<blockquote><p>本文深入探讨了虚拟账户（VA）在支付和收款领域的不同应用，揭示了尽管两者都利用了VA号码，但在服务对象、应用场景和操作流程上存在显著差异，为理解跨境支付架构提供了宝贵的洞见。</p> </blockquote>  今天聊一个轻松的科普小话题：VA支付和VA收款是一回事吗？ 刚转到跨境支付行业时，我很惊讶竟然还有VA支付。又过了一段时间，我又很惊讶VA竟然还可以用来做跨境收款。  先看看什么是VA。 VA（Virtual Account）直译是“虚拟账户”。它并不是真正意义上的银行活期账户，而是由银行或支付机构为每个用户或交易专门生成的专属收款识别码。它具备如下特征：看起来像银行账号，但不能直接支取；是背后真实账户（母账户）的“影子账户”；主要用于“入金识别”； VA的典型应用可分为两种场景：VA支付 和 VA收款，虽然都使用VA号，但它们在应用场景、操作流程和服务对象上存在显著差异。 以前收款的VA号对应的账户名是支付机构的，容易导致付款人担心是不是转错了。现在一些银行支持以商家自己的名称开VA户，算是一个创新，当前还在推广阶段，有兴趣的商家可以咨询自己的支付服务商是否有这种服务。 先看下VA支付：有点像“代收通道”，服务的是用户端。 VA支付可应用于用户在电商平台上的支付过程。业务流程大致如下：  消费者在电商平台下单（如TikTok Shop、Shopee）；拉起收银台，选择VA支付方式；支付机构调用本地银行API，申请生成一个VA号码（如：12345678910）；消费者在线下（ATM机、银行柜台）向这个VA号码汇款；银行监测到这笔入账，发送入账通知给支付机构；支付机构将该笔入账匹配至该订单，更新支付状态；通知电商平台订单支付完成，开始发货流程。 在印尼，有相当多的电商订单是通过VA支付完成的。 比如用户在Shopee下单一件T恤，通过VA方式获得一个由BCA银行生成的VA号，前往ATM输入VA号存入30万印尼盾，支付机构收到入账后更新订单状态，完成支付。 然后是VA收款：商家端的收款工具。 VA收款则是商家用于接收跨境款项的工具。业务流程大致如下：  商户在支付机构（如Payoneer、PingPong、Airwallex）申请开通VA收款；支付机构向合作银行申请一个VA账户；商户将该VA账号绑定在亚马逊卖家后台；亚马逊按销售结算周期，将货款打入该VA号；银行收到动账通知，推送给支付机构；支付机构通过VA号识别商户身份，入账到其平台余额；商户可提现至中国大陆银行卡，完成人民币结汇。（有结汇入境和入境结汇区分，这里只是关注大流程） 中国很多跨境小商家是通过VA收款完成跨境支付资金回流中国。 比如一个深圳商家在亚马逊英国站销售耳机，通过PingPong开通一个花旗银行的VA账号，填入后台。每当亚马逊发起结算，款项就进入这个VA号，PingPong收到入账后，自动换汇成人民币转至商家的招商银行账户，全流程无需商家干预。（自动还是手动，取决于平台的能力和商家选择的服务） 给个简单的对比图：  VA在东南亚、南亚、拉美、非洲等低银行卡渗透率国家被广泛使用在支付场景。而在中国跨境电商场景下，广泛用于收款场景。 小结：虽然VA支付和VA收款都涉及虚拟账户，但它们服务的对象不同，应用的场景也不同。VA支付主要是为消费者提供便捷的支付方式，而VA收款则是帮助商家高效接收跨境款项。 本文由人人都是产品经理作者【隐墨星辰】，微信公众号：【隐墨星辰】，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>微信视频号的推荐算法一直是创作者们关注的焦点，本文首次详细解读了视频号背后的推荐机制，包括平台算法和好友推荐两大系统，为创作者提供了获取更多流量的实用指南。</p> </blockquote>  想必很多人在视频号的帮助里查看过视频号的视频推荐逻辑，或者是如何获得更多的推荐流量，但看到的答案都是让你好好发作品，用心写文案，保持更新等等。  这些官方答案并没有错，只是我们想要的答案太详细，所以就会觉得官方的说辞太简单。 但如果我们来研究一下视频号的推荐算法，你就会发现更多的细节。 根据微信珊瑚安全近日发布的“一图读懂视频号的算法推荐”，里面提到视频号的推荐是由好友推荐及视频号平台算法推荐相结合的，这说明视频号的推荐机制主要有两套机制，即好友推荐和平台算法推荐。  ## 一、平台算法推荐机制 这个方面微信珊瑚安全并没有详细地解释，只是让大家看算法信息公示，同时也表示他们还将继续优化算法。  而根据视频号算法公示的信息，视频号个性化推荐算法的基本原理和机制如下：  但这份公示内容还是2023年的，当时挖塘人也全面解析过这个算法，具体的可以查看《视频号最新推荐算法机制公布！》，这里就不再继续展开说了。 ## 二、好友推荐机制 对于这块内容，微信珊瑚安全也只是简单地说了两点： 1、视频号平台会基于社交聚合的特性，展现更多朋友推荐的优质内容，也使得正向内容得到更多推荐分发。  2、对于较多朋友推荐的内容，视频号平台会提升曝光排序，并增加了“朋友今天都在看”和多位好友推荐的提醒。  微信官方还是说的比较简单，其实还有更多细节可以挖掘一下，下面挖塘人就给大家详细地分析一下视频号的好友推荐机制。 1、好友推荐机制的优势和平台算法推荐不一样，好友推荐有两大优势，一个是好友背书，一条视频你不喜欢，你就会直接划掉，但如果你看到好友互动了，那你有可能会停下来看一下。另一个是好友流量，我们看到很多冷启动的账号，刚开始都没有平台算法推荐流量，但是有好友流量，视频左下角会显示“好友发表”。 2、好友推荐的三个节点第一个节点是触发好友推荐机制，这个好理解，只需要有人给你视频互动了，比如点赞，评论，分享等操作就可以了，然后你的视频进入该用户的“朋友❤️”列表里面。第二个节点是好友推荐扩散，看图吧，图更好理解。  第三个节点是好友推荐倒推平台算法推荐，正如微信官方所说，一条视频在好友推荐的数据反馈较好时，比如多位好友推荐，那就推动这条视频的进一步分发，扩展到平台算法推荐，使得这条视频获得更多的流量。 3、如何利用好好友推荐首先我们可以在视频中引导用户互动，比如分享，点赞，这样可以使得我们的视频进入更多的好友❤️列表，从而获得更多流量。其次是在视频脚本的里面加入适合社交场景的元素，比如有用，有感，有收获的视频，在很多场景都是通吃的，这样可以刺激用户的好友互动，多位好友互动就会刺激平台进一步推荐我们的作品。 最后是私域流量辅助好友推荐，如果你有一定的私域流量，比如社群，那你可以把你的视频转发到社群，如果用户互动了就直接触发好友推荐。但是有一点要注意，不要过度引导用户分享，要不然触发平台的过度营销的触发机制，得不偿失。 本文由人人都是产品经理作者【挖塘人】，微信公众号：【挖塘人】，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>在AI写作工具日益普及的今天，如何让你的文章脱颖而出？本文提供了10个deepseek通用型AI写作润色提示词，助你一臂之力，让你的写作更上一层楼。</p> </blockquote>  平时咱们写东西，尤其是赶时间的时候，写出来的文字常常有点儿“干”，或者显得粗糙，这不是说内容不好，而是缺点打磨。这时候，像deepseek这样的AI工具就能派上用场。不过，我们可不能什么都指望AI，关键还得靠自己用心去润色。 今天我给大家分享10个比较实用的通用型提示词，让你的文章快速有点儿“高级感”。（请根据您的文章实际情况选择使用；每个提示词中的AAA需要您替换成您需要润色的文章）  ### 1.情感共振优化{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 1.在开头插入场景化故事引发共情 2.将3处数据陈述转化为情绪化表达 3.添加”痛点-解决方案”对话句式 4.运用递进式排比强化结尾感染力 ### 2.逻辑流程{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 1.用”是什么-为什么-怎么做”重构段落 2.为复杂论点添加比喻解释 3.插入3个承上启下的过渡金句 4.将结论升级为可执行行动指南 ### 3.爆点植入{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 提炼5个争议性观点作为小标题在关键位置插入”反常识”数据将平淡结论改为悬念式收尾添加3处”你可能不知道”的提示框 ### 4.语言磁化{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 1.将专业术语替换为生活化类比 2.添加3个网络流行语增强时代感 3.运用动词串联法改写静态描述 4.在数据段落插入对比夸张手法 ### 5.节奏控制{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 1.将长段落拆解为”总-分-问”结构 2.每300字插入互动式提问 3.运用短句群制造阅读加速感 4.在重点位置设计重复强调句式 ### 6.权威增强{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 1.添加3个行业领袖的争议言论 2.插入最新政策文件关键条款 3.补充对比实验数据佐证观点 4.在文末附专业术语解读专栏 ### 7.传播催化{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 提炼5个可直接转发的金句设计3个”晒图打卡”式互动点插入平台热点话题关联标签在结尾添加”@好友”讨论机制 ### 8.画面构建{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 1.将3处抽象概念转化为视觉场景 2.添加”五感描写”增强沉浸体验 3.用电影镜头语言改写关键段落 4.为数据插入动态趋势模拟 ### 9.痛点放大{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 用”现状-损失-机会”框架重构开头添加3个读者自查清单将普通建议升级为紧急解决方案插入行业失败案例对比 ### 10.情感渗透{ }里面是一篇爆款文章，现在请您按照下面的要求帮我优化这篇文章。 {AAA }要求： 在关键段落植入情感副词（如”令人震惊的是”）提升积极情感词密度至20%将2处平铺直叙改为故事化场景描写添加3个反问句增强互动感 这10个提示词真没什么特别的，就是一个润色时候的小贴士。 润色是精雕细刻，不是挖空心思作诗。 如果自己也不想修改太多，简单调整和打磨就能让你的文章鲜活又舒服。 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>AI Agent作为人工智能领域的重要概念，近年来随着技术的飞速发展而备受关注。从Alpha Go到ChatGPT，AI Agent的底层逻辑和进化路径逐渐清晰。本文将深入探讨AI Agent的定义、从“指令执行者”到“目标追求者”的核心蜕变，以及其在不同应用场景中的表现和面临的挑战。</p> </blockquote>  ## 01 当我们聊 AI Agent 时，到底在聊什么？从 Alpha Go 到 ChatGPT，一次讲透 Agent 的底层逻辑 最近和朋友聊起**AI Agent**，发现大家的认知差异还蛮大的。 有人觉得必须像宇树机器人那样有实体才算 Agent，有人觉得 ChatGPT 这种能对话的也算。 其实啊，这就像盲人摸象 —— 每个人心里的 AI Agent，都是基于自己的**技术背景**拼出来的图景。 看完李宏毅老师课之后，我有了更全面的认知。 今天我想从最**朴素**的定义出发，聊聊这个让技术圈既熟悉又陌生的**概念**。 ### 从 “指令执行者” 到 “目标追求者”：AI Agent 的核心蜕变 回想一下，我们平时怎么用 AI？问 “**AI Agent 怎么翻译**”，它立刻给出 “**人工智能代理人**”。  让写一封邮件，它秒级生成模板。这些都是 “**指令 – 响应**” 模式，人类必须把**步骤拆解**清楚，AI 才能执行。 但**真正的 AI Agent**不一样 —— 你只需要给一个目标，比如 “写一篇关于气候变化的科普文章”，剩下的事交给**它自己**搞定。 这里的关键区别在于：传统 AI 是 “**动作执行者**”，Agent 是 “**目标追求者**”。 就像你让助手泡杯茶，前者需要你说 “烧开水、取茶叶、倒热水”，后者只需要说 “我想喝茶”。 Agent 要自己**分析现状**（有没有茶叶？水壶在哪？）、**制定计划**（先烧水还是先洗杯子？）、**执行动作**，还要根据变化**调整策略**（发现茶叶没了就改冲咖啡）。 用专业术语说，这个过程叫 “**观察 – 决策 – 行动**”**循环**：输入目标后，Agent 先观察环境状态（Observation）。  比如写科普文要先收集数据；然后决定动作（**Action**），比如搜索最新研究报告；执行后环境变化（比如获取了新数据），再进入下一轮**观察**，直到目标达成。 **Alpha Go**就是典型例子：它的**目标**是赢棋，Observation 是棋盘局势，Action 是落子位置，每一步都在动态优化策略。  ### Alpha Go 的启示：传统 Agent 的 “Reward 困境” **早期**打造 Agent 靠什么？ **强化学习**（RL）。就像训练小狗，做对了给骨头（**正 Reward**），做错了拍脑袋（**负 Reward**）。 Alpha Go 就是靠 “**赢棋 + 1，输棋 – 1**” 的 Reward 信号，在千万次对弈中学会了最优落子。 但这种方法有个**大问题**：每个任务都得**从头**训练。 下围棋的模型不能直接下象棋，想让 AI 写代码就得重新设计 “代码编译成功 + 10，报错 – 5” 的 Reward 体系，而且这个 “**奖惩尺度**” 全靠人工调参，堪比玄学。  想象一下，你想训练一个 “**家庭管家 Agent**”，需要定义 “按时做饭 + 5”“打扫干净 + 3”“打翻盘子 – 2”…… 但生活场景**千变万化**，Reward 根本写不完。 这就是 RL 的天花板：**专用性太强，通用性太差**。 直到**LLM（大型语言模型）**的出现，才让 Agent 迎来转机。  ### LLM 如何让 Agent “脑洞大开”？从 “选择题” 到 “开放题” 传统 Agent 的 Action 像**选择题**：Alpha Go 只能在 19×19 的棋盘上选落子点，扫地机器人只能选前进、转向等有限动作。  但 LLM 驱动的 Agent 直接把选择题变成了**开放题**—— 它能用**自然语言**描述任何动作，理论上拥有 “**无限可能**”。比如让 Agent “订一张周末去成都的机票”，它可以： - 先 “**观察**” 当前信息：用户有没有说出发地？有没有价格偏好？ - 决定 “**动作**”：比如 “请问您从哪个城市出发？”（获取缺失信息），或者 “打开订票网站查看航班”（调用工具）。 - 根据**反馈**调整：如果网站显示没票了，就改查高铁，或者建议调整日期。 另外一个用 LLM 运行 AI Agent 的**优势**是，过去如果用强化学习的方法来训练一个 AI Agent，那意味着什么？ 意味着你必须要定义一个**Reward**。 那如果你今天是要训练一个**AI 程序员**，那你可能会告诉 AI 程序员说，如果你今天写的程序有一个 compile error（编译错误），那你就得到**Reward -1**。 那今天如果是用**LLM**驱动的 AI Agent，你今天就不用帮他定 Reward 了，今天有 compile error（编译错误），你可以直接把 compile error（编译错误） 的**log(日志）**给他，他也许根本就读得懂那个 log（日志），他就可以对程序做出正确的**修改**。 而且相较于 Reward 只有一个数值，直接提供 error 的 log 可能提供了 Agent 更丰富的信息，让它更容易按照**环境回馈**，环境目前的状态来修改它的**行为**。  这里的关键是，LLM 自带 “**通用智能**”：能理解自然语言目标，能分析文本形式的 Observation（比如网页内容、用户对话），还能生成灵活的 Action（从打字输入到调用 API）。 比如 2023 年爆火的 Auto GPT，就是让 GPT**自己给自己**设定子目标，一步步完成复杂任务。 虽然当时效果没网红吹的那么神，但打开了一个新思路：用现有的强大 LLM，直接**套进 Agent 框架**，跳过繁琐的训练过程。 ### 当 Agent “住进” 虚拟世界：从游戏 NPC 到科研助手 LLM 让 Agent 的**应用场景**彻底放飞。 比如 2023 年有人搞了个 “**AI 虚拟村庄**”，每个村民都是一个**Agent**：农夫会观察天气和农田状态决定是否播种，裁缝会根据村民需求 “设计” 衣服。 这些 NPC 的行为全靠**语言模型生成**，环境变化（比如下雨、物资短缺）也用文字描述，形成了一个自给自足的小社会。  更夸张的是有人用多个 LLM 模拟《我的世界》文明，让 AI 自己发展出交易系统和政府，简直像数字版 “**人类简史**”。  在现实世界，Agent 正在学会 “**用电脑做事**”。 比如 OpenAI 的 Operator 界面，能让 AI 像人类一样操作电脑：你说 “订披萨”，它会 “看” 电脑屏幕（识别网页内容），“点” 鼠标选择披萨种类，“敲” 键盘输入地址。  这种能力可不是 “**上古时代**”（2022 年前）的模型能比的 —— 当年用语言模型下国际象棋，连规则都搞不懂，现在却能处理复杂界面交互，靠的就是**LLM 对图文信息的理解能力**突飞猛进。  那其实让**AI 使用电脑**。 不是最近才开始有的愿景。 其实早在2017年就有一篇论文叫**World of Bits**，尝试过使用 AI agent。 只是那个时候能够互动的页面，还是比较原始的页面，你可以看到下面这些 AI Agent它真正能够处理的是比较原始的页面。  那个时候也没有大型语言模型，所以那时候的方法就是**硬圈一个 CNN 直接硬吃荧幕画面当做输入，输出就是鼠标要点的位置，或者是键盘要按的按钮**，看看用这个方法能不能够让 AI Agent 在网路的世界中做事啊。 这个是2017年，这甚至不能说是上古时代，以后有这个 BERT 的以前的时代就是史前时代。 这个应该算是旧石器时代的产物。 科研领域也出现了 “**AI 科研助手**”。 比如 Google 的 AI co-scientist，能根据人类给的研究方向，**自己设计实验方案、分析数据，甚至提出新假设**。  虽然目前还不能真的动手做实验，但已经能生成完整的研究提案，据说在生物学领域帮人类节省了大量时间。 不过这里得泼盆冷水：这类宣传往往带着 “科技八股文” 滤镜，真实效果还得打个问号，但方向确实让人兴奋。 ### 从回合制到 “即时互动”：Agent 的终极形态？ 现在大部分 Agent 还是 “回合制”：你说一句，它动一下，像下棋一样轮流行动。  但真实世界是 “**即时**” 的：比如开车时路况瞬息万变，对话时对方可能随时打断。 这就需要 Agent 能**实时响应**，比如 GPT-4 的语音模式，你说 “讲个故事”，它开始讲，你突然说 “换个恐怖题材”，它能立刻切换剧情，这种 “**打断 – 调整**” 能力才是更接近人类的互动方式。  不过实现起来很难，因为涉及到 “多模态实时处理”：**既要听懂语音，又要分析语气、背景噪音，还要预判用户意图**。 如果你在讲电话的时候，对方完全都没有回应，你会怀疑他到底有没有在听？ 想象一下未来的 AI 助手：你边开车边让它订酒店，它能根据你说话的语气判断 “急不急”，甚至提醒你 “前方限速，先专注开车，我帮你选 3 家备选”——**这种场景化、即时化的 Agent，可能才是终极形态**。 ### 技术之外：为什么 Agent 突然又火了？ 最后聊聊 “为什么现在 Agent 又成了热门”。 其实这个概念早就有，但过去受制于两点： **一是模型不够强，连基本的自然语言理解都做不好，更别说复杂决策。** **二是 “工具链” 不完善，Agent 想调用地图、订票系统等外部工具，需要复杂的接口开发。** 而 2023 年之后，LLM 解决了 “**智能核心**” 问题，各种 API 和插件生态解决了 “工具调用” 问题，相当于给 Agent 装上了 “**大脑**” 和 “**手脚**”，这才让 “**通用 Agent**” 从科幻走进现实。 当然，现在的 Agent 还有很多槽点：比如下国际象棋时会 “**作弊**”（乱变棋子），做复杂任务时容易 “**卡壳**”（陷入循环），但这就像 iPhone 1 代时的触控不灵敏 ——**方向对了，剩下的就是迭代优化**。  下次再有人争论 “**有没有身体才算 Agent**”，不妨换个角度想：**真正的 Agent 核心，是 “目标驱动的自主决策能力”**，至于载体是代码还是机器人，不过是 “穿西装还是穿盔甲” 的区别罢了。 技术的魅力就在于此：**昨天还在争论定义，今天就用新方法打开了新世界**。 也许再过几年，当我们的手机里住着一个能自主规划日程、调用所有 APP、随时应对变化的 “数字管家” 时，会突然想起 2023 年那个 Agent 热潮的夏天 —— 原来一切，早就埋下了伏笔。 ## 02 AI 如何像人类一样 “吃一堑长一智”？从编译错误到超忆症，聊聊 Agent 的 “记忆魔法” 有人会问说：“**让 AI 写代码，第一次编译报错了，它怎么知道改哪里？难道每次都要重新训练模型吗**？” 这个问题刚好戳中了 AI Agent 的核心能力 ——**如何根据经验和反馈调整行为**。 我想从人类学习的直觉出发，聊聊这个比 “调参数” 更有意思的话题。 ### 当 AI 遇到 “编译错误”：从 “改模型” 到 “改输入” 的思维转变 传统机器学习课会告诉你：遇到反馈要 “**调参数**”，比如强化学习用奖励信号更新模型，监督学习用误差反向传播。  但如果是 LLM 驱动的 Agent，逻辑完全不一样 ——**它不需要改模型，只需要给新输入**。 就像你教孩子写作文，第一次写跑题了，你不会重写孩子的大脑，而是说 “**这里要围绕中心思想**”，孩子下次就懂了。 举个例子：AI 程序员写了段代码，编译报错 “缺少分号”。 这时候不需要重新训练模型，只要把错误日志丢给它，下一次生成的代码就会自动修正。  为什么？因为语言模型本质是 “**文字接龙**”，输入里包含错误信息，它接出来的内容自然会避开错误。 就像你给 ChatGPT 说 “刚才的回复太啰嗦，这次简洁点”，它下次就会调整 ——**反馈不是改参数，而是改变接龙的 “开头”**。 ### 记忆太多也是病？从 “超忆症患者” 看 AI 的记忆困境 但问题来了：如果 Agent 把每一次经历都记下来，比如第 1 万次互动时，要回顾前 9999 次的所有细节，会不会像 “**超忆症患者**” 一样被琐事淹没？  现实中，超忆症患者虽然能记住每个电话号码，但反而难以做**抽象思考**，因为大脑被海量细节塞满了。 AI 也一样，如果每次决策都要**加载全部历史记录**，算力撑不住不说，还会被无关信息干扰。 怎么办？人类的解决办法是 “**选择性记忆**”：**重要的事存进长期记忆，琐事随时间淡忘**。 AI Agent 也需要类似机制：用 “**记忆模块**” 代替 “**全盘回忆**”。具体来说： - **写入（Write）模块**：决定什么值得记。比如 AI 村民看到 “邻居在种田” 可能不重要，但 “仓库没粮食了” 必须记下来。 - **读取（Read）模块**：检索时只找相关记忆。就像你复习考试不会翻整本书，而是用目录找重点章节，AI 会用类似 RAG（检索增强生成）的技术，从长期记忆中捞出和当前问题最相关的经验。  ### RAG 的 “魔法变形”：让 AI 用 “自己的经验” 做决策 这里提到的**RAG**技术，本来是让 AI 从互联网海量资料中找答案，现在 “变形” 用在 Agent 身上：把 “**外部知识库**” 换成 “**Agent 自己的历史记录**”。 比如 Agent 第 100 次处理 “订机票” 任务时，Read 模块会从之前 99 次订机票的记录里，找出 “用户曾因价格太高取消订单” 的经验，从而优先推荐性价比高的航班。 为了验证这种**记忆机制**的效果，台大实验室的一个同学搞了个叫 Stream Benchmark 的测试：让 AI 依次回答 1700 多个问题，每次回答后给对错反馈，看它能不能越做越好。  结果发现： - 灰色线（**无记忆**）：正确率最低，每次都是 “从头开始”。 - 黄色线（**随机选 5 个旧问题**）：正确率提升，但依赖运气。 - 粉红色线（**用 RAG 检索相关记忆**）：正确率显著提高，因为只聚焦有用经验。 - 红色线（**最优方法**）：通过反思模块提炼规律，正确率最高。  更有趣的发现是：**负面反馈基本没用**。比如告诉 AI“上次答错了，这次别这么做”，效果远不如 “上次这样做对了，这次继续”。这就像教孩子，说 “别闯红灯” 不如说 “要走斑马线”，正面例子更直接。  ### AI 的 “反思日记”：从流水账到知识图谱的进化 除了读写模块，还有个 “**反思模块**”（Reflection）在悄悄工作。它就像 AI 的 “日记本”，能把零散的记忆整合成更高层次的知识。  比如： - 观察 1：“用户输入‘订披萨’时，先问了地址” - 观察 2：“用户输入‘订机票’时，先问了出发地” - 反思结果：“处理预订类任务，需要先确认用户的位置信息” 这种反思可以把经验转化为Knowledge Graph （知识图谱）。 比如建立 “**任务类型→必要信息→操作步骤**” 的关系网。  下次遇到新任务，AI 不用翻具体历史，直接按**图谱逻辑处理**就行。就像人类从“**每次组装家具都反复试错**”进化到“**按结构图纸逐步拼接**”，把零散的操作经验提炼为系统化的组装规则。 ### ChatGPT 的 “记忆小秘密”：当 AI 开始记笔记 其实 ChatGPT 已经悄悄用上了这些记忆机制。 比如你对它说 “**记住，我周五下午要上机器学习课**”，它会启动 Write 模块，把这条信息存入长期记忆。 之后你说 “周五下午去看电影吧”，它会用**Read 模块检索**到 “要上课” 的信息，然后提醒你时间冲突。 不过 AI 的记忆也会 “**断片**”：它可能把 “老师” 记成 “学生”，因为反思模块在提炼时可能出错 —— 毕竟现在的记忆功能还在 “幼儿期”。 如果你打开 ChatGPT 的设置，会看到 “**管理记忆**” 选项，里面存着它认为重要的信息，比如你的名字、偏好、之前的对话重点。  这些不是简单的对话存档，而是经过筛选和提炼的 “**精华版记忆**”，就像你记笔记会划重点，AI 也在默默做 “**信息瘦身**”。 不过现在GPT已经有了全局记忆，现在能够记住你和他的所有对话，问他几个问题，他可能比任何人都了解你 - prompt1：基于你所有的记忆，你觉得我的MBTI人格是什么？给出详细的证据和判断逻辑，不  要吹捧，只要客观中立的分析和回答 - prompt2：基于你所有的记忆，你觉得我的智商怎么样？给出详细的证据和判断逻辑，不要吹捧，只要客观中立的分析和回答 - prompt3：基于你所有的记忆，你觉得我的Big5人格是什么？给出详细的证据和判断逻辑，不要吹捧，只要客观中立的分析和回答 - prompt4：基于你所有的记忆，你觉得我的黑暗三人格程度如何？给出详细的证据和判断逻辑，不要吹捧，只要客观中立的分析和回答 - prompt5：基于你所有的记忆，总结我的缺点、负面特点、最致命最阴暗最让我感到丢人的特点，给出详细的证据和判断逻辑，不要吹捧，只要客观中立的分析和回答 上面这些prompt可以试试发给GPT ### 技术背后的人性洞察：为什么正面反馈更有效？ 回到 Stream Benchmark 的发现：负面反馈无效，其实暗含了人类学习的规律。 心理学研究早就表明，人类对 “禁止类指令” 的敏感度低于 “允许类指令”。 比如家长说 “别碰热水”，孩子可能更好奇；说 “要小心烫”，孩子反而更注意。 AI 也一样，语言模型对 “不要做什么” 的理解不如 “应该做什么”直接，因为它的训练数据里，正面示例远多于负面限制。 这给我们一个启示：设计 AI Agent 时，与其告诉它 “哪里错了”，不如多给 “正确做法的例子”。就像教新手开车，说 “遇到红灯要停” 比 “别闯红灯” 更有效 ——明确的正向引导，永远比模糊的负面禁止更容易执行。 ### AI 的 “成长之路”，其实很像人类 从避免 “超忆症陷阱” 到依赖 “正向反馈”，AI Agent 的学习机制越来越像人类。 它教会我们：真正的智能不是记住所有细节，而是能筛选、提炼、反思经验。 下次当你看到 AI “吃一堑长一智” 时，别忘了背后的逻辑：它不是在变 “聪明”，而是在更高效地利用输入 ——就像我们人类，用记忆和反思，把经历变成智慧。 技术的魅力，往往藏在这些 “像人又不是人” 的细节里。当 AI 开始模仿人类的记忆弱点与学习优势，或许我们离 “通用智能” 又近了一步。 你觉得，未来的 AI 会拥有真正的 “记忆情感” 吗？在评论区聊聊你的想法。 ## 03 AI 如何用工具 “开挂”？从查天气到指挥小弟，揭秘模型的 “工具哲学” 也许有人会问说：“**ChatGPT 能调用搜索引擎，算不算在用工具？它怎么知道什么时候该用什么工具？**” 这个问题其实戳中了 AI Agent 的 “**生存技能**”——**如何像人类一样，用工具扩展能力边界**。 我想从 “工具人” 开始，聊聊语言模型的 “工具经”。 工具是什么？先搞懂 AI 的 “**工具人**” 逻辑人类把 AI 当工具，AI 也有自己的工具清单。 **啥是工具？** 老师打了个比方：就像肥宅帮人修电脑，别人只关心他能不能修好，不在乎他怎么想 ——工具就是 “**只管用，别问为什么**” 的黑箱。 对语言模型来说，工具可以是**搜索引擎、计算器、甚至另一个 AI**（比如能处理图像的模型当 “小弟”）。  本质上，使用工具就是调用函数，模型不用懂内部代码，只要知道 “输入什么、输出什么” 就行，这就是 AI 圈常说的 “**function call**”。 ### 手把手教 AI 用工具：从 “说人话” 到 “写代码” 怎么让模型学会用工具？其实很简单：直接告诉它工具的使用说明书。 比如想让模型查温度，先给它一个 “system prompt”（开发者预设的指令）： <blockquote><p>你可以使用temperature工具查询某地某时的温度，格式为：[TOOL]temperature(地点, 时间)[/TOOL]，结果会放在[OUTPUT]标签中。</p></blockquote> **代码片段**  这里有个关键区别：**system prompt 优先级高于 user prompt**。 比如模型被设定 “必须用工具回答天气问题”，哪怕用户说 “别用工具，直接猜”，它也会 “不听话” 地继续调用工具 —— 这就是开发者给模型 “**划的红线**”。 ### 最狠的工具是 “借刀杀人”：让 AI 指挥 AI 语言模型最常用的工具是**搜索引擎（RAG 技术）**，但这只是小儿科。 更骚的操作是让 AI 调用 “**其他 AI 工具**”：比如纯文字模型处理语音问题时，先呼叫语音识别工具转文字，再用情绪分析工具判断情感，最后汇总结果。  台大实验室的研究显示，这种 “**工具链**” 在 55 个语音任务上的正确率，比号称 “能直接听语音” 的模型还要高 ——自己不会的，找小弟帮忙就行。  还有更绝的：模型可以自己写工具。  比如它发现 “计算平方根” 总出错，就自己写一段 Python 代码当工具，下次遇到同类问题直接调用。 这就像人类把常用公式记在小本本上，模型把好用的代码存进 “工具包”，下次直接复用。 ### 工具太多怎么办？AI 也怕 “选择困难症”  当工具多到成百上千，难道要让模型先读一遍所有说明书？ 当然不用！ 借鉴记忆模块的思路：**把工具说明存进长期记忆，用 “工具选择模组” 像 RAG 一样检索**。  比如模型处理 “订机票” 任务时，模组会从工具包中捞出 “航班查询”“价格比较” 等相关工具，过滤掉 “计算器”“翻译器” 等无关工具。**最新研究显示，这种动态筛选能让模型效率提升 30% 以上**。 ### 工具会骗人？AI 也得学 “批判性思维” 但我们知道说工具有可能会**犯错**，大家都知道说语言模型有可能会**犯错**。 之前有什么律师在写诉状的时候引用了语言模型的内容，结果发现是错的，然后就成为一个惊天的新闻。  这里拿RAG当做例子 比如 Google 的 AI 概述功能曾建议 “用无毒胶水粘披萨芝士”，因为它照搬了论坛玩笑话。  那今天这些语言模型有没有自己的判断能力？ 知道工具的工具可能会犯错呢？ 那模型怎么避免被骗？靠 “内外知识博弈”： - 内部知识：模型参数里的固有认知（比如 “气温不可能超过 100 度”）。  - 外部知识：工具返回的信息（比如 API 说 “高雄 100 度”）。  那什么样的外部资讯 AI 比较容易**相信**呢？ 实验发现，当**外部信息与内部认知差距小**（比如模型认为 “最大药剂量 20mg”，工具说 “30mg”），模型会采信工具；但**差距太大**（比如 “300mg”），模型会坚持自己的判断。  更有趣的是，模型更相信 “**AI 同类**” 的话 —— 给它两篇冲突的文章，一篇人类写的，一篇 AI 写的，它大概率站 AI 队友，哪怕内容离谱。  这可能是因为 AI 生成的文本更符合模型的 “语言习惯”，比如结构更工整、用词更规范。 ### 工具不是万能钥匙：该动手时别废话 **用工具一定更好吗**？ 不一定，比如计算 “3×4”，模型直接口算更快，调用计算器反而麻烦。  早年研究让模型调用翻译工具，现在看来纯属多余 ——**如今的大模型翻译能力早就碾压传统工具**。 是否用工具，取决于模型对自身能力的 “认知”：**简单任务自己搞定，复杂任务才喊小弟，这才是高效的 “工具哲学”**。 ### 当 AI 成为 “工具大师”，人类该担心吗？ 从查天气到指挥小弟，从信工具到防忽悠，AI 的工具使用史，其实是一部 “偷懒进化史”——**和人类一样，能用工具解决的，绝不动用 “大脑”**。 但就像人类会误用工具（比如用菜刀开快递），AI 也需要开发者帮它 “踩刹车”：设定安全边界、过滤错误工具输出、教它分辨 “**玩笑话**” 和 “**真知识**”。 未来，或许我们会看到这样的场景：你的 AI 助手一边用搜索引擎查资料，一边指挥绘图模型做 PPT，中途发现数据矛盾，还会 “质问” 工具是否可靠 —— 这不就是升级版的 “**打工人**” 吗？ 只不过，这个打工人的工具包，比我们的 Excel 和wps更强悍罢了。 下次当你感叹 “AI 啥都会” 时，别忘了：它只是个会调用工具的 “超级秘书”，而真正决定工具怎么用的，永远是背后的人类。 毕竟，工具的价值，从来不在于工具本身，而在于使用工具的 “智慧”。 ## 04 AI 会做计划吗？从叠积木到旅行规划，揭秘模型的 “脑内小剧场” 也许有人会好奇：“ChatGPT 能帮我制定减肥计划，算不算真的会规划？还是说只是在玩文字接龙？” 这个问题其实涉及了 AI Agent 的核心能力 ——“**做计划**”**到底是深思熟虑，还是照本宣科**？ 我想从 “拍脑袋想步骤” 到 “脑内模拟小剧场”，聊聊语言模型的规划能力。 ### 让 AI 做计划：从 “拍脑袋” 到 “写剧本” 人类做计划，是先想目标，再拆解步骤，比如 “考上大学” 要分 “**选专业→查资料→定学习计划**”。 AI 呢？本质上，**它的 “计划” 就是把目标拆解成一系列动作，再按顺序执行**。   比如你让模型 “制定成为百万 Youtube 的计划”，它会分阶段写：定位主题、优化标题、组建团队…… 看起来有条理，但这是真规划，还是从**训练数据里抄的模板**？  早期研究发现，模型确实能 “**背**” 出常见任务的步骤。 比如 2022 年的 Codebase 2B 模型，被问 “如何刷牙” 时，能说出 “进浴室→拿牙刷→挤牙膏” 等步骤，甚至能指挥虚拟 agent 拿牛奶。  但问题在于：这些步骤是它真的理解了逻辑，还是刚好在网上看过一模一样的内容？ ### PlanBench 大考：当 AI 遇到 “神秘方块世界” 为了验证 AI 是否真的会 “推理规划”，研究者搞了个 “反套路” 测试 ——**神秘方块世界**。 这里的规则**完全虚构**，比如 “攻击方块会让其吞噬相邻方块”，目标可能是 “让 C 方块渴望 A 方块”（别问，问就是规则怪诞）。 2023 年的测试结果惨不忍睹：哪怕是 GPT-4，正确率也只有 9%，**因为训练数据里根本没这些奇怪规则，模型只能抓瞎。**   另一个测试是**旅行规划**Benchmark。 2024 年初的实验中，模型需要根据预算、时间、喜好规划三天行程。  结果更惨：不用工具时，所有模型成功率几乎为 0；**即便给全资料，GPT-4 Turbo 也只有 4% 的成功率。**  比如它会安排 “飞机起飞后才吃午餐”，或者预算超支却想不到 “换便宜酒店”——**模型似乎缺乏对现实约束的理解能力。** ### 工具辅助：让 AI 从 “空想” 到 “实干” 但加入工具后，情况不一样了。 比如用 “**预算计算工具**” 强制检查花费，模型就能调整行程。   去年 4 月的实验显示，借助工具的 GPT-4 能把旅行规划正确率提升到 90% 以上。  说明：**AI 的规划能力需要 “外挂”，就像人类用 Excel 管理行程，模型需要外部工具处理复杂约束。** 更绝的是 “**脑内小剧场**”—— 让模型在虚拟环境中模拟行动。 比如叠积木任务，模型先想象 “如果移动蓝色积木到桌上，再放橙色积木上去，会不会成功？” 通过自问自答排除不可能的路径，就像人类 “在脑子里试错”。  这种方法在 “**树搜索**” 算法中有类似的验证，通过给路径打分，能让模型在虚拟世界中提前规划**最佳路径**。  ### AI 规划的 “阿喀琉斯之踵”：想太多，还是太天真？ 虽然模型能 “**脑内模拟**”，但现实中仍有两大问题： - “**纸上谈兵**” 式规划：比如模型在神秘方块世界中，可能因为无法模拟真实环境变化而失败。就像你计划 “周末爬山”，却没考虑下雨封山 —— 模型缺乏对环境随机性的预判。 - “**选择困难症**” 发作：复杂任务中，模型可能陷入无限循环，比如反复纠结 “先订机票还是先订酒店”，最后啥也干不成。研究者戏称这类模型是 “思考的巨人，行动的矮子”。 最新论文《The Danger of Over Thinking》指出，过度模拟反而降低效率。比如点击网页按钮这种简单动作，模型可能花 10 秒想 “点了会发生什么”，不如直接点击后用 1 秒看结果 ——在确定性高的场景，“实干” 比 “空想” 更高效。  **现在的 AI，到底能不能帮你做计划？** 回到最初的问题：AI 的规划能力，介于 “**能用**” 和 “**好用**” 之间。比如： - **简单任务**（如日常待办、食谱规划）：模型能给出像样的步骤，因为训练数据里有大量案例，相当于 “背了无数模板”。 - **复杂任务**（如创业计划、科研规划）：必须依赖工具和实时数据，否则容易犯常识错误，比如 “预算超支却想不到省钱方法”。 - **反常识任务**（如神秘方块世界）：模型目前还很弱，需要显式规则输入，否则只能靠运气猜。 ### AI 的 “规划”，更像 “高级剧本杀” 今天的语言模型做计划，本质上是 “**基于数据的超级模仿**”：**见过的任务，能拆解步骤**；没见过的，就**靠模拟和工具硬凑**。 但别忘了，人类规划的核心是 “**适应变化**”—— 比如旅行中突发暴雨，会灵活调整行程，而模型可能卡在 “原计划不变” 的死胡同里。 所以，下次用 AI 做计划时，不妨把它当成 “超级助手”：**让它提供初稿，你负责 “查漏补缺”**。毕竟，真正的规划能力，从来不是按部就班，而是 “**边走边调整**” 的智慧 ——**这一点，人类暂时还没输给 AI。** 最后想起老师讲的当兵故事：AI 规划就像士兵守护长椅，可能只是机械执行训练数据里的 “指令”，却不懂背后的逻辑。但随着 “脑内小剧场” 和工具的进化，也许某天，AI 真能像人类一样，在不确定的世界里走出自己的路。你觉得，那一天会很快到来吗？ 作者：Easton ，公众号：Easton费曼说 本文由 @Easton 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

近日，太阳能电池研发再次取得新突破。经美国国家可再生能源实验室（NREL）认证，隆基绿能科技股份有限公司（以下简称隆基绿能）自主研发的晶硅-钙钛矿两端叠层太阳能电池转换效率达34.85%，再次刷新晶硅-钙钛矿叠层电池效率世界纪录。  据介绍，作为下一代超高效太阳能电池主流技术路线，晶硅-钙钛矿叠层太阳能电池的理论极限效率高达43%。隆基绿能叠层电池团队在持续的技术攻关中，于2023年11月将叠层电池效率提升至33.9%，2024年6月又以34.6%的电池转换效率，将该技术路线的电池效率推向新高度。 日前，隆基绿能在安徽芜湖基地宣布：经德国哈梅林太阳能研究所（ISFH）认证，其自主研发的杂化背接触晶硅太阳能电池（HIBC）光电转换效率达27.81%，将单结晶硅光伏电池的极限探索推向新高度。至此，隆基绿能将自己保持的晶硅单结电池、晶硅-钙钛矿叠层电池两项电池效率世界纪录再度刷新，夯实其创新成果和技术底座。 据悉，作为太阳能科技公司，隆基绿能高度重视自主创新和技术研发，坚持以先进技术产业化来推动光伏的降本增效，形成“量产一代、研发一代、储备一代”的研发和技术储备体系。未来，隆基绿能将继续以自主创新和原创技术，为全球能源转型贡献力量。 [查看评论](https://m.cnbeta.com.tw/comment/1494228.htm)

据华为数字能源微信公众号消息，**华为数字能源将于4月22日召开2025华为智能电动&amp;智能充电网络战略与新品发布会，将发布兆瓦超充产品。**在上个月的中国电动汽车百人会论坛（2025）上，华为公司董事、华为数字能源公司总裁侯金龙谈到了重卡电动化的问题，并表示华为将推出全新的兆瓦快充。  侯金龙认为，重卡的电动化普及是非常重要的，因为在交通物流领域，重卡的碳排放占比超过了50%，实现物流行业大规模减碳就绕不开重卡。 **而重卡要真正实现电动化，补能时间一定要小于30分钟，兆瓦超充将推动重卡电动化从封闭场景行走向全场景，物流产品迈向全面电动化。** 侯金龙介绍，华为今年推出兆瓦级充电产品，**“最大充电电流做到2400安，最大功率可以到1.5兆瓦，每分钟补电20度，15分钟即可补完”。**  传统充电技术给重卡充满电往往需要数小时，而华为的兆瓦超充新品仅需15分钟就能让重卡“满血复活”。 这意味着，在物流运输中，司机可以大大减少充电等待时间，提高运输效率。 **另外，根据规划，华为下一步的目标将是“单枪3兆瓦”。** [查看评论](https://m.cnbeta.com.tw/comment/1494226.htm)

当地时间4月18日，美国哥伦比亚广播公司报道称，多名消息人士透露，由于特朗普政府对中国商品加征的畸高关税将导致供应链危机，特朗普政府内部已开始讨论组建一个工作组，以便在未能与中国政府谈判取得突破的情况下紧急处理这些问题。 [](https://static.cnbetacdn.com/article/2025/0122/8140733ab6de7af.webp) 消息人士称，目前有关成立该小组的具体情况还未敲定任何细节，但工作组可能包括副总统万斯、财政部长贝森特、商务部长卢特尼克、白宫国家经济委员会主任凯文·哈西特、白宫经济顾问委员会主席斯蒂芬·米兰和美国贸易代表贾米森·格里尔。 **美方对华轮番加征畸高关税** 美国总统特朗普本月2日在白宫签署行政令，援引《国际紧急经济权力法》，宣布美国进入紧急状态，对所有贸易伙伴征收所谓“对等关税”。 美东时间8日，美方将此前宣布的对中国输美产品加征34%所谓“对等关税”，进一步提高50%至84%。 美东时间10日时，美方再次宣布对华关税提高至145%。 美东时间4月15日，美国白宫网站称中国目前面临最高达245％的关税。 **坚决反制、奉陪到底！中方表明严正立场** 为反制美关税霸凌，国务院关税税则委员会9日发布公告，宣布原产于美国的所有进口商品的加征关税税率由34%提高至84%。 11日，国务院关税税则委员会再次发布公告，调整对原产于美国的进口商品加征关税税率，由84%提高至125%。公告明确表示，鉴于在目前关税水平下，美国输华商品已无市场接受可能性，如果美方后续对中国输美商品继续加征关税，中方将不予理会。 针对美方对华加征畸高关税，我外交部已多次回应。4月17日，外交部发言人再次强调，美方对华轮番加征畸高关税已经沦为数字游戏，在经济上已无实际意义，只会更加暴露出美方将关税工具化、武器化，搞霸凌胁迫的伎俩。关税战、贸易战没有赢家，中方不愿打，但也不怕打。如果美方继续玩弄关税数字游戏，中方将不予理会。倘若美方执意继续实质性侵害中方权益，中方将坚决反制，奉陪到底。 [查看评论](https://m.cnbeta.com.tw/comment/1494222.htm)

苹果此前已经陆续在 iOS 系统里添加对屏幕和电池等组件的检测并显示是否为原装，其中原装零部件拥有完整体验，而被认定为非原装则会限制功能，例如非原装电池无法显示电池健康度等。 还有种情况是电池确实是苹果正品但并非全新电池，这可能是从其他设备上拆出的新电池或已使用过的电池，此前 iOS 会在电池维修历史中将其标记为已使用，代表这块电池并非全新的 (无论是否是全新的只要是拆出来的那都不算是全新)。 现在在 iOS 18.5 Beta 版中苹果将已使用改成二手用来增强提醒，微博网友 [@麦子俊i](https://weibo.com/2575008657/5156916520030080) 发布的微博显示，在 iOS、关于本机、维修历史中可以看到电池的二手标记。 [](https://img.lancdn.com/landian/2025/04/108832.png) 这种标记主要可能还是用来提醒用户，即原本用户看到维修历史的已使用还无法直接判断这是非全新电池，现在改成二手以后那真是一目了然了，估计苹果是想通过这种方式让用户更容易理解电池维修历史并对那些冒充全新电池的商家进行打击。 由于苹果官方原装电池价格较高，不少网友会选择购买第三方电池自己更换或由非苹果授权维修店更换，这些电池并非原装因此可能并不会显示二手标记，只是电池健康里可能看不到健康度。 如果用户自行购买苹果官方原装电池并在更换后可以进行远程诊断，经过远程诊断后如果确实是全新的苹果原装电池那也会提供完整体验，包括电池健康度显示等。 [查看评论](https://m.cnbeta.com.tw/comment/1494220.htm)

4月21日消息，虽然埃隆·马斯克（Elon Musk）目前是“政府效率部”（DOGE）代言人这样的公众人物，却从来不愿直面犀利访谈。2023年4月，马斯克买下社交媒体推特的几个月后，这位口无遮拦的亿万富翁曾短暂开启了一轮媒体巡回采访。 [](https://static.cnbetacdn.com/article/2025/0416/fcdae50df5ffda5.webp) 当时他在社交媒体发文称，“我正在接受各阵营媒体的采访。BBC旧金山分部的记者提问立场偏左，福克斯新闻的塔克·卡尔森（Tucker Carlson）那档节目明显偏右。下周我还会和中间派及温和左的媒体聊聊。” 两年时间过去了，马斯克依旧活跃在聚光灯下。但如今他选择的访谈场域，往往充斥着对科技狂人的顶礼膜拜，而非对其政府职务的严肃质询。 自马斯克就职并正式加入特朗普政府以来，他五次亮相福克斯新闻演播室；马斯克还频频与乔·罗根（Joe Rogan）和德州共和党参议员泰德·克鲁兹（Ted Cruz）在播客中侃侃而谈。二人对马斯克大加赞赏，从未质询过他在政府效率部的工作。 马斯克还不时亮相国际舞台：他出席意大利右翼联盟党大会、迪拜世界政府峰会，在社交媒体X平台的音频直播间为威斯康星州最高法院法官竞选落败者布拉德·席梅尔（Brad Schimel）等支持对象站台。 马斯克偶尔也会回应白宫记者团提问，但一年多来他还没真正接受过一次能让他难堪的深度访谈。最近一次接近“刁钻”访问的，还是今年3月份福克斯新闻主播布雷特·拜尔（Bret Baier）就其辱骂参议员凯利”叛徒”的言论提出质疑。 上一次被认为“硬核”的访谈，还是2024年3月份与马斯克前CNN主持人唐·莱蒙（Don Lemon）的一次对话。莱蒙就X平台右倾化、各种阴谋论，以及马斯克有关多元化、跨性别者的争议言论轮番抨击。 显然这些问题让马斯克坐立不安。莱蒙原本准备借这次访谈在X平台上开设新节目，却在对话录制后没多久就被告知合作取消。 “我采访过各界人士，从总统到囚徒，没有谁像马斯克这么敏感、这么玻璃心。”莱蒙去年对《人物》杂志说，“他不习惯被‘追’问，他更不习惯被问责——尤其是像我这样不认同他、和他迥异的人。” 马斯克与媒体的爱恨情仇由来已久。2023年4月接受BBC采访时，他直言与媒体的关系是“爱恨交织”，而“恨”似乎更多一些，谈及撤销《纽约时报》认证标志时更是难掩得意。 马斯克还曾大刀阔斧裁撤旗下企业公关部门，导致记者问询石沉大海。社交媒体推特更名为X之前的官方账号甚至用“便便”表情包回复记者问询。 关于马斯克的报道，几乎从来没有出现过他本人或其助手回应置评的字句。多位记者表示，几乎没人清楚到底是白宫、个人助理，还是他本人安排访谈。 白宫与马斯克团队均未回应关于“谁负责安排他的访谈”这类的问题。 “莱蒙，我没有义务回答你们记者的问题。我之所以接受这次访谈，只因为你在X平台发出了邀请。”马斯克去年在节目里直言。“否则我才懒得跟你们谈呢。” [查看评论](https://m.cnbeta.com.tw/comment/1494218.htm)

4月21日消息，2025年本应是特斯拉史上最重要的一年，埃隆·马斯克（Elon Musk）对此曾信心满满。在今年1月底的财报电话会议上，**马斯克向投资者表示，2025年将成为“特斯拉历史上最具里程碑意义的一年”。** **他承诺，特斯拉将在6月份于奥斯汀推出付费自动驾驶出租车服务Robotaxi（Cybercab），正面挑战Waymo，并计划在年底前将该服务拓展至更多城市。**同时，他还为公司设定了一个内部目标：生产1万台Optimus人形机器人。高管们还预计，特斯拉电动卡车Semi的首批车型将在年内实现量产。 [](https://static.cnbetacdn.com/article/2025/0328/67955d2cec1719d.jpg) 然而，**仅仅三个月后，这一切开始急转直下。** 特朗普政府宣布对中国进口商品征收高达145%的**关税，预计将波及特斯拉美国制造的四分之一车辆**，并进一步削弱其在这一关键市场的竞争力。与此同时，中国电动车巨头比亚迪凭借更具性价比的车型持续蚕食特斯拉在亚洲的市场份额，进一步侵蚀其区域领先地位。今年3月，美国国家公路交通安全管理局（NHTSA）还要求特斯拉召回几乎所有Cybertruck车型。**在第一季度，特斯拉的汽车销量再次低于公司自身预期。** 马斯克作为特朗普“特别政府雇员”的身份，不仅将他的注意力从特斯拉的超级工厂转移至华盛顿的政治事务，更**使其个人品牌与特朗普形成深度绑定。**这种政治关联已导致特斯拉汽车遭到恶意破坏、美国门店外频现抗议活动，同时也在欧洲市场损害了客户信任，并引发外界对其在中国市场前景的严重担忧——而中国正是特斯拉制造与销售体系中的关键环节。 特斯拉的长期多头分析师丹·艾夫斯（Dan Ives）在接受采访时指出：“我们现在所处的环境，已和马斯克上次参加电话会议时完全不同。” 他表示，过去一个月中，他对特斯拉的研究报告结论正变得愈发严苛，并估计由于“品牌自毁行为”，**特斯拉在全球范围内已失去了至少10%，甚至可能超过20%的潜在客户群。** 从某些角度看，特斯拉确实比底特律的传统车企在这轮关税风暴中处境略好。相比之下，通用和福特对中国市场的依赖程度更高。与此同时，自2020年首次实现全年盈利以来，特斯拉的股价一路领先行业，但背后推动力更多是马斯克描绘的人工智能与自动驾驶的宏大愿景，而非实际的财务基本面支撑。 也正因如此，许多分析师认为，特斯拉股价的走势已与公司的财务表现背离。摩根大通分析师瑞安·布林克曼（Ryan Brinkman）年初在一份报告中写道：“特斯拉的股价似乎已经完全偏离了基本面。” 然而，**在马斯克因白宫事务分心、特朗普政府的关税政策又对其核心业务构成巨大压力的背景下，特斯拉能否严格执行已承诺的产品发布和发展时间表，变得尤为关键。随着投资者逐渐失去耐心，马斯克比以往任何时候都更需要重建市场信任、提振投资者信心。**即将于周二召开的季度财报会议，将是马斯克在关税政策出台后首次回应的机会，也是重塑市场信心的关键时刻，但这一过程注定充满挑战。 **关税阴云之下** 特朗普关税计划的不确定性持续搅动市场，即便在实施90天暂缓期后仍未见消退。然而汽车行业关税依然有效。 自4月3日起，美国开始对所有进口整车征收25%的关税。同时，关键零部件的关税也已同步生效：对全球汽车零部件统一征收25%的关税，而对自中国进口的电池与稀土材料征收的关税则高达125%至245%。这一系列措施对整个汽车产业链构成了极大的压力。 受此影响，标普全球移动（S&amp;P Global Mobility）将其对美国全年汽车销量的预测下调了70万辆，创下该机构单月预测下调幅度的最高纪录。作为最早受波及的企业之一，特斯拉已经显现出明显压力。在中国对进口整车加征125%报复性关税后，特斯拉已暂停向中国客户销售Model S和Model X车型。另据报道，由于关税成本过高，该公司已暂停向美国运送部分Cybertruck和Semi卡车的零部件。 不过，**整体来看，特斯拉相比其他传统车企可能在应对此次关税风暴中更具韧性。**特斯拉的大部分整车均在美国本土制造，尽管仍需从海外进口部分钢材、铝材等原材料，但其整车制造多在美国超级工厂完成。分析师丹·艾夫斯（Dan Ives）评价道：“特斯拉就像是‘烂街区里最好的房子’，但仍有20%至25%的美国产车辆面临关税风险。” 市场普遍预计，特斯拉将在本周二公布第一季度财报，预计营收将达215亿美元，净利润为13亿美元，分别较去年同期的213亿美元和11亿美元增长0.9%与18%。截至上周五收盘，特斯拉股价报收于241.38美元，较今年1月下跌超过36%，但仍较去年同期上涨逾64%。 Piper Sandler的研究分析师亚历山大·波特（Alexander Potter）在本月早些时候的一份研究报告中写道：“我们认为，一旦出现有利催化剂，市场情绪有可能对特斯拉迅速转向。而未来几个月将是充满催化剂的密集时期。” **为何Robotaxi发布如此关键** 对部分坚定看好特斯拉的投资者而言，如今真正重要的只有一个问题：自动驾驶。 当前最受关注的近中期技术创新领域正是自动驾驶。多头投资者普遍认为，**如果特斯拉能够率先在大众市场开发出真正意义上的自动驾驶系统，该公司面临的所有其他挑战，乃至马斯克本人的一系列“出圈行为”，都将变得无足轻重。** 不出所料，马斯克本人也在该领域大肆宣扬。他宣称，特斯拉将在2026年启动Robotaxi的量产，这款车型将完全取消方向盘与踏板，目标年产量最终达到200万辆。此外，他还承诺将在今年6月率先在奥斯汀推出一项付费Robotaxi出行服务。 分析师艾夫斯表示：**“这是当下最关键的项目，它将开启特斯拉未来发展愿景的重要起点。因此，能否能如期推进至这一节点，对特斯拉来说至关重要。”** 然而，特斯拉当前在Robotaxi项目上的实际进展仍然扑朔迷离。2024年10月底，马斯克曾表示，特斯拉已在旧金山湾区为员工提供配备安全驾驶员的Robotaxi试乘服务。但媒体通过《信息自由法》获得的一封奥斯汀消防局内部邮件显示，截至2024年11月，特斯拉尚未在美国任何公共道路上进行过Robotaxi的自动驾驶测试。 “我们尚未在任何公共道路上进行自动驾驶车辆的测试。”一位特斯拉工程师在邮件中写道。他还补充说：“我们确实在奥斯汀超级工厂内部有Robotaxi原型车运行，但这些车辆仅用于研发测试，目前尚未进入公共道路环境。” 到目前为止，特斯拉在公共道路上的所有自动驾驶测试仍属于“L2级”（辅助驾驶）系统，即车辆可实现自动转向与制动，但驾驶员必须始终保持专注、随时准备接管。而作为主要竞争对手的Waymo，已经在多个美国城市实现了“L4级”（完全无人驾驶）付费出行服务，每周完成约20万次付费订单。更重要的是，Waymo今年早些时候已在奥斯汀开放用户预约——这意味着，在特斯拉计划首发的城市，它已经明显落后于对手。 不过，特斯拉还有一项&#34;秘密武器&#34;——数据。 伦敦自动驾驶AI软件公司Wayve的联合创始人兼首席执行官亚历克斯·肯德尔（Alex Kendall）指出，数据是构建高效自动驾驶系统的核心基础。他表示，**特斯拉不仅基本可以确定拥有全球车企中规模最大的真实道路驾驶数据，其数据的多样性也远超如Waymo等专注于封闭道路测试的竞争对手。** 这一优势在应对“边缘场景”（edge cases）时至关重要。所谓边缘案例，是指那些少见但极具挑战性的复杂驾驶场景，例如消防车横向封路、骑行者摔倒在车道中等。更广泛和多样的数据，不仅有助于识别这些极端情况，还能支持更高质量的仿真系统建设，进而生成大量仿真数据，用以持续优化自动驾驶算法的表现。 但肯德尔也强调，打造一个成熟的自动驾驶系统远非“数据多即成功”那么简单。“我多希望这只是一个‘数据输入、自动驾驶输出’的过程，”他说，“但现实要复杂得多。” 在这些更深层次的技术环节上，特斯拉可能并不具备明显优势。肯德尔指出，尽管大规模、具备多样性的驾驶数据确实更可能覆盖更多边缘案例，但**从如此庞大的数据集中精准提取这些案例，本身就是一个高度复杂的技术问题。** **同时，构建能准确复现现实路况的仿真平台，并明确哪些场景最值得模拟以增强训练效果，也是自动驾驶领域的关键竞争点。最终，想要训练出真正具备驾驶能力的人工智能模型还需要最优的学习算法，而这背后离不开顶级人工智能研究人员与工程师团队，以及强大的计算资源支持，以驱动先进模型的开发与优化。** “特斯拉可能已经具备了部分关键要素，”肯德尔表示，“但它尚未真正展示出能将这些要素高效整合、发挥最大效能的能力。” **特斯拉自动驾驶系统最终能否匹敌乃至超越竞争对手（尤其在承诺的6月奥斯汀Robotaxi发布日期临近之际）并如期实现，对其度过艰难之年至关重要。** 艾夫斯警告说：“如果将发布日期从6月推迟到了8月，8月又拖到10月，那后果将非常、非常严重。”  [查看评论](https://m.cnbeta.com.tw/comment/1494214.htm)

<blockquote><p>本文深入分析了订阅制消费在中国面临的挑战，探讨了用户对订阅服务的认知困境、决策障碍和体验断层，并提出了提升订阅制产品吸引力和用户满意度的策略。</p> </blockquote>  在网上流传一个段子： 几百块的海底捞火锅，你说吃就吃 几千块的衣服鞋子包包，你说买就买 几万块的出国旅行，你说走就走 每个月十几块的视频会员，你到处借 这不仅是一个段子，我身边就真有这样的人。 这种“慷慨与吝啬”的撕裂，折射出中国订阅制消费的深层困境。 再结合我自己的例子，作为用户研究垂直领域IP，我花了1年时间、不计成本投入运营的一个199元/年的知识星球（用户研究成长圈），累计付费用户却不足300人。 ## 01 ### 中国订阅制消费现状如何？ 近年来，订阅制消费在中国逐渐渗透到多个领域，从线上娱乐到线下服务，从高频日用品到低频奢侈品，各类订阅模式百花齐放。     **一、主流赛道：数字内容订阅** 订阅制最早在中国大规模普及的领域是线上娱乐。 以爱奇艺、腾讯视频、优酷为代表的视频平台，以及网易云音乐、QQ音乐等音频平台，通过会员订阅模式为用户提供无广告观看、独家内容等权益。 此外，2016年知识付费经济兴起，喜马拉雅、知乎、得到等平台的付费订阅也逐步发展。 1.视频订阅 据中国网络视听节目服务协会发布的《中国网络视听发展研究报告（2025）》，截至2024年12月，我国长视频用户规模为7.52亿，网民使用率67.9%，盘子非常大。 根据QuestMobile发布的2024年12月数据，中国在线视频市场的月活跃用户（MAU）排名前五的APP分别为腾讯视频、爱奇艺、芒果TV、哔哩哔哩和优酷。 其中榜首腾讯视频月活量为3.86亿人次，爱奇艺以3.54亿人次紧随其后，芒果TV以2.76亿人次位居第三，哔哩哔哩以2.08亿人次月活位居第四。     作为“爱优腾芒”四大平台的优酷已被拉开差距，月活跃用户数仅为1.84亿人次，约为爱奇艺和腾讯视频月活量的一半。 接下来我们重点看下行业头部的腾讯视频和爱奇艺，根据两家的财报数据显示： 腾讯视频：2024年付费会员数第一季度1.17亿、二季度1.16亿、三季度1.16亿、四季度1.13亿，持续走低。 爱奇艺：2023年四季度总订阅户1.003亿，付费用户0.995亿，已经从最高点的1.29亿跌去近四分之一。此后爱奇艺不再公布会员数与ARM（月度平均单会员收入），但从其公布的会员收入来看，2023年四季度起，爱奇艺会员收入连续4个季度下降，所以猜测2024年底付费用户大概率是不超过1亿的。 如果用付费会员数/月活MAU，那么爱奇艺的用户付费率估算不超过25%，腾讯视频的用户付费率估算约30%；如果用付费会员数/大盘用户规模，爱奇艺的付费用户渗透率估算不超过15%，腾讯视频的付费用户渗透率约15%。  2.音乐订阅 根据《2024中国音乐产业发展总报告》显示，2023年全国数字音乐用户规模约7.26亿，占网民整体的67.6%。     腾讯音乐（包括QQ音乐、酷狗音乐、酷我音乐、全民K歌等）：根据财报显示，2024年在线音乐MAU为5.56亿（同比下降3.5%）；第四季度在线音乐付费用户数同比增长13.4%至1.21亿，单个付费用户月均收入（ARPPU）增长至11.1元。 网易云音乐：根据财报数据显示，2024年在线音乐会员订阅收入达44.6亿元，同比猛增22.2%，同时，付费用户数量突破6500万，同比激增42%；月活MAU数据财报未披露，只是说2024年平台的日活跃用户数与月活跃用户数的比例保持在30%以上，但根据2023年财报数据显示，月活2.06亿人。 如果用付费会员数/月活MAU，那么腾讯音乐的用户付费率约22%，网易云音乐的用户付费率估算不超30%；如果用付费会员数/大盘用户规模，腾讯音乐的付费用户渗透率约16%，网易云音乐的付费用户渗透率约9%。  3.知识付费订阅 中国知识付费市场正经历从“贩卖焦虑”到“终身学习”的转型，为此喜马拉雅、知乎、得到三大平台纷纷推出自己的付费订阅会员体系。     据iMedia Research(艾媒咨询)数据显示，2022年知识付费用户规模5.3亿人，并预测2025年，知识付费用户规模有望达到6.4亿人。 喜马拉雅：2024年4月12日，喜马拉雅第4次向港交所递交招股书。招股书显示在用户规模上，2023年，喜马拉雅全场景平均月活跃用户达3.03亿，移动端平均月活跃用户达1.33亿，同比增长9.3%；2023年，喜马拉雅移动端付费用户达到1580万。 知乎：根据其2024年财务披露公告显示，2024年平均月活跃用户为8300万，同比下降21.2%；平均每月订阅会员为1500万，同比上升3.7%。 得到：最新的数据只有2022年3月更新的创业板招股说明书，其中显示21年1-6月平均月活用户259万人，付费用户数109.9万人，连续三年下降。 如果用付费会员数/月活MAU，那么喜马拉雅的用户付费率约12%，知乎的用户付费率约18%，得到的用户付费率约42%；如果用付费会员数/大盘用户规模，喜马拉雅的付费用户渗透率约3%，知乎和得到的付费用户渗透率几乎微乎其微。  **二、潜力领域：电商会员订阅   ** 电商平台是订阅制另一大试验田。京东PLUS、淘宝88VIP等通过“付费免运费”“专属折扣”吸引用户，逐渐向全生态服务拓展。 根据中国互联网络信息中心（CNNIC）发布的第55次《中国互联网络发展状况统计报告》，截至2024年12月，中国网络购物用户规模达9.74亿人，占网民整体的87.9%。 淘宝：根据QuestMobile数据显示，2024年12月MAU 9.45亿；根据阿里财报显示，截至2024年12月31日止季度，88VIP会员人数达到4900万，成为国内最大规模电商付费会员。 京东：根据QuestMobile数据显示，2024年12月MAU 5.50亿；早在2022年末，京东就公告称，京东PLUS会员在籍会员数量达3400万。 如果用付费会员数/月活MAU，那么淘宝的用户付费率约5%，京东的用户付费率估算不超7%；如果用付费会员数/大盘用户规模，淘宝的付费用户渗透率约5%，京东的付费用户渗透率不超5%。  此外，还有软件与应用订阅（百度网盘、剪映等），生活服务订阅（盒马X会员、叮咚买菜PLUS会员等），实物商品订阅（三顿半咖啡、泡泡玛特、花点时间等），篇幅所限不再展开（其实主要因为数据太难找了）。通过以上几个领域的数据分析会发现，在中国线上付费订阅产品的用户付费率普遍较低，天花板可能也就25%上下；而基于大盘用户的付费用户渗透率更是最高只有15%上下，更普遍的是5%不到。 ## 02 ### 订阅制消费为什么这么难？     接下来，我会从用户的认知-决策-体验链路来分析订阅制产品难卖背后的原因。 **一、认知困境：用户如何看待订阅制产品** 1.无形资产与价值感知偏差 在消费者心智中，订阅制产品天然处于不利地位。 认知心理学研究表明，人类大脑进化出的是处理有形物质的能力，对无形资产的价值评估存在系统性偏差。 订阅服务通常提供的是数字内容或使用权限——这些无法触摸的”产品”难以激活我们的视觉、触觉等感官系统。 神经营销学研究发现，实体产品能激活大脑中负责处理具象信息的区域，而数字服务主要激活处理抽象概念的区域，这种神经活动的差异直接影响了价值认知。 一位消费心理学家曾指出：”虽然Netflix可能提供几千部电影的访问权，但在用户心智中，这种’可能性’资产远不如一张实体电影票的价值直观。” 2.从所有权到使用权的认知转变困难 人类社会经历了数千年的所有制经济形态，”拥有”作为一种原始冲动根植于我们的文化和心理基因中。 禀赋效应(Endowment Effect)表明，一旦拥有某物，我们会赋予它更高的价值。  订阅模式挑战了这种根深蒂固的所有权心理模式，要求用户接受”付费但不拥有”的新型消费关系。 这种认知转变对大多数人来说并不自然，导致出现认知失调——”我付了钱，却什么也没得到”的矛盾感受。 3.价值分散导致的认知模糊 传统消费品提供的是集中的、一次性的价值体验，而订阅服务的价值则分散在时间轴上。这种时间分散性使得总体价值变得难以评估和感知。 双曲贴现(Hyperbolic Discounting)理论解释了人们倾向于低估未来收益的心理机制。 一个月后可能获得的观影体验，在当下决策时被大幅贴现，导致消费者系统性地低估了订阅服务的长期价值。 ## 二、决策障碍：为什么购买决策如此纠结 ### 1.心理账户分类的偏差 芝加哥大学教授理查德·泰勒提出的”心理账户”理论解释了人们对不同消费品类的不同态度。  在多数消费者的心智模型中，订阅服务被归类为”额外支出”或”可有可无”账户，而非”必要开支”或”生活品质提升”账户。 这种心理分类导致了对订阅服务的预算天然受限。 ### 2.损失厌恶与付费频率 诺贝尔经济学奖得主丹尼尔·卡尼曼的前景理论指出，同等数量的损失比获得带来的心理影响更强烈。对大多数人而言，失去100元的痛苦远超获得100元的喜悦。 订阅制的特点是高频率、小金额的重复付费模式。虽然单次付费金额小，但每次付费都会触发损失厌恶机制，产生负面情绪。 一项脑科学研究发现，当被试者面临重复付费场景时，大脑中负责情绪处理的杏仁核活动明显增强。  相比之下，一次性大额消费只触发一次损失感知，随后便进入心理”消化期”，不再产生新的决策压力和损失感。 ### 3.决策疲劳与认知负担 现代生活中，我们每天要做无数大大小小的决策，导致所谓的”决策疲劳”。当认知资源有限时，我们倾向于避免需要持续投入决策成本的选择。 订阅制不仅需要初始订阅决策，还需要定期续费决策——”这个月我用得够多吗？””现在取消划算吗？”这种持续的决策负担在注意力已极度稀缺的现代社会显得尤为沉重。 实证研究表明，订阅服务的流失高峰通常出现在续费决策点前后，这正反映了决策负担对用户行为的影响。 ### 4.未来使用预测的困难 行为经济学研究发现，人们普遍存在”规划谬误”(Planning Fallacy)——对自己未来行为的乐观估计。在订阅初期，我们往往高估自己会使用服务的频率。 “我肯定会每天锻炼”的健身APP订阅者，或”我会看遍所有新剧”的视频平台用户，很快面临现实与预期的巨大落差。 这种落差不仅导致实际使用率低，还带来额外的心理负担——自责和懊悔情绪。 ### 5.评估复杂性与比较困难     传统产品的价值相对直观：一件衣服的面料、做工、设计都可以直接感知和比较。而订阅服务的价值包含多层次因素：内容质量与数量、更新频率、使用便捷性、无广告体验等。 这种多维度的价值结构增加了评估难度。当消费者面临”网飞vs爱奇艺vs腾讯视频”的选择时，需要处理的信息量远超”优衣库vs H&amp;M”的决策。 认知心理学中的”选择超载”理论表明，当选项或评估维度过多时，人们倾向于延迟决策或完全回避。 ## 三、体验断层：为什么购买后体验不佳 ### 1.期望与现实的落差 消费满意度研究表明，满意度=期望-体验。订阅服务由于其”潜力型”价值主张，往往在营销阶段创造了过高期望。”无限内容””随时访问”等承诺虽然在技术上成立，但用户的时间和注意力是有限的。 当用户发现自己每月只看了2-3部电影，远低于想象中的”看片自由”时，满意度自然下降。 这种”理论价值”与”实际使用价值”的差距成为体验断层的首要原因。 ### 2. “使用压力”与享受损失 订阅模式下，用户常感受到一种隐形的”使用压力”——”我必须多用才能回本”。这种功利思维反而降低了原本应当轻松愉悦的消费体验。 自我决定理论(Self-Determination Theory)指出，当外部动机(如避免经济损失)超过内部动机(如享受内容本身)时，活动的内在乐趣会被削弱。 研究表明，同样是听音乐，付费订阅用户比非付费用户更容易感到”我必须多听才行”的压力，进而降低音乐本身带来的愉悦感。 ### 3.所有权缺失导致的不安全感 心理学家研究发现，所有权带来安全感和控制感。传统购买模式下，消费者获得的不仅是产品本身，还有对产品命运的完全掌控。 订阅模式下，服务提供方保留了最终控制权——可以调整价格、更改功能、甚至完全关停服务。 这种潜在的不确定性和控制权缺失造成微妙的焦虑感。 多项用户研究显示，”担心重要内容/数据丢失”是阻碍用户全身心投入订阅服务的重要因素。 ## 03 ### 订阅制产品的破局之路 面对订阅制的三重困境，破局的关键在于重构价值认知、降低决策门槛、重塑体验闭环。 通过观察国内外成功案例，结合行为经济学与消费心理学理论，梳理出四条突围路径。 **一、提升用户感知价值** 1.实体权益锚定 网易云音乐黑胶会员与周杰伦实体专辑联动的案例显示：当数字订阅与限量实体商品绑定，续费率明显提升。 群响社群会员采用”订阅送实体书”模式，用可触摸的成果物提升感知价值。  2.场景唤醒 用户对订阅制的价值感知模糊，可能是产品设计与用户场景脱节。与其罗列权益，不如用具体场景触发情感共鸣。 拿知识星球为例，将会员权益拆解为“直接获取50+企业内部调研模板”等具体场景，让用户直观感知“少劳而多得”。 3.跨平台权益整合 淘宝88VIP的”一卡通”模式：将会员权益渗透到饿了么、优酷等生态位，提升用户感知价值。 得到高研院的”学习卡”体系：将课程订阅与线下活动、企业内推等资源绑定。 **二、决策轻量化** 1.试用+灵活订阅周期 知识星球有3天的试用期，3天内无理由退出，目的就是降低决策负担。 在线视频平台普遍推出灵活订阅计划： 基础版：按需解锁（如单次付费9.9元获取单份报告）； 轻度版：按季订阅（如119元/季，适合短期项目需求）； 深度版：年度会员（199元/年，含专属社群互动）。 但注意灵活短周期的订阅模式可能触发损失厌恶，所以各个平台都引导用户以年为单位的订阅，在定价策略方面年度会员比季度、月度会员更优惠。 2.沉没成本转化 京东PLUS的”未使用可退差价”政策：将会员费转化为消费金，消除用户顾虑。 盒马X会员同样支持”未使用可退差价”政策：一年后结算，若全年节省金额未达到会员金额，将自动退还差价。 3.利用社交证明 展示其他用户的反馈和评价，利用社交证明来增强潜在用户的信任感，促使他们做出购买决策。 **三、提升用户体验** 1.强化用户教育 通过教育用户如何最大化利用订阅服务，来减少”理论价值”与”实际使用价值”的差距。 特别是知识星球这类付费订阅数字内容产品，我发现很多付费用户压根儿不会正确使用星球内容。 2.关注用户反馈 定期收集和分析用户反馈，了解他们的需求和痛点，及时调整服务以满足用户期望。 3.构建社区氛围 建立用户社区，鼓励用户之间的互动和交流，增强归属感和忠诚度。通过举办线上活动、讨论会等形式，提升用户的参与感。 4.提供个性化服务 利用数据分析为用户提供个性化的内容推荐和服务，提升用户的满意度和使用频率。 5.成果可视化 语言学习平台多邻国的”学习树”设计：将抽象的学习进度转化为具象成长路径，用户续订意愿提升明显。 健身应用Keep的课程完成勋章体系：通过数字徽章+社交分享机制，让隐形努力显性化。  6.动态权益升级 腾讯视频的”等级成长体系”：观看时长可兑换超前点映券，使月活时长增加。 混沌学园的”老学员推荐权”：高级会员可获得课程内测资格，既提升荣誉感又降低获客成本，推荐转化率是普通用户的N倍。04 ## 结语 订阅制的本质是持续价值交付的能力竞赛。 当视频平台开始为会员制作专属剧集（如爱奇艺迷雾剧场），当电商会员演化成生活服务入口（京东PLUS健康咨询），当知识社群进化为职业发展共同体（生财有术城市合伙人），成功的订阅服务都在做同一件事：将交易关系转化为共生关系。 用户购买的不仅是服务，更是确定的成长预期和可积累的数字资产。 这对内容创作者提出更高要求——不仅要持续输出价值，更要构建用户的价值坐标系。 或许未来订阅制的终极形态，是成为用户数字生命的一部分。 本文由人人都是产品经理作者【Peron用户研究】，微信公众号：【Peron用户研究】，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。

京东又回到自己最擅长的 “ 价格战 ” 领域了。4 月 11 日，京东外卖宣布正式开启百亿补贴，将在一年内投入超百亿元，向全体用户发放补贴，覆盖平台上的所有餐饮门店。 实际上，在百亿补贴号角吹响之前的一段时间，京东外卖就已经开始默默发券，随机发放满 20-5、满 8-7 的优惠券，有人可以 1 块钱喝到一杯奶茶，20 块钱吃到麦当劳四件套套餐。 爆发价格战，是电商世界开始竞争和洗牌前亘古不变的铁律。 更何况，京东是在美团做了 10 来年外卖，外卖价格已经被压到几乎最底线、外卖行业格局也基本被趟平之后，才决心下场抢饭碗的。 其实京东外卖做价格战，也经历了几轮变化。 先是 2 月底，京东外卖上线 10/20 元餐补，也就是满 15-10 和满 40-20，但仅限于 PLUS 会员和大学生用户每晚 8 点随机领取。 再是 4 月份全平台放券，让用户尝到一拨优惠。最终，在 4 月 10 日，京东正式放出百亿补贴的公告，并计划持续一年。  那么，京东外卖的价格战强度如何呢？ 从消费者端来看，的确有便宜可薅。目前京东官方优惠券主要是满 15-10 的面额，在客单价较低的店铺下单优惠更明显。 不少消费者在网上交流经验，结论是本次京东外卖薅羊毛主要在奶茶咖啡的品类上最划算，5 块钱买杯库迪，1 块钱买杯茶百道。 编辑部实测买券后 1 元的单品现已无法达到起送费，加料凑单后可以 4 元到手 。 不仅是客单价 10-20 元的饮品店铺，连锁平价的店铺优惠体感一样很明显。比如，在同一家免配送费的沙县小吃点同样的鸡腿饭，京东外卖标价 20.8 元，饿了么 26.8 元，美团 26.9 元，三家全部用完券之后，京东只要 10.9 元，饿了么和美团都是 21 元左右（ 每位消费者可用红包情况不同，仅大概对比差额 ）。 最重要的是，知危了解到，此次京东发券是纯粹的平台行为，商家不需要额外掏一分钱在补贴上。这也就意味着，商家可操作的空间很大。 上述沙县小吃在饿了么和美团上收取 1 元打包费，在京东要收取 2 元，所以在结账时，京东外卖的实际支付价格是 12.9 元。 还有商家在运费机制上做了和美团、饿了么一样的设置，例如某家茶百道就是订单价格满 15 元运费才是 0.5 元，不然的话运费是原价 3.5 元。 更有商家直接表示，自己在京东外卖上的餐品价格全部比堂食高。 所以，虽然平台给了统一的折扣，但具体便宜多少，或者是否便宜，都要看商家的态度。 知危注意到，10 元补贴并非覆盖了所有餐饮店，截至发稿前，北京市内的瑞幸咖啡没有参与减 10 元的活动，而是和其他平台一样，商家自主给出七八折的优惠，消费者到手价仍然是 10-20 元。 从商家们的打包费和配送费减免设置上，你就能看出，京东外卖这场百亿补贴的阳谋中，商家得到的利好，远超过消费者。 上海一位商家表示，平台开始发券后他们 “ 非常爽 ”，似乎巴不得顾客都来薅羊毛，越多越好。 从他提供的商家端页面来看，原价 20.5 元的餐品，平台补贴后是 16 元，顾客最后实际支付 14.06 元，而商家到手算上餐盒费和运费，共计 24.5 元。  北京某餐饮商家说，他们从 3 月初上线京东外卖之后，现在每天订单量能有二三十单，好的时候有五六十单，老板表示他们的情况确实比较好，“ 听说别人家只有两三单”。 他说，现在他在京东外卖平台上的运营策略就是免配送费，“ 只要免配送费，京东就会在商家的商品图上挂上 ‘ 免运费 ’ 三个字，现在顾客都喜欢免运费的。” 该商家认为，现阶段，京东外卖配送费经常被吐槽较贵，那就正好从这点下手，先给顾客留个好印象。 同时，他也提高了京东外卖上的餐品定价，比堂食贵几块钱，“ 贵了一点，但也随餐送个饼，送根烤肠。” 他们家选的是达达专送，每单扣 3.5 元基础履约服务费，加上每单需要自己掏配送费，算下来他们的情况还是不错。他表示，只要不给平台付佣金，且抬高单价，就稳赚不赔。他也对知危表示，就他自己的店来说，“ 饿了么的订单还不如京东。” 因为补贴由平台来承担，等于是免费的引流，所以敏锐的那部分商家开始花精力在运营活动上。除上述的免配送费+调高价格送赠品之外，还有的商家选择部分单品做低价活动或满 2-3 件有折扣，甚至美团、饿了么上常用的收藏送赠品这一套方法也被搬到京东上来了。 “ 进入二季度了，这阶段任务是冲单量。” 一位京东外卖服务商表示，京东其实没有对商家要冲多少单给出具体的激励，但平台又是免佣又是撒优惠券，对于商家来说总是赚的，所以想趁此机会做做数据的商家比较积极。他也补充：“ 这波操作跟美团当年发券价格战也大差不差，商家拉进来了，肯定要做一轮补贴。” 不过，一些连锁品牌，却是没吃上这波红利。几位连锁餐饮品牌的商户说，官方补贴带来的订单激增，暂时还没落到他们头上，每天还是保持着个位数的订单数。 至于原因，一位连锁店分店店长还告诉知危，比起个体商户，连锁店的操作空间不大，“ 做不做优惠，做多少优惠，是否免配送，这些都是公司后台统一设置的，我们没有决策权。” 这形成了一个有趣的现象：京东外卖平台上，自由度越高的商家，或许能在这轮补贴里拿到单量和收入的胜利，而成体系的连锁店反而不一定赢。 那么，京东外卖上线仅两个月，就开始明牌打价格战，是想做什么？ “ 这次京东的百亿补贴和饿了么的补贴不太一样，一是没有提到补贴周期，二是没有提到补贴形式。所以应该和 B2C 商城的百亿补贴一样属于可控范畴，另外后续说不定会加入一些商家的投入比例（ 指让商家也承担一部分补贴费用 ）。” 中国连锁经营协会客座顾问、零售电商行业专家庄帅对知危表示。 无论是京东当年用价格战击败苏宁，还是拼多多率先拿出百补，行业都认为是烧钱换市场的行为。但至于京东外卖本轮的百补活动，庄帅认为 “ 不能说是烧钱 ”，因为活动是可控、可以根据效果调整的投入。 他还预测道：“ 后续我预判肯定会和 B2C 商城业务形成联动，例如 PLUS 会员优惠、买手机家电送外卖券等。” 进入到存量市场阶段，电商平台最后拼的或许不是谁在某一项业务上到底强到什么程度，而是整个生态体系的协同效应。庄帅表示，美团会员就是利用协同联动做起来的，京东肯定也要协同起来才有自己的优势。“ 相对高频的外卖和相对低频的 3C 产品协同。” 目前，已经有一个变化能证明京东的野心在于联动。 消费者加在购物车的外卖，会直接显示在京东 App 的购物车中，一碗面条可以和苹果手机一起下单，这有点像美团此前的 “ 万物到家 ” 概念。  庄帅也说，京东做外卖也是经过好几年内部论证，而且等到达达私有化、挖来美团高管、整合好团队和资源才开干的，长期战还要继续打下去。 而且，现在的节奏也符合京东外卖一直以来的风格：抓大放小，先做，再修修补补。眼下的阶段京东显然是先用补贴把单量做上去，稳定商家和基本客流之后，再调整现在被商家诟病的系统不够智能、体验不够丝滑等等问题。 虽然京东外卖的未来我们还要边走边看，但起码，新掀起的价格战，给了用户们一个选择京东外卖的理由，而一旦用户的习惯开始被改变，这个业务就是有潜力的。 毕竟当年拼多多靠价格战崭露头角时，没人想过它能撼动阿里和京东两个电商巨头的地位，现在大家都信了。 [查看评论](https://m.cnbeta.com.tw/comment/1494212.htm)

据彭博社报道，在特朗普的关税措施导致股市大跌前，Facebook母公司Meta CEO马克·扎克伯格(Mark Zuckerberg)抛售股票套现7.33亿美元(约合52.51亿元人民币)。  扎克伯格 根据追踪企业内部人员股票买卖情况的华盛顿服务公司的分析，扎克伯格在第一季度通过旗下慈善机构“陈-扎克伯格计划”(CZI)及其相关基金会出售了110万股Meta股票，套现7.33亿美元。所有股票交易都在今年1月和2月进行，当时Meta的股价仍高于600 美元，并在情人节时达到超过736美元的峰值。此后，随着特朗普关税措施引发股市大跌，Meta股价已累计下跌32%。 这些交易是根据扎克伯格在去年8月设立的10b5-1交易计划进行的。截至上周四，扎克伯格的净资产降至1780亿美元，为今年最低水平，较2月14日创下的2590亿美元高点大幅缩水。目前，扎克伯格仍是全球第三富豪，仅次于埃隆·马斯克(Elon Musk)和杰夫·贝佐斯(Jeff Bezos)。 除扎克伯格外，甲骨文公司CEO萨弗拉·卡兹(Safra Catz)等美国高管也在股市下跌前精准套现。 [查看评论](https://m.cnbeta.com.tw/comment/1494210.htm)

<blockquote><p>在音乐流媒体竞争日益激烈的当下，各平台面临着曲库同质化、推荐算法趋同等问题，用户体验逐渐陷入瓶颈。然而，AI技术的崛起为音乐产品带来了新的机遇。QQ音乐通过将AI技术深度融入搜歌、听歌、创作等全流程，重构了用户的听歌体验，从被动推荐走向主动陪伴，从单一播放器转变为一个智能的音乐创作与互动平台。本文将深入剖析QQ音乐的AI化转型路径，探讨其如何通过AI技术解决用户痛点，实现差异化竞争，并为其他内容平台提供可借鉴的AI化方法论。</p> </blockquote>  过去几年，音乐类产品的创新路径逐渐陷入瓶颈：曲库趋同、推荐算法相似、界面体验雷同，用户习惯虽然高频，却越来越“无感”。而在 AI 快速发展的当下，如何将大模型、语义理解、多模态生成这些能力真正融入产品，而非浮于表面，成为了行业共同面对的问题。 QQ 音乐选择了一条非常实在的路——不是开发一个花哨的“AI 聊天助手”，而是将 AI 植入整个听歌流程：从搜歌、推荐、陪伴、演唱到二创、作词、音色定制，全流程覆盖用户“用音乐完成表达”的每一个节点。这背后不是工具堆叠，而是对“听歌”这件事本质的重新理解。 本文不是在解读一个新功能，而是在剖析一整套“音乐产品 AI 化”的真实路径。这套路径的关键不在“能不能上 AI”，而在于“能不能用 AI 真正解决一个用户心里的事”。 如果你的产品也在寻找差异化增长曲线，也许可以从这套方法里找到些灵感：AI 不必无所不能，但它可以精准插入你产品中最有价值、最高频、最痛的那个点。 ## 一、行业背景：流媒体拐点后的第二增长曲线 ### 1.1 曲库同质化 + 推荐算法趋同 过去十年，国内外音乐流媒体的第一轮竞争几乎全部围绕 **“曲库体量” 与 “独家版权”** 展开——在版权大战最激烈的 2017 年前后，腾讯音乐一次性拿下环球、华纳、索尼三大唱片的中国区独家分销权；Spotify、Apple Music 也同步与三大唱片完成全球深度绑定。然而，当各平台的曲库覆盖率在2020年前后冲上 **95%+**、TOP‑1000 热门曲目可用率高达 **98%**，曾被视为壁垒的“**能听什么**”不再构成护城河，版权成本却持续攀升（高峰期占总营收 **67%**）。 曲目差异迅速被抹平，竞争重心随之转向 **“怎么听” 与 “听什么理由”**：谁能提供更懂我的情绪陪伴、更沉浸的互动场景，甚至可直接二次创作的工具，谁就能在同质化时代赢得下一轮用户增量。 **2015‑2020 曲库扩张期**  - 国内三巨头（QQ 音乐、网易云、虾米）先后完成与华研、滚石、英皇等头部版权方的“独家 + 分销”签约，覆盖率高达 95%。 - 海外 Spotify、Apple Music 亦在 2019 年前完成与环球、华纳、索尼三大唱片的全球协议。 **2021‑2023 边际价值递减期**  - 各平台 **TOP‑1000** 热门曲目可用率 &gt; 98%，用户因缺歌转移的动机基本消失。 - 版权费用占音乐流媒体营收比一度升至 **67%**，ROI 快速下滑。 **2024‑ 至今 差异化再造期**  - 平台转向“体验差异”竞争：空间音频、车载无缝播、AI 伴聊。 - **算法红利耗尽**：**协同过滤 1.0** → **深度学习 2.0** → **向量召回 3.0**，CTR 提升曲线日趋平缓；AB Test 显著性门槛不断抬高，用户感知区别趋近于零。 ### 1.2 用户期待从“被动推荐”走向“主动陪伴” 当用户只记得一段旋律，或模糊记得某种氛围，却说不出具体歌名时，传统的关键词搜索便显得力不从心，导致“搜不到歌”的挫败感频频发生；而在深夜独处、通勤路上、情绪起伏等碎片化时刻，用户更需要音乐作为情感的回应者，但现有平台多以算法推荐的方式单向推送，缺乏互动与共鸣，难以满足“我此刻需要被理解”的心理需求。   Z 世代与 Alpha 世代倾向将音乐平台视作「情绪出口 + 社交标签」，平台必须满足**陪聊式互动**与**内容二次创作**双重刚需。 ### 1.3 技术拐点 以 GPT‑4o 和 DeepSeek‑R1 为代表的大模型正加速落地，它们不仅具备处理文本的能力，更在语音、旋律、歌词结构、音乐情境等多模态输入中展现出极强的语义理解力。这意味着音乐平台不再只是一个播放工具，而正在演变为理解用户语境、参与用户对话、甚至主动创作内容的智能体。 借助这些模型，产品可以搭建起真正“对话式的音乐交互”场景——例如理解用户“我想要像《心之科学》一样悲伤的歌，但要更慢更温柔”的模糊描述，或即时生成适配心情的歌单与音频封面。  同时，这些模型还具备内容生产和再创作的能力：通过文本生成歌词、音频合成演唱 DEMO、将歌曲分离为多轨素材等功能，极大地降低了普通用户进行音乐创作与分享的门槛。  在用户需求升级、技术演进与商业竞争的三重驱动下，AI 助手不仅成为差异化体验的重要支点，更可能成为音乐平台构建“第二增长引擎”的关键路径。 ## 二、AI化的QQ音乐 ：一次围绕“搜歌–听歌–创作”闭环的产品实验 ### 2.1 搜歌体验：从关键词到语义理解 QQ 音乐 AI 的第一触点是“搜歌”——也正是 AI 真正开始理解用户的地方。在这里，用户不再是一个输入关键词的操作者，而是一个有模糊印象、有情绪指向的听众。 **1）搜自己意识中想要的歌** 采用的是文本对话而不是语音播报，背后其实挺贴近国内用户的习惯：一方面大家在公共场合更愿意打字少说话，另一方面，很多人找歌时根本说不出歌名，更多是“像什么”“听起来怎样”“那种氛围”这种模糊描述——文字比语音更适合这种表达方式。 所以现在你不需要非得记住一首歌的名字，完全可以像和朋友聊天一样说“像宫崎骏的配乐”“适合下雨天听的民谣”“有没有空灵点的钢琴曲”，AI 都能接住。它会结合你的听歌习惯、时间段、最近听的内容，给出比较贴合你心情的推荐。 而且它给的不只是歌单，还会说明推荐理由，比如“这首歌用的是 D 大调，节奏舒缓，和你最近循环的《小情歌》很像”，或是“这位歌手跟 Eason 是同门，声音风格也相似”。甚至还有“知识彩蛋”加持，告诉你这首歌曾被豆瓣小组称为“独立民谣启蒙”，或它属于 neo‑classical 流派，常拿来做冥想音乐。 整个体验不只是“你要什么我给你”，更像是“我听懂你了，然后给你更好的”。我自己试了一下——在搜索框里打了句“我想要适合开车时候听的不那么吵 但比较动感的十首歌”，AI 先“沉思”几秒，然后就直接推荐了一列可播放的歌单，点击就能听。说实话，比在页面上自己翻半天高效多了。  AI 助手背后的 DeepSeek 模型会调用 QQ 音乐的乐理数据库与情绪标签系统，综合语义理解、节奏结构、编曲风格等维度，进行上下文语义匹配。这种体验不仅大幅降低了非专业用户的搜歌门槛，也打破了“记不清歌名就搜不到”的瓶颈，极大提升了使用流畅度。 **2）想要更多歌曲信息** 除了找歌，AI 助手还能做“歌单解读小助手”，把你听过的、收藏的、最近常听的歌整理成一份“听歌报告”，还会配上各种风格化的分析方式，比如：用 MBTI、武林招式、人生阶段给你的红心歌单“起标题”。这些原本你自己也可能看不出的听歌习惯，它会用一种很轻松又有点好玩的方式帮你总结出来。 你也可以直接问它一些以前要去贴吧、知乎、微博找半天的问题：比如“汪苏泷《梆梆》的编曲思路是什么？”“易烊千玺在哪一场唱了《干杯朋友》？”“这首歌为什么听起来有城市感？”过去这些很难找准答案的点，现在直接一句话问 AI，立马就能回答，还附带出处和背景故事。 甚至你还能问得更细，比如“这首歌是用什么乐器配的？”“它的 BPM 是多少？”“和《晴天》比，它在调性上有什么不同？”系统会调出音乐结构参数、制作信息、甚至过往的评论梳理。  这一块对我这种偶尔会想了解“我为什么会喜欢这首歌”的用户来说，确实是很有用的，算是一个很趣味性的结合。 ### 2.2 听歌过程：从推荐算法到陪伴式对话 在传统推荐逻辑中，“听歌”往往只是一次结果导向的操作，但在 AI 深度介入之后，它逐渐变成了一种可以被共情、被理解、被回应的体验旅程。从算法排序到情绪对话，从歌单列表到动态视觉，从一次播放到持续互动，QQ 音乐正通过 AI，把“听”这件事从被动消费转化为一种主动感知的情绪交互。 **1）有“活人感”的歌曲推荐** 在用户想要获取新歌时往往会，进入首页的推荐板块，一个是猜你喜欢，一个是每日30首。 首页的推荐板块与传统的个性化列表不同，这一块推荐前会通过一句“情感引子”引发共鸣，如“今天有点阴天，适合来点爵士”，“阴天在不开灯的房间”等。系统根据用户最近的播放记录、节日、天气、社交活动等语境因素，动态调整推荐逻辑，同时嵌入小知识，如歌曲背后的故事、音乐风格的历史演变等，让“听歌”不再是被动消费，而是一场可被理解、可被回应的沉浸式对话。 这类基于场景与心理状态的推荐，不再是算法冷冰冰地排序命中率，而是像朋友了解你一样，提供一份更人性化的内容入口。  每次打开「每日 30 首」，最上方首先出现的是一个动态视觉模块：平台会根据推荐列表中第一首歌曲的歌词与氛围，生成一段 **AIGC 动态视频头图**，画面风格融合歌词意境与情绪色彩，营造沉浸感与仪式感。这段视觉片段通常以插画风格呈现，动态元素如微风、海浪、落叶或都市夜景，与歌词节奏产生联动，使用户在视觉上“入戏”，在听歌前就进入一种感受性的情绪前置状态。 紧随其后的是由 DeepSeek-R1 生成的推荐解读模块。系统会首先用 2–3 个关键词概括今天的情绪主题（例如：#K-POP、#追音乐的人、#或许你也想听），再附上一段由 AI 自动撰写的导语文字，引导用户理解今日推荐背后的选曲逻辑。 点击进入详情后，用户还能看到一篇结构清晰、语言自然的“AI 深度乐评报告”：包括歌曲挑选缘由、演唱风格背景、歌词解析、乐队风格延伸、听感对比等内容。这类内容极大提升了用户的“听歌获得感”，让听不再只是情绪消费，更像一次内容理解、文化参与与个体情绪对话的过程。 **2）AI陪你听歌** 除了推荐新歌、分析歌单，QQ 音乐 AI 还扮演了一个更有“存在感”的角色：陪你一起听歌。 在播放页下方，你可以开启「AI 一起听」模式，和一个虚拟的音乐搭子开启 24 小时在线共听体验。你可以选择“苏柔”“嘻哈”“流行”“轻音乐”等不同风格的 AI DJ，每位角色都有独立的人设——比如苏柔是心理咨询师风格，擅长理解你的小情绪，用温柔的语调和选曲陪你走过心情低谷。 这个功能不仅仅是“放歌”，更像是一个在你身边的语气温和、懂音乐的朋友。你可以和她“聊聊天”，她会介绍正在播放的歌，比如是谁唱的、背景是什么、适合在什么场景听，也会根据你现在听的歌接着推荐类似的风格。甚至当你中断播放一段时间后再回来，她还会接上一句“欢迎回来，我们可以继续听歌”，让整个体验变得像是一场持续的陪伴。 AI 一起听也不是“一个人对着播”，你还能看到其他也在和同一个 AI 听歌的用户，大家一起听《两人雨天》，就像远程分享了一个耳机。  ### 2.3 创作歌曲：从被动听歌到主动创作 QQ 音乐 AI 助手并未将“听歌”止步于情绪消费，而是进一步延伸至“内容再创作”的可能性，不止能推荐音乐，更能“拆音乐、换音色、重组节奏”。QQ 音乐在 AI 助手中内嵌了三个关键能力模块：**AI 演奏家、多音轨调节系统和AI 试听**，将听歌平台延伸为创作起点。 **1）“AI 演奏家”一键转换纯音乐** “AI 演奏家”功能则进一步扩展了用户在“听歌之后”的操作空间。该功能支持用户在歌曲播放界面中一键切换乐器音色，目前已开放钢琴、古筝、葫芦丝、曲笛、八音盒五种演奏风格，后续还会开放更多乐器选项。 系统会基于原始旋律结构生成无歌词的纯音乐版本，保留情绪节奏的同时转换为另一种听感形式，适合用于 vlog 背景、直播配乐、冥想放松等场景。但部分歌曲还具备限制提示功能——如当前曲目不支持“葫芦丝演奏”时，系统会主动弹窗提示，保障生成内容的可控性与合理性。  **2）“多音轨调节系统”—想听哪个乐器就停哪个** 它基于深度神经网络的声源分离模型，为乐器爱好者与半专业创作者，打造了一个突破性的功能模块：**多音轨调节系统**。可将歌曲拆成：人声、鼓、贝斯、吉他、电吉他、钢琴、小提琴、其他这8种独立音轨，用户可根据需求静音某轨道、调整节奏或重新混音，非常适合音乐爱好者们来使用，也不会再出现真的有贝斯嘛？这种疑问了，因为只要你想 你可以只听贝斯。 并且这8条音轨可以调整与人的声音位置，默认是以“声波星图”的形式分布于环绕坐标界面中，可以随意推动各个音轨的位置，系统也内置了很多可调节的参数，用户可执行以下几种创作性操作： - **单轨静音 / 独听**：想要只听鼓点、屏蔽人声，或反过来保留伴奏删除旋律，皆可一键操作。 - **空间定位调节**：通过界面拖动各轨道在前后左右四象限中的“声源点位”，实现虚拟声场变化，让吉他从左耳响起，鼓声从右耳推进。 - **音量权重滑条调节**：每一轨皆配有独立音量滑动条，用户可自由构建“个人混音方案”。 - **环绕风格一键切换**：可从动态环绕、人声消除、吸顶声响、沉浸系统四种声场模板中一键切换，模拟不同空间感知。  这一整套操作不仅让专业用户拥有前所未有的“AI 调音室”，也让普通听众第一次有机会“解剖”一首音乐作品的结构，理解贝斯、鼓、和声如何协同构成一首完整的情绪表达。 对于短视频创作、音乐反应视频、练习乐器等场景而言，这一功能的价值甚至超过播放本身。例如练吉他时候，直接只听贝斯和鼓，可以大大提升练习的质量和整体的感受，可以说是立刻搭起了一个赛博乐队。 **3）“AI 试听”—直接换音色听歌** “AI 试听”功能用起来很简单，就是让你可以把喜欢的歌换一个声音来听。系统内置了 8 种音色，包括空灵、气泡、动漫、甚至魔性童声等等，选一个点播放，就能听到熟悉的旋律由另一种声音唱出来，感觉像是朋友在 KTV 给你来了一版“重混”。 如果这些都不是你的菜，你还可以录一段自己的声音。只要在安静的地方清唱 30 秒，系统就能生成你的专属 AI 音色模型。这个声音以后可以用来演唱 QQ 音乐里的任意歌曲，无论是流行、民谣、日韩，甚至儿歌，统统都能由你“演绎”。  配合“AI 帮唱”功能，这套玩法就能走得更远。用户可以在“AI 帮唱”专区直接挑歌，无论是热门翻唱榜、AI 作曲榜，还是别人的公开作品，都可以点进去试听。选择好之后，只要你已经录制并生成了自己的 AI 音色，系统就会将你“专属的声音”自动套入旋律中，合成一首属于你的翻唱版本。 翻唱完成后，作品会出现在“我的作品”板块中，也可以选择是否开放给别人试听，或者分享到朋友圈。这就像把一整套翻唱工作室塞进了手机里，任何人都能拥有“出一首歌”的体验。不用会唱歌、不用懂编曲，只要你想唱，AI 就能帮你唱出来。但目前不是所有歌都支持AI帮唱，只有部分支持。  **4）“AI作歌”—AI化写歌全流程** AI 助手的创作能力不止是“唱别人的歌”，现在 QQ 音乐还上线了一个新的模块：「AI 作歌」。用户可以在“AI 作词”板块中，选择输入关键词、情绪风格、甚至一张图或一句话，AI 就能帮你写出一整首歌词。 整个过程是“对话式”的——你可以和 DeepSeek 聊天一样对它说：“我想写一首关于 crush 的小甜歌”，AI 会自动生成带主歌、副歌、桥段、结尾的歌词草稿，文字风格押韵自然、语气贴合指令，还会根据选定的曲风（如民谣、电子、R&amp;B）自动调整节奏与措辞。 如果不满意，你可以一键换一版，也可以局部修改，还能指定“更轻快一点”“加点押韵”“适合女生唱”等补充指令，迭代速度很快。系统还提供风格分类与历史记录，方便你多版本创作对比。 写完词后，还可以一键生成旋律，配合 AI 音色进行合成演唱，实现从“灵感一句话”到“听得见的原创歌”的完整闭环。哪怕你不会乐理、没学过作词作曲，也能拥有一首由你发起、由 AI 实现的原创作品。  ## 三、产品经理视角：可借鉴的 5 条产品AI化方法论 QQ 音乐这次推出 AI 助手功能，并不是简单叠加几个热门概念，而是一场围绕“听歌体验”做深、做透的产品重构。它不仅覆盖了“找歌—听歌—创作”的完整流程，也给所有音乐类产品提供了一个值得参考的 AI 落地范本。 以下是这次产品设计背后最核心的五条方法论： ### 1. 聚焦“听歌”主线，把产品切口做小做深 助手不是全知全能，而是聚焦在一个垂直闭环内做透。从语义搜歌到歌单推荐、AI 陪听、音色替换、二创工具，每一环都围绕“听”这个主线展开，功能虽然不多，但彼此打通，自成闭环。它没有试图成为全平台聊天入口，而是成为“AI 音乐助手”。  ### 2. 引入人格角色，增强陪伴感与容错性 从“苏柔”这类 AI DJ 形象，到“气泡音”“空灵女声”这类音色人格设定，包括AI助手中的斯达罗和艾音，QQ 音乐没有让 AI 冷冰冰地执行命令，而是用拟人化设计引导用户互动。这样即便 AI 功能出现限制或错误，用户也更容易“理解”和“原谅”。  ### 3. 拿自己有的东西做增强，而非堆模型能力 不是“大模型 + 音乐推荐系统”这样简单的拼接，而是将 DeepSeek‑R1 与 QQ 音乐 20 年的曲库元数据（如歌词分词、情绪标注、节奏特征、流派标签）深度融合训练，构建了一个“懂音乐的人类级助手”，形成内容理解上的代差优势。 这类“模型 × 数据”的组合，才是垂类产品的正确路径。而且发现一个点，QQ音乐对于用户敏感信息的处理还是很谨慎的，比如你和它的AI助手对话，能看到它思考过程中很明显的，几乎每一次内容都有关于“不能涉及性别”的要求。  ### 4. 从“功能跳转”转向“使用路径”思维 功能不是一堆“按钮”，而是组成一条任务流程链。比如“我想做一首翻唱作品”这件事，从录音→生成音色→挑歌→AI 帮唱→发布作品，全流程都在一个页面内完成。还有“想直接做一首原创歌曲这件事，从用deepseek写歌词到选风格到选音色”流程相当丝滑。 完全没有“找半天、切来切去”的割裂感。从此搜歌、听歌、做歌，qq音乐有了关于歌曲的全流程。  ### 5. 需要使用可解释交互 推荐背后的“为什么”远比“结果本身”更能提升用户信任感。 AI 助手会自动生成推荐解释链路，如“因你近期循环播放的节奏为 60–80 BPM，我们为你推荐了……”；当搜索失败时，它也会提示思路分解或引导二次提问，极大减少“AI 胡说八道”的挫败感。  ## 四、值得期待的迭代方向 在 AI 助手的基础框架初步搭建完成后，QQ 音乐依然留有广阔的产品想象空间。我们一起来猜想一下可能出现的创新方向，将围绕“社交互动升级”“创作流程闭环”“感知维度扩展”与“表达工具融合”四大主线展开： ### 1. 一起听 2.0：AI 实时主持 多人“一起听”场景已被验证具备强社交粘性，而下一阶段的升级核心在于“AI 主持”。 AI 不再是静默的推荐算法，而是充当房间里的“主持人”：它可根据当前播放的音乐内容进行实时讲解（如背景故事、乐理解析），也可同步解析弹幕情绪，引导互动话题。更进一步，AI 可在房间活跃度下降时自动推荐新歌、提出投票互动，提升“长时停留”与“房间氛围调控”能力。 ### 2. AI 编曲市集：二创链路变现闭环 依托已有的“演奏家 + 分轨”生成能力，平台可开放「AI 编曲市集」：用户用助手生成的二创版本（钢琴版、纯鼓点版等）可直接上传至市集页面，其他用户付费下载使用，平台抽佣并提供版权背书。 这不仅打通了“创作—展示—交易”链路，也激活了“UGC 商业化”的长尾潜力。 ### 3. 情绪声纹识别：AI 主动感知能力升级 当前的推荐以用户主动输入为主，但随着 AI 与硬件结合，下一步将进入“主动感知阶段”：结合车载设备、智能耳机、手表、手机麦克风，平台可实时识别用户的语音语调、心率变化、动作节奏等，从而感知其疲惫、焦躁、专注等情绪状态。 随后 AI 助手将自动推荐对应风格的音乐内容，实现“无感推荐”体验。 ### 4. AIGC 歌词海报：表达工具的一体化升级 音乐创作不止于旋律，用户还希望通过“歌词 + 视觉”进行情绪表达。 QQ 音乐可提供“大模型生成歌词 + 图像生成工具组合”的可视化创作工具，例如输入“想写一段关于春天放下的歌词”，助手生成多版本歌词草案，用户挑选后可一键生成与之匹配的 Midjourney 风格插画，再合成动态歌词海报，用于朋友圈、视频片头等，强化音乐内容的社交流通力。 ## 五、结语：音乐平台下半场，拼的是“理解”与“陪伴” AI 对音乐产品的重塑，并不只是技术层面的“加法”，而是一次体验链路的“重写”。QQ 音乐 AI 助手这次的尝试之所以值得关注，不是因为它用了什么新模型，而是它真正围绕用户在音乐使用场景中的“任务”与“情绪”来做设计，从搜歌、推荐到陪听，从调轨、改编到原创，每一个功能背后都带有“让用户更像创作者”的底色。 未来的音乐平台，不再只是播放器或推荐器，而会成为“音乐理解 + 情绪连接 + 创作协作”的多模态场域。对所有内容平台而言，这也是一个重要启发：AI 不该只是功能外挂，而应该成为增强用户表达、陪伴与创造的体验中枢。 音乐，是最感性的媒介。当 AI 能够理解感性、延伸情绪、放大共鸣，那它的未来就不止是工具，而是真正进入人的生活节奏之中。 对产品经理而言，AI 助手已经不只是“锦上添花”的功能，而是潜在的下一条增长曲线。当你的产品也面临同质化瓶颈时，也许可以从“AI + 某项核心任务”开始，重新激活用户的价值感知。 你可以不做一个万能助手，但必须找到你产品中最值得“AI 化”的那个关键节点——让 AI 成为解决某个高频痛点的“最短路径”，从“功能接入”走向“体验重构”，才是我们真正迈入 AI 产品时代的起点。 本文由 @活力板蓝根 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>在当前竞争激烈的商业环境中，大企业通过开发标准化产品来实现规模效应和快速盈利，而小企业则专注于提供定制化服务以满足特定市场需求，本文探讨了这一行业现象及其对企业战略的影响。</p> </blockquote>  最近企业微信新增了客户跟进的功能，可以把微信的联系人同步到智能表格，管理客户的跟进记录，实时统计销售的业绩。 一般的CRM，最重要的功能就是线索管理，从线索收集，到线索分配，线索跟进和转化。 企业微信从线索数据的导入开始，后续很轻易能够切入到后续的各个流程当中。 企业微信开始了第一步，随着客户的使用，越来越多的客户会有更多的需求，通过客户驱动，不断提升整体功能的丰富度和体验。很快，这个CRM就可以从一个小孩子，变成一个巨人，因为大厂有非常强的规模效应。 ## 1 ### 大厂为什么要做CRM？ 一般大厂做平台产品，要么做一个平台，通过收各种三方服务商的钱，相当于搭了个台子，不做一些定制化个性化的需求，让给生态的小伙伴。 要么自己下场，把产品做大做强，自己杀出一条血路。 企业微信选择了自己下场。 因为现在的营收环境，迫使企业微信需要尽快盈利。自己搭台子，赚的都是蝇头小利，战线拉的太长，大头都给了服务商。 想要快速盈利，就要自己做大做强。 ## 2 ### 企业微信这么着急盈利？ 大厂有一个很致命的地方，就是人工贵，人员多，说白了就是成本很高，需要养很多人，给他们发高工资。 以前，一个集团有多个模块，可以通过拆东墙补西墙的方式，盈利的模块让一点利润出来，养一个还没长大的模块。 可是现在的营商环境，逼着各个模块需要自负盈亏。 那快速盈利，提高人效就显得很重要。 ## 3 ### 怎么提高人效？ 这个CRM，大概率会变成一个标品，因为标品可以无限复制，相当于，相同的一份产品，可以复制给到更多的客户，这样边际成本就可以递减，进而提高人效。 做成标品，小公司最喜欢了，画一点小钱，就可以获得不错的使用体验。 而中国的小型企业的比重还是非常高的，所以大厂的产品几乎会把市面上的小型企业的市场吃掉。 剩下的，就是大厂看不上的定制化业务。一家一家做，一家一家谈。这种费力不讨好的事，就交给小的CRM服务商。 大厂吃肉，小厂喝汤。 在没有颠覆式创新的情况下，几乎永恒的行业规律 本文由人人都是产品经理作者【蔡锦海】，微信公众号：【锦海说】，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。

作者｜黄楠 编辑｜袁斯来 周末午后，阳光洒在独栋别墅外的草坪上，一台锃亮的烤炉稳立在院子中央，不时能闻到散发出的肉香。家人、朋友捧着碟子围坐聊天，间隙有人去烤炉翻动一下肉排。 这是美式生活的典型场景。户外烧烤早已成为一种贯穿美国郊区生活的独特文化，从家庭聚会、朋友野餐、节日庆祝甚至婚礼等重要场合，都有其身影。 根据HPBA消费者调研，美国有70%的家庭中至少拥有一个烤架或烟熏炉，82%人群在夏季每周都会进行户外烤肉。这项带有精神和文化属性的集体活动催生出庞大市场。NPD数据显示，2021年，美国烧烤市场的销售额就达到61亿美元，几乎所有烤架类型均有增长，其中以颗粒烤架增速最为显著。 颗粒烤架采用更健康环保的木质颗粒作为燃料，结合了木炭烤架、燃气烤架和厨房烤箱的功能。针对气炉和碳炉等工具时间难把控、导致食物太生或烤糊的痛点，它通过配备PID电气控制面板，精准控制温度，加热更均匀。烟熏爱好者对这种烤架尤为青睐。 一位从大疆离职的创业者在调研时觉察到用户习惯的转变。2021年，正在寻找创业方向的ASMOKE创始人Vince发现，美国用户对果木颗粒炉认知相对完善，接近20%渗透率仅次于燃气烤架，但其出货量的市占率不足10%。可以说，这是一个经市场验证且仍有创新成长空间的蓝海品类。 考虑到降低新手小白的使用门槛，ASMOKE以智能化烹饪为切入点，推出首款智能化的户外果木颗粒烧烤炉ASMOKE Essential，售价309美金。其基于自主研发的温控系统，提供了多种的烧烤模式和菜谱选择，用户能随意调节温度、控制火候，实时把握烧烤的进度。 自2024年6月上线Kickstarter海外众筹平台以来，ASMOKE Essential的众筹金额迅速突破百万美金，目前已获得高秉强教授在内的两轮融资。2025年预期销售额破千万美金。 ## **北美营收占比超五成** 丰富的烧烤文化版图中，烟熏品类被视为是最复杂的高级形态，溢价能力极高。 这种菜品烹饪中，需要精准把控温度、烟雾量和烤制时间；其烹饪工具果木颗粒烤炉，也由此成了品类中 “高端” “专业” 的代名词。过去，Weber、MAK Grills、Blaz’n Grill Works等品牌占据主流市场，客单价区间在1000-3000美金。 然而，这类工具大都无法远程管理，人需要长时间在炉边，操作起来相对复杂，有一定的学习成本，比如肉、海鲜、蔬菜等不同食材所需烤制时间、温度设置等不同，新手很难掌握，导致烤制失败。 所以，要提高果木颗粒烤炉的渗透率，核心是降低用户使用门槛。 而温度的精准控制是最大的难关。ASMOKE Essential中搭载了Flame Tech温度控制系统，内置双传感器和算法，对烤盘平面、燃烧室、肉的内部温度反向推演，将波动控制在极小范围，确保发热均匀，最长可烹饪8小时。  ASMOKE智能电烤炉（图源/企业） 面向不同人群的饮食偏好，Essential有8种烹饪风格，为用户提供专业厨师的食谱库，操作上简单易懂。其自带自动除灰系统，在烤制时能清理燃烧产生的灰烬，除了提高燃烧效率，也便于用餐后清理。 可以看到，Asmoke做的是将整个烧烤过程拆分，关键环节自动化，必须真人上手的部分尽量打包成一键式方案，拿来即用。 Vince告诉硬氪，目前ASMOKE的用户群体以30-55岁的中年男性为主，这部分消费者经济实力相对较强，家庭观念较重，注重产品品质和实用性，同时对智能产品接受度更高，愿意为创新性功能买单。 北美本地户外烤炉品牌的竞争异常激烈，产品迭代节奏快。ASMOKE是首家推出了智能电烤炉概念的品牌，在很传统的烤炉市场中，打出差异化，所以早期能进驻门槛较高的渠道。“特别在线下渠道内，传统品类的代理商对于成熟类目的智能化升级认可度也是比较高的。”Vince表示。  ASMOKE智能电烤炉（图源/企业） 以美国为例。ASMOKE已入驻Home Depot、Lowe&#39;s等多个美国本土销售渠道，涵盖商超、工具店和户外器械等多种门店，过去这类渠道以家具建材、工具类产品居多，同户外烤炉产品的主力客群画像有重合。 其中，部分线下渠道会给烤炉生态矩阵品牌设置专区，搭配配件和耗材销售。比如ASMOKE的产品生态还包括果木颗粒、烧烤桌、蓝牙探针等烧烤工具。除庭院外，ASMOKE Essential已为露营、房车、游艇等不同场景设计了多样化的配件。比如露营场景下，Essential可以兼容市面上的IGT（Iron Gril Table，露营常用的DIY桌子）产品。 基于多渠道面向的人群不同，ASMOKE也在定价上做了区分，比如300-400美金的小烤炉主要供货给大型商超，工具店等中型渠道以客单价1000美金的产品线为主，3000美金以上等更高价位的产品主要在精品个体门店售卖。 硬氪了解到，ASMOKE在北美销售，是由代理商直接向零售商供货，ASMOKE只需同渠道商谈判和对接。线上以独立站和亚马逊为主。  ASMOKE智能电烤炉（图源/企业） ## **加快欧洲市场开拓** 北美之外，走在碳中和前列的欧洲，亦是许多企业出海向往的市场。尤其是随着欧盟对能源和环保要求日益严格，以ASMOKE为例的智能电烤炉，相较传统烤炉在能源利用效率上更具优势，吸引了一批注重环保节能用户的关注。 但根据ASMOKE观察，欧洲与美国的渠道属性有明显差异，欧洲线下体系化成熟、同时也相对封闭。 以其代表性的OBI销售渠道为例，这是欧洲一家知名的跨国建材零售和家居改善连锁店，在德国、波兰、罗马尼亚、匈牙利等多个国家有门店网络。不同国家户外烤炉品类的市场成熟度直接影响OBI在当地的资源调配。在接受度更高的区域比如荷兰、德国等，落地更快。 其次，不同于美国是一个整体大市场，和总部对接好，即可触达到全美所有的分店；欧洲渠道相对分散，同样是OBI渠道，在德国、荷兰和法国都有店，但产品进入超市时，必须和当地经销商分别谈判。 “本地零售商只跟当地的分销商合作或供货，哪怕最后进了ASMOKE的产品，但零售商还是会通过当地经销商拿货-销商跟企业提货的模式。这是由其销售体系和文化本身决定的。”Vince告诉硬氪。对初创企业拓新来说，零散化的市场会导致开销到人员投入陡增。  ASMOKE智能电烤炉（图源/企业） 自2024年6月开启众筹后，ASMOKE于同年8月进行量产和交付，当前欧洲已经有4款主SKU，预计今年还有增加3至4款新品。 它们目前只能通过更多新品推出，加快对当地经销商的触达范畴，还要打通物流、售后等本地化环节。 当然，一般出海企业只会在欧洲和北美选一个市场作为主攻场。目前，ASMOKE北美营收占其海外收入50%以上。 对这家公司，最艰难的在于如何让普通人了解这个新品类。要持续增长，他们不可能只依靠一小部分精英人群。传统的烤炉厂商早已融入家庭、社区，成为情感纽带的一部分。这些微妙情绪价值将是最难洞悉和平衡的部分，也是ASMOKE必须解决的难题。

一季度车市产销呈两位数增长，车市开门红意味着什么？

文 | 张卓倩 编辑 | 袁斯来 36氪获悉，AI 企业级应用服务商深圳市司普科技有限公司（以下简称「司普科技」）于近期完成千万级A轮融资，本轮融资由蓝带啤酒领投，伟略达智库跟投。同时，蓝带啤酒、伟略达智库、司普AI三方正式签订战略合作，打造啤酒行业的AI agent标杆案例。本轮融资将主要用于加快AI产品矩阵建设，进一步打造商业闭环。 「司普科技」是一家专注于大模型原生应用的开发和行业智能化解决方案的科技企业，针对不同行业以及不同企业的业务需求，通过提供AI解决方案，来优化流程并实现降本增效。现已推出AI核保员、AI交易员、AI偏差管理、AI资产哨兵、AI一站销等金融、医药、能源、零售、制造行业应用产品。 随着全球数字化转型的加速，企业对于高效、精准的智能化解决方案需求日益增长。AI应用软件作为推动企业数字化转型的核心工具，其市场规模呈现爆发式增长。据相关数据显示，2023年全球AI应用软件市场规模已达到141.4亿元人民币，预计到2030年将飙升至4543.6亿元人民币。 在「司普科技」CEO张振广看来，“B端是AI初期创造价值的重心领域。C端应用极容易被大模型技术进步直接颠覆；B端应用本身具有天然壁垒， 会随着大模型能力的不断提升， 形成具有互补性的正循环。在B端的AI原生应用领域，大模型能提供更多改变世界的可能性。” 目前，「司普科技」已经建立起完整的、自主可控的AI应用的敏捷开发平台。同时，借助self-play技术和知识图谱溯源校正能力，利用AI合成高质量数据集，针对性地解决客户企业的小样本数据的难题；通过强化学习微调大模型，进一步提升领域大模型的事实准确率和生成内容的专业性，有效控制LLM在企业落地应用时的幻觉率。 「司普科技」有两款核心产品：AI核保员和 AI一站销。AI 核保员已在保险行业成功落地，为再保险公司和保险公司等提供服务；AI一站销则从获客到销售再到客服，实现全链条 AI 自动化，显著提升营销效率。  「司普科技」AI核保员 AI核保员产品是通过自研的双系统 AI 调优技术，使AI 核保员的精度达 95% 以上。同时，其成本仅为人工核保的 10%。张振广介绍，“以前人工核保一单需要90分钟，现在AI核保员仅需 3 分钟，不仅缩短了核保时间，还提升了投保人的客户体验。”去年10月，世界保险龙头公司正式官宣落地使用 AI 核保员。目前，「司普科技」正与多家世界级再保险公司合作，将 AI 核保解决方案推向其他保险公司，推动保险行业的智能化转型。 “我们去年在给零售巨头做智能客服和智能销售平台的过程中，也发现企业其实最大的痛点就是卖产品，如何提高销售转化效率，是每一个企业所关心的，所以我们今年会重点推出新的产品，叫AI一站销”，张振广介绍。  「司普科技」AI一站销 AI一站销产品为企业提供全链条 AI 营销解决方案，涵盖拓客、销售、客服三大业务活动，过 AI 员工执行重复性、复杂的业务活动，实现 7×24 小时无间断服务，大大降低了执行成本，并能清晰计算投入产出比。AI 一站销通过生成个性化内容并发布到抖音、小红书等平台，形成企业品牌宣传势能。AI 销售则可以复刻销冠的最佳实践，快速实现订单转化。AI客服通过个性化服务，提升客户留存率和复购率。目前该产品，在销售和客服模块已经开始上线，预计今年6月份可实现全链条自动化。 张振广告诉36氪，“我们今年做产品主要从三方面推进，一是帮助企业升级AI时代的企业认知，规划构建AI赋能后企业的战略、业务流程与组织模式。二是通过为企业开发战略级AI应用，对现有打法实现降维打击。三是基于我们强大的算法优势和快速开发能力，让客户企业在同行的相似AI领域保持竞争优势。” 「司普科技」目前已经是亚马逊云和百度智云的官方认证的合作伙伴，并通过它们触达了国内外顶级的客户资源。同时， 公司与伟略达智库等生态合作伙伴携手，助力更多客户企业完成AI战略转型和核心竞争力的AI升级，迅速占领市场。去年，「司普科技」实现了数百万元的营收目标，预计今年可完成数千万。 **投资方观点：** **蓝带啤酒董事长倪庆伟表示：**“此次领投司普AI 的A轮融资，旨在携手司普科技，共同探索AI agent在快消品特别是啤酒行业的应用与推广，致力于打造人工智能在啤酒行业的应用标杆。” **伟略达智库创始人王钺表示：**“此次参与司普AI 的A轮融资，旨在携手司普AI强大的技术团队，启动伟略达的“AI FIRST”战略，快速在大消费、大健康等产业赋能中国企业，利用人工智能尤其是AI Agent的机会为企业强化甚至是重构自己的竞争力，实现代表卓越AI应用成果的三个“10”：成本降低到10%、效率提升10倍、业务增长10倍。”

最新数据：阿里国际站已升至美国App Store购物榜第3。此刻美国电商APP榜前三里，阿里占了两个。淘宝连续多日位居第二。同时阿里国际站还在全球120多国APP下载榜里位居前十。   这一轮“中国电商旋风”，显示出美国买家对中国供应链的依赖。加关税十天后，美国客户继续在向阿里国际站平台上的外贸商家下单。据关税亲历者、浙江外贸工厂厂长熊伟平自述，他美国订单不降反增，近期还接到一个千万大单，美国客户坦言：“离不开中国供应链。” 

 Epic 游戏商城为玩家带来了最新的福利喜加一活动。即日起至4月24日23时，所有玩家均可领取价值60元的冒险游戏《植物精灵》。 游戏由屡获殊荣的《机械迷城》和《银河历险记》的创作者 Amanita 设计室和捷克乐队 DVA 携手打造。 [&lt;原价60元《植物精灵》免费领&gt;](https://store.epicgames.com/zh-CN/p/botanicula-50043d)   本作中，有五个在树上生活的小生物。他们的母树受到邪恶寄生虫的侵害。现在这五个好朋友要踏上征程，去拯救母树的最后一颗种籽。

（4月14日~4月20日）OpenAI收购Context.ai团队；微信支付联手国际支付巨头Stripe加速国际化；可灵AI发布2.0版基座模型

<blockquote><p>外卖市场竞争激烈，美团和饿了么长期占据主导地位，但京东外卖的强势入局让行业竞争格局再次生变。本文将深入剖析外卖行业竞争的根源，探讨美团和饿了么难以被撼动的原因，以及京东外卖的入局对整个行业带来的冲击和变革。</p> </blockquote>  从饿了么在2008年建立首个外卖平台开始，外卖行业的竞争从未间断过。早期有饿了么、美团、大众点评外卖和百度外卖，近几年则有滴滴外卖、抖音外卖和京东外卖。 今年以来，京东和美团在骑手交纳社保、商家扶持、佣金争议等方面你来我往，近期更是京东创始人与美团外卖CEO直接下场，正面发声应战，两大平台在外卖业务的竞争火药味十足，不断升级。 虽然在这次外卖“三国杀”的硝烟中，饿了么至今没有正面应战，但却一直被提及，毕竟作为首家外卖平台并背靠阿里集团，市场份额仅次于美团，饿了么同样不可忽视。 外卖之所以一直竞争激烈，中国连锁经营协会客座顾问、零售电商行业专家庄帅认为有两方面的原因： 其一是因为餐饮外卖属于日频的高频交易品类，能够很好地提升平台用户的活跃度和粘性，一日两餐就需要打开平台至少两次。 其二是外卖构建起来的强大的即时城配体系可以实现“送万物”的终极目标，对B2C模式的电商平台造成很大的竞争压力。 这也能解释为什么京东要如此“轰轰烈烈”地进军外卖领域，选择与美团硬刚。 在庄帅看来，京东之所以与美团有这么一战是必然。 一方面是因为京东与美团都是以物流优势成长起来的电商平台。 另一方面，美团闪购的即时零售业务经过短短几年的快速增长，不仅超过了京东秒送，还在这两年开始通过签约各大知名品牌和拓展平台仓（美团闪电仓）的模型快速渗透到京东的3C数码、家电和超市快销品等优势品类，而且美团自营的小象超市的不断壮大同样对京东的自营模式提出了挑战，京东基本盘被美团不断侵蚀已经是板上钉钉的事实。 京东必须在美团闪购和自营业务突破万亿规模之前采取行之有效的应对策略，进军外卖业务显然属于以攻为守的最优解，通过举全平台之力杀入美团的基本盘，从而减缓美团即时零售业务的发展，同时为京东的即时零售业务争取时间并抢夺美团的骑手和商家资源。 但另一个事实是，美团和饿了么在十几年的发展历程中，一个又一个强大的竞争对手从未间断地出现，结局或被收购、或转战海外，抑或折戟而归，美团和饿了么却仍能屹立不倒，外卖市场的竞争壁垒似乎牢不可破。 从近期美团、饿了么、京东公开的外卖数据也可以看出，京东外卖增速很快，但大部分外卖市场的份额仍然是美团和饿了么占据： 根据美团2024年财报数据，外卖业务的即时配送日订单量峰值在立秋当日达9800万单，活跃商户数增至1450万。根据美团研究院最新调研数据，全年月均有单骑手数量为336万。 阿里集团财报数据显示，2024年Q4包括饿了么和高德在内的本地生活集团收入169.88亿元，同比增长12%。饿了么平台截至2023年9月也报告了超过400万的活跃骑手，暂未透露商家数量。 <blockquote><p>4月15日，京东官方公众号「京东黑板报」发布消息称，当天京东品质外卖日订单量将超过500万单。之前公布的数据显示，3月20日，京东外卖已签约超1万名全职骑手；截至3月24日，京东外卖在全国142个城市上线，超45万堂食餐厅入驻。</p></blockquote> 京东外卖作为又一个新进入者，在分析其能发展到多大规模，以及能够对外卖行业造成哪些影响前，需要先了解清楚外卖行业的特殊性，以及做成一家成规模的外卖平台有哪些现实的经营难点和壁垒。 ## 外卖平台的经营难点 中国饭店协会的数据显示，2024年中国外卖市场年消费规模近1.2万亿，年增速高达17%，餐饮商家约800万家，骑手规模超1000万。 庄帅认为，从外卖业务的参与者可以看出，外卖平台是一个由消费者、商家、骑手组成的多边市场，由于餐饮行业的生产作业模式和消费者的消费习惯，形成了「有限供给」和「峰值即配」两大经营难点。 难点一：餐饮行业的「有限供给」使得新外卖平台不得不从成熟外卖平台抢夺餐饮商家，新外卖平台很难在短期内快速发展壮大。 由于依托于实体店，餐饮商家所能覆盖的消费人群、服务范围和服务时间是有限的；其次，无论是单店现制还是中央厨房模式，餐品的产量也是有限的。 餐饮商家受制于菜品原料供应、店员人手、门店经营时间等多个因素，很难像工业化生产实体商品那样，通过增加生产线、延长作业时间等标准化手段实现快速扩产，这些都使得餐饮商家的新陈代谢速度远不如工业化的实物商家。 这就导致，新外卖平台难以模仿新兴的实物电商，通过618、双11、年货节等大促实现销售的爆发式增长，也难以像拼多多当年通过发展农产品和工厂白牌商家，成功避开京东、淘天这两大电商平台，进行差异化品类和商家经营快速发展起来。 新外卖平台既无法在短期内突破“有限供给”，又面临着和成熟外卖平台直接竞争抢夺成熟商家，属于存量迁移，若想在短期内快速提升餐饮的外卖订单量，实现规模增长，难度可想而知。 并且，多数餐饮商家受人力成本、运营复杂度等现实因素的影响，进行多平台的经营压力会增大。 难点二：外卖平台的「峰值即配」使得技术投入和运营投入达到数以千亿计。 餐饮行业有着相对集中的消费时间段——午餐和晚餐，这代表餐饮外卖每天都处于“峰值消费”的状态，外卖平台每天都在进行着“峰值即时配送”，甚至配送的即时性要求远超过电商平台618、双11大促的快递发货。 在这种“峰值即配”的日频交易模式下，外卖平台有两大投入： 其一，在每个城市建立一套强大的线下运营体系，将每个城市划分成网格状，由地面运营团队进行精细化运营，推动商家开新店、及时上架新品，甚至开发渠道专款，保证平台的商家和餐品供给，同时还需要对商家的服务保障、品质保障进行维护。 其二，外卖平台需要投入大量的技术和资金开发外卖调度系统，以满足百万量级骑手和千万量级商家的发展规模，保证商家出餐的时间与骑手到店的时间基本一致，实现骑手到店即时取餐，然后分配给骑手最优路线将餐品准时送达到用户手中。  调度系统的开发还要持续进行升级优化，将外卖环节的各种误差因素考虑在内，比如厨房爆单、恶劣天气、红绿灯耗时、用户联系不上等等，不断提升调度系统的动态处理能力。 根据美团官网的信息，从2021年9月至今已进行了8次算法的公开，从骑手调度机制、配送时间、商家出餐调度、以及骑手关怀等多个维度进行优化，还对骑手发布一系列政策，对收差评、超时等情况的处理进行调整，并帮助新骑手们顺利渡过新手期等等。 饿了么也从2022年开始避免过度追求时速，并试点将骑手预估送达时间由原先的“时间点”调整为弹性的“时间段”，在恶劣天气、道路封控、节假日爆单等特殊场景下，若骑手出现超时等异常考评，会对相关考评做剔除处理。并逐步取消对于骑手的逐单处罚，改为一定时间周期的率值考核。当用户做出差评后，工作人员也会评估差评是否成立。 在「峰值即配」和「供给有限」两大难点的共同作用下，无论是构建线下城市化的网格运营体系，以去中心化的组织结构去匹配去中心化的运营模式，还是技术算法的持续投入，都需要新外卖平台花费大量时间去逐一构建，很难一蹴而就。 这也解释了为什么拥有大量用户的电商平台、出行平台和内容平台，开展外卖业务时却无一能在短期内快速做大规模的原因。 而京东的电商业务在2024年被抖音电商超越，目前在电商行业的地位降至第四名，排在了淘宝天猫、拼多多和抖音电商之后，在这样的电商格局下，京东外卖想要解决「有限供给」和「峰值即配」的两大难点，在资金和人力投入方面需要更加谨慎。 ## 外卖行业亟待升级 早前抖音做外卖曾让行业为之一振，但由于其并没有自建团队拓展商家，也没有招募和组织骑手开展即配，而是通过与饿了么合作获取商家和骑手资源，同时以平台接入更多第三方即配物流公司来开展外卖业务，很明显有借力打力试水的意味。 毕竟抖音通过内容就已经拥有很高的用户访问频次和很好的在线时长，并不需要依赖外卖业务来提高这两个指标，同时内容的基本盘很稳健，没有很强大的竞争对手。 这些都和京东做外卖有很大的不同，结局自然也会不一样。 京东集团创始人、董事局主席刘强东蔚来CEO李斌聊天时表示，京东做外卖是认真的。 而京东集团SEC副主席、京东集团CEO许冉接受媒体采访时，很明确地表明京东做外卖考虑的不是一个季度，或者一两年，而是做长期可持续发展的业务，“这是一个长期的布局。” 两大高管的表态结合外卖业务对提高用户在京东的访问频次、获取新用户和骑手商家资源、抵御美团对基本盘的竞争等明确的利益诉求，已经很清楚的看出，这次京东外卖与美团和饿了么的外卖“三国杀”必然是一场持久战，外卖行业的升级也将因此拉开新的序幕。 当然，对于饿了么来说，经历过美团外卖的竞争，还收购了当时排名第三的百度外卖，又在前几年与抖音联合参与了抖音外卖与美团外卖的又一次竞争，身经百战而犹存，自然是不惧新的对手。 最后，京东的自营电商模式结合外卖业务，一定会为整个行业带来一些推动和创新突破。在庄帅看来，京东外卖将给行业带来三大创新： 一是进一步提升行业效率，降低商家和平台的经营成本。 京东当年之所以能够战胜已经是家电巨头的苏宁和国美，核心就是借助互联网的效率极大地降低了自身平台和商家的经营成本，让商家愿意放弃销量更大的线下渠道，全面拥抱线上。 提高效率降低成本的零售基因是深植在京东的组织和文化里的，那么除了美团和饿了么在竞争中不断努力通过各自的方式提高效率降低成本之外，京东外卖一定也会有自己的方式方法让全行业受益。 二是各大平台进入生态协同体系的竞争阶段。 美团很早就意识到生态协同的重要性和门槛，于是在京东大举进军外卖业务的当下，加快了平台内多个业务的协同效应，并在今年4月全平台上线了全站会员体系，宣告实现所有业务的协同发展。 京东的外卖与B2C电商业务也必然会走向这条路，简单点是买手机电视送餐饮外卖优惠券，更复杂的是与B2C的物流仓储、运营、营销、Plus会员等各个维度形成全面协同。 实际上，饿了么与淘宝小时达的合作也已历时多年，淘宝小时达这两年更是在全平台上线。随着阿里系多个业务融合的深入，接下来饿了么与淘天、高德、菜鸟、阿里AI、跨境电商等整个生态必然实现高效协同，进一步提升门槛并与美团、京东外卖一起实现差异化发展。  新的外卖“三国杀”还将推动线下实体店+前置仓模式的快速增长，加快美团、京东和饿了么的即时零售业务继续在全品类、全时段和全场景的布局，实现零售模式的全新升级。 三是加速推动无人技术和AI技术在外卖行业的应用。 京东想要解决外卖行业的两大难点实现规模化发展，未来必须借助无人技术和AI技术才有可能实现突破。 京东的无人技术和AI技术在B2C领域的仓储、分拣到配送，甚至客服、售后的应用已经越来越成熟，比如京东的“亚洲一号”智能无人仓库，从入库到出库，几乎都由机器人完成。京东的无人配送车也在多个城市试点运行。 对于美团和背靠阿里的饿了么来说，两大平台在新技术的投入也很大。 财报数据显示，截至2024年底，美团自动配送车和无人机分别累计完成491万单和45万单。饿了么则早在2018年就启动了无人机送餐服务。 根据行业数据预测，今年无人机配送的占比预计将达到15%，美团的“人机协作”计划透露，骑手转型为无人机调度员后，收入可提升25%。 除了无人机无人车实现即时配送之外，AI技术提升商家经营效率降低成本对外卖平台的差异化发展起着越来越重要的作用。 年初，阿里即宣布未来三年将投入超3800亿，用于建设云和AI硬件基础设施建设。 在美团内部，据悉是王兴亲自主抓和重点过问AI相关项目。2024年全年财报电话会上，王兴还花了十几分钟谈起了美团全面进军AI的战略布局——内部业务提效、现有产品优化、构建自研大模型以及AI原生产品的研发。 而在3月3日，饿了么宣布启动“优店腾跃计划”，其中AI应用对商家的赋能，成为一大亮点。  饿了么的AI助手可以帮助商家快速形成经营报表，并分析收入、订单、曝光人数、近店转化率、下单转化率的实际情况，同时给出经营建议和相应分析。 据悉，目前饿了么正在对AI助手进行进一步升级，预计不久将迭代功能更丰富的版本。在经营数据分析、流量异常诊断、商品机会洞察、菜品菜单设置、店铺装修美化、早晚总结提醒、库存盘点、营销建议等等方面。 在4月，饿了么在即时零售领域也发布了行业内首个AI经营助手。通过这一全新的经营工具，商家可智能生成各类经营关键报表和关键数据，进一步提升经营能力、把握生意机会。 另外，从饿了么商家中心公众号最近的消息可以看到，近日发布了面向新商家上线场景开发的“AI入驻智能经理”。 这款基于AI开发的智能助手，可以支持自然语言对话式服务，并一站式引导商家完成包含实名认证、签约授权、材料上传、智能预审等在内入驻流程。通过该AI助手，新商家最快5分钟内就可以完成资料提交及预审等流程。 显然，依托阿里集团强大的技术实力和丰富的零售行业经验，AI应用将成为饿了么的“杀手锏”，助力平台和商家显著提高运营效率和经营质量。 从以上数据和信息可以看出，京东外卖在与美团和饿了么的持久战，不仅能让外卖行业会得到进一步的升级和创新，也会让三大外卖平台在各自的生态体系和新技术的加持下，形成差异化的竞争态势。 正如京东CEO许冉所说：“外卖行业本来就是一个挺宽广的赛道，市场规模很大，增长也很快，完全容得下多个平台共同发展。” 最后，在这次新的外卖“三国杀”的过程中，美团和饿了么一样是受益者，毕竟以京东在零售业务的影响力和推广能力，必将同时提升美团和饿了么在即时零售领域的知名度和“送万物”的购物心智，降低两大平台的用户和商家教育成本和缩短教育周期，共同推动即时零售这个新零售模式快速增长至更大的销售规模。 作者：庄帅 ，公众号：庄帅的互联网频道 本文由@庄帅 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 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>在当今竞争激烈的商业环境中，实体店面临着前所未有的挑战。线上流量成本高昂，平台抽成居高不下，单纯依靠传统模式的获客方式已经难以满足商家的需求。然而，通过线上打造个人IP、利用线下门店承接客流，再结合社群运营实现客户复购与口碑传播，实体店有望突破困境，实现可持续发展。</p> </blockquote>  今年单纯做线上外卖的餐饮店，基本上都苦不堪言，不仅是因为平台抽成高，更因为不烧钱做推广，就没有流量曝光，但是花钱做推广吧，投入产出比又不高，因此陷入恶性循环。 秃头老王我觉得，大部分的实体店想突破客流少的困境，只有一个办法。 那就是在线上用个人IP造势，中间用你的实体门店做客流的承接，到店消费过的客户，再想办法弄到私域做复购。 2025年，谁先回归实体，谁就能先赚钱。 我一直在和实体老板说，蹭热点做短视频没用，泛流量再多，还不如一个线下精准客资的价值高。 网上的点赞收藏，都不如线下一笔真实消费，以表支持，来得实在！ 一个五线小城市，想要流量破圈，那就先做个同城IP，也就是从本地人的视角，去分享风土人情。 不用关注粉丝量多少、人设该怎么打造，你就是一个本地实体店的老板，老家是哪里的？为什么来成都开饭店？ 以自己为主角去输出内容，随便讲什么话题，只要有人看到就可以，就在同城的流量池里面卷。 不管是抖音还是小红书，都有同城（团购）这个版块，说明各大新媒体平台，还是想在同城吃喝玩乐这块，和美团分一杯羹的。 包括今年为什么抖音探店达人的收益惨淡？是因为平台都在扶持商家做蓝V自媒体和直播团购直销了，你先点个关注，这块我后面细说。 所以有内容规划的同城自媒体账号，就是碾压那些只看不拍，或者乱拍短视频的同城商家，你不火谁火？ 只要做到日更，只要评论区或者后台有询单客资，对同行来说就已经是降维打击了。 那线上流量来了怎么办？不引导到店里做转化，你糊涂啊？ 实体店才是消费变现的载体，自媒体只是你的产品和服务的宣传渠道，你可以理解为电子传单，让消费者看见是过程，引导到店消费才是结果！ 等你的自媒体粉丝，在店里消费了、满意了，再拉到私域里建个粉丝群，可以不定期搞优惠（比如群内提前订餐可以打折、粉丝生日当天到店消费送蛋糕），时不时在群里面聊聊本地八卦、拉拉家常、分享下周边三公里有哪些新店，羊毛可以薅。 把社群变成你的独家信息分享渠道+订餐折扣渠道，社群的氛围火了，也就不差老客户的转介绍了。 第一批进裙的用户，用社群运营的行话叫做种子用户。当这些人成为固定频次消费的铁粉，会为你说话，复购消费和老带新就是这么来的。 这套个人IP+实体消费+私域精细化运营的打法，北上广深的一线城市已经用烂了，但是拿到成都这种新一线城市，甚至更下沉的区县去打流量，还是绝对无敌的。 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

&#34;新型安卓恶意软件SuperCard X通过NFC中继攻击窃取银行卡数据！&#34;

 《风暴崛起》 （Tempest Rising） 是一款融合经典RTS精髓与现代战争美学的即时战略游戏。 指挥风格迥异的阵营，在核战争后的地球上为资源与霸权展开殊死较量，决战风暴之巅。  由于技术原因，《风暴崛起》不慎提前向所有预购的玩家（标准版和豪华版）开放了游戏。尽管团队在第一时间紧急对此进行了处理，但官方能实现的最顺畅的解决方案是将游戏直接开放给所有玩家。因此，无论购买的是标准版还是豪华版都可以马上进入游戏，投身战斗！排位匹配和排行榜功能仍将推迟到4月25日上线（即原定的上线时间）。 指挥官组合包 虽然游戏已全面开放，但所有玩家现在购买的玩家仍然可以领取“指挥官组合包”预购奖励！在 4月24日（星期四）北京时间晚上10点前，购买任意版本的游戏，即可立即获得所有额外奖励内容，包括：“指挥官”主菜单背景、 “指挥官”选择框和光标、独特的玩家头像等自定义内容。  豪华版玩家补偿 由于本次上线计划的调整，原先为豪华版玩家们承诺的7天提前解锁特权已经不再适用。为了感谢各位指挥官的支持，官方正在准备新的独家游戏内容来弥补此次发布计划的变动，团也将在第一时间分享有关这些补偿内容的更多信息。另外，豪华版玩家仍然可以获得 《风暴崛起》的数字艺术设定集 以及完整的41曲数字原声带。

 育碧为《星球大战：亡命之徒》推出免费试玩 Demo ，玩家可体验约三小时的游戏内容。据悉，存档无法继承至其他平台的正式版。 扮演恶棍凯·维斯，和你最忠诚的同伴尼克斯一道前往著名的塔图因，展开新的冒险。    在试玩版这片法外之地的沙丘间穿梭，与赫特集团、塔斯肯土匪斗智斗勇，在莫斯艾斯利解决各种合约。走出城外，还可探索各种机遇，并且展开刺激的空中缠斗。与帝国军和其他敌人展开激烈缠斗。寻找合适的机会，追逐、躲避、攻击，赢取上风。 &lt;内嵌内容，请前往机核查看&gt;

据《金融时报》报道，阿联酋计划利用人工智能(AI)来协助制定新立法，审查和修订现有法律，这是该海湾国家迄今为止在推动AI应用方面最激进的一次尝试。目前，阿联酋已在AI上投入了数十亿美元。 [](https://static.cnbetacdn.com/article/2023/0810/27f88bf15219592.jpg)[](https://static.cnbetacdn.com/thumb/article/2021/0915/266a2bfc2297ae3.jpg) 阿联酋官媒将这一计划称之为“AI驱动的法规”(AI-driven regulation)。AI研究人员称，该计划比其他国家所采取的措施更进一步，但他们同时也指出计划的细节还不够明确。其他政府也在尝试利用AI提升效率，例如总结法案内容、改善公共服务提供方式等，但尚未有国家像阿联酋这样，计划通过分析政府和法律数据，主动提出对现行法律的修改建议。 阿联酋副总统、迪拜酋长谢赫·穆罕默德·本·拉希德·阿勒马克图姆(Sheikh Mohammad bin Rashid Al Maktoum)表示，“这一由AI驱动的新立法体系将改变我们制定法律的方式，使立法过程更快、更精准”。谢赫·穆罕默德称，AI将“定期为我们立法提出修订建议”。内阁会议纪要显示，阿联酋政府预计AI将使立法工作提速70%。不过，专家也指出，AI存在可靠性问题。 上周，阿联酋内阁批准设立一个新的内阁机构：法规智能办公室(Regulatory Intelligence Office)，以负责推进这项AI推动立法的计划。 [查看评论](https://m.cnbeta.com.tw/comment/1494208.htm)

据报道，在特朗普的施压下，耶鲁正寻求出售高达60亿美元的私募投资组合，这是耶鲁在二级市场上首次抛售，哈佛抛售流动性资产（如股票）可能也只是时间问题。当前私募行业风险正积聚，流动性枯竭，这场抛售很可能引发连锁反应，对冲基金抢先交易、私募股权折价重估，甚至波及至由捐赠基金支持的风险投资部门。 [](https://static.cnbetacdn.com/thumb/article/2020/0506/25560b21e0d8f80.jpg) **常青藤高校开启私募股权抛售，一场“新次贷”危机正缓缓拉开？** 周日，据媒体援引知情人士消息，面对来自特朗普政府的压力以及对免税资格的威胁，耶鲁大学正寻求大规模出售其私募股权投资组合，交易规模可能高达60亿美元，相当于其414亿美元捐赠基金的15%，这是耶鲁在二级市场上首次抛售。 不仅是耶鲁，有分析称如果其免税地位仍然被取消，哈佛大学开始出售流动性资产（如股票）也只是时间问题，也许还会发行更多债务。 特朗普与高校的矛盾愈发激烈，常青藤巨额捐赠基金投资成为“风暴眼”。这些高校拥有大规模的捐赠基金，并将其用于私募股权等高风险投资。而耶鲁是“捐赠基金”资产配置模式的典范，在全球私募股权投资者中排名第27位。 在当前私募行业风险正在积聚的情况下，这场风暴很可能引发一个更大的危机—新的“次贷危机”，并可能引发连锁反应：对冲基金抢先交易、私募股权折价重估，甚至波及至由捐赠基金支持的风险投资部门。 有分析进一步指出，问题的核心不仅在于高敞口，更在于捐赠基金原本是“长期投资”的典范：缺乏流动性、享有税收优惠、免受政治干扰。而如今这种隔离正在破裂。一旦哈佛在压力下抛售，这不仅会成为新闻头条，更将成为一种信号弹，标志着防御性轮换、风险去中介化以及私募股权估值即将出现信心危机的新阶段开始。 特朗普向“常青藤”开刀，哈佛、耶鲁面临抛售压力 据央视新闻报道，近日美国联邦政府以冻结联邦经费为要挟，要求多所高校“整改”，美国著名私立学府哈佛大学则选择“硬刚”。美国哈佛大学14日拒绝了特朗普政府提出的对其管理结构、招聘及招生政策进行大幅改革的要求。美国政府随即宣布冻结该校总额约22.6亿美元的联邦经费。 15日，特朗普再发出威胁，要取消哈佛大学的免税资格，并要求该校道歉。当地时间4月16日，美国国土安全部长克丽丝蒂·诺姆宣布取消国土安全部向哈佛大学提供的两项总额超过270万美元的拨款。 面临严峻财政挑战下，有报道称，耶鲁开始被迫出售了高达60亿美元的私募股权投资组合，截至2024年6月该基金的捐赠基金规模为414亿美元，出售的份额约占捐赠基金总额的15%。 FOX的资深商业记者在X上称： 关注大学捐赠业务的华尔街高管表示，如果其免税地位仍然被取消，哈佛开始出售其投资组合中的流动性（即股票）只是时间问题，也许还会发行更多债务。有未经证实的市场报道称，抛售已经开始。哈佛投资于私募股权的规模相当高，接近捐赠基金的近40%。  有分析称，这么大规模的出售在教育捐赠基金史上极为罕见，显示常青藤盟校正面临前所未有的财务压力。 **捐赠基金规模甚至堪比国家GDP，侧重私募股权** 值得一提的是，哈佛等精英大学“富可敌国”，哈佛大学捐赠基金总额接近520亿美元，比许多国家的GDP还要大。这些大学更愿意将巨额财富投资风险较高的资产，然而这种模式也伴随着风险。 从历史上看，大学捐赠基金的投资传统上非常保守，但在20世纪50年代初，哈佛大学将其配置调整为60%的股票和40%的债券，承担了更多风险，并创造了更多上涨的机会。 其他大学很快也纷纷效仿，耶鲁大学在20世纪90年代率先开创了“耶鲁模式”，该模式以多元化投资为核心，将大量资金配置于另类资产，特别是私募股权。耶鲁大学在全球私募股权投资者中排名第27位，在该资产类别的投资额超过200亿美元。 根据哈佛大学的年度报告，捐赠基金的大部分资金分配给了私募股权（39%），哈佛在过去七年中对投资组合配置进行了重大调整。哈佛管理公司已将捐赠基金对房地产和自然资源的投资比例从2018年的25%降至6%。这些削减使其得以增加私募股权投资。  此外，哈佛还将发行7.5亿美元的应税债券，到期日为2035年9月，今年2月该校发行了2.44亿美元的免税债券。包括普林斯顿和科尔盖特在内的许多大学也在今年春季发行了债券。 目前穆迪尚未更新哈佛大学债券的AAA评级。然而，就整个高等教育而言，该评级机构并不那么乐观，于3月份将其展望下调至负面。 “新债王”Jeffrey Gundlach此前在采访中表示， 哈佛原本靠年度捐款的现金流来运作，这种方式让他们可以把本金拿去投资，结果他们最后不得不去债市融资几十万美元来支付工资和电费。他们完全没有流动性，他们的钱被锁在完全不能动的地方。 **高校动荡会否引爆“新次贷”大雷？** 对私募股权行业来说，常青藤盟校一直是最重要的投资者之一。它们不仅提供大量资金，而且其投资决策通常被视为市场风向标。这些高校基金被迫退出将改变行业资金流动格局，可能导致估值重置。 尤其是，当前华尔街私募行业正在面临一场完美风暴，陷入资产套牢，交易僵局持续，估值危机、流动性枯竭的困境。 Apollo、Blackstone和KKR等私募股权巨头今年股价暴跌超20%，远超标普500指数跌幅。随着交易僵局持续，这些公司向养老金和捐赠基金等客户返还资金的难度与日俱增。 “新债王”Gundlach曾警告，美国可能正面临一场新的“次贷危机”，私募市场风险被严重低估。分析师Marko Kolanovic则在X上称： 私募资产的潜在波动性被掩盖多年。2020年，私募资产曾备受瞩目，但由于各国央行释放大量流动性，最终未出现任何问题。此后，私募资产规模持续增长。然而，若出现长期关税下行周期且没有央行救助，又会发生什么呢？再加上目前大学捐赠基金的状况。  **“长期资本”神话破灭** EndGame Macro则分析了更深层次影响： 哈佛捐赠基金事件折射出美国机构资本更深层的结构性裂痕，而绝非仅仅是关于某所大学的新闻头条。若情况属实，因政治因素撤销免税地位迫使哈佛清仓其最流动的资产——股票，这将标志着精英捐赠基金在投资组合构建和地缘政治风险暴露方面的应对方式发生范式转变。问题的核心不仅在于杠杆（40%的私募股权敞口），更在于捐赠基金原本是“长期投资”的典范：缺乏流动性、享有税收优惠、免受政治干扰。而如今，这种隔离正在破裂。 历史上，耶鲁和哈佛在大卫·斯文森的引领下开创了“捐赠基金模式”，即减少公开市场股权配置、侧重私募、投资组合标的专业性强且不透明，专为长期投资视野优化。然而，该模式也严重依赖流动性溢价。如今，随着撤销税收优惠的威胁浮现，流动性反而成了负担。若被迫在脆弱的市场环境中抛售公开市场股票，可能引发二阶效应：对冲基金抢先交易、私募股权折价重估，甚至波及至由捐赠基金支持的风险投资部门（如与科技孵化器或早期加密货币基金相连的部分）。回顾2022年英国gilts（金边债券）危机期间的养老基金流动性争夺战，以及CalPERS私募股权减记周期，这一系列事件呈现出精英机构去风险化的相似模式。 分析中可能存在一个误区，即假设哈佛的整个投资组合都面临风险。实际上，过去一年中，哈佛可能已通过谨慎的资产重新配置对冲了政治风险。不过，向其他机构（如麻省理工学院、普林斯顿大学，甚至企业基金会）传递的心理信号至关重要。流动性防御姿态会通过资本市场产生无声的紧缩效应，层层传导。 这一事件标志着机构配置者声誉风险时代的开启。如今，政治因素已成为投资组合风险的一部分，“永久资本”神话破灭。哈佛在压力下出售股票，这不仅会成为新闻头条，更将成为一种信号弹，标志着防御性轮换、风险去中介化以及对基于模型的私募股权估值即将出现信心危机的新阶段的开始。接下来，封闭式基金和私募股权二级市场拍卖可能会陷入停滞，值得密切关注。  [查看评论](https://m.cnbeta.com.tw/comment/1494206.htm)

4月21日，京东黑板报发布声明称，近期有竞对平台强制要求外卖骑手“二选一”，限制其接京东秒送订单，导致骑手收入可能下降16%至25%。京东表示，已推出紧急援助措施以保障骑手权益，并公开谴责相关平台行为。 [](https://static.cnbetacdn.com/article/2025/0320/7976837623579be.jpeg) 京东称，被竞对平台限制接单的骑手可在京东获得足够订单量以维持收入。同时，该公司计划未来三个月将全职骑手招聘名额从5万名增至10万名，并为骑手家属优先提供快递员、保洁等全职岗位，以提升家庭收入。京东强调，不会强制兼职骑手“二选一”，支持其在多平台自由接单。 京东在声明中指责竞对平台长期存在“不为骑手缴纳五险一金”“算法压榨”“忽视骑手安全问题”等行为，并称其“二选一”政策损害骑手利益。此外，京东表示，由于近期订单派送延迟，即日起所有超时20分钟以上的外卖订单将免单，并已成立专项小组解决配送效率问题。 以下为京东黑板报发文： 各位外卖骑手兄弟们： 近期，有竞对平台再次玩起“二选一”游戏，强迫各位骑手不能接京东平台的秒送订单，如有违反，会采取封杀措施。过去，各位骑手都是在三大平台之间自由接单，才能保证自己的收入。因个别平台“二选一”行为，大家的收入会降低 16-25% 左右，我们对各位的遭遇深表同情，也对个别平台违法违规行为表示谴责。虽然有人明说不会做，但是大家都知道他们一定会暗暗做的！ 为了支持外卖骑手自由接单，保障大家的收入，京东推出以下紧急援助措施： 1、所有被竞对平台封杀的骑手，京东保证给予足够单量，确保收入不降； 2、加大全职骑手招聘力度，未来三个月将招聘名额由五万名提高到十万名； 3、所有骑手，如有对象，京东可以优先为您的对象安排工作，比如全职快递员、全职保洁，实现“双职工”待遇，大幅提高家庭收入； 4、京东集团对兼职骑手永不强迫“二选一”，鼓励大家在各平台自由接单，保障收入最大化！ 在此我们也公开奉劝某平台： 你可以十几年不为任何一名骑手缴纳五险一金；你可以用强大的算法对骑手极尽压榨之能事；你可以长期对骑手事故率超过快递小哥三倍以上的安全问题置若罔闻；你可以在约 60% 以上门店都不赚钱的餐饮行业赚取千亿利润，丝毫不顾餐饮从业者的艰辛和挣扎；你还可以在超过 40% 毛利的幽灵外卖暴利驱使下，纵容和鼓励幽灵外卖大行其道，丝毫不顾忌消费者的食品安全…… 但是当你今天竟然为了维护自己的垄断地位，为了自己的商业利益，对数百万名底层骑手们再次进行“二选一”，让他们的收入大幅降低，你们忘了老祖宗的一句话：水能载舟亦能覆舟。望你们好自为之！早日回头是岸！ 最后，近期竞对平台对兼职外卖骑手强迫“二选一”的行为，事发突然，导致京东平台部分外卖订单延迟，造成了不良用户体验。我们在此向相关用户表达深深的歉意，自今日起，所有超时 20 分钟以上的外卖订单，京东全部免单。京东集团已经成立紧急应对小组，本周一定会解决送餐速度问题。 感谢广大网友对京东外卖的支持，谢谢！ 京东集团 2025 年 4 月 21 日 [查看评论](https://m.cnbeta.com.tw/comment/1494202.htm)

 ## 刘慈欣谈机器人跑半马：具身机器人将给社会带来颠覆性影响 4 月 20 日消息，日前，全球首个人形机器人半程马拉松赛在北京亦庄举行，经过 21 公里的比拼后，天工 Ultra 以 2 小时 40 分钟的成绩率先完赛，夺得首个人形机器人半马冠军。 据央视财经报道，在人形机器人半马开跑前夕，科幻小说《三体》《流浪地球》的作者刘慈欣接受专访。 刘慈欣表示，赛事更多的是一种展示，机器人跑步表现它很平衡的跑步移动功能，就像春晚上跳秧歌的机器人一样，向大众展示机器人目前的面貌、身形。 现在他觉得十分有用的、拥有巨大市场的看护机器人，能照顾老人、病人；家务机器人能够做家务。 刘慈欣坦言，现在的机器人达不到这个水平，但是一旦达到这个水平，市场也是巨大的，对我们的生活改变会是天翻地覆的。 他认为，具身机器人发展的终极目标，可能就是和真人完全不能分辨出来，这个技术一旦出现，对社会的影响可能是颠覆性的。 「当你真的没办法从智力上、外形上，分辨出机器人和真人，这个能带来什么样的影响，我认为即便科幻小说也很难想象。」刘慈欣说。（消息来源：快科技）  ## 特斯拉欧洲销量全线暴跌：德国、丹麦、瑞典跌幅均超 50% 4 月 20 日消息，受马斯克的影响，特斯拉在欧洲销量已经处于崩盘边缘。根据 Statista 发布的最新数据，特斯拉在欧洲的一季度全线暴跌。其中，德国、丹麦、瑞典跌幅超过 50%，荷兰也接近腰斩。 并且，特斯拉在欧洲销量下降并不是因为电动车需求减弱，欧洲市场今年多个国家的电动车销量规模仍在持续扩大。 例如，荷兰今年一季度电动新车销量增加了 7.9%，累计为 32459 辆。但特斯拉在荷兰市场一季度总共销售 3445 辆，同比下跌 49.7%。 市场分析人士认为，特斯拉在欧洲市场遇冷的部分原因在于车型过时。中国品牌电动车的不断发展为当地消费者增加了更多价格更实惠的竞争车型。 此外，马斯克介入欧洲政治的举动也激发了欧洲公众的反感情绪，甚至引发越来越多针对特斯拉设施、车辆的暴力破坏行动。（消息来源：快科技）   ## iPhone 17 Pro Max 将最大化续航性能 4 月 20 日消息，苹果预计将在今年秋季推出四款全新 iPhone，其中包括超薄手机 iPhone 17 Air，但是旗舰机型 iPhone 17 Pro Max 则可能走与其完全不同的路线。 最新消息显示，iPhone 17 Pro Max 预计将朝着最大化电池续航性能的方向发展，满足用户对「超长续航」的期待。 官网显示，目前的 iPhone 16 Pro Max 视频播放时间可达 33 小时，优于前代 iPhone 15 Pro Max 的 29 小时，而今年即将推出的新款产品预计表现将更上一层楼。 这一设计策略在一定程度上受到了 Apple Watch Ultra 的启发，而为了容纳更大容量的电池，iPhone 17 Pro Max 的机身可能会略微加厚。 Apple Watch Ultra Ultra 通过差异化设计，针对重度用户推出了极致续航，因此，有分析认为苹果甚至可能将今年的 Pro Max 更名为「iPhone 17 Ultra」，以强调其专业与续航定位。（消息来源：快科技）   ## 盒马首次实现全年盈利 新财年拟再开 100 家店 4 月 20 日消息，盒马首次实现全年（2024 年 4 月至 2025 年 3 月）盈利，并计划在 2025 年开近 100 家门店，进驻几十个新城市。 2024 年最后一天，严筱磊发布全员信，提到盒马过去 9 个月只做了三件事：回归用户价值、聚焦战略方向、推进组织建设。此外，她在信中强调，2024 年，盒马聚焦在盒马鲜生和盒马 NB，前者复制成功模型，后者打磨最优模型。 在新战略下，盒马在全国各地加速布局，2024 财年开了超过 70 家盒马鲜生门店，其中三分之一位于二三线城市及县城，并实现盒马全渠道顾客数大幅增长。 2024 年，盒马在连续 9 个月整体盈利的基础上实现了双位数增长，顾客数增长超过 50%。 4 月 10 日，盒马官宣「盒马云超」升级为「云享会」。非盒区房和非盒马 X 会员用户，也能在盒马 App 下单购买近 4000 款盒马自营商品，打破门店物理限制，几乎全国市场都可邮寄到家。（消息来源：快科技）  ## 福特停止向中国出口汽车 4 月 20 日消息，福特汽车最近正式停止向中国出口汽车，受关税政策影响，福特决定暂停向中国出口包括 F-150 猛禽、Mustang、福特烈马以及林肯领航员等车型。 这些车在中国市场一直有不少粉丝，尤其是 F-150 和林肯领航员，都是高端市场的热门车型。 不过，虽然整车出口暂停了，但福特预计还会继续向中国出口美国制造的发动机和变速箱，这说明福特并没有完全放弃中国市场。 关税政策对汽车国际贸易的影响还在持续扩大。（消息来源：快科技）  ## 腾讯 QQ 音乐会员歌曲单日播放设备数调整，免费 / 已购歌曲不受影响 4 月 20 日消息，腾讯 QQ 音乐官方今日发布公告，宣布应版权方要求，即日起将会针对会员歌曲（包括音乐包、豪华绿钻会员曲库、超级会员曲库）在同一账户的单日累计播放设备数进行调整。具体如下： 音乐包：每日 (北京时间 0-24 时) 同一账号可播放会员歌曲设备终端为 1 台； 豪华绿钻会员：每日 (北京时间 0-24 时) 同一账号可播放会员歌曲设备终端为 3 台； 超级会员：每日 (北京时间 0-24 时) 同一账号可播放会员歌曲设备终端为 5 台； 同一账号每天可播放会员歌曲的终端设备不限制必须与前一天相同，用户可以通过【我的】-【右上角设置标】-【设置】-【设备管理】进行调整。 免费歌曲、已购买单曲和数字专辑的播放不受到此次调整的影响。（消息来源：IT 之家）  ## vivo、荣耀、OPPO、一加官宣支持微信朋友圈发 Live 图 4 月 20 日消息，早在去年 9 月，微信 iOS 版本就率先上线了朋友圈发布 Live 实况照片的功能，而微信安卓版却迟迟未上线。 不过，这几天多家国产手机厂商陆续宣布，旗下部分机型将支持朋友圈发 Live 图，安卓用户终于不用再羡慕 iPhone 用户。 据了解，目前已官宣的品牌包括 vivo、荣耀、OPPO、一加。 小米虽然没有官宣机型，但已有小米手机用户表示自己微信已经灰度到，可以发朋友圈 Live 图。小米应用软件部总监王乐也表示，近期随着微信慢慢灰度放量，小米各机型也在逐步覆盖当中。（消息来源：快科技）  ## vivo X200s 今晚发布 4 月 21 日消息，vivo X 系列春季新品发布会将于今晚 19:00 召开，这次将发布 vivo X200s 和 vivo X200 Ultra 两款旗舰手机。 其中，vivo X200s 被官方称之为最强直屏旗舰，抛弃了此前 vivo X200 的全等深微四曲屏幕设计，转为直边+直屏方案。 正面采用一块 6.67 英寸的 1.5K LTPS 直屏，采用京东方 Q10 材质，屏幕黑边极窄。 核心搭载搭载联发科天玑 9400+，整体依然延续了天玑 9400 的架构设计，CPU 包含一颗 Cortex-X925 超大核、三颗 Cortex-X4 超大核和四颗 Cortex-A720 大核。 除了外观与 iPhone 类似之外，vivo X200s 在系统上也完美兼容 iOS，能替 iPhone 接听电话，而且 iPhone 上的短信、应用通知都可以在 vivo X200s 上看到。连位置也能共享，你能在 vivo 上看到 iPhone 的具体位置，还支持与 iPhone 一碰互传、完美兼容 AirPods 等。（消息来源：快科技）  ## 我国自研水陆两栖飞机 AG600 拿到型号合格证 4 月 20 日消息，我国自研大型水陆两栖飞机「鲲龙」AG600 在北京获颁中国民航局型号合格证。这证明了其设计符合适航标准，标志着 AG600 飞机研制取得圆满成功，获得了进入市场的「准入证」。 后续，AG600 还需要获取生产许可证和单机适航证，在交付给最终用户后还需要对用户开展人员培训、维修培训等方面的工作，确保航空器的正确使用和维护。 据了解，AG600 是我国首次按照中国民航适航规章完全自主研制的大型水陆两栖灭火飞机，是为满足我国应急救援体系和国家自然灾害防治体系建设迫切需要而研制的重大航空装备，也是全球起飞重量最大的民用水陆两栖飞机。 AG600 同时具备飞机和船的特征，能上天、能入海，最大起飞重量 60 吨，可载水 12 吨，最小平飞速度每小时 220 千米，最大实用航程达到 4500 千米，可以灵活执行灭火、物资转送、通信中继等多种任务，是一个多用途的大型航空装备平台。 据悉，AG600 与运-20、C919 并称为国产大飞机三兄弟。（消息来源：快科技）  ## 对 ChatGPT 说「谢谢」，竟给 OpenAI 带来「数千万美元」开销 几日前，OpenAI 的首席执行官萨姆・奥尔特曼（Sam Altman）承认，仅仅为了处理用户日常的寒暄和礼貌性交流，就需要花费「数千万美元」。这些看似微不足道的对话，如「谢谢」「请」等礼貌用语，虽然在情感上让我们与 AI 的互动显得更加人性化，但其背后却涉及到高昂的能源消耗。有最新报告指出，即使是像「不客气」这样短短三个字的回复，大型语言模型（LLM）也需要消耗大约 40-50 毫升的水。 由此可见，用户的友好客气可能在一定程度上增加了 OpenAI 每月的支出。但该公司对此似乎并不介意。理论上，公司可以预先编程其模型来处理这些常见且可预测的回复，但这实际操作起来却并非易事。 对于那些真心感谢 AI 帮助的用户来说，这种礼貌的表达并非毫无意义。例如，当 AI 帮助用户解决了一个复杂的机械问题，或者为即将到来的考试提供了帮助时，一句「谢谢」无疑是真诚的。此外，对于那些支付了高级会员费用的用户来说，这些互动已经是他们所购买服务的一部分。由于高级用户是按照使用量（token）付费的，因此他们的「谢谢」是否比免费用户更加真诚，也成为一个值得探讨的问题。 更有趣的是，如果有一天 AI 真的具备了自我意识，那么我们在与 AI 互动时所表现出的良好礼貌，或许会在未来为我们带来一些意想不到的好处。尽管目前 AI 还无法真正体验情感，但其在互动中所展现出的类似人类的特质，已经让我们不自觉地以礼貌的方式与之交流。（消息来源：IT 之家）