所有文章
钛媒体 · 解码Decode
cnBeta全文版
近日超频爱好者Der8auer对AMD锐龙9 9950X3D进行了开盖后的测试。**测试结果显示，开盖后，该处理器在Cinebench R23多线程测试中的性能提升了9%，但功耗却从201W增加到了348W，增幅高达73%。** 在测试过程中，Der8auer使用了与原装相同的液冷散热器、设置和测试基准。 [](//img1.mydrivers.com/img/20250407/4e6732ad-5702-4bf5-bc21-d613d6e37b71.jpg) 开盖后，他将处理器超频至5625MHz，在Cinebench R23多线程测试中得分45718分，超越了英特尔酷睿Ultra 9 285K，位居第一，功耗为348W；而原装状态下，该处理器得分41890分，功耗201W。 Der8auer还指出，如果用户不想过度挖掘处理器的性能，**开盖后的9950X3D在标准设置下运行会更凉爽，温度可降低约23℃，同时功耗减少20W，且性能保持不变。** 他还强调开盖操作需要谨慎，不建议初学者尝试。 [](//img1.mydrivers.com/img/20250407/2a02a85e-43a9-4917-9ed0-3cfa958be308.png) [查看评论](https://m.cnbeta.com.tw/comment/1491076.htm)
根据英国新修订的消费者保护法，从今天起，预计每年造成消费者损失 22 亿英镑的隐性收费将被禁止。包括旅游网站、票务代理和外卖应用在内的企业将被要求将所有强制性费用计入标价。研究发现，这些费用可能超过产品价格的 25%。 <gu name="ShareButton" priority="feature" deferuntil="visible" props="{"pageId":"money/2025/apr/06/uk-bans-22bn-sneaky-fees-and-fake-reviews-for-online-products"，"webTitle":"UK bans £2.2bn ‘sneaky’ fees and fake reviews for online products"，"format":{"design":0，"display":0，"theme":4}，"context":"ArticleMeta"}" status="hydrated"></gu> [](https://static.cnbetacdn.com/article/2024/0130/e3581e98e63afa3.jpg) <gu name="SignInGateSelector" priority="feature" deferuntil="visible" props="{"contentType":"Article"，"sectionId":"money"，"tags":[{"id":"money/consumer-affairs"，"type":"Keyword"，"title":"Consumer affairs"}，{"id":"money/money"，"type":"Keyword"，"title":"Money"}，{"id":"money/online-shopping"，"type":"Keyword"，"title":"Online shopping"}，{"id":"media/marketingandpr"，"type":"Keyword"，"title":"Marketing & PR"}，{"id":"technology/amazon"，"type":"Keyword"，"title":"Amazon"}，{"id":"business/business"，"type":"Keyword"，"title":"Business"}，{"id":"technology/efinance"，"type":"Keyword"，"title":"E-commerce"}，{"id":"technology/internet"，"type":"Keyword"，"title":"Internet"}，{"id":"type/article"，"type":"Type"，"title":"Article"}，{"id":"tone/news"，"type":"Tone"，"title":"News"}，{"id":"profile/jon-ungoed-thomas"，"type":"Contributor"，"title":"Jon Ungoed-Thomas"，"bylineImageUrl":"https://i.guim.co.uk/img/uploads/2022/08/30/Jon_Ungoed-Thomas_v2.jpg?width=300&quality=85&auto=format&fit=max&s=371393e234f8712225b37dbe1a526c96"，"bylineLargeImageUrl":"https://i.guim.co.uk/img/uploads/2022/08/30/Jon_Ungoed-Thomas_v2.png?width=300&quality=85&auto=format&fit=max&s=21f779e018750631038d51b5625aaf17"}，{"id":"publication/theobserver"，"type":"Publication"，"title":"The Observer"}，{"id":"theobserver/news"，"type":"NewspaperBook"，"title":"Main section"}，{"id":"theobserver/news/uknews"，"type":"NewspaperBookSection"，"title":"News"}，{"id":"tracking/commissioningdesk/observer-main"，"type":"Tracking"，"title":"Observer Main"}]，"isPaidContent":false，"isPreview":false，"host":"https://www.theguardian.com"，"pageId":"money/2025/apr/06/uk-bans-22bn-sneaky-fees-and-fake-reviews-for-online-products"，"idUrl":"https://profile.theguardian.com"，"switches":{"lightbox":true，"prebidCriteo":true，"externalVideoEmbeds":true，"personaliseSignInGateAfterCheckout":true，"abSignInGateMainVariant":true，"prebidAppnexusUkRow":true，"prebidMagnite":true，"commercialMetrics":true，"prebidTrustx":true，"scAdFreeBanner":false，"adaptiveSite":true，"prebidPermutiveAudience":true，"compareVariantDecision":false，"enableSentryReporting":true，"lazyLoadContainers":true，"ampArticleSwitch":false，"remarketing":true，"articleEndSlot":true，"keyEventsCarousel":true，"registerWithPhone":false，"darkModeWeb":true，"targeting":true，"remoteHeader":true，"slotBodyEnd":true，"ampPrebidOzone":false，"extendedMostPopularFronts":true，"emailInlineInFooter":true，"showNewPrivacyWordingOnEmailSignupEmbeds":true，"prebidAnalytics":true，"extendedMostPopular":true，"ampContentAbTesting":false，"imrWorldwide":true，"acast":true，"twitterUwt":true，"abAuxiaSignInGate":true，"abDeferPermutiveLoad":true，"prebidAppnexusInvcode":true，"ampPrebidPubmatic":false，"a9HeaderBidding":true，"prebidAppnexus":true，"enableDiscussionSwitch":true，"prebidXaxis":true，"stickyVideos":true，"interactiveFullHeaderSwitch":true，"discussionAllPageSize":true，"prebidUserSync":true，"audioOnwardJourneySwitch":true，"brazeTaylorReport":false，"callouts":true，"sentinelLogger":true，"geoMostPopular":true，"weAreHiring":false，"relatedContent":true，"thirdPartyEmbedTracking":true，"prebidOzone":true，"ampLiveblogSwitch":false，"ampAmazon":false，"prebidAdYouLike":true，"mostViewedFronts":true，"optOutAdvertising":true，"abSignInGateMainControl":true，"googleSearch":true，"brazeSwitch":true，"prebidKargo":true，"consentManagement":true，"idProfileNavigation":true，"confiantAdVerification":true，"discussionAllowAnonymousRecommendsSwitch":false，"absoluteServerTimes":false，"permutive":true，"comscore":true，"ampPrebidCriteo":false，"prebidTheTradeDesk":true，"newsletterOnwards":false，"youtubeIma":true，"webFonts":true，"liveBlogTopSponsorship":true，"ophan":true，"crosswordSvgThumbnails":true，"prebidTriplelift":true，"prebidPubmatic":true，"serverShareCounts":false，"autoRefresh":true，"enhanceTweets":true，"prebidIndexExchange":true，"prebidOpenx":true，"prebidHeaderBidding":true，"idCookieRefresh":true，"discussionPageSize":true，"smartAppBanner":false，"historyTags":true，"brazeContentCards":true，"remoteBanner":true，"emailSignupRecaptcha":true，"prebidSmart":true，"shouldLoadGoogletag":true，"inizio":true，"europeBetaFront":true，"prebidBidCache":false}，"contributionsServiceUrl":"https://contributions.guardianapis.com"，"editionId":"EUR"}" status="hydrated"></gu> 该禁令是根据上届政府通过的《2024 年数字市场、竞争和消费者法案》改革而生效的。新法律还禁止使用或委托虚假评论。 英国商业和贸易部 2023 年 9 月的一份报告发现，娱乐业 45% 的供应商至少收取一项强制性“附加”费用。度假和酒店业的这一数字为 21%，零售业为 3%，不包括送货费。报告还发现，消费者通常需要点击 10 个或更多网页才能最终进行选择的购买。在最终完成交易之前，他们可能会面临一系列可选购买和强制性费用。 根据新规定，宽带的一次性安装费必须包含在总价中。机票网站上的任何管理费或预订费也必须提前注明。新法规仅涵盖不可避免的费用。不包括可选费用，例如航班座位和行李升级。 就业权利、竞争和市场部长贾斯汀·马德斯表示：“从今天起，消费者可以放心购物，因为他们知道自己受到保护，不会受到虚假评论和低价定价的侵害。 “这些变化将赋予消费者更多权力和控制权，以控制他们辛苦赚来的钱，同时也有助于通过阻止破坏合规企业的不良行为者来建立公平的竞争环境。” 网上正面评价的价值催生了一个小型行业，即为产品和服务提供赞美但虚假的推荐。这些行为现在面临打击，打击措施将由竞争和市场管理局执行。 英国商业贸易部 2023 年 4 月发布的一项研究报告发现，第三方电子商务平台上所有产品评论中至少有十分之一可能是虚假的——其中大多数是正面的，旨在鼓励消费者购买。 官员们表示，新法规将防止食客来到一家拥有 5 星评价的餐厅，却“只吃到 1 星质量的食物”。这还将减少尽管评价很高，但点到的食物却永远不上架或与营销材料不符的概率。 亚马逊已多次起诉试图提供虚假评论的中介，这些中介通常以金钱或免费产品作为交换。这家在线零售商表示，它已成功阻止数百万条虚假评论在其平台上发布。 据英国商务和贸易部称，90% 的消费者会使用评论，2023 年在线零售市场消费额达 2170 亿英镑。企业现在将对其页面上的评论负责，并将依法采取措施防止和删除虚假评论。 部长们表示，这些法律还将有助于防止合规企业受到那些试图通过隐藏的附加价格和虚假评论从消费者那里不公平地获利的人的损害。 [查看评论](https://m.cnbeta.com.tw/comment/1491074.htm)
上周，美国总统唐纳德·特朗普的政府宣布了针对全球几乎所有国家的新进口关税计划，看来苹果将面临相当大的困难。这是因为苹果的供应链位于美国境外，对于美国的产品供应几乎完全依赖进口。这在之前也是该公司控制其产品成本与价格的原因之一，至少对于大多数产品而言是如此。 彭博社著名分析师马克·古尔曼现在详细介绍了一些关于苹果如何减轻这些进口关税并避免提高其 iPhone 系列产品价格的想法。  关税将使进口产品的成本变得相当高，因此，该公司最终将不得不提高包括 iPhone 在内的产品价格。正如我们最近报道的那样，苹果不会将海外制造业务转移到美国，因为这将是一件成本更高的事情。消息传出后，苹果股价下跌了近 10%，该公司只有少数几个选择。 特朗普总统对来自中国的进口产品征收了54% 的关税，对来自印度的进口产品征收了 26% 的关税，对来自越南的进口产品征收了 46% 的关税，对其他国家的进口产品征收的关税甚至更高。基本上，美国希望企业减少进口，在当地生产产品，但考虑到当前的经济状况，这将是一笔非常昂贵的交易，最终价格必须由最终用户承担。为了代替这些关税，古尔曼想出了一些办法，苹果可以通过这些办法减轻进口成本上涨的影响。 - 苹果应该敦促零部件和制造合作伙伴提供更具竞争力的价格，这将使苹果能够降低其总体生产费用。 - 苹果公司应该自行承担部分增加的成本，这样它就可以在自己和最终用户之间分摊部分关税。 - 苹果应该在短期内调整价格，并评估关税的长期影响。 - 该公司还应该将其生产业务扩展到其他国家，以避免在美国进行生产。 虽然一些国家正在与美国商讨下一步的贸易协议以免除被加征的关税，但中国并不是其中的一部分（事实上中国是第一个制订实施关税报复措施的国家）。如果苹果想以同样的价格销售产品，就必须减少对中国的依赖；否则，涨价只会降低需求。据报道，苹果一直在储备产品，为 4 月 9 日生效的关税做准备。这将使该公司能够以正常价格销售产品一段时间。 [查看评论](https://m.cnbeta.com.tw/comment/1491072.htm)
机核 · 单梦蛙 KRAFTON公司（CEO CH Kim）宣布，其生活模拟类游戏《inZOI（云族裔）》（以下简称《云族裔》）自3月28日通过Steam上线抢先体验版本以来，截至4月4日累计销量已突破100万份，创下KRAFTON旗下游戏最快销售纪录。  《云族裔》于3月28日在全球PC游戏平台Steam上线抢先体验版本。上线前一天，该游戏登上Steam全球愿望单榜首，发售后仅40分钟便跃居Steam全球畅销榜第一（按销售收入统计）。目前，《云族裔》在包括北美和亚洲等多个地区的销售榜单中仍保持领先。 除了亮眼的销售成绩外，《云族裔》在玩家中的口碑同样不俗。截至4月4日，该游戏在Steam上获得83%的好评率，评级为“特别好评”。在Twitch平台上，《inZOI》的最高同时观看人数达17.5万人，在游戏分类排行榜中排名第三。此外，游戏内的UGC（用户创作内容）分享平台“Canvas”在上线当天吸引了超过120万名玩家，上传内容数量超过47万条，表现出较高的社区活跃度。  KRAFTON此前通过参与全球多场游戏展会、与全球范围内的意见领袖合作，积极与玩家社群互动，为《云族裔》的上线营造出较高的话题性。其中，全球线上发布会与试玩版本尤为引人注目，多家国际主流游戏媒体也对《云族裔》持续报道，进一步拉高了全球玩家的期待值。 KRAFTON采用逐步释出的信息策略与以玩家为中心的运营方式，成功建立起用户信任，也促成了广泛的正面反馈。 KRAFTON CEO表示：“我们非常感谢并期待能够通过抢先体验的方式，将《云族裔》呈现给全球玩家。”他补充道：“我们将继续倾听玩家声音，致力于将《云族裔》打造成KRAFTON的长期IP品牌。” 游戏未来将持续推出新内容，包括模组支持与新城市地图，所有更新及DLC将在正式版发布前免费提供。
这笔融资将极大促进京西智行在先进底盘技术上的大规模量产与成本优化，进一步提升其在新能源汽车领域的影响力与行业龙头地位。
人人都是产品经理 · 秃头老王聊运营
<blockquote><p>随着平台流量策略的转变，实体商家的营销重心逐渐从短视频探店转移到直播间和打造个人IP上，探店达人的生存空间被严重挤压。本文将深入剖析这一现象背后的原因，探讨抖音流量分配的新趋势，以及实体商家和探店达人如何在新的环境下寻找新的生存和发展路径。</p> </blockquote>  2025年有大量探店达人失业，抖音团购达人探店时代，真的要结束了。 现在全国的探店达人陆续快失业了，很多探店达人已经停更了，因为接不到单了。为什么？不仅是因为甲方没钱了，更是因为平台整活儿。 包括我去年陪跑的成都餐饮店老板，都在问我来客后台，上线的智能带货功能，和找指定达人哪个更好。 智能带货是探店宝升级版，能保投产比，达不到ROI，会按比例退款，推荐达人更多是探店宝的签约达人。二者的优缺点，我在后文细说。 两三年前爆火的探店时代已经过去了，短视频给商家卖团购券的作用已经不如从前，现在实体商家的销售额，大头已经不靠短视频了。 抖音短视频的作用，从之前的曝光种草加成交，已经变成了只剩曝光和种草了。 更惨的是现在短视频不出单了，现在短视频的出单效果非常差，而且几乎没有自然流量。 如果你也是做抖音运营的，应该发现了推流机制的变化。 不是说抖音不给团购流量了，而是抖音把团购流量都流向了直播间，流量都特别好，流量给的特别多。 为什么？很简单的道理，平台现在已经过了从0到1的阶段了，平台现在要的是销售额，要的是亮眼的业绩，要的是干翻美团。 短视频跟直播间比起来，直播间的转化效率、产出销售额的效率，都是远远高于短视频的，因为所见即所得，主播话术诱导下，无脑屯券。 所以，短视频带券的运营玩法，被抛弃是必然的。 如果你是抖音探店达人，我给你指两条明路： 如果你能放下脸面，抛头露面去搞直播，那还是有救，上文我说了，抖音把团购流量，明显倾斜给了直播间。 如果你想继续做同城探店这个行业，做本地实体商家生意的，要么帮实体商家老板去做直播，要么帮实体老板本人去做短视频，做老板的个人IP。 这也是为什么，我从新媒体运营转型搞个人IP孵化的原因，流量私域化是趋势。 再说说探店宝的数据，我觉得是典型的马太效应，强者越强，弱者越弱。 我看操盘过的商家后台数据，同时花3000元找3个头部达人和20个探店宝达人，主要售卖和核销，大多数都来自头部达人，而20个探店宝达人，短视频播放量一般，卖出去的团购券，更是惨不忍睹。 这也是我盲猜平台，会在今年主推商家智能带货功能的原因。 因为智能带货的达人，以探店宝的腰尾达人居多，而全国高等级和头部的达人屈指可数，因为腰尾部的达人难管控、专业力差，而高等级达人，不垂直就不出单，所以爆单会很难； 另外，大品牌有头部达人宣传和自来水的腰尾达人，像头部的餐饮品牌，团购券是不缺销量的，因为用户心智早被影响了。 所以使用探店宝的，多为中小商户，中小商户的店铺运营能力一般，不懂测品和投流，以为买了达人包就能爆单，却不知道流量源于商品和投流，达人只是素材。 智能带货整合商户、达人、用户，推给没有达人运营能力的商户，根据同城用户的大数据，选优质达人匹配。 没有达到承诺的ROI，肯定会调用产品流量去触达用户，就是为了和美团抢饭碗，整合本地推广，形成闭环。 实体老板们对达人探店的信心渐失，卖一单亏一单。所以发现直接投本地推或打造老板个人IP，更省钱有用，因为消费者的鼻子，是跟着大厨的勺子走的。 抖音探店达人时代，真的结束了。 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
36氪 图源：世研大消费指数 本次监测周期内，飞鹤星飞帆卓睿 婴幼儿配方奶粉3段、合生元派星幼儿配方奶粉 3段和伊利金领冠儿童奶粉 4段分别以1.93、1.81、1.80的综合热度指数位列榜单前三。 ## **“精生细养”下婴童奶粉与辅食协同，重塑个性化喂养新范式** 从细分维度来看，榜单中奶粉产品均呈现较高的销售热度，除了传统品牌飞鹤、合生元和伊利金领冠等传统品牌的强势霸榜，新兴品牌如a2紫白金、爱他美卓傲等均以差异化成分和科学认证为核心卖点，通过“精准赛道卡位”颠覆传统格局。 a2紫白金以“A2β-酪蛋白”切入消化敏感赛道，爱他美卓傲则主打“贴近HMOs母乳”低聚糖配比，强化肠道健康。婴幼儿奶粉各成分中，肠胃呵护类成分“益生菌”、大脑发育类成分“DHA”以及免疫提升类成分“乳铁蛋白”等市场热度相对更高。这种布局背后，是新生代父母对“成分透明化”和“功能可验证”的极致追求。 另外值得关注的是，拜奥益生菌滴剂凭借“罗伊氏乳杆菌DSM17938”专利益生菌，单独上榜辅食品类，形成“奶粉+营养剂”的协同生态。反映了儿童零食/辅食及营养品在奶粉这一传统必需喂养品之外，呈现出较高的购买热度，新一代父母的喂养产品需求不局限于奶粉，而是通过更为灵活多样、定制化的营养品/辅食等满足孩子个性化的营养需求。 ## **婴童尿裤以解决特定场景需求差异化布局，洗护品类向功效型进阶** 从品类分布来看，婴童纸尿裤湿巾产品位列榜单前列，产品以提升舒适度为主，主打亲肤等卖点，凭借医护级标准，精准锚定用户特定场景痛点。 其中好奇金装拉拉裤以“速吸超导芯”为核心，主打婴儿全天畅玩守护；舒比奇维E纸尿裤，则专护新生敏感肌，添加维E护肤精华；婴芽超薄透气纸尿裤则以“医护级产品认证”等三安认证，通过官方背书俘获精致妈妈人群的信任购买。这些产品不再局限于基础功能，而是通过“场景适配性设计”渗透全天候生活，将育儿行为转化为“仪式化体验”。 更深层的趋势在于，品类边界因场景融合而被打破。例如，纽强婴儿润肤霜以“非药物手段+皮肤屏障修护”切入“洗护+医疗”交叉场景，聚焦分龄、屏障修复、防敏等需求；小彼恩毛毛虫点读笔则通过“中英双语+睡前故事模式”覆盖“早教+哄睡”双重需求。反映了家长对“高效育儿工具”的渴求——他们希望产品能同时解决功能需求和情感价值，如减轻育儿焦虑、提升亲子互动等。 **榜单说明** 世研消费指南针系列指数报告是由世研指数独家研发的消费指数评价系统。本系列包括《品牌消费热门指数榜》、《行业消费热力指数榜》、《产品消费热浪指数榜》、《用户消费关注指数榜》等主要榜单，以及对应范围的延伸性榜单报告。旨在通过指数评价的方式，客观、真实地呈现消费世界的趋势特点，帮助行业与品牌主持续追踪消费市场趋势、为企业经营提供参考，提升商业综合竞争力。 世研消费指南针系列指数榜单持续监测行业如下： 3C数码、鞋服配饰、食品生鲜、家用电器、运动户外、美妆清洁、母婴用品、家居家装、汽车消费、玩模乐器、宠物用品，医疗健康共计12大行业。  图源：世研大消费指数 **免责声明** 本榜单由世研指数独家编制，榜单观点、结论和建议仅供参考之用，并不代表任何具体的投资建议或决策依据。 榜单数据计算结合主流平台公开数据与值得买科技旗下世研大消费平台数据沉淀，我们已采取合理措施，以尽量确保所提供数据的可靠性和准确性，但无法排除数据本身的局限性导致部分误差或偏差。此外，本报告中的部分数据未经独立第三方审计机构的正式审计，因此可能存在未被识别的错误或遗漏。特别提醒，市场情况随时可能发生改变，因此报告中的预测、分析和结论可能与实际情况有所不同。 报告中提到的任何第三方名称、品牌或产品仅供说明之用，并不构成对其的认可或推荐。任何对这些第三方的提及不应被视为任何形式的背书或推荐。报告的版权属于值得买科技集团和世研指数所有，未经许可不得复制或分发。对于因使用本报告中的信息而导致的任何损失或损害，值得买科技集团与世研指数不承担任何法律责任。
<blockquote><p>在数字营销时代，私域流量的精细化运营已成为品牌增长的关键。本文从腾讯智慧零售实战经验出发，深入解析了私域精细化运营的全貌，包括一张清晰的全景图、四类实用的运营方法和六大破局点心得。</p> </blockquote>  你是否也遇到过这些场景？ - 社群发券无人问津，而用户却在抱怨 “总收到无关推送” - 朋友圈点赞寥寥无几，但某位用户却连续 3 次私信咨询产品细节 - 1v1 沟通沦为模板话术，用户回复 “已读不回” 成常态 这些现象背后，藏着私域运营的致命痛点：**缺乏对用户需求的深度洞察，更缺少分层运营的精准策略。** 私域运营正在经历残酷的「达尔文时刻」。那些靠广撒网收割的增长神话，在用户注意力阈值突破临界点的今天，转化率正在以每月15%的速度衰减。 今天这篇文章，我们将从**腾讯智慧零售实战方法论**出发，结合多个行业案例，为你拆解私域精细化运营的全景图。从链路设计到执行落地，从用户心智到行为分层，助你实现从 “粗放式管理” 到 “精细化深耕” 的跨越。 **记住：私域的本质是经营用户关系，而不是单纯的流量收割。** 本文我们从下面三个部分来阐述私域精细化运营。 01、精细化运营的全景图 02、精细化运营的4个运营方法 03、精细化运营的6个破局点心得 ## 01 精细化运营的全景图  在腾讯智慧零售用户运营师培训案例中，一张某健康平台的运营图揭开私域精细化运营的全景图。**我觉得这张图应该是所有私域运营的参考模型。** 图中清晰呈现三大核心环节：**借助低成本冷启动渠道精准招募用户，通过企微 IP 人设高效承接流量，最终以精细运营深挖用户价值。** 这恰如运营人的 “工作缩影”—— 实际场景中，有人盲目拉新却不懂用户分层逻辑，有人搭建企微账号却无清晰人设定位，有人运营用户却缺乏分层策略。 这张图正是精细化运营的 “指南针”，点明私域精细化运营的核心：以明确链路为基础，以细致执行做支撑，以标准复制实现延伸，最终撬动用户价值的最大化释放。 根据这张图，我们可以看到私域精细化运营的三大要领：  ### 1. 精：链路明确，打造私域链路规划能力 “没有规划的私域运营，不过是‘无头苍蝇’式的无效忙碌。” **私域精细化的 “精”，首在链路规划**。以图中健康平台为例，先通过专属顾问指导、专业健康知识科普、专享产品优惠等渠道，精准圈定 10-24 岁青少年、26-45 岁高压行业人群等细分群体；再以 “私人健康管家”“健康生活体验官” 等人设承接流量，实现差异化沟通；最后按场景分层，通过健康定制群、兴趣打卡群等载体深耕用户。 **链路规划是私域运营的 “底层骨架”。** 唯有清晰划分用户招募、承接、运营全流程，让每个环节的动作都服务于最终目标，才能避免资源错配，让运营真正 “有的放矢”，为后续转化铺就顺畅路径。 ### 2. 细：细致落地，打磨私域运营执行能力 “私域运营的胜负手，藏在细节里。” 上面这张全景图里的执行细节堪称教科书：健康定制群中，既有体质分析、方案定制的专业内容，又有福利派送、趣味互动的情感联结；兴趣打卡社群里，从打卡提醒、习惯养成到选购攻略，每个触点都紧扣用户需求。 实际工作中，需锚定用户分层后的需求差异。 如新用户关注入门福利，老用户在意专属权益；年轻用户偏爱潮流互动，成熟用户更需专业服务。 **将运营动作拆解至最小单元，从社群话术到互动频次，从活动规则到权益设计，都做到 “精准滴灌”，才能真正戳中用户痛点，让运营效果 “看得见、摸得着”。** ### 3. 化：标准复制，构建私域运营复制能力 **“私域运营的高阶境界，是让成功经验‘批量生长’。”** 当链路与执行成熟后，标准化复制便是关键。 依然以上述某健康平台举例，用户分层模型、企微 IP 运营方法、社群活动流程，均可沉淀为 SOP。 例如，“私人健康管家” 的沟通模板、健康定制群的运营 SOP，能直接复用至不同区域、不同品类的私域场景。 **标准复制能力让私域摆脱 “个性化依赖”。通过提炼关键环节的标准动作，输出可复用的操作指南，即便团队扩张、业务拓展，也能保证运营质量稳定。** 如此，企业才能突破规模限制，让精细化运营的价值像 “滚雪球” 般越滚越大，真正实现私域运营的规模化增长。 ## 02 精细化运营的4个精细化运营方法 看完私域精细化运营的全景图，我们已掌握链路规划、执行细节与标准复制的核心逻辑。 但如何让这些理论真正 “落地生花”？毕竟，私域运营的终极价值在于实操见效。 接下来，就聚焦私域精细化运营的4个具体方法，**从心智模型、新老客差异、购买行为、分层运营等维度切入，拆解可复用的实战策略。** ### 1. 心智模型差异运营 心智模型差异运营：以AIPL模型精准穿透用户决策链路。 在私域精细化运营中，AIPL模型如同“用户心智解码地图”，将消费者分为**认知覆盖（A）、产生兴趣（I）、产生购买（P）、忠诚购买（L）四大阶段**，每个阶段匹配差异化运营策略：  **认知覆盖（A）：捕获海量新用户流量 ** 这一阶段聚焦“海量新用户”，通过小程序/公众号广告、包裹卡、朋友圈广告等CPS域外引流组合，实现全域曝光。以推品活动触达用户，沉淀核心用户画像，借助品牌LOOKLIKE能力精准锁定潜在客群。用“门槛低、诱惑大”的引流活动（如新人专享福利），降低用户接触门槛，像磁石般吸引新用户关注品牌，为后续转化埋下种子。 **产生兴趣（I）：唤醒沉睡粉丝注意力 ** 针对“沉睡粉丝”，运营核心是激活兴趣。借助AI外呼高效触达，配合产品种草内容、达人背书分享，挖掘粉丝偏好。设置动态预警机制，监测粉丝互动信号，及时用优质内容唤醒。此阶段致力于“尽可能与更多消费者建立联系”，通过高频互动与价值输出，让沉睡粉丝对品牌产生兴趣，逐步拉近转化距离。 **产生购买（P）：推动活跃会员消费决策 ** “活跃会员”是此阶段的关键群体。依托企微社群、朋友圈、1V1沟通等触点，收集用户行为及偏好数据。策划场景化触达机制，精准匹配需求推荐产品，并用超预期初始权益（如首单返券）刺激决策。以会员营销、精准营销为抓手，像催化剂般加速活跃会员从“心动”到“行动”，完成购买转化的关键一跃。 **忠诚购买（L）：深耕品牌忠粉长期价值 ** 面对“品牌忠粉”，运营重点转向长期价值经营。通过针对性推荐，搭配复购权益、新品试用等专属福利（如定制优惠券、新品体验权），提升忠诚度。打造品牌大使体系，用个性化服务与新产品持续满足需求，让忠粉不仅成为复购主力，更化身品牌“代言人”，通过口碑传播延伸私域运营的价值半径。 ### 2. 新老客差异运营 在消费者运营旅程中，新老客的差异化运营是至关重要的。 新客与老客在品牌认知、购买意愿及忠诚度等方面存在显著差异，因此，制定针对性的运营策略对于提升用户体验和促进品牌增长具有重要意义。 图中以线上未购消费者（新客）、线上已购消费者（老客）为划分，构建了清晰的运营路径：  **新客运营：从 “陌生” 到 “转化” 的破冰之旅** 针对线上未购的新客，运营围绕 “建立连接 — 激发兴趣 — 促成首购” 展开。 以推送内容为起点，即时阶段通过 1v1 欢迎语引导表单入群，完成初步触达；T+1 节点推送新人礼，以福利撬动首次购买行为；T+2 阶段推动活动参与，强化互动粘性，加深品牌认知；T+7 时 1v1 组货包推送，整合产品组合，提升转化可能性。 同时，W1-W4 通过朋友圈多维内容渗透：周一传递贴近消费者需求的产品利益点，周三以 UGC / 社交内容塑造口碑，周五用活动海报突出权益吸引力，周日设消费者福利日提升粘性，多维度影响新客决策链路。 **老客运营：从 “首购” 到 “复购” 的价值深耕** 对于线上已购的老客，运营核心是 “延续消费 — 培养习惯 — 提升复购”。 老客完成首购后，即刻进入复购框架：T+1 时 1v1 自动推送复购福利，延续消费热情；T+7 通过 1v1 与朋友圈内容匹配推送，进行续购提醒；T+21 再次触发复购提醒，持续激活需求；T+24 以复购活动倒计时营造紧迫感。 整个流程基于用户生命周期与产品消耗速率，精准把控推送节点，让老客在持续触达中形成消费惯性，从 “一次性交易” 转向 “长期价值贡献”。 新老客差异运营，是对私域用户分层运营的深度实践。新客运营重在 “激活”，老客运营重在 “深耕”，通过分阶段、分场景的精细化动作，让新客转化、老客复购，最终构建私域用户运营的良性循环，为品牌长期增长筑牢根基。 以美妆护肤类目为例，新老客差异运营在实际场景中这样落地：针对新粉（未购买用户），聚焦 “未入会未购买” 群体，通过公众号、社交平台等渠道，推送 “注册会员得明星小样套装” 等福利，引导用户入会领取新人专享福利产品，同时借助问卷收集肌肤信息，优化用户标签。 针对待复购老用户，细分运营更精准： 正装客：利用正装包裹卡、AI 外呼触达，传递 “绑定会员领 60 元优惠券” 福利，了解用户对已购产品的使用感受，针对性推荐升级产品，强化复购动机。 小样客：通过小样包裹卡、派样机触达，展示会员权益（如注册领 30 元优惠券），收集肌肤信息后，二次触达时以 “肌肤问题解决方案” 为切入点，推送匹配产品福利；三次触达则用复购优惠券刺激下单。 整个流程围绕美妆护肤用户需求，从新客的福利吸引、需求洞察，到老客的使用反馈、复购引导，让运营动作精准嵌入消费链路，实现新客转化与老客复购的双重提升。 ### 3. 购买行为差异化运营 **在私域运营中，基于消费者购买行为的差异化运营，是精准激活用户的关键。** 借助 RFM 模型（近期购买、购买频率、购买金额）延伸的分层逻辑，可针对不同行为特征的会员，设计适配的运营策略，实现资源精准投放。  **只注册未购买会员：首购引导 + 关系绑定** 针对 “只注册未购买” 的会员，核心是破除消费门槛。通过定向派送积分、新人券等福利，以利益刺激引导首购；同时在触达过程中完成企微绑定，为后续深度运营建立连接渠道，实现从 “注册用户” 到 “消费用户” 的转化跨越。 **点击通知但未购买会员：需求匹配 + 利益刺激** 此类会员对品牌有基础关注却未转化，需挖掘需求痛点。通过分析既往数据，精准定位其兴趣点，提供契合需求的利益激励，如专属优惠券、限时折扣等，引导完成购买决策；或通过企微绑定，持续输出价值内容，推动其从 “兴趣关注” 转向 “实际消费”。 **60 天内无复购会员：关怀唤醒 + 复购引导** 60 天无复购的会员，易流失却也蕴含复购潜力。运营重点是传递关怀，以优惠券、积分奖励等形式释放复购信号，如 “专属复购券限时领取”“积分翻倍抵现”，唤醒会员消费记忆，刺激其产生二次复购行为，重新激活消费链路。 **近期购物 2-3 次但未参加活动会员：活跃激励 + 深度绑定** 针对有消费频次却未参与活动的会员，需用利益机制提升活跃度。通过专属活动邀请、会员日福利等形式，引导其参与品牌互动（如限时秒杀、社群打卡），增强品牌粘性；同时将其纳入企微运营体系，通过持续触达深化关系，提升忠诚度与复购频率。 **沉默 60 天会员激活：积分撬动 + 消费唤醒** 面对沉默 60 天的会员，批量派送积分并引导 “积分加价购”，以低门槛消费形式唤醒沉睡用户。例如，“消耗少量积分 + 低价换购热门产品”，既激活积分价值感知，又通过实际消费动作重新建立连接，让沉默会员回归活跃消费阵营。 **持续购买会员回馈：积分运营强化粘性** 对于持续购买的核心会员，以积分回馈强化长期关系。通过小程序会员日策划，设置积分兑换专属权益（如限定产品、高阶服务），激活会员积分使用意识，让积分成为消费习惯的 “黏合剂”，进一步巩固其购买粘性，实现从 “单次消费” 到 “终身价值” 的持续挖掘。 这种基于购买行为的分层运营，让每类会员都获得匹配的运营策略，既提升资源利用效率，又让用户在专属关怀中感受到品牌温度，最终推动**私域运营从 “泛流量覆盖” 转向 “高价值深耕”**。 ### 4. 人群差异运营 人群差异运营：精准捕捉不同群体需求，定制化运营提升转化 **在私域运营中，不同人群因生活场景、需求偏好各异，需实施差异化运营策略。** 以调味品行业为例，针对妈妈人群、独居青年、学生群体，从品牌认知、产品需求到运营动作，构建定制化运营体系：  **妈妈人群：深度绑定，强化品牌信赖** 妈妈人群对调味品品牌认知强，注重性价比、营养与口味，产品需求高且复购性强。内容上，她们需要优惠攻略、饮食搭配、厨艺比拼等实用信息，使用场景集中在厨房冷热菜制作。运营时，侧重深度服务，强调产品健康安全属性，通过图文种草、优惠刺激吸引关注；开展直播菜品教程分享，联动同圈层真人用户分享使用体验，深化品牌与用户的信任关系，让妈妈人群不仅成为消费者，更成为品牌口碑传播者。 **独居青年：个性推荐，匹配生活方式** 独居青年对调味品品牌认知一般，偏好 0 糖 0 脂 0 卡产品及创意包装，需求度适中。他们的内容需求围绕健康低卡菜谱、快手菜，使用场景多为居家聚会、DIY 夜宵。运营策略聚焦个性化推荐，打造功能产品推荐体系，科普功能性卖点，如 “低卡调味品助力健康生活”；借新品上市激活兴趣，推送适配独居场景的产品组合，让调味品融入其便捷、健康的生活方式，提升品牌好感与购买意愿。 **学生群体：兴趣引流，借助潮流元素转化** 学生群体对调味品品牌认知较弱，偏爱酱类或预制品类，需求度低。内容上，他们关注下饭推荐（如追剧、综艺娱乐场景），使用场景在食堂、宿舍等。运营时，借助明星或综艺周边产品组合带货，分享综艺节目单，推出明星推荐同款，以潮流元素吸引关注；通过趣味化内容关联学生日常场景，如 “宿舍美食必备调味品”，降低产品距离感，以兴趣为切入口，引导尝试购买，逐步培养品牌认知与消费习惯。 **人群差异运营，本质是读懂不同群体的 “语言”，用适配的内容、产品、策略精准触达。** 通过这种定制化运营，让每个群体都感受到品牌 “懂我所需”，从而提升私域运营的精准度与转化率，最大化挖掘各人群的消费潜力。 ## 03 精细化运营的6个破局点心得 在私域精细化运营中，**“节奏、价值、创新、瓶颈、结果、工具” **六维心法是破局关键，为运营实践指明方向：  ### 1. 关于节奏：谋定而后动 启动精细化运营前，需先锚定核心价值 —— 明确其能为用户带来的真实价值（如优质服务、专属权益），以及为客户创造的价值（如提升复购、增强品牌忠诚度）。 基于价值目标，拆分具体执行动作。例如规划会员体系时，先聚焦 “提升用户粘性” 与 “增加企业收益”，再设计积分规则、权益内容，确保每一步运营动作都服务于价值落地，避免盲目操作。 ### 2. 关于价值：用户价值为根本 **用户价值始终高于客户价值。** 即使短期因认知差异或管理疏漏，导致运营动作偏离初心，也需通过长期运营修正。 比如，不能为追求短期业绩过度营销，而应优先满足用户需求（如输出实用内容、解决使用痛点），让用户感知品牌温度，最终以用户价值反哺客户价值，实现可持续增长。 ### 3. 关于创新：动态优化运营模式 持续探索各细分层级的最佳运营方式，以及与消费者的良性互动模式。 每月运营需注入新变化，如调整社群活动形式、升级权益玩法。 以美妆品牌为例，可每月尝试新内容载体（如沉浸式短视频教程、互动式直播），保持用户新鲜感，避免运营陷入同质化僵局。 ### 4. 关于瓶颈：回归用户找突破 运营遇瓶颈时，反思是否与消费者需求脱节。通过调研、问卷、用户面谈等方式，深度挖掘真实需求。 例如食品品牌复购下滑，可调研用户口味偏好、场景需求变化，基于用户反馈调整产品推荐策略，贴近用户才能打破瓶颈，让好结果自然发生。 ### 5. 关于结果：量化运营变量 运营结果受多重因素影响，关键在于量化这些变量并针对性优化。分析复购率时，拆解流量质量、产品匹配度、活动吸引力等维度，针对性优化短板。 通过数据量化运营影响因素，让策略更精准，提升结果交付的可控性与质量。 ### 6. 关于工具：兼顾效率与体验 工具在精细化运营中需实现 “降本增效” 双重目标。“降本” 不仅降低成本，更要减少人为风险（如自动化流程降低操作失误）；“增效” 不仅提升运营效率，还要优化客户体验（如智能推荐系统提升选购便捷性）。 善用工具，让运营更高效、更贴合用户需求。 六维心法层层递进，从价值规划到工具应用，为精细化运营构建系统框架，助品牌在私域运营中突破困局，实现用户与品牌的长期价值共赢。 ## 04 结语 私域精细化运营，是数字时代品牌深耕用户价值的核心密钥。 **从全景图拆解链路规划、执行与复制逻辑，到心智模型、新老客、购买行为、人群差异的分层策略落地，再到节奏、价值等六维破局心法，每个模块都在诠释 “精准运营” 的深层逻辑。** 它们彼此协同，构建起覆盖用户全生命周期的运营网络：既有宏观层面的体系化布局，又有微观场景的差异化深耕。 当品牌将这些方法论融入实践，私域便不再是简单的流量池，而成为沉淀用户关系、释放商业价值的核心阵地。 通过精准分层、场景适配、策略创新，品牌得以深度连接用户，在激烈竞争中打造专属的用户经营护城河。 作者：私域深度运营 公众号：私域深度运营 本文由 @私域深度运营 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
<blockquote><p>本文深入探讨了在AI快速发展的时代，产品思维相比技术堆叠更为关键的核心观点。作者指出，当下AI创业的误区在于过度关注模型参数而忽视用户体验，并提出在未来AI发展的黄金五年中，产品、Agent、推理和记忆将成为关键词。文章强调，成功的AI产品需要具备明确场景、清晰用户定位、数据驱动迭代和可持续商业模式，而Agent作为AI交互的终局形态，将彻底改变人机交互方式，从"能对话"升级为"能执行"，从"你教它"转变为"它懂你"。</p> </blockquote>  在当下AI狂热的浪潮中，我们经常听到这样的宣传语：”我们的模型参数达到了前所未有的水平”，”我们将训练成本压缩到了原来的几分之一”，甚至”我们的自研底座模型与GPT-o1只差一轮指令微调”。这些技术成就听起来确实令人印象深刻，但我们必须扪心自问：技术层面的进步真的等同于用户层面的价值吗？ ## 从模型到产品：AI创业的关键转变 事实上，大多数AI公司面临的核心挑战不是技术不够先进，而是产品体验欠佳、用户留存率低。这些问题的本质在于：他们构建的只是模型展示平台，而非真正的产品。如今，模型堆叠已不再是稀缺能力，真正稀缺的是将AI强大能力巧妙包装进用户愿意使用的”壳”中的产品思维和落地能力。 一个成功的AI产品应该具备以下几个关键特征： - **明确的使用场景**：不是样样都能做但又样样不精的”全能工具”，而是针对特定需求的专业解决方案。 - **清晰的目标用户**：不是面向所有人，而是聚焦于有刚性需求的特定人群。 - **数据驱动的迭代机制**：能够有效捕捉用户反馈，持续优化产品体验。 - **可持续的商业模式**：用户愿意用时间、注意力、数据或金钱为其付费。 对于初创公司而言，与科技巨头直接竞争底层技术是一条极其艰难的道路。相反，创业者的真正优势在于敏锐的洞察力、灵活的执行力以及与用户的直接连接。AI时代不是一场你死我活的战争，而是一场探索竞赛——比拼的不是谁跑得快，而是谁能先发现机会并将其成功转化为产品。 ## Agent：AI交互的终局形态 虽然聊天界面(Chat)是当前AI浪潮中最成功的交互形式，但从长远来看，它更像是通向未来人机关系的中转站。而Agent则代表着本质的飞跃——它能理解用户意图并自主执行任务，无需用户通过繁琐的界面操作一步步指导。 回顾计算机发展史，我们与计算机的交互方式主要围绕”输入指令-执行操作”展开，即使是图形界面本质上也是菜单加点击的模式。但在Agent主导的未来，交互方式将发生彻底反转：用户只需表达需求，AI就能理解并完成相应任务。更重要的是，它会记住用户的喜好和习惯，主动适配使用场景。 正如凯文・斯科特所描述的：想象一下，早上五点你还在睡梦中，Agent已经帮你整理好了夜里收到的所有重要邮件；当你起床时，它已用你熟悉的语气草拟好了三封关键邮件的回复，你只需喝完咖啡，轻轻一点就能发送。 这正是Agent与普通Chatbot的核心区别：**Agent有记忆、有任务感、有连续性**。一旦Agent具备长期记忆能力，AI的产品形态将从单纯的”助手”升级为可靠的”同事”。对创业者来说，这是一个绝佳机会——不必一开始就打造能自我进化的超级AI，只需找到一个高频刚需场景，设计一个能记住任务上下文的Agent，帮助用户完成特定任务。 ## 产品直觉：AI时代的稀缺能力 如今，开发者世界和产品世界正朝着不同但相互关联的方向发展。在开发领域，AI承担了越来越多”写代码”的工作，人类则更多负责”构建愿景”；而在产品领域，用户需求变得日益复杂，不再满足于产品仅仅”能用”，而是追求”好用、合适、顺手”。 在这样的背景下，”产品直觉”成为了前所未有的重要能力。那些依靠”重复造轮子”维持的中层职位可能会逐渐消失，而真正能够留下并发挥关键作用的，是那些能看清全局、定义方向、设计系统的人——这个人不一定是传统意义上的CTO，可能是产品能力极强的复合型人才，甚至是懂AI的人类学家。 因为当AI承担了更多技术执行工作时，准确定义问题本身就成为了团队的核心能力。从”能对话”到”能执行”，从”你教它”到”它懂你”，这个跨度正是下一波AI产品爆发的临界点。 ## 结语 在AI的黄金发展期，我们应当记住：产品比模型更重要，快速试错比等待观望更有价值，构建有用的东西比关注参数曲线更为关键。模型固然重要，但它绝非终点——它只是通向真正价值的起点。未来属于那些既懂技术又有产品思维的创造者，他们将引领我们进入AI与人类共创的新纪元。 本文由 @克劳德斯瑞 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>这篇文章把我最近这一年多以来业余时间做 AI 应用的过程做一次复盘，一方面聊聊如何构建一个多智能体驱动的 AI 应用，另一方面在这个全新的时代，大家基本站在一个起跑线上，我以浅薄的 AI 应用落地经历，分享些做产品思维上的一些变化。</p> </blockquote>  技术演进总是以指数级加速。大型语言模型问世以来，AI 应用已从简单的聊天机器人和信息检索系统，迅速发展为能够执行复杂推理与多步骤任务解决的智能系统。在这场技术变革中，传统的系统架构与产品管理方法不仅面临挑战，更走向了彻底重构。 这段时间最大的感受：当传统方法失效时，创新不是选择而是必然 文中会涉及到一些不同应用的案例，因为我做了好几个，文章内容从 2023 年初横跨到现在，可能一些概念已经有点“过时”，你也可能在上一段看到某个场景，下一段换到了另一个场景案例。 希望这篇文章能给正在设计 AI Agent 应用的 产品经理 builder 创业者 … 一些启发，本文没有技术讲解，也没有宏观战略的大概念，非常具体的聊聊问题和如何改建的产品设计思路。 从我做的第一个工具说起。 ## 固定 LLM 工作流 + RAG 的根本局限 检索增强生成（RAG）技术是让 LLM 能够获取特定知识控制模型发散按照既有知识返回结果的关键技术，在 2023 年的 AI 应用基本上都是基于这个模式，常见的企业内知识点问答机器人都是这种模式。 最开始在我开发这个 AI 应用的时候也是基于 LLM 设定固定的 workflow，RAG 在其中是一个标准流程。 这是个 AI 驱动的任务拆解器，只要你输入一个想法，AI 就可以基于特定的工作流，拆解任务，然后搜索信息 RAG 内容返回，最终告诉你你的这个想法如何能转化为一个可落地的 MVP 策略。  你只需要描述想法，通过 LLM 的 workflow 拆解后，会调动谷歌 API 搜索不同纬度的内容完成 RAG ，然后在根据既定的 workflow 整合内容生成结果  这在特定单一场景领域是奏效的，但从架构设计上是绝对不够抽象的（后面会聊这个场景和抽象的关系）当场景一旦扩展，马上就会发现这个架构的局限性。 比如，我要继续通过多轮对话来优化结果，此时固定的单轮 RAG 就会出现问题。 ## 单次单向传递的 LLM workflow 瓶颈 传统 LLM 工作流系统遵循一种线性工作流：接收查询、检索相关文档、基于检索内容生成回答，或动作执行后返回结果 。这种”一次性”流程在简单信息查询场景下运作良好，但在面对复杂、多层次问题时迅速崩溃。 比如在客服场景中： 客户：”我想退回上个月购买的无线耳机，但我丢失了收据。我还保留着原包装，订单号是 A12345。” 传统 RAG 处理这一查询时，会检索退货政策和订单详情，然后生成回复。但这种方法很难理解复杂因素间关系： - 根据订单号识别特定产品信息与购买时间 - 确定适用的退货时间及当期退货政策 - 检查该产品类别可能存在的特殊退货要求 - 考量客户历史记录对处理流程的影响 这些相互关联的考量需要多轮信息检索，每轮检索可能依赖先前步骤中发现的信息。传统 RAG 的线性单向处理模式无法实现这种自适应信息收集过程。 语言模型受限于固定的上下文窗口，一次能处理的最大文本量。传统 RAG 试图通过在这有限空间中塞入尽可能多的可能相关信息来应对挑战，期望模型能从中识别重要内容。 这种”尽可能多塞入”策略因两个根本原因而失效： - 相关性稀释：当语言模型的有限上下文窗口被边际相关的信息淹没时，就会发生相关性稀释，导致真正关键的信息在处理过程中丢失或得到不足的注意力 以上面的退货为例，当客户询问“我两周前购买的无线耳机没有收据可以退货吗？”时，最相关的信息（特定产品类别和时间段的例外政策）可能被埋藏在一般的退货政策中，使得回复不够精确，甚至可能具有误导性。 - 不可能的检索策略：系统无法先检索基础信息，进行思考，再基于推理结果执行针对性的后续检索。 对于查询“我想退回我上个月购买的无线耳机，但我丢失了收据。我还有原始包装，订单号 A12345” 传统的固定工作流 RAG 无法执行这种多步骤查询，因为它缺乏对初始检索进行推理并基于该推理制定新查询任务的能力。 那么要解决这些问题就需要通过在业务流程中构建智能体，将原本的固定工作流拆解抽象成不同的单元，为每个单元构建出具有特定目标和工具集的智能体，从而将固定的工作流基于用户场景动态生成 ## 智能体架构的范式转变 首先我们还是要确定我们的产品要解决问题的边界，这是我开发的另一个应用，通过 多 Agent 互相协作实现了更丰富的场景拓展和动态的 Task 规划，从而驱动其他应用的 API 完成自动化任务。  举个例子： user：为我创建一个任务，下周回北京 约一下 DK 和 XY 的时间， 避免我遗忘在飞书里给我创个提醒 此时 Agent 将拿到这个用户的提问后进行反思，这个问题显然不够具体，此时 AI 会进行反问 AI：我将帮助你安排下周在北京的会议。我需要一些更多细节来正确地设置你的任务和飞书提醒，请问具体是哪天的会议，具体什么时间在哪里见面？可以告诉我更详细的信息吗 可以发现此时具备了多轮对话能力 User：我们周三下午见，大概 3 点左右。我们可以在三里屯的星巴克见面 到这里 AI 已经具有了完备的丰富信息，那么接下来 Agent 就要去完成任务分解，假设规划如下 - 首先在应用内生成了一个 todo - 根据 Agent 具备的 Tools 找到了飞书的 API ，进行 function Call ，这个过程中会将用户的消息变成参数 - 最终在飞书里也同步了这个任务，并携带了任务内容和提醒时间的参数。 这本质上是一个基于 ReAct（”Reasoning” and “Acting” ）完成的单 Agent 应用 那么如果问题再复杂一个层级呢，除了多轮对话和初步理解问题完成行动之外，让复杂度提高到 可以接近一个真实的员工，或者是类似 manus 这种级别的复杂度。 此时就需要多 Agent 互相协作来完成复杂度更高的任务 ## 通过多 Agent 架构构建 Agentic 产品 Agentic 特性的产品是通过嵌入具有自主决策能力的专业化智能体，从根本上解决了传统方法的局限。这些智能体能够动态管理检索策略、迭代优化上下文理解、适应复杂工作流程，将系统从被动信息处理转变为主动理解问题并规划解决。 ### 传统固定工作流系统与 Agentic 系统的对比  ### 构建多 Agent 系统  在上述架构中，我们采用了一个「协调智能体」在最前面理解用户的需求，通过下发任务给各种专家智能体来完成信息的获取，然后评估智能体来评估信息的完备性，是否能成功解决用户问题，如果不能则一直循环，直到通过评估，生成响应结果，将结果回传给协调智能体，交给最终负责输出的 LLM 基于提示词润色内容完成输出或完成动作 这种架构整合了五个关键元素： - 专业化智能体网络：每个智能体都有明确定义的专长和责任领域 - 动态任务分解：将复杂查询分解为可管理的子问题 - 自适应检索策略：根据上下文选择最优信息获取方法 - 迭代推理过程：通过多步骤推理逐步构建理解 - 持续上下文优化：在对话过程中维护并增强交互语境 这种集成使系统能处理远超传统方法能力的复杂场景。 接下来我们一个一个来拆解每个智能体 ps：产品经理在这个过程中有大量的提示词要去评测，要基于 case 写评估集 … Etc ，这些过于专业的细节本篇就不展开了，未来慢慢写 **协调智能体** 协调代理是系统中的中央控制单元，负责接收用户查询、分析查询意图，并将任务分配给合适的代理。它充当系统的“大脑”，确保各个代理之间的协作和任务的有序执行。 具有以下能力： - 理解用户需求：深入理解用户问题的本质，而非仅关注表面描述，以及意图目标是可被执行的，如果信息不够完整，则需要反问用户（想把反问做好还需要点技巧，以后分享） - 任务分解：基于用户的意图，来进行任务拆分，并确定哪个专业代理应该处理对应的任务 - 规划：在需要多个专业领域时，指导信息在专家智能体之间“流动”按顺序执行 - 维护上下文：以及与记忆系统交互，确保智能体和用户交互的上下文连贯性 - 评估结果：确保当前的结果是可以解决用户提问的 - 合成最终回复：整合各专业智能体的输出，生成一致且全面的回应 若要设计这个智能体，需要考虑较多方面到业务场景，比如是否需要识别特定实体，需要构建意图识别，协调智能体的有效性很大程度上取决于它对问题进行分解和理解的能力，以及它协调其他智能体的策略。 **专业智能体团队** 在专家智能体团队中，这个 AI 任务助手项目构建了三个智能体 - 网络搜索智能体：具备搜索互联网数据的能力，通过公开的搜索引擎 API 获取数据 - 知识检索智能体：基于智能助手中的文档记录（私有知识）进行 RAG 为任务提供更具有个人领域知识点上下文，并且基于 RAG 来获取领域知识 - 应用交互智能体：基于问题调动其他应用接口，比如个人日历 专业智能体团队的有效设计是构建高性能 AI 任务助手的核心。网络搜索智能体、知识检索智能体和应用交互智能体各司其职，形成一个全面的知识获取和执行系统。这种模块化、专业化的设计不仅提高了系统的整体性能，也使得系统更具可维护性和扩展性。 在实施过程中，关键是确保智能体间的无缝协作和清晰的职责划分。随着系统的发展，可以根据业务需求逐步扩展智能体团队，增加更多专业领域的能力。这种微服务式的智能体架构将成为未来企业级 AI 系统的主流设计模式。 现在你肯定会有一个疑问，他们之间是如何通讯调度的，协调智能体一定不是简单的并行分配任务，有的任务是具有时序依赖的，在我实现这个助手过程中，采用了 星型拓扑的通讯机制，除此之外不同的多智能体框架有不同的通讯机制，比如 MetaGPT 框架采用了 消息池订阅机制（可以理解成一群人坐那开会，不断的发表言论，每个智能体只获取对自己需要多信息） ## 星型拓扑：企业级多智能体架构的首选通讯机制 这种机制通过将一个中央协调智能体与多个专业智能体相连接，形成类似星状的组织结构，从而实现高效的信息流通和任务管理。在企业级 AI 解决方案中，这种架构已成为处理复杂业务场景的首选模式，特别是在需要整合多种专业能力的应用场景中。 这是一种中心化的通讯机制有以下特点 - 中心协调节点：核心位置由协调智能体（Orchestrator Agent）占据，作为系统的指挥中心 - 放射状连接：所有专业智能体都直接与协调智能体相连，形成辐射状结构 - 单点通信原则：专业智能体之间不直接通信，所有交互必须通过中央协调者中转  这种设计避免了网状拓扑中的复杂连接关系，同时比链式拓扑提供了更高的响应效率和容错能力。 当信息以中线点向外流动时，视为任务分配，当以专家智能体为核心向上流动时，视为结果聚合 当协调智能体进行任务分配时，还需要维护一个状态机，记录以下内容： - 每个专业智能体的当前工作状态 - 已分配任务的执行进度 - 系统整体响应流程的状态 - 可能的阻塞点或瓶颈 这种状态同步确保协调智能体能够实时把握系统运行状况，进行必要的干预和调整。 这虽然已经能够满足绝大多数需要，但还是不够高效，更高效的方式还应在此基础上叠加优先级系统。 **优先级系统** 设计一个方法确定任务的执行顺序。不是所有任务都需要串行执行。一些策略包括： - 关键路径优先：某些信息必须先获取才能执行后续任务 - 速度优先：一些快速任务可以并行处理 - 重要性加权：优先处理对最终答案最关键的信息 - 业务特殊性有限：命中一些意图时，可以触发特定的工作流有限处理或阻断其他任务 现在这已经是一个较为完备的多 Agent 系统了 我们应该可以清晰的感受到，协调智能体才是业务的核心，一旦进入到复杂场景，和业务链条极其复杂的业务时，要确保该智能体有非常丰富的推理空间，那么我们如何让 AI 应用变得加与“我”适配呢？随着使用的深入，应该具有更加了解我的特点的能力。 这就需要一套完备的记忆系统 ## 记忆的本质：创建真正个性化体验 上下文和记忆系统构成了真正有效 AI 产品的基础。没有强大的记忆架构，即便最先进的推理能力也无法创造用户期望的个性化体验。 ### 多层次记忆 我们的实现采用分层记忆系统，平衡即时上下文需求与长期理解能力 **会话上下文（短期记忆）** 该层维护即时对话历史，通常包括用户与系统之间最近 5-10 轮交互。它确保单次互动会话内的对话连贯性。 核心特性： - 完整存储在上下文窗口中 - 精确保留近期交流内容 - 通过滑动窗口机制自动管理 - 支持对近期陈述的直接引用 **会话记忆（中期记忆）** 该层在整个服务事件中保存关键信息，可能跨越多个对话片段或不同渠道的接触点。 核心特性： - 结构化存储已识别实体和意图 - 保存关键决策和提供的信息 - 多步骤流程的状态追踪 - 持续时间通常为数小时至数天 **用户记忆（长期记忆）** 该层维护跨越多次对话的客户关键信息、偏好和交互模式。 核心特性： - 高度选择性地保存关键信息 - 关注模式和偏好而非具体对话内容 - 与客户数据平台和 CRM 系统集成 - 持久性以月或年计 ### 如何形成记忆 记忆系统不是单纯的存储原始对话，而是提取和索引关键实体与事件。这种方法实现了相关先前交互的精确回溯，同时避免用无关历史数据淹没上下文窗口。 记忆的结构化示例： <blockquote><p>{<br/> “memory_id”: “mem_78912”,<br/> “memory_type”: “technical_issue”,<br/> “primary_entity”: “smartphone_model_xyz”,<br/> “related_entities”: [“camera_app”, “battery_performance”],<br/> “information”: “设备遇到电池消耗和相机应用冻结问题”,<br/> “context”: “客户尝试重启和应用重装但未解决”,<br/> “resolution_status”: “unresolved”,<br/> “resolution_attempts”: [“restart”, “app_reinstallation”],<br/> “customer_sentiment”: “frustrated”,<br/> “timestamp”: “2023-05-15T14:30:00Z”,<br/> “importance_score”: 0.85<br/> }</p></blockquote> 这种结构化方法实现了： - 上下文相关检索：基于当前对话相关性检索记忆 - 模式识别：识别跨客户的相似问题 - 个性化：根据过往交互调整响应策略 - 持续学习：追踪解决方案有效性 可以理解为，让大模型去理解对话中的含义，并且抽取其中的实体和事务，然后针对性的完成 短期 中期 长期的对应存储方式，这样做的好处并不是一味的将历史信息大量灌入上下文窗口，而是先理解问题，选择预置匹配的记忆来补充。 让我们举个例子来感受记忆系统的价值，跨时间的交互场景，展示记忆系统如何创建更个性化、更有效的客户体验： 之前互动（2 周前）： 客户：”我在将新智能音箱连接到家庭 Wi-Fi 网络时遇到问题。” 系统：[提供 Wi-Fi 连接故障排除步骤] 客户：”解决了！但现在我在链接音乐账户时遇到问题。” 系统：[引导完成流媒体服务连接] 客户：”太好了，现在一切正常。谢谢！” 当前互动： 客户：”嗨，我们之前讨论的音箱又出问题了。现在它会随机与我的手机断开连接。” 没有有效记忆系统的情况下，系统对”我们之前讨论的音箱”没有上下文理解，需要询问设备型号、购买时间等基本信息。 这创造了一种无缝体验，让客户感到被理解和重视，显著提高满意度和解决效率。 **总结一下** 到这里我们已经完全完成了这个项目，我们已经把固定的 workflow 编排，升级为了具有 Agentic 性的多 Agent 系统，从较为简单的单轮查询，升级到多轮反复循环自主规划任务的强大系统，在这套以协调智能体作为核心入口，驱动专家智能体团队完成任务的多 agent 架构中，我们几乎可以胜任 80% 的企业级需求，随着能力的扩张，需要不断延伸专家智能体的数量来拓展能力边界。 ## AI 时代的产品思维变革 ### 变革一：从工作流的定义到边界与目标定义 软件产品专注于定义明确的用户旅程和工作流程。去梳理业务场景，然后把业务拆解为可解释的固定环节，然后对应构建产品，每个步骤都有确定的输入、输出和 UI 元素。产品经理精确规定系统在每个场景中的行为。 AI 产品则需要根本不同的方法。产品经理不再规定精确工作流，而是定义： - 边界：智能体责任范围的清晰界限， - 目标：成功结果的明确标准， - 环境/容器：智能体有效运行所需的上下文环境 这种面向目标的方法关注智能体应当实现什么，而非在每种可能情况下如何实现，要更加的拥抱灰度，与此同时，要构建评估思维，因为需求的迭代不再是固定且线性的，这就需要有很强的评估思维，根据结果来反推 AI 系统中某个环节或某个变量的调整，形成反馈循环 ### 变革二：抽象优于场景 软件产品经理高度依赖特定用户故事和场景：”作为客户，我希望查看订单历史，以便追踪过去购买。” 这种细粒度方法在面对通过自然语言交互并处理同类请求无数变体的 AI 产品时变得不切实际。 AI 产品经理必须转向抽象和模式思维：”系统应理解并响应关于用户过往交易的查询，无论表述形式如何，通过检索相关交易详情并在对话上下文中呈现。” 这种转变要求产品经理发展： - 模式识别能力：识别多样表达中的基本用户需求 - 意图映射：理解用户表达类似需求的各种方式 - 边界定义：明确区分 AI 责任范围内外的事项 所有这些都表达同一基本需求的变体。产品经理不应为每种可能表达创建场景，而应定义抽象能力及其边界。 ### 变革三：从关注功能到定义原子能力 从功能到能力的转变代表产品经理思维的另一根本转变： 软件产品经理：”我们要在订单历史页面添加’重新订购’按钮，自动将之前购买的商品添加到购物车。” AI 产品经理：”我们要使智能体能够理解并执行用户在任何对话上下文中重复过往购买的意图。” 这种基于能力的思维使 AI 产品能以僵化功能定义无法实现的方式适应用户需求。它的价值不在于特定 UI 元素或工作流步骤，而在于系统理解并满足用户意图的能力。 用户故事应该只是抽象为元子能力的思考基础。 ### 变革四：从确定性到概率性思维 对产品经理而言，最深刻的转变是从确定性思维转向概率性思维。 传统软件开发中，我们习惯于使用二元判断标准来评估产品质量——系统要么”工作”（正常运行），要么”不工作”（出现错误）。这种思维模式根植于确定性系统的特性：给定相同输入，系统总是产生完全相同的输出。 而 AI 系统，特别是基于大型语言模型的系统，其质量表现却存在于一个连续谱系中，具体体现为： 响应准确度梯度：AI 响应不是简单的”对/错”二分法，而是存在从”完全准确”到”部分准确”再到”完全不准确”的连续过渡 适用性层级：回答可能技术上正确但上下文适用性存在不同程度的匹配，从”完美契合”到”大致相关”再到”完全偏离” 用户价值递进：提供的解决方案可能从”超出期望”到”基本满足需求”再到”没有解决问题”形成价值连续体 这种情况场景无法穷尽列举，必须通过边界和原则管理 这要求产品经理适应，设置可接受性能范围而非精确规格，定义护栏保持系统在适当边界内，以及建立反馈机制使系统能随时间改进 ## 写在最后 “不是所有能被计算的都有价值，也不是所有有价值的都能被计算。”爱因斯坦的这句名言，或许是我们面对 AI 产品范式转变最恰当的启示。 传统软件世界中，我们习惯于线性思维、确定性假设和可预测的结果。我们用流程图描绘用户旅程，用功能清单定义产品边界。这种方法在确定性系统中运作良好，就像牛顿力学在中等尺度世界的精确预测一样。 然而，随着人工智能带来的范式转变，我们进入了一个全新的认知领域这里的规则更像量子力学，充满了概率、不确定性和涌现属性。在这个领域中，产品不再是静态的工具，而是与人类共舞的动态伙伴。 正如物理学家尼尔斯·玻尔所言：”如果量子力学没有让你感到震惊，那说明你还没有理解它。”同样，如果 AI 产品的新范式没有让我们重新思考产品的本质，那我们可能仍停留在旧世界的认知框架中。 作者：张浩然darren；公众号：张大伦 本文由@SaaS张大伦 原创发布于人人都是产品经理。未经许可，禁止转载。 题图来自 Unsplash，基于 CC0 协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
特朗普的关税政策继续冲击全球股市。周一开盘，中国和日本的科技股纷纷大跌。日本股市率先开盘，任天堂、索尼股价重挫超过10%。任天堂此前宣布，将推迟新一代游戏机Switch 2在美国的预售，以评估潜在关税影响。由于任天堂大多数Switch在中国和越南组装，该游戏机受到的美国关税冲击可能较大。  任天堂Switch 2将受关税影响  索尼股价大跌10% 除任天堂、索尼外，日本乐天集团、软银集团股价均下跌超过12%。依赖出口的日本公司跌幅更大，比如芯片制造行业供应商爱德万测试(Advantest)、迪思科(Disco)。  阿里巴巴股价大跌12% 周一港股开盘后，中国科技股也集体下跌。截至发稿，小米下跌9.15%，腾讯下跌8.28%，阿里巴巴下跌12.06%，美团下跌8.61%，快手下跌12.81%，理想汽车下跌10.97%，百度下跌10.54%，小鹏汽车下跌11.83%，联想下跌14.65%，京东下跌10.83%。 [查看评论](https://m.cnbeta.com.tw/comment/1491058.htm)
周一，日韩股市开盘大跌，随后跌幅持续扩大，截至发稿，日经225指数跌幅扩大至8.4%，日本东证指数跌幅扩大至9%，东证银行指数跌14.7%。澳大利亚S&P/ASX200指数跌超6%，从2月份的最高点跌至15%以上，这使得该指数距离进入技术性熊市只有不到5%的距离。 韩国KOSPI指数跌幅扩大至5%。日经225指数和东证指数期货在大幅下跌后暂停交易。韩国交易所在KOSPI 200指数期货下跌5%后，启动了KOSPI的sidecar停牌机制，并暂停程序化交易5分钟。  美股夜盘，苹果（AAPL.O）跌5.5%，特斯拉（TSLA.O）跌10%，英伟达（NVDA.O）跌9%，拼多多（PDD.O）跌7.8%，阿里巴巴（BABA.N）跌5%。美国两年期国债收益率跌至3.4450%，为2022年9月以来的最低水平。 美国国债在亚洲交易时段大幅上涨，2年期收益率下跌19个基点至3.46%，10年期国债收益率下跌10个基点至3.89%。 欧洲股指期货延续上周跌势，欧洲斯托克50指数期货下跌4.3%，德国DAX指数期货下跌5.0%，英国富时100指数期货下跌4.1%。 现货黄金跌破3000美元关口，日内下跌近2%。  日本首相石破茂表示，“如有必要，将毫不犹豫地再次与美国总统特朗普会面。我们将继续要求美国降低对日本的关税，但短期内可能不会取得效果。因此，政府必须采取措施支持国内企业的资金需求，以维护就业。” 一个关键因素是日本政府可能为股市和经济提供哪些支持。过去，日本央行会在危机中通过购买ETF来支撑股市，但随着日本央行继续减少货币宽松政策，现在已经不再这样做了。因此，对日本股市的任何支持都可能是口头保证，而不是实际行动。 韩国财政部长表示，将为迫切需要支持的行业准备相关措施。 与此同时，特朗普在关税问题上仍步步紧逼。周末在佛罗里达州打完高尔夫球后，特朗普在空军一号上对记者说，与受影响国家达成的任何削减关税的协议都必须导致美国贸易逆差的消除。 特朗普表示，他不是故意加剧市场抛售，但没有迹象表明他准备撤回已经从美国股市抹去数万亿美元价值的关税攻势。特朗普说：“我不希望任何事情倒下，但有时你必须吃药来解决一些问题。”当时，美国股市期货暴跌，日元飙升，这表明关税带来的动荡正在加深。 特朗普说，他已经与几位世界领导人进行了交谈。他重申，征收关税的目标是完全消除双边赤字——这对世界最大经济体来说是一个很高的要求，因为消费支出和廉价商品是经济增长的核心动力。 “他们渴望达成协议，而我说，‘我们不会与贵国发生赤字。我们不会那样做，因为对我来说，赤字就是损失。我们要有盈余，或者在最坏的情况下，我们要收支平衡，”他说。 面对大范围的抛售，经济衰退的忧虑急剧升温，特朗普及其高级经济助手发出了一系列挑衅信号，上述言论是其中最新的一个。 特朗普说：“我们必须解决贸易赤字问题。” 当被问及他的关税是否会影响今年晚些时候的返校购物时，特朗普说：“我不认为通胀会是个大问题。”他说：“我们不会为了从外国购买铅笔而损失一万亿美元。” 特朗普最初提出的10%的全面关税已于上周六生效，而更高的对等关税，将于本周生效。 特朗普还预告将在此基础上增加针对特定行业的额外关税，不过这些行业将不受本月宣布的对等关税的影响。 特朗普还把矛头对准了欧洲，甚至说他不仅希望在贸易上实现平等，还希望得到赔偿。 “我们对欧洲征收了高额关税。他们来到谈判桌前，他们想谈谈，但除非他们每年付给我们一大笔钱，第一笔是现在的钱，第二笔是过去的钱，否则就谈不成，”他说。 [查看评论](https://m.cnbeta.com.tw/comment/1491056.htm)
近段时间小米SU7高速爆燃事件吸引了太多人的目光，而这也给智能驾驶带来了很大的压力。**有不少网友发帖称，清明出行在高速上，都看到了一些提醒，“自动驾驶非万能，安全驾驶靠自身”、“路况复杂，停止使用智能辅助驾驶”等口号。** 之前，国家应急管理部就3月29日小米SU7重大事故发文称，依据我国的《汽车驾驶自动化分级》国标，自动驾驶技术根据自动化程度的不同，被分为L0到L5六个级别。其中，L0级、L1级、L2级都只能称为辅助驾驶系统。目前，市售车辆提供的智能辅助驾驶功能，最多也只属于L2级。 发文指出，随着智能辅助驾驶功能成为不少新能源车辆的“标配”，很多驾驶员对此产生依赖性，甚至错误地将其视为“无人驾驶”，出现手离方向盘、分心睡觉等危险行为，埋下安全隐患。 发文强调，车企在宣传中须避免误导，强化“强提示、硬监控”措施，而驾驶员更应深知：智驾仅是辅助工具，路况瞬息万变，系统无法完全替代人类判断。 行业在发展，技术在进步，但越是如此越要心存敬畏之心。车企要多一分安全底线意识，驾驶员也必须握紧自己的方向盘。 **根据现行法律法规，截至目前国内尚未有一款L3级量产车型上市，智驾车辆发生事故后，责任将由驾驶员承担，而非车企承担，由此引发的责任归属纠纷已不少，也是目前智能汽车发展中面临的重大问题。** [](//img1.mydrivers.com/img/20250407/2508e2018afd453cac906194e0c44ffc.jpg) [](//img1.mydrivers.com/img/20250407/6cd9096b2a11421d8a7e879c0366aca2.jpg) [](//img1.mydrivers.com/img/20250407/4bdfd7b1b8954f1799bedb9703aa997c.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1491052.htm)
 如果把游戏看作是以人的方式去娱乐他人，那思考游戏的表现力就是让游戏更富有独特人性的过程。作为游戏设计师，在关注“玩法”之余，也请不要忘记为游戏赋予“人”的属性。 # 一. 034 Game Jam开始前： 由[卢德工作室](https://space.bilibili.com/3546649584470070)在3月底举办的[034 game jam](https://www.gcores.com/articles/195434)有着非常有趣的限制。它要求只能使用纯色的圆，三角，矩形来作为视觉元素的时候。这让开发者能重新对游戏各个环节进行一些思考，让本身已经成为定式的部分被打破重组。 在这种限制下，我也开始构思各种各样的想法，其中一个比较明显的倾向是让玩家能“触摸声音”。这个想法也很符合直觉——既然图形的表现力严格限制，那么声音的效果也会相应变得很明显。但只是这样是不够的，声音的效果要明显就要对比强烈。所以声音可以是具象的，可以是脚步声，可以是动物的吼叫或是人物的对话，这样能够和抽象的图案有着非常鲜明的对比。 # 二. 034 GameJam开始： 当主题“BUG”公布后，我觉得原来的想法不太可能作为一个设计上的核心，加上我和我的伙伴可能时间都很有限，因此我们觉得设计的游戏规则越简单越好。我们先寻找了一些参考的图片，能让人感觉有一些buggy感觉的东西作为灵感。     想法逐渐从 bug试错 到 电流涌动 到 空间变换 最后到一个确定的规则——玩家要进入多个窗口里在规定的时间下去做某个操作，再跳出来，反复循环直到所有窗口消失，而这个某个操作就是点中里面的圆就好了。 另外一个隐形的规则借鉴了一款个人非常喜爱的解谜游戏： [TEMPRES by tak](https://tak.itch.io/tempres) 《Tempres》它的游玩体验给我一种好像是随机，但是又隐约可以控制的感觉。这种感觉也很符合BUG的特点——难以捉摸，但是又有其规则。Tempres的体验是纯粹、专注的。相比之下，我们的游戏因为更侧重动作性，可能更难让玩家真正意识到这个规则的存在，但我们保持自己该有的特点就可以了。  (游戏：Tempres) 整个设计非常简单，我们都很喜欢，可能主要是因为我们喜欢它最终完成时的动态感觉，而不是这个规则有多么优秀。但游戏不止是有趣的规则集合，它也是由人去完成的作品，如何表现一个游戏的方方面面在我看来是游戏更有人性的地方。就像抱着的毛绒玩具是一只熊还是一条边牧，感受不尽相同。跟随这个思路，034的限制在我们看来是一个提问——游戏在没有更丰富的图像下，表现还能不能动人？ # 三. 表现力的追寻： 游戏核心的内容相对简单，完成的很快，所以跟多想分享的是一些表现方式的思路。虽然表现力常常被认为是规则之后的内容，或者只是更细致的规则，是一个在游戏本身好玩之后，再加工时考虑的事情。但我认为这只是众多制作思路的一种。不过对于我来说，不太爱设计规则反而才是最大的问题 lol。当然对于我们的游戏来说，没有这些细小的表现，游戏的动态感受传达不到，规则本身的意义也就微乎其微，更谈不上有“好玩”的地方。 首先确定的就是要用鼠标控制飞船，我很早就想试试看了。和键盘操控飞船相比，这样会让玩家更有掌控力，节奏可以更快，对于位置的要求可以更高。而和普通移动鼠标相比，需要让飞船尽量面朝移动方向，也需要让飞船有一些缓动，和缓停，才会有飞船的感觉。  “多个窗口”的感觉一开始并没有很好的传递出来，它们看起来更像是一块布上面多了几个补丁，没有觉得他们在不同的空间里，也没有“进入” “逃出” 窗口的感觉。所以在玩家进入每一个窗口之后，我们让小飞船能够在窗口的边缘来回穿梭，仿佛进入之后就出不去的感觉，直到窗口的倒计时结束，最大的游戏窗口也有穿梭的效果，要保持氛围的完整统一。 窗口倒计时的表现，最早的想法是让圆不断变大最后占满整个窗口，这样似乎可以让画面表现力更有压迫感，相应的玩家需要让飞船不被圆碰到，而不是去点击。但是我希望窗口里的目标更淘气一些而不是更笨重，所以改成会越来越小，也越来越难点中。最后缩到最小时，反过来的炸掉整个窗口应该也会比较有冲击力。  窗口爆炸的灵感主要是来源于 Killer7 这款游戏每次切换角色时的效果。它的效果非常有冲击力，有一种分解的感觉，也有一些病毒的感觉，所以想重现一下。之前在制作《Neuro Tarro Dice Bliss》时，也会参考一些游戏的效果。当时看到了《死魂曲：新译》的视频。里面时不时会出现一种光晕效果，很像拿着手电怼着眼睛，非常神秘。在切换视野时，还会出现一个很酷的负片的眼睛的效果。    虽然游戏里的元素很抽象，但是整个游戏我们希望有一种电视机的感觉。我和伙伴在讨论的时候，会假设玩家在与一台外星电视机进行交互，从这个方向去考虑整体的音效与氛围。各个窗口就是电视机里的各个频道，小飞船就是遥控器，跳动的圆形目标是电视机中的故障等等。虽然逻辑上有点奇怪，但这样的思路能展开很多有趣的想象——也就是将日常的用品拆解开来，用另外一种形式去表现，会产生很多有趣的探索，  所以为了让电视机这种感受更强烈，关闭窗口的效果也是用的类似电视机关掉的方式来表现——会有一个短暂的闪白，再拉伸整个窗口。整个画面也会有一些CRT电视的那种畸变，窗口的分辨率也会稍作限制，让玩家觉得窗口清楚但不会认为它很高清的那个区间。 音效虽然是最后补充上去，但其实方向也是跟随电视机的感觉很早就确定。虽然我们一开始设想的“触摸声音”在设计上没有做到，但基本也是按照这个想法去实现，尽量让一些我们比较关注的交互有着统一又特别的音效。这一部分基本是靠我的伙伴从 [freesound](https://freesound.org/) 去寻找到合适的CC0素材，然后进行再加工。非常有趣的是，我的伙伴找的一个倒计时音效里，是由两个频率差别很小的滴答声共同组成。会形成一开始很整齐，越到后面差别越大的效果，非常棒！《肯德基0号公路》的第二章前期，有一个路障有着类似的效果，我会很着迷的等它们的声音合并又分开。一个简单的设计能让玩家可以停下来去来回感受，那就是有趣的设计。另外因为是一台外星电视机，因此电视机关闭的声音也毫不意外的添加在窗口关闭时。  (在这里待足够久，就能看到路障的左右灯会同时开关) 最后就是游戏的开头，我来主导设计的话，都会比较在意游戏的开头部分。也许正是因为它对游玩的部分影响很少，所以我把它看成是一个非常短暂的，可以尝试很多个性化设计的时空。一开始我们希望为游戏内的所有音效能录制声音，但最后没有去做，所以就想以在开头念制作者名字的方式，来简单尝试。我很爱在游戏里面加入一些和真人有关联的东西，这也是让游戏更有人性的一种方式，说到底，我们最终想做的只是能够娱乐大家，用这样的方式也许能让玩家觉得——“唉？这个制作者的声音原来是这样” 的一个小惊喜。 总的来说，Nerve里的很多设计角度并没有从完善一个game loop上去思考，更多是脱离游戏的类型，只关注一件东西的某些特点是否好玩。相比游戏设计，更像是交互的设计。我非常理解游戏设计者对于一个精妙设计的追求，但就像游戏的题材百花齐放，游戏设计的思路也可以是丰富自由的。从表现力切入游戏的制作不一定能带来一款高深莫测的游戏，但也许能够给像我一样常常烦恼自己的游戏到底好不好玩的制作者们，提供一些制作中的灵感或突破。也希望未来玩到游戏的玩家能够会心一笑。
 <内嵌内容，请前往机核查看> 假期并没有出去，而是在家里休息，顺便把主机拆开清理了一下。然后是整理照片发现这次出差忙里偷闲拍了不少照片，可以简单整理一个游记。 事情起因是公司需要出差去一趟上海，主要帮忙做一下射频方面的测试。安排的时候说提前或者周一早上到都可以，提前的话住宿也可以报销，就买了早点的机票到了上海。其实也并没有什么特别的计划，如果说有什么要做的事情就是把手里的镜头清理一下，然后看下1：1GUNPLA。不过这个季节正好是花开的季节，就先去静安雕塑公园看了一下。  (浦东机场，前往去地铁的路上)  (连接两个机场的2号线，始发站加上走的早几乎没有人)  (出地铁站就看到了无轨电车，每次看到这个都会感概下历史兜了个大圈子)  (来这里的目的就是为了看花，只是考虑到后面的行程不能逗留太久)    第二站是适马在上生新所的展厅。这个展厅平时不卖东西，因为最近发布的BF可以在这里试用，而且这里也有售后服务可以做镜头的维修和保养。这次出行带了两个变焦镜头（14-24、24-70）都用了很久，正好清理一下。  (虽说各种各样的扭蛋机已经见过不少了，但是在地铁站里的还是头一次见) 因为上生新所这里主要是做展示的，平时不卖设备，整个店面都是简约风的设计。这么设计确实吸引了很多对相机毫不了解的人过来打卡。从软装设计上看，新出的BF放在这里可以说是锦上添花的存在。但是实际操作的感受也确实跟适马以前的机器一样别扭。这家店的门口还有几只野猫出没，因为喂它们的饭碗就在对面的草丛里所以能看到它们在这里抢食，而且它们还会物理上的蹭镜头。   (45mm f2.8定焦，如果购买FP套机的话就会有这个镜头)    (正好看到他们在测试跟BF同时发布的300-600 f4) 然后就赶去看1：1GUNPLA模型了，因为估算着差不多在入夜的时候效果会比较好所以日落的时候赶了过去。  (临走还蹭了杯咖啡)   (（时间）不多不多，多乎哉？不多也！)     (看样子是最早的自由，不过三个自由里总体还是最喜欢这一个)  (有一件事情比较有意思，虽然自己最早是看SEED的，但是SEED的主角好像也没有什么名台词，seed最有名的台词应该穆大叔的。)   晚上到张江江东路上的酒店，后面的3天都是在出差干活，在空隙简单拍点东西。  (某园区内买咖啡的时候顺便上了趟厕所，发现早上的光线照在厕所里效果还不错)    (这种灌汤包还是第一次吃)   (晚上下班等公交车的人，老实说这里地铁站的间隔比较大，公交车还不多，如果没有车的话还挺不方便的)  (在人群相对集中的地方也集中不少小贩)        (不知道这个人才公寓是不是3年前说的那个) 测试到了第三天被客户从实验室赶了出来。倒不是因为有什么问题，是对接的两个人在假期前一天请了假，那天晚上着急下班。工作以来还是头一次被人吐槽“你怎么那么热爱工作”。所以最后一天回到公司修了一下电脑，下午的事情就可以自己安排了。这一次倒是没去外滩，而是在南京路附近走了一下。一是上次去那里是20年前的事情了，二是南京路在地铁2号线上，可以看时机就近上地铁直接去机场。                 (从侧面看陆家嘴，上海有个现在看有年头的笑话，在陆家嘴造芯片的比张江还多)       (桥上有三组拍婚纱照的，只有这一组脚下有箱子)    (不意外在这里也看到了拿平板的， 价格跟深圳湾外滩遇到的都差不都多，我还记得半年前在外滩看见这么拍照的被客户吐槽的场景)           (想起10年前有个广告词bigger than bigger)  (里面有送海报等周边，但是因为不好携带就放弃了。不过回深圳的第一天就去看了，白色要塞被绿了啊！)                  (最后返程的地铁)
<blockquote><p>AI编程助手在处理大型项目时常常出现“失忆”现象，导致代码风格不一致、重复造轮子等问题。本文深入探讨了AI记忆的本质与类型，分析了AI编程中长期记忆的重要性，并提供了实用的解决方案，如文档驱动开发、Memory Bank系统和代码注释增强，帮助开发者提升AI编程的准确性和效率。</p> </blockquote>  在使用 Cursor、WindSurf 等 AI 编程工具时，你是否曾经遇到这样的情况：当项目代码超过几千行，AI 助手突然开始”健忘”，忘记了之前的代码结构、重复造轮子，甚至推翻自己刚写的实现？这并非偶然现象，而是由 AI 系统的”短期记忆”限制所导致的。AI 记忆的本质与类型 AI 记忆本质上是对大模型有限上下文的一种拓展。在应用的整个生命周期中，用户或 agent 可能产生数百万条数据，然而 AI 大模型能处理的上下文通常仅在 8K 到 128K tokens 之间。这种上下文窗口的限制就像人类的短期记忆，无法容纳海量信息。  AI 记忆主要分为两种类型：短记忆和长记忆。短记忆类似电脑的内存，负责存储当前对话中的信息；长记忆则像硬盘，存储用户身份、偏好和历史互动等信息，让 AI 在每次互动中表现得更贴心。 此外，从应用角度看，AI 记忆还可分为 User Memory（用户记忆）和 Agent Memory（智能体记忆）：User Memory 围绕用户建立详细档案，记录偏好、个性需求和关键事件，适用于高度个性化的应用场景。Agent Memory 侧重于 AI 自身的学习与能力发展，包括工作流程记忆、技能积累和错误日志，适合生产力和自动化类应用。”记忆”与 RAG 的关键区别 昨天我们说了知识库，本质就是 RAG AI知识库到底是什么？不同应用场景如何调参数配置？但他们还是不一样的。 虽然 Memory（记忆）和 RAG（检索增强生成）都从外部提取信息融入 AI 生成过程，但二者有明显差异。 记忆是 RAG 的一个子集，但专注于个性化信息管理。RAG 处理大型文档集合中的信息检索，而记忆主要管理用户互动中的个性化数据。 在知识层次上，可将信息分为三层：通用知识（大模型内置）、组织知识（通过 RAG 获取）和用户特定知识（通过记忆系统获取）。 选择合适的方案取决于你的应用需求：如需精确检索大型知识库，选择 RAG；如关注长期交互和个性化体验，则应选择记忆系统。为何 AI 编程需要长期记忆 在复杂项目开发中，AI 编程助手没有长期记忆会导致严重问题： 空间上： 在大型项目中，AI 无法同时记住所有代码结构和设计模式，导致写出的新功能与现有代码风格不一致，甚至完全不兼容，需要大量人工调整。 时间上： 多轮对话后，AI 会”忘记”之前的修改和决策，导致反复修改同一段代码，甚至在不同会话中给出矛盾的建议。 缺乏长期记忆不仅降低了开发效率，还显著增加了调试和重构的工作量，最终影响项目质量和进度。实现 AI 编程长期记忆的实用方案 面对 AI 编程助手的”健忘症”，我们可以通过构建”外部记忆系统”来解决问题。 以下是针对 Cursor 等 AI 编程工具的实用解决方案： ## 1. 文档驱动开发：打造 AI 的”长期记忆” 在项目根目录创建结构化的文档层次，帮助 AI 理解项目全貌： docs/ ── global/ # 全局设计文档 ── architecture.md # 整体架构设计 ── tech_stack.md # 技术栈说明 ── backend/ # 后端通用文档 ── api_guidelines.md ── modules # 模块级文档 ── user/ ── design.md # 模块设计文档 关键在于保持文档简洁而信息密度高，让 AI 能在有限的上下文窗口内获取足够信息。 使用时，可直接将相关文档提供给 AI： 我需要实现订单支付功能，请参考以下文档： @docs/global/architecture.md@src/backend/modules/order/docs/design.md ## 2. 构建 Memory Bank 系统 Memory Bank 是一种更系统化的记忆解决方案，通过在项目中维护一套结构化的记忆文件，帮助 AI 在不同会话间保持连贯性。 核心文件包括：projectbrief.md：项目基础文档，定义核心需求和目标productContext.md： 产品背景和用户体验目标systemPatterns.md： 系统架构和设计模式techContext.md： 技术栈和开发环境activeContext.md： 当前工作重点和最近变更progress.md： 功能完成情况和已知问题 使用 Memory Bank 时，可在每次与 AI 对话前通过特定指令让 AI 先读取这些文件：请先阅读 Memory Bank，然后帮我实现用户认证功能3. 代码注释增强 通过特殊格式的代码注释记录关键决策和架构信息： @architecture 本模块采用仓储模式，所有数据库访问必须通过Repository类 @decision 2024-03-15 使用单例模式实现Repository，避免连接资源浪费 @dependency 用户服务依赖订单服务获取用户订单历史 这些注释能帮助 AI 理解代码背后的设计意图，提高生成代码的一致性。 实战应用：Cursor 中的长期记忆实践 在 Cursor 中实现长期记忆，可以遵循以下工作流程： 1. 项目准备阶段：创建项目文档结构，定义架构决策和编码规范，建立代码模板库。 2. 功能开发阶段：编写设计文档和 API 规范，用结构化提示引导 Cursor，生成初始代码并人工审查，通过注释记录关键决策。 3. 提示词优化：使用分层提示结构，清晰区分上下文信息、任务描述和约束条件： === 上下文信息 === 项目：订单管理系统 相关文件： – OrderService.js：订单核心业务逻辑 – PaymentService.js：支付处理服务 === 功能需求 ===实现订单支付功能， 需要： 1. 验证订单状态 2. 调用支付网关 3. 更新订单状态 === 技术约束 ===- 遵循MVC架构- 使用异步处理支付回调 4. 会话管理： 对复杂任务，采用分段会话管理，避免单个会话过长导致上下文丢失。完成一个功能后，导出关键上下文，开始新会话。 在实际项目中，使用这套方法后，AI 编程的准确性和一致性显著提升。一家企业团队报 在 AI 编程时代，我们所需的不是编码能力，而是对系统的全局理解，我们与 AI 的协作也需要从”让 AI 写代码”升级为”让 AI 理解项目”。 本文由人人都是产品经理作者【饼干哥哥】，微信公众号：【饼干哥哥数据分析】，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 | 刘婧琼 阿至 ** **编辑 | 阿至 ** **封面来源 | 企业提供 ** 当汽车还没有迈入智能化的时候，人类就已经在设想驾驶飞行汽车漫游于城市上空。 在1982年上映的《银翼杀手》中，名为Spinner的飞行警车无需依赖传统燃料，既能行驶于路面，也能够悬浮和飞行。它的概念设计者席德·米德（Syd Mead）曾经为福特设计汽车外形，后来投身电影娱乐产业，名声大噪，为科幻迷设计出了众多经典的“未来场景”。 人类飞行的欲望，可能从第一次仰望星空时就已诞生，驱动着城市空中交通雏形设想的出现。随后，陆续有航天从业者、汽车从业者、人工智能从业者甚至是飞行爱好者们从不同领域聚集到了一起，开始琢磨着怎么让空中飞行成为和汽车驾驶一样的日常。 正如科幻诞生于人类对未来的想象一样，在新兴领域创业，没有太多先例可循，打破常规反而成为了一种日常。 石红就是这样一个“不按规则生长”的人。 他酷爱飞行，考了飞行执照，自费买过航空器，国内外累计飞行时长接近500小时——或许是时机未到，2021年之前，石红作为一个连续创业者经历多段行业起伏，但一直未找到最适配自己的“主战场”。 转折发生在2021年。2月，中共中央、国务院联合印发的《国家综合立体交通网规划纲要》明确提出发展“低空经济”，并将其与平台经济、枢纽经济等并列，作为现代交通网络的重要组成部分。 这是“低空经济”概念首次出现在国家级规划文件中。在此之前，石红一直关注电动航空器产品并思考它未来可能的应用方向，当行业的共识开始形成，石红的判断也逐渐清晰：电动化是第三次航空能源革命，航空行业的新拐点要来了。 与此同时，另一群科班出身的航天人也在酝酿着一次新的创业。毕业于南航的李宜恒，当时已经拥有过飞行器产品的研发和取证经验，他拉来了几个行业前辈组团创业，专注投身于新能源航空器的研发和制造——2021年3月，零重力飞机工业正式成立。 技术有了，方向清晰了，但一个完整的创业团队需要全链路的人才。 经人引荐，李宜恒和石红一拍即合，李宜恒作为创始人兼CEO，主抓技术和产品，石红作为联合创始人兼COO，负责公司飞行器的商业规划和运营管理。 瞄准同一个未来场景，两个热血青年就这样成为了紧密合作的创业搭档。 这一年，李宜恒25岁，石红也才刚刚30岁。  **做产品，实用比参数更重要** 李宜恒和石红都相信，随着能源革命的推进和航空技术的进步，低空飞行将逐渐成为一种大众化的交通方式，形成更丰富的未来交通生态体系。 加入零重力的第一年，石红就被李宜恒拉上和核心团队成员一起，对公司产品策略进行了重构，提出了区别于主流的三代机型策略，即“成熟一代、适航一代和预研一代”，也是当时国内唯一一家同时研发三种构型飞行器的企业。 这是一个典型的渐进式发展思路。 零重力推出的第一代产品电动固定翼飞机RX1E-A“锐翔”，是国内首款拥有自主知识产权的新能源轻型运动飞机——相当于飞行界的“新能源小车”，主要用于初级飞机运动执照培训、娱乐飞行、体验带飞、低空巡查等场景。和eVTOL相比，RX1E-A本质上属于eCTOL（电动常规起降）产品，技术已经比较成熟，几乎不需要占用研发力量。 去年5月，“锐翔”首次在安徽合肥肥东白龙机场正式交付，今年3月31日，“锐翔”实现首次批量化交付，这也宣告了零重力将正式开启电动固定翼飞机的批量交付元年。  零重力RX1E-A“锐翔”实现批量化交付 第二代产品ZG-ONE“鹊飞”，采用多旋翼构型，是零重力推出的第一款eVTOL。它的定位更像是一个“空中电动观光车”，从服务文旅市场切入，覆盖短途观光、短途交通接驳、应急救援等多种场景。 多旋翼构型在技术路线上不是最难的，但会比倾转旋翼eVTOL更快走向成熟，“鹊飞”也是零重力近两年会重点投入精力推进落地的产品。目前“鹊飞”的TC证申请已获中国民航局受理，预计将于2026年初取得TC证并开始市场化运营。 第三代产品ZG-T6是一款倾转旋翼eVTOL，被零重力视为未来低空交通出行的终极解决方案，定位是面向未来的“空中出租车”，可以坐六个人，能够在城市和城际之间高效出行，预计2028年前后投入市场运营——这就会更接近我们在科幻作品里看到的未来交通图景。 从“锐翔”到“鹊飞”，再到ZG-T6，三代产品不需要同时投入研发精力，但如果节奏不出差错，就能保证在每一款新品研发周期内，零重力都能有产品能够推向市场，简单来说就是最好边赚钱、边投入。 三代机型策略更像是在追求一种平衡，与AI赛道所追求的PMF（Product Market Fit）类似。在零重力创始团队看来，“过度追求产品性能和技术超前度，对企业来说不一定是好事。渐进式的发展符合市场需求演变的节奏，也更契合技术工程化落地和行业发展的规律。” 作为公司COO，石红承担着“大管家”的角色，他要为未来企业运营可能面临的各种风险作出预判和把控。作为飞行爱好者，石红又是一个深度体验用户，能够从“产品经理”的视角给研发团队提供真实的用户需求反馈。 一个细节是，在零重力团队打磨产品的过程中，石红经常和研发起“冲突”。研发人员有时会把参数越做越高，脱离用户使用需求，石红就把一个个增项砍掉。 团队设计第一款电动固定翼飞机时，因为技术已经比较成熟，设计部门就想把飞机做的足够科幻，加了灯光系统、超豪华内饰，但这对当时的飞行没有实质性帮助。 “在那个阶段，用户追求的是低成本的安全飞行，过早追求内饰的豪华会给飞机的初始成本、后续通过试航审定以及后期维保带来更大压力。”最后，石红成功说服团队把增项剥离。 科研成果不等同于科技产品，谁能更快把实验室技术跟用户需求做匹配，谁就能更好地抓住客户与市场。 石红的跨界创业经历和产品经理视角，跟以技术驱动的工程师团队产生了互补：工程师们负责追求性能，而他负责用最小的成本去实现用户所需的功能。“追实用、不追参数”的理念也影响着零重力各代机型的设计与生产。 据悉，RX1E-A“锐翔”一经面世，就获得了首批22架确认订单。  **行业拉开竞争差距，至少还要3年** 时间来到2024年，低空经济作为国民经济新增长引擎首次被写入政府工作报告，市场关注度飙升。一级市场嗅觉敏锐，融资热度上涨，不少机构在此之前投过的无人机、eVTOL项目也一跃成为赛道明星，风头无两。 同年年底，中央空管委确定将在合肥、杭州、深圳、苏州、成都、重庆六座城市，开展eVTOL试点。企业和产业之争也正在演变为一场城市之间的竞赛。 作为一个涉及众多产业交叉融合的新业态，低空经济想要真正实现落地发展，既要有开放的空域、地上的配套基础设施，也要有专业的人才和产业链配套。基于合肥在新能源车、高端装备、新材料、新一代信息技术等领域的产业积累和政策支持，零重力落地进展迅速，也在2024年连续拿到了两轮来自合肥国资的亿元融资。 与当时一些头部项目拿钱的规模和频率相比，零重力不算是非常显眼。创始团队对“烧钱”的看法，一定程度上解释了节奏的问题。 “关于赚钱这件事，创立之初我们就开始考虑了”，公司管理层不认为低空创业会陷入新势力造车一样漫长的烧钱逻辑，“至少零重力不会”。这也是三代机型策略提出的底层逻辑：用最短的时间做一款产品帮助公司快速挣到钱，保持现金流稳定的同时，投入新一代产品的研发和生产。 从估值来看，低空经济赛道目前存在一定泡沫，市场和投资人对新兴产业未来潜力的期待可以容忍短期的高估值——只要投到对的公司，成长所带来的回报完全可以抵消这部分溢价。 但如果是一个类似自动驾驶、新势力造车这样需要长周期验证的领域，确定性的市场需求、可突破的技术瓶颈和足够大的产业生态至关重要。在这个过程中，创业公司要经历行业去泡沫所带来的震荡，也要控制好节奏，对商业化落地有更合理的规划排期。 目前，成熟一代机型——RX1E-A电动固定翼飞机已完全跑通商业化闭环，是零重力距离规模化商业落地最近的产品。截至今年3月，RX1E系列飞机已取得意向订单超千架，其中包括近60架确定订单，客户主要是通航公司。  零重力第一代机型RX1E-A“锐翔” 对比欧美市场，中国现阶段持有飞行执照的人太少。但有业内分析人士指出，中国通航市场未来30年会进入高速发展期，市场将会培养大量飞行人员，对于飞行教练机的需求将爆发式增长。而零重力RX1E-A的变动成本仅为传统燃油飞机的1/5，综合成本约为其一半。RX1E-A有望在中短期内拿下部分传统教练机市场份额，为公司后续两代机型的研发投入输送源源不断的现金流。 第二代机型ZG-ONE目前收获千余架意向订单，团队预测，2026年ZG-ONE正式投入市场后，它将取代RX1E-A成为零重力新晋的商业化收入之王。  零重力第二代机型ZG-ONE“鹊飞” 石红表示，前两代机型所赚取的收益将被用到ZG-T6机型的研发上，这是零重力所有机型中航程最长、技术难度最大，同时也是将会为公司带来最多商业化收入的产品。  零重力第三代机型ZG-T6（渲染图） 零重力团队预测，2028年会是行业拉开第一波竞争差距的时间节点。 整体来看，2025年行业的主线仍然是更多元的产品谱系研制和适航认定。目前，市面上不同构型的主机厂，大多计划在接下来3-5年间加速完成产品取证并投入市场运营。 换句话说，市场还处在一个有人讲故事，有人听故事的阶段，随着空域的进一步开放、基础设施的进一步成熟，还会有越来越多玩家伺机而入。毕竟，淘汰赛还没开始。  ## **马拉松才刚刚开始** 2004年是近代自动驾驶的元年，20年过去了，还没有迎来真正的大规模落地。2024年被认为是低空经济发展的元年，它的成熟和落地，可能同样需要以10年为一个周期来赛跑。 客观来看，目前低空产业的生态建设还不够成熟，具体表现在三个方面。 一是基础设施建设薄弱。中国通航产业发展历程不过十几年，航站、起降点资源极度紧张，同时空域管理能力尤其是通信、导航、调度能力有待提高。第二，社会应用基础尚未成型。消费端渗透率低、普通消费者没有乘坐航空器日常出行的习惯，且低空出行成本还未降低到日常消费可承担的水平。第三，监管法规还需完善。有明确的法律依据可参考，对低空企业合法合规地投入商业化运营至关重要。 在此之前，零重力们还需要“熬”。做一件事成不成，内功是基础，时机也很重要。 如果把行业的发展比作一场马拉松，零重力团队认为，低空创业的马拉松才刚刚开始。“大概两三年后，待各家完成TC取证开始进入实际应用或者政策油门有所松动时，企业比拼的就不是讲故事能力而是产品力了。比谁的产品真正能为客户创造价值，而不是比谁能先把产品生产出来。” 此外，虽然今天大多主机厂都强调自研的突破，但客观来看，中国通航产业和欧美存在客观差距，过去以航空发动机、主控芯片为代表的关键零部件多靠进口。实现核心零部件自研，掌握飞控等核心技术研发，也是中国低空创业者们和Joby、Archer等头部企业较量，进入全球化竞争的关键。 在低空经济的国际竞争中，企业应该扮演多重角色。在创始成员的规划中，零重力既要成为技术的突破者，也要成为应用场景的培育者和行业生态的共建者。落实到具体的产品和业务中，就是要通过攻克倾转旋翼技术为大众提供安全、高效、低成本的低空出行工具，积极培育打造基于文旅和飞行培训的应用场景，以主机厂身份推动产业链上下游协同及行业标准的制定与完善，让中国企业在全球低空行业竞争中占据优势。 Gartner曲线对新兴技术发展周期的描述告诉我们，一个事物从出现到成熟，发展要经历萌芽期、过热期、低谷期、复苏期、成熟期五个阶段。在新能源汽车赛道，中国企业已经实现了全面领先，在以eVTOL为代表的新能源航空器赛道，中外企业都处于爬坡阶段，竞争刚刚开始。 在零重力管理团队看来，新能源航空器的发展将会改变过往中国在通航产业被欧美卡脖子的格局。“它的出现会推动基础设施完善、政策规则成型、产业链持续创新，同时也会促进无人机和有人机生态繁荣。这一系列融合发展将会推动未来eVTOL像新能源汽车一样从内需转外销，企业将向东南亚、中东、非洲等海外地区输出产品模式和人才，从而进一步帮助中国奠定航空技术大国的地位。” 想飞上天的目标是明确的。但可预见的是，实现目标的路径会有曲折，过程也很漫长，在这期间还需要更多创业者、更多怀有梦想、敢想敢干的人一起加入，为推动未来交通变革共同探索和努力。 就像飞行曾是人类浪漫而又大胆的梦想一样，创业也是一场冒险。 石红和李宜恒这两个90后，带着一群年轻人，把热爱飞行变成了为之奋斗的事业。 他们希望，在未来的一天，当城市天空成为一张智能化立体的交通网络时，上百万级的航空器在低空区域安全运行，代表着中国（首字母缩写同ZG）低空新势力的零重力ZG-ONE亦会遨游其中。   
<blockquote><p>随着AI技术的飞速发展，设计领域也迎来了新的变革。本文将带你深入了解如何利用ChatGPT 4.0进行设计，从Logo图案测试、图片风格延续到APP界面生成和IP替换等多个方面，探索AI如何助力设计师提升工作效率和创意水平。</p> </blockquote>  ## 目录 一、什么是ChatGPT 4.0 二、ChatGPT 4.0如何做设计 三、总结一、什么是ChatGPT 4.0  ## 一. 什么是ChatGPT 4.0 ChatGPT 4.0 是由 OpenAI 开发的最新一代先进自然语言处理模型，旨在为用户提供更智能、更流畅的对话体验。与前几代相比，ChatGPT 4.0 在理解和生成多语言文本方面有了显著提升。它基于最新的 GPT-4 架构，具备更高的上下文理解能力和更强的推理与分析能力，使其能够应对更复杂的任务。 ChatGPT 4.0 能够完成多种任务，例如回答问题、撰写文章、生成创意内容、进行编程辅助等。无论是在日常沟通、教育，还是商业解决方案中，ChatGPT 4.0 都表现得更加出色。其独特之处在于更丰富的知识库、更广泛的应用场景，以及对用户输入的更精准理解和响应。 ChatGPT 4.0 的核心优势在于其持续学习和优化的能力，结合更先进的推理逻辑和语言处理能力，让用户体验更加自然和高效。它已成为提高生产力、解决问题和获取信息的强大工具。 ## 二、ChatGPT 4.0如何做设计 1、logo图案测试使用一个logo图形来进行测试，让ChatGPT生成一个立体3D建模图形  从生成的图片效果上，可以看出光影效果还是很不错的，还做了透视角度效果，但是图形完整度存在一些问题，我们继续进行调整，输入命令：保持图片样子不变，3D效果，看一下效果，  角度保持了一致，增加了立体效果，在图形完整度上还是存在不足，颜色因为没有给关键词提示，默认就是参考上传图片的颜色特征进行生产了。 2、图片风格延续这里找的是一个logo展示效果图，另一张图片上传我们自己的logo,输入命令：参考左侧图片，帮我做一个同款的图，左图里面的形状换成右侧图形 生成了一个同款的新logo展示图片，风格上保持了一致，但是形状发生了一些改变，在提示词里没有说保持logo图形尺寸大小保持一致，也会造成变形，这个需要注意，还有logo尺寸大小比例的问题也会造成变形。 3、APP界面生成程序版从网上找一张视觉效果还不错的页面，除了可以通过ChatGPT来提取设计关键词还可以进行代码编写，输入提示词：做一个手机版的样式，用上面的页面  左侧为ChatGPT 4.0参考图片样式，右侧为生成的程序页面样式，还做了自适应效果，从对比中可以发现，关键词等模块信息是完整的，但是在样式等实际效果上，一些元素丢失。 4、IP替换我们在设计网站找一个美团的推广图片和一个单独的IP进行测试，输入提示词：把图1中的IP替换成图2的IP，看一下效果，  从图片融合效果上可以看出，80%左右还是保持了一致，在IP人物的面部和体型上，ChatGPT 4.0融合了自己的想法，比我们给的参考图要胖，人物面部也出现了不一致，尺寸上没有做限制，生成的效果是结合两个图片比例后给出的新尺寸，我们可以通过关键词优化，让ChatGPT 4.0更能理解我们想要的效果。 ## 三、总结 除了上面的演示效果，包括海报设计、logo设计，标题设计、风格迁移、草稿/原型上色、图片融合、创意复刻、局部修改、材质修改、人物动作和字体设计等。等，原理基本是一致（需要有参考图或输入精准的提示词来生存图片），大家可以自行尝试。 ChatGPT新的功能还是比较强，在很多方面可以大幅度提升设计师的工作效率，创意设计等，但是对于一些特定的需求还是需要设计师去执行，细节方面完善还存在不足，ChatGPT 4.0可以每天免费使用3次，有商业需求的建议开通会员。除了ChatGPT，国产很多AI软件也可以满足一些基本需求，大家可以多尝试使用。 本文由人人都是产品经理作者【南设】，微信公众号：【南设】，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>在当今商业环境中，“降本增效”已成为企业管理中频繁提及的关键词。然而，这一概念在实际执行中却常常引发争议。本文通过一系列真实案例，深入探讨了“降本增效”在企业管理中的应用现状，揭示了部分管理者在执行过程中因短视和片面追求成本削减而导致的种种问题。</p> </blockquote>  ## 从神话到笑话 关于降本增效，我最早的印象是在2019 年，那个时候刚被人骗过的我在社招面试。 我到现在都还记得，面试官一边翻着简历，一边问我问题，表情里充满了不耐烦。 当我说到降本增效四个字的时候，他突然放下简历看向我，眼里充满了光… 那次面试结束我就拿到了 offer，虽然我后来没去，但却让我第一次感受到这四个字似乎有某种奇妙的魔力。 2025年的今天，这个词彻底沦为了烂大街的存在，和裁员广进一起跻身打工人最讨厌的词之一，成为了众多管理者不干人事的“黑命贵”。 但凡当领导的，基本三句话不离降本增效，不管他做了多么奇葩离谱的决策，只要说是为了降本增效，在企业运作中似乎就变得情有可原。 咱不看广告看疗效，那领导们到底搞得怎么样？ 2023年10月23日，语雀遭遇了长达8小时的服务中断，后来蚂蚁集团回应并向个人用户赠送6个月的会员服务。  2023年11月12日，阿里全系产品相继出现崩溃故障，给使用阿里云服务的公司带来了沉重的打击。  2023年11月27日，滴滴系统出现近12小时的功能瘫痪，29日官方向所有用户发放10元打车立减券用于致歉补偿。  2024年8月19日，网易云音乐发生故障，随后官方回应并免费送出7天会员权益。  2024年8月21日，WPS出现服务故障，紧急修复后向所有用户赠送15天会员。 …… 尽管一件又一件的经营事故，已经让人发觉所谓的降本增效，不过是在降低成本，增加笑料，但仍有很多企业的老板们深陷其巨大的认知陷阱而不自知。 ## 回归而非增长 为了方便大家理解，我们用成年人来类比企业。最早降本增效这个概念提出的时候，很多人认为，它就是让这个人的身高从一米七增高到一米八五。 但事实上，所谓的降本增效，其实只是让现在弯腰驼背的那个人减掉负重，抬头挺胸，重新拿回本来应有的一米八五的身高。 是的，这位看上去只有一米七的哥们本来就有一米八五的身高，只是因为背负了太重的负担才直不起腰。 对企业来说，这负重可能是无能的领导、不合理的流程、冗余的岗位或是有问题的战略。 去掉这些负担后，视觉上会让人觉得他长高了，企业增效了。 但归根究底，这就是他本来应有的身高，我们只是在帮助企业拿回原先应有的状态罢了。 如果这个时候管理者还不满足，想要他长到一米九，两米，忽略客观事实，就会开始昏招频出。比如把这个男生穿的衣服包括内衣也当做负重全部去掉。 接着让这个男生穿上高跟鞋，戴个红高帽起到外增高的效果 再让这个男生量身高的时候踮起脚尖，被人注视的时候还要跳起来。 我这样打比方你可能没有直观的感受，但只要你能联想到裁员裁到大动脉、无效会议、每日早晚会等词汇时，你就会有种似曾相识的即视感。  现在很多打着降本增效旗号的企业，就像是这个想要长高的成年人，穿着高跟鞋戴着红高帽在裸奔，时不时还要跳起来炫耀：快看，我又长高了！ 你说这样子降本能不引来嘲笑吗？ 顺着这个思路就会发现，多年以来，我们都被降本增效中“增”这个字给误导了。降本的行为并不会增效，准确的说法应该叫降本回效，回复的回。 退一万步讲，如果降本真的能够增效，0 人参保的公司应该要赚得比全员参保的多得多，世界上最赚钱的商业体就应该是个体户，而不是那些五百强企业。 ## 击穿做人底线 对此，老板们不语，只是一味地要求管理层完成降本增效的指标。于是乎，我们会看到管理者为了降低成本，一遍一遍地击穿做人的底线。 - 我们能不能压缩基层员工的薪资，延长工作时间，提高人效？ - 我们能不能多裁几个岗位，让一个人同时干几个人的活？ - 我们能不能裁员的时候想办法不给赔偿，再省个几百上千万的赔偿金？ - 我们能不能拖欠供应商的账款，再把账期拉长一点，反正也没利息？ - 我们能不能用地沟油，把顾客吃剩的饭菜倒回去卖，反正也吃不死人？ - 我们能不能把那些运输的脏活外包出去，这样就不用再花钱清洗油罐车了？ - 我们能不能偷工减料，不按安全标准的要求生产，人死了也没办法来给差评了不是？ 相反，那些显而易见的问题反而像房间里的大象，被管理层视而不见。 - 能不能减轻基层员工的压力，让他们各展所长，把重心都放在收益产出最大化的工作上？ - 能不能把不干活的关系户砍掉，降低冗余的人工成本？ - 能不能优化某些不合理的协调要求，提升跨部门沟通的效率？ - 能不能取消一些重复反人类的流程，线上报备过的事情就不要线下再走一遍？ - 能不能调整规章制度，趁机清除公司多年的积弊？ - 能不能追究管理层领导不力的责任，换更有能力的人上？ - 能不能？ - 能不能？？ 回答我！ LOOK IN MY EYES！ TELL ME WHY,BABY WHYYYYY？  ## 房间里的大象 管理层可能会和老板汇报，由于裁了某位员工，每月人工成本减少了 2 万。 但管理层不会告诉老板，因为这位员工的离开导致公司需要雇佣 3 个月薪 8000 的新人来接手他的全部工作。 管理层可能会和老板汇报，团队的年龄结构得到了进一步优化。 但管理层不会告诉老板，大量不熟悉业务的新人在岗所造成的事故让公司蒙受了远高于降本金额的损失。 管理层可能会和老板汇报，这次降本增效的指标全面完成。 但管理层不会告诉老板，团队的交付实施能力全面受限，老客户不再信任公司，不敢往外推荐，失去了拓展新市场的可能性； 公司的声誉受损，成为了降本增笑的标杆案例，连供应商都不想供应太好的产品或服务； 员工们看到了未来的自己是怎样被裁出局，大家心照不宣，不再全心工作，能摸鱼就摸鱼，能捞一点是一点。 公司不得不投入更多的人力物力维系客户关系，盯紧社交媒体，加大质检力度，严抓工作效率，整顿职场腐败，直至最后，不得人心。 这本看似降了，又好像没降。 ## 死神永生 这些事情没人会告诉老板，也不想告诉老板。没错，领导也不想老板知道他降本增笑的事情。 这件事情贾谊在《过秦论》里也有话说：灭六国者，六国也，非秦也。族秦者，秦也，非天下也。 引用我最近看到的一位博主的话，在人类历史上，但凡能击倒超级巨人的从来都不是另一个超级巨人，而是巨人自身。内在的体系僵化，大量的浪费，效率低下与失去活力，无法向内刮骨疗毒，才是其倒下的真正病因。 但领导不会在意，领导在哪永远都能当上领导，牛马在哪永远都只能是牛马，这才是每个组织真正要面临的。 本文由 @产品小庄说项目 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>在当今数据驱动的商业环境中，企业如何利用数据实现业务增长成为关键。本文将深入探讨8个实用的数据模型，包括RFM模型、AARRR模型、漏斗分析等，通过实际案例展示这些模型如何助力企业实现精准决策和显著的收入增长。</p> </blockquote>  数据的真正价值在于如何通过精准的洞察，帮助业务决策者做出更明智的选择。 如果你是企业的一线决策者或运营负责人，光是依靠传统的直觉和经验早已无法满足日益复杂的市场需求。通过智能商业洞察，利用数据模型来深入分析客户、市场、竞争态势和自身产品，不仅能精准捕捉到机会点，还能有效规避风险。 今天，我们将深入探讨8个常见的数据模型，带你理解如何通过这些模型与智能商业洞察的结合，全面提升业务的竞争力。 ## 1. RFM模型： ### 让客户价值一目了然，做出精准决策模型解释： RFM模型是通过最近一次消费（Recency）、消费频率（Frequency）和消费金额（Monetary）三个维度来衡量客户的价值，从而帮助你更好地识别出核心客户群体。 业务案例： 某电商平台利用RFM分析，快速找出高价值客户并进行精细化运营。通过针对这些客户推出专属优惠活动，提升了他们的忠诚度和复购率，直接推动了销售增长。 ## 2. AARRR模型： ### 精准跟踪用户生命周期，实现智能化增长模型解释： AARRR模型覆盖了用户生命周期中的5个阶段： 获取（Acquisition）、激活（Activation）、留存（Retention）、收入（Revenue）和推荐（Referral）。通过对这些阶段的深入分析，企业能够高效制定用户增长策略。 业务案例： 一款新上线的健身APP发现其用户在“激活”阶段流失严重。通过对用户行为数据的深入分析，团队发现了流失的具体原因，优化了新手引导流程，并通过个性化推荐提升了用户的活跃度和留存率。 ## 3. 漏斗分析： ### 发现每一个转化漏斗中的关键环节，精准提升转化率模型解释： 漏斗分析追踪用户从初始接触到最终转化的全过程。通过分析各个阶段的转化率，企业能够发现瓶颈并迅速采取措施优化漏斗中的薄弱环节。 业务案例： 某在线教育平台通过漏斗分析发现，用户在试听后转化率低。借助智能洞察，平台优化了试听课程的推荐算法，并自动推送更多的优惠和资源包，成功提升了课程的转化率。 ## 4. 用户偏好模型： ### 精准捕捉用户需求，打造智能化推荐系统模型解释： 用户偏好模型通过分析用户的行为数据（如浏览历史、购买记录等），预测他们的喜好和需求，帮助企业实现个性化推荐。 业务案例： 一家图书电商通过智能化用户偏好模型，实时分析用户行为，精准推荐科幻小说给兴趣相投的用户群体。通过不断优化推荐算法，他们成功实现了用户的“长尾效应”，增加了销售额。  ## 5. 留存分析： ### 通过智能化分析增强用户粘性，降低流失模型解释： 留存分析帮助企业跟踪用户的活跃度，衡量产品的吸引力和用户忠诚度。通过留存数据分析，企业可以精准找出流失用户，并采取措施减少流失率。业务案例： 一款社交APP通过智能洞察，发现注册用户的留存率在第二周骤降。通过分析用户的活跃轨迹，APP团队发现用户缺乏足够的互动性，于是通过引入更智能的社交功能和“欢迎回来”活动来提升用户的参与度。 ## 6. 二八法则： ### 智能化资源分配，聚焦高效增量模型解释： 二八法则（帕累托原则）告诉我们，在很多情况下，80%的结果来自于20%的关键因素。通过智能化分析，企业能够识别出最具潜力的部分，从而集中资源进行高效运营。业务案例： 某零售商通过智能洞察分析发现，20%的高价值商品贡献了80%的销售额。于是，他们优化了这些商品的库存分配，并通过个性化推荐提升了相关产品的销售效率。 ## 7. AIPL模型： ### 精细化用户路径管理，优化每一阶段的转化率模型解释： AIPL模型通过认知（Awareness）、兴趣（Interest）、购买（Purchase）和忠诚（Loyalty）的阶段分析，帮助企业优化用户行为路径，从而提升用户转化。业务案例： 某化妆品品牌通过智能洞察分析，发现用户在“兴趣”到“购买”阶段的转化率较低。通过社交媒体的智能推送和KOL合作，他们成功提升了用户的参与度，最终提高了购买转化率。 ## 8. 分布分析： ### 智能化分析市场和用户行为，洞察趋势模型解释： 分布分析帮助企业识别数据的集中趋势和离散性，揭示出用户行为、产品销售等的潜在规律，为决策提供数据支持。业务案例： 一家金融公司通过智能洞察发现，客户年龄大多集中在30-45岁之间。基于此分析，他们推出了专为这一年龄段定制的金融产品，成功吸引了更多目标用户。 本文由人人都是产品经理作者【风姑娘的数字视角】，微信公众号：【风姑娘的数字视角】，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。
博主数码闲聊站晒出了iPhone 17 Pro的机模，**热评第一的网友表示，看着看着就比较顺眼了。**如图所示，iPhone 17 Pro采用横向大矩阵DECO，后置三摄排列方式跟16 Pro一致，**但是闪光灯和LIDAR激光雷达扫描仪移至矩阵相机右侧，外观神似小米11 Ultra。**  除了外观方面的变化，iPhone 17 Pro的影像也有升级，该机后置三颗4800万像素摄像头，包含4800万主摄、4800万超广角和4800万潜望长焦，这是苹果第一次在Pro系列机型上砍掉1200万像素。 相比1200万潜望，4800万潜望长焦拥有更好的解析力，是苹果史上长焦表现最好的手机。 核心配置上，iPhone 17 Pro系列则是搭载A19 Pro芯片，而iPhone 17和iPhone Air搭载A19芯片，这两颗芯片都是基于台积电3nm工艺制程制造，支持Apple智能。  [查看评论](https://m.cnbeta.com.tw/comment/1491050.htm)
博主Majin Bu在社交平台上晒出了iPhone 17 Air和iPhone 17 Pro Max的机模对比照，不难看出17 Air的厚度明显更薄。据爆料，**iPhone 17 Air机身厚度在5.5mm左右，含摄像头凸起的总厚度约为9.5mm，这是苹果史上最薄机型。** [](//img1.mydrivers.com/img/20250407/4992a252d5ed4cbb8a6153c868d78a6c.jpg) 作为17系列新成员，该机将取代Plus，主打轻薄设计，为此苹果砍掉了物理SIM卡槽，仅支持eSIM，此前中国联通内测了iPhone eSIM功能，这意味着国行版iPhone 17 Air eSIM有望支持联通运营商。 配置方面，iPhone 17 Air配备6.6英寸显示屏，支持ProMotion，同时搭载自研基带芯片C1，首发全新的A19芯片，后置一款4800万像素摄像头。 [](//img1.mydrivers.com/img/20250407/27cc600453e04bbda7a1fb0e17049178.jpg) 值得注意的是，因超薄机身无法塞进大电池，iPhone 17 Air电池容量不到4000mAh，新品将在9月份正式亮相，同期亮相的还有iPhone 17、iPhone 17 Pro和iPhone 17 Pro Max。 [查看评论](https://m.cnbeta.com.tw/comment/1491044.htm)
近日，共青团中央、全国青联开展了2025年度中国青年五四奖章评选工作。经评审委员会实名投票和团中央书记处集体审定，**符合申报资格的103名候选个人入围30名、40个候选集体入围30个。**现对入围名单进行公示，**公示期为2025年4月7日至11日**。 据入围个人名单，其中，**宇树科技创始人王兴兴**和**浙江小百花越剧院演员陈丽君**等在列。 [](//img1.mydrivers.com/img/20250407/6740d2da43804643ab60fcd1a9f98320.png) [](//img1.mydrivers.com/img/20250407/f8be4522703448dc91d9bc44f1b1700d.png) 值得一提的是，此前，**据浙江共青团官网显示，第十三届“浙江青年五四奖章”评比公示20名拟表彰人选发布后**。 当时，**宇树科技创始人王兴兴和浙江小百花越剧院演员陈丽君同样在列**。 据悉，第十三届“浙江青年五四奖章”是经过资格审查、考察公示、专家评审、会议研究等环节审议的，最终**确定了20名**拟表彰人选。 另外公示期为**2025年3月17日至2025年3月21日**。 [](//img1.mydrivers.com/img/20250407/14af4f5045e44ae4a6d7f940dc8cd6a5.png) [查看评论](https://m.cnbeta.com.tw/comment/1491042.htm)
**日前，奥迪上汽全新品牌的首款新车AUDI E量产版内饰谍照首次曝光。从此次发布的谍照来看，该车基本复刻了概念车的设计，内饰采用弧形贯穿屏，方向盘和车门纹理与概念车一致，但未配备电子后视镜。**外观上，前大灯组位于环形设计上部，车头配备摄像头，车顶搭载激光雷达和双目摄像头，支持高阶智驾系统。 [](//img1.mydrivers.com/img/20250407/c39857eb987f4b6aa7095d413eb7893d.png) [](//img1.mydrivers.com/img/20250407/2f3b549e32a04fd5be46fa02068d9ecb.png) 车身尺寸为4870/1990/1460毫米，轴距2950毫米，采用隐藏式门把手和大尺寸轮圈，尾灯与头灯呼应，后扰流板造型夸张。 [](//img1.mydrivers.com/img/20250407/0a6ced71bb134bb6854a3ab6303ecded.png) [](//img1.mydrivers.com/img/20250407/4826f603f0f14f3eaf1de174e4834455.png) **动力方面，新车采用双电机，最大功率765千瓦，0-100公里/小时加速仅需3.6秒，配备100千瓦时电池包，CLTC工况续航700公里，基于800V架构，支持10分钟充电300公里。** 此外，该车还配备渐进式前轮转向、全轮转向和空气悬架。 [](//img1.mydrivers.com/img/20250407/f4e786da2b1e428f9b6b49dc056a3442.jpg) **据悉，AUDI E量产版将在2025年上海车展首发，并于年内投产，由奥迪与上汽联合打造，专为中国市场研发。** [查看评论](https://m.cnbeta.com.tw/comment/1491040.htm)
据《科创板日报》，日前，本源量子、合肥综合性国家科学中心人工智能研究院等机构联合攻关，**在中国第三代自主超导量子计算机“本源悟空”真机上，全球首次运行十亿参数AI大模型微调任务。** 合肥综合性国家科学中心人工智能研究院副研究员陈昭昀表示：**“这是量子计算首次‘真机实战’大模型任务，证明现有硬件已能初步支撑大模型微调。”** 据悉，今年2月，“本源悟空”全球访问量突破2000万次，刷新了我国自主量子算力服务规模纪录。 **“本源悟空”在硬件、芯片、操作系统以及应用软件等四个方面均实现了自主可控，国产化率超过80%，**其他部分也通过自主研发有了备用方案。 该量子计算机搭载72位自主超导量子芯片“悟空芯”，芯片在中国首条量子芯片生产线上制造，共有198个量子比特，其中包含72个工作量子比特和126个耦合器量子比特。 [](//img1.mydrivers.com/img/20250407/4e59d5f38d114b7c8c22755ac688a494.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1491038.htm)