<blockquote><p>在设计产品时，往往注重的是它的功能和优点，但同样重要的是对产品可能带来的负面影响进行设计和管理。这篇文章将带您深入探讨如何做好产品的负面设计，从识别潜在风险到制定有效的应对策略。</p> </blockquote>  “上医治未病，下医治已病。” 扁鹊两千年前的这句话，也意外道破了产品设计的本质，真正的设计功力，往往藏在如何应对“治未病”中。就像他提到自己三兄弟中，医术最高明的大哥擅长“治病于未发”，而自己却因擅长治重病才声名远扬。 多年前我刚入职场在公司听左耳朵耗子（陈皓）的一次演讲时，他对技术架构的洞察让我印象深刻：**“真正牛逼的程序员，80%的开发时间在处理异常。”**而这句话同样适用于产品设计。回想我们日常使用的产品，正向流程往往顺畅无阻，但真正让用户抓狂甚至流失的，往往是那些未被妥善处理的“异常场景”：支付失败时冰冷的报错代码、断网后一片空白的页面、误操作后无法挽回的后果……这些看似边缘的“负面设计”，恰恰是用户体验的照妖镜。 作为产品经理，我们常陷入一种惯性思维：**过度关注“用户应该怎么做”，却忽视了“用户可能做错什么”。更多也可能是来自“知识的诅咒”，我们以为“用户知道怎么做”。**而现实中，用户不会按剧本操作，就像网络不会永远稳定，系统更不可能零故障。负面设计，说白了就是主动为“不完美”兜底——它不追求让产品永远正确，而是让用户在犯错时仍感受到掌控感，在故障发生时依然愿意留下。 这篇文章，我想和你聊聊这些年踩过的坑：**有哪些常见的负面设计，怎么用设计为产品穿上“防弹衣”。** ## 一、业务目标 做负面设计，本质上是在给产品“填坑”，但这些“坑”填好了，反而能成为业务增长的跳板。举个例子：当用户支付失败直接闪退时，流失率可能飙升 80%；但如果你告诉他“银行卡余额不足，自动切换到其他卡？”，甚至贴心地推荐一张已绑定的银行卡，用户大概率会继续掏钱（这里点赞支付宝的银行卡支付）。说白了，降低用户操作失败时的挫败感，就是提升留存率的最佳方法。 这背后的逻辑很简单：用户遇到问题时，产品是甩手不管，还是主动兜底，直接决定了产品的信任度。除非你有用户不得不用的理由，比如学习X国，学x通等等产品。我之前在做云产品设计时也发现，优化新建云主机的各种引导提示后，可以少很多用户的反馈，也能增加售前在现场 POC 的成功率。所以，**负面设计不是“成本”，而是“投资”。**用清晰的错误提示帮你省下真金白银的运营成本，提高满意度。甚至都数据埋点做的很好时，可以通过高频错误数据分析，反哺产品迭代。 说到底，负面场景处理就像产品的“免疫系统”：用户体验层安抚情绪，商业层降低成本，技术层加固系统稳定性。三管齐下，用户才会觉得：“这产品，靠谱。” ## 二、负面设计的 5E 方法论 你有没有发现，那些让你用起来特别顺手的产品，往往不是因为它从不出错，而是出错时总能让你感到被 “温柔以待”？做产品设计就像建房子，正向流程是搭框架、刷油漆，而负面设计则是铺防水层、装消防栓，那些看不见的“安全网”，才是让房子真正能住人的关键。这些年踩过无数坑后，我试着把负面设计总结成一套**5E 方法论（预防、容错、恢复、透明、共情）**，仅供参考，希望能帮你把产品打磨得更“抗造”。 ### 1. Error Prevention 防御设计：把问题扼杀在摇篮里 “最好的错误，是压根不发生的错误。” 说白了，防御设计的核心是**预判用户会怎么“作死”，然后提前设卡。**比如微信支付时，连续输入相同金额会弹出强制确认弹窗，防的就是手滑误转；电商平台做秒杀活动时，用排队机制替代直接抢购，本质是给服务器“泄洪”，避免被流量冲垮。  防御设计的关键在于**限制高风险操作**：对用户，用规则约束冲动行为（比如防重复点击）；对系统，用技术兜底稳定性（比如接口限流、数据备份）。就像给产品戴上安全帽，虽然用户可能觉得“麻烦”，但真出事时绝对谢天谢地。 ### 2. Error Mitigation 容错设计：允许犯错，但别让用户买单 用户不是机器人， 是人就一定会犯错，人非圣贤，孰能无过？而容错设计的精髓是**“即使你错了，我也能帮你圆回来”。**好的产品要学会 “接住” 用户的失误，就像人需要给自己买保险，人生也需要容错。 举个例子：飞书拉人进群后 5 秒内可以撤回邀请，避免拉错人的尴尬；朋友圈知乎写回答时，哪怕突然退出，内容也会自动存为草稿——这些设计都在传递一个信号：“放心，我帮你兜着”。  容错设计核心逻辑是**预判用户的“手滑时刻”，并提供可逆性设计**：无论是可撤销的操作、实时校验的输入框，还是自动保存的文档，本质上都是在告诉用户 “大胆试错，我帮你兜底”。就像小时候用铅笔写作业，因为知道橡皮可以擦掉错误，我们才敢在作业本上肆意涂鸦。正如某设计师所说：“最好的容错设计，是让用户以为自己从未犯错。” ### 3. Error Recovery 恢复设计：给用户一条“逃生通道” 如果说容错设计是允许用户犯错，那恢复设计的关键就是让用户“一键回到正轨”。当错误已经发生，用户最怕的不是问题本身，而是**“我不知道该怎么办”**。想象一下：你花了半小时编辑的邮件突然发送失败，如果直接消失，你大概会骂娘；但 Gmail 自动把内容存进草稿箱，还贴心地提示“网络恢复后可重发”，是不是瞬间火气消了一半？ 当问题不可避免时，产品要像导航仪一样给出清晰的退路，从产品上或者技术上需要给用户一条明确的“逃生通道”。举个例子，比如邮件发送失败时，自动保存内容到草稿箱，并提示“网络恢复后可重发”；我在看B站视频卡顿时，它会自动切换低画质并告知“网络不佳已切换流畅模式，继续观看”。 这种**恢复设计**的核心逻辑是“别让用户自己收拾烂摊子”。方法论上分两步走：一是提供明确的修复路径，比如支付失败时直接展示“重新尝试”按钮，或者像银行APP转账卡顿时，分步引导检查网络、核对信息；二是用技术手段自动补偿，比如 B 站在网络卡顿时自动切换低画质，或者音乐 APP 断线后缓存已播放的内容。 说白了，恢复设计就像给用户递上一把伞，雨已经下了，但至少别让人淋成落汤鸡。用户要的不是完美无缺的体验，而是在翻车时，能有人稳稳接住他。 ### 4. Transparent Communication 透明沟通：别把用户当傻子 用户不是傻子，但很多产品总爱把他们当傻子。比如把错误都归类为“系统错误，请稍后再试” 来糊弄人，用户只会一脸懵：“稍后是多久？我到底该干嘛？” 。当网络波动时，冷冰冰地归咎于“网络异常”，却连一个重试按钮都懒得提供。这种“谜语人”式的沟通，无疑是在把用户推向对立面。**透明沟通的本质，是把用户当队友而非敌人。**  举个例子，支付宝支付失败时，直接告诉你“余额不足”，并引导充值或换卡支付；比如拼夕夕发货延迟时，明确告知“商家未及时”，并推送优惠券补偿；这种“人话+人味”的沟通，既解释了问题，又给了出路，用户反而觉得“虽然倒霉，但你们挺靠谱”。 关键要做到两点： **一是说人话（避免技术术语）**，用“当前访问人数过多，请排队等候”替代“服务器503错误”； **二是分轻重，小问题 Toast 提示**，如输入框下方红字提示“邮箱格式不正确”，**大问题弹窗强引导**，比如支付失败后直接展示解决方案。就像朋友间借钱，对方如果坦率说“手头紧，下月还”，总比玩消失更让人安心。犯错不可怕，可怕的是让用户觉得自己像个局外人。 ### 5. Emotion Management 情感化设计：给错误加点温度 错误发生时，用户需要的不仅是解决方案，还有情绪上的安慰。**就像技术可以理性，但用户需要温度。**冷冰冰的提示像在伤口上撒盐，而带温度的设计则像递上一杯热茶。  以美团外卖为例。暴雨导致配送延迟时，页面会落下细腻的雨滴动效，配文“骑士正在风雨兼程，感谢您的耐心等待”，并附上30分钟超时免赔承诺。再如国外支付工具Monzo的404页面：一只戴着安全帽的松鼠举着“挖洞中”的牌子，配文“金币暂时迷路了，我们正全力搜救！” 原本可能因支付中断暴跳如雷的用户，反而截图分享到社交媒体，为品牌带来意外传播。这些设计用幽默和共情，把用户的怒火转化成会心一笑。 情感化设计的核心逻辑是**“用正向情绪对冲负面冲击”，**通过主动引导用户情绪走向，将负面体验转化为品牌好感度机会。用趣味元素（如动效、梗图）转移注意力，如加载失败时展示“程序员修bug”趣味动画；结合利益补偿（优惠券）与情感补偿（道歉彩蛋），双管齐下降低流失。 **用户容忍错误的上限，取决于产品面对错误的态度**。就像朋友打翻你的咖啡后，立刻递上纸巾说“我的错，再给你买杯新的”，远比辩解“杯子太滑不怪我”更能平息怒火。情感化设计无需宏大叙事，只需证明一件事：**“我们在乎你的感受，且正在行动。”** ## 三、六大常见负面场景与设计策略 ### 场景一：网络异常场景 网络异常是最常见的负面场景，产品经理在做设计时需兼顾功能恢复与情绪安抚： - 弱网缓存机制：预加载核心内容模块（如抖音提前缓存15秒短视频片段），确保基础内容可访问； - 断网本地化处理：维持基础功能可用性（如微信读书自动切换至本地书架，支持离线阅读） - 情感化重试引导**：**设计渐进式交互方案，例如加载失败页采用动态视觉元素（信号波动粒子动画），配合分级别的提示文案：”当前网络质量较弱-建议切换网络环境-点击重试”。 **设计案例**：网易云音乐断网时，自动切换至”离线音乐库”，展示已下载歌曲列表，并显示插画文案：”音乐迷路了，稍等它回家”。网络恢复后自动刷新内容，同步显示”已重新连接”轻提示。 ### 场景二：输入错误场景 在用户输入过程中，需建立即时纠错机制以降低操作成本： - **实时校验**：通过正则表达式对输入内容进行动态检测（如手机号格式验证）； - **错误定位**：采用视觉聚焦提示（如高亮错误字段并标注具体字符位置）； - **示例引导**：在输入框下方嵌入格式模板（如”示例：xxxxx”）。 **设计案例**：微信公众号写文章时，自动校验错别字并提供错别字定位功能， ### 场景三：系统错误场景 当系统故障发生时，技术冗余设计与交互体验优化两者可以结合起来完善策略： - 可读性错误说明：将技术错误码转化为用户语言（如“多人编辑冲突”替代“Error 409”）； - 即时反馈通道：在错误页嵌入问题上报入口（如腾讯文档冲突弹窗的“联系协作支持”按钮）； - 功能降级机制：优先保留核心功能可用性（如在线文档冲突时保留本地编辑能力）。 设计案例：腾讯文档检测到多人编辑冲突时，自动生成版本副本并可视化对比差异，弹窗提示“选择保留当前版本或同步同事修改”。 ### 场景四：权限受限场景 在产品设计里，一定一定一定会涉及到权限受限异常，因此需通过方法处理： - 权限申请预告知：在具体使用场景触发时解释必要性（如导航前说明定位用途）； - 权限激活引导：通过利益点驱动授权（如“开启通知及时获取订单动态”）； - 功能替代路径：提供无权限下的基础操作方案（如未获相机权限时启用相册上传）。 设计案例：当用户访问无权限的企业内部文档时，飞书文档在分享链接预览页展示文档标题与摘要（如“2025产品规划-Q2迭代方案”），同时标注“需申请权限查看全文”； ### 场景五：数据为空/异常场景 当数据缺失或异常时，需通过产品设计的温度降低用户焦虑： - 空白页引导：展示替代内容与操作建议（如搜索无结果时推荐相关标签）； - 异常标识：用视觉符号或者插画与辅助文案说明数据状态（如“暂无数据”）； - 智能刷新：提供手动/自动重试机制（如下滑刷新或倒计时自动重载）。 设计案例：闲鱼搜索“a7m9”无结果时，页面显示“宝贝太稀有啦，还没有人卖过呢”的提示并给出发布按钮。 ### 场景六：操作风险场景 针对删除、支付等高危操作，需构建“预防-拦截-追溯”三重防护： - 操作确认：强制用户二次验证（如GitHub删除仓库时需手动输入仓库名）； - 风险提示：明确告知后果（例“删除后数据不可恢复”并标红警示）； - 操作留痕：记录完整操作日志（用户+时间+IP），支持一键回滚。 设计案例：GitHub删除仓库需输入仓库全称，同时展示关联项目影响范围。后台保留30天操作记录，团队可随时追溯或恢复误删内容。 ## 五、一些常见误区 做负面设计，本质是学会和“不完美”共处。 很多产品经理容易掉进几个坑，比如总想着把产品做得完美无缺。实际上，用户根本不需要永远正确的产品，他们需要的是“即使出错，也能被温柔接住”的安全感。而且，从产品小步慢跑的设计方法论出发，也需尽快把产品推向市场，这里完美与不完美的权衡，就非常考验产品经理做决策的功力了。 其次，错误提示写得像产品说明书，应该要尽可能简洁但是又能让用户感受温度能看懂。再次，开发资源永远不够，但有些“防弹设计”比新功能更重要。不要总把负面设计排到需求列表最后，比如删除前的二次确认，可能比花哨的动画更能留住用户。 最后，错误率降低≠体验变好，有些错误需要主动暴露（比如密码强度提示），关键要看错误发生时用户是骂骂咧咧卸载，还是觉得“这产品真靠谱”。 负面设计不是做慈善，而是商业世界的风险对冲，就像开头说的，负面是投资，但是收益却可能没正向设计那么明显。在资源永远稀缺的当下，如何要用有限的资源最大化保障用户体验。我想，下次设计需求时，不妨多问一句：“如果这个功能出问题，用户会不会想用手机砸你？” **专栏作家** 零度Pasca，公众号：进击的零度，人人都是产品经理专栏作家。关注前沿技术趋势，理性数据主义者；热爱阅读，坚信输出是沉淀输入的最好方式，致力于用产品思维解决用户共性问题。 本文原创发布于人人都是产品经理，未经许可，禁止转载 题图由作者提供 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。

作者｜王晗玉 编辑｜郑怀舟 2月25日，携程集团披露2024年第四季度及全年未经审计的财务业绩。 去年全年，携程集团实现营收533亿元，同比增长19.5%，归母净利171亿元，同比增长72.1%，经调净利润180亿元，同比增长89.6%。其中第四季度，携程集团实现营收127亿元，同比增长23.4%，归母净利22亿元，同比增长66.3%，经调净利润30亿元，同比增长13.6%。 具体来看，公司国际业务表现亮眼，国际OTA平台营收全年增速维持在70%左右，一至四季度分别同比增长80%、70%、60%、70%，且在公司总营收中的占比从一季度的10%提升至四季度的14%。此外，携程集团2024年入境游订单量同比也增长了100%。 这表明，携程与国际市场上供应商和旅游人群的联系更加紧密。另一方面，产生于国际业务的营销投入也令其四季度毛利率同比、环比均出现小幅下降。 在刚刚结束的业绩会上，携程管理层表示公司短期内会优先拓展海外业务。可见后续携程集团仍将在出境及国际业务方面加码投入。不过华泰证券的一份研报也指出，**携程国际业务的快速增长有望为公司打开新的增长曲线，并在长期达到稳态后有更大的利润弹性释放空间**。 ### **GMV持续领先，佣金率仅1/3** 伴随持续的业务投入，携程集团在国际市场的渗透率进一步提升，但在收入结构上却与国外主流OTA平台有显著区别。 进入2月，Booking、Expedia、Airbnb等几大国外OTA巨头也陆续发布2024年四季度及全年财报。与这些平台相比，携程整体交易规模领先，**与Booking同样达到1.2万亿元左右，同时前者佣金率仅为国外平台的约1/3**。 通常来看，平台总收入除以总交易额得出的比率可大致反映OTA平台的综合佣金率。 根据最新财报数据，Booking 2024年总收入为237.39亿美元，交易额为1655.8亿美元；Expedia 2024年总收入为136.91亿美元，交易额为1109.21亿美元；Airbnb 2024年总收入为111.02亿美元，交易额为818亿美元。依此计算，三家平台综合佣金率分别为14.3%、12.3%、13.6%。 与此同时，携程集团2024年交易额为1.2万亿元，净营收为533亿元，综合佣金率约4.4%，相比仅为国外平台的约1/3。 拉长时间线来看，携程集团与国外OTA平台的佣金率一向差距明显。 综合2019-2023年的财报数据计算可知，Booking历年佣金率分别为15.6%、19.2%、14.3%、14.1%、14.2%，Expedia分别为11.2%、14.1%、11.9%、12.3%、12.3%，Airbnb分别为12.7%、14.1%、12.8、13.3、13.5%。 而携程集团常年维持在4%左右。 并且其过去一年的交易额与Booking相差无几。这意味着，**携程平台上的商家获得与Booking上相近的订单量仅需付出1/3的佣金成本**。 对于携程平台佣金率明显低于国外平台的原因，深圳大学旅游发展研究中心研究员刘杰武这样对36氪解释：国内如携程等OTA平台的佣金率大致跟随着互联网行业整体的佣金水平同步发展，国内外费率的差距反映了两地市场在现阶段的差别。 刘杰武认为，现阶段国内多个行业利润水平较低，因此分配到产业链各环节的成本费用也比较低，反映到OTA平台这一端，也就是供应商能够接受的服务费率相对更低。他指出，不仅是OTA平台，其他如外卖等O2O行业也均呈现这一特点。 如根据《华夏时报》的报道，美团发言人曾对外披露，美团外卖实际商户佣金率为6%-8%，京东在去年5月开始试水餐饮外卖业务时，其披露的商家抽佣也定在5%。 相比之下，美国外卖平台GrubHub、DoorDash对商家的外卖抽成分为15%、25%、35%三档,还要另加2.9%的信用卡处理费。欧洲平台Just Eat、Deliveroo的抽佣比例在20%-25%之间，韩国平台对商家的外卖抽成也多在30%-40%之间。 进一步下探，现阶段国内市场多个行业利润水平偏低的一大因素在于消费者，尤其是消费类互联网应用的广大用户，**仍对价格较为敏感**——这一点从诸多互联网应用早期推广时都偏爱使用打折、补贴等手段获吸引用户，以及拼多多能够大行其道就可见一斑。 但另一方面，刘杰武也指出，国内市场用户基数大、产业链上参与的供应商数量众多，**也更利于OTA平台达成较高的交易规模。** 那么，从公司盈利角度而言，更低的佣金率会拖累公携程的利润率吗？ ### **全面部署AI，用低费率换高效率** 至少从最新的财报业绩看，全年171亿元的净利润让2024年成为携程集团在过去五年最赚钱的一年。 与国外本地生活服务平台更多依赖佣金收入不同，国内平台有广告、金融等更多元收入结构，在盈利层面不过度依赖佣金率。并且携程平台尽管抽成比例低，但相比国外平台显然人力成本也更低，同时叠加巨大单一市场的规模效应，龙头优势之下，利润率有望持续提升。 此外更重要的是，国内AI类技术的发展以及商业平台及时落地应用也为携程这样的公司提高经营效率提供了必要条件。 本次业绩会上，携程集团联合创始人、董事局主席梁建章就提到：“在携程集团，我们将人工智能创新作为发展重点之一。我们的人工智能工具旨在使旅行更加便捷和个性化。从旅行规划阶段开始，我们通过定制推荐和独家优惠激发用户的灵感。” 中信建投一份研报显示，携程运用AI推出的“旅行热点”基于实时热点动态调整，为用户提供时下热门选择。“线路规划”能帮助用户自动生成定制路线和每日概览，用户平均行程规划时间缩短40%，据内部测试数据显示，该功能使用户出行决策效率提升58%，**带动相关业务转化率增长12%**。 同时在客服维度，据携程集团首席运营官熊星提供的数据，当前携程平台上约80%的咨询问题可由AI解决，售后服务自动化率超过70%——这让携程客服可以将人工投入到更有价值的环节，提供更有温度的服务。 业绩会上，携程管理层还表示目前公司正专注于在业务运营中全面部署AI技术。对此华泰证券在研报中表示，携程以其庞大的实时专有旅行数据运用AI进行个性化的旅行推荐，同时部署端到端服务模式及开放平台战略，提供有竞争力的价格和优质产品，看好AI对于公司业务带来的远期赋能。 对携程而言，全面部署AI是已经验证的提升经营效率的有效手段；对平台上的商家而言，则能继续维持佣金率相对较低、体验感越来越好的营商环境——**这将有望增厚旅游供应链上各家的经营利润**。 回到当下，从今年回报股东的方式和力度上，或可看出携程对自身业绩表现的信心。2025年携程启动4亿美元股票回购，同时拿出2亿美元现金分红。而在此前，携程回报股东多以回购为主。 2024年业绩发布后，包括中信建投、国泰君安、银河证券等在内的多家证券机构均对携程集团维持“买入”、“增持”或“推荐”评级。在业绩会上，梁建章说，“展望未来，我们期待在不断变化的旅游市场中把握新的机遇。并且将持续致力于创新并提升游客体验，期待在未来与合作伙伴携手共创增长与成功。”  关注获取更多资讯

<blockquote><p>想象一下，一个完美的知识库能够无缝集成您的工作流程，提供即时信息，提升工作效率。这不仅是产品经理的梦想，更是AI技术的强大助力。在本文中，我们将详细探讨如何利用AI技术搭建您的专属知识库，让繁琐的工作变得更加轻松、高效。</p> </blockquote>  产品经理日常工作中，收集资料并建设知识库至关重要。在做产品规划时，收集的行业数据、竞品资料能为规划方向提供依据，快速打开思路。不过，“日积月累”这事说起来简单，做起来可难了，非常考验耐心和毅力。首先日常就要阅读大量的资料，然后选出好的，有价值的部分，总结提炼，再整理分类，记录下来…这种投入很多，短时间内看不到成效的事，多数人坚持几天就放弃了。 这个时候，你就需要“培训”一个专职小秘书了~ ## 一、AI Agent 你的秘书 <blockquote><p>AI Agent（人工智能代理）一种能够自主感知环境、分析信息、制定决策并执行动作的智能程序或系统。它可以被视为一个“虚拟助手”或“智能体”，能够独立或在人类指导下完成任务。</p></blockquote> 可以将Agent理解专职服务你的学徒助手，当你需要它做某项任务时候，你需要先教会他，你每一步是怎么做的，要怎么做，后续它就可以根据你要的东西进行输出了。 也许有人会有疑问，直接向DeepSeek、豆包、KIMI这些大模型（LLM）提问，或者发送新闻的链接或者资料文档，让他们总结不就好了，还需要单独配置一个AI Agent，有必要吗？这两者使用体验上有什么区别呢？  举一个典型整理新闻链接并生成规范文档的场景例子，能够更直观地看出两者的区别：  ## 二、怎么配置AI Agent？ ### 搭建AI Agent的平台推荐 下面罗列的这些都是低代码甚至零代码的平台，对于不懂代码的人很友好，很多现成的功能模块，简单拖拉拽就可以组建自己的Agent，而且最最重要的一点，基础的功能都是免费的，只有涉及调用一些插件可能会涉及到费用。 **Coze** 网址：https://www.coze.cn/home 简介：字节跳动推出的AI机器人和智能体创建平台。 **腾讯元器** 网址：yuanqi.tencent.com 简介：腾讯推出的低代码智能体平台，依托混元大模型，支持无代码创建智能体，涵盖聊天对话、内容创作、图像生成等功能，适合个人和企业快速部署。 **百度文心智能体平台** 网址：aistudio.baidu.com 简介：基于文心大模型的智能体构建平台，提供零代码/低代码开发方式，允许通过自然语言交互快速创建智能体，支持商业闭环流量分发。 **得帆云DeAI平台** 网址：需访问得帆云官网 definesys.com 简介：得帆信息推出的低代码Agent开发平台，提供开放模型接入、知识库管理、RAG能力集成等功能，支持企业级智能体应用的快速搭建和运维。 **科大讯飞星火低代码智能体平台** 网址：需访问讯飞开放平台 xfyun.cn 简介：支持可视化操作，灵活组合大模型与插件，提供免费创建AI Agent、RAG方案升级等功能，适用于复杂业务流程编排。 **Dify** 网址：dify.ai （国内版） 简介：开源的低代码AI应用平台，主打高质量RAG引擎和Agent框架，支持非技术人员参与开发，适合企业私有化部署。 ### 神奇的工作流（Workflow） **工作流（Workflow）** 是指为完成特定目标而设计的一系列自动化、智能化任务的流程。 举一个大家熟悉的场景来解释工作流和智能体的关系，如果智能体是一名外卖骑手，那么工作流就是导航APP提供的路线： - 步骤分解：先取餐→按路线骑行→联系顾客→完成配送。 - 异常处理：若路线拥堵，导航自动重新规划。 - 协同合作：骑手需要与餐厅、顾客、交通系统互动，而导航确保这些步骤有序进行。 没有工作流，智能体可能迷失在复杂任务中；有了工作流，它能高效、可靠地达成目标。 大概了解了工作流是什么，现在我们可以思考一下，搭建资料库这件事，需要拆分成哪几个环节步骤？下图是我针对这个使用场景，画的一个粗略的思考路径，这一步我们是确认**整个工作流的目标**。  _下面以Coze平台为例来演示怎么配置：_ ### 前置条件：创建文档 根据我们制定的目标，最后要让它把素材记录至我的飞书文档，那么我们要创建并设置好这个飞书多维表格。下图创建了一个示意，表头中的字段可以根据你实际要的信息进行编写。  ### 步骤1：创建工作流 打开Coze平台，进入工作空间，创建新的工作流；    “添加插件”可以理解为给Agent点了“技能点”，可以丰富工作流能执行的能力。如果在插件库中找到符合自己需求的，如果熟悉代码也可以尝试自己创建一个插件。 ### 步骤2：配置插件 从我们设定的目标出发，第一步我们需要Agent从网页链接中获取资料，那我们就需要配置一个插件节点。如下图所示，点击“添加节点”，选择插件，可以检索要的插件名称或关键词，右边会展示对应的插件的描述，你可以通过插件的描述，还有它的示例，链接成功率和被使用情况等，综合考量选择一个插件，点击添加；  添加完成之后，选中这个插件，然后再右边的属性栏中，配置插件所需要的参数；每个插件输入的参数都不相同，以下图的插件为例，可以点击参数名称边上的注解看这个参数的描述，根据插件要求进行填写。 该插件输入部分需要两个字段&lt;timeout&gt;（输入的链接的超时时间），&lt;url&gt; （要解析的网址） &lt;timeout&gt;我们可以根据插件提示，直接输入固定值，而这里的&lt;url&gt;指的是你后续要Agent分析的网址链接，此处可以直接引用开始环节输入的字段。   此时你可以将插件链接到结束节点，将结束节点中输出字段引用为插件的输出内容。然后点击试运行进行测试。   如果显示运行成功，则代表整个流程可以正常运行。此时可以展开结果，查看你输入的这个测试链接，通过插件可以提取什么。  ### 步骤3：配置大模型 通过试运行，可以发现，插件提取了链接中基本全部的内容，包含全文，图片等等。这些还是原始的素材，还需要加工提炼，此时我们就需要引入大模型帮忙进行文本处理。  选中大模型节点，配置大模型的参数。 - **模型：**Coze已经接入了DeepSeek，可以通过下拉框选择合适你具体使用场景的大模型； - **输入：**你可以理解为大模型要获得的信息，你要让你的助手给你处理文件，你总得先给他基础资料； - **系统提示词：**有点像游戏里的规则说明，告诉 AI 应该在什么样的框架内做事，要表现出什么样的特点。Coze提供了系统提示词优化的能力，所以你可以直接用大白话写你要它做什么，再点击自动优化就行。**（注意：请尽可能详尽清晰的描述你需要它做的事） ** - **用户提示词：**用户提示词就是用户给 AI 输入的内容，是用户向 AI 表达自己需求、想法、问题的话语。就像你在问别人问题或者请别人帮忙时说的话一样；**（注意：这里需要结合你设计的表格中，你需要的信息字段，要在提示词中明确要它提炼这些关键信息）** - **输出：**你需要大模型输出的内容**（注意：这里需要设置好输出的格式）**  输出格式这边，默认变量是string格式，这里我们需要它一条条输出，所以要将这里的类型改为Array&lt;Object&gt;，然后添加子集，编辑变量名称跟对应引用的数值。   ### 步骤4：配置插件 我们运用大模型整理输出我们要的字段，但是大模型是没有办法直接调用工具，帮我们把提炼好的资料传输到飞书文档，所以此处，我们还需要添加一个插件；   app_token代表的是你飞书文档的链接，records记录对应的是你飞书文档中的字段。这里我们会发现，插件需要输入的格式和大模型输出的格式不同，这里不能直接连接大模型和插件节点。我们可以再插入一个大模型，让它帮我们把输出的字段按照插件要求的格式进行整理。 插入大模型节点，然后在输入参数这边，对照上一节点大模型输出的内容，进行一一引用配置。在系统提示词中输入要大模型输出的标准格式（这里格式参照插件要的）。  然后添加飞书的插件，配置对应参数，再链接结束节点，结束节点输出可引用插件输出的msg字段。   点击试运行，如果运行成功后，输出为”success”，资料就已经正常写入你的飞书文档了。**（注意：首次运行写入时，会需要文件授权）**  ### 步骤5：配置bot 确认工作流已经可以顺利运行之后，可以发布工作流。然后创建一个对话的bot，方便后面使用。 回到项目开发页，点击右上角创建，选择创建智能体。   在左侧输入这个智能体的人设，还有它的职责，它的限制范围（**注意:要写明什么情况下让它调用这个工作流）**。然后在中间技能框中，选择我们刚才设置的工作流。完成后，可以在右侧跟你的智能体进行对话，给他发送文章链接，让他帮你写入知识库。后续你还可以设计别的工作流，比如从知识库查找资料的工作流。  ## 写在最后 实际使用过程中，如果是免费版的话，可能受到平台免费额度的限制，每天的处理量是有限的。同时受限于工作流中调用的大模型能力，像一些超长的文本，普通的（这里特指免费给你用的）大模型可能没办法读取总结的，工作流会失效，所以要多多调试，可能现阶段还办法做到一劳永逸，所以要保持一个好的心态。 Agent会因不同的提示词，不同的插件能力，不同工作流，而有不一样的体验。做一个符合自己使用的Agent，目前主要还是自己多尝试，根据自己应用场景多多思考。一起拥抱这个“想象力即生产力”的时代吧。 本文由 @笛仁杰 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。

达达变京达，换装不改命。拥有130万骑手的京东达达，在京东集团的庞大体系中是一个特殊存在。**一方面，京东完全控制达达，达达骑手随时被京东调用；另一方面，达达独立于京东自营体系之外，员工不跟京东签订劳动合同。在行业里，这种形式被称为&#34;众包&#34;，也有人叫&#34;外包&#34;。** 达达一直是京东内部最大的众包平台，&#34;承包&#34;了京东到家几乎所有配送任务，同时也向京东电商输出快递员。 在达达骑士版APP，交300元押金可以跑外卖，升级到500元或1000元档，就能解锁送快递的权限。在618等大促期间，大量达达骑手被京东派往一线，和自营快递员一起承担高强度的配送任务。  京东站点日常也会主动招募一些快递&#34;临时工&#34;，以&#34;长期兼职&#34;的形式挂靠在达达旗下。一位京东站长告诉我，长期兼职工干的活和正式工（自营）一样，唯一的区别是不签合同、不交社保。这群人夹在京东和达达之间，统称为&#34;京达&#34;。 从京东到达达，再到京达，京东在自营体系之外，构建了一个不交社保的&#34;蓄水池&#34;。 在过去的很长时间里，130万达达/京达骑手，是京东物流体系内的边缘群体。但近期的社保承诺大战，却突然将他们推出了水面。 **京东变京达，六年未缴五险一金** 在京东，配送员的工装有两种颜色，红色为京东自营，蓝色为达达众包。红色高蓝色一头，因为红色有合同保障，交五险一金，属于&#34;编制内人员&#34;，而蓝色属于临时工或灵活用工。 消费者也认为红色配送员更值得信任。曾有人在收京东快递时，看到配送员未着红色工装（达达快递），拒绝收件付款。 或许是考虑到了这一点，京东特意另外定制了一套红色工装，乍一看跟自营快递员一样。但仔细对比你会发现，二者略有区别：工装上的标识是&#34;达达秒送 京东到家&#34;。  一位干了六年的京达快递员告诉我，京达和正式工干的活完全一样，必须每天到岗，就是没入职，&#34;除了没有五险一金，其他都一样&#34;。在京东送快递六年，公司没有给他缴纳五险一金。 除非出现特殊情况，否则京达不会意识到自己是京东的&#34;边缘人&#34;。比如和站长发生矛盾时，自营快递员被辞退会有赔偿，京达只能拍屁股走人；比如退休时，自营每月可领取养老金，而京达还要自食其力；再比如出现工伤时，相关花费需要京达自掏腰包。 曾有一些快递员出现交通事故后没有得到赔偿而起诉京东，案件被法院判决败诉，问题就出在他们是临时工的身份，京东无需承担责任。 一位京东站点的站长对我说，京达快递员属于第三方，前期先不入职，有些需要绑定三方账号。但他接着补充道：&#34;不过都是京东的。&#34; 有京东快递员在黑猫投诉分享过自己加入京东的经历：他2021年在县政府举办的招工会上联系上京东，京东方面提出要先注册达达骑士版，做一段时间才能转做京东自营的快递员。 &#34;达达就是京东的子公司，闪送、外卖、快递，啥都可以干，你来了之后既可以送外卖也能跑快递。&#34;另一位京东站长说。 按照这位站长的说法，京东的快递业务，实际在变相使用没有五险一金的&#34;达达骑手&#34;。求职者以骑手身份加入达达，然后被派往京东快递站点，名义上骑手依然归达达管理，但&#34;使用权&#34;其实在京东快递。 这种模式有很多隐患。中国裁判文书网公布的案例显示，曾有达达骑士起诉京东乱扣款、押金无法提现，法院判决骑士败诉，理由是起诉对象搞错了——骑士跟京东之间没有劳动关系。   在黑猫投诉等平台，有不少京达骑士投诉京东物流和达达客服的帖子，他们的痛点集中在离职不退押金、无故罚款等。 **京东物流盈利了，但快递员还没转正** 京达和达达是消失在统计数字之外的一群人。 京东财报显示，截至2023年底，京东物流经营着超过1600个仓库、超过1.9万个配送站及网点，并雇用了近35万名自营配送等操作人员，其中自有快递员超过20万人。自有快递员曾多次被京东拿来宣传，刘强东许诺会给快递小哥更好待遇，绝对不允许县长的工资比京东快递员高。  但实际上，如果算上京达快递员和部分达达骑手，京东实际在用的快递员数量要远大于20万。 要养活如此庞大的快递员队伍，全部足额缴纳五险一金，对京东是一笔沉重的成本负担。行业里常见的做法是用外包降低用工成本，京东也不例外。 有调研发现，京东人工和外包成本合计占营业成本比重接近 8 成，外包成本占比近年来从 28.5%提升至 38.9%。京东快递员的劳动合同签订比例，从2021年的97%下降到2024年的91.56%，整体呈现下滑趋势。有分析认为，这一变化可能与京东近年来增加外包型快递员的使用有关。  京东的外包快递员，一方面为日常运力提供补充，可作为自营快递员的储备力量，另一方面重点投入到618等大促旺季，以应对临时运力短缺的情况。 有网友公开评价：&#34;京东也想学顺丰，只学到了给自营快递员上五险，工资全部来源于送件，没有保底工资。大概看自营开销太大了，弄出了许多京XX的外包劳务公司，跟外卖员一个性质。赶上活动以单价高忽悠生人入坑，活动结束限单，俗称卸磨杀驴。&#34; 对于京达这类非自有员工，京东也提供了转为自营快递员的通道，但各站点的申请难度差异很大。 一位前京达快递员对我说，他所在的站点说是一到三个月转正，实际上根本不是这样，名额很难等。也有人公开表示：&#34;我们那就有一个京达！五年了就是不转正！转正多个五险一金。屁事多得很。&#34;  我也咨询了几个京东快递站点，站长口头表示，&#34;原则上&#34;最短7天可转正，但具体要看个人表现。 通过在配送端控制成本，京东的盈利能力显著增强。财报数据显示，京东物流经历多年财务亏损，在2023年成功扭亏为盈，2024年上半年净利润大幅增长，京东集团2023年实现净利润242亿元，创历史新高。 **京东的野心，骑手的无奈** 京东一向反对外包，并以自营闻名。京东创始人刘强东曾明确表态，每个配送员、保安、保洁、快递员，都必须跟京东公司直接签劳动合同，不允许有一个员工做外包。他认为，&#34;通过外包省钱是耻辱的。&#34;  但从实际情况来看，京东不仅雇用了大量外包员工，还创造了&#34;长期兼职&#34;这种规避五险一金的岗位，甚至将骑手&#34;改编&#34;为快递员。 对于快递员和骑手，京东采取了两种不同的用工模式：快递员大部分纳入自营，覆盖五险一金；骑手纳入达达，无劳动合同关系。这导致京东快递小哥与达达外卖骑手的身份、待遇、职业认同差别很大。 过去，这两个群体互不干涉、各自安好，但随着京东扩大业务版图、进军即时零售，快递和外卖的界限逐渐模糊，越来越多达达骑手事实上参与到快递&#34;最后一公里&#34;的配送中去了，成为没有名分的&#34;兼职快递员&#34;。 以2023年618为例，在京东官方宣传稿中，&#34;百万达达快送骑士穿梭在全国2600多个县区市的街巷，保障京东618小时达&#34;，首笔送达订单便是由达达骑手完成。  京东下定决心要拿下即时零售市场，火拼同城小时达业务，达达骑手将在其中扮演关键角色，于是这才有了京东持续加大对达达的持股比例，然后高调入局外卖。 外界关注京东会如何解决外卖骑手的社保问题，京东给出的方案是将会覆盖全职骑手，但如何定义&#34;全职骑手&#34;是个问题。既然京东快递小哥可以&#34;长期兼职&#34;，那骑手必然也是可以的。 从达达骑手到京东骑手，就跟京达快递员变身京东快递员一样，这个过程想必不会那么简单。 如今，京东正在外卖、网约车等新领域疯狂试探，京东外卖因社保话题吸引了大量关注，也引发了一些猜测和质疑。喧嚣过后，对于京东这家公司，其实更值得关注的，不是风口上的外卖骑手，而是角落里的快递员。那些默默为京东送快递的京达小哥、达达骑士，他们至今还没有一个正式身份。 [查看评论](https://m.cnbeta.com.tw/comment/1482228.htm)

归母净利润亏损5392万元，同比下降117.82%

 预计于 2025 年 5 月 30 日（周五） 登陆 Nintendo Switch / Steam平台的奇幻生活游戏 《符文工房 龙之天地》，正在官方微博及Bilibili频道每周陆续更新主要登场角色的介绍影片。 今日公开的是神秘的考古学家“妃那”（CV：夏川 稚菜），其中包含部分主线剧情与恋爱剧情片段，带你一窥她的故事与魅力。 &lt;内嵌内容，请前往机核查看&gt; 此外，实体版预约现已开启，同时，也别忘了将本作加入 Steam 心愿单。更多信息将通过官方网站及官方微博发布。 - 神秘的考古学家——妃那（CV：夏川 椎菜） 妃那是与玛罗一同乘坐飞空艇来到东国的狐族兽耳人。她以考古学家的身份活跃着。由于童年经历，只要看到需要帮助的人就想伸出援手。  - 流浪的猎人——昴流（CV：榎木 淳弥） 同时，昴流出身于东国北方的贫困村庄，与辉夜是同乡的青梅竹马。 是一名肩负拯救东国使命的猎人。 个性不拘小节，喜欢悠闲地仰望天空。 虽然不喜欢与人发生冲突，但正义感十足。 会为了守护伙伴和珍视之人化身鬼神，执剑而战。 &lt;内嵌内容，请前往机核查看&gt; - 漂泊的巫女——辉夜（CV：石川 由依） 辉夜出身自东国北方的贫困村庄，与昴流是同乡的青梅竹马。是一名肩负拯救东国使命的巫女。喜欢与大自然中的动物和花草嬉戏、交谈。平时个性沉稳，但面对违背道义的行为时，会展现出固执己见的一面，对不公不义之事感到愤愤不平。 &lt;内嵌内容，请前往机核查看&gt; - 柔软蓬松的好搭档——摩可绒（CV： 加隈 亚衣） 摩可绒是主人公的好搭档。 性格调皮又爱凑热闹，偶尔有些粗心大意。是个爱吃鬼，特别喜欢团子之类的甜食。 &lt;内嵌内容，请前往机核查看&gt; 实体版现已于各大零售店及在线商店陆续开放预购，感兴趣的玩家千万不要错过。凡预购 Nintendo Switch 实体中文版《符文工房 龙之天地》，即可获得预购特典“六款赛尔菲亚风格角色服装 DLC 序号卡”。于指定店铺预购或购买即可获得该店铺的购买特典，内容包括： - ・摩可绒角色钥匙圈 - ・《符文工房 龙之天地》主题明信片与文件夹套组 - ・《符文工房 龙之天地》鼠标垫  各店铺特典的特典内容请咨询各零售店。

超级大风口再现，新业务又能分羹几何？

<blockquote><p>在数字化转型的浪潮中，企业面临着系统繁多、数据孤岛和核心数据不一致等问题，这些问题严重制约了企业的运营效率和决策质量。本文深入探讨了主数据管理（MDM）的概念、重要性以及实施流程，揭示了如何通过主数据管理提升数据质量、打破数据壁垒、优化业务流程，并为决策提供可靠依据。</p> </blockquote>  在数字化转型的当下，很多企业已经完成各业务系统数字化，很多事物都已线上执行替换线下纸质文档流转。在这个进程里，另一个问题：核心数据不统一 就日益明显。 首当其冲就表现在用多少个系统，就有多少个系统网址、用户名、密码，登录HR系统去打卡报工，登录OA系统去请假报销，登录MES系统去到岗签到，登录车间现场管理系统去6S巡检，登录QMS系统去记录现场质量问题及跟进…而这些，还只是员工麻烦、记录信息多。可是各个系统供应商、产品、工位、物料、计划、BOM等也是各有一套，关键字段还不一样，这就恼火得很！ 从页面易用性出发，就需要统一门户管理；从数据一致性出发，就需要主数据管理。 ## 一、什么是主数据管理 主数据管理（Master Data Management，即 MDM）是一套系统化的方法和技术，旨在整合、清洗、维护企业核心业务实体的数据，即【主数据】，确保其在整个组织内的一致性、准确性和权威性。 主数据是指在企业运营中反复使用的核心数据，通常包括客户、供应商、地点、组织、岗位、人员、产线、工位、产品、物料等信息，这些数据具有稳定性和一致性，在多个业务领域、应用系统中共享，是支持业务流程和决策的基础。 - 以客户主数据为例，包含客户的基本信息，如姓名、联系方式、地址等，还可能包括客户的购买历史、偏好、信用等级等信息。这些数据是企业开展市场营销、客户服务等业务的重要依据。 - 以产品主数据为例，包含产品的名称、型号、规格、生产厂家等信息，对于企业的生产、销售、采购等环节都起着关键作用。 - 以员工主数据为例，包含员工的个人信息、职位、薪资、工作经历等，是企业人力资源管理的基础。 这些主数据在企业的日常运营中被频繁使用，它们的质量直接影响着企业的业务决策和运营效率。如果客户主数据不准确，可能导致营销活动无法精准触达目标客户，客户服务也难以满足客户需求；产品主数据有误，可能引发生产计划混乱、库存积压或缺货等问题。 主数据管理，就像是一位 【数据管家】，旨在解决这样的问题。专注于对企业关键业务数据的集中化管理，确保这些数据在整个企业范围内的一致性、准确性和可靠性。通过主数据管理，企业能够消除数据孤岛，打破部门之间的数据壁垒，实现数据的高效流通和共享。 ## 二、为什么要主数据管理 主数据管理通过制定严格的数据标准、规范，对数据进行清洗和去重，提高核心业务数据的质量。确保企业在各个业务系统中使用的主数据是一致的、准确的，避免了数据的重复和错误。 一家连锁零售企业拥有上千家门店，若是每个门店对于产品都有各自的名称、规格、价格记录，就会导致销售数据分析时，无法准确了解产品的真实销售情况，可能会做出错误的采购和库存决策。 通过建立统一的商品主数据标准，规定商品的名称、编码、规格等属性的格式和内容要求，所有门店都按照这个标准来录入和更新商品数据。同时，主数据管理系统还会对新录入的数据进行实时校验，一旦发现不符合标准的数据，就会及时提醒工作人员进行修正。这样一来，企业的数据质量得到显著提升，为后续的业务分析和决策提供可靠的数据基础。 主数据管理打破信息系统间的数据孤岛，打破部门间的壁垒，实现数据在各业务系统间的跨部门流通共享。 通过建立统一的主数据库来集中管理企业重要的数据资产，并以服务的方式提供给周边系统，不仅减少各部门重复建设、维护数据的成本，还减少因数据错误导致的业务风险和损失，也能间接降低企业的运营成本。 各部门通过统一的主数据平台实时获取所需数据，避免重复工作和沟通成本，极大地提高业务协同效率。 主数据管理为决策分析提供可靠的依据。确保企业各个业务系统中的主数据一致、准确，使得决策层能够从全局的角度获取全面、准确的数据信息。并通过对高质量主数据进行深入分析，企业可以更好地了解市场趋势、客户需求、产品销售情况等，从而做出更明智的决策。 ## 三、主数据管理流程 **数据集成与整合** 将分散在不同业务系统中的主数据进行整合，形成统一的数据视图。通过数据抽取、转换、加载等技术手段，将不同来源的数据汇聚到主数据管理平台中，实现数据的集中管理和共享。 **数据清洗与标准化** 对收集到的主数据进行清洗和标准化处理。去除重复、错误和无效的数据，统一数据格式、编码规则和数据类型，确保数据的准确性和一致性。 **数据存储与管理** 提供集中化的主数据存储库，对主数据进行安全、可靠的存储和管理。支持数据的增删改查、版本控制和审计跟踪等功能，确保数据的完整性和可追溯性。 **数据质量监控与分析** 实时监控主数据的质量，通过数据质量指标和分析报表，及时发现和解决数据质量问题。 例如：监控数据的完整性、准确性、一致性、及时性等指标，对数据质量下降的情况进行预警和分析，为数据治理提供依据。 **数据安全与权限管理** 确保主数据的安全性和保密性。通过设置用户权限和访问控制策略，限制对主数据的访问和操作，防止数据泄露和非法篡改。 例如：只有授权的用户才能访问和修改客户主数据，不同用户根据其角色和职责拥有不同的数据访问权限。  ## 四、主数据管理核心功能 **数据标准管理** 数据标准管理是主数据管理的基础，如同建筑的基石，决定整个数据管理体系的稳定性和可靠性。在主数据管理中，数据标准管理负责制定和维护主数据的标准，确保数据的规范性和一致性。 以金融行业为例，客户的身份证号码是客户主数据的重要组成部分。在数据标准管理中，会明确规定身份证号码的格式必须是 18 位数字，且符合国家规定的编码规则。同时，对于客户姓名的录入标准也会有详细规定，如必须使用真实姓名，不能使用昵称或别名，且姓名的长度、字符集等都有明确限制。通过这样严格的数据标准定义，使得金融机构在各个业务系统中记录和使用客户信息时，都能遵循统一的标准，避免了因数据格式不一致而导致的数据处理错误和信息混乱。 **数据质量管理** 数据质量管理是主数据管理的关键环节，就像是数据的 【质检员】，负责对主数据进行质量监控、评估和改进，以提升数据的可信度。在企业的日常运营中，主数据会不断产生和更新，由于各种原因，如人为录入错误、系统故障、数据传输问题等，可能会导致数据质量出现问题。 一旦发现数据质量问题，数据质量管理机制会及时采取措施进行改进。包括数据清洗，即去除重复、错误或无效的数据；数据修复，对缺失或错误的数据进行补充和修正；数据追溯，查找数据问题的根源，以便从根本上解决问题。通过持续的数据质量管理，企业能够确保主数据的高质量，为业务决策提供可靠的数据支持，避免因数据质量问题而导致的业务风险和损失。 **数据生命周期管理** 数据生命周期管理是主数据管理的重要组成部分，涵盖主数据从创建到销毁的整个生命周期，确保数据在各个阶段都能得到有效利用和安全管理。在数据创建阶段，需要遵循严格的数据标准和规范，确保数据的准确性和完整性；在数据更新阶段，要保证数据的一致性和及时性；在数据使用阶段，要根据不同的业务需求，合理地授权和分发数据，确保数据的安全使用；在数据销毁阶段，要按照相关的法律法规和企业规定，安全地删除或归档数据，以保护数据的隐私和安全。 通过全面的数据生命周期管理，企业能够充分发挥主数据的价值，同时保障数据的安全和合规。 **数据集成与共享** 数据集成与共享是主数据管理的核心目标之一，致力于打破企业内部的数据壁垒，实现主数据在不同系统间的高效流通和共享。 数据集成通过将分散在各个系统中的主数据进行整合，建立统一的主数据中心；数据共享则是将整合后的主数据分发给各个需要的业务系统，实现数据的流通和交互。  在数字化时代的浪潮中，主数据管理将成为企业驾驭数据、赢得未来的关键力量，在提升数据质量、优化业务流程、助力决策分析等方面发挥着不可替代的作用。通过高效数据集成、持续数据维护与更新、广泛数据分发与共享，企业能够建立起一套完善的主数据管理体系，实现数据的集中化、标准化、规范化管理。 本文由人人都是产品经理作者【壹叁零壹】，微信公众号：【壹叁零壹】，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。

2025年2月28日，截止收盘，沪指跌1.98%，报收3320.9点;深成指跌2.89%，报收10611.24点;创业板指跌3.82%，报收2170.39点，两市成交额较上一交易日减少1375.61亿元，合计成交18670.24亿元。

<blockquote><p>从提高产品规划的准确性到洞察用户需求，AI 的使用能帮我们提高不少工作效率和质量。本文将带大家深入探索 AI 如何赋能产品经理，让我们在激烈的市场竞争中脱颖而出。</p> </blockquote>  最近被我的小红书疯狂安利了各种 AI 产品，惊觉自己已经脱离 AI 的发展太久太远了。我对AI的理解仍然更接近两年前的“聊天机器人”和“文生图”。直到最近DeepSeek R1的爆火，才让我迟钝的神经重新反应过来今时不同往日了，又变天了。 站在产品经理这个职业的角度，这些日子我的收藏键点了一千一万遍，只恨自己时间有限无法把所有产品都去体验一番。多说无益，我落伍了一段时间，希望看到这篇文章的同僚们避免落伍。 产品经理的目标是用批量方法解决问题，实际的工作可拆分为：需求挖掘、产品设计、开发跟进、项目管理、数据分析等版块。  产品经理的工作发散性很强，好消息是AI暂时无法取代产品经理，更好的消息是AI可以帮助产品经理提效。暂且简单梳理一个表格，整理我有被安利到的产品：  ## 一、典型的AI工作流 岗位的特性决定了产品经理需要的技能板块是全面的精准的，但一个人的精力是有限的，没办法做到样样精通。整合归纳提炼，是产品岗位的核心能力。这个特性导致日常工作里有非常多的活可以派给AI提效。 - 研报太多没法篇篇精读？可以交给AI读完提炼关键信息； - 画原型太费时费力？让AI帮你1比1转Sketch/Figma； - 数据分析太费脑子？交给AI来帮你思考，你说目的就好； - 写需求文档最好流程图+时序图都整上，让评审高效起来？没问题，AI帮你把文字转成图片；  以上是一条可跑通的完整的AI辅助产品经理工作的workflow - 用OpenAI的**DeepResearch**帮忙搭建行业调研框架； - 根据行业调研框架下载对应的研报，喂给**Repotify**读并提炼关键信息； - 明确产品的方向后，组织语言让**UIZARD**把各个页面的设计草稿画出来，同时也可以参考市面上的产品，把截图喂给**Visily**（用**Codia.ai**的插件也可以）生成Sketch文件； - 然后在画高保真原型图的时候，可以用**AutoDraw**来生成一些难找的icon，如果你的产品需要logo，用**LogoDiffusion**手绘一个即可； - 最后到详细的需求设计，交付给研发串需求评审时，让AI把逻辑用时序图和流程图的形式表现出来（这里强烈建议产品同学们学**PlantUML**语法，简单好用），然后一些关系描述，核心卖点可以让**Napkin AI**帮忙生成可视化图文并茂的展现形式； - 在产品上线前的验证以及后续效果的回收过程，可以用**ChatExcel**与**AIgFORCE**来辅助数据分析，得到可视化报告。 ## 二、AI时代我们是否可以成为超级个体 距ChatGPT 3.5爆火点燃AI概念后，仅仅过去了2年不到，我的观感是极为强烈的。相当长一段时间里，我没有刻意去关注AI，有一种逃避的心态——只要我不知道AI到什么阶段了，离它取代我就还有一阵子吧。但回过味来后，我觉得我才20来岁，不能觉得这时候诞生的科技是邪恶的，应该积极拥抱它。在体验完我文章里出现的AI产品后，我有一种极强烈的预感——或许AI时代每个人都有成为超级个体的可能。 接本文没有聊到的产品需求设计之后的工作，前后端研发，门槛最高的部分却也有效率极高的AI 产品。前端的研发可以用**Codefun** ，依Sketch 设计稿1比1代码还原效果；后端可以用**Cursor**和**Windsurf**来辅助写代码，这俩AI代码编辑器甚至能读懂整个项目而不是单纯的通过反复Chat补全代码。在掌握了一定的前后端知识后，如果不考虑架构设计，实现一个完整的功能、简单的网页、APP并不是一件难事。 甚至再退一步呢？如果我连前端后端的一点知识都不会，连Python也不会，我还有机会享受到生产一个网站、一个APP的乐趣吗？答案也是「有的兄弟，有的」。**Co.dev**的存在让用户可以通过自然语言描述创建应用并可一键部署。（这是Co.dev生成并部署的番茄钟应用） 被AI的巨浪又一次拍在脸上，我觉得清醒了。创造力是人类原始的欲望，但在社会生产里，硬性条件往往会把人劝退，研发不懂设计，前端不懂后端，后端不能全栈，专攻算法工程能力不行，产品经理搞不清技术……说实话哦，要样样通所花费的时间还蛮长的。这是传统职业发展强调”单点突破”的必然结果，但在AI的赋能下”通才红利”开始显现：多全面的、专业的AI产品辅助下，学习成本的沟壑被填补、试错成本大大降低了。有想法可以立马启动，7天搓出一个APP，15天做一个电商独立站不是梦。 抛开生产力提升的表象，越来越多的垂类AI应用汇聚的结果是让大家「**能力平权**」，大家都掌握自己的生产工具——专业的设计能力、出色的编程能力、逻辑清晰的产品设计…….当每个能力短板都能被AI托举至60分基准线，个体价值评估体系正在发生根本性转变，能快速整合AI工具链构建专属工作流，你就可以成为一个全方面的能力及格的超级个体。 **我认为，在后续的AI时代，作为非天才的普通人，最宝贵的能力是两个：「行动力」与「AI亲和」。** 行动力非常好理解，想到了什么就去做吧。无论是让AI把所有常用的Excel函数写好，给你打包成一个即取即用的小应用；还是结合AI，帮助你搭建个人博客展示自己；抑或是调研需求、画图、开发部署、在APPLESTORE上架一个应用。想到就去做吧，AI已经为你学会了大部分知识，你只需要用起来就好。 AI亲和是指，能用AI就用AI，最大限度上去依赖AI，改进自己的AI 工作流，成为AI时代的原住民。最近有个身边的例子让我很感慨，有个朋友每周给小朋友上两节AI课，小孩的爸爸妈妈并不太清楚AI的方方面面，但是却愿意每节课花小几百元让孩子学习，10后的小朋友们自懂事起AI就是生活的一部分了，如同00后对电脑的亲和感一样。喜欢并习惯用AI的人，会获得更多信息和能力的补全，或许以后会出现同 智商、情商 一个地位的AI商的概念？ 本文由 @我叫徐知鱼 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。

 21年的时候拥有了自己的第一台相机，此后陆陆续续也拍了不少照片，但总是拍完就丢进数据坟场，拍照水平也一直处于摆烂的状态，后期经验更是零。这次试着挑一些自己喜欢的，慢慢整理整理，算是个人的电子废片记录，也希望借此能和大家交流提高自己的水平吧。  2021年 上海  2021年 上海  2022年 昆明  2023年 乌镇  2023年 挪威  2024年 张掖   2024年 敦煌   2024年 甘南  2024年 三亚 设备：富士XS10 镜头：XC35, XC50-230mm

<blockquote><p>在激烈的市场竞争中，产品定位和竞争优势的挖掘是企业成功的关键。本文聚焦于产品营销中的核心问题——我们真的有竞争优势吗？结合实际案例，揭示了企业在产品定位中常见的误区和解决方法。</p> </blockquote>  在制定GTM策略时，产品营销负责人最头疼的一个灵魂拷问是 “目标客户为要什么选择我们，而不是其他公司的产品？” 这其中有两个潜在的难点：第一，目标客户是谁？第二，差异化在哪？ “性能更强，质量更高，价格更低…”这样笼统的描述，约等于没有，主语换成谁似乎都能说得过去。 我也就竞争优势这个话题采访过很多不同岗位的管理者，当讨论越来越深入时，他们便开始面露难色：“说实话，差异不大…” 对于这句话，我有两种猜测： A．真没有，没有超出对手的差异化价值 B．有差异，但团队成员并没有看到 我们来详细看看： 选项A：真没有差异化 “竞争对手的产品无论是外观、性能、服务以及价格都和我们的差不多，甚至更优” 对于这种情况，营收增长将是一场彻底的灾难。没有竞争优势，还怎么赢单？ 客户不傻，他们需要向他们的老板、采购、法律和财务部门解释为什么选择某个供应商。他们不能说——“呃，其他产品更好，但我就是喜欢这家公司…” 这就是B2B与B2C之间真正不同的地方。不像买一杯奶茶，不好喝下次就不买了；也不像买吸尘器，不好用还能7天内退货。 在B2B购买流程中，采购者必须向决策链上的其他人证明决策的合理性，分析可能存在的风险以及假如贪便宜买错了会产生后果。谁都不想因为采购某家公司的产品而丢了工作。 看到这，你也许会说，很多行业的产品都同质化严重，营销部门包装一下，把故事讲好，一样可以销售。 但数字化时代，决策者早已火眼金睛，没有产品功能细节，没有权威机构的背书，没有客户证言，自说自话很容易被识破，基本上连入围的几乎都没有。 即便是因为价格便宜、客户关系铁而卖出去了，也会面临交付难、复购难的问题，到最后还是要回到原点。 但这样的企业其实并不多，很多时候被认为没有明显竞争优势是因为选项B。差异化价值没有在内、外部达成共识，或者说没有被发掘出来。 原因可能有以下几种： ## 一、价值盲点 大部分公司除了销售之外，产品、营销部门很少直接与客户接触，因此对自家产品在客户心中的价值理解不够全面深入。 我服务过的一家企业，产品性能与品质都是同行里的中上水平，比上有外国大品牌，比下有价格更灵活的产品。 但是却在一家大企业的招标过程中，拿到了最高的综合分。优势在于：根据场景定制产品需要2个月，国外品牌需要1年；比起其他的价格更低的对手，他们服务了客户所在行业的黑马企业，无差评；数据安全方面技术领先，正好是客户最关心的。 这些价值点是客户关注最多，但是在企业内部容易忽视，大家把精力都放在了技术性能、外观、稳定性、可扩展性等功能价值上。 而行业深耕积累的经验口碑以及能快速响应客户的需求，提供本地化的服务便是最大的差异化价值。 产品营销团队多花一些时间参与销售与客户的见面沟通，倾听一线的反馈尤为重要。 ## 二、产品文盲 B2B产品被很多人认为很难理解。从表面上看，可能很难看出一个产品与另一个产品的区别，但如果你理解技术，就会更容易看到它为客户带来了什么。 这需要理解客户重视什么，但这也需要一些产品智慧。 我认为产品营销人员的一个关键责任是确保内部销售，外部客户理解产品的功能（F)、优势(A)、以及带给的客户价值（B）。 很多团队在这方面做得不够，就会认为新产品没啥特别。 而此时的研发、产品团队似乎对市场营销和销售不理解产品关键部分的价值感到震惊。 因此当市场营销或销售人员抱怨产品没有差异化时，有一种可能性是因为他们不理解它。 ## 三、差异化不仅仅是产品本身 就像前面提到的案例，很多公司只把关注点放在产品的性能PK上，但是很多时候，这仅仅是最基础的要求。 客户手上拿着一张综合打分表，里面很多选项，包括价格、服务、经验等。 可能有一个竞争对手在快速和易于部署方面胜过你，但没有提供成本节约，而第二个竞争对手在成本节约方面表现得比你更好，但在部署速度上则差得多。你的差异化在哪里？它在于在一个产品中独特地提供这两个价值点的组合。 另外，我还见过企业在某个领域的专业经验让他拉开与客户的差距。比如一家老牌工业空调企业，服务过多家博物馆、美术馆，这些博物馆要求机器和场馆艺术地融为一体，噪音小，温度湿度等要求高…这些多年的积累，成功阻挡新进入者。 这些看似平常的差异在公司内部常常不被重视，在增长压力下，寻求新赛道，结果变得平庸。 当这家企业在拓展家用市场时便发现无论是价格、产品外观等都没有了优势。 ## 四、没有找到适合的细分市场 在B2B中，我们从不试图向市场上的每个人销售。我们寻找与我们能够独特提供的价值匹配的潜在客户。 如果还是抱着尽量扩大传播范围的传统营销思维，就非常难找到差异化价值。 用下图来简单示意：你提供和竞争对手不一样的产品正好为目标客户提供了价值。  视频会议提供商Zoom的目标市场是中小型企业和教育行业。这些行业的企业对高质量视频会议需求强烈，但通常没有足够的预算。 Zoom的差异化价值非常清晰： 提供了灵活的定价方案，免费的基础版本对于小型企业和个人用户来说非常有吸引力。从产品性能来看，界面设计简单直观，只需要少量操作即可发起视频会议；在网络带宽不稳定的情况下，Zoom 也能保证较好的连接质量； 支持几乎所有设备和操作系统，确保从手机、平板到桌面设备的无缝体验… 就是因为产品设计、定价优势以及优质的用户体验，在短短几年内实现了快速的市场份额增长，并在全球范围内打破了微软、谷歌、思科等行业巨头的市场主导地位。 假如Zoom选择了大众市场，估计是没有办法和大公司的产品硬刚，但在中小企业和教育行业差异化价值非常明显。 这个案例验证了以小搏大，通过差异化价值策略在特定细分市场中突破的可能性。 很多产品营销、销售人员放弃了寻找适合的客户群体，却又抱怨说产品没有差异化。 GTM流程就是要把产品相关的团队拉通，做好产品与市场的匹配（PMF)，找到理想的目标客户(ICP)，传播差异化价值。 下周我们来聊聊如何做产品与市场的匹配（PFM). 本文由人人都是产品经理作者【Hanni】，微信公众号：【时光笔记簿】，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。

随着落地东南亚的中国企业剧增，企业对本地人才需求同样升高，该区域高端人才供需失衡的问题日益凸显。

北弗吉尼亚州、华盛顿特区和马里兰州可能正处于经济衰退的初期阶段，失业救济申请人数上升，活跃的房屋挂牌数量激增，而这些，都预示着非常严峻的经济前景。分析认为，DOGE对美国政府人员的裁员将会引起严重的连带影响，最新的就业市场数据显示，与DOGE相关的裁员已经开始渗透了。 华盛顿裁员可能超过百万，美国经济衰退风险飙升，工作和住房市场恶化。 特朗普上任以来，马斯克领导的美国政府效率部（DOGE）所向披靡，特朗普政府对联邦工作人员的史诗级清洗正在演变成这一代人最重大的裁员之一。 Ritholtz Wealth Management的首席市场策略师Callie Cox将此称为：“美国历史上最大的裁员（远远超过其他任何一次）”。 彭博社表示，北弗吉尼亚州、华盛顿特区和马里兰州可能正处于经济衰退的初期阶段，失业救济申请人数上升，活跃的房屋挂牌数量激增，而这些，都预示着非常严峻的经济前景。 Bright MLS的数据表明，华盛顿特区的活跃房屋挂牌量相比去年同一周继续保持约25%的增长，并比一周前增加了4%——已经远高于过去三年的水平，随着与DOGE相关的裁员加剧，这一数据可能会进一步上升。 并且，华盛顿特区的降价房源也在增加，随着春季销售季的到来，华盛顿特区的中位数房价仍然高于过去几年的水平。  美国股市也不轻松，隔夜美股遭关税威胁重创，标普500指数收盘大跌1.6%，报5861点，跌破了更为重要的中期CTA触发水平5887点。  美银分析师Michael Hartnett评论道： “华盛顿特区的经济衰退开始。” **为什么会如此？** 分析认为，DOGE对美国政府人员的裁员将会引起严重的连带影响。周四早晨，阿波罗公司首席经济学家Torsten Slok在接受彭博电视采访时警告称： “市场普遍预计与DOGE相关的裁员总数将达到30万……然而，研究表明每一位联邦员工背后大约有两名承包商，因此，裁员人数可能接近100万。” 知名财经博客ZeroHedge也补充道，最新的就业市场数据显示，与DOGE相关的裁员也已经开始了。 近年来，美国政府的总体支出高得离谱，联邦、州和地方政府，以及教育和卫生部门等美国政府部门，还出现了过度的就业增长。因此，如果特朗普政府立了裁员的先例，并削减了政府支出，可能会对准公共部门产生连锁反应，出现新的经济逆风。 [查看评论](https://m.cnbeta.com.tw/comment/1482210.htm)

周五亚洲交易时段，比特币的跌势进一步恶化，比特币较不到六周前创下的历史高点下跌逾四分之一，原因是交易员在美国总统唐纳德•特朗普当选后大幅逆转押注。比特币下跌5.5%，至79627美元，创下11月10日以来的最低水平。 全球第二大加密货币以太币（Ether）下跌7.3%，而规模较小的代币Solana和XRP分别下跌7.1%和7.8%。抛售凸显了数字资产命运的迅速变化，在特朗普当选后，数字资产繁荣起来。 比特币在1月20日特朗普就职当天创下了109241美元的历史新高，但此后由于对总统好斗立场和对美国经济的广泛担忧，比特币价格大幅下跌。 加密货币托管公司Bitgo Inc．亚太区场外交易主管Stefan von Haenisch表示：“考虑到宏观环境，我们所处的位置并不令人惊讶。”他说，交易员们仍在等待被广泛视为支持加密货币的特朗普，为该行业提出包括比特币储备在内的具体措施。  [查看评论](https://m.cnbeta.com.tw/comment/1482208.htm)

据悉微软正在推动特朗普政府放松和简化关于AI芯片的出口管制制度。这一拜登政府任内尾声宣布的拟议措施，正限制着美国尖端AI芯片向世界大部分地区的销售。 微软周四在官网上发表了一片名为《特朗普政府可以避免在人工智能全球竞赛中出现战略失误》的博客文章。文章呼吁特朗普团队放宽对可用于数据中心训练人工智能模型的芯片的限制，不再将这些限制适用于包括沙特、以色列等在内的国家身上。  根据拜登政府在离任前几天推出的《人工智能扩散出口管制框架》，美国政府拟议将芯片出口限制划分为三个层级（Tier 1，Tier 2，Tier 3）： - Tier 1包含了美国少数盟友——如德国、荷兰、日本、韩国等（总计18个国家和地区），它们可以不受限制地获取美国芯片； - Tier 2则囊括全球绝大多数的国家和地区，它们将面临以国为单位的总算力限制； - Tier 3的国家和地区则受到了最为严格的出口限制（包括中国大陆、俄罗斯等24个国家和地区），美国向这些地区出口AI芯片几乎被全面禁止。 而在最新的博客文章中，微软提议特朗普放宽的，便是这三级体系中的Tier 2部分。 **微软的理由** 微软表示，这一管制体系的意外后果是，面临美国芯片供应限制的国家可能将转向中国，以获得它们所需的基础设施。 微软指出，拜登政府的《人工智能扩散出口管制框架》限制了美国向许多快速增长且具有战略意义的市场出口关键AI组件。该规则破坏了特朗普政府的两项优先事项：加强美国的AI领导地位以及减少美国近万亿美元的贸易逆差。 微软称，如果拜登政府的上述管制规则最终保持不变，将使中国在逐步推广自身的AI技术方面获得战略优势，这与十年前中国在5G电信领域的迅速崛起如出一辙。 微软在博客文章中还提到，“拜登的出口管制规则超出了需要的范围。它把许多重要的美国盟友和合作伙伴归入了Tier 2，并对美国科技公司在其国家建立和扩大人工智能数据中心的能力施加了数量限制。这其中包括了许多美国的朋友，如瑞士、波兰、希腊、新加坡、印度、印度尼西亚、以色列、阿联酋和沙特阿拉伯。在这些国家，我们和许多其他美国公司都有重要的数据中心业务。 ” 微软称，“这种Tier 2的地位正在削弱企业成功所需的基本条件之一，即我们的客户对他们能够从我们这里购买未来所需的人工智能计算能力的信心。Tier 2地区的客户现在会担心，美国关键AI技术的供应不足将限制他们的经济增长机会。” 微软指出，这种做法的意外后果，将是鼓励Tier 2地区在美国以外其他地方寻找AI基础设施和服务，而他们将被迫转向何处显而易见。如果不改变——该管制规则将为中国迅速扩张的人工智能行业献上大礼。 **敏感时刻** 值得一提的是，就在本月早些时候，微软刚刚被爆料已取消了与多个私营数据中心运营商的在美租赁协议，涉及功率总计数百兆瓦。 微软表示，拜登政府提出的出口管制框架，正发生在美国科技界希望以前所未有的水平投资人工智能计算能力的时候。微软的计划就说明了这一点——仅今年一年，微软就将斥资800亿美元在全球建设人工智能基础设施，其中一半以上将在美国本土。 “但我们能否继续保持这种增长和(4.97， 0.00， 0.00%)投资水平，包括在美国，在很大程度上取决于我们的技术服务的出口。这需要在其他国家建设人工智能基础设施，以便当地企业和消费者能够以低延迟访问和使用人工智能服务。讽刺的是，出口管制规则阻碍了本应被视为美国经济机会的东西——出口世界领先的芯片和技术服务，”微软称。 微软总裁Brad Smith本周在接受媒体采访时也表示，拜登政府推出的这一出口管制措施对美国企业或美国外交政策不利。 当然，尽管认为应放宽并解除对Tier 2国家和地区的出口限制，但微软也表示，该公司支持这一规则的某些方面，例如一些出口许可证要求，以及仍将该框架中的Tier 3地区排除在AI芯片出口之外。 据悉，目前特朗普政府的团队也正在审查这些拜登政府任内的管制规定，并在决定如何推进之前，考虑行业组织的反馈。该新规目前仍处于为期120天的公众意见征询期内。 此前，另一家直言不讳地反对出口管制的公司无疑当属英伟达，这家AI芯片巨头曾称该规则“过于宽泛”。而这些管制措施无疑也在一定程度上影响到了英伟达的业务发展。 [查看评论](https://m.cnbeta.com.tw/comment/1482206.htm)

从闲鱼获悉，闲鱼已升级“小法庭”争议解决机制，通过构建更加专业化评审员模型，优化任务分配模型，根据评审员擅长品类精准匹配相应的纠纷案件，确保案件评审准确度。 [](https://n.sinaimg.cn/finance/transform/104/w550h354/20250113/25d3-3d3c8e9d26df4fe9aef764bce4533bf1.png) 此次升级重点在于建立垂直领域评审员团体。平台根据用户历史评审行为数据，筛选出超40万名活跃用户，按“乐器”“时尚饰品”“二次元”“3C数码”“游戏”“翡翠黄金珠宝”等10个垂直领域分类，结合AI能力构建专业评审模型。当纠纷发生时，系统自动匹配不少于5名相关领域专业评审员与普通用户组成“陪审团”，确保评审结果的专业性和准确性。 闲鱼小法庭将“枫桥经验”中“依靠群众、源头化解”的理念注入平台治理。数据显示，试运行期间，专业评审员参与的纠纷案件解决率提升13个百分点。尤其在二次元商品纠纷中，因瑕疵问题引发的争议解决效率提升显著。 闲鱼小法庭负责人表示，此次升级正是对这一理念的数字化诠释：“通过培养闲鱼内的‘行家’群体，让用户的问题由更加懂行的用户来参与评审，平台则提供规则和技术支持。后续，我们也会逐步扩大专业评审员参与评选的比例，提高评审结果的精准度。” 此外，闲鱼还通过新增评审员准入考试流程，包含普通评审员考试、品类专业评审员考试以及法律顾问评审员考试三种类型，考试通过可成为见习评审员，参与纠纷争议评审。推出“评审员成长体系”，根据评审员的评审准确率、评审认真程度、评审专业度建立对应的评审员等级，不同的评审员等级可兑换不同的权益。 2024年，闲鱼小法庭累计处理纠纷案例中，92%在社区层面完成闭环，仅有8%升级至平台客服介入。 [查看评论](https://m.cnbeta.com.tw/comment/1482204.htm)

B2B出海平台阿里国际站宣布：与国际航运巨头马士基启动深度合作，联手为中小企业改造海运体验。日前，双方合作的首批物流线路已经上线，不仅费用能省10%，也简化了流程。  据悉，深度合作之后，买卖家在阿里国际站平台上达成交易后，同步就能在线上选择马士基的海运物流服务。所有的订单、对应的物流单，都能够在阿里国际站一个平台上统一、数字化管理。 阿里国际站称，未来还将与更多合作伙伴一起，改造更多线路、覆盖更多市场，让简单可靠的物流体验成为外贸中的常态。 [查看评论](https://m.cnbeta.com.tw/comment/1482202.htm)

2月28日下午消息，特斯拉官方发布了一段4分多钟的介绍视频，详细说明特斯拉FSD智能辅助驾驶使用技巧，其中提到，当系统检测到驾驶员注意力不集中时，触摸屏的车辆状态部分的顶部将会出现提示。在多次声音和图像警告被忽略后，会临时禁用Autopilot智能辅助驾驶，连续触发五次临时禁用后，会禁用一周时间。 视频中指出，用户车辆驾驶员应当在使用FSD功能过程中时刻注意保持警觉和专注，保持双手始终放在方向盘上，保持视线关注前方道路，不可掉以轻心，或将视线转移至非驾驶相关的活动，随时准备在需要时介入驾驶任务。 视频中，特斯拉还提醒用户，FSD功能的运行表现可能受实际道路、环境、天气等因素影响，而和预期有所差异，很多情况下可能需要驾驶员的干预。  [查看评论](https://m.cnbeta.com.tw/comment/1482200.htm)

近日，中国人民大学劳动人事学院新就业研究课题组发布《以骑手为代表的新就业群体研究报告》，建议京东尽快对外公布为“全职骑手缴纳‘五险一金’且个人缴纳部分由京东承担”的详细方案，明确披露拟招聘“外卖全职骑手的总数量及构成”，认为这有助于具体评估该方案对数字经济中灵活就业群体和劳动用工行业的真实影响。 “（京东）方案并不是现行的政策方向，行业内也并未有过大规模实践，我们也期待京东明确披露外卖全职骑手的总量及构成，包括计划招募全职骑手数量、达达外包骑手转化全职骑手数量、快递员转化骑手数量等。”中国人民大学劳动人事学院新就业研究课题组建议，京东尽快对外公布详细方案，也有助于具体评估对行业的真实影响。” 针对京东宣布的为外卖骑手承担个人部分“五险一金”成本，课题组认为，按照现行《社会保险法》《住房公积金管理条例》等规定，员工社保由企业代扣而非代缴，京东这一方案并非现行政策方向，行业内也未有过大规模实践，具体的执行细节尚需京东与人社部门共同商议解决。  [查看评论](https://m.cnbeta.com.tw/comment/1482198.htm)

OpenAI 发布了昂贵的GPT-4.5，而DeepSeek进行着最后一天的代码开源分享。北京时间2月28日凌晨，OpenAI发布GPT-4.5。“这是我们迄今为止最大、最好的聊天模型，是在扩大预训练和后训练道路上迈出的一步。” OpenAI介绍，这款新模型面向GPT Pro用户，下周起将向Plus用户和Team用户推出。 OpenAI CEO山姆·奥尔特曼（Sam Altman）因为“在医院照顾孩子”并没有出现在发布现场，但他在X上发布了帖子造势，强调GPT-4.5是一个“高情商”更像人的模型，不会超越基准测试，是一种“不同类型的智能”。 从目前业界的反应来看，这一代模型的能力提升并不算大，但令人惊讶的是GPT-4.5的价格，每百万Tokens输入为75美元，相比GPT-4o的2.5美元上涨30倍，同时，OpenAI表示，GPT-4.5无法完全替代GPT-4o。 与此同时，DeepSeek 26日刚在海内外宣布了API 错峰时间段的降价，V3模型和 R1模型的每百万Tokens输入只要0.035美元，相比原价分别下调50%和75%，GPT-4.5是这个价格的2000多倍。就在28日，DeepSeek还放出了“开源周”最后一个代码库，将开源进行到底，这一搅动AI圈的“鲶鱼”，正在改写AI竞争格局。 **好消息和坏消息** GPT-4.5是奥尔特曼此前预告将“在几周内”发布的模型。奥尔特曼彼时称，除了发布GPT-4.5，几个月时间内OpenAI还将发布下一代基座模型GPT-5。如此看，GPT-4.5很可能是GPT-5面世前的最后一个过渡模型。 与OpenAI此前发布新模型时的惯常做法不同，此前OpenAI通常会强调新模型在各领域的基准测试分数，此次OpenAI则表示，学术基准并不总是反映现实世界的有用性，OpenAI转而强调了GPT-4.5的“情商”。 奥尔特曼在发帖中提到了“好消息”和“坏消息”，前者是，“这是第一个让人感觉像是在跟一个有思想的人说话的模型。”他表示，曾多次惊讶地发现能从人工智能那里得到很好的建议。  坏消息则是，“这是一个庞大而昂贵的模型”，甚至没办法同时推到plus用户那里，奥尔特曼表示，“GPU已经不够了”，下周将添加数万个GPU，然后将其推广到plus。 奥尔特曼还特别提到，GPT-4.5不是一个推理模型，也不会在基准测试中取得压倒性优势。它是一种“不同类型的智能”。在新模型发布前不久，OpenAI首席研究官Mark Chen接受播客采访称，新模型并未被命名为GPT-5，这是因为OpenAI内部对这款模型的评估还没有到达整整一代的性能提升。 OpenAI表示，早期测试表明，用户与GPT-4.5交互更自然，该模型有更广泛的知识基础、理解用户意图的更强能力和更强大的“情商”，这使得GPT-4.5在写作、编程、解决实际问题等任务上很有用。在训练过程中，OpenAI则使用了扩大（Scaling）无监督学习和推理的方法。 OpenAI特别强调了GPT-4.5幻觉率降低、与人类协作表现更佳。OpenAI通过用简单但具有挑战性的知识问题测试模型，结果显示，GPT-4.5的幻觉率为37.1%，低于GPT-4o的61.8%、o1的44%、o3-mini的80.3%。在与人类协作的能力方面，OpenAI称，GPT-4.5在日常查询、专业查询、创造性智能这3个方面表现都比GPT-4o更强，GPT-4.5能更好地理解人类微妙的暗示或隐含的期望。 为了展示GPT-4.5的能力，OpenAI举了个例子。问GPT-4.5“世界上第一种语言是什么”，GPT4.5的回答是“我们不知道确切的第一种语言是什么，科学家认为我们可能永远不知道确切的答案，因为口语的出现远早于书面记录”，并解释了没有单一的第一种语言、口语可能最早在非洲出现。 同样的问题问GPT-4的4T版本，回答则是“确定人类使用的第一种语言极具挑战性”，并解释称，语言学家假设有许多语言的共同祖先，但这种祖先不是第一种语言。直观感受上，GPT-4.5的表达更接近人类，GPT-4T的语言表达显得有些机械。 此外，OpenAI还强调了GPT-4.5与o1这类长思维链推理模型不同。例如，GPT-4.5在做出反应前不需要经过思考，因此更通用，也更智能。不过，OpenAI也说明，推理仍将是未来模型的核心能力，更强的推理能力即将出现。 在附录部分，OpenAI才放出GPT-4.5的基准测试分数。在反映科学、数学、多语言、编码的GPQA、AIME’24、MMMLU、SWE-Lancer基准测试上，GPT-4.5得分分别为71.4%、36.7%、85.1%、32.6%，超过GPT-4o的53.6%、9.3%、81.5%、23.3%，但部分得分低于o3-mini。  这一代的能力提升并不明显，而与此相对的是，能力定价上，GPT-4.5预览版的API调用价格为每百万Tokens输入（input）75美元，输出（output）150美元，分别是GPT-4o价格的30倍、15倍。  即便相比自家模型，这个价格也过于昂贵，而进一步与 DeepSeek 进行对比，差距更大。近期非波峰时间段，V3 模型和 R1 模型的每百万Tokens输入为0.035美元（原价分别是0.07美元/0.14美元），每百万 token Tokens输出只需要 0.55 美元（原价分别是1.1美元/2.19美元），GPT-4.5分别是上述价格的2000多倍和270多倍。 OpenAI说明，由于GPT-4.5是一个非常大且计算密集的模型，所以价格比GPT-4o更贵。同时，OpenAI提到GPT-4.5 还无法完全替代 GPT-4o。考虑到要在支持现有功能和开发未来的模型之间取得平衡，OpenAI还在评估是否长期在API（接口）使用该模型。 **“鲶鱼”搅动AI圈** 除了拼性价比，DeepSeek另一个方向是坚定开源路线。 就在OpenAI新品发布的这一天，DeepSeek正进行着本周第五项代码开源——Fire-Flyer文件系统（3FS）。它是“所有 DeepSeek 数据访问的动力引擎”，一个高性能的并行文件系统，专门优化AI数据访问，为 AI 工作负载提供卓越的存储基础设施。 据DeepSeek，3FS是专为AI场景设计的高性能存储解决方案，通过架构创新和硬件适配显著提升了数据处理效率，与传统的云存储挂载工具（如s3fs）在目标场景和技术实现上存在显著差异。 除了3FS，DeepSeek本周陆续开源了让大模型在GPU上跑得更快的MLA解码核FlashMLA，用于MoE模型训练和推理的DeepEP通信库，可支持MoE的FP8 GEMM代码库DeepGEMM，一系列优化并行策略等底层代码，在GitHub上，DeepSeek详细展开了DeepSeek-V3和R1模型背后的优化技术，教社区如何最大限度利用GPU能力。 “相当于以前DeepSeek是直接给一辆车，告诉大家这辆车续航900公里，但是现在DeepSeek在深挖，用什么方式能够开到900公里。”大模型生态社区OpenCSG（开放传神）创始人陈冉此前对第一财经举例表示。 陈冉认为，DeepSeek现在发布的算法某种意义上属于“脚手架”， 这些“脚手架”的开源有利于之后的生态搭建。社区和开发者可以基于DeepSeek的技术路线继续往前走，最终行业能基于此将生态做起来。 长期来看，DeepSeek这一开源动作的意义在于，有模型标准，也有工具标准，也有生态基石，生态就能长起来。也有从业者认为，如果把大模型比作更底层的操作系统，那OpenAI可能是相对封闭的IOS生态，而DeepSeek就是开放的安卓。 DeepSeek或许改写了AI圈的竞争格局和方向。奥尔特曼在2月o3-mini发布当天表示，OpenAI的开源政策站在了“历史错误的一边”，需要想出一个不同的开源策略。 在国内，一贯坚持闭源路线的百度也“倒戈”向开源。去年，百度董事长李彦宏还表示，大模型开源的意义不大，闭源模型在能力上会持续领先。今年2月14日，百度就宣布将在未来几个月陆续推出文心大模型4.5系列，并于6月30日正式开源。 从开源的冲击看，能力不如开源模型的闭源模型面临尴尬境地。既然开源模型可以被开发者自行下载、微调乃至私有化部署，就不需要为了使用闭源大模型付费了。 DeepSeek将算力用到极致，在低成本的基础上进行模型的训练和推理，此前也一度带崩芯片股，将压力给到海外大厂，规模越来越大的数据中心相关资本支出是否合理？这成为投资人对大厂的疑虑。 1月以来，海外AI巨头近期新品发布密集，谷歌发布了Gemini2.0系列，xAI发布了马斯克口中“地球上最聪明的人工智能”Grok 3，OpenAI紧接着拿出了GPT-4.5。 从全球知名AI模型评测平台Chatbot Arena（大模型竞技场）的最新榜单来看，最新发布的Gemini2.0系列旗舰模型与Grok 3确实排在前列，但与排在第5位的DeepSeek-R1并没有拉开实质性的差距，以大模型竞技场的评分来看，差距在15分-40分之间。 在2025年达沃斯论坛上，AI科技初创公司Scale AI创始人亚历山大·王（Alexandr Wang）公开表示， DeepSeek的AI大模型性能大致与美国最好的模型相当。他认为，过去十年来，美国可能一直在人工智能竞赛中领先于中国，但DeepSeek的AI大模型发布可能会“改变一切”。 在国内，DeepSeek同样给大模型厂商不小的压力。去年C端大模型应用做得声量最大的国内厂商中，一定有豆包和Kimi。但如果最近再看苹果中国区免费版APP排行，会发现，第一名是DeepSeek，腾讯元宝搭载DeepSeek并大方投流后，也冲到了榜单第二名。 AI业内人士表示，DeepSeek的技术实力过硬且选择开源，这对一些闭源公司造成了冲击，一些大模型团队需要反思自身的做法。 DeepSeek-R1不是大模型竞争的终局，有消息称，DeepSeek正寻求巩固自身优势，尽早推出R2模型，消息提到DeepSeek原本计划在5月初发布R2模型，目前会加快这一速度。DeepSeek目前并未对此回应。 此前DeepSeek在R1论文中提到，R1的性能将在下一个版本得到改善，因为相关的RL（强化学习）训练数据还很少。随着RL数据的增加，模型解决复杂推理任务的能力持续稳定提升，且会自然涌现出一些复杂行为能力。 同时，OpenAI的下一代推理模型o3计划融入GPT-5并在几个月内推出。虽然OpenAI还在持续推出GPT-4o、GPT-4.5这类带有过渡色彩的模型，但目前距离GPT-4推出已有近两年时间。发布GPT-4.5之后，OpenAI还需尽快证明自己仍是全球最先进的大模型公司，接下来推出GPT-5将是重要一步。 DeepSeek能否赢得下一局对弈仍存变数，但可以确定的是，它为行业竞争带来了更深远的影响，在2025年初以压倒性的声势冒头，打乱了AI圈的格局，竞争对手或许需要思考，如何走赢下一步棋。 [查看评论](https://m.cnbeta.com.tw/comment/1482196.htm)

<blockquote><p>私域运营已经提出了10多年了，不少企业都还只是挣扎着运营，甚至认为私域已失去价值。真的是这样吗？其实，私域并非无效，而是90%的人没有掌握正确的方法。</p> </blockquote>  很有意思，前几天在县城，被一家企业问到，私域要怎么才能做成？ 我想，从2015年到今天，都讲10年了，私域怎么做，应该早就普及了吧。 但其实，抛开那么多复杂道理和技巧，做私域，真的就是做好这3步：吸引用户，促活用户和转化用户。 只要你，认认真真磨好这三件事，没有做不成的。 ## 第一步，吸引用户 不论是关注公众号，还是加群，所有的原动力无非就是“利益交换，”，我加入进来对我有什么用。 10年前我们常看到，关注公众号，免费打印相片。电商们常用，加个人微信领红包。这些就是利益驱动。 今天，有一些企业把关注变成消费的必须行为。比如，我去麦德龙购物，必须要成为会员，那我就只能关注公众号，注册电子会员，最后购物结账出示会员卡才能买单。这就是消费过程的必须动作。 我去一家服装店买衣服，结账时候，导购说扫码加企微，能领一张20元优惠券，现场就能用，这也是利益交换。 当然，还有一些是因为兴趣，比如迪卡侬的羽毛球兴趣群，没有强制，没有利益，但是能找到羽毛球群体一起玩。这应该算是社交价值吧。 总之，任何企业想让用户进入私域流量池，你就要思考清楚能提供的价值是什么。 长期价值决定用户的留存时间，短期利益影响加入速度。 ## 第二步，促活用户 不论是1v1加微信，还是进到社群，促活这涉及到私域流量最后能不能变现，还是变成一潭死水。 我相信很多人都加入过微信群，很多最后就变成了广告群，垃圾群，最后死掉。 我们既然花心思花精力把用户吸引到私域，那就要让私域流量生生不息，保持活跃度。 活跃用户需要有抓手，内容，活动和互动设计是保持用户活跃的最好的抓手。 首先，我们前面讲过用户因为“利益”加入了私域流量池。那他一定就有需求啊。满足用户最基本的产品和服务售后，是保持活跃的下线。 比如，用户买了品牌的衣服，发现小了/破了，他可能会通过社群，企微找你。他咨询你一个问题，你是5分钟回复，还是1个小时回复，还是半天才回复。这都会影响他对你的印象。 你越热情，响应越积极，用户就会越活跃。反之，他认为你是个摆设，没啥价值，就删粉了。 上面讲的是保持活跃的下线。那上线呢？ 遇见节假日，我们设计一个私域活动，让大家一起参与；时不时在群里发个红包，玩个游戏，这也是为了活跃，增加粘性。 还有，公众号发图文，企微/个人微信发朋友圈内容，这些都是在创造二次曝光。二次曝光对于增加用户的印象很重要，有些还能引起点赞互动。 所以，私域流量池里保持活跃，就要不断的使用内容，互动，活动来激活用户。 ## 第三步，转化用户 吸引，促活用户之后自然就是引导转化了。企业本身就是营利组织，有商业目的，卖产品卖服务天经地义。用户也很清楚，所以私域里卖东西并没什么不好意思，也用不着偷偷摸摸。 但是卖的的方法，方式如何不让用户讨厌这是功夫。 所以我常说，私域销售是目的要明确，动作要轻柔。我们怎么把销售过程变得更好玩有趣，和谐，不招人反感。让用户舒服的消费。 这里有两个重要点：第一，购买路径爽不爽；第二，找到对的人并说对话。 购买路径决定购物体验，比如在微信群里用户问道某款衣服，你只能发个淘宝链接，或抖音链接；这从查看商品到购买要跳转4-5步，有点麻烦，用户就不愿做了。但如果你直接发个微信小店，一步到位，可能她就很快下单了。这是购买路径。 当然，购买路径跟目的也相关。我还见到有个服装店，顾客加完微信之后他没有线上商城，而是邀请你到店，或导购根据你需要，帮你搭配。它就是故意设计导购销售环节，通过搭配设计拉高顾客的客单，一个客户成交下来至少1200以上。这里它就是通过“困难体验”来筛选优质客户。 转化用户的过程就是一个找对的用户并说服他的过程。一种是广撒网，一种是精准打击。比如同样是卖一款裙子。我可以对好友里的1000人群发，可能感兴趣的只有200人，那另外800人那就是广告骚扰。 但是，如果在吸引用户的环节，我就跟每个用户聊天过，还做了标签，那现在，我针对这类标签的1000个用户群发，专门设计话术，毫无疑问精准性更高，避免了骚扰，提升转化。 当然，从小红薯上来的用户，你还可以利用deepseek改成小红薯风格文案，让内容更加好玩有趣，降低读者违和感。 但关键，还是我前面讲到，购物路径和精准识别最重要。 今天，我们不能把私域仅仅当做销售渠道，促销窗口，重要的利用它收集用户数据，建立标签，提高用户的数据化程度，为迈向AI营销打基础。 再回到开头的问题，今天如何做成私域？ 就是反反复复做好这3件事，吸引用户，促活用户和转化用户。 本文由人人都是产品经理作者【晏涛三寿】，微信公众号：【晏涛营销笔记】，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>在创业团队中，IPD（集成产品开发）流程是否适用一直是备受争议的话题。本文从IPD流程的本质出发，探讨了其在过剩经济背景下的重要性，以及创业团队在引入IPD流程时的优势和挑战。</p> </blockquote>  回答这个问题，就不能只局限于 IPD 流程本身。 而是要先回答为什么需要 IPD 流程？ 在 IPD 思维这篇文章，我也强调过这个观点： **IPD 本身是为过剩经济量身定做的一种模式、一种思维。** 包括任正非也曾谈到过： <blockquote><p>“现在到处都饱和了，杠杆一撬，撬大了，卖不动，然后就跌价了。<br/>没有利润，就不能用密集投资法攻击、前进。<br/>这个时代人们已转向对质量的需求，所以大家不要总认为爱马仕会灭亡，其实会灭亡的是地沟油。”</p></blockquote> 上面提到了过剩经济，过剩意味着什么呢？ 如果还是按照以往的产品打法，过剩就意味着低价内卷，就意味着你的利润越来越薄。 那怎么办呢？ 建立用户思维，打差异化，避开内卷。 问题是道理大家都懂，怎么落地执行呢？ 就用到了 IPD 流程。 这只是一方面。 如果站在企业的角度，不是说我有用户思维，精准把握了用户需求，我就能成功。 因为产品还要有交付，还是高质量的交付。 尤其电子硬件类产品，可以说是关关难过关关过。 每一个环节都可能给你带来致命打击。 最惨的境地是： **产品市场都验证完了，到了量产环节资金链断了。** 所以说，财务层面得规划好吧，考虑全面是一个性命攸关的事。 另外，从概念到量产还会涉及质量问题，怎么把控呢？ 还是 IPD 流程。 当然也还有很多其他流程，只不过是因为 IPD 流程比较出名。 各种咨询、各种公开资源满天飞，这样带来的结果是企业的选择成本会低很多，可以说是闭着眼做选择，因为省事。 但问题是讲来讲去还是大厂的那一套，怎么可能会有统适性呢？ 所以就有了 IPD 流程只适合大企业这种论调。 想要把这件事做好，就必须对自己的业务非常了解。 比如说你是做机器人的。 首先要做的是把自己的上下游关键要素、内外部影响要素全部梳理一遍，因为只有你自己最清楚。最终落地的 IPD，一定是一个性化的产物。 那创业团队到底适不适合呢？ 肯定适合了。 而且是最应该导入 IPD 流程的群体，因为阻力最小，最容易成功。 甚至是组织架构都不用调整： 天然的 PDT 团队； 天然的 MVP 版本的 IPD 流程。 最重要的是可以帮助创业团队规避很多创业路上的大坑。 本文由人人都是产品经理作者【产品人卫朋】，微信公众号：【产品人卫朋】，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。

 机核的家人们： 你们好！ 还记得2022年年初，有一个小小的雨点落在了机核这个水池里吗？ <blockquote> <a href="https://www.gcores.com/articles/145229">一封给机核众的挑战书</a></blockquote> 只能使用原型、三角形、矩形，创作一款2D游戏。  我个人一直认为， 优秀的设计，如同在囹圄中戴着镣铐翩翩起舞。如果有一天，游戏失去了复杂的插画、背景、模型、纹理，我们还能做什么？如果我们只有最简单的元素来创作游戏，结果会是如何的？ 在当时，我们一共诞生了5款很有趣的游戏。 [〇三四挑战 | Project No.1 球升之路](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2Fbv1H34y1q7qT)创意者：[dingzu](https://www.gcores.com/users/210428) [〇三四挑战 | Project No.2 散花](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV1uY41187fK%2F) 创意者：[清炖老鼠仔](https://www.gcores.com/users/449867) [〇三四挑战 | Project No.3 Woll](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV18u41117K6%2F) 创意者：[Frank_He](https://www.gcores.com/users/127785/talks) [〇三四挑战 | Project No.4 万物归一](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV1wi4y127va%3Fspm_id_from%3D333.999.0.0) 创意者：[FvP](https://www.gcores.com/users/141641) [〇三四挑战 | Project No.5 Out Of Screen](https://www.gcores.com/link?target=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV1jR4y157EN)创意者： [DDDNINE](https://www.gcores.com/users/594828) 甚至在〇三四的撮合下，还一不小心就撮合了Frank_He与BlasinRee，他们因此相识，后来组成了Team Woll，并且开发了我们大家都很喜爱的[黄油猫CATO](https://www.gcores.com/games/81350)！！ 而三年后的今天，这个挑战的2.0版本，由卢德工作室和它的伙伴们，又回来带给大家啦！ # 〇三四挑战，启动！  # 比赛形式 全程线上，组队参赛 - 队长报名（比赛截止时上传组员名单） - 自由组队 - 单队人数 ≤ 3人 # 比赛规则 - 根据主题扣题创作，主题将在3月21日18:00公布 - 只能使用肉眼可辨的纯色圆形、三角、矩形作为游戏的实例 - 3D游戏可以使用纯色球形、圆锥、棱锥、方体 - 不能使用文字 - 至少需要玩家做出1次交互 - 工具、平台不限，但至少要确保提交的作品在PC上可以运行 - 可以使用AI - 禁止在作品中呈现暴力、色情、反社会内容 # 比赛日程 - 2月28日 12:00 开始报名 - 3月21日 12:00 报名截止 - 3月21日 18:00 公布主题 - 3月23日 18:00 停止开发/提交作品 - 3月25日 18:00 开始投票 - 4月3日 19:00 投票截止 - 4月4日 19:00 公布结果/颁奖仪式  # 评分规则 本次〇三四挑战采取双榜共计积分制，投票榜分为玩家投票榜和选手互评榜。 - 根据奖项设置的维度，自主投票 - 玩家榜：每位玩家对每个奖项能且只能投1票，最终投票结果计入玩家榜 - 选手榜：以队伍为单位，每队对每个奖项能且只能投1票，最终投票结果计入选手榜 - 最终得分 = 玩家榜排名积分+选手榜排名积分  # 报名方式 如果您是队长，在报名截止前，登记队伍名称即可。 [报名链接](https://ludostudio.feishu.cn/share/base/form/shrcnbpcnLj4ni41H3a7BNnnEId) 如果不是队长，且还没有队伍，可以加入群聊寻找队伍，或者在组队看板寻找自己喜欢的队伍。 组队群：496658426 [组队看板](https://ludostudio.feishu.cn/sheets/FbhFsStWlh2gyZt6PRRcjhqhn6b)   

<blockquote><p>随着人工智能技术的迅猛发展，产品经理需要掌握如何将AI技术有效应用于产品开发中，以应对市场需求和技术挑战。本文将探讨AI产品开发从场景到技术的方法论，供大家参考。</p> </blockquote>  当前，AI技术正处于风口浪尖，企业纷纷希望借助AI提升业务竞争力。然而，一个普遍且棘手的问题摆在面前：有懂AI的专家，有懂产品的人才，也有熟悉业务场景的人员，但这三者却很难有效结合到一起。AI的火热让大家跃跃欲试，都想用AI解决实际问题、赋能企业发展，却常常感到“无从下手”。 究其原因，AI产品开发往往缺乏一套系统化的方法论，导致业务需求与技术能力之间存在鸿沟。为了解决这一痛点，本文提炼出一套AI产品开发的正确流程，分为四个核心环节，帮助企业从业务场景出发，逐步匹配技术能力，最终实现AI产品的成功落地。这套方法不仅实用，还能让不懂AI的人也能参与其中，确保AI真正为业务创造价值。 ## 01 场景拆解：从业务中发现AI的机会 **定义**：场景拆解是将现有业务流程分解到足够细的颗粒度。 **工作重点**：以用户旅程或业务价值链为主线，确保拆解既全面又具体。 **方法**：通过绘制业务流程图、编写用户故事等方式，梳理每个环节的细节。 **示例**：以电商平台为例，可以将业务拆解为用户搜索、商品推荐、物流优化、客服自动化等场景。每个场景都有独特的痛点和需求，为后续AI应用奠定基础。 在这个阶段，不需要懂AI，甚至需要忘记AI，避免技术导向，技术给你带来的思维约束，只需深入理解业务即可。这一步的关键在于“足够细”，为后续环节提供清晰的方向。 ## 02 场景价值排序：聚焦高价值场景 **定义**：场景价值排序是根据业务价值和用户体验影响，对拆解出的场景进行优先级排序。 **工作重点**：引入客观的评估框架，例如投资回报率（ROI）、用户满意度提升、运营效率改善等。 **方法**：结合数据分析和业务指标，量化每个场景的潜在收益。 **示例**：在电商案例中，商品推荐因其能直接提升销售额（高ROI）而被优先考虑；客服自动化则因降低成本和提升用户体验而具备双重价值。 这一步依然无需AI技术背景，业务团队即可独立完成。通过排序，企业可以聚焦资源，避免盲目尝试。 ## 03 场景与技术能力匹配：找到AI的最佳应用点 **定义**：场景与技术能力匹配是将高价值场景与AI技术能力对接，确定产品的初步定位。 **工作重点**：建立AI技术能力库，明确技术的应用场景、成熟度和局限性。 **方法**：技术团队参与，提供能力边界的判断，确保技术选择切实可行。 **示例**：对于商品推荐场景，可以评估使用协同过滤或深度学习技术的可行性；对于客服自动化，自然语言处理（NLP）技术则更为合适。 到这一步，需要对AI及其能力边界有一定理解。业务价值与技术匹配度的双重考量，确保AI产品定位既能创造价值，又在技术上可行。 ## 04 产品设计：从概念到落地的关键一步 **定义**：产品设计是设计AI产品的目标、功能和用户界面，确保其满足业务需求并具备技术可行性。 **工作重点**：考虑数据的可获取性、模型训练需求和产品的可扩展性。 **方法**：明确数据要求（来源、质量、标注需求）、指标设计（如准确率、用户留存率）和能力评估方法。 **示例**：设计AI客服产品时，需规划对话流程，收集并标注训练数据，定义评估指标（如回复准确率、用户满意度），甚至优化模型以提升产品能力。 这一阶段需要较强的AI技术经验，同时还需关注数据质量、来源合规等问题，确保产品能力可靠和可持续性。 ## 05 结论 通过以上四个环节——**场景拆解、场景价值排序、场景与技术能力匹配、产品设计**，企业可以系统化地推进AI产品开发。这套方法论的核心在于“场景驱动”，从业务需求出发，逐步引入技术能力，最终实现AI与业务的完美融合。 其价值不仅在于帮助企业解决“无从下手”的困惑，还在于其普适性：无论是不懂AI的业务人员，还是技术专家，都能在流程中找到自己的位置。跨团队协作和持续迭代也至关重要，业务、技术和设计团队的紧密配合，以及对用户反馈的及时响应，将进一步提升AI产品的成功率。 希望这套方法论能为您的AI探索之旅提供指引，助您在AI时代抢占先机！欢迎留言分享您的实践经验，让我们共同完善这套流程，探索AI赋能业务的更多可能性。 本文由 @宇宙一间 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

中国S基金正从“边缘补位”迈向“主流配置”

资金将用于公司飞行器产品研发

<blockquote><p>在当今飞速发展的科技时代，人工智能正在逐渐渗透进我们的生活的各个方面。那么，AI是否有可能取代心理咨询师的角色呢？本文将深入探讨这一话题，分析人工智能在心理咨询领域的应用现状以及其可能带来的影响。</p> </blockquote>  <blockquote><p>“当我被倾听，当我被理解，我才能以新的方式重新感知我的世界，并继续前行。”</p> <p>——卡尔·罗杰斯，《个人形成论》</p></blockquote> ChatGPT、DeepSeek等AI大模型的兴起，文字能力让人惊艳，而心理咨询的重点是“谈话”，也是语言工作。 心理咨询师会被这个AI同行替代吗？ ## 01 AI在心理咨询中初露锋芒 2022年11月，OpenAI推出ChatGPT，上下文的连贯性，产生类似人类对话的感觉，被称为“ChatGPT时刻”。 自此，大语言模型（LLM）的AI路线，迎来持续到现在的高歌猛进。一个月前的DeepSeek，7天增长1亿用户，微信用了1年两个月。 有研究者测试了AI的心智理论，也就是理解他人心理状态状态的能力，比如发现错误信念、读懂暗示、理解讽刺等。在比较GPT-4和1907名人类参与者后发现，GPT-4表现达到甚至超越人类。[1] **AI能力突飞猛进的趋势，让人相信其在咨询中能够胜任更多任务。** 去年有一项AI咨询师与人类咨询师对比研究发现，基于CBT认知行为疗法提示词工程的GPT-4，在咨询中对CBT有更高的方法遵循度。[2] 基于AI的心理咨询、心理疗愈产品也开始井喷，包括虚拟咨询师、心理问答机器人等等。 ## 02 咨询效果受什么影响？ 解开AI替代性谜题的关键，在于了解心理咨询起效的核心机制。 1936年，心理学家索尔·罗森茨格最先注意到，虽然各种心理疗法之间有差异，但是效果大致类似。 这很像《爱丽丝梦游仙境》中一场都是赢家的比赛：参赛者想何时开始和结束，就何时开始或结束，作为裁判的渡渡鸟最后宣布：每个人都赢了，每个人都有奖。 罗森茨格用“渡渡鸟假说”比喻各个疗法之间的竞争，大家都是赢家。 他认为，心理咨询效果的差异，并不来自心理疗法本身，而是疗法背后的“共同因素”，比如期望、关系、与咨询师的关系等。[3] “渡渡鸟假说”是真的吗？咨询效果到底受哪些共同因素的影响？ 1997年，心理学家布鲁斯·E.瓦姆波尔德完成了咨询效果最为系统的元分析，荟萃了1970年到1995年，113项心理疗法的对比研究，证实了疗法差异对咨询效果的影响极小。[4] 这些影响咨询效果的共同因素，被他整合进入了“情境模型”。[5] 瓦姆波尔德发现，**当咨访“第一眼”的初始信任建立后，咨询效果受到三个路径的共同作用**—— - 路径1：真实关系 - 路径2：期望形成 - 路径3：行动反馈 首先是真实关系，指咨询中双方真诚、开放的互动状态，超越专业角色，达到人与人的真实连接。在真实关系中成为自己，这是疗愈的关键。 真实关系，与人本主义咨询创始人罗杰斯的观点如出一辙，他认为的咨询转变的三个前提条件是，真诚、无条件的积极关注和共情，这也是在创造真实关系。 然后是期望形成，来访者认为完成咨询就能达到目标，如同“信则灵”的安慰剂效应。期望形成的关键，是对于目标达成共识，以及目标达成的解释和方法达成共识。 咨询中常说的工作同盟，咨询师与来访者，目标一致和任务一致，这是期望形成的重点。所有疗法都有一套自洽的理论和技术，来塑造期望。 最后一个因素，是引导来访者采取有益的行动。不是宏大改变，而是最小行动验证“新活法”的可行性，进入“改变-奖励-再改变”的正向循环。 根据瓦姆波尔德等人的实证研究，三条路径发挥作用，咨询效果就会发生。 ## 03 AI能替代心理咨询师吗？ AI在咨询效果三条路径上是否能够胜任？ 目标是路径2（期望形成）的关键，AI是具有潜力的。一些人有被AI感动的体验，内在想法，虽未说出，但被AI表达，产生“被看见”的感觉。虽然这是一种共情错觉，但也印证了AI的能力。 路径2目标达成的解释与方法，AI也具有优势，对咨询知识具有较好依从度。当前业界的尝试，通过提示词工程，使AI基于理论完成解释。 在在路径3行动反馈中，AI也有潜力。当约束来访者的处境情况，和理论框架，AI能找到针对性的具体建议，说不有灵光一闪的巧妙点子。 所以，乐观的估计，AI在咨询效果的路径2（期望形成）和路径3（行动反馈）上，具有潜力，能够达到较高的水平，因为它们更多是知识性的。 **关键问题是，路径1的真实关系，AI是否能够胜任？** ## 04 无可替代的人际关系 **真实关系基于两个共同因素，一个是人际关系中的如实呈现，一个是互动中知觉反馈。**[6] AI无法让人感到处于人际关系，而如实呈现自己。这是AI的根本局限—— <blockquote><p>请想象一个场景：</p> <p>你心中有个困扰，感到纠结。有三种方式来应对，写在日记本上，与AI对话，或者和某人聊聊？</p> <p>仅是想象，相信这三种方式，也会让你产生不同感觉。</p></blockquote> 你产生不同感觉的原因很简单——即使AI发展到足够高度，你也将它视为工具，无法建立人际关系的感觉。喜怒哀乐，只有与人关联，才有意义。 存在主义哲学家马丁·布伯将关系分为“我与它”和“我与你”两类，与AI的关系是“我与它”的关系。 这是工具关系，将对方客体化，只在意功能，单方面投射。但是，反过来也让自己困在“我与它”的固定脚本中。 工具关系下，所谓的成长只是给问题打补丁，重复原来的老路，将自己限定在特定角色中，无法得到成长。如同亲密关系中，当只有“我与它”的关系，那么只剩柴米油盐生儿育女的世俗功能。 真正的成长，是跳出固定剧本。**不思考措辞，不担心评判，自在感正是“真实呈现”的开始，让人有可能跳出固有的生活脚本**，重新选择自己的模式和方向。 不再是出于恐惧、习惯或外界期望而行动，而是基于内在的真实感受和价值作出选择，进入“我与你”的共在关系。正如，深刻的亲密关系，彼此成自己，会体会到“我与你”，对于生命产生更大的热情。 虽然，AI也在拟人化尝试，工具与人际不再是泾渭分明。比如Replika的虚拟伴侣，通过记住关键信息，在后续对话中提及，创造虚拟人格。 但是，除了技术局限和伦理风险，AI的人造特点，从根本上只会是工具属性，无法产生人际关系。 ## 05 同样重要的知觉反馈 人际关系如实呈现，不是咨询效果的闭环，还需要知觉反馈。 通过多感官渠道感知和回应对方状态，包括言语和非言语维度。这是AI的另一大限制。 <blockquote><p>请想象另一个场景——</p> <p>你不想别人觉察脆弱，强撑地说“我过得很好”，但是眼神却闪躲地看向窗外。</p> <p>别人忽略了你神情，只根据“过得好”的话来交流。你不会有被理解的感觉。</p></blockquote> AI核心基于文字进行训练，无法关注其他信息。同时，无法通过其他方式反馈，比如沉默、眼神、表情等。 正如“7%-38%-55%法则”所展示的，表达情感词汇时，非语言线索如语调和身体语言的重要性常常超过语言本身。虽然研究有特定情境，但确实揭示了非语言沟通在情感表达中的关键作用。[7] 现象学哲学家莫里斯·梅洛-庞蒂认为，身心并不是二元的，人不是“拥有”身体，而“就是”身体。知觉不是脱离身体的意识活动，而是身体与世界交融的结果。 所以，**真正的知觉反馈，是身体所产生的共感，而不仅是信息传递**。共感交互在理解生命是重要的，当一个人感受到你，当你感受一个人感受到了你，这样的知觉反馈，才能丰富生命体验。 只有信息交互，无法成为有效的知觉反馈，因为对于生命体验而言，懂得再多道理也无法过好人生，甚至就是生命体验的束缚。信息对生命体验外的世界才有用。 虽然，AI的多模态情感计算是技术发展方向，从单一模态，整合视觉、听觉、生理信号等多模态信号，比如文字与语音音调的结合，解释人类的情感。 但是，除了“眼耳鼻舍身”感知的复杂性，阻碍着AI多模态发展。同时，具身反馈的也是一种欠缺——对话的人突然沉默，你可能感到不安，AI的突然沉默，你会认为是故障。 即使拥有了更多物理接口，AI依然是数据处理，根本上缺乏作为存在于世界的身体主体的体验，数字模拟无法创造共感交互。 ## 06 创造真实关系的咨询师无可替代 心理咨询师所创造“真实关系”，是AI无法替代的。不仅是技术处于早期阶段，从根本上具有局限性。 所以，心理咨询师创造“真实关系”的能力，变得更加重要—— 一方面，咨询师要更成为自己，更强的主体性，让来访者更容易进入共在关系，如实呈现。 成为自己的关键，是面对生命课题，跳出僵化剧本。生命体验的袒露，是来访者进入共在关系的入口。 同时，提升在共感交互的能力，是知觉反馈的核心。 共情的技能是重要的，比如觉察来访者语言与行为的矛盾。但更重要的是，与自己感受同在。当越发感受自己，越发能感受他人，“自己好像处于对方皮肤下，切身体会到他的情绪和需要”。 若将心理知识比作地图，生命体验才是疆域。AI的兴起，让知识变得更普及更智能，但不是地图越多，疆域就越宽广。 **咨询师更需要修通自己生命体验，以己为桥，支持来访者拓展自我生命疆域。** ## 07 细分场景，让AI更好地服务你 虽然，AI无法创造真实关系，但是其对于疗愈领域，带来了根本的变化，找到借力的方式。 从咨询效果的基石，真实关系出发，分析疗愈场景。通过两个维度，如实呈现的关系类型（工具关系/共在关系），和知觉反馈的交互方式（信息交互/共感交互），构建疗愈场景矩阵，来分析AI在不同疗愈场景的定位和边界。 - **场景一：具体问题解决**立足工具关系和信息交互，价值定位是信息助手。测评解读、情绪日记分析、行为追踪分析等，属于此类领域。 AI可承担主要的执行者，而咨询师设计框架，并监督质量。 - **场景二：具体课题体验**基于工具关系，但需要的共感交互，产生体验。此类场景价值定位是专业引领。比如，压力管理课程、情绪调节训练营、心理剧表演等。 专业人士扮演主导角色，AI可以作为辅助工具，比如需求的识别和细化。随着多模态技术演进，可以承担更大角色。 - **场景三：内在困扰解答**转向共在关系，但侧重信息交互，价值定位是导师解惑，类似以下场景，困扰的解答、情绪的倾听、问题的探讨。 人的存在就是核心——或许因为关系值得信任，或因本就需要个真实的人。AI在此可发挥事前分析作用，形成初步假设，并在事后提供系统总结，但不能替代本人存在。但是，虚拟人格的进化，将拓展AI边界。 - **场景四：生命体验扩展**基于共在关系，通过共感交互，价值定位为陪伴支持。深度咨询、危机干预、人生拓展等生命体验领域，都需要这种深层次场景。 此时，无条件地进入共在和共感状态变得重要，而外界是干扰。AI可以在对话后，成为复盘伙伴，但应避免在对话前和对话中介入，以维护体验的纯粹性。 四象限的疗愈场景矩阵，**既揭示AI工具的作用与局限，也能帮助疗愈场景中不同参与者，找到重点和路径。**  四象限的疗愈场景矩阵 ## 08 坚持价值，善用工具 一场咨询是复杂的过程，不仅有生命体验的拓展，也有具体问题解决，比如测评解读。咨询师分场景，合理地应用AI工具，不仅能提升咨询效率，更能提升咨询效果。 类似咨询师，通过产品创造疗愈价值的创造者，也可以找到具体场景的价值理性，不要被AI工具带走。 当前AI技术更契合信息助手，是当前能够闭环的疗愈场景。其余场景属于辅助，介入价值链的某个环节。 比如心理测评，在某种框架下对自我的解释，共在关系与共感互动不是测评的重点，AI能够给出更针对性、个性化的解释，具有独特的作用。 心理咨询等疗愈的用户，明确当前需求的重点。不同需求指向不同的疗愈场景，也决定了AI 在其中能发挥的作用边界。认清自身需求的重点，更好地获得成长支持。 “无论我们热情肯定还是否定技术，我们都始终不自由且被束缚于技术”[8]，持续反思AI将如何重塑咨询关系和个人成长，才是丰富生命体验的方式。 — 1. Strachan, J. W. A., Albergo, D., Borghini, G., Pansardi, O., Scaliti, E., Gupta, S., Saxena, K., Rufo, A., Panzeri, S., Manzi, G., Graziano, M. S. A., &amp; Becchio, C. (2024). Testing theory of mind in large language models and humans. Nature Human Behaviour, 8(7), 1285–1295. ↩︎ 2. Iftikhar, Z., Ransom, S., Xiao, A., &amp; Huang, J. (2024). Therapy as an NLP Task: Psychologists’ Comparison of LLMs and Human Peers in CBT. ArXiv,abs/2409.02244. ↩︎ 3. 布鲁斯·E, 瓦姆波尔德, &amp; 扎克·E, 艾梅尔. (2019). 心理治疗大辩论 (任志洪, Trans.).↩︎ 4. Wampold, B. E., Mondin, G. W., Moody, M., Stich, F., Benson, K., &amp; Ahn, H. (1997). A meta-analysis of outcome studies comparing bona fide psychotherapies: Empiricially,” all must have prizes.”. Psychological Bulletin, 122(3), 203.↩︎ 5. Wampold, B. E. (2015). How important are the common factors in psychotherapy? An update. World Psychiatry, 14(3), 270–277. ↩︎ 6. Gelso, C. J. (2011). The real relationship in psychotherapy: The hidden foundation of change (1st ed). American Psychological Association.↩︎ 7. Albert Mehrabian. (2025). In Wikipedia.↩︎ 8. The Question Concerning Technology. (2024). In Wikipedia.↩︎ 本文由 @开亮人生 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

Apple TV 在上一次更新之后，新增了一款非常漂亮、有趣的史努比屏保，视频模式，史努比会在屏幕上动来动去。有同学将其移植到了 macOS 上，挺不错的。@Appinn 在 V2ex 的帖子中，@c

 渡边信一郎原创动画「LAZARUS」公布最新预告， 4月6日开播。 &lt;内嵌内容，请前往机核查看&gt; 该片的阵容极其豪华，由 MAPPA 制作，《疾速追杀》导演查德·斯塔赫斯基担任动作设计，由《星际牛仔》监督渡边信一郎担任本作原作与监督。 CASTアクセル：宫野真守ダグ：古川慎クリスティン：内田真礼リーランド：内田雄马エレイナ：石見舞菜香ハーシュ：林原惠アベル：大塚明夫スキナー：山寺宏一