据知情人士透露，优步的竞争对手Bolt Technology OU正与顾问合作PJT Partners，探讨可能的方案，包括首次公开发募股(IPO)。知情人士称，该公司可能最早于明年寻求上市。他们表示，Bolt仍在讨论在欧洲或美国上市的益处，并可能寻求其他途径筹集资金。知情人士称，相关讨论尚处于早期阶段，计划仍有可能改变。 [](https://static.cnbetacdn.com/article/2024/1114/eefb759e5b1683c.webp) Bolt的一位发言人在电子邮件中表示：“与任何考虑上市的公司一样，我们在许多领域咨询了专业顾问，以寻求帮助。”“我们将继续评估一些潜在的上市地点。”这位发言人说，IPO日期将取决于市场情况。 Bolt是一家提供叫车、送餐和滑板车租赁服务的公司，去年获得了2.2亿欧元(约合2.31亿美元)的信贷额度，首席执行官Markus Villig表示，这笔资金将帮助该公司“为IPO做好准备”。该公司在2022年的一轮融资中获得了74亿欧元的估值，此前该公司从红杉资本(Sequoia Capital)、富达管理(Fidelity Management)和其他投资者那里筹集了6.28亿欧元。 Bolt已经在欧洲、非洲、亚洲和拉丁美洲与优步展开竞争。最近几个月，Bolt又以应用程序“Hopp”的名义向北美进军。 Bolt计划IPO与其他欧洲科技初创公司考虑上市的计划不谋而合。据报道，瑞典金融科技公司Klarna Group Plc计划最早于2025年上半年在纽约进行首次公开募股。 [查看评论](https://m.cnbeta.com.tw/comment/1481938.htm)

投资者周二从美国现货比特币交易所交易基金(ETF)中撤资逾10亿美元，创下去年1月这些基金首次亮相以来的最大单日流出量。ETF需求减弱进一步加剧比特币的跌势。根据Bloomberg汇编的数据，在这些基金中，Fidelity Wise Origin Bitcoin Fund(FBTC)流出的资金最多，其次是iShares Bitcoin Trust ETF (IBIT)。与此同时，比特币的价格一直在下跌，投资者在面临不确定性的情况下避开风险较高的资产。 整体来看，比特币基金在过去六天内流出了大约21亿美元，这是自去年6月以来最长的资金流出期。 美国比特币ETF遭遇自上市以来最大单日资金流出  本周，比特币面临压力，其价格跌至去年11月中旬以来的最低水平。其他加密货币也出现下滑。 在比特币基金出现资金外流的同时，投资者利用最近的股票抛售机会，在一个交易日内向纳指100ETF-Invesco QQQ Trust(QQQ)和标普500ETF-SPDR(SPY.US)总共注入近70亿美元的资金。 渣打银行数字资产研究全球主管Geoff Kendrick表示：“尽管过去12个月出现了机构资金流动，但数字资产仍在很大程度上受到散户资金的驱动。这使它们与股票和固定收益产品区别开来。在我看来，这意味着普通投资者的资金实力较弱，或者没有足够的资金来弥补损失。因此，损失可能会更大。” Kendrick预测，比特币的交易价格将会更低——大约在8万美元的范围内——届时他将“逢低买入”。 在VanEck数字资产研究主管Matthew Sigel看来，创纪录的资金外流可能源于对冲基金解除了所谓的基差交易，该策略利用现货和期货市场之间的价格差异进行交易。一些人利用ETF从加密货币的波动性中获利或抵消衍生品的空头头寸。 Sigel表示：“这一策略涉及购买比特币现货(通常通过ETF)，同时做空比特币期货以锁定低风险回报。然而，这种交易的利润最近大幅下降，使其吸引力大大降低。因此，使用ETF进行这种策略的对冲基金可能已经平仓，导致大规模赎回。” **比特币遭受暴击，下一站7万美元?** 随着所谓的特朗普交易逐渐降温，比特币期权显示，投资者和交易员正在对冲加密货币跌至美国大选日后不久的水平。 根据最大的加密期权交易所Deribit的数据，执行价格为7万美元的看跌期权的未平仓合约数量是2月28日到期的所有合约中第二高的。总计49亿美元的未平仓合约将于周五到期。 自美国总统唐纳德·特朗普今年1月就职以来，比特币已从历史高点下跌了约20%，原因是他对盟友和地缘政治对手的强硬立场动摇了投资者的信心，对通胀上升的担忧挥之不去。上周Bybit交易所遭遇创纪录的黑客攻击，也震动了加密行业。 Cumberland Labs研究主管Chris Newhouse表示：“政策进一步抑制了前景，而居高不下的短期通胀预期加剧了整体的谨慎情绪。Bybit交易所遭到黑客攻击给价格带来了额外的下行压力，并对市场情绪产生了负面影响。” Coinglass汇编的数据显示，周三，加密货币的多头和空头交易加速平仓，截至纽约时间下午3:30左右，仅在四个小时内，就有大约4.25亿美元的头寸被平仓。过去三天，超过20亿美元的看涨押注被平仓。 比特币连续第四天下跌，一度下跌约5.6%，至83744美元，期间跌幅达13%左右。这是自去年8月以来最大的四天跌幅。以太币和Solana等其他代币继续遭受严重的击，分别下跌7%至10%。 由于缺乏新一轮牛市的决定性信号，投资者在避险环境下观望并撤出加密货币。 加密货币经纪商FalconX的市场联席主管Ravi Doshi表示：“加密货币市场仍在寻找扭转看跌情绪的新催化剂。” [查看评论](https://m.cnbeta.com.tw/comment/1481936.htm)

美国芯片巨头英伟达（NVIDIA）当地时间周三在一份监管文件中表示，来自中国华为股市的竞争正在加剧。在周三提交的年度文件中，英伟达将华为列为其当前竞争对手之一，这是该公司连续第二年将华为列入竞争对手名单。在此之前，华为曾有三年没有出现在英伟达的竞争对手名单里。 [](https://static.cnbetacdn.com/article/2025/0205/84b88a6490a8360.jpg) 英伟达在五个产品类别的四个类别中，将华为列为竞争对手之一，这四个产品类别分别是芯片、云服务、计算处理和网络产品。 英伟达CEO黄仁勋接受采访时表示：“中国市场竞争激烈。华为和其他公司……非常有活力，非常有竞争力。” [查看评论](https://m.cnbeta.com.tw/comment/1481934.htm)

两名知情人士透露，德国汽车制造商梅赛德斯-奔驰集团及其在华子公司正计划在中国裁减高达15%的员工，裁员主要集中在金融和销售部门。这一举措源于梅赛德斯-奔驰在全球最大汽车市场中国，正面临日益激烈的竞争压力。  消息人士表示，梅赛德斯-奔驰汽车金融有限公司和北京梅赛德斯-奔驰销售服务有限公司将承受此次裁员的冲击。知情人士指出，这两家公司在与包括中国国有银行在内的中国金融机构竞争时处于劣势，因为中国金融机构能够为购车者提供更具吸引力的汽车贷款方案。 据悉，梅赛德斯-奔驰已经启动裁员程序，包括不再续签部分固定期限员工的合同，而本月裁员速度明显加快。不过，知情人士强调，梅赛德斯-奔驰的裁员计划仍存在变数，目前该公司尚未就具体裁员规模做出最终决定，实际裁员比例可能低于15%。 目前尚不确定此次裁员是否会影响梅赛德斯-奔驰的中国区总部，或其与中国公司共同建立的合资企业的生产部门。梅赛德斯-奔驰集团中国区在回应彭博社的声明中表示，该公司一直与员工密切合作，根据竞争环境和市场需求调整运营策略。 梅赛德斯-奔驰的这一决定折射出外资车企在中国市场面临的困境。在比亚迪等本土品牌的强势崛起下，传统外资汽车品牌正迅速失去市场份额。凭借将科技含量高的电动汽车快速推向市场，这些本土品牌赢得了众多消费者的青睐。加之经济下行压力加大，中国消费者在消费决策上变得更加谨慎，这进一步加剧了外国车企的困境。 事实上，梅赛德斯-奔驰并非唯一一家寻求在中国市场精简业务的外资车企。去年，有报道称保时捷在中国进行了裁员。此外，宝马集团发言人透露，宝马中国去年未与部分员工续签合同，这影响了2%至5%的员工，并计划在今年采取类似措施。 值得注意的是，梅赛德斯-奔驰上月公布的数据显示，其去年在华汽车销量同比下滑7%，这一表现也拖累了其去年的全球汽车交付量。面对日益严峻的市场环境，外资车企正纷纷调整在华战略，以应对来自本土竞争对手的挑战。 [查看评论](https://m.cnbeta.com.tw/comment/1481932.htm)

**亚马逊公司创始人杰夫·贝佐斯周三宣布，他旗下报纸的观点版面将发生重大变化，优先考虑支持自由市场和个人自由的观点。**贝佐斯在X上分享的一份笔记中写道，该报的观点版面现在将专注于“两大支柱：个人自由和自由市场”，而相反的观点“留给其他人发表”。他指出，虽然报纸曾经通过提供不同的观点来服务读者，但“今天，互联网在做这项工作。” 这种转变已经导致了编辑方面的变化。该报现任观点版面编辑大卫·希普利（David Shipley）将辞职，而不是领导新的方向。贝佐斯承认：“这是一个重大的转变，实现起来并不容易，需要100%的投入。” 贝佐斯的这一声明迅速招致了知名人士的批评。美国参议员伯尼·桑德斯将此举描述为“寡头对媒体的所有权”，声称贝佐斯“现在宣布该报的社论版正在向特朗普右翼倾斜”。 美国前劳工部长罗伯特·赖克警告说：“当亿万富翁控制了重要的交流平台，这不是言论自由的胜利。这是寡头政治的胜利。” 加州民主党众议员亚当·希夫（Adam Schiff）称这是“另一种为商业利益服务的自我审查行为”，这将“限制其编辑发表意见的自由，而不是促进其所有者的商业利益”。 不过，贝佐斯的决定得到了特斯拉CEO埃隆·马斯克的支持，他在X上回应有关该消息的一条帖子称：“杰夫·贝佐斯，太棒了！”马斯克经常批评主流媒体机构所谓的偏见，他将X定位为一个更透明的新闻平台。  [查看评论](https://m.cnbeta.com.tw/comment/1481930.htm)

印度一家法院周三下令亚马逊支付3900万美元的赔偿金，原因是该公司在亚马逊印度网站上销售与“比佛利山庄马球俱乐部”（Beverly Hills Polo Club）商标相同品牌的服装，构成商标侵权。 印度律师称，这一裁决具有里程碑意义。此前，印度的一项反垄断调查发现，亚马逊在其印度网站上给予特定卖家优惠，违反了竞争法，但亚马逊否认了这一指控。 这起商标案是由“比佛利山马球俱乐部”（Beverly Hills Polo Club，简称BHPC）商标的所有者Lifestyle Equities于2020年提起的，该公司指控亚马逊的印度购物网站上列出了带有类似标志的服装，而价格仅为该品牌的一小部分。 印度德里高等法院表示，侵权品牌归亚马逊科技公司所有，并在亚马逊印度网站上出售。 法院在长达85页的判决书中指出：“使用的商标很难区分。”判决书中还包含了对比两个商标的T恤照片。  [查看评论](https://m.cnbeta.com.tw/comment/1481928.htm)

 近日，国产AI大模型DeepSeek（深度求索）一经推出，凭借其卓越的性能在全球范围内引发了广泛关注，与此同时也成为了不法分子聚焦的目标。安天移动安全团队通过国家计算机病毒应急处理中心的协同分析平台，发现了一批假冒DeepSeek的恶意应用程序。针对这一情况，安天移动安全团队迅速展开了深入分析和关联拓展，揭示了这些恶意应用的潜在威胁，并采取了相应的防护措施，为用户安全使用国产AI产品保驾护航。 **1．样本基本特征对比** 仿冒应用程序名、图标与正版应用别无二致，普通用户难以分辨真假。  **2．样本详细分析** **1# 动态分析** 恶意应用运行后直接提示更新，点击后会直接弹出安装同名恶意子包弹框请求。  诱导用户请求启用无障碍服务。  程序名、图标和正版基本一致，且可以同时安装于同一设备中。  与官方正版应用比较，恶意样本运行后的界面如下，直接访问的DeepSeek的官网。  正版DeepSeek应用如下，可以看到需要登录后才能正常使用，运行界面也不一致。  **2# 静态分析** 该恶意应用使用了一些对抗手段来对抗逆向分析工具，增加分析难度，逃避安全检测，具体如下： 样本通过工具创建同名文件夹，对抗分析工具。  使用伪加密修改zip文件数据的方式让工具误认为存在密码。  使用整体自定义壳进行加固处理。  使用类名、变量名混淆来增加分析难度。  使用动态加载的方式加载恶意子包。  **子包功能详细分析：** **其关键指令解析如下：**   **主要信息获取行为如下：**1、获取短信信息。  2、获取通讯录。  3、发送短信。  4、获取应用安装列表。  5、获取cookie。  6、通过无障碍服务监控用户的点击、输入等行为。  7、窃取google验证码。  8、VNC屏幕监控。  9、通过激活设备管理器和无障碍服务防卸载。  **3# 网址信息服务器网址如下：**  **3．历史溯源** 根据分析恶意木马的服务器指令特征，发现该木马与历史家族Trojan/Android.Coper的指令基本一致，如下图所示（左图为该木马，右图为Trojan/Android.Coper家族样本）。  该木马家族作为长期活跃的恶意攻击威胁，于2021年7月被首次披露，安天病毒百科已经收录了该家族样本，见https://www.virusview.net/malware/Trojan/Android/Coper。该木马初期以伪装成哥伦比亚官方金融应用“Bancolombia Personas”进行传播，后续逐步扩展伪装对象至Chrome浏览器、Google Play应用商店、McAfee安全软件及DHL Mobile等全球知名应用。其攻击链通过仿冒合法程序诱导用户下载并执行恶意代码，进而实现敏感数据窃取，包括但不限于短信内容、通讯录信息及主流社交/金融应用的账户凭据，最终对受害者构成隐私泄露与资金安全的双重威胁。 **4．分析总结** 经综合分析，该恶意样本采用多层伪装机制，其主程序仿冒为DeepSeek官方应用，通过诱导性展示目标官网界面降低用户警惕性。在运行阶段，样本通过动态代码加载技术隐蔽加载恶意子包，并建立与C&C服务器的加密通信信道。恶意模块具备多维度数据窃取能力，包括：1、隐私窃取模块（短信/联系人/应用列表等）；2、界面监控模块（滥用无障碍服务权限实施屏幕内容抓取）；3、指令执行模块（支持远程指令解析，实现功能动态扩展）。攻击链中特别采用界面伪装与恶意行为分离机制，有效规避基础安全检测，最终导致用户敏感信息泄露及设备控制权限沦陷。 安天威胁情报中心已通过实时威胁狩猎系统完成覆盖该家族全量样本的检测规则部署，并联动移动终端防护体系实现安装阻断，为防范AI技术滥用场景下的新型网络威胁提供主动防御支撑。  （相关链接： https://virus.cverc.org.cn/#/entirety/file/searchResult?hash=E1FF086B629CE744A7C8DBE6F3DB0F68） **5．防护建议** 1、建议从官方网站、各大手机厂商应用平台下载正版应用。 2、对与请求无障碍服务和激活设备管理器的行为提高警惕，不轻易授予相关权限。 3、在手机设置中关闭"允许安装未知来源应用"的选项。 4、定期在设置-应用管理中查看近期安装的陌生程序。 5、对设备电量异常消耗的情况予以关注。 6、养成定期使用手机管家等具有杀毒功能应用的使用习惯，及时查杀病毒。 6．关联样本 银行间谍木马：  除此之外，通过内部大数据关联分析发现，近期除了上面提到的银行木马外，还存在其他冒用DeepSeek名义从事诈骗活动的情况，如下为部分关联样本信息： 

<blockquote><p>随着AI大模型如DeepSeek的兴起，越来越多的企业希望接入这些技术以提升效率和产品体验。然而，企业使用大模型并非简单的技术接入，还涉及诸多风险控制问题。本文从经营和业务视角出发，详细梳理了企业在接入大模型时可能面临的风控挑战，并提出了针对性的解决方案，供大家参考。</p> </blockquote>  DeepSeek 的热潮，从春节一直持续到现在，一浪接一浪。最开始是科技媒体和自媒体，对于 DeepSeek 展开讨论，而现在凑风口的，则是众多企业，纷纷宣布接入了 DeepSeek，就连国民级应用微信，以及竞争对手文心一言和腾讯元宝，也纷纷宣布在自家大模型的软件里，接入了 DeepSeek 。 AI 的发展势不可挡，AI 革命正在如火如荼，很多企业都有接入大模型产品，提升内部效率或者产品体验的意愿和需求。但是，企业使用大模型不同于个人，要考虑商业机密、业务安全等等诸多问题。 本文，我们就彻底厘清楚，企业要接入大模型，应当注意哪些风控问题。这不是一篇技术文章，而是更多的从经营和业务视角，用相对通俗的语言，识别出企业在实际落地 AI 过程中，不可忽视的 AI 风险。 ## 01 接入大模型，会面临哪些潜在风险 在研究大模型的风控问题前，我们首先要明确，企业接入大模型，都有哪几种方式。 我在[《业务中“接入大模型”，到底有哪几种接入方法？》](https://www.woshipm.com/aigc/6184136.html)一文中专门写过，不论是 DeepSeek，还是其他大模型，企业能够接入的方式，一般就是以下 5 种，这张表格总结了各种方式的优劣势。  在不同的接入方式里，由于部署方法和使用方式的不同，所包含的风控点也不同。 个人直接使用平台功能，和通过智能体平台搭建 Agent，这两种方式，由于是公用平台，因此数据保密等级最低，作为个人工作的 Copilot（副驾驶、助理），没太多问题，但如果要把企业的机密信息传入，就容易产生信息泄漏。 API 调用、私有化本地部署、通过云服务商间接部署，这三种方式，一方面涉及到对大模型的调整和训练，另一方面也涉及到模型输出内容会公开，所以涉及到比较多的风险，比如训练数据合规、权限控制、输出内容审查等。 具体的风险类型和处理方法，我们在下文详细展开。 ## 02 如何进行 AI 大模型的企业风控 根据 AI 的使用者与 AI 大模型产生交互的时机，我们把企业接入大模型的风险，分成三个阶段：传入模型时风控、模型处理中风控、模型输出时风控。 ### 传入模型时风控 这一阶段，是信息进入大模型的入口阶段，日常的 AI 问答不会有问题，最大的风险，就是业务敏感信息泄漏和数据合规。 **风险点一：数据安全风险（保密数据、隐私数据）。** 在实际工作中，会因为业务需要，把实际业务的真实数据、或者重要的商业机密发送给 AI，在这个过程中，很容易将公司的核心机密流传出去。 例如 AI 能力的提供方（不一定是大模型的研发公司，也有可能是提供 AI 服务的第三方等）可以查看到用户与 AI 对话的内容；或者 AI 在接收到信息后，内化于自己的数据库，在与另外的用户对话时，将信息泄漏；又或者“伪本地化”部署方案中，若接口加密不完善，攻击者可通过逆向工程窃取传输中的业务数据。 解决方法就在于对于数据安全的重视，主要是 2 个： 1. 针对保密数据和隐私数据，在底层的表结构上，就做好权限控制。基本原则是「最小权限原则」，即限制数据可访问的范围和保密等级，例如一些敏感数据，只有达到一定权限的人才能增删查改，其他人不能访问，从数据获取的源头上，就做好把关。 2. 加强公司成员保密意识，在使用 AI 时，对敏感数据进行脱敏处理。AI 的运行过程中，如果必须使用某些数据，那么就应当对数据进行脱敏，比如 AI 大模型在调用用户数据表时，提前将用户的身份证号和手机号，进行模糊化处理。 **风险点二：训练数据合规风险** 除了数据保密的风险，企业还得多关注训练数据的合规性。什么意思呢？就是拿来训练大模型的数据，必须得合法合规，不能踩法律的红线。尤其是隐私保护和知识产权，稍微不注意，就可能让公司在法律框架内触及红线。如果某些数据只是拿来训练，不会对外提供服务，那么训练过程中，要做好数据生命周期的管理工作，及时销毁使用完的数据。 同时，数据的质量把控也得过硬，这是为了大模型的品质考虑，这很好理解，如果数据质量过差，大模型的水平自然也不会好。 ### 模型处理中风控 模型处理中的风控问题较多，某种程度上，也不仅仅是技术上的风控问题，也是企业内控的一些要求。在这个阶段，需要关注的风控问题主要有 5 个。 **风险点一：模型伦理风控** 因为 AI 训练的过程，大多是黑盒，很多时候，我们并不知道 AI 在处理信息时，究竟是怎么一个“脑回路”，所以大模型往往会搞出一些科技伦理问题。模型伦理这块儿，主要是别让 AI“学坏了”。 比如招聘场景下，AI 可能因为历史数据男性偏多，因此在进行处理时，形成对女性的偏见；或者由于网络上对于某个人群的过度歧视，导致 AI 进一步加强这种歧视。  所以在模型训练中，企业必须得用多样化的数据，把偏见扳回来，还需要在产品研发流程上，增加一些伦理审核流程，别让模型做出违背道德伦理和科技伦理的行为。毕竟，谁也不想自家 AI 变成“道德滑坡”的典型吧…… **风险点二：模型可解释性** 模型可解释性，通俗点讲，就是得搞清楚模型为什么这么决定。 大模型的训练与使用过程，我们已经非常熟悉：将问题和需求告知 AI，AI 自行处理后返回结果，这个结果可能是符合常理的，也有可能是完全意想不到的。这种不可控性，对于大多数场景而言，都是无害的，甚至能通过天马行空的想象，挖掘出不一样的灵感。 但是，有一些场景，AI 的不可控性，反而会成为掣肘，如果让模型黑盒跑，谁也不知道它怎么想的，那出了错，都没法向用户解释，严重一点，监管也会找上门。 而且，光和 AI 聊天，还只是算是初步应用，要想让 AI 能够大规模释放生产力，还是得让 AI 进入到工作流程中。比如金融方案、医疗推荐，AI 产生一个答案，那产出的过程中，因为什么？参考了什么？逻辑是什么？理由是什么？怎么推理出这个答案？这些问题，都需要能够有理有据的择出来，也就是大模型的推理结果，要有「可解释性」。 可解释性的保障，不仅仅要在模型严谨程度的参数上做调整，也要在产品流程上进行介入。例如在产品流程上，强制性让 AI 处理过程分为几个步骤，并每个步骤强制性索引所有引用到的材料，或者在每个步骤，都设置监控工具，确保出了问题，能查到根源。 **风险点三：行业合规要求** 主要是特定行业和特定区域的合规要求，比如医疗行业的临床要求、欧盟国家的 GDPR（欧盟跨境数据法规）等。 **风险点四：算力、成本、运维的内控问题** 尤其是私有部署的方案中，企业内部能够形成“成本陷阱”的地方特别多，因此，企业在内部制度上，要做好企业内控和技术方案的选择。 大模型的训练，所需要的算力，是非常大的成本，即使是采用公有云的部署方案，花费也不低。因此，选择怎样的技术实现方案，性价比更高？哪个云服务的配套，更有优势？算力是否有闲置，算力采购过程中是否有舞弊？这些都能看作是大模型部署的内控关注点，不要稀里糊涂的把钱烧出去。 **风险点五：模型失效与性能退化** 是的，模型也是会退化的。 大模型部署完成后，并非一劳永逸，即使不考虑新模型对旧模型的超越，单就同一个模型来看，也存在性能退化的问题，时间长了可能就“老化”了。 这种老化，一般是由于数据分布漂移、数据循环污染等原因造成。数据分布漂移就是，现实世界的情况会随着时间变化，但模型中的数据不会，就会产生偏差（比如 20 世纪的某些政策并不能套用到 21 世纪）。数据循环污染是大模型与大量用户对话后，被拉低了数据质量，导致模型的茧房加剧，偏差加大。 所以在应对模型失效与退化上，监控和预警机制、数据更新和再训练的策略、数据容灾与回滚机制等措施，都很重要。同时，在组织与流程上的保障也是要考虑的，比如专门的团队和 SOP，来对模型的实际表现，进行定量和定性的监控。 ### 模型输出时风控 这个过程比较容易理解，就是对于模型输出的内容，本身也需要进行一定的筛选和过滤，以便符合内容合规的要求。这部分的内容风控，本质上与社交媒体发布信息时间的风控，是类似的。 输出阶段，传统的信息合规要注意： - 政策层面的内容合规，要符合监管的要求。 - 社区氛围的良性导向，如谩骂、隐私等。 - 社区用户安全的保证。 这部分现有的解法都非常成熟，机器学习+人工审核的配套方案，基本上不会出现问题。 AI 场景中，还需要额外注意一个“AI 幻觉”的问题。目前的大模型，或多或少都有这个毛病，爱“胡说八道”，比如编个不存在的事实，或者胡扯一个数据来源。所以在某些严肃场景下的业务，企业要在输出检查上，多做几道验证。 ## 03 风控是为了更好的创新  接入大模型，能给企业带来效率和创新，但风险也不少。从传入模型时的数据保密和合规，到处理中的可解释性、伦理、行业标准、成本控制和性能维护，再到输出时的内容审查和减少幻觉，企业得全盘考虑，步步为营。 怎么管好这些风险？需要有一个完整的 AI 治理框架，数据得管严、合规得做足、模型得选对、部署得合理，并且随时优化。只要把这些风控点掐住了，企业才能放心用 AI，既安全又高效。 作者：亨哼；公众号：产品变量（ID：hengpaper） 本文由 @亨哼 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。

人的一生，**大脑中沉积的“微塑料”可能达到10g，相当于两张信用卡的重量！**而大脑微塑料的沉积，可能会加剧老年痴呆等退行性疾病的风险。 2月上旬，一篇发表在顶刊《Nature Medicine》的论文，给出了上述研究结论，再次引发了舆论对人体内“微塑料”问题的重视。事实上，不仅是大脑，科学家们在人体肝脏、肾脏甚至子宫胎盘中都发现过微小塑料颗粒。 塑料污染的风险，正在侵袭着人群健康，**既往亿万塑料制品，能够回收的比例仅占9%左右。**为了缓解这一问题，众多企业在积极开发新型生物质塑料，如可降解的PHA（聚羟基脂肪酸酯）、PLA（聚乳酸）、PCL（聚己内酯）等，以替代难以降解的PET（聚对苯二甲酸乙二醇酯）、PE（聚乙烯）、PP（聚丙烯）等石油基塑料。 近日，国际合成生物学产业化先驱**Jay Keasling实验室人员创建了一家名为赋澈生物（Future Bio）的公司，其以生物制造的方式，成功开发出一种回收率可达95%的新型塑料：生物质Vitrimer（类玻璃化环氧树脂）。**据公司联合创始人兼首席执行官王子龙介绍：这一“未来塑料”进入盐酸环境即可实现完全解聚，且分解后的生物质产品可回收作为新原料，再次进入塑料的使用循环系统。 **36氪独家获悉，赋澈生物（**[https://www.fuche.bio](https://www.fuche.bio)**）近日完成了数百万美元的天使轮融资，由耀途资本领投，险峰长青、晶泰科技、Capital O、IMO Ventures跟投，跃为资本担任独家财务顾问。**新一轮融资主要用于团队搭建及中试验证，同时赋澈生物还与晶泰科技建立了 AI 研发战略合作，将持续驱动材料与工艺的研发升级。 ## **开发高度集成的“细胞工厂”** 据了解，王子龙和赋澈生物联合创始人、首席技术官Seokjung Cheong皆为加州伯克利大学Jay Keasling实验室的博士后，擅长蛋白工程、菌株改造等技术。除Jay Keasling以科技顾问的角色指导外，赋澈生物还邀请到凯赛生物前董事兼技术主任Howard Chou作为发酵量产顾问加盟。 塑料回收、循环利用，并非是一个新的话题。无论石油基塑料、生物基塑料，都需要消耗大量的原料资源。对于生物基塑料而言，生产所需的原料多是葡萄糖、棕榈油等碳源，主要靠粮食转化。除了人体健康，从粮食和能源安全的角度，高效率、低成本、大范围的塑料回收利用，也是需要迫切解决的问题。 **Vitrimer材料最早在2007年由法国科学家发明，起初被用于制造航空玻璃等场景，**因为其骨架分子复杂等原因，难以通过化工方式合成，使得生产成本高昂，一直没有大规模应用。 在技术上，传统的塑料分子通常是线性聚合，赋澈生物开发的生物质Vitrimer是“三维延展聚合”，因此可以实现较高的机械性能强度，被应用到多种使用场景。 为了实现Vitrimer的生物制造，赋澈生物研发出了一种复合蛋白酶：聚酮合酶。王子龙将之比喻成新能源汽车的智能制造车间，利用聚酮合酶做酶催化的过程，就像是在一个高度集成的产线上，产出高纯度环内酯。 “我们利用的菌株就是大肠杆菌、酵母菌这样的模式菌株；制造Vitrimer的化合物分子会释放在细胞外并在中低浓度时过饱和结晶析出，且发酵环境为中性。生产过程不需要改变发酵环境的酸碱度，也无需破（细胞）壁提取产物，所以发酵产物的纯度比较高，能大幅节省纯化环节的成本。”王子龙介绍道。  供图：Future Bio ## **如何实现塑料高效回收、循环利用** 以生物制造的方式，合成新型Vitrimer分子，并开发成为不同性状的塑料，如塑料容器、汽车塑料等，是应用的第一步。而令赋澈生物团队兴奋的核心在于，这种塑料产品的可回收性。 王子龙介绍道，将其开发的生物质Vitrimer置于盐酸环境中一段时间，这种新型塑料就会被溶解掉，“**酸解断裂分子键，可以让其从高分子的聚合状态，分解成小分子的离散状态，这些小分子和原料一样，可以被回收利用。而且，从溶液中分离这些原料，只需用‘网筛过滤’的物理方法，**无需额外添加催化剂或复杂的分离纯化环节。这就极大地降低了成本。”  供图：Future Bio 尽管政府部门会对该行为进行一定补贴，但回收分散到社会角落的塑料制品，链条长、成本高。只有当塑料回收的成本足够低，且再生资源利用的经济激励足够大时，才可能驱动产业链上的各方自发地这么做。 当前赋澈生物已经在探索商业化的应用场景，尝试和包装、汽车、打印、家居等行业一线品牌合作，为之提供性能相似、同时具有高回收率的再生塑料制品。 例如在汽车制造行业，有一些零部件是塑料和金属的混合体，厂商想回收金属，但拆卸塑料的工时和成本较高。“如果应用这种高性能可循环塑料，把零部件放置在盐酸环境中，塑料就会快速溶解，只留下金属部分。”王子龙介绍道。 此外例如大型打印机品牌每年要回收上亿个打印机墨盒，并采取机械处理的方式对塑料进行回收，再利用率程度较低。因此，在性能和成本可控的情况下，其有一定的动力更换新型可回收塑料。 不仅如此，针对各种不同的应用场景，在加州伯克利大学的AI平台支持下，生物质Vitrimer成功实现了自由微调分子结构并对应预测材料性能，可定向调控塑料溶解温度等的技术突破。 不少品牌对高回收率的生物制造塑料感兴趣，对于既能满足较高性能需求又是绿色可循环塑料的替代产品非常支持。为应对庞大的市场需求，“当前的核心仍是提升产量、降低成本。”

<blockquote><p>本文从产品经理的视角出发，深入剖析了Web自定义排序的设计价值、常见排序方式、典型应用场景以及设计中的关键要点，供大家参考学习。</p> </blockquote>  在互联网产品设计的日常中，我们常陷入一种矛盾：既要在海量信息中帮用户快速定位目标，又要避免过度设计带来的认知负担。最近在多个项目中踩过排序功能的“坑”后，我意识到——那些看似简单的“拖动调整”“按指定规则排序”背后，藏着产品经理必须直面的场景化命题。举个例子，教育平台既要让管理员全局调控课程展示规则，又得允许某些课程灵活调整自有课程问题；协作类平台排序时不同用户之间的干扰问题。这些真实场景中的排序需求，远不是“加个拖拽功能”就能解决。 选择沉淀这些经验，源于一次深刻的教训：一次因忽略权限隔离，导致评审会被夺命三连问；还有一其他诸多考虑不周到的案例，正是这些摸爬滚打的实践让我明白，排序设计既要像乐高积木般灵活适配多场景，又需像瑞士军刀般内置风险防护机制。希望通过本文的总结，能帮助同行们在面对“这个排序功能很简单”的需求时，多一份场景化思考的维度。 ## 一、设计价值 之前有读过一本书《简约至上》，里面有提过设计的本质是转移、组织、删除和隐藏。内容也需要被设计，自定义排序就是一种在组织内容如何展示的一个过程。其核心价值可归纳为两点： - 提升展示效率：通过预设规则（如按权重值、时间倒序）或可视化交互（拖拽排序），让更重要的信息优先展示，如知识库按照访问量排序。 - 增强场景适应性：不同用户对排序逻辑的需求差异显著，自定义排序能力为不同角色诉求提供统一解决方案。 说到底，自定义排序的设计价值，本质在于通过灵活的信息组织方式，实现用户需求与系统效率的平衡。 ## 二、排序场景及设计要点 ### 2.1 常见排序方式 排序是将数据按特定顺序排列的过程，是提升用户体验和数据管理的重要手段。Web 后台排序的核心目标是**“快速找到数据，高效完成任务”**，常见的排序方式可以分为三类：按特定属性排序、按用户操作排序和按算法排序。每种方式都有其特点和适用场景。 按特定属性排序是最基础且高频使用的类型，直接按照数据本身的特征排列。一般像开源的 AntDesign、TDesign 等等开源组件，都默认支持对应能力，例如按时间（如订单创建时间倒序查看最新记录）、数值（商品价格从低到高）、状态（优先展示“未处理”的工单）或名称（用户列表按字母 A-Z 排列）。这类排序逻辑清晰，适用于需要快速定位目标数据的场景，比如客服排查问题时按时间筛选异常订单。 按用户操作排序则强调人工干预，常见于需要灵活调整顺序的配置场景。常见的有三种方式，一是手动输入排序值，比如在表格中输入数字来决定顺序；二是拖动排序，比如在任务管理工具中，用户通过拖拽调整任务优先级，或在相册中手动排列照片。三是通过按钮点击实现上下位置更换，比如在一些论坛帖子的管理后台，管理员可通过点击 “上移”“下移” 按钮，将热门讨论帖或者重要公告帖调整到更靠前的位置。按用户操作排序依赖用户主动操作，适合需要精细化控制的场景，但需注意提供明确的视觉反馈，如排序值输入框、拖拽动画等等。 按算法排序依赖复杂的计算来决定顺序，通常是为用户量身定制。例如根据用户画像推荐内容，或通过相关性算法匹配搜索结果。但在 Web 后台设计中较少使用，也主要是因为后台更注重管理效率和数据透明度，算法带来的不确定性可能增加运维成本，再直白一点就是做这个 ROI 太低。因此，后台排序设计通常聚焦于前两类，确保操作直观可控。 说了这么多，下面我将结合典型场景（如表格筛选、分类管理），解析排序交互的核心设计实践与避坑指南。 ### 2.2 常见排序场景 **场景一：表格数据排序与多列联动** 听闻其他产品圈里流传着一句调侃：办公产品的 “终极归宿” 是 Excel 表格。我觉的这句话还真没说错，表格是后台系统中最核心的数据展示组件，超过50%的信息都通过表格呈现。典型场景如订单管理、用户列表、日志查询、云系统资源等，用户常需快速筛选目标数据，例如客服需要按“最新未发货订单”优先处理，财务需按“金额+付款时间”批量导出交易记录。  在表格数据排序里，根据业务高频需求设定初始排序，**一般默认排序规则是“创建时间倒序”排列**。例如创建订单默认按“创建时间倒序”排列，确保最新数据置顶。还有查看操作日志时，第一条一定是最新的日志而不是要翻到最后一页。 同时，**表格数据也支持按特定属性排序**，比如点击表头字段（如“金额”“状态”）切换升序/降序，用↑↓图标清晰标识当前排序方向；这里需要注意两点，按特定属性排序的字段属性一般需要有固定枚举值，如状态、优先级或者是明确的数字，对于无固定枚举值的排序列，也需要有明确的排序依据，例如“按作者首字母A-Z排序”等等。此外，在允许多列排序同时按多个条件组织数据如 “先按状态分组未处理订单，再按金额降序”。设计时需在表头标注主次排序层级（如“主排序：状态；次排序：金额”），用箭头图标区分方向，并限制2-3层防止混乱。数据量大时优先服务端排序，避免前端卡顿。当然，如果不允许多列排序，那么排序第 2 个数据列自动重置第 1 个数据列也是一个不错的方法。  在表格排序中，**除常规属性排序外，少量数据场景可支持拖动行排序**，如文章管理中手动调整置顶顺序，但拖拽时需提供视觉反馈（如阴影、目标位置高亮），并限制在 100 条以内，这样可以避免性能以及数据无法从最后一条拖动到最上面的问题。  **更常见的是拖动列排序，**如调整“标题-作者-发布时间”表头顺序，适合用户自定义字段优先级。两种方式均需确保操作流畅，例如列拖动时限制横向滚动，行拖动后自动定位到新位置。一个核心原则**是**轻量化交互，优先高频需求。 **场景二：分类/目录的灵活调整** Web 后台系统中，分类/目录的典型场景包括文档目录排序（如调整章节顺序）、导航菜单优先级配置（如将高频功能入口置顶），以及项目管理中组件排序（如缺陷、需求、迭代的展示顺序）。只要涉及“顺序即逻辑”的场景，拖动排序便是最高效的解法。这类场景高度依赖一屏内的全局视野和轻量级操作**，比如**数据量通常控制在50条以内，无需分页翻找，拖拽路径短且目标明确成为首选。  设计核心在于“精准反馈”与“防错机制”，拖动时当前节点半透明化，目标位置高亮色块或虚线框标识，如同磁吸定位；支持跨层级拖拽但限制业务边界，比如在目录里只有查看但是无编辑权限，此时拖动时需要给出禁用的动效，避免破坏业务逻辑的同时也需要考虑用户体验。 这里多提一嘴，我们电脑里的文件在拖动时可以跨多个文件夹，但是文档如果跨知识库等等一般会建议使用移动而非拖动，主要也是除功能外还考虑到体验。 **场景三：商品 / 内容的动态设置** 在商品与内容动态排序的场景中，灵活性与控制力是设计的关键矛盾点。典型场景如电商平台需人工干预栏位的商品顺序，或课程内容、帖子需要手动排序。此时，上下按钮与排序值成为两种互补的解决方案，分别对应不同量级与复杂度的需求。之所以不采用拖动排序的原因也在于商品和内容数据量都比较大，上下按钮与排序值恰恰可以满足这个场景。  上下按钮轻量排序通常适用于列表的即时调整。例如教育平台首页的“本周精选课程”仅有6个推荐位，运营人员可直接点击课程卡片旁的箭头按钮，让Python入门课与Java进阶课互换位置，操作后实时刷新列表。这种方式的优势在于“所见即所得”，按钮点击即生效，无需理解背后规则。  排序值精准调控则用于复杂场景。例如跨境电商的二级类目需固定“母婴用品”在首页第三位，同时允许“美妆个护”按促销节奏动态调整。每条类目旁设置数字输入框，输入“3”即可锁定目标位次，数值越小排名越靠前。批量操作时，运营可框选20个商品统一设置排序值为100-120，系统自动按数值升序排列，避免逐一手动输入。 设计时需注意输入失控，比如限制排序值范围（如0-1000）、禁止非数字字符，并对冲突值实时提示等等，也可以考虑不提示但是就需要考虑相同排序值的排序问题。 **场景四：卡片自定义排序** 在 Web 后台设计中，卡片自定义排序常见于**可视化配置场景**——例如数据看板模块布局调整、门户网站焦点图位次管理，或低代码平台的功能组件编排。这类场景中，卡片不仅是数据容器，更是业务逻辑的空间映射，拖动排序因其“直接操控”的特性成为首选方案。  典型场景如企业数据看板中，管理员需将“实时销售数据”卡片从右侧边栏拖至核心区域，替换过时的“月度报表”；或低代码平台中，开发者拖动“用户登录”功能模块到流程图的指定节点，调整认证顺序。用户对卡片的物理位置有强掌控诉求，拖拽时的视觉连续性（如阴影跟随、目标位高亮）能大幅降低操作认知成本。 拖拽不再是简单的顺序调整，而是业务能力的空间重构，可以让让后台管理从“配置”转向“搭建”，每一寸位移都在重新定义信息权重。 ## 三、设计注意点 在 Web 后台排序功能的设计过程中，权限管理、操作日志记录以及性能优化是三大核心要点，它们直接关系到系统的安全性、可追溯性以及稳定性。同时，用户体验的细节，如交互的便捷性，以及数据一致性，同样不容忽视。 在排序权限管理中，**核心是控制“谁能改”和“影响范围”。**一般来说，普通角色（如客服）可能仅允许调整自身管辖数据的排序（如个人负责的工单），且修改后仅影响其视图，不全局生效；管理员则可全局调整核心排序规则（如商品推荐位），改动实时同步所有用户。当然，这个也需要 case by case 设计，也可能是修改后只允许本地缓存，未和服务端发生交互，至于也不需要控制权限，不能一概而论。 针对部分敏感排序，还需要记录操作日志确保问题回溯时能精准定位“谁在何时改动了什么”。特别是针对导航排序影响全局，也方便后续审计。当然，如表格里按照特定属性排序一般影响范围仅限于自己行为就不需要记录操作日志了。性能优化也是排序需要注意的点，在排序性能优化中，即时反馈是用户体验的底线。数据量超500条时，强制分页并采用服务端排序，减少前端计算压力；高频场景（如电商订单列表）预加载首屏数据，滚动至底部再异步加载后续分页。对批量操作（如全选1000条重置排序值），改用后台队列处理并返回进度条，避免界面卡死。 最后总结一下吧，Web 自定义排序设计需紧扣三点：权限控制（谁能改）、操作反馈（改后如何呈现）、性能兜底（数据量爆炸时如何不卡死）。产品经理需从技术边界（如服务端排序与前端交互的平衡）和用户认知成本（如多列排序的提示设计）综合考量，否则易造出“能用但难用”的半成品。这里受限于篇幅，仅简述核心逻辑，实际还需结合业务特性细化。 **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>在上一篇文章中，作者分享了煤炭供应链中的煤炭调运的情况。这篇文章，我们来看下，以铁路为主导的煤炭供应链，这种一体化物流的模式是怎样的。</p> </blockquote>  ## 一、铁路主导型煤炭供应链一体化物流调运的内涵 煤炭行业的经济下滑逐步传导至下游运输企业，从传统的仅满足保障供应的低端运输向供应链精益供应将成为煤炭物流发展的必然趋势。因此，煤炭行业迫切需要充分发挥供应链的标准化、集约化、全程化、规模化、信息化和共享化的优势，整合煤炭供应链精益形态，降低物流成本、创造物流价值，实现多方企业共赢。然而，在煤炭供应链中，供应企业及需求企业任意一方成为主导，均将导致另一方的利益空间严重下降，成为失衡供应链。 多年来，煤炭长期居于铁路第一货源的地位并遥遥领先，因此今天小兵提出创建以铁路为主导地位的煤炭供应链，也即铁路在产运需三方的管理者占据领导地位，对供应链一些了物流活动进行组织、管理、协调和控制，进而实现煤炭供应链的降本增效与稳定生态，提升供应链的整体效率和企业的综合竞争力。 ### 1、铁路主导煤炭供应链一体化管理的必要性 **（1）铁路货运增收的必然之路** 从铁路货运增收途径上看，铁路传统运输向供应链一体化管理升级是必然之路。铁路货运通常以增加运量、提高运价、延长运距和扩大物流增值服务这四种方式实现增收。然而，伴随着新型清洁能源的推广、国家环境治理政策的实施以及跨区域输电技术等新锐技术的发展，未来铁路煤炭货源形势尚不容乐观；因大宗货物的运输价格波动敏感，煤炭远程运输比例降低，导致难以通过运距或运价提升的方式实现货运增收。因此，唯有尝试扩展煤炭物流增值服务，外延铁路在煤炭供应链中的经营活动，实现铁路货运的稳定增收。 **（2）煤炭物流产业升级的客观要求** 从推动产业结构优化升级来看，铁路引导煤炭物流走向供应链精益化管理是其社会职责所在。我国当前处于转变经济发展方式和建立现代物流服务体系的攻坚时刻，煤炭物流行业正处于机遇与挑战并存的关键时刻。我国煤炭物流基础设施建设较为落后，集疏运体系不相匹配，应急能力较差；我国煤炭物流服务市场提供一体化服务能力较差，服务业务单一且服务主体不集中，综合社会服务能力不突出。因此，建设专业化现代物流服务体系是煤炭物流行业改革的关键之一。铁路在煤炭物流中有着不可或缺的地位，应当作为骨干企业引导煤炭物流走向集约化发展，提高市场响应速度和供给能力，完成传统物流跨越至精益化供应链管理的升级。 **（3）铁路拥有国家政策和资源为支撑条件** 国家颁布的相关政策和铁路在路网、运输、车辆资源、现金流等方面的优质资源为铁路在煤炭供应链一体化发展中占据主导地位提供了有力支撑，具体详情如下：  因此，铁路在煤炭供应链一体化管理中占据主导地位既符合国家政策又顺应发展趋势。 ### 2、铁路主导煤炭供应链一体化管理的内容 铁路在产运需三方企业中占据主要管理地位，具体体现在以下两个方面： **（1）铁路在煤炭物流调运结构中占据主要地位** 铁路是国家关键性和先导性的基础设施，煤炭铁路运输是综合交通运输体系骨干，因此铁路在煤炭产业结构升级中肩负着重大使命。近年来，铁路煤炭货运和煤炭铁路运输均呈现逐年递增的趋势，小兵认为，利用铁路的网络全覆盖优势和运输能力，实现铁路对整个煤炭供应链的主导管理。在构建煤产地至煤耗地的运输网络体系中，以保障煤炭的稳定供应，远程调运优先考虑铁路网为主，同时充分利用水运低价和公路灵活的优势，整合水运、公路等其他交通运输方式为辅；末端配送以铁路“准时制”开行班列为主，短驳公里配送为辅，进一步降低运输成本、解决运输节点瓶颈，构建成本低廉、环保可控、多种交通方式协同的煤炭综合运输网络体系。 此外，在构建综合运输网络体系时，应注意以下几点： - 运输全程化。煤炭在远程调运过程中，充分发挥铁路骨干作用，避免运输方式切换过多，造成装卸成本过高和装卸过程中的损耗。 - 协同到达。储配中心需要将指定煤种以指定比列定制煤炭产品供应需求企业，若煤种趋势，将导致断供。因此，在煤炭的远程物流调运过程中，应依据各煤产地以各种运输路线运至储配中心的运输时限，制定完善的物流方案，保障煤种的协同到达，确保对需求企业的稳定供应。 - 作业匹配。煤炭在远程物流调运过程中，会产生装卸、计量、运输、堆存等多个复杂的物流环节，各环节作业设备、处理能力均需要协调和互相衔接匹配，才能确保运输网络的高效与畅通。 - 运能稳定。以铁路为骨干的运输网络通常在节假日或适逢冻雨等极端天气情况运能大幅受限，为避免可预测的运能受限，应当与储配中心协调配合，提前配送下一周期的煤炭供应，以确保各煤种的稳定供应和市场的迅速响应。 **（2）改建适宜的铁路站点为煤炭储配中心节点，实现铁路企业对煤炭物流调运精细化的掌控权** 传统供应链一体化煤炭物流调运中，铁路是煤炭货运无可替代的运输方式之一，因此铁路货场通常承担了煤炭储运的职责。而传统的铁路货场功能单一、设备缺少，无法紧密衔接现有信息技术及算法模型，导致作业效率低下，极大程度上限制了煤炭运输的发展，煤炭供应链储配中心将成为优化煤炭资源配置和提高煤炭周转率的关键节点。因此，小兵认为，通过改造适宜的铁路节点为煤炭储配中心节点，建立以铁路主导管理的煤产地、煤炭储配中心及需求地三层煤炭供应链。 储配中心管理煤种配送以煤炭需求企业的再生产计划为核心，以需求企业定制化配煤方案为基准，快速匹配企业需求及及时装车，主要以高效的“准时制”直达列车进行煤炭配送，以实现煤炭供应链的精益性。 基于上述说明，储配中心作为煤炭供应链中的关键节点，其库存管理直接影响着整个供应链的运作效率和灵活性，储配中心类型的差异决定着煤炭物流调运的物流组织模式不同，同时煤炭储配中心的是支撑铁路在煤炭供应链的主导地位中至关重要的一环。 ## 二、铁路主导型煤炭供应链一体化的物流组织模式 煤炭行业传统库存管理表现为多企业各自为政，管理策略互相独立，各企业均以自有库存最优化为管理目标，制定的管理策略也忽略了对上下游企业库存的影响。由于各企业的整体理念差异和信息传输屏障，上下游企业协调受阻，市场响应速率迟缓，以致煤炭供应链整体库存负担加剧、效率低下。随着市场竞争的日益激烈，煤炭企业为了满足自身经营发展需求，充分利用内外部资源全面推动供应链的合作运营模式，将竞争焦点从单一企业逐步转移至整个供应链，达成协同发展进而提升综合竞争力。 供应链管理思想的库存管理策略与库存管理的级数密切相关，单级库存管理一般无法达到供应链的整体优化目标，因此供应链一体化的库存管控通常指供应链多级库存的控制与协调。然而库存级数过多，则会导致各级库存衔接困难，进而难以协调。所以，对供应链环境下的多级库存管理首先应当依据市场及物流环境确定合理的供应链库存层级。 ### 1、供应链库存管理策略 随着信息技术的升级和管理理念的提升，传统的库存控制无法适应新的市场形势和经济环境，因此，衍生了一系列的供应链库存管理模式，它们以供应链的各阶段的整体库存最小为目标，对多层级库存进行控制，以实现供应链资源的全局性优化。 **（1）供应商管理库存模式（VMI）** 供应商管理库存是供应商与下游客户的合作模式一，其本质是在双方协定的目标下将多级供应链库存问题转变为单级库存管理问题，相较于传统订单补货的运作模式，VMI以可预测的消费需求解决市场需求及库存问题，即以下游客户的经营及库存信息，快速响应市场变化，控制下游企业库存，实现双方互惠。 VMI的主要思想是产销一体化，供应商在销售企业的支持下建立库存并享有库存控制权，销售企业实时传递销售数据，以便供应商确立需求信息、库存水平及补货方案。因此，供应商管理库存模式可以降低库存持有量、优化库存周转率，满足下游企业降低成本的同时也能快速迎合市场形势，以供应链集成化管理打破了传统的企业自治模式，实现整个供应链库存管理目标的最优化。 **（2）联合库存管理模式（JMI）** 联合库存管理模式是供应链的各节点企业的新型合作关，强调各企业共同参与库存管控计划。相较于VMI的供应链集成化决策模式，JMI则是一类基于互相协调、风险共担的库存管理模式，在这种模式下，任意相邻两节点间的需求定量均是供需双方的协调结果，库存管理也将不再是独立运营的单方决策，而是供应链中产供需三方的连接纽带与管控中心。因此，JMI可以有效解决因节点企业各自为政而引起的一系列需求放大等不良现象，提升供应链一体化的同步程度。 JMI主要思想是将供应链系统优化进一步分化为上游与下游两个管理中心，通过上下两部分的协调管理达到部分消除因供应链环节间的不确定性与需求扭曲导致的库存波动的目的。通过协调与管控，产供需三方共享市场需求信息，因此发挥了提供供应链稳固性的作用。 **（3）协同式库存管理模式（CPFR）** 协同式供应链库存管理模式是一种基于共同预测和及时补货的基础之上，进一步推动各计划的共同制定的管理方式，各计划包括生产计划、物料计划、库存计划、销售计划、配送计划等，也即将原隶属各企业内部的计划制定通过网络渠道延伸为由供应链的主体企业共同参与。因此，CPFR要求各合作方长期承诺信息共享、交流透明，以便制定协同性经济战略，该管理模式是围绕库存管理为核心展开供应链的多方位管控，始终以全局利益为出发点，实现共赢目标。相较于JMI的协同管理模式，CPFR最明显的优势表现为它能精准地预测出突发或异常情况发生而导致的市场销售波动和峰值范围，为供应商及销售商赢得主动权，达成更深入的合作。 CPFR的主要思想是供应链中的各企业只有确立了同一利益目标，才能使任意一方都取得实际性的利益。CPFR应用一系列的信息技术和计算模式共同管理合作业务和共享即时信息，使得信息链涵盖整个供应链，能够有效地提升预测准确度，加固各方企业的合作关系，最终达成改善供应链协作效率、减少安全库存和提升消费者满意度的效果，明确了未来库存管理技术的发展趋势。 ### 2、铁路煤炭储配中心结构 储配中心按照其在供应链环节所处的地理位置可分为供应端储配中心和需求端储配中心。 **（1）煤炭供应端储配中心结构** 煤炭需求因受到经济发展和季节性影响存在着明显的高峰期和平峰期。高峰期时，煤炭价格顺势而升，企业将面临高成本和高压力；相较于高峰期而言，淡季煤矿开采不足，煤炭产量降低或积压，生产企业减产。为解决此种不稳定的供需关系导致的煤炭价格波动剧烈且难以协调问题，可在煤矿附近建立煤炭储配中心，即为煤炭供应端储配中心，由物流企业担任中间纽带，连接生产企业与消费市场。 淡季时期，煤炭储配中心可从煤矿收储煤炭，防止库存积压；高峰时期，储配基地则可供应电厂和大型用户，确保煤炭供应稳定。供应端储配中心主要服务于煤矿，侧重于储备和发运，平衡供需关系起到“蓄水池”的流量调节作用。煤炭以“整进整出”的方式到达“削峰平谷”的目的，即可满足电厂、冶炼企业等地煤炭需求，又稳定了煤炭生产。因此，建立煤炭供应端储配制感谢能够确保电厂等大型用户的持续供应，同时也能保障煤矿企业的稳定生产。供应端储配中心物流组织模式如下图：  **（2）煤炭需求端储配中心功能结构** 煤炭需求端储配中心通常位于经济较为发达的地区，其所在区域不仅煤炭需求量庞大，还拥有发达的交通运输网络，便于储配中心充分利用其地理优势实现煤炭的综合运输，如水陆联运等方式来满足区域性的煤炭需求，在供应链降本增效中起着重要作用。通过融入VMI先进管理理念，需求端储配中心配备精准的配送计划和先进的运输管理系统，提高库存利用率低同时还能快速响应市场，确保煤炭及时送达客户，实现对煤炭需求企业的定制化服务，增加客户满意度。 除此之外，需求端戳配中心还起到储存调节和集约化配送的作用，通过持续改进和优化，降低煤炭需求企业的库存成本和配煤生产成本，提高整体运营效率，贯彻了“利用先进的物流理念，提供更高端的配送”的服务理念。总而言之，煤炭需求端储配中心以优化供应链、降低成本和提高服务水平为目标，引入VMI等先进理念，实现了对煤炭需求企业的定制化、精益化服务，推动了整个区域煤炭产业的协同发展，需求端储配中心物流组织模式如下：  **（3）煤炭供应链一体化储配中心的类型**  我国煤炭供应具有极中心，供应端煤炭基地发展完善，运作模式相对成熟，因此在当下煤炭供应日渐宽松的市场情况下，确保煤炭供应的稳定性已不再是行业的首要挑战，相较而言，通过供应链的精益化管理创造附加价值的达成多方共赢则成为了煤炭行业的追求目标。因此，在煤炭供应链一体化的发展中应侧重于需求端储配中心的建设与研究。 **（4）铁路需求端煤炭储配中心的物流结构** **通道型物流结构：**该类型的物流结构如下图所示，煤耗企业沿通道主干沿线聚集，煤炭需求呈条状分布，煤源分布通道两端，煤炭运输成直线单向或对向流通。针对这种结构特点，通过对煤炭在长途物流调运与短驳配送过程中的货流对流现象进行分析，判断该区域能否建设储配总下。倘若对流现象显著，则不宜轻易设置储配中心节点；反之，若对流现象轻微，可在干线通道上精准划分煤炭需求密集的区段，选择合适的节点建立煤炭储配中心。  **扇形物流结构：**该类型的物流结构如下图所示，煤耗企业分布在主通道及周边支线通道，煤炭需求呈扇形分布，煤源分布通道单侧，煤炭物流多数为直线单向运输。在远程物流调运和短驳配送对流不显著的情况下，该区域内适合建立煤炭储配中心于需求密集处。  **团型物流结构：**该类型的物流结构如下图所示，配送中心通常建设在大型城市枢纽或铁路枢纽，煤耗企业分布于大型枢纽或城市周边，煤炭需求呈团型分布，煤源来源广泛，煤炭货流复杂。该类型物流结构较为常见，通常还应考虑枢纽的运输能力及利用率，并选择该枢纽的主要供应侧建设储配中心。  ## 三、铁路主导型煤炭供应链一体化调运优势 ### 1、大幅度降低需求企业储存成本 煤炭储配中心在储煤和配煤方面具有专业化和规模化优势，它能整合各需求企业的煤炭储配作业进行集中处理，同时稳定供应，煤炭需求企业将节省大规模的煤炭堆存场地的设置和维护成本，能够大幅度减少企业煤炭库存与资金占用。 ### 2、提升铁路运输组织效率 传统煤炭调运过车站，煤矿企业对时常接收到需求不足整列，便以组车发运，将至少经历两次技术站解编作业，降低了铁路的运输组织效率。需求端储配中心能够在一定程度上延长煤矿的装车周期，煤炭的远程物流调运可以整列装车和整列直达；储配中心针对用煤需求，提供整车周期性直达配送服务，有效降低铁路的生产成本。 ### 3、准确切合需求企业的再生产计划 铁路主导型煤炭供应链一体化将服务扩展至需求企业的生产环节，依据企业的再生产计划设定煤炭供应，提前规划储配中心的配煤、装车、配送和卸车等计划，并实时反馈进展，精准完成供需生产计划的衔接。 ### 4、外延物流服务 针对用煤企业的个性化定制需求，煤炭供应链一体化物流调运模式遴选优质煤源、保障供应稳定，同时在煤炭储配中心至需求企业的短驳运输区段，能积极响应市场、快速配煤，不断改进与优化循环班列的准时制配送周期，真正遵循了为煤炭需求企业提供“随用随取、定制化服务”的供应链精益化管理理念。 ### 5、实现煤炭的“远调近均” 配有需求端配送中心的煤炭供应链将全链物流活动划分为既独立运作又相互协作的三个环节。鉴于储配中心的流量调节功能，只需要维持储配中心的库存合理、煤种协同，对供应环节的远程物流调运时限不再严苛，极大的舒化了运输组织条件，增加了远程物流调运的灵活性；储配中心以“准时制”直达列车为主、短驳公路配送为辅的配送方式，在固定区域内循环周转机车，高效作业的同时保障了配送的高度稳定性，及时满足末端企业的个性化需求。 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

近日，特斯拉宣布在国内推出“中国版”FSD，但汽车博主陈震在测试过程中，却出现了多次违章。2月27日一早，陈震在其个人微博发布了一则视频，晒出了多张违章通知单。他表示，“刚刚处理完此前测试特斯拉FSD的违章，调监控看了下，这次测试FSD总共有7个违章。”  他谈到，上述违章包括占用自行车道、压实线、转弯车道直行等等。并表示，“在目前的L2阶段，车主开启辅助驾驶的过程中，仍然是车辆的第一责任人，因此发生的所有事故、违章都要车主承担，之后我也会注意。” 但这并不是陈震第一次处理违章。去年12月，陈震在北京西五环主路园博园桥驾车行驶时，存在看手机的违法行为，被粉丝抓拍并举报。后续，陈震在个人微博发布道歉，并被交通管理部门处罚。 [查看评论](https://m.cnbeta.com.tw/comment/1481926.htm)

<blockquote><p>在数字化运营时代，消息推送已成为用户触达的核心手段。然而，传统推送系统往往面临渠道割裂、文案同质化、数据孤岛等痛点。本文将基于五大核心能力，解析如何设计一个集智能生成、精准触达、数据闭环于一体的下一代消息中台系统。</p> </blockquote>  ## 一、架构基石：全渠道精细化配置引擎 通过模块化渠道适配器设计，支持短信、邮件、App Push、企业微信等20+渠道的灵活接入。运营人员可在可视化界面完成： - **渠道配置**：根据推送场景选择合适的去送渠道，提升触达率 - **频次熔断机制**：设置用户单日最大接收次数防止过度打扰，减少用户卸载app或屏蔽消息的可能性 - **优先级路由**：设置消息通道优先级，重要消息优先发送，不重要消息排队发送 - **模板自动渲染**：支持输入同一内容自动适配不同渠道的格式规范，减少人工编辑成本 ## 二、AI智能创作：参数化动态文案生成 基于大语言模型，通过输入参数，模型自动生成文案，并通过字段和逻辑语句等，实现动态传参及动态文案，提升推送效率 - **多模态内容生成**：基于大语言模型构建**智能文案引擎**，通过输入产品信息，活动信息，推送群体画像等，自动输出图文、短文案、长文案组合 - **动态参数嵌入**：同时文案支持通过字段如{lastPurchaseDate}等传入用户动态数据，实现用户数据的推送 - **条件分支逻辑**：文案支持使用&lt;#if age&gt;30&gt;…<!--#if-->逻辑语句，一条消息可根据用户的不同属性，展示不同的文案 - **A/B测试优化**：一条消息支持配送两套文案，灰度测试A、B文案的点击率，转化率。自动选择效果更好的文案进行推送 <blockquote><p># 示例：智能文案生成逻辑<br/> def generate_message(user):<br/> base = “尊敬的${name}，您关注的${product}已降价！”<br/> if user.get(“vip_level”) &gt; 3:<br/> return base + “专属折上折已生效，点击查看&gt;&gt;”<br/> elif user.get(“cart_items”):<br/> return base + “库存仅剩${stock}件，立即结算&gt;&gt;”<br/> else:<br/> return base + “新人首单立减50元&gt;&gt;”</p></blockquote> ## 三、用户分群引擎 用户数据中心能够基于用户的实时标签如“价格敏感用户”“动漫爱好者”、行为事件如“近7天未登录”“点击开通按钮未支付”、属性如“还有3天会员到期用户”提包，以及查询用户UserID提包，实现精细化推送 - **实时分群**：基于用户数据中台，按用户标签实时提包，比如“近7天未登录”“价格不敏感客户”“动漫爱好者”及行为事件如“加入购物车未支付”及属性“还有3天到期会员用户”动态生成推送名单，实现实时的精细化的用户推送。 - **自定制用户包**：支持运营或产品通过UserID构建数据包，精准定位个体，推送重要的消息。如某些大的权益即将到期，提醒参加某个重要活动。 - **性能优化**：采用分布式计算（如Spark）处理亿级用户数据，响应时间&lt;1秒。 ## 四、全链路数据洞察：从曝光到转化的闭环追踪 每条消息发送后，都应该统计后续的到达，点击，转化。运营和产品经理需要实时监控数据，观察推送效果。如系统出现故障，比如到达率突然下降，应该及时排查，避免重要消息无法发送。 - **到达率：**成功送达数/推送用户总数 - **点击率：**消息点击数/成功送达数 - **转化率：**定义转化事件（如领取优惠券、开通会员）/消息点击数 ## 五、数据智能反哺：持续优化的飞轮效应 通过实时数据回流构建增强闭环： - **用户画像增强**：记录每个用户的消息点击，自定义事件（如开通会员、领取优惠券）等，更新用户数据中心的用户标签。比如领取了推送的优惠券，标签更新为“价格敏感用户”，开通了正价会员，标签更新为“正价偏好用户” - **文案知识库**：积累用户高点击率，高转化率的文案模板和关键词 - **模型持续训练**：基于转化数据优化AI生成策略，提升AI能力 ## 六、实践案例：电商大促场景解决方案 - **预热期**：AI生成阶梯式优惠预告，结合用户加购行为触发精准提醒 - **爆发期**：实时库存监控触发”仅剩最后X件”的紧迫感推送 - **长尾期**：基于未支付订单的智能文案调整（如：”您的专属优惠延长24小时”） 通过以上五个维度的系统化设计，企业可构建具备自我进化能力的智能消息中枢，让运营实现精细化，实现高效率推送，即服务好用户，又为企业创造可量化的业务价值。 本文由 @Allen潘 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

未来店播将向专业化、垂直化纵深发展，具备供应链优势与内容创新能力的商家将获得更大增长空间。

助力中国企业打赢出海商战。

作为人类最普遍的死亡相关因素——衰老（aging），至今仍然是一个未解之谜。

增长是确定的，但风险也是确定性的。

从家电巨头到汽车生态操盘手，海尔4000亿营收下的新棋局。

<blockquote><p>为了帮助大家更轻松地提升设计水平，这里整理了一些简单实用的小贴士。希望这些小技巧不仅能够助力您优化当前的设计项目，还能在未来的设计之旅中为您提供参考价值。</p> </blockquote>  （部分图片来源于网络，文章只用于学习交流，不作任何个人或企业商用，如涉及侵权请联系删除，谢谢） ## 21.将不相关的字段隐藏 在设计表单时，建议不要一次性展示所有信息和步骤，而是在用户真正需要的时候再呈现，这样可以更好地管理复杂性。如果用户一打开表单就看到大量的内容，可能会感到压力很大，甚至会放弃填写。 因此，我们可以隐藏那些不相关的信息，去掉不必要的字段。通过合理地简化表单内容，可以减轻用户的心理负担，确保只有在他们需要的时候才显示必要的信息，从而减少他们在填写其他表单项时的干扰。  ## 22.统一风格的图片更有高级感 在选择图片时，我们的目标是实用性和一致性，而不是过分追求华丽的效果。如果只是一味地追求美观，可能会导致图片风格各异，从而破坏整体的视觉统一性，影响用户的体验。因此，设计师在挑选图片时，需要对风格进行精确的把控，或者在后期进行适当的处理，以确保所有图片都能呈现出一致的视觉效果。 图片的风格对整个App的整体感觉和用户的情绪有着重要的影响。风格一致的图片不仅能带来愉悦的视觉享受，还能激发美好的联想。我们可以从以下几个方面来控制图片的风格： - 类型：如位图、插画或形状； - 视角：如平视、仰视或俯视； - 背景：如简约、复杂或纯色； - 呈现区域：如堆积、局部或特写； - 构图：如中心、水平线、对称或对角线。 此外，还有很多其他抽象的方式来调整图片，虽然这些方法不是绝对的，但我们可以通过多角度的尝试，力求让每一张图片都达到最佳的视觉效果。  ## 23.在中性色中融入色相 在上一期的内容中，我们探讨了如何设置中性色。当饱和度（S值）为0时，通过调整亮度（B值）4到5个等级，可以很好地表达信息的层次结构。这种方法虽然有助于保证设计不出错，并能满足最基本的需求，但在追求更高层次创意的设计项目中，可能会显得有些单一。  在更为成熟和全面的产品中，设计师们往往不会仅仅依靠纯灰色作为唯一的中性色调。通常会在基础的灰色调中加入一些微妙的色相变化。这样做不仅可以让整体视觉效果更加丰富，而且还能有效避免画面因过于依赖灰色而显得僵硬或缺乏活力。 常用的方法是在中性色中融入少量蓝色调。蓝色能够传递出一种平静、稳重的感觉，给界面带来柔和而不突兀的变化，同时保持良好的清晰度。  需要注意的是，在加入新色相时，我们的目标是创造颜色间的细微差别，几乎达到难以察觉的程度，而不是让这些差异成为用户注意力的焦点，这样才更有利于提升界面的整体质感。因此，对于较浅的颜色来说，所添加的色相强度应当控制得很低，反之，颜色越深则添加的色相越多，类似下面的这种曲线：  ## 24.第三方图标风格应保持一致 大多数应用程序都支持通过第三方平台登录，这种方式可以显著降低用户在登录注册时所需花费的时间成本。这种便捷的登录方式一般在登录页面的底部提供多个（如微信、QQ、微博等）图标入口。然而，很多设计师会忽略一个细节，就是直接将第三方平台提供的官方图标，简单地调整大小使之统一，然后整齐排列在一起，并没有进一步针对整体视觉效果进行专门的设计优化。 对于追求高品质用户体验的产品来说，任何不起眼的小细节都不应该被忽略。在处理第三方图标时，应以自己产品的图标风格为基础，对所使用的第三方登录图标进行重新设计或适当调整。这不仅能够确保整个界面风格的一致性，提升美观度，还能增强品牌识别度，让用户在整个使用过程中感受到更加连贯且专业的体验。  ## 25.可视化密码比输入两次更直观 为了提升您的使用体验，并确保密码的安全性，可以让用户在输入密码时自由选择显示或隐藏密码内容。这种方式替代了传统的双次输入验证方式，尤其有助于创建有效的密码。用户可以直接看到自己设置的密码是否满足安全标准，同时也减少了因重复输入而造成的错误。 另外，系统应当明确地展示密码的具体要求，并为用户提供即时反馈，帮助他们了解如何构建更安全的密码。例如，在用户开始输入密码时，界面下方可以实时更新密码强度（如弱、中等、强）及已满足的安全条件（比如长度、包含数字/符号/大小写字母等）。这样做不仅能让用户更好地理解什么是好的密码实践，还能激励他们遵循这些建议，从而提高账号的整体安全性。  ## 26.使用合适的表单录入控件 在设计表单时，选择合适的输入控件可以帮助用户更好地理解每个字段需要填写的信息量。 - 能通过选择来完成的操作就不要让用户手动输入，这样不仅方便了用户操作，也减少了错误的发生。 - 对于那些内容较短的输入项，比如姓名或电话号码，可使用单行输入框，前提是确保让所有输入的内容都能清晰可见。 - 像评论、反馈或这种可能包含较多文字的地方，应使用多行文本框。这样用户能更轻松地查看和编辑文本内容。同时，我们还可以通过一些视觉提示，例如滚动浏览、输入框右下角的高度调整等，这样更便于用户操作。  ## 27.提供解决方案助力转化 在UI设计过程中，当用户尝试进行某项操作时，因未满足特定条件或出现操作失误而无法继续，这可能会对转化率产生负面影响。为了改善这种情况，在设计时可以采取更加贴心的做法：明确告知用户为何无法进入下一步，并提供具体的解决建议。这样做对于提升转化率非常有帮助。 比如，在用户打算用账户余额购买服务的情况下，如果仅仅提示“余额不足”，用户可能会感到困惑，甚至需要多次尝试不同的路径来完成充值和购买过程。一个更佳的解决方案是直接向用户展示当前账户余额，并提供快速充值链接。这样一来，用户可以直接通过这个链接轻松完成充值，随后顺利购买所需服务。这样的设计不仅简化了操作流程，也大大提升了用户体验的流畅度。  ## 28.标签栏的高级感 大多数标签栏设计都倾向于简洁风格，主要通过选中和未选中的状态来区分不同的选项。状态的变化依靠文字颜色的变换或在选中的标签下方添加一个小横条来实现。尽管这样的设计看起来简单，但要想让它脱颖而出却并不容易。  很多产品从其品牌的独特性中汲取灵感，利用品牌作为用户熟悉且喜爱的形象作为设计的基础，这样做不仅能够建立一种视觉上的连贯性，让用户感受到内外一致的美好体验，同时也能加深他们对品牌形象的记忆。除此之外，加入一些有趣味性的图案也是一个不错的选择，它们能以独特的方式吸引用户的注意力，为用户提供更加愉悦的视觉感受。  ## 29.合理的规范输入格式 在表单设计过程中，虽然大多数输入项可以采用通用的处理方式，无需特别干预，但一些特殊类型的表单项，设定合理的格式约束显得尤为重要。这样做不仅有助于系统更准确地收集数据，还能有效减少用户填写错误的可能性，提升整体数据质量。 对于某些特定信息如地址、手机号码以及银行卡号等，可通过技术手段自动为这些长串文字自动添加分隔符，如空格或短横线，这样做能够使信息更加直观易读，便于用户检查自己所填内容是否正确无误；同时，也使得后续的数据处理工作变得更加简单高效。  ## 30.页面加载中，提前展示布局 在众多产品中，用户界面的数据或内容在完全加载之前通常仅显示空白页面。这种处理方式可能导致用户困惑，因为他们无法确定当前状态是正在加载、已加载完毕但无内容可展示，还是遇到了错误。 实际上，用户界面的布局往往是相对固定的。因此，在实际内容加载完成前，提前向用户展示界面的基本结构是一种更为友好的设计策略。因为在等待数据加载的过程中，用户能够预览即将呈现的内容框架，从而减少了不确定性带来的焦虑感。  此外，这一做法符合人机交互设计中的一个重要原则——系统状态可见性。根据该原则，产品应当清晰地告知用户当前发生了什么，并提供足够的反馈信息以帮助其理解系统的现状及后续步骤。通过预先展示UI布局，应用程序不仅表明了正在处理请求的状态，还为用户构建了一个对未来操作环境的心理预期模型，进而提升了用户体验的整体满意度与效率。 ## 31.表单页内容过长，适当进行分页 在对表单内容进行了精简处理后，依然显得很长，应该避免一次性向用户展示所有信息。过长的表单不仅会增加用户的填写时间，还可能引发用户的困惑与不满情绪，最终导致放弃填写。为此，建议根据逻辑关系及属性将表单项合理地分配到多个页面中，且清晰展示整个流程进度情况。这样可以使用户感受到填写过程更加简便流畅，同时也能帮助他们更好地理解整个表单结构，从而专注于当前的任务。 值得注意的是，在采用分页策略时，需谨慎平衡分页的数量与步骤的复杂度。过度细分会无谓地增加操作环节，反而可能引起用户的反感，进而产生新的问题。因此，在规划分页方案时，应当综合考虑简洁性和易用性原则，确保最终方案既能有效简化任务又能保持良好的用户体验。  ## 32.有时候，背景色比分割线更显高级感 在过去，设计师们常常使用线条来清晰地划分不同组件之间的界限。然而，在当今流行的扁平化设计理念中，这样的做法有时会让页面显得有些拥挤，并且缺乏层次感。一个非常有效的替代方案是为相邻元素选择仅有细微差异的背景色来进行区分。这种方式不仅能保持界面的整体美观与简洁，还能够让用户更加自然流畅地识别出不同的信息区域。这样在确保了内容的可读性和易用性的同时，也能为用户提供更加舒适的视觉体验。  ## 33.适当加大触控热区 你是否有过这样的体验：在使用某个应用程序或网站时，对着界面上的按钮一顿乱点，却发现要么完全没有反应，要么系统反馈特别慢。你可能会怀疑是手机卡顿了或者网络连接不稳定，感觉非常糟糕。其实，很多时候这种情况并不是因为设备性能差或网络问题，而是用户界面设计上存在一些小缺陷。 设计师们都知道，在进行UI设计时面临着一个挑战：如何在美观性和实用性之间找到最佳平衡点？特别是对于像按钮、超链接以及单选/复选框这样的交互元素来说，它们的实际显示大小往往很难达到人类手指接触区域的理想尺寸。如果这些控件设计得太小，用户就很难准确点击到目标位置，导致操作效率降低甚至失败。 从视觉效果考虑，当某些功能性组件需要保持较小外观时，我们可以确保可触发区域足够大。这样即使用户视线不那么集中，也能轻松完成任务，避免因误触或其他原因造成的不便。值得注意的是，无论该元素本身看起来有多小，它所关联的触控热区都不应低于标准值。例如，在iOS平台上，推荐的最小可点击区域大小为44×44 pt；而Android操作系统中，则建议至少保持48×48 pt。这样保持了界面的美观性，还能大大提升用户的操作体验。  ## 34.为图片添加色彩层营造氛围感 在图片上添加色彩层或将其转换为单一色调，可以创造出类似黑白照片的效果，这样能显著增强图像中物体或人物的形态感。通过简化色彩，观众的注意力更容易集中在图像的核心内容上，从而提升了视觉主体的表现力。 此外，选择不同的单色调不仅能突出主题，还能有效营造特定的情感氛围。比如，蓝色调可能会给人带来一种宁静、平和的感觉；而暖色调如红色或橙色，则可能激发温暖、活力甚至是紧张的情绪。通过精心挑选和运用色彩，我们可以极大地丰富视觉语言，提高图像传递信息的能力。  ## 35.使用前端验证，提升信息的有效性 前端验证是一种在用户输入信息时即时检查数据有效性的方法，无需将数据发送到服务器。这项技术基于预先设定的规则，在用户离开输入框时自动启动，能够快速检测诸如格式、长度或类型是否正确等问题。这样做的好处在于，它能够在用户完成整个表单之前就发现并指出潜在错误，从而提升了用户体验和数据准确性，避免了等到最后提交才发现问题所带来的不便。 在设置前端验证时，请记得不要过早开始校验过程，以免造成持续不断的错误提示，给用户带来困扰。最佳实践是在用户完全填写完当前项之后再进行验证。这样做既能保证及时给出反馈，又能避免因频繁出现提示而打断用户的操作流程，让整个体验更加顺畅愉快。  ## 结语 创造既美观又高效且易于使用的UI界面确实需要投入不少时间和精力，还可能要经历多次的迭代与改进。不过，正是通过这一系列细致入微的调整过程，我们才能打磨出一款让客户、用户以及我们自己都感到满意的优秀作品。 **专栏作家** 大漠飞鹰；公众号：能量眼球，人人都是产品经理专栏作家。致力于产品需求的驱动、产品体验的挖掘，利用设计的手段为受众用户带来更好的体验，即好看、好用。 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。

 # 引言：定义的迷思与艺术的突围 后朋克（Post-punk）是摇滚音乐史上一个充满矛盾的命题：它既乐迷们被视作一种音乐类型，亦被认为是一场反类型的美学运动。这种双重性来源于其诞生背景——20世纪70年代末，朋克摇滚（Punk Rock）的反叛精神与后工业社会的虚无主义交织，进而催生出了一种既继承朋克反传统内核，又突破其形式桎梏的音乐形态。 在讨论前，我们或许需要先明确一点：后朋克的“后”并非是时间上的简单继替，历史事实显示，两者的起源几乎同步。后朋克的“后”更应是一种哲学意义上的解构与重构。它通过实验性的音乐语言、哲学化的歌词表达加之以跨媒介的艺术实践，构建了一座连接虚无与救赎的桥梁。 本文将从定义争议、核心特征、发展历程及哲学思潮影响四个维度，剖析后朋克如何成为一场超越音乐类型的文化革命。 # 一、定义迷思：后朋克是否为一种音乐类型？ ### 1.1 后朋克与朋克摇滚的分野 后朋克与朋克摇滚的差异首先体现在音乐语言的复杂性上。传统的朋克摇滚多以三和弦、高速节奏和直白的反叛歌词为歌曲标志，此类作品往往更注重强调“去技术化”的原始能量；而后朋克则通过不规则的节奏、复杂的和声结构与多元的乐器编排，将摇滚乐推向实验领域。例如，Joy Division的专辑《Unknown Pleasures》（1979）通过阴郁的贝斯线与神经质的吉他噪音，构建了后朋克的标志性声音，其音乐张力远超朋克的简单宣泄。这种转变并非对朋克的背叛，而是对其反叛精神的深化——正如The Fall乐队主唱Mark E. Smith所言：“朋克摧毁了旧秩序，而后朋克在废墟上重建了新的可能。” 作为业余贝斯手，我想我们可以从节奏结构、音色及旋律线三个方面一窥二者的分别。在乐曲结构方面，后朋克一改传统摇滚的4/4拍框架，采用机械化的鼓点（如法兹FAZI乐队《假水》中的重复节奏）在乐曲中制造“倾压感”，并通过非线性的乐曲结构解构传统的乐曲叙事；音色亦是诸多后朋克乐队钟爱的异质性“玩具”，我们可以在许多后朋克乐曲中听见乐手大量使用法兹效果器后制造出的（如“滋啦”这样的）噪音、合成器冷色调（例如重塑雕像的权利擅用的电子元素）及萨克斯撕裂音（疯医乐队现场可体验），这些元素共同构建了一番“工业废墟音景”，为后朋克赋予了独特的听觉标识；作为贝斯手，请允许我小小地臭美一下：Bassline主导的旋律线是后朋克音乐中最独特的部分。如Joy Division的《Peter Hook》就以高音贝斯“定义”了后朋克的阴郁美学，并为音乐注入了深邃的情感和独特的氛围，中国乐队“孤独的利里”在自身的音乐创作中亦延续了此传统，私以为他们是最懂BassLine的国内乐队（bushi 。 ### 1.2 风格的异质性与类型化的困境 后朋克的多样性使其难以被归类为单一类型。从Siouxsie and the Banshees融合哥特美学的合成器摇滚，到Gang of Four以放克节奏解构政治议题的“艺术朋克”，再到Wire乐队对极简主义与电子音效的探索，后朋克音乐呈现出了碎片化的风格光谱。这种异质性甚至引发了学术界的争论：音乐学家Simon Reynolds认为后朋克更接近“一种创作方法论”，而非传统意义上的音乐流派。然而，正是这种拒绝被定义的姿态，构成了后朋克的核心特征——它通过打破类型边界，实现了对音乐本质的重新诠释。 后朋克在文化身份上显著地完成了这样的一种确认：从虚无到诗性。后朋克的反叛不仅将矛头对向社会体制，更直指摇滚乐本身的陈规。Joy Division在专辑《Unknown Pleasures》中以存在主义歌词与压抑旋律，将朋克的愤怒升华为《Wilderness》中“What did you see there?”般的哲学追问；中国乐队PK14则通过杨海崧的诗性叙事，如专辑《白皮书》中的“你知道有一千个理由构成了生活的结局/你也知道在疲倦的广场上找不到一点安慰/你知道孩子的哭泣正在和女人的尖叫混合/你还知道有些夜晚过去了就不会回来/因为这是另一个冬天”，这将南京的城市记忆转化为21世纪初的时代寓言。这种“内向破坏”精神——“毁灭自己而非世界”——使其成为独立的文化载体。 关于“后朋克是否可以作为一种类型”的讨论的本质在于，后朋克本身正是将“反类型”作为了一种“音乐类型”。诚然，关于这一争论，反对者的理由显然足够充分：后朋克缺乏统一技术标准；但支持者们则指出其“反归类”正是其生命力所在。如“海皮威尔”对迪斯科元素的融合，来自长沙的“柏林护士”更是将Indie Rock与后朋克结合，这恰恰正是后朋克通过不断解构自身边界实现进化的最好例证。 ### 1.3 时间维度的悖论：与朋克的共生与超越 “后朋克”正如其名，常被视为“朋克之后”的产物，但历史事实显示，两者的起源几乎同步。倘若要寻本溯源，The Velvet Underground和The Stooges的早期作品已包含了后朋克的实验基因，而1977年Wire乐队的《Pink Flag》与Sex Pistols的《Never Mind the Bollocks》同年发行，标志着两种美学路径的并行发展。Sex Pistols的专辑以其直接、尖锐的反叛精神和原始的朋克风格，成为朋克摇滚的经典之作，他们的音乐充满了对社会、政治和文化的反叛精神，他们的歌词直接、尖锐，表达了对当时社会问题的不满和抗议，并强调了朋克的原始能量和反叛精神。简单直接的音乐风格、强调节奏和吉他失真效果、对原始的、未经修饰的朋克摇滚风格的追求，使得主唱约翰尼·罗顿（Johnny Rotten）和贝斯手席德·维瑟斯（Sid Vicious）的叛逆形象成为了朋克文化的象征。 而Wire的《Pink Flag》则以其简洁、实验性的音乐风格，展示了朋克的另一种可能性，他们更加注重音乐的创新和艺术性，在朋克的基础上融入了更多的音乐元素，如电子音乐、噪音和前卫艺术。尽管他们的音乐风格依旧简洁，但这种简洁并不是简单的重复，而是通过精炼的编曲和独特的音色来表达复杂的情感和思想。Wire的音乐具有更强的艺术性，他们的歌词内容更加抽象和隐晦，常常涉及哲学、文学和艺术等主题。 这两张专辑的并行发展，不仅丰富了朋克摇滚的内涵，也为后来的音乐发展提供了不同的方向。这种时间上的重叠暗示了后朋克的本质：它并非朋克的“继承者”，而是朋克运动内部异质性的自然延伸，其在朋克的基础上进行了创新和扩展，融入了更多的音乐元素和实验性。这两种美学路径在当时都对朋克摇滚的发展产生了重要影响，分别吸引了不同的听众群体和音乐爱好者。 因而，我们在后朋克作品中可以看到，其保留了朋克的原始能量和反叛精神，但更加注重音乐的多样性和复杂性。它融合了摇滚、电子、爵士、放克等多种音乐风格，最终创造出了独特的音乐质感。这当中的创作实验探索更使得后朋克具有更强的艺术性和实验性，乐队成员常常受到当代艺术、文学和哲学的影响，将这些元素融入到音乐创作中，这就引申出了我们的下一个话题。 # 二、后朋克的核心特征：从声音实验到哲学叙事 ### 2.1 音乐语言革新：解构与重构 后朋克运动对摇滚乐传统架构进行了系统性解构，其音乐语言革新主要体现在三个维度：器乐功能的重组、声效空间的再造与节奏范式的突破。这种对摇滚乐的“颠覆”始于乐器角色的重新分配，并直接地改变了后朋克乐曲的听感。 在器乐结构层面，贝斯实现了从节奏配角到旋律主体的革命性转变——传统摇滚乐中的“贝斯”从节奏部的附属品升格了曲目旋律的主导者，最直接的例子就是Joy Division的《Peter Hook》以高音区贝斯线构建的悬浮感和《Love Will Tear Us Apart》中Hook式旋律架构，彻底颠覆了摇滚乐的声部等级制度；鼓机与合成器的引入则打破了传统摇滚的三大件（吉他、贝斯、鼓）结构，Gary Numan在《The Pleasure Principle》（1979）中就完全以Moog合成器模拟工业噪音，这种改变实则将本从属于装饰元素的电子音色拔高到了乐曲的叙事主体层面上。这一类型的声效实验实则预示了电子（工业）摇滚的未来——极简主义与噪音美学。 在节奏的搭建中，鼓机或程式化鼓点的引入使得后朋克作品成功地利用机械化的节奏与重复性制造出了一种“疏离感”（如“柏林的雾”的潮湿氛围作品），这一种机械律动与有机呼吸的创造性结合。借鉴德国Krautrock的极简主义，并融入了工业噪音。Cabaret Voltaire通过磁带拼贴将日常噪音转化为节奏织体，配合Neu!式的马达节奏（Motorik）与Can的循环哲学，构建出兼具工业化冰冷质感与迷幻张力的声场空间。顺带一提，磁带音乐极大地丰富了创作者可用的音色库。不和谐音与非对称节奏成为了后朋克创作者们乐于尝试的新玩具，他们由此将音乐转化为一种“有声的思想实验”，而这一过程中的“去人性化”处理在A Certain Ratio的非洲节奏解构中或许达到了某种悖论性平衡，机械鼓点与即兴演奏的碰撞亦催生出了独特的听觉异托邦。 ### 2.2 歌词的哲学化转向 与朋克直白的社会批判不同，后朋克歌词聚焦于个体的异化与存在困境，并通过隐喻与哲学化表达，将个体困境升华为时代寓言。Joy Division的Ian Curtis在《Disorder》中嘶吼的“I&#39;ve got the spirit, but lose the feeling” 并非单纯的情绪宣泄，而是以歇斯底里的声腔演绎海德格尔&#34;被抛入世&#34;的哲学命题，其将后工业社会的疏离感和生存困境具象化为了神经衰弱的存在主义诗学；而The Fall的《How I Wrote Elastic Man》通过更是碎片化叙事，揭露了媒体时代语言的失效，其歌词拼贴术不仅解构了语言权威，更回应了维特根斯坦&#34;语言游戏&#34;说——当语法结构在工业噪音中坍塌，符号系统对主体的规训随之显形；这种解构性在Gang of Four的消费主义批判中演变为具象化的政治寓言，《Damaged Goods》通过商品交换逻辑对亲密关系的异化，完成对后马克思主义物化理论的声音转译。 在针对以上的宏大命题讨论之外，亦有对个体困境的回归。Cephalosis在《Spring Styx》中以“弃绝彼岸”隐喻现代人悬浮于虚无与现实间的撕裂感，其冷峻的器乐编排与黑泽明电影中“暴雨前夜”般的悲剧美学形成互文（但不得不说，合成器音墙背后，反应的是声场中模拟电路信号和人声的角力，这更像是海德格尔的技术座架论的声学具现，在冰冷的技术时代，关于音乐创作的主客体关系实则被放置在了冰冷的混响虚空中）；疯医乐队的《愿我们在黑暗的另一边相见》则以城市化为棱镜，折射出精神荒原的图景，主唱王旭博坦言歌词受“痛苦批发商”影响，其对城市孤独的描摹超越了“以细碎吉他刮擦声模拟机械轰鸣”的形式模仿，而辅以间杂的铃铛与易拉罐吱嘎声，最终刻下了工业文明的听觉墓志铭。这种对哲学命题的探索，使后朋克成为了为无名者谱写挽歌的 “摇滚乐中的存在主义”。 ### 2.3 视觉艺术的跨媒介实践 单纯对“声效空间”的构建及歌词中的“哲学思辨”已经不能满足后来的后朋克创作者，他们将目光投向了另一块田野——视听美学。我们不难发现，后朋克的视听美学呈现高度统一的符号系统。冷色调（黑白灰）的视觉语言从《Closer》专辑的尸斑美学延伸到柏林护士乐队的钢筋舞台，强化了工业社会的疏离主题。这种视听通感在声效层面得到强化，Bauhaus用延迟效果营造的哥特式空间回响，与Siouxsie and the Banshees的锯齿吉他音墙共同构筑了听觉上的混凝土结构，值得一提的是，鼓手Siouxsie Sioux以哥特妆容与几何图案服饰颠覆了当时的主流审美。The Cure则通过阴郁的黑白摄影完成了《Pornography》的专辑封面，这更是将音乐中的虚无主义以视觉化的方式呈现在世人面前。这种跨媒介融合不仅强化了音乐的表达，更将后朋克塑造为一场完整的文化运动。 由此，我们不难看出：后朋克美学的本质是对晚期资本主义的文化诊断。这种批判意识在The Fall的碎片化叙事中达到极致，Mark E. Smith通过非线性歌词对消费社会进行解构，使后朋克升格为真正的文化抵抗实践。当重组后的音乐语言与异化主题在声场中共振，后朋克遂成为一部用失真音墙书写的现代性批判文本。 # 三、后朋克的发展历程：从西方到东方的回声 ### 3.1 1977-1984：黄金时代的多元爆发 与我们如今惯常习惯的“东欧后朋”不同，后朋克的黄金时代以英国为核心，其诞生直接受益于朋克运动的余波。正如Sex Pistols的爆发（1977）激发了Joy Division、Siouxsie and the Banshees等乐队的成立，后朋克迅速从朋克的原始反叛转向更复杂的艺术实验。Cabaret Voltaire通过磁带拼贴与工业噪音，将音乐转化为对技术异化的政治批判；Talking Heads在《Remain in Light》（1980）中融合非洲复节奏与神经质的后朋克律动，重构了流行音乐的语言（当大卫·拜恩在《Once in a Lifetime》里诘问&#34;这是你的美丽家园吗&#34;时，后朋克实则完成了从西方中心主义到全球南方美学的范式转移）；而Bauhaus以《Bela Lugosi’s Dead》（1979）长达九分钟的阴郁氛围，奠定了哥特摇滚的死亡诗学。这一时期，后朋克既是声音实验室，也是社会批判的武器。 ### 3.2 1984-1990：主流化与地下转型 1984年后，后朋克发生裂变：The Cure在《The Head on the Door》中将哥特诗学商品化为了流行符号，而This Heat等乐队则深化实验性，其专辑《Deceit》（1984）通过磁带循环与抽象叙事，成为后朋克概念化的重要里程碑。与此同时，后朋克基因渗透至新浪潮、工业摇滚甚至嘻哈领域，为90年代另类摇滚的崛起埋下伏笔。这种分化印证了后朋克作为“过渡性前卫”的本质——既无法被主流完全收编，又持续为边缘文化输血。 ### 3.3 21世纪：后朋克的幽灵复兴 新世纪的后朋克复兴呈现出了“去中心化”的特征，形成了全球范围内的跨文化共振。俄罗斯乐队Shortparis将苏维埃美学的崇高性降维处理，他们以冷战视觉符号与后朋克节奏，解构后共产主义社会的荒诞，亦延续了苏联后朋克在解体后的地下脉络。其舞台表演中集体农庄式机械舞步，恰如鲍德里亚拟像理论在东欧的变奏——当斯大林式建筑立面在合成器音阶中坍塌，后共产主义创伤被编码为数字时代的狂欢节。 这种解域化运动在东亚催生出更激进的实验：日本乐队Sigh将能剧&#34;间&#34;的时空观注入后朋克结构，主唱三轮智也的假面演唱实则是柄谷行人《日本现代文学的起源》的声学演绎，在太鼓节奏与失真音墙的对抗中，东方现代性的悖论获得声响化呈现。反观中国，PK14乐队则将德式工业摇滚（受Einstürzende Neubauten启发）与中文诗性结合，创造出“灰色日常”的寓言；重塑雕像的权利则更是以精密电子乐与戏剧化舞台，重构后朋克的仪式感. 虚拟偶像初音未来与后朋克的结合其实更值得讨论，初音未来作为基于VOCALOID技术的虚拟歌姬，其形象与内容完全由用户通过UGC（用户生成内容）模式塑造。例如，粉丝通过创作歌曲、设计服装、编写剧情，不断赋予她新的身份与意义。这种开放性使她的主体性不再固定，而是随着技术介入与群体参与流动变化。正如This Heat在《Deceit》中通过磁带循环解构音乐的确定性，初音未来的存在本身便是一种“去中心化主体”的实践——她的声音与形象被拆解为数据模块，由用户重新组装。她的主体流动性与后朋克的批判内核共同指向一个核心命题：当人类将身份建构的权利让渡给算法与群体创作时，我们是否正在经历一场更隐蔽的异化？这种互动揭示了后朋克精神在数字时代的延续与变异。 # 四、后朋克思潮的多重影响 后朋克的碎片化叙事与拼贴美学，成为了后现代主义在音乐领域的具象化表达，其亦呼应了后现代主义对宏大叙事的怀疑。Public Image Ltd的《Metal Box》以不连贯的歌词、工业噪音与封闭的金属盒装设计创造了一种独特的美学风格，这种美学策略在The Fall的《How I Wrote Elastic Man》中被进一步深化，其歌词通过断裂的语法与重复的机械人声，将语言降格为符号游戏，亦印证了后现代主义对意义确定性的消解。 合成器与鼓机的普及，使后朋克成为首个将技术批判纳入核心议题的摇滚分支。Cabaret Voltaire在《Nag Nag Nag》中使用的工业采样与磁带拼贴技术，将工厂轰鸣声转化为对技术控制的预警信号，这种实践与后现代主义对“技术异化”的反思高度契合。Gary Numan的《Are ‘Friends’ Electric?》则以合成器模拟的机械人声，隐喻后工业时代人类情感的程式化——正如其歌词中“我们是电子化的亲密关系”，其预言了社交媒体时代人际连接的虚无化。这些创作早于数字监控社会的全面降临，却精准捕捉到了技术对主体性的侵蚀。 后朋克对资本主义异化的批判，与后马克思主义理论实则形成了跨学科共振。Gang of Four的《Damaged Goods》曾以“我们的关系是商品”直指消费主义对亲密关系的物化，这一表达可视为对德勒兹“欲望被资本主义生产链条殖民”理论的音乐转译。而中国乐队PK14在《1984》中借用奥威尔意象，将后马克思主义的批判视野嵌入本土语境，揭露全球化进程中个体被规训的困境。这种批判精神延续至数字时代，如初音未来的商业化运作，进一步印证了后朋克对“异化”命题的预见性。 # 结语：在虚无中寻找救赎 后朋克从未停止对“音乐类型”定义的挑战，因为它本质上是一场关于可能性的革命。它用噪音对抗秩序，用碎片重构整体，用虚无主义叩问存在价值。从Joy Division的地下室到虚拟偶像的数字舞台，后朋克始终在追问：当一切意义崩塌时，艺术能否成为新的救赎？答案或许藏在其永不妥协的实验精神中，这种实验性不仅颠覆音乐形式，更试图在虚无的裂缝中植入抵抗的火种——正如The Fall在《Hip Priest》中所唱：“在废墟上跳舞，是唯一的抵抗”，因而，后朋克始终以“破坏性创造”对抗意义的消解。 后朋克不仅是音乐类型，更是一个承载个体与时代对话的文化容器，它的文化意义远超音乐范畴。它是疯医乐队《潮力》中易拉罐与吉他噪音的碰撞，揭露城市化的精神废墟；是Cephalosis融合黑泽明悲剧美学与后朋克冷调，在跨媒介叙事中重构存在主义寓言。这种“文化容器”属性使其成为时代的棱镜：从苏联后朋克对共产主义记忆的解构，到中国乐队用方言歌词对抗全球化同质化，后朋克始终在本土性与全球性、虚无与救赎的张力中寻找平衡点。 正如利奥塔所言，后现代的救赎不在于重建宏大叙事，而在于“在碎片的光辉中寻找微小叙事的力量”——后朋克正是这种力量的声学化身：它以冷冽之声映射人类精神的矛盾，又以不竭的创造力证明，在虚无的深渊之上，艺术始终是悬索桥的钢缆。

 夜之城是北美洲西海岸自由州中最大自治城邦，商业贸易中心、进出口中心、离岸交易中心、交通枢纽中心，西海岸重要旅游目的地城市，被人们普遍称之为“逐梦之城”。 夜之城现今常住人口约700万人，工作、居住在这个约28平方公里的城市中。城市规划建设的各个方面都影响着人们的生活起居。经本调查员调查，从夜之城市政府规划建设部门获取了城市规划建设的资料，现独家为您带来关于这个城市规划的报告。 # 一、概况 # （一）区域位置 夜之城（Night City，缩写NC）坐落于北美洲西海岸的德尔科罗纳多湾（Del Coronado Bay）（原名莫洛湾（Morro Bay））东部，属亚热带地中海气候，全年气温10℃-26℃，夏季温暖干燥，冬季湿润凉爽。夜之城位于北纬35.3612°西经120.8620°（注1），位于现北加利福尼亚自由邦和南加利福尼亚联邦党治区的边境上（参1）。  夜之城区位图（2077年） # （二）建城历史 夜之城于1994年由奈特国际（Night International）创始人理查德·奈特（Richard Night）在原洛斯奥索斯镇（Los Osos）及周边莫洛湾（Morro Bay）市基础上建立，最初城市名称为科罗拉多市（Coronado City）。1998年9月20日城市建立人及第一任市长理查德·奈特受刺杀身亡后，为了纪念他，城市更名为奈特市（Night City），即夜之城（参2）。2023年中心大部分城区因不明恐怖活动袭击毁坏，之后又在2023年至2069年之间重建。  夜之城1990年-2045年演变 # （三）规划现状 截至2077年，夜之城城市规划面积27.82平方公里注2，分为7个城区：沃森区、市政中心、海伍德区、威斯布鲁克区、圣多明哥区、太平州区、外围新区（注3），常住人口约700万人（参3），人均城市建设用地约3.97平方米 ，人口密度约25万人/平方公里 。  夜之城城市总体规划（2077年） # （四）城市定位 夜之城是北美洲西海岸自由州中最大自治城邦，商业贸易中心、进出口中心、离岸交易中心、交通枢纽中心，西海岸重要旅游目的地城市。人们普遍称之为“逐梦之城”。 # 二、城市发展历史 # （一）构想阶段 20世纪90年代早期，著名哈尔西-费里斯-奈特建筑公司（Halsey, Ferris and Night Construction Firm）共同创始人、成功商人理查德·奈特（Richard Night）基于对当时社会暴力、动荡局势和美国社会崩溃前景的担忧，视自己有解决当下社会问题的契机，诞生了建立一个自己的理想城市的梦想。因此，奈特成立了自己的开发公司：奈特国际（Night International）并开始规划建设一个可以免于撕裂世界的破坏的模范都市。这座城市将是周密规划、自给自足的，并可抵御最危险最心怀不轨的罪犯。这座城市将包含供不同民族、文化居民生活的社区以及作为开放资本主义灯塔的超级现代商业中心。 在旧美国崩溃后（参4），许多公司都在寻找建立属于自己的城市区域，以便公司发展可以免于犯罪、贫困或负债的困扰。这些地方最好是公司治理的，有为商业打造的最优城区规划，没有其他阻碍商业发展的因素。一个资本主义者的“圣地”。奈特的城市愿景与公司的需求高度契合，并能为建城提供规划设计、施工建设方面的专业技术能力和经验。至1992年，荒坂集团（Arasaka）、欧洲商业机械集团（EBM）、沛卓石化（Petrochem）为首的多家公司都注资加入了奈特的项目（后来这些公司一起成立了科罗拉多联盟（The Coronado Partnership））。因此，奈特逐渐筹集到一笔前所未有的资金来支持如此庞大规模的项目。   # （二）规划阶段 由于城市基础设施建设需要大量的土地，且要靠近海港和高速公路来运输城市建设所需的大量建材，理查德·奈特派出考察团队前往美国东西海岸考察城市选址。但直到1992年末，奈特才从《旧金山纪事报》上的一篇文章中找到了合适的地点：莫洛海湾。莫洛海湾是一个坐落在加利福尼亚海岸中部的海滨小镇。《旧金山纪事报》报道这个小镇经历的一场灾难（莫洛海湾小镇大屠杀（参5））使之成为了一个“鬼城”。奈特在关于这场大屠杀灾难的报道中看到了实现自己计划的机会。 鉴于沛卓石化已取得了莫洛湾小镇附近的石油开采许可并获得了小镇发电站用地所属权（原为戴纳基电力公司（注4）所有），在其帮助下，奈特通过总计1.32亿美元的杠杆收购取得了莫洛湾镇剩余的以及邻近洛斯奥索斯市的土地。  梅里尔、阿库卡加和芬奇公司（Merrill, Asukaga &amp; Finch）想要将新城市打造成金融中心，出资支持奈特和沛卓石化雇佣了荒坂集团清除了莫洛湾当地的帮派并确保城市建设的安全。受到城市开发建设利润前景的吸引，其他外界投资者也开始为项目注入资金。为消除之前莫洛海湾小镇大屠杀的负面影响，科罗拉多联盟（The Coronado Partnership）以自己的名字将莫洛湾重新命名为德尔科罗纳多湾（Del Coronado Bay）（西语：科罗拉多的海湾），并将建设中新城市命名为科罗纳多市。但因创始人突出的人格魅力，当地人私下称之为“奈特之城”（Night City，即夜之城）。  荒坂安保部队 到1993年，逐步完善的科罗纳多市规划边界显示城市开发建设需求的土地超出了海湾天然陆地所及范围。因此，科罗拉多联盟开始采用开山填海的方式拓展用地范围，同时联盟对海港进行了清淤，加深了海港水深，使其能够停泊大型船只，以满足城市建设需求。此外，开山的土石还用于填筑西面的海域，以满足规划中的洲际磁悬浮列车站选址需求。   # （三）建设阶段 城市建设开始于1994年3月，虽然沛卓石化以及梅里尔、阿库卡加和芬奇公司是科罗拉多联盟中的主要出资人，但这两家公司都缺乏城市建设所需的相关经验、技术和设备，这个问题最终导致了联盟与西海岸黑手党、日本黑帮等地下团体的合作，这些地下团体在过去几十年中把控着这个地区的建筑业。他们控制着建筑业工会、交通运输工会以及政府大多数建筑审批部门。西海岸黑手党、日本黑帮等地下团体向科罗拉多联盟注入了大量资金，以便在未来城市建设中获得大量利润回报，同时在这个城市未来赌博、色情、毒品业务中占据先机。但是奈特希望自己的新城市可以免于犯罪的威胁，坚持使用自己的奈特国际公司所掌握的先进建筑技术和材料来进行城市建设，这激怒了西海岸黑手党、日本黑帮以及该地区其他建筑业既得利益者。 最初，奈特基本上确保了在城市建设中排除犯罪家族控制下的建筑企业，这个阶段城市开发建筑中主要的建筑公司包括奈特国际、哈尔西-费里斯-斯基夫建筑公司（Halsey, Ferris &amp; Skiv）（原哈尔西-费里斯-奈特建筑公司）、伯利森建筑公司（Burleson Construction Company）（注5）。城市开发建设最初4年中，几乎每天都有关于奈特的人生威胁。当这些威胁升级为破坏和恐吓时，奈特召唤他的商业合作伙伴采取了迅速而冷酷的措施解决了这些威胁。但最终奈特自己的影响力和盟友的承诺也不足保障他的人生安全。1998年9月20日，奈特的好运用完了，他在自己位于新落成的景园大厦（Parkview Tower）顶层的套房被枪杀。凶手时至今日也没被抓获。为了纪念奈特，市政委员会正式将科罗拉多市更名为“夜之城”（即奈特之城）来纪念这位创始人。 # （四）过渡期 公众对于理查德·奈特被刺杀的强烈愤怒以及对犯罪集团投机行为的反抗使得夜之城在奈特死后度过了一个相对稳定的时期。奈特的遗孀米莉亚姆·奈特（Miriam Night）在她丈夫死后重组了奈特国际公司并设立了奈特基金，来保护和推进她丈夫建设完美城市的愿景。后来，奈特基金会逐渐演变为现在的“夜氏公司”（Night Corporation）。 接下来的几年，夜之城一片混乱，在不同势力争夺城市的控制权的同时，夜之城开发建设仍在继续。被推测参与对理查德·奈特刺杀的黑帮老大们很快就开始侵占这座城市的大部分地区。1998年至2000年之间，公司和有组织犯罪瓜分了城市的资源， 导致夜之城警方对城市安全失去掌控 ，夜之城中出现了真正的“战区”。在企业和黑帮的支持下，不同帮派在夜之城中央城区以南欠发达的郊区站稳了脚跟。随着时间推移，这些帮派变得如此根深蒂固，消除它们的唯一方法是拆除整个地区并从头开始。当时有很多讨论是否应该建立围墙将夜之城围起来，但最终没有任何机构愿意主动开展如此庞大的工程。这座城市逐渐被分割成了被公司控制的企业区和被暴徒接管的其他区域。  忍受了4年街头乱斗后，公司们终于决定出手解决暴徒问题了。这段时期公司和地下帮派之间争夺城市控制权的冲突被称为“黑帮战争”（Mob War）。乘坐突击车、悬浮坦克和战斗浮空车的雇佣兵和荒坂训练出的准军事部队开展了攻击，一波又一波轰炸、暗杀和街头战斗降临到准备不足的帮派成员身上。当硝烟散去时，公司已经彻底摧毁了黑帮在夜之城的权力基础。  2011年黑帮战争结束时，公司决定在次年的选举中安排一个傀儡市长掌权，并开始清理夜之城的其余部分。面对反弹的混乱局面，新当选的市议会委托公司的安全部队，授权他们在城市范围内拥有完全的权力。不久之后，公司和市中心被清理干净并恢复到原始状态，城市其他区域的混乱局面一定程度上得到了控制。 政府更迭后，企业新设立的苛刻的政策导致任何没有能力支付居住地翻新费用的人都会被强行驱逐，这加剧了夜之城长期存在的流浪汉问题，让数百人流落街头。普通人负担得起的住房被改造用于部署公司治安部队。但在接下来的几年里，随着维持街道治安所需执法、武装人员的减少，这种情况有所缓解。 2012年，公司中意的人选贾德森·弗里曼（Judson Freeman，后来被称为姆博莱·埃布尼克（Mbole Ebunike））成为夜之城的新任市长。根据 2012年北加州和南加州之间达成的《北方分离条约》，夜之城成为北加利福尼亚自由州（The Free State of Northern California）的一部分，但同时为来自南加州的旅客开放了进出通道。至2013年，夜之城的大部分最恶劣的犯罪已经大公司压制。警察（夜之城警局NCPD）、消防（夜之城消防对NCFD）和其他基本公共服务已得到重建。至少对普通公民来说，活在大公司的压榨下还是要比在去便利店的路上躲避枪子儿要好。同年 4月13日，著名摇滚明星强尼·银手（Johnny Silverhand）在荒坂塔外举行了一场伪装成音乐会的暴动，以突入荒坂塔大楼营救他的女友奥特·坎宁安（Alt Cunningham）。在此事件中，许多骚乱者和公司员工丧生，其中包括荒坂美国分公司的首席执行官原田敏郎（Toshiro Harada），荒坂塔遭到严重破坏，在接下来的几年里，最终被新建的荒坂塔所取代。 2014年，夜之城发生了一场臭名昭著的帮派战争，他们为争夺领土而相互争夺。在同一年的某个时候，发生了一个被称为流浪汉暴动的事件，后被夜之城警方（NCPD）平息了。2015年强尼·银手回到夜之城后在湖区公园举办了一场慈善音乐会，以引起人们对夜之城警方（NCPD）在镇压骚乱中采用残酷手段的关注。  大约在这些年间，中间人签约的雇佣兵来为幕后出资人（尤其是巨型公司）工作的方式成为夜之城的商业惯例。表面上，各个公司为了“夜之城的利益”合作，暗中他们互相密谋针锋相对。因而“边缘行者”们从各种委托中获利，创造处一个延续许多年的新时代。 2016年，一场轻微但破坏性的地震将近期建造的脆弱的模块化建筑夷为平地，导致它们不再受欢迎。与此同时，凭借对夜之城的牢牢控制，公司确保政府通过的任何法律都对他们有利。市政项目的资金绝大多数都投入已经比较发达的地区，而较贫困的地区则进一步恶化了。随着时间的推移，战区的边界逐步扩大。不再受到大型犯罪组织控制的帮派毫无顾忌的活动。只要不影响他们的利润，公司就不会在乎。对于富人来说，夜之城是一个相对安全的地方，而对于其余的人，每次离开家，如果他们还有家的话，都是一场以生命为代价的赌博。 至2020年，夜之城已是一个快速发展的城市，虽仍然充斥着暴力和街头犯罪，但商业方面的增长强劲。夜之城已经演变成一个繁忙、成功但危险的大都市，拥有独一无二的大都市的时尚和酷炫，这座城市几乎已经从其凄凉过去的蹂躏中恢复过来。公司广场仍然保持完好无损的状态，夜之城警局有足够的力量在白天维持市中心街道的相对安全。然而，与许多其他美国城市地区一样，夜之城也已经退化为一个武装社会。在拥挤的城市街道上看到人们像带着公文包一样带着枪支。市政府保持控制权，但当事态失控时，他们就依赖公司介入。交易达成，金钱易手，少数人被杀，但剩余的人设法避免了死亡。夜之城与理查德·奈特最初的梦想相去甚远，但它运作得基本足够好了。 # （五）第四次公司战争 与全球的其他城市一样，当2022年军用科技与荒坂之间的“暗战”变热后，夜之城也被卷入了冲突中。因城中同时由冲突中双方的办公机构和人员，夜之城很快就受到了影响。此外，因为它是北加利福尼亚自由州的城市，夜之城并没有受到任何超级大国的控制。在之后几个月中，冲突不断加剧，城中街头战斗不断发生，特别是在市中心公司大楼周围，冲突双方都在这里争夺和维持大楼的控制权。冲突双方雇佣了大量的雇佣兵、帮派成员和流浪者为其战斗。在此期间，因日本企业在夜之城的优势影响力，军用科技开始非正式的将夜之城称为“荒坂城”。  至2023年，人们成群结队地离开了城市，尽其所能避免被无人机狙击、坦克碾压或被公司杀戮小队枪杀。夜之城的大片区域被毁，人们相互争抢着前往更安全的地方，如邻近的海伍德和太平州地区。帮派和流浪家族整个整个地都被消灭了，雇佣兵团体也遭受了同样多的损失。空中和海上交通受阻，导致物资稀缺。公司、政府和其当地团体为自己拿走了一切可拿到的物资，以防万一他们被卷入冲突。医疗和燃料储备等关键基础设施被损坏，生活必需品价格高昂，当地居民的情况变得更糟了。武装冲突使得重型武器在整个城市区域变得更容易获得，因而许多帮派和当地人都可以使用它们。    整个第四次公司战争期间，夜之城的荒坂塔一直是荒坂公司在北美的战役指挥中心。到2023年7月，荒坂公司控制了夜之城的大部分地区。虽然军用科技一直将夜之城作为公开和秘密行动的目标，总体上夜之城对军用科技怀着非常敌视的态度。帮派、雇佣兵、警察甚至市政府和当地黑手党，似乎都与军用科技作对。军用科技不得不将部队从市中心的公司办公区撤到了位于海伍德区更安全的军用科技训练场。在市长姆博莱·埃布尼克（Mbole Ebunike）因“精神崩溃”辞职后，助理市长加尔文·哈肯森（Garven Haakensen）接任市长一职。荒坂公司对他更加满意，因为哈肯森比他的前任埃布尼克更加顺从公司的要求。 至2023年8月，夜之城已完全被荒坂公司控制，成为他们在北美洲的最后堡垒，也是来自整个大陆的逃亡企业士兵聚集的地方。荒坂北美公司首席执行官荒坂敬（Kei Arasaka）坐镇荒坂塔指挥他的部队进行抵抗，试图与军用科技和美国政府谈判达成某种和解方案，使夜之城独立自治，成为荒坂公司在北美活动的基地。夜之城这时已处于戒严状态，许多公司放弃了他们在那里的办公场所，荒坂公司之后占据了这些办公场所和设施。与此同时，夜之城被北加州州长丹尼斯·德·拉·维加（Denise De La Vega）派来的北加州部队包围。美国总统、前军用科技首席执行官伊丽莎白·克雷斯（Elizabeth Kress）说服了北加州州长让她从美国陆军和军用科技那里派出一个由精英特种部队和空中机动部队组成的师作为额外增员。这些部队全部部署在夜之城在外的高地，由美国将军帕特里克·爱丁顿（Patrick Eddington）指挥。    虽然荒坂在主动寻求谈判，但他们并不完全是站在弱势地位上讨价还价。因为对夜之城的任何攻击都会造成大量平民伤亡和大量财产损失，而对北加州大部分税收都依赖夜之城。此外，有传言称，如果不达成休战协议，荒坂计划用“灵魂杀手”（Soulkiller）来对付城中的居民和周围的军队。与此同时，数据崩溃（参6）（DataKrash）正在网络上肆虐，军用科技的两名主要股东和一名美国参议员在连接到网络后成了植物人，有些人指责是病毒摧毁了网络，但也有很多人认为是荒坂的“灵魂杀手”所致。 2023年8月20日，根据可靠消息来源推测，由摩根·黑手（Morgan Blackhand）、罗格·阿曼迪亚斯（Rogue Amendiares）、强尼·银手（Johnny Silverhand）组成的“亚特兰蒂斯小组”（Atlantis Group）率领军用科技入侵小队渗透到荒坂塔中，以摧毁该公司从网络上收集了大量数据崩溃前信息的圣遗物数据库，并完全清除“灵魂杀手”程序。行动计划在目标区域上使用战术核弹从而使竞争对手公司无法使用该设施。行动前预测目标区域已有针对炸弹的加强防护，可以吸收战术核弹爆炸的冲击，因而不会造成大规模破坏。然而由于未知原因，战术核弹在荒坂塔东塔的120层提前引爆。爆炸瞬间摧毁了荒坂塔，导致东西两个塔楼向外倒塌。大部分城市和公司区在几秒钟内变成了废墟，附近区域所有人都死了。爆炸气化了塔楼附近的1.2万人，并造成超过50万人受到致命伤害。在数周和数月的余波中，又有250万人死亡。这一事件被称为夜之城大屠杀或荒坂大厦灾难（Arasaka HQ Disaster）。 这次核爆技术上算是一次空爆，因而减少了长期性的辐射污染，且大部分剩余辐射仅穿透了爆炸区域周围的巨大摩天大楼。由于夜之城及其周边地区的大部分地区建在填海而造的陆地上，核爆引发了一场小地震，部分填土液化，淹没了城市的内部。巨大的爆炸将数吨的建筑物混凝土和钢材变成颗粒碎片，在数月期间覆盖了整个北加州和海洋，并引发一场猛烈的火灾，最终波及到城市外数千英亩的土地。在爆炸后的24小时内，城市内几乎无法居住。许多夜之城居民因大规模义体化或身体内已经安装了放射物质过滤器，并没有受到初期辐射的影响。然而这场大火摧毁了城市大部分住房，迫使人们搬到邻近的郊区或更远的地区。爆炸引起的土壤液化破坏了燃气管道、水管和电网，道路变成了散落着汽车、浮空车残骸的沥青碎块。灾害产生的尘埃盘旋上升到天空中，粉尘将天空染成红色，在黎明和黄昏时散发处诡异的红色光芒。 在灾难发生后的几个小时内，时任美国总统伊丽莎白·克雷斯（Elizabeth Kress）通过军用科技现任首席执行官唐纳德·伦迪（Donald Lundee）颁布应急条例，借助他的预备役军官身份，将军用科技公司其置于仍然庞大的美国军队的控制之下，从而将军用科技公司国有化。与此同时，夜之城居民成群结队地逃离市中心，导致城周围郊区和其他地区过度拥挤。在接下来的两年里，第四次公司战争终于结束了，克雷斯总统将夜之城大屠杀归咎于荒坂公司，虽然据信她知道爆炸中使用的战术核弹是由军用科技提供的。克雷斯动用了她的全部军事和宣传资源，将荒坂描绘成一个由一个疯子经营的邪恶外国巨型公司，这个疯子为了追求个人权力而摧毁一座美国城市。荒坂公司在北美的经营特许权立即被撤销，其成员和董事会被宣布为恐怖分子，公司资产要么被没收，要么被驱逐出海外，至此荒坂公司被驱逐出美洲大陆。军用科技和美国宣传的说法是，荒坂为了阻止军用科技夺取荒坂塔的控制权，主动在受到攻击中炸毁了夜之城的公司中心区。事实上，官方从没是谁引发了爆炸。在公众眼中，核爆的原因从未被揭开，一些人认为这是军用科技粉碎荒坂的阴谋，而另一些人则认为这是荒坂保护公司秘密的自毁装置。    # （六）重建阶段 除政治作秀外，克雷斯总统对帮助夜之城重建毫无兴趣。就像大崩溃时期的前几任总统那样，她抛弃了这座城市，转而为其幸存的难民提供位于新美利坚的避难场所。这样做两个原因：一是美国政府资源已经捉襟见肘，没有太多其他选择；二是克雷斯总统认为这样可以帮助将北加利福尼亚自由州重新置于联邦政府控制之下。然而，夜之城抵制了联邦政府的计划和控制。 在接下来的几年里，核爆幸存者没有试图恢复曾经拥有的东西，而是寻找一切住所、清洁的水和食物挣扎着生存下去。许多人离开了这座被毁坏的城市，回到附近在大崩溃期间被遗弃的定居点，更多人留在城市地区。整个夜之城地区大约有200万人因爆炸或是爆炸引起地基土壤液化造成的洪水而无家可归。城市周围郊区棚户区因幸存者融入人满为患。即使在多年后，夜之城核爆以及第四次公司战争期间世界各地域轨道打击、常规炸弹、焚烧城市农田产生的大气悬浮尘埃，使世界范围的天空在黎明和黄昏时发出诡异的红色光芒。故此亲历者们称这段时期为红色时代（Times of Red）。 夜之城的警察、消防等部门失去了大部分设施和电力，陷入了完全的混乱。夜之城臭名昭著的反赛博精神病特警部队（C-SWAT）-暴恐机动队（MAX-TAC）（参7），为了伸张自己的正义而开始独立开展行动。夜之城轻轨（NCART则失去了大部分轨道系统。尽管有流浪者部族帮助运输货物，但全球制造业和航运的中断、旧网的崩溃让重建任何被毁区域的计划都遥不可及。  至2030年，形势迫使人们迅速采取行动。在夜氏集团带头下，夜之城残存的政府机构、当地组织和居民从旧有合作者那里需求帮助，包括流浪者家族、小公司、边缘行者等。城市修复工作由阿德卡多（Aldecaldos）流浪者家族以及他们的盟友风暴科技公司（StormTech Corporation）注6牵头，他们曾经参与过芝加哥市的重建项目，因而在城市重建方面很有经验。他们可以先用集装箱改建成大型临时住房，之后通过铁路和海运运来压印预制混凝土模块来开展建造。即使是建造这些简单的临时设施，他们需要先清理地面的残骸。夜之城大部分中心公司城区包括政府大楼等建筑已被摧毁。建筑巨大的残骸无法直接挖掘并运到远处的垃圾填埋场。因此幸存者们使用推土机和由交战双方遗弃的主战坦克改装成的工程设备，将残骸推入德尔科罗纳多湾用作填料，尤其是“热区”（Hot Zone）放射性残骸。夜氏集团向任何愿意帮助清理核爆中心放射性弹坑的人提供了丰厚的奖励。该公司和市议会都声称将清理工作中伤亡人数保持在最低水平，但同时他们都没有提供官方统计数据来证实上述说法。大部分夜之城内城区在荒坂塔倒塌前发生的无休止战斗中已被被夷为平地，这些区域被用来建设新的建筑，城市天际线逐渐高耸起来，再次准备触碰烟雾弥漫的天空。战争中夜之城失去了众多建筑，其中就有著名的新港购物中心（New Harbor Mallplex）。     至2035年，虽然仍有许多瓦砾需要清理，毁坏城市区域的重建工作也同步推进。一些旧城市区域成为新战区，城市的中心区域仍是一片废墟。市议会与公司达成了协议，以资助重建工作。该项目包括峡谷区（The Glen），它被规划为市政府的所在地。在红色时代，被称为太平洋邦联（Pacific Confederation）的“临时松散联盟”的各州被重新定居、控制，并恢复因战争损失的大部分基础设施。这些州允许夜之城继续作为一个独立的“城邦”运转，使其有机会成为联邦内的自由贸易区，并成为世界上其他不想与合众国打交道的人进入该地区的入口。到2040年，得益于夜之城本地的通灵塔公司（Ziggurat），太平洋邦联的大多数城市都拥有了本地网络和数据库。大部分废墟被用作新建巨型住宅楼的基础填料，以容纳战争期间流离失所的大量人口，第一批这种巨型住宅楼在沃森开发区中开始破土。 这个持续重建的时期巩固夜之城与外部世界的关系。在被合众国政府抛弃后，夜之城无意回到合众国这个衰败阵营中。此外，当时流传的军用科技、合众国政府将荒坂作为核爆事件的替罪羊以诋毁这家敌对公司声誉的阴谋论，更加剧了这种“分离主义”倾向。2040年代初的某个时候，真相终于得到揭示。一个年轻的独立媒体人特雷斯·圣地亚哥（Trace Santiago）设法获得了有关2023年荒坂塔核爆事件真相的信息，并据此撰写了几篇关于第四次公司战争和红色时代的报道和书籍。随着这些报道和书籍出版，克雷斯总统制造的将荒坂大厦灾难归咎于荒坂公司的骗局彻底瓦解了。这些出版物使得军用科技和美国政府的计谋弄巧成拙，促使夜之城重新与荒坂结盟。尽管这样，许多夜之城居民仍然认为应由荒坂对核爆事件负责，或者至少是荒坂公司将夜之城设为他们的北美作战中心而导致了战火波及。在事件“真相”曝光后，舆论分歧严重，许多人讨厌荒坂。而另一些人宁愿看到这家公司的回归，也不愿屈服于美国联邦政府的统治。至于欧洲经济共同体和苏联，夜之城市议会认为他们是愉快的贸易伙伴，只要他们不破坏城市的和谐就行。  至2045年，市政中心城区大部分辐射已经基本消退。夜之城仍在重建中。尽管有更多的公司出资，但该城市郊区仍然存在严重人口过剩问题。在整个夜之城地区，数千人甚至更多的人无家可归。许多城市区域已被重新划分、命名或是废弃。这段时期夜之城总体上可被分为大部分资金和工作机会所在的重建中的市政中心城区，到处是难民和帐篷城的拥挤的郊区，臭名昭著的战区，以及无人问津的曾是旧城市中心的热区。仍存在的严重供应链问题减缓了许多新的开发建设项目，例如地上NCART线路的重建工程。不过，情况并没有前几年那么糟糕，即使那些没什么资源的人，如果他们愿意接活，他们也能过得比较好，除非他们住在夜之城最差的地方。由于战后的混乱局面，自原子弹爆炸以来一直没有新的市长，尽管市议会满意于这种“不便情况”。警察和消防部门正在缓慢重建他们的力量。在这个危险的时代，最可靠的交通方式是通过流浪者家族，尤其是在夜之城失去了城市机场之后。同时期，有计划在中央海岸附近的莫罗岩建造新的基础设施，这就是后来在2047年落成的夜之城国际及月球太空港（Night City International and Translunar Spaceport，缩写NCX）。 至2052年，热区的放射性瓦砾终于清除完毕，新的市政中心开始重建。随着大公司重新掌权，在城市重建中发挥重要作用的流浪者家族被赶出了夜之城。了自己的利益，公司们设法让市长的职位长期保持空缺状态。到2050年代后期，夜之城开始了大规模的重建热潮。与此同时，已军用科技为主的投资者资助将太平州地区打造成为一个富人的旅游胜地。 由于2051年和2059年的爆发的禽流感导致了数千名居民死亡，市议会于2063年5月4日颁布了《鸟类灭绝法案》，消除了城市18英里范围内的所有鸟类，个人宠物除外。渐渐地该市范围的大部分其他野生动物也消失了。 到2060年代初中期，夜之城像宝石一样闪耀，成为北美西海岸最具影响力的城市之一。各个渠道的资本都涌入夜之城，借此市议会与公司密谋，计划将太平州地区世界上最好的旅游胜地。数十亿欧元投入这个项目，太平州开发建设顺利进行。但当一个新问题出现苗头时，投资者们撤回了资金，将烂尾的太平州甩给了当地人。 # （七）统一战争 2069年底，新连任当选的新美利坚合众国总统、前军用科技首席执行官罗莎琳德·迈尔斯（Rosalind Myers）提出了联邦规定，旨在以增强国家力量为幌子将自由州联邦化，从而使自由州屈服于自己。大多数完全自治的州都反对迈尔斯总统的统一计划，新美利坚合众国（NUSA）与北美自由州联盟之间的冲突很快就发生了，统一战争打响了。 作为北加利福尼亚自由州一部分的夜之城希望在冲突中保持中立。北加利福尼亚与其他北美自由州结盟，而南加利福尼亚决定支持新美国政府，而夜之城就夹在交战双方之间。夜之城居民屏吸等待新美国联邦军队的入侵，最终他们勉强避免了这场战斗。2070年初，一个师的联邦军队向夜之城郊区推进，市议会正在争论应对办法时，时任议员的卢修斯·莱恩（Lucius Rhyne）借助他十几年间积累下来的人脉恳求长期受到冷遇的荒坂公司来保护他们。在莱恩数天持续恳求后，荒坂公司以解除从夜之城驱逐他们的禁令为条件，派了一艘超级航空母舰。在仅这艘超级航空母舰出现在德尔科罗纳多湾的几个小时后，新美国联邦的部队就撤退了。 在荒坂公开介入不久后，冲突双方于2070年6月签署《阿尔文协议》结束了战争。迈尔斯总统担心荒坂的介入会使冲突升级，而当时新美国并没有相应准备。各方来不满意于该协议的条款，但都认为这样比继续战争并冒着导致另一场全球性危机的风险更好。 该协议还将夜之城重新划定为国际性的自治城市，无需响应北加州或新美国的管理和法律，并正式获得“自由城”的称号。然而尽管获得了独立地位，但因为该城市被认为位于有争议领土范围，新建的加州边境墙还是延伸到了夜之城南部的恶土地区（Badlands）。此外，新获得的自由也有昂贵的代价，它允许大公司进一步加强了对夜之城的控制，他们为夜之城的振兴注入资本，以便在北美西海岸站稳脚跟。同年（即2070年）发生了象征这一个变化的标志性事件，新当选的市长卢修斯·莱恩（Lucius Rhyne）以及当时的夜之城政府在市议会给了荒坂公司的一个席位，并允许他们在市政中心建造新的总部大厦。新大厦的选址就在他们于2023年被摧毁的旧大厦所在地。这座城市再次展现出欣欣向荣的场景，虽然并不是所有人都喜欢这样。    # （八）战后至今 统一战争结束后，夜之城政府以及一些投资者试图重新启动太平州开发项目，但遇到了当地社区的阻碍。夜之城警方试图清理该地但没能成功。到2072年10月，由于害怕发生血腥屠杀，当局下令撤离警察，不久后市议会关闭了那里所有的城市公共服务，以迫使当地人离开，然而这一尝试也没有成功。慢慢地，太平州变成了夜之城内新的战区，其西部地区由神秘的巫毒帮（[Voodoo Boy](https://cyberpunk.fandom.com/wiki/Voodoo_Boys)s）控制，而封闭起来的东部地区则变成了幽冥犬佣兵团（the BARGHEST）控制下的狗镇（Dogtown）。同年（即2072年），该市爆发了一种名为“鼠热”（the Rat Fever）的人兽共患病。 在卷土重来后的几年内，荒坂扩大了对夜之城的控制。他们击败了许多竞争对手，并在沃森 区建造了令人印象深刻但感到不祥的荒坂海滨区（Arasaka Waterfront），并在市政中心建造了新的地区总部。 2074年，夜之城庆祝了建城80周年的纪念。同年，发生在歌舞伎区的一次赛博精神病袭击导致三名居民死亡。在听说该事件后，新美国总统罗莎琳德·迈尔斯（Rosalind Myers）发出可向夜之城派遣军用科技的武装力量来保护居民免受赛博精神病攻击的言论，但遭到了夜之城时任警长的严厉批评。 2076年，夜之城市政中心发生了一起涉及荒坂和军用科技这两家巨型公司的事件，对周边地区造成了破坏。媒体将责任归咎于不明人士的恐怖袭击。但坊间流言表明，这实际上是大卫·马丁内斯（David Martinez）这位在前一年迅速崛起的边缘行者的最后一战到2076年底，研究表明夜之城的出生率下降了7%，位居全北美第三。 至2077年，在过去十年中真正的动物在夜之城中已经非常罕见。虽然据说猫是最后消失的，但仍有可能在少数的地方遇到它们。自从夜之城环保工作专班开始使用流浪猫来解决沃森的鼠疫问题以来，遇到猫的情况就更常见了。很明显这些猫有居民照顾它们，为它们提供基本生存所需。但由于夜之城荒谬的近乎勒索性质的宠物税，确实没有人愿意领养这些流浪猫，并且在夜之城周围也开始看到鸟类。 莱恩市长原定于2077年竞选连任，而坚定反对日益扩大的公司对城市控制的杰斐逊·佩拉雷斯议员（Jefferson Peralez）计划与他竞争市长一职。2077年5月的某天莱恩市长意外身亡，官方公告中将死因归调节心脏功能的植入体故障（但莱恩市长的具体死亡时间和尸检报告时至作者撰写报告时仍未正式公布）。时任副市长威尔顿·霍特（Weldon Holt）成为代理市长。在接下来的市长选举，霍特和佩拉雷斯都宣布他们将参选。佩拉雷斯最终在选举中战胜了霍特和其他候选人，成为夜之城的下一任市长。   # 三、地理环境 # （一）城市区位 夜之城坐落于北美洲太平洋海岸，位于加利福尼亚地区中部，西临德尔科罗纳多湾。北临北加利福尼亚自由州（理论上夜之城所在地位于北加利福尼亚自由州边境内），南临南加利福尼亚联邦州（实质上是新美国的一部分）。北侧通过1号高速公路（Highway 1）连接旧金山（San Francisco），南侧通过101号高速连接洛杉矶（Los Angeles），东侧通过9号州际公路可至内华达、犹他等州。 # （二）气候特征 夜之城受到西风带与副热带高气压带的交替控制，属于亚热带地中海气候，全年气温10℃-26℃，夏季温暖干燥，冬季湿润凉爽，年平均降雨量约53.34厘米（21英寸）。降雨中有害物质含量约35%，略高于官方标准水平。因此建议日常穿着SP12防护等级的衣物并确保车辆等交通工具具备相应的防护等级。此外，受太平洋加利福尼亚寒流影响，加上城市北、东、南三面环山，海洋浓雾较为常见；同时，由于内陆地区在大崩溃后土地沙漠化严重，该城市也常出现沙尘暴。 1. 春季（3月至5月） 气温：温度通常在10℃到20℃之间，白天气温适中，清晨和傍晚可能会有些凉意。 气候特征：春季是夜之城气候最温和的季节之一，城市常会出现大雾，尤其是在早晨，给人一种神秘的感觉，逐渐散开后则是阳光明媚的日子。 2. 夏季（6月至8月） 气温：日间气温通常在10℃到22℃之间，平均温度大约在18°C左右。 气候特征：夏季温暖干燥，几乎不下雨，阳光普照。受海洋冷流的影响，夜之城夏天常常被浓雾包围，尤其是在6月和7月。 3. 秋季（9月至11月） 气温：白天气温一般在10°C到24°C之间，适宜的天气使得这个季节成为当地居民最喜欢的季节之一。 气候特征：秋季气温渐渐回升，晚风清凉，夜晚温度也会稍微下降，昼夜温差较大。 4. 冬季（12月至次年2月） 气温：气温较低，通常在8°C到15°C之间。 气候特征：冬季湿润凉爽，雨水比较充沛，常年潮湿。夜之城冬季的降雨量较多，但不会出现极寒天气。 # （三）地质特征 夜之城地区位于由加州柏克莱大学的教授安德鲁·劳森（Andrew C Lawson）于1895年命名的北美洲太平洋海岸著名圣安德烈亚斯断层（San Andreas Fault）。该断层长约1300千米，位于太平洋板块和北美洲板块交界处的错动性板块，横跨南北加利福尼亚州西部和南部以及墨西哥下加利福尼亚州北部和东部的断层，是地球上地层活动最频繁的区域之一，1906年发生过强度达里氏震级7.8的旧金山大地震。圣多明哥区东南侧紧邻洛斯奥索斯断裂带（Los Osos Fault）。该城市位于地震频发区。 夜之城地区三面环山，东高西低，地面平均海拔高度约4m-200m（不含城市开发建设范围外的山脉），东北侧是九姐妹山地（the Nine Sisters）,东南侧为爱尔兰山脉（the Irish Hills），两条山脉之间是狭长的洛斯奥索斯谷地（Los Osos Valley）。连接夜之城和内陆内华达州的101号州际公路就修建在该谷地中。 城市北方的九姐妹山地（the Nine Sisters）或叫莫洛斯（the Morros）是莫洛湾和圣路易斯-奥比斯波(San Luis Obispo)之间的23座火山山地，但通常只包括其中9座，分别是莫洛岩（Morro Rock）（176m，截至2077年已消失）、黑山（Black Hill）（203m）、卡布里洛山（Cerro Cabrillo）（278m）、霍利斯特峰（Hollister Peak）（428m）、罗穆阿尔多山（Cerro Romauldo）（398m）、丘马什峰（Chumash Peak）（383m）、主教峰（Bishop Peak）（475m）、圣路易斯-奥比斯波山（Cerro San Luis Obispo）（394m）、艾斯莱山（Islay Hill）（236m）。这些山峰形成于2000多万年前新纪时期的中新世时期，主要由火成岩（辉长岩）组成。火山活跃事情，熔岩作为在较软的岩石中涌出并凝固，成为火山口的“岩浆塞”，后来周边较远岩石被侵蚀风化，只留下较硬的辉长岩，从而形成了这些陡峭的地形。截至2077年，夜之城地区附近只有黑山（Black Hill）（203m）尚存，夜之城城富人区威斯布鲁克区北橡木区就坐落在黑山山脚下；莫洛岩（Morro Rock）已在夜之城开发建设中被挖除，据信现在的荒坂海滨区就建在原莫洛岩的旧址上。 城市南方的爱尔兰丘陵是圣路易斯-奥比斯波和太平洋海岸之间的一系列丘陵山地，地质上属于太平洋海岸山脉-加利福尼海岸山脉-南海岸山脉，构成山脉的岩石形成于第三纪、白垩纪和侏罗纪时期。大多数海底沉积岩，许多地方有裂缝、裂隙中注入了熔岩或其他火成岩块的侵入岩，并受太平洋板块、北美板块地壳活动影响，地层存在广泛的折叠、倒错、断层等现象。        # （四）水文特征 夜之城所在德尔科罗纳多湾地区在20世纪80年代位于3条河流流域，分别为北方的莫洛河（Morro Creek）、中部的乔罗河（Chorro Creek）的和南方的洛斯奥索斯河（Los Osos Creek）。 其中，北方的莫洛河（Morro Creek）发源于北方的圣卢西亚山脉（Santa Lucia Mountains），向西南方向流入莫洛湾。乔罗河发源于东北侧的海岸山脉（the Coastal Ranges），从北向南流入谷地后，沿1号高速向西流入莫洛湾。洛斯奥索斯河发源于南侧为爱尔兰山脉（the Irish Hills）中的克拉克谷地（the Clark Valley），沿洛斯奥索斯谷地（Los Osos Valley）流入莫洛湾。 由于公司毫无节制的榨取地区自然资源，生态系统崩坏、酸雨、沙尘暴等自然灾害频发，加之政府、社会治理体系崩溃，基础设施损坏，总之经历在“大崩溃”及后续战争、动荡之后。夜之城地区上述河流发源地山体及流域地区土地严重的沙漠化，截至2077年，莫洛河、乔罗河已干涸断流；洛斯奥索斯河也几近断流。为了保障城市用水、用电，夜之城建设中在洛斯奥索斯河下游临近克拉克河谷（Clack Vally）的地方建造了科罗拉多大坝（Coronado Dam），后因该大坝蓄水区垃圾淤积，又在更上游临近拉古纳本德小镇（Laguna Bend）地方建设了拉古纳本德大坝（Laguna Bend Dam）。为了保障中心城区开发建设用地和航运需求，夜之城建设中用运河连通了原莫洛河、乔罗河流域，并拓宽、加深了原莫洛湾的湾地，引入海水将市政中心城区变成了一个真正的岛屿。目前，城市用水主要来自海水淡化，少部分由洛斯奥索斯河及地表降水补充。     # 未完待续。。。。。。（作者：近期实在写不动了，预计后面还有城市规划指标分析、交通、人文、经济情况等篇章，最后看情况加一个综述，把夜之城和现在的美图洛杉矶、旧金山、纽约等城市和国内上海、成都等城市做一个对比） # 注 释 注1：此处坐标以市政中心广场为准。 注2：根据“[https://cyberpunk.fandom.com/wiki/Night_City#Overview](https://cyberpunk.fandom.com/wiki/Night_City#Overview)”夜之城2077年的城市面积是75.42平方公里，但根据官方卫星图测量的城市面积是27.82平方公里（整个卫星图区域，包含荒地、海洋等非城市规划建设用地在内，大概是70平方公里）。如果采信75.42平方公里的数据，将卫星图等比放大（面积对应约2.7倍，长度对应约1.6倍），卫星图中一条双向两车道的道路宽度将从10m变为16m，远超常规这个等级的道路宽度和游戏中主观感受的道路宽度。故推测要么是这个网站中搞混了建设用地面积和建筑面积的区别，要么是把海洋、荒地等非建设用地也计算在内了。在没有其他数据、资料之前，暂时采用27.82平方公里这个数据。 注3：“外围新区”目前一般称作“恶土”，但考虑到游戏中帕南提到夜之城市政府原来是有向外拓展建设的计划，只是现在成了“鬼城”，故按照常规做法推测市政府官方应该称这里为“外围新区”。 注4：戴纳基电力公司，这是一家现实中有的公司 [https://www.dynegy.com](https://www.dynegy.com/) 注5：伯利森建筑公司，这是一家现实中有的公司 [https://www.burlesonconstructioninc.com/](https://www.burlesonconstructioninc.com/) 注6：现实中有一家名字一模一样的公司，是加拿大的一家从事户外服装生产销售的公司，和设定中的业务完全不同。看来作者在做设定时借用了很多现实中炫酷的公司名称 [https://www.stormtechperformance.com/](https://www.stormtechperformance.com/) 注7：建筑生态学（Arcology）：保罗·索莱里（Paolo Soleri）（1919-2013）提出的概念，希望通过新的建筑设计和城市规划方法，使建筑及城市能够更好地与自然相适应 [https://www.archdaily.cn/cn/769115/jiao-dian-bao-luo-star-suo-lai-li](https://www.archdaily.cn/cn/769115/jiao-dian-bao-luo-star-suo-lai-li) # 参考资料 参1：[https://www.bilibili.com/video/BV1hC4y1y7yr/?spm_id_from=333.1007.top_right_bar_window_history.content.click&amp;vd_source=ace54b4b87f889c6adc8d4675fcfb91b](https://www.bilibili.com/video/BV1hC4y1y7yr/?spm_id_from=333.1007.top_right_bar_window_history.content.click&amp;vd_source=ace54b4b87f889c6adc8d4675fcfb91b) 参2：[https://cyberpunk.fandom.com/wiki/Night_City#Overview](https://cyberpunk.fandom.com/wiki/Night_City#Overview) 参3：[https://baike.baidu.com/item/夜之城/61297285](https://baike.baidu.com/item/%E5%A4%9C%E4%B9%8B%E5%9F%8E/61297285) 参4：《The World of Cyberpunk2077》 参5：[https://cyberpunk.fandom.com/wiki/Morro_Bay_Massacre](https://cyberpunk.fandom.com/wiki/Morro_Bay_Massacre) 莫洛海湾小镇大屠杀是发生在1992年末的一场惨案。1992年末，由于多场金融危机摧毁了当地经济，导致当地电站关闭，同时当地执法力量薄弱，以及邻近圣路易斯-奥比斯波市警察局与飞车党（地狱天使）的地盘冲突波及等原因，飞车党（地狱天使）占领了莫洛海湾小镇并开始一场为期5天的抢劫、纵火、屠杀。共有1万人在这场屠杀中死亡、残疾或流离失所。最终附近奥尔特堡（Fort Ort）的美军赶来才驱散了这伙飞车党。 参6：[https://cyberpunk.fandom.com/wiki/DataKrash](https://cyberpunk.fandom.com/wiki/DataKrash) 数据崩溃（DataKrash）是发生在2022年6月23日的一场灾难性事件。在此期间，原始网络上的大部分区域被拉奇·巴特莫斯（Rache Bartmoss）制造的R.A.B.I.D.S.病毒摧毁。 参7：[https://cyberpunk.fandom.com/wiki/MaxTac](https://cyberpunk.fandom.com/wiki/MaxTac) 暴恐机动队（最大武力战术分队）MaxTac（Maximum Force Tactical Division）是夜之城警察局（NCPD）的一个专业战术分队。作为反赛博精神病部队，暴恐机动队专门处理危险赛博精神病犯罪。暴恐机动队也被冠以其他名称，比如赛博人镇压小队（Cyborg Suppression Unit）、夜之城警察局反精神病小队（NCPD Psycho Squad）、Max-Tac或MAX-TAC。在红色时代（Times of Red），暴恐机动队独立于夜之城警察局运作，他们在之后的某个时候重新归入了夜之城警察局麾下。 参8：[https://en.wikipedia.org/wiki/Los_Osos_Valley#Geography](https://en.wikipedia.org/wiki/Los_Osos_Valley#Geography) 参9：[https://en.wikipedia.org/wiki/Morro_Bay,_California](https://en.wikipedia.org/wiki/Morro_Bay,_California) 参10：[https://en.wikipedia.org/wiki/Los_Osos_Creek](https://en.wikipedia.org/wiki/Los_Osos_Creek) 参11：[https://en.wikipedia.org/wiki/Irish_Hills_(California)](https://en.wikipedia.org/wiki/Irish_Hills_(California)) 参12：[https://en.wikipedia.org/wiki/Los_Osos_Valley](https://en.wikipedia.org/wiki/Los_Osos_Valley) 参13：[https://zh.wikipedia.org/wiki/圣安德烈亚斯断层](https://zh.wikipedia.org/wiki/%E5%9C%A3%E5%AE%89%E5%BE%B7%E7%83%88%E4%BA%9A%E6%96%AF%E6%96%AD%E5%B1%82) 参14：《莫洛湾电站项目场地地质危害和地质资源报告》（Morro Bay Power Plant (MBPP) Project Site Geolgic Hazards and Resources Report） [https://www.morrobayca.gov/DocumentCenter/View/15266/Geo-Hazards-and-Resources](https://www.morrobayca.gov/DocumentCenter/View/15266/Geo-Hazards-and-Resources) 参15：[https://en.wikipedia.org/wiki/Nine_Sisters](https://en.wikipedia.org/wiki/Nine_Sisters) 参16：[https://en.wikipedia.org/wiki/Morro_Creek](https://en.wikipedia.org/wiki/Morro_Creek) 参17：CCA 50 Los Osos Creek Factsheet 12-16-19 参18：CCA 49 Chorro Creek Factsheet 12-16-19

<blockquote><p>随着AI技术的飞速发展，尤其是大模型生态的崛起，许多普通人都陷入了对未来的焦虑：AI是否会取代人类的工作？这种担忧并非空穴来风，但同时也需要理性分析。本文从AI变革带来的不确定性和信息爆炸的失控感出发，深入探讨了AI对不同行业和岗位的冲击与机遇，并提出了个体应对AI时代的三大策略：认知AI的价值、找准错位竞争的方向以及保持平和心态。</p> </blockquote>  <blockquote><p><strong>目录</strong>（本文含有一定程度的大模型科普）：</p> <p>一、焦虑的原因</p> <p>1、AI变革带来不确定性</p> <p>2、AI信息爆炸，自己没有掌控感</p> <p>二、如何破解焦虑</p> <p>1、从底层认知AI的价值</p> <p>2、AI的影响边界（冲击和机会）</p> <p>3、个体如何应对AI的影响</p></blockquote> 备注：本文的AI，如无特殊声明，主要是指以大模型生态为核心的各种智能（不含硬件层）。 2022 年 11 月 30 日，OpenAI 发布的 ChatGPT 如同扔进数字世界的一颗原子弹。这个能与人类流畅对话的 AI 系统，在全球引发了一场史无前例的科技军备竞赛。 仅仅两年时间，大模型生态已呈现出令人惊叹的 “寒武纪大爆发”。 2025年初，随着DeepSeek的出圈，让更多普通人发现原来大模型已经可以做到像人一样“思考”。 接着，基于GJ竞争的角度（瞎猜），DeepSeek迅速被锁死到了“基建”的位置。 很快，无数公司，无论本身是否是同行，一股脑全都快速接入了DeepSeek。 车轮滚滚向前，各种应用被“催熟”，也终于开始切实影响到了我们每一个普通人。 除了DeepSeek的破圈，杭州的机器人、AR眼镜等方面也都有了质的突破。 宏观层面，基于国家竞争，我们民族自豪感油然而生。但对微观个体，AI对我们自己的影响、对从事行业的影响、甚至对人类未来生存的影响，又不得不让我们陷入焦虑的情绪。 作为普通人，日子还是要过的呀，我们还是要正视焦虑，知其原因，做好应对。 本文从我个人的视角，做一些焦虑分析和应对建议，希望可以对大家有所启发。 ## 一、焦虑的原因 焦虑的来源，我认为主要来自于以下2个维度，相辅相成，综合影响。  ### 1、AI变革带来不确定性 近几年时间，宏观经济不太好，有些行业发展见顶，就业环境极差，大家对未来本来就充满了悲观。 很多公司基于降本提效出发，不断裁员优化，也更没有新增招人的需求。不少人处于失业的边缘，至少也是生活的压力变大。 AI时代的到来，大模型天然且强大的“提效”属性，就进一步加深了这个矛盾。 可想而知，从企业的立场出发，一定会拥抱AI，为了更好看的财务报表。 同样一个岗位，原来需要10个人，未来可能就需要5个人（每个人都使用AI作为助手辅助），在某些行业可能更惨。 回到个体角度，我们会不会成为被AI取代的那些人，这个也许是大家最惶恐的。 ### 2、AI信息爆炸，自己没有掌控感 随着AI的不断发展，从芯片到大模型，再到应用，每天都有无数的产品更新出来。 这些信息，叠加上自媒体的加工传播，就形成了近似于无穷多的信息海洋。 想要拥抱AI，发现知识点太多了，不知从何入手；再加上技术的更新迭代太快，有时候学着学着发现知识已经老化了。 人都想要有掌控感，尤其对于AI这一可能对未来影响极大的东西，谁都不想因此错过未来的红利。 但是，面向繁杂的知识和信息，大部分人真的是无法做到有效掌控，这种矛盾也会给人带来巨大的焦虑。 ## 二、如何破解焦虑 ### 1、认知AI的价值（增量价值） **** 认知AI的价值，我们需要从最底层的原理和能力开始，不然就非常容易被一些眼花缭乱的内容所干扰。 <blockquote><p>——本段不必要看懂——</p> <p>当前主流大模型的最内核，其实就是“文本预测生成”。</p> <p>核心原理：将海量数据集向量化，然后再通过概率大小来迭进式生成文字。这个过程，一般称之为预训练，如果需要适配特定领域或任务，还需要进行进一步的微调。</p> <p>最终效果：你输入一段文字，大模型给你返回一段文字，输入的内容就是常说的prompt。</p> <p>随着大模型的迭代（奖励推理过程），进而演化出了更高级的输入理解能力和输出表现能力。</p></blockquote> 大模型内在的逻辑，我们大部分人不需要搞明白，其实也没有很多人能真正搞明白。 把大模型类比发动机，你不需要知道发动机的内部构造，只需要知道发动机可以做什么就行。 这里，大模型本身衍生了2类能力（生成能力、推理能力[依托生成能力]），核心分为4个场景： **① “对话”场景** 对话是大模型最基础也最重要的一种能力，也是从ChatGPT开始，大家才实现普通意义上的“用自然语言和机器交互”的能力。 它既能“听懂”你输入的文字，也能输出你能理解且符合你预期的文字。 各类chat类应用（背后有各自大模型），如ChatGPT、豆包、DeepSeek，都能满足你的对话需求。 “对话”这个能力，直接将人机交互的效率提升了N多倍。想想之前的siri、小度、小爱，没有大模型时候，非常地不“智能”。 当然“对话”场景更多伴随着“求知”的场景出现。 **② “求知”场景** 对话场景下，一般都不会闲聊，基本上都会带着“求知”的目的，你要解惑特定的内容。 在没有大模型的时候，求知基本分为2种方式：一种是搜索（如 百度、小红书）看别人过去输出的内容，另一种是通过问答交流（如 知乎问答、各类im）的方式得到答案。 搜索带有信息时效性和个案的局限性，但是成本较低；问答咨询具备及时、全面的优势，但是成本（供给资源、时间并发）却很高。 当大模型出现后，我们发现它完美解决了以上2个问题。 你会发现AI可以化身一个个领域的专家（数学、物理、医学、计算机……），你随时随地都可以和TA产生交流，TA的知识和经验又是全体人类的结晶，超过了大部分的优秀个体。 人类从来没有像今天一样，在获取知识方面如此简单，你唯一需要做的就是提出你的问题。 **③ “生成”场景** 与AI对话是最基本的“文生文”的应用场景。 大模型既然能在文字方面做到海量数据形成生成性，那图片、视频也不会有问题。 一样的原理，近似的方式，大模型逐渐具备了多模态的能力。 于是乎，文字、声音、图片、视频相互之间都可以进行相互生成。 当然，再结合一些特定应用，也不会是问题。例如 帮你做个PPT，生成一些音乐创造，帮你扩展下图片或视频…… 市面上类似的应用，不胜枚举。 **④ “任务”场景** 如果说以上3个场景，还都是大模型基于海量数据的特征学习产生的跟随模仿能力。 那直到大模型“推理”效果初显，尤其伴随着DeepSeek的出圈，更多人看到了TA面对一个问题背后的逻辑性。 这一刻，大家意识到AI真的像一个会思考的人类。 你的复杂指令，TA也能理解并分步拆解，于是“任务”场景便出现了。 Agent属于现在比较火的应用形态。最近一个AR眼镜厂商出了一个宣传视频：带着AR眼镜，朝向对面一家咖啡店，你只需要语音说：“我要点杯9.9的咖啡”，然后你就可以到店自提了。 也许未来“智能硬件”+“任务”场景，能很大程度上改变我们的生活和工作方式。 ### 2、AI的影响边界（冲击&amp;机会） 以上介绍了大模型的很多新能力，我想大家对这一新技术有了大概的了解。 接下来，我们就看看AI会影响什么东西，哪些是冲击，哪些是机会？ **1）对大部分行业没太大冲击，但对人有冲击的** 这里以我所在的互联网行业为例，做一些推论。大家其他行业也可以按逻辑自行代入评估影响。 ——以下内容，纯属个人观点预测，仅供参考——  **① 生产履约类：**以实物和服务为核心的事情，基本没有太多影响（不考虑机器人的影响）； **② 业务类：**业务是用户和商业的核心纽带，冲击很小，一些点上可以提升效率，也可以在C端做一些产品结合； **③ 客服类：**对客服来讲，除情绪价值之外，更多是咨询和解决问题，长期来看能被AI代替较多，冲击不小； **④ 技术类：**对设计、技术来讲，尤其是编码童鞋，借助生成和任务场景的能力，长线肯定是冲击最大的；部分的产品工作，也可能会受到一定冲击； **⑤ 后台类：**对内部咨询答疑、基础重复性工作属性的岗位，冲击应该也是比较大的； 大家会发现，AI更多是工具的作用，核心还是提效。有些是基于应用层的提效，有些是深层次的提效。 这些提效的部分，人被AI取代的可能性会较大，其他的非相关领域本质上并不会受AI很大的影响。 **2）对部分行业可能存在较大冲击（当然也可能是机会）** **① 以知识、经验输出（非实体操作技能）的工种。**因为大模型的“求知”应答能力，长期来看会强过大部分的人体。例如 律师、医生等垂直经验专家。 **② 各类垂直细分的工具类产品。**大模型的基础能力会逐渐内化绝大部分的工具能力，再结合“对话”和“任务”能力，大家可能不需要再逐个访问它们。例如 天气预报、翻译软件等。 **③ 部分的平台，也可能存在较大的冲击风险。**因为“任务”场景下，用户的行为路径可能会产生重大变化，进而就会影响到一些流量的分配机制。例如一些电商、本地生活、搜索等。 这里，还拿上文那个点咖啡的例子来讲。 <blockquote><p>你带着AR眼镜，你只需要语音说：“我要点杯9.9的咖啡”，然后你就可以到店自提/坐等外卖了。</p></blockquote> 我们分析下用户行为路径的变化以及可能的流量路径：  你觉得未来，一切成熟了，用户还有必要直接访问美团app去点餐吗？ 当然，你可以把上图中的美团平台换成百度搜索，可能更有体感。 **3）大模型带来的增量机会** 这波儿大模型生态上下游，一定会诞生很多超牛的公司，像今天大火了的DeepSeek。 现在很多软件层的创业，基本集中在大模型和应用2个层面。  **① 模型层** 随着DeepSeek的开源和出圈，各家基本上都已经接入，现在DeepSeek基本处于“最底层”的模型。 一些大厂会保留自己的模型，进而将能力逐渐都拉齐到终极水平。 当后续模型能力差不多时候，可能就会变为卷价格的竞争阶段。 模型层的开发，就业岗位少，对人的能力要求高，不太适合普通人的选择。 **② Chat类应用** 现在市面上常见的chat类应用有很多，如DeepSeek、豆包、kimi、元宝等等。 但是随着行业的发展，最终能存活下来的，也一定不会这么多。 作为工具，大模型底层能力趋同，交互体验很容易拉齐，最终可能就会变为流量的博弈。 有没有可能不需要一个单独的chat应用？微信如果把各种功能集成得很好，是不是本身就是AI的超级应用。 总之，chat应用的创业，在未来也会面临很大的不确定性。 **③ 创新应用（重度依赖大模型能力）** 重度依赖大模型能力进行的创新应用，以各种“生成”能力为代表的工具。 可能会跑出来一些比较好的个体，但是最终我觉得大概率会被整合到超级AI应用，也许被收编。 原因如下：大模型能力越来越强，且是开放的；用户不可能装一大堆的各种工具应用；应用层的产品很容易被“模仿”。 这部分创业机会，面试的风险也是巨大的，但肯定会有很多的尝试。毕竟大部分公司搞不了大模型，只能在应用层发力。 **④ 传统应用** 传统应用就是指大模型没有出来之前，市面上存量的一切商业应用。 自研的业务系统，以及各类商业saas系统，这些应用本身解决的都是特定领域的专业问题。 AI时代的到来，可以预见这些应用都会直接或间接地接入大模型。 大部分系统，都可以借助大模型的能力重塑一遍，进而提升效率。 当然，也有一些系统，会在大模型的暴力运算加持下，取得一些质的飞跃，例如医疗、科学研究等。 传统应用本来就是历史存量的市场，你我大家都在其中，我们都可以抓住这个机会。 ### 3、个体如何应对AI的影响 以上，我们讲了AI的能力，以及AI可能的影响范围。 显而易见，AI在接下来的工作和生活中，一定会和大家密切相关。 作为个体，面向AI，我们如何应对呢？我认为可以从以下3个方面做准备：  **① 积极拥抱，熟练掌握** 上边简单讲了AI的底层能力和影响边界，大家应该知晓AI擅长做什么。 作为一项新质生产力，我们肯定是要积极拥抱TA，并熟练掌握的。 但具体到日常使用，我们还有很多的路要走。面向眼花缭乱的各类信息，我们得想想哪些真的是自己需要的？自己和AI的交集到底有哪些？ 我自己分析下来，普通人（除了创业者）主要的需求点主要有3类： - 感兴趣/从业者，了解大模型底层原理（现在自媒体很发达，大家有心的话，很容易就能了解；不要为了一些乱七八糟的东西付费，防止被割韭菜） - 掌握AI相关应用工具（习惯使用DeepSeek、豆包app，并结合到日常工作和生活中进行提效，锻炼自己提问题的能力） - 从业者，把AI功能融入到自己工作中，了解大模型的一些上下游（思考自己工作中的各个环节，结合AI的能力特性进行改造） **② 面向影响，错位竞争** 大家最担心，是AI抢了自己的饭碗，但其实本质上是别人抢了你的饭碗，AI只是加剧了你们的竞争进程。 两个人同时被老虎追，你不需要跑得过老虎，你只需要比另一个人跑得快就行。 面对AI的影响，我们需要做的也是如此，错位竞争，比别人优势多一些即可。 - 同样岗位的人，会AI的就比不会的人竞争力强； - 都用AI的情况下，你要提升你的综合素养，例如技术懂产品，产品懂业务，越靠近商业和用户就越安全； - 提前看看哪些是AI无法取代的技能，可以提前学习和储备，作为以后的planB； - 如果是一些学生，未来选择职业发展道路，就提前规避AI渗透率高的赛道，例如学学艺术类； **③ 平和心态，长期思维** AI是对一个时代的影响，我们没必要产生巨大的焦虑和绝望。 凡事都有两面性，AI可能给我们带来就业风险，但我们也应该想想AI正向的作用，例如 知识的平权、交通不拥挤、医疗未来突破会加快、机器人干活人类享受生活 等等。 未来有太多的不确定性，我们只能把握确定性的事情，个人的身体和心态是最重要的。 让我们保持长期思维，投资自己，积极面对未来的各种可能性。 当时，长期思维还可以投资股票基金（如果你对AI看好的话），毕竟能否从事AI这一行靠机缘，但如何投钱还可以靠自己的眼光。 &lt;完&gt; 让我们共同迎接这个技术大爆炸的时代吧！ 作者：产品杂谈 公众号：产品杂谈 本文由 @产品杂谈 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。

2025只是L2级AI眼镜的元年，2027才是AI/AR眼镜真正的赛点。

2025年2月27日，截止收盘，沪指涨0.23%，报收3388.06点；深成指跌0.26%，报收10927.51点；创业板指跌0.52%，报收2256.51点，两市成交额较上一交易日增加662.4亿元，合计成交20045.85亿元。

文 | 张冰冰 编辑 | 阿至 36氪获悉，中欣新碳（厦门）材料科技有限公司（以下简称「中欣新碳」）宣布完成A轮融资，本轮投资方为厦门高新科创天使创业投资有限公司，此轮融资将主要用于扩大产能、技术研发、市场推广及连续长丝产线建设等方面，并进一步拓展其产品在军用、民品两大领域的应用。  「中欣新碳」成立于 2022 年，是一家专注于高性能碳材料研发与生产的创新型企业。主要产品包括中间相沥青、中间相沥青基碳纤维、碳碳复合材料等。**实现了高模量、高导热、高可纺性的中间相沥青50吨/年规模化稳定制备，以及中间相沥青基碳纤维和碳碳复合材料的小规模制备。 ** 「中欣新碳」核心团队成员来自中科院山西煤炭化学研究所、中山大学、华侨大学等高校，技术人员占比超过50%，创始人李四中博士毕业于中国科学院研究生院材料学专业，在中科院山西煤炭化学研究所从事多年高性能碳材料的研究开发工作，具备丰富的研发和产业化经验。  ## **突破关键原材料规模化稳定制备** 国产碳纤维市场一直备受关注，按原材料分类，碳纤维分为聚丙烯腈基（PAN）碳纤维、沥青基碳纤维、粘胶基碳纤维三大类，其中PAN基碳纤维的占有率超过90%。  但「中欣新碳」将研发重点放在了中间相沥青基碳纤维及其原料的突破上。「中欣新碳」创始人李四中介绍，主流产品PAN基碳纤维核心优势是强度比较高，但模量指标通常低于300GPa，导热率也不超过150W/m·K。而**中间相沥青基碳纤维模量通常高于800GPa，导热率能达到1100W/m·K。 ** 拉伸强度、弹性模量、导热率是衡量碳纤维材料的重要指标，中间相沥青基碳纤维的优异性能使其在航空航天、尖端装备、轨道交通等高端技术领域与主流PAN基碳纤维产品形成互补。  中间相沥青被誉为高性能碳材料之母，应用前景广泛，但同时，由于制备难度大，也使其成为碳材料行业里最具挑战的“皇冠上的明珠”，全球仅索尔维、三菱化工、日本石墨纤维三家企业可以量产。我国航空航天、高超音速、尖端装备领域迫切需要这样的高性能材料，然而，美日长期实行中间相沥青材料的出口限制，工信部发布的《重点新材料首批次应用示范指导目录》中连续三年将其列为关键战略材料，因此中欣新碳的技术突破更具战略意义。   「中欣新碳」中间相沥青偏光显微照片  碳纤维属于技术密集型和资金密集型产品，研发周期长、生产技术繁杂，同时对原料的产品性能与质量稳定性要求严苛。只有具备生产线长周期连续稳定运行的技术水平及管理能力，才能保证产品质量的稳定性。 从技术角度，中间相沥青基碳纤维最大的挑战性在于其关键原料——**高可纺性中间相沥青的制备。 ** 李四中指出：“国内一些企业虽已建成中间相沥青基纤维生产线，但原料的稳定供给仍是关键问题，有设备未必能生产出产品，沥青制备的稳定性比纤维生产更具挑战。”  要实现中间相沥青稳定的规模化制备，需要解决沥青原料波动性、原料合成方案、反应器设计调试等一系列关键难题，其中，**一个非常大的难点是原料合成中稠环芳烃大小的问题。**稠环芳烃的大小与形成液晶相的难易程度相关，稠环芳烃平面越大，越容易形成液晶相，但其流动性较差，二者相互矛盾，是造成产业化难度大的主要原因之一。  「中欣新碳」从分子设计的角度实现突破，李四中介绍：**“我们需要合成一种既能够比较容易形成中间相，又具有非常好的流动性的物质，这是最大的难度。我们相当于从有机化学合成的角度出发解决了这一难题。” ** 目前，「中欣新碳」已经实现中间相沥青50 吨/年规模化稳定制备和中间相沥青基碳材料的小规模制备，主要技术指标及性能与三菱公司纺丝级沥青相当。据李四中介绍，「中欣新碳」中间相沥青产品能同时满足纺丝和制作泡沫碳产品的需求，量产后已实现面向科研院所和航空航天单位的销售。   「中欣新碳」工厂及产品  与国际巨头索尔维、三菱等千吨级别的生产量相比，国内中间相沥青厂商普遍还有很大的差距，但稳定的规模化量产已经是创新突破的重要一步。 ## **军用、民用双领域推广，加速市场验证** 相关数据显示，2019-2023年是中国碳纤维产能的爆发期，五年产能翻了近五倍。2024年，国内产能增速减缓，新增投产项目进入冷静期。 李四中分析，目前国内PAN基碳纤维的新增产能较多，而需求放缓，导致部分企业出现了亏损状态，因此新增投产项目进入冷静期。这一市场变化，也是行业对理性发展的回归：“前两年市场火爆，主要是因为风电增长迅速，导致了一些蜂拥而上的无序竞争。对于碳纤维这种小众市场来说，真正需要的是冷静下来，像日本的企业那样互相配合，一步一步地把市场做起来，而不是让市场出现大的波峰和波谷。”  **与PAN基碳纤维需求波动的局面不同，中间相沥青基碳纤维作为一种关键性、战略性材料，国内市场需求亟待满足，但考验在于市场验证。 ** 李四中坦言，中间相沥青“狼来了”的故事上演了很多次，行业对中间相沥青的稳定量产保持观望态度。一些企业投产后良品率低、价格高企的问题进一步增加了行业应用的难度。  目前「中欣新碳」面临主要的问题就是中间相沥青及碳纤维产品的应用推广。李四中表示：“国内对于这种材料还比较陌生，因为过去中国不能量产，相对下游客户如航天单位这些终端应用单位，都还处于技术验证和小规模试用阶段，需要时间来完成一种新材料向下游的共同研发、应用验证。同时应用需要的工艺设备成熟、产线调整，都需要譬如高性能碳碳复合材料企业、特碳企业、高导热界面材料企业以及航空航天的国家队等，多方共同努力推动产业升级。”  「中欣新碳」共同创始人，原厦门火炬创投总经理伍毓新介绍，在产品战略方面，**「中欣新碳」采取了民用和军用两条腿走路的策略：**一方面，民品领域的5G通讯、光通讯、智算中心应用的TIM热界面等场景对于中间相沥青碳纤维已有应用，验证周期相对较短，从国产替代角度加大销售推广，结合自主研发的“石墨烯+中间相沥青”等第三代TIM高导热界面材料产品，力争三年突破上亿元销售。  另一方面，争取进入国家级别或者省级的军民融合重大专项项目库，从军工航天应用场景上，解决高可纺性中间相沥青和沥青基碳纤维等关键性战略材料的稳定量产突破，在航天航空领域获得量产订单，周期预测在2-3年左右。  目前，「中欣新碳」沥青纤维线建设正在推进，预计今年8月实现运转。未来，「中欣新碳」将坚持技术研发与市场拓展并进的策略，推动中间相沥青及中间相沥青碳纤维的产业化进程。  ### **36氪未来产业** 「36氪未来产业」持续关注城市发展、产业转型和创新创业项目落地。寻求报道可邮箱联系wangfengzhi@36kr.com。 此外，今年36氪正式推出《36氪企业投资指南内参》，依托在经济圈产业群、区域重点推进规划与招商领域的深厚积累，36氪通过提供深入详细、更为及时、独家专有的全面信息服务，为政府部门提供高效、精准的产业项目内参；助力项目方匹配产业资金、链接关键人脉、快速融入新的产业生态。 本文来自微信公众号[“36氪未来产业”](https://mp.weixin.qq.com/s/iL3LMCX37uAoN7B7SOJNTw)，作者：张冰冰，阿至，36氪经授权发布。

<blockquote><p>本文将从“服务专业度”这一角度出发，探讨如何在投诉处理的过程中提高客户满意度，确保客户的需求和情感能够得到有效的回应和解决。我们将深入分析投诉处理中的关键技能，并结合实际案例和管理方法，帮助企业和服务人员在客户服务工作中实现卓越表现。</p> </blockquote>  在现代商业环境中，客户投诉的处理已经成为衡量一个公司客户服务质量的关键因素。很多企业投入大量资源来提升客户的服务体验，而其中的一个重要环节便是投诉处理。事实上，投诉处理不仅仅是解决问题，它还在客户的心理和情感层面起着至关重要的作用。如果能够在投诉处理中展示出高水平的**服务专业度，**企业不仅能成功解决客户的难题，还能将不满的客户转化为忠诚的支持者，进而提升客户的满意度和忠诚度。 ## 一、投诉处理中的服务专业度究竟是什么？ ### 1. 定义服务专业度 服务的专业度，并不只是服务人员是否具有高深的专业知识或技能，更重要的是服务人员在与客户的互动过程中，**如何通过专业的态度、方式和方法，全面满足客户的需求，解决客户的问题。**在投诉处理中，服务专业度主要体现在以下几个方面： - **技术能力与知识储备：**服务人员必须具备处理各种投诉的能力，包括对产品、服务、流程的深刻理解，能够提供准确的信息和解决方案。 - **情感理解与沟通能力：**专业的服务人员能够通过恰当的沟通方式，理解客户的情绪，给予合适的安抚，确保客户情绪的恢复。 - **高效解决问题的能力：**投诉处理不仅仅是回应客户的问题，更重要的是能在最短的时间内高效地找到解决方案，让客户的需求得到迅速而有效的回应。 ### 2. 服务专业度对客户满意度的影响 在客户的眼中，服务专业度直接决定了他们是否能得到有效的帮助，是否能从中感受到公司对客户的重视与尊重。尤其在投诉处理过程中，客户的情绪往往比较激烈，如果服务人员能够展现出足够的专业度，不仅能安抚客户的情绪，还能帮助客户解决问题，从而显著提升客户的满意度。 ## 二、如何通过服务专业度提高投诉处理的客户满意度？ ### 1. 情绪管理：帮助客户回归理性 情绪管理是投诉处理中的首要任务，尤其是在客户已经处于愤怒、失望等负面情绪时，服务人员首先需要做的并**不是立即开始解决问题，而是要先帮助客户平复情绪。**根据心理学的原理，当客户的情绪处于极端时，理性思考区域的大脑往往被压制，此时如果进行直接沟通和问题解决，往往效果不佳。 **实践技巧：** - **积极倾听并表示理解：**当客户情绪激动时，服务人员首先要用耐心和同理心去倾听客户的诉求，并适时表达理解：“我能理解您现在的心情，确实是一个令人沮丧的情况”。 - **避免反驳或辩解：**在情绪激烈的情况下，任何辩解或反驳都可能让客户更加不满。此时，服务人员应尽量避免争论，先让客户说完，把焦点放在情感的安抚上。 - **用语温和，语气稳定：**语气温和稳定有助于缓解客户的不安情绪，传达一种关怀与理解，避免过激的言辞引起更多的冲突。 通过情绪管理，客户能够从愤怒或焦虑的情绪中得到安抚，并逐步恢复理性思考，这为后续的沟通和问题解决打下了良好的基础。 ### 2. 问题解决：准确、高效、透明 在客户情绪平复之后，问题解决成为了接下来的核心任务。解决问题的**效率与质量**直接影响到客户的满意度。一个专业的服务人员不仅需要具备扎实的业务知识，还需要能够迅速、准确地判断问题的根源，并提供高效的解决方案。 **实践技巧：** - **精准诊断问题：**专业的服务人员需要迅速判断出客户投诉的关键问题，避免从表面问题着手，而忽略了真正的核心问题。 - **提供清晰的解决方案：**解决方案要简洁明了，避免让客户感到复杂或困惑。如果需要时间调查或进行其他处理，应该及时告知客户处理的进度和预计完成的时间。 - **展示透明度：**在处理问题时，保持与客户的持续沟通非常重要。及时更新问题处理的进展，并告知客户每一步的处理情况，让客户感受到企业的诚意和透明度。 客户在投诉处理过程中最希望看到的就是问题能得到有效解决，而非只是推诿或拖延。通过专业的解决方案，客户不仅能得到问题的回应，还能感受到企业对问题的重视。 ### 3. 超出客户预期的“惊喜”服务 在传统的客户服务中，解决问题和满足客户需求是最低要求。但在实际操作中，企业可以通过提供一些超出客户预期的服务，进一步提升客户满意度，增强客户对品牌的忠诚感。 **实践技巧：** - **小小的意外奖励：**例如在客户投诉之后，可以提供一些小的优惠券、折扣或免费服务，作为对客户耐心等待和理解的回馈。 - **个性化解决方案：**针对不同客户的个性化需求，提供定制化的解决方案，避免“千篇一律”的标准化回应。 - **快速响应：**如果客户已经抱怨某个问题，能够快速反馈和采取行动，不仅能解决问题，还能给客户带来一种被尊重和重视的感觉。 这种“超越预期”的服务不仅能够化解客户的不满情绪，还能增强客户对品牌的忠诚度，培养客户的口碑传播。 ### 4. 持续改进与反馈机制 服务专业度的提升不仅仅是在个别投诉处理中的表现，更需要通过长期的持续改进来确保服务水平不断提高。**建立有效的客户反馈机制，并根据反馈进行改进**，是提升服务专业度和客户满意度的关键一步。 **实践技巧：** - **定期回访与调查：**通过定期的客户回访，了解客户对处理过程的反馈和意见，及时发现服务中的不足，并作出改进。 - **改进内部流程：**根据客户的反馈，及时优化服务流程，避免同样的问题重复发生，提高整体的服务效率。 - **培训与分享：**定期对服务人员进行培训，分享优秀的投诉处理案例和经验，提高整体团队的专业能力。 通过持续的反馈和改进机制，企业不仅能够提升员工的服务水平，还能确保客户的每一次投诉处理都能以专业、迅速和满意的方式完成。 ## 三、案例分析：服务专业度如何提升客户满意度 ### 1. 案例一：解决技术问题时的专业服务 某家科技公司的一名客户在购买产品后遇到技术问题，致使其无法正常使用。客户电话拨打了客户服务中心，最初的客服人员未能有效解决问题，客户的情绪逐渐升高。在此情况下，更专业的二线客服接手了问题，并迅速通过电话了解客户的详细情况，并派遣专业的技术人员进行远程协助。在技术人员的专业支持下，问题得到了迅速解决。 结果：客户的情绪得到平复，问题及时解决，最终客户表示非常满意，并推荐该产品给了他身边的朋友。通过技术人员的专业支持和及时响应，客户的信任感大大增强。 ### 2. 案例二：个性化服务的超出预期 某服装品牌在接到客户关于配送延迟的投诉后，客服人员不仅解决了配送问题，还根据客户的历史购买记录，提供了免费的定制化服务，为客户送上了一份个人化的小礼品。客户收到礼品后，表示非常惊讶和感动，最终决定继续购买并成为该品牌的忠实粉丝。 结果：客户的满意度大大提升，并对品牌产生了强烈的忠诚感，促使其成为品牌的长期支持者。 ## 四、总结 在投诉处理工作中，服务专业度的高低直接影响客户的满意度。在面对客户投诉时，服务人员必须具备**情绪管理的能力、准确高效的问题解决技巧、个性化的服务理念以及超出客户预期的惊喜服务。通过持续的专业培训、优化工作流程和建立有效的反馈机制，企业能够不断提升服务专业度**，进而提高客户满意度和忠诚度。 投诉处理不仅仅是消极的应对问题，更是一个提升客户关系、增强品牌影响力的机会。每一次成功的投诉处理都能为企业树立口碑，为客户带来真正的价值。而这一切的基础，正是服务专业度的体现。 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

当下，站在人形机器人的潮头，作为前沿科技长期的观察者和记录者，钛媒体现发起《寻找中国供应链“隐形冠军”之人形机器人篇》系列专题报道，以及《人形机器人创新产业链榜单》征集活动。

<blockquote><p>从2020-2024四年间笔者完成了某个垂直领域的协同平台从0到1的搭建，在2024年转战开发垂直领域的大模型应用，从对大模型一无所知到最终完成大模型设计上线，想把项目经历分享出来，为同样准备入门的小白提供参考。</p> </blockquote>  ## 一、ChatGPT为什么这么火？——市场前景和可行性分析 2022年11月30日OpenAl 公司推出了ChatGPT，引起了新一轮的技术和资本热潮，热度延续至今，它的商业价值仍在不断扩张，它让大模型成为互联网大厂的军备竞赛，他们一边卷底座模型参数和性能，另一边抓紧大模型AI应用的落地，将大模型视为下一个业务增长点。 ChatGpt这么成功，究其原因是探索出了一个模式：具备对话能力的大模型。 在ChatGpt诞生之前人工智能的落地应用比如语音图像识别，购物和社交平台算法推荐，它们都在垂直领域获得了成功，但是那时候大部分的用户和企业都认为他们是遥远的科学，开发和应用的技术门槛过高。对于普通用户来说，大模型像是一个电脑主机，它聪明又博学，而具备对话能力的生成式Ai为大脑接上了电脑屏幕和鼠标键盘，在普通用户和AI之间搭建起了桥梁，用户可以在生活中便捷使用。而对于互联网公司来说，OpenAI的调用API的方式，使得企业用户无需开展大模型底座预训练，就可以将大模型能力集成进现有的产品中，研发成本和技术门槛都大大降低。 对于传统行业，历经10-20年的信息化转型已经完成，有了信息化转型的设计理论储备，以及信息化数据作为大模型知识库，已具备融合AI技术的基础，实现智能化升级。 ## 二、如何开展垂直领域的大模型研发 ### 第一步：理解大模型能力 1）强大推理分析和内容生成：基于现有数据进行理解分析，基于用户指令输出新内容。 2）强大的信息检索能力：适合需要快速从海量数据中提取信息的场景。 大模型也具备图片、视频等的多模态处理能力，但是目前笔者的项目成果主攻方向还是文本生成领域。 ### 第二步：核心功能定位与交互设计 **1）核心功能定位** 总体思路是基于信息化建设的经验积累，结合大模型能力的特点，选取适合融入AI技术，并且知识储备充足的模块，进行场景构思。传统业务线上化后仍存在一个问题就是用户需要基于个人经验和知识储备开展工作，而大模型强大的逻辑推理、知识检索能力可以在开展业务时提供头脑风暴挖掘业务深度价值，或是提供案例知识检索，给出一个标准线以上的答案，提升工作标准化程度。 **业务目标**：提升效率、提升业务价值、标准化作业程度 **2）交互设计** 2024年初开展大模型应用设计，当时市场上大模型应用都是chatbot，在交互设计定位上希望的是不局限于聊天界面。但是大模型的调用基本需要发送指令，无聊天界面查看问答过程会降低交互的友好性。因此确定了“工作台+聊天窗口”的交互设计模式，既可以在聊天窗口获取AI辅助、也可以工作台捕捉用户行为唤醒AI辅助。同时两个AI入口的交互也是互通的，比如说用户在工作台选取了需要分析的资料，聊天窗口就会显示分析附件。工作台调用的AI指令和返回结果也能在聊天窗口看到历史记录。在2024年下半年调研市场上AI应用发现，AI产品普遍也采用了这种设计模式。 ### 第三步：大模型应用研发 **第一阶段：企业级RAG搭建** RAG（检索增强技术）主要是为了解决大模型的幻觉和知识更新不及时问题，通用大模型不具备垂直领域的专业信息，会出现生成与事实不符、逻辑错误或虚构的内容情况。 主要原理：将垂直领域的知识进行切片、向量化形成多维度的向量数据，将用户指令向量化后在向量数据进行第一阶段的粗筛选，根据语义相似度检索（余弦相似度算法，通过计算两个向量的夹角余弦值来衡量它们的相似度）召回top10的知识块，第二阶段采用精筛选，使用Rerank（重排序）结合上下文信息，对召回知识块进行重新打分， 优化检索结果。最后将用户指令和召回知识块给大模型生成返回结果。 整个过程应用了 Langchain开发框架和Milvus向量数据库开展了以下工作： 1）切片 在切片过程中应用了以下4种方式： - 固定字符大小，设置重叠大小，按照长度粗暴切分。（基本不适合，会将一句话截断） - 段落、字符文本分割，根据段落、空格、标点符号（比如句号、逗号）来切分文本。（适合上传临时文件分析） - 混合模式切片：采用不超过最大字符长度，结合标点段落进行切片（使用频率最高） - 基于语义分割，对原始文本进行分词预处理，结合提示词或者使用预训练的语义分割模型，打标签，根据语义标签，提取目标类别的文本片段，将提取的文本片段组合成切片。（耗时长、适合文档章节内容比较固定的文档） 根据不同的知识切片也需要做相应调整，例如针对法律制度需要在每个知识块上带上文件名称、章节名称、条款名称。针对文章类型需要设置一定的重叠大小。 2）向量化 - 知识标签：前期规划企业内部知识时有制定了一些知识标签，在导入向量库时需要加上知识标签，便于后期对检索规则或者提示词规划。也可以加上文件名称和file ID，后续在对话窗口展示知识来源，提高可信度。 - 向量检验：这个阶段采用了BERT 和Bge-large-zh模型，没有发现两个模型效果上的差别，Milvus提供可视化的工具attu，便于验证表、查询数据，支持带过滤条件的向量混合检索，向量化后可以选取一些知识文本进行检索检查向量结果是否成功。 3）提示词工程 - 角色说明：垂直领域的大模型应用的用户一般有固定类型的角色，因此可以根据使用场景在提示词中添加角色和回答风格说明。 - 知识检索说明：因为在规划知识库的前期规范了知识标签，可以针对不同知识标签实现不一样的生成效果，例如可以指定在知识标签内进行知识检索，针对不同知识的使用场景规范输出格式，例如法律条款需要列出法律名词，做尽量少的改写。 以上就是第一阶段我们从场景设计到RAG搭建的项目实践，总结项目困难就会回到AI的三大基本组成：数据、算法和算力，我们在项目中遇到的问题也来源于这3个因素。 - **幻觉**：当输入质量太差或者缺乏知识，或者模型本身性能不佳都会导致大模型“一本正经”地胡编乱造。其实幻觉包含了多方面的问题，而我们开展的所有工作不论是应用RAG、还是提示词工程，都是在和幻觉问题进行对抗。 - **数据质量**：不论是微调还是RAG，在垂直领域的输出效果都高度依赖数据质量 - 模型参数限制：模型的规模较小时，一般max_token也较小，只能在有限的上下文范围内理解文本，输入的材料读取不全，也不能进行有效思考，容易产生理解偏差。 - **有限算力资源**：具体表现为响应速度慢、并发能力弱，无法同时处理大量请求、生成质量不稳定。 - **对输入有要求**：一个好的用户输入具备明确（肯定语句好过否定语句）、具体（列举要求）、结构化（将复杂任务进行步骤拆解）、简洁（突出关键信息），并提供必要的上下文信息（背景信息）。但是在分析用户历史聊天数据时发现，一些反馈不好的回答，在对问句进行改写后回答效果会大大提升。 本文由 @莴苣很好吃 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>本文从实际工作场景出发，探讨了产品运营在面对客户不认可交付、短暂使用后要求退货以及延期续费等棘手问题时，如何通过冷静的心理建设、系统的准备、高效的执行和严格的验收，将问题转化为客户成功的关键节点。</p> </blockquote>  当项目产生危机时，作为产品运营如何去做支持呢？以及产品运营在实际工作中需要进行项目支持的类型有哪些？ 一共分为以下三种： 第一种客户不认可产品的验收交付， 第二种客户短暂使用后要求退货， 第三种客户要求延期续费（甚至是不续费。） 那么针对这三种情况，产品运营是需要去现场解决的问题。产品运营新手当看到这三种情况的时候，大家可能会比较难认为，这不是简简单单地解决小问题。 （甚至会有一些退缩的想法，有这种想法很正常，作者自己在一开始遇到这种情况时，也会有退缩的想法。） 这种问题的处理难度可比要把产品直接卖给客户难多了，它贯穿了的客户实施验收－阶段使用－产品续费（对于很多TOB企业甚至首次成交根本没有利润，只能依靠产品续费获取利益）。 问题产生了，那么我们必然要去解决。 产品运营人员的心理建设应该是怎么样？——冷静客观看待就好。 从公司的层面而言，****产品运营是公司的最后一道防线****，首先对于产品没有达到客户理想的预期后，再通过销售做客情也不能够解决这样的问题，最后只能让产品运营的角度去解决，所以说产品运营是企业的最后一道防线。 那么产品运营把这些要当成只能胜不能败的“攻坚战”。我们到客户现场后，哪怕产品在落地方面存在一些瑕疵内容，通过产品加上运营方案的结合，也要让客户认可公司给予对方最终提供的价值。 那么我们如何去做呢？这么难的事情我们需要通过三个步骤去解决。一共分为准备－执行－验收阶段，首先准备阶段，根据前面三种情况不同的情况，我们的准备内容是不同的。 第一种情况：针对“交付不验收”，我们首先要做的是内审的交付确认清单，清晰整个交付过程当中需要我们给客户做什么，以及我们的对应的交付程度到底到哪一步了，以及客户不接受交付的原因，了解到这三方面的内容。 第二种情况：短暂使用后要求退货，第一步还是内审交付产品实施的标准，第二步追溯产品培训的具体内容。第三步了解客户产品使用后的诉求。 为什么要从这三个维度？如果说我们交付时产品实施得比较好的话，那么客户对于产品的直观价值感知也就会更高。 当我们把产品实施好之后，接下来非常重要的环节对客户进行产品培训，需要了解一线伙伴如何进行产品培训以及客户对于培训的反馈程度，通过培训反馈我们就可以初步判断培训的效果。 客户在使用过程当中是基于产品本身的功能提出了新的额外的需求，还是我们培训完之后原有功能满足他原有的业务的诉求只是需要再次培训。 产品运营对于新需求进行识别，识别标准是需求产生原因是主观感受还是客观业务需要。客观业务需要的新需求，进行整理之后经产品经理确认之后给到客户反馈。 第三种情况：客户发生延期续费或者是不续费。 虽然在客户使用的过程当中，客户没有提出任何异议，没有异议不代表满意。 更差的结果是什么？客户感觉这个产品对于业务而言，即没有提升效率又没有产生价值的情况下，默默地选择了不使用，采用了原有的方式去进行管理。 针对这种情况我们还是要从头开始进行梳理： 第一步内审产品的实施标准， 第二步产品的培训内容以及了解客户的业务的诉求， 第三步了解产品的使用情况，客户没有发生续费或者是想要延期续费，一是他根本就没有用这个产品，用了几天之后就不用了，但是没有把情况反馈。 另外一个是什么？感觉这个产品对于它没有帮助，以及作为客户的决策者和使用者都不知道产品使用程度并不是特别清楚。 所以需要对于任何工具类的产品都需要给到客户在产品使用上的报告（就像企业微信/钉钉等产品都会在年末给每个用户发一份报告）。 项目支持的核心是解决问题。 那么准备阶段就是要界定问题，通过准备阶段将问题界定出来了， 我们如何去执行？ 第一步是建立沟通，对建立对应沟通机制，我们得和双方进行沟通，比如甲方伙伴和自己乙方的伙伴，建立起透明的沟通机制，让客户知道我们在帮客户解决问题。 第二步客观呈现项目的情况，无论到什么程度，它基于当下的客观情况是什么？客观呈现项目的情况，正视问题的存在。 第三步是展现自身的专业形象，对于产品运营而言，更主要的你和客户沟通的是什么？ 不是说你有多懂产品，更不是说你又把产品功能讲一遍，而是以业务专家的身份去告诉客户， “****你要想解决这方面业务的问题，我来告诉你怎么去解决****”，不一定百分百完全通过产品功能去解决，产品功能再加上对应的运营策略的调整，更能够给到我们甲方客户想要的效果。 所以说第三步展示自身的专业形象就显得尤为重要。当你展示完自身的专业形象，进行了落地方案调整的执行之后。 那么我们就要明确阶段汇报的内容，每个阶段乙方要做什么，需要甲方配合做什么，以及做完之后的结果，把工作结果以阶段汇报的形式向双方高层的汇报，让大家都知道项目的后续的进程，最后建立起顺畅的甲乙双方协同的机制。 行业内比较常见的做法就是建立客户成功群，客户有什么问题及时在群里进行沟通，那么到验收的阶段，我们就需要准备交付的报告。 不论是前面这三种形态哪一种问题，当问题解决之后，就要准备对应的交付报告，然后是干系人的书面确认，让甲方客户真正认可产品。 同时新工具的加入必然会改变客户原有工作的流程，那么我们就需要帮助客户梳理或者直接给到客户对于产品使用制度。这样才能帮助客户更好地使用产品。 以上就是我们产品运营需要支持的项目的问题类型，当我们面对这些问题之后，我们如何从准备－执行－验收三个阶段去解决问题。 作者：张兴，《产品运营指北针》作者；微信公众号：不打杂运营 本文由 @餐饮SaaS产品运营 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。

 作者丨包永刚 编辑丨王亚峰 不同于春节假期刚结束时近20家AI芯片公司忙着宣布完成适配DeepSeek蒸馏模型的热闹景象，半个月后宣布完成适配满血版DeepSeek模型的寥寥数家，这也真实反映出了国产AI芯片的真实力。 “只要厂家之前已经支持大模型的训练推理，那么适配DeepSeek就没有任何难度。”AI芯片软件工程师梓豪说，“我们公司的应用工程师（AE）就可以完成DeepSeek蒸馏模型的适配。” 这足以解释为什么有芯片公司可以用数小时时间就完成DeepSeek蒸馏模型的适配，但对于一直致力于做大芯片的AI芯片公司来说，适配满血版DeepSeek更能体现其价值。 目前，华为、寒武纪、摩尔线程以及昆仑芯都有公开信息表示其完成满血版DeepSeek模型的适配。更多国产AI芯片公司适配满血版大模型进展欢迎添加作者微信BENSONEIT了解。 **“即便是现在已经宣布适配满血版DeepSeek的芯片公司，其性能都不太好。”**AI芯片资深工程师杰克说，“从技术上判断，此前已经将大模型跑起来的公司，比如燧原、壁仞、天数智芯适配满血版DeepSeek也只是时间问题，**之前没有部署过大模型的公司适配满血版DeepSeek可能‘遥遥无期’。**” 那么到底适配DeepSeek蒸馏模型和满血版DeepSeek模型会成为AI芯片公司的分水岭？为什么有人说国内AI芯片公司的人不懂AI？DeepSeek的爆火至少能撑起一家国产AI芯片公司的上市？ **适配蒸馏版DeepSeek模型只是开胃小菜** 半个月前芯片公司铺天盖地的适配DeepSeek的新闻里，有公司明确表达了适配的是蒸馏模型，也有公司只说适配了DeepSeek，但**适配蒸馏模型和满血版模型之间存在着巨大的差别。** 满血版模型指的是与DeepSeek官网性能一致的V3和R1的全量参数模型，其参数高达671B，一般需要多台高性能GPU服务器并行才能流畅运行推理服务。 蒸馏版DeepSeek模型是利用DeepSeek-R1生成的数据对其他模型进行微调，参数从几B到几十B都有，比如DeepSeek-R1-Distill-Qwen-1.5B/7B/14B/32B、DeepSeek R1-Distill-Llama-8B/70B，这些蒸馏模型的效果差于满血版，但更易于部署。 “我一度认为适配蒸馏版DeepSeek模型没有太大价值，许多工程师也都更倾向于满血版DeepSeek，但我现在的想法发生了转变。”有二十多年芯片行业经验的柏林说，“蒸馏版模型能满足普通用户的聊天需求，对于普及AI的意义非常大。” 杰克也表示，虽然蒸馏模型的准确度不如满血版模型，**但蒸馏版模型能让端侧AI的能力上一个台阶，**端侧资源受限，有了DeepSeek的蒸馏模型之后，比如原来只能部署7B模型的场景，现在能达到14B模型的效果。 国产AI芯片适配蒸馏版DeepSeek模型也难度不大。 无论是使用GPGPU架构还是专用ASIC架构对AI芯片公司，都迅速完成了对DeepSeek的适配。“GPT火了之后所有公司都想办法支持大模型，DeepSeek和之前的大模型没有本质的不同，有此前适配大模型的工作，适配蒸馏版DeepSeek不是难题。”梓豪表示。 “CUDA兼容的GPGPU适配起来确实会更容易，但只要给ASIC更多时间做到极致，性能可以超过GPU。”杰克认为。 从长期看，**无论什么架构的芯片，如果只是支持几个有限的模型，总能在这个架构上找到最优的解决方案。**DeepSeek的火爆，主流模型就是DeepSeek和Llama等少数几个，从这个角度看，对AI芯片公司来说算是好事。 对于采用国产AI芯片的智算中心来说，DeepSeek的火爆同样是重大利好。 “DeepSeek火爆之后我们想用一家国产AI芯片公司的卡适配。”国产智算中心从业者博远说，“但**现实的问题是，如果适配DeepSeek A100的性能是100分，这家国产卡跑起来只有几分的性能**，使劲优化也只有A100十几分的能。”DeepSeek的火爆到底如何影响智算中心发展，添_加作者微信BENSONEIT互通有无。_ 既然从普及AI和适配的角度，蒸馏版DeepSeek就有巨大的价值，那为什么还要适配满血版DeepSeek？ **“只有部署了满血版DeepSeek模型，才能得到蒸馏版模型，**我认为这是部署满血版DeepSeek模型的重要原因。”杰克表示。 **国内领先AI芯片最快月底能适配「好」满血版模型** 但是想要部署参数高达671B满血版DeepSeek-R1模型，即便是Int8精度模型的大小也高达671G，以单卡96G HBM计算，单机8卡总共768GB也只是勉强够部署满血版DeepSeek，**只要模型精度比Int8更高，单台服务器就无法部署满血版DeepSeek模型。** 此时就需要多机互联，这正是国产AI芯片公司仍未很好解决地问题。 “Nvidia有NV Link，国产芯片没有多机互联的解决方案会选择InfiniBand（IB）或者高速以太网RoCE实现互联，这些方案的通信的延迟很大，这就极大程度会影响最终部署的效果。”杰克说，**“多卡和多机互联是国产芯片适配满血版DeepSeek的第一个难点**，如果之前没有解决通信问题，想做起来很难，距离成功适配满血版DeepSeek可能遥遥无期。” 梓豪认为在多机互联方面，摩尔线程和沐曦有一定的优势。 **另一个难点是DeepSeek的MoE混合专家系统，**MoE是多一个router（路由模块）的计算，它会将token路由至合适的专家权重去做计算，这个路由是动态的，这和此前的Transformer大模型的部署不一样，这也是一个全新的挑战。 对于**所有国产AI大芯片而言，还有一个硬伤就是不原生支持FP8数据类型，**DeepSeek模型采用了 FP8 混合精度训练，全球领先的AI芯片公司英伟达从H100开始，AMD MI325X都原生支持FP8。 “不原生支持FP8不意味着就不能部署满血版DeepSeek，只是会带来效率问题，比如用FP16来部署，就需要2倍的存储。”杰克表示，这就意味着需要更多卡，问题又到了多卡多机互联。 要注意，**即便是2024年推出的新一代国产AI卡，也没有支持FP8。** 柏林认为，最新的国产AI芯片不支持FP8、FP4这类非IEEE定义的数据类型，说明企业内部没有前沿的研究指导这些公司的设计。并且英伟达2022年推出的H100就已经支持了FP8，已经有人做出产品，**就算照着“抄”也不难了，这体现了国内许多做AI芯片的人并不懂AI。** 即便解决了技术难题可以部署满血版DeepSeek，从可用到好用还有一段很长的距离。杰克就深有感触，此前适配大模型的时候，杰克所在的公司跨机通信也解决了，但是要实现性能的提升难度很大。 这也是目前国产芯片公司适配满血版头疼的问题。 雷峰网了解到，目前国内领先的AI芯片公司以4台服务器（32卡，FP16数据类型），或者2台服务器（16卡，Int8数据类型）**适配满血版DeepSeek的效果也只达到了10tokens/s，其目标是在本月底前能够达到25tokens/s，**性能大概是英伟达H100的25%。 另有消息称，国内上市AI芯片公司在智算中心已经达到了适配满血版DeepSeek 25tokens/s的性能。 从用户的角度，**使用满血版DeepSeek要有比较好的使用体验有两个非常直观的指标，**一个是首字延迟，另一个就是每秒吞吐量。大致而言，首字延迟在1-1.4秒是大部分用户能够接受的延迟，而每秒生成20token能满足正常阅读的需求。 这样说来，即便是国内领先的公司，最快也要到本月底达到让用户相对满意的使用体验。 至于其他AI芯片公司，雷峰网了解到，**在上市辅导流程里的AI芯片公司有两家适配满血版DeepSeek的速度在10 tokens/s及以下。** AI大芯片公司的张伟判断，未来一个月适配不好满血版DeepSeek的AI公司可能有一半。柏林认为，**未来一个季度国产AI芯片都会陆续适配满血版DeepSeek。** “其他已经有成功部署大模型经验的芯片公司适配满血版DeepSeek只是时间问题。”杰克说，“这些公司里好几家都处于上市辅导阶段，我认为谁能更快、更好支持好满血版DeepSeek，会大幅增加他们上市的概率，因为很多机构和公司都在积极部署满血版DeepSeek，有利于AI芯片公司做出真实的业绩，支撑其上市。” 不过两位芯片投资人都对雷峰网表示，A股的成功上市的因素比较复杂，能够支持好满血版DeepSeek确实是实力的体现，但对于最终成功上市很难说有直接利好。 毋庸置疑的是，DeepSeek对于国内芯片、智算中心、AI应用都是巨大利好，我们已经处在AI变革前夜。关于AI算力的更多挑战，欢迎**添加作者微信BENSONEIT**讨论。 注，文中梓豪、杰克 、柏林、博远、张伟均为化名。