<blockquote><p>在《构建企业级用户中心（上）：核心价值、架构设计与功能模块全景图》中，我们解析了系统分层与核心模块。本文作为系列终篇，将深入探讨多业务系统下的RBAC扩展方案，覆盖权限模型设计、角色治理框架、数据权限联动三大核心场景，并附赠可复用的设计Checklist。</p> </blockquote>  RBAC：Role-Based Access Control 基于角色的访问控制，主要包含角色、权限、用户三者之间多对多的关系。 最常见的是单一业务系统建设中支持创建菜单权限，设置菜单路径，角色关联菜单，再将角色分给1个或n个用户，而对于企业的用户中心要考虑支持多个业务系统的角色权限，并将这些角色权限之间相互隔离，能在用户详情中查看到用户拥有的每个业务系统的权限，权限大的管理员也能看到用户没有拥有的权限，并可直接为用户分配没有拥有的权限。用户中心已支持创建多个业务系统、支持各个业务系统内单独维护单点登录的访问权限，那么各个业务系统的角色权限及用户也应在应用详情内管理。  ## 一、RBAC在企业级场景的挑战与升级 传统RBAC（基于角色的访问控制）在单一系统中表现良好，但面对企业多业务系统时需解决： - **权限爆炸**：N个系统×M个角色导致组合复杂度指数上升 - **跨系统隔离**：电商客服角色（订单系统权限）≠客服角色（CRM系统权限） - **可视化管理**：超级管理员需全局查看用户权限分布  ## 二、权限模块设计：从树形结构到动态规则 - 考虑到web端、手机端等不同使用端的菜单权限控制不同，需支持建立多个权限组，并且每个权限组的信息字段可进行定制化配置； - 权限的基本管理功能，支持新增编辑删除权限，支持移动权限，支持创建子权限，在删除父权限时需将子权限都删除完成，权限的启用禁用，批量导入导出等功能； - 权限一般为树形菜单展示，便于清晰查看权限的层级结构； - 因为用户中心作为统一管理的位置，需将信息同步业务系统，需对应有相应的标准接口将权限可以同步至外部系统； - 针对数据权限的设置，它也属于权限的一种，但数据权限的设定无法和菜单权限保持一样的设定，需要系统将常见的数据权限规则提前设计好，比如数据权限一般是设定可以看整个公司的数据、某个部门的数据等，那么部门的数据权限的数据维度就要提前设定好，以便于和组织机构管理模块建立联系。 ## 三、角色模块设计：柔性化治理框架 - 针对内部外部、上下级、多部门等情况的角色管理方式不同，用户中心也应支持建立多个角色组，并且每个角色组的信息字段可进行定制化配置；如果角色管理的信息一致，也可以只建一个角色组，便于统一管理。 - 角色的基本管理功能，支持新增编辑删除角色，支持移动角色，支持创建子角色，在删除父角色时需将子角色都删除完成、需要将角色下的用户都移除掉才可删除角色成功，角色的启用禁用，批量导入导出等功能； - 每个角色需分别绑定权限，绑定后的权限最好也为树形展示，便于看出层级关系，对于未赋予的权限最好也能展示，因为角色管理主要为管理员服务，这么设计整体会非常清晰。 - 如果角色的管理需要到数据权限的级别，那么角色应支持绑定数据权限，不同角色可绑定不同维度的数据权限，并支持通过标准接口同步至外部系统； - 角色编辑完成后可为角色分配人员，人员的角色分配可以在用户详情中，也可以在角色详情中分配，一种是可以直接给一个用户直接分配多个系统的角色，另一种可以直接给一个角色批量分配多个用户，所以两种方式都存在，对分配权限的管理者来讲会增加很多便利性。 - 另外，对于批量操作，需要支持角色、用户、数据权限的批量导入导出，方便数据维护与信息检查。 - 有些企业的用户管理会到岗位级别，如果业务系统的角色和岗位比较匹配，那么直接做成角色可以关联岗位，之后有这个岗位的人员入职，就会自动分配角色。 综上所属，用户中心设计时一方面要考虑怎么将相互关联的功能设计的可拓展性更强，无论什么样的业务系统接入用户中心，都能满足对应的需求，哪怕最开始没想到，也应在后面的需求迭代中，以此原则为基础展开；另一方面一定要着重考虑系统的便利性，因为用户中心最后会分给各个业务系统的管理员，整体的操作实用性、自动性都需要全面考虑，尽量减少手工操作，释放人效。 本文由 @产品猫头鹰 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>国产 AI 社交应用 Saylo 凭 “二次元 + 剧本杀” 在日本市场杀出重围，上线一年狂揽超百万用户，下载量 140 万，月收入猛涨 47.4%。它靠啥疯传？本文拆解它的增长密码。</p> </blockquote>  近两年，AI社交应用正在全球范围内快速兴起，无疑成为了互联网行业的新热点。这些应用通过AI技术，为很多Z世代年轻人提供了全天候的虚拟陪伴服务，填补着人们日益增长的情感需求。 从AI社交应用中的角色来看，当前主要分为两大类型：一类采用真人形象设计，通过高度仿真的对话方式，模拟现实中人类的说话语气，致力于让用户获得接近真实社交的体验。另一类则是动漫风格的角色设定，在二次元文化盛行的地区尤其受欢迎。 以日本市场为例，近期，就有一款名为Saylo的AI社交应用，用多元的动漫形象，吸引了不少当地年轻用户的喜爱，榜单排名也迅速攀升，一度进入日本娱乐免费榜第43名。 点点数据显示，Saylo的开发者为中国香港公司X Original，应用上线于2024年5月，至今一年左右时间，全商店总下载量约140万，虽然今年6月较5月下载量微跌2.4%，但月收入却提升了47.4%。  （Saylo自上线以来全商店下载量，图源：点点数据） 以动漫形象为主导，并切入了日本、东南亚等新兴市场，这是否意味着，在大批同类应用涌入，竞争逐渐激烈的赛道中，AI社交应用不止能够在成熟的美国崛起，在新兴市场也同样有着巨大潜力？ ## 融入UGC创作，多人共享AI角色 “遇见AI，解锁无限小剧场。”与很多同类应用不同的是，Saylo的定位是一款AI智能体剧情聊天互动游戏，而非单纯的对话及情感陪伴应用，里面加入了很强的互动和娱乐属性，因此相比之下，更具有沉浸感和代入感。 虽然大多数AI社交应用都是将整体分为角色创建和对话两大模块，但从Saylo中可以发现，里面可细化的内容还有很多。 例如，在角色创建过程中，Saylo首先会进行版权声明的提醒，让用户确认是原创的AI智能体，且不侵犯他人的图片或IP。如若涉及侵犯他人权利，不仅无法获得认证，严重情况下还会阻止用户使用应用。尤其是在当前关于AI创作内容，世界各地法律法规尚不完善的时候，这种做法体现了严格的版权意识，以及对原创内容的保护。  （Saylo版权声明提醒） 用户不仅可以在应用中自定义AI角色的名字和外在形象，还可以编辑其声音、角色设定、角色简介、开场白及标签等内容。 Saylo提供了男、女角色各20+种声音模板，用户还可以根据个人喜好调整音色及语速。为了吸引更多用户加入角色创作，角色设定和角色简介的内容都可以通过应用中的“AI润色”功能，一键处理，有效提高了整体的创作效率。  对于原创的角色，Saylo也完全尊重用户是否愿意公开使用的想法。如果用户希望自己创作的角色能被更多人发现，并进行聊天互动，则可以开启“公开可聊”按钮，将角色分享给其他人；而对于希望角色具有“专一性”，只为自己服务的用户来说，可随时关闭这一功能。 ## 双模式任意切换，不喜欢就“重开” 而在AI对话模块中，如今单纯的陪聊，虽然能够满足用户的情绪价值，但在激烈的市场中，竞争优势已不复存在，整个行业也在向着内容互动方向转变，通过一系列的剧情引导，类似线上“剧本杀”的形式，探索更多的新玩法。 由此，Saylo在角色聊天中，推出了Say和Do两种可任意切换的模式，来满足多元化的用户需求。Say模式类似于初级的AI对话，用于与角色的日常闲聊，产生情感羁绊；而Do模式则更像是为平淡的生活增添一点色彩，用角色扮演的方式，推动剧情不断发展，创造与不同角色间独特的记忆。如果剧情设定或走向不符合用户预期，也可以重新编辑对话或完全重启剧情。重启后，原有的历史记录则会被完全覆盖，实现真正剧情“重开”。  为了增强娱乐属性，Saylo还支持群聊，最多邀请3个AI角色加入群聊，并鼓励用户尝试邀请不同性格的角色加入其中，很可能会碰撞出奇妙的火花，带来意想不到的乐趣体验。 另外，Saylo深知能够长期维系的情感往往都是“双向奔赴”的，不仅需要角色了解用户，很多时候用户也有好奇心，想了解屏幕那头的TA在想什么。基于此，应用上线了“窥探”功能，查看不同角色的内心世界，甚至发现与其表面聊天时的“反差感”。这样让用户角色的不再是一个AI“躯壳”，而是真正有内在思想，有深刻灵魂的存在。 当前，很多AI社交应用都加入了自拍一类的图片回复，用视觉冲击为用户带来更强的沉浸感。Saylo中，用户和角色之间不仅能相互发送图片，分享生活，还支持语音通话和AI视频内容，将静态转变为动态，延长“入戏”体验。特别是AI视频功能，不仅可以查看，还可以设置触发关键词，解锁对应角色反应，为对话过程增添了更多的互动属性。 AI社交出现后，不少人拿其与真人社交进行对比。结果来看，真人社交应用很大一部分快感来自于打赏，无论是送礼物还是收礼物的人，都能在其中找到各自的乐趣。 为了延续这种能为双方带来的愉悦体验，Saylo也融入了打赏功能，用户能够送给喜爱的角色礼物，同时编辑对其说的话，角色也会通过“礼物日记”的方式作为回应，来表达心意。 这种“拟人化”的反馈方式，给予了用户充足的情绪价值。相比于传统的“不付费就断联”的简单粗暴方式，Saylo更能够让用户心甘情愿地打赏，而非让用户觉得只是单纯地用钱来维系与角色之间的关系。 总的来说，在角色创建上，Saylo不仅提供了诸多动漫类的形象模板，还鼓励用户借助AI，在树立严格版权意识的前提下，用UGC的内容，创造更多角色形象，与广大用户一起分享互动。在角色对话上，无论是剧情内容还是对话形式，应用都强化了细节处理，这种细腻感，也与日本注重细节的文化相互契合。 ## 优化痛点问题，日本潜力已显现 随着AI社交应用的逐渐增多，用户的需求不断提高，这也对AI角色能力提出了更高的要求。例如，当下角色失忆是整个赛道面临的一大痛点问题，至今也只能将AI的记忆力尽可能延长至以月度为单位，但对于长期使用的用户来说，仍然会在一定程度上影响体验感。 Saylo对此表示，由于技术的局限性，AI智能体的记忆会有一个最大的对话容量，所以会出现“失忆”现象。虽然应用暂时没能解决这一点，但在其中加入了很多的用户反馈方式，来尽可能弥补AI的这一不足。  例如，在Saylo中只需长按对话消息，点击强化记忆，就相当于给AI角色的“大脑”贴上了显眼的标签。以后角色的回复，就会优先参考强化的这些内容。用户还可以对于角色回复的内容进行点赞或点踩，来表达个人对回复是否满意，AI也会根据这一信号不断优化。随着这些记忆的不断积累，用户与角色之间的默契程度也会直线上升。 应用表示，当前的聊天对话已支持长文模式，未来还会开发更多高级的聊天模式，随着技术的不断迭代升级，角色的记忆力、逻辑能力、上下文理解能力、情感共情力也都会逐渐变得更好。 此外，由于行业的相关政策及法律法规尚不完善，AI在对话过程中的涉及的尺度和边界问题受到了人们广泛关注。近期，Saylo也对内容加强了管理，不仅禁止用户与AI讨论敏感的政治、性别、种族、黄赌毒等内容，还扩大了敏感词屏蔽的范围，从一个月用户的反馈里也证实了这一点。 当前，Saylo采用订阅+代币充值的内购模式，月订阅9.99美元，年订阅49.99美元，并对一些新功能，采用了广告解锁来吸引用户尝试。例如，看一段广告就可以免费体验1次群聊功能，在不同AI角色之间的对话中发现更多有趣的故事。  （Saylo部分VIP权益） insightrackr数据显示，今年以来，Saylo加大了在日本地区的广告投放，投放素材多为日漫风格的角色，角色性别比例也较为均衡。应用在日本地区的投放比例占整体投放的34%，排在第一位，其次为美国26%、中国台湾地区14%、菲律宾10%，以及马来西亚8%。  （Saylo在日本广告投放素材） 可以看出，Saylo在日本及东南亚地区的投放已超过50%，在AI社交这一赛道上正在不断探索新兴市场的更多机会。特别是日本，一方面，二次元文化的普及，人们对AI社交中的动漫角色更贴合当地人的喜好；另一方面，基于日本人口结构特点，老龄少子化严重，人们对AI陪伴型产品接受度较高，不仅相关硬件产品备受欢迎，AI社交软件也有望迎来新的增长机遇。 ## 结语 AI社交正在日本等新兴市场展现出无限潜力。随着越来越多开发者入局，赛道竞争逐渐从AI技术转向内容创新，细腻的角色刻画、沉浸式互动玩法，都成为了吸引用户的关键。与此同时，行业也在直面核心痛点，为“角色失忆”、AI法与人类伦理间的边界尺度问题提出更多的解决方案。未来的竞争，既是想象力的比拼，也是体验感的深耕。 本文由人人都是产品经理作者【扬帆出海】，微信公众号：【扬帆出海】，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。

闹钟过后，只剩警钟。 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1630547) ·[查看评论](https://www.ifanr.com/1630547#comments) ·[新浪微博](https://weibo.com/ifanr)

沉没成本和战略转向，该如何权衡？欧洲交通与环境联合会（European Federation for Transport and Environment，简称：T &amp; E）近日发布了题为《欧洲汽车来到十字路口》的研究报告，该报告指出，欧洲汽车身处成败攸关的关键时刻，“禁燃”议案的推进或延迟，都将给整个产业带来完全不同的影响和走向。  **导语** 一方面，欧洲电动车明显出现销量下滑的连锁反应，欧盟汽车制造商协会ACEA的数据，2024年欧盟电动车销量下降5.9%，今年还要面对特朗普政府加征关税的威胁。纯电车长期卖不动，“2035年欧盟27国停售燃油车”的计划也蒙上新的阴影。  另一方面，若不实施任何补救措施，欧盟一旦放弃2035年欧盟境内禁止销售燃油车的目标，整个欧洲的汽车行业可能失去100万个工作岗位，大部分为“零排放”所做的努力都将打水漂，并造成电池等新能源赛道的投资损失高达三分之二。 进也不是，退也不是。 在电动化转型的战略上，欧盟已进入骑虎难下的尴尬境地。由于纯电动车销量低迷，许多汽车制造商陆续下调了中短期的销量目标，倒逼欧盟对二氧化碳排放目标有了放宽的空间，但迄今为止，欧盟仍坚持2035年全面禁售化石燃料汽车的既定计划。 T &amp; E的这份报告，明显是支持“禁燃令”持续推进的。报告评论说，如果欧盟坚持2035年的清洁能源目标并执行过渡期的政策，欧洲汽车行业有望恢复到每年生产1680万辆新车的水平，达到2008年经济危机后的峰值水平。  一言以蔽之，“禁燃令”一旦半途而废，沉没成本是非常巨大的，且还有大规模失业的风险。T &amp; E数据显示，如果欧盟保持2035年的“禁燃”目标，并实施推动新兴产业链发展的一揽子政策，那么到2035年，汽车产业对欧洲经济的贡献将增长11%。 01 **就业和产链价值** 支持“禁燃令”持续推进，T &amp; E的报告给出了几个重要数据： 如果欧盟能把“禁燃令”贯彻到2030年，传统汽车制造领域的岗位流失，或将会被电池等电动化新领域创造的逾10万个就业岗位抵消。到2035年，汽车新能源领域的就业岗位将达到12万个，主要集中在电池和电驱等产业链条。 只要欧洲能确保超过900 GWh的电池制造产能，就能新创造超10万个新就业岗位，2035年创造的岗位数量将达到12万个。此外，电池产业链的经济产出将提升到五倍左右，达到790亿欧元。 报告指出，如果既定的“禁燃”目标被削弱，或是欧盟政策发生动摇，缺乏全面的产业转型规划，到2035年，汽车行业的经济贡献可能减少900亿欧元（折合人民币约7580亿元），充电市场的经济贡献则将累计损失2000万欧元（折合人民币约1.68亿元）。  关于产业链的沉没成本，T &amp; E对欧洲地区13个电动车新项目进行了研究，其中，有5个项目属于全新建设的电动车工厂，其余8个是原有燃油车产线改造而成。 若全部项目顺利落地，欧洲每年将新增至少210万辆电动车产能，到2027年总产量有望达到510万辆，足以满足日益增长的市场需求——这一数字，将在2024年全欧180万辆产量的基础上实现。T &amp; E统计，2024年欧洲（包括欧盟、英国、欧洲自由贸易联盟国家和塞尔维亚）纯电动车的销量约为200万辆，而童年产量接近180万辆。 然而，由于未来市场前景和政策的不确定性，部分项目面临延期甚至取消的风险。T&amp;E依据四项关键标准评估了全部13个项目，关键指标包括项目状态（延期/启动/测试阶段）、建设进度（未开工/在建/完工）、厂址是否确定、是否获得政府补贴承诺。根据评估的结果，这13个项目被划分为低、中、高三个风险等级，以反映投资落地的可能性。  低风险项目，包含宝马匈牙利工厂与沃尔沃斯洛伐克工厂，这两座工厂都是全新的；还有斯特兰蒂斯的塞尔维亚工厂、大众及奇瑞的西班牙工厂，这几座工厂通过改造现有燃油车产能，转换为电动车产能。这些项目合计将形成55万辆年产能，带动约48亿欧元的投资，创造至少5550个就业岗位。 中等风险项目，合计规划年产能120万辆，涉及93亿欧元投资，可支撑1.1万个就业岗位。其中，比亚迪的匈牙利塞格德Szeged工厂以40亿欧元的投资占据总盘近半，成为清单中规模最大的项目；其次是西班牙西雅特-大众工厂改造项目，累计投资30亿欧元；还有捷豹路虎与日产正在升级的英国生产基地，预计合计每年生产25万辆电动车，与沃尔沃哥德堡工厂规划相当。 高风险项目包含三个，均为处于早期开发阶段，或是最终投资决策或开工日期尚存变数。其中，就包括宝马暂缓的价值7亿欧元的牛津MINI工厂电动化改造，以及雷诺与我国江铃合资的塞尔维亚建厂计划。 02 **电池和配套设施** 需要权衡沉没陈本和战略转向的，除了整车制造，还有电池等关键零部件的巨大投入。 彭博新能源财经BNEF此前统计，中国现阶段供应了全球约80%的锂离子电池，全球排名前10的电动汽车电池制造商，有6家来自中国。欧洲曾投入360亿美元（折合人民币2320亿元）发展汽车动力电池，但本土的16家电池工厂，目前已有12家遭遇生产延迟、或是取消，情况并不乐观。 曾被誉为“欧洲电池之光”的北伏Northvolt在瑞典申请破产保护，烧掉140亿美元（折合人民币约1000亿元）后黯然退场，标志着欧洲动力电池挑战中国的雄心遭遇巨大挫折。不过，北伏只是欧洲电池产业耗费巨资的一个典型，除了这家备受瞩目的明星公司，欧洲过去几年也在其它电池企业花费重金，逐渐建立了属于自己的电池储能产业链，一旦半途而废，将给欧洲汽车带来更沉重的转型枷锁。  同样的，T&amp;E依据多项关键标准，评估了欧洲地区的电池工厂，数据显示—— 低风险的电池工厂，资金都已经到位且已动工，部分工厂甚至已经投产，将给欧洲带来391GWh的年产能，背后是390亿欧元的投资和新创造的高达4.3万个技术岗位。法国杜夫兰的ACC工厂和德国萨尔茨吉特的大众PowerCo项目均属此类。 中等风险项目，主要因未达成最终投资决策而尚未开工，是目前欧洲电池领域规模最大的类别，涉及627GWh的年产能、480亿欧元的投资和4.7万个潜在岗位。和低风险项目相比，这一类工厂存在诸多不确定性，代表项目为西班牙的Basquevolt，该工厂大部分产能将分配到固态电池等新兴领域。 高风险项目，仍处于概念阶段，或审批阶段，虽总计将包含410GWh的年产能、210亿欧元的投资和3.7万个就业机会，但其推进完全取决于后续的产业政策。  T&amp;E分析，以实际预期产出（非理论产能）来看，欧洲本土产能在2030年或可满足本土三分之二的电池需求。 但如果只有低风险项目最终落地，这一比例将骤降至24%，远低于欧盟2030年40%自给率的目标）；计入中等风险项目后，自给率可达52%，但这一数值也已经低于T&amp;E和欧盟先前的预估。受全球及欧盟不利因素（如产业支持不足）等影响，很多电池项目都有取消或延迟的风险。 以西班牙为例，从政策支持看，该国已经展现出较大的发展潜力，计划到2030年实现244GWh的年产能。然而，其中仅有13%属于低风险项目，绝大部分产能的实现，仍取决于未来的政策走向。 相比之下，波兰和匈牙利的发展前景更为明朗，两国低风险产能分别达到115GWh和125GWh。虽然波兰暂无新增工厂的计划，但匈牙利有望再增90GWh的产能，未来或将成为欧洲新的电动汽车产业中心。  法国、德国等主要汽车经济体，在电池制造领域处于中间位置，两国合计产能超过350GWh，其中130GWh属于低风险项目。 去年以来，越来越多的欧洲汽车制造商放缓了电动化进程，欧盟的当务之急，不仅要重新审视其电动化战略，在产业政策、基础设施和市场需求之间找到平衡，还要考虑原有投资的投入产出比，以及政策一旦放缓或中止，沉没陈本的帐，究竟该怎么算。 这笔账，确实不好算，因为除了车企巨额的投资，还有电池等配套的“烧钱”巨坑。而背后，还设计百万个当地的就业岗位。 [查看评论](https://m.cnbeta.com.tw/comment/1512894.htm)

7月14日，北京气温高达35度，NVIDIA创始人兼CEO黄仁勋身着皮衣，与小米集团创始人、董事长兼CEO雷军在北京街头进行了友好会面。  从现场图片中可以看到，黄仁勋与雷军站在一辆小米汽车前，两人面带微笑，显得十分亲切。尽管北京的高温让人汗流浃背，但黄仁勋的皮衣装扮却显得格外抢眼，彰显了其独特的个人风格。 据报道，黄仁勋已于上周末抵京，受邀参加第三届链博会，这是他今年第三次来华。 [查看评论](https://m.cnbeta.com.tw/comment/1512892.htm)

马斯克在社交媒体发文称，人工智能已经比大多数人类聪明得多，但还没有比任何人类更聪明，而且比一群使用计算机的聪明人类（即“一家公司”）的聪明程度要低得多。 但它终究会实现。它可能在不到两年的时间内，比任何单个人类都更聪明，在大约五年时间内，将比所有人类加起来都更聪明。  确保人工智能能够最大限度地寻求真相，即使过程中会遇到一些障碍。  [查看评论](https://m.cnbeta.com.tw/comment/1512890.htm)

 高桥留美子作品《MAO》确定TV动画化，预计2026年春季播出。   《MAO》的主人公为一名名叫黄叶菜花的少女，在一场意外中她的父母不幸离世，只有她奇迹幸存。在初三的某天，菜花偶然间穿越回了大正时代，遇见了阴阳师摩绪，对方说菜花有着不可思议的力量……漫画自2019年在《少年Sunday》上开始连载，目前单行本出至24卷。     动画《MAO》公布的制作及声优阵容如下： STAFF 原作：高橋留美子「MAO」（小学館「週刊少年サンデー」連載）監督：佐藤照雄シリーズ構成：柿原優子キャラクターデザイン・総作画監督：菱沼義仁美術監督：加藤浩、保木いずみ色彩設計：大塚眞純CGディレクター：藤江智洋撮影監督：伏原あかね編集：新居和弘音響監督：菊田浩巳音楽：兼松衆アニメーション制作：サンライズ製作：「MAO」製作委員会 CAST 摩緒：梶裕貴黄葉菜花：川井田夏海百火：下野紘華紋：豊永利行

 7月13日，石井二郎新作《SHIBUYA SCRAMBLE STORIES》举行了众筹粉丝见面会，宣布该作进入正式制作阶段，预计2028年发售。    新项目将继承“群像剧”的游戏系统，并采取以故事和游戏系统最为优先的开发方式。 石井二郎担任总监，北岛行德负责剧本，麻野一哉负责剧本协力，箕星太郎担当艺术指导，饭野步负责摄影&amp;演出，北上史欧、新井正和、天野浩成、中村悠斗参演，《428~被封锁的涩谷~》主题曲演唱者上木彩矢也将负责本作的主题曲。    官方在见面会上宣布东急不动产和Skeleton Crew Studio将参与企划，众筹资金将用于开发费用提升作品质量。另外，官方还公布了开发时间表，《SHIBUYA SCRAMBLE STORIES》预计2027年进行拍摄，2028年发售。曾参与《428》或《街》的右手爱美、工藤俊作、松田优也确定将参与本作。

娃哈哈的“后宗庆后时代”面临的挑战仍不小。

<blockquote><p>当 AI 开始写代码，传统界面会消失吗？Cursor 设计负责人 Ryo Lu 给出答案：不是界面没了，而是“界面”将被重新定义成每个人的思维映射。本文独家呈现他如何把五个割裂功能合并为一个 AI Agent，让设计师直接写 13 万行代码、一个人两个月“氛围”出完整操作系统，并预言未来十年“过度专业化”将失效——真正的竞争力是“与 AI 对话”的系统思维。</p> </blockquote>  你有没有想过，传统的软件界面设计可能正在走向终结？当我听完 Cursor 设计主管 Ryo Lu 的这次访谈后，我意识到我们正站在一个历史性的转折点上。那些我们习以为常的界面元素——按钮、菜单、表单——可能即将被一种全新的交互方式所取代。更让人震撼的是，Ryo 提出了一个听起来像科幻小说的观点：未来的界面将直接映射到我们的思维方式。这不是什么遥远的幻想，而是正在 Cursor 内部发生的真实变革。 作为当今科技界最具影响力公司之一的设计负责人，Ryo Lu 的经历本身就是一个传奇。他曾经是 Notion 的早期设计师，参与构建了那个改变了无数人工作方式的产品。但当他转向 Cursor 时，他面临的挑战更加复杂：如何为一个由 AI 驱动的编程工具设计界面，让它既能服务于专业开发者，又能让完全不懂编程的”氛围程序员”（vibe coders）也能轻松上手。这个挑战的核心在于，Cursor 不仅仅是一个代码编辑器，它更像是一个智能的编程伙伴，能够理解用户的意图并自动执行复杂的编程任务。 ## 从五个概念到一个系统：Cursor 的设计统一之路 Ryo 加入 Cursor 后做的第一件事，就是解决了一个看似简单但实际上至关重要的问题：概念统一。当时的 Cursor 有五个不同的功能：Tab 自动补全、Command K 内联编辑、Chat 对话、Composer 代码生成，以及 Cursor Agent 自动化模式。这些功能都是分别开发的，有着不同的名称和快捷键，用户经常搞不清楚该用哪个功能。 “我所做的就是说，所有这些东西都是同一个东西。它们都是 agent。然后我们把它们合并成一个概念。”Ryo 这样描述他的改进。听起来简单，但这种系统性思维的威力是巨大的。通过这个统一，Cursor 的用户体验发生了质的飞跃。以前用户需要学习五套不同的交互模式，现在只需要理解一个核心概念：AI agent。这种简化不是减法，而是提炼——保留所有功能的同时，让用户的认知负担大大降低。 这让我想起软件设计中一个永恒的真理：最好的设计往往不是添加更多功能，而是找到正确的抽象层次。就像 iPhone 的革命性不在于增加了更多按钮，而是用一个触摸屏替代了所有物理按键。Ryo 在 Cursor 上做的事情本质上是相同的：找到了一个更高层次的抽象，让复杂的功能变得简单易懂。  我特别欣赏 Ryo 提到的一个观点：”我们想要服务所有人，从想要完全手动控制的最有经验的程序员，到更喜欢让 agent 完成一切的’氛围型’用户。在这个光谱中有很多不同的小配置、模式和行为。你想要为所有人服务，但要给每个人在这个光谱中找到理想的位置。”这种设计哲学非常深刻——不是强迫所有用户使用同一种方式，而是创建一个足够灵活的系统，让不同类型的用户都能找到适合自己的交互方式。 这种统一带来的效果是显著的。Ryo 提到，很多高级工程师之前一直在使用 Cursor，但根本不知道有 Agent 功能的存在。统一概念后，这个问题消失了，所有用户都默认使用 Agent 模式，这可能是 Cursor 自今年二月以来快速增长的最重要原因之一。这个案例完美说明了好的设计如何能够释放产品的真正潜力。 ## 重新定义设计师的角色：从界面到系统 在与 Ryo 的对话中，最让我印象深刻的是他对设计师角色转变的思考。传统的设计流程是这样的：设计师在 Figma 中画出精美的界面，然后工程师根据这些静态图片来构建产品。但在 AI 时代，这种工作方式正在变得过时。 “我们作为设计师设计的东西，它们只是上升了一个层次。你不再是精确设计这个 UI 界面的具体样子，而是实际上在设计一个容器。”Ryo 这样解释新的设计范式。这个”容器”的概念非常重要——设计师不再设计固定的界面，而是设计一套可以适应不同用户、不同情境的系统。 这种转变的深层原因在于，AI 界面具有高度的动态性。传统界面是静态的，每个用户看到的都是一样的按钮和菜单。但 AI 界面会根据用户的行为、偏好和当前任务自动调整。在这种情况下，设计师的工作就变成了定义这些动态变化的规则和边界。 Ryo 用一个很生动的比喻来说明这一点：”理想的界面对每个人都是不同的。”这意味着设计师需要从设计单一界面转向设计界面系统。就像建筑师不是设计一座房子，而是设计一套可以根据不同需求组合的模块化系统。  我认为这种转变对整个设计行业都有深远影响。设计师需要具备更强的系统性思维，理解如何构建灵活而连贯的设计系统。同时，设计师也需要更深入地理解技术，因为在 AI 时代，设计和技术的边界正在模糊。正如 Ryo 所说：”如果你知道如何与 AI 交互，几乎就是在拉平这个领域。” 这让我想到另一个重要观点：在 AI 辅助下，过度专业化可能不再是优势。Ryo 观察到，一些 17 岁的年轻人通过 AI 进行”氛围编程”，创造出的东西比一些大型科技公司的工程师每天写 10 行代码的产出更令人惊叹。这说明在 AI 时代，关键不是你掌握多少专业技能，而是你如何有效地与 AI 协作。 ## AI Agent 时代的新挑战：从界面到对话 在讨论 Cursor 的未来发展时，Ryo 遇到了一个看似简单但实际上非常复杂的问题：如何管理多个并行运行的 AI agent。想象一下，你同时让五个 AI agent 处理不同的编程任务，你需要能够查看它们的进度、管理它们的输出，并决定如何处理它们的结果。 “我可能花了这个月的大部分时间在思考这个问题。如何启动多个 agent 并管理它们，查看正在发生的事情，然后一旦它们完成，如何处理它们？”Ryo 描述了这个挑战的复杂性。用户需要能够规划任务、执行任务、审查结果，然后决定如何合并这些变更。 有趣的是，经过深入思考后，Ryo 发现这个复杂的问题本质上可以归结为一个非常熟悉的概念：”天哪，这又是待办事项列表。我们又回到了这里。每次我们都会回到待办事项列表。”这个发现既让人沮丧又让人兴奋。沮丧是因为看起来我们在重新发明轮子，兴奋是因为这意味着我们可以利用人们已经熟悉的概念。 但这不是简单的待办事项列表。关键区别在于，这些任务可能由 AI agent 执行，而不是人类。这种看似微小的差别实际上带来了巨大的变化。AI agent 可以并行处理多个任务，可以在更长的时间跨度内工作，可以处理比人类更复杂的任务。但同时，它们也需要更复杂的管理和监督机制。  我觉得这个例子完美说明了 AI 产品设计的一个重要原则：最好的 AI 界面往往是将复杂的 AI 能力包装在人们已经熟悉的概念中。用户不需要学习全新的交互模式，但他们可以获得远超传统工具的能力。这种设计哲学在 Cursor 的整体架构中随处可见。 Ryo 还提到了一个重要观点：这种任务管理系统不仅服务于 AI agent，也服务于人类。”想象一下，你可以将整个软件开发过程分解为一堆任务，它们与聊天提示相关联。因为这个概念如此通用，界面不必复杂，任何看过列表视图的人都可以开始做这些事情。”这种统一的任务管理系统让人类和 AI 能够在同一个框架内协作。 ## 从代码到思维：界面设计的终极演进 在访谈的最后，Ryo 分享了一个听起来像科幻小说但他坚信会成为现实的观点：”界面将变得就像你思考的方式。我认为它会变得更接近你。也许我们不会通过代理设备操作。也许它甚至更接近。我是一个视觉思考者。我仍然会看到我的画布，但也许它们是悬浮在我的脑海中，而不是在屏幕上。” 这个预测让我思考了很久。现在我们通过点击、拖拽、输入来与计算机交互。但如果界面直接映射到我们的思维模式会怎样？对于视觉思考者，信息可能以图形和空间关系的形式呈现。对于逻辑思考者，界面可能更多地以因果关系和决策树的形式组织。对于情感思考者，界面可能通过颜色、节奏和情绪来传达信息。 这种个性化不仅仅是表面的定制，而是深层次的认知匹配。就像 Ryo 说的：”理想的界面对每个人都是不同的。”但这种不同不是任意的，而是基于每个人独特的思维方式和认知模式。 我认为这种演进已经在某种程度上开始了。当我使用 Cursor 这样的 AI 工具时，我发现自己越来越少地思考”如何操作这个软件”，而更多地思考”我想要实现什么目标”。软件开始理解我的意图，而不是要求我学习它的语言。这种转变虽然还在早期阶段，但趋势已经很明显。  Ryo 提到的 Neuralink 等脑机接口技术让这种未来变得更加具体。虽然我们可能还需要多年才能看到真正的脑机接口普及，但概念本身已经不再是幻想。当界面可以直接访问我们的思维时，设计师的角色将再次发生根本性改变。 我觉得最有趣的是，即使在那个未来中，仍然需要有人来”设计概念和想法，澄清它们，将它们简化为最简单的、不变的形式”。技术可能会改变界面的形式，但设计思维的核心——理解用户需求、简化复杂性、创造直观体验——将永远有价值。 ## 个人项目的力量：从 RyOS 看创造的未来 在访谈中，Ryo 分享了他的个人项目 RyOS 的故事，这个项目完美展示了 AI 时代个人创造力的潜力。RyOS 是一个完整的操作系统界面，拥有多个应用程序、窗口管理、文件系统等复杂功能。令人惊叹的是，这个包含 13 万行代码的项目，主要是 Ryo 一个人在一到两个月内使用 Cursor 完成的。 “我问了 ChatGPT，普通工程团队需要多长时间来构建它。回答是几个月或几年，需要几十个人或者 20 个人。而这只是我一个人在业余时间进行的氛围编程。”这个对比让人震惊。传统上需要一个团队数月甚至数年才能完成的项目，现在一个人借助 AI 工具就能在几周内实现。 更重要的是，RyOS 项目的起源完全是偶然的。Ryo 最初只是想为离开 Notion 的团队制作一个声音板应用，让同事们在会议中能听到他的声音。但随着 AI agent 的帮助，这个简单的想法逐渐演变成了一个完整的操作系统。”没有计划，纯粹是感觉。”Ryo 这样描述整个过程。 我认为这个例子说明了 AI 时代创造的一个重要特征：从想法到实现的距离正在急剧缩短。过去，即使你有一个很好的想法，也需要组建团队、分配任务、协调进度，整个过程可能需要几个月。但现在，你可以在有想法的瞬间就开始实现它，让想法在实现过程中自然演进。  这种变化对创新的影响是深远的。当实现成本大幅降低时，我们可以尝试更多的想法，进行更多的实验。那些之前因为成本太高而被放弃的创意，现在都变得可行。这意味着创新的瓶颈不再是实现能力，而是想象力和判断力。 Ryo 提到的一个观点特别值得深思：”加入 Cursor 的原因之一是我希望从有想法到变成现实的差距接近零。”这不仅仅是关于工具效率的提升，更是关于思维方式的改变。当你知道任何想法都可以快速实现时，你会更敢于思考那些看似不可能的事情。 这也解释了为什么 Ryo 能够如此快速地从音效板应用演进到完整的操作系统。在传统开发模式下，每增加一个功能都需要仔细考虑成本和时间。但在 AI 辅助开发中，试错成本变得极低，你可以随时尝试新的方向，看看会发生什么。 ### 团队结构的根本性改变 Ryo 的经历也让我思考了 AI 对团队结构的影响。传统软件开发需要明确的角色分工：产品经理负责需求，设计师负责界面，前端工程师负责实现，后端工程师负责逻辑，测试工程师负责质量。每个角色都有明确的边界和交接点。 但在 AI 辅助开发中，这些边界正在模糊。Ryo 作为设计师，现在可以直接编写产品代码。他不需要等待工程师来实现他的设计，也不需要通过详细的文档来传达他的想法。他可以直接创建功能原型，让团队体验真实的交互效果。 “工程师们把我们更多地视为他们的一部分了。”Ryo 这样描述这种变化。我认为这种变化的价值不仅仅在于效率提升，更在于减少了沟通损耗。传统的设计到开发流程中，每次信息传递都会丢失一些细节。设计师的意图通过文档和会议传达给工程师，但工程师可能有不同的理解。这种多次传递导致最终产品与原始设计有很大差异。 当设计师能够直接编写代码时，这种信息损耗大大减少。设计师可以精确地表达他们的意图，而不依赖于他人的解释。同时，他们也能更好地理解技术约束，在设计阶段就考虑实现的可行性。 这种变化也影响了招聘策略。就像访谈中提到的：”我们有两个设计师，这意味着我们有两个前端工程师。当你不需要一个人非常精通前端开发时，你需要招聘的工程师类型也会发生变化，因为我可以完成我们正在开发的任何功能。” 我觉得这预示着未来团队结构的一个重要趋势：专业化程度会降低，而跨领域能力会变得更加重要。团队成员不再需要在某一个狭窄领域达到极致的专业水平，而是需要具备在多个领域快速学习和应用的能力。AI 工具正在降低各个专业领域的准入门槛，让更多的人能够参与到产品创造的各个环节中。 ### 设计思维的永恒价值 尽管技术在快速发展，但我认为设计思维的核心价值不会因为 AI 的出现而消失。正如 Ryo 所说：”在代码这个层面，我们可以做几乎任何事情。”但问题不是我们能做什么，而是我们应该做什么。 设计师在 AI 时代的价值主要体现在几个方面：第一是概念澄清。技术越复杂，就越需要有人能够将复杂的概念简化为用户能够理解的形式。Ryo 将 Cursor 的五个功能统一为一个 Agent 概念，就是这种能力的体现。 第二是系统思维。随着产品功能越来越多，越来越复杂，需要有人能够从整体角度思考如何组织这些功能，让它们形成一个连贯的系统。这种能力不是 AI 能够替代的，因为它需要对用户需求、业务目标和技术约束有深入的理解。 第三是美学判断。即使 AI 能够生成界面，但什么是好的设计仍然需要人类的判断。美学不仅仅是视觉上的好看，更是功能性、易用性和情感体验的综合体现。这种判断能力需要长期的训练和积累，是设计师的核心竞争力。 第四是同理心。设计的本质是理解用户的需求和痛点，然后创造解决方案。这种同理心是人类独有的能力，AI 可以分析数据和模式，但无法真正理解人类的情感和动机。 我特别认同 Ryo 提到的一个观点：”最终结果是美丽、高质量的软件。”无论技术如何发展，这个目标不会改变。我们使用的工具可能会改变，我们的工作方式可能会改变，但创造美丽、有用的产品这个根本目标是永恒的。 同时，我也认为设计师需要适应新的工作方式。他们需要学会与 AI 协作，理解 AI 的能力和局限性。他们需要从设计静态界面转向设计动态系统。他们需要从传达想法转向直接实现想法。这些都是新的技能，但它们建立在传统设计思维的基础上。 ### 重新思考专业边界 Ryo 的经历让我深思了一个更大的问题：在 AI 时代，专业边界的意义是什么？传统上，我们将复杂的工作分解为不同的专业领域，每个人在自己的领域深度专精。但当 AI 能够弥补我们在某些专业技能上的不足时，这种分工还有必要吗？ “我认为在接下来的 10 年左右，过度专业化完全没有意义了。”Ryo 的这个观点很有挑战性。他的意思不是说专业技能不重要，而是说单一领域的深度专精可能不如跨领域的整合能力重要。 我见过很多这样的例子：一些年轻人通过 AI 工具快速掌握了多个技能，创造出令人惊叹的作品。他们可能不是任何一个领域的专家，但他们知道如何组合不同的技能来解决问题。相比之下，一些在传统框架下受过高度专业训练的人，反而因为思维的固化而难以适应新的工作方式。 这让我想到文艺复兴时期的博学者（polymaths）。达芬奇既是艺术家，也是工程师、科学家和发明家。那个时代的知识边界还没有现在这么清晰，人们更容易在多个领域之间自由穿梭。也许 AI 时代会让我们回到某种类似的状态，技术降低了专业技能的门槛，让更多人能够成为跨领域的创造者。 但我也认为这不意味着专业技能会完全消失。相反，我觉得会出现新的专业化趋势：与 AI 协作的专业化。就像 Ryo 专精于使用 AI 进行设计和开发，未来可能会出现各种与 AI 协作的专业角色。这些角色的核心不是掌握某个传统技能，而是知道如何有效地与 AI 配合来完成复杂任务。 ## 设计哲学的根本性转变：从普适性到个性化 Ryo 提出的”理想的界面对每个人都是不同的”这个观点，让我意识到我们正在经历设计史上最重要的哲学转变之一：从”为所有人设计一个完美界面”转向”为每个人设计最适合的界面”。这种转变的影响远比我们想象的要深远。 传统的设计哲学建立在一个假设上：存在一个”最优解”，一个能够满足大多数用户需求的通用界面。这种思维方式深深植根于工业化时代的大规模生产逻辑。就像福特汽车的”任何颜色都可以，只要是黑色”一样，我们一直在追求那个能够服务所有人的标准化界面。这种方法在降低成本、提高效率方面确实很有效，但它也带来了一个根本性问题：为了照顾大多数人，我们往往忽略了个体的独特需求。 我见过无数产品因为这种”一刀切”的设计方法而失败。设计师们花费大量时间研究”平均用户”，试图找到那个能够平衡所有需求的完美界面。但现实是，平均用户并不存在。每个真实的用户都有自己独特的使用习惯、认知模式和偏好。当我们为一个虚构的平均用户设计时，我们实际上是在为一个不存在的人设计。 Ryo 在 Cursor 的工作让我看到了另一种可能性。他提到：”我们想要服务所有人，从想要完全手动控制的最有经验的程序员，到更喜欢让 agent 完成一切的’氛围型’用户。”这不是试图找到一个中间点来平衡这些截然不同的需求，而是构建一个能够适应不同需求的系统。 这种转变的核心在于技术能力的提升。以前，为每个用户定制界面在技术上是不可行的，成本也过于高昂。但 AI 技术让这种个性化成为可能。AI 能够实时理解用户的行为模式、偏好和当前任务，然后动态调整界面来匹配用户的需求。这不是简单的自定义设置，而是深层次的认知匹配。 我认为这种转变将带来三个层次的影响。首先是交互层面的影响。传统界面设计追求一致性，所有按钮都在相同的位置，所有菜单都有相同的结构。但在个性化时代，一致性的定义需要重新考虑。也许对于一个经验丰富的用户，最一致的体验是让他们能够快速访问高级功能；而对于新手，最一致的体验是简化的界面和循序渐进的引导。 其次是认知层面的影响。Ryo 提到自己是视觉思考者，他希望看到悬浮在脑海中的画布。这让我思考，如果界面能够匹配用户的认知模式会怎样？视觉思考者可能更适合图形化的信息展示，逻辑思考者可能更喜欢层次分明的列表，情感思考者可能需要更多的颜色和动效反馈。当界面能够适应这些不同的认知模式时，用户与软件的交互将变得更加自然和高效。 第三是哲学层面的影响。这种转变实际上是在挑战设计的根本假设。我们不再假设存在一个”正确”的设计，而是认为设计的价值在于它能够适应和服务多样性。这种思维方式不仅影响产品设计，也会影响我们对用户、对技术、对创新的理解。 但我也看到了这种转变带来的挑战。首先是复杂性管理。当每个用户看到的界面都不同时，如何确保产品的整体性和品牌一致性？如何为这样的系统提供支持和文档？如何测试和优化一个千变万化的界面？ 其次是设计师技能的转变。传统设计师需要掌握视觉设计、交互设计等技能。但在个性化时代，设计师更像是系统架构师，需要设计的不是具体的界面，而是界面生成的规则和算法。这需要更强的系统思维、数据分析能力，甚至编程技能。 还有一个更深层的问题：当界面完全个性化时，我们是否会失去共同的设计语言？传统上，标准化的界面让用户在不同产品间迁移变得容易。但如果每个产品、每个用户的界面都不同，这种迁移成本是否会大大增加？ 我觉得答案在于找到个性化和标准化之间的平衡点。就像 Ryo 说的，需要识别那些”永远不会改变的底层基本单元”。有些概念和交互模式是普世的，比如点击、拖拽、滚动等基本操作。个性化应该建立在这些稳定的基础上，而不是完全重新发明交互语言。 从商业角度看，这种转变也带来了新的机会和挑战。个性化程度越高的产品，用户粘性往往越强，因为迁移成本更高。但同时，开发和维护这样的产品也需要更多资源和技术投入。这可能会加剧技术公司之间的差距，那些能够掌握个性化技术的公司将获得显著优势。 我相信，我们正处在这个转变的早期阶段。现在的个性化主要还是表面的，比如主题颜色、布局选项等。但随着 AI 技术的发展，我们将看到更深层次的个性化，界面将能够理解和适应用户的思维模式、工作习惯、甚至情绪状态。这将不再是界面的个性化，而是体验的个性化。 ## 对未来的深度思考 通过 Ryo 的分享，我看到了软件开发和产品设计未来可能的方向。这不仅仅是工具的升级，而是整个创造过程的根本性改变。我们正在从一个基于分工的工业化模式，转向一个基于协作的智能化模式。 在传统模式下，创造一个产品需要严格的计划、明确的分工、复杂的协调。每个步骤都有明确的输入和输出，每个角色都有固定的职责。这种模式在处理复杂项目时很有效，但它也带来了巨大的协调成本和沟通损耗。 在新的模式下，创造过程变得更像即兴创作。你有一个大致的方向，然后在实现过程中不断调整和改进。AI 工具让这种工作方式成为可能，因为它们大大降低了试错成本。你可以快速尝试不同的想法，看看哪些有效，哪些不行。 这种变化对个人和组织都有深远影响。对个人来说，它意味着需要培养更强的适应能力和学习能力。你需要能够快速掌握新工具，与 AI 有效协作，在不确定性中做出决策。对组织来说，它意味着需要建立更灵活的结构和文化，鼓励实验和创新，容忍失败和调整。 我也思考了这种变化可能带来的挑战。当创造成本大幅降低时，市场上会出现更多的产品和服务。这意味着竞争会更加激烈，用户的注意力会更加分散。在这种环境下，真正重要的可能不是你能创造什么，而是你选择创造什么。判断力和品味可能会变得比技术能力更重要。 另一个挑战是质量控制。当任何人都能快速创造复杂产品时，如何确保这些产品的质量和安全性？这可能需要新的治理机制和标准体系。我们需要在鼓励创新和确保质量之间找到平衡。 最后，我认为 Ryo 的故事最大的启发是：未来属于那些敢于尝试、善于学习、能够适应变化的人。无论你现在处在什么位置，无论你的背景是什么，只要你保持开放的心态和学习的热情，就能在这个变化的时代找到自己的位置。关键是要行动起来，开始实验，开始创造。就像 Ryo 说的：”从有想法到变成现实的差距正在接近零。”现在是开始的最好时机。 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。 题图来自专访截图

1Password 是著名的跨平台密码管理器工具，支持 macOS、Windows、Linux、Chrome OS，拥有 Android、iOS 客户端，和各大浏览器插件，使用体验很好。 N 年一度的

2025年7月14日，截止收盘，沪指涨0.27%，报收3519.65点；深成指跌0.11%，报收10684.52点；创业板指跌0.45%，报收2197.07点，两市成交额较上一交易日减少2533.82亿元，合计成交14587.51亿元。

想用IP为业绩兜底，没那么容易。

存款利率破1%彻底粉碎“刚兑遗产”，行业步入收益波动常态化时代。固收独大模式难抗利率与资产荒双重夹击，混合类承载破局希望——但转型成败取决于机构策略创新与投资者风险教育的共振。

<blockquote><p>高铁上 2 小时写完 2 万行代码？作者亲测把 Claude Code 当「命令行搭子」：5 步流程（项目记忆→PRD→计划→编码→测试）让 bug 减半、效率翻倍，并附指令速查表，小白也能 10 分钟上手。</p> </blockquote>  这两天去上海参加飞书的未来无限大会，为了让路上的时间过的快一点，我就一直在用claude code写代码。 正好最近把claude code的使用逻辑重新梳理了一下，终于能够跟它一起高效作业了。  这次在高铁上我就是用两个claude code一起干活，效率比我之前用cursor+claude code混合开发提升了一倍以上，“提示词管理助手”2.0版本的开发还算顺利，预计下周就可以正式发布出来了。 这两天有很多朋友问我claude code怎么用，正好我用“提示词管理助手”2.0版本开发的案例，跟大家分享一下我和claude coding协作的方法论，如何让claude code成为高效开发的AI搭子。 之前用cursor做AI编程的时候，整体流程是以下三步：1. 写prd文档，方便AI了解这次要开发的所有内容2. AI写代码，基于prd文档和AI一起肝这次开发的内容（主要是点击accept）3. 测试反馈，把AI开发完的产品测试反馈问题给它，让它进行修复 用这个流程做产品开发在写些脚本和代码量低的时候其实是很舒服的，AI一会就把产品给你搞出来了，而且效果还非常不错。 我在刚开始做提示词管理助手的时候，也就叨咕了1个多小时就把第一版做出来了，AI在低代码量状态下开发是很快的。 但项目一旦变大，AI写代码的bug率就大大提升了，我分析下来主要原因在于：AI压根不了解你的项目，它是真的“干中学”。 这就好比我们找一个程序员来帮我们优化已有的代码，它不去了解这个代码仓到底是什么，不了解每一个文件存放的位置，它拿到一个需求后立马开始准备干活。 那代码质量能用才怪。。。 因此我在cursor中开发都是先让AI定位本次需求涉及的文件，然后基于这些文件让它做功能升级或者迭代，这样稍微的把cursor写代码的故障率降了一下。 就是有点废人，人得随时盯着所有的项目，AI也不能自主进行作业，要么bug真的飙到满天飞。 那到了和claude code 协作干活的时候，得益于它自身的功能升级，我把流程升级了一下： 1. 让AI写项目文档，claude.md文档是它全局的记忆，写好了AI对项目的理解整个开发过程都在，不会丢 2. 写prd文档，方便AI了解这次要开发的所有内容 3. 做具体的开发计划，精确到要优化哪些文档，本次优化分几个阶段 4. AI写代码，基于prd文档和AI一起肝这次开发的内容 5. 测试反馈，把AI开发完的产品测试反馈问题给它，让它进行修复 主要是加了项目文档和开发计划两个流程，目的都是为了给AI更多的上下文信息，从而降低AI写代码的bug率。 接下来我通过“提示词管理助手”的案例给大家演示这套流程的开发效果，带大家一步步跑一遍，看看如何用claude code高效干活。  为了方便大家更好地理解 Claude Code 中用到的指令，我和 AI 一起整理了一份Claude Code 指令速查宝典（ https://t16jzwqrzjx.feishu.cn/wiki/E4Rbw3vpBikNLbknNKOc7GtYnqd?from=from_copylink ），把常用指令的含义都做了解释，它可以帮助你快速了解 claude code各种指令的含义。 ## 第一步：让AI写项目文档 进入项目第一步就是让AI写项目文件，这里用到的是 /init指令，只需要确认它会自己去浏览项目然后生成一个claude.md的文档。  我给大家抽取一个模块看看claude.md梳理的多么细，它会把你的核心架构都拆解好记录下来，它知道每一个文件夹的作用和存放位置。  claude.md文档是全局中claude code都会应用的，相当于cursor的系统规则一样。 它的作用是给AI更多的上下文，让AI更好的了解项目进行项目开发。 /init 不仅仅只是初始化用的，每次完成一个版本迭代后，也可以运行 /init，这个时候它会自动更新 claude.md文档，把开发的内容加进来。  我自己的开发习惯是：每完成一个版本的开发，做一次GitHub的保存，然后运行一次/init。 ## 第二步：写prd文档 第二步就是写prd文档，这块之前在“小白AI编程指南”里列举了提示词和案例，在这个文章中我就不展开讲了。 在这里主要跟大家分享一下，如何和claude code高效的讨论需求。 通过建立claude.md文档，让claude code对项目十分了解，它已经知道了我这个项目的核心逻辑、文件结构、模块功能，和它讨论是一件十分高效的事情。  红色部分是我提出的需求，我们可以看到AI是基于claude.md文档，然后去阅读整体系统，最后给到我一个它自己的思考，这种讨论会非常符合真正的开发场景，能够很快的落地下去。  它先给我泼了一盆冷水，然后又给到我三套不同的渐进式方案；最后它自己思考了一会告诉我建议从方案1开始，并且给到我详细的逻辑和原因。  Claude code 在讨论需求能够得到这么好的效果，对项目的理解起着至关重要的作用。 ## 第三步：做具体的开发计划 第三步就是和claude code一起制定计划，在这里我们要先讲一下claude code的三种作业模式。 Claude code支持三种作业模式，分别是default（默认模式）、plan（计划模式）、Auto-accept（干活模式），刚才我和claude code 的对话是默认模式，只需要按住shift+tab 即可进行模式的切换。 左下角显示plan就代表切换到计划模式了，让我们沿着刚才的方案1来做个开发计划。  Claude code做计划的第一步依旧是去看代码，详细的了解已有代码库到底是什么样的。  然后它会给到用户一个详细的自己计划开发这个需求的计划。  看到这份计划我就充满了信心，最起码AI把每一块都想到了，那它干活的效果自然会很好。 这里如果想接受计划就选择yes，不想接受就选择no，继续讨论计划就行了。 ## 第四步：AI写代码 在确认了计划之后就进入了第四步，让AI干活进行写代码，这个环节我们就可以直接挂机了，等着AI写完了切回来看看就行了。  这块连accept都不用点了，AI会自己全部干完，人类只需要测试反馈。 ## 第五步：测试反馈问题 第五步就是测试反馈问题，这块有一个需要注意的点是，因为claude code用的是命令行工具，我们没法贴图进来。 所以截图需要我们先保存到文件夹里，然后再通过 @ 这个图片名称，才能给claude code反馈bug，稍微麻烦一点点。  这五步看完了，想必大家应该能够理解，为啥我说用claude code能够把编程效率提升了一倍。 Claude code给予了AI更多的上下文，基于这项能力，我优化了自己和AI协作的流程，从而完成效率的提升。 和AI的协作能力，是毋庸置疑AI浪潮下最重要的事情。 跟大家聊了这么多claude code提升效率的事情，我想在文章最后跟大家聊一点关于使用claude code的恐惧问题。 最近很多朋友被我带的去用claude code，他们其实跟我在用claude code之前都有一个问题，它是一个命令行工具，我真的能够用明白吗？ Claude code刚出来的时候，白术跟我兴冲冲的分享，他和小排老师都很快用上了claude code写点，我当时第一反应是，这是个命令行工具，我可能用不明白。 所以我过了一个多月才真正去用claude code，我也很害怕去体验一个新产品。 用过之后才发现，这不就是个命令行版的chatbot嘛，它和网页版claude最大的区别就是它放在了终端里。 我们忘掉所有的指令，忘掉命令行这个事情，会发现它就是一个聊天机器人，只不过这个聊天机器人可以写代码，功能更多更强大而已。 当我跟大家说这是个命令行工具时，大家天然很抗拒；但我们把它当作chatbot来看待的时候，大家就都乐意去上手体验一下，觉得蛮好玩的。 所以我想，你不要把它当作一个非常专业的程序员开发者工具去对待，你就把它当大号的豆包AI编程就行了。 最后我想说：别把 Claude Code 想得太复杂，也别先把自己挡在门外。 本文由人人都是产品经理作者【云舒】，微信公众号：【云舒的AI实践笔记】，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>当“AI灵魂伴侣画像”刷屏 TikTok，两款算命小程序 30 天狂揽百万美元，下载破 10 万却评分 4.8——它们靠的不是神机妙算，而是把孤独当成流量密码。本文拆解“星盘＋生图＋温柔话术”的低成本爆款公式：用一张模糊浪漫的“正缘脸”，让用户为情绪买单，为幻想订阅。</p> </blockquote>  今年AI最离谱也最让人上头的用法，可能不是写代码、写论文，而是算命。 开年爆火的 DeepSeek，被网友开发出100种用法，其中最刷屏的就是拿它来算桃花。输入出生时间、工作单位，AI一本正经地给你来段玄学分析，甚至还能画出“灵魂伴侣”的样子。 而现在，有人把这波流量变成了产品。 今年6月，两款围绕“灵魂伴侣画像”的AI应用爆火出圈： 3月上线的Starla，6月日下载峰值达11万，美国App Store总榜第7、收入榜第16。根据白鲸出海，截至6月底营收已超218万美元。 去年上线的Astra，也在6月下载量飞涨，日下载量峰值超10万，月收入稳定在30万美元。 有趣的是，TikTok上到处都是对这两个AI应用算不准的吐槽，这反而让它们更火了。 它们的走红印证了一个现实：低技术门槛，也能撬动高情绪价值。在这个孤独变成常态的时代，解决孤独感的产品，不是提供答案，而是销售希望。 ## 01 AI算姻缘，一种新刚需 社交曾被视为AI时代的“蓝海”，但到了2025年，这片海在迅速退潮。 Character.AI付费率低、难以覆盖成本，国内如筑梦岛、星野等产品的三日新增留存率已跌至20%以下。 而另一个不起眼的赛道，迎来了爆点——AI算姻缘。 2024年，通灵类服务在全球创收达23亿美元（IBIS World数据）。今年，AI“正缘画像”成为年轻人新宠： 一串出生信息，配上一张AI画出的“灵魂伴侣”脸，成了新的情绪出口。这类产品主打的是神秘和疗愈，比“左滑右滑”的社交软件更有仪式感。 其中两款产品最为突出：Starla和Astra。 Starla今年3月上线，仅6月峰值日下载就达11万，登上美国App Store总榜第7，收入累计218万美元（白鲸出海数据）。Astra则于去年上线，今年6月起势，日下载破10万，月收入稳定在30万美元。 它们的核心玩法很简单：GPT对话+AI生图+星盘算法，用“灵魂伴侣长相”的视觉钩子切中情绪需求。 它们不像传统星座App那样单向推送内容，而是用“聊天式命理师”包装出一整套玄学叙事。 用户只需输入信息，AI就能结合出生星盘、荣格心理、自省练习等，即时“看透”你的情感状态，并画出“正缘画像”。这种方式大大压缩了用户的冷启动流程，让人一进App就能得到“被回应”的爽感。 Starla主打语音优先，聊天偏心理疗愈 基于AI生成推出“无所不答”的命理师，提供语音接口。其他基础功能有结合占星学理论、荣格原型心理学、CBT自省心理学的痕迹，功能重视解析自我意识、情绪内省等。  Astra深植占星理论，场景化话题引导 其深化了自然聊天的风格，例如会主动提问“我看到土星在你的第十宫——这是反思你雄心壮志的好时机。你面临一个重大决定吗？”对过境、上升星座等占星理论能灵活运用，特色功能有解梦、伴侣星盘测试。  技术上，这些产品不过是大模型+NLP分解+图像生成的组合，但在叙事和包装上，它们比多数AI聊天工具更懂用户焦虑： 人们未必真的想找对象，而是想找一个解释。AI给不了爱，但可以制造确定感、神秘感和被理解的幻觉——这三种幻觉，恰好击中了当代年轻人情绪消费的核心。 ## 02 “正缘画像”背后的爆款公式 Starla和Astra爆火，并不是因为技术有多先进，而是它们精准拿捏住了Z世代的情绪消费心理： 用AI画出“灵魂伴侣”的样子，本身就是一种新型社交货币。 在TikTok上，Starla话题已有超3.4万条内容，“你的Soulmate长这样”已成为年轻女孩的热门话题。用户晒出伴侣画像，评论区里热议“像谁”“准不准”，引发围观效应。  ▲ 来自TikTok用户@patricia.braham 其底层逻辑是“个性化+视觉吸引+轻玄学叙事”：让AI说几句温柔话，再生成一张模糊浪漫的“他”，就足以激发分享冲动。至于准不准？没人在乎，甚至调侃AI算命不准的视频带来了更多裂变流量。 但这类聊天式AI也不是没有问题：语言容易重复、忘记用户信息、体验同质化，甚至被用户投诉“胡说八道”。 即便如此，Starla和Astra在应用商店的评分仍保持在4.7~4.9的高分区间。有人直言：“她算错了我的星座，但我喜欢她说话的方式。” 究其原因，用户根本不在乎预测的准确性，而是在意情绪价值、陪伴感与仪式体验。 Starla/Astra非常聪明，它们并不“卖星座”，而是将占星术包装成一种“心灵游戏”——带点神秘、带点暧昧，还能当做内容晒出去。 配合治愈语音、温柔话术和精美的UI画面，这类产品以极低的技术门槛，构建出高感知价值+高复购概率的产品模型。  ▲ 应用商店中有很多与Starla/Astra从Logo风格到核心功能相同的软件 而这套模式，不止在Soulmate赛道奏效。写到这儿，乌鸦君想起了另一款AI算命产品「死亡时钟」（Death Clock）。 「死亡时钟」通过29个问题来计算“你还能活多久”，并生成可分享的”死亡日卡片”。在其团队发布的200+个视频中，60%是相同的内容模版，仍然收获22万赞。（12万美国人，疯抢“AI死亡通知书”） 这种产品的爆款公式正在趋于标准化： **焦虑变现+模版裂变+社交货币+低技术高感知+争议带增长** 在商业上，这些产品同样更懂“怎么赚钱”。 无论是Astra还是Starla，都围绕生成“灵魂伴侣”画像，卡99%进度诱导订阅。订阅后解锁“追踪Soulmate动向”功能增强留存，制造持续期待感。 其中，Astra提供7天免费试用，利用即时好奇心驱动转化，后续套餐为周费6.99 美元/月费22~30美元/年费33.99美元/终生109.99美元，但保留了数以万计的付费用户。 ## 03 总结 Starla 和Astra的成功是“想象力的胜利”。在一个孤独社会，“虚幻希望产品化”的效率，远高于解决实际问题。哪怕只是GPT配合星盘和生图，也能造出一个带有浪漫感和自我投射的产品。 这类AI应用也正在定义一种新消费：为幻想付费，为情绪订阅。谁能把“不真实”的感受做得最动人，谁就能抓住用户的心和钱包。 文/朗朗 本文由人人都是产品经理作者【乌鸦智能说】，微信公众号：【乌鸦智能说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>不露脸、不囤货、只靠1688和拼多多选款，一个小红书穿搭合集账号就能冲一年50万？作者把“选品+内容+私域”拆成4个阶段12个月的可执行SOP：暴力铺量测爆款、带货接广告、微信沉淀、联名做课，还给AI提示词模板和避坑清单。低门槛、高杠杆，适合负债想翻盘的人直接抄作业。</p> </blockquote>  今天聊的项目，甚至有点笨：在小红书上弄个号，不露脸，就发1688、拼多多上那些便宜但有样的穿搭，标题就写“均价30穿出高级感”。 就这么个事儿，目标一年，把这五十万的坑填上。 你先别觉得是天方夜谭。 这事里面的道道，比表面看起来深得多。  ## 1 这事为什么能成？底层逻辑得想明白 一个项目能不能赚钱，不是看它多热闹，是看它根扎得深不深。 这个平价穿搭号的模式，之所以能跑通，关键是踩准了四个很多人看不见的点。 1.第一个点，叫“心理需求错位”。   别以为搞这个就是因为大家穷了。 不对。 真相是，人的钱包会缩水，但被互联网养了这么多年的“审美”和“体面癌”是不会降级的。 这就拧巴了，你知道吧？又想好看，又没钱。 这个项目，就是给这种拧巴的需求一个出口。 我们卖的不是便宜衣服，是“我花小钱办了大事”的聪明感和满足感。 这个需求，只要人性不变，它就永远在。 2.第二个，不露脸，这本身就是个巨大的优势。   很多人想做自媒体，卡在第一步就是“我不好看”、“我怕出镜”。 这个模式完美绕开了。 用户不关心你是谁，只关心你挑的货灵不灵。 正因为不跟你这个人绑定，这个号的“内容风格”就成了IP。 风格可以复制，可以搞矩阵。 今天这个号做穿搭，下个月就能开个新号做家居，打法一模一样，懂我意思吧？ 3.第三，你以为你在搬运，其实你在做“筛选”。   1688的货谁都能看，这不叫信息差。 真正的壁垒是“审美差”和“时间差”。 让一个普通人去上万件商品里挑出一套好看的搭配，她会疯的。 你干的活，就是这个“筛选+搭配”的苦力活。 你把你的审美和时间，打包成一篇图文笔记，卖给用户。 用户给你点赞收藏，甚至跟你买东西，本质上是在为你的“品味”和“时间成本”买单。 4.最后一点，也是最关键的：试错成本低到可以忽略不计。 做这个，你最大的投入就是你的手机和你的时间。 不用囤货，不用租房，不用垫钱。 一个号没做起来，流量不行，删了重来，你亏了什么？什么也没亏。 对于背着债，手里没几个钱的人来说，没有比这更友好的模式了。 你可以放开了手去测试，直到找到那个能引爆流量的密码。  ## 2 如何一年实现50万，具体怎么一步步搞到手？ 空谈逻辑没用，咱们得把目标拆成能干的活。 五十万一年，一个月四万多。 看着多，但拆到每天，就是一个个小动作的积累。 1.头俩月，别想钱，就一件事：暴力铺内容。   目标是跑出爆款，粉丝过万。 这阶段要“无脑”。 找一个你觉得顺眼的爆款笔记，把它的格式（封面怎么拼、标题怎么起、正文分几段）直接扒下来，变成你的模板。 然后就疯狂往里面填你找的货。 每天至少两篇，别断。用量去测试平台的喜好，直到有一篇数据突然起来了，点赞破千了，恭喜你，你的“财路模板”就找到了。 2.有了流量，马上开始搞钱（第3-6个月）。 账号有点起色，一两万粉的时候，变现就要同步跟上。 两条路：一是带货，最直接。 在官方平台接单，或者引导到你自己的小号、群里发链接。 这里有个窍门：别推单件，要做“一整套”的购买清单，把客单价拉上去，佣金才能看。 二是接广告，一万粉左右，就会有品牌方来敲门。 一篇图文报价几百到一千多很正常。这时候要挑剔一点，别啥都接，维护好你的调性。 3.玩命把人拉到你的微信里（第7-9个月）。   平台的流量，说没就没。 账号做到五万粉以上，必须把人往你的私域里圈。 怎么圈？用“独家资料”、“粉丝交流群”当诱饵。 人进了你的微信，这才是你的。 玩法就多了：可以搞“群内限时秒杀”，可以建个9.9元的“好物情报群”过滤高质量用户，甚至能组织“品牌团购”，利润比纯佣金高得多。 4.格局打开，从“二道贩子”变“小老板”（第10-12个月）。   当你在赛道里有了名气，就不能只满足于赚点辛苦钱了。 要琢磨怎么把你的“名气”变成更值钱的东西。 比如，跟你合作的工厂搞“联名款”，你出设计思路（其实就是粉丝的反馈），工厂生产，打上你的“专供”标签，加价卖。 或者，把你这一套做号、选品的方法论，录成一套课，或者写成一份详细的PDF，一份卖个几十、上百，全是净利润。 5.供应链，是你最深的护城河（这个要一直干）。 你不能只满足于在APP上找货。 要去跟工厂老板直接对话。 怎么找？包裹里的发货单、售后卡上都有线索。 加上微信，直接聊，告诉他你能带货。 关系搞好了，你能拿到别人拿不到的低价，能提前知道新款，甚至能让他帮你处理所有售后问题。 你手里有三五个这样的“铁厂”，你就比99%的竞争对手牛了。 6.最后，信数据，别信感觉。 每周抽一天，把后台数据拉出来好好看看。 哪种封面点击高？哪种标题大家爱评论？是“梨形身材”的笔记火，还是“小个子”的笔记火？数据会告诉你用户到底想看什么。 然后，下周就照着这个方向去调整。做内容，就是不断地测试、反馈、优化。  ## 3 项目核心提示词 做内容这活，纯靠手敲太慢了，尤其前期要大量发笔记测试的时候。 现在都得用工具辅助，效率能翻好几倍。 关键是怎么让AI这工具听话，写出我们想要的那种感觉。 下面这个，就是我平时用来“调教”AI，让它给我写小红书文案的指令，你直接拿去用就行。 角色扮演指令:你现在不是AI，你是一个叫“晓晓”的小红书资深穿搭博主。你的性格是那种特别会买东西、又热心肠的闺蜜。你的文字风格必须非常口语化，要生动、接地气，多用一些情绪化的词（比如“绝了”、“YYDS”、“挖到宝了”），能瞬间拉近和读者的距离。你写东西的目标，就是让姐妹们看完就想立马去搜同款。 任务：根据我下面提供的“笔记要素”，帮我写一篇完整的小红书图文笔记。 写作要求: 标题（给我5个备选）: -必须包含这些关键词：[例如：1688, 拼多多, 均价XX元] -必须结合场景或痛点，比如：[例如：通勤, 小个子, 显瘦] -句式要有冲击力，比如：“听我一句劝！”或者“这套直接封神！” 正文 (大约300字): -单品一：[输入第一个单品名称和特点，例如：米白色醋酸衬衫，自带高级光泽感，垂坠感超棒，穿上就是纸片人] (参考：¥XX, 1688) -单品二：[输入第二个单品名称和特点，例如：高腰烟管裤，版型超正，专治腿型不直，显得腿又长又直] (参考：¥XX, 拼多多) -单品三：[继续输入其他单品] 开头：用一句话直接切入，制造共鸣或悬念。比如：“姐妹们，月薪三千怎么穿出高级感？看这篇就够了！” 核心介绍：简单说下这套穿搭的思路和适合谁。比如：“今天这套是专门为我们梨形身材挖的宝，遮肉显瘦还特有气质。” 单品解析（必须分点写）： 结尾： 一定要引导互动。比如：“你们最喜欢哪一件？快在评论区告诉我！”或者“赶紧@你那个不会穿搭的姐妹，一起来抄作业！” 标签: 给我10个左右精准的标签，比如：#小红书穿搭#1688宝藏店铺#平价穿出高级感#通勤穿搭[根据你的内容再补充几个] 笔记要素: 穿搭风格:[例如：韩系简约通勤风] 核心卖点:[例如：全身下来不到200元，穿出千元质感] 好了，晓晓，请开始你的表演。  ## 4 这事有坑，提前给你打个预防针 天下没有稳赚不赔的买卖。 这事看着简单，实际上有四个大坑，掉进去就很难爬出来。 1.平台流量说翻脸就翻脸。 算法这东西，就是个玄学。 今天你还是平台的宠儿，明天可能就因为某个规则改动，流量直接给你断了。 这是最大的风险。 怎么办？玩命做私域。 只要人是你微信好友，平台再怎么抽风，你都有饭吃。 2.模仿者会把你淹死。 你这个模式一跑通，不出一个月，保证满屏都是跟你一模一样的号。 内容、标题都抄你的。 最后大家一起把这个赛道做烂，谁也赚不到钱。 怎么办？建立你自己的“审美壁垒”。 你的品味，是你唯一抄不走的。 持续学习，让你的搭配永远比模仿者高半个段位。 3.你推的货，可能随时“暴雷”。 这是最常见的坑。 你好不容易推火了一个链接，结果那家店跑路了，或者衣服质量巨差。 粉丝骂你是骗子，你的信誉就全完了。 怎么办？建一个你自己的“靠谱店铺库”，每个品类都得有两三个备胎。 而且，一定自己先买样品回来看看，别拿粉丝当小白鼠。 4.信任这东西，一碰就碎。   粉丝因为信任你才关注你。 但只要有一次你推荐的东西出了严重问题，这种信任就可能瞬间崩塌，甚至遭到反噬。 怎么办？主动做“拔草”内容，告诉粉丝哪些是坑。 这会让你显得非常真诚。万一真出问题了，别删评，别装死。 站出来道歉，解决问题。一 个敢负责的博主，比一个永远正确的博主，活得长。 这套打法，就是把一个遥远的目标，拆解成了每天都能上手干的、具体的、甚至有点枯燥的动作。 这个过程，不会轻松，甚至会很磨人。 但当你看着债务一天天减少，把生活的主动权一点点抢回到自己手里的时候，你会觉得，这一切都值了。 本文由人人都是产品经理作者【抖知书】，微信公众号：【抖知书】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

财政部发布险企长周期考核新规；金监总局点名网贷三类陷阱；保险业上半年罚金近2亿；13家支付机构正式换发“长期有效”牌照；上半年2800多家银行网点“撤退”；小贷年内超350家公司遭清退；黄金储备连续8个月增加；江苏银行高管拿出2400万增持；华侨银行集团陈德隆接替黄碧娟出任CEO；上海农商银行回应拒收旧硬币；蚂蚁国际称和Circle合作消息不实；西班牙最大商业银行时隔十年拟再次在华设立分行；新加坡开出1.5亿反洗钱罚单

政策层面，中国启动国家绿色数据中心申报；特朗普要求彻查美国风电、光伏税收抵免；事件层面，全球最大绿色氢氨项目投产；光伏电池龙头爱旭股份二季度扭亏；德勤中国发布《“十五五”时期中国能源行业关键议题》。

<blockquote><p>新一轮外卖大战的真实目的浮出水面：平台用百亿补贴做“糖衣炮弹”，争夺的其实是即时零售这条万亿级快车道。本文犀利指出——消费者薅得欢、商家苦撑、传统商超或成最大输家；这场“最后的晚餐”里，谁最先退场，谁又在为更大的棋局埋单？</p> </blockquote>  新一轮周末的“外卖大战”它又来了！ 或许，未来一年，都会如此，只是可能后续是“送水大战”。 当然，也可能因为外卖奶茶送多了，零元购胰岛素。 延续上周末的外卖狂欢，7月12日，美团外卖、淘宝闪购（饿了么）等平台再次分别发放外卖大额券。 7月12日下午，#免费奶茶 冲上热搜第一。 “外卖大战”“淘宝闪购”“美团免单”“免费奶茶”…… 周六微博热搜俨然变身外卖点餐攻略，就连微博App开屏也被淘宝、美团承包。  事实上，7月11日晚，外卖“疯狂星期六”就已经再次上演，美团外卖发布微博表示：“周六，快乐继续。” 淘宝闪购表示，继续发放“超级星期六”188大券包。 京东外卖发文：《一口价16.18！每晚10万份！京东外卖请全国用户吃品质小龙虾》，文内说明，认准京东App“秒送”频道，每晚10万份16.18元品质小龙虾。 网友们纷纷表示，自己已经吃胖了好几斤了。  从7月5日开始，大额补贴陆续放出，大量消费者涌入美团和淘宝闪购，抢起外卖券。 社交平台上，有网友戏称“第三次外卖大战上演了。” 受益的不仅是消费者，外卖骑手也直呼“爆单”。 有外卖骑手表示，这两天平台发大量券，骑手们的单量也上来了，有的同行一天甚至可以跑200单，收入超千元。 不过，有喜也有悲。 奶茶店爆单，但商家未必就赚得多。 平台补贴多、爆单，有些商家实在忙不过来，下线了部分商品。 一家蜜雪冰城下线了冰鲜柠檬水，“太累了，每天1000多单根本做不出来，而且挣得太少了。”该店铺老板对媒体表示。 也有网友反馈，奶茶店爆单，系统崩溃后自动接单，商家既做不出来又拒接不了，很多店员都很崩溃。  这场仍在升级的外卖大战到底在打些什么？ 消费者咖啡奶茶都快喝腻了，平台动辄上百亿的补贴，花得真不心疼？ 此外，不过相比两位老“玩家”，刚入局的京东虽然也启动了投入超百亿、助力销量破百万的“双百计划”，但就声量和实质补贴上看，已然落在了下风。 谁会最先退场？ 谁才是最终的失败者？ 对此，中国新闻周刊记者梁婷婷和书乐进行了一番交流，本猴以为： 可能会输的人，都在开心的拿着补贴，这是“最后的晚餐”。 流量只是表象，三巨头要争夺的是外卖背后更大的即时零售市场，这才是真正的大战关键词。 从最近周末“战役”中似乎并不如另外两家“卖力”的京东来看，就很明显。 京东刚入局，在需要长期经营的外卖这行“战斗力”自然有限，更重要的是，京东对于切走多大的外卖市场份额其实并没有想象中那么大的兴趣。 京东只是需要打开这个入口，让消费者建立起京东不仅有次日达、当日达的物流服务，也可以在半小时内完成购物的心智。 试水外卖也好，搞生鲜电商也罢，大平台在即时零售的布局自然不是现在才开始的。 只是当购物节战报越来越难好看的时候，重注在大棋盘之外的新局上就显得格外迫切了。 特别是当京东都要来抢一杯羹的时候，一直在外卖上被美团“压着一头”的阿里就成了更加坐不住的那一个。 此番外卖大战中，美团的最大任务是力守阵地。 淘宝、京东一定程度上更像是要从前者的阵地“经过”，用钱“烧”出一条通往即时零售的“快速路”。 虽然抢蛋糕的路不会太好走，但至少，当我们点外卖时已经开始尝试三方比价的时候，花钱参战的平台就已经赢得了先手。 最终受伤的恐怕只有被进一步抢走市场、沦为大平台“血包”和“仓库”的传统大商超了。 为何是传统商超？很容易理解，如果消费者连买菜都网购，然后补贴了运费，又何必去逛超市。 而如果所有的超市提供的东西都差不多，结果最后商超们就只能采取价格战来留客。 于是，要么不断的降价来刺激销量，要么有自己的独家产品，如胖东来、沃尔玛（山姆）。 但即使如此，最终会不会也选择电商平台配送呢？ 毕竟，自建物流的成本，会把自营商品不贵的价格给提上去。 何况，别忘记了，淘宝还有盒马鲜生在虎视眈眈，那可是阿里自营。 那么外卖之后的下一场补贴在哪？ 夏天炎热，送水上门是个不错的生意，一件矿泉水送上楼，还和超市价格一致会如何？ 平台补贴了运费，结果大家都懒得下楼。 购物的尽头都是上网，或许就成为了现实。 或许，近日天虹股份旗下两家商场株洲天虹和惠州天虹接连宣布闭店，却保留在当地的天虹送货到家，是一种无声地抗议。 只是，大商超如果都是卖别人的商品，到不到家，意义也就不大了。 本文由人人都是产品经理作者【张书乐】，微信公众号：【张书乐】，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。

全球竞争。

<blockquote><p>微信群从“热闹开局”到“数字陵园”，只差六个坑。本文用三年实操血泪，拆解99%群主都会踩的雷区，并给出避坑思路：找魂、筛人、控规模、造机制。三分钟读完，再决定是否按下“创建群聊”。</p> </blockquote>  你的微信号，现在加了多少个群？是不是已经数不过来了。 咱就说抛开工作群啊，非工作的微信群里，活跃的有几个？ 经常看的有几个？ 你会经常在里面发言的又有几个？ 然而，放到“折叠群消息”的有多少个？（懂的都懂，这是群生最后的尊严了） 不瞒你说，自从我开始写公众号之后，这三年的时间陆陆续续也自己搞了几十个工作之外的微信群。加入的那更是上了好几百。 这些群，有阶段性的（比如短期活动、训练营啥的），有定向某类人群的（以家庭群、好友之间的小群、兴趣爱好、行业交流为典型代表），有以某个目的而建的工具群（什么砍价群、拼单群、羊毛群之类的），也有活动类的（读书会、演讲会等等）。 这些群免费的占大多数，付费的有几个，但现在看起来，里面的运营逻辑和动作并没有太大的差异。 虽然有这么多群，群主在建群之初都是信誓旦旦、热火朝天、激情澎湃。但现实是骨感的，每天能喘气儿的，真不多，更别说里面的内容能留下一点价值。 所以，为啥大部分群最后都归于沉寂，成了一个个数字陵园？ 我发现，其实在它们刚成立的时候，就已经默默埋下了伏笔。所谓谋定而后动，凡事预则立不预则废。 下面就来聊一聊我以一个用户的角度，和群主的角度结合出来的“社群运营”。 希望能给各位群主、群管，或者琢磨着“自立门户”搞个新天地的伙伴们一点接地气的启发。 就算你只是个专业潜水员，我也希望你能遇到值得你高质量“摸鱼”的归宿！ 不同群主的“执政理念”差异贼大，风格更是千奇百怪：有把群当自家客厅疯狂自嗨的，有不调研用户就想当然瞎指挥的，更多的是凭着一腔无处安放的热（Jiao）情（Lv）在苦苦支撑，看着都累。 所以，我们先给微信群做个简单的分类。 ## 一、微信社群的几种类型 1、因为工作（不得不加）：部门群、项目群、客户沟通群… 这类群的生杀大权不在你手，求生欲是最大驱动力。 “有用”是核心价值，信息更新是保命符。 2、因为爱好（兴趣相投）：钓鱼群、烘焙群、游戏开黑群、跑步群、爬山群…真爱聚集地！ 大家是因为同一个“坑”聚在一起的，天然就有话题。群里能学技术、晒成果、约活动，氛围通常最轻松（因为没人逼你来）。 共同的热情是粘合剂，但组织不好也容易沦为表情包集散地。 3、因为成长（求变求进步）：读书会群、写作营群、理财学习群、技能打卡群、行业交流… “卷”心菜聚集地！ 大家带着提升自己的目标进来，这类群的价值感最重要，干货内容、监督机制、大佬分享是灵魂。一旦感觉学不到东西或者目标达不成，冷场率很高（“卷不动了，告辞！”）。 4、因为家庭（血脉压制）：相亲相爱一家人、X小区业主群、X班家长群… 逃不开的责任感（或八卦欲）。 这里的信息量巨大，从停水停电到邻居吵架全收录。活跃度两极分化严重，而刚需的信息发布效率是关键。 5、因为娱乐（图个乐呵）：表情包群、吃瓜群、饭圈八卦群、谈天说地、吐槽领导啥的…简直是你的快乐老家！ 它的核心是轻松有趣无压力，不需要太深度的思考，分享快乐、即时吐槽是主流。但话题切换非常快，稍不留神就掉队几百条，也容易刷屏，一旦参与者超过四五人，局面就不好控制了。 6、因为目标（结伴同行）：减肥互助群、早起打卡群、XX项目攻坚群、演讲训练…这些可以说是契约精神试验田！大家有明确共同目标（哪怕只是21天打卡），阶段性、或任务导向、目标导向非常强。群的生命周期往往和目标的达成周期一致。 目标清晰可持续，群就活；目标模糊或没效果，群就shi。 我们会发现，任何一个有点样子的社群，都会至少有一个“魂”，也就是共同点，所有用户都是奔着这个“魂”来的，这才是建群的根基和起点。 但是！光找到“魂儿”还不够，咱得掂量掂量：这个“魂儿”，对群友们来说，是可替代的吗？是稀缺的吗？ 比如一个“互联网行业信息交流群”，群主只发公开课广告和网上随处可查的文章，那这个“信息”就太容易被公众号、知乎、知识星球替代了，稀缺性几乎为零。大家加了可能也就是多个“已读”而已，很容易石沉大海。 所以，建群的时候，别拍脑袋，情绪上来之后说干就干。微信群是没有成本，后续群沉了也没什么代价，但关键是，它会损害你的能量和判断力。 然后下一步是价值感知。 因为价值和后续群里的运营内容（有啥干货？有啥活动？有啥惊喜？）强相关。群友只有进来泡一阵子，真体验到了“好处”（学到新东西了、认识牛人了、抢到优惠了、心情变好了…），才会说：“嗯，这群不错，得留着。” ## 二、建群的几类动机 （咱群主心里那点“小九九”） 群主拉群，也不是吃饱了撑的，通常驱动咱们按下“创建群聊”按钮的，主要有几类想法： 1、连接驱动：“我想和TA们一起干点啥！” 核心就是找人玩、找人交流、找人抱团。 可能是想把读者聚起来，或者让线下的朋友有个线上基地，或者是单纯想认识更多有相同爱好的人。这种动机天然带着点社交热情和归属感需求。 2、价值/影响力驱动：“我能给TA们点啥！” 觉得自己有点货想分享，或者有能力组织点事帮到一群人。比如你是烘焙高手，想教教小白；你是行业前辈，想带带后浪；你是社区活雷锋，想组织小区活动。 成就感来源于“被需要”、“被认可”。 3、商业驱动：“顺便…赚点？摊点成本？” 希望积累用户、服务客户、甚至变现。常见于知识付费、产品用户服务、本地服务商（比如瑜伽馆、健身房拉的会员群）。 这种群目标更明确，对运营的专业度和持续性要求也最高，因为大家一旦付了钱，或者说一旦你想从大家兜里拿点钱，对“价值回报”的期待值会指数级上升！搞砸了挨骂概率也高。 4、任务驱动：“我要轰轰烈烈…” 被动的，为完成任务或满足特定沟通需求而建。比如活动临时群、出行服务群。目的性强，周期性强，群员关系通常较松散。建得快，散得也快（任务完成即解散/沉寂）。 5、模仿驱动：“哎呀，XX也有群？那我也搞一个！” 害怕错过风口，看别人搞我也搞，或者有人一说，我觉得对，那就整？出发点比较模糊，对群要干嘛、怎么搞，可能只有一个模糊的“抄作业”想法。 这种群最容易在激情退却后迅速“躺尸”。 认清自己的动机非常重要！这直接决定了你愿意花多大精力，能坚持多久，以及群未来的走向。 想纯玩的和想赚钱的，运营打法肯定天差地别。 ## 三、目标用户是谁？ （别贪心，找对的人！） 很多人建群容易犯“啥人都想要”的错误，结果群里啥声音都有，最后谁都不舒服。 想清楚你的“魂儿”真正吸引的是谁？别把“想搞学习群”简化为“所有想学习的人”。 想想更精准的画像：是职场新人想学入门Excel？还是创业者需要高效管理？还是中年妈妈学做副业？是资深钓友交流技术？还是新手小白求带入门？是研究高等数学的硬核学术党？还是只想学点理财知识保本增值的小白？ 用户特征越聚焦，话题越容易集中，氛围越容易调一致。 如果你把刚入职场的小白和年薪百万的VP硬拉进同一个“职业生涯发展群”，大概率小白不敢说话，老板也没时间看。 一旦群内的“自驱动生态”没有建立起来，只靠群主拼力维护，那这个群，也活不久。 所以，想想你的群最能解决谁的痛点？满足谁的核心需求？这群人大概在什么年龄段？什么职业背景？线上习惯是怎样的？（比如宝妈可能在孩子睡后活跃，上班族主要在午休和下班路上冒泡）。 你越了解他们，越能把话说到他们心坎里，活动做到他们愿意参与。 当然不同的群考虑的用户画像差异很大，不举例子了，只是提出一个号召，希望我们对群友能有一个“低门槛”的筛选机制，以保证后续的活跃概率。 ## 四、社群规模如何设定？ （真的是越大越好么？） 很多人觉得群越大越牛。500人大群听着就威风！但真相是： 小群（50人以下） 熟人感强，参与度高。像个小团队，大家容易记住彼此，逐渐熟络起来。话题容易聚焦，沟通深入，适合需要强互动、目标一致的小组（比如项目攻坚、核心兴趣小组、高价值付费群早期）。 中群（50-200人） 资源更丰富，氛围相对活跃。是大部分运营较好的社群的舒适区间。既能保证话题有一定广度，又能通过管理员引导维持一定秩序和参与感。是兴趣群、学习群、目标群的理想选择。 大群（200人以上） 信息量大，潜在连接广。适合发布信息、做大型活动预热、品牌宣传。 但弊病明显：活跃的群消息淹没太快，信息噪音大，很容易跑偏成灌水闲聊或广告，归属感弱（你是谁？谁又@我了？），管理难度提升（广告狗、喷子随时可能出现）。 所以，越是这种大群，反而越容易走向“潜水为主，只有管理员发布通告”的结局。 因此，我们换个角度来深入思考一个问题： 我们为什么会在群里发言（社牛除外）？ 观察了很久，发现非社牛以为的群友（比如我）发言通常需要满足以下一个或多个条件： 1、有重要信息发布/需求：“停水通知！” “急求一份XX文档模板！” “投票选日期！”“求助！”。 2、被明确@或有反馈期待：别人提问你正好知道答案，或者管理员专门点名欢迎/提问。 3、看到强共鸣点：某人说的某件事、发的某个图/段子，直戳你心巴了，不+1不痛快。 4、低门槛互动：比如简单投票、接龙、抢红包、夸夸群里的彩虹屁、表情包响应。 5、强信任与安全感：觉得群环境友好，不担心说错话被嘲笑或鄙视（这在陌生的、大型的、或“精英聚集”的群里最难实现）。 6、有明确角色与任务：比如你是值日生、管理员、分享嘉宾、活动组织者，发言是你的责任。 所以，想让群不冷清，就得想想如何降低发言门槛、创造“不得不”或“很想”发言的契机和环境。 ## 五、常见的错误案例 （血泪教训啊！） 看到太多群，包括我自己亲手搞砸的（和踩坑边缘疯狂试探的），总结了几种典型“死亡姿势”： （1）无规划扩张：盲目叠加主题！ 症状：群主初心挺好，建了个“自我提升群”。开始聊读书挺好的，然后觉得光读书不够，“嗯，加个健身打卡区吧！” 感觉大家还焦虑？“来点理财知识分享吧！” 想活跃气氛？“组织一次明天的线下活动吧，想参加的报名”… 结果慢慢没人响应，群聊也变成了大杂烩。 后果：群失去了核心定位，成员找不到“规定动作”。想聊读书的不耐烦，想讨论股票的觉得太low。最终，真正想深度交流的用户默默潜水或退群，群沦为无意义灌水闲聊或广告的温床。群主很无奈，我的热情怎么没起效果？ 核心问题：忘了你的“魂儿”是什么，贪多嚼不烂。 （2）无边界闲聊：话题无限发散！ 症状：群规模糊或形同虚设。大家聊High了之后，话题像脱缰野马，从A话题自然跳到BCD，最后可能聊到太平洋去了（比如读书群聊到中午吃了啥、吐槽领导、甚至讨论家长里短）。 偶尔一次还行，长期如此，群主题被稀释。 后果：对群主题不感冒但热衷聊闲天的成员活跃，追求核心价值的成员逐渐失望和沉默。群变得和任何路边茶水摊没区别，“没啥营养”、“浪费时间”成为退群理由。 核心问题：缺乏引导和边界设定，同时在即将失控时没有识别和限制，未能守住核心价值底线。 （3）无信任付费：上来就谈钱伤感情！ 症状：群刚刚成立几天，氛围都没热络起来，大家脸还没混熟呢，群主/管理员突然丢出一个付费课程、付费活动或者分销链接（尤其没有任何铺垫或价值贡献之前）。 后果：信任瞬间破裂！大家感觉自己被当成了韭菜。轻则一片冷场尴尬，“没人接茬”是最委婉的抗议；重则直接开怼或当场退群。后续运营难度极大。 核心问题：混淆了社交场和交易场，在用户未建立信任和感知到价值前就想收割。付费群必须先有免费积累或价值证明。 （4）无引领呼吁：指望群员“自嗨”！ 症状：建群之初热闹几天，群主觉得大功告成，甩手不管了。或者丢个话题（比如“大家对这事怎么看？”“我们明天开始每天在群里练习XXX吧”）然后没人回应，或者只有零星发言，很快沉底。 后果：慢慢的群里死气沉沉，偶尔有人发问也石沉大海。冷启动失败，大家对群主的呼吁和号召不再当回事，后续的活动很难开展。 核心问题：严重低估运营成本，没有理解群主/管理员在早期（甚至长期）充当“火种”和“连接器”的关键作用。“无为而治”只适用于成熟社区，新群必须用心“烧柴”。 （5）无目的摇人：拉人凑数只为撑场！ 症状：群主为了快速达到某个规模（比如凑够200人发红包的心理门槛），或者觉得人多热闹，不分青红皂白地大规模拉人入群（尤其让群友拉人）。导致群里的人背景五花八门，彼此不认识，也不知道这个群是干啥的。 后果：群里一片迷茫，“这是什么群？”、“我是谁？我在哪？”成为常见疑问。信任感和共同语言基础极差，除了进来打个招呼、抢个红包，几乎不可能产生有意义的互动。很容易演变成死群或混乱的广告群。 核心问题：建群起点错误，种子用户选择不当或引入机制失控。忽视了社群是基于共同点的身份认同感而存在的。 （6）无设计沟通：你当我是你的蛔虫？ 症状：发布个消息、规则、活动啥的，让人直呼看不懂。要么是太长，懒得看；要么太短一堆疑问；或者查阅成本高，一张图的事儿非要丢给我一个文件。这些正式的内容，无法让群友用最简单的思考获得最关键的信息。 后果：看不懂，就不看了呗，以后也不看了，折叠，江湖再见。 核心问题：用最简单的文字和形式，传递最关键的信息，是社群运营中“微传播”最重要的目标。 所以，应该怎么做？（灵魂拷问） 哎，说实话，很难讲！微信社群运营，真没有一招鲜吃遍天的“葵花宝典”，它是一套精细活儿。 简单总结的话，我认为是这三点： 第一：基于你的目标、你的群体特质、你设计的运营动作、以及用户给你的反馈，来持续设计并更新你自己的玩法。 第二：通过群主的引领形成一种活跃机制，带动几位忠实用户，并逐渐通过价值感形成心理映射，让大家在发生某件事时，会想到这个群。 第三：建群靠群主，活跃靠机制，持续活跃靠社群文化和价值获得。 具体怎么做，嘿，其实我也不知道（用真心吧，顺着网线爬向千家万户）。 最后，送给各位群主一个问题： 对于一个工作之外的社群（纯粹出于你的热情、你的理想、你的某种驱动力建立的），你发自内心地、能持续运营一年甚至更久的动力，到底有多大？ 如果这个动力来源不够坚实（比如只是图个新鲜、模仿一下、或者想速成变现），那么…… 真的别对自己要求太高，随缘玩玩也很好（别自责！很多群本来就是有自然生命周期的）。 否则，激情退去，投入的时间精力和失望感会让你挺难受的，于是——世界上又多了一个“死群”，成为了别人列表里的“折叠群消息”一员。 而你，又增加了一次不宝贵的失败经验，因为它似乎没给你带来什么价值和收获，反而吞噬了陌生人的信任。 ## 写在最后 聊了这么多，我特别想听一听你的分享： 你待过的哪个微信群运营得特别好呢？它为啥能活下来，还能活得挺好？ 它做对了什么？ 本文由人人都是产品经理作者【不想延期】，微信公众号：【不想延期】，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>7 月 10 日，马斯克携 Grok 4 登场，宣称“世界最聪明 AI”再进化：推理碾压 o3、通过 2500 题“人类最终考试”、300 美元 Heavy 版可组“学习小组”。本文 3 分钟速览发布会精华与未来路线图。</p> </blockquote>  长话短说马斯克发布了 Grok4，推理模型，对标 o3 Grok 4 需要订阅才能使用，$30/月起  SuperGrok 订阅费用 网站在 https://grok.com/ 下面是本次发布会的具体，整理如下 ## Grok 发布会实录 原视频在这（下面有地址）  https://x.com/xai/status/1943158495588815072 ## Grok 4 介绍 (5:22 – 7:51) 5:22 Elon Musk 登台，发布会正式开始。 马斯克表示 Grok 4 是“世界上最智能的 AI”，并称其进化速度“远超任何人类”。Grok 4 具备卓越的推理能力，即使面对从未见过的考题，也能在 SAT 和 GRE 等高难度考试中取得近乎完美的成绩。  本来是 11 点发布，生生鸽到了 12 点多 ## 性能的指数级增长 马斯克表示：Grok 系列展现出“荒谬的进步速度”（Ludicrous rate of progress）。从 Grok 2 到 Grok 4，每一代模型的训练计算量增加约 10 倍，总增幅达 100 倍。 除了预训练计算，还大量投入在推理（RL compute）计算上，以增强思考与解决问题的能力。  在推理上，发力了 ## 基准测试表现：“人类最终考试”及其他 介绍名为“人类最终考试”（Humanity’s Last Exam）的超高难度基准测试。该测试包含 2500 个专家级问题，涵盖上百个学科。  Humanity’s Last Exam 据称，没有任何人类能在所有领域达到博士后水平，但 Grok 4 实现了这一点。图表结果显示，Grok 4 及 Grok 4 Heavy 在 GPQA、AIME25、HMMT 等多个顶级基准测试中，表现全面超越所有竞争对手，包括 Claude Opus 4 与 Gemini 2.5 Pro。  各种测试结果 ## 功能演示 发布中，做了一些 Grok 4 实际应用能力演示 现实世界预测在预测平台 Polymarket 上分析 2025 年 MLB 世界大赛冠军，Grok 4 不仅浏览了赔率，还结合 FanGraphs 的数据计算出自己的概率，识别出市场赔率与实际概率之间的差异，找到了“Alpha”和“Edge”  World Series Champion 2025 多模态与主观理解在 X 平台上找出“xAI 员工最古怪的头像”，这表明 Grok 4 能够理解“古怪”这样的主观概念，并搜索和分析图片  emmmm 很抽象的头像 信息整合与摘要“人类最终考试”分数变化的 X 帖子时间线，展示了其从社交媒体上整合信息、提取关键事件并按时间排序的能力  又是人类最终考试… 代码与可视化生成根据一个物理学提示，Grok 4 生成了一个关于两个黑洞碰撞并产生引力波的 HTML 动画，展示了其将复杂科学概念转化为代码和动态可视化的能力  生成的动画很炫酷 ## 语音模式与新声音  Grok 4 语音模式迎来重大改进：端到端延迟减半，对话更流畅。发布五种全新的、极具表现力的声音，包括史诗感的“Sal”和带有丰富情感的英音“Eve”。 现场演示中，Eve 能以温柔语调安抚提问者，并即兴创作关于健怡可乐的歌剧，展现了其出色的自然度和情感表达。  当场整活：4o vs grok4 ## SuperGrok Heavy  宣布推出“SuperGrok Heavy”付费等级（每月300美元）。该版本允许用户调用 Grok 4 Heavy，它会像一个“学习小组”一样，并行启动多个智能体（agents）共同解决复杂问题，通过比较和筛选，最终得出最佳答案。  300刀/月 一些新锐 Bench Mark 在 ARC-AGI (之前奥特曼介绍的)榜单中，Grok 4 在 v1 中超过 o3，在 v2 中两倍于 o3。(注意，比不上 o3-pro)  介绍 我之前还写了一份有关 ARC-AGI 的介绍  OpenAI o3 详解：并非 AGI，比 o1 贵 1000倍（另附内测申请） 另一个榜单是商业场景模拟：“自动售货机基准测试”（Vending-Bench）。在这个测试中，AI 需要管理库存、联系供应商、设定价格等。 结果显示，Grok 4 的表现远超其他前沿模型，其创造的净值是第二名（Claude Opus 4）的两倍以上，展现了其在复杂、长周期任务中的战略规划和执行能力。  Vending-Bench：卖货模拟器未来展望与路线图 (45:32 – 50:20) 公布未来产品路线图：• 八月：推出专用的编码模型。• 九月：推出多模态智能体。• 十月：推出视频生成模型。  接下来的发布 预测：AI 将在今年晚些时候或明年发现真正有用的新技术，甚至可能在 1-2 年内发现新的物理学原理。 ## 总结与结语 (50:20 – 53:35) 发布会以强调 AI 安全最重要的是“最大限度地寻求真理”作为核心思想。我们正处在“智能大爆炸”的开端，这是历史上最激动人心的时刻。 最后以《银河系漫游指南》中的经典名句“再会，谢谢所有的鱼”（So long, and thanks for all the fish）结束。 本文由人人都是产品经理作者【赛博禅心】，微信公众号：【赛博禅心】，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>他用AI速写Workflow、一键生成多套高饱和度界面、量化验证“酷”的评分，3个月把抽象审美落地成83%用户愿意下载的高保真原型。这篇文章手把手拆解，如何靠AI把Z世代的脑洞做成产品，让设计师从重复劳动中解放，成为真正的“造梦者”。</p> </blockquote>  ## 当产品经理遇上“Z世代” “你是否也感觉，主流社交App的设计语言，和Z世代追求的‘潮’与‘自我表达’越来越脱节？”产品经理阿杰（化名）敏锐地捕捉到这个痛点——他决心打造**VibeVerse (潮酷宇宙)**，一款专为18-25岁年轻人设计的兴趣社交App。核心卖点？**深度个性化的虚拟形象 Avatar 和基于强烈兴趣标签的‘Vibe圈子’**。愿景很丰满：创造一个视觉炸裂、玩法新奇、真正属于年轻人的‘线上次元’。但现实很骨感： - **‘潮酷’太抽象：**赛博朋克、Y2K、毛玻璃、故障艺术…这些元素如何有机融合，不沦为视觉垃圾？ - **试错成本高昂：**传统设计流程下，探索多种前卫风格？迭代复杂的虚拟形象+社交逻辑？时间预算根本扛不住！ - **Z世代太挑剔：**如何精准命中他们的审美G点，而不是PM的自嗨？ **直到阿杰将UXBot变成他的‘赛博搭档’，一场高效征服Z世代审美的设计实验就此展开！** **项目背景与挑战：定义“潮酷宇宙”的规则** **项目名：**VibeVerse (潮酷宇宙) –**名字本身就传递了核心价值：氛围感 + 无限宇宙。** **核心目标：** **为用户（Z世代）：**提供**极致的视觉冲击力与个性化表达空间**（Avatar），建立**基于深度兴趣的强归属感圈子**（Vibe Circle），打造**轻松、好玩、有态度的互动体验**（动态、聊天）。 阿杰需要**极速验证“潮酷视觉+核心玩法”的市场吸引力（MVP）**，用最小可行原型测试Z时代用户。 **核心挑战（更具体化）：** - **视觉语言编码与融合：**如何将**赛博朋克（未来感、反乌托邦）、Y2K（复古未来、乐观数码）、毛玻璃（通透层次）、故障艺术（反叛、不完美）**这些看似冲突的风格元素，**和谐统一**地融入一套界面系统？如何避免“过于阴冷”或“过于甜腻”？ - **复杂交互的清晰化：**Avatar的**深度定制**（捏脸、穿搭、动作）、圈子的**动态流+多级互动**（图文/视频、弹幕？、特效互动？）、**即时通讯的个性化包装**…如何设计信息架构和交互流程，让功能强大却不臃肿、操作直观且充满探索乐趣？ - **“酷”的量化与验证：**如何确保设计出来的“酷”，是**Z世代认可的酷**，而非设计团队的自我感动？如何快速获得目标用户的真实反馈？ ## “从0到1”的UXbot实战之旅：AI是效率与灵感的倍增器 ### 第一步：用“潮酷基因”编码核心Workflow **目标：**快速搭建符合产品愿景且逻辑自洽的核心骨架，明确关键用户旅程。 **UXbot应用 (深度输入 = 深度输出)：** **Prompt指令模板案例1 (Workflow生成 – 注入Z世代洞察)：** <blockquote><p>**产品名称：** VibeVerse</p> <p>**核心目标用户：** 18-25岁的Z世代年轻用户，热爱潮流文化、虚拟社交。</p> <p>**核心功能：** 虚拟形象创建(Avatar)、兴趣圈子(Vibe Circle)、动态发布与互动、即时通讯。</p> <p>**核心用户旅程：** 用户注册后创建个人虚拟形象，加入或创建感兴趣的圈子，在圈子内发布图文/视频动态，与其他用户互动。</p> <p>**期望风格：** 赛博朋克结合Y2K美学，使用高饱和度对比色（如电光紫、荧光绿），界面元素可以有液态玻璃(Glassmorphism)和故障艺术(Glitch)效果。</p></blockquote> **展示：**UXbot生成的包含“Avatar创建”、“圈子广场”、“动态流”、“聊天界面”等节点的Workflow。  基于AI生成的骨架，阿杰**强化了“Avatar先行”的策略**（作为核心钩子），并**简化了初期动态发布的流程**（优先保证发布流畅，复杂特效作为可选）。他特别要求Workflow中标注了**Glitch Art的谨慎使用原则**，防止过度。 ### 第二步：AI“调教”潮流界面 **目标：**将抽象的“潮酷”风格定义转化为具体、统一、且用户认可的高保真界面，并验证核心体验。 **UXbot应用 (全局风格到细节魔鬼)：** **Prompt指令模板案例2 (整体风格优化)：** <blockquote><p>(选中页面后)</p> <p>颜色：黑、白、深灰为主底色，配合蓝紫、红橙等荧光色渐变色点缀。</p> <p>材质：核心模块背景增加精细的抽象几何图形/液态玻璃质感，半透明、反光材质，突出未来感与科技冷峻美感。</p> <p>图形：科技图形语言。</p> <p>字体：通过字号、字重、颜色和间距的强烈对比建立清晰的视觉层次结构，引导用户视线。</p></blockquote> **页面截图呈现：**展示酷炫的个人主页（带Avatar）、圈子广场、动态详情页截图。  导出其他界面预览： **圈子广场：**展示不同风格圈子卡片 (视觉差异化体现兴趣多样性) **Vibe Chat界面：** 展示个性化、特效消息、Avatar头像在对话中的展现 **个人主页：** 展示炫酷Avatar形象、个人Vibe标签、精选动态     ## 最终成果、反馈与核心价值：UXbot – 探索未知设计疆域的“曲速引擎” **效率革命：** 从模糊概念到包含核心流程的高保真、高完成度可交互原型，阿杰得以在极短时间内**探索了3种不同的赛博/Y2K融合方案**，并快速迭代优化。 **目标用户验证 (关键！)：** **原型体验测试 (20位目标Z世代用户)：** <blockquote><p><strong>视觉吸引力评分：</strong></p> <p><strong>4.5/5</strong>(“超酷”、“有内味”、“这才是年轻人该用的App样子”)。</p> <p><strong>核心功能 (Avatar + Vibe圈子) 易用性评分：</strong></p> <p><strong>4.3/5</strong>(尤其赞赏Avatar创建的流畅度和动态互动的趣味性)。</p> <p><strong>“愿意下载使用”意愿：</strong>83<strong>%</strong>(远高于传统社交App新品的早期测试数据)。</p> <p><strong>核心亮点反馈高频词：</strong>“Avatar超个性”、“互动特效好玩”、“界面够潮不土”、“圈子找到同好”。</p></blockquote> **核心帮助：** - **“风格实验室”：**将抽象的“潮酷”、“赛博朋克”等概念**快速、低成本地具象化**为多种可评估的视觉方案。设计师可以**像调色板一样混合风格元素**，即时预览效果，**极大加速了风格探索与决策**。 - **“复杂交互的解构者”：**对于Avatar定制、动态流多级互动这类**逻辑复杂、状态繁多的模块**，UXbot能快速生成清晰的组件结构和状态流，帮助设计师理清思路，**避免在原型阶段陷入逻辑泥潭**。 - **“Z世代审美的翻译器”：**UXbot对Prompt中关于Z世代偏好（高饱和、动态、个性表达、不完美美学）的**理解和执行能力**，成为连接产品经理愿景与目标用户真实喜好的关键桥梁。**AI生成的方案成为验证用户偏好的高效试金石**。 - **“效率与创意的平衡器”：**将设计师从重复性劳动（如全局样式应用、基础组件生成）中解放，让其**精力集中于最体现创意和价值的部分**（如核心动效设计、情感化互动细节、Glitch艺术的巧妙运用）。 **拥抱AI，做Z世代的“造梦者”** “VibeVerse的案例证明，在追求极致用户体验和视觉创新的道路上，AI工具如UXbot不再是‘辅助’，而是**不可或缺的‘战略级伙伴’**。它彻底改变了前卫设计从构想到落地的速度和成本结构。掌握AI设计工具，意味着你拥有了将那些‘疯狂’的、‘酷炫’的想法快速具象化、并精准命中用户心智的能力。阿杰‘玩’出的不仅是一个原型，你，准备好用AI开启你的‘想象即设计’了吗？” 本文由 @摸鱼产品 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

2024年12月CS赛场的乌克兰知名选手Zeus在自己的粉丝群里晒照称与一名中国女孩发生关系，两人当时均非单身状态。经网友爆料，中国女孩是大连工业大学一名在校生。近日，大连工业大学学生工作部（处）网站发布“关于拟给予李欣莳同学开除学籍处分的公告”，鉴于其2024年12月16日的不当行为，造成了恶劣的负面影响，拟给予开除学籍处分。 对此，资深媒体人胡锡进公开发文称，并不支持学校这样的处罚。 “21岁的李欣莳无疑做错了，让她个人、前男友以及她的父母都蒙羞了。大连工业大学认为她影响了校誉，这点我同意。但说她有损国格，这非常值得商榷。一个女生与外国已婚男士偷情就有损国格了？这个认知和定性极不严肃。我觉得倒是那只乌克兰猪把与女孩亲热的视频发到网上炫耀，才是侮辱了乌克兰的国格，关心了这个信息的外国公众会因此对乌克兰男人的道德水准发生一次跳水式看低。 ” 在胡锡进看来，准确说她是之后偷情演变成互联网事件的受害者。在后一段的事情中，她的问题在于太轻率了，在不了解对方人品的情况下，就允许对方拍了照片和视频。 **胡锡进直言：“我认为真正应当受到惩罚的是那名乌克兰电竞选手，他的名字叫Zeus。我呼吁中国有关方面应当不仅对他实施经济制裁，而且应该永久禁止他进入中国大陆和香港、澳门。 ”** 最后，老胡个人呼吁大连工业大学改变对李欣莳的开除学籍决定，改为记过或留校察看。面对互联网上李欣莳有损国格的大量谩骂声，希望学校能够厘清其中的道德、法律和舆论线索，把治病救人置于最高位置。 **针对此事，@律界羽鲲刘律师作出解读：这是一个私德瑕疵被放大的事件，学生的私人亲密关系属于个人隐私范畴，只要不违反法律、不侵害他人权益（隐私被侵权还是受害者），就应受到《民法典》的保护。校方的单方开除行为具有不当性，存在权利滥用之嫌疑。** 上海海华永泰律师事务所律师杨莉莉认为，“在法律规定和高校管理程序上，‘退学’与‘开除学籍’是不同的。对于‘可以给予开除学籍处分’的情形，《普通高等学校学生管理规定》中另有条款，是第五十二条，而非公告中的第三十条。” **此外，杨律师还认为，在该事件中，学校因对方的外籍身份而对李某某加重处罚，也不一定适当。“且若整个事件属实，也是对方恶意传播视频导致的事件发酵，李某某并没有主动传播隐私视频。所以，大连工业大学对李某某直接处以最严厉的惩戒措施，是否公平也值得商榷。”** [](//img1.mydrivers.com/img/20250714/5bae3c417fc540dfb7c0f2aa9f96825b.png) [查看评论](https://m.cnbeta.com.tw/comment/1512888.htm)

富士康已开始从中国进口iPhone 17零部件到印度进行试生产，这标志着该设备在预计 9 月推出之前迈出了重要一步。根据《经济时报》查阅的海关数据，苹果的主要代工供应商富士康自 6 月起在其印度工厂开始接收关键零部件，例如显示屏组件、玻璃盖板、机械外壳和集成后置摄像头模块。 这些零部件约占富士康当月从中国进口总额的 10%，其余部分则分配给了其他iPhone机型，包括 iPhone 14 和iPhone 16。  《经济时报》援引业内专家的解读称，此次出货规模表明该款车型已进入早期试生产阶段。量产预计将于8月启动，并于9月正式上市。 印度已经开始参与苹果的新产品导入 (NPI) 流程，该流程负责管理新机型开发的早期阶段，此前该流程仅在中国进行；印度于 2024 年加入了 iPhone 16 和 iPhone 16 Plus 的 NPI 流程。这使得两个国家几乎同时开始生产，这与 iPhone 14 相比有了显著转变，当时印度的制造比中国产能提升晚了六周才开始。 据报道，苹果首次计划在中国和印度同日投产 iPhone 17。《电子时报》援引消息人士的话称，作为其供应链多元化计划的一部分，苹果计划深化在印度的制造业务，而富士康将在印度的生产挂钩激励计划 (PLI) 中扮演核心角色。 然而，这一努力遇到了挑战。最近的报道指出，富士康印度工厂近期出现了大批中国工程师离职的现象。这些工程师负责工厂设计、精密加工和员工培训，而这些都是 iPhone 组装早期阶段必不可少的职能。 《经济时报》援引一位高管的话称： <blockquote><p>中国工程师至关重要，因为iPhone 17的制造涉及许多小零件的复杂精密加工，即使1毫米的差异也可能导致产品无法通过质量测试。他们需要培训员工掌握复杂的装配流程和零部件专用模具。</p></blockquote> 尽管存在这些复杂因素，印度政府显然仍然保持乐观。[印度报业托拉斯](https://www.ptinews.com/stories-detail/business/chinese-techies-return-not-to-impact-iphone-17-production，-apple&#39;s-ramp-up-plan-intact:-sources/2710100/0)（PTI）援引一位消息人士的话说，中国技术人员回国将对iPhone 17的生产“不会产生影响”。 消息人士补充说，苹果公司正在按计划继续扩大生产，并指出大规模生产所需的机械设备进口瓶颈已开始缓解。预计 iPhone 17 全部系列将于秋季上市。 [查看评论](https://m.cnbeta.com.tw/comment/1512886.htm)

黄仁勋会在本周到达北京，届时他还会举办新品发布会。外媒援引自英伟达公司一名高管的说法，该公司首席执行官黄仁勋将于7月16日在北京举行媒体吹风会。此外，第三届中国国际供应链促进博览会将于7月16日在北京开幕，英伟达公司将首度参展。 报道中还提到，英伟达公司首席执行官黄仁勋本次赴京出席该活动，除推销英伟达的新产品外，也将重申对中国市场的长期承诺。 **按照之前的说法，英伟达最快将于9月推出专为中国市场定制的新版人工智能芯片，而目前不少国内互联网大厂都在等待这颗芯片。** 据悉，这款针对中国的特供芯片，是英伟达对现有Blackwell RTX Pro 6000处理器的版本进行了修改而来，为符合美国前总统特朗普政府加强的出口管制规定而特别设计。 据悉，该产品将被剥离掉一些最先进的技术，如高带宽内存（HBM）和NVLink。 [](//img1.mydrivers.com/img/20250710/1ad1aadc021c4962a74cbd571cf5a2e4.png) [查看评论](https://m.cnbeta.com.tw/comment/1512880.htm)

近日，英特尔的中端移动处理器酷睿Ultra 5 245HX在PassMark基准测试中首次现身。**在PassMark的单核测试中，酷睿Ultra 5 245HX获得了4409分，多核测试则达到了41045分。** 相比之下，桌面版的酷睿Ultra 5 245（非K版本）单核得分4409分，多核得分37930分，这意味着245HX在单核性能上比桌面版快7%，多核性能快8%。 [](//img1.mydrivers.com/img/20250714/54acd766-bdae-4c4e-b03b-7e188dbb6fc4.png) 与上一代的酷睿i5-14500相比，245HX在单核性能上快19%，在多核性能上快30%；而与移动版的酷睿i5-14500HX相比，245HX在单核性能上快30%，在多核性能上快41%。 **不仅如此，酷睿Ultra 5 245HX在PassMark测试中的得分甚至超过了AMD的游戏处理器锐龙7 9800X3D。** 不过需要注意的是，PassMark只是众多基准测试之一，不能完全代表CPU在所有场景下的表现。 **尽管245HX在测试得分中领先9800X3D，但9800X3D在游戏性能上比酷睿Ultra 9 285K更快，因此245HX在游戏性能上绝不可能达到9800X3D的高度。** 酷睿Ultra 5 245HX拥有最高5.1GHz的频率，包含六个P核和八个E核，与桌面版酷睿Ultra 5 245完全一致。 此外，245HX的功耗上限更高，最大功率可达160W，而桌面版245的最大功率仅为121W。  [查看评论](https://m.cnbeta.com.tw/comment/1512876.htm)

<blockquote><p>AI到底“几岁”了？是无所不能的神童，还是漏洞百出的“人工智障”？本文把AI六十多年发展浓缩成一个人从胎儿到青少年的成长故事：胎儿期只会硬编码，婴儿期靠喂数据学说话，儿童期能看图识字，如今的“青少年”会写诗画画却也叛逆幻觉。</p> </blockquote>  关于AI，你是否也常听到两种截然不同的声音： - AI极端崇拜：有些人觉得AI快成神了，能写小说、画名画、解难题，甚至担心哪天它觉醒过来把人类一锅端了。 - AI极端轻视：另一拨人觉得AI就是个“高级搜索工具”，或者干脆嘲笑它是“人工智障”，写的东西驴唇不对马嘴，画的画手指头都数不对。 究其根源，是大家对AI的全貌缺乏了解： - **恐惧源于未知：**不清楚AI能干什么、不能干什么、边界在哪，就容易往最坏处想。 - **轻视源于无知：**没看到AI在特定领域已经展现的强大能力，以及它飞速进步的势头。 所以，从宏观层面了解AI的全貌就非常重要。 有了这个宏观视角： - **能消除盲目情绪：**不瞎害怕，也不乱轻视，对AI有客观理性的认识。 - **理解能力边界：**知道AI在哪儿能帮上大忙，在哪儿可能掉链子。 - **打好深入基础：**为后续了解具体技术铺条明白路。（下篇我们就拆解AI的“身体构造”！） 对产品人而言，了解AI发展阶段和能力边界，是判断技术可行性、设计合理人机交互、规避技术风险（如幻觉）的关键前提。 ## 一、AI发展史 ≈ 一部浓缩的人类成长史 理解AI发展的最好方式，可能就藏在我们自己身上。**AI从诞生到现在的进化轨迹，很像一个人从胎儿到青少年的成长过程。** 为什么这个类比好用？ - 直观易懂：人的成长阶段我们都熟悉。 - 揭示本质：AI能力的提升，和人类学习认知、与世界互动的方式，有深层相似性。 - 定位清晰：能立刻明白AI现在“几岁”了，大概在什么水平。 下面，我们就用这个“成长视角”，一步步拆解AI的发展阶段和能力特点。 请注意，这个类比旨在帮助我们直观理解AI能力的演进阶段和特点，但在某些层面并不严谨，如果有其他想法，欢迎一起讨论。 ## 二、AI发展的“生命”阶段与对应能力 ### 阶段1：胎儿期 (奠基阶段：约1950s-1980s) – “硬编码的胚胎” **人类类比：** 就像在妈妈肚子里，基本的身体结构（大脑、四肢雏形）长好了，但还没法独立感知和学习外界。 **AI能力特征：** **核心驱动：规则至上。** AI完全依赖程序员写的“硬编码”规则，一条条指令规定死了它该怎么做。 **能干啥？** 处理一些规则极其明确、范围极窄的问题。比如，下国际象棋（规则固定）、玩简单的逻辑推理游戏。 **短板在哪？** - 极度依赖人工：每加一点新知识，都得程序员手动写新规则。 - 零学习能力：今天下棋这样，十年后还这样，不会自己进步。 - 毫无灵活性：面对规则没覆盖的情况，立马死机，知识面非常窄。 ### 阶段2：婴儿期 (感知学习阶段：约1990s-2010s) – “学看学听的小宝宝” **人类类比：** 婴儿开始用眼睛看、耳朵听、小手摸，认识妈妈的脸，听懂自己的名字，模仿大人咿呀学语，识别简单的模式（比如摇铃就有声音）。 **AI能力特征：** **核心驱动：数据喂养。** 机器学习，特别是统计学习成为主角。AI开始从大量数据里自己摸索规律和模式。 **能干啥？** - **模式识别：**能认出照片里是不是猫（图像分类），能听懂你说“打开灯”（语音识别）。 - **简单预测：**判断一封邮件是不是垃圾邮件。 - **基础推荐：**根据你买过的东西，推荐个类似的（早期电商推荐）。 **短板在哪？** - **数据饥渴+依赖标签：**要学认猫？先给我几万张人工标好“这是猫”的照片！没标注数据就抓瞎。成本高，效率低。 - **理解很浅：**知道图片里“有猫”，但不知道猫是什么、为啥会喵喵叫、和狗啥区别。知其然不知其所以然。 - **容易上当：**稍微改点图片（比如加些人眼看不出的噪点），它就可能把猫认成狗。 - **泛化差：**只在训练过的类似场景下表现好，换个角度、光线或背景，可能就懵了。 ### 阶段3：儿童期 (理解与交互阶段：约2010s中期-至今) – “会说话、能互动的儿童” **人类类比：** 3岁儿童语言能力爆发，能理解更复杂的指令（比如，把红色积木放到蓝色盒子下面），能进行简单的对话交流，开始有逻辑思维，能和大人互动玩耍。 **AI能力特征：** **核心驱动：深度学习 + 大数据 + 大算力。** 神经网络，尤其是Transformer架构（一种处理信息的新方式）大放异彩。 **能干啥？（能力大爆发）** **1）自然语言处理 (NLP)：** - 机器翻译质量突飞猛进，不再是“字对字”的机械性翻译； - 智能客服机器人能处理不少常见问题； - 文本生成开始出现，但还不够稳定。 **2）计算机视觉 (CV)：** - 高精度识别物体、行人、车辆，开始成为自动驾驶的眼睛。 - 人脸识别在手机解锁、安防等领域普及。 **3）交互能力：** 智能语音助手，如苹果Siri、小米小爱同学等开始普及。 **短板在哪？** - **理解偏表面：**主要靠海量文本里的统计关联，而不是真正的“懂得”。比如，知道“猫吃鱼”经常一起出现，但未必理解背后的生物链关系。 - **缺乏常识和深度推理：**难以处理需要生活常识或复杂逻辑链的问题。比如，“冰箱里的大象”这种明显不合理的现象。 - **输出不稳定，“幻觉”初显：**有时回答很好，有时胡言乱语，甚至编造看似合理实则错误的内容，出现“幻觉”苗头。 ### 阶段4：青少年期 (探索与创造阶段，当前前沿研究) – “爱思考、能创作的叛逆少年” **人类类比：** 青少年抽象思维、创造力、复杂推理能力快速发展，开始探索自我（“我是谁？”）、探索世界（“为什么是这样？”），尝试独立创作（写诗、作曲、搞发明），但也可能想法天马行空、行为冲动、对规则叛逆。 **AI能力特征 (以大型语言模型LLMs/生成式AI为代表)：** **核心驱动：海量无标注数据预训练 + 微调/提示工程。** “涌现能力”出现，模型规模大到一定程度，突然学会了一些没有专门训练过的任务。 **能干啥？** **1）生成与创造：** - 写出流畅的文章、故事，甚至诗歌、代码、剧本。 - 根据文字描述生成逼真的图片（DALL-E，Midjourney）、音乐。 **2）复杂理解与推理：** - 能处理更长的对话或文档（上下文更长）。 - 进行一定程度的逻辑推理、解题、代码调试、知识问答（比如ChatGPT，Claude，Gemini）。 **3）多模态融合：** 开始尝试打通文字、图像、声音的界限（比如GPT-4V能看图说话）。 **短板在哪？** - **逻辑严谨性和深度推理仍不足：**解复杂数学题、做严密的法律论证，容易出错或跳跃步骤。 - **事实准确性难保证：**“幻觉”问题显著，会自信地编造不存在的信息、引用、数据。 - **缺乏真正的“理解”和意识：**能复述知识、关联信息，但离人类对概念的深层理解和融会贯通仍有差距。知其然，部分知其所以然，但非“真知”。 - **伦理、安全、偏见问题凸显：**可能输出有害、歧视性内容，数据隐私、版权争议、被滥用风险巨大。 ### 阶段5：成年期 (强人工智能/通用人工智能 AGI：未来目标) – “成熟全能的大人” **人类类比：** 成年人具备成熟的认知、学习、推理、创造、情感理解、自主决策和解决各种复杂问题的综合能力，能独立生活，适应新环境，持续学习成长。 **AI能力特征 (愿景，尚未实现)：** **核心目标：通用智能。** 在广泛甚至所有人类能做的任务上，达到或超越人类水平；能像人一样自主学习新技能、适应未知环境、主动创新。 **想象的能力：** - 真正的理解：深刻把握概念的本质和联系； - 深度推理：像科学家一样严谨地分析解决问题； - 跨领域知识迁移：把学到的知识灵活应用到完全不同领域； - 自主设定目标并高效解决：主动发现问题、规划路径、达成目标； - 可能具备自我意识、情感理解与互动能力(存在巨大争议)？ **关键挑战（远未解决）：** - **如何实现？**当前深度学习路径能否通向AGI？是否需要全新理论？ - **如何确保安全可控？**如此强大的系统，万一目标与人类冲突怎么办？ - **伦理框架如何构建？**权利、责任、社会影响如何界定？ ## 三、AI的现状与我们的认知 总体来讲，AI的发展轨迹是：从完全依赖人工规则（胎儿），到学会从数据中感知模式（婴儿），再到掌握语言理解和基础交互（儿童），如今正展现出强大的探索与创造潜力（青少年）。每一步，能力都在显著提升。 我们正身处AI的“青少年期”。 这个阶段的AI： - 创造力惊人：写画编曲，潜力无限，确实改变了工作和创作方式。 - 潜力巨大：未来可期，发展速度超快。 - 但仍“稚嫩”：在深度理解、逻辑严谨性、事实可靠性、自主意识上，离真正的成熟还很远。它像聪明的青少年，才华横溢但也可能犯错、叛逆、需要引导。 **因此，我们对待AI最理性的态度是：** - **拒绝神化/恐惧：**不必因为它能写诗作画就觉得它马上要统治世界。它没有意识，能力有边界，严重依赖数据和人类设计。 - **摒弃轻视：**更不要因为它还“胡说八道”就全盘否定其价值和已经取得的惊人成就。它在特定任务上的效率远超人类。 - **理解边界，善用审慎：**看清它现在处于哪个“成长阶段”，明白它能干什么、不能干什么、容易在哪出错（比如小心“幻觉”）。 拥抱AI的创造力，正视其“青春期”的局限，做善用工具、明辨真伪的理性驾驭者。 现在我们知道AI大概“几岁”了，那它到底是怎么运作的？它靠什么“看”、靠什么“想”、靠什么“动”？ 就像人体需要骨骼支撑、肌肉运动、大脑思考、神经传导、感官输入协同工作一样，AI这个“生命体”的运转，也依赖一套复杂的“硬件器官”和“软件系统”精密配合。 下篇内容：AI的“身体”奥秘，硬件、软件与技术如何协同“孕育”智能 本文由 @灵溪boot 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

文｜周鑫雨 编辑｜苏建勋 “我们被边缘化了。” 这是一位AI从业者近期对我们的感慨。他所在的团队，属于“AI六小虎”之一的AI情感陪伴应用，就在一年前，还长居AI社交榜单前三的成绩，被作为AI出海的典范。 但最近，这个创始人亲自带队的热门产品，对产运和商业化团队进行了大幅裁员，仅留小部分员工负责运维。 这不是个例。 AI情感陪伴应用，是一类通过与AI角色的互动，满足用户情感需求的产品。在这个赛道中，不乏大众耳熟能详的AI应用，比如，MiniMax的Talkie、字节的猫箱，以及美国的Character.ai。 然而，AI情感陪伴正在经历大范围的滑坡。 就国内AI情感陪伴赛道而言，增长已经开始乏力。根据点点数据的监测，2025年1月到5月，字节的猫箱，苹果端月下载量从264万下滑到了61万，DAU从59万下滑到了49万。同样是头部产品的星野，苹果端的月下载量，也从486万下滑至93万。 同样的式微，也出现在海外。带火AI情感陪伴的鼻祖，Character.ai，表面上坐拥令人羡艳的2.33亿月活，但是用户付费率并不高，ARPU（每用户平均收入）低至0.72美元。 2024年初，AI情感陪伴产品还是创投圈最火的品类之一。在不少从业者看来，这条“打感情牌”的赛道，用户粘性高，靠订阅就能够立刻变现。彼时，Character.ai“12人团队，做到1500万美元ARR（年度经常性收入）”的故事，有极强的诱惑性。  △Character.ai。图源：Charater.ai官网 2024年上半年，大模型“六小虎”几乎人手一AI情感陪伴产品。当时，一家AI模型公司的产品经理还对《智能涌现》表示：“产品矩阵里没有AI情感陪伴，你都不好意思说自己在布局AI应用。” 但如今，在AI应用“坟场”中，AI情感陪伴几乎占据半壁江山。 《智能涌现》曾独家报道，曾被阶跃星辰视作重要C端方向的“冒泡鸭”，因数据不及预期，在2024年12月几乎停止了运营。智谱的AiU、月之暗面的出海AI宠物陪伴应用Ohai，都因监管，或低迷的营收无疾而终。 曾经火热的表象下，目前的AI情感陪伴，其实是个收益不高的品类。AiU的产品经理永超曾对媒体表示：（AI情感陪伴）看起来热闹，但真拿到好结果的产品其实没有，超过1w日活产品国内仅有5款。 先来看一组数据：我们了解到，某头部出海AI情感陪伴产品的平均日流水，稳定在4万美元以内——以及，真实年营收，与对外宣传的“千万美金ARR”相去甚远。 与“低收入”相对的，是高昂的投放支出。《智能涌现》得知，该产品每个季度用于增长的支出，就高达数千万美元。 投入和回报的失衡，一方面源于当前模型在长时记忆、前后一致性等方面的缺陷，还无法满足用户虚拟情感陪伴、情感陪伴的需求，用户的使用和付费意愿有限。 QuestMobile发布的报告显示，2024年上半年，主流AI情感陪伴应用的月均使用天数，基本低于5天。一名投资人也告诉我们，**AI情感陪伴，对大多数人来说是“伪需求”**：“大家还是更愿意发展真实的关系。” “伪需求”下的变现能力，注定是有限的。 上文提到的头部AI产品，每个月源于用户付费的收入，只有四五十万美金。不少知情者提到，为了增收，公司增加了不少需要付费的玩法，但收效甚微。 另一方面，迫于融资和竞争的压力，多数AI情感陪伴应用，在2024年都定下了极为激进的增长目标——在产品力无法支撑增长目标的现状下，企业只能依靠饮鸠止渴的投流。 比如，我们了解到，对某头部AI情感陪伴应用而言，冲100万DAU，一度是首要目标。**高峰期，产品光投放渠道，就多达二三十个，一天能消耗数十万美金**。 高支出，换来的是不乐观的留存和ROI。“次日留存靠推广冲上过50%，但后来很快下滑到20%、30%。”一名员工告诉我们。至于增长投放，“ROI从来没有打正过”。 **监管，是AI情感陪伴品类一直无法回避的问题。** 这把空悬的“达摩克利斯之剑”，曾让Talkie、LiveMe、Tango等明星AI情感陪伴产品，在全球双端下架。2025年6月底，阅文旗下的AI情感陪伴应用“筑梦岛”又因涉及未成年色情擦边等内容，被网信办约谈，并下架整改。  △筑梦岛。图源：筑梦岛AppStore下载页面 应用下架，直接斩断了AI情感陪伴应用的增长之势。据多名知情人士表示，某头部AI情感陪伴产品重新上架后的月自然增长率，从20%滑落到10%以下，MAU平均每月也以10%左右的速率下滑。 为了尽快合规上架，厂商又粗暴地设置的违禁词，以杜绝踩红线的可能。但付出的代价，是用户的体验。 一名头部AI情感陪伴应用的员工举了个例子，为了合规，团队将“脱”设置成了违禁词，一旦用户和智能体的对话中出现了“脱”，就可能遭到对话屏蔽，甚至封号的惩罚。后果是，“连‘脱帽子’‘脱口秀’这样的词都发送不了”。 2025年，当狂热回归理性，如今仍在竞技场上的AI情感陪伴应用，走到了反思和重整旗鼓的时间点。 一个明显的改变是，激进的增长结束了，投放的ROI成了更有价值的指标。 知情人士告诉《智能涌现》，上文提到的头部AI情感陪伴产品，将投流预算削减了近90%。“现在公司开始优化投流ROI，ROI好的渠道或者周期就多投一点。”一名员工说。 在体验仍受模型性能牵制的现下，**重新定位什么是“AI情感陪伴”，也十分重要。**一名投资人对我们表示，情感陪伴、虚拟交友，可能都是市场空间有限的定位。 从情感陪伴转向内容社区，是如今Character.ai所做的尝试。自从2024年8月被谷歌收购后，Character.ai将功能迭代的重心，放在了打造内容社区，以及提供图像、视频等多模态创作工具上。 但抛开增长和商业化的颓势，AI情感陪伴在如今的AI应用赛道，依然存在巨大的变现潜力。  △Hiwaifu。图源：Hiwaifu官网 在2024年收入超2000万元的AI情感陪伴应用Hiwaifu，其创始人陶江曾在媒体访谈中提到，他发现，做真人形象AI陪伴的产品的变现能力，比二次元、游戏风格的产品更强。**原因在于，前者的用户画像更偏中年群体，付费能力更强，“我们现在也在考虑，未来是否可以拓展‘中老年陪伴’这样的方向”。** 以及，由于克制投流、控制团队规模，Hiwaifu上线第一年就盈利了。 一名投资人直言，Character.ai现在还有2亿多的MAU，有这个用户基数和社区生态，来钱根本不是问题。 “面对这样一群大规模用户，AI情感陪伴产品的功能和商业模式，还没有做到点子上，”他期待创业者们和市面上唱衰的声音，多唱“反调”，“AI情感陪伴不是凉了，而是人们对它潜力的开发还不够。”