3月3日消息，极客公园获悉，近日智谱完成一笔金额超10亿元人民币的战略融资，参与投资方包括杭州城投产业基金、上城资本等，旨在推动智谱国产基座GLM大模型的技术创新和生态发展。   据了解，智谱已在杭州成立了浙江智谱新篇科技有限公司，依托前沿人工智能和大模型技术，以更好服务浙江省和长三角地区的经济实体。   目前，智谱GLM系列大模型已在金融、医疗、教育等多个行业得到广泛应用，通过智谱与地方国资的深入合作，将有助于以大模型带动全产业链生态智能化发展。   根据公开资料，极客公园整理智谱自2019年成立以来的融资历程如下： <blockquote> <p>2019年，天使轮融资，投资方包括清华大学计算机系知识工程实验室技术成果转化团队主导，早期支持方包括中科创星、华控汇金等；</p> <p>2021年9月，A轮融资过亿元人民币，达晨财智、华控基金、将门创投、图灵创投等十余家机构联合投资；</p> <p>2022年9月，B轮融资数亿元人民币君联资本、启明创投联合领投；2023年全年分多阶段完成B轮系列融资，超25亿元人民币，战略投资方为美团（3亿元B+轮）、社保基金中关村自主创新基金（君联资本管理），跟投方包括蚂蚁集团、阿里、腾讯、小米、红杉、高瓴等；</p> <p>2024年6月，C轮4亿美元（约28.8亿元人民币），领投方为沙特阿美旗下Prosperity7 Venture，此时估值达到30亿美元（约210亿元人民币）；</p> <p>2024年8月，C+轮融资超10亿元人民币，领投方为君联资本，跟投方包括顺为资本、红杉中国、腾讯等；</p> <p>2024年12月，D轮融资30亿元人民币，领投方为中关村科学城公司，估值260亿元人民币（约46.15亿美元）。</p> <p>此前截至2024年底，智谱累计融资超70亿元人民币，在2025年2月最新估值为46.15亿美元（约300亿元人民币）。</p> </blockquote>   ## 有了六小龙的杭州，又盯上六小虎   近年来，已经有六家科技新锐企业在杭州崛起，分别是深度求索（DeepSeek）、宇树科技、游戏科学、云深处科技、强脑科技和群核科技。   这些公司在人工智能、机器人、脑科学等领域取得了显著成就，成为杭州科技创新的代表，并在全球科技圈引发广泛关注。就在周六，DeepSeek公布了运营数据——单日理论成本利润率高达545%，再次震动行业。   杭州拥有完整的AI产业链条，从芯片、算法到应用层，上下游企业协同发展。这种完整的产业生态为“六小龙”的技术创新和商业化提供了坚实基础。   也因此可以看出，杭州国资此次对大模型六小虎之一智谱的青睐，并非偶然。   智谱从 2019 年成立之初，就从清华大学计算机系知识工程实验室技术成果转化而来，此后一路推进： <blockquote> <p>2021 年提出 GLM 模型算法并发布百亿模型 GLM - 10B，同年训出 MOE 架构的万亿模型悟道；2022 年加大投入，训出国内第一个千亿开源模型 GLM - 130B；2023 年推出线上可用的中国 ChatGPT（ChatGLM），引领中国大模型发展和商业化；2024 年，智谱 GLM 的原创算法得到 Nature 报道，从基座模型能力延展至多模态和 Agent；2025 年，智谱宣布将发布全新大模型并开源，将为国产大模型生态注入新的活力。</p> </blockquote>   作为国内唯一全面对标美国 OpenAI 的大模型企业，智谱 GLM 系列大模型在千亿基座模型、对话模型、代码模型、多模态模型、推理模型和 Agent 等方面布局完整，原创架构全面对标 GPT。    智谱 AI 此前公开的对标 OpenAI 全模型产品线｜图片来源：智谱   2024 年下半年，智谱推出的基座模型 GLM - 4 - Plus、Agent 模型 AutoGLM、推理模型 GLM - Zero 等，都展现了比肩 OpenAI 的实力。GLM 预训练架构更是实现了从预训练理论、技术到预训练工具等全方位的全栈自主创新，推动形成了自主的超大规模智能模型技术创新体系。   在技术趋势的把握上，智谱也展现出了洞察力。继长推理模型之后，智谱看到了Agent技术的潜力，先于 OpenAI 提出 Phone Use 概念，推出能模拟用户进行计算机、手机等跨应用自主操作的 AutoGLM 和 GLM - PC，并基于 Agentic GLM 与三星手机展开合作，在国内外大模型中处于领先地位。   2025 年，Agentic LLM 将高效整合物理与数字世界资源，原生支持工具调用和迭代优化，从而提升任务可靠性，实现从被动应答到主动执行的范式转变，推动基座模型能力快速落地于生产力。   在大模型商业化方面，智谱走出了属于自己的路径。在大国博弈和大厂博弈背景下，主权大模型和自主可控大模型的重要性日益凸显，建立安全、无幻觉、自主可控的大模型是行业发展的迫切需求之一。   事实上，智谱自成立以来就在大力推动 GLM 生态繁荣，其大模型适配了国内 40 多种 GPU 芯片，推动进口替代，并在安全性、可控性及幻觉率等关键技术方面取得了突破，成为国内幻觉率最低的大模型之一。   基于系列大模型，智谱构建了 MaaS、私有化部署、智能体平台等服务模式，形成包含百万规模开发者的模型服务新生态，为金融、医疗、教育、政务等 20 多个行业提供服务，在万余家企事业单位实现了规模化应用。   并且，智谱商业化进程并没有被deepseek的热潮所影响到，据了解智谱节后不到一个月收入超过1亿，API平台付费增长超过30%。   智谱在大模型技术领域的创新与突破，契合了杭州AI产业发展的需求；而其技术实力和商业化进展，又能够为杭州的科技生态注入更多动能。   ## All in AGI，其他都是路径   今年以来，「开源」在业内的重要性再次被重申。   DeepSeek-V3、R1模型的爆火，给到业界各方压力。2月中，OpenAI透露了其尝试了其尝试开源的新动向，此前一直走闭源策略的百度也宣布了文心一言免费、开源，而在本周六，deepseek开源周彩蛋里的「理论利润率545%」，再次震动行业。   作为国内最早开源大模型的人工智能公司，智谱在2022年就开源了自主研发的高精度双语千亿模型 GLM-130B，此后又先后在2023年开源 ChatGLM3-6B 和多模态模型 CogAgent-18B，2024年发布第四代 GLM-4 系列开源模型，包括 GLM-4-9B 等。   作为国内最早开源大模型的企业，智谱在开源领域的贡献，也是它赢得了杭州国资青睐的原因之一。   2025年也将是智谱的开源年。据悉智谱很快会发布全新大模型（包括基座模型、推理模型、多模态模型、Agent等）并将其开源。   在DeepSeek 强势冲击 AI 市场后，智谱CEO张鹏在接受媒体采访时称，“将All in AGI，其他的都是路径。而在路径上，智谱AI每天都在优化。”   去年以来，AI六小虎中已经有一些公司选择大幅调整发展方向，而智谱仍在专注于大模型技术创新和追求AGI。   智谱从2019年成立就定下了实现AGI的愿景，将AGI的发展路径分为五级，L1预训练大模型、L2对齐&amp;推理、L3自我学习、L4自我认知、L5意识智能。目前AGI正位于从L2向L3发展的关键阶段。总体趋势是Scaling Law本质未变，模型效果的关键还在于超大规模高质量数据、模型算法和算力的提升。    图片来源：智谱   智谱的AGI分级分为：L1 预训练大模型、L2 对齐&amp;推理、L3 自我学习、L4 自我认知、L5 意识智能，具体对 AGI 从 L1-L5 的思考如下： <blockquote> <p>L1 预训练大模型，即基座模型，其核心作用为提供知识量。</p> <p>L2 对齐&amp;推理，本质上是“智能激活”，即对齐机器与人类的意图，对齐文本、图像、视频、音频等不同模态。同时教会机器进行像人类一样的推理和规划。</p> <p>在 L1、L2 阶段，AI 学习知识、推理和规划，依然需要来自人类的教学。但在 L3 自我学习阶段，AI 可以通过自我批评、反思、甚至沉思来实现自我学习。沉思让具备自我学习能力的 AI 可以自主解决开放域问题，即使是从未见过的问题，它们也可以像人类一样通过不断尝试、不断探索来解决。</p> <p>L4 自我认知阶段，AI 可以对自己的行为/动作作出解释，知道因为什么才得出了这个结果。</p> <p>L5 意识智能是 AGI 的最后一级，即 AI 在未来某一天会具备某种意识，可以像人一样去突破现有天花板，去探索、研究、寻找科学的新边界。</p> </blockquote>   杭州国资对智谱的战略投资，看起来既是区域AI布局的深化，也是对国产大模型技术自主可控趋势的押注。  

  最近，腾讯元宝可以说是「杀疯了」，先是多款产品接入deepseek，推出自研混元T1模型，又是猛推流，一度超越字节&#34;豆包&#34;登顶中国区App Store免费榜第二，又是入驻微信生活服务“九宫格”。   在各家大模型纷纷推出深度思考模型的同时，腾讯混元又「反常」地推了一个快思考模型Turbo S。   2月27日，腾讯混元自研的快思考模型Turbo S正式发布，目前已在腾讯云和元宝上线。   区别于Deepseek R1、混元T1等需要“想一下再回复”的慢思考模型，混元Turbo S能够实现“秒回”，吐字速度提升一倍，首字时延降低44%，同时在知识、数理、创作等方面也有突出表现。通过模型架构创新，Turbo S 部署成本也大幅下降，持续推动大模型应用门槛降低。   有研究表明，人类约90%—95%的日常决策依赖直觉，快思考正如人的“直觉”，为大模型提供了通用场景下的快速响应能力，而慢思考更像理性思维，通过分析逻辑提供解决问题思路。快思考和慢思考的结合和补充，可以让大模型更智能、更高效地解决问题。   据介绍，通过长短思维链融合，腾讯混元Turbo S 在保持文科类问题快思考体验的同时，基于自研混元 T1 慢思考模型合成的长思维链数据，显著改进了理科推理能力，实现模型整体效果提升。   作为旗舰模型，Turbo S未来将成为腾讯混元系列衍生模型的核心基座，为推理、长文、代码等衍生模型提供基础能力。   基于Turbo S，通过引入长思维链、检索增强和强化学习等技术，腾讯自研了推理模型 T1，该模型已在腾讯元宝上线，用户可以选择Deepseek R1 或腾讯混元T1模型进行回答，具体操作上，在元宝中选择 Hunyuan 模型，点亮 T1 即为深度思考，不点亮则为 Turbo S。   开发者和企业用户已经可以在腾讯云上通过API调用腾讯混元Turbo S，即日起一周内免费试用。定价上，Turbo S 输入价格为0.8元/百万tokens，输出价格为2元/百万tokens，相比前代混元Turbo模型价格下降数倍，是deepseek API成本的 1/2-1/4，团队称「比大模型界的拼多多还便宜」。另外，混元满血T1 将在3月初发布。   在3月2日腾讯混元的直播里，腾讯混元专家团队对这次推出的快思考模型做出了详解，极客公园整理重点如下：   ## 为什么要做「快思考」？   团队通过分析和观察发现，用户约 90% 的请求都可以依靠大模型的 “直觉”（即快思考模型），无需深度思考就能精准简洁地给出答案，所以针对这些请求需要模型能更快、更准地回应。   对于剩下的约 10% 的请求，需要模型能进行深度思考甚至反思，从而给出更精准的答案。   同时，快思考模型不仅成本更低，还具备强大的数据融合能力，能够融入 MySQL 模型或 Max 模型中的优质数据。   Turbo S 借鉴了腾讯的慢思考模型 Hunyuan T1 的数据，该模型使用一种称为长思维链合成的技术进行训练。这有助于 Turbo S 在保持其速度优势的同时，通过多步骤问题进行推理，使得对于其余 10% 需要反复反思思考的问题也能得到较精准答案。   ## 技术解析：模型架构/工程优化   在业界通用的多个公开Benchmark上，腾讯混元 Turbo S 在知识、数学、推理等多个领域展现出对标 DeepSeek V3、GPT 4o、Claude3.5等业界领先模型的效果表现。    *表格中，其它模型的评测指标来自官方评测结果，官方评测结果中不包含部分来自混元内部评测平台   架构方面，通过创新性地采用了Hybrid-Mamba-Transformer 融合模式，混元Turbo S有效降低了传统Transformer结构的计算复杂度，减少了KV-Cache缓存占用，实现训练和推理成本的下降。   传统 Transformer 架构存在以下缺陷 ： 计算复杂度高，序列维度呈平方级关系，在训练和推理时复杂度高； 推理时需要 KV-Cache，且随着序列长度增加线性增加，部署成本高；预测时时间成本高，每步预测因叠加 KV-Cache 与序列长度呈线性关系，越往后生成越慢，尤其对于Mamba 线性 Attention 机制，每步预测都是 O1 复杂度，所以需要做更高效的 attention 或甚至 linear 的 attention，目前行业内已有一些相关探索方案如 window attention、mobile、NSA 等，都是通过不同方式压缩计算复杂度。   Hybrid-Mamba-Transformer 融合架构是混元 Turbo S 中的一项突破性架构创新，通过融合两种强大的架构，平衡效率和上下文推理能力：   Mamba 是一种状态空间模型（SSM），专为高效处理长序列而设计，在内存使用上比 Transformer 更为节省。与 Transformer 不同，后者在处理长文本时会遇到 KV-cache 内存的平方级扩展问题，而 Mamba 可以在不产生过多计算开销的情况下处理更长的文本，更适合阅读、总结和生成长文档的回答（例如法律文本、研究论文等）。   尽管 Mamba 高效，但它在捕捉复杂的上下文关系方面不如 Transformer。Transformer 擅长理解复杂的模式和依赖关系，特别适合推理密集型任务，如数学运算、逻辑推理和问题解决，适用于多步骤推理、代码生成和深度上下文理解。   混元 Turbo S 首次将 Mamba 应用于超大规模 MoE 模型 MoE（专家混合模型）通过每次查询激活一部分参数，从而提高计算效率，在保持精度的同时充分利用了 Mamba 的高效性，同时也保留了 Transformer 在推理任务中的优势。这一突破不仅降低了训练和推理成本，还提升了速度和智能水平。   ## 算法做到了哪些不一样的工作？   长短思维链的融合。   通过长短思维链融合，对于需反复推理反思的问题也能得到更精准答案， T1 模型可得到相对长链数据，将长链数据和短链数据融合训练后采样，采样依据正确性和长度正确性，采用规则方法和滤波 model case ，从而提升模型整体能力，尤其在数学、代码、逻辑等强推理任务上表现更好，且短链模型能很好地融合长链能力，体验更佳。   即短链模型其实体验更佳，通过融合长链也能有很好的推理能力。   ## scaling law还没结束   GPT-4.5是短链模型天花板的一个存在，但 API 的成本非常高，以百万tokens计算约为150 美元，约是Turbo S 成本 500 倍，且据推测，GPT-4.5的激活参数量达万亿级别。因此，Turbo S等快思考模型的出现，正是为了在保证响应速度的同时，降低成本并保持较好的性能。   目前 scaling 远未结束。从数据量来看，不管是模型 size 的 scaling 还是训练数据的 scaling，现在中文互联网上可获取数据量各家差不多，谁能通过获取或合成方式获得更多数据量对模型 performance 来说是关键。   标注数据方面，更专业标注团队对模型表现影响大，如小说创作、医疗方向等，拥有更专业标注团队和数据的模型表现会更好，整体来看，在数据、算法、算力工程优化等方面对 scaling 的探索都远未结束。        

<blockquote><p>随着AI技术的飞速发展，大语言模型正在成为提升工作效率的强大工具。谷歌科学家Nicholas Carlini分享了17种AI用法，展示了大语言模型如何在编程、项目管理、新技术学习、代码优化、任务自动化等多方面为打工人提供帮助。</p> </blockquote>  新技术的普及，融入每个人的日常总要经历一个相当长的过程。对于大模型而言，同样如此。 我们相信，不少行业的从业人员已经将大模型融进工作流甚至日常生活中去了，也不得不承认大模型的普及率还没有达到顶峰，没有达到人人皆用的程度。 从实用角度出发，造成阻碍的因素是什么？普通人该如何使用大模型？大模型对于每个人的具体益处到底是什么？ 谷歌DeepMind 研究科学家 Nicholas Carlini，一位机器学习和计算机安全领域的大牛。以最贴近现实实用的角度，分享了他对大模型的看法，以及自己对大模型应用的50个案例。 其中包括： - 用我从未用过的技术构建完整的网络应用程序。 - 在我此前从未使用过的情况下，教我如何使用各种框架。 - 将数十个程序转换为C或Rust语言，以将性能提高10到100倍。 - 精简大型代码库，大幅简化项目。 - 为我去年撰写的几乎每一篇研究论文编写初始实验代码。 - 自动化几乎每一项单调的任务或一次性脚本。 - 几乎完全取代了用于帮助我设置和配置新软件包或项目的网络搜索。 - 约50%取代了用于帮助我调试错误信息的网络搜索。 这些AI应用案例大致归为两大类，那就是“帮助我学习”和“自动化枯燥任务”。 乌鸦君做了部分精简，并摘取了17个人们在工作和生活中经常能够用到的案例，相信会对你有所帮助，以下为正文： ## 01 构建完整的应用程序 去年，我制作了一个测试，让人们检验自己预测GPT4解决一些任务能力的水平。 这个测试最终相当受欢迎，获得了超过一千万的浏览量。 猜猜怎么着？ 这个应用程序几乎整个初始版本都是我让GPT4帮我写的。 我通过一系列提问来实现这一点。一开始我询问应用程序的基本结构，然后逐步构建出各种功能。 整个对话长达30000字，着实考验了（当时最先进的）初代GPT4模型的能力。 ## 02 借助大模型完成各类任务 回顾我与GPT4的交流，你会发现各种类型的信息。 有的消息里，我只是用文字描述自己的需求，让模型给出完整的实现方案；有的消息里，我提出具体的修改要求. 比如“不用和平均分比较，能否用核密度估计（KDE）算出这是第几百分位？”； 还有的消息里，我只是复制粘贴错误信息，提出一个没有详细说明的问题. 例如“绘图时出现错误：numpy.linalg.LinAlgError:singularmatrix”； 也有一些情况，我只是寻求简单的一次性解答. 比如“如何用JavaScript给页面添加一个加载字符串内容的iframe？” 总的来说，能如此顺利交流的原因在于，大语言模型擅长解决前人已经解决过的问题。 我做的这个小测试，99%的部分不过是基础的HTML和Python网络服务器后端代码，门槛很低。 这个测试之所以有趣且受人喜爱，并非因为其背后的技术，而是测试的内容。 正是因为借助大语言模型自动完成了所有枯燥的部分，我才能轻松地做出这个测试。 事实上，我可以笃定地说，如果没有大语言模型的帮助，我很可能根本不会去做这个测试，因为我可不想花时间从头开始编写整个网络应用程序。 而我还是个懂编程的人！我相信，即便是现有的大语言模型，也足以让绝大多数人通过询问解决方案，去完成他们以前根本无法完成的有意义的任务。 接下来我还有几个类似的例子，我让大语言模型为我编写了完整的应用程序。等这些应用发布时，我会明确说明它们是在大语言模型的帮助下完成的。 ## 03 及时获取新技术进展 曾经，我会紧跟新框架的发展步伐。 但一个人一天的时间有限，而且由于工作的原因，我大部分时间都花在了解最新的研究进展上，而不是JavaScript框架的最新动态。 这就意味着，当我要开展一个超出我特定研究领域的新项目时，通常有两种选择。其一，我可以使用我熟悉的技术。 虽然，这些技术可能已经过时了一二十年，但如果项目规模较小，往往也够用了。 其二，我可以尝试学习新的（通常也是更好的）方法。 这时，大语言模型就派上用场了。像Docker、Flexbox或React这类对我来说全新的框架或工具，对其他人而言并不新鲜。 世界上可能有成千上万的人对这些技术了如指掌，大语言模型同样如此。 这意味着，我无需阅读那些假定读者具备特定知识、想要实现特定目标的静态入门教程，而是可以与大语言模型进行交互式学习，掌握解决任务所需的一切知识。 例如，今年早些时候，我在构建一个大语言模型评估框架，希望能在一个受限的环境中运行大语言模型生成的代码，避免它删除我电脑里的随机文件之类的情况。 Docker正是完成这项任务的理想工具，但我之前从未使用过它。 重要的是，这个项目的目标并非使用Docker，Docker只是我实现目标所需的工具。 我只想了解Docker中那10%的必要知识，这样我就能放心地以最基本的方式安全使用它。 要是在90年代做这件事，我基本上得买一本从基础讲起的Docker使用手册，读完前几章，然后跳着阅读以弄清楚如何实现我的需求。 后来情况有所改善，如果是在过去十年做这件事，我会在网上搜索一些介绍Docker使用方法的教程。 试着照着做，遇到错误信息时再上网搜索，看看是否有人也遇到过同样的问题。 但如今，我只需让大语言模型教我使用Docker。下面就是我向它请教的过程。 ## 04 开启新的项目 我年轻时学的第一门编程语言是Java。 我确实很喜欢编程，但有一件事我极其讨厌，那就是面对一个新项目的空白屏幕。 尤其是用Java的时候！哪怕只是让程序编译出一个“Hello,World”，那个“publicstaticvoidmainstringargs”是干嘛的？ 括号该放在哪儿？哪些字母要大写来着？为啥这里用花括号，那里用方括号？ 于是，我像任何一个孩子会做的那样，让我父亲帮我搞定。 时光飞逝二十年，如今面对不熟悉的框架开启新项目，我依旧满心抗拒。 光是处理那些样板代码就要耗费大量时间，而且我根本搞不清自己在做什么。 比如，最近我想写一些CUDA代码，来对比在GPU上进行简单贪心搜索和在别人优化过的高效CPU上实现的性能差异。 但我不会写CUDA序。我会写C语言，也明白GPU的工作原理、内核的作用以及内存布局等知识。 但要实际编写代码把任务发送到GPU上，我完全不知从何入手。 于是，我让大语言模型帮我写出CUDA程序的初稿。 它写得完美吗？当然不！但这是个开端，而这正是我所需要的。 你会发现这里的代码有很多错误，不过我完全能接受。 我并非寻求一个完美的解决方案，只是想要一个起点，后续我自己能接着推进。 要是未来的模型能表现得更好，那自然再好不过，但就目前而言，现有的模型已经帮了大忙。 再举个例子，和上面的情况完全不相关。 我在家做一些个人项目时，用到了树莓派PicoW，这是我第一次用它。 我想让它完成一些特定的任务，尤其是一些网络相关的功能。 我当然可以在网上找到有人写的不错的教程来指导我怎么做，但你最近浏览过网络内容吗？ 搜索结果的前5条往往是垃圾内容农场产出的，里面的代码还是2008年的，而且有很多bug，只是为了搜索引擎优化（SEO）更新了一下，根本没法用。 于是，我直接让大语言模型教我怎么实现我的需求。 我之前接触过微控制器，大致了解它们的工作原理，但从未用过PicoW。 我只需要有人帮我处理好所有依赖项，后续的我自己就能摸索清楚。 每次接触新的微控制器，我写的第一个“Hello,World”程序都是让LED闪烁。 这样我就能测试是否能成功编译并将代码上传到设备上，引脚是否都设置正确，从而基本掌握操作方法。 所以，我直接让大语言模型给我一个闪烁程序的代码。（再说一次：网上肯定有这样的代码，但我还得去搜索。） 一旦代码能运行起来，我就知道后续该怎么做了。 我懂Python（信不信由你！），所以在解决了MicroPython的特殊问题后，我就可以直接继续编辑代码。 当我遇到需要特殊处理的问题时，我就直接让大语言模型帮忙。 比如，我接着让它帮我写一个连接WiFi的脚本。 之后我又遇到了连接MQTT服务器的难题，同样向它求助。我现在经常这么做。 就连本节开头提到的例子也不是虚构的，我就曾询问如何使用Flexbox，因为我上次学习新的HTML布局方式还是用div标签替代表格的时候。 ## 05 代码简化 作为一名安全研究员，我经常会拿到一个包含别人数千行研究代码的新代码库，我得先弄清楚它的工作原理，然后才能对其发起攻击。 这听起来似乎不难，如果大家写的代码都很规范，那确实也不难，但现实并非如此。 研究人员并没有动力去发布规范整洁的代码，所以很多人会把能运行的代码随便一放就发布了（我自己也会这样）。 这里我没法分享和研究相关的例子，但可以讲一个我个人项目中的例子。 有人说我对康威生命游戏（Conway’sGameofLife）痴迷得有些过头。 最近，我想找一种在Python里快速评估生命游戏模式的方法。 有一个很棒的C++工具叫Golly能实现这个功能，但我不想把我的Python代码重写成C++代码。 Golly有一个命令行工具可以满足我的需求，我只需要正确调用它就行。 第一步是从支持大约50种不同命令行选项的C++代码里，提取出能完成我所需功能的部分。 于是我把500行C++代码一股脑丢给大模型，请求将其精简并能完成相同的任务。 大模型，完美的奏效了。 然后，我请求一个围绕C++代码的Python封装器，这同样有效。 这是那些令人烦恼的任务之一，如果由我来做，我可能永远不会完成。但现在我可以请求别人帮我完成，我得到的东西比我原来的Python代码快了100倍。 ## 06 解决令人厌烦的枯燥单调任务 这是另一类让人头疼到我可能永远都不会自己去做的任务。但现在我只需提出需求，就能得到解决方案。 现在这个方案的运行速度比我原来的Python代码快了100倍。 我发现自己经常会这么做。再举个例子，同样是在Python里，我也进行了类似的操作。 这些任务其实都不难，但每次这么做，我都能节省大量时间。 这就是我认为当下大语言模型了不起的地方之一： 这并不炫酷，说“我用大语言模型让生活变得更轻松，不过是做了些无聊的事”也不会在网上引起轰动，但这却是实实在在的帮助。 处理单调的任务 我有很多不得不做的事情，既无聊又无需动脑，但又必须完成。 事实上，我拖延任务的一个主要原因就是，我知道完成这些任务会既烦人又痛苦。 大语言模型极大地减轻了这种痛苦，让我知道自己只需解决有趣的问题，从而更容易开始做事。 例如，最近我要反汇编一个用Python3.9编写的程序。 大多数Python反汇编器只支持Python3.7及更早版本，无法处理我手头的3.9二进制文件。 反汇编本身并不是特别难的任务，主要就是在按照跳转指令重构控制流时别出错。 所以,我没有花时间手动为几百行代码里的数千个操作码进行转换，而是让大语言模型帮我完成。 它完成得非常出色！比我预想的要好得多。 再比如，当我需要将一些非结构化数据整理成结构化格式时，大语言模型也能帮上忙。有一次我在做某个项目，需要一份包含书名和作者姓名的列表。 我在网上找到了非结构化的数据，于是让大语言模型帮我进行格式化。 还有，最近我写了一篇关于如何破解某种防御机制的博客文章，想展示我修改代码的完整差异对比。 于是我粘贴了差异和之前如何将差异转换为HTML的示例，并让LLM按照之前的格式为我生成差异。 另外，在工作中我经常需要为使用的资源生成引用。谷歌学术可以方便地为论文生成引用，我只需复制粘贴就行。 但为网页生成引用有点麻烦，最近我就直接让大语言模型帮我生成（当然，我会检查生成的引用是否正确）。 这样的例子我可能至少还能再列举一百个，但我想你已经明白我的意思了。 我完全理解有人看到这些任务会说“就这？” 但请记住，五年前大语言模型连连贯的段落都写不好，更别说帮你解决整个问题了。 ## 07 让每个用户都成为“专家” 如果你见过有人使用某个工具，而他的熟练度远不如你，那场面可能会有点让人难受。 你会看到他们花上几分钟，甚至几小时去完成一个本来可以通过某种宏或者巧妙运用并行应用来自动化完成的任务。 但要学会使用这些方法来实现自动化需要时间，而且有一定难度。 例如，最近我想写一个Python程序来处理苹果Lisa键盘的输入。 我在网上找到一个用C语言写的实现，里面有很多类似“#defineKEYNAMEkey_code”的语句，我想把这些语句转换成一个Python字典，将整数代码映射到对应的字符串。 我是一个Emacs用户，我知道如何在Emacs里解决这个问题，而且也不算太难。 我刚录制的按键组合就能实现这个效果： <blockquote><p>ChCs#def[回车]Mf[删除]CdMf<br/>C[空格]MfCwCaCy:”Mf”,CgC]}C[{</p></blockquote> 虽然，对我来说这几乎是自然而然的操作，但我花了半辈子才在Emacs里达到如此熟练的程度。 但现在有了连接到大语言模型的编辑器，你知道我会输入什么吗？ ChCh将这些#define重写成一个{keycode: string, …}形式的字典 然后，文本就在我眼前被重写了！ 在这种情况下，我认为大语言模型对非专家用户的潜在价值比对专家用户还要高。 模型提升了所有人的下限，如果你以前什么都做不了，突然之间就能做很多事情了。 ## 08 作为API 参考真正的程序员想要理解某个工具的工作原理时会阅读参考手册。 但我是个懒惰的程序员；我更愿意直接得到答案。因此，现在我向语言模型提问。 当我向人们展示这些例子时，有些人会变得有些防御性，他们说：“LLM没有做任何你不能用已有工具完成的事情！” 你知道吗？他们说得对。 但是，用搜索引擎能做的事，用一本关于该主题的实体书也能做；用一本实体书能做的事，通过阅读源代码也能做。 然而，每一种方式比前一种都简单。当事情变得更简单时，你会更频繁地做，而且方式上也会有所不同。 这就是我问“哪个$命令可以传递所有剩余参数”并获得答案的例子。（紧接着是另一个“我该如何使用这个东西”的问题！）这实际上是我最常用LLMs的方法之一。我之所以不能给你展示更多这样的例子，是因为我在Emacs和我的shell中都内置了查询LLMs的工具。因此，当我想要做这些事情的90%的时间，我甚至不需要离开我的编辑器。 ## 09 搜索难以找到的内容 在互联网上搜索内容曾经是一项需要学习的技能。 你想在查询中包含哪些特定的词汇？它们应该是复数还是单数？过去时？ 你希望避免在页面上出现哪些词汇？我是想要X和Y，还是X或Y？ 现在情况已经不同了。我想不起上次我在Google中使用OR的时间。我也想不起上次我使用减号()来移除结果子集的时间。 在大多数情况下，今天你只需要写下你想要找的内容，搜索引擎就会为你找到。但搜索引擎仍然不是100%的自然语言查询。 它仍然有点像你在玩反向危险边缘游戏，试图使用答案中会有的关键词而不是问题。 这是一项我认为我们几乎都忘记了我们学过的技能。 对于今天的一些简单任务（随着时间的推移会越来越多），语言模型只是更好。 我可以直接输入“所以我知道+对应于__add__，但是是什么”，它会告诉我答案是__inv__。这是用标准搜索引擎很难搜索到的东西。 是的，我知道有方法可以问，这样我就能找到答案。 可能如果我输入“python文档元类”add””，我可以搜索页面上的并得到答案。 但你知道还有什么有效吗？ 只要问LLM你的问题。这样做任何一次只节省几十秒的时间，但当你在解决某个编码任务的过程中，已经试图同时记住一百万件事时，能够将你试图解决的问题倾倒出来并得到一个连贯的答案是令人惊讶的。 这并不是说他们今天在这方面已经完美。语言模型只有在线上被足够频繁地重复时才知道事情。 “足够频繁”是什么意思取决于模型，所以我确实需要花一些精力思考我是应该询问模型还是询问互联网。但模型只会变得更好。 ## 10 解决一次性任务 程序可以分为两类。第一类是你希望能做好的程序，它们会存在一段时间，代码的整洁度很重要，因为未来几年你都要维护它们。 第二类程序则只会存在短短25秒，它们帮你完成某个任务后就会被立即丢弃。 在这种我完全不在乎代码质量、程序又完全自成一体的情况下，我现在几乎只让大语言模型帮我编写。 提醒一下：同样，这些任务中的大多数会让你看了之后说“就这点事儿？” 但就像我之前说的，我每天用于某个特定项目的时间有限。 如果能让我既节省时间，又节省精力去编写一个我再也不会用的程序，我肯定会这么做。 最常见的例子可能是帮我生成可视化研究实验数据的图表。我有几十个这样的例子，可能接近上百个而不是零个。 它们看起来基本都差不多，所以这里就举一个例子： 还有一个类似的例子是，当我有某种格式的数据，想把它转换成另一种格式的数据时。通常我只需要做一次，完成后就会扔掉生成的脚本。 我还能给你举上千个这样的例子。 很多时候，当我想编写一个足够简单的脚本时，我会直接让大语言模型完整地写出来。 比如，我让大语言模型给我写一个脚本，把我的论文读出来，这样我就能确保论文没有愚蠢的语法错误。 很多情况下，当我不太清楚自己想要什么时，我也会先让模型给出一些初始代码，然后再在此基础上进行迭代。 例如，这里有一个一次性任务，我只需要快速处理一些数据。 在2022年，我会花两分钟用Python编写代码，然后等上几个小时让它运行，因为这个程序只运行一次——优化它所花的时间比程序运行的时间还长。 但现在呢？我肯定会花同样的两分钟让模型给我生成一段能完成数据处理的Rust代码。 再比如，我让模型帮我下载一个数据集并进行一些初步处理。 对我来说自己做容易吗？可能吧。 但这不是我想思考的任务，我想思考的是用这个数据集开展的研究。 消除这些干扰，其价值远不止节省的那几分钟。 还有一次，我在编写一个程序，想用小方块3D打印出像素化图像。 为此，我需要把PNG文件转换成STL文件，但这不是项目的重点，只是过程中必须完成的事情。 所以，我让大语言模型帮我解决这个问题。 又如，最近我想用DockerCompose搭建一个新项目。 我遇到了一些问题，只想不惜一切代价让它运行起来，之后再去弄清楚哪里出了问题。 于是，我和模型来回交流了好几次，我只是不断复制错误信息发过去，直到它最终给了我一个可行的解决方案。 ## 11 通俗解释事物 我最近开始对电子学产生了兴趣。 我年轻的时候做过一些电子项目，并在大学期间上过几门相关课程。 但现在我想进行实际的电子项目，我发现有许多我不了解的细节，这让开始任何项目都变得困难。 我可以去读一本关于实用电子学的书。我可能真的会在某个时候这么做，以便彻底理解这个主题。但我并不想把我的时间花在感觉自己在学习上。 我从事电子学的部分原因是想从整天的阅读和写作中抽身而出。 这就是LLMs发挥出色的地方。它们可能不如世界上最出色的专家那样知识渊博，但成千上万的人可能知道我可能会提出的任何电子问题的答案。 这意味着语言模型很可能也知道答案。它乐于为我提供所有问题的答案，使我可以享受乐趣而不必纠结于细节。 虽然，我完全可以通过在互联网上搜索来找到答案，但在忙碌一整天后，简单地让模型为我完成这些工作的便利性使我感到非常放松。 这里是一些例子，展示了我如何询问语言模型有关电子学中事物工作原理的基本问题。 这些答案完美吗？谁知道呢。但有一点是肯定的，总比我一无所知要好。 ## 12 从寻求完整方案到获取修改提示 很多时候，我会先向大语言模型寻求一个完整的解决方案，然后再询问如何对其进行修改的提示。 在下面这次交流中，我一开始让它写一个解析HTML的程序，之后又询问关于API参考或其他改进方法的提示。 还有一次，我想跟踪我的电脑在一段时间内的内存和CPU使用情况。 我本可以花几分钟找出合适的命令，然后把它们组合成一个能实现我需求的脚本……但我也可以直接让大语言模型帮我搞定。 最近我在捣鼓一些电子方面的东西。我有一个能在Arduino上运行的C程序，但我想让它在树莓派Pico上以MicroPython的形式运行。 这个转换过程没什么特别的，只是需要完成而已。所以我没自己动手，而是让大语言模型来处理。 在另一个项目中，我需要用一些复杂的机器学习模型在交互式循环中对图像进行分类。 我可以自己编写代码，但我也可以直接让模型帮我完成。 ## 13 解决已有解决方案的任务 几乎所有事情都有人做过。你想做的事情几乎没有真正新颖的。而大语言模型非常擅长为它们见过的问题提供解决方案。 在最近的一个项目中，我需要提升一些Python代码的性能。 于是我（1）让大语言模型把代码重写成C语言，（2）让它构建一个能让我从Python调用C代码的接口。 这两项任务都“不难”。 把Python代码转换成C代码，我相信自己花一两个小时也能完成。虽然我不太清楚Python到C的API是如何工作的，但我相信通过阅读文档也能弄明白。 但如果要我自己动手，我肯定不会去做这件事。 这并非项目的关键环节，我宁愿等计算机慢慢运行，也不想花时间去优化那些不常运行的代码。 不过，对于简单的程序来说，把Python转换成C（大部分情况下）是一个技术流程，而且有一套标准的Python到C的调用规范。 所以，我直接让大语言模型帮我完成。 从那以后，我就觉得这是我随时都能让模型帮忙做的事。 基本上，任何时候我想要一段快速运行的代码，我就用Python描述需求，然后让模型生成优化后的C代码。 ## 14 为新项目做准备 对于一个即将开展且我可能会在这里提及的项目，我需要了解人们常用的简易无线电发射器有哪些。 由于我真正想要的是大众普遍认知的答案，大语言模型就是绝佳选择！ ## 15 修复常见错误 2022年之前，当我在使用一些流行工具或库时遇到错误信息，会遵循以下流程： 1. 复制错误信息。 2. 粘贴到谷歌搜索框。 3. 点击搜索结果中排名靠前的StackOverflow链接。 4. 确认问题是否正是我想问的；若不是，回到步骤2。 5. 将排名靠前的解决方案应用到当前任务中。 6. 如果方案不起作用，回到步骤2，更换搜索关键词，然后祈祷能找到解决办法。 说实话，通常出问题的工具和你最终要完成的任务可能隔了好几层关系，你其实根本不在乎它具体是怎么运作的，只希望它能正常工作就行。 那到了2024年，这个流程变成什么样了呢？ 1.  复制错误信息。 2.  询问大语言模型“如何修复这个错误？[错误信息]”。 3.  按照大语言模型给出的分步解决方案操作。 4. 如果方案不起作用，就说“这个方法没用”。 我没有相关的对话记录可以给你展示这些例子（或者说，我花了一个小时也没找到），但其实有个很好的原因： 我已经把这个流程直接融入到我的工作流里了。 我是Emacs用户。我对自己的工作环境进行了设置，每当我运行一个程序，若它以非零状态码退出（意味着出现了问题），系统会自动调用当前最快的大语言模型，让它解释错误原因，并同时请求一个可以直接应用到代码中修复该错误的补丁。 如今，模型在大多数情况下还不能在这个任务上超越我，但已经很接近了。 时不时地，当大语言模型修复了一个我知道会很难追踪的错误（比如某个地方的拼写错误）时，我都会感到惊喜。 ## 16 还有无数其他用途 上面提到的所有对话，仅仅占我去年一年与大语言模型交互总量的不到2%。 我没有展示其他对话的原因，并非是模型在这些对话中让我失望了（虽然这样的情况也不少），而是因为： （1）很多对话和我已经展示的那些遵循相同的模式； （2）有些对话很难解释清楚，也不容易让你明白它们对我有什么用。 我完全预计未来我对这些模型的使用会持续增加。 作为参考，2024年我通过网页界面向大语言模型发起的查询比2023年多了30%——我甚至都没法统计通过API发起的查询增加了多少，但我猜至少是原来的两到三倍。 ## 17 评估大语言模型能做什么，而非不能做什么 我在面试求职者时得到的一条最佳建议是：根据一个人能做什么来评估他们，而不是看他们不能做什么。 我猜我随便问你几个问题，就能让你显得能力不足。 举个极端的例子：世界上有十亿人会说普通话，而我连数到十都不会。 如果,有人让我参加一场普通话小学考试，我肯定会惨败。即使,在计算机科学领域内，也有很多我一无所知的领域。 同样的道理，我不会因为人类无法在脑海中计算64位整数的除法（这对计算机来说是小菜一碟）就认为人类完全无用。 我也不认为仅仅因为你能想出一个大语言模型无法解决的任务，就否定它们的价值是合理的。 显然，做到这一点很容易。关键问题是，你能否找到它们能发挥价值的任务？ 程序员们早就明白，一个东西可以因不同目的而有用。 文/树一‍ 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。

 这次《太荐了？RE》是新品节专题！ Steam新品节期间，朋友们都在狂玩各种Demo，每次切到steam好友列表，都能看到有人在玩新的游戏。引用[狮子幽灵](https://www.gcores.com/users/213607/)的机组动态：“新品节真是一个好活动啊！游戏核心玩法几分钟内就体验到还免费不要钱。随便逛逛就能收获很多很多游戏灵感，既玩到了也学到了，真好。”  本期《太荐了？RE》中提到的新品节游戏Demo有：1. 休闲类沙盒集中推荐（包括《呓语小镇》、ISLANDS &amp; TRAINS以及其他休闲沙盒游戏）；2. 在52款类银恶魔城Demo中脱颖而出的《Altered Alma 赛博战魂》；3. RTS游戏的短暂春天Tempest Rising；4.被双人推荐的休闲游戏Is This Seat Taken?；5.恶搞武侠题材的策略肉鸽《大比斗传说》；6. 变身神明，在经典六边形地形进行资源管理和城市建造的Hexagod；7. 看起来简单，实则内容量不少的中世纪策略游戏《Expand the Kingdom 扩张吧王国》；8. DNF世界观衍生动作RPG《The First Berserker: Khazan 第一狂战士：卡赞》；9.完美承接1代2代风格的《Beholder: Conductor 旁观者-列车长》；10.本质上是幸运房东但包装非常巧妙的《奥术扳机》；10. 原汁原味怪物火车体验的《Monster Train 2 怪物火车2》；11.陷阱塔防代表最新续作《Dungeon Warfare 3 地牢战争3》；12.什么都缝了然而并不太推荐的《拓荒骑士》。 # 休闲沙盒类游戏推荐 呓语小镇 计划发行日期: 2025 年ISLANDS &amp; TRAINS 计划发行日期: 即将宣布 [哀木](https://www.gcores.com/users/517481/) 如果感到快乐你就打打dota（大雾），如果感到倦怠，你就玩玩休闲沙盒，比如《unpacking》。不过《unpacking》是2021年的老游戏了。玩家从包裹中拿出各类生活用品，整理和收纳到房间中。游戏获得了当年IGF独立游戏大奖、最佳设计、最佳叙事、最佳音效四项提名，以及BAFTA的玩家票选奖和最佳叙事奖，现在steam上有近3万特别好评。业界和玩家都蛮认可。  游戏没有任务、资源管理等压力内容，没有直接的惩罚和奖励设计。在单个场景内，目标感常常（至少表面上）很稀薄。玩家在手中把玩各式物件，或者不时萌生一些零星的点子，比如这么摆好看些、那样弄合理些，或者突然回想起曾经闪过头脑的画面，想要实现一下。这种感觉又与某一类沙盒游戏有几分类似。比如去年新品节颇受关注的《林间小世界》（tiny glade），玩家在林间空地自由搭建细节丰富的微缩景观。两类游戏异曲同工，结构上有着相似的减法，都像是将玩具交给玩家，开玩笑地说，都是在一件件地放东西。  这几年不时就会看到上述两类作品面市，这次新品节中比较代表性的有两款。《呓语小镇》像是更大杯的Unpacking。丰富了住宅内的空间变化，增加了城市情境和解谜环节。在叙事上，从个人成长的生活痕迹扩展为整个小镇一众人物的温馨（诡异？）日常。各色家具和装饰品琳琅满目，吸附和旋转等操作手感调校得很舒适，demo看上去是一个注重细节的高完成度作品。  ISLANDS &amp; TRAINS类似《林间小世界》的扩大版，奔着造小岛去了。虽然限定了网格，但有更高自由度的高低差地形。部件丰富，建筑多样，既有乡村地貌，也有城市街道。最关键的当然还有开火车啦5555，铁路和城镇的关系使得玩家在规划景观时多了些（假装的）功能性的考量。  还有几作各有特色。《我的小绿屋》剧情模式里包含了明确的对话和任务引导；主角喜欢植物，绿植的摆放便也成为关键环节；植物有光照、水和相性三种偏好，既是限制，也是乐趣。Camper Van: Make it Home的场景是露营车和露营地，收纳玩法为主，但搭建装饰的要素也不少，可定制多种设施，算是两类游戏的混合。Outside the Blocks在雪花玻璃球中设计一个微缩建筑，系统更精细复杂。Monterona 建造和装饰奶奶故事里的小街道（不过没有试玩，pv卖相不错）。 现代游戏大多充满了角色成长、技术熟练、资源积累……之类的进步气息，游戏设计常常表现得像是神经兴奋剂，无止境的任务提供无止境的自我肯定——完成目标、收获奖励、积累进步。玩家想要更多，想要更强，时刻最大化自身的机器效能。韩炳哲在《倦怠社会》里用被缚的普罗米修斯比喻现代人：老鹰每日啄食肝脏，而这只恶鹰其实正是另一个自我。肝脏并无痛感，功绩社会的主体无止尽地自我剥削，所带来的只是无止境的倦怠感。玩家自以为在自由地玩耍，自主地决定，然则可能只是不断将自恋式的自我重复生产和再生产。直到孤独的疲惫造成了对一切的疏离感，所以或许不是生活的疲倦导致了电子ED，两者并非因果，而是另有他因。诊断之后，韩炳哲提出略显歧义的治愈疗法：“诸神累了，老鹰累了，伤口在倦怠中愈合了”。他引述了德国作家汉德克所区分的两种倦怠，分别对应于攫取的手和游戏的手，后者停止了执意的抓取：“每天傍晚，我都观察那些幼小的孩童，他们逐渐变得疲乏：不再有贪欲，手中不再抓取任何东西，而只剩下游戏”。后一种倦怠是有益的。这种倦怠弱化了顽固的自我，周身的事物开始松动，我与世界之间被划分出一块中间地带。玩家手边的一两个物件，开始微微闪光和颤动。在这些休闲沙盒游戏中，没有过劳症式的疲倦，可以什么都不做，缓慢地注视世界，等待灵感和惊奇，只剩下游戏。 从这治愈性的倦怠中可以期待什么呢？汉德克老爷子在疲倦中重新见到自我与世界的一副粗略图像：“世界在沉默中完全无声无息地叙述着，……而这个叙述，和首先需要歌手或者编年史作者的战斗行动和战争不同，在我疲倦的眼里自然而然地组合成史诗，也就是说，我豁然开朗，成为理想的史诗：这个转瞬即逝的世界的那些图像衔接在一起，一个又一个，逐渐表现出来。” # Altered Alma 赛博战魂 尚未公布预计发行日期 [Alexan_D](https://www.gcores.com/users/139430) [层层筛选了本次新品节的52款类银河战士恶魔城作品](https://www.gcores.com/articles/195452)，在“银河战士”和“恶魔城”的分类中各自有较为不错的作品，甚至更细分的“空洞骑士like”和“动物井like”都有新作（虽然做得一般吧……）而在这一众作品之中，有这么一款作品让人眼前一亮，明显整体素质高出一个层级的，就是这款Altered Alma。  游戏的美术精致成熟，战斗和跳跃手感流畅舒适。一开篇就已经达到了中规中矩的及格线，稍微推进一部分拿到“量子匕首”解锁了游戏核心的“飞雷神”玩法后更是游戏性立刻飞升！因为这把武器量子特性的不稳定性，因此只要投出匕首命中目标后就能立刻将自己传送到匕首的位置，给战斗增加了更多连招和躲避的变化，也给关卡设计增加了更复杂地形和相应独特通过的解法。例如战斗中可以借此快速接近敌人，或者快速撤离避开危险，而在关卡中可以仅靠反复扔出匕首扎天花板来通过完全没有立足点的空间。  玩法层面以外，剧情和动画表现力也非常足，击败敌人的处决动画和酷炫的技能演出就不说了，甚至连躺在医疗床上做手术存档回血的动画都细节满满！这种充分打磨的音画内容让玩的过程有很满足的被认真尊重的体验，甚至除了这个品类主要玩的探索作战内容以外还做了和各位NPC发展情感关系的功能，感觉制作组真是产能爆表。值得期待正式版（搓手） 更多类银恶魔城新品节推荐请点击链接：https://www.gcores.com/articles/195452 # Tempest Raising 即将推出：2025 年 4 月 25 日 [维杰斯瑞恩](https://www.gcores.com/users/133417) 各位盆友们！RTS的春天回来了！至少回来了半小时！ 名字很土的新即时战略游戏Tempest Raising4月发售，目前STEAM新品节(不一定绝赞)DEMO中！红蓝主题色的阵营，看起来像是一边民主一边极权，超现实设定的矿物，各种看上去一本正经实际毫无道理的高科技装备（甚至还有禅雅塔和钢铁部落联合研发的机动铁球），任何一个网吧年代过来的老登看几秒预告片就知道这游戏完全是在致敬命令与征服系列，就差真人（大妞）演出的播片了。  (开场播片的风格是这样的，一种if世界线的感觉) 官方表示游戏里有3个阵营但目前只能看到2个。这次原创的新矿物叫“风暴藤蔓”，会对蓝色阵营“全球防卫队(GDF)”的单位造成可叠加的DEBUFF，但红色的“风暴王朝(DYN)”就不受影响。同时DYN的打法也融合了风暴矿的优势，而GDF方面的特色在于“标记打集火”的系统。  除了这方面之外，单位战斗风格和基地运转机制方面两边的差异也比CNC里的NOD和GDI要大（都2025年了这是应该的）。同样应该的是作为现代游戏，也吸收了其他RTS的优点，有了科技树系统。但从数值上来看提升还挺明显，在正式对战中先点出什么科技对打法的影响应该挺大的。  (佛珠+钢铁之星=机动铁球？) 缺点嘛还是有些明显，比如目前看来我觉得美术方面尤其是建筑动画方面做得还不够精细，高级单位和初级单位在造型上的差异还不够大。虽然正经打对战的人根本不会在意这些细节，但普通玩家要的就是“点一个建筑造下去，看着它“吭哧吭哧其卡其卡”地拔地而起，然后框选几十辆坦克一波A过去。  (高级坦克必须能架炮！必须！) 声音方面，两个阵营的兵种台词都不是标准英语，不知道夹着哪儿的方言。“Ready for battle”→“雷day佛巴豆”，“affirmative”→“啊fia乜铁夫”总之就是在你能听懂的边缘使劲变味。还有其实不咋好听但打起来很合适的躁动BGM，配上系统语音里的一句句“Construction Complete”“Unit Ready”“Our Base Under Attack”，有时候声音比画面更能把人拉回到过去，回到那个网吧通宵的年代。  这游戏不可能改善RTS的冷门现状，游戏本身没那么好而且市场环境也不允许；另一方面，也许你像那个梗图一样“同龄人结婚生子考研上岸，而你游戏打得不错并且收藏很多”；又或者你是下班后会在车库里坐一会儿的中年人。游戏和玩家两边都在努力狂奔不让自己被时代碾过去，只能偶尔挤出一点点时间玩一局能暂时回到过去的RTS。这老登和老游戏互相需要的半小时，就挺美好的了。 # Is This Seat Taken? 计划发行日期: 即将宣布 [灰的鱼](https://www.gcores.com/users/613101/) 其实新品节陆陆陆续续还是玩了不少游戏的，但其他的游戏都个人色彩丰富感觉除了我之外也能有人会喜欢，就不推荐了。Is this Seat Taken是完美的新品节游戏，大巴公交电影院演唱会以及完美通关的婚礼现场，唯一的问题是难度过低。需求低的人就可以优先满足。然后根据需求条件逐渐满足，本质上还是逻辑游戏。推荐大家都去试试。 [雏雏](https://www.gcores.com/users/300344/) Is this Seat Taken是一款相当简单又精致可爱的休闲解谜作品。不知道大家是否都曾经在童年的益智游戏或者奥数问答中讲过这样的谜题——ABCD，A站在最左边，B不和C站在一起，D又怎么怎么了等等，从而让你推导出他们几个的正确站位。Is this Seat Taken的基本原理就是这样，排座位。每一个小人有自己的喜好和厌恶，要根据他们的要求，在不同场景下——例如公交车、演唱会现场等等，找出他们最喜欢的座位。不太擅长逻辑推理的朋友们也不用太过惊慌，这游戏的休闲标签表明了它并非是一款需要玩家进行严谨推理的游戏，只要能满足所有人的要求就好。游戏的画风非常清新可爱，所有小人本身的特质都可以从形象上一目了然，例如臭臭的人、说话大声的人等等，请让他们聚成一堆自己祸害自己……当所有小人的条件都被满足的时候，大家脸上都会露出可爱的笑容，那一刻真的是让人感觉十分的治愈和放松！推荐大家也品尝一下这款有趣的游戏。  # 大比斗传说 计划发行日期: 即将宣布 [猪猪米](https://www.gcores.com/users/105917) 这次新品节我想推荐的是《大比斗传说》。这是一款武侠题材的、以骰子构筑为主要玩法的、策略肉鸽游戏。 首先，玩家可选的角色是各路被恶搞后的武林大侠，比如郭鲸、猬小宝、狸寻欢等，每个角色都有自己的专属技能，玩家可围绕技能特点来构筑自己的骰子。第二，游戏里的骰面不再是点数，而是各种武功招式，投出的招式由玩家选择放置在一个九宫格内，只要凑齐一列，就能打出大比斗，给敌人造成伤害。第三，造成伤害的方式不仅有大比斗一种，每种招式拥有不同的颜色，颜色之间相互克制，例如红克绿、绿克蓝、蓝克红（宝可梦玩家熟悉吧）。只要在敌人招式的对应一列上放置克制招式，就能把敌人招式消除，并造成伤害。同时，游戏提供了上百种招式，招式之间也能合成出不同的技能效果，给玩家提供了丰富的构筑乐趣。 可以说，《大比斗传说》在各方面都是一款完成度极高的游戏，即使是DEMO也能提供10小时以上的游玩内容，喜欢策略肉鸽的朋友请务必试试。  # Hexagod 计划发行日期: 2025 年 3 月（EA） [迷空](https://www.gcores.com/users/365356) 一个小巧可爱的资源管理加城市建造游戏。我们扮演神明，来帮村民们建造村庄。村民们可以通过在特定的地点祭祀，增加我们的神力，而我们则消耗神力和资源来创造地块和更多的资源。村民们每回合需要消耗食物，如果食物不足的话就会饿死。好在他们会自己收集食物，但食物来源是有限的，需要我们不断给他们创造新的食物来源。游戏中我们不能直接操作村民，只能点下时间流逝按钮，村民们会按照自己的意愿收集材料或是进行祭祀，但我们可以用他们收集来的资源建造更好的采集点。此外，随着收集和建设，会随机解锁一些新的建设内容，有单局内肉鸽要素。Demo内容比较短，村民的人数上限也很低，但是可以解锁的随机内容已经很丰富了，很期待正式版。  # Expand the Kingdom 扩张吧王国 尚未公布预计发行日期 [迷空](https://www.gcores.com/users/365356) 名字听起来稍微有点小游戏，画面也比较简单，但内容还真不轻量。从一个城堡开始，开垦土地，扩张领土，安排人力进行生产或是征兵。在稳固内部统治，应对暴徒和就业的同时，还要建造要塞和邻国进行战争，由于兵力是维持稳定统治的基础，控制战争的消耗就显得格外重要，如何避免拉锯战，或是利用拉锯战拖垮敌人，游戏给出了丰富的选择。不过游戏的教程比较幽默，手把手教我进行了几个基本操作就结束了，后面全靠自己摸索，而且很容易一触即溃一蹦到底，运营半天瞬间白给。游戏底子还是很不错的，期待正式版进一步打磨。  # The First Berserker: Khazan 第一狂战士：卡赞 即将推出：2025 年 3 月 27 日 [猫块](https://www.gcores.com/users/678829) 年后恰逢steam新品节，海量demo纷纷上架让人眼花缭乱，正愁没有魂游可玩的我在角落留意到了早已公布但热度一直不高的《第一狂战士：卡赞》（下文简称《卡赞》)，在数小时的尝鲜后跟大家大致分享下体验。 本作为著名IP《地下城与勇士》（下文简称《DNF》）世界观衍生动作RPG游戏，玩家需要扮演被污叛国的大将军卡赞，在被流放至雪山途中死里逃生，并被来自冥界的鬼神附身，获得踏上复仇之旅的力量。  虽说是魂游，但其实《卡赞》的战斗系统更接近《仁王》，战斗相对更快节奏，人物性能也更强。在试玩中，卡赞可使用三种拥有独特成长技能树的武器战斗，拥有四种弹反/规避敌人攻击的方式，一种远程攻击方式，若干消耗资源发动的战技。但在游戏序章这些系统都没有解锁，卡赞的使用体验就有种“残疾感”；而在第二章逐渐解锁战斗系统后，卡赞性能骤然提升，让人不太协调（希望正式版能改善）。因此在充分理解本作战斗系统之后，游戏的难度总体低于传统魂游，而且游戏在通过第一章后还能解锁简单模式（但为何不在游戏最初就能设置难度着实让人奇怪）。 在地图探索上，《卡赞》突出一个绕但又不太绕，虽有分岔路但地图本身并不大，很难迷路，在你感到烦躁前就能探索完毕。地图上也会散落一些不难发现的挑战怪物/收集要素，拐角处更是几乎没有会蹲伏玩家的阴险怪物（不是完全没有），属于是能不难为你就不难为你。 本作在装备系统上也有《仁王》的影子，击杀怪物会有不低的概率随机掉落装备，并且个别怪物会掉落独有的套装，凑齐将触发强力的组合效果。由于本作有金币设计，且每章的关底BOSS在击杀后掉落独特装备素材，可猜测后续正式版将有锻造特定装备的系统以及重复挑战BOSS的刷宝设计。 死亡惩罚是诸多魂游的核心体验，相比前辈们沉重的死亡惩罚，《卡赞》也给出了“不难为你”的答案。虽然关卡途中死亡的体验和传统魂游别无二致，但在BOSS战失败后，玩家掉落的魂都会放在BOSS门前，可以轻松回收，甚至会根据你此前对BOSS造成的伤害结算一定量的魂，使玩家可以越输越强，无需特地去其他场合重复刷魂。  好话说那么多，《卡赞》当然也有其遗憾，作为《DNF》的衍生作品，本人并没有感受到太多与正作有关的独特元素，更像是在魂游的框架上蒙了层皮。尤其是卡赞本人作为《DNF》中职业鬼剑士的祖师爷，在试玩中没有看到和鬼手相关的技能。因此游戏体验虽不无聊但略显平庸。而且398的高昂定价相比试玩体验让人望而却步，这更让《卡赞》的销量前景蒙上了一层阴影。 总的来说，如果将传统魂游比作一道又香又臭的猪大肠，《卡赞》就是将其中的屎味儿洗了个干干净净，但又没有做出全新风味的昂贵料理，只有在打折后可以作为合格的代餐游玩。 # Beholder: Conductor 旁观者-列车长 计划发行日期: 2025 年第二季度 [灰的鱼](https://www.gcores.com/users/613101/) 旁观者的最新作品。很高兴他们放弃了旁观者3的游戏风格，开发商也不出所料的换人了。三代真的是太烂了。旁观者的新作很完美承接了一代和二代的风格，而且故事足够吸引人。这一代的举报页面也更加人性化，而且这次你举报的NPC还会出现在后面的牢房车厢，希望故事和结局可以更多样化吧。总之如果你喜欢旁观者系列，这个新作的试玩版一定不能错过。  # 奥术扳机 计划发行日期: 2025 年第二季度 [迷空](https://www.gcores.com/users/365356) 严格来说算是新作，但也是制作组前作魔王终局的精神续作（说的什么鬼话）。我们扮演魔法枪手消灭一波波过来的敌人。每回合枪手都会打空弹匣，而弹匣里一开始只有很少的子弹，通过不断铸造随机的新子弹，单回合的攻击就会越来越强，当子弹数量多过弹匣容量时，就会变成随机挑选相应数量的子弹打出。聪明的你应该已经看出，游戏的本质还是一个幸运房东，不过游戏的包装还是很新颖的，子弹也有一些爆炸穿透等等的属性，是真的在打怪。而且最重要的是，在装弹过后，我们可以手动调整子弹的顺序，构筑强大的连招，不再完全看脸！Demo的内容不算很多，但是足够好玩，唯一担心的就是正式版的容量能不能撑起来，毕竟肉鸽游戏进行了一定的去随机化后，游玩寿命可能会受到影响。  # Monster Train 2 怪物火车2 尚未公布预计发行日期 [迷空](https://www.gcores.com/users/365356) 来说Monster Train 2！鼎鼎大名的火车续作，原汁原味的怪物火车体验，从试玩来看内容量上是有保证的，算是诚意满满，试玩可以选择两个新种族，其中龙族有专属的宝藏机制，还是挺有趣的。但是相对的，也可以认为游戏较一代没有机制上的变化，不但战斗机制完全一样，甚至连奖励的经济体系和整个关卡流程都和一代一模一样。总的来说如果你喜欢一，那入了肯定不亏，没有玩过一代也没有上手门槛。但是如果对一代不是很感兴趣，那这也就只是一个大型DLC罢了。  # Dungeon Warfare 3 地牢战争3 计划发行日期: 2025 年 [迷空](https://www.gcores.com/users/365356) 距离上一代已经过去了7年了！你知道我这7年是怎么过的么……言归正传，地牢战争的demo展示的内容不多，但也把核心内容展示了出来。我认为这个系列是陷阱塔防里最好玩的！继2代加入对陷阱的自定义强化后，3代在demo中新展示的是对地图的自定义强化，不同于之前给地图打符文，本作通过用地块拼图的方式，每块地块会给地图增加不同的属性，增加了新的策略维度。战斗方面demo中没有给出太多新的东西，依然是局外成长结合自定义路径和地形杀，不过demo的难度给我感觉是偏高的，总的来说非常期待！  # 拓荒骑士 尚未公布预计发行日期 [迷空](https://www.gcores.com/users/365356) 一个神奇的游戏，感觉像是制作者单人缝的。游戏的底层玩法是直接照搬循环英雄，完全照搬，但是英雄变成了英雄无敌里的英雄，有英雄无敌里的四种属性和天赋书，带着几个兵，由这些小兵来打，这些兵也按英雄无敌的分为七级，每走一圈就会根据获得的金钱和产兵量进行补员。而出了循环地图，外面还有一个大地图，在这个大地图上，玩法则完全变成了文明6，包括每回合获得科技、文化和黄金时代点数。建城，获得食物增长人口占地块等等。外加一点点群星的政策树，来替换文化的部分。并且游戏没有任何新手指引，完全靠我玩过他缝的每一款游戏，才能勉强知道游戏要做些什么。不过总的来说还稍微有点好玩，选择的缝合点还是有些心意的，如果以后能做的好一点……也不值得鼓励。  # 结语 上期文章中有朋友提到，既然是标题是太荐了，怎么内容中还有不推荐的呢。其实这个系列的内容主要是“游玩感受分享”和“观点讨论”，“游戏推荐”只是其中的一个小内容。不过大家说得很对，标题确实不太合适，所以本期我们将标题改成了《太荐了？RE》。 当然了，目前您看到的形式依然只是我们正处于调整阶段的尝试。如果您有想法和建议，或者也想参与进来，欢迎您在评论区留言或者私信我（请勇敢地来吧！）。以及感谢[雏雏](https://www.gcores.com/users/300344/)精美的头图制作！ 最后，非常感谢您看到这里~交流和讨论会让游戏变得更有趣，期待在评论和下期内容中看到您的分享！

**文 | 韩永昌 编辑 | 张博文** 上周，理想汽车CEO李想久违的在微博发声称，为了给2月27日发布的小米SU7 Ultra让路，理想i8决定在25日亮相。小米创始人雷军也予以回应，一时间传为车圈佳话。 理想非常明智，这样一条微博，既以“让路”之名，避开小米的锋芒，又借机为纯电i8车型做了一次成功的营销。 但避开了小米，理想却没避开特斯拉。 i8官方图发布的当天，特斯拉FSD悄然给部分车主推送，一时间人声鼎沸，评测FSD的直播从夜晚到凌晨没有间断，第二天对FSD违章情况的讨论依旧是你来我往，好不热闹。 即便理想次日也公布了i8的侧面图，并且对标了特斯拉Model X，也没能像借势小米一样，分走FSD的一分流量，毕竟马斯克可不会在微博互动。 在小米和特斯拉的流量冲击下，汽车行业大都忽略了理想i8，但资本市场却抢着为其买单。新车亮相后，港股理想汽车直线拉升，盘中最高涨幅15.91%， 市场对理想纯电的期待仍在，毕竟这是年销量超过50万辆，但纯电车销量几乎可以忽略不计的新势力车企。 在过去三年间，理想成功用增程教育了市场，但MEGA失利后，这家企业一直在蛰伏。甚至“微博达人”李想，也被迫变得“谦逊”。 今天，理想汽车在i8的宣传视频中注明了“7月见”，长达4个月的预热宣传，让人不免想到了MEGA上市前的盛况。i8要卷土重来，显然已经吃一堑长一智。再一次面对纯电，理想能成功吗？ **「 摇摆在MEGA与L系列之间 」** 外观是MEGA失利的主要原因之一，这次理想在i8上吸取了教训，做了更加妥协的设计。 从理想汽车官方公众号更新的i8头部、尾部、侧面以及俯视图来看，i8的车顶线条虽然依旧是MEGA的溜背造型，但机舱盖加入了更多的肌肉线条，让这辆 SUV 不至于像 MEGA 那样过于前卫。 同时，星环灯上移至前挡风玻璃下沿，这点依旧保留了MEGA的设计，车头的封闭式格栅设计，则与L系列一脉相承。i8的前脸依旧有点像“子弹头”，但也不失力量感，是既保持了低风阻，也向大众审美妥协的一种设计。  中间为理想i8头部 车尾的改动则彻底放弃了MEGA的设计，回归了传统SUV造型，看起来几乎与L系列差别不大，依旧是贯穿式尾灯配上悬浮式车顶，尾部的设计挑不出来毛病。  中间为理想i8尾部 如果说曾经的理想 ONE 和 L 系列的设计让人眼前一亮，好评如潮，MEGA的设计是过于超前，褒贬不一，那i8的造型用俩字就可以概括：纠结。 整体来看，i8依旧是低风阻的水滴形，只不过更多的L系列靠近，这种缝合式设计，是既想延续MEGA的前卫标签，又不敢彻底脱离L系列的安全区。 这也导致了理想i8跟曾经的比亚迪宋MAX的造型颇为相似，成为了一辆更接近MPV造型的中大型SUV。  左为model X，右为理想i8 在尺寸上，理想将i8与特斯拉Model X放在一起，整车尺寸与Model X几乎相当。作为参考，Model X的长宽高分别为5057/1990/1680mm，理想L8的长宽高分别为5080/1995/1800mm。也就是说，i8在尺寸上，就是综合了MEGA设计的、L8的纯电版本。 30万元级主打家庭需求的中大型SUV，是理想最舒适的定位，i8要用最擅长的方式，在纯电市场迅速站稳脚跟。 但其要面临的竞争对手第一个就是理想L8。为什么会选择纯电而不是增程，是理想必须给出的答案。纯电市场与家庭场景是否兼容，也是理想今年要论证的问题。 除此之外，更多的外部对手也在虎视眈眈。问界M8是最强劲的一个，按照问界的风格，这款车将既有纯电版本，也有增程版本，而且售价区间大概率也会与i8有所重合。如何与华为抗衡，理想虽然有经验，但也力不从心。 除了问界M8以外，中大型SUV市场还将闯入更多的增混车型，2025年，太多的车企想要分走这块市场的一分蛋糕。 智己汽车的首款增程车型定位SUV，计划在2025年第一季度正式发布。小鹏汽车的首款增程式车型也是一款大型SUV，以G9为基础进行开发。再加上腾势N9、深蓝S09、传祺S7等新车，中大型SUV市场将陷入混战。 当然，还有紧随理想i8之后，发布谍照的乐道L90，其换电的优势，也将是理想i8的劲敌之一。 当理想i8在7月份推出之时，这些新车大都已经同步上市，届时可能出现“六大门派围攻理想i8”的场面。 这也体现出了汽车行业对理想的绝对重视。理想从来都是一家善于创新，同时善于改过自新的公司。曾经研发通勤NOA到如今智驾挺进第一梯队是如此，如今的对i8的设计调整也是如此。 如今的理想i8，显然也是理想“改过自新”的产物。以理想的设计风格，i9、i6、i7都会是i8的套娃版本，因此即便面对如此多的竞争对手，i8也不容有失。 **「 这次卖不好，就怪大环境吧 」** A级纯电轿车、增混SUV是市场上目前卖的最好的两类车型。后者自不必说，理想就是最好的例子，前者则以小鹏MONA M03为代表。 纯电SUV虽然并不好卖，但理想已经将这款车型从2024年推迟至2025年，箭在弦上，已经不得不发。i8经过半年多的酝酿，想必也会给市场带来新的惊喜。 首先，在产品力上，理想对“冰箱彩电大沙发”的定义能力毋庸置疑。36氪曾对比过二十余款车的座椅，即便是“麻木”之后，坐上理想MEGA也让人眼前一亮。这也是为什么，没坐过MEGA的都说差，坐过MEGA的都说香的原因。 如果不考虑操控性，理想的座椅舒适程度绝对是独一档，肯定让每一个坐上去的消费者都有极致的体验。冰箱与彩电更不必说，在i8的官方图上，可以看到依旧是两块大连屏的设计，这样的竞争优势理想不会错过。 其次，要想卖好纯电，就要解决补能效率问题。这一点，i8显然要搭载MEGA一样的5C超充电池。 想要再高的充电速度，达到量产的纯电6C，除非玩文字游戏，否则以现阶段电池行业的技术能力，并不现实。即便是百万级豪车尊界S800的纯电车型，也只有5C的充电速度。 5C的充电速度若能可以用满，起码可以在12分钟内，将电池从10%充至80%。曾有博主测试MEGA达到过这个成绩。充电速度已经不用焦虑，更重要的问题，在5C充电桩上。 理想MEGA是市面上少数支持5C超充的车型，去年6月份，36氪曾查看过理想的5C充电桩铺设的情况，北上广深加起来，也只有约20根5C桩，可以说少得可怜，即便购买了MEGA，也很难享受到5C充电的便利性。 9个月后的今天，理想的超充站已经全面开花。以上海为例，去年6月份仅有2根支持5C的超充桩，而今已经有超充站约60个，即便每个超充站只有1根5C的充电桩，这个数量也比9个月前，翻了30倍。 理想汽车官方数据也显示，自2023年4月20日首座理想超充站建成至2025年2月28日第1873座超充站落地，历时1年10个月，理想汽车已经建成超10000根充电桩，其中5C超充桩有1289根。  理想汽车超充桩梳理 在充电桩的建设上，理想这次没有走捷径，而是实打实的用钱铺路。当然，据36氪了解，如今的超充站的建设成本也开始降低，如果不涉及到电压问题，单站成本已经不足百万元，甚至可以做到更低。 除了基础设施以外，纯电车型还要考验电驱、热管理、安全性等多方面的综合技术能力，理想虽然经验尚少，但动力十足，其自研自产的碳化硅功率模块和新一代电驱动总成已经在前不久量产下线。 可以看出，经过MEGA的前期探索，理想对纯电车型已经有了更多的把握。从i8的定位，设计，到如今的补能效率，理想的纯电可以说是万事俱备。 夫战，勇气也，一鼓作气，再而衰，三而竭。理想在MEGA身上曾营造了铺天盖地的话题，一遍又一遍的技术与设计传播，让消费者期待到了极致。然而，出师未捷陷入舆论风波，以及过于前卫的造型，让过去的一年中，MEGA的销量仅仅过万。 如今，理想再次踏足纯电，经历了MEGA之后，又是提前4个月开始预热宣传的i8已经不允许失败。当然，如果这次再卖不好，那只能怪大环境了。 踏足纯电，经历了MEGA之后，又是提前4个月开始预热宣传的i8已经不允许失败。当然，如果这次再卖不好，那只能怪大环境了。   

 图源：世研大消费指数  本次监测周期内，消费热门事件主要集中在文娱消费、社会民生、科技数码和传统文化，四大方面： ## **文娱消费** 《哪吒2》票房持续上涨，话题综合热度指数高达1.93，相关热搜话题累计阅读量超50亿。据猫眼专业版数据，截止2月23日10时37分，《哪吒之魔童闹海》全球票房（含预售及海外）破135亿，向全球票房第7冲刺。 该片自春节档上映以来呈现现象级爆发：国内首周票房达20+亿，打破春节档纪录；在北美、东南亚等海外上映，助推&#34;中国神话宇宙&#34;海外影响力升级。 “王者荣耀入选2026亚运会”话题上榜，综合热度指数为0.56。在微博平台话题阅读量破千万，抖音等短视频平台上相关视频的播放量也迅速攀升，展示了电竞爱好者对这一消息的高度热情。 继2022年杭州亚运会将电子竞技列为正式比赛项目之后，“王者荣耀”再次入选2026年亚运会，表明电竞正在逐步摆脱小众娱乐的身份，迈向主流体育项目的行列，电竞产业主流化进程加速。通过不断优化赛事体系和提升内容质量，电竞有望在全球范围内发挥更大的影响力。 ## **社会民生** “外卖骑手缴纳社保”多个相关话题登上热搜，综合热度指数高达1.86。“外卖行业打响骑手抢夺战”、“京东宣布为外卖骑手缴纳五险一金”、“美团将为骑手缴纳社保”等话题在各大平台热议，阅读量累计超亿次，讨论量破百万。随着外卖行业的快速发展，各大平台之间的竞争愈发激烈，各大平台纷纷推出各种福利政策，形成了一场“骑手抢夺战”。 2月19日，京东宣布“为外卖骑手缴纳五险一金，为兼职骑手提供意外险和健康医疗险”，京东成为首个为外卖骑手缴纳五险一金的平台。数小时后，美团宣布将为全国范围内的全职及稳定兼职骑手缴纳社保。京东和美团相继宣布为骑手缴纳社保，提升骑手的工作保障��满意度。 同时，这也引发了关于外卖平台成本上升是否会转嫁给消费者的讨论，微博“骑手缴纳社保外卖会变贵吗”话题阅读量破千万。综合来看，短期内外卖价格可能会有所波动，但长期有助于提升骑手福利、提高服务质量，促进整个行业的可持续发展。 ### **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。  

低成本算力需求下，基层医疗成为新落地可能？

<blockquote><p>今天聊聊如何做视频号的账号定位。</p> <p>我帮你梳理好了，六种比较容易和变现的视频号类型，本文篇幅较长，如果你有耐心，建议先收藏后仔细阅读。</p> </blockquote>  在拆解六种视频号类型之前，请你和我一起思考下，视频号运营的商业变现模式有哪些呢？以下是我整理的，目前视频号的三种常见的商业变现模式。 **第一种是靠接广告变现，**这种变现模式呢，通常品牌方会寻找符合自家品牌调性和用户画像的号主，通过初步沟通后进行报价和软广创作。 这种商业变现模式，基本属于看天吃饭，受品牌方预算、宣传推广周期等多个因素影响，往往具有不确定性和不可持续性，因为大部分品牌投放后，看到投放效果不达预期，往往不会找号主复投了。 **第二种变现模式是课程售卖，**主要分为投放和自研课两种。比如在教育培训行业，像K12双减大潮没来之前，在线教育的体验课投放大行其道，往往都会寻找母婴、育儿等贴合相关用户画像的博主，这样转化率更高，这种就是典型的找博主做投放。 那什么是自研课呢？这在知识付费博主圈很常见，是博主基于自身的行业/工作经验和身份优势，总结了一套可落地的方法论去售卖，而且能切实的解决某类问题。属于把博主的个人经验反复售卖多次，这便是复利效果。 **第三种变现模式呢，也是目前特常见的一种，就是卖货。**这种比较适合肯坚持输出的朋友，只要你的视频质量够好，平台方也会给到流量扶持的。 而更多的曝光量，意味着转化的可能性更高。不过需要提醒新手小白，电商选品是个技术活儿，不要只看佣金，而要结合自己的账号定位、粉丝消费能力等多个维度，综合考量后再去选品。 而且粉丝往往是基于对号主的信任去下单，所以售后呀，质量保障这些呀，也需要号主多和供应商确认清楚。 **当你理解了上述三种商业变现模式，就可以去思考你的账号定位啦。** 以下六种视频号账号类型，是其他短视频运营同行测试跑出来的，能看到这里是你的幸运。 至于哪种更适合你，建议你结合自身业务形态和产品优势去思考。 ## 一、知识付费类 其实按照教育培训行业细分，可以分为若干种，比如职业教育、技能培训、家庭教育等等，前文也说过，做知识类IP，要求博主本身具备可持续输出该领域优质内容的能力。 还是以我自己为例哈，从2016年起就开始做新媒体运营相关工作，一路升级打怪，从运营实习生做到了部门负责人，而这九年多的职场生涯，我通过一场场的项目操盘去沉淀了属于我自己的运营方法论。 而待过的这六家不同体量和业务形态的公司，对我的运营技能提出了多元化的要求。所以无论是直播运营、社群销售转化、活动拉新裂变，还是创始人IP运营，我都有足够厚重的运营实操案例去支撑，而我日更运营干货文章的底气，正是源于这些年的职场思考和个人成长。 ## 二、个人IP类 你先暂停，给你三秒钟思考一下，你现在能想到的抖音网红有哪几个？去平台搜索他们的账号，看看粉丝量有多少。虽然网红不等于个人IP，但某种意义上来说，二者有共性，那就是：粉丝乐意为博主的行为买单。 博主的喜怒哀乐等情绪价值，也能促成粉丝买单的理由。举个负面案例，当年杭州保姆纵火案，男主林生斌创建账号“老婆孩子在天堂”，通过创建童装网店、纹身怀念逝者等营销操作，利用大众的同情心和爱心，赚得盆满钵满。当然人在做天在看，歹毒的男人终究被实锤。 ## 三、Vlog类 其实不太建议新人贸然拍剪Vlog，因为初期的时间精力投入和结果产出不对等，很容易心态崩掉甚至断更。不过你确定想做Vlog的话，老王给你一些选题建议吧。 像搞钱、男欢女爱、向上社交（个人成长）之类的选题，一直是各大平台经久不衰的热门话题，不信你去看看那些热搜榜，事件千奇百怪，但内核无外乎就是猎奇、愤怒、色欲、嫉妒这七宗罪而已。 ## 四、才艺类 如果你能歌善舞，那不如试试差异化起号吧。通过冲突性定位（言语冲突、形象反差等）加清晰的展示路径，同样能让人过目难忘。 没有才艺也没关系，想想你身上有没有啥特长呀？说句题外话啊，你知道为什么，我的职场外号叫大卫吗？因为我那宛如饕餮的胃口，让我曾经的同事们格外难忘，甚至一度怂恿我做个吃播。 所以把你的某项特长或者兴趣爱好，利用自媒体平台最大化去放大，照样有人能买单的。 ## 五、宠物类 虽然中国新生儿每年数量增长疲软，但中国养宠的数量已经达到2.5亿只啦！养宠物还能比养娃费钱吗？ 这也催生了相关配套服务，比如宠物养护、宠物训导、宠粮玩具、临终关怀等，逐渐衍生了配套的产业链。 在视频号发布某个垂类宠物相关的短视频，照样能做得风生水起。中国宠物市场体量这么大，哪怕再小众的宠物赛道，也有变现和成交的可能。 ## 六、美妆/母婴类 不知道你看过这张中国消费能力排行榜没有？虽然是个段子，但无疑也透露出一个信号：做女孩子的生意更赚钱。  其实小红书作为此类人群的先驱，以及用高质量的日活用户说话了（虽然目前的电商变现之路磕磕绊绊吧），而且视频号生态的一大优势在于，你是可以直接视频号发产品、开直播甚至导流到微信私域成交的。要知道引流的难度越低，沉淀到私域成交复购的可能性更大。 如今距离视频号面世已有五年，至今仍有不少短视频创业者通过视频号搞钱。 **种下一棵树最好的时机是十年前，其次是现在。希望你的视频号，也能抓住红利，顺势而起！** 如果大家觉得对你有点启发，欢迎帮我点个赞和关注，你们的支持是我原创的最大动力。 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

<blockquote><p>在当今快速变化的商业环境中，即使是现金流充沛的业务也可能面临减员的困境。这背后隐藏着更复杂的逻辑和深层次的管理决策。本文从高阶产品管理的视角出发，解构了现金流业务减员的七层逻辑链，供大家参考。</p> </blockquote>  上周五的时候，产品群里的小伙伴问了一个问题：“**我所在的产品线又减员了，明明我们已经是公司的现金流业务线了，为什么还要裁人？**” 当时我从集团总体视角给了个大概的说法帮他理解，同时我也发现一个问题：在当下这个被AI冲击的急剧变化的新互联网时代，是不是还有很多小伙伴也会陷入同样的误区：“**只要我所在的业务线是现金流支撑业务，或者是盈利业务，我们就是一个稳定业务**”。事实上这是一个错误的想法，以下才是大部分高层管理的判断逻辑，也是高阶产品人员必备的第一反应。 ## 现金流陷阱模型：表面繁荣下的结构性危机 **现金流的致命误区：纸面盈利≠健康模式。** **简单举例：**某传统报业集团年现金流超5亿（来自政务招标的定制内刊业务），但90%营收依赖3个政府客户；他们的采编人力成本占营收55%（行业均值30%），但是客户续约周期从3年缩短至1年。 ** 核心矛盾：**高现金流背后存在关键要素不可持续（客户集中度/成本结构/契约稳定性），当健康度过低时，即使现金流正向也需启动组织优化。 ## 战略卡位失焦：蚂蚁与大象的生存博弈 ** 场景化案例拆解 （在线教育公司业务）** ** 数据悖论：**年现金流20亿（1对1辅导业务），但政策风险预警指数达红色级（”双减”文件发布前1年），而集团战略委员会测算维持这个业务需额外投入8亿合规成本时，就需要判断这个项目的战略保留价值了。 ** 减员决策公式：**战略保留价值 = 市场空间 × 政策安全期 × 迁移成本 – 机会成本。当该值＜0时，断臂求生成为必然选择。 ## 效率革命的暗战：人效比失衡下的沉默杀戮 这个相对简单，完全取决于团队内平均人效与行业生存线的对比值。人效预警系数 = 实际人效 / 行业生存线。当系数小于0.8持续两季度，组织结构必须重组。 ## 技术觉醒时刻：自动化镰刀收割人海战术 ** 某银行信用卡中心的真实变革路径：** **变革前：**300人客服团队，年处理千万级咨询工单； 客户满意度维持在85%。 **引入智能引擎后：**90%重复性问题由AI解答（准确率92%），在保留30人处理复杂客诉与升级问题的情况下，满意度提升至89%，人力成本下降65% 当你知道了**标准化场景覆盖率**跟**容错成本修正因子**后，你就知道了这块业务的技术替代率。而当这个指数＞0.7时，即可启动组织瘦身。 ## 毛细血管堵塞：中层管理者的反噬效应 ** 某快消企业区域管理架构恶变案例：** ** 原架构：**1个大区总下面有5个城市经理，再下层有50个督导 **三年后演化成：**层级增加了量级：大区总→总监→高级经理→城市经理→督导（管理层人数实际膨胀320%）。但是相反的，因为管理层级增加，决策速度下降47%，进而使市场活动被抄袭率上升至60%。 **管理成本警戒线：**当管理岗占比＞20%，必须启动手术式优化 ## 预期管理的黑洞：资本市场的隐性压迫 **华尔街蝴蝶效应推演** 某跨境电商公司**季度报告**显示：正向现金流3.2亿美元，但SG&amp;A费用（销售及管理费用）同比增长40%。报告披露后，次日股价暴跌18%，CEO被迫宣布全球裁员15%。 **资本效率公式：**PE容忍度 = (现金流增长率 – 费用率增长率) / 贝塔系数。当该值＜行业均值，投资者将用脚投票倒逼改革。 ## 生态位进化论：抛弃旧基因迎接新物种 某汽车媒体的**转型阵痛**：传统车媒业务年盈利1.8亿，但管理层预见：车企市场预算正转向用户运营中台，原生数字孪生需求爆发。所以他们做出了**决策**：裁撤60%传统内容团队，重金招募数据工程师与体验设计师。 进化成本方程：转型**必要性**= (新生态位预期收益 × 时间窗口权重) / (旧业务惯性阻力 × 改造成本)，当值＞2时，组织必须经历基因重构的阵痛。 当**同时出现**以下信号时，减员已是必选项： ① 核心业务毛利率连续三季度下滑 ② 新技术成熟度曲线突破临界点 ③ 竞对组织效能展示出代际差优势 ④ 集团内部报告中首次出现”战略撤退”关键词 此时PM的**价值**不在于阻止裁员，而在于主导组织能力的**定向进化**——如同在风暴来临前将木船改造为潜艇，这需要精密计算哪些基因必须舍弃、哪些能力需要突变。**“断舍离”是PM必修的功课。** 本文由 @老林 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

160多家企业接入后，DeepSeek更好用了吗？

世界领先的生产技术盛会，为中国行业专家带来创新成果、交流契机与合作机遇。

Windows 11 在 Intel Ultra 系列 CPU 上仍然存在性能问题，而且这类性能问题看起来本身就非常奇怪，例如当应用程序窗口最小化时 CPU 性能出现大幅度下降。 科技网站 Borncity 用户最先发现这个问题，该问题很难被发现，除非用户在使用某些应用程序执行任务并观察任务管理器的 CPU 使用率时才能发现。 这名网友使用的是 Intel Ultra 9 285K 处理器，当应用程序等任务最小化时，Windows 11 将进入一种未知的省电模式，因为此时 CPU 进入低使用率和大幅度降频状态。 网友使用综合压力测试软件 Prime95 和 7-Zip 基准测试中都证实了这点，即窗口处于前台状态时一切正常，一旦进入后台状态则 CPU 立即出现降频导致性能下降。 我们举个现实中常见的例子：比如现在我需要对 8 个 5GB 的 ISO 镜像进行压缩，每个文件都压缩到各自的 7Z 中，这时候如果我将压缩窗口全部最小化以便在后台执行时，那么压缩时间将会大幅度延长。 **Intel Core Ultra 9 285K：应用程序在前台窗口时的核心使用率，持续 100%、4.42GHz**  **Intel Core Ultra 9 285K：应用程序被最小化进入后台时核心使用率，降到只有 23%、1.86GHz**  在实际测试中除了窗口最小化外，还包括当应用程序不在焦点 (也就是变成非活动窗口) 时同样如此，这可以从任务管理器的 CPU 状态中看到。 根据 Windows 11 CPU 支持页面说明，Intel Ultra 9 285K 处理器获得 Windows 11 24H2 的完整支持，所以这个错误可能是微软导致的。 同样的测试条件在 Intel Core i9-12900K 和 AMD RYZEN 9 9950X 上并不存在，不知道这个问题是否与 Intel Ultra 没有超线程有关，Windows 11 在英特尔新款 CPU 上的支持一直都不太好，此前也出现过核心调度方面的问题。 [查看评论](https://m.cnbeta.com.tw/comment/1482718.htm)

**近日，聚焦数字安全和AI领域的SaaS化教育培训平台——ISC.AI学苑正式接入满血版DeepSeek-R1大模型，并集成360纳米AI搜索，推出ISC.AI学苑DeepSeek一体机**。该产品实现了国产算力与DeepSeek的适配，汇聚了知识课程、实训课题、智能体等教学工具，重塑了智能辅导答疑、智能知识点分析、智能学习路径规划、智能实战模拟训练等方面的全新体验，为数字安全与AI人才培养带来智能变革。 **满足教育学习双端人群需求** **构建人才教育新生态** **ISC.AI学苑DeepSeek一体机是教育平台与国产算力底座深度结合的探索成果，融合轻量模型训练平台、企业AI应用创新平台等，实现对模型部署、管理、推理、微调、蒸馏以及AI应用开发的全链路能力覆盖，可满足高校、职业院校、中小学、教培机构等教育主体，政企机构以及个人的AI+安全教育及学习需求**。产品采用一体化设计，支持轻便部署、开箱即用、即插即学的便捷操作，为教育与学习双端人群提供全栈式AI教育解决方案，加速推动人工智能教育的普及与实现。 **针对各类学习场景**，打造出包含AI知识问答、AI视频课程总结、AI教材提炼分析、AI智能评价、AI学习助手等智能服务。 **AI知识问答：实时答疑** 基于DeepSeek大模型对海量知识库的深度整合与理解，不仅能够快速响应学员的问题，还能依据问题难度和上下文关系提供详细的讲解与相关资源推荐，为学员提供了实时、准确的技术解答与学习支持。   **AI视频课程总结：速览精华** 通过智能分析教学视频内容，提取核心要点，形成课程全文摘要，方便学员快速浏览精华内容，提升学习效率。  **AI教材提炼分析：核心抓取** 可对教材内容进行深度挖掘和整理，自动识别并整理出关键知识点、核心概念以及章节大纲，生成学习框架及脑图。  **AI智能评价：学习闭环** 则通过实时追踪学员的学习进度与行为，全面记录学习过程中的每个关键节点，并结合表现进行智能评价，提供个性化的反馈与改进建议。   **AI学习助手：伴护教学** 作为学员的贴身学习伙伴，可随时提供学习建议、资源推荐和答疑解惑，形成持续优化的学习闭环路径。  **针对各类教育场景**，ISC.AI学苑DeepSeek一体机则全面重塑了覆盖教学管理、教学设计、课程规划等全生命周期。 **教学管理：提质提效** 其不仅为导师提供了一套完整、便捷的教学工具和资源体系，其中包括详细的资源制作标准、简便的资源管理平台以及严格的课程审核机制，确保课程内容的高质量和实用性。  **教学设计：灵活组课** 同时，基于DeepSeek的赋能，该产品可分析不同课程方案生成更多教学思路，支持灵活选课组课，形成满足不同学员需求的个性化学习方案。   **课程规划：与时俱进** 导师还可从海量的数据库及专家主题专栏中获取到教育领域的最新动态、发展趋势，以及最新的教育技术工具，不断更新自己的专业知识体系，保持专业素养的与时俱进。  **打造立体化教学矩阵** **推动教育、人才、产业融合发展** ISC.AI学苑DeepSeek一体机在接入满血版DeepSeek-R1大模型后，进一步完成了安全和AI课程资源库的扩围。 **其中，课程资源方面不仅汇聚360集团创始人周鸿祎等顶尖企业家、资深AI知识博主及秋叶等知名教育机构“入驻”发布的AI+安全优质内容**，形成贯穿认知构建、理论深化、应用实践、场景开拓等全生命周期学习路径，通过模块化课程设计与阶梯式能力培养，为不同角色和不同岗位的人群，提供从基础通识到行业专精的无缝衔接成长方案。  此外，**课程设计方面则同步推出的DeepSeek系列训练营、商学院、校长班等多种类型，通过深度融合产学研资源，联合高校导师、头部企业技术负责人作为训练营认证讲师**，围绕中小企业数字化转型痛点、高校AI人才培养需求及从业者技能升级路径，打造覆盖AI科普、AI技术、AI场景应用、创业变现场景等主题培训，助力高校学生实现技术能力与产业需求的无缝对接，为企业的数字化转型不断加码。  目前，ISC.AI学苑平台已为政府、央企等单位提供安全与AI岗位相关学习内容，提高实战能力，并与重庆大学、酒泉职业技术学院、智榜样等多所高校及教育机构合作。本次ISC.AI学苑DeepSeek一体机的推出，将进一步推动AI赋能教育的发展进程，助力教育改革、产教融合、科教融汇发展，为国家科技产业升级及城市数字发展提供支撑。

据英国卫报报道，TikTok 将接受英国数据保护监管机构的调查，该机构正在调查社交媒体算法是否向儿童提供不适当或有害的内容。人们越来越担心社交媒体平台如何使用儿童在线活动产生的数据，这促使信息专员办公室 (ICO) 对中国平台以及论坛网站Reddit和图片共享网站 Imgur 展开调查。 [](https://static.cnbetacdn.com/article/2023/0415/c06c59cf1552b42.jpg) 它将研究 TikTok 如何使用 13 至 17 岁青少年的个人信息向他们提供内容推荐，还将研究 Reddit 和 Imgur 对年龄保证措施的使用情况，例如他们如何估计或验证儿童的年龄，然后可以使用这些措施来定制他们在平台上的体验。 ICO 于 2021 年推出了儿童网络隐私准则，要求公司采取措施保护儿童的在线个人信息。 信息专员约翰·爱德华兹 (John Edwards) 向 PA 通讯社表示，监管机构预计在调查期间会发现各个场址都存在大量积极的安全因素，但希望确保其流程是健全的。 “这就是他们收集的内容，这就是他们的工作方式。”他告诉 PA。“我希望发现他们的推荐系统会有很多良性和积极的儿童数据用途。我希望发现其中会有一些旨在保护儿童安全并确保他们只得到适当东西的元素，这一切都是好的。” “我担心的是，它们是否足够强大，可以防止儿童受到伤害，无论是来自设备或平台上的上瘾行为，还是来自他们看到的内容，或其他不健康的行为。” ICO 表示，其调查将调查是否存在违反数据保护法的行为。如果发现任何潜在违规行为的证据，监管机构表示将把证据提交给平台，并征求他们的意见，然后再得出最终结论。 爱德华兹表示，监管机构针对社交媒体上常见的话题对 TikTok 进行调查并不是针对 TikTok，而是希望通过调查更多地了解社交媒体的总体情况。 [查看评论](https://m.cnbeta.com.tw/comment/1482714.htm)

3月1日，在连续五天开源日之后，DeepSeek又来了一个“One More Thing”，并扔下一枚“核弹”——在分享了其基础设施里极为关键的EP（多专家并行）组件代码的同时，也首次公开了它的利润率。根据DeepSeek公开的信息计算，**它理论上一天的总收入为562027美元，成本利润率高达545%。** 这是DeepSeek对它的“盈利能力”的最直接的一次回应。自从DeepSeek R1成了现象级的话题后，对它模型能力的质疑逐渐消失，但对它的高性价比和模型背后的成本，以及由此带来的“烧钱”问题，依然有不少质疑。有硅谷从业者称，这次公布的数据会再次让英伟达们彻夜难眠，让从业者开始新的反思。 **而在国内AI领域，这次重要的开源带来的影响则以另一种更加剧烈的形式呈现了出来——它引发了一场两家中国AI Infra公司之间的“血案”。** **1 尤洋与袁进辉的争论** 事件的两个主角，一方是尤洋及其创办的潞晨科技，另一方是袁进辉及其创立的硅基流动。 先是DeepSeek的这篇技术分享在知乎发布后，不少用户开始@尤洋，让他点评。这是因为此前在DeepSeek被各家服务商争相部署的热潮里，他是最积极的反对声音之一。此前尤洋曾在社交平台上计算过部署DeepSeek的成本和收益，并得出结论，部署DeepSeek并提供服务的AI Infra 公司，都是在亏钱，并且是“月亏四亿”。 他提到：短期内，中国的MaaS（模型即服务）模式可能是最差的商业模式，大厂相互卷低价和免费，满血版DeepSeek R1每百万token（输出）只收16元。**如果每日输出1000亿token，基于DeepSeek的服务每月的机器成本是4.5亿元，亏损4亿元；用AMD芯片月收入4500万元，月机器成本2.7亿元，这意味着亏损也超过2亿元。**  此次DeepSeek的开源周并非要回应某个具体质疑，但其公布的利润率之高，显然与这个计算完全相反。人们首先想到了尤洋。尤洋也在四个小时后发文回应，称DeepSeek官方这一计算方法不能用于MaaS盈亏评估。在论述中，他延续了“基于大模型的Mass服务不赚钱”的立场。 紧接着，他的潞晨科技宣布将在一周后停供DeepSeek API。  而另一家AI Infra公司硅基流动的创始人袁进辉也在讨论中被很多人提到。在DeepSeek春节期间彻底出圈走红后，硅基流动是国内最早一批行动起来提供部署服务，承接住DeepSeek带来的需求的公司之一。而流量之大，让这家公司不仅正式出圈，也在过程中出现一些争议，包括它此前提供的推荐“反佣”式的优惠被快速薅羊毛，收费服务与免费服务的调整等。但本质上，袁进辉和硅基流动是相信快速跟进并提供DeepSeek的MaaS服务是此刻最正确的决策。 因此尤洋当初的批评也就指向了这家同行公司。彼时，袁进辉与尤洋就已经有过一轮“交锋”，前者认为亏损 4亿的计算方法有误，因为使用了错误的架构进行估计。而尤洋直接回应：“弄400台机器，看看每日能否输出1000亿满血DeepSeek R1 token，让我看看。” 而这次DeepSeek官方直接“让人看到”了这是可行的。袁进辉也在DeepSeek文章发布一小时后就火速评论道，“又颠覆了很多人的认知”，他认为“很多供应商做不到这个水平”，&#34;MaaS能否成功，关键在于技术实力和用户基础。&#34;  **“谁做不到，谁就是技不如人”的含义，尽在不言中。** 而紧接着更戏剧化的隔空对决开始了。尤洋随后直接发了一篇直接批评硅基流动这家公司的文章。《坑人的硅基流动》（现已删除）一文将炮火从技术争论转向直接对对方的攻击。此时话题核心也从DeepSeek的利润，转向了两家公司之间的恩怨情仇。袁进辉也第一时间回应，一方面强调了硅基流动一系列动作背后的思路，另一方面直接抖出“潞晨代码抄袭”的旧案。但这两个显得都有些冲动的争论，后都已删除。 这些争论也在知乎等技术人员聚集的平台上引发了广泛的延展讨论，AI Infra公司难得的自己变成了行业热议话题的主角。 **2 到底谁算的对？** 在这场争论中，到底如何计算，以及由不同计算方法而得出的AI Infra是否是巨亏的生意，是第一个核心议题。 在上周的连续五天，DeepSeek刚刚发布了五项核心技术，涵盖计算优化、通信加速和存储架构等领域，几乎将自己的核心AI Infra技术全部公布开来，大幅提升了大模型训推硬件效率。而在DeepSeek的这篇《DeepSeek-V3/R1 推理系统概览》文章里，又进一步揭示了这些技术和部分是如何组装联系在一起的，相当于一个串联式的总结内容。据介绍，DeepSeek使用了大规模跨节点专家并行（EP）的方法，并通过一系列技术策略，最大程度地优化了大模型推理系统，实现了惊人的性能和效率。 在文章的末尾，DeepSeek以理论成本和利润计算作为句号，为这次以开源降本为核心目的的开源周，画下了一个完美的句号：**假定GPU租赁成本为2美元/小时，总成本为87072美元/天；如果所有tokens全部按照DeepSeek R1的定价计算，理论上一天的总收入为562027美元/天，成本利润率为545%。** 其中，DeepSeek的计算方式如下：  这里DeepSeek说的很清楚： 一成本只核算了等量租用GPU的费用，硬盘、存储、内存CPU、人力运维都被没有被计算； 二收入却将APP、网页、API消耗的所有Token（to C和to B的总消耗量）加在了一起，均按照API（to B）的价格计算，理论上一天成本利润率是545%。 **事实上，这的确是一个典型的量化风格的“最大可能性”推算，**我们都知道，DeepSeek的APP和网页是完全免费的，同时也并不保证流畅的用户体验。但是假如DeepSeek向用户按照API的价格收费，他的收入潜力可以达到上述金额。 **也就是说，DeepSeek计算的是“我作为一个大模型厂商，我要是想，我可以赚到这么钱。”** 所以，从这个角度来看，后来尤洋认为“这篇文章中的数据对计算MaaS成本没有任何参考价值”，也不无道理。 毕竟MaaS是典型的企业服务，而企业的第一准求并不是性能而是稳定，而为了保证稳定性，云厂商的特点就是弹性伸缩、按需取用，所以必须准备足够大冗余。 DeepSeek算的是一笔“过去的账”，而MaaS平台如果要保证未来的稳定，尤洋也给出了预备比例，必须时时刻刻有5倍的机器专门为了满足客户的需求，这里我们需要考虑一旦部署的集群过大、使用效率、运费、用电的成本将指数级的上升。  尤其在如今各家MaaS平台用户的使用数量都稀少，没有办法做到削峰填谷资源高效利用的前提下，MaaS厂商是很有可能亏本的。 **总结一下，理论上（非常理想化，一人吃饱全家不饿的前提下），DeepSeek的利润率可以达到，但考虑到实际的使用情况和大规模之后的优化成本，就很有可能亏钱了。** 那么问题又来了，为什么部署DeepSeek亏本，而DeepSeek自己的推理却赚钱？ 这个问题的答案藏在袁进辉的回复中：**现在很多供应商做不到这个水平，主要是V3/R1架构和其他主流模型的差别太大了，MaaS厂商需要按照DeepSeek的报告调，才能达到最好的效率。**  这里需要补充一个前提是，过去的云厂商所建立的IaaS层是以CPU为核心的服务器集群，而高效的推理需要以GPU为核心完成并行计算。原本的MaaS用来生成问题不大，但R1/V3所采用的稀疏架构，对云来说是一个新的挑战，需要特调以进行适配。 MaaS厂商们低估了DeepSeek模型架构的复杂性，用老一套来支持新模型，显然出现了性能不足的阵痛。而大模型一体机由于可以直接改造到硬件层，能够根据DeepSeek来专门定制型号，因此比MaaS提供的模型的性能和稳定性都更高，近期，硅基流动也与华为昆仑展开了合作，推出DeepSeek一体机，尝试解决推理性能不足的问题。 但DeepSeek不仅深谙自己的模型架构，做了软件算法层的调优，甚至将算力压缩到了优化芯片层，以“榨干”每一滴性能。 幸而在刚刚过去的开源周里，DeepSeek开源了如何提高推理效率的5个模块，理论上只要跟着做，接下来其他MaaS厂商也能复现出来。 **3 所以，AI Infra公司们的未来在哪里？** 这些争论背后，AI Infra公司们再次被大众注意到。作为提供底层基础设施服务的公司，它们此前从来不是外界关注的焦点，但DeepSeek后，由于海量的需求无法由DeepSeek自己来满足，AI Infra公司得到了一次直接面向海量广泛用户的机会，也因此出圈。 但随着DeepSeek在它自己AI Infra研究上的连续开源，很多人意识到，独立的AI Infra公司似乎再次遇到了严重的“存在感危机”。 **当DeepSeek不仅造出了最强的模型，同时也有最强的基础设施技术时，它似乎就变成了一个新的规则制定者：如果独立的公司想要提供部署DeepSeek模型的AI Infra生意，你就要使用DeepSeek的技术方案，不仅需要卷到极致，来快速复现DeepSeek做出的东西，还要在此基础上，去做些DeepSeek不做的诸如帮助开发者、帮助企业一对一的做落地服务等，进而来承载它服务不到，或目前没有作为重点去服务的用户们，从中尽可能的做大用户规模，来摊薄成本，让自己的利润率也无限接近DeepSeek官方算出来的那天花板的比例，这才有可能“存活”下去。** **这种“DeepSeek吃肉，其他大家比赛谁能做喝到最多汤的那一个”的格局是否就是AI Infra的未来？这可能才是这场争论背后对行业真正重要的话题。** 袁进辉也就此话题回复了硅星人，他认为这样的未来是否会发生，关键的一个变量就是开源。**“如果模型一家独大，而模型厂商又想吃这块蛋糕，的确其它各方就有压力，尤其如果模型是闭源的，就像OpenAI 这样，就会更是如此。”他说。** **“但当模型开源后，就要看外界有没有机会把infra或芯片的能力做的超过模型厂。”** 而另一个变量则是这个剧烈变革的技术周期本身，它事实上让曾经分工比较明晰的不同技术角色的公司，竞争界限变得模糊。从DeepSeek的部署热潮里就能体会到——从AI Infra公司，到模型公司再到芯片公司，都参与了进来，提供着相似的服务，抢夺同样的市场。 “今天模型，芯片，infra 其实都是半成品，彼此的关系是又合作又竞争，最终大家都要角逐类似cloud的位置。”袁进辉对硅星人说。 **在这场竞争里，AI Infra不是最有优势的那一个，但另一方面，它事实上也拥有了一次从没有过的机会，从一个不太被注意的角落终于变成了焦点。在今天这个节点，是否压上“身家性命”和对自己技术工程能力的信心去赌一把未来“下一代云”的机会，会变成区分这些公司的关键决定。** 硅星人也向尤洋提出关于AI Infra的未来走向的问题，他回复称，目前先不接受访谈了。 [查看评论](https://m.cnbeta.com.tw/comment/1482712.htm)

彭博社知名记者马克·古尔曼(Mark Gurman)周日发文称，苹果公司正面临一场人工智能(AI)危机：该公司的自研AI进展缓慢，被竞争对手越落越远，真正现代化且具备对话能力的Siri可能要到2027年才会推出。  局面本不该这样。早在2011年，苹果就率先发布了Siri数字助手，在聊天机器人领域抢得了先机。但是，苹果很快落后了，加强该软件的努力也比预期的耗时更长。 **鸡肋功能** 去年6月，苹果发布了一款融合AI的新版本Siri，在计算机生成视频方面表现出色。新版Siri能够利用用户的个人数据更精准地回答问题，分析屏幕内容，并更精细地控制功能和应用。然而，现实情况是，苹果连一个能正常运行的Siri原型品几乎都没有。苹果的工程师们必须克服重重困难，才能按计划在5月完成开发。 自去年10月起，苹果开始陆续推出其AI套件Apple Intelligence的部分功能，包括写作工具、语音信箱转录、名为Genmoji的个性化表情符号等。但是，这些功能充其量只是锦上添花，其中一些甚至几乎毫无用处。 作为全球历史上最具创新力的公司之一，至少到目前为止，苹果在AI领域是失败的。 为了弥补自身AI短板，苹果试图在其软件中整合ChatGPT，但是效果不佳。这项功能感觉像是事后才添加的，并且缺乏对话能力。而“视觉智能”功能(为用户提供现实世界中的物品信息)感觉像是更基础版本的谷歌智能镜头。作为最基础的AI应用，苹果的通知摘要功能因错误推送突发新闻警报而被一些应用禁用。 **AI使用率极低** 所有这些都削弱了Apple Intelligence能推动消费者升级设备的说法。几乎没有理由能够让用户单纯为了这个AI功能去购买新款iPhone或其他产品，无论苹果在营销中如何大力宣传。 苹果自己也明白这一点，尽管它向华尔街表示，在提供AI功能的地区，iPhone销量表现更好。但是，用户并未真正接受Apple Intelligence。内部数据表明，这些功能在现实世界中的使用率极低。  Vision Pro上的Apple Intelligence 在Apple Intelligence上，苹果本就已落后于ChatGPT、谷歌的Gemini和微软的Copilot。但它原本仍有机会推出一款有趣、具有对话能力、深度整合且实用的产品。在去年6月发布Apple Intelligence时，苹果似乎正朝着这个方向前进，称其是为“大众打造的AI”。 然而，苹果最终未能实现这一目标，该系统远远无法比不上竞争对手的产品。在这一领域的失败可能会给苹果带来极为严重的后果。AI正逐步渗透到人们的生活中，改变人与设备的交互方式、沟通方式以及工作方式。 **新版系统能否给力？** 新版Siri将是苹果能否翻身的一次关键考验。这款软件很可能将在5月发布，距离最初亮相已过去整整11个月。当前iOS 18版本的Siri本质上有两个“大脑”：一个负责传统Siri指令，如设定计时器和拨打电话；另一个则处理更复杂的查询，可以利用用户数据，并已经具备在用户修改语音指令时避免混淆的能力。 为了让Apple Intelligence赶在iOS 18发布时上线，苹果当时没有时间将这两个系统整合在一起，这导致Siri的运行不如预期般流畅。 在iOS 19中，苹果计划合并这两个系统，并推出全新的Siri架构。这一更新预计最早将在今年6月的全球开发者大会(WWDC)上亮相，并于2026年春季随iOS 19.4正式推出。内部代号为“LLM Siri”的新系统原计划在同一版本中引入更具对话能力的交互方式，但研发进度已落后，不会在6月亮相。 在苹果能够全力开发新版Siri之前，苹果需要修复底层系统。这并不容易。这就是为什么苹果AI部门的人现在认为，一个真正现代化、具有对话能力的Siri版本，最快也要到2027年的iOS 20才能与消费者见面。 这意味着苹果在这场竞争中落后了五年，这个落后程度比许多人预想的还要糟糕。雪上加霜的是，苹果的竞争对手并没有停下脚步。考虑到它们现在的研发速度，试想一下，OpenAI和谷歌的AI在两年后会是什么水平。更不用提那些每隔几周就会冒出来的AI创业公司了。 所有消息都表明，iOS 19在Apple Intelligence功能上将不会为消费者带来任何显著变化。一个重要原因是，苹果仍然需要花费大量时间将去年宣布的功能推向市场。在今年的操作系统更新还未向客户发布之前，要着手准备明年新发布的版本是很有挑战性的。 这让苹果处于了一个攸关成败时刻。显然，苹果内部的研发速度不足以创造出跟上竞争所需的基础AI技术。这表明，苹果需要做出改变。 **解决方案** 解决苹果目前AI问题的一个方案是效仿三星电子、微软和亚马逊，更多地依赖外部技术。这些公司通过使用Gemini、ChatGPT和Anthropic公司的Claude来推动他们的系统运作。苹果或许可以利用第三方的基础模型，迅速推出一款与其设备和应用深度集成的有竞争力的AI产品。等到苹果的技术成熟后，再逐步替换为自家技术。 苹果确实与ChatGPT有合作，但是只流于表面，而非根本性的深度合作。目前，OpenAI并未为Apple Intelligence功能中的大语言模型提供支持。ChatGPT的作用仅仅是在Siri不知道如何回应某些问题或在很少使用的视觉智能功能中分析图像时，作为备份使用。  詹南德雷亚(中)或失去苹果AI负责人工作 为了规划下一步，苹果近期进行了领导层调整。它将资深软件经理金·沃拉斯(Kim Vorrath)调到AI团队，以推动Siri和其他项目的进展。沃拉斯之前曾协助领导Vision Pro的软件开发。在她的监督下，这项工作取得了进展。 **高层调整？** 目前，约翰·詹南德雷亚(John Giannandrea)仍然负责苹果的AI部门，他之前曾担任谷歌高管。在AI部门内部，员工已经提出了一个严肃问题：苹果CEO蒂姆·库克(Tim Cook)乃至公司董事会是否需要进行更大变革。这场危机最终可能会危及詹南德雷亚或其他人的职位，但立即让这些人离职只会是对其AI短板的承认，而苹果还没有准备好承认这一点。 苹果管理层认为，尽管在AI领域处于落后位置，但公司并不面临失去用户基础的风险。硬件、软件和服务的紧密整合，以及强大的自研芯片和软件用户界面，仍然使苹果具有优势。虽然这些都是事实，但AI如此具有颠覆性，以至于它正在创造全新的生态系统和技术。这使得苹果的模式面临风险。 AI是一次千载难逢的技术变革。苹果或许仍有时间扭转局面，但这一窗口正在迅速关闭。 [查看评论](https://m.cnbeta.com.tw/comment/1482710.htm)

理想汽车官宣，**品牌旗下首款纯电SUV i8将于7月正式发布**。与此同时，理想还放出了i8首支高清宣传视频。i8车头部分延续了MEGA的封闭式造型，同时加入了L系列的立体引擎盖筋线和分体式大灯，车尾则采用了类似L9的贯穿式LED尾灯和双层扰流板设计。     **不同于传统造型的SUV，i8整车更为低矮，车顶有明显的溜背造型，如此是因为纯电车必须要考虑风阻，尽可能减少能耗，提升续航**。 由于不需要发动机，因此车头可尽可能被压缩，如此留给乘员舱最大的空间，而这款车定位三排六座SUV，面向家用。  内饰方面，从放大的官图中可以窥见，**其延续了家族式设计，配备双联屏、AR-HUD抬头显示和方向盘小尺寸仪表屏。** 但该车座椅有非常大的改动，目测版型发生了改变，似乎更宽大了些，同时势必还将使用Nappa真皮材质，增强乘坐舒适度。  其他方面，i8将换装理想自研的电控、电机，在能耗方面应该有较为突出的表现，还将标配5C超快充电池，配合理想自家的5C超充桩，打造业界领先的补能体验。 [查看评论](https://m.cnbeta.com.tw/comment/1482708.htm)

近日，格力集团董事长董明珠在访谈节目《酌见》中，谈到了自己在员工心目中的形象话题。她自曝自己背后也会被员工骂，但到现在为止，她都一直认为：**“员工是可爱的，只有那些掌握权力的人才跟你有分歧”。** 她进一步解释称，曾有老员工和她说很多员工背后也骂她，搞得这么严，但是大家都是一条心，**觉得如果没有董明珠的强管理，自己可能退休工资都没有。** 同时，董明珠也透露，我们格力公司还是很神奇，到现在为止，员工除了**社保**拿一块，还要在我们公司拿一份**退休工资**。 值得关注的是，虽然董明珠今年已经**71**岁，但据格力电器的新一届董事会非独立董事候选人名单。 若后续格力电器的股东大会审议通过该议案，“铁娘子”董明珠将在格力电器开启其**下一个三年**的任期。 [](//img1.mydrivers.com/img/20250303/a05ef11781df4472ae062b612acc74fd.png) [查看评论](https://m.cnbeta.com.tw/comment/1482706.htm)

无论开车还是坐火车，在通过漫长的隧道时，经常都会失去网络信号，甚至电话都没法打，但是如今的很多高铁列车，就算在隧道里也能做到“信号满格”。这是怎么做到的呢？  原来，**在修建高铁隧道时，一般每隔500米就设有一个洞室，用于安装运营商的通信设备，相当于在隧道里每隔500米就有一个“基站”。** 有了“基站”，自然还需要“天线”。 **隧道洞壁上都装设有通信漏泄电缆，与相邻洞室的“基站”相连接，就像室外的“天线”，可以实现信号的发射和接收。** 这些通信漏泄电缆安装高度也有讲究，**一般铺设在高于轨面2.1米和2.6米的洞壁上，刚好与列车车窗上下沿对齐**，可以提高覆盖效果，减少信号损耗。 [](//img1.mydrivers.com/img/20250303/1a6d1d97-7073-4034-947c-74a1d68c75d1.png) 比如连接河南郑州、山西太原的郑太高铁，就穿越太行山，沿线隧道多达39座，最长的珏山隧道超过13公里。 尤其是在寒冷低温的天气里，隧道设备很容易受损，列车高速经过产生的气流和震动，也可能导致漏泄电缆两端接头松动，进而影响数据的传输，造成信号不佳。 因此，铁路工人们要逐段进行检查，及时发现并修复信号弱的地方，确保网络稳定畅通。 **高铁列车穿过珏山隧道只需要160秒，但每次检修都要长达4个小时。**  [](//img1.mydrivers.com/img/20250303/848e4c6f-8048-48f5-852d-77a7ec38981e.png) [查看评论](https://m.cnbeta.com.tw/comment/1482704.htm)

近日，京东、美团相继宣布为外卖骑手缴纳社保，引发行业震动：自3月1日起，京东将逐步为京东外卖全职骑手缴纳五险一金，为兼职骑手提供意外险和健康医疗险；美团则预计2025年二季度开始实施，逐步为全职及稳定兼职骑手缴纳社保。  图源：京东黑板报 这一举措不仅撕开了新就业形态下劳动者权益保障的口子，更将公众目光引向与之相似的快递行业——同为数百万级从业群体的快递小哥，为何仍在社保&#34;真空&#34;中挣扎？当外卖平台以&#34;破冰者&#34;姿态迈出第一步，快递行业能否借势打破劳动关系与保障的僵局？ 01 社保分化图谱：直营&#34;正规军&#34;与加盟&#34;游击队&#34; 据国家邮政局监测数据显示，截至2024年11月17日，我国快递年业务量首次突破1500亿件。这一数字相当于每一秒钟有超过5400件快递在国内流动，每天有逾4亿件快递在神州大地上流动。 以快递、外卖为代表的新经济的出现，让很多人获得了更为灵活的就业机会，但同时也让劳动关系模糊。传统社保要求的&#34;单位+雇员&#34;模式，在这些灵活就业人员面前显得僵化且难以适配。 当前，市面上主流的快递企业可大致分为直营和加盟两种模式。 在直营模式下，总部对全链条（转运中心、网点、人员）拥有绝对控制权，可统一执行服务标准。例如某东物流的&#34;送、装、拆、收&#34;一体化服务，就是有赖直营体系实现的；某丰则通过自有飞机、车辆和直营网点，即便是疫情期间也能保证时效性和安全性。 直营企业会与快递员直接签订劳动合同，社保成本由总部承担。比如某东物流自2016年起就为快递员全员缴纳五险一金，并提供商业保险、通讯补贴等30余项福利，2024年一线员工的上半年薪酬福利支出达299亿元；某丰的正式员工也按照规定缴纳社保，但其&#34;五险一金&#34;缴纳情况因各地区政策影响略有差异。  图源：某东物流 而加盟模式（如通达系、某兔）以轻资产快速扩张见长，快递企业通过&#34;总部-加盟商-劳动者&#34;分工，将末端网点成本转嫁给加盟商，以迅速抢占市场份额。例如通达系的单票收入仅2.2~2.3元，以规模效应摊薄成本，成为拼多多等平台的主力承运商；某兔则凭借加盟模式在3年内覆盖全国，迅速打入快递市场。 这里值得一提的是，由于经营模式的不同，使得直营制企业和加盟制企业在服务对象、客单价、用户体验上都有明显差异。 比如，直营制的快递企业多提供服务要求比较高的时效件和商务件，注重客户体验，自然客单价相对更高。以某丰为例，2025年1月，其平均单价达到15.61元/单；某东快递平均单价因服务类型和运输距离的不同而有所差异，但平均单价也达到了约15元左右。 而加盟制企业则以低价电商件为主，单价普遍较低。上面说过通达系的单票收入仅2.2~2.3元，这使得加盟网点的单票收入仅在0.3~0.5元之间。当加盟商的生存压力传导至更下游，便是一线快递员的劳动者权益缺失。 在加盟模式下，总部与加盟商&#34;责任切割&#34;，加盟商需承担用工成本，快递员多与加盟商签订劳务合同或未签合同。并且，由于末端网点盈利依赖低价竞争，利润微薄无力承担社保成本，再加上松散的劳务关系，大部分加盟网点都未给快递员缴纳五险一金。 而在快递市场，加盟制企业占据着70%的份额，数百万快递员游离在社会保障体系之外，成为亟待解决的社会问题。 02 快递为何难&#34;保&#34;：多重因素下的制度性症结 据国家统计局数据显示，2022年快递行业社保实缴率仅为28.7%。现如今，为外卖小哥缴纳社保在2025年被提上日程，让不少人觉得快递行业也将迎来社保&#34;春天&#34;。 但在《节点财经》看来，相比于外卖行业，快递行业的用工复杂性、政策性支持、经济成本等方面都存在一定的差距和不同。这使得为快递小哥缴纳社保并非一个新话题，但这些年推动得并不顺畅。 首先，在用工逻辑上，外卖行业的骑手分为专送（直接签约平台）与众包（灵活接单），平台通过&#34;稳定兼职&#34;可定义责任边界（如美团&#34;全年接单260天以上&#34;视为稳定骑手）。 而快递行业的快递员与总部无直接关联，加盟商则常通过&#34;承包协议&#34;、&#34;劳务合同&#34;等方式规避劳动关系，导致快递员难以证明与总部或加盟商存在劳动关系，进而无法主张社保权益。 其次，在政策方面，据《节点财经》了解，尽管政府呼吁&#34;全员社保&#34;，但法规对灵活就业的界定相对滞后。如《中华人民共和国社会保险法》中，虽明确了用人单位和个人的缴费义务，但对加盟制用工模式下的责任归属问题缺乏针对性条款，导致实践中存在法律适用模糊地带。 并且，目前外卖试点已获政府补贴（如职业伤害险），而快递行业则缺乏针对性的政策支持。尽管人社部2021年发布的56号文创造性地提出了&#34;三分法&#34;的概念，首次区分了新业态劳动用工的三种类型。但&#34;三分法&#34;也并未完全覆盖快递场景。 不过，值得一提的是，国家邮政局已表示2025年将在部分城市开展快递行业劳动合同制度试点，推动快递企业依法与从业人员签订劳动合同。  国家邮政局2025年一季度例行新闻发布会图源：中国交通广播微博 此外，前面也提到过，给快递员交社保是笔大开支。外卖平台的背后企业能以高毛利业务反哺配送，例如美团财报显示，2019~2022年，美团的到店酒旅业务营业利润率高达37.84%、38.58%、43.38%、45.8%，可以贴补一直在亏钱的配送服务。 而快递行业的利润率本就不高。直营制企业尚且可以算大账，不需要每个网点都盈利，只需在一个完整的服务闭环内整体盈利即可。但加盟制企业是独立核算的，这就导致网点端对于缴纳社保这件事并非不愿，实属不能。每增加一笔社保支出，都可能触动网点的生死线。 这里值得一提的是，京东物流是行业唯一一家坚持与所有一线员工签订正式劳动合同，并缴纳&#34;五险一金&#34;的民营物流企业。哪怕是后来收购的德邦物流，京东也从2023年1月1日起，为这十几万德邦兄弟缴齐了五险一金。 在《节点财经》看来，这不仅是基于京东物流较高的单价、物流开放以及京东电商巨大的基本盘，还和企业掌舵人的社会责任意识息息相关。要知道，很多快递同行哪怕同为直营模式，也都还没有能力或魄力去&#34;牺牲&#34;企业的利润率，为大量一线员工缴足&#34;五险一金&#34;。 总之，从&#34;用工逻辑&#34;到&#34;政策盲区&#34;，再到&#34;资本博弈&#34;，快递行业社保难是制度性症结，需要政府、企业和用工模式的多方位推进才能解决。 03 社保只是起点：&#34;向善内卷&#34;才能迎接更好未来 当下，快递行业早已度过了野蛮生长期，但野蛮生长发展的惯性仍在，相当一部分快递企业仍高度依赖价格战和规模效应获取市场份额。这使得价格内卷、人员流动性大、服务质量参差不齐等问题仍然十分严重。 因此，《节点财经》认为，解决快递员社保难题，既是保障新就业形态下更多劳动者的权益，也有助于人员稳定与服务提升，进而重构行业价值。 说实话，没有一位快递员不想在一家企业干到退休、拿到养老金，也没有一位顾客不希望能与身边的快递员形成长久稳定的信任关系。 在京东物流退休的快递员郭宏坤，十几年服务同一区域，街坊们对他的称呼从&#34;小郭&#34;到&#34;郭师傅&#34;再到&#34;郭大爷&#34;。在长久的接触与交往中，客户对其高度信赖，甚至将家中钥匙交予其代收包裹。郭宏坤也曾在八旬老人深夜突发疾病时上门帮忙，并时时提醒徒弟们各种服务规范，比如上门送货时&#34;不能太急，要敲一下停两三秒&#34;。  京东物流退休快递员郭宏坤图源：南方都市报 如今即便已经退休，每月能领到三四千元的退休金，但郭宏坤还是住在快递站附近，每当同事有事请假就会跑去帮忙。&#34;京东没有亏待我，我也对客户尽心尽责&#34;，他曾在采访中如是说道。 据了解，京东物流已有超5.5万名五年以上司龄的老员工，其中一线员工占比约80%，员工的五年留存率达到68%，远高于行业平均水平。截至2024年12月31日，已有超过1200名一线员工从京东物流光荣退休，他们中不仅有快递员，更涵盖了分拣员、运输司机、防损员等多个一线岗位。 &#34;我对兄弟们好，兄弟们才能把生活过好，也才能把客户服务好。&#34; 正如刘强东所言，在全员社保后，2019年京东物流的投诉率下降了30%，人均配送效率则提升了15%；2024年，京东物流入选Brand Finance 2024全球十大最强物流品牌榜单，位列第二名。这证明了员工的权益保障并非成本负担，而是能转化为企业提升生产力、用户体验以及品牌价值的源动力。  图源：京东物流黑板报 当然，除了企业要积极为员工谋保障、增福利，快递行业还需要加强顶层设计，寻求政策支持与模式创新。 比如，为减轻加盟网点的社保成本压力，可参考外卖行业的职业伤害险试点模式，快递员社保可由三方共担机制，即总部承担50%、加盟商承担30%、个人承担20%。这种三方共担机制通过责任切割与分摊，可缓解加盟商和快递员的社保压力，同时强化总部的监管责任。 再比如，设立按单量阶梯缴费的&#34;轻量级&#34;社保。如单量在1000单/月以下，按每单0.1元缴纳（保障基本权益）；1000-3000单/月，按每单0.15元缴纳（体现多劳多保）；3000单以上/月，按每单0.2元缴纳（强化高负荷劳动者保障）。尽量将社保从&#34;身份绑定&#34;转向&#34;劳动事实绑定&#34;，以求在保障灵活就业者权益与企业生存能力之间找到平衡点。 与此同时，在外卖领域，美团通过建立骑手社区、取消超时扣款、上线防疲劳机制等举措，终结&#34;以罚代管&#34;，快递行业亦可借鉴这种&#34;正向激励&#34;机制，进而让企业从&#34;低价竞争&#34;转向&#34;服务竞争&#34;。 总之，在《节点财经》看来，这是一场关乎尊严与效率的行业革命。当京东成为激活外卖市场的&#34;鲶鱼&#34;，以&#34;社保破局&#34;掀起&#34;权益觉醒&#34;，快递行业或可借势将劳动关系从&#34;推诿困局&#34;推向&#34;人性化治理&#34;。 而这场变革不仅是劳动者的胜利，更是行业从野蛮生长迈向高质量发展的必经之路——唯有系紧社保这条&#34;安全带&#34;，快递小哥们方能真正成为&#34;美好生活的守护者&#34;，而非&#34;系统里的数字幽灵&#34;。 文｜电与店 电才 [查看评论](https://m.cnbeta.com.tw/comment/1482702.htm)

<blockquote><p>在直播带货的浪潮中，儿童玩具类目因其独特的互动性和高毛利率，成为创业个体和带货主播眼中的“香饽饽”。然而，这一领域也面临着诸多挑战，如用户画像不清晰、千观较低以及私域运营的困境。本文将从直播起盘的实操角度出发，详细解析儿童玩具类目在直播带货中的优势与难点，供大家参考。</p> </blockquote>  <blockquote><p>“The most effective kind of education is that a child should play amongst lovely things.最有效的教育是让孩子在可爱的事物中玩耍。”</p> <p>——Plato</p> <p>柏拉图</p></blockquote> 在之前的分享中，我们逐步谈到了如何解决直播带货的创业个体中遇到的一些基础问题。 基本的“**道**”，我们已经谈的差不多了。 那么接下来，我们可以现在谈一些“**术**”。 从我之前所接触过的一些类目出发，分享如何起盘的一些实操，希望能给大家带帮助。 ## 一、儿童玩具类目优势：流量高、毛利高…… ### 很容易堆高流量 先讲一个基础逻辑。 任何带货类直播间，最终目标是为了能拉高**销售额**。 但如果观看到下单的转化率变化不大的情况下，那么想要堆高销售额，就需要更高的**场观**（即每场直播观看人数）。 那么如何拉高场观呢？ 就需要能**让平台推荐更多的流量**进入直播间。 为了让平台能推流，就需要做好直播间参数，包括**当前销售额**、**互动比率**、以及**用户观看时长**等等一系列参数。 这样就构成了一个逻辑链条： **想要拉高销售额，就需要能做好直播间的参数。** 而儿童玩具类目就恰恰具备有这个优势，至少很容易做高**互动比率**，和**用户观看时长**这两个参数。 我拿以下一些曾经的爆品来举例下。 避免广告宣传，我就不放截图了，大家可以用关键词自行搜索。 另外需要注意的是，这些品，有的高峰已经过去，有的还有余韵，但整个市场还是在不断的推陈出新，这里可以参考我那篇《[**从模仿到超越，是互联网创业个体的必经之路**](https://www.woshipm.com/share/6186615.html)》，一定是需要关注当下的流行趋势，不断的去学习。 - **漂浮笔：**画好了可爱的小图案之后，可以漂浮在水上，直播间的孩子们叽叽喳喳，都想让主播来帮忙绘制他们心中想要的图案。 - **水精灵：**将五颜六色的颜料挤入模具中，再泡到水里头就会形成立体玩具，直播间的孩子们叽叽喳喳，都想让主播选择颜色和模具。 - **换装画：**给公主们穿上什么样的衣服，和什么样的颜色，直播间的孩子们叽叽喳喳，都有自己的想法。 从这些例子中大家可以看到，因为玩具直播间会有这样的特质，所以主播会引导孩子们互动。 这样**互动比率**，和**用户观看时长**这两个参数就会做的很好。 一方面孩子们会在直播间中看很久，超过可能一般直播间情况下的20多秒，另外一方面直播间的评论在刷动如飞……这样带来的结果，就会让场观变得非常的高。 而高场观肯定会带来高营收，孩子们会向家长期盼，而家长会最终会来当即消费。 ### 毛利率较高 儿童玩具的毛利率一般来说都会非常的高，不少的品的毛利率都能在50%以上。 当然这个也得要看具体的品。 ### 客单价也不低 家长们都很辛苦，往往自己会去选9块9包邮的商品。 但是对于孩子们喜欢的玩具来说，很多时候价格的敏感度就没有那么高。 这里面对于搭售的组合技巧，也是需要去琢磨的。 ### 不需要露脸直播 不要小看这一点，对很多创业个体来说，这还是很重要的。 **露脸直播**就意味着： - 你需要一整间屋子； - 需要化妆，需要保持好面部管理、表情管理； - 需要氛围灯、再加上大的直播灯。 **不露脸直播**就意味着： - 只需要一个桌面就可以展示； - 根本就不考虑颜值，不洗脸都可以； - 需要一个不算太大的的直播灯，占地方也小。 ### 不需要立ip 因为这本质上还是爆品直播，不需要被ip所累。 这里可以看一下我之前所写的《[**做互联网创业个体，你到底能挣多少钱？**](https://www.woshipm.com/share/5984547.html)》 ## 二、儿童玩具类目劣势：可持续性差、无私域…… ### 帐号的用户画像不清晰 因为大多数情况下，孩子们没有自己的账号，所以多半都是用的父母的手机在刷，甚至是用爷爷奶奶、姥姥姥爷的账号在刷。 造成虽然账号属性是在售卖儿童玩具，但账号的用户画像的年龄却普遍偏大。 这一点也是挺哭笑不得的事情。 有人说这有什么关系呢？ 但正因为如此，帐号的定位混乱，可能会带来不可知的问题，比如有时候就会出现换了品就播不动的情况。 ### 千观比较低 千观是什么？ 是每1000人观看所产生的销售额，也是直播间的重要考察指标。 因为孩子们并非是直接的下单用户，终究还是需要期盼家长来帮忙下单，所以千观一般就很低，只是同类成熟直播间的几十分之一。 千观低的话，整个直播间的长期趋势就不会太好。 因为直播平台也会要考虑到流量推送能带来的销售效果，所以就会造成直播间的流量爆发力会很强，但后续可能会流量不足。 就会出现，很多时候辛辛苦苦找到了一个品，一两个月的努力就会能够带来一整年的营收。 言下之意，就是没法挣满一整年…… ### 没有私域的可能 无论是： - 通过粉丝群引导等等，这样有一定危险性的免费引流方式； - 还是通过付费链接，这样相对安全的引流方式。 都不会带来真正有用的私域用户。 费心引来一两个。 孩子们只会在群里刷屏或吵架，叽叽喳喳。 ## 三、其他的细节…… ### 收益如何？ 就如我上面所说，儿童玩具类目直播的往往是爆品直播。 所以做好的话，一年中有两个月可能爆发起来忙的四脚朝天，剩下十个月闲的四脚朝天。 当然我指的是免费流玩法，付费流玩法会不受此限制，也会更复杂。 这里不太适合创业个体，就不多说了。 但综合下来只要操作得当，一天的营收好几个w都是可能的，这也符合我在《[**做互联网创业个体，你到底能挣多少钱？**](https://www.woshipm.com/share/5984547.html)》中间先准备好年入20万的可能性。 不吹年入百万、年入千万，初学者还是需要先一点点来。 ### 货源如何来 看一下我之前所写的《[**做带货的互联网创业个体，货源从哪里来？**](https://www.woshipm.com/share/6167477.html)》 刚开始是**达人方式**，做起来了是**代发店铺方式**等等，都是很适合的。 ### 还有什么难度？ 粉丝门槛的问题其实比较大，比如抖音需要1000粉以上。 这里可以看看我写的《[**做带货的互联网创业个体，货源从哪里来？**](https://www.woshipm.com/share/6167477.html)》中所提到的内容。 另外还有一些问题，比如：帐号问题，实名认证问题、创业规模问题，平台选择问题，收入预期问题等等。 都可以去参考我写的《[**9个快问快答，帮互联网创业个体立即开始**](https://www.woshipm.com/share/6138110.html)》。 …… 本文由 @觅云人 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>今天，小兵聚焦临沂国际陆港的科学性、功能体系构建的系统性、整体空间布局的合理性，重点关注多式联运与智慧陆港建设，以期与各位读者探讨国际陆港规划实践思路，为各位读者提供一些思路参考。</p> </blockquote>  “十四五”期间，我国内陆城市加快产业转型升级和经济社会高质量发展，在城市空间治理方面需要解决经济增长与空间交互融合的发展要求。 临沂市全国著名的区域性商品中转集散地、现代物流之都，在我国双循环经济发展格局和山东省设立临沂“一带一路”综合试验区的战略背景下，临沂市提出“商、仓、流”一体化发展路径，以期从发展区域经济体系建设向构建国际贸易物流产业新生态逐步迈进，位于临沂西城的国际陆港于此应运而生。 ## 一、规划背景 ### 1、临沂商贸流通组织现状 上世纪80年代初，临沂商城第一个批发市场诞生于城市西郊地区。经过四十年的迅速扩张和繁荣发展，临沂商城已经成为全国最大的专业市场集群，拥有113家批发市场，2020年市场交易额超过4400亿元，物流总额超过6800亿元。这主要得益于自发形成的市场力量，多方兴建市场促成市场分裂似的繁殖增长。 市场的快速发展需要大量的仓储设施和物流组织为其服务，由此在市场周边衍生出大量租金低廉的城中村民房仓储。同时由于物流园区需要紧邻货源布局，又造成大量的配载户和物流园区靠近民房仓储分别，最终临沂的“商、仓、流”高度集中在中心城区，且三者之间的短驳组货需要依靠大量三轮货车，严重影响城市交通和秩序。 临沂目前仍然是较为传统的商贸流通模式，该模式的局限性日益突出，早期单纯“量”的扩张逐渐暴露出越来越多“质”的问题，商贸市场缺乏规模优势、仓储非标性且布局零散、物流服务功能单一，“商、仓、流”三者之间难以形成耦合效应。 ### 2、商仓流一体化路径 商贸企业在一定空间范围内经营、聚集形成有一定规模的商贸市场，市场扩张和商品流通增加了对仓储设施和物流组织的需求，随即产生了城市商贸流通行业的快速发展，逐步形成专业化的商贸市场和物流组织，具有规模效应的专业化商贸市场需要相应程度的物流组织和仓储设施为其提供运营支撑。 相应地，物流组织壮大与仓储设施提升，需要有强大的市场经营规模做后盾。提升物流组织和仓储设施的专业化程度对商贸市场发展产生显著的溢出效应，为商贸企业提供专业化的仓储服务、运输服务，能够有效降低企业交易成本、提高企业全要素生产率，从而有利于商贸市场稳定可持续增长。 随着互联网信息技术的广泛应用，商贸流通领域新业态、新模式不断涌现，在新经济环境下，以“商、仓、流”为核心的现代商贸流通模式被赋予新的内涵，一体化的发展路径势在必行。 临沂商仓流一体化发展路径主要是利用信息化手段，打通“商、仓、流”内在联系，协同运作，加强商贸物流产业全链条转型升级，形成高效的商贸物流空间组织模式。具体而言，通过线上平台处理订单和发货信息，不再受地理空间限制，“商”和“仓、流”可以分离，“仓”和“流”实现一体化发展，布局相对独立。由于内部接驳组货影响较大，需要远离城区，因此可以围绕主要交通枢纽形成“仓配一体、统仓统配”的智能化物流园区。 ### 3、临沂国际陆港的建设意义 自国家提出“一带一路”战略倡议以来，国际陆港作为现代综合物流体系组成部分的重要性获得了广泛认同与肯定，建设国际陆港已成为我国广大内陆地区发展外向型经济、积极对接国家“一带一路”战略的关键举措。 目前，临沂已建成全国最大的市场集群和全国著名的区域性商品中转集散地，但仍缺少与市场规模相对应的商贸物流承载空间。现状的商贸物流空间与城市空间相互干扰，大量仓储空间亟待外迁，客货运交织严重影响城市交通和环境品质，缺乏现代化标准仓储。 由此提出建设国际陆港，符合城市转型的现实客观规律，能够为城市提供货物集散、口岸服务等功能，有利于商贸物流发展，推动城市转型升级。 以市场需求为基础定位陆港规模与功能是陆港成功运营的决定因素，因此在陆港建设前深入研究地区市场特征及未来发展趋势十分关键。于临沂而言，可利用当地商贸市场资源与物流成本优势，加强与大型国际产业、企业以及周边其他省份区域的战略合作，为国际陆港营造良好的市场环境。 ## 二、临沂国际陆港规划思路 国际陆港规划建设是一项系统工程，结合临沂商仓流一体化发展路径，重点从规模预测、规划选址、规划目标与定位、功能体系构建、空间布局等方面提出临沂陆港的规划思路。 ### 1、规划选址 国际陆港的选址应与城市总体发展规划的方向、策略、目标相适应，靠近现状可利用的物流交通枢纽，结合城市货运交通走廊进行选址布局，=。考量长期可持续发展，选址地段周围应有相对充足的发展空间，作为未来陆港预留发展用地。 陆港内部货物堆放的仓储区和接驳组货的运输配载区对周边城市功能影响较大，需要独立的场地并尽量远离人口密集、交通易拥堵的城市生活区。仓储空间与运输配载应联合建设，形成相对独立的“仓-流”协同发展布局。 而位于城市中心区的商贸市场可与仓库、配载分离，不受地理范围限制，依靠互联网处理订单和发货信息，即可形成“商”与“仓-流”的高效互动，最终实现城市区域的“商仓流”一体化发展格局。 临沂国际陆港结合朱保货运铁路枢纽物流园建设，毗邻京沪高速、城市西中环、西外环线等交通干线，紧邻商城市场核心区，可高效利用城市货运交通走廊，且有利于市场与物流的联动发展。 ### 2、目标与定位 围绕临沂商贸型国家物流枢纽的城市定位，临沂国际陆港主要以公路物流为核心建设物流枢纽，服务地区商贸活动走向全国乃至全球。从城市的综合利益出发，以最优的社会消耗，系统整合、聚集城市物流资源，确立物流服务功能，建设运作效率高、资源消耗低的对外、对内物流服务系统，实现提升城市内生产、生活物流服务高质量发展的目标。围绕打造中国北方商贸型国家物流枢纽核心区的总目标，努力将临沂国际陆港建成“一带一路”上重要的区域性国际物流枢纽、现代化智慧物流示范基地、以及港- 产-城融合发展的国际陆港新区。 ### 3、功能体系构建 临沂国际陆港规划构建了包含核心功能、辅助功能、增值功能、配套功能四大功能板块于一体的功能体系。运输组织功能、仓储功能和口岸功能是陆港高效运转的核心业务功能，具体涉及铁路物流、公路物流、多式联运物流、保税物流等功能。同时，在国际陆港规划增值服务功能、辅助功能和综合配套功能。 延伸产业链，补充物流研发、金融商务、创新科技等增值服务功能，增加大宗商品交易、跨境电商运营、快递订单分拨、保税仓储等辅助功能，以供应链思维打造整合型一体化高端园区。关注专业精英、高级蓝领及普通工人等就业群体需求，沿区域景观廊道和生活性交通干道布局综合服务配套功能。 ### 4、空间布局 国际陆港与周边片区形成空间融合、产业融合、服务融合、基础融合的空间格局，西接国家林产工业科技示范园区和木业中心核心区，东近国际商贸城，南接兰山经济开发区，多功能聚集，为工业与物流联动、商贸与物流联动、产贸联动等多产业联动发展奠定基础。 在国际陆港内部规划六大功能分区：公路配载区、铁路物流园、综合仓储区、商务服务区、产业加工区以及生活配套区。 **（1）公路货运配载区**：承担运输组织功能，主要提供车辆集散、货运交易、零担专线、装卸作业、中转分拨、配载信息、车辆维护等服务，建设第三方物流企业聚集区、大型停车场、物流信息交易平台、零担配送中心等项目。依据货运配载特点，结合市场及招商需求，划分配载单元及地块，构建临沂国际陆港核心功能集中区，包括运输中心、仓储中心、配送中心、零担快运中心、信息交易中心和管理服务中心。 **（2）铁路物流园：**临沂铁路物流园包含铁路物流、多式联运、口岸管理、保税仓储等功能，在园区内设置铁路作业区、铁路口岸区、保税物流区、公铁联运区、港铁联运区等功能板块。 **（3）综合仓储区：**将仓储用地空间进一步细分为大宗仓储区、冷链仓储区、电商仓储区、保税仓储区。不同仓储单元中物流建筑形式多样，运用单、多层差异化布局，实现土地高效利用。仓储功能区容积率为1.0～1.5，满足临沂800万平方米仓储需求。依据服务对象需求，设定物流建筑空间 尺度，集合功能特征组织交通流线，实现货运配载单元交通组织快进快出。 **（4）商务服务功能区：**以物流总部办公、物流装备研发、物流信息与金融服务、物流人才培训、物流文化展示，设置物流总部办公区、物流装备研发区、物流信息与金融服务中心、物流商业服务中心、物流人才培训与文化展示中心等功能板块。 **（5）产业加工区：**依托规划范围内现状板材示范产业区和国际高端板材生产企业，基于义堂镇高端木业发展规划布局高端木材加工产业；基于智慧物流趋势，布局智能物流设备制造园。其中，板材示范产业园区现状建设条件良好，未来可通过吸引木业加工企业入驻盘活闲置用地。 **（6）生活配套区：**为规划范围内拆迁居民提供就近安置区，同时沿束河景观廊道和中央大街生活性交通干道布局服务于园区工作人员的综合服务配套区。强化生活配套区的绿带设置、建筑品质、配套设施等控制要求，营造高品质国际陆港社区。 ## 四、总结 在城市高质量发展和经济循环新格局的双重时代背景下，经济增长与空间发展的交互融合是当前空间治理的重点。商仓流一体化发展路径是从经济增长视角，研究提升“商贸-仓储-物流”协同发展过程中各环节专业化程度和全要素生产率的现代商贸流通组织模式。 临沂以国际陆港为空间载体，承接商仓流一体化发展主要任务分工，以满足城市布局的经济需要。 作者：物流小兵说 公众号：物流小兵说 本文由 @物流小兵说 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 Pexels，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>从视频内容制作到直播运营，从流量获取到私域转化，这份完整攻略将帮助你实现从零到百万粉丝的跨越式增长。</p> </blockquote>  你知道吗？截止至2023年，TikTok全球用户数量已达到惊人的16.77亿，月活跃用户更是突破11亿大关。面对如此庞大的流量池，TikTok引流已经成为跨境营销不可忽视的重要渠道。然而，尽管平台流量巨大，但很多卖家仍然无法有效地将流量转化为实际收益。事实上，数据显示77%的消费者会通过网红带货产生购买行为，这意味着只要掌握正确的引流方法，就能实现显著的转化效果。 因此，我们将为你详细解析TikTok引流独立站的核心策略，以及如何打造高效的私域引流体系。 ## TikTok引流基础设施搭建 搭建TikTok引流基础设施需要系统性思维，这将直接影响后续运营效果。 ### 账号定位与内容规划 成功的TikTok运营始于清晰的账号定位。根据运营目标，账号可分为： - 个人IP账号：需要一句标志性slogan，让用户一眼记住 - 企业账号：着眼长线营销，贯穿品牌理念 - 蓝V认证账号：通过企业认证，可获得更多引流权限 内容规划需要围绕六大要素展开：品牌理念、受众分析、账号人格、内容规划、运营团队和垂直定位。首先需要明确目标受众的年龄、性别和地域特征，其次制定符合用户需求的内容计划。 ### 私域引流渠道矩阵搭建 由于平台对直接引流有严格限制，需要建立多元化的引流矩阵。此外，可以通过以下方式实现有效引流： 通过视频封面设置引流信息，在评论区置顶关键信息，善用私信功能与潜在客户互动。最重要的是保持内容的持续输出，这样能让系统准确识别账号定位，推送给精准用户群体。 ### 数据追踪系统配置 数据追踪系统是优化运营效果的关键。TikTok提供了完整的数据追踪功能，包括：应用安装、启动数据、用户留存等核心指标。此外，系统会自动采集设备系统、应用版本等基础数据。 配置数据追踪系统时，需要注意以下几点：确保SDK正确集成，开启自动事件追踪功能，设置自定义事件参数。通过这些数据，可以及时调整运营策略，提升引流效果。 ## 短视频内容引流策略 在TikTok平台上，制作引人入胜的短视频内容是吸引流量的关键。根据数据显示，优质的视频内容能让用户观看时间延长1.4倍。 ### 爆款视频制作公式 制作爆款视频需要把握以下核心要素： - 开场吸引力：利用前3秒抓住用户注意 - 内容创新性：融入当下热点话题和趋势 - 视频节奏感：保持快速切换和紧凑剪辑 - 互动引导性：设置悬念或提出问题 - 音乐选择：使用平台热门背景音乐 此外，可采用”模仿+创新”的方式，分析成功案例的经典桥段，在保持原创性的同时借鉴优秀元素。 ### 话题标签优化方法 标签优化策略应遵循”三七法则”：30%使用小众精准标签，70%使用热门标签。首先，通过平台内搜索功能识别热门标签，其次，结合内容主题选择垂直领域标签。每个视频建议使用1-5个标签，确保标签与内容高度相关。 ### 互动引擎激活技巧 互动是提升视频曝光的核心驱动力。根据TikTok官方数据，高互动率的视频更容易获得算法青睐。因此，我们应该： 积极回应用户评论，营造社区氛围，这能提高内容被推荐的几率。同时，通过设置互动话题和发起挑战赛的方式，激发用户的参与热情。此外，与其他创作者互动和合作也是扩大影响力的有效方式。 最重要的是持续监测数据表现，包括观看完成率、互动率和分享率等关键指标，及时调整优化策略。通过数据驱动的方式，不断提升内容质量和吸引力。 ## 直播间引流转化体系 TikTok直播间已经成为引流转化的重要阵地。数据显示，直播间前五分钟的表现对整体流量有决定性影响，成功留住50%的观众就能获得持续性推荐流量。 ### 直播间流量获取方法 直播间流量获取主要依赖四个关键指标：有效进入率、停留时长、互动率和购买行为。为提升直播间流量，需要注意以下要点： - 优化直播画面：调整灯光、保持背景整洁、突出产品展示 - 测试产品款式：通过数据分析筛选最佳展示商品 - 精准标签设置：确保直播间被推送给目标用户群体 - 开播时间选择：根据目标用户的活跃时段安排直播 ### 互动话术与场控技巧 首先，在直播开始的”黄金五分钟”内要重点引导用户互动。根据数据分析，主播在前十分钟引导直播间用户点赞和互动，对TikTok的推流权重影响显著。 互动话术可分为三个层次： - 基础互动：欢迎新进用户，引导点赞关注 - 深度互动：产品展示与体验分享 - 转化互动：限时优惠与购买引导 ### 私域引导转化流程 私域转化是直播引流的终极目标。具体流程包括：首先通过直播展示吸引用户关注，然后引导用户添加社交软件。在社交平台上，需要建立标准化的客户沟通流程，包括：互相介绍增加信任感、详细介绍产品规格、确认支付方式和物流时间，最后跟进订单状态。 此外，建议采用”引流产品”策略，即设置一个价格较低但品质优良的产品作为首次购买选项。数据显示，这种方式能显著提升用户信任度和复购率。 ## 私域流量承接与转化 将TikTok的流量成功转化为私域资产，需要系统化的运营策略。数据显示，通过矩阵化运营，品牌的整体转化率可提升40%以上。 ### 多平台引流矩阵搭建 TikTok矩阵运营的核心在于多账号协同。首先，需要设置一个主账号负责核心内容发布，同时配备多个副账号进行差异化运营。其次，每个账号都要有明确的定位和任务，通过合理规划降低单一账号被限流的风险。 为确保账号安全，建议使用云登指纹浏览器等防关联工具，创建独立的运营环境。此外，系统支持全球200多个国家的手机环境数据模拟，有效避免因环境差异导致的封号风险。 ### 私域社群运营方法 私域运营的关键是建立标准化的用户沟通流程。首先，通过发送名片建立初步信任。其次，及时展示产品详细规格、工厂照片和资质证书，增强用户信心。 在社群管理中，需要定期发布新品信息和优惠活动。数据显示，通过Line的VOOM或Instagram的帖子功能维护用户粘性，能提高复购率达30%。同时，可以通过拉新奖励机制，如”拉1人优惠10美元”等方式实现用户裂变。 ### 成交转化话术模板 转化环节主要包含三个阶段：询价阶段、支付确认和售后服务。在询价阶段，建议采用引流产品策略，选择性价比高的商品作为首单。支付环节可通过PayPal等平台进行，其21天保护期能有效提升用户信任度。 最后，建议采用”部分定金+尾款”的模式，让用户先支付覆盖成本的定金，发货后再付尾款，这种方式能显著提升成交率。同时，要注意维护好社群氛围，定期晒单和互动，为后续复购打好基础。 ## 数据分析与优化策略 数据分析是优化TikTok引流效果的核心支柱。根据最新统计，精准的数据分析能将广告投资回报率提升26%以上。 ### 核心数据指标监控 监控TikTok数据需要关注以下关键指标：展示量、点击量、点击通过率、发起付费次数、购买量、转化率以及每次点击成本。其中，点击率高于4%表明内容质量优秀，而评论率达到0.4%则代表互动表现良好。 此外，视频完播率是判断内容质量的重要指标。数据显示，开场三秒的表现对整体完播率有决定性影响。 ### 转化漏斗优化方法 转化漏斗优化需要从多个层面入手。首先，通过价值优化工具精准定位高购买力用户。其次，利用预算优化工具自动将资源倾斜给表现更好的广告组，从而降低获客成本。 在漏斗分析中，建议每14天保持50个以上的漏斗下层事件，或每30天达到150个以上，这样能确保优化效果的准确性。 ### ROI提升技巧 提升ROI需要采取系统化的方法。通过Smart Creative功能自动组合创意资产，持续优化广告表现。同时，实施再营销策略，通过精细化投放唤醒沉默客户，提高用户活跃度和粘性。 值得注意的是，应该从适度的预算开始，通过A/B测试找出最佳策略，再逐步扩大投入。通过持续监测和优化，确保营销资源得到最有效利用。 总的来说，TikTok引流是一个系统性工程，需要从账号搭建、内容创作、直播运营到私域转化等多个环节精心布局。数据表明，通过科学的运营策略，品牌能实现40%以上的转化率提升。 最重要的是要建立完整的数据监测体系，持续优化每个环节的表现。从视频完播率到直播间互动数据，从社群转化到ROI分析，这些关键指标都将帮助我们不断调整和完善引流策略。 此外，私域流量的承接和转化同样关键。通过建立标准化的用户沟通流程，结合多平台矩阵运营，能有效提升用户留存率和复购率。 TikTok引流不是一蹴而就的过程，而是需要持续积累和优化的长期工作。只要坚持正确的方向，保持内容创新，相信每个品牌都能在TikTok平台上收获属于自己的增长曲线。 本文由 @图帕先生 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>作为一名从业多年的客户服务管理者，我想分享一些关于如何通过提升响应度来显著提高客户满意度的实用策略。无论你是客服团队负责人，还是一线客服人员，相信都能从中获得一些启发。</p> </blockquote>  上周我向某公司反馈一个产品到货瑕疵需换货的问题，从提交到最终解决，竟然花了三天时间，期间我至少发了五条”请问有进展吗”的催促消息。当问题最终解决时，我的满意度早已跌至谷底。这个经历让我深刻体会到：在客户服务中，**响应度往往比完美的解决方案更重要。** ## 一、为什么响应度如此重要？ 在讨论如何提升响应度之前，我们先来看看它为什么如此重要。 ### 1. 响应度是客户感知的第一道门槛 想象一下，当你走进一家餐厅，服务员需要多久来到你的桌前？这个时间会极大影响你对整个用餐体验的第一印象。同样，在客户服务中，从客户发起请求到得到首次回应的时间，往往决定了整体满意度的基调。 哈佛商学院的一项研究表明，**首次响应时间每缩短10%，客户满意度平均提升5%。**这个数字清晰地表明了响应度的重要性。 ### 2.”被重视感”是客户满意度的核心组成部分 人类天生渴望被关注和重视。**当客户的问题得到迅速响应时，他们会感到自己是重要的、被优先考虑的。**这种”被重视感”往往比问题本身的解决更能影响最终的满意度评价。 一个小案例：我曾对比分析过两组相似的客户投诉。第一组在15分钟内得到响应但问题解决用了两天；第二组响应时间超过24小时但问题一次性解决。结果显示，尽管第二组的问题解决得更快，但第一组的客户满意度评分更高。 ### 3. 响应度直接影响客户忠诚度和口碑 在社交媒体时代，糟糕的客户服务经历被分享的概率是良好经历的两倍以上。而在这些负面分享中，**“等待时间过长”或”没有得到及时回应”是最常见的抱怨之一。**一项针对5000名消费者的调查显示，78%的人表示，企业响应速度直接影响他们是否会向朋友推荐该品牌。 ## 二、如何科学衡量响应度？ 在提升响应度之前，我们需要先建立科学的衡量标准。常见的响应度指标包括： **1.首次响应时间 ：**从客户提交请求到收到第一次有效回复的时间。这是最基础也是最重要的响应度指标。根据不同行业和渠道，合理的响应目标各不相同： - 即时通讯渠道：1-5分钟 - 电子邮件：4-24小时 - 社交媒体：1-2小时 **2.平均处理时间 ：**解决一个客户问题所需的平均时间。需要注意的是，过分强调缩短**平均处理时间**可能导致服务质量下降，应当将其与解决率和满意度指标结合考量。 **3.响应一致性 ：**衡量响应时间的稳定性。例如，90%的客户请求在30分钟内得到响应，比平均响应时间为15分钟但波动范围从1分钟到4小时的情况更理想。 **4.客户感知响应度 ：**通过客户调查收集的主观评价数据。有时**客观的响应时间数据与客户的主观感受存在差异，后者往往更能反映真实的客户体验。** ## 三、提升响应度的实用策略 了解了响应度的重要性和衡量方法，接下来是最关键的部分：如何有效提升响应度？ ### 1. 实施”快速确认”机制 **“快速确认”是指在收到客户请求后立即发送一条确认消息，即使你暂时无法解决问题。**这种做法的效果往往超出想象。比如仅凭自动发送”我们已收到您的反馈，正在处理中”的消息，客户满意度就能有效提升，尽管实际问题解决时间并未缩短。 具体实施方法： - 对于在线聊天，设置5-10秒内的自动初始回复 - 对于邮件，配置智能自动回复，包含预计响应时间 - 对于语音服务，使用IVR系统提供排队信息和预计等待时间 ### 2. 建立分级响应机制 不是所有客户问题都需要相同的响应速度。建立科学的分级响应机制，可以更高效地分配资源： **紧急级别（1小时内响应）：** - 影响客户核心业务运行的问题 - 涉及大额交易的争议 - 可能引发公关危机的投诉 **高优先级（4小时内响应）：** - 影响多个客户的系统问题 - 涉及安全的问题 - VIP客户的常规请求 **标准优先级（24小时内响应）：** - 产品使用咨询 - 一般账户管理请求 - 常规反馈和建议 ### 3. 实施”首问负责制” “首问负责制”是指**第一个接触客户问题的客服人员负责跟进直至解决，避免客户被多次转接。**这不仅提升了响应效率，也增强了客户的安全感。 具体措施包括： - 赋予一线客服更多解决问题的权限 - 建立清晰的升级流程，确保客户无需重复描述问题 - 使用客户关系管理（CRM）系统记录客户历史，减少重复询问 一个生动的例子：我曾处理过一位因被多次转接而极度不满的客户。当我承诺”不管问题多复杂，我都会亲自跟进到底”时，他明显松了一口气，说道：”终于有人愿意负责了”。最终，尽管问题解决花了两天时间，但客户给出了5星评价。 ### 4. 运用智能自动化技术 人力资源总是有限的，适当运用自动化技术可以显著提升响应效率： - **聊天机器人处理基础问题：**设计智能机器人处理常见问题如报装报修、订单状态查询等，可以将这类简单问题的响应时间缩短至秒级。 - **智能路由系统：**根据客户问题类型、历史记录和可用客服资源，自动将请求分配给最合适的客服人员。 - **预制回复库：**针对高频问题创建标准化回复模板，客服人员可以快速调用并进行个性化调整，显著提升响应速度。 ### 5. 建立”峰值应对”策略 客户请求往往呈现明显的峰值分布。针对可预见的高峰期制定专门策略，可以有效避免响应延迟： - **数据分析预测**：通过历史数据分析识别高峰时段，如电商平台的促销期、航空公司的假日前后 - **弹性排班：**根据预测峰值安排人员，确保高峰期有足够的客服在线 - **跨部门支援机制：**建立临时支援机制，允许其他部门经过培训的员工在高峰期协助客服工作 - **优先级动态调整：**在极端高峰期，临时调整优先级标准，确保最紧急的问题得到处理 ## 四、提升响应度的隐形陷阱 提升响应度的过程中，有几个常见陷阱需要警惕： **1.过度追求速度而忽视质量** 有时，过分强调响应速度会导致客服为了”赶指标”而给出敷衍或不准确的回复。记住：一个迅速但无效的回应，比晚一点的有效回应更令人失望。 **2.忽视后续跟进** 首次响应快但后续跟进慢，会让客户感觉被”钓鱼”——起初的热情只是表面功夫。建立合理的后续响应标准同样重要，如”每24小时提供一次进展更新”。 **3.设置不切实际的响应目标** 为团队设置过于激进的响应目标可能导致压力过大、倦怠甚至作弊。目标应当具有挑战性但可实现，并随着能力提升逐步调整。 **4.忽视客户期望管理** **有时问题确实无法快速解决，此时坦诚沟通预期比承诺无法兑现的速度更重要。**例如：”您的问题较为复杂，预计需要24-48小时处理。我们会优先处理并及时更新进展。” ## 五、案例分析：如何将响应度提升落到实处 **1. 背景：**一家中型B2B软件公司，客户满意度持续下滑，主要投诉集中在“响应太慢”。平均首次响应时间为12小时，远高于行业平均水平。 **2. 实施措施：** **诊断阶段：**通过数据分析发现主要瓶颈在于： - 客服团队人员配置不合理，无法覆盖所有时间 - 缺乏明确的分级响应机制 - 知识库陈旧，客服需要花大量时间查找信息 **改进措施：** - 重新设计排班，确保24/7覆盖 - 实施三级响应机制，为不同级别问题设定明确的响应时间标准 - 升级知识管理系统，使信息检索速度提升80% - 为客服配备”快速回复”工具，包含100多个预制回复模板 - 建立客户期望管理流程，确保透明沟通 **结果：** - 首次响应时间从12小时降至1.5小时 - 客户满意度从68%提升至92% - 客服团队倦怠率下降30% - 客户留存率提升15% 最令人惊讶的是，这些改进并未显著增加运营成本。通过优化流程和工具，团队实际上能够处理更多的客户请求，单位成本反而降低了。 ## 六、将响应度融入组织文化 最后，要想真正提升响应度，需要将其融入组织文化： - **从领导层开始树立榜样 ：**管理层应对内部请求保持高响应度，这种”以身作则”会自然而然地影响整个组织文化。 - **将响应度纳入绩效考核 ：**明确将响应度指标纳入绩效评估体系，确保团队重视这一维度。 - **建立响应度竞赛和激励机制 ：**适当的良性竞争和激励可以调动团队积极性。例如，每周表彰响应最快的客服、设立季度响应冠军等。 - **分享响应度提升的成功案例 ：**定期在团队中分享因响应迅速而赢得客户赞誉的案例，强化这种行为的价值。 ## 七、总结：响应度提升的”三步曲” 如果要将提升响应度简化为可执行的步骤，我推荐这个”三步曲”： - **测量：**建立科学的响应度指标体系，了解当前表现 - **改进：**实施本文提到的策略，针对性解决瓶颈问题 - **文化：**将高响应度融入组织DNA，形成持续改进的循环 提升响应度不是一蹴而就的工作，而是需要持续关注和改进的过程。在这个”快”字当道的时代，谁能在保证质量的前提下提供更快的响应，谁就能在客户心中赢得更多的信任和忠诚。 你的客户服务团队响应度如何？有哪些提升响应度的好方法值得分享？欢迎在评论区讨论交流！ 本文由 @化文龙 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

 处理器这个东西，几乎遍布我们生活之中，从现在的电子门锁，到洗衣机到电视，可以这样说，只要是带有一些功能的电子产品和家用电器，基本上都有电能驱动的处理器单元。 但是你知道吗，有这样的一个处理器，虽然是一个老古董水平，性能不行到甚至不如你的鼠标，然而，它居然横跨了半个世纪 ，中间还得到了任天堂的认可并且推向了游戏世界之巅。 这次来说一下，Zilog Z80

美俄关系缓和、两会召开或将对这些行业造成重大影响。

彭博社周日发文称，比亚迪等中国电动汽车制造商正在进军东南亚市场，机遇与挑战并存。这里的潜在用户群体庞大，是中国车企的理想目标市场。不过，价格仍是普通消费者购买电动汽车的一个阻碍。而且，越南等市场更偏爱本土品牌。  比亚迪在泰国工厂组装海豚汽车 **机遇** 去年7月，比亚迪正式进军越南市场。这个国家的年轻消费者热衷于购买电动汽车和混合动力车。 而且，在东南亚，数亿富裕消费者正寻求更优质的生活方式，使得该地区成为中国车企的理想落脚点。在欧美市场，关税导致中国车企处于竞争劣势。 东南亚大部分消费者至少对外国品牌持接受态度，像丰田汽车这样的日本汽车制造商在东南亚一直非常受欢迎。虽然它们的主导力有所下降，但日产、本田等日本汽车制造商仍占据了2023年东南亚乘用车销售的约68%。 根据罗兰贝格咨询公司的预测，预计到2030年，中国汽车制造商在东南亚的市场份额将从2023年的6%增至约13%。 毕马威去年7月对越南大约1100名来自较富裕城市居民的调查，近70%受访者表示有意换用电动或混合动力汽车，这为比亚迪和其他中国汽车制造商提供了一个巩固市场份额的机会。 **挑战** 不过，尽管东南亚不断壮大的中产阶级渴望拥有电动汽车，但这些价格依旧昂贵的汽车超出了许多人的承受能力。而且，这里的电力供应并不稳定。许多国家的电动汽车充电基础设施仍然不完善。在越南等国家，消费者更倾向于选择那些他们更为熟悉的品牌。 罗兰贝格咨询公司合伙人郑赟表示，东南亚道路上的汽车数量约为500万辆，而摩托车数量则有约2.5亿辆，市场复杂程度远超中国。要打入这一市场，中国车企需要应对不同的文化、语言和监管体系。 “毫无疑问，智能电动汽车最终将取代传统的内燃机汽车。”郑赟称。但他也指出，在政府的推动和激励政策下，中国市场经过了大约五年的时间，消费者才开始主动选择购买电动汽车，东南亚市场的电动汽车普及可以参考这个时间。 雅加达的一位名叫海拉亚尼(Hairayani)的学校老师表示，也许富人更了解电动汽车，但普通人未必了解，还有价格问题，以及寻找充电站的额外麻烦。他近期没有打算换掉他的燃油车。  越南消费者偏爱VinFast本土品牌 在越南等拥有本土强大电动汽车品牌的国家，中国制造商面临更大挑战。凭借不断扩展的专有充电站网络和售价约为1.17万美元的入门级迷你电动汽车，“越南特斯拉”VinFast在销量上轻松超越了中国竞争对手。 2023年，越南共售出近9.15万辆电动汽车，其中超过8.7万辆为VinFast车型。然而，这些销量中有许多来自VinFast的相关方，尤其是该国最大的出租车公司Green and Smart Mobility JSC，该公司95%股份由VinFast创始人Pham Nhat Vuong持有。 **提高消费者认识** 在消费者疑虑消退、电动汽车普及速度加快之前，中国企业正在尽其所能提高人们对电动汽车的认识。  广汽埃安在曼谷购物中心展示汽车 广汽集团子公司广汽埃安已在泰国素万那普机场的巨大广告牌上预定了广告位置，直接向前往曼谷的旅行者宣传其汽车。比亚迪最近在雅加达市中心开设了一家占地如足球场般大小的展厅。 中国汽车制造商还在该地区建立生产设施，例如比亚迪在印度尼西亚爪哇岛投资13亿美元的工厂预计将于明年1月开始运营。与此同时，奇瑞汽车计划在泰国罗勇府建设一家电动汽车工厂，预计将于今年投产，年产量为5万辆。 [查看评论](https://m.cnbeta.com.tw/comment/1482700.htm)

微软最初是在 2023 年为 Windows 11 系统带来 USB4 40Gbps 的支持，后来也扩展支持 USB4 80Gbps 和 USB4 120Gbps，同时在系统设置里也有专门页面用来设置 USB4 及外围设备。 考虑到这些都属于新选项，所以微软最近发布博客解释 Windows 11 USB4 设置页面不同选项的含义，让用户后续可以根据自己的需要进行调整。  **Windows 11 最新版包括以下与 USB 相关的设置：** **连接通知：**当系统检测到连接问题例如功能有限或识别问题时，连接通知功能会弹出提醒建议用户进行检查。 **USB 充电速度慢：**当充电器与 PC 不兼容或者功率不够时、线缆无法提供足够的功率时、充电器连接到错误端口或者有异物时，在设置里就会出现 USB 充电速度慢的提示。 **USB 省电模式：**多数现代 USB 设备在低功耗状态下都可以正常工作，Windows 11 可以在不使用这些 USB 设备时让其进入睡眠模式以节省电量。 **补充说明：**对于比较旧的 USB 设备可能存在低功耗状态兼容性问题，如果用户遇到 USB 设备出现问题则可以考虑关闭此功能并检查是否恢复工作，如果没有恢复工作说明可能是 USB 设备问题，微软始终建议用户开启省电模式。 **USB4 集线器和设备：**此部分提供有关当前连接到 PC 的 USB4 设备和集线器的所有详细信息，包括名称、ID、固件版本和 USB4 版本等。  另外微软还制作了专门的页面用于介绍所有可能的 USB 连接错误和潜在的解决方案，当用户遇到此类问题时可以参考该页面进行检查：[https://support.microsoft.com/en-us/windows/fix-usb-c-problems-in-windows-f4e0e529-74f5-cdae-3194-43743f30eed2#bkmk_usb411](https://support.microsoft.com/en-us/windows/fix-usb-c-problems-in-windows-f4e0e529-74f5-cdae-3194-43743f30eed2#bkmk_usb411) 以上所有设置选项均位于 Windows 11 设置、蓝牙和设备、USB 选项中，并非所有设备都支持 USB 或所有功能，例如连接通知和省电模式在所有 PC 上都可以看到，而充电通知仅支持 USB-C 设备。  关于 USB4 的设置则仅在支持 USB4 协议的设备上可见，如果 PC 本身不支持 USB4 协议，则即便购买和使用 USB4 外围设备和集线器那么也无法使用 USB4 协议。 [查看评论](https://m.cnbeta.com.tw/comment/1482694.htm)

联想在世界移动通信大会上发布了一款新的概念笔记本电脑，通过减少对电源线的依赖，鼓励人们在户外工作。 Yoga Solar PC 是一款早期的概念验证设备，其特点是在笔记本电脑的盖子上集成了一块太阳能电池板。 它可以利用任何光源来增加电池电量，但与大多数太阳能设备一样，在晴朗的户外工作时电量最多。  该公司尚未宣布任何将 Yoga Solar PC 投入生产的计划。 不过，该公司的 ThinkBook Plus Gen 6 最初于 2023 年在世界移动通信大会上作为概念机亮相，将于 2025 年 6 月上市，售价为 3499 美元。 Yoga Solar PC 的吸光面板由 84 块太阳能电池组成，太阳能电池板的所有安装支架以及收集和传输所产生能量的电气触点都位于太阳能电池的后面。 太阳能电池板的前部能够捕捉到更多的光线，从而使联想实现了超过 24% 的转换率--即捕捉到的阳光转换成可用电能的比率。  Yoga Solar PC 的盖子上有 84 个太阳能电池，支架和电线隐藏在面板后面，因此可以捕捉更多光线。 这比目前消费电子产品中使用的大多数硅基太阳能电池板的效率要高，但与在顶部添加了一层过氧化物薄膜的电池板相比还稍逊一筹，后者可将光吸收率和效率提高到 43%。 联想表示，即使在效率为 24% 的情况下，Yoga Solar PC 的面板&#34;也能在 20 分钟内从直射阳光中吸收并转换足够的太阳能，为一小时的视频播放提供电力&#34;。 该公司表示，它仍在评估在光照较弱的条件下能产生多少电能。 Yoga Solar PC 采用英特尔 Lunar Lake 处理器，配备 32GB 内存和 1TB 存储空间，厚度为 15 毫米，重约 2.29 磅，配备 14 英寸 OLED 显示屏。 为了帮助用户更好地利用室内外的光照，这款笔记本电脑还将配备联想的动态太阳能跟踪系统软件，显示太阳能电池板产生的电流和电压。  联想 Yoga 太阳能供电套件可用于为任何带有 USB-C 电缆的小工具进行太阳能充电。 对于希望在草地上减少电池焦虑的现有 Yoga 笔记本电脑用户，联想还推出了一个外置太阳能供电套件概念。 这是一个独立的解决方案，像一本书一样打开，露出一对并排的太阳能电池板，可以固定在背包上，也可以通过折叠式脚架独立站立。 它可以通过 USB-C 线缆连接设备并为其供电，也可以利用太阳光为附带的蓄电池充电，蓄电池稍后还可以为其他设备供电。 但联想尚未宣布将其投入生产的计划。 联想提出这一概念的目的是&#34;弥合功能性与环保意识之间的差距&#34;，为用户提供方便的替代能源。 要使用相对较小的太阳能电池板为 Yoga Solar PC 充满电，需要天气配合一段时间，但当电源插座遥不可及时，它可能是一个受欢迎的备用电源。 [查看评论](https://m.cnbeta.com.tw/comment/1482692.htm)

据报道，惠普CEO Enrique Lores近日表示，**由于美国关税政策对全球企业造成压力，并鼓励企业加大国内投资，惠普正在考虑将部分制造业务转移至美国。这一举措被视为应对当前国际贸易环境变化的策略之一。** Lores指出，将生产转移到美国是“我们正在评估的选项之一”，但他强调，公司尚未做出最终决定。他还提到，恢复美国制造业面临诸多挑战，包括如何整合供应链和零部件供应商。 “我们需要考虑的不仅仅是产品组装，还包括如何将所有不同的零部件和供应商集中到美国进行生产。这将是一个更为复杂和漫长的过程，也是我们当前评估的一部分。”Lores解释道。 **Lores进一步表示，将生产转移到美国的主要优势包括降低成本和提高对客户需求的响应速度。**“在当地生产产品有许多好处，这也是为什么我们从几年前的高度集中生产模式转向更加分散的生产模式。” 此外，Lores提到，零部件成本上涨和美国对中国进口产品征收的关税正在影响公司利润。然而，通过多元化供应链，惠普已经能够缓解大部分负面影响。 “**预计到本财年结束时，北美销售的商品中将有不到10%来自中国，这意味着90%以上的商品将在中国以外的地区生产。**”Lores总结道。 通过这些调整，惠普不仅能够更好地应对当前的国际贸易挑战，还能提高其在全球市场的竞争力。 [](//img1.mydrivers.com/img/20250303/b998463c9eae4cfca7f129fd2b62b416.png) [查看评论](https://m.cnbeta.com.tw/comment/1482690.htm)