7月15日，“山姆下架多款口碑商品上新好丽友”话题冲上微博热搜首位，阅读量迅速突破1.4亿。事件的导火索是山姆近期集中下架了太阳饼、米布丁、低糖蛋黄酥等高回购率口碑商品，同时上架了低糖好丽友派、溜溜梅、卫龙辣条、徐福记等大众品牌产品。  一石激起千层浪，大批差评席卷而来。 “我花钱办卡进会员超市，你卖我家门口就能买到的东西，把我们消费者当韭菜是吧？”在社交网络上，有愤怒的会员这样写道。 会员的愤怒 在山姆会员商店APP搜索栏输入“太阳饼”、“米布丁”等关键词，如今已无法显示任何商品信息 。这些曾经需要拼手速抢购的网红商品，已悄然退出山姆货架。取而代之的是包装精美的低糖好丽友派、徐福记燕麦藜麦蛋糕、卫龙高纤牛肝菌魔芋等产品。  引发争议的焦点并非这些新品本身。山姆宣称，低糖好丽友派通过配方改进实现“ 糖分减少80% ”、“可可含量增加30%”，售价49.9元一盒内含48枚。然而消费者实测体验却大相径庭——在评论区，有用户打出差评：“看到低糖才买的，但实际吃起来太甜”。  更大的不满源于品牌自身的信任危机。好丽友在2022年深陷“配料表双标”风波，尽管官方澄清全球配方一致，但品牌形象已严重受损。当这样一个有争议的品牌出现在标榜严选标准的山姆货架，会员们感到被背叛：“ 山姆不是一直强调高标准吗？怎么也开始自降身价了？ ” “之前都是冲着独家进口商品续费会员，现在进口商品越来越少，代工厂、贴牌越来越多。”山姆会员李女士向凤凰网科技表示，因为选品问题，近期考虑续费问题时“感到十分犹豫”。类似反馈并非个例，还有网友称：“连鸡蛋的无抗检验也换了，不仔细根本注意不到。”社交平台上有关“山姆选品质量下降”的讨论频现，部分消费者认为其与母公司沃尔玛的供应链重合度升高，导致了山姆会员专属价值的下降。 作为沃尔玛旗下的高端会员制仓储式超市，山姆会员超市的选品策略本是其核心竞争力的重要组成部分。据业内人士透露，山姆依靠与品牌方签订“独家供应协议”打造差异化选品。山姆拥有对选品的独家销售权，同时山姆坚持自有品牌（Member‘s Mark）的开发，以“精选商品＋会员专属”模式赢得了不少消费者的青睐。  社交媒体上，给山姆总部投诉选品问题的帖子引发强烈共鸣。有卓越会员（会员费680元）直言：“我们支付会员费，就是相信山姆能帮我们过滤掉有争议的品牌。现在的选品逻辑， 让年费变成了智商税 。” 面对舆论发酵，7月15日晚间，山姆会员商店向媒体作出正式回应：“已经关注到社交网络上关于山姆选品问题的讨论，并已纳入后续选品策略考量中。” 行动比声明更直接。目前，在山姆小程序搜索“好丽友”，已 无法找到引发争议的低糖好丽友派 。同样消失的还有卫龙高纤牛肝菌魔芋等争议商品。  山姆成了现金牛，但也频频翻车 选品风波恰逢山姆中国高层更迭期 。2025年1月底，掌舵山姆中国12年的总裁文安德（AndrewMiles）正式退休，其职位由沃尔玛国际业务高管Jane Ewing接任。这位新总裁以供应链管理见长，上任后迅速推进大区重组，将华东拆分为江苏、浙江、上海三个独立大区。  图｜文安德（AndrewMiles） 社交媒体上流传着“ 换中国人管理导致品控下降 ”的说法。经多方核实，该说法存在一定偏差——山姆中国总裁仍由外籍高管担任，网传照片中的郑硕怀实为2024年9月上任的山姆会员店首席营运官（COO），负责运营及新店开发，不涉及整体战略决策。 尽管此次风波与管理层换人或许不直接关联，但背后显现的，仍旧是选品策略的转变。 山姆中国正经历前所未有的扩张期。2024年， 山姆在中国的营业额突破1000亿元 ，占沃尔玛中国业绩近三分之二。2026财年一季报显示，沃尔玛中国净销售额同比增长22.5%，远超其全球业绩，其中山姆会员店中国的会员收入增长超过40%。 亮眼数据背后是激进的扩张策略。按照计划，2025年山姆将在中国开出8家店，创下历年来年度开店数量新高。截至2025年5月，山姆在全国已开出55家门店。 规模扩张带来品控挑战。2024年以来，山姆食品安全问题频发：从“牛肉变质”事件，和今年三月的“鲜奶结块”投诉均引发舆论风波，部分消费者质疑其品控标准松动。而此次选品争议中，新上架的“低糖版好丽友派”虽仍是山姆独家特供，但此品牌在2022年曾陷入“配料双标”风波，此次也被指出配料表中的“起酥油”（含反式脂肪）与宣传“减糖”标签不符，得到了广泛的差评。 当信任开始崩塌 付费会员制的本质是“服务契约” 。消费者支付260元年费（卓越会员680元），购买的不只是入场资格，更是商品筛选服务与品质保障承诺。当这份契约被大众化选品稀释，会员价值便出现危机。 山姆选品团队曾向媒体阐释其逻辑：如果商品没有差异化，没有会员价值，就必须要从山姆撤出。 其稀缺性，从养活了大批代购可见一斑。 早期通过代购大批网红差异化商品，曾有不少山姆代购过着“日入5000元，月入10万元”的滋润日子。 有代购告诉凤凰网科技，但随着后来越来越多平替竞品的出现，这种稀缺性正在被稀释。 Costco自2019年进入中国后，凭借“ 差异化选品+奢侈品引流 ”策略快速扩张。其经典案例包括售价10万元的限量爱马仕包引发抢购，茅台等硬通货价格常低于市场价千元以上。 本土对手一样来势汹汹。 盒马曾依靠X会员店针对山姆爆款发起价格战 ，榴莲千层蛋糕售价比山姆低40元；网红烤鸡便宜10元；自有品牌商品占比达40%。  甚至还有胖东来这样的区域零售品牌，虽尚未全国扩张，但已经“声名远扬” ，其“高薪资+极致服务”模式通过短视频平台形成现象级传播。曾有消费者在社交媒体直言：“看了胖东来的服务标准，突然觉得山姆的会员费交得有点冤。” 现在，随着山姆改变选品策略，代购们的担忧也在上升。“山姆的独家商品数量和品控与我们的销量利润肯定是直接挂钩的。”有代购对凤凰网科技表示，“如果山姆的商品和其他商超都一样，那代购也没有存在的意义了。” 会员制零售的生死线，永远在于“ 不可替代性 ”。当山姆的货架越来越像普通超市，当260元年费买不到专属价值，那张印着Sam’s Club的会员卡，正在悄悄背刺中产消费者。 [查看评论](https://m.cnbeta.com.tw/comment/1513384.htm)

<blockquote><p>在最新一期美国智库 SCSP 播客中，NVIDIA 创始人黄仁勋罕见开麦，一语搅动中美科技圈。他亮出三组数字：全球 50% 的 AI 开发者在中国；美国握有唯一领先的计算平台；中美产业链彼此嵌套、无法脱钩。面对“再工业化”与“主权 AI”并行的未来，黄仁勋提醒华盛顿：战略第一步是认清自己——既要守住从芯片到框架的“美国技术栈”，也要承认中国制造的价值。</p> </blockquote>  Special Competitive Studies Project（SCSP）是一个成立于 2021 年，由前 Google CEO Eric Schmidt 发起的美国非营利、跨党派智库组织，其使命为研究和应对 AI 及其他新兴技术对国家安全、经济与社会的深远影响，并向美国政府提供战略性政策建议。 NVIDIA 创始人&amp; CEO 黄仁勋在近期参加 SCSP 旗下播客采访时表示，当前对公司所取得的阶段性成果仍“难以完全消化”，但这一时刻本身承载着非凡意义。 黄仁勋指出，过去几十年里，全球计算机产业基本沿袭 IBM System 360 所确立的蓝图，涵盖系统架构、软硬件分离、兼容性规范、应用开发模式等方面。这一框架支撑了整个信息化时代的崛起。 然而，当前 AI 带来的技术转变，正推动计算产业迈入一个全新的平台时代，而 NVIDIA 正是在推动这一变革的核心角色。 他回忆道，2012 年 AlexNet 的出现是转折点。当时团队看到了这项技术的潜力，也意识到这不仅是计算机视觉的突破，更可能是 AI 领域的关键飞跃。AlexNet 的训练依赖 NVIDIA GPU 和 CUDA 平台，使得深度学习模型在视觉任务上超越了人类专家四十年来的积累。 黄仁勋表示，正是这一次突破，让他认识到，AI 并非只是一个应用分支，而是整个平台范式的更迭。深度学习之所以具有变革性，是因为它不再依赖人工设计的特征工程，而是借助大规模数据和计算资源，学习解决那些难以用规则形式化的问题。 在他们看来，这预示着整个计算栈——从处理器架构到软件方法论，再到网络连接方式，甚至整个产业生态——都将被重新定义。 为此，NVIDIA 在随后数年中重构了几乎所有技术堆栈，从基础的深度学习库 cuDNN，到支持 AI 训练和推理的 Megatron Core，再到硬件侧的 NVLink 和 Tensor Core，再到 AI 超算系统 DGX1。这套完整平台的首次应用对象之一，便是当时位于旧金山、仍属初创阶段的 OpenAI。 ## AI 三波发展浪潮 从 2012 年至今，AI 技术经历了清晰的三波发展浪潮。黄仁勋将第一阶段定义为“感知智能”，即通过深度学习，计算机在图像识别、语音识别、语言理解等方面达到了超越人类的水平。 第二阶段是“生成式智能”，AI 不再只是理解信息，而能够生成文本、图像、音频与视频。 如今我们正处于第三阶段——“推理智能”，AI 已能够通过链式思维、树状逻辑等方法对问题进行分解、分析和多步求解，甚至能在答题前自主进行资料查阅与学习。正是由于这类推理能力的显现，外界才会开始讨论通用智能的临近。 他表示，下一波浪潮将是“物理智能”。这类智能将理解并掌握物理世界的基本常识，包括物体恒常性、摩擦力、惯性、因果关系等——即人类孩童与小动物天然具备的常识性认知能力。一旦 AI 掌握这些能力，便可进入机器人等具身智能系统的发展阶段。 ## AI 工厂，专注 token 的数据中心 对于“AI 工厂”，黄仁勋指出，传统数据中心主要以数据存储与分发为主，而 AI 工厂则是“一个只专注于生成 token 的全新类型的数据中心”。这些 token 可能被转化为文本、符号、数字，未来甚至是化学结构、蛋白质配方，或机器人动作信号。 为了支撑如此规模的推理任务，AI 工厂需要持续消耗巨量电力，美国在能源政策上的积极推动正恰逢其时，为 AI 工厂建设打下基础，也将形成一个全新产业。 回顾历次技术革命的就业走势：从电力时代到信息化时代，每次技术提升都伴随着新产业的诞生与整体就业规模的上升。生产力提升本身不会自动导致失业，关键在于一个组织是否有创新意愿与增长野心。 以 NVIDIA 为例，企业拥有大量尚未实现的好想法、未进入的新市场、未构建的应用场景，如果拥有更强的生产力，就能推进更多工作，反而需要更多人力。他认为，这种乐观并非盲目，而是历史经验的真实体现。 AI 的普及也将成为前所未有的“平权力量”。这是第一次，技术如此先进却又如此容易被每一个人使用。无论是否会写代码，无论是否懂英语，甚至不会打字也能通过语音与 AI 对话。 只要愿意开始，每个人都可以向 AI 学习如何使用它。他鼓励所有人“立即参与 AI”，因为这是一种前所未有的赋能工具。 ## 中国是对手而不是敌人 对于美国政府应当采取的政策，美国在计算机行业具备全球唯一的领先地位，这是国家级的战略资产。黄仁勋坦言，“我们已经失去了 5G”，无论从技术、政策还是战略决策层面，美国都未能保住那一波通讯浪潮。而 AI 是新的机会，“我们不能再输”。为了维持全球领先，美国必须在 AI 生态中赢得开发者。 他指出，“任何平台的第一要务，是赢得全世界开发者”。当前全球大约 50% 的 AI 开发者位于中国，而 AI 开发者遍布非洲、拉美、东南亚、中东等地，每个国家、每个产业都想接入 AI。他主张，美国不应限制 AI 技术扩散，而应确保全球开发者构建在美国技术栈之上，从芯片、系统、框架、工具到模型，让“美国技术栈成为全球通用标准，像美元一样具有全球影响力”。 尽管 OpenAI、Gemini 等通用模型全球可用，但每个国家都应有能力构建本地 AI 系统。因为语言、历史、文化、价值观具有不可替代的本土特征，任何西方技术企业都无法全面代表全球多样性。 因此他倡导“主权 AI”，即每个国家都有建设本土模型的能力，同时这些模型依然运行在美国主导的通用技术栈上。 谈及全球竞争格局时，黄仁勋重申，中国是竞争对手，但不是敌人”。两国在产业链中相互依存，美国的计算产业拥有无与伦比的技术领导力，而中国也有制造能力强、工程技能深、国家荣誉感驱动下崛起的科技公司，例如华为和比亚迪。 “这不是关于低成本劳动力，而是技术、工艺与规模的融合。”他认为，美国需要正视制造能力的缺失，重燃对“制造”的热情，因为现在的制造早已高度技术化，不再是体力劳动主导的产业。 特朗普提出的“再工业化”战略是非常及时的政策调整，只有将 AI、制造、能源等关键领域的能力结合，美国才能真正减少依赖、缓和地缘风险、实现国家安全与产业持续领先。 黄仁勋还呼吁，美国在制定 AI 政策时，不应止于限制与监管，更应认识到自身在 AI 与计算产业上所拥有的独特能力与历史成就 —— “战略的第一步是认清自己”，只有在对自身能力充分理解之后，才能制定有效的对外策略。而在 AI 领域，这种自信、开放与全球主导力，正是美国继续领先的根基。 本文由人人都是产品经理作者【江天 Tim】，微信公众号：【有新Newin】，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>为什么 AI 切东西能这么上头？今天咱们不端术语，把它聊透：它到底戳中我们哪根神经，又让算法心甘情愿当“自来水”。更香的是，我把两种零门槛做法打包好了：谷歌 Veo3 一条提示词直接出片，国产即梦+剪映 3 分钟搞定音效。看完就去试，明早醒来可能就多 10 万赞。</p> </blockquote>  不知道你有没有看过这类视频视频中，大家日常熟悉的东西，都变成了透明、易碎的玻璃形态，被人用厨房刀干净利落地一层层切开。 从冰块质感的水果到烧到中心发红的煤炭，AI都能轻松切开，可谓“万物皆可切”。 不管是在海外还是在国内，这种AI视频都很火爆，单条视频几十万点赞的不计其数，有博主通过短短几条作品，就收获了十几万粉丝。 ## 那么为什么这种视频能火爆全网呢？ ### 1、解压需求的精准捕获：现代人的心理刚需 **1）压力代偿机制** 现代生活的高压环境催生了对“无脑放松”内容的强烈需求。 这类视频通过缓慢切割动作（如刀切入玻璃草莓）和清脆音效（如玻璃碎裂声），触发观众的 ASMR（自发性知觉经络反应） ，带来类似“颅内按摩”的生理舒适感。 观众无需思考，只需沉浸于视听刺激中，实现短暂的心理逃离。 **2）感官代餐现象** 物理世界的解压行为（如捏泡泡纸、切肥皂）被迁移到虚拟场景中。 AI生成的超现实材质（岩浆苹果、水晶面包）提供比现实更极致的感官体验——既保留真实切割的爽感，又通过材质创新（透明、流动、发光）强化视觉冲击，形成“感官代餐”。 ### 2、AI技术的革命性赋能：低成本制造“完美奇观” **1）创作门槛的坍塌** 传统解压视频需实拍道具、布光和后期，而AI工具（如即梦AI、Veo3）实现“提示词→图片→视频”全流程自动化，成本接近于零 **2）超越物理限制的想象力** AI突破现实约束，创造反常识组合 - 材质跨界玻璃水果、岩浆金条、果冻炸弹； - 对象颠覆：切割iPhone、汽车（如小米SU7被餐刀切开火花四溅）。 这种“不可能的真实感”激发观众好奇心和分享欲。 ### 3、算法偏爱的内容基因：流量密码的底层逻辑 **1）完播率引擎** 视频时长多在 7秒内 ，前3秒必现“刀尖接触物体”的高潮画面，瞬间抓住注意力。 缓慢切割动作迫使观众聚焦，平均完播率超85%，被算法判定为“优质内容”大力推荐。 **2）盲盒式成瘾设计** 每个视频隐藏“切开惊喜”——草莓内部可能是果冻流心或宝石纹理。 这种 不确定性奖励机制 （类似开盲盒）刺激用户持续观看“下一个是什么”。 ### 4、跨文化传播的普适性：无需翻译的感官语言 **1） 视觉通用语法** 切割动作+高饱和度色彩（粉水晶桃子、橙红岩浆）无需语言解释，全球观众均可直观理解。TikTok上#OddlySatisfying标签播放量超 10亿次 ，证明其文化穿透力。 **2）音效的全球化** 切割声效采用跨文化共识的“解压音色”： - 高频清脆声（玻璃碎裂）触发清醒感； - 低频闷响（切果冻）诱发放松感。 即使关闭画面，音效本身即具传播力 ### 5、社会情绪镜像：数字时代的“集体焦虑疗愈” **1）快节奏中的慢对抗** 当短视频趋向“3秒反转+信息轰炸”时，AI切割视频反其道行之： 慢动作镜头 （0.5倍速切割）对抗时间焦虑；单一重复动作 提供确定性安全感。 **2）虚拟占有欲的满足** 切割奢侈品（金条、iPhone）或稀缺物品（透明草莓）让观众获得“破坏昂贵物品却不担责”的代偿快感，呼应年轻群体对消费主义的复杂情绪。 ## 这种视频怎么做呢？ ### 方法一：Veo3工具 1、 通过魔法上网访问Gemini网站，找到Veo3工具。 https://gemini.google.com 2、 选择模型2.5Pro，该模型生成效果较好。  3、 输入提示词 <blockquote><p>逼真的 4K 近距离视频画面，展示 XX 工具在 XX 位置切一个 XX（颜色）的 XX（材质），XX 工具在进行 XX 循环动作。每一片被切下后纷纷倒下，而刀子则快速移向下一刀，这个 XX 物体的内部同样由 XX 材质制成。声音为 ASMR 风格</p></blockquote> 4、 发送提示词后生成视频，生成后下载保存即可  ### 方法二：即梦+剪映 由于方法一由谷歌的veo3模型做出来的，我们大部分人是用不了的，而且价格非常贵（40.9美元/月）。所以这里提供第二种方法，虽然效果不如veo3，但也算是实现了解压一顿切。 1、 将中文提示词粘贴至即梦AI，选择3.0模型，比例9:16，生成视频并添加AI音效 ● 打开即梦首页https://jimeng.jianying.com/ai-tool/home/， ● 点击【视频生成】 ● 视频模型选择【3.0】（3.0模型单次消耗10积分，3.0pro模型消耗50积分） ● 粘贴中文提示词 <blockquote><p>刀刃切入一颗由[材质]制成的[颜色][水果名称]，正处于切割中途。这颗[水果名称]雕刻完美，在柔和的散射光下光泽闪烁，表面每颗种子都精致凸起。当刀向下切开时，一片完整的切片剥落，露出发光的[材质质感]果核，内部纹理卷曲并带有细微脉络。光线透过[材质特性]的材料折射。场景设定在中性色调的大理石台面上，仅有柔和的环境反射，无背景干扰。无音乐、无电影黑边、无水印、无字幕。镜头固定为正面特写，以缓慢的电影式推进聚焦切割动作。</p></blockquote> ● 比例选择【9:16】（适配手机竖屏） ● 点击立即生成，完成后立刻添加【AI音效】  2、 将视频导入剪映，添加ASMR音效（如玻璃碎裂、刀切果冻）完成剪辑。 如果上一步的音效无法满足，你还可以将做好的视频导入剪映，点击【音频】搜索“ASMR解压音频”（推荐搜索关键词：玻璃碎裂、刀切果冻） 本文由人人都是产品经理作者【诺儿笔记本】，微信公众号：【诺儿笔记本】，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。

文｜王方玉  编辑 | 苏建勋 36氪获悉，MicroLED芯片公司西湖烟山科技（杭州）有限公司（以下简称“烟山科技”）近日宣布完成近亿元的Pre-A轮融资，由深创投、常春藤资本、莫干山基金及联想创投联合投资。融得资金将用于公司垂直堆叠单片全彩MicroLED产品的开发以及量产线的建设工作。 烟山科技成立于2022年5月，是一家依托于西湖大学产学研合作背景，致力于全新一代 MicroLED 技术开发的科技公司。 通过自主研发的晶圆级三色薄膜集成、混合键合、高通量外延生长等多项核心技术，烟山科技解决了MicroLED在量产落地及应用上的诸多卡脖子问题，为客户提供高光效、低能耗、宽色域、长寿命的MicroLED全彩显示芯片。 在产品矩阵上，烟山科技是少数在 “微显”与“直显”双领域布局的公司，这得益于团队多年的技术积累以及多样化的客户渠道。在微显领域，烟山科技提供模组产品，主要应用于AR眼镜、微投影等场景；而在直显领域，烟山科技则主要提供芯片产品，覆盖商显、TV、手表、透明屏等多类应用。  烟山科技生产线       图源：企业授权 本次获得融资，烟山科技将加速其产品的研发进度，并启动其量产线的建设工作，在2025年实现大尺寸下单色产品的量产出货以及全彩产品的产品验证，为客户提供高性价比、高均一性、高光效率的顶尖MicroLED产品。 对于此次融资，烟山科技创始人、董事长、CEO孔玮博士表示：我们非常高兴能够获得本轮投资机构的支持，烟山科技采取垂直堆叠单片全彩技术路线，产线建设标志着烟山量产技术打通，产线落成后公司将具备单片全彩芯片及模组批量生产供货能力。 ### **投资方观点：** 深创投投资总监黄天祥表示：MicroLED一直被业界认为是显示的终极方案。该行业经过十多年的技术探索和收敛，三色垂直堆叠路线已成为目前硅基Micro-LED性能最优的解决方案。西湖烟山科技在III-V族化合物材料体系、Micro-LED外延、剥离键合等前道工艺均有深厚积累，同时也是唯一一家能够在“微显+直显”两个领域同时布局的创业公司，可以提供高亮度、高光效、低能耗、宽色域和长寿命的全彩显示芯片。随着公司技术不断的升级突破，以及产线的落地优化，成本会不断的降低，有望在即将到来的AR眼镜浪潮中成为破浪前行的领航者。 常春藤资本投资董事薛玉梁表示：常春藤资本长期关注显示工业并在行业上下游进行了一系列布局，烟山科技作为国内领先的MicroLED厂商，率先突破了材料和工艺等量产瓶颈，希望再接再厉，成为显示芯片行业的中流砥柱。 莫干山基金方面表示：Micro LED作为第三代显示技术，凭借微型化、低功耗、高亮度等突出优势，正迎来在车载、可穿戴设备、近眼显示、商业显示等多领域爆发式增长的黄金期。西湖烟山依托红光氮化镓及低温氮化镓薄膜剥离等核心技术，不仅成为行业内少有的掌握底层创新技术的企业，更成功打通全工艺流程，为破解量产良率低、全彩化显示方案成本高昂等商业化难题提供了关键路径。我们深度看好西湖烟山构建的技术壁垒与团队强大的执行力，坚信在创始人孔玮博士的引领下，行业单片全彩的突破性时刻将加速到来。 联想集团副总裁、联想创投管理合伙人王光熙表示：Micro-LED作为第三代显示技术的代表，具有高亮度、高对比度、低功耗、长寿命等核心优势。烟山科技具备从材料到器件的全链条技术积累，对于解决MicroLED性能及量产问题有自己独特的工艺沉淀，并同时布局“微显 + 直显”两大垂直领域，在技术及商业化方面都具备领先优势。联想创投将携手烟山科技，双向赋能，共同加速显示技术在数字化变革中的融合与发展。

据报道，马克·扎克伯格领导的Meta又从OpenAI挖来了两名顶级研究人员——Jason Wei和Hyung Won Chung，为其雄心勃勃的新超级智能实验室工作。《连线》杂志周二援引多名知情人士的话报道称，Wei和Chung在OpenAI的内部Slack账户已被停用。 [](https://n.sinaimg.cn/finance/transform/134/w550h384/20250709/cddd-5cc182bc7a62b5b5651d3ff815d82fd7.jpg) 这两位研究人员都是在2023年加入OpenAI的，此前他们曾在Alphabet旗下的谷歌工作，在那里他们合作进行了思维链和深度推理研究。 在OpenAI， Wei专注于强化学习，这是人工智能中一个不断发展的领域，使用基于奖励的反馈来训练模型。Chung为OpenAI的“01”模型做出了贡献，专门研究代理和推理。 据悉，两人的工作关系密切，经常在重叠的项目上工作。 [查看评论](https://m.cnbeta.com.tw/comment/1513382.htm)

7月16日下午消息，英伟达创始人黄仁勋于7月16日在北京举行媒体会。黄仁勋表示，英伟达是最后一批成立的半导体公司之一。“我不是第一个，而是最后一个，所以永远都不算晚。原因在于，如果你是第一个入场的，你有好的策略；如果你是最后一个入场的，你同样有好的策略。机会一直都存在，你得保持敏锐。” 黄仁勋强调，“我一直深深热爱着计算机技术，所以我能选择一份自己无比热爱的职业，能为之奉献一生。” 黄仁勋还谈到，对于现在即将毕业、20 岁左右的那个 “年轻版黄仁勋” 来说，他或许会选择计算机科学，或许比起软件科学，他会更倾向于物理科学，但我觉得他应该会很喜欢人工智能。  [查看评论](https://m.cnbeta.com.tw/comment/1513380.htm)

4 月份，Genspark 超级 Agent 上线，因为 AI PPT 的能力小小地出圈了一下。这个时候，Manus 正因为 AI 浏览器爆火。眼下，刚过去两个月，Genspark 也推出了自己的浏览器。 实际上这已经是 Genspark 第二次转变产品思路。 **在 2024 年刚推出的时候，Genspark 主要的方向还是 ****AI**** 搜索 **。到 2025 年的时候，Genspark 开始果断放弃 AI 搜索，转向 AI Agent，尽管此时他们已经积累了 500 万用户。Genspark 做出这项决策的最主要原因是他们判断，传统 AI 搜索流程固定，无法应对复杂任务。 这多少反映了 AI 行业的快与卷，一旦不及时调转船头改变方向，就很容易落后，例如去年风头很劲的新 AI 六小龙，今年多少都有些失意。  Genspark 公司发展历程｜极客公园 Genspark Super Agent 的成绩还是很不错的，上线 45 天其 ARR 就已经达到了 3600 万美元。当然，需要指出的是，ARR 这个现在 AI 公司很流行的指标是有些鸡贼的。ARR 指的是年度经常性收入，过去常用于衡量 SaaS 公司的财务状况。我们可以简单把它看成是这家公司一整年的订阅收入，算法也可以简化成「月订阅收入×12 个月」。所以 Genspark 的 3600 万美元并非实际收入，而是按照当月收入预测出来的全年收入。 如果以 Genspark 每月 25 美元（约合 180 元人民币）的订阅费计算，那就是有约 12 万人付费订阅了 Genspark。 业内认为，Genspark 团队是生生靠「卷」做到了反超 Manus 一步。那么，推出了 AI 浏览器，会是 Genspark 团队「逆袭」的重要一步吗？ - - - ## **栏目作者召集 ** **极客公园的新栏目「****AI**** 上新」，将带大家体验最新的 AI 应用和硬件，让你成为 AI 时代「最靓的仔」！ ** 现在，我们也向所有喜欢尝鲜和体验 AI 的同学发出召集，只要你发现并体验了新的 AI 应用或者功能，按照格式（参考案例： AI 上新｜我让 AI「偷窥」了我的屏幕，它有机会变成我第二个大脑）向栏目投稿，在极客公园公众号发布，不仅能获得相应稿费，且会为你「报销」AI 应用的订阅费用。 同时， **优秀作者还有机会进入极客公园 ****AI**** 体验群 **，获得最新 AI 应用和工具的内测资格，参加极客公园专属相关 AI 活动，和 AI 应用创始人一对一沟通。 AGI 太久，只争朝夕，让一部分人先 AI 起来吧！ **投稿、进群请扫描下方二维码添加极客小助手微信**    - - - # 01 **确实是生产力小能手 ** 从能力上看，我会把 AI 浏览器分为两类。 一类是传统浏览器+AI 助手，我称之为「被动式 AI 浏览器」。这类浏览器通常需要用户主动发起问题。AI 所负责的，是信息的检索和归纳，代表就是最近刚刚加上 Gemini 对话的 Chrome。 另一类 AI 浏览器更加「AI native」， **它们有更多的权限访问你的数据，并以此展开更多动作，相当于多了「眼睛」和「手脚」。** 像 AI 搜索、文生图、文生视频这些基础的能力 Genspark 当然也具备，但它最强大的能力还是在解决复杂问题的能力上。这考验了 AI 在内部分解问题、制定计划并在最少的监督下逐步执行计划的能力。按照这个思路来看，Genspark 颇有一些亮点。 初次打开 Genspark，你首先要做的就是让 Genspark 更了解你，例如昵称、职业、个人资料、你希望 Genspark 具备的特质等等。这样 AI 就可以根据你的个人信息给出更个性化、更准确的回复。 **但最厉害的是「自动研究」这个按钮，粘贴你的 Linkedin、Twitter 或者任何跟你个人相关的网页，Genspark 就能根据你的历史数据自动生成一份画像 **。  提交你的社交网络账户，Genspark 可以「自动研究」，从而生成更符合你个人的回答 基于「眼睛」和「手脚」的能力，Genspark 做了一些其它有意思的功能。 例如 Find Best Deal。当你在购物网站看中某款商品时，Genspark 会自动搜寻全网最低价，并给出选购建议。  Genspark 会把结果输出成一张表格，甚至 eBay 上的二手价格它也会考虑 还有电话代打。这不是 AI 自动回复打进来的电话，而是你可以让 Genspark 去跟真人打电话。官方给出的用法是你可以预定参订或者查询某个商店有没有存活。 但是有的日本用户发明了邪道玩法。 **一些日本用户用它来打电话辞职——他们不喜欢公司，不想再给公司打电话了；还有一些人用 Genspark 来跟男朋友或女朋友分手 **。 不过，比较遗憾的是，受限于网络环境，这些跟「现实世界」交互的功能在中国还无法使用——你没法比较淘宝上的商品，也必须亲自跟女朋友打电话分手。 生产力方面，Genspark 的视频总结和 PPT 能力让我印象非常深刻。对于一些信息密度高的视频，Genspark 不但可以总结视频内容，还可以以此为基础生成一份 PPT。 例如，我让 Genspark 根据张小珺在 Youtube 上的一期播客「94. 逐篇讲解 DeepSeek、Kimi、MiniMax 注意力机制新论文——『硬件上的暴力美学』」，生成了一份 12 页的 PPT。 可以看到 **Genspark 梳理出了一个非常清晰的结构，有各家公司论文的特点，有对比和分析，还有一个总体的总结 **。PPT 的视觉效果也完全处于可用的状态，不说多么优秀，已经比很多 PPT 新手强了。而这一切都是 AI 在短短几分钟之内做到的。尽管我没有完整地听完这个长达两个半小时的播客，但已经很快地大致了解了这 3 家公司注意力论文的特点。  Genspark 总结长视频内容，生成 PPT｜图片来源：Genspark 与此同时，跟 Genspark 的另外一个功能「 **为我下载 **」联动，输入提示词就可以非常方便的下载视频中提到的论文。  「自动下载」可以直接下载视频中提到的内容｜图片来源：Genspark 当然，这份 PPT 也存在一些问题，例如某些设计元素的过度使用，或者是一些表格上设计得不太讲究。  2023 与 2024 年间距过近，文字部分也存在重叠｜图片来源：Genspark 这个时候可以选择使用内置的编辑器修改，或者将 PPT 导入到 Canva、Figma 中做更专业的修改。  Genspark 生成的 PPT 可以直接修改｜图片来源：Genspark Genspark 在表格方面的能力也很强大。这个功能的官方示例是让 Genspark 查找 20 个关于 Genspark 的 YouTube 视频、总结观看指标，并突出显示正面和负面的用户评论。可以看到 Genspark 罗列的数据都非常清晰，负面评论也很有代表性，没有因为涉及自身而有所回避。  Genspark 批量分析 Youtube 视频｜图片来源：Genspark 你还可以上传 PDF 格式的产品报告，让 AI 自动提取关键数据，并生成相关的洞察分析。  Genspark 分析 PDF 格式产品报告 或者是让 Genspark 自动比较巴黎、罗马、阿姆斯特丹的 7 天旅行方案，并生成一个表格。  能考虑到「推荐季节」和「语言难度」，真的很细心了｜图片来源：Genspark 收费方面，Genspark 提供每天 200 免费积分，可以试用一些功能，但是对处理复杂任务来说就完全不够了。稍微重度一点的用户，可以订阅每月 25 美元的套餐，包含了 10000 积分和所有最新大模型的访问权限。  如果能把 25 美元定义为「生产力工具的租金」的话，这笔钱就花得值 别心疼订阅费，一些脑子活络的用户已经开始用 Genspark 赚钱了。一位 SEO 专家 Julian Goldie 在 Reddit 上分享，他用 Genspark 在 15 分钟内就构建了一个原本需要 3 周开发时间的定制 SEO 工具。第二天，他就交付给了客户，赚了 2500 美元，可以订阅 Genspark 10 年。 就在我体验 Genspark 的过程中，它又推出了 AI 文档功能，凭一句提示词就可以生成调查问卷、餐厅菜单 、简历等等。 至此， **Genspark 已经完成了 PPT、表格、文档这 Office 三件套的搭建 **。很显然，Genspark 把目标用户瞄准了付费意愿最强的一群人。  AI 文档的生成基本涵盖了工作中的各种高频刚需文档 从 Genspark 的产品形态来看，这是一家快速迭代、同时路线非常明确的公司。 在积累 500 万用户的时候果断放弃 AI 搜索，转向复杂任务的解决，因为 AI 搜索这种简单的能力很容易被淘汰。接着做出超级智能体，秀肌肉的同时也是验证技术方向。到现在接连推出 AI 的 Office 三件套，就是面向付费意愿最强的用户，解决他们真实的问题。 当然 Genspark 也不是没缺点。这应该是一家工程师文化很强的公司，新功能的迭代速度很快。但带来的结果就是 **界面有些杂乱，或者说不够优雅，例如官网首页大面积的 ****AI**** 播客信息流 **。  这些「为你推荐」仿佛是门户网站时代的遗产 对于初次进入 Genspark 的用户来说，他们可能不太知道要做什么。很多好的功能都有一定的学习曲线，需要更好的引导与说明。 而对于更深度的用户而言，历史记录的功能也有些难用。我往往需要经过很多极菜单、打开了好几个网页之后，才能找到某一份 AI 生成的 PPT。 这其中，有一些用户友好的问题可以很快解决掉，但是更根本问题还是指向——AI native 的 App 到底应该是什么样子。这个问题没有答案，整个业界也都在思考。  Genspark 总结自己的所有功能 # 02 **为什么是浏览器 ** AI Agent 的之后，AI 浏览器已经变成了当下最热门的赛道。Manus、Genspark 这类初创公司自不必提，腾讯的 QQ 浏览器、阿里的夸克、字节的豆包，以及 Edge、Chrome 这些老牌浏览器，都或多或少在向 AI 浏览器的形态迁移。 为什么是浏览器？ 首先，它是互联网时代的入口。回顾一下历史，入口生意实在是一门好生意，每一个过路的人都自然而然地会上缴过路费，每一个把持着入口的公司在今天都是几万亿市值的科技巨头。互联网时代是拥有 IE 浏览器的微软、Chrome 的谷歌，移动互联网时代是苹果。直到今天， **谷歌公司绝大部分收入都还是通过搜索引擎的广告模式带来的 **。 尽管今天绝大部分用户的注意力已经被手机所攫取，但是回归到生产力领域，桌面平台几乎还是唯一选择。 而新技术——大模型的出现，给新玩家带来了可能性：「也许，我们可以颠覆掉这个领域的巨头 Chrome」。 但， **我可能还是会继续使用 Chrome **。 首先是习惯。养成一个习惯需要 21 天，即使我起心动念想要迁移到某个新浏览器，这 21 天中的每一秒我都有可能放弃。类似的情况并不是没有发生过，我一度尝试过迁移到 Edge、Arc 以及 Dia。但是当我某一次偶然打开 Chrome，那种行云流水的熟悉感又回来之后，Chrome 就又变回了我的默认浏览器。 其次，AI 行业的变化实在太快了。眼前这个 AI 浏览器有些功能真的做得很好，但你不知道明年这家公司是不是还活着；下个月是不是会有更强大的竞争对手出现。我的历史数据、插件、账号密码这些都会成为迁移的成本。 但是归根结底，现在的 AI 浏览器还不够好。不是比 Chrome 好上一点点，而是破坏式的好，是 iPhone 对诺基亚的那种好。 与此同时，Chrome 也不是诺基亚，它并不差。它的困境，与技术、资金这些都没有关系，而是在于自己的历史包袱。

<blockquote><p>当 AI 把“专家经验”写进代码、让机器自己“尝遍百味”再总结规律、甚至用千层神经网络模拟人脑思考时，普通人最该做的只有一件事：先把它用起来。本文用最生活化的比喻，带你一次看懂 AI 的底层逻辑与发展简史。</p> </blockquote>  ## 01 引言 最近一个月吧，开始简单的深入的学习和了解了一下Ai相关的知识，不得不说现在的大神是真的多，真的是学到了很多。 很期望这里能够作为一个思考和分享的渠道，能够把我学到的一些知识和内容，通过很通俗易懂的话分享给大家。 在分享很多知识之前，我觉得可能有一个东西需要先搞清楚，也就是能够达成共识。 大家都知道现在的AI，大模型，如火如荼，所有人和所有企业都在积极拥抱AI，朝着AI转型或者是+AI的方向转型。 那其实问题就来了，到底什么样的问题或者场景可以交给AI来解决，什么样的问题和场景人来解决更好呢？ 今天先介绍一些基础的概念信息，接下来我们会详细拆解一下这个问题。 请注意，这里不是聊什么设计啊，创意啊之类的虚无缥缈的东西来唠这件事，想聊点更具体的。 ## 02 痛点 不知道大家有没有一种感觉，就是现在AI这么火，各个企业或者很多人都在往AI转型，好像见面不聊几句AI都跟落伍了一样。 但是，AI到底是啥啊，为啥我总觉得我的日常工作和生活，基本上用不到啊。 寻思学习一点，别落伍了吧，网络上现在的信息也太多了吧，看着也完全一脸懵。 其实，这就是我之前一直的状态。 AI到底能帮我干啥呢？好像能干，又好像干了也没啥用。 出个产品方案？好像质量有点差，而且还不连贯，也不够严谨，不如自己直接做。（现在也有很多一句话出产品设计的，做个demo还行，落地可能还差很多意思，简单的产品设计应该还行。） 出个PPT？好像也不能出个完善的PPT，好多东西会很乱，还得自己改，那我套个好的模板自己改，不好吗。 分析个excel表？好像有点用，不过能接收数据量有点少啊，有这时间，自己拉一下收据透视表好像就完事了。而且我也并不经常分析excel呀。 剩下的沟通啊，协调啊，AI好像能做的就更少了。 ## 03 感悟 你看AI这么火，所有人都在研究AI的落地场景，如何和实际的业务相结合，如何和实际的工作相结合，从而提供业务场景的穿透度，提供工作的效率。 但是，你看，好像AI啥都能干，但是又好像干了也相当于没干。 直到最近认真的深入的学了一些内容和知识之后，我才发现，其实使用AI仅需要遵循一个原则即可。 遇事不决，可问AI！  就是当你对某些事情或者某些工作的问题，或者遇到的场景有疑问时，可以直接把问题抛给AI，它可能不能给你一个非常精准的完全符合你要求的回答，但它一定可以给你扩充你的思考维度和边界，他会给你更多的参考，让你去更好的做好最终决策。 拥抱AI的第一个准则就是，先用起来，别管用它干嘛！！！ 请大家一定要记住这个准则哈~ 哈哈，真的有用~ ## 04 AI的定义 上面聊得有点跑远了，哈哈，聊点实际的，我们要用AI，要拥抱AI，那AI到底是什么呢？ 人工智能（Artificial Intelligence），英文缩写为AI。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。 这句话，说白了，就是让机器学着像人一样 “思考” 和 “做事”。 那为什么是人工智能，不是人工智障呢？其实有几个概念我们可以先了解下。  智能：本质是针对不同的输入场景给出针对性的输出反应 人工智能：本质是搭建起一个根据不同的输入场景信息给出针对性的输出和回应的一套系统。（就是搭建一套智能的系统） 那为了不让它变成智障，这个概念还能再深入一下。 人工智能本质是搭建起一个根据不同的输入场景信息给出针对性的输出和回应的，且不会乱来的一套系统。（请注意关键词，不会乱来）】 用数学一点的概念来描述的话，其实就是找到场景信息的输入和我们想要的聪明的行为输出之间的函数对应关系。  略微有点拗口，可以多读几遍，了解下概念即可，无需深究。 ## 05 AI的发展历程 AI的发展，其实经历了很长的一段过程，只是到了最近几年，神经网络的技术和算法有了突破，才让AI真正的走到了普通人的面前。 到底经历了多少，我们其实也不用过于关心。整体历程大概分为三个部分和阶段，权做了解即可。 专家模型 → 机器学习 → 神经网络  ## 06 专家模型 专家模型：把老师傅的大脑变成程序代码，专家系统就像把老师傅毕生经验写成「操作说明书」，让电脑照着手册干活。  本质：人类专家经验的「代码复刻版」 工作原理：专家经验 → 规则库 → 推理引擎 → 解决方案（如同中医世家把祖传药方编成《百病诊疗手册》） 最适合以下问题： 1. 规则明确如数学公式→ 税法计算｜保险理赔｜工资核算 2. 流程固化如生产线→ 飞机故障诊断｜工业设备检修 3. 知识体系封闭→ 象棋对弈｜化学品配比 专家模型的短板： 1. 规则未覆盖的情况可能会导致死机→ 某医疗专家系统诊断罕见病时建议“重启电脑” 2. 知识更新成本高，每新增一条规则需人工编码 → 更新《****》时，程序员加班重写3000条逻辑 3. 缺乏举一反三能力 → 无法理解“夏天穿棉袄”是行为艺术还是精神异常 ## 07 机器学习 机器学习：让AI自己从数据中「悟道」的神厨 机器学习是教会AI通过分析大量历史案例，自己总结规律做决策的技术，就像教孩子认猫——不用解释“猫有胡须”，而是给他看1万张猫照片让他自己悟。 如果说“专家模型 = 背菜谱的学徒”的话，那么“机器学习 = 尝遍百味后自创菜系的神厨” 。  核心原理：数据炼金术 输入数据 → 学习算法 → 构建预测模型 → 预测新数据 关键过程： 1. 喂数据：给AI大量历史记录（如：10万张气象图+对应天气） 2. 找规律：AI自动发现“乌云密布+气压骤降→下雨概率85%” 3. 做预测：看到新气象图立即判断是否带伞 三大学习方式（附生活场景） 1. 监督学习：带参考答案的题库 运作方式： 输入：题目+标准答案（如：邮件内容+“是否垃圾邮件”标签） 输出：遇到新邮件自动分类 2. 无监督学习：自助式数据探险 运作方式： 输入：无标签数据（如：超市所有购物小票） 输出：自动发现隐藏分组（“买奶粉的顾客常购湿巾”） 3. 强化学习：打游戏练级的高手 运作方式： 设定奖励机制（如：围棋获胜+1分，失败-1分） AI自我博弈百万次进化策略 不可替代价值： 1. 处理人类说不清的规律（如：为何某种分子结构能抗癌） 2. 实时适应动态变化环境（股市预测/交通调度） 3. 从超维度数据中提取信息（分析10万份病历预测疾病风险） 当前短板： 1. 需要“大数据燃料”（训练图像识别需百万级图片） 2. 解释性差（医疗AI难说明诊断依据） ## 08 神经网络 神经网络：AI的「超级大脑」如何像人类一样思考？ 把神经网络想象成由千层薄饼组成的智能过滤器——每层提取不同层次的特征，最终合成完整认知（输入：生面粉 → 层1筛杂质 → 层2调稠度 → 层3塑形状 → 输出：美味煎饼）  神经网络的本质：仿生学的胜利 原始数据 → 输入层（感官） → 隐藏层（思维层） → 输出层（决策） 这里的隐藏层就是神经网络的黑盒，无法准确感知，只能通过其他途径调优，详细的后续可以再详细唠。 神经网络如何理解世界？（分层特征提取） 以识别「流浪猫」为例： 输入层：接收像素点（如同视网膜感光） 第1隐藏层：识别基础线条（胡须/耳朵轮廓）→ 类似大脑初级视觉皮层 第2隐藏层：组合局部特征（三角耳+竖瞳眼）→ 类似大脑颞叶识别物体部件 输出层：综合判断“90%概率是猫”→ 类似前额叶决策 更详细的如何理解世界的介绍，其实很重要，因为这决定了你如何理解什么神经网络，后续有时间的话，可以写个更详细的。 改变生活的三类神经网络 卷积神经网络(CNN)：视觉专家 工作方式：像用放大镜扫描图片局部 循环神经网络(RNN)：序列记忆大师 核心能力：带记忆处理信息流 Transformer网络：语言通灵者 突破性：并行处理整段文本 最让人熟悉的就是现在各个大模型应用中的流畅对话。 神经网络有点复杂，后续会再详细讲解，目前可以简单了解一些概念。 ## 09 结语 今天就先这样，我们下期再见~ 下期我们聊聊到底什么样的问题和场景适合用AI来解决，AI的能力边界是什么。 很荣幸你能看到这里，顺便说一句，这个文章中的所有图片，都是AI生成的哦，后续也会陆续分享相关的内容和提示词哦。 本文由人人都是产品经理作者【赵晗】，微信公众号：【AI奇妙夜】，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。

从概念到落地，AI Agent在各领域多点破局

<blockquote><p>当500亿补贴砸向外卖，日订单2.2亿创纪录，却换来骑手崩溃、商家关店、用户吐槽：京东止步2000万，淘宝狂飙8000万，美团稳守70%——这场烧钱游戏，谁先烧光筹码？</p> </blockquote>  “外卖大战还要继续吗，我都快得糖尿病了。” 今年的7月5日无疑会载入即时零售行业的“史册”。这一天，美团日订单量突破1.2亿，淘宝闪购配送了超过8000万个订单；整个市场的订单总量高达2.2亿，相比年初翻了一倍。 看似异常的爆发式增长背后，是平台豪掷的大额补贴。今年上半年，京东与阿里先后入局外卖，通过巨额优惠吸引新用户下单；有不少网友提到，靠京东、淘宝发的优惠券喝上了“0元购”的瑞幸和蜜雪冰城。  图源：小红书截图 补贴仍在继续。7月12日，“外卖大战”登顶热搜，餐饮门店再次纷纷爆单。宣称要拿出500亿补贴的淘宝闪购保持8000万订单，京东在“百亿补贴”之后又提出“双百计划”，预计在外卖领域的总投入超过 200 亿元。 最后发力的美团没有给出具体的补贴数据，匆忙应战却最终交出1.5亿即时零售订单。 京东和淘宝两大电商巨头，为什么今年同时瞧上了外卖这行“苦生意”，逼得一向克制的美团都坐不住了？新平台望不到头的“亏损式补贴”，究竟能撕下多少市场份额？ ## 01 京东“补不动了”？ 巨头入场前，饿了么和美团在外卖市场的份额一直保持在三七左右。饿了么被阿里收购七年，持续亏损超过1000亿元，但在今年京东高调进军外卖后，阿里似乎才“幡然醒悟”，既然京东APP可以直接点外卖，淘宝APP为什么不能直接上线外卖入口？ 京东入局外卖两个月后，淘宝小时达升级为“淘宝闪购”。升级后的淘宝闪购，靠着饿了么多年积累的商家资源和运力，单量一路狂飙，从5月底的4000万单、6月底的6000 万单，一直冲到7月5日的8000万。 另一边的京东，日单量在5月底达到2000万后似乎就开始止步不前。根据“晚点LatePost”的报道，7月5日行业破纪录的这一天，京东日配送仍在2000万单左右，几乎是淘宝闪购的四分之一。可以想见，京东外卖早期靠低价拿下的部分用户，或许同样也因低价“叛逃”到了淘宝闪购。 淘宝闪购的迅速起势，一方面得益于饿了么的商家供给和运力资源。多年积累下来，饿了么已经覆盖了每个城市的大部分餐饮店和档口，而京东仍以连锁堂食店为主，一些连锁餐饮品牌甚至在部分低线城市，仍然没有入驻京东。 家住在河北省石家庄周边县城的陈铭（化名）发现，上周末外卖大战时他想下单肯德基和麦当劳的汉堡，却发现在京东上搜不到。社媒平台上也有不少网友表示有相同的遭遇。  图源：小红书截图 在非餐领域，淘宝闪购和京东也都在大力拓展商家。“趣解商业”注意到，目前两个平台上的日用百货类商品，大多来自便利店和超市，以及一些品牌线下门店。 曾有二级市场人士对“晚点LatePost”分析，淘宝闪购对品牌商家会有独特的吸引力，尤其是其优势的鞋服品类。品牌可以在天猫旗舰店直播发线下门店的优惠券，消费者通过淘宝闪购下单，一小时收货，如果不合适，退换货也很快。 除了供给有限，京东逐渐减小的补贴力度也给了淘宝闪购“超车”的机会。最近，陆续有网友表示，京东上的大额优惠少了，“每天都要在京东上薅库迪羊毛，今天不让我薅了”。有不少商家也在社媒平台上表示，京东外卖新的补贴活动，商家承担得更多了。  图源：小红书截图 有奶茶商家曾对“雷峰网”表示，京东平台的订单在6月补贴几乎折半，“现在奶茶类10元减7元的券，商家补4元，京东补3元，而京东外卖刚起步时，补贴都由平台出”。现在携500亿来的淘宝闪购势头正猛，接棒京东成为新一轮外卖补贴战的发起者。 补贴确实能在短时间内拉动用户活跃度，但却很难带来长久的粘性和复购。面对巨头的围攻，美团作为“行业老大”却并未选择用大额补贴来防守。“趣解商业”了解到，美团最近在餐饮类外卖的补贴仍然十分克制，仅在最近的两个周末以闪电战应对淘宝闪购，自6月以来餐食类订单的市场份额始终保持在70%左右。 在“稳定发育”下，美团上周六即时零售订单量突破1.5亿，用适当的优惠换来了新的交易峰值。而在上周的战报里，也透露出外卖大战的新一轮走向——不只是披露单量，还更强调履约的稳定性和商品品类。  图源：微博截图 美团强调其平均配送时长为34分钟，饿了么不但表示配送准时率在96%，还特地补充了此前欠缺的餐饮数据——虽然没有披露绝对值和占比，但突出了增长态势。对比之下能看到，外卖大战并非全是价格的比拼，除了低价还有不少影响用户下单的体验因素，例如履约的稳定性和品类的丰富程度，而这很可能是决定外卖大战胜负的关键。 ## 02 电商巨头重燃“外卖大战” 从年初开始，巨头在外卖行业“混战”的新闻就层出不穷。普通消费者除了享受低价，也不禁让人疑惑：怎么电商平台都瞧上了美团的生意？甚至连多多买菜都在计划“即时配送”的业务。 寻求新的增长，可以说是阿里和京东入局外卖的共同目标。淘天集团和京东2024年的营收分别同比增长3%和7%；近年来，这两家传统电商平台主营业务增速放缓，都在想办法提升站内用户的留存和转化。 外卖，尤其是消费频次高、强复购的餐饮类外卖，无疑是很好的引流入口。京东创始人刘强东在近期一次交流中直言，“我们做外卖亏的钱，相比去抖音、腾讯买流量的钱还是要划算。”  图源：微博截图 阿里2018年收购饿了么时就已经在公司内部划分出“远场零售、中场零售、近场零售”，此次淘宝闪购下场，目的就是用“近场”带动“远场”。最近，有淘宝员工对“36氪”表示，500亿的投入目标不止是餐饮订单，也要看到零售订单的明显增长。 淘宝要通过外卖做大消费、京东要通过外卖做即时零售，本质上还是变成了电商之战；京东外卖用补贴买到的用户，淘宝也能轻易买到，补贴效率还更高。从业务上看，饿了么的用户和资源可以转移到淘宝；相比之下，京东在餐饮配送上的心智，则需要从0开始建立。 深度关注外卖大战的分析师姚祁曾对“雷峰网”表示，占领用户心智，京东难度更高，等于是重新创了一个品牌，新品牌想要消费者“起心动念”需要很长时间和大量的补贴和心智冲刷。姚祁认为，淘宝希望用闪购替代外卖，但这需要很多的补贴和长时间的坚持，否则很难固化和改变消费者原本的外卖心智。 “趣解商业”注意到，除了餐饮，两家平台也都覆盖到了服饰和3C数码，这些都是阿里和京东电商业务的基本盘。外卖之争，已经延伸为线下即时零售之争；但外卖流量能否顺利流入电商业务，高成本的补贴能否换回高价值用户，还需要打一个问号。  图源：京东、淘宝截图 美团、淘宝、京东三家平台根据自身特点采取了不同的打法。零售电商行业专家庄帅认为，美团的外卖心智很强，本地生活服务有供给优势，以及日益加强的自营前置仓模式（小象超市、歪马送酒等）和平台闪电仓的规模优势，未来需要补齐实物电商的部分；淘宝的优势在于线上运营能力、用户规模和电商商家规模，同时借助饿了么在餐饮领域的供给和即时配送的优势，以及阿里在AI技术的资源；京东的核心则在于自营的供应链能力，目前在餐饮、本地生活领域的供给有待提升。 ## 03 即时零售，不能只靠补贴 继7月5日的订单高峰后，7月12日平台发放的大额补贴再次让不少餐饮门店“爆单”。有外卖骑手表示，从早上开始商家的出餐就比平时慢了不少；还有些茶饮店上午刚开业就陷入爆单，由于忙不过来不得不关掉了外卖入口。  图源：微博截图 京东推出16.8元吃小龙虾的活动，淘宝闪购的大额优惠券从早晨开始发放……连续两周的补贴大战，显现出了阿里和京东抢夺市场份额的决心。 据“晚点LatePost”报道，阿里内部将淘宝闪购的百日增长计划，命名为“淮海战役”，在每个周六冲单，集中公司全力试图打造出外卖领域的“疯狂星期六”。这不禁让人想起电商行业的“双11”和“6·18”大促。 近似疯狂的补贴，几乎耗尽了热门餐饮门店的生产能力。目前来看，外卖价格战由京东发起，淘宝闪购跟进，美团被动卷入；但无论是京东的百亿补贴，还是淘宝的五百亿补贴，补贴的对象大多是连锁商家，中小商家却被动卷入了价格战，牺牲了利润。  图源：小红书截图 更重要的是，低价限时大促，原本是电商玩法，可这种营销手段真的适用于时效性、本地化更强的即时零售吗？ 华东政法大学竞争法研究中心执行主任翟巍认为，狂欢式的外卖平台补贴大战，具有使市场竞争陷入低水平低价竞争的风险。淘宝和京东的目的是用本地零售带动线上电商，然而被低价吸引的外卖用户，有效转化给电商业务却并不容易。 姚祁认为，淘宝闪购吸引来的外卖用户，后续逛淘宝的转化率是关键指标。“假设最终发现补贴之后，美团也同样补贴，双方份额不涨不跌，同时手机淘宝里，每天几千万单奶咖美食订单的被补贴用户如果买完即走，并未在商城里扩大购买力，线下30分钟内非餐购物订单也没有高速增长——这样的场景交叉出现时，补贴价值或许会被阿里重估。” 有时候，用户购买一单外卖除了考虑价格还有很多体验上的因素。自从“外卖大战”开始后，社媒上出现了不少吐槽淘宝闪购和京东配送慢、服务态度差的帖子，“京东经常送错餐，让我跑去别的楼层拿餐。”“淘宝闪购做活动前能不能先保证运力，三次有两次都送了一个半小时。”   图源：小红书截图 外卖不可能永远有大额补贴，从下单到收货的过程是否流畅才是影响复购的关键；这也意味着，外卖领域的投入是一场完善商家供给网络、履约基建和平台功能的漫长战役，与商家的磨合、订单高峰期如何合理分配运力……这些线下的苦活，美团已经在深耕15年后做得相当成熟，而阿里和京东仍然需要逐步完善甚至从头积累。 曾有从业者提到，线上爆发式的流量对门店来说可能并非好事，因为线下门店的承载力有限，空有流量却没有对应的商品和服务，一切都是白搭。类似的问题，都需要深耕即时零售的平台一个个解决，这无法速成。相比之下，美团在多年的磨合和探索里，已经具备一定的供给与履约护城河，而新平台是否愿意俯下身去关注这些线下的角落，还有待进一步观察。 本文由人人都是产品经理作者【趣解商业】，微信公众号：【趣解商业】，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。

Claude Code 是由 Anthropic 推出的 AI 编程助手，用起来非常顺手，用户只需要将指令提交给 Claude Code，然后刷刷手机，代码就写好了。 但由于 Claude 的大模型

 今天，《碧海黑帆》迎来第二年第二赛季“宣战誓言”,本赛季新增了革新性PvE玩法、全新船只类型以及大型组队战斗玩法，更有中国专属内容引爆航海冒险新浪潮。本赛季以印度洋为舞台，首次为游戏引入全新的大型船只，并围绕 “荷兰商社”与“皇家公司”两大阵营的全面战争展开史诗级对抗。玩家需集结盟友一同攻克超级要塞，更有中国专属内容引爆航海冒险新浪潮。与此同时， Steam夏季限时特惠开启，全线版本2折！ &lt;内嵌内容，请前往机核查看&gt; 在“宣战誓言”赛季中，随着维克莱姆势微 ，关于武器注入了神器残余力量的传言引发了一场军备竞赛， 荷兰商社抓住机会向印度洋扩展其领土。 卡拉代克的失败和皇家公司控制力的瓦解迫使胡巴茨双兄弟与印度洋的海盗达成协议，希望他们的火力用来对付敌人。 第二年第二赛季“宣战誓言”为玩家带来了众多全新内容，包括： 1. 大型船只：护卫舰——游戏将首度引入全新的大型船只：护卫舰。作为海上的移动堡垒，其配备有34个炮口，2个辅助武器槽位以及全新技能“坚韧”。在舰队中，护卫舰既是团队的坚强护盾，其毁灭性的侧舷火炮，威力亦不容小觑。 2. 大型要塞——与其他12位来自印度洋各地的船长跨服组队参与史诗级战斗，攻略大型要塞“狼穴”。这座几乎坚不可摧的要塞守护着珍贵的晋阶材料。这座坚固的堡垒拥有层层防御，在攻略的不同阶段，挑战将逐步升级，玩家不仅需要时刻留意要塞的火力范围，还要应对强力的支援舰队。  3. 阵营大战——来到赛季中期，阵营大战的一触即发也将法荷冲突推向了新高度。玩家将作为一名私掠船长加入战争，与其他船长并肩作战，在一系列战斗阶段中对抗敌对阵营，通过争夺区域，为其所在的阵营积累战争资产。在每个战斗阶段之后，玩家将在背叛或忠诚间做出抉择，每一个决定都将影响战争的进程！ 4. 海上霸主再临——黎天宁的强大舰队将再度在这片海域现身，击败她以获得独特奖励。此外，我们还为中国玩家准备了特别惊喜，在本次与黎天宁舰队作战时，熟悉激昂的音乐《好汉歌》也将为你平添士气！此外，《好汉歌》也将在本赛季的后续更新中正式加入船歌歌单。 5. 游戏体验优化： - · 风力与航行优化——航行将更加灵敏也更注重技巧，让玩家在海上拥有更强的控制力和精确度。 - · 自定义装备预设——这项新功能允许玩家保存自定义装备设置并在启航前立即应用于任意船只。  新增海量免费内容的“宣战誓言”赛季将是玩家加入《碧海黑帆》的最佳时机！截止至7月21日，《碧海黑帆》将开启免费周末活动，想要体验游戏的玩家均可免费畅玩游戏包括推进主线故事，探索全新赛季内容或与好友一起迎接新的挑战！Steam限时特惠同步进行中，即日起至7月24日，《碧海黑帆》全线版本直降80%，标准版折后仅需39.6元。不仅如此，新赛季期间进入游戏内商店更可免费领取中国风皮肤“绿林好汉”。

价格战转入“副本战场”，古茗的底牌是一线守店人。

<blockquote><p>当AI把数据分析门槛降到“零代码”，真正的竞争力不再是写SQL，而是把数据变成决策的洞察力。这篇文章告诉你：懂得用AI的人，正在把数据变成金矿。</p> </blockquote>  在这个瞬息万变的 AI 时代，你是否曾被海量的数据所困扰？又是否曾好奇，那些看似杂乱无章的数字背后，究竟隐藏着怎样的秘密和机遇？ 在我看来，数据就像一座蕴藏着无尽宝藏的矿山，而数据分析，就是那把能开启宝藏大门的钥匙。 数据不仅能帮助我们拨开迷雾，看清事物的本质，更能赋予我们预见未来的力量，做出更明智的决策。 我们生活中的很多举动，都在不经意间产生着数据，比如你访问一个网站，购买一件商品，看一篇文章，刷一个视频……这些看似平常的行为，都在产生数据。 数据的重要性不言而喻，它已经成为现代社会的核心资源，正在驱动着新一轮的智能革命。 在商业领域，数据是企业科学决策的「指南针」。企业通过对市场、用户、竞争对手等数据的分析，可以更好地了解市场趋势，把握用户需求，制定出更有效的商业策略。 在医疗领域，数据是提高医疗质量的「生命线」。医院通过分析患者的健康数据，可以为每一位患者提供个性化的治疗方案。 在我们的日常生活中，数据也无处不在地影响着我们。例如，你使用的地图导航软件，通过分析实时交通数据为你规划最佳路线；你听的音乐推荐，是基于你的听歌历史和偏好数据；你看到的个性化新闻推送，也是数据分析的成果。 数据分析正在改变着我们的生活方式，让一切变得更加便捷和智能，给企业和个人发展提供源源不断的动力。 数据分析的真正魅力，在于它能帮助我们从纷繁复杂的数据中提炼出有价值的信息，让我们不再凭感觉做决策，而是用数据说话。 飞书的多维表格，钉钉的 AI 表格，企业微信的智能表格，都在朝着智能化的方向快速进化，能够快速生成可交互的数据仪表盘。  过去做一个数据分析系统，需要程序员写很多代码，而现在，普通人都能快速搭建一个零代码系统。 你或许会担心，随着 AI 的发展，数据分析师这个职业会不会消失？ 我认为：恰恰相反！ 据美国劳工统计局估计，到 2033 年，数据科学职位将增长 36%，这比职业的平均水平快得多，充分说明数据分析领域的广阔前景和巨大需求。 随着数据分析需求的增加和 AI 技术的发展，数据的价值将变得越来越大。 也许一个简单的数据分析，就能让人做出更好的决策，而不必总是应用最复杂的分析方法。 比如，一家电商企业通过分析消费者的浏览历史、购买记录以及评价等数据，发现某个特定年龄段的消费者对于某一类产品有着较高的关注度和购买意愿。 基于这一发现，企业可以针对性地调整其产品线，推出更多符合这一消费群体喜好的产品，进而提高销售额。 随着 AI 的兴起，数据分析的工作方式也有了很大的改变。 AI 就像是一位强大的助手，可以自动处理和分析大量数据，减轻人类的工作负担，提高分析效率。 AI 还可以通过学习和模拟人类思维，实现对数据的智能处理，提供更准确和有价值的分析结果。 同时，AI 能将分析结果以可视化形式呈现，使得数据分析成果更易于理解和传播。 在 AI 的辅助下，你可以用一些创新的方法，从繁琐的重复性工作中解放出来，让数据分析变得更好、更快、更可靠。 例如，我在「数据化分析案例库」中分享了一些用 AI 清洗数据、分析数据和生成图表的方法，增强数据可视化的交互体验，促进自助式数据分析和个性化服务。  尽管 AI 在数据分析方面正在变得越来越强大，但它无法完全代替人的决策，数据分析思维仍然非常重要，尤其是在处理复杂问题、需要行业经验和适应性行为的情况下。 由于 AI 的快速发展，一些数据分析工具预计在未来几个月或几年内会很大的变化，比如价格更低、速度更快、功能更强。这既是挑战，更是机遇。 我们需要不断学习，借助 AI 的强大能力，用数据驱动决策，用智慧创造未来，才能提升在 AI 时代的竞争力。 愿你成为 AI 时代的数据「掘金者」，用数据创造更大的价值。 本文由人人都是产品经理作者【林骥】，微信公众号：【林骥】，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>一个人，不雇员工，却让 AI 完成 80% 的工作，甚至正向 100% 无人化逼近——John Rush 的“零员工公司”正在重写创业规则：用 AI 替代团队，用自动化替代管理，用速度替代规模。未来独角兽，可能只需要你和一台电脑。</p> </blockquote>  你有没有想过，创业这件事情可能彻底变了？我最近听到一个访谈，让我对未来的公司形态有了全新认知。John Rush，一个声称自己运营着”地球上最自动化组织”的创业者，正在用 AI 颠覆我们对团队和雇佣的理解。 他的公司80%的工作都由AI agent完成，而他的目标是实现100%自动化。这不是什么科幻概念，而是正在发生的现实。听完他的故事后，我意识到我们正处在一个历史性转折点：单人创业者借助AI的力量，可能比传统的大团队更加高效和灵活。 John Rush的经历让我深思。他曾经运营过大型的风险投资支持的初创公司，管理着庞大团队和复杂的组织架构。但最终，他选择了一条完全不同的道路：抛弃传统的雇佣模式，转而与AI agent合作。在他看来，过去10年管理大团队的经历让他”厌倦了与人合作”，而AI的出现为他提供了独自工作的可能性。这种转变不仅仅是个人选择，更代表着商业模式的根本性变革。我开始思考：也许未来最成功的公司，不是那些拥有最多员工的，而是那些最善于与AI协作的。 ## 从团队管理到AI协作的范式转变 John的转变过程让我看到了创业思维的革命性变化。他描述自己”委托了那家风投支持的初创公司，雇佣了CTO和CEO，然后离开公司开始学习AI”。这种决策在传统商业逻辑中几乎不可想象，但在AI时代却显得前瞻性十足。 他开始构建小型工作流工具，后来发展成能够完成大部分重复性工作的AI agent。这个过程中，他必须独自处理所有事务：会计、文书工作、设计、编程、营销、销售。正是这种全方位的痛点，驱动他一个接一个地用AI解决问题。 我发现John的方法论特别有启发性。他没有试图一次性解决所有问题，而是采用了渐进式自动化策略。他目前已经实现了80%的自动化，剩下20%主要集中在编程工作上。 但即使在编程方面，他也找到了巧妙的解决方案：与”co-maker”合作，这些人擅长使用AI编程工具，能够快速将想法转化为代码。这种合作模式完全不同于传统的雇佣关系，更像是项目制的深度协作。  让我印象深刻的是John对验证想法的独特方法。他会先独自验证想法并构建MVP，如果项目没有获得关注就让它自然死去。但一旦能够售出至少10个许可证，这就是产品有效的信号，然后他才会寻找合作伙伴进一步开发。 这种轻量级的验证方式，让他能够同时运行20个项目，快速试错而不会承担巨大的人力成本。我认为这种方法论将成为AI时代创业的标准操作程序：先用AI快速验证，再决定是否投入更多资源。 特别值得注意的是John在税务和会计工作上的突破。他提到今年完全由自己和AI完成了所有税务工作和会计工作，专业人士检查后发现没有任何错误。 这让我意识到，AI在处理结构化、规则性工作方面的能力已经超出了很多人的想象。传统上需要专业知识和大量时间的工作，现在可以通过AI快速准确地完成。这不仅降低了创业成本，也让创业者能够保持对业务各个环节的直接控制。 ## Lovable：AI时代的原型设计革命 John分享的Lovable使用经验让我对AI工具的潜力有了全新认识。他用Lovable替代了Figma，将其作为原型设计工具。但更重要的是，他把Lovable当作一个智能的对话伙伴，可以与之讨论想法、提出问题、寻求建议。 这种人机交互模式完全颠覆了传统的设计流程。在传统模式下，设计师需要先理解需求，然后在设计软件中创建界面，整个过程可能需要几天甚至几周。而John可以在一天内用Lovable创建10个不同的原型，每个都有不同的想法、设计和用户体验。 他的测试方法也很独特：将10个原型链接发给朋友，通过视频通话观察他们的使用过程，不提问、不干预，只是静静观察哪个原型最容易理解和使用。 这种快速迭代和验证的方法，让他的创意周期从传统的几个月缩短到几小时。John提到，他现在的迭代周期是3分钟，而与设计师合作的同样周期需要3天。这种速度差异不仅仅是效率的提升，更是创新思维方式的根本改变。  让我思考最深的是John对待AI的态度。他说：”我把AI当作人类对待，我认为这是它对我效果这么好的原因之一。很多人把AI当作技术，试图像对待软件一样以特定方式与之交流。我把它当作人类员工对待。” 这种拟人化的交互方式，让他能够获得更好的结果。他甚至发现，在与AI对话时加入情感和”请”这样的礼貌用词，会让AI的回答准确度提高7%。这提醒我，AI交互的艺术不仅仅是技术问题，更是心理学和沟通学的问题。 我认为John的做法展示了一个重要趋势：创业者不再需要成为所有技能的专家，而是需要成为AI协作的专家。他可以在没有任何设计背景的情况下创建出优秀的用户界面，关键在于他知道如何与AI有效沟通，如何描述自己的愿景和需求。这种能力可能比传统的专业技能更加重要，因为它放大了个人的创造力和执行力。 ## 专业化AI agent与通用AI工具的策略选择 John对不同AI工具的选择策略给了我很多启发。他认为专业化的AI agent在特定任务上表现更好，因为开发者已经解决了所有边缘情况。他提到，虽然像GPT或Claude这样的通用AI很强大，但当它们独自工作时，经常会犯一些愚蠢的错误。而专业化的agent，比如专门用于构建目录数据的AutoGrid工具，在特定领域的表现要好得多。 我发现他的工具组合策略很有意思：先用通用agent获取初始数据和原型，然后在需要真正的全量数据和产品级质量时，转向专业化agent。这种分阶段的工具使用方法，既保证了快速启动，又确保了最终质量。 他提到的工具矩阵很全面：Lovable和V0适合原型设计，Replit适合全栈应用开发，Cursor和Windsurf适合复杂逻辑但需要编程知识，而Bolt则是一个中庸的选择，适合各种场景。 特别让我印象深刻的是他的SEO Bot，这是一个真正意义上的自主AI agent。你只需要提供一个URL，它就会自动进行研究，找到低竞争的关键词机会，计算潜在流量，制定SEO策略，甚至自动创建和发布内容。 John强调这个agent的设计目标是”完全移除用户的工作”，它会持续运行直到被关闭。这种设计理念代表了AI工具发展的方向：从辅助工具转变为自主工作者。  John的观点让我意识到，创业者需要重新思考工具策略。过去我们购买工具是为了提高生产力，但在AI时代，我们应该寻找能够替代工作的工具。John说：”我的主要用户是像我一样忙碌的创业者，他们不想变得更有生产力，他们只想什么都不做，让整个过程自动发生。”这种从”提升效率”到”完全自动化”的思维转变，将重新定义软件行业的价值主张。 我开始思考，也许创业成功的关键不再是拥有最好的团队，而是构建最好的AI agent生态系统。John通过精心选择和组合各种专业化工具，创造了一个几乎可以自主运行的商业机器。这种能力将成为未来创业者的核心竞争力：不是管理人，而是编排AI。 ## 导航网站在AI时代的战略价值 John对导航网站未来价值的观点特别有前瞻性。他认为虽然AI可以回答问题，但关键在于它使用什么数据作为上下文。现在AI聊天机器人的最大进展就是改进它们的上下文和数据来源。AI擅长回答问题，但并不总是知道正确答案，因为这些信息可能不在训练数据中。他提到Grok之所以表现出色，是因为它使用社交媒体和推特数据，拥有更新鲜、更相关的信息源。 我发现John对数据质量价值的理解很深刻。他认为未来的导航网站将代表细分领域内最高质量的内容。比如Future Tools或Future Pedia这样的AI工具目录，创建者花费大量时间策划AI工具列表，发现优缺点，进行比较，寻找评论。这些数据非常宝贵，当你将这些数据输入到大语言模型中，然后询问”我应该为这个问题使用什么工具”时，模型就有了真正优质的目录数据来回答问题。 让我印象深刻的是他关于LLM选择数据源逻辑的观察。他注意到当他在Grok上搜索独立制作者时，系统给出建议并提供链接，点击后发现链接指向他自己创建的indie maker目录。这证明了大语言模型在选择数据来源时，倾向于选择目录而不是博客文章，因为目录明显是更高努力的内容。构建目录需要几个月甚至几年时间，而博客文章可能只是一个晚上的工作。  John的经历让我思考导航网站的演化方向。他认为随着进入数据量指数级增长的世界，问题变成了从大量选择中挑选什么。LLM已经在大量使用目录，当它们需要选择正确的数据来源时，倾向于选择目录因为这显然更合理。 同时，人们通过LLM发现目录后，通常会点击进入网站进行更深入的浏览，而不是继续使用LLM作为代理。 我认为John的观点揭示了一个重要趋势：在AI时代，策展和质量控制的价值将大幅提升。当内容生成变得廉价和容易时，高质量的人工策展将变得更加珍贵。导航网站的价值不再仅仅是信息聚合，而是质量保证和专业判断。这对内容创业者来说是一个巨大机会：专注于策展而不是创造，专注于质量而不是数量。 ## SEO与AIO：搜索优化的演进逻辑 John对SEO（搜索引擎优化）到AIO（AI优化）转变的看法很有启发性。他认为这两者的游戏规则本质上是相同的，不是什么全新的游戏。他很少看到LLM回答时引用的网页链接不在Google搜索结果的前列。如果你在SEO上表现好，在Google和Bing上排名靠前，大多数情况下你也会出现在LLM的上下文和RAG中。 我同意John的基本观点，但我觉得还有一些细微差别值得探讨。他认为虽然可能找到一些技巧方法，但长期来看最好的数据仍然会获胜，而最好的数据就是人们会分享的数据。我的看法是，在AI时代，域名权威性和声誉可能会变得更加重要，因为将会有大量内容涌现。LLM需要更多依赖内容发布者的身份、社交信号、关注者数量和真实互动等因素来判断可信度。 John分享了一个有趣的实验：他有一个新网站，没有任何反向链接，只有他发布的一条推特链接到这个网站。这条推特变成了病毒式传播，第二天他就从Google获得了大量流量，这意味着Google的算法现在会考虑来自社交媒体的反向链接，特别是来自知名账户的链接。这个观察很重要，说明搜索引擎正在将社交信号纳入排名算法。 让我担忧的是当前搜索生态系统面临的挑战。John提到Reddit现在被大量操控，人们创建假账户在Reddit上垃圾评论，因为Google很重视Reddit上的讨论。这种操控行为在LinkedIn和Twitter上也在发生，没人知道如何应对。 这让我想起早期我在加密货币领域的经历，当时我们就预见到AI会被用于网络垃圾信息，讨论过通过发布成本来限制垃圾信息的可能性。  我认为未来的搜索优化将更多依赖于权威性建设而不是技术操作。就像John提到X平台的优势，因为它使用自己的信息流和内容来提取数据，所以很容易追溯整个链条：谁在写回复、他们有多少关注者、谁在关注他们、是否经过验证、之前是否有过违规行为等。 这种基于平台自身数据的权威性验证，可能是解决虚假信息问题的关键。我甚至怀疑X平台可能会检查DM互动作为社交信号，这种深层次的关系验证将使算法更加智能和准确。 ## 对AGI发展路径的思考 John关于AGI（通用人工智能）发展路径的观点让我重新思考了技术进步的本质。他的争议性观点是”我们不会通过LLM达到AGI”，认为我们已经实现了大部分进展，更多进展将来自软件本身而不是LLM。这个观点与主流观点截然不同，但他的论据值得深思。 John的观察基于他作为AI工具的深度用户的直接体验。他指出，当你观察AI的进步时，很难确定新的飞跃是因为LLM还是因为LLM之上的软件。作为直接使用大量AI和LLM API的用户，他能够清楚地看到不同模型之间的差异。他发现模型之间的差异并没有那么巨大，GPT-3.5到GPT-4的改进比GPT-4之后的所有改进都要大。 但当你使用工具、应用和AI agent时，感觉却完全不同，那里的变化是巨大的。这表明进步主要来自软件而不是底层模型。他将这种情况比作计算机的发展：计算机硬件在AI出现之前一直在变得更好更智能，但它永远不会导致AGI，是软件让硬件看起来智能。 同样，我们将看到更多基于AI的软件和工具被开发出来，它们将相互连接，但要达到AGI，需要更强的基础—LLM本身。 John的观点提醒我们关注一个重要趋势：真正的AI能力可能不在于单一模型的智能程度，而在于多个专业化系统的协调配合。就像他的业务运营模式一样，未来的AI系统可能是由众多专业化agent组成的生态系统，每个agent在特定任务上表现卓越，通过智能协调实现复杂目标。这种分布式智能架构可能比单一的超级智能模型更实用、更可靠、也更容易控制。 ## AI时代的教育理念与未来准备 John关于儿童教育的观点给了我很多启发，特别是在AI时代如何培养下一代的思考。他认为对孩子来说，学什么并不重要，重要的是训练大脑肌肉。无论是什么活动，只要能帮助训练大脑肌肉就是好的，甚至电子游戏也能让孩子变得更聪明。虽然游戏的缺点是可能过于有趣，让其他事情显得无聊，但它确实是大脑训练的有效方式。 我特别认同John对编程教育价值的强调。他认为编程是训练大脑的最佳方式，就像健身房举重一样，而且它具有成瘾性，是一种你真正喜欢做的大脑训练方式，没有电子游戏那种无法停止的副作用。 这个观点很有道理：编程需要逻辑思维、问题分解、抽象思维和系统性思考，这些能力在AI时代仍然珍贵。更重要的是，理解编程逻辑有助于更好地与AI协作。 让我印象深刻的是John如何将孩子融入他的工作中。他在家工作，白天时孩子们会过来观察他的工作。当他用Lovable做原型设计时，孩子们会问他在做什么，他会解释并让孩子们尝试提示AI。 这种互动不仅为他的工作带来了新鲜创意，也让孩子们从小就接触到AI协作的思维方式。他甚至会要求孩子们给他一些随机想法或提示，这让他的工作变得更有创造性。  我认为John的做法揭示了AI时代教育的一个重要方向：不是教孩子具体的技能，而是培养他们与AI协作的能力。传统教育注重知识传授，但在AI能够快速获取和处理信息的时代，更重要的是培养提问能力、创意思维和判断能力。 孩子们需要学会如何有效地与AI交流，如何评估AI的输出，如何将AI作为思维伙伴而不是替代品。 John提到如果孩子的想法成功了，他会把他们列为联合创始人，这种态度体现了对创意的尊重和对下一代的投资。我觉得这种家庭创业文化可能是AI时代教育的一个重要组成部分：让孩子们从小就参与真实的创造过程，体验从想法到产品的完整流程，培养他们的创业思维和执行能力。这比传统的课堂教育可能更适合准备他们面对快速变化的未来。 ## 对2050年的预测与反思 John对2050年的预测既有趣又令人深思。他想象的未来场景像《机器人总动员》中的世界：建筑物完全封闭，没有窗户，人们在建筑物内通过神经链接直接连接到计算机。这种预测反映了对技术过度依赖的担忧，也体现了对人性在高度自动化世界中角色的思考。 虽然这听起来像反乌托邦，但John的逻辑有其合理性。他认为AI和机器人将使一切变得超级便宜甚至免费，人类将不得不发明游戏来找到存在的意义，因为没有什么是他们必须做的，一切都是可选的。然后人们会创造竞争性游戏来维持社会地位和目标感，而在线游戏最终会胜过线下游戏，因为它们在AI的帮助下会变得更有趣。 我对John的预测有不同看法。虽然我同意技术过度使用的风险确实存在，但我也看到了相反的趋势。比如在旧金山，尽管人们大量使用技术，但同时也热衷于户外活动和徒步旅行。我认为会有一个过渡期，在这个时期人们可能确实会过度使用技术，但最终会找到平衡。 一些人会深度沉浸在虚拟体验中，而另一些人会选择花更少时间使用技术，让技术处理他们不想做的无聊工作，从而有更多时间进行真实世界的活动。  我觉得John的预测忽略了人类对真实体验和社交连接的深层需求。即使技术能够提供完美的虚拟体验，人们仍然会渴望真实的触觉、气味、真实的人际关系和物理世界的探索。更可能的情况是，AI会承担越来越多的重复性和认知性工作，让人们有更多时间专注于创造、探索、艺术、运动和深度人际关系等真正人性化的活动。 我认为关键在于如何引导这种转变。就像John提到的，他鼓励创业者要孩子，并使用更多AI来获得更多时间。在公司实际运营期间生孩子可能是最好的时机，因为这为孩子提供了在其他地方无法获得的教育体验。这种将生活、工作和技术有机结合的方式，可能比完全沉浸在虚拟世界中更加健康和可持续。未来的挑战不是避免技术，而是学会明智地使用技术来增强而不是替代人类体验。 ## 零员工公司模式的深层思考 听完John的访谈，我对未来的商业模式有了全新的思考。零员工公司不仅仅是一种成本控制手段，更代表着组织形态的根本性变革。传统公司的大部分成本和复杂性来自人力资源管理：招聘、培训、协调、激励、评估等。而在零员工公司模式中，这些复杂性被大大简化，创业者可以专注于最核心的价值创造活动。 John的经验让我意识到，这种模式的成功关键在于AI工作流的设计能力。就像传统公司需要优秀的管理者来协调团队一样，零员工公司需要创业者成为AI编排的专家。这要求创业者具备系统性思维，能够将复杂的业务流程分解为可以由AI执行的具体任务，并设计好这些任务之间的协调机制。 我认为这种模式特别适合几类业务：第一，信息密集型业务，如内容创作、数据分析、市场研究等；第二，标准化程度高的业务，如某些类型的软件开发、客户服务、财务处理等；第三，规模化要求不高的利基市场业务。这些领域的共同特点是工作相对标准化，决策规则相对清晰，适合AI的当前能力水平。  但我也看到这种模式的局限性。对于需要复杂人际交往、创意协作、或者处理高度不确定性问题的业务，纯粹的零员工模式可能不够。 John自己也承认，在需要编程等复杂工作时，他仍然需要与co-maker合作。这说明混合模式可能更现实：核心团队极小，大部分操作性工作由AI完成，特定专业工作通过项目制合作解决。 从社会影响角度看，我觉得零员工公司的兴起可能会促进就业市场的进一步专业化和项目化。传统的全职雇佣关系可能会被更灵活的专家合作关系取代。这既带来机会也带来挑战：一方面，专业人士可以更自由地选择项目和工作方式；另一方面，也需要新的社会保障和职业发展机制来支持这种新的工作模式。我相信随着这种趋势的发展，我们会看到更多支持零员工公司和自由专业人士生态系统的服务和平台出现。 本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，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。

  今年3月，华为宣布成立医疗卫生军团。   在与军团一次内部讲话中，华为创始人任正非曾说道：“从根本上说，算法不掌握在IT人手里面，而是掌握在电力专家、基建专家、煤炭专家、医药专家等各类行业专家手里。” 这句话深刻揭示了AI行业化落地的关键——需要行业与技术企业联手，单靠一方难以完成。   华为医疗卫生军团成立的初衷，便是搭建起医疗技术与AI技术之间的桥梁。而这一目标，在今年6月得到了有力印证。   在华为医疗卫生军团的支持下，瑞金医院宣布开源RuiPath病理模型，这一模型为AI辅助病理诊断带来了临床级应用，覆盖中国每年全癌种发病人数90%的19个常见癌种，包含上百个辅助诊断任务，成为中国AI行业化落地的典范。   成果的背后，正是华为长期主义与实用主义的生动体现。 ####   认知鸿沟：AI落地医疗的首道关卡   2024年11月，毕业于美国卡耐基梅隆大学的 “95后”软件工程师王帅，带着技术人的闯劲主动接下了一个重要任务——帮助中国头部医院搭建病理大模型。面对海量病理数据和前景未知的项目，热爱挑战的他，决定带领另外6位志同道合的“95后”伙伴组成AI先锋队，奔赴上海。   然而，当这支年轻的团队第一次深入瑞金医院病理科时，便遭遇了巨大的认知鸿沟。与医生交流时常陷入“鸡同鸭讲”的困境：“一开始医生跟我们说‘亚型’，我们都不知道亚型是什么。”团队成员坦言，尽管他们在技术领域经验颇丰，但病理诊断远非简单判断“有癌无癌”，其涉及的复杂下游亚型判断，需要十年以上专业积累才能精通，正所谓隔行如隔山。    此时，华为医疗卫生军团的加入为项目注入了新的希望。   面对“AI科学家不懂临床痛点”和“医学专家不理解AI边界”的认知错位，华为医疗卫生军团与王帅所在的AI先锋队紧密协作，与瑞金医院携手推行“双向奔赴”的医工融合策略。大半年里，华为技术专家与资深病理医生“天天坐在一起，泡在一起”，技术专家深入科室，亲身体验病理医生从切片制作、阅片、诊断到报告的全流程；医学专家则凭借数十年临床经验，为大模型训练梳理出标准“教材”。   ####   从“手工作坊”到“标准化作业”   对驻场的华为团队而言，最初的数据标注工作堪称“噩梦”。   瑞金医院病理科自2021年启动数字化病理建设，但其数据主要服务于医生阅片，与AI可理解的“语言”相去甚远。“项目刚启动时，两个数据工程师处理一条数据要花10分钟，效率低得让人泄气。”王帅至今记忆犹新。   面对困局，华为医疗卫生军团牵头与瑞金医院病理科医生一同梳理高质量病理切片数据的标准，同时集结王帅带领的后方技术力量，一起扎进病理科，沉浸式学习病理科医生的日常诊断全流程。    从标本处理的细微步骤、各癌种下游亚型的复杂分类，到诊断报告的细分维度——技术团队一点点啃下病理诊断的专业知识，逐步摸清业务脉络。在此基础上，他们开始将 AI 大模型技术与临床需求深度融合。以数据标注环节为例，团队研发出病理切片图像标注工具，将原本的“手工作坊”式的数据标注升级为“IT标准化作业”。如今，团队成员每人每天能完成500张标注，效率提升了数十倍。   “我们团队的数据工程师，现在都能算半个病理医生了，好几次初诊结果都得到了专业病理医生的认可。”王帅打趣道。这源于数据工程师们长期沉浸在病理切片数据中积累的专业素养。   除了数据标注工具，华为团队在RuiPath病理大模型项目中还打造了一系列模型工程、应用编排等工具，不仅让病理大模型训练实现了最大化的“标准化作业”，更降低了未来医疗机构落地大模型时的技术人才门槛，为技术的规模化应用扫清了障碍。 ####    “价值共创”，架起医疗与AI的桥梁   在团队的不懈努力下，RuiPath病理大模型从乳腺癌开始突破，截至6月，模型已经可覆盖19个常见癌种的100余个辅助诊断任务，在16个公开数据集的测试中，有8个达到SOTA水平——这意味着AI真正从“实验室”走向“临床”，实现了医疗技术与AI技术的“价值共创”   技术突破之外，RuiPath病理模型的开源在医疗行业掀起更大波澜。“通过开源开放，我们希望让更多医疗机构、生态厂商快速部署 AI，推动中国医疗行业实现‘高水平齐步走’。” 华为医疗卫生军团总裁张伟力的话语，道出了这项技术突破的深层意义 —— 它绝非闭门造车的孤例，而是惠及全行业的技术共享。   事实上，华为医疗卫生军团在瑞金医院的实践早已超越单一项目的范畴。其探索出的 “医工融合” 路径，为 AI 技术在医疗领域的规模化落地提供了可复制的范本：从技术团队深入临床一线理解需求，到医学专家参与模型训练校准标准，这种双向协作模式打破了传统行业壁垒。如今，随着开源成果的普及，更多医疗机构将能跳过技术试错的弯路，直接站在成熟的技术基座上推进创新。   夯实医疗与 AI 的跨界桥梁，正是华为医疗卫生军团始终坚守的使命。未来，我们期待这套成熟模式能延伸至影像分析、慢病管理等更多医疗场景，让 AI 的价值在全诊疗链条中充分释放；更期待开源技术能穿透资源壁垒，走进偏远地区的医院，用智能化工具缩小城乡医疗差距；最终，让每一项技术突破都转化为患者的获得感，让精准医疗的承诺照进更多生命现场。

2025年7月16日，截止收盘，沪指跌0.03%，报收3503.78点；深成指跌0.22%，报收10720.81点；创业板指跌0.22%，报收2230.19点，两市成交额较上一交易日减少1700.21亿元，合计成交14420.43亿元。

难以褪去阿里“配角”底色。

强者能否恒强？

70%投向早期硬科技。

 方舟开发团队就《方舟：夏日海洋》与《方舟：生存进化》近期表现致歉。开发团队表示，无论是《生存进化》的老玩家，还是刚踏入《夏日海洋》的新玩家，最近的游戏体验都遇到了一些问题。 团队不是视而不见，相反，这些反馈工作室都看在眼里、记在心上。官方公告如下：  为了更快、更有效地修复这些问题，官方已经开放了 [Discord ](https://steamcommunity.com/linkfilter/?u=https%3A%2F%2Fdiscord.gg%2Fj94kU6Dn6Q)的专属频道 [#bug-reports-forum](https://steamcommunity.com/linkfilter/?u=https%3A%2F%2Fdiscord.com%2Fchannels%2F1356760803969204405%2F1394763442317164555)。 这是我们目前最主要的反馈收集渠道，也会是我们后续优先查看和处理问题的地方。 如果您愿意，也请希望您能尽量清楚、详细地描述你遇到的问题，发布成一则贴文，这会极大地帮助我们的排查与修复。  同时，我们也想特别感谢社区中已经行动起来的玩家们——有人主动整理模组兼容清单，有人持续协助团队记录 bug，Discord 的管理员们也在尽全力支持每一条反馈。有你们的参与，我们真的很感激。 我们只希望大家能再多给我们一些时间、一些信任，也希望能与你们一起，把这段旅程修得更完整。谢谢你们的理解、支持和陪伴。《方舟：生存进化》走过了十年，承载了太多人的回忆，这是一段值得铭记的旅程。我们依然希望，它能成为你们心中独特而闪耀的一部分。

巨亏超7500万！“高端零食第一股”，也要卖了

成本支撑与反内卷都很重要

9.9打不动，90亿抢着买？资本为何青睐星巴克

在黄仁勋来华推销AI芯片之前，英伟达刚刚突破了4万亿美元市值，成为全球唯一。分析师们乐观叫嚣，5万亿美金，不是梦。英伟达如此强大，谁能阻挡它？

全球最大的芯片制造设备供应商阿斯麦（ASML）周三警告称，该公司可能无法在2026年实现增长，尽管此前该公司公布的今年第二季度订单超出了市场预期。 [](https://static.cnbetacdn.com/article/2025/0306/d2fd818903326b5.jpg) 分析师们曾希望，阿斯麦第二季度的业绩能让人们对2026年的前景有所放心。然而，该公司警告称，地缘政治的不确定性继续给其前景蒙上阴影。 阿斯麦首席执行官福凯（Christophe Fouquet）在一份声明中表示：“我们继续看到宏观经济和地缘政治发展带来的不确定性日益增加。” 该公司第二季度净订单为55.4亿欧元（约合64亿美元），是业内最受关注的数据。这一数字高于分析师普遍预测的44.4亿欧元。 [查看评论](https://m.cnbeta.com.tw/comment/1513378.htm)

小鹏全新一代P7发布在即，近日，网络上频繁曝光该车的实车。从最新的照片看，**新车日行灯已经点亮，车头为贯穿式，两侧则有向上下分别延伸的短条灯带**。而主灯隐藏在车头黑色饰条内部，不点亮时与车头融为一体，强化整车的赛博科技感。 [](//img1.mydrivers.com/img/20250716/6481807caf0342deb95894ca28fff5be.jpg) 前包围采用倒梯形的散热开口设计，整体前下唇的设计形成一个外突的造型，增添运动感，也提升了整车特色。 车身尺寸方面，**新车长宽高分别为5017/1970/1427mm，轴距为3008mm，定位于中大型轿车**。 [](//img1.mydrivers.com/img/20250716/1ece75ef139c4629ba36b1cd44e39ff1.jpg) **这款车最显著的特征之一就是A柱几乎平直向后延伸，在与车顶接触后，线条迅速开始下滑，这样的设计如今确实罕见。** 熏黑A柱营造出悬浮式的车顶，外后视镜同样进行了熏黑处理，并且目测为无框样式，隐藏式门把手同样没有缺席。  参考申报信息，四驱版还可选装碳纤维外后视镜外壳、碳纤维侧翼子板装饰件、主动格栅等配置，配置不俗。  动力方面，新车将会拥有270千瓦（367马力）后置单电机并搭配三元锂电池和磷酸铁锂电池可选，**而双电机四驱版综合最大功率437千瓦（595马力），并搭配三元锂电池组**。 [查看评论](https://m.cnbeta.com.tw/comment/1513368.htm)

在6月份举行的第九届上海国际航空航天技术与设备展览会上，襄阳市湖北麦德利航空材料科技有限公司推出的一款民用航空气胀式救生衣获市场认可。在产品展示视频中，这款航空救生衣一拉开充气阀，**高压气体几秒间就将救生衣充满，且救生衣的整体设计更为先进。** 麦德利已与南航、国航等航空公司达成初步采购意向，同时也吸引了俄罗斯、印度、新加坡等国家的航空公司关注。 在后续的采访中了解到，这款航空救生衣的核心研发人员姜望越，竟是公司创始人王伟在襄阳市人才中心招聘活动中意外“淘”来的人才。 据介绍，姜望越大学主修生物工程，**毕业于武汉一所普通理工院校，并无航空装备研发背景。** 进入公司后，得到了一间实验室任其钻研，出人意料的是，短短八个月后，姜望越成功研制出合格产品，并于今年5月顺利通过了中国民用航空技术标准规定（CTSO-C13F）的全部认证，获得了中国民用航空局颁发的技术标准规定项目批准书。 谈及攻克技术壁垒的最大难点，姜望越表示：“最难的是透彻理解标准要求，并将其转化为实际的试验验证方案。” 此外，航空救生衣被誉为“永不启用的保命符”——它们可能服役多年也无需启用，一旦启用，必须确保百分之百正常工作，否则将直接危及乘客生命安全。正因如此，其技术标准极其严苛，制造门槛高，目前国内仅有极少数企业具备生产能力。 [](//img1.mydrivers.com/img/20250716/b2825c6702ec4b329f047f796bd07069.png) [查看评论](https://m.cnbeta.com.tw/comment/1513364.htm)

合肥览翌航空科技有限公司（览翌航空）研发的客运级电动垂直起降飞行器（eVTOL）——LE200型号合格证（TC）申请，近日正式获中国民航局受理。这标志着“空中出租车”在城市上空穿梭的愿景正加速走向现实。 **LE200设计最大载客5人，巡航速度200公里/小时，可广泛应用于城市空中交通、低空物流、医疗转运、应急救援及旅游观光等多种场景。** [](//img1.mydrivers.com/img/20250716/2eb10c0ec79647d493bf113d4a240481.png) 此次TC申请受理意味着LE200正式进入适航审定流程，预计最快将于2027年底取得型号合格证，2028年实现交付。 **LE200的进展是包河区低空经济高速发展的最新例证。**该区已展现出强劲势头：2023年12月，无人驾驶载人航空器EH216-S在骆岗公园完成商业首飞演示；2024年5月，合肥首条无人机外卖配送航线在包河开通；2024年11月，全球首个城市空中交通枢纽在骆岗公园建成；2025年3月，国内首批载人类民用无人驾驶航空器运营合格证落户包河。 **如今，包河区已集聚览翌航空等40余家低空经济相关企业，初步形成了涵盖整机研发、零部件制造到运营服务的完整产业链条，在低空经济的赛道上持续刷新发展速度。** [](//img1.mydrivers.com/img/20250716/8d402d3d51214400a0fa0a78a52a197d.png) [查看评论](https://m.cnbeta.com.tw/comment/1513362.htm)

近日，不少用户在社交媒体上表示，**京东外卖取消了曾被视为护城河的“超时20分钟免单”服务，改为了“超时20分钟赔付4元优惠券”。**  对此，有网友评论表示：“京东玩不起；京东败在不给众包活路，是达达的后遗症。” 也有网友回应称：“没有京东，骑手什么都没有。” [](//img1.mydrivers.com/img/20250716/741aaae2-139e-459c-a636-b0cf1ca77fcf.png) 而针对消费者的疑问，京东客服方面作出了解释。 据客服人员透露，**自7月11日左右起，平台已开始逐步将原有的超时赔付服务升级为全新的“准时宝”服务。** **此次调整最核心的变化在于赔付门槛和补偿方式。** 据悉，京东自2025年2月正式进军外卖市场之后，凭借“免佣金+品质餐厅+骑手社保”的组合策略引发行业震动。 对市场格局、骑手权益以及商家运营规则都产生巨大的影响。 4月21日，京东宣布推出超时“20分钟免单”服务，所有超时20分钟以上的外卖订单全部免单。 随着“红黄蓝”各方不断发放补贴，0元购的场景不断出现，真的还能卷得动吗？  [查看评论](https://m.cnbeta.com.tw/comment/1513360.htm)