[外媒Variety的报道](https://variety.com/2025/film/news/clair-obscur-expedition-33-live-action-film-story-kitchen-sandfall-interactive-1236291356/)称《光与影：33号远征队》真人电影正在制作中。  报道称，《光与影：33号远征队》的开发商Sandfall Interactive正与 Story Kitchen合作开发该作的真人电影版，电影也将由 Kepler Interactive 发行。这部影片甚至在游戏发售前就已经开始了制作，目前正在进行选角和确定导演的工作。  Story Kitchen的创始人Dmitri M. Johnson和Mike Goldberg表示很高兴与 Sandfall Interactive合作将游戏丰富与拟真的世界带到大银幕之上：“游戏引人入胜的叙事和复杂的角色为电影体验奠定了坚实基础，这会游戏玩家和电影观众产生共鸣。”

作者丨赵之齐 编辑丨胡敏 2025年初，汪中帮客户落地模型时，在“18个办事事项仅用一个智能体入口接入”的需求中，再次摸到了平台能力的边界。 汪中是众数信息科技的联合创始人，彼时公司正和百度智能云合作，交付这个公共服务智能体产品。但千帆应用开发平台能提供的节点数量只有100个，远不能满足用户要求。无奈之下，他找到百度，反映希望扩大节点边界。 已不是第一次做大厂伙伴的汪中，做好了这次需求会石沉大海的心理准备：“跟大厂合作条件多、很复杂，他们的产品迭代都有自己的计划周期，有些部门能力也重叠，我们经常不知道该去找谁，有时真的好累”。 出乎他意料的是，大概一个月的时间，千帆平台就完成了节点数量的迭代。 这样快速响应伙伴需求、与伙伴共建产品，是百度智能云在大模型时代下，与伙伴合作升级的一种决心体现，也是其对大模型时代生态合作新局面的应对策略： 迈入2025年，大模型的ToB落地已成为行业焦点。与云计算产品相比，模型落地追求与专业领域深度结合，批量复制交付更为困难，大厂难以孤军奋战，需要借助行业伙伴的力量渗入细分行业。 在刚刚过去的生态大会上，百度智能云便发布其2.0生态政策，强调与伙伴产品共创、市场共拓及服务共享。伙伴不再只是大厂的“分包商”，可以从商机建构的第一步，便深度参与。 但云计算时代的生态经验，让许多伙伴对与大厂的合作心有余悸。深谙于此，百度智能云决心用大模型讲平等合作的故事，重塑伙伴与大厂合作的安全感。 这一次，百度智能云拿出了什么诚意？ **大模型时代，生态伙伴不能只是分包商** 大厂生态之难做，已非一朝一夕。 过去，带来大客户商机的同时，**大厂留给伙伴的，往往是极不平等的地位：伙伴常沦为分包商，到了项目的询价环节才加入，利润空间被极度压缩，面对分配过来的项目，只有回答“做”和“不做”的权利。** 在总集时代里，大厂前期的大包大揽，还会导致项目烂尾风险高企，伙伴一通忙活却还可能成为烂尾“背锅侠”，最终颗粒无收。 而伙伴的这种结局，源于此前国内大厂做生态时，**常缺乏完整且一以贯之的生态理念**。有大厂只把伙伴化作销售，成为自己赚钱的工具；有的只是搞“人头模式”，让伙伴直接变为供应商。“双赢”不在大厂的生态词典里，加上内部高层的变动，让生态政策也动荡频繁，多番折腾下的伙伴，伤痕累累。 并且，在传统云计算时代，大厂看重传统领域里的头部资源厂商，当时更受青睐的合作模式是：双方作为利益共同体，建立项目里利益交换的机制。 然而，大模型的出现，让旧有生态模式已显得“不合时宜”。 不同于云计算时代以标品为核心，模型在ToB侧的落地，牵扯到具体行业场景，需要大量时间定制调优。传统大资源厂商的响应速度难以跟上，相比之下，**大厂更需要的，是有创新能力的“小蜜蜂类”伙伴——具备行业洞察、能快速挖掘客户需求并推动应用落地。** 大厂需要伙伴，伙伴也需要大厂加持。百度创始人李彦宏在Create 2025百度AI开发者大会上分享到：仅在2024年Q4，就有49个新的大模型腾空出世，2025年Q1则达到55个——在日新月异的大模型爆发时代里，如何事半功倍地快速开发新的应用，是开发者们共同的焦虑。 同时，**目前大模型业务的主要客群是头部客户，创业公司凭借自身资质难以拿下，大厂的背书显得更加关键**。对这一变化有灵敏嗅觉的百度智能云，早已开始新的布局。 根据百度智能云最新发布的数据，在百度千帆大模型平台上，伙伴们已经累计完成4.8万个模型精调，开发了100万个千帆应用。且在去年，百度智能云和合作伙伴联合拓展的商机，增速已达到300%，覆盖全国80%的城市。其中，70%的头部客户项目是和伙伴联合服务完成的，百度智能云副总裁、渠道生态部总经理尹英利期待，2025年，和伙伴联合交付的比例可以达到100%。 这些成果背后，是百度智能云生态政策的变革。2023年底便成为百度生态伙伴的众数信科，对此深有体会：不同于和其他大厂合作时要等到一切板上钉钉时再加入，现在，众数信科能在商机初起时，就加入参与客户调研、场景设计、产品方案设计等各个环节；并且，他们还在与百度洽谈，将两方的产品优势能力结合，共同销售给用户。 百度智能云副总裁、渠道生态部总经理尹英利 那么，在大模型生态中，伙伴承担什么角色？尹英利给出的答案是：“一起打通从模型开发到应用落地的最后一公里”。 在他看来，2025年是应用规模化落地的一年，“所有伙伴都要在应用领域做创新突破”。也因此，百度智能云生态里，伙伴的角色更加灵活自由。 一方面，伙伴自身的算法和行业know-how，可以与百度智能云的AI能力对接，共建产品；另一方面，**各自在产品、销售或交付等不同领域有所擅长的伙伴，互相之间也能自由合作，“在这一生态中，没有传统的甲乙方上下游，每位伙伴都是价值链上的关键枢纽”。** 而本次生态大会上，百度智能云也宣布正式启动“大模型行业合伙人”计划。尹英利介绍道，百度智能云将在此投入十亿大模型项目商机共享，1000万大模型市场推广基金，100万人次大模型人才培训，和3亿在途大模型交付项目支持。 2024年上半年，上海数喆数据科技股份有限公司就开启了与百度智能云的合作，算是早期融入到百度大模型发展生态红利的企业。其面向应急管理局开发的居安应急大模型，便是在文心大模型基础上，利用千帆应用开发平台，搭建起的垂类大模型应用。 而众数信科在2024年和百度的合作中，已有超过500万的客情合同。公司现在和百度联合打单的范围，主要在区域销售线上，“互相带货”，是汪中对公司与百度智能云合作模式的一种概括。他向雷峰网列举了公司四个头部客户，其中有两个是百度带给他的、两个是他带给百度的。 **重塑生态，百度诚意何在？** 大模型时代，各家应用开发平台如雨后春笋，大厂们技术平台能力上不相上下。在这之中，百度智能云靠什么吸引伙伴的目光？ 诚意，是多位伙伴口中的高频词汇。 首先，**在业务布局上，不同于有的大厂将生态归于业务之下，百度智能云内部，生态被归为独立业务。**这是百度对生态业务的重视，也为伙伴与大厂内部产研互动搭建了重要桥梁。 众数信科在以往与其他大厂合作的经历中，也曾提及拓宽平台能力的需求，当时得到的回复是拒绝：“他们内部的机制流程没打通，交付归交付、平台归平台”，路径上就已难以实现。 内部壁垒重重之外，当时合作的大厂也缺少对外统一接口人，伙伴需要自己摸索找什么部门解决问题。对于只身闯入大厂产研迷宫这件事，伙伴并没有很强的驱动力。 这一点上，百度智能云的生态对接就较为完善：**伙伴提出需求后，百度智能云的生态便会内部拉通，找到解决问题的人对接。**而一个月就给出响应的先例，也让伙伴信心大增，毕竟“事事有回应”，是此前很难能从大厂身上获取的安心感。 此外，百度本身在技术平台和生态上的强力支撑，也是伙伴深耕模型领域的靠山。 本次Create大会上，百度点亮了三万卡集群，进一步为伙伴和客户们降低了算力成本。 同时，百舸和千帆的性能也进一步迭代。百舸GPU算力平台已经帮助千帆公有云服务实现20倍推理吞吐提升、50%以上的推理速度提升，这些能力现在起也将开放给伙伴。而千帆应用开发平台，也已率先实现了MCP协议的全生态兼容，开发者能在千帆上开发自给的MCP组件，并发布到百度搜索、企业业务系统、微信公众号等渠道，对外提供服务。 众数信科与百度智能云合作打造的海洋工程大模型平台，目前已应用于厦门白海豚保护 “应用和算力，是我们现在看到的确定性红利，也是我们和伙伴共同的机会”，百度集团执行副总裁、百度智能云事业群总裁沈抖在会上讲到。 在大模型时代，平台底座的支持，对伙伴的利好不只是产品开发。**在大模型B端项目交付上，传统只懂业务和商务的销售或许已不够用：你成为销售前，首先得是AI专家**，否则在现场服务及客户规划时，难以说服公司信息口一把手。强大的平台技术底座，才能助力企业把更多产研人才从底层基座的重复建设上解放，推动至产品变现环节。 不过，比起其他早期在公有云上已有颇深客户积累的大厂，百度在商机的获取上需要更多借助大模型的差异化竞争。对于有的伙伴而言，弥补此项短板的解法是，与百度智能云一起建设“线下根据地”—— 数喆数据与百度智能云一起，在全国多地共建和运营大模型基地，都已有签约落地的项目。数喆数据参与基地运营，包括AI产品售卖、相关人才培训认证服务、大模型语料训练、协助企业建设数字大脑和数据标注业务等，以大模型基地为根据地，辐射到更多政府、企业和个人。 “今年应该是破局的一年”，收获感和价值感倍增的同时，数喆数据副总裁张国麒也信心满满。 大模型时代的生态合作，和云计算时代已大相径庭。大厂需要新型伙伴，诚意满满的百度智能云，已蓄势待发。 作者长期关注国内云厂商动态，包括其智算、AI等相关领域发展，欢迎添加**Ericazhao23**交流讨论。

<blockquote><p>AI 技术发展迅猛，企业级 AI 产品也不断演进。本文作者分享了其在公司研究院参与 AI 产品研发的经历，见证了从 1.0 时代自主训练通用大模型到 2.0 时代专注垂域大模型的转变，介绍了各阶段技术、产品设计及面临问题等，一起来看下吧。</p> </blockquote>  最近几个月，作者有幸加入了公司的研究院工作群，由CEO亲自带队，集结了大模型研究组、数据组以及后端组、前端组的工程师们，一同攻克公司最新的AI产品的研发。说实话，现在做AI产品就像在搭一辆行驶中的高铁——技术迭代的速度快得惊人。 在这个日新月异的领域里，今天的”最佳实践”可能明天就变成了”历史案例”。上周刚学会的一个技术名词，这周开会时就已经升级成了2.0版本；上午设计的交互流程，下午可能就要因为技术突破而重做；昨天还在纠结的技术限制，今天可能就被新框架解决了；产品经理的需求文档永远赶不上技术发展的速度… 本文可以算是一个小白探索AI产品设计的历程记录。 ##  1.0时代：自主训练大模型的探索之路 回顾AI产品的演进历程，1.0时代更像是一个充满理想主义的开拓期。当时整个行业都沉浸在大模型的技术热潮中，各大科技公司都在竞相训练自己的基础大模型，我们也不例外。 自主训练“通用大模型”的尝试 2023-2024年间，我们投入大量资源自主研发了”网链大模型”，这个决定反映了当时行业的普遍心态： 技术自信：我们是“xx系”人工智能领域的公司，需要有自主可控的底层模型能力。 数据安全：我们有很多核心数据，担心使用第三方模型会导致商业数据泄露。 定制需求：期望可以通过自主训练获得更好的领域适配性。 但实际执行一段时间后，自主训练大模型的问题很快就暴露出来了。 资源错配：80%的算力消耗在训练通用能力上，而客户真正需要的垂直领域理解只占20%。 迭代迟滞：每个新需求的实现都需要全量微调，响应周期以月计算。 专业度不足：在分析”多晶硅产能过剩对光伏中游影响”这类复合问题时，准确率不足60%。 1.0阶段的产品设计 1.0模型在我们的首个问答产品的实际使用过程中效果并不好。当时的产品就像一把钝刀——虽然能砍能劈，但面对产业链分析这样需要精细操作的场景时，总是力不从心。 所以最初，我们设计在进入产业页面时有默认招呼语，首先为用户提供问题分类，以及每个分类下常见的预设问题，一个是告诉用户产品有哪些功能，一个是因为是预设好常用问题，可以提升回答的准确性和速度。 但如果用户再追问语言逻辑更复杂，或者更具行业深度的内容，模型给出的回复就会出现理解不了专业术语、长文本逻辑连贯性不好、回答速度很慢的弱点。这些问题暴露出自主训练模型在数据质量和算法积累上的不足。用户等待一个回答要10s+，任凭UI再怎么增加loading动画过渡，或者提供平复用户焦虑的文案，也还是解决不了它最根本的问题。  投入超多资源训练通用大模型，却难以在专业场景落地。超多张高端GPU持续运转数周、大量数据需要标注、算法团队需要更多人力资源…这对大多数企业来说都是难以承受的。这种情况大概持续了小一年，产品研发的进度也很缓慢。在这期间，我们深切地感受到市场客户对于AI产品的需求越发旺盛，几乎所有客户都会想要有个功能叫：AI问答。 “通用大模型：就像AI领域的”全能型选手”，通过海量数据和庞大参数训练获得广泛的知识能力，能处理文本生成、基础问答、简单推理等多样化任务。它具备强大的语言理解和内容创作能力，但缺乏专业领域的深度知识，就像通才学者虽博闻广识，面对具体行业问题时仍需结合专业数据再学习。当前主流的GPT、Claude等都属于这类基础模型，为垂直领域应用提供底层能力支撑。” 认知转变带动技术转型 正如《2025年大模型2.0产业发展报告》所指出的，当时那个阶段整个行业都在经历深刻的认知转变。  我们也意识到，若再不快速做出点改变，不调整技术方向，创造不出为公司增收的商业化产品，不说这赛道前期的红利拿不到，庞大体量的模型研发投入会拖垮公司，我们也会被客户和市场无情抛弃。那段时间的评审会也是充满了无力感，很多想实现的功能和交互方案，总被”模型不支持”打回。 直到CEO在年后的全员会议上带来了关键转向：”停止造轮子，专注做场景”。这个决定意味着：我们不再追求”从头训练”模型的完美主义，开始接受使用现成的大模型API，把更多资源倾斜到更被需要的地方上去。  ##  2.0时代：垂域大模型的深耕与突破 在1.0时代，我们走过了所有AI初创公司都会经历的阵痛期，进入2.0时代后，我们完成了三个关键转变： 技术定位：从”全能型AI”转向”产业专家系统” 研发重点：从模型规模竞赛转向场景深度理解 产品逻辑：从技术驱动转向需求驱动 直至目前，我们终于能够聚焦产业分析师真实的工作流，而不是困在技术可行性的泥潭中。产品设计的推进速度也在快速前进。我们采用小步快跑的形式，每周发布一个小版本上线，重大难点需求放宽至1.5周-2周。在不浪费开发资源的同时，也能快速根据市场变化调整迭代方向。 行业垂域大模型的技术选型优化 ① 技术升级 技术上，公司转向垂域大模型开发后，省下之前全量微调参数的精力，重点提升专业领域专业性不高的问题。 “垂直领域大模型（Vertical Domain Model）本质上是一种专业化的AI工具，它不像通用大模型那样追求”万事通”，而是专注于成为某个特定领域的专家。就像医院里既有全科医生，也有心内科、神经科等专科医生一样，垂直大模型就是AI世界里的”专科医生”。采用的是“通用底座+行业微调”模式训练。” ② 框架优化 由开始的Transformer架构，改用了最新的“RAG框架+LLM微调”的混合架构。这种架构结合了两种技术的优势，就像给专家配了一个智能资料库。不仅在数据实时性上有保障，专业性的知识也能持续强化，不仅能支持数据来源查询增加回答的可信度，在算力的消耗上也大大小于Transformer方案。 “RAG（Retrieval-Augmented Generation，检索增强生成）是当前企业级AI产品的核心技术框架，它完美解决了专业领域知识更新的难题。就像一位严谨的学者，在回答问题前总会查阅最新文献。” “LLM微调（Large Language Model Fine-tuning）就像培养一个通才成为专家，它基础基于预训练好的通用大模型（如GPT、DeepSeek）通过用垂直领域的数据进行二次训练，在保留模型通用理解力的同时，再次强化模型的专业能力。”  ③ 引入智能体矩阵 在2.0时代，我们为产品装上了”专业大脑”——智能体矩阵。这个改变让系统终于能像真正的产业专家那样思考了。 “智能体（Agent）是指能够自主感知环境、制定决策并执行任务的智能系统。不同于传统单一功能的AI模型，智能体更像是一个具备专业思维和行动能力的数字专家，它不同于传统问答系统的最关键特征是：自主决策能力。它能够理解复杂问题、调用专业工具、组织分析逻辑，最终给出符合行业标准的解决方案。” 我们上线了“专家系统”，并给每个专家（智能体）设计了独特的”性格”：产业链分析专家像个严谨的老教授，企业分析专家像精明的财务总监，研报专家则像专业的行业研究员。这些功能的上线让产品真正具备了”产业级”的专业度。 有了这些底层技术的升级，原先产品功能和界面交互的设计局限性的问题也被大大的改善。很多模型和智能体预带的功能也为产品的体验设计带来更积极的展现。许多之前不能做的功能现在能做了。例如，最开始我们需要花时间做处理的敏感词问题，现在基座大模型都能直接支持此类问题的回答，从源头显示为“****”或提示用户该问题涉及敏感内容不予回答。  再比如，智能体的加入能够让回答的分析过程透明化，用户界面能够展示出“理解-查询-思考-回答”的步骤链条。  ④ 算力优化 说到AI产品势必要提到算力问题。目前市面上大部分在线产品都是靠用户购买算力来实现商业化盈利的。我们的纯网络版产品，初步计划也是根据算力或问答次数来收取用户费用。 由于我们的客户群体特殊，有的客户需要更强的算力需求或数据安全需求，我们也可为其提供“华为昇腾一体机”，通过本地部署“软件+硬件”的方式来收取用户费用，实现产品盈利。   2.0阶段的产品设计 智能问答产品进化 伴随着底层技术的升级，产品页面和体验也同步进化。 ① 界面设计 风格 在延续主产品“量知云”轻渐变的品牌基因的同时，“轻量、主流、简洁”这几个关键词主导着页面风格的迭代方向。 轻量：配色克制、不出现大色块分割。 主流：配色以冷色系为主、元素采用轻拟物或3d风格。 简洁：更大的元素间距与留白，让页面有呼吸感；元素有亲密性，模块之间有间距，符合塔式原则。提升页面品质感。  ② 页面框架 页面框架主要围绕“主流、前瞻性、高效”几个关键词来设计： 主流：区别于1.0时期的问答类产品，2.0采用目前主流流行的左右结构框架：左边栏是常用工具操作栏，右边为主要内容展示区域，内容区域里顶栏的位置通常放置一些和当前对话相关的操作，下方为主要内容展示区域。优点：由原来固定宽度形式变得更灵活。内容展示区域更加开阔。  前瞻性：设计之初即考虑pc和移动页面的兼容，同前端工程师提前确认响应式页面的技术实现。  高效：有限制的自适应内容控制。主要内容展示的宽度不是越大越好，大段文字的展示宽度控制在一行50-60字左右，眼睛的阅读效率最高。  ③ 交互功能设计 Prompt模板与模版库 我们根据不同业务场景（企业分析/人才匹配/专利检索等垂直场景），预先设置了至少几十种Prompt模板，相比自由发挥的AI回答，模板能够保证回答合规性，错误率降低60%。 “Prompt模板：预先设计好的结构化指令框架，用于引导AI模型生成特定类型的回答。 Prompt模板库：根据不同业务场景分类存储的Prompt模板集合，通常包含数百个精细调整的模板。” 界面设计时，支持设计师定义Makedown支持的语法（emoij、表格、代码块…）作为问题回答的排版依据。例如，我们为“专家模式”的招呼语设定了独特的排版。  用户意图识别引擎 通过自然语言处理（NLP）技术，将用户输入的语句自动归类到预设的业务类别（如”企业竞争力评价”、”产业链断供断链分析”、”人才与技术匹配”）。这和直接设定好明确空间，让用户直接在界面上选择功能的操作不太一样。我们将获取用户意图的工作变为隐藏式的，不易发觉的，在用户询问的过程中就完成了。对比一下，显然后者更能让用户有流畅的、智能的AI产品体验。 “NLP技术：Natural Language Processing，自然语言处理。让计算机理解、解释和生成人类语言的技术。” 智能体矩阵 2.0产品引入了智能体矩阵，通过配备不同的专家系统智能体，为用户提供多维度的更深层次的产业分析功能。用户可以在有明确分析方向的时候，选择某一个定向专家为其服务。同时，系统的多个智能体也能协同工作，自动感知用户的复杂问题，分工协作，各自处理擅长的领域，共同完成对用户问题的回答。整个过程如行云流水，同样用户只需自然提问，就能获得专业级的分析回答。  多模态交互 在产业分析领域，数据从来不是冰冷的数字，而是讲述行业故事的语言。智能问答引入多模态交互，让用户能用最自然的方式与数据对话。 “多模态交互模型：2024年 2 月，OpenAI 发布了其文本生成视频的大模型 Sora。Sora 展示了人工智能在理解和模拟物理世界方面的能力，被认为是通用人工智能的关键一步。2024 年 5 月，OpenAI 推出其新旗舰模型 GPT-4o，能够实时对音频、视觉和文本进行推理，为多模态交互开启无限可能。” 我们设想，在不久的将来 用户可以通过自然语言，从数据库中抽取相关数据自动生成可视化图表，又或者可以支持本地文件（图片形式）内容解析后的进一步提问。  智能报告产品的AI化升级 2.0时代，智能报告产品也从半定制化到全AI化升级中： 1.0阶段：在初期阶段，我们的智能报告产品更像是高级版的填空工具：整个报告生成流程需要人工占主导。首先需要产业研究员预先设计80%的报告框架，并手动标注每个数据插入位点；其次需要花费大量时间调整格式排版。 这个时期始终会存在一些问题，例如：每次业务变化都需要重新制作模板，耗时耗力。对于一些非结构化的数据无法处理。生成的图表风格比较基础，无法自定义。 “非结构化数据：像是未经整理的原材料，内容呈现形式多样且含义隐晦。包括文本报告、会议录音、图片图表等，需要AI先进行”理解”和”提炼”才能使用。 结构化数据：就像整理好的工具箱，内容以整齐的表格形式存在（如Excel数据、数据库记录），每个字段都有严格定义的类型和格式，机器可以直接读取分析。” 因为受限于技术限制，1.0阶段的智能报告产品不是由产品和设计主导开发的，在功能设计和体验上都有很大的提升空间。  到了2.0阶段： 智能报告已经进化地更像一个真正的写报告的专家了。模型能够自主规划内容结构（如输入标题为“行业分析报告”，能够自动生成符合逻辑的大纲内容如“划分市场趋势、竞品对标、风险预测），并调用多智能体协作完成数据搜集与最终文案的生成。 根据用户的实际使用场景，产品提供多路径选择。如果用户对自己的报告内容胸有成竹，不强依赖AI生成功能，则可以快速进入编辑页面，使用平台的各类资料快速完成报告内容编写。 相反的，用户也可以从头选择预制模板，填写报告标题后，就能从“报告关键词”开始完全依赖AI生成，最终获得一份图文并貌的报告了。  更多案例待补充… ## 写在最后：奔跑者的宣言 至此，产品更新的进度就先记录到这里，确实还有很多不足。 站在这个技术爆炸的产业变革节点，现在的进度也不过是万里长征的第一步。当前版本还留有许多遗憾——智能体的协作效率有待提升，多模态交互的流畅度仍需打磨，那些躺在需求池里的创新功能还在等待排期… 差距也确实存在。但前方道路已然清晰，在多数同行还在重复造轮子时，庆幸我们已经完成了从通用到垂直的关键转身。继续沿着”专业化+场景化”的赛道持续深耕，把每个槽点转化为创新点，保持此刻”清醒奔跑”的姿态。 未来，我们选择的方向充满可能，路很长，产业理解的深度、产品体验的温度…要做的还有很多啊～ 本文由人人都是产品经理作者【Clippp】，微信公众号：【Clip设计夹】，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。

 Nintendo Switch 20.0.0大更新现已推出，完整更新内容如下：  # 虚拟游戏卡  现在玩家们购买了任天堂Switch的数字版游戏、DLC和一些免费游戏，将变为是虚拟游戏卡，显示在此菜单的列表中。您几乎可以在多达两个Nintendo Switch系统之间插入和弹出虚拟游戏卡。虚拟游戏卡可以借给同一任天堂账户家庭组中的其他人。有关更多信息，请参阅虚拟游戏卡指南。 # 游戏分享 一些兼容的游戏可以从Nintendo Switch 2共享到其他附近的Switch，以便一起游玩。只能通过本地无线方式一起玩，并且必须由Nintendo Switch2启动游戏分享。此功能不能在两个Nintendo Switch之间使用。Nintendo Switch OLED型号和/或Nintendo Switch Lite也不行。  # 新增在线许可设置 开启后。在主机连接互联网期间，即使没有设置虚拟游戏卡，也可以游玩已购买的下载软件。但是，只有购买软件的本人才能使用在线许可进行游戏，其他用户无法游玩。无论此设置如何，都可以使用拥有的虚拟游戏卡游玩，在线许可无法在多台主机上同时使用，同一软件的在线许可和虚拟游戏卡无法同时使用。  # 新增用户验证设置 玩家可以通过要求输入PIN或登录NintendoAccount来限制对虚拟游戏卡菜单的访问。 # 新增“系统传输” 您可以使用本地通信将 Nintendo Switch 的系统数据传输到 Nintendo Switch 2。 对于在收到Nintendo Switch 2之前将无法访问其Nintendo Switch的用户，可以选择将系统传输数据上传到专用服务器，然后在Nintendo Switch 2 进行检索。将系统传输数据上传到专用服务器后，Nintendo Switch系统将初始化为出厂设置，因此只有在能够在Nintendo Switch 2上完成传输的情况下才能执行此传输。 如果您想在获得Nintendo Switch 2 前继续使用 Nintendo Switch，我们建议您在收到NintendoSwitch 2系统后使用本地通信完成系统传输。完成本地和基于服务器的系统传输服务都需要互联网连接和任天堂账户。 # 杂： 主菜单中的Nintendoe Shop和Nintendo Switch新闻的图标颜色更新。 一些用户图标的外观已经更新。  

在行业弱周期里，投资者更应关注那些拥抱长期思维、持续技术创新、抗风险能力强的行业龙头。

<blockquote><p>百度在2025年4月的Create开发者大会上，宣布全面支持MCP协议，并将其融入自身AI全家桶的“九件套”中，推动更多应用和服务接口兼容MCP。这一举措不仅为开发者提供了更高效的开发路径，也为AI应用的爆发奠定了基础。本文将深入探讨MCP的重要性、百度的布局策略，以及MCP如何成为AI时代的“万能插座”，推动AI应用的广泛落地。</p> </blockquote>  MCP在国内更火了。 最新添一把火的是百度。4月25日，在Create2025百度AI开发者大会上，李彦宏一口气发布了百度AI全家桶的“九件套”，覆盖算力基础设施、大模型、AI应用和开发者生态，大秀了一把其在AI领域全栈布局的肌肉和战略决心。 其中，我关注到的一个重点信息是，李彦宏表示，百度将持续加大对MCP的支持，推动更多应用和服务接口兼容MCP，并将帮助开发者全面拥抱MCP。 他还称，“现在，基于MCP开发智能体，就像2010年开发移动APP。”**这意味，MCP将会迎来一轮大发展的春天。** ## MCP，AI应用的“万能插座” 但很多人可能都没听过MCP，或者概念不清，类似MoE、AI Avatar、Coding Agent、A2A等，这些AI“黑话”（专有技术名词）对没有技术背景的普通用户来说，都是认知和使用的门槛。 当前，智能体（Agent）已成为AI应用的代名词，MCP就和Agent密不可分。开发者大会预热阶段，百度对MCP作了比较详细的科普，李彦宏在会上也作了一些解释。 **MCP的全称是“Model Context Protocol”，即模型上下文协议。这是Anthropic推出的一种开放标准，旨在统一大型语言模型与外部数据源和工具之间的通信。**MCP为所有智能体建立一套“公共语言”和“通信规则”，也被称为AI交互的TCP/IP协议、HTTP标准、万能接口。  更通俗一点地讲，之前大模型、AI应用想接入各种不同的外部数据、工具，都要有一一对应的“接头暗号”。支持MCP协议，就像找到一个“万能插座”，让各种需求都能通过标准化的接口和大模型对接，实现“即插即用”，和外界的数据源、工具等等进行互动。 这个“万能插座”包含多个组件，核心是Host、MCP Client和MCP Server。它们彼此之间关系紧密： Host=内置了MCP Client的应用程序，可以是APP、Agent、Web应用、桌面应用等等形态； MCP Client，是大模型与MCP Server之间的桥梁； MCP Server，负责处理来自MCP Client的请求，并调用各种资源，返回相应的结果或数据。 阿里云百炼高级产品专家徐志远认为，MCP的出现取决于两个点，一是模型能力的发展，尤其是深度推理使得模型能够使用更复杂的工具，使用工具的scope（工具调用所涉及的有效范围或权限边界）扩大； 二是MCP的服务能不能稳定、可用、高效，MCP服务本质是映射软件厂商和工程厂商，以及工具提供厂商的API服务。 ## MCP为什么重要？ 事实上，在2024年11月，MCP刚推出来时并没有引起太多的重视，关注者寥寥。当时只有包括Anthropic自家的Claude Desktop等有限的应用支持MCP协议，开发者们还是处于各自为政的分离状态。 **但仅过去几个月，MCP就几乎成为AI领域交互的事实标准。** 它的爆火来自两重动力：**首先是开发者群体的接纳。**2025年2月开始，Cursor、VSCode、Cline等AI变成领域的明星应用，先后宣布支持MCP协议，这让MCP协议完成“冷启动”。 在此期间，Manus引发的“蝴蝶效应”，也让整个业界掀起关于“AI真正能够辅助完成实际工作”的认知变革。 **紧接着是大模型厂商们的接入，直接引爆MCP。**今年3月以来，OpenAI、谷歌、百度、阿里云、腾讯云、字节跳动等国内外大平台相继宣布支持MCP协议。重点来看看国内厂商的动作： 阿里云百炼平台在4月9日上线了业界首个全生命周期MCP服务，集成高德地图、无影云桌面等50余款工具，5分钟可生成专属Agent。支付宝联合魔搭社区率先在国内推出“支付MCP Server”服务，让 AI 智能体一键接入支付能力。 4月14日，腾讯云升级大模型知识引擎，支持调用 MCP 插件，接入腾讯位置服务、微信读书等生态工具； 4月16日，支付宝推出“支付 MCP Server”，开发者可通过自然语言指令快速接入支付功能，打通 AI 服务商业化闭环； 4月21日，字节的Agent产品 “扣子空间 ” 开启内测。该产品提供通用Agent入口，支持MCP（Model Context Protocol）协议，引入飞书云文档、飞书表格等多款可调用的工具，强化解决工作任务的能力。 4月25 日，百度宣布全面兼容MCP协议，推出全球首个电商交易 MCP 及搜索 MCP 服务。智能云千帆平台已接入第三方 MCP Server，搜索平台索引全网资源降低开发成本。 **这个阵势如同DeepSeek出圈后，各大模型厂商回应“姿态”的再现，从而也佐证了MCP的火爆和重要性。** 按照李彦宏的话说就是，“它为开发者在AI大爆发的时代缺少规范，导致效率低提供了解决思路，MCP让AI能更自由地调用工具，是AI发展的一大步。” 在MCP成为标准接口之前，Agent（智能体）更像一个个“单机版App”，彼此之间互相割裂，无法通信，更谈不上协作。就像互联网早期，单机计算机没有TCP/IP协议支持，就是一座座信息流无法跨越“终端孤岛”。这就导致开发AI应用面临着“效率、成本、生态”的“不可能三角”。 比如，若要开发一个企业智能客服系统，开发者需要对接CRM、支付、物流等6套不同的系统，光是让大模型理解这些系统的接口规范就需要花费大量时间和精力。除了不同平台的适配问题，不同的数据库、API等工具，其调用接口也千差万别。相关数据显示，因缺乏统一规范，开发者在不同工具开发中，效率平均降低 30%～40%。 **在MCP之后，开发者只需要遵循这个协议，就不需要为开发一个AI应用，对接N个工具，为M个接口分别开发，只需要对应用本身做维护和调试。** 这个模式下，**所有厂商通用一个标准，大模型应用开发由“MxN”变成了“M+N”，开发AI应用的成本大幅降低，效率猛猛拉升。** 例如，开发者想在某个App或者Agent中，接入高德地图、支付宝功能，只需要配置好对应的MCP Server（服务器）信息，就可以像搭积木一样集成相关功能，完成查询地图、支付等任务。 其最终的效果便是，每位普通用户都将直观地感受到——AI变能干了。原来只动口不动手的AI，现在能一键完成导航、改日程、定酒店等具体工作。 **不少市场评价认为，随着MCP等协议逐渐成为共识和趋势，2025年会迎来一场真正意义上的AI应用大爆发。** 徐志远也认为，Agent的繁荣和爆发只缺一个点，“这个过程很像移动互联网时代，APP的爆发是基于5G技术和4G技术本身的普惠，今天模型和MCP技术普惠带来的上层应用的爆发。” ## 百度的算盘：进攻才有获胜机会 **这个观点和李彦宏如出一辙。对大模型厂商，特别是平台型巨头而言，拥抱MCP，本质上也是在AI生态战略上的卡位战。** MCP让AI更懂外部世界，一个繁荣的MCP生态也离不开大模型和应用。这就要求大模型厂商在建好自己平台能力的同时，吸引更多开发者、合作伙伴参与到自己的生态里，以一个大模型生态对阵另一个大模型生态。 **李彦宏也推着百度给MCP烧了一把火：从模型到应用，全栈打造MCP生态。根据官方信息，我将百度的动作概括为“1+2+N”的扇形架构。**  首先是优化了“1个”文心基础大模型，提升了模型在使用MCP server时的任务规划和调度能力。 在此基础上，围绕百度智能云千帆大模型和百度搜索“2个”核心平台上，兼容MCP或者构建MCP server发现平台。其中，百度的商品检索、商品交易、商品详情、商品参数对比、商品排行榜能力等，也已经通过百度电商的MCP Server对外提供，这是国内首家支持电商交易的MCP服务。 同时，百度文库、百度网盘、百度地图等应用全面对外提供MCP Server服务。百度搜索开放平台还发布“AI开放计划”，为智能体、H5、小程序、独立App等各种形态的应用开发者提供流量入口和商业化变现的途径。 百度还推出了多智能协作App心响，该产品除了常见的外部 MCP 工具调用，还实现了多智能体协作机制，比如在法律服务中支持由多个律师的AI分身组成的“律师智囊团”协同答复与服务。 在全球AI竞赛中，百度可能是少数几家能够同时在芯片层、框架层、模型层和应用层进行全栈布局、协同优化的公司，这也形成了百度独特的竞争壁垒。**通过全栈技术优化和生态开放，百度正在让MCP成为AI开发的新“水电煤”，吸引更多开发者加入，共同扩展生态边界。** **这对过去两年遭受过诸多争议的百度AI来说，是一次难得的“排水渠过弯”：主动进攻是百度AI在激烈竞争中唯一获胜的机会。** 百度希望借此构建一个类似“AI时代的Github+AppStore混合体”，让开发者能够方便地共享和使用各种AI工具和模型，MCP就是那个最佳的“集合点”。 虽然MCP还不完全是一个完美的协议——大模型厂商虽然愿意提供MCP服务，但主动权仍然抓在厂商手中，其背后的利益博弈也会随着MCP生态的壮大而剧烈——但百度也和阿里、字节、OpenAI等第一阵营的大模型厂商拉齐了AI战略，这在一定程度上减少了路线差异造成的资源拉扯，一起把MCP生态的蛋糕做大，并在切分过程中，苦练内功以抢到最大的一块。 最新的消息是，4月29日凌晨，阿里巴巴开源新一代通义千问模型Qwen3（简称千问3），登顶全球最强开源模型。其亮点之一是，千问3支持MCP，具备强大的工具调用能力，能够实现高效的手机及电脑智能体操作等任务。 百度的挑战也和其他MCP接入厂商一样，如何在开放协议和平台生态之间找到一个商业平衡。这对参与其中的任何一方，都是至关重要的一个思考。**因为MCP的发展，不仅体现在对平台的意义，更多在于大模型在应用和实际业务里发挥更大的价值。‍‍‍** 参考资料： 百度智能云，《爆火的MCP究竟有啥用、怎么用？一文看懂》 智能涌现，《李彦宏说的「MCP」，还有人不知道吗？》 中国日报网，《核心业务全面开放，百度率先打造MCP生态》 钛媒体，《大模型争相接入MCP，百度智能云推企业级MCP服务》 **专栏作家** 唐辰同学，微信公众号：唐辰同学，人人都是产品经理专栏作家。内容链接，洞察与解读，关注互联网科技及商业故事。 本文原创发布于人人都是产品经理。未经许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

 《失落之魂》开发商，上海零犀信息科技首席执行官《失落之魂》游戏制作人杨冰通过官方微博宣布，为了继续优化与打磨《失落之魂》，游戏将延期至2025年8月29日发售。  

<blockquote><p>在合同管理系统的设计与开发中，功能的复杂性往往被误认为是产品竞争力的体现。然而，随着系统功能的不断增加，企业实际使用率却持续低迷，甚至出现了因功能堆砌而导致的风险事件。本文将深入探讨合同管理系统中常见的“伪需求”陷阱，分析AI预审、风险预警库、智能报告生成等功能背后的潜在问题，并提出如何回归合同管理的本质，通过标准化流程和协同效率提升核心价值。</p> </blockquote>  ## 一、引言：被过度设计的合同管理系统 这篇文章可能算是我在接项目被甲方虐的死去活来的时候的一点吐槽吧，估计我的文章发出来后又会被很多同行寄刀片，因为我的这些大实话会让很多同行损失惨重。 我从土木转行软件toB也有10年快11年了。基本上什么要求也见过，尤其是合同管理系统，看起来那么多花里胡哨的功能和需求，实际上也就是那些基本的需求，做项目的难度也就是甲方要求对接以前的系统，或者甲方要求多几个流程的表格打印。大家的要求都大同小异。但是我在接活的时候突然发现，每一单的功能越来越多，对接的东西也越来越多。而且什么系统都要对接个ai。作为从业多年的产品经理，我见证了合同管理系统从简单的电子化存档工具，逐步演变为集成了各种”智能”功能的庞然大物。在这个过程中，一个令人担忧的现象愈发明显：系统功能越来越复杂，但企业实际使用率却持续低迷。第三方调研数据显示，目前市场上主流的合同管理系统，功能使用率普遍不足半数。 这种矛盾现象的背后，隐藏着一个关键问题：我们是否误解了合同管理的本质？某次客户回访时，一家制造业企业的法务总监问我，能不能把这个ai提示关了，老是提示红的一片，他们看着太烦了。我听了当时就惊呆了，连忙问：“哥，一个至少需要十几万块的功能，说关就关了？”法务总监无奈地说：“有他没他我们都一样干活，有时候他还会干扰我们的思路。而且因为有这个功能，业务部门每次都不提前协同，都是直接提交第三方合同，还非常得理的说你们有ai预审，看看怎么了。” 更令人警醒的是另一个案例：某知名企业过度依赖AI预审功能，系统将一份涉及重大责任条款的合同标记为”低风险”，导致法务团队没有进行人工复核。结果在合同执行过程中，这个被忽视的条款给企业带来了上千万元的损失。这个案例生动地说明：功能堆砌不仅不能降低风险，反而可能制造新的风险点。 经过这些年的实践与反思，我逐渐明确了一个核心观点：合同管理系统的核心价值在于建立标准化流程和提升协同效率，而非替代专业人员的判断。就像交通信号灯的作用是规范车辆通行秩序，而不是代替司机做驾驶决策。 ## 二、批判：哪些功能是”伪需求”？ ### 2.1 AI预审：看似智能，实则高风险 AI预审功能的市场宣传总是令人心动：自动识别风险条款、智能提示修改建议、24小时不间断工作…这些卖点让很多企业趋之若鹜。但现实情况是，AI在合同审核领域的表现远未达到预期。 问题的根源在于，合同条款的理解需要深厚的业务背景和法律知识。以常见的”最惠国条款”为例，在贸易合同中它可能涉及关税优惠，而在零售合同中则可能指向价格政策。AI系统缺乏这种上下文理解能力，往往只能进行表面的关键词匹配。 某金融机构的教训尤为深刻。他们的系统将一份担保合同中的关键条款错误归类，导致法务团队忽视了潜在风险。当债务人违约时，企业才发现担保条款存在漏洞，最终不得不通过诉讼解决，损失超过千万元。 基于这些经验，我认为AI在合同管理中的合理定位应该是辅助工具，而非决策主体。它适合处理格式检查、基础条款完备性验证等简单任务，但绝不能替代法务和财务人员的专业审核。 ### 2.2风险预警库：治标不治本的设计 风险预警功能的设计初衷是好的：通过积累历史案例，帮助用户规避类似风险。但实际应用中，这个功能常常陷入”马后炮”的尴尬境地。 问题的本质在于，一个设计良好的合同管理系统，应该在合同进入签署流程前就消除主要风险。如果系统需要频繁发出风险警告，恰恰说明基础模板和审批流程存在问题。 某次产品优化会议上，一位客户的反馈让我印象深刻：”每次看到系统弹出风险提示，我的第一反应不是庆幸发现了问题，而是困惑为什么这样的合同能走到我的审核环节？不是每一个业务领导都对公司的规章制度了如指掌的。”这句话揭示了风险预警功能的根本矛盾：它试图在流程末端解决问题，而非在源头预防问题。 更有效的做法是强化事前控制：通过严格的模板锁定确保核心条款的规范性，设置智能化的审批节点卡控（如金额超限自动触发会签），从制度层面降低风险合同产生的可能性。 ### 2.3智能报告生成：管理层根本不看 在需求调研阶段，”智能报告”功能总是被列为高优先级。企业希望系统能自动生成各种分析报告：合同履行情况、风险分布、审批效率…但实际使用数据却显示，这些精心设计的报告很少被真正用于决策。 有专门的第三方机构曾对50家企业进行的调查发现，超过半数的合同分析报告仅用于应付审计检查。决策层更倾向于查看原始合同数据和简明的审批状态，而非系统生成的复杂分析图表。 某中型企业的案例颇具代表性：他们投入大量资源开发了十几种定制化报表，但半年后的使用数据显示，这些报表的打开率不足5%。更讽刺的是，最常被使用的仍然是基础的合同清单导出功能。 这种现象提醒我们：在开发数据分析功能时，必须严格评估投入产出比。与其追求报告的”智能”和”美观”，不如确保基础数据的准确性和可获取性。 ## 三、核心：不可妥协的”必要功能” ### 3.1标准化流程基石 合同管理系统的根基在于建立可靠的标准化流程。这主要体现在两个核心功能上： ** 模板管理**是系统的”宪法”。优秀的模板管理不仅要支持版本控制，更要能够强制锁定核心条款。例如，我们可以将争议解决方式、违约责任等关键条款设置为不可修改，确保每份合同都符合企业基本要求。同时，模板应该能够与相关业务数据联动，比如自动同步最新的产品价格表，避免人工更新带来的错误。 ** 审批流引擎**则是系统的”交通规则”。一个好的审批系统应该能够根据合同属性自动适配不同的审批路径。例如，设置金额阈值：10万以下的合同由部门经理审批即可，百万以上的合同必须经过法务终审；或者根据合同类型区分：采购合同走财务审核路径，销售合同则需要业务负责人确认。这种智能化的路由机制，既能保证重要合同得到足够关注，又不会让简单合同陷入不必要的审批循环。 ### 3.2协同效率工具 现代企业的合同管理往往涉及多个部门的协作，因此系统必须提供高效的协同工具： ** 多角色并行评审**功能允许法务、财务、业务等部门同时开展工作。法务人员专注于条款合规性，财务人员核对金额和付款条件，业务人员确认标的物细节。这种并行处理模式可以大幅缩短评审周期，避免传统的串联式审批导致的效率瓶颈。 ** 修订留痕与批注**功能则是跨部门沟通的安全带。系统需要清晰记录每个修改的发起人、时间和内容，支持针对特定条款的讨论批注。这不仅能避免信息在传递过程中失真，还能在后续争议发生时提供完整的决策依据。某次合同纠纷中，正是系统的批注记录证明了双方对某条款的理解存在共识，帮助企业避免了潜在损失。 ### 3. 风控的本质：权限与留痕 真正的风险控制不在于复杂的功能，而在于严谨的权限管理和操作追溯： ** 数据权限**的精细划分至关重要。系统应该能够根据角色展示不同的信息视图：业务人员看到客户信息和销售条款，但看不到成本价等财务数据；区域经理只能查看自己负责的项目合同。这种信息隔离既能保护商业机密，又能避免不必要的信息干扰。 ** 操作日志**是系统最基础也最重要的安全网。完整的操作记录应该包括：谁在什么时候查看了哪些合同，修改了哪些条款，审批意见是什么。某次内部审计中，一家企业正是依靠系统的操作日志，快速定位了违规修改合同条款的责任人。这种全流程可追溯性，才是风险控制的真正基石。 ## 四、实施指南：如何说服老板砍掉伪需求？ ### 4.1 需求验证三原则 面对功能需求的决策时，我始终坚持三个验证原则： ** 高频刚需**原则要求我们优先开发80%用户每周都会使用的功能。比如快速发起合同、多条件搜索等基础功能，远比那些看起来很酷但使用频率极低的”智能”功能有价值。某客户的数据显示，他们的用户每天平均发起5份合同，但ai预审功能却让法务的工作变得更慢了。 ** 权责明确**原则强调每个功能都必须对应到具体的岗位职责。我们曾遇到一个典型案例：某企业要求系统允许”所有部门主管”审核合同，结果导致重要条款被多人修改却无人负责。后来我们调整为”法务终审+业务确认”的双轨制，既保证了专业性，又明确了责任归属。 ** 成本可控**原则要求我们理性评估开发维护成本与实际收益。某客户坚持要自研OCR识别功能，但经过测算发现，开发成本是外包服务的3倍，准确率却只能达到商业方案的百分之八十几。最终他们接受了我们的建议，采用成熟OCR服务+人工校验的方案，节省了大量研发资源。 ### 4.2 拒绝话术模板 说服客户或老板放弃华而不实的功能需要技巧，以下是经过验证的有效话术： 对老板：”AI预审的准确率不足，且需持续投入标注训练。同样的预算，完善模板和权限体系可将合规风险降低。”用数据对比帮助决策者理解资源的最佳投向。某次产品规划会上，这个说法成功说服CEO将AI预算转投权限系统升级，事后证明这个决定完全正确。 ### 4.3 MVP设计框架 合理的实施路径应该遵循MVP（最小可行产品）原则： ** 第一阶段**聚焦必要功能：合同模板管理、可配置的审批流程、基础权限体系。这些是系统的骨架，必须优先确保稳固。某初创企业采用这个策略，仅用6周就上线了核心系统，比原计划提前一个月。 ** 第二阶段**引入增效功能：移动审批、批量操作、电子签名等。这些功能能够显著提升用户体验，但不会影响系统的基础架构。我们观察到，在基础稳固后引入这些功能，用户采纳率能提高。 ** 第三阶段**谨慎评估”伪需求”候选：AI预审、风险库等高级功能。这个阶段的关键是用数据说话：先收集基础功能的使用数据，证明某个”智能”功能的必要性后再投入开发。某企业原本计划开发智能报告，但在分析系统日志后发现，用户最需要的其实是更快的搜索速度，于是调整了开发优先级。 ## 五、结语：回归合同管理的本质 在经历了无数个功能讨论会和产品迭代后，我越来越清晰地认识到：合同管理系统的核心价值在于用标准化流程约束人性弱点，而非用技术制造虚假安全感。就像交通规则的作用不是让驾驶变得复杂，而是通过简单的”红灯停、绿灯行”维持秩序。 那些最成功的合同管理系统案例，往往不是功能最复杂的，而是最能准确把握企业真实需求的。某跨国企业简化系统后，合同审批周期缩短，错误率反而下降了。这个案例生动说明：少即是多。 作为产品经理，我们的使命是做”流程医生”而非”功能堆砌者”。这意味着要像医生诊断病因一样，找出企业合同管理中的真正痛点；像开具处方一样，推荐最简单有效的解决方案；而不是像推销保健品一样，不断兜售各种”增强”功能。 在这个技术快速迭代的时代，保持对产品本质的清醒认知尤为重要。合同管理系统不是科技秀场，而是企业风险防控的基础设施。唯有回归”标准化流程与协同效率”这个初心，我们才能开发出真正为客户创造价值的产品。 本文由 @合同管理吴彦祖 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

伴随医药板块逐渐复苏，贵州百灵多维优势将进一步释放，公司业绩有望迎来快速修复。

<blockquote><p>在产品开发和业务推进中，需求标题往往被忽视，但实际上它对项目的顺利推进起着至关重要的作用。本文将深入探讨需求标题的重要性，分析其背后的心理学原理和商业逻辑，并提供一套科学的撰写方法论。</p> </blockquote>  ## 一、痛点场景：为什么你的需求标题总被挑战？ 在产品开发的战场上，需求标题就是冲锋的号角，它的质量直接影响着后续战斗的走向。某大厂产品经理小李就曾遭遇过一场 “标题滑铁卢”。他负责的电商 APP 优化项目，最初提交的需求标题为 “优化商品详情页功能”，由于表述过于模糊，在评审会上被老板和技术团队连续打回 3 次。团队成员不清楚优化的具体方向、目标和优先级，无法判断该需求的价值与可行性，导致项目延期整整 2 周，直接造成了数百万的潜在营收损失。 这样的案例并非个例。根据某公司内部统计数据显示，需求标题质量与评审通过率呈现显著的正相关关系。使用质量较差标题的需求，通过率仅为 38%；而优质标题的需求通过率则高达 76%。这组数据清晰地表明，一个好的需求标题，是打开项目顺利推进大门的关键钥匙。 然而，许多人对好标题存在认知误区，误以为好标题就是要足够吸引眼球，用华丽的辞藻和夸张的表述来博人关注。实际上，对于产品需求标题而言，“好” 的定义绝非如此简单。好标题应该是精准的决策加速器，它从沟通效率、资源协调、决策速度三个维度，深刻影响着项目的推进。在沟通效率上，清晰明确的标题能让团队成员迅速理解需求核心，减少无效沟通；在资源协调方面，合理的标题能让资源分配者快速判断需求优先级，高效调配资源；在决策速度上，优质标题为决策者提供清晰的价值判断依据，加快决策进程。 从商业逻辑层面来看，需求标题是产品经理与各方利益相关者对话的 “第一印象”，它承载着需求的核心价值、目标与优先级，是产品从概念走向落地的重要桥梁。当产品经理掌握了标题价值的底层商业逻辑，才能跳出 “标题被挑战” 的困境，通过撰写高质量的需求标题，为项目的顺利推进奠定坚实基础。 在当今快节奏的商业环境中，一个优秀的需求标题往往决定了项目资源的获取速度、团队的理解深度以及最终的执行效果。研究表明，高质量的需求标题可以使跨部门沟通效率提升57%，评审通过率提高一倍以上。本文将深入解析5个心理学原理和3个实战模型，结合亚马逊、微软、华为等巨头的实战经验，帮助产品经理和业务人员掌握撰写”无法拒绝”需求标题的核心方法论。 ## 二、底层逻辑：认知神经科学视角的需求标题设计 在信息爆炸的时代，人类大脑每天处理海量信息，形成了一套快速筛选信息的机制。需求标题作为信息的 “入口”，其设计必须遵循认知神经科学规律，才能高效抓住注意力、推动决策。接下来，我们通过三个底层科学原理，揭开优秀需求标题的设计密码。  ### 2.1 首因效应：前 7 个字决定 80% 的阅读决策 神经认知实验数据显示，人脑处理文字信息时，前 7 个字会在 0.5 秒内激活前额叶皮层，直接影响是否继续阅读。这种 “首因效应” 在需求标题设计中尤为关键，标题开头若无法传递核心价值，后续内容再精彩也可能被忽略。 以滴滴为例，在春运期间，原需求标题 “春节跨城拼车” 仅描述业务场景，缺乏价值指向，导致资源分配优先级不高。优化后的标题 “春运返乡运力提升方案”，前 7 个字直接点明 “春运返乡” 这一核心需求场景，同时强调 “运力提升” 的价值目标，让决策者迅速感知该需求对缓解春运压力的重要性，最终获得的资源倾斜度提升了 40%。  ### 2.2 信息熵减法则：用确定性对冲决策恐惧 香农信息论指出，人类大脑在处理信息时会本能地寻求**确定性**以降低认知负荷。模糊的标题会增加决策者的心理负担，而量化指标能显著降低这种”信息熵”。信息熵代表不确定性，人们天然倾向选择低熵（确定性高）的信息。在需求评审场景中，模糊的标题会增加决策者的信息处理负担，引发决策恐惧；而清晰明确的标题能降低信息熵，加速决策进程。 腾讯曾将 “协同优化” 的需求标题改为 “10 万 + 企业高频触达的表格卡顿解决方案”，通过具体数据 “10 万 + 企业” 和明确问题 “表格卡顿”，大幅减少信息不确定性，项目优先级立即提升。改版后，新标题包含了三个关键数据点（用户规模、频率、具体问题），形成了完整的”问题-规模-解决方案”逻辑链。技术团队能快速评估需求的用户覆盖面与技术难度，老板也能直观判断项目价值，使得该需求在资源争夺中脱颖而出。 **对比分析**：  ### 2.3 峰终定律：在标题中预埋价值锚点 行为经济学中的峰终定律指出，人们对体验的记忆由峰值和结束时刻决定。优秀的需求标题会巧妙设置两个价值锚点：开头呈现最突出的业务价值（峰），结尾明确执行约束条件（终）。将这一理论应用于需求标题设计，就是要在标题中植入 “价值峰值”，让决策者记住需求的核心价值。 美团外卖在骑手端改版项目中，原标题 “骑手端改版” 仅描述行为，缺乏价值体现。优化后的标题 “午高峰骑手接单耗时降低 23% 的界面升级方案”，用 “午高峰” 点明关键场景，“接单耗时降低 23%” 突出核心价值，将用户体验的 “峰值” 前置。这一改动既突出了性能提升这一高峰价值，又通过”界面升级”限定了解决方案范围，让老板快速看到该项目对提升配送效率、降低用户投诉率的显著作用，加速了项目审批流程。 通过掌握首因效应、信息熵减法则和峰终定律这三个底层科学原理，产品经理和业务人员能够设计出直击人心的需求标题。这些原理不是孤立存在，而是相互关联、共同作用，为需求标题注入科学的力量，提升沟通效率与决策成功率。 **心理学机制**： - **损失厌恶**：强调不解决的代价（如”每月流失300万收入”） - **社会认同**：引用行业标杆做法（如”采用亚马逊同款风控模型”） - **即时满足**：突出短期可实现的收益（如”7天内上线MVP”） ## 三、方法论：B 端 / C 端通用标题框架 在产品需求沟通中，无论是面向企业客户的 B 端产品，还是服务个人用户的 C 端产品，一个优秀的需求标题都需要兼顾吸引力与信息传达的准确性。为此，我们构建了 AIDA-SMART 复合模型，将经典的 AIDA 营销法则与 SMART 原则深度融合，形成一套科学且高效的标题撰写方法论。  ### 3.1 AIDA-SMART 复合模型详解 **Attention（注意力）：数字前置法** 在信息过载的环境下，人脑对数字的敏感度远高于文字。将关键数据前置，能够瞬间抓住读者眼球，快速建立认知焦点。例如 “30% 转化率流失挽救方案”，数字 “30%” 直观地展现了问题的严重性，让决策者第一时间意识到需求的紧迫性。 **Interest（兴趣）：痛点具象法** 挖掘并具象化目标用户的痛点，能够引发共鸣，激发读者进一步了解需求的兴趣。以母婴电商为例，“解决宝妈深夜下单无货的库存预警机制”，精准锁定 “宝妈深夜下单无货” 这一特定场景下的痛点，让相关人员立刻明白需求针对的具体问题，产生深入探究解决方案的兴趣。 **Desire（欲望）：价值可视化** 清晰展现需求带来的价值，将抽象收益转化为可感知的具体成果，能够激发决策者推动需求落地的欲望。“让区域经理节省 5 小时 / 周的报表自动化方案”，通过 “节省 5 小时 / 周” 这一具体量化的价值，让区域经理直观感受到方案带来的效率提升，增强其对方案的认同感与支持意愿。 **Action（行动）：动词驱动** 使用具有强引导性的动词，能够明确需求的行动方向，推动决策者采取行动。“立即上线！双 11 流量峰值承载能力提升方案”，“立即上线” 这一指令性动词，传递出需求的紧急性，促使相关人员迅速做出响应，加快项目推进速度。 **SMART 原则嵌套：在 22 个字符内完成闭环** SMART 原则（Specific、Measurable、Achievable、Relevant、Time-bound，具体性、可衡量性、可实现性、相关性、时限性）是目标管理的经典理论，将其融入需求标题，能够确保标题信息完整、逻辑清晰。研究表明，人类短期记忆对文字的最佳处理长度约为 22 个字符，因此需要在这一范围内，将 AIDA 各要素与 SMART 原则紧密结合，完成需求核心信息的闭环表达。 ### 3.2 改写案例实战 原标题 “支付功能优化” 存在表述模糊、缺乏价值体现等问题，难以获得足够重视。运用 AIDA-SMART 复合模型进行迭代后，新标题为 “提升东南亚市场 12% 支付成功率的 3 步紧急方案（需 3 研发资源）” 。 其中，“提升东南亚市场 12% 支付成功率” 通过数字前置和价值可视化，明确需求目标与可量化收益；“3 步紧急方案” 体现具体性与行动导向；“需 3 研发资源” 满足可实现性要求，清晰界定资源需求。整个标题在 22 个字符内，完整传达了需求的核心要素，显著提升了标题的说服力与决策价值。  AIDA-SMART 复合模型为 B 端和 C 端需求标题撰写提供了一套标准化、科学化的方法论。产品经理和业务人员通过灵活运用该模型，能够撰写出兼具吸引力与决策价值的需求标题，有效提升需求沟通与推进效率。 ## 四、避坑指南：领导最反感的 5 类标题 在需求沟通中，即使掌握了优秀标题的撰写方法，若不注意避雷，仍可能导致需求被忽视或否决。通过分析大量实际案例，我们总结出领导最反感的 5 类标题，并结合具体案例与修改建议，帮助产品经理和业务人员避开这些 “沟通雷区”。 ### 4.1 概念空泛型 这类标题常使用抽象、模糊的概念，缺乏具体目标与可衡量的价值，容易让领导陷入 “不知所云” 的困境。 例如，某零售企业提交的 “数字化转型方案”，仅抛出概念，未说明转型方向、预期成果及对业务的实际价值，难以获得支持。 而修改后的 “门店扫码购故障率从 7% 降至 0.3% 的运维方案”，通过具体场景（门店扫码购）、量化目标（故障率从 7% 降至 0.3%）和明确行动（运维方案），让领导快速理解需求的必要性和可行性。 ### 4.2 技术自嗨型 部分产品经理或技术人员容易陷入 “技术视角”，在标题中过度强调技术实现方式，却忽略了领导更关注的业务价值。 以 “基于区块链的溯源系统开发” 为例，该标题聚焦技术，未体现对业务的帮助。 修改后的 “解决生鲜客诉 30% 的冷链溯源模块（区块链版）”，将技术（区块链）作为实现手段，核心突出业务价值（解决生鲜客诉 30%），让领导看到需求对用户体验和业务增长的直接影响。 ### 4.3 需求错位型 需求错位指标题传达的目标与领导或业务实际需求不匹配，导致资源错配。 某 O2O 公司提交的 “智能推荐引擎” 需求被否，正是因为标题仅强调技术工具，未说明对业务指标的提升作用。 而 “提升连带率 1.8 个点的爆品组合策略”，直接关联业务核心指标（连带率）和具体成果（提升 1.8 个点），精准契合领导对业绩增长的关注点，顺利通过评审。 ### 4.4 信息缺失型 标题若遗漏关键信息，如所需资源、时间周期、干系人等，会增加领导决策难度。 例如 “APP 界面改版”，未说明改版范围、预期效果和执行周期，无法让领导评估优先级。 优化后的 “首页流量转化提升20% 的 APP 界面改版方案（耗时2周，需UI + 前端团队）”，补充了价值目标、时间和资源需求，使领导能快速做出决策。 ### 4.5 过度夸大型 为吸引关注而过度夸大需求效果，会降低标题可信度。 “彻底颠覆行业的创新功能开发” 这类标题，因缺乏具体依据，容易被领导视为不切实际。 相比之下，“提升用户留存率15%的个性化推荐功能优化”，用可验证的数据展示价值，更具说服力。 ### 4.6 自测清单：8 维度标题健康度检查表 为帮助产品经理和业务人员快速检查标题质量，我们整理了以下 “8 维度健康度检查表”。  **8维度标题健康度检查表正反案例解析**  通过了解领导反感的标题类型，并借助 8 维度健康度检查表，产品经理和业务人员能够有效提升标题质量，避免因标题问题影响需求推进。  ## 五、高阶技巧：让需求标题自带业务价值 在需求提案的激烈竞争中，普通标题仅能传达信息，而具备业务价值的标题却能成为撬动资源、推动增长的关键杠杆。通过融合心理学原理与业务逻辑，我们总结出三大核心技巧，助力产品经理让需求标题从 “信息载体” 升维为 “价值放大器”。 ### 5.1 情感化设计：激活边缘系统，构建价值共鸣 人类大脑的边缘系统主导情绪处理，当标题触发情感共鸣时，需求更容易突破决策防线。阿里曾将 “审批流重构” 的技术导向标题优化为 “让小二少加班的审批流重构”，该改动精准锚定员工 “减少加班” 的情感诉求，使标题在内部协作平台的点击率激增 300%。 这背后的逻辑是：情感化表达能将技术方案转化为与用户利益强相关的 “价值承诺”，当决策者与执行者从标题中感受到自身需求被重视，自然更愿意投入资源推动落地。这种设计适用于所有需要跨部门协作或员工参与的需求，通过情感纽带将业务目标与个人诉求绑定，提升需求的实际价值转化率。 ### 5.2 数据加持法：左脑右脑双重说服，量化价值预期 人脑的左脑负责逻辑分析，右脑处理情感感知，数据加持法正是通过量化指标实现左右脑协同说服。遵循 “[目标]+[量化结果]+[实现路径]” 的公式，可将模糊需求转化为可评估的价值方案。 例如，某电商平台将 “首页改版” 优化为 “提升 30% 用户停留时长的首页动线优化方案”，“30%” 的量化结果满足左脑的理性判断需求，“用户停留时长” 的价值关联则激发右脑的情感认同。 数据不仅增强了标题可信度，更关键的是通过明确预期收益，帮助决策者快速计算 ROI（投资回报率）。根据麦肯锡的决策研究，包含量化数据的提案获得资源支持的概率提升 47%，证明数据加持法是传递业务价值的核心武器。 ### 5.3 场景化钩子：制造认知缺口，强化价值必要性 人类大脑对未解决的问题存在天然的认知饥渴，场景化钩子通过构建真实痛点场景，制造 “问题 – 解决方案” 的认知缺口，迫使读者关注需求价值。字节跳动将 “内容灵感工具” 升级为 “解决千万创作者‘明天发什么’的内容灵感库”，用 “明天发什么” 的高频场景唤起创作者的焦虑感，同时暗示工具的解决方案属性。 这种设计在 B 端需求中尤为有效，例如将 “客户管理系统升级” 改为 “解决销售每月 50 小时客户信息重复录入的 CRM 自动化方案”，通过具象化场景让决策者直观感受效率提升的迫切性，将技术需求转化为业务刚需。  ### 5.4 需求标题黄金公式 通过以上三大高阶技巧，综合各大企业的最佳实践，我们总结出**需求标题黄金公式**： **[动词][量化目标]的[解决方案类型]（[关键约束]）** 示例应用： - “提升30%转化率的弹窗优化方案（需1周前端资源）” - “减少5小时/周手工操作的自动化工具（Python开发）” - “解决80%用户投诉的退款流程重构（法务合规版）” 该公式的心理学优势在于：**动词开头**激活行动导向思维，**左脑数字**满足理性分析需求，**右脑场景**激发情感共鸣，**括号补充**提供执行安全边界。产品经理能够将业务价值深度植入需求标题，情感化设计构建心理认同，数据加持法明确价值预期，场景化钩子凸显需求紧迫性。当标题成为业务价值的 “超级符号”，不仅能快速获得决策支持，更能在跨部门协作中形成价值共识，真正实现从 “提出需求” 到 “驱动业务增长” 的跨越。 ## 六、案例库：从巨头需求标题中学习 在需求标题的撰写领域，科技巨头们凭借丰富的实践经验与高效的管理体系，沉淀出了一系列行之有效的方法与规范。深入剖析这些巨头的需求池管理策略，能为产品经理和业务人员带来宝贵的启示。 通过学习亚马逊、微软、华为在需求标题管理上的实践经验，产品经理和业务人员可以借鉴其规范、工具与考核机制，优化自身需求标题的撰写方式，提升需求在企业内部的流转效率与执行效果，为项目成功奠定坚实基础。  ### 6.1 亚马逊：Metric/Timeframe/Stakeholder铁三角 亚马逊的PRD（Product Requirements Document，产品需求文档）标题规范要求必须包含三大要素：Metric（**量化指标）**、Timeframe（**时间框架）**和Stakeholder（**干系人）**。这种结构化表达确保了需求的可衡量性和可追踪性。 以其电商业务中的一个需求标题为例：“Q3季度提升Prime会员复购率15%的跨部门方案（需市场+技术协同）” 。 该标题中，“提升 15% 的会员复购率” 明确了量化指标，让团队成员与决策者能直观衡量项目价值；“Q3 季度内” 给出了清晰的时限，为项目排期与资源调配提供时间依据；“搜索算法团队、市场运营团队” 标注了关键干系人，确保相关人员能迅速定位自己在项目中的角色与职责。  值得注意的是，亚马逊2025年新规进一步强化了标题的简洁性，要求字符数不超过200个，且禁止特殊符号和关键词重复。这反映了从”关键词堆砌”到”精准表达”的行业趋势转变。通过这种规范的标题撰写方式，亚马逊能够在庞大复杂的业务体系中，精准对焦每个需求的核心目标、时间节点与责任主体，极大提升了需求沟通与执行的效率。 ### 6.2 微软 VSTS 系统：自动化的标题质量保障 微软的 Visual Studio Team Services（VSTS）系统，为需求标题的质量把控提供了一套自动化的检测机制，设置了 11 个校验点，全面检查标题信息的完整度与准确性。 一个典型的VSTS合规标题示例：”[P1]修复Azure门户CPU使用率监控面板数据延迟问题（关联US-2345）”。这种高度结构化的标题使得自动化项目管理成为可能，据统计可减少43%的需求澄清会议。  这些校验点涵盖了标题是否包含明确的业务目标、技术实现方向、预期成果、影响范围、资源需求等多个维度。 例如，当产品经理提交一个 “优化用户登录流程” 的需求标题时，VSTS 系统会自动检测到该标题缺乏预期成果与影响范围等关键信息，提示补充完善。 若修改为 “将用户登录成功率提升至 98%，缩短登录时长 30%，覆盖全球 200 个国家用户的登录流程优化方案（需前端、后端、测试团队协同）”，系统校验通过，确保进入评审流程的需求标题都具备足够的信息支撑，避免因标题模糊导致的项目推进受阻。 ### 6.3 华为需求管理：标题质量与 KPI 挂钩的深层逻辑 华为将需求标题质量直接纳入**研发人员KPI考核体系**，其底层逻辑基于IPD(Integrated Product Development，集成产品开发)流程中的”投资管理”理念。在华为看来，模糊的需求标题会导致资源错配，相当于”投资决策失误”。华为云CodeArts Req系统会为每个标题自动生成质量评分，影响相关人员的季度绩效。 华为需求标题质量评估流程如下图所示。  以其通信设备研发项目为例，一个好的需求标题如 “在 6 个月内，实现 5G 基站设备能耗降低 10%，提升设备稳定性，减少故障率 20% 的硬件优化方案（涉及硬件研发部、能耗管理组、质量检测中心）”，清晰界定了项目目标、时间限制、成果预期以及相关协作部门。 通过将标题质量与员工 KPI 挂钩，华为激励员工认真对待需求标题的撰写，从源头上提升需求传递的准确性与有效性，保障项目在多部门协作、长周期推进过程中，始终围绕明确的目标前进，避免因信息偏差导致的资源浪费与项目延误。 ## 七、结语：好标题是组织的润滑剂 在产品开发与业务推进的复杂链条中，需求标题往往被视为微小环节，却在实际运作中扮演着 “组织润滑剂” 的关键角色。某独角兽公司的 OKR 达成数据显示，当团队统一采用优质标题撰写规范后，跨部门沟通效率提升 57%，项目平均交付周期缩短 22%。这组数据深刻印证：精准、科学的需求标题能够有效减少信息损耗，降低沟通成本，让资源调配与决策制定更加顺畅高效。 好标题之所以具备如此强大的效能，源于其对心理学原理的巧妙运用与结构化思维的深度融合。从首因效应抓住注意力，到信息熵减法则降低决策负担；从 AIDA-SMART 模型的科学框架，到情感化设计的价值共鸣，每个技巧都在为需求的高效传递赋能。它们不仅帮助产品经理和业务人员突破 “需求被拒” 的困境，更在组织内部构建起一套标准化的沟通语言，让不同部门、不同角色的成员能够快速对齐目标，减少因理解偏差导致的内耗。  此刻本文中的“8 维度标题健康度检查表”便是将理论转化为实践的有力工具。通过价值量化、干系人标注、紧急度传达等 8 个维度的自我诊断，能够快速定位现有需求标题的优化方向。无论是正在推进的项目，还是待启动的需求，不妨立即行动起来，用科学方法重塑标题，让每一个需求都成为推动业务增长的强引擎。 **记住：一个好的需求标题，是产品成功的第一块基石。它不仅是沟通工具，更是资源争夺的战略武器。** 我们深知，在实际工作中，需求标题的撰写仍存在诸多挑战。 欢迎各位在评论区留言分享你遇到的难题 —— 无论是概念模糊、数据缺失，还是难以平衡技术与业务表述，我们将免费提供在线诊断服务。 让我们共同在交流中精进，用一个个优质的需求标题，为团队协作注入动能，为产品成功铺就道路。 **专栏作家** 王佳亮，微信公众号：佳佳原创。人人都是产品经理专栏作家，年度优秀作者。《产品经理知识栈》作者。中国计算机学会高级会员（CCF Senior Member）。上海技术交易所智库专家。专注于互联网产品、金融产品、人工智能产品的设计理念分享。 本文原创发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于CC0协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

作者 | 黄楠 编辑 | 袁斯来 扫地机器人的战场依旧焦灼。 近日，科沃斯发布了2024年度及2025年一季度业绩报告。2024年科沃斯收入和利润实现双增长，但营收创新高的同时，科沃斯盈利承压。这与此前公布财报的石头科技有相似之处，石头科技营收大涨，利润小幅下滑。 从财报数据来看，科沃斯2024全年实现营收165.42亿元、同比增长6.71%，创下历史新高；归属于上市公司股东的净利润为8.06亿元，较上年增长31.70%。2025年第一季度科沃斯营收为38.58亿元，同比11.06%；归母净利润4.75亿元，同比增长59.43%。 对比来看，2022年和2023年，科沃斯净利润曾连续两年下滑，2023年更是跌去六成。显然，去年科沃斯在业绩上实现了一定的反弹。 然而，科沃斯净利润水平尚未恢复至历史高点。2021年，科沃斯营收为130.9亿元，归母净利润20.10亿元，净利率高达15.39%； 2024年，科沃斯营收较2021年增加30多亿，净利润反而不及当年的一半，净利率更是只有2021年三分之一。  硬氪制图，数据源于官方 反观石头科技，其2024年总营收为119.45亿元，同比大幅增长38.03%；归母净利润减少了3.64%。**虽然利润微降，但整体净利润仍是科沃斯的两倍。**进入2025年第一季度，石头科技营收达34.28亿元，同比增长86.22%。归属于上市公司股东的净利润为2.67亿元，同比下降32.92%。   上图，石头股价图，2020-2025；下图，科沃斯股价图，2019-2025 销量表现上石头科技已实现弯道超车。根据IDC最新报告，**2024年石头科技出货量达到329.65万台，首次超越长期占据出货量高位的iRobot和科沃斯。** 过去两年，扫地机器人从风口之上，迅速深陷市场疲软与同质化竞争的双重困境。海外市场视为破局关键。石头目前虽然盈利情况优于科沃斯，但随着海外市场扩张，这两大巨头都步入增收不增利的瓶颈期。这也意味着海外市场的竞争真正步入白热化。 **海外战事** 在海外市场的竞争上，科沃斯作为CR4（行业前四名份额集中度指标）中资历最深、涉足出海业务最早一家，2024年境外营业收入为71.12亿元。其欧洲市场数据颇为亮眼，科沃斯和添可品牌营收分别实现同比51.6%与64.0%的显著增长。  科沃斯地宝mini（图源/企业） 过去，依托先发优势，科沃斯在国内市场构建有广泛的渠道网络，包括规模庞大的经销体系、众多自营体验店，销售终端早已嵌入各大城市核心商圈、家电卖场等。这套成熟的渠道运营打法，也被科沃斯应用于出海业务。 与友商普遍的经销商销售策略不同，科沃斯自2012年就在德国设立欧洲总部，组建直属运营团队，通过本地员工进行本土化运营品牌，高端化转型强化线下布局以加快产品的推广渗透，目前其欧洲团队规模已接近50人。 同时在细分类目上，科沃斯的海外业务也呈现出增长态势。擦窗机器人海外收入激增214.8%，割草机器人海外营收也翻了近两倍。  CES 2025科沃斯展位现场（图源/企业） 石头科技的海外攻势也同样凶猛。2024年，石头已经有53.48%的营收来自境外。 早前石头科技主要在线上销售，通过独立站、以及同亚马逊等主流线上平台的合作，为其在美国市场迅速打开了品牌知名度。 而就去年数据来看，其线下市场也在稳步推进。石头科技在美国建立有海外子公司，并搭建了独立的售后服务体系。截至目前，其产品已进驻全球超1400家线下门店，包括BestBuy、Walmart、Sam’sClub等国际零售巨头。  石头科技AWE 2025展位现场（图源/企业） 可以看到，二者业绩反映出共同的困境。**科沃斯营收新高但盈利承压，**伴随其海外业务拓展加速，物流运输、仓储、本地化运营等费用大幅增加；同时在擦窗机器人、割草机器人等新品类的技术研发与市场推广上所投入的资源，也导致成本上升，迫使企业在价格与利润之间艰难平衡。 **石头科技增收未增利，**一方面受销售、研发、管理费用显著增长，其中研发费用同比增幅达42.87%，成本端压力侵蚀利润空间；另一方面，行业价格战激烈，在“以价换量”策略影响下导致部分产品或存在均价下滑，毛利率下降。此外，海外业务模式的调整也会拉低整体净利率。 ## **寻找多曲线** 扫地机器人早就进入性能过剩阶段。各个扫地机器人厂商只能往看起来并不重要的方向努力。 比如，当下最热门的，是搭载机械臂的扫地机器人。石头科技在CES 2025推出的新品G30Space，这款扫地机器人搭载了五轴折叠仿生机械手，完成地面物品的整理与智能收纳，将二维平面清洁延伸至三维立体空间。  石头科技G30Space探索版（图源/企业） 当然，目前业内对于扫地机器人加“手”的方案仍存在激烈讨论，包括科沃斯、云鲸等暂未推出相关产品。 一方面机械臂结构复杂，容易导致产品故障率上升和维修成本增加，且机械臂对机身厚度与空间要求高，难以适配低矮家具底部等狭窄区域；同时，机械臂在清洁过程中易出现碰撞、卡困等问题。可以说，现在的机械臂，充其量也就算厂商无可奈何之下榨出的微创新。 在存量博弈阶段，说到底，科沃斯和石头不可能还将增长押在扫地机器人上。 目前来看，科沃斯与石头科技拓品类路径存在明显差异。科沃斯延续了“机器人+清洁”的核心逻辑，向擦窗机器人、割草机器人等品类延伸，这些清洁设备和扫地机器人存在底层共性，技术可以快速迁移。添可品牌还布局了烹饪料理机、净热一体机等家电产品。  添可智能家族系列（图源/企业） 石头科技切入的是洗衣机赛道，自2024年推出首款洗烘一体机后，石头科技在今年初也接连发布分子筛洗烘一体机和迷你洗烘一体机，客单价在2000-3000元左右——这一路线和石头曾经的老朋友小米如出一撤。 而且，据官方显示，石头科技已组建了专门的海外市场管理团队，负责洗衣机业务的海外营销任务，未来还覆盖洗烘套装、洗衣机、迷你洗衣机等细分品类。  石头科技洗衣机系列产品（图源/企业） 然而，不管是科沃斯还是石头，都暂时没能在大家电上取得太亮眼的成绩。好在海外市场仍然有大片空白，这些中国公司有足够的试错空间。 但需要注意的是，受美国对等关税政策影响，不确定性持续冲击全球硬科技产业，直接推高了企业的出口成本，压缩利润空间，同时终端零售价格的上涨也将削弱中国产品在当地市场的价格竞争力。 目前，部分企业虽通过优化供应链、调整市场策略等方式积极回应，比如科沃斯加速海外本土化生产布局，石头科技加强与当地经销商合作以分摊成本，但从长期来看，关税壁垒仍是横亘在其全球化进程中的核心难题。若无法妥善解决，不仅会影响企业海外市场份额的持续扩张，还可能迫使其重新评估全球供应链体系、改变战略布局，继而对国际化发展带来进一步挑战。

不擦边，咋赚钱？

今年以来，部分港股新消费品牌的股价表现都取得了阶段性领先。

全球AI浪潮强势来袭，商业化爆发“奇点”临近。

内容电商寻路入欧。

不能只有问界，赛力斯还需“找到灵魂”

 ## Meta 推出独立 AI 助手应用，融合社交元素挑战 ChatGPT 4 月 29 日消息，Meta 正式发布了其独立的 AI 助手应用——Meta AI，旨在与 ChatGPT 等竞争对手抗衡。该应用具备当前 AI 助手的典型功能，用户可以通过文字输入或语音对话与其交互，生成图像，并获取实时网络搜索结果。  据了解，Meta AI 应用的最大创新之处在于其「发现」（Discover）信息流功能，在「发现」信息流中，用户可以看到其他用户（包括 Instagram 和 Facebook 上的朋友）选择分享的与 Meta AI 的交互内容，这些内容是基于一个个具体的提示词（prompt）进行展示的。用户可以对这些共享的 AI 帖子点赞、评论、分享，甚至将其重新混合（remix）为自己的内容。Meta 公司产品副总裁康纳・海耶斯（Connor Hayes）表示，这一设计旨在「揭开 AI 的神秘面纱，向人们展示他们可以用它做些什么」。 在交互方式上，Meta AI 应用特别强调语音模式，其可选的测试版语音模式非常类似 ChatGPT 的高级语音模式，更具对话性。不过，目前 Meta 的语音模式还无法访问网络信息。目前，标准语音模式和全双工语音模式已在美国、加拿大、澳大利亚和新西兰上线。（来源：IT 之家）  ## 马斯克：下周推出 Grok 3.5 4 月 29 日，马斯克在社交平台上表示，下周，Grok 3.5 早期测试版将向 SuperGrok 订阅者发布，它是第一个能够准确回答有关火箭发动机或电化学技术问题的人工智能。马斯克称，Grok 是从第一原理推理并得出互联网上根本不存在的答案。（界面）   ## OpenAI 涉足电商领域，用户可通过 ChatGPT 购买商品 当地时间周一，人工智能公司 OpenAI 宣布，正在更新网络搜索工具 ChatGPT Search，以改善用户的在线购物体验。当 ChatGPT 用户搜索商品时，聊天机器人现在会提供一些推荐商品，展示这些商品的图片和评论，并附上链接，用户可以通过这些链接直接购买商品。OpenAI 表示，用户可以用自然的语言问非常具体的问题，并且会收到定制化的结果。作为一个新的开始，这项功能目前只适用于少数几个商品类别，包括时尚、美妆、家居用品和电子产品，以后将会纳入更多商品类别。（财联社）   ## 奥尔特曼：OpenAI 正逐步撤回 GPT-4o「过于奉承」的更新 4 月 30 日消息，OpenAI 正在撤回最新的 GPT-4o 更新，此前 CEO 奥尔特曼称，近期更新使聊天机器人的个性变得「过于阿谀奉承和烦人」，公司将进行修复。 奥尔特曼今日凌晨在 X 上表示，免费版 ChatGPT 用户的回退已经「完全完成」，预计付费用户的回退「今天也能完成」。他还透露：「我们正在调整模型的个性，未来几天会发布更多更新。」 OpenAI 在上周五推出了 GPT-4o 更新，声称在「智能和个性」方面有所提升。但不到十分钟后，一位 X 用户评论道：「最近它表现得像个拍马屁的人」，对此，奥尔特曼很快回应道：「是的，确实有点过于油滑」，并承诺「会修复」。随后，奥尔特曼表示 OpenAI 正在尽快解决「最近几次」更新中出现的个性问题。   ## 英伟达回应「分拆中国业务」传闻：假消息 4 月 29 日下午消息，近日有海外社交媒体消息称，英伟达打算在中国作为独立公司运营，将通过与中国国内公司建立合资企业来实现业务分拆。 对此，英伟达回应称：「此传闻为假消息，这些说法没有任何依据。将毫无根据的主张和猜测作为事实发表是不负责任的。」（来源：新浪科技）  ## 腾讯宣布重构混元大模型研发体系，加大 AI 投入 腾讯对其混元大模型研发体系进行了全面重组，主要围绕算力、算法和数据三大核心板块刷新团队部署，加码研发投入。 此次调整后，腾讯成立了两个新的部门：大语言模型部和多模态模型部，分别负责探索大语言模型和多模态大模型的前沿技术，持续迭代基础模型，提升模型能力。 同时进一步加强大模型数据能力和平台底座建设，其中数据平台部专注大模型数据全流程管理与建设，机器学习平台部则聚焦机器学习与大数据融合平台建设，为 AI 模型训练推理、大数据业务提供全面高效的 PaaS 平台底座，共同支撑腾讯混元大模型技术研发。（来源：界面）   ## 消息称长轴距三排座版本特斯拉 Model Y 将于五月份开始生产 4 月 29 日消息，传闻中尺寸更大代号为「Juniper」的特斯拉 Model Y 车型有望于五月开始生产，加大轴距并新增第三排座椅。 目前在中国和美国市场的特斯拉官网订购页面上，焕新 Model Y 在内饰选择下方标有「五座版」，表明特斯拉可能推出其他座位数版本。  微博博主胖虎 Shawn 于近日爆料称，特斯拉或将于五月开始生产长轴距版三排座 Model Y，这意味着比起此前美国市场提供的轴距不变选装七座的方案，特斯拉或推出更舒适选择。 据了解，特斯拉车辆工程副总裁 Lars Moravy 在今年二月确认了三排座版本 Model Y「将于今年晚些时候」推出。特斯拉此前曾在 2021 年，为美国市场的 Model Y 提供轴距不变的七座选项。（来源：IT 之家）   ## 沃尔玛通知中国供应商恢复出货 自美国总统特朗普所谓「对等关税」以来，全球零售巨头沃尔玛的态度出现戏剧性变化。从最初要求中国供应商自行承担高额关税，到短短 20 天后迫于库存压力选择自行吸收关税、恢复中国进货。 据《南华早报》报道，江苏省和浙江省的部分制造商已接到沃尔玛等美国主要零售商的通知，要求其近日恢复发货。江苏省和浙江省是受中美贸易战重创的出口大省。据报道，周一宁波一家大型文具和办公用品出口商收到沃尔玛的通知，恢复对美国的正常发货。该公司表示，新进口关税的成本将由美国客户承担。（来源：券商中国）  ## 小米 YU7 汽车内饰更多谍照曝光，直观展示座舱内部环绕式仪表盘 4 月 29 日消息，博主 @ 没空同学 放出了小米 YU7 车型更多内饰谍照，展示了该车环绕式仪表盘的更多细节。  根据该博主提供的图片可以看到，该车内饰延续了小米 SU7 汽车的整体风格，但在方向盘上采用了类似小米 SU7 Ultra 的风格。 同时，YU7 在仪表盘方面并没有采用 SU7 的设计，而是将整个仪表盘放在了挡风玻璃下方，采用环绕式设计，汽车的电量续航、档位、时速、导航信息、播放歌曲信息从左到右排列，RGB 灯带放置在主驾、副驾的空调出风口上，同时中控面板上取消了小米 SU7 的实体按键设计，水杯架被移到了中间。（来源：IT 之家）   ## 6499 元起 vivo X200 Ultra 正式开售：骁龙 8 至尊版、6000mAh 电池 4 月 29 日消息，vivo X200 Ultra 手机正式开售，新机搭载骁龙 8 至尊版处理器、6000mAh 蓝海电池，价格从 6499 元到 9699 元。  这款新机提供红圈、黑 Ka 与银调三款配色，采用居中圆形相机模组设计，机身厚度约 8.69mm，侧面配备相机控制键。机身正面配备 6.82 英寸 2K 等深四曲屏（蔡司大师色彩屏），支持圆偏振光护眼技术。 核心配置上，vivo X200 Ultra 搭载骁龙 8 至尊版处理器，内置 6000mAh 蓝海电池，支持 90W 有线 + 40W 无线闪充、直驱供电。此外，该机还将配备超声波 3D 指纹、铠甲玻璃等。（来源：IT 之家）    ## 微软项目经理「叛变」：用 Win11 一小时弃坑重回 macOS，70 万网友围观点赞 4 月 29 日消息，科技媒体 Windows Central 近日发布博文，报道称微软项目经理 Merill Fernando 因在社交平台 X 上调侃 Windows 而走红，并调侃「如果鲍尔默现在仍任职微软 CEO，我可能就因为这条推文被炒鱿鱼了」。  截至发稿为止，该推文浏览量超 70.7 万次，获赞 1.1 万次。他在推文中写道：「在被迫用 Windows 系统 1 小时后，我再次重回 macOS 拥抱」。 他在推文借用流行文化元素，将这一过程比喻为「离开地球后重返安全地面」，并配上歌手 Katy Perry 太空归来亲吻地面的图片。 过去，在微软使用 MacBook 几乎被视为「异端」，但公司文化早已改变，Fernando 透露，他使用的 MacBook 正是微软发放的工作设备。此外，Fernando 个人还拥有一台 Mac Studio，用于运营播客、newsletter 和开源项目。（来源：IT 之家）

当生活被数字圈禁。

## 要闻提示 1.网传中国半导体设备厂将大规模重组：200多家半导体设备公司或整合为10家大型企业 2.沃尔玛态度转变：恢复中国供应商出货，美国客户承担关税成本 3.腾讯TEG架构调整：成立大语言和多模态模型部 4.传英伟达将在中国成立合资公司、为DeepSeek定制芯片，官方辟谣 5.网传饿了么加入外卖大战：正打印百亿补贴横幅 6.长城要做超跑？长城CTO吴会肖回应：5年前就在做，没想到大家这么关注 7.曝iPhone 2700个零部件：仅30家供应商完全在中国境外 8.OpenAI涉足电商领域！用户可通过ChatGPT购买商品 ## 今日头条 **网传中国半导体设备厂将大规模重组：200多家半导体设备公司或整合为10家大型企业** 据媒体报道，传中国正在推动一项政策，计划将200多家半导体设备公司整合为10家大型企业。这项政策旨在提升中国半导体设备产业的竞争力，以应对美国的制裁压力。中国半导体自给率目前约为23%，在美国政府的高压施压下，中国似乎计划采取资源集中策略，扶持具有潜力的企业。 今年3月，中国半导体设备龙头企业北方华创就有类似的动作，该公司以16.9亿元收购涂胶显影设备厂芯源微9.5%的股份，并计划在未来一年内扩大持股以获得经营权。预计随着政策的推进，设备厂会更积极地进行整顿，并可能通过并购扩大企业规模。在美中关税战的冲击下，中国半导体产业的整合和并购行动预计将大规模展开。 中国的半导体产业已经经历了多年的发展，但在全球半导体产业链中，中国的位置仍然相对较低。在全球半导体市场的竞争中，中国半导体产业的自给率一直低于30%。为了提升自给率，中国已经在近年来推动了一系列的政策，包括扶持具有潜力的企业，以及推动产业的整合。（集微网） 国内资讯 **沃尔玛态度转变：恢复中国供应商出货，美国客户承担关税成本** 4月29日，据多家媒体报道，江苏和浙江的部分制造商已接到沃尔玛等美国主要零售商的通知，要求其近日恢复发货，并明确表示关税成本将由美国客户承担。另据报道，在日前举行的广交会上，多名中国出口商透露，包括沃尔玛、塔吉特和家得宝在内的美国零售公司，已通知他们“恢复发送”因美对华加征高额关税暂时停运的货物，关税费用同样“由美方买家承担”。 此前，沃尔玛曾因关税造成的不确定性，一度暂停向部分中国供应商发出新的订单，并要求供应商暂缓发货。不仅如此，沃尔玛还被曝要求中国供应商承受高达10%的降价幅度，试图将特朗普政府加征的20%关税成本完全转嫁给产业链上游。（界面新闻） **腾讯TEG架构调整：成立大语言和多模态模型部** 4月29日，据媒体报道，因业务发展需要，腾讯技术工程事业群（TEG）进行架构升级。同时，管理层也进行相应调整，新成立的多个部门负责人向腾讯公司副总裁蒋杰汇报，蒋杰不再担任数据平台负责人。具体调整如下： 1、成立大语言模型部，负责探索大语言模型和多模态理解，语音前沿方向，同时构建AI搜索和AI PaaS能力。2、成立多模态模型部，负责探索图像、视频、3D和数字人等多模态大模型技术的前沿方向探索。确保模型技术领先和持续创新。3、数据平台部职责调整为负责大模型数据全流程建设与管理、评测体系建设，牵引大模型效果持续优化；同时负责大模型各链路运营、质量、研效体系建设。4、机器学习平台部职责调整为负责司内统一的机器学习和大数据融合平台建设，为AI模型训练推理、大数据业务提供全面高效的PaaS平台底座，围绕数据和算力，构建超大规模的数据计算、AI模型训练以及推理部署的全栈式服务能力。 除了架构调整之外，相应部门人员也进行整合。腾讯TEG原机器学习平台部、数据平台部、Al Lab、安全平台部、信息安全部相关人员对应调整至以上新成立部门。（申妈的朋友圈） **传英伟达将在中国成立合资公司、为DeepSeek定制芯片，官方辟谣** 据外媒报道，在美国限制英伟达H20对华出口之际，英伟达为了维护其在中国市场的CUDA生态地位，正在低调地启动“B计划”，即考虑在中国设立合资企业，并可能为未来将中国业务单独拆分做准备。该报道称，内部人士私下将这种情况描述为“就像一位船长试图修补每一个漏洞，明知船即将沉没”。这不仅是英伟达的一项常规调整，而且也是在地缘政治紧张局势中的生存之战。 这可能意味着其将剥离中国业务，随着分拆完成，英伟达中国将作为一个独立的实体运营，这一变化的第一部分可能是与CUDA生态系统一起进行的，以确保CUDA生态的领先地位。这与其硬件部门不同，因为目前中国国内已经有了像华为等AI芯片竞争对手。 对此传闻，英伟达官方回应表示，此传闻完全为假消息，相关些说法没有任何依据，而将毫无根据的主张和猜测作为事实发表是不负责任的。另外，针对近期出现的关于NVIDIA与DeepSeek合作为中国开发定制芯片的消息，NVIDIA驳斥称该传言为虚假信息。（钛媒体、快科技） **网传饿了么加入外卖大战：正打印百亿补贴横幅** 4月29日，据网传消息，饿了么近期将正式加入外卖大战，有网友爆料在阿里园区附近看到有人在打印饿了么的横幅，并标有百亿字样。有疑似骑手群内证实此消息，并表示单子马上要多起来了，急需骑手。另外，也有网友透露上周饿了么研发已经加了一周的班了，周末都没休息，该网友称一般高强度加班意味着有新活动需求。  此前，针对近期外卖战场风波，饿了么曾在微博上发了一条意味深长的动态：“不打口水战，只送口味虾，2000份小龙虾免单红包。”（鞭牛士） **长城要做超跑？长城CTO吴会肖回应：5年前就在做，没想到大家这么关注** 4月29日下午消息，长城CTO吴会肖透露，长城5年前就已经在做超跑了，那时候老板就说要做一辆让人肾上腺素飙升的，让荷尔蒙爆发的车。吴会肖表示，长城想把这个成本再控制控制，并且希望“一旦出来就是一个惊艳四座的一个产品”。并且，这台车是偏Super Car的产品。 对于这台车是否会去纽北赛道，吴会肖表示：“我问了做超跑的总经理，他不让我说，但是前阵子刚把欧洲做纽伯格林赛道的专家请过来了。”她还谈道：碳舱很难，中国没有企业能够做好碳舱。我们碰到了很多困难，做了大量测试。 此前，长城汽车CEO魏建军曾试驾法拉利SF90超跑，谈及长城超跑和法拉利SF90相比如何，吴会肖表示，我们做的肯定比它好，我们依然向我们友商学习。此外，吴会肖还表示，长城在AI人才方面年薪给的很高，最高的现金部分能到400万-500万，如果再把股票折现大概能到千万级别。 有媒体就长城超跑更多信息向吴会肖求证，吴会肖表示，说的时候我也没想到大家这么关注，是否更多信息对外透露需要和公司确认。（新浪科技） **资本更爱短剧！爱奇艺龚宇：视频平台50%以上电视剧在亏损，电视台亏损率更是高达100%** 4月27日，爱奇艺CEO龚宇在“2025电视剧导演大会”上发表演讲时指出影视行业最残酷的真相：目前视频平台播出的100部电视剧中，仅有30%到40%能够保本，真正盈利的比例刚超过30%，而亏损占比超过50%。此外，电视台的情况更为严峻，几乎100%的剧集都在亏损。 龚宇表示“不管是电视台还是视频网站，电视剧的观众都在流失，而且同比的时长，观看人次数的负增长非常严重，特别是最近两三年非常严重。他指出，长剧集周期长、资金周转慢。一部长剧集从立项到回款往往需要几年才能完成资金周转。而其他行业资金一年可以流转多次。这种低效的资金使用效率导致大量资本转向周期更短、见效更快的微短剧领域。” 龚宇建议必须缩短制作周期、控制成本，以减轻资金压力。“资金是有成本的，我们必须想办法让这个行业对资本重新产生吸引力。”（前瞻网）更多有关短剧的相关内容，可点击雷峰网文章《[短剧修罗场：月更5000部背后，出海掘金的暗流涌动](https://mp.weixin.qq.com/s?__biz=MTM2ODM0ODYyMQ==&amp;mid=2651731602&amp;idx=1&amp;sn=804472a1bd4b9d0b57ba4c0e3bb5c880&amp;scene=21#wechat_redirect)》阅读，也欢迎添加作者微信 **Who123start** 进一步沟通。 **因未按时公示年报，华为持股的引望公司被列为经营异常** 4月29日，华为技术有限公司持股80%的深圳引望智能技术有限公司近日因未依照规定期限公示年度报告，被深圳市市场监督管理局龙华监管局列入经营异常名录。“引望”全称为“深圳引望智能技术有限公司”，工商变更后由华为、阿维塔、赛力斯共同持股、独立运作。公司已于3月31日完成工商变更，阿维塔与赛力斯分别入股10%。 深圳引望智能技术有限公司成立于2024年1月，法定代表人为徐直军，注册资本高达10亿元人民币。该公司由华为技术有限公司作为主要股东持股80%，赛力斯汽车有限公司和阿维塔科技（重庆）有限公司各持股10%。（凤凰网科技） **北汽蓝谷拟再融资60亿，2024年底刚融资百亿** 4月28日晚间，北汽蓝谷发布公告称，拟向特定对象发行股票募集资金总额不超过60亿元。此次发行对象为包括公司控股股东北汽集团及其控制的关联方福田汽车在内的不超过35名（含）符合规定条件的特定对象。其中，北汽集团拟认购金额不超过5亿元，福田汽车拟认购金额不超过25亿元，二者股票锁定期均为36个月，其余发行对象目前尚未确定。 值得注意的是，就在2024年12月25日，北汽蓝谷才公告其子公司北京新能源汽车股份有限公司完成增资扩股，引入11家战略投资者合计增资81.5亿元，加上此前北汽蓝谷另一控股股东北京汽车股份有限公司增资的20亿元，彼时增资总额达101.5亿元。（电车界） **DeepSeek重返韩国！暂停两个多月后恢复下载** 4月29日消息，因违反数据保护法规被韩国监管机构下架约两个月后，中国人工智能服务DeepSeek（深度求索）于本周一在韩国应用商店重新上线。韩国个人信息保护委员会上周四表示，今年1月DeepSeek首次在韩国上线时，存在未经许可擅自传输用户数据与“交互指令”的行为。今年2月份，DeepSeek因个人数据保护问题被韩国下架。但自本周一起，用户可通过韩国苹果App Store和Google Play等各大应用商店重新下载安装。 DeepSeek更新了隐私条款：“依据韩国《个人信息保护法》处理个人信息。”DeepSeek同时表示，用户可选择“拒绝向中美多家关联企业传输个人信息”。韩国数据保护机构称，DeepSeek恢复上架系企业自主决策，该行为系在至少部分采纳监管建议后实施。（网易科技） **用眼镜就能买单！蚂蚁与星纪魅族发布首个智能眼镜线下支付功能** 4月29日消息，星纪魅族与蚂蚁国际旗下Alipay+跨境支付科技团队在香港发布了全球首个智能眼镜线下支付功能。线下支付功能基于AR眼镜的光波导显示、语音降噪及采集技术等多项能力，用户无需借助手机，通过语音即可完成支付。此外，这一功能也填补了智能眼镜行业在支付领域的空白。据悉，该功能首发搭载于星纪魅族AR智能眼镜StarV Air2，并将在今年Q3陆续实现。同时，星纪魅族在今年发布的智能眼镜新品中均具备支付功能。（快科技） 国际资讯 **曝iPhone 2700个零部件：仅30家供应商完全在中国境外** 4月29日消息，为了应对美国关税问题，苹果目前正试图将更多iPhone生产从中国大陆转移。但据媒体报道，对iPhone的组件进行了详细分析发现，最新型号的iPhone包含多达2700个部件，其中大多数在拆解中不会被识别出来，因为我们所看到的一个部件，实际上可能就有几十个单独的部件组成。 这些部件由全球700多个生产基地生产，其中只有30家苹果供应商完全在中国境外运营。正因如此，尽管苹果想要减少对中国生产的依赖，但完全独立于中国的供应链几乎是不可能的，想要在美国或者印度完全独立制造iPhone也几乎不可能实现。 报道称，中国花了几十年的时间才建立了错综复杂的供应链，使iPhone等产品成为可能，而在世界其他任何地方重建它也同样需要同样的时间。（快科技） **马斯克称下周推出Grok 3.5：首个能准确回答有关火箭发动机问题的AI** 4月29日消息，马斯克在社交平台上表示，下周，Grok 3.5早期测试版将向SuperGrok订阅者发布。马斯克称，Grok 3.5是第一个能够准确回答有关火箭发动机或电化学技术问题的人工智能。马斯克称，Grok是从第一原理推理并得出互联网上根本不存在的答案。Grok 3 的发布初期也仅限于 X Premium+ 和 SuperGrok 订阅用户，不过很快就向免费用户开放。（界面新闻）  **OpenAI涉足电商领域！用户可通过ChatGPT购买商品** 4月29日，OpenAI宣布升级ChatGPT Search的购物功能，用户可通过自然语言搜索获取个性化商品推荐，查看产品图片、评论及购买链接。目前覆盖时尚、美妆、家居和电子四大类，免费向所有用户开放（含未注册用户）。系统基于用户偏好记忆和全网评论生成推荐，不包含广告，交易需跳转至商家网站完成。 OpenAI强调暂不收取交易佣金，未来将扩展商品类目并针对付费用户推出记忆功能联动推荐。此举被视为对标谷歌搜索业务，CEO奥尔特曼表示可能引入&#34;有品位&#34;的推荐分佣模式，但拒绝出售搜索排名。目前ChatGPT周搜索量已突破10亿次，公司正将其打造为集成搜索、语音和视频的超级应用。（财联社）  **索尼集团据悉考虑分拆半导体业务，或最快今年完成** 4月29日，彭博社援引匿名消息人士称，日本科技巨头索尼正考虑最快于今年内分拆旗下半导体业务并推动其独立上市，并可能保留分拆后子公司“索尼半导体解决方案”（Sony Semiconductor Solutions）的少数股权。消息一出，引发资本市场对索尼战略转型的猜测，但随后索尼官方回应称“报道基于猜测，目前并无具体计划”。 近年来，索尼加速推进业务重组，从传统电子制造商转型为以娱乐、游戏、影像为核心的多元化集团。2023年，索尼宣布分拆金融服务子公司“索尼金融集团”并推动其独立上市，而此次半导体业务分拆传闻，被市场视为索尼进一步聚焦核心业务的又一信号。 彭博社分析指出，若分拆计划落地，索尼半导体业务或通过独立融资加速技术迭代，并强化在自动驾驶、元宇宙等新兴领域的布局。（环球网科技） **特斯拉直销模式在纽约州或遭重创，马斯克再陷困境** 4月29日消息，据外媒报道，美国纽约州民主党议员正推动一项法案，拟剥夺特斯拉在该州直接向客户销售汽车的权利。据悉，特斯拉在纽约州电动汽车市场占据重要地位，目前该州注册的全电动汽车中，特斯拉汽车占据了一半份额。民主党议员法希在提案中指出，特斯拉的直销模式损害了传统汽车经销商的利益，不利于市场公平竞争。 外媒指出，若纽约州直销禁令得以实施，特斯拉可能在全球市场面临更大的竞争压力。分析人士指出，特斯拉的直销模式是其核心竞争力之一，有助于降低成本、提高效率并更好地满足客户需求。然而，随着政策环境的变化和市场竞争的加剧，特斯拉需要不断调整战略以应对挑战。（环球网） **微软调整数据中心战略：取消2GW非约束性租赁、搁置1.5GW自建项目** 4月29日消息，据外媒报道，微软已冻结了原定于2025-2026年实施的1.5GW自建数据中心计划，此外还放弃了超过2GW的非约束性租赁合同，但仍持有超过5GW的约束性租赁合同，有效期至2028年。华尔街头条报道“微软取消2GW租赁”引发业界广泛关注，但这些并非正式合同，而是非约束性意向书。 微软实际已锁定约5GW预租容量，这些绑定合同将在2025至2028年间逐步上线。更令人关注的是，微软在过去两个季度放弃了远超2GW的非约束性合同，并在2024年中期与几乎所有供应商讨论容量后，彻底冻结了新租赁活动。与此同时，微软加速自建数据中心布局，在美国及全球购置数万英亩土地，加快现有项目建设，并为未来项目锁定数GW电力资源。 然而，研究显示，微软暂停了1.5GW的短期自建项目，这些项目原计划于2025和2026年上线。多个微软数据中心园区进展缓慢，尽管已获得能源和必要审批，但建设实际外壳、冷却和电气设备订单被推迟或取消。（IT之家） **OpenAI华裔顶尖研究员绿卡被拒无奈离美，引发行业震动** 近日OpenAI核心研究员Kai Chen（凯·陈）因绿卡申请被拒，被迫结束在美国长达12年的工作生涯，返回加拿大。这一事件在硅谷科技圈引发强烈反响，业内人士警告称，美国正在亲手摧毁其在AI领域的领先优势。 据了解，作为GPT-4.5开发团队的关键成员，凯·陈已于上周五（4月12日）启程前往加拿大温哥华。OpenAI首席科学家Noam Brown在社交媒体上公开表示：&#34;这令人深感忧虑，美国正在驱逐最优秀的AI人才。&#34; 内部人士透露，凯·陈的年薪高达62万至156万美元，是公司重点培养的核心研究人员。今年3月，OpenAI首席执行官Sam Altman曾公开称赞她在GPT-4.5项目中的&#34;杰出贡献&#34;。2023年加入OpenAI后，她作为技术人员参与GPT-4.5开发，被认为是GPT-4.5的核心开发者之一。（凤凰科技） 雷峰网

早上好，今天是4月30日，看得懂的财经新闻，每天知道多一点，离财富更近一点。

传将分拆中国业务，英伟达：完全为假消息；保时捷中国称“不将小米当对手”是误读；亚马逊最新声明：披露某些产品进口费用的想法“从未获得批准”；今年第二批810亿元超长期特别国债资金下达；腾讯重构混元大模型研发体系；瑞幸咖啡高层变动：郭谨一不再担任董事长；人社部：将制定提前领取个人养老金相关办法。

距离iPhone 17系列上市仅剩几个月时间，现在，又有一段视频通过模型展示了计划中的设计变化。过去几周，我们看到了大量iPhone 17样机，它们都表明苹果 2025 年的iPhone系列将与目前的iPhone 16有显著不同。iPhone 17 Pro 预计将采用全新的后置“摄像头条”设计，二名为 iPhone 17 Slim 或iPhone 17 Air 的全新超薄机型预计将采用相同的外观设计。  各种样机的视频层出不穷，虽然它们都采用了相同设计的变体，但有时也会透露一些关于苹果即将推出的 iPhone 17 系列的独特或有趣的细节。周二，AppleTrack发布了一段视频，将传闻中的 iPhone 17 设计与 iPhone 16 系列进行了比较，并让人们大致了解了新设备的握持感。 例如，传闻已久的 iPhone 17 Air 看起来会比目前的 iPhone 16 Pro明显更薄。作为参考，iPhone 16 Pro 的厚度为 8.25 毫米，而据传超薄的 iPhone 17 Air 厚度为5.5 毫米或5.6 毫米。 视频还展示了 iPhone 17 Air 的接口和扬声器布局。有趣的是，这款超薄 iPhone 的 USB-C 接口似乎不会居中，而是更靠近手机背面。iPhone 17 Air 的扬声器开孔也比 iPhone 16 少，这意味着苹果可能不得不在设计上 做出一些妥协。 至于 iPhone 17 Pro 和 iPhone 17 Pro Max，视频中展示的模型看起来与 iPhone 16 Pro 有些相似。除了明显的后置“摄像头条”外，这些模型还包含一个背板和一个中框，与 iPhone 16 Pro 非常相似。 这意味着这些测试机并没有采用传闻中部分玻璃、部分金属的一体式机身设计，而这种设计据称可以让 iPhone 17 Pro 实现反向无线充电。虽然可能性不大，但这些测试机与 iPhone 17 系列的真实原型机仍有可能存在差异。 不过，到目前为止，我们看到的所有假人都采用了相同的设计，大多数据称泄露的CAD文件和3D渲染图也都如此。因此，周二视频中展示的设计获得了“可能”的评价。 [查看评论](https://m.cnbeta.com.tw/comment/1496332.htm)

据显示器行业分析师罗斯·杨 (Ross Young)称，苹果正在开发低成本Apple Watch SE的更新版本，新型号的显示器已投入生产。杨表示，新款 Apple Watch SE 3 将提供 1.6 英寸和 1.8 英寸两种显示屏尺寸，这意味着它与目前的 Apple Watch SE 型号相比几乎没有升级。 Apple Watch SE 2 提供 40 毫米和 44 毫米两种尺寸选择，苹果可能会在下一代机型中继续沿用这两种尺寸。  Apple Watch SE 一直以来都是基于现有的 Apple Watch 型号打造的，而当前版本则基于 Apple Watch Series 6。苹果可能会继续推出基于 Series 6 设计的另一款型号，但也有其他选择，显示屏尺寸可能会有所偏差，苹果可能计划推出更大的 Series 7 设计，尺寸分别为 41 毫米和 45 毫米，或者新款 Apple Watch SE 可能会采用全新的设计。 有传言称，苹果正在开发一款采用硬塑料外壳的 Apple Watch SE，并提供多种有趣的颜色选择，但目前尚不清楚苹果是否最终会遵循这一设计思路。如果苹果确实选择了不遵循现有 Apple Watch 型号的 SE 设计，那么 Apple Watch SE 可能会在更小、更纤薄的机身中配备 1.6 英寸和 1.8 英寸的显示屏，更接近 38 毫米和 42 毫米的尺寸选择。在这种情况下，下一代 Apple Watch SE 将比目前的 Apple Watch SE 更小，但显示区域更大，边框更窄，外观更具现代感。 苹果一直在将 Apple Watch SE 作为儿童的低成本选择进行营销，因此较小的 Apple Watch SE 3 似乎是可行的，因为它更适合较小的手腕。预计这款新设备将于 9 月与升级版 Apple Watch Series 11 和 Apple Watch Ultra 3 一同上市。 [查看评论](https://m.cnbeta.com.tw/comment/1496330.htm)

这可能是至少几周以来脑洞最大的促销活动，三星现在正在宣传其 Galaxy S25 系列和 Galaxy AI，为每个人提供在比利时布鲁塞尔 Poelaert 广场 The View 摩天轮的免费乘坐机会。  乘坐费用通常为 10 欧元，但从 5 月 3 日到 5 月 18 日将免费，因为三星会支付每个排到队的游客的票钱。 从上图可以看出，三星 Galaxy AI 将在摩天轮上占据显著位置。这家韩国公司表示，摩天轮让您可以“饱览布鲁塞尔天际线的壮丽景色”，当然，它还强调您可以使用Galaxy S25、Galaxy S25+或Galaxy S25 Ultra拍摄布鲁塞尔精致的天际线，然后用体验中最精彩的照片制作个性化明信片。 [查看评论](https://m.cnbeta.com.tw/comment/1496328.htm)

Google Play 的应用市场正在丢失应用程序。根据应用情报提供商Appfigures的最新分析，从 2024 年初至今，Android 应用市场在全球范围内托管的应用数量已从约 340 万个减少到仅剩约 180 万个。这一降幅约为 47%，这意味着全球 Android 用户可用的应用数量大幅减少。  该公司还指出，这种下降并非某种全球趋势的一部分。例如，在同一时期，苹果iOS应用商店的应用数量从160万个小幅度增加到164万个左右。 就Google而言，应用数量的下降或许能让Android设备用户松一口气，因为他们不得不在众多诈骗、垃圾和其他低质量的应用中寻找最合适的应用。应用数量的减少也可能对那些不得不努力争取曝光度的开发者有所帮助。 多年来，Google Play 对应用审核的要求较为宽松，导致市场上充斥着质量低劣的应用。尽管苹果在应用发布前持续执行严格的审核措施，但Google通常依靠自动检查和恶意软件扫描来加快应用审核流程。由于其人工审核较少，Google的应用审核周期通常较短。 2024 年 7 月，Google宣布将提高应用程序的最低质量要求，这可能会影响 Play Store 中可用应用程序列表的数量。 该公司表示，除了禁用崩溃、无法安装或正常运行的故障应用外，还将开始禁用那些“功能和内容有限”的应用。这包括没有特定功能的静态应用，例如纯文本应用或 PDF 文件应用。此外，还包括内容很少的应用，例如仅提供一张壁纸的应用。此外，Google还禁用了那些设计为无用或无功能的应用，这些应用可能是测试版或其他被放弃的开发者作品。 Google在接受采访时证实，其新政策是造成这一现象的因素，这些政策还包括扩大验证要求、要求对新的个人开发者账户进行应用测试，以及扩大人工审核以检查试图欺骗或诈骗用户的应用。 此外，该公司还指出，2024 年还将在人工智能领域进行其他投资，用于威胁检测、更强大的隐私政策、改进的开发者工具等。Google表示，这些投资阻止了236 万个违反政策的应用在其 Play 商店上发布，并封禁了超过 15.8 万个试图发布有害应用的开发者账户。 Google没有提到的一个因素是欧盟自今年2月起实施的新交易者身份规则，该规则要求开发者在应用列表中提供其姓名和地址。未能遵守规定的开发者的应用将被从欧盟应用商店下架。（值得一提的是，苹果也于2月开始要求提供交易者身份信息，但并未因此导致可用应用数量下降。） Appfigures 还指出，早在去年夏天正式开始清理应用之前，Google Play 商店中的应用数量就已开始下降；目前尚不清楚这一变化的原因。不过，该公司表示，今年迄今为止，Google Play 上已发布了 1.04 万款应用，截至 4 月份同比增长 7.1%。 [查看评论](https://m.cnbeta.com.tw/comment/1496326.htm)

OpenAI 首席执行官 Sam Altman 周二表示，在收到有关奇怪行为（尤其是极端谄媚）的投诉后，该公司正在“回滚”ChatGPT 默认 AI 模型 GPT-4o 的最新更新。  “我们昨晚开始回滚 GPT-4o 的最新更新，”Altman[在 X 上的一篇帖子中写道](https://x.com/sama/status/1917291637962858735)。“现在，免费 [ChatGPT] 用户已 100% 回滚，付费用户更新完成后，我们会再次更新，希望是在今天晚些时候。我们正在对模型个性进行额外的修复，并将在未来几天分享更多信息。” 上周末，社交媒体用户纷纷指责上周末发布的更新模型，认为它让 ChatGPT 显得过于认同和迎合。这很快就成了一个梗。用户发布了 ChatGPT 的截图，为各种有问题、[危险的](https://x.com/fabianstelzer/status/1916372374091423984)[决定](https://x.com/thinkbuildnext/status/1916250081579217243)和[想法](https://x.com/ai_for_success/status/1916556522571604264)喝彩。 周日，奥特曼[承认了](https://x.com/sama/status/1916625892123742290)这个问题，并表示 OpenAI 将“尽快”修复这个问题，并在某个时候“分享其经验教训”。 [查看评论](https://m.cnbeta.com.tw/comment/1496324.htm)

安全研究人员发现了苹果 AirPlay 协议中的一系列漏洞，这些漏洞可能允许攻击者在无需用户交互的情况下远程劫持苹果及第三方设备。该漏洞利用链被称为“AirBorne”，包含 23 个独立漏洞，其中 17 个已获得官方 CVE 编号，并可在易受攻击的系统上实现零点击远程代码执行。  网络安全公司 Oligo[发现，](https://www.oligo.security/blog/airborne)苹果原生 AirPlay 协议以及音频和汽车制造商使用的 AirPlay 软件开发工具包 (SDK) 中存在多个“严重”漏洞。尽管苹果已修复其平台，但由于原始设备制造商 (OEM) 更新周期缓慢，许多第三方设备仍然暴露在漏洞之下。Oligo 估计，数千万台扬声器、电视和支持 CarPlay 的系统可能仍然容易受到攻击。 AirBorne 尤其危险，因为它支持“蠕虫”漏洞——这种攻击可以在同一网络上的设备之间自动传播，无需用户交互。一个严重漏洞 ( [CVE-2025-24252](https://www.cve.org/CVERecord?id=CVE-2025-24252) ) 与另一个绕过用户交互的漏洞 ( [CVE-2025-24206](https://www.cve.org/CVERecord?id=CVE-2025-24206) ) 相结合，允许攻击者悄无声息地控制配置为接受 AirPlay 连接的 macOS 系统。公共 Wi-Fi 网络上受感染的笔记本电脑一旦重新连接到办公网络，就可能成为进一步入侵公司系统的网关。 研究人员演示了在 Mac 上执行远程代码执行的概念验证。 这些漏洞不仅限于 Mac。研究人员指出，使用 AirPlay SDK 的第三方扬声器和接收器在所有环境下都存在漏洞。其中一个零点击漏洞 ( [CVE-2025-24132](https://nvd.nist.gov/vuln/detail/CVE-2025-32432) ) 是一个基于堆栈的缓冲区溢出漏洞，允许远程执行任意代码——无需任何点击或警告。鉴于该 SDK 的广泛使用，这些漏洞可能会在智能家居、办公室和车辆中传播。 Oligo 赞扬苹果在负责任的披露过程中的合作，并指出苹果设备现已提供更新软件。然而，更大的风险在于那些可能永远无法获得修复的旧版或不受支持的第三方产品。研究人员估计，攻击者可能会攻击数十亿个系统，并引用了苹果公司的数据，即全球有 23.5 亿台活跃设备以及数千万个第三方 AirPlay 实现。 Oligo 计划在未来发布更详细的攻击场景。目前，研究人员敦促用户保持 Apple 设备更新——Apple 本周早些时候发布了 macOS、iPadOS 和 iOS 的更新。用户还应检查网络共享和 AirPlay 设置——尤其是在连接到公共或不安全的 Wi-Fi 网络时。 您可以查看 Oligo 的[分析](https://www.oligo.security/blog/airborne)，了解完整的漏洞列表和更多修复步骤。 [查看评论](https://m.cnbeta.com.tw/comment/1496322.htm)

五十铃已开始在泰国量产中型 D-Max 皮卡的全电动版本，该车型配备双电机四轮驱动系统，功率为 140kW，据该汽车制造商称其可“匹敌现有柴油车型的性能”，据Electrek报道，新款 D-Max EV 的牵引力与五十铃现款柴油版 D-Max 相当，均为 7716 磅（3500 公斤），但有效载荷能力略低，约为 2226 磅（1010 公斤），而非 1200 公斤，这可能是由于其搭载的 66.9 千瓦时电池所致。 根据欧洲 WLTP 标准，D-Max EV 每次充满电的续航里程最高可达 163 英里（263 公里），在城市模式下续航里程则更高，可达 224 英里。     除了电力驱动之外，D-Max EV 的造型与其柴油版车型相似。D-Max EV 车身长度约为 207 英寸，与欧洲最畅销的皮卡福特 Ranger（210 英寸）几乎相同。五十铃的新款卡车将于今年第三季度登陆欧洲左舵驾驶国家，与 Ranger 展开竞争。右舵驾驶版本计划于2026 年 2 月在英国上市。 五十铃尚未公布这款卡车的售价，但柴油版目前售价约为41，600美元。五十铃计划“根据市场需求”将这款卡车推向其他国家，但并未透露是否会登陆美国。 [查看评论](https://m.cnbeta.com.tw/comment/1496320.htm)

上周，美国交通部宣布了一项对拜登时代规则的重大修改，该规则要求汽车制造商和科技公司报告涉及全自动驾驶或部分自动驾驶汽车的事故。根据修订后的规则，公司将不再需要报告某些事故，例如涉及配备 2 级高级驾驶辅助系统 (ADAS) 的车辆，导致车辆被拖走，但没有造成人员伤亡或安全气囊弹出的事故。 用交通部长肖恩·达菲的话来说，这项修改旨在“减少繁文缛节，使我们更接近一个能够激励创新并将安全放在首位的单一国家标准”。 [](https://static.cnbetacdn.com/article/2021/04/96f9026d2b7e9fa.png) 受益于这项规则变化的公司之一是特斯拉。在之前的制度下，埃隆·马斯克的公司占据了美国国家公路交通安全管理局 (NHTSA) 报告的涉及搭载 2 级自动驾驶系统的车辆事故的大部分。但根据修订后的规则，特斯拉的负担将显著减轻。 根据之前的规定，如果搭载 2 级或以上驾驶辅助系统的车辆发生碰撞事故，导致车辆需要被拖走，但未造成人员死亡、受伤，未对行人或骑车人等弱势道路使用者造成伤害，也未触发安全气囊，则仍需向 NHTSA 报告。现在，根据修订后的规定，这些特定的拖走事故无需报告。 作为全球领先的L2级自动驾驶系统倡导者，特斯拉在已报告的ADAS事故中占比最大。据美国国家公路交通安全管理局（NHTSA）的数据，自2021年7月该规则首次实施以来，共报告了2359起涉及配备ADAS车辆的事故。据公路和汽车安全倡导者（Advocates for Highway and Auto Safety）的数据，特斯拉报告了其中2030起事故，约占86%。 为了确定特斯拉需要报告的事故数量，该小组在数据库中搜索了拖车事故，同时筛选出了非特斯拉车辆以及任何涉及人员受伤、死亡、弱势道路使用者和安全气囊弹出的事故。在特斯拉发生的2030起事故中，有240起符合这些标准，占该公司报告事故总数的12%。 这项常规命令（SGO）的目的是提高新技术部署的透明度，该技术旨在提高安全性，但也与多起致命事故有关。监管机构认为，需要更多数据来确定这些新系统究竟是提高了道路安全性，还是仅仅让驾驶更加便捷。 特斯拉尤其受到了严格审查。该公司的自动驾驶仪和全自动驾驶功能被视为需要驾驶员集中注意力的 2 级系统，均受该规则的约束。美国国家公路交通安全管理局 (NHTSA) 已对特斯拉的驾驶辅助技术展开多项调查，其中大部分调查都集中在根据《安全驾驶指令》(SGO) 报告的事故上。 据报道，特斯拉对碰撞通知要求并不认同，其认为美国国家公路交通安全管理局（NHTSA）呈现数据的方式误导了消费者对该汽车制造商安全性的判断。两位熟悉特斯拉高管想法的消息人士去年12月告诉路透社。特斯拉首席执行官埃隆·马斯克是特朗普竞选期间最直言不讳的支持者之一，他至少自掏腰包2.77亿美元支持特朗普参选。现在，他主管政府效率部，目标是削减政府开支、取消人道主义援助以及裁减联邦工作人员。 达菲部长在确认听证会上表示，他将允许对特斯拉先进驾驶技术的安全调查畅通无阻地进行。然而，就在他上任几个月后，马斯克的DOGE解雇了美国国家公路交通安全管理局（NHTSA）约30名员工，其中许多人隶属于负责评估自动驾驶汽车风险的部门。 [查看评论](https://m.cnbeta.com.tw/comment/1496316.htm)

Mozilla 最近更新了 Firefox 浏览器，[添加了对标签页组的支持](https://blog.mozilla.org/en/firefox/tab-groups-community/)，这是 Firefox 用户多年来一直期盼的功能。据 Mozilla 称，标签页组一直是 Mozilla Connect 社区平台上最受期待的功能，实际上，这也是 Mozilla 在 2022 年推出 Connect 时收到的第一个请求。 通过 Firefox 标签组功能，用户可以将标签拖放到有序的组中，并按名称或颜色进行标记，标签组列表显示在 Firefox 浏览器顶部菜单的右侧。标签组功能从 Firefox 137 版开始提供，所有用户将于 5 月 6 日前看到该功能。 Safari 浏览器现已支持标签页组功能，用户可以将多个打开的浏览器标签页保存到一个标签页组中，以便日后再次访问。此功能对于度假计划、比价购物、项目研究以及其他需要多个标签页的任务非常有用。 Mozilla 正在试验智能标签组，这是一种 AI 选项，可以根据打开的标签建议名称和组，并且可能在未来推出。 [Mozilla在其网站上](https://support.mozilla.org/en-US/kb/tab-groups)提供了有关在 Firefox 中创建和管理标签组的说明。  [查看评论](https://m.cnbeta.com.tw/comment/1496314.htm)