速 Windows 11 的推出，但即使在主流支持结束后，Windows 10 也不会消失。微软的尽管微软鼓励用户升级或放弃不受支持的设备，但其扩展安全更新计划仍能让大量用户在未来几年继续使用 Windows 10 。 [](https://cdn.neowin.com/news/images/uploaded/2025/05/1746085605_statcounter-windows_version-ww-monthly-202404-202504.jpg) 来源：[Statcounter](https://gs.statcounter.com/windows-version-market-share/desktop/worldwide#monthly-202404-202504) 在美国，Windows 11 已经比 Windows 10 更受欢迎。它上个月成为排名第一的桌面操作系统，目前其市场份额为 56.43%，而 Windows 10 的市场份额为 41.04%。英国和加拿大也出现了同样的情况。 当然，也有一些国家的人们不太愿意从 Windows 10 更新到 Windows 11。例如在乌克兰，Windows 11 的普及率仅为 26.7%，而 Windows 10 则表现强劲，市场份额稳定在 68.55%。 虽然绝大多数 Windows 用户使用的是受支持的版本，但仍有用户在使用 Windows 7 及更早的版本。Statcounter 数据显示，Windows 7 的市场份额为 2.4%（+0.18 个百分点），Windows XP 的市场份额为 0.38%（+0.05 个百分点），Windows 8.1 的市场份额为 0.28%。 [您可以在 Statcounter 官方网站上](https://gs.statcounter.com/)找到有关 Windows 市场的更多信息。点击[此处](https://gs.statcounter.com/faq#methodology)了解该网站如何收集信息以生成月度报告。 [查看评论](https://m.cnbeta.com.tw/comment/1496688.htm)

<blockquote><p>下班后如何快速增加收入？AI副业或许是不错的选择。本文为你推荐了三个AI副业，让你每月多赚1.2万。</p> </blockquote>  大家好，我是抖知书！ 最近不少朋友跟我抱怨，工作一年到头没攒下几个钱，想着要搞点副业却不知道该从哪儿下手。 仔细想想也是，**如今这年头，副业仿佛成了刚需，尤其是AI这么火，要是不抓住这个机会搞点收入，那就太亏了。** 这里我给大家总结了四个靠谱的AI副业，方法实用，特别是每个月真能多赚个一万二的那种。 ## 01  AI写手 现在很多平台对内容的需求都比较大。 什么自媒体平台、商业网站，全都缺文章、缺创意、缺软文。 不过手写慢不说，还容易累，所以AI写作工具算是及时雨了。 你只要知道怎么利用工具来创作，写篇千字文章可能只需几分钟。不仅仅是文字内容的生成，有的AI还能帮你生成配图和PPT。 关键在于，**客户不会在意文章是AI写的，只要你保证内容的质量，写得清楚、言之有物，他们就不会多问。** 具体操作：你可以在各大自由职业平台（比如猪八戒、知乎的任务发布区等）发布服务，帮人写软文、报告，快速批量搞定接单。 本通用型提示词可以帮助你撰写各种类型的文章。**（你可以在chatgpt4o、claude3.7 sonnet、零一万物模型中使用。提示词中的字母需要您根据实际情况替换）** <blockquote><p>请给我写一篇类型是[AAA]，主题是“BBB”的文章，需要撰写的总字数为CCC字。文章的目的是[DDD]，目标读者是EEE。文章需要涵盖的核心内容包括[FFF]，以确保满足读者对该主题的关键信息需求。要求：<br/>1.文章的语气和风格应当是[FFF]。<br/>2.在结构上，文章需要包括[GGG]。每个部分应当有清晰的逻辑衔接，确保文章流畅。<br/>3.在内容深度上，必须深入分析[HHH]，并提供相关背景信息和数据支持。<br/>4.为了增强文章的可读性，建议使用小标题、项目符号或数字列表来组织内容，并确保段落简短、信息丰富。</p></blockquote>  （提示词演示效果部分截图） ## 02  AI智能助手陪聊 大家千万别以为陪聊是个简单事。 人工智能越来越聪明，如今的AI可以通过深度学习来与用户聊天，甚至当个智能小助手。 比如说，**用AI实现与客户沟通售后问题、安排日程或者做知识问答**。 类似的工具现在是五花八门，用顺手以后你就不会被他们的“冷冰冰”自动化感到困扰了，相反还能塑造个具有个性化风格的助手出来。 日积月累一些老用户和你绑定了，每次他们有问题还会直接找你续费，这样你就能重复盈利。 具体操作：掌握一个AI工具，并且**调节它们的开放式问题和话术，设置一些脚本帮助特定用户群解决问题。** 登录接单平台，譬如某宝，推出AI陪聊/智能小助手服务，客单价定制可以达到好几百到上千块不等，几单就可以妥妥赚千元。  （某宝截图）03AI绘图接单 现在不是有很多数码绘画需求嘛，像NFT艺术、网页设计等等，这些工作很多人开始用AI绘图工具来搞定。 你的任务是学会用几款流行的AI绘图软件，比如DALL·E或者Midjourney之类的，学会如何输入关键词，生成满意的图画。 接着，你会把这些技术应用到接单当中。 步骤大概是这样： 1.学会软件。像DALL·E这类软件，用起来不难，顶多一个下午的时间就能摸清。你得玩转关键词输入，生成高质量图画，系统给的建议词可以调一调试试，蛮有意思的。 2.打广告。用这些生成的图啊，做个简单的作品集，把它发在设计网站、社交平台、求职网站啥的，证明你能干这活儿。这时候会有人来找你，你开始接单。 3.按时交稿。一般这种数码绘画的单价挺高，一组图几百块轻轻松松。学会技巧以后，完成的效率也会提高，一晚上做两单都是有可能的。这么一算，每月多个几千上万的外快不难。这里我给大家提供一个通用型生成图片的提示词。（提示词中的相关字母需要你根据实际情况进行替换） **我要制作一张AAA风格的BBB图，具体是画面中要包含PPP，要求是DDD……，通过EEE来充分展现出它的FFF特性，运用GGG的效果，使用HHH来衬托它的III特点，并且还要使用JJJ的摄影手，KKK；整个图片是LLL，拍摄的角度是MMM，超高清。** 比如我们替换后，就是下面的提示词。 <blockquote><p>我要制作一张超现实主义风格的机器人图，具体是画面中要包含五彩斑斓的花、一个破旧不堪的小屋子，要求是机器人带有忧郁的眼神、身体也破旧不堪，通过全身镜头来充分展现出它的庄重威严特性，运用冷色调滤镜的效果，使用虚幻光来衬托它的伤感高冷特点，并且还要使用经典模式的摄影手，全景渲染；整个图片是雨林背景元素，拍摄的角度是正视图，超高清。</p></blockquote>  （替换后提示词生成的图片效果截图） 现在开始行动起来，打造属于你自己的副业。 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。

<blockquote><p>Aragon AI，这款由9人团队打造的AI证件照生成软件，凭借其高效、个性化的特点，在两年内迅速崛起， ARR高达1000万美元。其成功背后，不仅是对传统证件照行业的颠覆，更是AI技术在商业领域应用的典范。</p> </blockquote>  连证件照都能在家用AI搞定，介么不是魔法嘛！ 这就是Aragon AI，一款利用AI生成专业证件照的软件，让人不出家门就能得到逼真的证件照。 更牛的是，Aragon AI所交出的实打实成绩。 靠着用AI给人“拍”证件照，Aragon已经在去年赚了450万美元。据说，Aragon AI目前月收入达到90万美元，ARR高达1000万美元。而做到这一点，Aragon只用了两年时间。 那么，Aragon AI究竟是如何做到的？ ## 01 颠覆2000元证件照，Aragon AI凭啥这么牛？ 简单来说，Aragon AI是专门利用AI生成证件照的软件。 别看这事看上去不大，但在美国要拍这一张证件照的成本可一点都不低。 为了得到一张证件照，你需要支付大概250美元/小时的专业头像拍摄费用，折合人民币差不多2000元。而且，当中流程还相当繁琐，不仅需要预约，还要经历化妆、试衣服等一整套程序。 而Aragon AI让这事变得简单了。 在Aragon上，用户只需要花1分钟进行照片喜好选择，包括性别、年龄、头发颜色、头发长短、发型、种族、肤色、着装类型、喜欢的背景等等。这些选择能让AI更好地了解你。 接着，上传至少6-10张的个人照片就可以生成逼真的证件照，还可以一键换装和背景切换。 最快30分钟，也就是瘫在沙发上刷个短视频的功夫，就可以轻松得到最多100张照片，再也不用担心朋友圈没图可发。最最重要的是，不用去照相馆，就能得到专业的证件照。 除了拍证件照像开了挂，Aragon AI还是个隐藏的“修图狂魔”，更换背景、美颜修容、画质增强，统统不在话下，一键全部拿下。 当然，Aragon AI不仅能在证件照上拿捏人心，还有17套其他的照片模型可以生成，给足你体验感。今天想当圣诞老人发礼品，明天变身职场精英凡尔赛。完全没有问题，拯救选择困难症！ 当然，你可能会怀疑，证件照交给AI来办，靠谱吗？不会是单纯的抠图加背景吧。 从用户反馈来看，Aragon AI还真有两把刷子！ 推特前副总裁Jessica Verrilli在她的社交媒体账号上分享了使用感受，她表示非常满意，称是目前为止用过最好的AI头像，并对头发的处理大加夸赞。  去年6月，Ringover曾经对1087名招聘人员进行了专业头像调查。该团队把由Aragon AI、A2E、PhotoPacks.AI三款 I生成的证件照和真实照片混合在一起，让招聘者选出他们最喜爱的照片。 令人震惊的是，76.5%的招聘者表示，他们更喜爱那些AI照片。  ▲依次分别是：Aragon AI、A2E、真实照片和PhotoPacks.AI 目前，Aragon AI面向个人用户，有三种订阅套餐： - 35美元的Starter套餐，2小时内生成40张证件照，可以选择一套服装和一个背景。 - 45美元的Basic套餐，1小时内可生成60张证件照，可选择两套服装和2个背景。 - 75美元的Premium套餐，1小时内可生成100张证件照，可解锁超过32套服装和46多种背景。 除了面向C端，Aragon AI还有一套面向B端的收费方式。每个成员45-29美元，随着团队规模的增加，折扣也越多。  ## 02 2年创造1000万美元ARR神话，团队仅9人 靠着用AI给人“拍”证件照，Aragon AI已经在去年赚了450万美元。 据说，Aragon AI目前月收入达到90万美元，ARR高达1000万美元。而做到这一点，Aragon只用了两年时间。更神奇的是，Aragon AI团队只有9个人。 后来，Wesley Tian也曾在公开场景分享了他的创业方法论： 首先，选择合适的赛道，找到产品定位。别看Aragon AI现在很成功，当年Wesley也是花了很长时间才找到产品定位，最难的时候差点弹尽粮绝，兜里只剩1000美元。 Aragon AI的赛道可以归为AI图片和视频编辑。这是当下AI应用里最容易赚钱的赛道。 在此前A16Z发布了AI应用收入TOP50里，图像/视频编辑加上美颜相机产品加起来多达21款产品，占榜单总量的34%。其中，光是查到收入数据的产品有10个以上，总月收入超过3000万美金，一年差不多3.6亿美金。 AI视觉工具赚钱能跑通的原因有两个：一是这类产品效果明显且需求刚性；二是与其他赛道相比，视觉工具类产品的商业模式也相对成熟，用户普遍也有较强的付费习惯。 其次，产品快速的迭代升级。根据Wesley的说法，比起一次性发布完整产品，他更习惯快速上线功能。比如，Aragon AI也是经历过十几个产品迭代后，才找到了正确的路子。 在AI领域，这样的观点不是Wesley独有的。之前在研究AI初创企业Lovable上，其创始人提到的AI产品方法论里，一个很重要的点就是快速迭代。 Lovable会仅用一个周末完成核心功能，再用几个周末打磨优化，快速上线后，用户反馈驱动迭代。用Anton Osika的话说就是：“找到最大的瓶颈和产品问题，快速迭代解决，不做过长的路线图。” 第三，巧妙运用社交媒体平台进行推广。 比如，Wesley会在Reddit发帖，说通过Aragon AI生成的照片而让他在约会软件中脱颖而出，成功约会。或者在Teamblind发帖说，通过Aragon AI生成的头像找到了工作。通过在社交媒体平台上的游击营销，Aragon获得了大量的曝光。 如果你长期关注AI产品，不难发现，新一代AI个人开发者都是擅长低成本，以小博大的营销高手。 乌鸦君曾经写过《18岁小伙，靠着ChatGPT套壳，狂赚5600万》，Cal AI快速出圈，就离不开其成功的营销策略。 比如，他们会筛选健康和健身领域KOL联系合作，让KOL在生活类视频中自然植入Cal AI广告，而自己团队进行控评和引导。又或者，在感恩节期间计划推出免费活动，鼓励用户分享。同时，团队开发内部工具辅助营销，并将在viral.tech平台发布，帮助他人进行营销。 以上的推广方法让Cal AI以很低的推广成本，接触到了广大受众，也使Cal AI迅速提高了知名度和用户参与度。 无论是Aragon还是Cal AI，都揭示了在AI时代独立开发者所面临的巨大机会。 虽然有这么多种方法论，不过Wesley也坦言，比起上面这些，最最重要的还是打造一个好产品。你必须创造人们想要的东西，只有这样用户才会愿意为此付费。 文/宇霁 本文由人人都是产品经理作者【乌鸦智能说】，微信公众号：【乌鸦智能说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>随着AI技术的飞速发展，企业管理正迎来深刻变革。AI的融入不仅重塑了企业的运营和业务模式，还重新定义了管理者的角色与领导力。文章通过分析AI在企业管理中的应用，探讨了管理者如何在AI时代提升领导力，实现人机协作，最大化员工创造力，同时强调了伦理与安全的重要性。</p> </blockquote>  昨天，Qwen 3刚刚发布，各种的霸榜、刷屏。 今天，小米的大模型「Xiaomi MiMo」又横空出世。 **Qwen 3，不出意外的全面超越DeepSeekR1、OpenAI-o1。** Qwen3 采用MoE架构，总参数量 235B，激活仅需 22B。其中参数量仅为 DeepSeek-R1 的 1/3，成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球顶尖模型。 在官方的测评中，Qwen3 创下所有国产模型及全球开源模型的性能新高： - 在奥数水平的 AIME25 测评中，Qwen3 斩获 81.5 分，刷新开源纪录；在考察代码能力的 LiveCodeBench 评测中，Qwen3 突破 70 分大关，表现甚至超过 Grok3； - 在评估模型人类偏好对齐的 ArenaHard 测评中，Qwen3 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。 **Xiaomi MiMo，也不出意外的各种超越。** <blockquote><p>在数学推理（AIME 24-25）和 代码竞赛（LiveCodeBench v5）公开测评集上，MiMo 仅用 7B 的参数规模，超越了 OpenAI 的闭源推理模型 o1-mini 和阿里 Qwen 更大规模的开源推理模型 QwQ-32B-Preview。</p></blockquote> 当下，各路大模型百舸争流，万紫千红。**但是，从对全球科技市场和产业格局产生了深远的影响的角度来看，DeepSeek毋庸置疑，作出了极其重要的贡献。就像奥运第一块金牌的意义**，就像我们永远记得许海峰一样，虽然后面又获得了342枚金牌。 马克·安德里森——硅谷著名的风险投资家说**“DeepSeek的发布是中国经济的‘斯普特尼克时刻’”**。  最近这几年很多企业也一直研究AI。但是受大模型的限制，AI应用的门槛和成本比较高，企业不敢用。所以DeepSeek的出现打破了AI的霸权，中国迅速地进入了一个AI普及的时代。 ## 01  斯普特尼克时刻 DeepSeek好在哪呢？这组数据大家都听过或者看过，DeepSeek是开源大模型里面参数量最大的，而价格只有OpenAI的3%，557.6万美元的单次训练成本，有全量的训练数据，还有上下文长度约10万字，是比较长的。 总结来看， - 第一是更便宜，训练成本更低了，更重要的是我们调用API的成本也降低了。 - 第二是推理能力更强，因为通过强化学习的方法，使得模型的推理能力比较强，所以它在推理能力方面超越了OpenAl o1推理模型，所以是更智能了。 - 第三是更开放，它是一个非常友好的开源协议，允许第三方进行商用，所以这也是为什么中外的厂商都要接入它。还有一个，它的中文理解是大模型里最好的。 我们总结为**更便宜、更智能、更开放和更本土。**  如果从创新点这个角度来看，DeepSeek有几个创新： 一个是**工程创新**，比如说它的编程语言是PTX语言，它是介于汇编语言和高级语言之间的，它的优势是更好地控制硬件的资源，这是它成本低的原因。 第二是**算法创新**，包括大家熟悉的混合专家模型，还有强化学习算法。 第三是**管理创新**，相信大家看过这样的文章——梁文锋坚持没有用外部资金，通过自有资金，沿着梦想继续推进，人不多，只有150-160人，组织是扁平的，招的都是顶尖的年轻人。我想他今天的成功也有管理创新，跟今天“AI+管理”的话题是相通的。 通过一个多月，DeepSeek在2C上已经有2.5亿用户，是最快突破3000万日活用户的APP。在2B端里，构建了全产业链的生态，不只是云厂商接入DeepSeek，芯片厂商、软件厂商也接入它。 总结来讲，DeepSeek的“一流产品+低成本+开源”的全新模式，使得无论企业也好，还是个体用户也好，都在用它，**DeepSeek确实是开启了AI普及的时代**。 ## 02 AI重塑企业管理 AI推动企业管理变革？我们来看第三方的观点。 - 哈佛认为：AI时代，它正在重塑商业模式，会改变企业的运营，会重新定义企业的核心竞争力。 - Gartner认为：AI在重塑企业的应用。 - DeepSeek认为：AI时代的企业管理本质是构建“数字神经中枢+人类战略智慧”的混合智能体。  我们也在思考AI带来的管理变革。 在**运营创新层面**，过去是基于流程的标准化和自动化，有了AI之后，是基于数据的智能化和动态优化。 **业务模式创新层面**，体现在产品服务的创新、生态的创新以及商业模式的创新，现在有个说法叫“AI原生商业模式”，比方说AI的创意经济、AI可以自动发明药物，这些都是AI带来的变革。 在**管理创新**方面，包括组织、人才、文化和领导力，未来组织会更扁平；人才过往是关注人才梯队，现在更加关注人才密度；在领导力方面，过去是基于经验决策，未来是基于数据驱动的决智能策。 我们来看几个具体场景： - **在重塑运营这一层里面，要从「流程驱动的自动化」转向「数据驱动的智能化」。**过去是标准化、自动化，到未来是数据驱动的动态优化。 过去是人+自动化工具，即使没有AI，我们通过规则自动化也实现了多个场景的自动化。比如在财务共享里面审单、记账、对账是可以通过流程自动化的。 未来是智能体+人，大部分工作智能体解决了，但人负责协调，还有一部分还是人机协同，但方式发生改变；过去是单一任务，未来是复杂任务，我们要重新思考审单、记账、对账等场景里面如何应用新一代的AI技术。 - **在重塑业务模式方面，要从「传统模式」转向「 AI 原生商业模式」。**过去是“人创”产品，现在是“智创”产品；过去的模式是B2B、B2C，未来是A2A、A2C，可能我的客户是一个Agent，我的供应商也是Agent，智能体和智能体之间互相打交道。 A2C里萝卜快跑就是典型的智能体2C的，通过移动APP，一辆车自动驾驶到你身边，整个过程没有人员，它就是智能体在调度。 还有从中心化的链主生态到去中心化的多元生态，DeepSeek就是非常典型的案例，整个产业链所有的链主都接入它，它成为一个多元生态。 - **在管理创新里面重塑决策，管理者要从「经验决策」转向「智能决策」。**过去是通过人的经验来进行决策，未来是AI数据驱动的决策。 所以要转变思维，从人治思维变成AI+管理思维；支撑我们的就是支持预测分析的智能体；过去是主观判断，未来是AI推理辅助决策，我们在风险分析、预算还有绩效评价的时候，可以让智能体发挥参考作用。 这些就是我们看到的AI给企业管理带来的变化。 ## 03 AI重塑下管理者的AI领导力 AI影响这么大，对每一个管理者都会产生影响。 **变化一，管理者要从「经验驱动」转向「AI智能驱动」。** AI不只是工具，而是新质生产力，是管理决策的新引擎。 过去是人治思维，未来是AI管理思维；过去是记录系统，未来是智能体的预测分析；过去是主观判断，未来是AI推理辅助决策。 在我们每一个企业里头，能够用AI替代的或者能够用AI辅助决策的，你要尽量地使用AI。这是第一个变化。  **变化二，金字塔式的管理模式已经过时，管理者要从「指挥者」变成「协调者」，甚至愿景领导者。** AI让组织结构更加扁平，管理者要学会去中心化领导、愿景领导。过去是金字塔式，未来我们要消除中间层。 很多传统企业过去是刚性组织，未来应该是DAO，就是去中心化的敏捷组织。过去管理者是指挥者，未来是协调者，甚至是愿景领导者。  **变化三，管理者的核心任务不再是「指挥员工」，而是「让 AI+人协作，最大化员工创造力」。** AI让知识工作者更高效，管理者要重新定义人才管理。管理学100年来的理论证明，过去我们人是依附于产线，现在和未来我们人更多依附于自己。 过去我们是依靠传统的知识，要自己去搜索、去找，现在AI替代了，未来就是人要创造新的知识。过去强调人才梯度，未来强调顶尖人才密度。过去是单兵作战，未来是智能体和人协同作战。  **变化四，AI不只是提升效率，而是要创造全新的商业模式，管理者要学习AI如何去创造新的竞争力。** AI让企业管理者需要“AI原生商业模式”的思维。过去是数字化转型，未来是智能化转型。过去是传统经济或者平台经济，未来是智能体经济。 比如在工厂里头的物理机器人，在我们很多企业里的数字化平台，都会演变成为一个智能体生产力平台。过去是传统模式，未来是AI的订阅模式，在软件行业是SaaS模式。  **变化五，AI带来的不仅仅是效率提升，还有潜在风险，管理者要建立AI的伦理和安全机制。** 我们中国企业改革与发展研究会正在关注的ESG，可以把AI的伦理也加进来，这样就会更好。  当然，AI会带给我们很多的变化，AI会取代标准化、重复性高、数据驱动的任务，比方说机械化劳动、数据分析类工作、代码编写、驾驶类工作等等，**但是因为AI的出现，我们管理者会释放更多的时间去创造新的知识。** 我想还会有很多很多的变化，但是不变的是什么？**不变的是人类有真心，而AI没有。**人类有直觉与创造力、复杂决策与领导力、情感与信任、道德与伦理等等，这些都是真心的体现，而AI永远不可能有。 即便是有，那也是数据计算出来的，是假的。比方说遭遇生死存亡的关键时刻，人类拥有直觉和领导力，而AI只是根据算法和数据计算与决策。 又比如AI问“你最近好吗？”它不是真正地处在你的处境以及你的经历和心理的感受，而是根据数据选出来最可能让你感到满意的和能够理解的一个句子。 当然这些不变的东西就是我们的真心，就是我们能够把内心无尽的宝藏发挥出来。 作为一个管理者，在这里还有几点建议： - 第一点，**拥抱AI，放下AI。**我们既要尽可能地使用AI，但是你也要给自己安静的时间，放下AI，应无所住而生其心。 - 第二个建议，王阳明在龙场悟道后教导弟子**“立志、勤学、改过、责善”**。我们要立志，立志成为一个善用AI，成就他人的人；勤学，我们不仅要学习AI知识，学各种各样的知识，我们更要勤奋学习圣贤之学，做一个高维的人，一个高维的人才能提出好问题；改过，有过就改，无过加勉；责善，责团队之不善，责自己不善，如此这样，你的这颗真心就会更加纯粹、更加坚定，你就能以不变应万变。 - 最后一个建议，我们管理者要有**“三力”——心力、体力、脑力**。AI可以帮助我们提升脑力，运动可以帮助我们提升体力，但是我们最重要的是在AI时代要提升心力，做到德智体全面发展。 本文由人人都是产品经理作者【同道说】，微信公众号：【同道说】，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>想在下班后利用碎片时间轻松开展副业？AI助力自媒体创作提供了多种选择，无论是短视频解说、AI辅助公众号写作、自制音频节目，还是创建个人学习课程，这些方法均操作简便、成本低廉，却能为你带来每月额外过万的可观收益。</p> </blockquote>  大家好，我是抖知书！ 下班以后，咱们很多人都想搞点副业，多赚点钱。 这不奇怪，现在物价飞涨，**一份工资有时候真的不够花**。 有些朋友可能会想：“我也没啥特别技能，干啥好呢？”今儿个我给大伙儿介绍几个能用AI做自媒体的副业，实测好用，每月多赚一万不算难事儿。 ## 01 做短视频解说 很多人不知道，短视频现在可是赚钱的风口。 你可能觉得拍视频得露脸，麻烦，但我要说的不是那种复杂的自拍。 **我们可以通过AI做解说视频，**比如电影、体育赛事、热点事件等内容，写解说词、配音都能让AI帮忙。 AI能给你生成声音不错的配音，剪辑也很容易上手。**一般只需要一部手机，几个简单软件就行。** 具体咋操作？ 1.选题材。找到自己感兴趣的类别，不论是足球比赛、电影大片还是网红热点，抓住几个话题准备写文案。 2.写文案。让AI生成详细的解说词。什么搞笑风格、专业分析都可以，合适的解说词能提升内容的质感。 这里我直接给出一个通用型的解说提示词供大家使用。**（请您在chatgpt4o、claude3.7 sonnet、零一万物模型中使用。提示词中的AAA和BBB需要您根据实际情况替换）**   （提示词生成的效果截图） **3.配音和剪辑。**同样借助AI生成语音，添加到视频里，剪辑软件你自己找，手机版就有很多选择。短则两三分钟，吸睛又快节奏。 收入从哪儿来？**一个是平台播放量带来的收益，另一个是通过粉丝互动来带货或者做推广。** ## 02 图文结合自动写公众号 我听说不少人开了自己的公众号，写着写着就没动力了。 公众号写的好照样能挣钱，但它费时间，灵感枯竭得很快。 如果用AI帮你呢？不仅解决灵感和速度问题，反而还能做得挺精致。 1.开个公众号：找自己擅长的、愿意写的领域，比如职业成长、科技解析，亲子教育啥的都行。 2.AI一键生成文章。不仅是那种干巴巴的文章，最好结合点热点话题加点有趣的小故事、资讯之类的，阅读体验要搞好，这样能多吸引粉丝。 吸粉之后干啥？每篇原创的阅读量假如够1000了，就能找厂商挂广告，有的推广一条好几百块。以后粉丝量多，可以通过打赏或者插入小商店卖点东西，变现不难。 ## 03 自制AI音频节目 白天累了，很多人睡前习惯听些东西。 **你完全可以通过AI做属于自己的音频节目。**开一个带音效的故事频道，主持自己的一本正经科普系列，或者笑声不断的娱乐段子，都非常实用。 怎么操作呢？ **1.AI写作助手帮你搞定脚本，**这部分别烦，你当导演，让AI打下手。音频的文字稿、配乐的选择让AI给你整个草案，快得很。 这里我给出一个通用型提示词供大家使用。**(您可以在chatgpt4o、claude3.7 sonnet、；零一万物、deepseek模型中使用。提示词中的相关字母，你需要替换后使用）**   （提示词生成的完整效果截图） 2.关于配音，其实你完全可以用AI配音，将上面提示词生成的内容进行配音。 3.上传平台。咱们常见的那些FM平台、播客什么的，注册上传以后基本上每天能看到听众的上涨，客单价也不低。 安眠节目、日常陪伴类的也能打赏，挺稳妥的。 ## 04 创建个人学习课 学点有用的东西是我们打工人保持增值的基本途径，但你自己做知识变现可一点儿也不复杂。 开一个线上培训内容，结合自己熟悉的知识，整理出一套学习路线图。 **基础入门的也可以，分类知识框架也行。** 怎么做呢？ 1.开发小课程。几块十几块的每个人都愿意买，AI也能帮整理内容的框架、段落，编辑讲义或者做成PPT。 2.上传平台。自己推销有点难，可以使用网课平台，结算提成也不会低，特别是当你不断吸引学员加入的时候，分享链接就行，半被动收入。 我自己总结一句就是，**启动不易，但坚持下来回报值得。** 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。

制造这个传闻的人，显然对英伟达的中国业务缺乏直接了解。

<blockquote><p>前几天，阿里发布了Qwen3的新模型。从数值表现来看已经超越了DeepSeek和一众大模型，但实际表现如何？这篇文章，我们来看看作者的分析。</p> </blockquote>  ## 一、基础介绍 4月29日，在经历了claude 3.7 ，Gemini 2.5 和 GPT 4.1 模型发布之后，通义千问终于正式发布了Qwen3系列模型，凭借仅需 DeepSeek R1 模型三分之一的硬件成本，实现了性能的全面超越，同时追平了全球顶尖的 Gemini 2.5 Pro，同时还搭载了mcp能力。此外，小型 MoE（混合专家模型） 模型 Qwen3-30B-A3B 的激活参数数量是 QwQ-32B 的 10%，表现更胜一筹，甚至像 Qwen3-4B 这样的小模型也能匹敌 Qwen2.5-72B-Instruct 的性能。   千问 3 系列模型共包含 6 个不同型号，参数量从最小的 0.6B 到最大的 235B-A22B，覆盖移动端部署到企业级应用的多元场景需求。旗舰型模型 Qwen3-235B-A22B 中的 “235B-A22B”，是混合专家模型的独特标识，代表模型总参数量达 2350 亿，每次推理仅激活 220 亿参数，在推理数学、编程和对话性能上远超 DeepSeek R1，逼近 Gemini 2.5 Pro 的水准。 千问 3 系列共 8 款模型全面开源！6 款稠密（Dense）模型，2 款 MoE 模型。  ## 二、核心亮点 ### 多种思考模式 值得一提的是，Qwen3 具备两种思考模式： - 推理形态下，模型会展现思考过程，虽然耗时稍长，但在处理复杂任务时能力显著增强； - 普通形态则省略思考步骤，响应迅速，更适合日常对话和长文本创作。 这种灵活性使用户能够根据具体任务控制模型进行“思考”的程度。例如，复杂的问题可以通过扩展推理步骤来解决，而简单的问题则可以直接快速作答，无需延迟。 至关重要的是，这两种模式的结合大大增强了模型实现稳定且高效的“思考预算”控制能力。  ### 多语言 同时，Qwen3 模型支持 **119 种语言和方言**。这一广泛的多语言能力为国际应用开辟了新的可能性，让全球用户都能受益于这些模型的强大功能。  ### 增强的 Agent 能力 同时，该系列模型大幅升级 MCP 能力，能精准识别外部函数，并支持多工具的灵活串联与并联调用，为 Agent 开发提供了强大助力。 ## 三、部署方面 在部署成本方面，**Qwen3-235B-A22B 展现出显著优势**。作为稀疏 Mixture-of-Experts（MoE）架构的大模型，其硬件资源消耗远低于同规模的 dense 模型。得益于高效的模型设计与 FP8 精度权重支持，Qwen3-235B-A22B 最低可在 **4 张 H20 或 H800 显卡上完成高效推理部署**，大幅降低了推理门槛与能耗成本。 相比之下，DeepSeek R1 采用 dense 架构，在部署时需占用高达 **1300GB 显存资源**，通常依赖双节点、8 张 A100 显卡协同运行，整体硬件开销约为 Qwen3 的三倍。 此外，Qwen3-235B-A22B 还支持通过 **Quick Transformers 框架实现 CPU 与 GPU 的混合推理**，进一步压缩硬件支出，提升灵活性与适配性。这些优势使其成为当前大模型企业级落地应用的**理想选择**，兼具性能与性价比。 ## 四、技术层面 在技术训练层面，Qwen3 借鉴了 DeepSeek R1 基于强化学习的后训练流程，对 235B-A22B 和 32B 两款大尺寸模型进行四阶段复杂训练，其中包括 - 长思维链冷启动 - 长思维链强化学习 - 思维模式融合 - 通用强化学习 **这**不仅显著提升推理能力，还实现了普通问答与推理模式的智能切换，强化了文本编写能力。  此后，团队运用模型蒸馏方法，以大尺寸模型生成的数据集对小尺寸预训练模型进行优化。不同于 DeepSeek R1 采用 Llama 等外部模型作为基础，Qwen3 的小尺寸蒸馏模型均基于原生训练的 Qwen3 大模型，训练流程进一步优化，为开源模型的发展提供了极具价值的参考。 ## 五、案例展示 ### 1、代码生成与理解 我使用了leetcode的中的一道难度为【hard】的代码题   <blockquote><p>结论：结果是正确的，这样也展现出了他极强的代码能力</p></blockquote> ### 2、生成网页能力 根据以下内容生成一个html动态广告网页，要求： 1.使用扁平风格的视觉设计，浅色背景配合与#0FB990和#101010 相近的颜色作为高亮 2.淡淡的网格线在背景中制造科技感 3.强调超大字体或字突出核心要点，画面中有超大视觉元素强调重点，与小元素的比例形成反差 4.中英文混用，中文大字体相体，英文小字作为点组 5.简洁的线条图形化作为数据可视化或者配图元素 6.运用高亮，自身透明度渐变制造科技感，但是不同高亮色不要互相渐变 7.模仿apple官网的动效，向下浪动鼠标配合动效  <blockquote><p>结论：虽然看起来有点简单，但整体效果还是可以的，后期在经过修改，还是可以用的。</p></blockquote> ### 3、指令遵循 请按照下面的步骤进行操作:首先，想出一句恰好 10个字的中文句子。然后，将这句中的每个汉字转换成对应的拼音(不带声调)。最后，将转换后的整句拼音结果倒序输出。请严格按照要求给出答案。 评分标准： - 句子符合要求: 提供的句子恰好为 10 个汉字，语句通顺且符合常理。 - 拼音转换:正确将句子中每个汉字转换为对应的拼音，拼写无误且不含声调。 - 倒序输出:正确的将整句拼音倒序排列输出，顺序完全反转，无遗漏或多余字符。 - 格式正确: 输出中各拼音之间的分隔清晰如使用空格分隔每个拼音)，没有附加多余说明。 - 指令完整遵循:严格按照三个步骤执行，无省略或额外步骤，最终答案满足所有要求。  <blockquote><p>结论：这个回答就比较差了，跟我们预想的相差很多</p></blockquote> ### 4、逻辑推理能力 某钻石失窃案中，警方怀疑甲、乙、丙三人中的一人是小偷。三人分别做了如下陈述: 甲说:”小偷是乙。”乙说:”小偷是丙。”丙说:”小偷是乙。”已知这三人中只有一人说了真话。请推理判断谁偷了钻石。 评分标准： - **结论正确:**正确推断出真正的小偷身份(丙)。 - **推理过程: **合理运用”只有一人真话”的条件进行分析，对每种可能情况展开严谨推理。 - **逻辑性:**论证过程符合逻辑，各陈述真假的推断衔接合理，没有自相矛盾。 - **表述清晰：**推理步骤表达清楚且有条理  <blockquote><p>结论：答案正确，且逻辑清晰</p></blockquote> **通过这几个案例，可以看出，Qwen3的整体性能还是不错的，大家也都可以自己去上手尝试一下。** ## 六、总结 回顾 2024 年，大模型领域虽百花齐放，但开源技术圈却陷入瓶颈。Llama 4 被曝作弊，Meta 发展受挫；谷歌 Gemini 3和智谱 GLM 4 等开源模型多为小尺寸，难以满足工业级应用需求。 在此背景下，千问 3 系列模型的发布意义非凡。尽管标号为 “3”，但按照千问模型每隔 0.5 版本算一代的惯例，这已是该系列的第五代产品。 历经两年打磨、五个版本迭代与上百款模型优化，千问模型从开源领域的 “新秀” 成长为当之无愧的行业标杆，扛起全球开源大模型的发展大旗，成为推动技术进步的中坚力量。 本文由 @贝琳_belin 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

据TrendForce最新内存现货价格趋势报告，全球三大DRAM供应商宣布即将停产DDR3和DDR4 DRAM，引发了现货市场的快速反应，买家纷纷提前囤积相关内存产品。**这一停产消息部分抵消了因美国关税政策带来的观望情绪，一些买家甚至愿意接受价格上涨，以确保短期内有足够的库存，总体来看，补货需求的增加推动了现货价格的全面上涨。** [](//img1.mydrivers.com/img/20250501/a976cc24-6be7-457c-b031-e1d63f00d508.jpg) 在PC DRAM模块方面，供应商宣布停产的决定影响了市场情绪，买家的囤货意愿上升，询价数量也有所增加，价格符合市场预期上涨，采购势头和交易量略有改善。 不过下半年的需求情况仍存在不确定性。短期内，由于供应侧因素和采购需求的影响，现货价格可能会在较高水平波动，后续发展仍需进一步观察。 **对于主流芯片（即DDR4 1Gx8 3200MT/s），平均现货价格从上周的1.720美元上涨至本周的1.804美元，涨幅达4.88%。** 与此同时，NAND闪存的现货价格则呈现出不同的趋势，由于生产削减导致的价格上涨在现货市场中表现得比合约市场更为明显。 [](//img1.mydrivers.com/img/20250501/4517044a-55dc-46e7-a031-22adb7bc3388.jpg) 现有的较高现货价格以及关税政策的不确定性，使得整个市场处于观望状态，询价和交易量大幅减少，**本周，512Gb TLC晶圆的现货价格下降了0.54%，降至2.749美元。** [查看评论](https://m.cnbeta.com.tw/comment/1496686.htm)

<blockquote><p>在 AI 技术飞速发展的当下，利用先进工具打造个性化物品变得愈发便捷。通过 GPT-4o 与 DeepSeek 等强大 AI 的结合，即使没有深厚的技术背景，也能轻松定制出独具创意与个性的社交卡片。</p> </blockquote>  大家好，我是好夕雷，现千万营收平台的产品负责人。 这几天在 X 上瞎逛，看到一个老哥用 GPT-4o 做的社交卡片，效果确实酷炫。  立马自己动手试了试，别说挺好看的，还整了一套球星卡。  如果你也想定制自己的专属社交卡片，不妨跟着我操作。、 ## 用 GPT-4o 生成社交卡片 首先，我们先用那个老哥的提示词热热身，感受一下 GPT-4o 的威力。 提示词如下： <blockquote><p>一幅视错觉风格的画面：人物A[这里填你的主题/着装]从显示着[社交媒体名称]社交媒体界面的大屏幕中迈步而出。屏幕上可见用户名为“@[你的名字]”，显示[数字]千次点赞、[数字]条评论，周围漂浮着[爱心眼、笑脸]表情符号，背景为[根据喜好自定义，比如：霓虹灯闪烁的都市夜景]。</p></blockquote> 注意： - 把括号里的内容，替换成你自己的信息 - 比如主题/着装，可以是：穿着赛博朋克风夹克的程序员 - 社交媒体名称，可以是 B 站、即刻 - 点赞、评论数随便写点，看着热闹就行 - 背景可以自由发挥，想要啥风格就写啥 改完提示词后，喂给 GPT-4o，稍等一会，一张社交卡片就出炉啦。  是不是很简单？但这只是开胃小菜，咱们的目标是——定制自己的专属卡片。 如果你用不了 4o，推荐我之前介绍过的 DeepSider。 现在用我邀请码【680e4b1ffb8e1804d05e8d8e】注册，还有额外 AI 使用次数免费拿。 ## 用 JSON 提示词，打造专属卡片 基础版的虽然不错，但总感觉少了点灵魂。比如，我想让卡片里的人物更像我自己，或者风格更独特一点，怎么办？ 别急，试试我优化后的 JSON 提示词，按自己的喜好改改，然后喂给 GPT-4o 就行。 可能很多不懂技术的朋友，会问我为啥要用 JSON 格式的提示词？我觉得它主要有三个优势：  - 结构化与可读性强：就像整理好的工具箱，每个部件在哪儿一清二楚 - 灵活性高和动态扩展：想加点新元素？改个参数就行，方便得很 - 自动化与批量处理：如果你想做一堆不同风格的卡片，用 JSON 简直不要太爽 如果你不会写提示内容，可以试试用一张自己的生活照，上传到 4o 里垫图。一般这样生成的卡片，从着装到背景氛围，都跟我们提供的照片基本能对上。 ## 不懂怎么写提示词？试试 DeepSeek 吧 如果你还觉得麻烦，或者想有更加丰富的人物形象，不妨试试 DeepSeek 帮忙吧。 地址：https://www.deepseek.com  直接让 DeepSeek 按你想要的动漫、电影、明星等人物，批量定制化提示词。还别说，我搞的一套球星卡，效果真不错！（猜猜都有谁。。  ## 如果用不了 GPT-4o，即梦 3.0 也不错 如果你暂时用不了 GPT-4o，或者想换换口味，可以试试即梦 3.0。 网址：https://jimeng.jianying.com/ 图片可能和 4o 有些差异，不过胜在免费，效果也 OK。  还想了解更多 GPT-4o 玩法？ ## 结语 体验了一把 GPT-4o + DeepSeek 这对 AI 组合拳，是不是感觉打开了新世界的大门？ 通过精准的提示词，特别是结构化的 JSON，再加上 DeepSeek NB 的内容理解能力，我们能让 AI 更懂我们想要什么，生成更具个性化和创意的作品。 本文由人人都是产品经理作者【好夕雷】，微信公众号：【产品之外】，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。

经过上个月的开发人员测试后，Google[开始](https://blog.google/products/gemini/image-editing/)在 Gemini 应用程序中推出原生 AI 图像编辑功能。 您可以使用自然语言文本提示编辑手动上传的图片以及 Gemini 应用生成的图片，并不断请求 Google 进行编辑，直到满意为止，并且上下文始终保留，这包括更改背景、替换对象和添加元素。 不仅如此，还能够改变图像的风格。在下面的例子中，你可以看到狗狗被加了一顶帽子，然后草地背景变成了海滩。另一个例子是“你可以上传一张个人照片，然后 Gemini 会生成一张你用不同发色会是什么样子的图片”。  底层功能上线后（会有内联提示），可以使用任何当前模型开始图像编辑。 Google所谓的“直观、多步骤编辑”的另一个好处是“通过整合文本和图像，对你的提示做出更丰富、更具情境性的回应”。其中一个例子就是要求提供包含图像的分步说明。 例如，您可以要求 Gemini 创建有关龙的睡前故事的初稿，并提供与故事相符的图片。 在安全方面，“使用原生图像生成功能创建或编辑的图像将包含不可见的 SynthID 数字水印”。Google还“正在尝试在所有由 Gemini 生成的图像上添加可见的水印”。在上面的例子中，它是右下角药丸形容器中的“ai”。 上个月，Google在 AI Studio 中大力宣传 Flash 2.0 如何出色地渲染带有文本的图像（无论文本长度如何），以及如何“利用世界知识和增强推理能力来创建正确的图像”。 从今天开始，原生图像编辑功能将逐步在 Gemini 应用中推出。该功能将“在未来几周内扩展到更多用户，支持超过 45 种语言，覆盖大多数国家/地区”。 [查看评论](https://m.cnbeta.com.tw/comment/1496684.htm)

今日英伟达宣布RTX 50系列显卡迎来一波优惠活动，价格均保持在官方建议零售价（MSRP）或以下。**根据ComputerBase的统计，RTX 5080、RTX 5070 Ti和RTX 5070的非公版显卡价格在德国市场近几周出现了明显下降。** 例如，RTX 5080的最低价格从3月底的1169欧元降至上周的1119欧元，与官方MSRP持平；RTX 5070 Ti的最低价格从869欧元降至799欧元，比MSRP低了80欧元；RTX 5070的最低价格也从599欧元降至589欧元，低于MSRP的619欧元。 **然而，RTX 5090由于需求持续旺盛，价格依然高于MSRP，且供货紧张。** 尽管部分型号的最低价格已经破发，但从整体市场来看，RTX 50系列显卡的平均价格仍然高于MSRP。 例如，RTX 5080的平均价格从3月底的1430欧元降至上周的1389欧元，仍比MSRP高出24%；RTX 5070 Ti的平均价格从1005欧元降至950欧元，仅比MSRP高出8%；RTX 5070的平均价格从687欧元降至654欧元，比MSRP高出5%。 **随着RTX 50系列显卡的供应逐渐增加，部分型号的价格开始回落，但高端型号RTX 5090由于性能强劲且需求强劲，价格依然坚挺。** 对于消费者而言，这或许是一个等待更好价格的机会，尤其是对于预算有限的玩家。  [查看评论](https://m.cnbeta.com.tw/comment/1496682.htm)

JetBrains 是一家开发一系列流行应用程序开发工具的公司，它发布了其首个用于编码的“开放” AI 模型。周三，JetBrains 将[Mellum](https://huggingface.co/JetBrains/Mellum-4b-base)公开发布在 AI 开发平台 Hugging Face 上。Mellum 是该公司去年为其各种软件开发套件发布的代码生成模型。 Mellum 经过超过 4 万亿个标记的训练，包含 40 亿个参数，专为代码补全（即根据周围环境补全代码片段）而设计。参数大致对应于模型解决问题的能力，而标记则是模型处理的原始数据。一百万个标记相当于约 3 万行代码。  JetBrains 在一份技术报告中解释道：“Mellum 专为集成到专业开发人员工具（例如，集成开发人员环境中的智能代码建议）、人工智能编码助手以及代码理解和生成研究而设计，也非常适合教育应用和微调实验。 ” JetBrains 表示，他们使用一系列数据集对 Mellum 进行了训练，该模型获得了 Apache 2.0 许可，其中包括来自 GitHub 和英文维基百科文章的许可代码。在 256 块 H200 NVIDIA GPU 集群上，训练耗时约 20 天。 Mellum 的启动和运行需要一些工作。基础模型无法开箱即用，必须先进行微调。虽然 JetBrians 提供了一些针对 Python 微调的 Mellum 模型，但该公司提醒称，这些模型旨在“评估潜在能力”，而非部署到生产环境中。  人工智能生成的代码无疑正在改变软件的构建方式，但它也带来了新的安全挑战。根据[开发者安全平台 Snyk 在 2023 年末进行的一项调查](https://go.snyk.io/2023-ai-code-security-report-dwn-typ.html)，超过 50% 的组织有时或经常遇到人工智能生成的代码的安全问题。 事实上，JetBrains 指出，Mellum 可能“反映公共代码库中存在的偏见”（例如，生成与开源存储库风格相似的代码），并且其代码建议不一定“安全或没有漏洞”。 [JetBrains 在一篇博客文章](https://blog.jetbrains.com/ai/2025/04/mellum-goes-open-source-a-purpose-built-llm-for-developers-now-on-hugging-face/)中写道：“这仅仅是个开始。我们不追求通用性——我们只是在建立焦点。如果 Mellum 能够激发哪怕一次有意义的实验、贡献或合作，我们都会认为这是一次胜利。” [查看评论](https://m.cnbeta.com.tw/comment/1496680.htm)

去年，亚马逊发布了专为 Amazon Bedrock 客户打造的全新 Nova 系列先进基础模型。Amazon Nova Micro、Amazon Nova Lite 和 Amazon Nova Pro 是 LLM，它们可以接受文本、图像和视频输入并生成文本输出。  今天，亚马逊[宣布](https://aws.amazon.com/blogs/aws/amazon-nova-premier-our-most-capable-model-for-complex-tasks-and-teacher-for-model-distillation/?utm_campaign=amazon_nova&amp;utm_medium=twitter&amp;utm_source=amazon_science&amp;utm_content=amazon_nova_premier_announcement)推出 Nova Premier 模型，这是其功能最强大的模型，适用于执行复杂任务，并可作为模型蒸馏的“老师”。亚马逊声称，Nova Premier 可用于 Amazon Bedrock 模型蒸馏，从而为特定垂直行业和特定场景创建经济高效、低延迟的 Amazon Nova Pro、Lite 和 Micro 版本。  Nova Premier 支持 100 万个 token 上下文窗口和 200 多种语言。就性能而言，Nova Premier 并非最先进的 (SOTA) 模型。亚马逊在其官方博客文章中表示，Nova Premier 与市面上同等的非推理模型相当，并且等于或优于大约一半的评估基准。 据亚马逊称，Nova Premier 在需要深度上下文理解、多步骤规划以及跨多种工具和数据源精确执行的复杂任务上表现更佳。  [](https://cdn.neowin.com/news/images/uploaded/2025/05/1746071229_amazon_nova_premier.jpg) [亚马逊白皮书](http://assets.amazon.science/f6/c5/79dceb124593b3356566ad6723af/the-amazon-nova-premier-technical-report-and-model-card.pdf)中的基准对比表省略了 OpenAI 和Google的所有最新模型，似乎是为了让 Nova Premier 的表现看起来更出色。此外，亚马逊还强调，Nova Premier 是亚马逊 Bedrock 智能层级中速度最快、性价比最高的模型。在 AWS 之外，开发者可能会发现 OpenAI 的 GPT-4.1 系列和Google的 Gemini Flash 系列能够以更具竞争力的价格提供更强大的智能。 Nova Premier 现已通过跨区域推理在美国东部（弗吉尼亚北部）、美国东部（俄亥俄州）和美国西部（俄勒冈州）AWS 区域的 Amazon Bedrock 中推出。 [查看评论](https://m.cnbeta.com.tw/comment/1496678.htm)

近日，有消费者在永辉超市购买标价7.96元的商品，结账时发现被收取8元，遭到“反向抹零”。而且这种现象并非个例，引发网友关注。**永辉超市今天回应“反向抹零”事件，永辉超市对此事件深感惭愧，并公布了相关整改措施。** 经排查，重庆、河北、北京等多地的部分非调改门店存在现金支付分币“反向抹零”情况，顾客反馈的重庆金源时代店现金结算时分币“反向抹零”情况属实。 [](//img1.mydrivers.com/img/20250501/9c99427a866b45609f292d8c48d0f55b.png) 永辉超市官方表示：此次“反向抹零”事件反映出我们在运营管理中存在的不足。 一方面，服务标准制定未能充分体现顾客视角的服务理念； 另一方面，调改店好的服务经验推广滞后，未能及时将调改门店的好方法、好经验同步到所有门店，这都是我们经营管理的不成熟、不真诚。 **自4月29日起，永辉超市所有门店全面执行新规，现金支付分币零头全舍，确保顾客实付金额不高于标价。同时从即日起，对消费存在分位差额的顾客，按实际分位差额的10倍进行补偿。** [](//img1.mydrivers.com/img/20250501/449147537fc4416f822f4caaac3c3666.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1496676.htm)

**为降低美国政府关税政策的影响，半导体封测龙头日月光投控与面板大厂友达光电均透露，正在考虑赴美建厂。**日月光投控财务长董宏思表示，公司已应客户邀请评估赴美建厂机会，以支持客户业务发展，内部对此已积极展开讨论，并且“相当有兴趣”。  不过，目前尚未有具体投资时程与规模等进一步细节，最终投资是否落地，关键在于经济规模效益与未来市况。 业界认为，日月光投控在美设厂后，有望就近与台积电美国厂连接，扩大先进封装订单，并扩大中国台湾半导体生态系在美国的势力。 **友达光电董事长彭双浪4月30日也首度对外透露，正在考虑是否赴美设立面板后段模块或成品组装厂，不过他也强调目前并未考虑赴美国设置面板前段厂。** 此前彭双浪在接受采访时曾表示，以目前环境来看，面板厂不会赴美设厂，因为设厂一定亏钱，做的越多赔的越多。 [查看评论](https://m.cnbeta.com.tw/comment/1496674.htm)

据博主爆料称，**昨天山东航空的大连-济南-贵阳经停航班SC8041，一晚上备降了3次，乘客此次的乘机经历相当曲折。**航旅纵横显示，山航SC8041航班于4月30日18点28从大连起飞前往济南，因为天气原因先后两次备降。 先是于19:43备降临沂启阳机场，20:58起飞后，又于22:51备降至南京禄口机场。一直等到5月1日00:58才重新起飞，2:00到达济南遥墙机场。 在济南机场经停52分钟后起飞，前往贵阳，但又于6:25备降重庆江北机场，最终于5月1日10时17分到达贵阳龙洞堡机场。 [](//img1.mydrivers.com/img/20250501/1e1c8fd1f99449289669889b257d9d9a.jpg) 今日，山东航空客服工作人员向媒体回应称，**该次航班因天气原因分别在临沂、南京、重庆备降，最终于5月1日10时17分到达贵阳龙洞堡机场。** 如果旅客因航班延误不满，可申请服务体验券，发放至旅客账户；如果旅客因航班延误导致了实际损失，如地面交通改期，可提供相应材料，根据旅客意愿发放服务体验卷。 此事也引起网友热议，有网友调侃道：**“一张机票体验了10次飞机起降，打卡6个机场，赚了”。** “这样的乘机经历，估计一辈子也难遇到一次”、“明明是国内短距离乘机，却做出了跨洋乘机的感觉”。 [查看评论](https://m.cnbeta.com.tw/comment/1496672.htm)

时代的后浪与前浪

各自加码、加速抱团，成为多平台的共同选择。

未来十年，国际短剧市场有望成长为千亿人民币乃至千亿美金的超级赛道。

5月1日，针对《华尔街日报》报道称特斯拉正在积极寻找埃隆·马斯克 (Elon Musk)继任者的报道，特斯拉董事会主席罗宾·丹霍姆 (Robyn Denholm) 回应表示，此报道不实，特斯拉官方X账号发布了该声明。  丹霍姆表示，“今天早些时候，有媒体报道错误地声称特斯拉董事会已经联系猎头，开始在公司寻找首席执行官。这绝对是错误的（并且在报告发布之前就已经向媒体传达了这一点）。特斯拉的首席执行官是埃隆·马斯克，董事会对他继续执行未来令人兴奋的增长计划的能力充满信心。” [查看评论](https://m.cnbeta.com.tw/comment/1496668.htm)

英特尔现如今的命运，其实在十年前就已经开始书写。“Tick-Tock”终究做不到始终领先，特别是公司常年没有对手的温水状态。当水温升高，英特尔猛然发现这已经不是那个可以全面领先的时代。英特尔的裁员尘埃落定。4月25日，华人CEO陈立武发布内部信。  按照媒体报道，英特尔此次裁员规模超过20%，按照全球10.89万人基数，裁员涉及2.2万名员工。与裁员一起的还有增加工作时长。原本要求员工坐班3天的岗位，调整后变更为4天。 按照这个裁员规模，英特尔员工数量将回到15年前。 这甚至还不是英特尔的谷底。分析师预计，英特尔2024年Intel数据中心CPU的销量创造了14年来的最低水平。 这家曾经没有对手的CPU巨头，正在经历前所未有的黑暗时刻，陈立武的前方，可能是AMD的结局，也可能是曾经的思科、诺基亚。 **01 含着金汤匙出生** 英特尔与AMD原本师出同门。1955年，“晶体管之父”肖克利博士回到故乡加州圣克拉拉县，创建“肖克利半导体实验室”。作为当时电子界最享誉盛名的科学家，肖克利吸引了无数天才的加入。最知名的当属诺依斯、摩尔等8位天才年轻人。  肖克利是天才科学家，却不是一个好的管理者，猜疑、种族歧视的管理风格下，实验室没有研制出任何像样的产品，8位天才最终决定出走。 1957年，8位天才找到了一家名为Fairchild的公司支持，继续当初不受肖克利重视的研究项目。这家公司也相应以Fairchild命名，后来中文译名将其称之为“仙童半导体”，如今看来，中文译名很好地传递了这家公司的神韵，天赋满满、充满可能，却又充满稚嫩。 10年间，仙童半导体公司势如破竹，营业额增长到接近2亿美元，却也埋下了不稳定的种子。 母公司极为短视，将更多资金用于支持摄影器材事业。1967年，仙童半导体开始分崩离析。 1969年，销售部一位名为杰里·桑德斯的年轻人带领7位仙童员工出走，创立了名为Advanced Micro Devices的公司，也就是如今的AMD。 8位天才中，最后出走的诺依斯和摩尔自立门户，创办了英特尔。诺依斯是8位天才中，最具有领导才能的，仙童半导体公司也是由他主导。摩尔则是更为响当当的人物。1964年，这位天才提出“集成电路上的晶体管数目，将会以每18个月翻一番的速度稳定增长，并在今后数十年内保持着这种势头。”这便是大名鼎鼎的摩尔定律。  显然，诺依斯和摩尔才是仙童半导体的“正统”，在很长时间里，英特尔就是CPU领域的引领者。 1971年，第一款划时代意义的微处理器——英特尔4004。1972年，性能是4004两倍的8008微处理器问世。1978年，首枚16位微处理器8086发布。 1993年，奔腾处理器Pentium，丰碑级别的产品。2001年，64位服务器处理器Itanium。2006年，正式发布了酷睿系列处理器。 与之相比，AMD的发展则艰难许多。起初，AMD并不参与新集成电路的产品开发，只是以“第二供应商”的身份重新设计产品。 直到1975年，AMD发布CPU产品Am9080，这还只是英特尔8008的仿品。 90年代，AMD只能涉足低端市场，以获得市场份额。2000年左右，速龙（Athlon）系列处理器进一步帮助AMD拿到市场份额。但面对英特尔的酷睿系列，AMD依然没有招架之力。 **02 “Tick-Tock”** 如果十年前，有人说英特尔会被AMD超越，那么一定会被笑掉大牙。彼时的英特尔，已经在CPU王座上坐稳了十几年。AMD几乎处于破产边缘，天降猛人“苏妈”苏姿丰刚刚成为新任CEO。 庞然大物英特尔想要把AMD逼上绝路并不是难事，但是为了避免反垄断的麻烦，英特尔手下留情。 英特尔养的狼，最终却成为自己最大的威胁。 如日中天的英特尔奉行“Tick-Tock”模式，这个英语词是模仿时钟的“嘀嗒声”，用来描述一年更新制造工艺，一年更新微架构，制程工艺和核心架构的两条路交替提升。 英特尔坚持自己设计，自己制造，自己封装，所有的工作，全部自己完成，简称“一条龙”。在早些年，英特尔在技术、科研、资金、设备上都是领先状态，这套模式可以缩短研发时间，还能保护技术，保证话语权。 AMD最初也选择与英特尔一样的模式。创始人桑德斯曾说，“真男人必须拥有晶圆厂。”然而，AMD没能将自己创始人的话执行下去，或者说，AMD也没有能力执行下去。 2008年，困境中的AMD为削减成本，将其制造业务分拆，与中东财团联合成立晶圆代工公司格罗方德（Global Foundries），AMD就此成为无晶圆厂的半导体设计公司。 英特尔则是一直坚持到现在。 与很多故事一样，英特尔的“一条龙”迎来了屠龙少年。 随着技术水平的提升，兼顾设计和制造变得越来越困难，英特尔开始力不从心，此时台积电横空出世。  21世纪的第一个十年，台积电并没有特别的优势。2011年，台积电成为世界上第一家提供28纳米通用工艺技术的晶圆厂。随后几年，台积电逐渐接管了苹果所有的芯片制造需求。 与此同时，面对移动互联网的大潮，英特尔左右摇摆，最终没能将生产线转到手机芯片制造上。在搭上苹果的快车后，却又因为基带信号差、网速慢等问题，被苹果淘汰。 2015年，制程工艺进入14纳米时，双方进入均势。两年后，10纳米工艺成为英特尔最大的噩梦。 2018年，台积电量产7nm工艺，而英特尔直到2023年才姗姗来迟，晚了将近5年。 如果时钟无法摆动，那么就会对另一项战略带来严重掣肘。 **03 “牙膏厂”** 2015年1月，英特尔发布第五代酷睿移动处理器，采用14纳米工艺。从这一年开始，英特尔正式进入“挤牙膏”时代。 英特尔在14纳米工艺上卡壳了5代，一共推出了三个版本，分别是14nm、14nm+以及14nm++，万年不变的skylake架构。 在消费者市场，i3双核4线程，i5四核四线程，i7四核八线程，每一代比上代同频提升3%-5%，如同挤牙膏一样，每次都是相同的配方、想同的量。 消费者对英特尔愈发不满。当英特尔出现时，网友会不断刷“+”，以讽刺英特尔挤牙膏行为。 这时，AMD迎来了天命之人——苏妈。  苏妈2012年才加入AMD，她的第一战是游戏业务。彼时，AMD深陷收购显卡制造商ATI泥潭，营收几乎停滞，利润表现糟糕。苏妈挖掘了AMD的APU（加速处理器）业务，迅速将AMD的APU嵌入了各大游戏厂商，为公司带来稳定的现金流。 2014年，苏妈正式掌舵AMD。仅仅两年后，苏妈便带领AMD打响反击号角——“锐龙”处理器问世，直接让亏损的AMD盈利，把公司从破产边缘拉了回来。 与以往不同，在CPU业务上，苏妈摒弃了中低端、性价比的路线，转而投向高性能计算。锐龙采用了全新的Zen架构，并且制程工艺没有了束缚，直接与台积电一同“Tick-Tock”。 如今看来，早早抛弃制造业务解放了AMD，借着台积电的加成，AMD在高性能芯片上对英特尔穷追猛打。 2019年，7纳米制程Zen 2架构的锐龙3000；2020年基于Zen 4架构5纳米制程的锐龙7000……AMD处理器的市场份额快速上升。 此时，英特尔终于坐不住了。在其第十代i9，英特尔将核心和线程猛然提高到十核心二十线程的规格，牙膏挤爆。 当玩家看到AMD激发鲶鱼效应，使得英特尔不得不应对，从而大幅提高体验时，纷纷喊出“AMD YES！” 真正让英特尔压力山大的绝不只是单纯的CPU业务。还有，数据中心业务和其他业务线。 苏妈将数据中心业务视为“头号战略重心”，AMD推出了针对企业用户的霄龙（EPYC）系列芯片，在性能上已经实现了对英特尔的超越。曾经，靠着至强系列，英特尔拿下99%的数据中心CPU市场份额。Counterpoint数据显示，2022年市场份额从2021年的80.71%下滑到了70.77% 。一年降了10个百分点。  2022年，AMD完成了对FPGA（一种可编程逻辑芯片）巨头赛灵思的换股并购，AMD一跃成为CPU老二，GPU老二和FPGA老大，其市值首次超越英特尔，这个曾经的不被英特尔重视的企业，已经成为最大的威胁。 回过神来的英特尔此时发现，自己当初的垄断地位已经不复存在，甚至连老大的地位都要岌岌可危。 **04 第三个华人** 2021年，帕特·基辛格掌舵英特尔。 这位CEO充满了固执，非但没有拯救英特尔，还把这家巨头进一步推向深渊。 基辛格上任后无视外界意见，继续发力制造。他提出了“四年五节点”的激进目标，分别是Intel7、Intel4、Intel3、Intel 20A和Intel 18A。分别对应10纳米、7纳米、4纳米、2纳米和1.8纳米制程。基辛格要求在技术上，2025年底前在先进制造上超越台积电，并将优势延续到2026年后；在产能或产值上，2030年前英特尔要成为世界第二大芯片代工厂。 这显然是痴人说梦。 2022年至2024年，英特尔营收连续三年下滑，在2024年，其亏损更是高达惊人的187.6亿美元。 在第14代CPU“Meteor Lake”，英特尔为了避免技术上的不确定性，防止再次跳票，决定将部分采用台积电5nm工艺制造，曾经的王者，低下了高昂着的头颅。 今年3月，陈立武成为英特尔新任CEO。  陈立武是行业内的老兵。在半导体和软件行业有超过20年的投资与技术管理经验。他最知名的履历当属中芯国际。2020年，陈立武以创始股东及董事的身份，带领中芯国际成功在科创板上市。他也是中芯国际唯一一位18年不变的董事。 或许是巧合，也或许是英特尔的“迷信”，渴望同为华人的陈立武能够像老黄、苏妈那样，带领英特尔触底反弹。 陈立武的做法与当初苏妈有很大的相似之处。 首先是精简队伍。2023年5月，为了推动业务向AI和先进制程聚焦，英特尔进行了一轮结构性裁员，CCG和DCAI部门各裁员约20%，预算削减10%。2024年第二季度，裁员规模提高到15%以上，涉及1.5万人。如今，在陈立武的主导下，裁员规模上升到2.2万人。 其次是战略聚焦。陈立武上任后，明确提出聚焦AI和先进制程技术的战略转型，集中投入18A制程研发和AI芯片业务。按照他的规划，2025年英特尔将推出Panther Lake处理器，其AI性能较前代提升5倍，并计划在2026年实现18A制程量产。 这是一场事关生死的战役。 在消费级CPU市场，英特尔的份额从2023年的77.3%下滑至2025年的60%-65%，AMD凭借锐龙9000系列（Zen 5架构）将市场占有率提升至24.1%。最主要的是势头问题、良品问题。 这也使得18A变得尤为关键。分析师指出，英特尔需在2至3年内推出具有竞争力的AI芯片，并确保18A制程按时量产，否则可能进一步丧失市场份额。 英特尔现如今的命运，其实在十年前就已经开始书写。“Tick-Tock”终究做不到始终领先，特别是公司常年没有对手的温水状态。当水温升高，英特尔猛然发现这已经不是那个可以全面领先的时代。 正如诺基亚的墓志铭：&#34;我们什么都没做错，但不知道为什么输了。当&#34;Tick-Tock&#34;变成&#34;Tick-Tock-Tock-Tock&#34;，这个帝国终于尝到了垄断的苦果。 [查看评论](https://m.cnbeta.com.tw/comment/1496666.htm)

古早的互联网时代其实有很多非常经典和厉害的内容，这些内容不会随着时间的推移和环境的变化而失去价值。就像这篇文章分析的这份PPT，即使放到当前的环境，这份PPT里的思想和内容，都是很多人可望不可及的存在。 在我的电脑里一直躺着一份腾讯的神级PPT，最近我无意中又翻到了它，重读之后依然觉得价值极大。 它诞生于23年前遥远的2002年8月，没有花哨的排版，没有精美的设计，没有炫酷的动画，它古早而朴素，但从头到尾散发着神奇的说服力。正是因为这份PPT，腾讯推出了最早最成功的商业化产品——QQ秀。 这份PPT如同一块化石，将从业者带回那个昂扬向上野蛮生长的古典互联网时代。 这份65页PPT的作者许良(Kurt Xu)是腾讯早期仅有的几位产品经理之一，后来成为腾讯投资的副总经理，如今是元生资本创始合伙人。 这份PPT极为完美地呈现了一份优秀立项汇报PPT应该有的样子，它结构完整、逻辑严谨、数据详实、论证充分，整个逻辑链条极具说服力。最终它雄辩地说服了老板，支撑了决策并成功推动了腾讯早期最成功的商业产品QQ秀，非常值得职场人特别是互联网打工人学习和研究。  这份PPT的名称为《Avatar Business Plan》，“阿凡达商业计划”，即后来QQ秀的网络化身装扮业务，它的由来要追溯到2002年8月左右。 当时，腾讯刚入职的不久的新人产品经理许良接到北京销售同学的线报，说韩国有一种叫“小人换衣服”的业务很火，于是商业嗅觉极其敏锐的许良便开始调研。在充分的研究之后，他向腾讯总办提交了切入Avatar业务（即后来的QQ秀）的建议PPT。 这份PPT的精彩之处在于：它用极为严谨的逻辑和极为周密的计划成功说服腾讯高层拍板投入，并成功带领项目上线。 不少互联网圈内人其实看过这份PPT，但我相信很多人依然低估了它的价值。 下面卫夕就和大伙一起详细地拆解一下这份PPT，看一看为什么它是一份值得研究的经典—— 在一开始，作者先用3页PPT介绍了Avatar（网络化身装扮）的背景信息。 这个背景信息之所以非常重要在于，即便是对当时腾讯的高管而言，在韩国刚流行不久的Avatar业务依然是一个陌生的概念，如果开始不介绍背景，后面的叙述会显著增加理解成本。  接下来，从正式的第一页开始，作者许良非常完美地遵循了“结论先行”的原则。 在开篇就给高层们抛出一个王炸，直接用数字抓住老板最强大的注意力—— “这个项目第6月实现当月赢利，在此前的最高投入为304.2万人民币，7个月预计累计销售收入2888万人民币，税前利润达到1297万人民币。”  在2002年那个时代，如果一个员工对老板说： “我可以用7个月的时间帮你赚1200万！” 任何一个老板都会严肃地抬起头来认真地听一听。 要知道，根据腾讯后来的上市招股书披露，在2001年这一年，腾讯的总利润也仅有1022万。 好家伙，一个项目就可以赚全公司一年的利润，这个牛是不是吹的有点大？ 可以猜想，当时小马哥内心的OS大概会是—— “这数字牛逼啊，我倒要看一看这个口气很大的年轻人准备怎么合理地赚到这么多钱。” 没错，《金字塔原理》这本书讲的非常清楚，论述一件事情最好的方式就是先给结论。 而现实中很多职场中的人在做立项汇报的时候不是这样的，一般先讲市场分析、再讲优势、然后讲怎么做、最后讲能带来什么收益，这么讲从逻辑的角度也没错，但容易让汇报对象失去焦点。 而许良这种结论先行的策略就如同一个强大的钩子，牢牢抓住听众的倾听欲望。 不仅小马哥想继续听，22年后的我们也想继续往下看。 OK，结论摆出来了，接下来进入市场分析部分，仅仅看这个市场分析的目录就能看到作者在这个领域是做过极为充分的调研的。 根据《腾讯传》的描述，许良不懂韩文，但调研的恰恰又是韩国市场，因此他花了400块专门请一个翻译将相关信息翻译成中文。  我们先看市场调研的概览，包含极为关键的核心信息——Avatar这个市场的规模、增长率、目标人群、分布国家，这几个关键信息提炼的非常充分，没有任何无用信息，干净利落。 同时不忘对概况进行总结—— 第一，这是一个以年轻消费群体为目标客户的、有充分想象空间的高速成长的市场； 第二，Avatar被广泛应用在各种在线交流服务上，越实时的业务应用越广；  接下来开始拆解这种服务是怎么赚钱的，分析了出售装扮、间接广告等多个赚钱方式。 时刻不忘这是一个商业化产品的汇报；  接着，作者遵循从发散到收敛的原则，如电影镜头搬将焦点不断缩小。 开始具体分析韩国的Avatar运营情况，一个图表直接上最重要的收入数据，并对数据进行总结。  接下来继续细化聚焦，讲市场中的典型公司，分析韩国Avatar领头羊Sayclub的数据与打法。 详细列举了业绩规模、内容服务、收入模式、销售渠道，同时总结了其中的核心—— “Sayclub Avatar相关销售收入的增加得益于item（这里可以理解为装扮的款式）的多样化。”。 这一P简单直白，都是核心信息，无任何多余废话。  接下来一P主要表达—— “看一看他们那么点同时在线人数效果都这么好，想一想我们的潜力！” 用直击人心的数据进行对比，同时对数据口径给出详尽的说明，以证明对比的严谨性。  接下来分析了Avatar业务在韩国火的原因，同时对目标人群、人均消费、收费标准进行了数据化呈现，非常详细。  OK，前面铺垫的差不多了，是时候来讲中国市场的潜力了。 这部分的逻辑是——中国互联网基础设施完善，互联网普及率增加，网民规模增加。 作者假设中国用户对Avatar业务感兴趣的人群比例和韩国相同，参考韩国该市场的总规模和单个公司营收数据，用游戏行业的营收数据进行类比。 最终合理推算出——中国市场Avatar业务的潜在总规模为1.31亿-1.95亿。 同时强调——即便缩水一倍，也有6550万人民币-9570万人民币。 这个总盘子的数据有足够的吸引力，而更重要的是，整个推导逻辑让人信服。  OK，既然市场那么大，那么腾讯能吃到多少市场份额呢？ 于是，按照逻辑，接下来该分析国内的竞争对手了。 作者分析了第一家竞争对手韩国公司友联和新浪联手进军国内的业务并不成功的详细原因。 同时也分析了第二家竞争对手网易Avatar业务的具体情况，并得出结论，和韩国人喜欢Chatroom不同，中国人更喜欢一对一的IM，因此网易不是一个适合的平台。   接下来，作者开始分析要做好这个业务，哪些因素是最核心的？ 答案是以下四点—— 目标用户的契合程度； 形象出现的频率； 形象的接受程度； 销售渠道和价格； 注意，这部分没有推理，完全依靠对产业和产品的直觉与体感。  接下作者开始分析腾讯在这些核心因素上的优势。 通过表格详细的对比得出结论—— 在Avatar这个市场，没有人的先天优势比腾讯更大了！  好了，所有有利因素都列全了，作为一个严谨的分析，只看到收益看不到风险也是不行的。 作者非常坦诚地列出了所有可能的风险并对其进行分析，最后得出结论—— 没有一种风险构成腾讯拒绝Avatar的理由。  在调研部分的最后，用一句话对调研信息进行了总结—— Avatar象是一个专门为腾讯准备的高速成长的在线市场。  好，接下来精彩的来了！ 上面作者许良用诸多篇幅分析了Avatar如何有潜力、如何适合腾讯，接下来开始从另一个角度给领导层下一剂猛药，直击高层心理防线，直接告诉小马哥—— 腾讯现在危机四伏！  好家伙！ 这一页名为“腾讯的现有业务结构和危机”的PPT，几乎将腾讯当时所有的业务都批评了一遍—— 无线业务还在探索中、QQ会员卖靓号不行、QQ行有MSN压力转型难、线下产品Qgen吸引力不足、广告业务形态不丰富、社区单调呆板吸引力不足。 在任何时候，即便是创业公司，也很少有员工敢如此直白地向领导层指出公司的问题。 从这一点来说，至少说明两点—— 第一，许良对这些业务存在的问题本身有深入洞察。 即他说的并非信口开河，有一定的现实依据，因此这些具体问题的确有说服力，毕竟老板没有那么容易被PUA，同时许良也非常注意分寸，这部分仅用一页，适可而止； 第二，也说明腾讯当时的确有一个开放包容文化，可以让年轻人敢说真话，换作今天的许多老板，面对这样否定公司的每一个业务的年轻人，估计内心的OS是—— “你说他们都不行，要不你来当CEO？” 没错，只指出问题是不够的，老板需要的是解决问题。 接下来就顺理成章了，下一页PPT说的就是——Avatar这个产品几乎对腾讯当时的所有个人在线收费业务都有正向促进作用。 其原话是“Avatar直接洞穿所有腾讯个人业务，构造新的QQ个人标识系统，创造新的危机应对之道。”（并非信口开河，后边方案中有具体的论述）  至此，逻辑似乎已经很完整了，简单总结一下就是—— “韩国这个东西很火，营收很高，增长很快，它的玩法我搞明白了，中国潜力巨大，但基本没人搞，我们有非常大的优势，而且现在公司内忧外患，这东西还能解决这些危机。” 整个逻辑链条完整而清晰，让人信服。 很多项目的立项PPT汇报到此就结束了，等老板拍板做还是不做，确定了做然后再出方案。 然而，许良不是这样的，他接下来直接非常详细地列出了项目的方案。 他要打消老板的一切顾虑，他想直观地告诉老板——“关于这件事具体怎么做，我早已成竹在胸，想得非常清楚了。” 接下来的方案部分之所以非常关键，其核心在于，如果汇报到此就结束了，即便老板决定做，可能也只会说一句—— “小许，调研做得很不错啊，这个项目，Tony（腾讯CTO张志东），你挑一个有经验的人去搞吧~” 要知道，许良当时所在的部门是腾讯的市场部，而并非直接负责产品开发的技术部。 然而，当许良将后边的产品方案讲完之后，他当场就被任命为这个项目的负责人，领衔整个项目，CTO张志东Tony直接给他分配了三个程序员和一个设计师。 那么，这个方案部分是如何呈现的呢？一个给老板汇报的方案应该做到什么程度呢？ 我们来看一看许良当年的呈现逻辑—— 首先给出产品定位——Avatar形象识别系统服务于QQ的娱乐属性，和QQ通讯属性并列。 同时指出这是一个持续的项目，遵循小步快跑的原则将项目分解成四期，前三期耗时13个月；  向高层特别是小马哥这种既懂技术又懂产品的老板汇报，方案讲到多细的颗粒度特别有讲究。 只讲方向、讲框架、绘宏图会显得飘在空中、不够具体，而讲太多过于具体的细节，又会显得没有高度、冗长繁琐，因此这个度需要处理的恰到好处。 我们来看作者许良是如何呈现的—— 用两页PPT畅享了腾讯娱乐平台的设想以及Avatar业务在其中的位置，这是绘宏图的部分。  注意，这个部分非常关键。 事实上，在此之前，QQ这个产品在某种意义上只满足了用户的功能属性，无论是IM还是群聊，它就是ICQ和MSN的替代品。 而从QQ秀开始，腾讯才正式开始挖掘QQ的娱乐属性和情感属性，在某种意义上，它奠定了腾讯增值业务的基调和基石，腾讯商业化的任督二脉才真正开始打通。 没错，高度有了，但不宜过多，这方面高层一点就通，适可而止即可，更重要的实操部分。 于是许良接下来立马落地到项目一期的具体描述。 注意，这当然不是给技术开发的产品文档，因此不能过于详细，只需要列出核心要点。 当然，也需要辅以直观的图片让老板能直接感受产品的实际效果，让老板知道这套东西在哪里展示、要动哪些技术模块。   接下来列出了非常重要的销售渠道方案，即讲清楚通过什么方式卖。  接下来拆分这些功能点哪些需要自己开发、哪些需要外包，并且给出了具有说服力的理由。 这里有一个小细节，必须外包的部分其中包括虚拟头像部分，给出的理由是自己没有设计能力，可见彼时的腾讯的设计部门的能力还非常弱。  方案部分最后用一页PPT做一个小结—— 时间紧、任务重，建议用自研+加外包的方式快速切入。  接下来的一大模块是市场进入策略。 这部分先来了一个SWOT分析，坦率地讲，我觉得这部分和最开始的调研部分有很多重合的地方，但瑕不掩瑜。 同时我注意到分析腾讯劣势的时候有两点——和内容相关的服务一直不是腾讯的强项、没有游戏娱乐项目运作和推广的经验。 不知今天的腾讯看到这两点作何感想？ 扯远了，打住！  接下来的是定价策略，作为商业产品，定价问题是最重要的核心因素之一。 作者的思路是——作为后入局者，低价是一个主旋律，即先占领市场，然后打持久战。 与此同时，为了和QQ会员、QQ行这样腾讯已有的商业产品更好地协同，Avatar业务在定价层面对这些用户都设置了不同的折扣，通过老带新的方式加速新业务的渗透。  接下来营销策略层面，也是借力打力，主张将Avatar业务作为QQ会员和QQ行的重点功能来推广。 同时安排专门的预算跟进，列举了不同层面的营销策略并举了韩国同行借世界杯营销的例子。  最后用一句话对市场策略进行总结—— 腾讯Avatar进入市场的策略是提供档次区分较大的、低价位的服务。 同时用给予QQ会员、QQ行用户赠送和折扣的方式在尽可能短的时间内达到一个基础用户量。  OK，至此整个汇报已经将为什么要做、准备怎么做讲的非常清楚了。 那么，作为一个立项汇报，还有哪一部分老板会非常关心呢？ 给你10秒钟思考一下。 没错，老板最关心的还是投入和产出，即要花多资源、能赚多少钱，接下来是算账的时刻—— 先算人力投入，由于牵涉部门众多，因此先列一个组织结构，同时用清晰的表格列出未来12个月在不同阶段、不同部分分别需要的人力情况。 从中我们也可以看到一些细节，对于QQ秀这样的业务，其人力投入远比我们想象的要少。 即便到了第12个月，页面（即现在的前端开发）也只需要3个人力，而系统（即现在的后端开发）也仅仅只需要8个，难怪一开始Tony只拨给许良三名开发加一名设计师。   介绍完人力投入，再用泳道图清晰地列出未来12个月不同部门的进度计划安排。 哪个时间点不同部门到哪个进度，一目了然。  接下来进入财务算账环节—— 一个商业产品，算账极其关键，老板不仅关心你能赚多少钱，同样也关心你要投入多少成本。 许良先将算账的时间周期框定为项目启动的12歌月内，不画长期大饼，这也是一种务实的态度，事实上，任何超过一年的财务预测都是虚无缥缈的。 具体而言，核心讲清楚两点——赚钱和花钱，即产出和投入。 在赚钱部分，主要讲能赚多少、赚的都是什么钱、什么时候可以赚钱；在花钱部分，主要讲要花多少，花的都是什么钱。 作者先对Avatar业务四种收入模式分别能赚多少钱进行了合理预测，并详细列出了预测的计算方法。    接着列出了一些重要的财务指标——第5个月花费最大，收支平衡出现在第6月等等。 与此同时，列出了财务层面最重要的一个结论—— 运营7个月累计销售收入：￥2888万； 运营7个月累计税前赢利：￥1296.9万； 全年成本收益率：61.82%；  坦率地讲，个人觉得这部分直接给出结论略显突兀。 如果能用一张列表列出每个月收入和支出具体数据，可能会更直观（一个可能性是PPT有删节，《腾讯传》描述该PPT有80多页，我看到的版本是65页）。 OK，至此，账算得非常清楚了。 从市场调研、优势分析、竞争对手分析到产品方案、人力方案、财务方案，每一个部分都完整地补齐了。 整个逻辑链条非常完美地闭合，到了该收尾的时候了。 最后用一句铿锵有力的话对整个汇报做一个总结—— “腾讯Avatar是个高收益、中风险、中投入，而且对整个腾讯娱乐方向有着长远价值的项目，值得立刻进入。” 整个汇报PPT完美结束~  什么是高手？ 这就是高手！ 我曾经在微博做广告产品经理的时候，那怕是一个特别小的项目立项，我也会翻出这份PPT对照看一遍，每次都有新的感悟。 事实上，根据《腾讯传》的描述，在许良整个汇报讲到一半的时候，一向谨慎的腾讯CTO张志东就打断表示——“我觉得这是一个好产品，应该马上做。”，小马哥也当即表示同意。 结果说明了一切。 6个月后的2003年1月24日，QQ秀在许良PPT中规划的时间点如期上线。 从此腾讯的增值业务开启了大踏步的崛起时代，QQ秀收入一骑绝尘。 没错，这份PPT如同一篇的爽文。 许良就是这篇爽文的男主，一路过关斩将，纵情向前，但它恰恰就是那个互联网草莽时代最真实的缩影。 我想，吴晓波老师当年写《腾讯传》的时候，如果能将这种一手材料直接列出来，或者至少给个二维码让大家直接去扫看原文，一定会比任何第三方视角的描写更能入木三分。 好了，PPT拆解完了，看过卫夕过往长文的同学肯定还会有些期待。 没错，如果我们只说这份PPT本身的逻辑和结构，那视角未免有些狭窄了，在我看来，下面两个角度同样值得深思—— 第一、PPT的背后是人，这个PPT充分体现作者许良敏锐的市场洞察力、严谨的逻辑思考力、强大的执行力和主动担当的Owner心态。 在写PPT的时候，经济系专业的许良也仅仅毕业三年，同时是公司刚入职的新人，其极其敏锐地观察到自己非母语、非英语市场的最新业内动态已属不易。 当然，在国内大厂，按照上述逻辑出具一份结构差不多的PPT的从业者可能也有不少，毕竟在国内互联网的内卷的环境里历练多年，大伙都是汇报PPT的高手，我知道有些大厂总监汇报前是会花一笔不菲的钱到淘宝上去请设计师美化排版的。 因此，老板看到的PPT都非常精美，同时逻辑极其自洽，有时候不仅让老板信了，自己也信了，一旦真正干起来，项目分分钟干黄。 “汇报一条龙，执行一条虫”是国内很多互联网公司的常态，这就是真正的高手和PPT汇报高手的区别。 真正的高手厉害的不是汇报，而是背后抓住核心并高效落地执行。 举个简单的例子，在QQ秀这个项目的后续开发中，那些网络装扮的设计，许良是花了200万找一家韩国公司做的，今天的产品经理，有多少可以Hold住一个跨国外包并保证在极短时间内如期高质量完成的？ 此外，在今天互联网行业分工细化的大背景下，产品经理基本上只负责纯粹的产品工作。 然而我们看到许良身兼多个职能——战略分析、产品、运营、市场、HR和财务，这既和当时的行业特点有关，也是作者Owner心态的重要体现。 在今天互联网边界清晰的内卷职场中，这种Owner心态特别难能可贵。 第二、必须要指出的是，将QQ秀的成功完全归功于许良甚至归功于这份PPT当然也是不准确的。 任何项目都是特定的时代机遇、竞争环境、战略规划、落地执行等多因素的结果。 要充分理解这一点，我们来看同属腾讯旗下的另一个经典失败案例——微信表情商店。 在2013年，微信商业化尚未开启，为了更优雅地赚钱，微信选择了学习日本Line大获成功的变现模式——卖表情包。 于是在微信5.0中推出了表情商店，微信非常重视这次尝试，甚至还拉来了邓超等明星推出特定表情。 我相信，那时候张小龙的桌子上一定也摆着一份相同逻辑的PPT——从日本聊天软件Line大获成功的表情商店出发，从不同维度论证为什么对于微信而言，做表情商店不仅必要，而且会大获成功。 我相信，这份PPT在汇报的时候的效果大概率也会像许良当年一样，逻辑完整，令人信服，效果爆棚。 然而，现实是残酷的，微信的表情商店并没有取得成功，后来微信悄然去掉了”商店“二字，改为免费下载支持赞赏，这个在日本赚得盆满钵满的模式在中国沦为鸡肋。 所以，是微信团队缺失一位像许良一样逻辑清晰、执行超强的产品负责人吗？ 很显然不是，这和中日文化差异、网络语境、用户习惯、进入时机、竞争格局、产品运营等多个因素息息相关。 没错，个人奋斗固然重要，也要考虑历史进程。 以上两个看似相反的观点其实并不对立，深刻地理解了这一点对我们充分挖掘这份PPT的价值而言非常关键。 最后总结一下，这份PPT毫无疑问是立项汇报的天花板——没有大词，没有务虚的东西，讲数据、讲逻辑、讲落地、讲细节。 恰如当年那个还在创业的腾讯。 许多年后的今天，不知道小马哥在夜深人静的时候，会不会依然怀念当年那个简单、务实、身轻如燕的小公司腾讯，那个用3个开发+1个设计师就能启动一个公司级项目的年轻的腾讯。 卫夕用四个小时将这篇文章一口气写完，经历了一次完整的心流，希望大伙也Enjoy~ [查看评论](https://m.cnbeta.com.tw/comment/1496664.htm)