在实现年度首次盈利后，极兔2025年Q1包裹量同比增长31.2%至66亿件，各主要市场日均包裹量均实现双位数增长。 然而在其高增长背后，运力投入相应增加，极兔的资金压力可能会进一步加剧。 一名分析师指出，极兔东南亚市场表现稳定，但2024年中国市场才正式转正，中东、拉美等新市场仍在亏损。极兔仍面临业绩压力，账面资金十分紧张。 参考极兔2024年账上现金15.97亿美元，而借款却高达15.83亿美元。以此推算，极兔在偿还借款后，现金所剩无几，且此情况尚未考虑利息支出以及车辆和设备等方面的投入。  （来源：极兔2024年度财报截图） 另外，在中美关税问题的背景下，包括极兔在内的整个行业又多了一道考验。 极兔仍需继续应对一个核心问题，即如何降低成本以提升毛利，从而脱离资金困境。 **极兔如何扭转业绩？** 2024年极兔净利润首次转正，离不开其过去一年在降本增效方面开展的诸多工作，尤其是在中国市场。 极兔自2020年回国布局后，以价换量的同时，账目上的资金黑洞随之扩大。2023年，极兔全球整体亏损达11.56亿美元。中国市场作为其主要战场，是亏损的重要来源，也是极兔在2024年实施精细化管理所面临的最大挑战。 为解决这个问题，极兔首次将集团业务与中国业务予以划分，并对其国际业务与国内业务进行整合，合并为极兔中国区业务。调整后，极兔设置了两位总裁，分别负责中国区与中国以外区域的管理工作，此前仅设有一位总裁。 极兔海外业务CEO是樊苏洲，其曾是OPPO印尼分公司区域总经理；中国区首位CEO为极兔创始团队成员刘伟，负责国内市场快递业务，向樊苏洲汇报。 2024年作为极兔中国区业务独立运营的第一年，中国区首任CEO如何带领中国区打好胜仗，令人期待。 目前来看，极兔中国区不再盲目低价竞争，更注重把控成本，并取得了一份来之不易的的成绩。2024年，极兔中国区单票成本同比下降11.8%至0.3美元。极兔方面称，单票成本下降在于对各环节进行精细化管理和运营优化。 不同于国内快递行业处于比拼成本的阶段，极兔在海外最后一公里配送方面尚处于从0到1的量的积累阶段，两者所采取的策略存在差异，但在降本上有异曲同工之处。 极兔自2023年下半年放弃跨境小包专线业务后，开始聚焦海内外最后一公里配送业务。2024年全年，极兔以现有的五大市场（沙特阿拉伯、阿联酋、墨西哥、埃及、巴西）为主，不再开拓海外新市场。 极兔早在2022年开始布局拉美市场，目前已基本覆盖墨西哥和巴西全境，并且和当地多家主流电商平台深度合作。 一名墨西哥快递从业者分析，随着TK电商的业务重心逐渐向墨西哥和巴西转移，以及SHEIN、Temu的订单量逐步增长，若极兔维持现有的车辆和人力规模，其运力将逐渐趋于饱和，难以继续依靠低价策略开展业务。运力饱和意味着，随着平台包裹数量的增加，中转运输需要更多车辆，派送服务需要更多人员，因此难以长期维持低价策略。 这与国内“三通一达”的情况类似，若持续陷入低价竞争，最终将导致各方利润受损，陷入内耗。 对于欧洲这类成熟市场，极兔仍在观望中。极兔创始人李杰私人对欧洲某派送服务商进行投资，而非通过极兔体系，亦可视作一种观望手段。 （了解更多细节，添加作者微信ydinitialheart交流。） 一名分析师称，极兔当前不太可能作出诸多激进决策。若极兔计划进军欧洲或美国市场，需投入大量资金，然而极兔目前的资金压力尚未完全缓解。其认为极兔可能处于观察阶段。在此情况下，李杰向捎客物流提供借款，亦可视作一种观望手段。 **极兔还面临哪些挑战？** 一名分析师指出，尽管中国市场2024年净利润实现了正增长，但目前尚未达到稳定状态。例如，三通一达等竞争对手曾发起价格战，极兔需要预留资金以应对潜在风险。若再次出现价格战，极兔需做好资金储备。 “鉴于中国市场的规模体量，一旦发生价格战，对极兔影响极大。因此从精力和资源上，极兔仍需优先保住中国。极兔走跟随策略，别掉队就可以了。”上述分析师向雷峰网称。 而极兔要做增量，就需要关注新兴市场。极兔新兴市场增长迅速，亏损在收窄，但独立国家尚未做到全部盈利。 以拉美市场为例，拉美电商最多30%左右的GMV增速，快递件并没有增长得很快。知情人士透露，极兔巴西现在日均60-80万单，预计100万单左右就能实现盈亏平衡。极兔墨西哥做到了日均40-50万单，预计日均60-70万单就能实现盈亏平衡。 鉴于国外政策环境复杂且具有较高不确定性，极兔在开拓新市场的初期，即从无到有的建设阶段，在购置快递车辆、组建车队等方面需投入巨额成本，同时也面临一定风险，例如快递车辆可能出现丢失情况。 以巴西为例，巴西市场的相关情况曾在极兔内部受到点名批评。 极兔于去年7月份在马来西亚召开了一场面向全球各分部的会议，会议为期三天。在这三天里，每天的会议都对巴西分部提出批评。巴西分部的情况十分严重，存在大量所购置车辆去向不明的问题，内部腐败现象极为猖獗。 各种不确定因素，也给极兔新市场的增长空间带来了不确定性。一名一级市场投资人表示，如果极兔只做尾程，且在较大程度上依赖平台，那么拓展本地市场会存在被动局面。 目前，极兔正处于快速扩张阶段，主要目标是抢占四大平台的订单。然而，大型平台压价力度较大，这会对极兔的利润产生影响。 再加上中美关税问题引发诸多不确定性，海外最后一公里配送恐怕将迎来新的格局，极兔下一步怎么走值得期待。雷峰网将持续关注中美关税问题对物流全链路的影响，欢迎各位业者添加微信**ydinitialheart**探讨。

<blockquote><p>在使用AI工具时，你是否遇到过答非所问、数理计算不准确或编造事实等问题？这些问题可能源于提示词的不当设计或模型本身的局限性。本文将从大模型的底层原理出发，深入探讨如何通过提示词调优、外部资源调用和模型微调等方法提升AI的使用效果。</p> </blockquote>  在用AI落地你的想法时，是否有遇到以下问题： - 答非所问 - 数理计算不准确 - 编造事实 … 大家遇到这些问题时可能会疑惑：到底是提示词写的不好？还是模型本身的能力不足？ 面对问题却只能“拔剑四顾心茫然”，不知道该用什么方式解决问题 <blockquote><p>本文的目的便是帮大家理解大模型，后续使用AI遇到问题时，能够快速找到合适的解决方案</p> <p>（为帮助不同背景的同学理解，本文的举例、概念有一定的简化）</p></blockquote> ## 一、大模型不会思考 从deepseek、豆包等大模型的使用体验而言，我们能感受到大模型有所谓“思考”的过程，但其实这只是为了用户体验所包装出来的假象：  大模型其实不会思考，但他擅长“推理计算”，本质是一个概率函数，根据上文计算出接下来概率最大的文本是什么。 以一个小学生的完形填空题目为例：  既然大模型不会思考，为什么改提示词能够让它更听话？甚至能影响模型输出的“思考过程”？  ## 二、让大模型更听话的三种方式 大模型不听话可能有几种原因： - 无法回答或编造事实，可能为大模型本身缺少相关知识 - 回答过于发散，可能为大模型训练时很少接触过此类问题，对应的语言/推理模式较弱 - 指令丢失，可能提示词/上下文过长，超出了模型可处理的长度 从提示词工程、外部知识与工具、模型微调三种方式可针对性地解决问题  ### 2.1 提示词调优 如前文表述，提示词是最直接影响大模型输出结果的因素， 在模型本身能力范围内，提示词是提升准确性最具性价比的方式 <blockquote><p>像deepseek-R1这种推理模型是否不再需要复杂的提示词？</p> <p>——看情况，若希望有效果更稳定的回答，提示词技巧仍然适用，对于一些通识性问题，推理模型自带的推理模式可以很好地解决问题，不需要过多的人为引导</p></blockquote> 列举部分提示词优化技巧，列举主要是为了帮助大家理解其原理，实操上可以将提示词扔给大模型帮忙优化 更多技巧可参考： ⭐ 结构化提示词  若尝试了多种提示词技巧后，发现结果仍然不符合预期，可能触及了当前大模型的能力边界，可参考2.2~2.3方法进阶调优 ### 2.2 外部资源调用 当前大模型长文本阅读、数理计算、知识时效性方面仍然有局限性 为了补足这些短板，大模型也发展出了调用外部资源的能力  在具体落地上，可以使用Coze、Dify等AI应用搭建平台，均有提供相关功能  虽然外部资源调用能一定程度扩大大模型的能力边界，但现在也仍有高延迟、实时性、安全风险等问题 在落地时为了更好的效果，需要在工程侧做一定优化 ### 2.3 模型微调 示例参考：模型微调 – SiliconFlow 模型微调的本质是调整大模型的参数，需要引入“模型训练”的环节 在微调后，模型对特定领域场景的能力将会得到提升，但训练过程的门槛和成本都比较高  效果示例如下：  ## 三、选择合适你的调优方式 一般来说，提示词调优＞外部知识&amp;工具＞模型微调 - 当提示词触及模型能力边界的问题，再考虑另外两种方式 - 当准确度、时效要求较高时，考虑微调  作者：古木杉 公众号：Jor的思考日记 本文由 @古木杉 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

溜溜果园的又一场豪赌。

功率半导体，正走出困境。

 《怪物猎人 荒野》限时举办首个季节活动“交流祭典【花舞之仪】”介绍视频公布。 能让猎人聚首一堂的新据点“大集会所”会换上春装，等待大家的到来！ 活动的举办时间为4月23日至5月7日。  &lt;内嵌内容，请前往机核查看&gt; 在活动期间收集票券制作装备、参加限定活动任务，并与来自世界各地的猎人和朋友一起享受独特的内容吧！

低空经济成熟的标志是各行各业主要的生产工具都具备了空间移动的能力，把一个平面经济向立体经济进行了过渡，而且参与的是各行各业。

梁文峰在Hugging Face上发布其先进的人工智能模型DeepSeek，标志着人工智能和全球开源运动的转折点。它的首次亮相将焦点从一项中国国家级成就转移到一个更广泛的故事，即开放合作如何跨越国界并重塑创新。  MongoDB 开发者关系主管兼开源倡导者 Matt Asay[认为](https://www.infoworld.com/article/3960764/deepseeks-open-source-movement.html)，DeepSeek 代表的不仅仅是中国的创新——它还展示了开源如何重塑所有权、协作和技术进步的步伐。 “自从它在 Hugging Face 上发布后，它就不再是中国版了，没有人能够把这个开源精灵关回瓶子里——即使是美国政府也不行，”Asay在 InfoWorld 上写道，他兼职做特约撰稿人。 DeepSeek 的发布引发了全球开发者的热潮，其中包括北京人工智能研究院（BAAI）的高调行动，该研究院启动了一个名为 OpenSeek 的竞争项目。OpenSeek 旨在超越 DeepSeek，同时汇聚全球开源社区，共同推进算法、数据和基础设施的进步。 政策制定者，尤其是美国的政策制定者，迅速而严厉地做出了回应——将BAAI列入政府黑名单。在Asay看来，试图遏制开源人工智能的努力是徒劳的，这反映出人们对这场运动的深刻误解。 “DeepSeek 并非昙花一现，如今已成为一场潮流，”他评论道。“围绕它的开源人工智能生态系统已迅速从技术辉煌的昙花一现发展成为更宏大、更难以阻挡的潮流。” 这场运动的规模令人震惊。成千上万的开发者——从学术研究人员到业余爱好者都正在努力完善和扩展像DeepSeek这样的开源人工智能模型。像Hugging Face这样的平台如今已成为全球协作中心，其推动创新的速度甚至超过了最灵活的企业实验室。虽然Hugging Face可能只是一家公司，但它所培育的社区却更加持久，并且不受中心化控制的影响。 人工智能的普及正在重塑现实世界。像Perplexity这样的公司正在将开源模型融入消费产品，证明先进的人工智能不再是科技巨头或国家资助实验室的专属领域。Asay设想未来强大的人工智能工具将触手可及——这些工具的设计初衷是供全球开发者网络修改、改进和扩展。对他来说，这与Linux早期的崛起有着显而易见的相似之处。 “Linux 又来了。一个充满激情的开端变成了一场运动，然后是基础设施建设，最后成为全球标准，”他解释道。“关键的区别在于，这一次，一切都将在几个月内发生，而不是几十年。” Linux 的蓬勃发展并非源于政府或企业的支持，而是源于它引发了一波开发者的贡献和创新浪潮。如今，同样的动力正在推动开源人工智能的快速发展。 相比之下，像 OpenAI 这样固守专有模型的组织正在打一场必败的仗。正如 Asay 所说，“他们试图筑坝阻挡海洋”，这突显了试图遏制以去中心化和协作为特征的运动是徒劳的。虽然有些公司认同开源理念，但很少有公司能像 DeepSeek 和 OpenSeek 这样的努力所展现出的透明度和开放性一样。 Asay很清楚政策制定者面临的挑战。“开源不受出口管制或贸易禁运的约束。只需一个拉取请求，即可随时获取，”他指出。 试图减缓或阻止开源人工智能的传播只会适得其反，损害国内创新，并将领导权推向别处。近代科技史的教训是，由全球合作驱动的开放生态系统比封闭、集中的项目适应和发展速度要快得多。 DeepSeek 及其开源后继者的崛起标志着技术开发和传播方式的根本性转变。政府、企业和开发者现在面临着一个选择：参与开源人工智能运动，还是眼睁睁地看着别人领先。开源人工智能并非遥不可及的趋势——它已经在改变格局。 “没有人能够主宰这股浪潮，没有人能够阻止它，也没有人能够遏制它，”Asay总结道。 [查看评论](https://m.cnbeta.com.tw/comment/1494482.htm)

 Key社于日前宣布，《星之梦～雪圈球～》将音乐升级为双耳录音版后将于4月30日在 Steam发售。 这是在不远的将来，一个被分配到星象馆的接待员机器人与员工们之间小小的幸福故事。  本作中不设剧情分支选择，观众可以像看动画或电影一样，如同翻阅小说书页一般推进故事。敬请享受由美丽的视觉效果、双耳录音技术的音乐，以及实力派配音演员献声所共同呈现的感人故事。 Steam版特色包括：  - 文本可选择日语、英语、法语、简体中文或繁体中文共5种语言（仅支持日语语音）。 - 请使用立体声耳机享受 Dolby Atmos （杜比全景音）技术带来的双耳录音音乐！（现有的立体声版音乐也将一并收录） - 能在平板电脑或 Steam Deck 上通过触控操作进行游戏。 &lt;内嵌内容，请前往机核查看&gt;

去年，Linux 内核提出了一个补丁，该补丁会将过时的 CPU 微码版本报告为安全漏洞。由于英特尔会定期发布新的 CPU 微码更新以修复安全漏洞并解决其他功能问题，因此，当 Linux 内核识别到某个处理器部署了过时的 CPU 微码时，它会开始警告用户。该补丁现在已排入 tip/tip.git 分支，因此看起来它将提交给即将到来的 Linux 6.16 内核周期。  自去年提出最初的补丁提案以来，已经有了具体的例子，11 月份有新的 CPU 微码发布了两个安全警告，2 月份有CPU 微码更新解决了五个新的安全问题。这只是过去几个月的情况，如果您是该补丁的长期关注者，那么会很清楚近年来所有供应商都出现了 CPU 安全问题，并且通常会看到通过微码更新应用缓解措施。 今天下午，用于向用户报告过时的 Intel CPU 微码版本的补丁 已排入[tip/tip.git 的 x86/microcode 分支](https://git.kernel.org/pub/scm/linux/kernel/git/tip/tip.git/log/?h=x86/microcode)。由于更新的微码很可能包含安全修复程序和/或已解决的功能问题，因此当检测到 CPU 运行过时的微码时，将通过**/sys/devices/system/cpu/vulnerabilities/old_microcode**进行报告。该目录与其他 CPU 安全漏洞的报告目录位于同一 sysfs 目录中，因此易于收集。在调试 Linux 内核问题时，确保使用最新的 CPU 微码也非常重要。 除了通过 sysfs 报告旧的微码问题外，识别过时的 CPU 微码还会通过“TAINT_CPU_OUT_OF_SPEC”标志污染正在运行的 Linux 内核。 识别过时的 Intel CPU 微码版本并非易事，它依赖于每个 CPU 系列/型号/步进的不同 CPU 微码版本的静态列表。因此，随着时间的推移，该列表需要由 Intel 工程师更新和维护，以正确反映最新发布的微码版本。 现在，[此补丁](https://git.kernel.org/pub/scm/linux/kernel/git/tip/tip.git/commit/?h=x86/microcode&amp;id=377781ebaa7c35ab3e91af29074d5f39100372f2)已通过 tip/tip.git x86 分支排队，除非有人在最后一刻对此报告提出异议，否则很可能会在一个月内提交至 Linux 6.16 合并窗口。 [查看评论](https://m.cnbeta.com.tw/comment/1494474.htm)

<blockquote><p>在电商系统中，购物车模块是用户购买流程的核心环节，其设计的合理性直接影响用户体验和销售转化率。本文将深入探讨电商系统购物车模块的设计要点，供大家参考。</p> </blockquote>  ## 一、概述 在电商系统中，购物车是核心模块之一，用户在浏览商品过程中，可将心仪商品添加到购物车，待浏览完毕后统一结算购买。所以一份合理高效的购物车设计，对于提升用户体验、促进销售转化、降低运营成本等方面都有着至关重要的作用。 由于购物车属于核心模块，为讲的更清晰，所以针对购物车会拆分几期来讲解 本期针对商品加入购物车、购物车中移除商品、更新购物车中的商品数量、商品库存不足、失效商品等场景输出产品解决方案 ## 二、功能设计与实现方案 ### 2.1 商品添加到购物车 **1、结构设计** - 商品唯一标识：商品ID、SKU ID - 值为商品对象：数量、添加时间、状态（正常/失效）等字段 - 排序：商品列表按添加/更新时间倒序排列（最新操作置顶） **2、添加逻辑** 1）查询商品在购物车是否存在 用户点击 “添加到购物车” 按钮时，系统首先通过商品ID和SKU ID查询购物车数据结构中是否存在该商品 - 已存在：数量+1，更新添加时间为当前时间（用于置顶排序），将该商品移动到购物车列表顶部 - 不存在：新增条目（新增商品），数量=1，加入时间=当前时间，并置顶，将该商品移动到购物车列表顶部 2）更新总价格： 同时实时计算购物车的总价等信息，如：单价×数量 3） 存储： - 登录用户：将购物车数据存入Redis - 未登录用户：数据缓存在浏览器，用户登录后合并到Redis（有些电商必须登录才可以加入购物车，这个根据实际业务去处理） **3、示例：** 用户首次添加商品A（ID=1001），数量为1，购物车新增条目，并顶部显示该商品。用户再次添加同一商品A时，数量变为2，商品A继续置顶。 ### 2.2 购物车中移除商品 **1、移除方式：** - 支持单删：点击删除按钮 - 批量删除：勾选后批量操作 **2、移除逻辑** 1）单个移除： - 当用户点击 “从购物车中移除” 按钮时，前端传递需删除的商品ID/SKU ID - 后端根据商品ID、SKU ID、用户标识在购物车数据结构表中查找对应的商品 - 匹配后从购物车数据结构表中删除对应的商品。 - 更新购物车的总价、商品总数等相关信息并重新排序剩余商品 2）批量移除： - 用户可选择多个商品进行批量删除，前端传递需删除的商品ID/SKU ID列表 - 后端遍历购物车数据结构中被选中的商品，逐个进行删除操作 - 更新购物车的总价、商品数等相关信息并重新排序剩余商品 **3、异常处理** - 若删除失败（如网络异常），提示用户并回滚操作 **4、示例** - 用户勾选5件商品批量删除，系统遍历移除后返回剩余列表 ### 2.3 更新购物车中的商品数量 **1、数量增加 / 减少** 1）增加数量： - 用户点击增加数量按钮时，系统在购物车数据结构中找到对应商品，将其数量加 1，并相应更新购物车总价等信息 - 同时要实时检查库存是否充足，若库存不足则给出相应提示并限制数量增加 2）减少数量 : - 用户点击减少数量按钮时，系统在购物车数据结构中找到对应商品，将其数量减 1，并相应更新购物车总价等信息 - 若数量减至 0，则报错提示用户号是否要删除该商品或最小保留1（这点按实际需求处理即可） **2、实现逻辑说明** 1）输入校验： - 用户修改数量时，校验输入值是否合规：1≤ 数量 ≤库存 - 若输入数量超过库存，弹窗提示“库存不足，当前最大可购买X件” - 若输入数量小于1，弹窗提示“至少保留1件”或 “是否要删除该商品”（按自己实际需求处理） 2）更新逻辑： - 根据商品ID和SKU ID找到对应的商品。 - 查询库存服务校验上限，查询商品状态等 - 若商品合规：更新数量并重新计算总价； - 若商品异常：返回错误码（如库存不足，如已下架），禁止修改数量并提示。 **3、交互设计：** - 输入超过库存时，前端自动修正为最大库存值并提示“库存不足，当前最大可购买X件”。 **4、示例：** - 用户将商品的数量从3改为8，但库存仅剩6，系统自动修正为6，并提示“库存不足，最多可购买6件”。 ### 2.4 商品库存不足处理 **1、场景处理** 1）加购时库存不足： 当添加商品到购物车时，若库存不足，系统自动修正为最大库存值并提示“库存不足，当前最大可购买X件”，达到限制该商品的添加数量，使其不能超过库存数量 2）已加购后库存不足 已加购的商品出现库存不足时，系统需更新购物车数据结构中该商品的状态为 “库存不足”，在购物车页面将其置灰且不可勾选，并显示 “缺货” 提示，同时禁止将其加入结算 **2、实现逻辑说明** 1）购物车实时校验： 每次打开或刷新购物车时，需调用库存服务校验商品可用库存 2）数量变更时库存实时校验： - 前端限制：输入框仅允许输入≤库存的数值。 - 后端校验：每次数量更新时，调用库存服务检查可用库存 3）库存不足时： - 前端禁用“数量+”按钮，显示剩余库存 - 用户直接输入数量，自动修正为最大库存值并提示“库存不足，当前最大可购买X件” - 若商品已加入购物车但库存不足，标记为“缺货”，置灰且不可结算 ### 2.5 失效商品处理 **1、场景处理** 1）已售罄商品 ： 已加入购商品售罄时，系统需将其在购物车数据结构中的状态标记为 “售罄”，在购物车页面将其置灰且不可勾选，并显示 “已售罄” 提示，同时禁止将其加入结算 2）下架商品 ： 已加入购商品下架时，系统需将其在购物车数据结构中的状态标记为 “已下架”，在购物车页面将其置灰且不可勾选，并显示 “已下架” 提示，同时禁止将其加入结算 3）区域限制 ： 已加入购商品存在购买区域限制，当不在其销售区域内时，系统需将其在购物车数据结构中的状态标记为 “不在配送区域”，并显示 “不在配送区域” 提示，同时禁止将其加入结算 **2、实现逻辑说明** 1）处理流程： - 定时任务：定期扫描购物车中的商品状态，更新失效商品信息，可调用商品服务检查状态（如每小时扫描一次） - 实时校验：用户进入 或 刷新购物车页面时进行二次校验 2）标记状态： 根据处理结果，将商品状态设为“失效”，并记录原因（如“已下架”） 3）界面提示： - 失效商品置灰，显示具体原因，如“已下架”“不在配送区域””“已售罄”等交互文案 - 提供“移除失效商品”一键清理功能 - 结算时自动移除失效商品，并提示用户 **3、示例：** - 用户购物车中的商品因下架被标记为失效，系统对该商品提示“已下架”，并将其置灰且不可勾选 ### 2.6 异常处理机制 **1、移除商品失败：** 如网络错误，前端重试机制 +提示“删除失败，请重试”，并保留原数据 **2、更新数量时库存不足：** 自动修正为最大库存 + 提示“库存不足，当前最大可购买X件”；且前端限制输入，后端返回错误码，阻止操作。 **3、商品失效：** 实时更新状态，禁止结算并提示用户。 **4、批量操作冲突：** 如同时修改数量和删除，使用事务确保操作原子性，失败时回滚。 **5、区域限制变更：** 如地址修改，重新校验购物车商品，动态更新可售状态 ## 三、案例说明 ### 案例1：商品添加与置顶排序 **用户依次添加** - 商品A：添加时间10:00 - 商品B：添加时间10:05 - 商品A：再重新添加时间10:10 **购物车列表顺序为：** - 商品A：数量2，时间10:10 - 商品B：数量1，时间10:05 ### 案例2：存在失效商品 **用户在购物车中有以下商品：** - 商品A：库存10，正常 - 商品B：已下架 - 商品C：配送区域限制 **交互：** - 用户打开购物车，系统调用商品服务校验： - 商品B标记为“已下架”，商品C标记为“不支持配送”。 - 用户尝试结算时，系统拦截并提示：“2件商品不可结算，请移除”。 - 用户点击“移除失效商品”，仅保留商品A进入结算页。 ## 四、设计思路（很重要） 首先，商品添加到购物车需要考虑到两种情况：已存在和首次添加；以及置顶需要考虑到维护一个时间戳或者顺序字段，按最新操作排序。 接下来需要考虑到更新商品数量，需要检查库存是否足够问题，以及失效商品处理场景，比如下架、售罄、区域限制等 移除商品时，需要考虑到单删和批量删除，要确保数据结构中正确找到对应的条目并删除 最后把这些点整合成一个结构化的思路。如数据结构设计、核心流程、异常处理、存储方案等。输出一份最佳的产品解决方案 作者：pemg的笔记 公众号：pemg的笔记 本文由 @pemg的笔记 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 Pixabay，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

文 | 张冰冰 编辑 | 阿至 36氪获悉，杭州新川新材料有限公司（以下简称「新川新材料」）近日宣布获得5000万元B+轮融资，由浙创投领投，科发资本跟投。本轮资金将主要用于新型电子元器件和光伏用核心材料的开发与量产，以及新一期产能投建。 「新川新材料」成立于2017年8月，总部位于杭州市萧山区，致力于成为全球性电子信息和绿色能源的基础材料公司，其自主研发的MLCC（片式多层陶瓷电容）内电极用镍粉，解决了高端MLCC内电极材料的国产化难题。其“MLCC内电极用200nm及以下高端成品镍粉”被列为2024年浙江省工业新产品，并获得“国内首批次”认定。 目前，「新川新材料」已实现MLCC用镍粉、AI用超细软磁粉量产，并持续推进光伏铜粉、制氢贱金属催化剂等高端粉体材料的规模化应用，覆盖了电子信息、绿色能源、汽车电子、通信等应用领域。**2025年，「新川新材料」被列入浙江省重点支持专精特新中小企业名单。** ## **填补成品镍粉空白，低成本稳定量产获市场认可** MLCC是目前需求最大的电子元器件，是集成电路中不可或缺的基础元件，保障了电子设备稳定运行，广泛应用于在智能手机、5G基站、新能源汽车等领域。镍粉凭借高球形度、高分散性、高导电率、抗氧化性以及耐热性强等特性，成为MLCC内电极的核心材料。 当前日本和韩国占据了MLCC市场70%以上的份额，与之相应的日企主导着镍粉供应市场。国内镍粉供应商以博迁新材为龙头，西南证券2022年相关报告显示，博迁新材主要的产品包括80nm半成品分级镍粉、300nm半成品分级镍粉、300nm成品分级镍粉等。在一段时间内，国产200nm以下，尤其80nm-120nm规格分级成品镍粉存在空白。 在市场需求驱动下，**「新川新材料」从2018年下半年将研发重点从3D打印粉转向镍粉，并在2020年4月正式上线第一台量产超细粉末的设备，再到2022年150nm成品镍粉产品通过客户认证并开始批量生产**，其中经历了艰难的技术攻关阶段。 谈及其中的技术难点，「新川新材料」创始人谢上川表示，第一个难点是如何保证高效率稳定生产：“如果不能批量生产，客户根本不会试用，后续研发、市场推广都无法开展。” **「新川新材料」实现量产的关键是自研升级蒸发冷凝法制粉工艺。**通俗说来，蒸发冷凝法就是把金属加热到沸点蒸发，再冷却成粉末，其实本质就两个过程——加热和冷却。如何把这两个过程自动化，并且实现稳定控制，是工艺的核心难点。 谢上川介绍：“我们开发了一套全新的蒸发冷凝的工艺控制系统，包括温度场控制、热平衡控制，急冷工艺控制。特别是开发了可控的急冷工艺，实现了超高速度的冷却，从而使粉末能快速生成，提升整个生产效率和良品率，实现稳定量产。”  新川新材料生产车间 第二个难点则是生产出超细粉末后的分级处理。在镍粉生产过程中，“分级”是一个关键的后续深加工环节，直接决定了镍粉产品能不能被市场接受。分级的核心在于将原粉按粒径大小进行精细分离，去除大颗粒，从而得到不同规格的成品粉产品。 “特别是在电子行业，价格敏感度很高，需要在控制成本的情况下进行精细的分筛分级。”谢上川进一步阐释，“分级200nm以下镍粉的核心难点是如何高效率地剔除大颗粒，同时要兼顾成本。”  新川新材料镍粉高倍率TEM照片 据介绍，通过技术攻关，「新川新材料」实现了150nm、200nm镍粉分级，并在2025年开发了全新的纳米级镍粉冷却工艺和分级工艺，再一次提高生产率和良品率，**「新川新材料」开发的切割粒径在400nm及以下的80-120nm成品分级镍粉，并可镀上一定厚度的陶瓷膜，以提高纳米级镍粉的粉末的分散性，延迟其烧结温度，可以匹配0.8μm及以下瓷膜厚度的MLCC，和市场同规格镍粉相比，可降低客户30%以上的采购成本。** MLCC以及各类电子元器件市场大部分在日韩，作为其基础核心材料的生产商、供应商，出海是「新川新材料」的必然选择。但要进军日韩市场，对企业品质管理能力、研发能力、服务能力都是很大的考验。 2022年，日本稻畑产业株式会社完成对「新川新材料」的战略投资，为其提供拓展日本市场的关键支持。谢上川介绍，2024年，「新川新材料」正式列入日本主流元器件厂商的供应链体系。**截至目前，「新川新材料」已获得日本、韩国、国内多家客户批量采购订单，整体销量持续增长，从2024年开始实现正向现金流。** ## **从AI到光伏，研发多领域超细粉材料** 除镍粉核心产品之外，面对AI与新能源等爆发市场，「新川新材料」也在持续拓展多类型高端粉体材料。 在AI服务器电源模块、车载高线束毫米波雷达等高端应用场景中，电感需满足高频瞬时响应与低磁损的双重需求。超细软磁粉因其高磁导率、低损耗特性及优异的温度稳定性，成为实现这一性能要求的必需材料，广泛应用于高频电感元件中。 据介绍，**「新川新材料」2021年开始研发超细软磁粉，目前已实现工业化生产，专用于AI服务器电感，应用于头部芯片厂商的AI服务器上，销售规模在百吨级别。** 在成本为王的光伏行业中，谢上川相信，制约整个光伏片每瓦成本的不仅仅是设备，电池片的浆料耗用也是成本关键之一。目前电池片浆料主要使用银浆，但在整个光伏行业当前状况和银价叠加等因素下，银包铜以及纯铜粉的替代可以明显降低成本。 “**铜取代银的时机已经到了。**光伏所用的铜粉对洁净度、球形度、粒径分布稳定性都有着极高的要求，我们蒸发冷凝法生产的铜粉正好适配，再加上我们本身拥有的分级优势，可以做到比较完美地契合光伏铜粉的要求。”因此，2024年后，光伏纯铜粉、银包铜所用铜粉，成为「新川新材料」重点推进的新产品。 “但最终光伏行业对铜粉的使用程度取决于下游，比如光伏电站和光伏组件厂商对铜粉的研发进度。”谢上川预计，未来两到三年，光伏铜粉市场将迎来放量。  新川新材料光伏铜粉SEM照片 产业布局上，谢上川坦言，作为一家创业型公司，首先需要考虑的是营商环境、创业环境、政府服务。因此，「新川新材料」将杭州萧山作为总部基地，集研发中心、销售中心，生产中心于一体。同时，出于客户供应安全、生产规模扩大等因素考量，「新川新材料」同步在丽水莲都布局生产基地。**2025年，「新川新材料」计划实现1500吨超细金属粉末产能，预计2026年产能将提升至2000-2500吨，并根据市场的情况，择机布局第三基地的投建。** 产品规划上，「新川新材料」基于行业发展方向，在MLCC镍粉、AI超细软磁粉、光伏铜粉之外，还将研发制氢用的贱金属催化剂，充分发挥基础材料的作用，协同产业链的发展，力争成为全球性电子信息和绿色能源的基础材料公司。 ### **36氪未来产业** 「36氪未来产业」持续关注城市发展、产业转型和创新创业项目落地。寻求报道可邮箱联系wangfengzhi@36kr.com或扫码联系作者。 此外，今年36氪正式推出《36氪企业投资指南内参》，依托在经济圈产业群、区域重点推进规划与招商领域的深厚积累，36氪通过提供深入详细、更为及时、独家专有的全面信息服务，为政府部门提供高效、精准的产业项目内参；助力项目方匹配产业资金、链接关键人脉、快速融入新的产业生态。    本文来自微信公众号[“36氪未来产业”](https://mp.weixin.qq.com/s/SkEdVKIi1EXb0hNm09O5NA)，作者：张冰冰，阿至，36氪经授权发布。

现在，区分 AI 图片，真的越来越难了。给你几秒时间，下面这四张图，你看得出哪个是 AI 生成的吗？先做题，不准下划偷看答案！  其实，这里只有左下角是真实照片。不知道你猜没猜对，反正编辑部的小伙伴们都觉得挺难的。 而事实也是这样，AI 图片已经越来难辨真假，甚至很多 AI 检测工具都失灵了。 这么说吧，以前生成的那些图片，有些是漫画风，有些长着奇怪的四肢和五官，还有不合理的背景，总之漏洞百出，有时候还挺惊悚。 但前一阵子 GPT-4o 一升级，大模型的文生图能力直接超神了。比如，刚刚右上角的 “ 自拍照 ” 就是下面这些提示词生成的：  大模型甚至能理解提示词里的 “ 平庸 ”、“ 漫不经心 ”、“ 模糊 ”、“ 过曝 ” 等等抽象的要求，生成的图片就像我们生活里的随手一拍，一点违和感都没有。 具体这些模型是怎么做到让 AI 图以假乱真的，官方还没有开源他们的训练架构。 不过在 OpenAI 官网上，我们找到了一些线索。  官方表示，他们在训练模型的时候， 可以让模型更好地理解语言和图像之间的关联。再加持神秘的 “ 后期训练 ”，能让生成的结果看起来很流畅。 所以，当我们给出一些抽象的词汇，比如 “ 漫不经心 ”，模型就能知道图像的角度应该有些歪、画面有些糊、表情应该自然等等，还能完美地展示出来。  技术发展这么快，咱碳基生物是真没办法了。**但更绝望的是，实验结果表示，这回硅基也分不清。** 我们先试了试大模型的矛能不能攻破自己的盾。不出意外，原来那种一眼假的 AI 图片，它和我们一样，还能轻松分辨出来。但现在，同样一张图，丢给豆包和 GPT，它们都认为这是一张真实的自拍照。 豆包看不出这张图片是AI生成的  除了用大模型测试，我们还找了两个推荐排名最靠前的免费 AI 图片检测器，结果它们各有各的拉垮。 我们测试了八张肉眼完全看不出破绽的 AI 人像图片。其中有四张它们意见达成了一致，只不过，是一致认为都是真实照片……  还有四张，两个检测器的意见完全相反。刚才还以为他们互相抄作业，但这下我不怀疑了，因为这回错的题全都不一样。 总之就是对着干  这还只是比较简单的人像，画面集中在人的正脸上，背景也比较单一。 接下来一些复杂场景的测试就更惨不忍睹了，人多或者背景过于精细，甚至单纯的风景图片，都让检测器几乎全军覆没。如果说检测器面对 AI 自拍照还有一点怀疑，面对这些图片的时候它是真的信了。  认不出也就罢了，有一个检测器还出现了误伤，把一张真正的照片判定成了 AI 图片。  有一说一，网恋人的天塌了，以后真分不清是照片还是照骗了。P 图可能会留下痕迹，但现在的 AI 生图真的让人怀疑，这不会是哪个网红明星要和我谈恋爱吧。 那为啥现在 AI 检测工具都不灵了？ 在搜索的时候，我们发现，虽然文生图技术的发展像是坐上了火箭，但 AI 图像检测这么多年还在骑着卷积神经网络的自行车。 由于大部分工具不会开放它们的源码，我们在 github 上找到了几个 AI 图片检测项目作为参考。  我们发现，这几个 AI 检测工具的架构都还停留在数据集 + 卷积特征识别 + 分类的阶段。 熟悉计算机视觉的差友，可能了解这一套沿用了 N 年的流程：先给数据集里的每张图片打上是或不是 AI 生成的标签，剩下的就交给神经网络去学习标签相应的图片特征，最后进行分类。 AI 生图技术更新了一茬又一茬，这些工具做的不过就是把新 AI 图打上标签，加进老数据集，重新再训练一遍。甚至其中一个工具用的 CvT-13 模型，已经是 4 年前的老东西了。 可以说是魔高一尺，道高一寸，技术本身没更新，准确率当然上不去了。 CvT-13架构  虽然 AI 图片识别相关的学术研究也有一些，但研究速度，数量和受到的关注度都和大模型文生图没法比。 不过，与其费时费力的后期区分，不如从源头解决问题。 比如各大 AI 公司共同倡导的 C2PA 组织，鼓励制定相关标准，来更方便地验证信息来源，避免 AI 内容泛滥。 其中，OpenAI 表示会尝试给生成的图片加上水印。Google也提出 synthID，可以把数字水印嵌入 AI 生成的文字、图片、视频、音频里。这种水印不会影响我们的观感，但可以被软件识别。 而且，在今年 3 月国家颁布的《 人工智能生成合成内容标识办法 》中明确表示，从 2025 年 9 月起，所有 AI 生成的内容都必须添加显式或隐式标识。  那我们为啥要一定区分 AI 图呢？分不清难道不是技术力 max，这不是好事吗？ 生图确实很厉害，不过凡事咱得看两面。因为在 AI 生图震惊全球的时候，利用 AI 进行诈骗犯罪的新闻还在频繁曝出。AI 越真，我们被骗的概率就越高。 毕竟，有些人想的肯定不是怎么用 AI 生成吉卜力风格的可爱图片，而是用最真实的图片来攻击大家最薄弱的点。  总的来说，现在靠我们自己已经很难分清 AI 图像的真假了。 不管是识别的工具，还是从源头给 AI 内容打标记，现在的技术都有些落后，但需求很紧迫。 这样看来，区分 AI 内容会是一场持久战。各大公司在搞生图技术，秀肌肉的时候，也该考虑一下 AI 识别技术的升级了。 [查看评论](https://m.cnbeta.com.tw/comment/1494472.htm)

据报道，铃木正在加快向全球出口印度生产的汽车，在新款“吉姆尼Nomad”发布会上，铃木汽车副社长鲇川坚一接受媒体采访时，透露了不少铃木在印度的发展规划事宜。鲇川坚一表示，在（铃木决定进军印度的）约40年前，**印度几乎没有汽车产业，铃木与供应商一起构建了基础。** 后来，世界1级零部件供应商开始在印度设立产能基地，印度当地供应商的规模也在迅速扩大，他们借鉴日本的技术，并巧妙融合西方管理，形成印度独有的智慧方案。 鲇川坚一指出，“吉姆尼”和“吉姆尼Sierra”是在日本制造的，但已经满负荷生产。为了生产吉姆尼Nomad，铃木也讨论过是否应该继续投资日本国内的工厂？ 但考虑到成本和出口基地等因素，铃木认为印度是最好的选择。**在质量方面，（印度）已经提高到与日本生产相当的水平。 ** 铃木的方针是，将印度作为面向世界市场的出口基地，印度的汽车产量正在不断增长。 数据显示，截止到2024年11月，印度的汽车出口量已累计达到300万辆。铃木的印度子公司Maruti Suzuki India目前向以非洲、中南美、亚洲、中近东为中心的约100个国家和地区出口17款车型，这也是印度汽车质量变好的证明之一。 [](//img1.mydrivers.com/img/20250422/0f7af5e085af4219b39a6b0a9ad1ece9.png) [查看评论](https://m.cnbeta.com.tw/comment/1494470.htm)

 Netflix改编自《狂赌之渊》的真人剧集《BET》公布预告，将于5月15日播出。 &lt;内嵌内容，请前往机核查看&gt; 《狂赌之渊》为一部由河本焰担任原作，尚村透负责作画的日本漫画作品。以一所日本私立学园为舞台，讲述该学园以赌博能力来决定学生在校内位阶高低的故事。《狂赌之渊》自2014年开始连载后广受好评，除了在2017年改编成TV动画，2018年时更推出了真人电视剧，由英勉主导、滨边美波及高杉真宙等人主演。   

据央视新闻报道，当地时间4月21日，在美国佛罗里达州奥兰多国际机场，**美国达美航空公司1213次航班客机在起飞前遭遇发动机起火，机上乘客使用紧急滑梯撤离。**达美航空在不久后发布的一份声明中表示，该事件中暂无人员伤亡报告。 [](//img1.mydrivers.com/img/20250422/2a48abd5d37945b798ed90fe3c3b3c43.png) 据悉，该客机机型为空客A330，原定于从奥兰多飞往亚特兰大。达美航空称，该客机载有282名乘客、10名乘务员和2名飞行员。维修团队将对飞机进行检查，确定起火原因。 值得关注的是，这已是美国近一周内第二起发动机起火事件。 此前报道显示，上周日，一架从丹佛飞往埃德蒙顿的美联航UA2325航班在起飞过程中，一只兔子吸入波音737客机的右侧发动机，导致发动机短时间内多次喷出火焰。 根据LiveATC音频记录，机组人员请求对引擎火警进行检查，飞行员确认事故由兔子撞击引发。最终，飞机在空中飞行了大约75分钟后，又返回登机口。 [](//img1.mydrivers.com/img/20250422/61269818cc2146378ed90b29a4c5fd95.png) [查看评论](https://m.cnbeta.com.tw/comment/1494462.htm)

日前，**上汽通用别克在品牌日上发布全新高端新能源子品牌“至境”，搭载别克“逍遥”超级融合架构，**覆盖轿车、SUV、MPV多款车型，首款车型为“别克世家”，定位超豪华新能源MPV。 [](//img1.mydrivers.com/img/20250422/d0389cd8-139f-40d0-853d-fa837fdfa6b6.png) 同时，作为老牌合资品牌，别克也开始在智能化上发力，**别克宣布与 Momenta 已启动战略合作，**双方将围绕城区辅助驾驶开拓全新的研发范式，共同推进城区辅助驾驶功能的发展与普及。 [](//img1.mydrivers.com/img/20250422/8060680e22a34dcf99034b3c2b235c65.jpg) 依托底层架构级的深度合作，Momenta将与别克品牌共同开发全场景辅助驾驶解决方案。 与Momenta合作不仅能够极大缩短功能研发与落地周期，更能显著提升车型竞争力，搭载Momenta全新城区辅助驾驶方案的别克新车将于今年下半年发布。 据了解，Momenta作为业内首个发布量产飞轮大模型的企业，可提供一段式端到端的城区辅助驾驶解决方案，与华为、小鹏等品牌高调营销相比，Momenta更像是国内辅助驾驶领域的“扫地僧”，外在低调但实力深厚。 Momenta目前已向国内丰田、大众、广汽、上汽、比亚迪等多家车企，提供辅助驾驶解决方案，相关车型已陆续上市发售。而今，别克选择与Momenta合作，**相当于找到了一条快速提升辅助驾驶能力的捷径。** [查看评论](https://m.cnbeta.com.tw/comment/1494460.htm)

显而易见，当前的乐普医疗正跌入低谷，能否触底反弹，就看其战略定力了。

<blockquote><p>在品牌传播的领域，如何打造一场亿级甚至数十亿级的传播项目，是每个品牌从业者梦寐以求的目标。本文将通过一个实际案例，回顾作者作为互联网大厂服务商参与2021年东京奥运会传播项目的经历。</p> </blockquote>  你参加过奥运嘛？我参加过！ 回顾整个职业生涯的案例，其实我成长最快的还是作为某互联网大厂的服务商。PM做2021年东京奥运会传播的案子：27天，1000余万预算，31.5亿有效曝光，164万有效互动。 作为品牌人，做个亿级传播项目难，做数十亿的传播项目简直难上加难。时至今日，我都在感谢那个项目、那段日子带给我的一切。真的很难、真的成长、真的有用。 进入正题。 ## 传播最有效的是什么？是KEY WORD。 在接到brief的时候，我和团队就在思考，究竟哪个词能代表奥运精神、平台文化，且易于传播，能形成有效的心智印象。最后我们将该平台标志性人物之一“冬泳怪鸽”的「奥利给」进行加工，注入精神含量满满的“力”，是运动员的竞技力量、是背后提升的国家力量、是传播者赋能需要者的精神力量。 于是，将“奥利给”升级成“奥力给”，使“大众通过该平台重新认识并理解“奥力给”的含义，冲击国内外热榜榜单，提升social话题热度，完成行业及主流媒体背书”成为了我们为期一个月的传播目的。 事实证明选择“奥力给”作为KEY WORD是正确的。最开始我们设定的传播曝光预期目标只有25亿，但最后我们取得了超过31.5亿的成绩。 Tips：很多人会觉得“奥利给”好土啊！其实在21年，在这个平台，奥利给是一种符号，这个符号影响着很多其核心用户，经过充分的调研，在二线、三线、四线城市，这是一个能保持平台特色的标志性关键词。 ## KEY WORD已定，怎么出圈是问题？ 关于出圈，我们是“多线并行，相辅相成”的策略。 综合多个角色维度来诠释“奥力给”，KEY WORD才能出圈，最佳组合必然是：语言学家+奥运健儿+冠军家长+网红达人+平台官方（创意官宣+主题TVC）+主流媒体+效应型自媒体。 具体达成链路如下： **1** 语言学家提议将“奥力给”加入词典。消息一出，必然会引起讨论，有了引子后，后面的才能发力。 这个步骤其实还可以做得更好，比如让房琪、陈铭、杨奇函等当时比较热的语言工作者开展金句频出的小型辩论会，将这个传播点引导到另一个高点，现在想来没做这个有点遗憾。 **2** 中外的奥运健儿在随着旗手入场时，大概将近10位熟面孔说了“奥力给”。不仅有中国运动员，还有欧洲和非洲的运动员，特别是非洲人说“奥力给”，是后续鬼畜趣味传播的埋点所在。这条线其实就是全民奥力给，整条传播线我们取得了9.3亿的有效曝光。 值得一提的是，在B站平台，集合热门中外运动员及运动员家属以奥力给视频为原始素材，进行创意二创，如方言TVC、鬼畜全民星、随机连线教外国人奥力给等视频，打通B站亚文化核心圈层，展开超级符号“奥力给”自发二轮传播，并引发弹幕讨论，反哺品牌价值传播，单平台共计完成了433.9万的有效曝光。 当然我们需要非洲运动员说，是因为我们找了非洲很多没能参赛的运动员和非洲的老师录制了奥力给加油/教学视频。因为非洲很多人的奥力给发音其实和“oly-game“是比较相似的，和Olympic Games十分契合。特别有趣的是，我们还安排了在洛杉矶街头随机采访黑人”do you know 奥力给“的鬼畜剪辑视频。 **3** 全民奥力给的另一条线下，冠军家长一定要说“奥力给”。这个是最有意思的模块，首先我们需要押对宝，押宝运动员有望夺冠，家属愿意帮我们说，甚至当地的体育部门也愿意才有效。当时真的每天看比赛，看运动员之前的发挥，来判断谁可以。 最后不负所望，我们押对了3个金牌、4个银牌获得者，他/她们的家长守候在电视机前观看比赛，获得奖牌的那一刻，激动喊出“奥力给”。这一刻，我真的从心里在为“奥力给”这个传播关键词所感动。这些物料也多次冲上热搜，特别是一个女冠军的妈妈喊了很多次“奥力给”的素材，这个模块共计完成9次微博高位热搜，最高一次让我们冲上热搜第2。 Tips：怎么做热搜，是舒泽在电影公司就一直在接触的，至今我的简历里有一个保留亮点：我做过第二、第三、第五总榜热搜位。 **4** 网红达人诠释“奥力给”的实现路径就是创作奥力给神曲+魔性舞蹈。先洗脑斩男版传播1-3天，第3天开始多赛道变形，猛男版、萌宠版、虚拟主播版…….通过多种变形版本打造大众热度，扩大传播覆盖，吸引更多用户参与。 同时，我们选用了一位新疆姑娘来从风格女神的视角解读奥运和奥力给，也取得极高的关注度。还有我印象深刻的一件事，一个货车司机自发参与，并取得了极高的自来水关注和互动，是意料之外。作为一个女司机，她对“奥力给”的解读让人难过中又给予了无限力量，当时真的很想哭。 这一板块的整体节奏如下：（1）发布神曲，端内KOL率先发起斩男舞，向端外扩散；（2）各平台达人开启神曲模仿跟跳，注入颜值、肌肉等吸睛元素；（3）变形版本、恶搞歌词版本陆续出街发布，进一步出圈传播；（4）奥力给风格女神新视角解读奥运，打造出圈语录。（5）就是意料之外的真实角色总结收尾，拔高调性。 这一系列，做完之后，持续性获得了47.4%的曝光增长，证明整个媒介传播手段的有效性。 **5** 官宣线主要分为To B \To C 两个模块，是以创意物料为主，我们做到了4.9亿的有效曝光。这一个模块，我觉得最可说的一个点就是《决战东京，奥力给》创意短片，在视频号平台取得了10万+的心心和3.8万的转发。除此以外，“中国大片”系列海报、五星天团插画，特别是将各种运动进行动物模拟的创意门派插画，也取得了很好的传播效果。 在官宣线的另一个节点“收官线”的传播，主要还就是以媒体为主，结合奥运收官，联合新世相重磅推出的收官纪录片《平凡人的奥林匹克》，以微信为主战场，覆盖核心圈层进行社群传播，头部公众号深度解读，输出品牌价值主张；同时，以微博平台为辅，微博大V跟进，在公域扩大声量，最终也取得超越千万级的有效曝光。 特别是，我在这个期间，撰写了一篇热度很高的公关大稿，成为我职业生涯很大的背书。 **6** 平台官方主要是TVC线的传播，这个是跟的比较痛苦的一个传播模块，但是也是收获最大的传播模块，让我系统性的操盘从制作阶段到解读阶段再到传播阶段、二轮衍生传播阶段的“完整品牌TVC传播”。 执行路径上： （1）头部行业媒体数英发布深度文章解读品牌TVC，建立平台与奥运符号“奥力给”的关联认知，将平台内核与奥运精神深度绑定。 （2）视频号透传覆盖广告公关、体育、生活、新闻资讯等圈层；社群透传覆盖体育、互联网、媒体、艺术、营销等圈层；KOL朋友圈透传覆盖广告营销、互联网、媒体、体育等垂类。以TVC为载体，建立奥运-平台-普通用户的关联，强势触达核心目标人群并完成品牌价值输出。 （3）知乎平台覆盖众多角度奥运开幕相关话题，借由TVC输出品牌奥运符号“奥力给”，抢占大众心智，并登上3次知乎热榜。 （4）虎扑平台以视频截图等物料为核心，传播正向积极价值为品牌加持，引发体育垂直圈层的共鸣与讨论，共计2次登上虎扑步行街热帖。 以上，在各个平台，调动核心人群参与传播，把TVC进行透传，光一支TVC就完成了13.2亿的曝光。 我的用词是“调动核心人群参与传播”是因为，自来水量极其巨大；“透传”是因为通过多个第三方数据平台反馈分析，传播很透彻。 以上，就是舒泽PM奥运传播时候的完整动作。当然，每一个模块都能写出一篇3000字的经验长文。之后，会结合具体案例再分享“品牌传播与公关传播” “如何冲击热搜” “如何做一场有效的品牌TVC传播” “如何挑选到有效的媒介渠道完成内容心智传播” …… 这段经历就像我开头的时候讲的一样，短短27天，要花1000多万，是梦幻的，也是一场巨大的挑战，好在这场挑战我交了一张满意的答卷，我做了一场30多亿的传播案例。 本文由 @舒泽品牌手记 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 Pixabay，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 硬氪获悉，常州来牟科技有限公司（以下简称「来牟科技」）近日完成数千万元Pre-A轮融资，本轮投资方为九坤创投，Maple Pledge枫承资本出任私募股权融资顾问。资金将用于产品量产交付及市场预期性备货。此前公司已获得李泽湘教授创立的XbotPark基金的种子轮融资，后获得NBT Capital（耐必信）千万级天使轮投资。 「来牟科技」是硬氪长期关注的企业，公司面向欧美市场、专注割草机器人研发制造。创始人高望书曾任云鲸联合创始人， 后加入SharkNinja品牌主导扫地机器人研发工作，其产品市占率排名北美第一；创始团队成员均毕业于国内外顶级院校，曾任NVIDIA英伟达、华为、图森未来等企业的核心研发负责人。团队在消费机器人、自动驾驶核心技术研发及量产方面经验丰富，是一只兼具技术创新、场景深度理解和大规模量产交付能力的复合型团队。 在欧美庭院，割草是一项长期存在的刚需性工作。 根据Statista统计数据，全球约有2.5亿个庭院花园，1亿个集中在美国，8000万个分散于欧洲各地区。草坪文化延续至今，77%欧美家庭会固定进行庭院活动，一般家庭平均每月要修整草坪2至3次，有2.27 亿以上的美国人拥有草坪维护及园艺工具。 割草机器人作为一个新近兴起的领域，有技术和产品壁垒，应用场景精准，随着用户对智能化工具替代需求的增长，吸引了不少创业公司和大厂的涌入。其中，受不同国家和地区的草场特点影响，用户对割草机的技术功能、产品形态、性能、续航等需求不同，市场教育程度和用户的产品接受度也存在一定差异。  来牟科技Lymow One割草机器人（图片/企业） Statista数据显示，割草机器人在欧洲地区的渗透率在10%-15%，而在美国渗透率仅为2%、许多用户仍在使用传统的手持式割草机作业。 高望书向硬氪分析，这主要是由大场景的环境复杂程度更高所导致的。“从欧美草场来看，北美近四成、欧洲近两成的家庭草地面积在1000平以上，且开放式草坪众多，地形复杂，包括湿草、林地等，要求机器具备强通过能力，对定位和识别稳定性的要求也更高。这些用户场景中，轻量化割草机器人无法使用，这是现有割草机器人产品所无法覆盖的。” 回归割草本身，用户的核心需求是如何高效地把草割好，对大功率、高性能和长续航的要求较高。针对上述痛点，「来牟科技」推出一代割草机器人Lymow One，自研定位算法方案和硬件结构，��复杂草场为切入点，解决多地形的割草难题。  来牟科技Lymow One割草机器人（图片/企业） 在软件端，「来牟科技」采用视觉+惯导的RTK（Real - time kinematic、实时动态载波相位差分技术）方案，通过双目AI视觉加超声波传感器，可从多个方向探测避障，以绕过庭院设施、岩石、动物、儿童等避免发生碰撞，保证机器人高效、稳定运行，解决割草边界问题，成本上仅为传统RTK方案的十分之一。 日常使用时，用户只需在其手机App遥控操作，即可启动、监控与停止割草任务，远程对多区域草场进行实时管控，并由设备自动进行返回充电和续割工作，无需人工参与。  Lymow One多区域管理算法（图片/企业） 在硬件端，LymowOne采用了履带式设计，具备更强的抓地能力，可应对高达45°的陡坡、在坡度地形中割草不易打滑，跨越障碍高度达2英寸（约5厘米），同时对复杂地形的适应能力也更强，无需担心设备卡在树根、坑洼、凸起或泥泞的地面上，提升产品的耐用性。 区别于市面上多数割草机器人的多齿刀片，LymowOne配备的碎草直刀，通过高速旋转来切割草坪，无论是柔软的草地还是较为粗糙的高密草丛，可确保草坪修剪得整洁且均匀；其稳定的工作性能和易于控制的特性，也使机器人在自主工作时能够更准确地按照预设路径进行割草。 LymowOne的客单价在3000美金左右，自2024年启动众筹以来，已筹集资金达500万美金，在Kickstarter上排名2024年全品类的第四名、割草机品类额度第一，所筹集金额是割草机品类历史最高金额、且为其他类似产品的两倍以上。  来牟科技众筹数据（截止2025.04，图源/Kickstarter） 据高望书透露，除线上平台外，公司今年将重点布局线下渠道，在欧美成立团队以加快市场进一步拓展。「来牟科技」现已获得近百家经销商关注，并且拿下了大量订单，目前LymowOne已经进入试产阶段正在小批量交付。同时在研发节奏上，将探索AI+机器人技术融合，加速产品优化迭代，为用户提供更好的割草体验。

 由 OSEA Innovations 开发的 2.5D 益智平台游戏《Rumbral》将于第二季度发售。游戏背景始于一个似乎被遗忘的世界。在这个荒凉的地方寻找出路，同时努力恢复记忆并找出你的真实身份。  主角在一个阴森的森林中醒来，完全失去了对自己和周围世界的记忆。 探索一个充满废墟和谜题的奇异世界，也许是其他人留下的。幸存者？探索者？ 找到神秘的洋红色液体，让你穿越到过去，揭示世界的秘密……甚至你的身世。 但要小心：这个地方可能并不孤单。  在 Rumbral 中，你将扮演一个神秘的存在，试图拼凑自己遗忘的过去。 解开环境谜题，启动古老的机关，搬动物体解决障碍。 使用液体穿越到一个平行世界——过去的幻影，在那里你可以进入新的区域并影响现实世界。 收集隐藏的物品，拼出你失落的记忆。一些很容易被错过，另一些……可能正在注视你。

只有当遗憾取代了梦想，人才算老。

 Steam 推箱子游戏节现已开幕，为大家带来海量折扣与试用版！这场游戏节围绕推箱子类的解谜游戏展开，玩家需要在有限的空间内推动物品，直到解开谜题为止。 V社表示： 「 是不是觉得自己很擅长解谜游戏？ 如果回答是肯定的 （哪怕是“其实我属于人菜瘾大”），那这场游戏节就是为您准备的。 」  其中，值得注意的好价包括： 《帕特里克的箱子无穷奇遇》 仅售45.6元、《海天岛传说》仅售24元、《怪兽远征》仅售30.4元、《Can of Wormholes》仅售38元、《杀令营》仅售7元、《纸间谜迹》仅售30.4元等。 与此同时，官方还为玩家送出活动专属的[免费点数商店好礼](https://store.steampowered.com/category/box-pushing)，包括多种不同的限定样式。

<blockquote><p>随着AI技术的飞速发展，市场对AI产品的期待越来越高。从ChatGPT到各类主流AI工具，尽管技术不断进步，但真正能够满足C端用户需求的成熟产品仍然稀缺。本文将介绍一款名为Flowith的产品，它以独特的理念和创新的功能，试图重新定义AI产品范式，帮助用户更好地进行知识管理和创作。</p> </blockquote>  自22年底ChatGPT爆火以来，LLM的模型表现一次次地再创新高，但是真正在C端人人都使用、都觉得好用的应用尚不多。两年过去了，从文心一言到豆包、kimi等主流AI工具，依然在基于对话聊天的框架下，把最新最好的模型加进去、把新支持的模态加进去。 今年年初爆火的DeepSeek，主要的特点是：开源、高得分、低成本，但这些优点都不是非从业者能够直接感知的。媒体的热议为它带来了免费的流量（同为“6+2”之一的月之暗面为kimi投入了很多钱去推广，可羡慕坏了），它自身的优点则把感兴趣的人转化成了真正的用户，笔者认为主要优点有： - 展示了CoT推理过程，让人觉得它真的在思考、很聪明（虽然ChatGPT之前也有推理模型，但DS是国内第一个可以免费使用的的推理模型）； - 让中国人觉得中文说的好，有很多高端词汇、比喻排比等（可能与数据来源蒸馏、后对齐的设置都有关）； - 有限的算力无意中形成了饥饿营销。 这不由得让人感慨爆款总是需要天时地利人和。 最近笔者从一个小应用“八字成画”看到了一个有趣的用户现象：  相关帖子中的方法是：“用Deepseek命令：你是一个顶级的命理大师 ，特别会分析八字意象。请帮我描绘一下女命/男命八字xx xx xx xx的画面。 把描述的文字复制到豆包生图就可以啦～！” 估计豆包/Kimi等AI工具的PM看到这种使用方式会哭笑不得，他们产品自己就可以解读八字意向（文生文）、再文生图，为什么用户要去DS转一道呢？因为： - 模型得分的细微差异并不能直接被C端用户感知，用户更信赖已知厉害的DS，哪怕几个月过去其他公司可能已经追上。 - 基于聊天框的AI应用，用户已经养成了“复制、粘贴”的习惯，所以复制（DS生成的文字）、（再去豆包）粘贴这个流程也很自然，就像复制prompt去AI软件尝试一样自然。 由此，笔者不禁感慨，AI作为一个公认的新领域，给了市场一个全新的塑造用户信赖的机会。以及，AI时代的产品范式尚未确立，当前广为接受的聊天框形态只是过渡时期的产物。 既然范式尚未确立，未来几年，很多常见应用都将面临着以AI逻辑重构的挑战。当前的LLM已经具备对应的能力，只待产品模式的更新。 那么，AI时代的产品新范式是什么呢？ ## 01 flowith的理念 在b站看到dereknee（flowith创始人倪正民）发布的视频标题为“Chatbot 式 AI 将成为历史 – 正式发布 flowith 2.0!”让我看到这款产品的野心，它大声喊出“天下苦chatbot”久矣！ 从创始人的采访看到他们的理念充满着技术人文主义： <blockquote><p>“我们是想让flowith 2.0解决一个悖论：<strong><strong><strong>AI时代的信息过载反而让深度思考变得更稀缺。</strong></strong></strong></p> <p>我们不是用技术替代人类创作，而是通过结构化知识流（输入-重构-输出）重建创作的心智秩序——当用户为知识库付费时，本质是在购买一个持续进化的认知协作伙伴。”</p></blockquote> 创始人提出的悖论，笔者深以为然。在笔者看来，目前AI chatbot最实用的情况普遍有两种： - 使用人的问题已经很明确，AI通过检索、生成回答问题，比如代码补全、文章翻译、论文润色，这时**对产出的掌握权在人手里**； - 使用人只有模糊的问题，不知道自己想要什么，AI来发散开拓思路，这时**产出由AI掌握**； 对第二种情况，笔者觉得使用的同时也要警惕：把使用权交给AI，是否潜移默化吞噬了我们自己的思考与创作能力呢？ 因此，flowith的定位是协助用户更好地创作，不是号称替代生产力，而是从人本位的生产过程出发提升效率。在AI势头正盛、但市场劳动力偏向供过于求的阶段，这是一个很好的平衡点。 ## 02 好玩 or 实用 笔者把flowith的功能总结成了如下两个玩法： ### 玩法一：知识花园与社区 基于flowith的创作的基石为知识花园，通过搭建花园、跟花园聊天实现画布上的创作，搭建好的花园可以发布到社区（类似于github）  主要功能的关系如图 要在flowith上创作，首先要建立一个知识花园：  新知识花园的搭建页面  知识花园的搭建逻辑 其搭建逻辑为： - 用户可以自己上传文本、文件、网页上传至知识花园； - 如选择通过AI智能拆分，它则会根据语义精简内容、且重新拆分文档（有利于RAG）；如选择直接拆分则保留原文档划分，速度更快； - 拆分后的大块内容被称为“AI驱动Seeds”（可以视为知识文件夹），它可以被加入新Seed（可以视为具体的知识文档）、可以被继续被编辑更新，从而形成可反复迭代的知识库。 搭建知识花园后，则可以基于其发起对话。整个对话过程基于画布，每个对话回合都是节点，可以通过并行、串行的方式被连接起来。 画布的概念很具新意，很符合创作工作中有主线任务、有支线任务的特点，以及支持团队协同、评论。  目前画布节点仅支持通过与AI的对话开启，对于生成的内容无法编辑、调整节点顺序等，相比于人们对于传统白板的想象自由度稍低。 如果认为知识花园已经完备，可以将知识花园发布至社区。进入任一花园，可以初步基于AI提问，觉得好的话可以免费添加至自己的知识花园或付费购买。  flowith将所有分享花园至社区的创作者用户称为：AI Knowledge Base Creator。目前社区挑选出的头部八个知识花园中，除去flowith官方自己的招聘，其余大部分为跨平台自媒体。目前已有四个花园收费，售价0.5-2.99美元不等。 在全部花园区域，则有“投资大师精华录”、“孙子兵法”等特定领域主题的花园，大部分是个人爱好者所创建。这个现象让我想起了贴吧、豆瓣等传统平台上，在特定知识领域总有用爱发电、勤勤恳恳搬知识的爱好者。在flowith，由于入库后知识有AI的归纳和总结，爱好者只需要收集信息传入库，几乎无需修改、翻译，大大降低了内容创作成本。 ### 玩法二：AI对话oracle flowith的另外一个重点功能是Oracle模式下，模型可以以agent形式工作、自主按问题生成步骤、按步骤寻求答案，此时不会基于知识花园，只靠模型与网络知识。 笔者进行了一个旅行计划的尝试：  Oracle模式生成的待确认步骤 可以看到已经生成了旅行计划的主要步骤，可以进行增删，确认后它则会按步骤执行：  按步骤执行，每个步骤会搜索多条网页 整体Oracle在画布上执行了“按步骤串联-步骤内并联搜寻信息”的过程，是比较符合常规工作习惯的。在每一个步骤结束如果用户对结果不满意，也可以要求返工。 比较有趣的是因为任务中提及了预算，flowith可以给到类在线excel的预览，是产品层面贴近用户需求的巧思。  最后由于拆解的步骤的最后一步是：“生成一个包含最终优化后行程的网页报告。报告应包括：每日详细行程安排（含柯南景点参观计划）、清晰的预算明细（总额控制在25000-30000人民币范围内）、机票和住宿类型建议（非具体预订）、主要柯南景点介绍（含地址、开放时间）、以及日本境内交通方式建议。”，最后生成了网页代码，可以直接在画布上预览，相当于快速产出了可预览的demo。  对比市场上的agent工具，Manus执行虚拟机下的指令，可执行任务更具体，但成本消耗大、交互性低（不过可以通过工程提升）；智谱的GLM-PC牛牛通过识屏后在本机执行指令，节省资源但准确度低；都说明了聊天框外的世界太复杂，通用agent的路还艰难。 而flowith将空间限制在网页端画布内，几乎就限制了使用场景为：创作、规划、demo产出。在产品层面节点可追溯可调整，做到了细分领域实际可用的agent。 Oracle模式也是有对应的社区模式的，不过目前尚未形成比较明确的创作者生态。基于agent模式下整体是AI产出内容，人类只把关节点目标的情况下，可能也不会形成知识创作与付费生态，更多维持在思路、流程分享交流的状态。  ## 03 总结 整体体验下来，笔者当前flowith的长板和短板总结如下： 1.与AI对话的画布打破线性叙事，很有创意 笔者最初也是被这个功能点吸引的，目前这个创意已经呈现出来了，但是画布上常规功能（如节点编辑、移动等）的缺失导致对普通用户还不是真正能依赖创作的工具，更适合辅助头脑风暴。 2.订阅制的社区，比传统知识付费附加了AI协助理解能力 传统的文字知识付费很容易被搬运成盗版。但如果以AI知识花园的知识呈现，对创作者来说创作成本更低，对购买者来说附加的AI问答能力还能协助理解内容，是双赢的局面。 比较适合适合知识搬运&gt;观点输出的内容创作者（比如搬运论文为主的的科技自媒体）扩大影响力。 3.需要构建知识创作、PUGC知识社区付费的良性循环 如第一点所说白板尚不足支持创作，以及尚未形成白板创作后反哺知识花园的闭环，当前创作生态的产品力还需加强。 因此对于普通用户来说，很可能卡顿在构建知识花园、白板对话等创作环节，难流转到发布社区环节； 而能成功发布到社区的用户，很有可能是本来就把内容多平台分发的专业自媒体。从社区排行第二的“通往AGI之路”可以看出，他们的主要内容依托于官网和飞书文档呈现，只是将flowith作为分发渠道之一。这可能导致普通用户经AI问答跳到外部，最后未实际留存在flowith。 因此，让普通用户也能够把flowith当作创作生产力来使用，是创作社区生态良性循环中重要一步。如果无法实现循环，那么当飞书文档等原知识管理平台开始“模仿”创意的时候，flowith的处境会比较尴尬；而如果flowith成功把这个循环打通，则完整生态下有可能发展出相当有黏性的一批用户。 ## 引申：笔者的一点感慨 在互联网化高度发展的今天，我们常常感慨，最聪明的人每天都在研究怎么让我们多点击1次，多停留1s，多掏1笔钱——这已经不是打天下的时代，是守天下的时代。 我们需要心怀理想的鲶鱼，去搅动局面，去重新定义产品范式（结果怎么样甚至没有那么重要，搅一搅总是好的）。当前基于LLM的AI，离AGI虽然还远得很，但已经足够成为杠杆，助力小团队做鲶鱼出来。 flowith是鲶鱼吗？我觉得是，也不是。 会说是，是因为它在知识付费领域或许是一条鲶鱼； 也觉得不是，是因为它定位中的一部分：“**重新定义人类的创作方式”**，我甚至觉得市场上并没有现有的产品。过去互联网更多地是重新定义内容分发，用不同的渠道、推荐流量去分发；或者重新定义内容格式，从图文到长短视频，比较少有产品关注人的创作过程本身（依托卡片笔记法的flomo浮墨笔记算一个）。 王兴说“多数人为了逃避真正的思考，愿意做任何的事情。”，那么我们做什么样的产品呢？是迎合逃避思考需求、让人更加上瘾的产品呢？还是让人更容易进入思考创作状态的产品呢？ 或许“思考”、“创作”这些名词早就被互联网抛弃了，但在AI到来的时代，你是驱动AI的人、还是被AI鞭子驱动的牛马正是取决于此。 希望AI让你我的明天变得更好。 参考资料： [1]Chatbot 式 AI 将成为历史 – 正式发布 flowith 2.0! [2]对话flowith创始人：chatbot式AI将成为历史｜甲子光年 作者：灰原爱AI 公众号：灰原爱AI 本文由 @灰原爱AI 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

在日本成绩比国内好得多。

<blockquote><p>在当今数字化营销时代，广告归因和数据追踪是衡量广告效果的关键环节。本文将深入探讨字节生态下小程序广告的归因机制和数据追踪方法，希望能帮到大家。</p> </blockquote>  之前讲过字节小程序其中一种的归因方式，先来回顾一下  在巨量引擎投放体系下，非自归因模式要求广告主自主完成用户行为与媒体数据的映射匹配。其核心实现路径如下： **1）参数动态化机制**广告监测链接需预埋媒体侧提供的宏变量参数（如__PROJECT_ID__、__PROMOTION_ID__）。当用户触发广告点击时，系统将自动替换宏变量为具体广告计划ID、创意ID等数值。该过程依赖click_id作为核心标识符，串联用户点击行为与后续转化事件。 **2）数据匹配逻辑**用户进入小程序后，开发者需通过SDK捕获click_id，并将其与关键转化事件（激活/注册/付费）绑定回传至巨量引擎服务器。媒体平台基于click_id完成广告计划与转化行为的归因映射。 **3）技术瓶颈分析**该模式存在两个核心风险点： - **数据回传延迟**：因网络环境或SDK捕获失败导致的回调超时（通常要求48小时内完成数据闭合） - **参数丢失率**：约12%-15%的安卓设备因系统权限限制导致click_id获取异常（需通过设备指纹补偿） ## 字节小程序自归因  为解决非自归因的不稳定性，字节生态提供官方自归因技术路径： **参数预埋规范** 广告主需在小程序启动页URL中预置标准化宏参数：  媒体侧在广告点击时自动注入实时广告计划数据，开发者可直接通过字节开放平台API获取完整归因参数。 **1）数据闭环构建** - **前端数据采集**：用户进入小程序时，系统自动解析URL中的广告元数据（项目ID/广告ID/点击时间戳） - **后端事件上报**：开发者需将click_id与业务事件（如付费金额、订单号）组合上报至巨量引擎数据接口 - **归因生效规则**：默认采用Last Click模型，支持7日/14日归因窗口期配置 **2）深度优化模式的数据偏差说明** 当广告计划启用「深度转化优化」时，媒体侧将基于自身预测模型动态调整价值归因权重，导致以下现象： - 媒体统计付费金额与广告主统计的付费金额存在15%-30%合理浮动区间 - 归因金额以媒体为准 - 需通过字节「增效度量」工具进行数据真实性校验 关键术语注释 - **click_id**：字节生态广告点击唯一标识符，有效期为点击后21天 - **深度转化优化**：巨量引擎基于机器学习自动追踪高价值转化路径的智能投放功能 - **增效度量**：字节官方推出的跨渠道归因验证工具，支持SHA256加密数据匹配 本文由 @暂时离线 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

<blockquote><p>在新媒体行业快速发展的当下，运营岗位的从业者面临着诸多挑战，其中“失业”问题尤为突出。本文将深入探讨新媒体运营人员为何容易陷入失业困境，并提供一些创新的思路和策略，帮助从业者突破职业瓶颈，找到新的发展方向。</p> </blockquote>  为什么新媒体运营这一行，特别容易失业？一部分原因是小公司的新媒体运营，啥都要干，导致专而不精，账号的确很难做起来。不像成熟的MCN机构，都是有专业的短视频编导、文案写手、摄影摄像和后期剪辑师的。 还有一部分原因，说出来很扎心，但却是事实。 某些黑心老板会觉得，既然这个账号已经做起来了，那有你没你都一样。我在前公司就是这样被优化掉的。 所以有时候，可以把眼光放长远一点，既然我能把这个项目从前期的内容策划、拍剪和获客跑通，那我能不能自己再起一个新号？ 如果你做了一个同赛道、同行业的新媒体项目，用户画像必然是高度重合的。那这个时候就可以去跟老板说： 我以个人IP出镜的形式，和你合伙一起来做这个项目，我不是给你打工，而是做你的事业合伙人。 我负责前端的内容规划和流量导入私域，再由公司的销售团队去做转化和变现，收益可以三七分。 商人都是精明的，这笔账他自然会算，只要你的自媒体账号，粉丝比他的官号多，客资质量比他精准，线索数量也比他的多，他会有拒绝的理由吗？ 没有人跟精准客资过不去，这也是我为什么说，新媒体运营只要具备了低成本获客的能力，你不管跳槽到哪里，都有一口饭吃。 这也是为什么2023年底，我被裁员后没有继续找工作，而是自媒体创业单干的原因之一，目前已经跑通这个商业模式了。 也奉劝各位新媒体运营，不要等年龄大了、被裁员了，才后悔为什么没提前想好出路！ 所有的新媒体运营，不管你是短视频运营、还是直播运营、还是短视频编导，打工的收入始终是有天花板的，留给你最后的路其实也就两条。 第一条路就是像我一样单干，自媒体创业就是低门槛、轻资产的项目，像我的变现路径是两种：成都商业拍摄和企业新媒体获客。 项目制合作，按效果付费，也不用给我买社保，这对于不少小微企业来说，就是最优解。 第二条路是发展成为现老板的合伙人，尤其是他的商业变现模式还能正常运作和盈利的前提下，以IP的形式，做他的事业合伙人。 上半段我说了怎么做，如果你想要往这个方向走，那我建议你先选项目和老板，尤其是流量大的项目、利润高的产品、人品好的老板，而不是纠结公司的福利待遇。这些都是虚的，到手的真金白银才是实在。 如果你还在职，不妨试试这个思路：白天上班的时间，给老板做他的IP账号，下班了之后，把给老板写的文案，回家之后再迭代一遍，自己出镜去拍短视频，剪辑发布在自己的账号上面。 当然你可以藏私啊，比如公司账号花60分去做，自己的号花80分去优化迭代，获客效果肯定是后者更好。 随着时间的增长，你的账号粉丝越来越多，流量越来越精准，当你的客资和流量精准度，大于老板的IP时候，你就有资本去和老板谈判了。 手握流量，兴风作浪。做新媒体获客的你，一定不要浪费自己搞流量的天赋啊！ 本文由 @秃头老王聊运营 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

 《星露谷物语》“四季交响”全球音乐会于日前揭晓在各个国家和地区的举行时间。其中，内地将举行四场演唱会。详情如下： - 10月7日 深圳 - 10月8日 广州 - 10月31日 北京 - 11月26日 上海  

“银发经济”+“它经济”既是万亿规模的生意场，也是亿万心灵的托付所。

能打破“并购依赖症”吗？

一场刻骨铭心的转型阵痛。