https://www.woshipm.com人人都是产品经理 实时热榜Sat, 31 Oct 2026 15:29:50 +0000https://www.woshipm.com/ai/6487314.htmlwoshipm-1a9f9e58520d8fa7同一个模型、同样的预算，半年后两家公司的 agent 差距却越拉越大。文章借 LangChain 创始人 Harrison 的分享拆开 harness 这一层：工具、治理、上下文与基础设施，解释为什么管得住比选对模型更决定成败。 假设有两家公司，用的是同一个大模型，同一天接入，花的钱也差不多。半年以后，一家的 agent（能自己调用工具、自己完成任务的 AI）每天在生产环境里干活，另一家的还停在演示阶段，一碰到真实用户就出错。 差别出在哪里，LangChain 的联合创始人兼 CEO Harrison Chase 在伦敦的 Interrupt 大会开场时，用一整场的时间回答了这个问题。他的答案很直接：模型只是中间那一块，让 agent 真正管用的，是围在它外面的整个系统。这个系统里装的是你自己的行业知识，所以他认为每家公司都应该把它握在自己手里，也就是他反复强调的 own your intelligence。 下面我顺着这条线，把他讲的内容重新理了一遍：为什么要拥有，拥有的到底是什么，怎样才算拥有，以及 LangChain 为此做了哪些东西。 同一个模型，agent 有的能上线有的不能，差别在模型外面 先看这几年是怎么走过来的。2023 年 LangChain 刚起步，大家做的是 agent 原型，什么都新，什么都在试。2024 年，应用开始上线，但都比较简单，一次模型调用，几次调用串起来，或者一个聊天机器人。2025 年，人们才第一次认真探索 agent。到了今年，agent 在应用层真正活了过来，各个垂直行业都有人在做。 这些 agent 有一个共同点。中间当然是大模型（LLM），可让它们能用的，是模型周围的那一圈东西，包括技能、工具、上下文、各种控制和治理。Harrison 举了三家公司。monday.com 搭了一套靠评测（eval，用来衡量 agent 答得好不好）不断反馈的循环，一点点把 agent 改好。Harvey 针对专门的任务微调模型，所以它靠的也不只是模型，还有一整套微调的体系。Orange 做了一个专用的 harness（包在模型外面的运行框架，决定模型能用什么工具、按什么规则干活），里面带着治理。 这三个例子放在一起，我看到的是同一件事：换成哪个模型，在它们的故事里都不是重点。每家公司都在模型外面加了自己才有的东西，有的是评测标准，有的是微调数据，有的是权限规则。这些东西别人拿不走，也抄不来，因为它们来自公司对自己业务的了解。既然差别出在这一层，接下来的问题就是，这一层应该归谁。 拥有自己的智能，是把通用模型变成自己行业的专家 Harrison 对 own your intelligence 的解释很具体。你拿到一个通用的模型，围着它搭一套系统，让它在你熟悉的领域里真的好用。这个从通用变成专用的过程，就是专业化，发生在三个地方：模型层、harness 层、上下文层。把这三层的专业化握在自己手里，在他看来就是拥有自己的智能。 他看到三个趋势在推着大家往这个方向走。第一是成本。AI 工具被用得越来越多，费用跟着涨，如果整个 agent 系统不在自己的控制之下，费用很容易失控。第二是开放模型越来越多，NVIDIA、Kimi、DeepSeek 都放出了性能不错的开放权重模型，用起来更便宜，还可以在上面继续训练，让它更专。第三是数据的作用，他认为这是最大的推动力：你带来的数据、上下文和知识，决定了一个垂直产品和直接去用 ChatGPT 或 Claude 有什么不同。 我认为这里最容易被误会的，是“拥有”两个字。听上去像是每家公司都要自己训练一个模型，其实不是。Harrison 讲的拥有，是你能决定用哪个模型、规则怎么执行、哪些知识放进去，而且这些决定不会被某一家供应商限制住。训练模型只是其中一种做法，更多公司真正拥有的，是自己那一套评测标准和工作方式。这样想，门槛就没有那么高了，也更接近他的判断：每家公司都应该做到。 那具体怎样才算拥有，他给了三条标准。 怎样才算真正拥有，要同时做到开放、会积累、管得住 第一条是开放，对象有三样：模型、harness 和上下文。模型开放，指的不只是用开放权重的模型，更是可以自由选择，哪个最好、最快、最便宜、最适合你的领域，就用哪个。harness 要开放，也要能控制，因为让通用模型按你的方式做事，靠的就是在 harness 里设规则，如果它调不动，这些规则就设不进去，开源是做到可控的一个好办法。上下文可以来自任何地方，已有的数据源、各种接口、慢慢攒下来的记忆，harness 要能接得上所有这些来源。 第二条是会积累。第一版 agent 做出来不难，但它几乎不可能直接面对几百万用户。所以 agent 的能力要随着时间越变越强，可以靠人用观测工具发现问题再去改，也可以靠记忆让它自己攒经验。第三条是管得住，这对公司内部的 agent 尤其重要：它代表谁在做事，每跑一次花多少钱，现在到底发生了什么，这些都得有答案。Harrison 认为 agent 会大幅改变公司的运转方式，正因为如此，治理必须跟上。 这三条里，我觉得最容易被低估的是第二条。开放和治理，都是搭好一次就能立住的结构，会积累却是一个持续的过程，需要有人每天去看、去改。至于这个过程要怎么组织，他接下来讲到了人、流程和技术三件事。 做这件事要人、流程和技术一起动，最关键的是转得快的循环 想让公司往这个方向走，没有哪一件事能单独做成。先说人，他认为需要三圈人。最里面是核心的生成式 AI 平台团队，他们是 agent 专家，负责把技术搭起来，也常常定好流程给其他人用。中间是各个业务部门的 agent 工程师，把这些技术落到具体的场景里。最外面是不写代码的人。Harrison 特别强调这一圈，因为在一个领域里什么叫做得好，什么叫做得不好，往往是他们最清楚。 流程的核心是迭代。团队做出一个版本，很快测试，很快发给一小批用户，盯着它的表现，再把学到的东西带回去改。他把这个反复转起来的循环叫 flywheel（飞轮），并且认为交付 agent 做得最好的团队，都是把这个循环转得最快的。技术则分成三层：运行时，也就是怎么搭建、怎么部署 agent；观测与评测，让你看见 agent 在做什么、做得好不好；以及最近新加的一层，智能，让 agent 帮着做一部分原本要人来做的改进工作。 这个分法有一个好处，它把“谁来做”和“做什么”对上了。领域专家定义好坏，工程师把好坏写成代码，平台团队保证底下稳。LangChain 在这三层技术上各做了什么，我先从最底下的运行时说起。 agent 要从自己的电脑搬到云端，运行这一层得有人替你搭好 Harrison 把一个 agent 看成三层叠起来：最上面是业务逻辑，中间是 harness，最下面是基础设施。业务逻辑包括指令、工具、技能，还有用来修改 harness 的钩子，这是 LangChain 永远给不了的，只有懂行的人才写得出来。harness 则是模型周围所有把它接到外部数据、计算、上下文和业务逻辑上的东西。 这一层，LangChain 做了一个开源框架叫 Deep Agents，是他们最近推出的，目标是给你一个扎实的基础 harness，方便你修改，也方便往上搭。里面已经带着执行环境，可以是文件系统，可以是完整的沙箱（让 agent 写代码、跑代码的隔离环境），也可以是轻量的代码解释器。上下文管理按公认的好做法来做：支持技能和记忆，对话太长时自动做摘要，特别大的工具结果存到外面，整体结构也考虑了提示词缓存，能省钱，也能省时间。此外还有人工审批的环节，以及规划和子 agent，可以临时拉起一些小 agent 去做具体的事。 再往下是基础设施，也是 Harrison 对未来最明确的一个判断：agent 不会只在你的笔记本上给你一个人用，而是在云端的后台一直运行，主动干活，同时服务很多用户。从本地搬到云端，需要一整套东西，运行 agent 的服务器，安全接入各种工具并管好权限的方式，写代码和执行代码的沙箱，以及控制它能访问哪些模型的网关。LangSmith 里这些都有：部署服务带流式输出、密钥存储和断点保存；工具服务用 MCP 协议（让 agent 连接外部工具的通用协议），处理认证并留下审计记录；沙箱里有一个密钥代理，凭证不会进到沙箱，agent 自己也看不到；模型网关负责故障切换和费用上限。 让每个团队自己挑四五个组件拼起来，还是太慢。所以他们把 harness 和托管的基础设施合成了一个东西，叫 Managed Deep Agents（托管版 Deep Agents）。你只需要写自己的业务逻辑，剩下的都包在里面。 这里面有三处是他特别强调的。一是内置的东西多，agent 被谁触发（Slack、Teams、新邮件、GitHub 的新事件），要接哪些工具，对应的认证怎么做，都有现成的集成。二是部署很简单，一条命令 mda deploy 就能放到云端，而且他们让 agent 在沙箱外面运行，把沙箱当成一个工具来连，在他们看来这比把 agent 整个放进沙箱更合适。三是方便治理：agent 以谁的身份行动，可能是它自己，也可能是正在使用它的人；有什么权限，能调用哪些工具、哪些模型，最多花多少钱，进来的数据怎么保护，追踪和评测也都在里面。 他还展示了 LangChain 自己用的两个 agent。Open SWE 是编程 agent，不只写代码，还负责审代码、排查故障，以后还会做测试，已经开源。GTM Agent（市场与销售 agent）暂时没有开源，支撑着市场、销售和外联的很多工作，一直在线，还会主动找人，比如提醒 Harrison 当天有个大会。它能做调研、做外联，也能在沙箱里生成成果物，再给出可以直接打开的链接。这类深度接入业务上下文的内部 agent，在我看来，正好把前面说的“管得住”落到了具体的工作里。 agent 的运行记录是一种新数据，评判和存放都要重新想 agent 能跑起来之后，积累的前提是看得见。Harrison 认为，agent 的 trace（运行轨迹，记录 agent 每一步做了什么）是一种新的数据：层层嵌套，单条内容很大，查询方式和以前不同，还夹着多种形式的内容。它的价值也不一样，里面是自然语言，装着用户的意图、逻辑上的失误，以及人们到底在怎么用这个 agent，用对了还是用错了。 LangSmith 就是围绕这种数据做的平台，核心是他们自己做的数据库 SmithDB。他把和普通日志的不同分成四个方面来讲，写入、存放、查询、查看，我也按这个顺序说。 先看写入。轨迹里有很多自然语言的线索，可以用模型或者代码做在线评测，来判断系统表现得怎么样。以前这种评判多半交给最强的大模型，最近出现了 Jev 这样的决策模型，便宜也高效得多。它不生成文字，只做选择：你把状态交给它，再给一组问题和每个问题的候选答案，它从里面挑。所以又快又省。LangSmith 现在可以把 Jev 当评委用，有直观的标准答案类型，可以自定义选项，也可以给不同选项打不同的分。我认为这个思路对的地方在于，评判成千上万条记录这件事，本来就不需要一个能写长文章的大模型，需要的是稳定、快、成本低。 再看存放。agent 的轨迹里有大量敏感数据，这是它和普通日志最大的不同。所以 SmithDB 的部署方式很灵活，可以在云上，可以在自己的机房里，也可以用新推出的 BYOC（自带云）模式，数据全部留在你这边，控制面由 LangChain 管。最近还加了一个按角色控制的权限（RBAC），可以单独管理谁能看到输入和输出。工程师能看到一条轨迹的骨架，调用了哪些工具、用了多少 token（模型处理文字的计量单位）、延迟多少，能了解系统整体是否健康，但看不到里面的内容，因为敏感信息就在那里。接下来还会有更细的按属性控制的权限（ABAC）：给轨迹打上元数据标签，再设置策略，只有特定的人才能看特定的轨迹。Harrison 也承认，这类权限通常不会让人兴奋，但要处理这么多敏感信息，它是绕不开的。 存放的格式也有新做法，叫 LangSmith Trajectories（轨迹视图）。它把轨迹默认显示成一串消息的样子，需要时仍然能点进去看全部原始细节。格式统一了，排查起来更快，领域专家也更容易进来看和标注，而且这个格式和模型后训练用的格式很接近，将来拿去训练也方便。 在一大堆记录里找出奇怪的用法，再按公司自己的方式看 数据存好了，接下来是怎么查。大多数人用 agent 的方式都很普通，但总有少数人用得很奇怪，要把这些找出来，靠传统日志是找不到的，因为出错的地方不会留在日志里，只会留在语义里。LangSmith 已经有全文搜索，也能按元数据和大块内容做筛选，Harrison 最期待的是新做的 AI Search（智能搜索）。 用法是直接输入一句话，比如“用户被 agent 的回答弄糊涂了”。后台会一边返回结果，一边实时交给决策模型判断，给出每条记录符合这句话的信心程度，还会在记录里把有证据的地方标出来。他特别说明，这不是把一句话转成结构化查询，而是把这句话当作提示词，直接在所有结果上跑一遍，同时可以和别的筛选条件配合。 最后是查看。因为 agent 在很多领域里工作，不同领域想看数据的方式也不一样。所以 LangSmith 推出了 Custom Apps（自定义应用）：你可以用自然语言对着一个编辑界面提要求，后台有一个 agent 去翻文件、改界面，生成一个完全自定义的 HTML 前端，保存成整个组织都能用的视图。法律团队有法律团队的看法，财务团队有财务团队的看法，大家本来就会自己跟 AI 说几句话，让它写出界面（俗称 vibe coding），Harrison 的想法是把它放进 LangSmith 里，让这件事在被管理的前提下发生。LangSmith 的设计系统也已经开源，生成的页面风格会保持一致。 这样看，从写入到查看，LangSmith 想做的都是同一件事：让 agent 留下的这批新数据，能被快速、安全、按各家的需要读懂。读懂以后呢，还得有人去改。 看见问题只是第一步，Engine 要做的是接着去修 Harrison 认为，能看到轨迹现在已经是基本要求了，难的是后面几步：从一大堆记录里找出问题，看懂问题，再把问题修好。问题要修好，首先得知道错在提示词、上下文、模型还是检索；修完之后，还要避免同一个问题反复出现：这次修好了，两个月后因为改了别处的提示词，它又冒出来。 手动做，就是转前面说的那个循环。LangChain 几个月前推出了 LangSmith Engine，想用更自动的方式做这件事。Engine 是一个主动的 agent 工程师，在后台跑在轨迹之上，监控问题，把问题归类并诊断，再通过 PR（代码合并请求）提出修复。它还会生成新的测试数据和评测，如果接着部署服务，还能触发一次部署。大约一周前上线的 Engine v2，加了几项新能力。 第一项是主动验证自己的修复。这只在用 LangSmith Deployments 时可用：Engine 改完之后，会拉起一个预览部署，在上面重新测试之前发现的问题还会不会出现，这样就能拿出证据，说明修复确实有效。第二项是红队测试，也就是主动攻击自己的 agent。这和前面不同，它不只是看轨迹，而是自己想出新的探测方法，发给系统，看它怎么反应，按几种不同的策略找问题。找到之后会列出发送的提示词、实际的输出、本来应该有的输出，评判的理由和下一步建议，还可以点进去看对应的轨迹，证明这些问题真的会发生。 还有一项是今天刚发布的，我觉得最有意思。Harrison 观察到，agent 在运行的时候，往往自己就知道哪里不对，与其以后再重新发现，不如让它当场说出来。所以他们给 agent 加了一个自我报告的工具，agent 在运行中遇到问题，可以调用它，附上遇到了什么和它认为哪里出了错，这条记录会挂在对应的轨迹上，当晚 Engine 运行时就会读到。事后从外面分析，和当事人当场记下，是两种不同的信息，当场记下的这一条，是事后分析拿不到的。 他同时说 Engine 更便宜、更快，找修复和修问题的能力也更强，并且用编程基准做过测试。自托管的客户也可以在最新的 v7 版本里使用自带密钥。到目前为止，Engine 已经扫描了超过 7000 万条轨迹，发现了超过 2.1 万个问题，很多增长最快的公司都在用。在 Harrison 看来，团队做 agent 的速度，基本上就受限于这个循环转得有多快，这正是 Engine 想要缩短的部分。 我自己的一点思考 把整场内容连起来看，我觉得 Harrison 其实只在讲一件事。运行时、数据平台、Engine，是三个产品，也是同一条线上的三段：先让 agent 跑在你能控制的地方，再让它留下的记录能被读懂，最后让这些记录自动变成改进。三段加起来，就是他说的开放、会积累、管得住。 我认为这条线最有价值的地方，是它把一个很容易含糊的问题问清楚了。很多公司在问用哪个模型，Harrison 要大家问的是另一个问题：我对自己业务的了解，现在放在哪里？是在别人的提示词里，在一个换了版本就失效的配置里，还是在我自己的评测、我自己的 harness、我自己的数据里？放在前者，模型一换就要重来；放在后者，模型换成谁，都是你的。 当然，这是 LangChain 自己的一套做法，用不用它的工具是另一回事。可那三条标准，任何一家要把 agent 放进生产的公司，都绕不开。agent 能越用越好，靠的是每一次出错都有人记下来、改掉，和模型本身有没有变聪明关系不大。 模型可以换，你对自己行业的了解换不掉，把它握在自己手里。 本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载 题图来自Unsplash，基于 CC0 协议 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 10:37:13 +0000https://www.woshipm.com/ai/6487296.htmlwoshipm-76f4194d2efcd079豆包把 WorkBuddy 那套每日签到领额度的玩法搬了过来，还顺手开放了模型选择。文章逐屏过了一遍签到入口、任务中心、额度兑换和模型下拉框，并算清每天到底能薅到多少额度。 AI Agent 时代，积分就是生产力。 每天早上WorkBuddy 签到领积分，已成了很多用户的习惯 ，我也是如此。 我担心每天忘记签到，还自己设了个定时任务。 每天自动执行去领取，一天都不错过。 并且，没事就去看看 WorkBuddy 的任务，看看是不是能薅点积分。 这一个月下来，每天就靠薅羊毛、领鸡蛋，就能满足日常做任务、办公需要。 积分不够时，再单独买点积分包，按需购买。就算不充会员，积分也够用。 免费积分领取和积分任务，已成了WorkBuddy 的获客、促活、教育用户使用 WorkBuddy 的神器。 也该如此，积分，本来就是天然的运营神器。 近日，打开豆包，发现画风变了。 豆包也可以签到领额度了。豆包的积分，叫额度。 并且，力度比WorkBuddy 还大。 每周一，签到领额度翻倍，400 额度。平日是 200 额度。 豆包和 WorkBuddy 一样，上线了任务中心。 任务中心主打，签到 30 天可得 8800 额度。 任务中心，有大量任务，供用户来做、来领积分。 并且能触发额外积分奖励。 只要触发了做任务动作，哪怕任务没有完成，也可领取。 并且，还有参加专题活动免费领更多额度，邀请好友获得重置额度。 这力度，比 WorkBuddy 确实大。 感觉，是被 WorkBuddy 的月访问、月活刺激到了。 还不止如此。 豆包工作的企业版，开始接入第三方的模型了。 这是比签到领额度，更激进的动作。 之前，字节体系的所有 Agent，基本都是只用字节的豆包模型。 这可能是内部的战略安排。 而 WorkBuddy 能备受大家欢迎的一个重要的原因，是完全开放式的模型接入和配置。 只要有给力的开源新模型，不管出身，只看能力，WorkBuddy 一律接入。 并且支持自定义模型，你习惯用哪个，就用哪个。 这也合理。 每个模型，都有自己擅长和可取的地方。 不少资深用户，也有自己的模型偏好。 开放模型，本质是把选择权交给用户。 现在， 字节也意识到这一点，也开始这样做了。 在豆包工作的企业版中，已接入了 DeepSeek、Kimi、GLM 的最新模型。 虽然没有开放自定义配置模型，但已撕开了只能用豆包模型的口子。 这意味着，字节不再死守自己的豆包了。 时间上等不起。 WorkBuddy 能后发先至，突出重围。 除了举全集团之力大力推广，开放 AI 办公生态，低门槛操作体验外。 开放的模型接入和选择，免费的积分激励和领取，起到了很大的作用。 特别是对个人用户，吸引力很大。 堪称获客、促活神器。 现在，豆包也开始把这两个神器用上了。 积分领取，力度比WorkBuddy 还大。 多模型接入，也在大力推进。 这是在把别人验证过的增长飞轮，直接搬过来自己转。 本文由作者【三哥】，微信公众号：【产品笔记】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自豆包官网截图 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 07:42:35 +0000https://www.woshipm.com/it/6487310.htmlwoshipm-adf50a72b6357636字节跳动旗下的红果短剧快速崛起为国民App，掀起了一场关于“红果上瘾”的论战，牵扯出普通人对屏幕使用时间过长的焦虑。 数据显示，互联网产品已不满足于瓜分用户的空闲时间，更在想方设法诱导人延长使用时间。 在大多数人的生命经验里，时间是一直在被单向取走的资源。学业取走些许，工作取走大半，如今休息的时间也在被拿走。 近几日频登热搜的“字节时间”争议，两位当事人争执着行业龙头的地位与责任，围观的普通人所焦虑的却是另一件事。 10月26日，传媒人秦朔引用野村证券数据，提出“中国互联网已进入‘字节时间’”的论断。今年7月中国移动互联网Top 50 App中，字节系时长份额达40.9%，其中的“红果时间”——红果短剧人均单日使用时长约125分钟。秦朔认为，这对字节而言是个好数据，但对用户与社会而言不值得欣慰，因为“爽”的代价很高，表达了对短剧上瘾的担忧。 该观点让抖音集团副总裁李亮接连发文反驳，称“字节时间”的说法“极不严谨，纯属瞎扯”，指出报告数据不严谨，“即时通讯、游戏、电商、音乐都占据用户非常多的时间”。双方对“字节时间”概念是否严谨、行业龙头应该担起怎样的教化责任进行了多轮拉锯。 传媒人秦朔与抖音集团副总裁李亮之间，进行了多轮隔空喊话。（图/社交平台截图） 可以理解，对企业来说，与行业垄断相关联的帽子太大太重，枪打出头鸟的畏惧长悬，当下没有哪家企业敢接过类似的批评。 这番风波对企业而言是公关战，在围观网友这儿却逐渐演变成了一场再度掀起手机时间焦虑的攻心战，因为不论秦朔还是李亮，二人在争论中都默认了一个共同的前提—— 中国人的手机使用时间，确实在越来越长 。 双方有分歧的，不过是当前谁是那个坐拥了最长时间的企业，以及拥有这些时间的正当性。 相关讨论的评论区里，一些网友晒出了自己的手机屏幕使用时长，分享该页面里时长排行第一的App，来讨论自己身上是否存在“字节时间”。 有人发现自己最近竟然真的每天刷了一小时短剧，同时也有不少非短剧受众，表示自己的生活中虽然没有“红果时间”，但有“小红书时间”“××游戏时间”……许多人震惊地发现，7—8小时的手机使用时长十分常见，10小时以上的人也不少。去掉睡眠时长、工作时长后，普通人的线下休闲生活所剩无几。 每个人手机上排名第一的“xx时间”，不尽相同。（图/编辑部同事们的手机截图） 在许多人的体感中，花在手机上的时间在不断增加，但增加却并没有为自身带去同等的幸福指数增长，越来越多人所感受到的反而是“ 时间贫困 ”。 觉得可支配时间太少，没时间做自己的事。又或是被频繁打断无法专注，工作与快乐的效率都在变低。 对大众而言，“字节时间”风波的重点其实并不在于是哪家公司，而在于自己的生活秩序是如何无声被重塑—— 谁分走了普通人的时间？普通人的日常娱乐生活，又是如何变得被手机占满、改造为流向平台的生意？ 当它发生时，人们甚至以为这是“我的自主选择”。 01 中文互联网的争夺时间生意，到了新节点 在互联网发展的历史上，争夺用户注意力是一门公开的生意，但它并不意味着人们对自己的时间被占据、瓜分完全无感，互联网产品每一次分走大众的碎片时间，都曾引起过社会层面的强烈争议。 2008年，以种菜偷菜为核心玩法的社交游戏“开心农场”，通过人人网、开心网、QQ等社交平台迅速传播，掀起了长达数年的全民偷菜热，关于玩家如何沉迷的讨论比比皆是。 譬如，据汉网的一篇报道，有14岁的初中生在寒假期间，负担起帮妈妈偷菜的重任，进行另类尽孝；为了提高偷菜效率，还制作了偷菜时间表。一些企业单位甚至为此设置专门的禁令，不许员工上班时登录开心网。2009年年末，有媒体发布名为《2009年在“偷菜”中荒废》的文章。 追溯起来，偷菜热可能算大众第一次集体讨论碎片时间被互联网分走的体验。在此之前，大多数人的上网体验更具目的性，人们在下班后特地规划出一段时间打开电脑，再进行玩游戏、逛论坛或聊QQ，频繁上网的年轻人可能被盖章网瘾。但偷菜的玩法打乱了原有秩序，社交属性带动着越来越多人加入偷菜序列，计算着一两个小时后要上线偷菜。 早年的偷菜热相关报道。（图/新浪新闻） 在这一时期，互联网公司与大众都开始隐约地意识到，现实生活中“ 拥有一个人的时间，就是拥有支配他的权力 ”的道理，在互联网世界也同样适用。数年后，智能手机与更成熟的社交媒体平台的出现，将互联网瓜分大众碎片时间的生意变得更具象化。 2016年时，罗振宇提出了“国民总时间”（GDT）概念，直指互联网大厂之间的竞争，本质是争夺用户时间的游戏。他当时做出的估算是10亿网民、每人每天5小时，互联网可以开采的国民总时间约18250亿小时，所有互联网公司都在围绕这18250亿小时做零和博弈。 2018年的“头腾大战”，即2018年儿童节，腾讯与头条互诉不正当竞争的风波，被认为再一次印证了“争夺时间”理论，用户时长直接决定了产品的市场规模，与公司的商业价值。以QQ、微信和《王者荣耀》为代表，收割社交与游戏时间的腾讯系，同以资讯、信息流和短视频为代表，收割内容消费时间的头条系，代表了中文互联网的两大产品方向。 手机让工作与生活的边界消失，早已是老生常谈的问题。（图/《明星经纪人生存记》） 这一阶段，人们对碎片化时间的讨论爆发，朋友圈曾被批评为无意义的时间黑洞，微信被批评无形中将人们的工作时间延长，一个人需要停留在微信上的时间可能远超一份工作的上班时间，初期的抖音快手则被批评为“群魔乱舞、毫无意义”。但同时所有人都不自觉地沉浸其中。 一方面，网络内容的信息密度远超现实生活，而更高的信息密度会自然让人觉得时间似乎没有虚度——我看到了许多消息、笑了许多声。另一方面，996与内卷的现实压力讨论开始涌现，虚拟的网络空间逐渐成为逃避、发泄现实压力的出口。 可以说，每一次互联网时间焦虑的爆发背后，都藏着一种新生产品形态对人们生活秩序的改造。 而本次短剧时间风波背后所隐藏的， 是中国互联网的时间争夺战，实际已经从“瓜分时间”迈入了“延长时间”的新阶段 。 前文提及，2016年罗振宇提出国民总时间时采用的估算数据是“每人每天5小时”，十年过去，这个数字早已不再适用。 Quest Mobile的数据显示，2026年6月全网用户月人均使用时长189.3小时，而回到2019年4月，这个数字是128.2小时。7年时间内人们的上网时长涨了约47%，但同期月活数据却只增长了约12.9%——2019年6月月活用户规模为11.36亿，2026年6月为12.82亿。 这意味着，活跃的用户人数增长有限，而人们每次打开手机后停留的时间在变长。 手机使用时间越来越长，是困境还是大势所趋？（图/《突如其来的假期》） 乔纳森·克拉里在《24/7：晚期资本主义与睡眠的终结》一书中，把睡眠视为一种难以被生产和消费逻辑彻底收编的时间，因为睡着了就无法生产或消费。但如今，多少人推迟了自己的入睡时间，只为再多看一会手机。 大众的注意力偏好，被算法量化拆解为层层数据。三秒一个钩子、不断反转的剧情……无数传播技巧被总结出来，用于让用户再多刷一会、多留存30秒。在这一背景下，用户有时未必是出于“好看、爱看”的心态而无法放下手机，而是因为大脑一直在接收刺激，愤怒、焦虑、悬念、不屑……负面情绪也会成为人们停留的理由。 当用户数量趋于饱和，原有的上网时间瓜分也趋于尾声，在趋利的商业逻辑中，互联网产品注定会开始延长用户时间的作战。 02 “时间贫困”的普通人，不止被手机偷走时间 面对自身“并不健康”的手机使用时长，大部分普通人的心态，其实是纠结而拧巴的。 既知道爽文爽剧、搞笑视频没有太多营养，同时又无奈于上班乃至加班后，接近宕机的大脑似乎已经只能接受直给、浅薄的多巴胺补充。外卖员在电动车上架起两部手机，一部跑单，另一部播放短视频或电子书，在这份收入不固定但时长可延长的工作里，娱乐出口被转化成了等单时见缝插针的刷手机。 在当下，等人期间不刷手机可以被称为等待的最高利益。（图/《我的姐姐》） 德国社会学家哈特穆特·罗萨曾用“社会加速”解释现代人的时间困境，技术被发明时本应帮人节省时间，但实际情况下，效率提升的追求并没有让人们更优先，反而催动着社会加速，人们更容易感到时间匮乏。 没有谁的短剧时间、游戏时间，是在上班开会时制造出来的。普通人的线上娱乐时间被拉长，很多时候是因为生活压力需要出口，而线下娱乐生活所需的时间成本、金钱成本，相较于线上又太高。无数打工人早已习惯小程序游戏失败后的30秒广告，习惯短视频、短剧刷动之间，冒出的可跳过、或不可跳过的推广。 大家不自觉地习惯于用时间去支付内容消费，而不是用金钱 ，因为工资卡里的数字变化会带来太直观、太现实的冲击。 对平台而言，让用户付出时间，很多时候比让用户付费更容易。（图/《流星》） 但随之而来的结果是，夜深人静终于放下手机时，许多人又会忍不住开始愧疚，埋怨自己自控力不行。中国传统文化对“虚度”有深厚的恐惧。“一寸光阴一寸金”式的训诫，让人们长期认同着时间的可贵，希望把时间转化为实用资源。刷手机的行为，免不了被叠加上道德层面的压力。 算法致力于拉长人们的停留时间，社会节奏的加速让空闲成为稀缺品，文化规范又带来关于“虚度时间”的叩问。三者叠加在一起，共同构成了我们难以用自控力解决的困境——越刷手机越纠结、自责，而自责带来的负面情绪，有时又会把人推回那个能提供低成本安抚的屏幕前，时间焦虑由此诞生。 在大多数人的生命经验里，时间是一直在被单向取走的资源。 学业取走些许，工作取走大半，我们常说努力工作是为了好好休息，可如今休息时的时间也在被诱导着拱手相让，变成对平台而言可计价、可交易的资本增量，但普通人自己并不拥有这部分增值的任何份额。 时间，首先是属于人的，而不是属于老板或平台。（图/《人生切割术》） 从2018年的“头腾大战”到本次风波，互联网用户时长的争夺战更多被理解为生意层面的拉锯，谁先抢占市场、谁更能拿捏用户心智，用户时间在其中是可量化的商业战利品。 此时，倘若轻飘飘地把所有问题重新归结为一句“少玩手机”，就像是把时间争夺的结构性问题，全部推给了个人选择。 在现代商业社会，时间当然可以被计价、被视为资源，但对普通人而言，时间首先是生活本身。 作者 | 叶橙子 编辑 | 贾小凡 校对：开心；排版：王雨璇 本文由人人都是产品经理作者【新周刊】，微信公众号：【新周刊】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自作者提供，来自《突如其来的假期》 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 07:40:35 +0000https://www.woshipm.com/ai/6487299.htmlwoshipm-9bff1c6448eeff2d新开会话就失忆，是 Claude Code 最烦人的地方。文章介绍开源插件 claude-mem：五个钩子加一个后台服务如何把干过的活压成摘要、三分钟装完的命令，以及把写记忆的模型换成本地 Ollama 的改法。 用 Claude Code 的朋友，大概都经历过这一幕 昨天陪它修完登录 bug，定好了数据存哪、代码怎么写，今天新开一个会话，它一脸茫然：这个项目是做什么的？ 今天介绍的开源插件 claude-mem ，专治这个毛病 本文老章就来详解一下： 它到底怎么让 Claude Code “记住”的，三张动图讲明白 3 分钟装好的命令，以及两个很多人会踩的坑 Codex、Cursor、OpenCode 等十几款工具也能用 装完建议改的 3 个设置，写记忆的模型还能换成 DeepSeek 或本地模型，文末有清单可以直接照做 01 它解决什么问题 一句话： 自动把你和 Claude Code 干过的活记下来，压缩成摘要，下次开新会话时自动带上 整个过程你什么都不用做，它在旁边默默记笔记 我做了一个演示，方便大家理解 看官方放的演示，记忆是实时写进去的： 02 原理：5 个钩子 + 1 个后台服务 Claude Code 在几个关键时刻会发出信号，插件可以借这些信号插手干活 claude-mem 盯住了 5 个时刻： 会话开始、你发出消息、工具调用完、回答停下、会话结束 其中最关键的三个： 工具调用完 ：Claude 每读、写、改一个文件，跑一条命令，claude-mem 都会把工具名、输入、输出交给后台，压缩成一条”观察”，包含类型、标题、事实要点、前因后果和涉及的文件 回答停下 ：Claude 答完一轮，自动生成一份摘要：你要了什么、查了什么、学到什么、做完了什么、下一步干什么 会话开始 ：把最近的观察目录（默认 50 条）和上次摘要塞进新会话 真正干活的是本机上一个 Worker 后台服务 ，负责收记录、调 AI 压缩、提供搜索，还带一个网页查看器，能实时看着记忆往里写 压缩用的模型默认是 Claude Haiku 4.5，走的是你自己的 Claude 订阅，这一点后面设置部分会细说 记下来的东西存两处： SQLite ：一个本地数据库文件，存会话、观察和摘要 Chroma ：能按”意思”找内容的数据库，和关键词搜索混着用，找得更准 03 最妙的设计：查记忆分三步走 记忆越攒越多，一股脑全塞给 Claude，既费 token（模型按它计费），又把上下文挤满 claude-mem 的办法很像查资料： 先看目录，再看前后，最后才翻正文 search：返回一份带编号的精简目录，每条约 50～100 token timeline：挑中某条，看它前后发生了什么 get_observations：只把确认要的几条完整取出，每条约 500～1000 token 这三步都是 Claude 自己调用的工具，你不用手动查 按官方说法，先筛再取，大约能省 10 倍 token 节省的原理是“渐进式披露”，说白了就是 用多少拿多少 ，我觉得这是整个项目最聪明的地方，和 Skills 很像 04 怎么装：一条命令 要求 Node.js 20 以上，Bun 和 uv 缺了会自动装 npx claude-mem install 也可以在 Claude Code 里从插件市场装： /plugin marketplace add thedotmack/claude-mem /plugin install claude-mem 05 装完重启 Claude Code，之前会话的记忆就会自动出现在新会话里 ⚠️ 坑一：别用 npm install -g claude-mem，它只装了库本身，钩子没注册，后台服务也没起来，装了等于没装 ⚠️ 坑二： 安装器最后会弹浏览器让你登录 claude-mem 账号 这是官方的托管服务 claude-mem observer，送 30 天免费试用，期间写记忆不占你的 Claude 额度；试用结束不订阅，就自动退回用你自己的 Anthropic 套餐 不想注册账号，安装时直接指定模型提供方就能跳过： npx claude-mem install –provider claude 或者先设置环境变量 CLAUDE_MEM_ONLINE_OPTIN=false 再装，在 CI 这类非交互环境里装也不会弹登录 06 不止 Claude Code 名字叫 claude-mem，其实支持的工具一大串，我翻了安装器源码，–ide 参数能选 18 个： 钩子或插件深度接入，自动记录 ：Claude Code、Codex CLI、Cursor、OpenCode、Kimi Code、Antigravity、T3 Code、OMP、Windsurf、DeepSeek Harness、OpenClaw、Hermes Agent 通过聊天日志接入 ：Grok Bot 只接 MCP 搜索 ：Copilot CLI、Goose、Roo Code、Warp Pi ：目前以手动调取记忆为主，自动记录要看兼容情况 装法都一样，换个参数： npx claude-mem install –ide opencode npx claude-mem install –ide t3code npx claude-mem install –ide dsh –dsh-profile tui OpenCode 要求 1.3.4 以上；T3 Code 会把 Codex 和 Claude Code 两边都装上；dsh 就是 DeepSeek Harness 还有个很实用的开关：同时用 Claude Code 和 Codex 的话，在设置里加上 “CLAUDE_MEM_SESSION_START_INCLUDE_ALL_SOURCES”: “true”，开新会话时会带上所有工具攒下的记忆，在 Codex 里干的活，切回 Claude Code 也接得上 默认是关的，只带当前工具自己的记忆 07 装完建议改的 3 个设置 ① 让记忆用中文写 编辑 ~/.claude-mem/settings.json： { “CLAUDE_MEM_MODE”: “code–zh” } 简体中文模式已经内置，改完重启 Claude Code 就行 ② 换个模型写记忆 每条观察、每份摘要都要调一次 AI，默认用 Claude Haiku 4.5，消耗的是你的 Claude 额度 CLAUDE_MEM_PROVIDER 支持 claude、codex、gemini、openrouter、openai-compatible 五种，最后一种能接任何兼容 /chat/completions 的接口，DeepSeek、NVIDIA NIM、Ollama、LM Studio 都有现成预设 用 DeepSeek： { “CLAUDE_MEM_PROVIDER”: “openai-compatible”, “CLAUDE_MEM_OPENAI_COMPAT_PRESET”: “deepseek”, “CLAUDE_MEM_OPENAI_COMPAT_API_KEY”: “你的 DeepSeek Key” } 预设默认模型是 deepseek-chat，想换就再加一行 CLAUDE_MEM_OPENAI_COMPAT_MODEL 用本地 Ollama 不需要 Key，把预设改成 ollama，再用 CLAUDE_MEM_OPENAI_COMPAT_MODEL 填上你 ollama list 里的模型名，记忆就完全不出本机了 ③ 敏感内容别让它记 用 <private> 标签包起来的内容不会被存下来，密钥、客户数据这类记得包一下 08 总结 最后给一份清单，转给身边用 Claude Code 的朋友，照着做就行： npx claude-mem install，装完重启；不想注册账号加 –provider claude 别用 npm install -g 用的不是 Claude Code，加 –ide 参数，比如 –ide opencode 设置里改成 code–zh，记忆用中文 嫌费额度，写记忆的模型换成 DeepSeek 或本地 Ollama 敏感内容用 <private> 包起来 我准备在自己的写作项目上装着跑一阵，记忆攒多了效果怎么样，回头再跟大家汇报 作者：Ai学习的老章 公众号：Ai学习的老章 本文由 @Ai学习的老章 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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 07:27:38 +0000https://www.woshipm.com/ai/6487202.htmlwoshipm-6bb5d9435cdb27cd用户发现部分Claude会话被路由到更新的模型，Fable 5.5仍在测试。更值得注意的是回答之后那条看不见的安全复盘指令，它不是实时拦截，却把生成与审查塞进同一条链路，代价与误判风险都要算。 Fable 5.5测试曝光，Claude每次回答后，还会执行一条你看不到的指令 Gemini 4 Carbon 刚进入讨论，Anthropic 新模型 Fable 5.5 又被曝出正在测试。用户反馈显示，部分 Opus 5.5 会话可能被路由到了更新的模型：它更能理解隐含目标，也更擅长复杂 SVG 和 Three.js 交互。 更值得关注的是自评估安全机制。Claude 完成回答后，会在用户看不到的上下文中追加安全复盘指令，判断整段对话是否可能涉及滥用，并把结果用于离线筛查。这不是实时拦截器，也不代表所有流量都会启用，但它把“模型生成”和“模型审查”放进了同一条工程链路。 Fable 5.5仍是测试传闻，不是正式发布 现有信息来自用户反馈和外部爆料，Anthropic 尚未正式公布 Fable 5.5 的名称、发布时间、完整能力或公开评测。Opus 5.5 会话被路由到更新模型，只能说明服务端可能存在实验分流，不能证明所有请求都进入同一个新模型。 测试结果还会受到提示词、会话历史、工具权限、系统提示和路由策略影响。开发者不要用单次回答给模型贴上“已经发布”或“全面领先”的标签，更适合把它当作早期信号观察。 复杂任务能力：从修一个Bug到追查一类问题 一个典型场景是：用户只要求修复某个 Bug，模型却继续追查导致 Bug 的底层模式，发现其他模块里存在类似问题，再询问是否要扩大修复范围。 这种主动发现能减少提示词往返，但不能自动扩大授权。Agent 应当把输出拆成当前错误、最小修复、关联位置、证据、影响范围和后续建议，批量修改前等待确认。 这类模型也被用于生成复杂 SVG、游戏掌机界面和交互动画。视觉产物可以作为能力信号，但工程验收还要看源码结构、资源体积、控制台错误、移动端布局和可维护性。 Three.js实测：视觉结果只是第一层验收 网友将 Opus 5.5、Gemini 4 Argon 和疑似新模型放在一起生成 Three.js 奔跑斑马。主观反馈认为，Fable 5.5 的画面更像真实奔跑，其他模型的动作显得吃力。 但“看起来更真实”不能直接等同于“更适合生产”。固定相机、固定动作和可复现脚本可以减少主观截图偏差；帧率、输入响应、浏览器兼容性和控制台错误，才是交互代码进入项目后的基本验收项。 知识范围差异，不能简单归因于模型更聪明 网络讨论中有一种测试：询问 Andrej Karpathy 在 2026 年 5 月的去向，并要求模型不要搜索。通过 API 调用的 Opus 5.5 只能回答到更早时间，而被疑似新模型路由的 Claude 会话给出了更新信息；GPT-6 和 GPT-6.1 Terra 也没有准确回答这个问题。 这个结果可能来自训练数据、系统上下文、路由配置或服务端检索能力差异，不能单独证明模型拥有更强的实时知识。生产系统仍应对关键事实保留检索、时间戳和来源字段。 自评估：回答结束后再做一轮安全复盘 Anthropic 公开的自评估思路，是让 Fable 5 及后续模型在正常回答之后执行一条用户不可见的指令，反思整段对话是否涉及潜在滥用，并输出固定格式的风险判断。它主要用于离线筛查，不直接替代回答前的实时安全分类器。 工作流可以抽象成： 用户提问 -> Claude 生成正常回答 -> 追加隐藏安全评估指令 -> 输出 flagged 与风险说明 -> 聚合风险信号 -> 高精度分类器或人工复核 自评估利用 KV Cache 复用已有对话上下文，公开描述中的额外算力开销不到 2%。回答完成后再快速启动第二轮审视，不需要完全重新处理整段上下文。 这种方法解决的是离线筛查成本，不是所有安全问题。实时阻断、权限控制、工具网关和人工升级仍要独立存在；自评估模型也可能误判，不能成为唯一的安全裁判。 “AI自己审自己”带来的隐私边界 每次回答都被再次评价，用户自然会关心：哪些讨论会被标记，复盘结果谁能看到，数据保留多久，是否会进入后续训练。 如果系统只把自评估当作内部风控，体验会更稳定，但透明度会下降。可持续的产品设计至少要说明哪些流量启用自评估、零数据保留流量是否排除、风险结果是临时信号还是账号标签，以及用户如何申诉误判。 安全监控不是增加一个隐藏提示词就结束了，而是新增了一条数据处理链。它需要和隐私政策、数据保留、访问控制、审计权限和误判申诉一起设计。 研究型安全机制如何落地到Agent系统 对开发者而言，自评估最值得借鉴的是“生成结果后再进行独立审查”的旁路架构： 执行模型完成任务并生成结果。 安全评估器读取规范化事件和工具调用记录。 发现风险后升级到更强分类器或人工。 评估结果写入独立审计日志。 任务状态和权限根据策略决定是否继续。 执行模型不能修改安全评估开关，也不能决定哪些日志被送入评估。对于代码 Agent，安全旁路至少要看到文件修改、命令、网络访问、凭据使用和外部副作用，而不是只看最终回答。 国内团队若需要把 Claude Code 等工具接入兼容 API，可通过 Code80(https://code.ai80.vip/home) 配置 endpoint；安全审计、数据保留、权限和申诉流程仍应由项目侧控制。 常见问题 Fable 5.5已经正式发布了吗？ 没有。目前信息来自用户反馈、外部爆料和测试行为，Anthropic 尚未正式公布模型名称、发布时间和完整评测。 自评估会直接决定模型能否回答吗？ 按公开描述，它主要用于回答完成后的离线筛查，不直接替代实时安全分类器。具体处置取决于平台整体安全系统。 为什么要用同一个模型做安全复盘？ 复用 KV Cache 可以降低额外算力和延迟，但同一模型也可能继承原回答中的偏差。高风险场景仍应使用独立分类器、工具网关或人工复核。 如何评估新模型是否适合开发？ 使用固定仓库、固定任务和固定工具权限，比较首轮成功率、测试通过率、Token、工具调用、耗时、返工和回滚，而不是只看创意 Demo。 本文由人人都是产品经理作者【易安说AI】，微信公众号：【易安说AI】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 06:56:55 +0000https://www.woshipm.com/ai/6487276.htmlwoshipm-33bd6036f9e22459AI院线电影《三星堆：未来往事》票房惨淡，仅121.6万元，却为行业投石问路。本文深度剖析AI电影遇冷的深层原因：技术瑕疵、票价体系不适配、年轻人远离影院。当AI颠覆制作流程，传统院线的商业模式与利益分配或将重新改写。 今年的院线，格外得冷。 五一档，首日票房1.6亿元，整个档期总票房破7亿元，相比2023年和2024年超过15亿元的巅峰时期，近乎腰斩。到了十一档，票房依旧惨淡。电影总票房为11.65亿元，观影人次为3199.59万，同比去年下降37%，对比往年数据，更是直接回到了2014年的水平。 “我们以为去年已经触底了，现在看来，底还在更下面，”一位北京电影发行公司的项目经理坦言。 在这种寒意之下，一部名为《三星堆：未来往事》的电影悄悄上映。全流程AI制作、首部AI院线电影、未来科技等多重标签，成功为影片博得了一定的关注，资本市场更是表现出前所未有的兴奋，但它的票房比预期的还低： 据灯塔专业版数据，该片点映票房1.7万元，上映首日票房30.1万元。截至10月26日16时，累计综合票房（含预售）121.6万元，观影总人次达4.1万，AI预测总票房为260.9万元。 AI电影上院线，观众似乎还不想掏钱。 “AI烂片”时代可能要来了 《三星堆：未来往事》主打一个“全AI”，而这个“全AI”并不是“一键生成”。 为了完成这部电影，博纳投入了近两年的技术探索。据媒体报道，制作团队生成了120余万张底图，进行了上百次全片迭代，并参照传统实拍剧组设置摄影、灯光、美术等17个专业分工，参与人员近百人。“跨镜头一致性AI自己搞不定，角色前一秒表情跟后一秒接不上，全靠人盯着补”，总制片人蒋德富称。 但遗憾的是，电影院的观众并没有感觉到这种诚意。“人物动态显得非常僵硬，大部分时候女主都是面瘫扑克脸，而且人物的情绪没有任何过渡，上一幕还面无表情，切到下一个镜头却突然痛哭”，一位网友称，实在无法产生代入感。 投射到大银幕，AI生成在人物面部、动作、镜头衔接等方面的瑕疵无疑被彻底放大了。比如人物刚刚发现线索，决定要去雪山，镜头一切，人就已经到了；经历雪崩之后又切了一个镜头，人又已经站在遗迹门口了。很多细节也令观众十分出戏：角色在雪山徒步时穿着皮鞋和衬衫，雪崩之后所有人几乎毫发无伤，飞船降落的时候其他人都吹倒了，一个跪着的小孩纹丝不动… 当然，也有网友表示影片在视觉效果上超出了预期，不少画面看着接近大片的水准。 以一部成熟影片的评判标准去审视这部首次登上大荧幕的AI电影自然不妥，对行业而言，这部影片最大的价值在于投石问路。 一部AI影片，从立项、制作、审查、定档、发行到上映，第一次被完整走了一遍，它回答了AI电影可以成功进入院线。更重要的是，对AI电影的市场接受度、放大到大荧幕上的效果以及商业回报等关键性问题，它给市场提供了一个有效的参考。 而一部AI影片在大荧幕上的“交付”从不及格到及格再到好片，可能需要数不清的试水，这意味着越来越多的AI影片会出现在观众面前。 在2026年半年报中，博纳影业提到，AI长片电影方面，除了《三星堆：未来往事》，科幻动画电影《计划外：广寒行动》和神话动画电影《中华志怪之罗刹海市》已完成立项。前不久，华策影视正式发布全AI生成3D动画剧集《西游记之消失的五百年》预告片，预计2027年正式上线，后续将探索院线版本的开发空间。 另外，华谊旗下厂牌华谊兄弟火剧此前已发布名为“H·AI火种计划”的AI制作片单，该计划涵盖9部AI短剧与1部AI电影《欧拉恒等式》。 票房遇冷，但这不会阻碍AI影片进入院线。 旧模式不适合新电影 一部AI生成的影视作品，在小屏幕和大荧屏看，完全是两种场景和两套不同的标准及模式。 在小屏幕上追剧，休闲放松、高度碎片化，不好看、划走或关闭即可；电影院里，封闭的环境加上漆黑的视线，一块闪亮的屏幕聚焦了所有人的视线，主打一个沉浸感。所以，一部好的电影，需要长时间持续提供视觉和叙事上的吸引力。 从《三星堆：未来往事》来看，现在的AI工具显然难以支撑长片的剧本决策、角色连贯性与电影级美术审美。 但这仅仅是最直观的问题。《三星堆：未来往事》的遇冷，说明一部AI电影的票房表现可能就卡在“AI制作”这个标签上。相比少部分人在好奇心的驱使下去尝鲜，绝大部分观众保持了一种观望甚至是排斥的心态。究其原因，不单单是目前AI电影在视觉和叙事上的不及格，更关键的是“活人感”的缺失，而“活人感”的缺失是无法单纯依靠技术弥补的。 能认可AI电影的观众与无法认可AI电影的观众，AI电影只能在前一个流量盘子里找市场。 另一个更深层次的问题，则在于传统院线电影的商业模式与AI电影这一新产物不适配产生的矛盾。 首先就表现在价格体系上。电影从诞生到今天，行业一直遵循着「票房+版权收入」的商业模式，尤其是票房，当好莱坞巨头凭借家庭娱乐、主题乐园、衍生品等多元收入来源赚得盆满钵满时，我国偌大的电影产业依然是靠票房这一项收入支撑。而前几年，国内电影票房节节攀高，空前繁荣，又离不开一个关键要素，即涨价。 从2022年以来，我国电影的平均票价一直处在42元的“高位”，一线城市的电影票均价更是接近 49.6 元。 票价涨了，票房自然也跟着涨。但是，AI电影上映，继续维持这种高位的价格合适吗？显然不合适。据了解，《三星堆：未来往事》的票价在30元左右，这个价格比真人电影自然是低了不少，可它的遇冷说明了问题，当观众习惯了以免费的方式观看那些AI生产的内容，他们不想为其付出太高的成本。 传统院线需不需要围绕AI电影重新梳理价格体系，这是一个疑问，而另一个疑问是分账规则会不会变动。 影视公司拿AI做内容，成本可以降到1/10甚至更低，由此利润空间就变大了，可是影院的成本没有降。如果沿用原来的分账规则，受益的一方恐怕只有影视公司，那影院可能就不乐意了。 当AI颠覆了传统的影视制作流程，那这条产业链的利益分配或许也要重新改写。 AI电影也唤不回离开影院的年轻人 为什么这两年我国电影行业的票房撑不起来了？一个核心的原因是年轻人不想进电影院了。 根据《2025年中国电影市场洞察》显示，24岁以下观众占比从2019年的38%，一路暴跌至2025年的15%，6年缩水超六成。灯塔报告也证实，25岁以下观众的占比已从2017—2019年的近40%，滑落至2025年的15%。 取而代之的是偏年长观众。数据显示，观众的年龄结构在整体上移：25 至 34 岁人群仍以 41.9% 的占比稳居绝对主力，但35 岁以上观众占比上升至 26.2%，同比增长 3.5 个百分点。 影院冷清，一部分原因自然归咎于优秀影片的短缺，但年轻人普遍远离电影院，潜藏着娱乐习惯的改变。用简单一句话解释，年轻人休闲娱乐的方式渐渐朝着更新颖、更能提供情绪价值或带来体验感的项目转移了，看电影这个习惯正在慢慢从不少年轻人的生活中消失，或是频率降低。 “几年前的周六晚上，我的朋友圈会晒电影票根和爆米花。可现在要问我和朋友们都在哪里？我会说，可能在Livehouse看乐队巡演，可能在推理店玩剧本杀，也可能在家刷短视频和短剧。”一位00后表示。 作为一个新产物，AI电影对于喜欢尝鲜的年轻人来讲，具有一定的吸引力，可它未必能让年轻人回流到影院。 一方面，年轻人接触的AI内容越多，对AI内容的审视其实越严苛；就目前远未成熟的AI影视作品而言，相比于花钱去电影院，他们对居家观看AI电影的接受度反而更高一些，这也恰恰迎合了年轻人观影场景从影院向客厅转移的趋势。 另一方面，年轻人远离电影院的一个核心点，是因为观影的社交属性正在弱化，或者说年轻人不再把影院作为线下社交的主要场景。数据显示，今年暑期档单人观影比例连续四年上涨，已经达到了 28%。其中《蜘蛛侠：崭新之日》单人观影占比31.2%、《奥德赛》单人观影占比 39.4%、《四渡》占比37.1%、《空枪》占比29.7%…… AI电影只是对内容制作的变革，它能让影片的供给进入大爆炸时代，并没有办法增强观影的社交属性。 不可否认，AI对电影产业的革新无疑是颠覆性的，只是，它对于这一门艺术带来的究竟是毁灭还是重塑，我们目前依然无法确定。或许未来当大众周围到处充斥着AI生成的“新艺术”，影院将成为保留真人感的最后一方净土。但届时，它可能更无人光顾了。 本文由人人都是产品经理作者【道总有理】，微信公众号：【道总有理】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 06:56:53 +0000https://www.woshipm.com/ai/6487208.htmlwoshipm-781c8a20b7a60310苹果把千问接进Siri、写作工具与视觉智能，随iOS 27.3推送。文章回看两年多的备案与谈判过程，梳理苹果为何最终选了阿里，以及这次合作对国产大模型竞争格局意味着什么。 今天早上起来，我打开苹果官网，本来想看看新发的 iPad mini。 当时还犯嘀咕，这么贵，Apple 智能没有，高刷也没有。结果往下一滑，看到苹果今天早晨刚发的消息。 苹果说，千问进了 Siri、写作工具和视觉智能，12 月随 iOS 27.3 正式推送。 我看到这条消息，想起了前阵子库克中国行，在上海受访时，他透露Apple智能将接入阿里千问大模型。之后中国果粉一直数着日子催进展。 没想到，库克前脚刚走，后脚Apple 智能这不就来了。 …… 我又翻了一下当时的备案信息。 7月8日过的备案，7 月 15 日网信办正式公告。登记名称是「Apple 智能」，备案主体为苹果技术开发（上海）有限公司。 同批一共7款，华为小艺、OPPO、vivo、小米、三星、努比亚都在名单里。苹果夹在中间，看起来一点都不显眼。 可为了这张证，苹果等了两年多。 早在2023年的时候，就有消息说苹果开始在中国找AI合作伙伴。 找得很谨慎，名单传了一轮又一轮，苹果官方始终没认过。 直到2025年2月13日，在迪拜举行的世界政府峰会上，蔡崇信被问到这件事，没绕弯子。他说： 苹果在中国需要一个本地化的合作伙伴，为他们的手机服务。 苹果一直非常挑剔，他们与中国的多家公司进行了交谈；最后，他们选择与我们做生意。我们非常幸运，也非常荣幸能够与苹果这样的伟大公司做生意。 注意， 「非常挑剔」 这四个字，是蔡崇信自己说的，这段话出来当天，阿里港股涨了9%，创下三年新高。 从那天到10月31日这份公告，中间隔了20个月。 我觉得有个地方挺值得琢磨；7月拿到备案，按理说可以往前推了，可苹果一直没动，直到10月底才正式发公告。 这三个月，大概率还在做适配、测试，以及一些监管层面的沟通。 你有没有想过，整整挑了两年，苹果到底在挑什么？我认为，跟模型跑分未必有那么大关系，真正要过的，可能有三道关。 第一道，能力得够全。 Siri里的问答、写作工具里的改写和生成、视觉智能里的看图说话，干的是三种完全不同的活；文本理解、图像理解、内容生成、图像生成，哪一样都不能缺。光一个模态强，恐怕接不住。 千问这边，旗舰模型是Qwen3.8-Max，2.4万亿参数，原生支持100万token上下文，单个token只激活95B。 这个数据绝对是全球第一梯队的，不过，对苹果来说，更有用的可能是另一件事。 千问从端侧小模型到云端旗舰，各种尺寸都有，不用东拼西凑。目前已经开源了460多个模型，全球下载量超过30亿次。 还有一份第三方报告。 Gartner今年9月发布了首份生成式AI模型提供商魔力象限， 阿里云是唯一进入领导者象限的中国公司。 不过，这些加起来，可能也只够让苹果把你放进候选名单。 真正难的是第二道，能不能嵌进去。 苹果这套东西不用单独装App；它就在Siri里、写作工具里，还有相机的取景框里。用户点一下，背后调用的是谁，根本不知道，也不太关心。 这里有个细节，我觉得比参数更能说明问题。 苹果给中国版写作工具里的一个功能起名叫「千问创作」，英文是Compose with Qwen。海外那一版叫Compose with ChatGPT。 我对了一下，句式一模一样，就换了个名字。 这说明苹果留的是同一个位置，只不过到了中国，得换成本地的模型，也得让用户知道是谁在干活。 还有账号。 用户可以自己决定开不开通千问集成功能，开通时，既可以用Apple登录，也可以直接用千问App的账号。登录之后，Siri、写作工具、视觉智能三处都能调用。 我翻双方新闻稿的时候，还看到一句承诺：用户的请求和生成的回复，阿里都不会拿去训练模型。 这句话看着是写给用户的，其实也是说给监管听的。 第三道，得扛得住。 苹果在中国到底有多少台设备能跑这套东西，目前没人给过准确数字，但肯定是亿级的。 写作工具是系统级功能，Siri又是用户随时可能唤醒的。这种量级的并发，跟做一个聊天App，完全是两回事。 隐私也是一道坎。 苹果在海外讲的是私有云计算那套，数据不进自家服务器。到了中国，架构还得跟本地的云服务、本地的合规要求重新对齐。 要想符合监管要求，苹果还得联合本土合作伙伴；7月那份备案，主体挂在苹果上海那家公司名下，但模型这块，过审的是千问。 三道关走下来，才有了10月31日这份公告。 不过，有件事得说清楚，这次上的，还不是全套。我看了苹果官网的说明，写得很清楚： 本次更新不包含Siri AI，也不包含今年WWDC上宣布的那批下一代功能。其他平台的支持，还得等相关审批走完。 目前确定下来的功能倒是不少。 实时翻译、写作工具、视觉智能、照片里的消除工具、智绘表情、照片的自然语言搜索、回忆影片 优先邮件、邮件摘要、智能回复、通知摘要、优先通知、减少干扰、备忘录的音频转录摘要、通话转录摘要，还有输入文字跟Siri对话。 这一长串看下来，功能确实不少。可仔细对一下就会发现，里面绝大部分，两年前就在美国上过了。 所以，这次搬过来的，其实是之前欠着的那一版，最先进的那套，还在后头。 也就是说，先把能力上了，把「我们也有AI」这句话补上。剩下的等审批、等适配，不着急，慢慢来。 …… 挑来挑去，能进入苹果视野的中国本土企业就不多了，但是这么重要的伙伴，苹果再三斟酌，还是选择了阿里。我认为，这是因为阿里两个独有的优势。 其一，在国内，阿里的B端客户综合服务能力是天花板级别的。 我往前翻了一下，发现苹果要的这种活，阿里还真不是第一次干。奥运会就是个挺好的例子。 2017年， 阿里成了国际奥委会的全球合作伙伴 ，2018年，又跟奥林匹克广播服务公司一起做了 OBS Live Cloud 。 2021年东京奥运会，这套云转播第一次投入使用， 也是奥运史上头一回用云计算支撑全球转播。 往后几年，它慢慢从一个可选项变成了核心分发平台 ；2024年巴黎奥运会，远程转播主要靠它。到了2026年米兰冬奥会，要支撑39家转播机构、428路直播信号，其中26路还是超高清。 不过，奥运这件事里真正跟苹果像的，是另一个东西。 OBS正在做一个自动媒体描述系统，背后用的就是千问，它能在几秒钟内认出运动员和比赛中的关键时刻，自动生成赛事描述，顺手给视频打上标签。 还有一套基于千问的奥运影像库，里面存着8个PB的历史素材；工作人员只要输入一句「调取花样滑冰金牌得主的整套表演」，几乎马上就能找到。 你把这两件事跟苹果这次的合作放在一起看，会发现很像，都是往别人的系统里装零件，装完就藏起来，用户感觉不到它。 这种活，难就难在得跟人家的系统一起磨，模型够不够聪明当然重要，但光聪明还不够。 奥运那边，阿里跟OBS从2018年磨到现在，八年。苹果这边，也得找到一个能长期打磨持续迭代的伙伴。 其二，阿里手里本来就有一整套东西。 从芯片到模型，再到云，基本都齐了。 芯片这边 ，平头哥的AI芯片真武已经在阿里云上大规模部署。9月发布的真武V900，单个集群能扩到50万卡。 模型这边 ，除了2.4万亿参数的旗舰，还有消息说，阿里正在训练5万亿到10万亿参数的新模型。 云这边 ，阿里云目前在全球31个区域有106个可用区，还计划到2032年把数据中心规模做到20GW以上。 这些东西对苹果来说，可能比单纯的模型参数更实在。 苹果在海外讲私有云计算，核心是把数据处理控制在自己的安全边界内；阿里有款产品叫Apsara Stack，能把公有云的能力搬进客户自己的机房，训练和推理都可以按需求部署。 能私有化，也能混合部署，至少在架构上，跟苹果的要求更容易对齐。 那张证，到底值多少钱？ 我又去看了一下IDC10月底刚发布的数据； 2026年上半年，阿里云在中国大语言模型MaaS市场拿了46.6%的份额。 第二名智谱是10.6%，第三名火山引擎是10.2%。 整个市场规模106.3亿元，同比增长889%。这生意涨得够快吧？可客户凭什么信你？ 苹果这一单，恰好就能回答这个问题。 一家以挑剔出名的公司，最后把系统级入口交了出来，让千问进了Siri。 我认为，这件事的说服力比开十场发布会都强； 以后阿里云再去谈大客户，人家问一句「你们接过什么活」，苹果就是一个现成的答案。 所以，这单生意真正值钱的地方，恐怕还得去云和MaaS的订单上找。 回过头看，苹果想找一个能嵌进自己系统、又可靠稳定的伙伴。千问拿走的，就是那张来自苹果官方盖章的「资格证」 嗯，这单双方都拿到了大结果。 本文由人人都是产品经理作者【王智远】，微信公众号：【王智远】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 06:34:11 +0000https://www.woshipm.com/marketing/6487183.htmlwoshipm-a77ee26173b0b358Alphabet、Meta、微软三家六年里收入涨了147%，推广费只涨42%，每百美元收入的营销投入从13美元掉到7.5美元。省下的钱去了算力、芯片、模型与人才，文章据此推演广告公司的处境。 有一种感觉，大厂开始缩减市场预算，同时拿出更多的钱投资AI。 2019年，Alphabet、Meta、微软三家加起来的收入是3584亿美元，销售与营销费用465.5亿美元。折算下来，每100美元收入里有13美元花在推广上。13%，这也符合一般的营销推广比例逻辑。 2025年，同样这三家公司，收入8855亿美元，推广费663.4亿美元，每100美元收入对应7.5美元，相比6年前，下降了5.5个百分点。 六年时间，收入涨了147.1%，推广费只涨42.5%。 另一边，数据中心、芯片、模型研发和AI人才，正在获得越来越多的投入。 2025年，Alphabet的资本开支约为914亿美元，上一年约为525亿美元。Meta 2025年资本开支722亿美元，2026年预计1150亿至1350亿美元。 大厂们，一年买算力的钱，抵得上好几年卖产品的推广预算。 一边要求效率，一边愿意投入，钱的使用标准，正在跟着公司对未来增长的判断发生变化。 01 大厂赚得更多，市场投放却更谨慎 过去几年大厂赚得越来越多了，但投入市场推广的费用却有点涨不动了。 2019年到2025年，Alphabet、Meta、微软，三家合计营收增长147.1%；合计销售与营销费用只增长42.5%；加权费用率从13%降到7.5%。 拆开看，落差更大。 Alphabet 从11.4%降到7.1%，收入涨了148.9%，推广费只涨55.4%。Meta 从14.0%降到6.0%，收入涨184.3%，推广费涨21.4%。微软按财年算，从14.5%降到9.1%，收入涨123.9%，推广费涨40.9%。 同一口径下，微软截至2026年6月的财年占比是8.1%，还在往下走。 费用率下降，不等于费用在减少，三家的推广费六年里都在涨，Meta 涨了两成，Alphabet 涨了五成半，这里说的是每赚一块钱要拿多少出去做推广，在这个维度， 下降的幅度是42.3% 。 过去二十年，收入规模扩大之后，每多赚一美元，要多花同比例的钱去推广，这样的做法几乎是默认的，增长靠新用户，新用户靠触达，触达靠预算，预算随收入线性放大。 现在，情况彻底变了。 02 品牌和入口，让大厂有底气少花钱 大厂为什么有条件降低推广投入的相对强度？ 一个直观原因，是品牌认知已经建立 。搜索用Google，玩社交网络用Facebook和Instagram，办公用Office，这些东西，短期内推广预算降一降，对市场份额的影响也很有限。 不过，科技公司的优势还多了一层。 一家普通企业推广新品，常常要先购买触达机会。拥有庞大产品体系的平台，可以在已有产品中介绍新功能，也可以通过客户关系、服务升级和交叉销售，把新产品带到原有用户面前。 对拥有这些条件的企业来说，新功能的第一批用户，可能就在已有的账户、产品界面和客户名单里。品牌帮助用户理解，分发能力帮助企业触达。两种积累叠加，外部推广需要就没那么紧迫。 Google可以通过搜索框免费推广Gemini，Facebook可以在信息流中免费植入Muse的广告，字节跳动也可以在抖音中免费推广豆包。 当成熟业务能够复用这些积累，管理层就有条件对新增推广支出提出更高要求。已经建立的优势要继续维护，但每一笔新增预算，需要说明自己还能带来什么。 03 AI开始获得更大的支持 拥有成熟业务的大厂，仍然会担心未来。 今天的用户还在使用原有产品，明天可能直接向AI提问、交办工作，让它帮助选择商品。搜索、办公、购物的起点，都可能随之改变。 大厂最清楚入口有多值钱，也就很难安心等到新入口长成之后再参与。 模型研发、算力和人才，都需要提前投入。用户规模能做到多大，收入何时能够覆盖成本，还没有确定答案，但如果等到回报看得足够清楚，竞争位置也已经被别人占住了。 腾讯在2026年3月发布全年业绩时，马化腾就提到，核心业务的韧性和现金创造能力，为持续增加AI投资提供了资源，包括招聘顶尖人才和升级基础设施。 这段话把大厂的处境说得很明白。老业务还在赚钱，赚来的钱有了新的去处，对成熟业务，管理层可以要求它继续提高效率；对AI，则愿意拿出资金，承担一段时间内投入大、回报不明朗的压力。 这就是其他业务市场难受的地方，只要管理层把AI视为下一轮竞争的关键，其他项目申请预算时，就得和它一起接受比较。 服务商先感受到了这笔取舍。S4Capital 2025年营收7.548亿英镑，同比下降11%，净收入下降10.8%。创始人在年报里的解释是， 科技客户占公司收入近一半，这些客户持续把资本开支优先投向AI产能扩张，营销这类运营支出排在后面 。 这比单看科技公司的费用率更接近营销行业的实际处境。客户仍有钱，也愿意花钱，只是过去交给营销公司的那部分，现在有了更优先的用途。 国内公司的情况如何？ 字节跳动今年9月拿到一笔约296亿美元的银团贷款，由近30家银行参与，规模从最初计划的200亿美元扩大到296亿美元。虽然名义上用于一般企业用途，但大部分报道认为，其中相当部分预计会支持AI芯片、数据中心等AI投入。 阿里8月份直接配售新股融资800亿港元，而且明确宣布100%用于AI，约60%扩充全球算力基础设施，约40%建设超大规模AI数据中心和升级云基础设施。 很显然，AI获得了更多资源。 04 广告公司的冲击才刚刚开始 S4Capital遇到的压力，恐怕只是开始。 我认识不少Agency的老板，他们有一个相近的感受， 现在大厂还愿意大手笔投放的业务，几乎只剩下AI了。其他业务的推广预算也有，但一年不如一年 。 分众传媒2025年年报里，楼宇媒体的互联网行业投放金额同比增长188.59%，收入占比从9.07%跳到25.15%，公司把它归因于AI大模型竞争加剧。 同一份年报里，作为基本盘的日用消费品投放下降16.22%。一个客户行业在翻倍，另一个在退。 代理公司的账本更直接。蓝色光标2025年营收686.93亿元，增长12.99%，全案广告代理收入35.39亿元，同比下降18.29%；同期AI驱动收入37.25亿元，增长210.42%，占总营收5.42%。 老业务在缩，新业务在涨，多出来的增量主要来自AI和出海投放。 甲方收入增长，整体营销预算却没有同步增长。在一个增长有限的总盘子里，AI推广拿走更多份额，其他业务能分到的比例自然下降。 这笔账算下来，乙方就知道，接下来该去找哪条业务线了，眼下做AI产品的品牌传播、内容和获客，确实还有机会。 但这也只能解决眼前的问题。 一位大厂高管告诉我，他们已经开始让AI直接投放，投放本来就是一个反复测试、观察反馈、调整的过程，而AI的自监督学习和强化学习机制一旦跑起来，长期效率会明显超过人。 Meta的Advantage+已经覆盖素材生成、预算分配、受众选择和出价调整。到2026年初，Meta又披露，正在测试面向广告主的AI业务助手，让客户直接向它询问优化建议。 平台希望客户在自己的系统里，完成更多从制作到投放的工作。 国内也有类似的变化。巨量千川在2026年9月更新的产品手册中介绍，仍在内测的AI成片推荐，可以根据商家已有素材、商品和直播间信息自动生成视频，商家筛选采纳后，素材就能加入投放计划。这已经把部分制作和投放衔接工作，放进了平台的产品功能里。 以前，甲方需要向乙方购买的一些服务，现在打开广告后台就能找到。 广告公司更难受的地方也在这里。 甲方的投放预算即使没有减少，需要支付给乙方的制作费、操作费和服务费，也会先降下来。媒体消耗还在，广告公司能从中挣到的钱却变少了。 结语 13美元到7.5美元只是一个会计结果，它背后是一次决策。真正的变化发生在解释权上。 过去，增长归因于投放能力。多花一笔预算，多买一批用户，多一层曝光，增长可以被营销解释，预算就有理由跟着收入走。现在，增长越来越多地被归因于模型能力、算力规模和入口位置。 当一家公司能用模型解释增长，它就不需要再用媒体预算解释增长。 获客正在从市场部的事变成产品的事。入口内嵌，分发自带，用户第一次接触产品时，广告不再是必经之路，一次真实使用才是。习惯买不到，只能长出来。买不到的东西，预算就使不上劲。 广告预算不会消失，它会向能证明增量的地方聚集。新品类上市、新入口争夺、新用户教育，这些仍然要花钱，而且花得更急。真正被压缩的是另一类支出，只能证明自己被看见、不能证明自己带来增长的那种。 增长的解释权换了人，预算就跟着换人。 营销没有退场，它只是被要求先证明自己是增长，再谈是不是费用。 本文由人人都是产品经理作者【寻空】，微信公众号：【寻空的营销启示录】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 06:31:21 +0000https://www.woshipm.com/it/6487195.htmlwoshipm-ac40d4473e5a2607奥特曼在一场45分钟访谈里谈了几件反常识的事：程序员为什么没被取代，越先进的模型为什么越容易讨好，效率提高后大家为什么更忙。落点是一句提醒，既然横竖都要拼命，不如挑值得的事。 一个正在推动全球AI革命的人，也会在早上醒来时，疲惫到不想从床上起来。 这不是某个普通创业者的抱怨，而是OpenAI CEO山姆·奥特曼在最新访谈中分享的真实感受。 这次45分钟的对话，他谈到了许多话题：程序员为什么没有被AI大规模取代？为什么越先进的AI越容易讨好人？技术明明提高了效率，为什么大家还是越来越忙？ 聊到最后，他提出一个简单却有分量的想法： 既然横竖都要拼命，为什么不去做一件真正值得的大事？ 这句话背后，不只是一个硅谷创业者的工作哲学，还有他对AI时代人的价值、组织管理和个人命运的重新思考。 看完这场访谈，我有一个感受：AI正在让很多曾经被视为核心竞争力的技能迅速贬值，但人的判断力、担当、心力和自主性，却正在变得越来越重要。 以下是这次访谈的精编整理内容，希望对你有所启发。 一、机器自己就能写代码，为什么程序员反而涨薪了？ 过去两年，关于程序员即将失业的预言传得沸沸扬扬。 毕竟，AI已经能够理解需求、编写代码、检查错误，甚至独立完成过去需要一个开发团队才能完成的部分工作。 连山姆·奥特曼自己都在访谈中坦言： “我已经一年没读过一行代码了。” 他甚至半开玩笑地预测，未来人类亲手敲键盘写代码，可能会像今天人们周末去参加历史重演活动一样，变成一种纯粹为了体验乐趣的怀旧爱好。 但紧接着，奥特曼说： “程序员从来没有像今天这么忙过，他们的薪水和影响力也从来没这么高过。” 这就有意思了。 既然AI已经能写代码，为什么程序员反而越来越抢手？不用人亲手写代码了，程序员的身价为什么没有下降？ 对比一下另一个群体，或许就能看清背后的逻辑。 奥特曼提到，现在真正感到焦虑的其实是数学家，因为“不靠AI、由人类独立证明数学定理的时代，基本已经结束了”。 为什么数学家倍感失落，程序员却依然抢手？ 核心在于： 解一道题，和担一份责，是两回事。 数学证明是一道有确定终点的考题。只要AI把逻辑链条走通，把定理证明出来，任务就算完成了。 但商业世界里的软件工程，从来不是一道有标准答案的静态考题，而是一份动态的责任。 客户今天提出的需求，明天可能就会改变；一个软件系统在测试环境里运行得很好，到了真实业务场景中，却可能遇到各种意想不到的问题。 当系统突然崩溃时，总得有人拍板决定是否回滚（撤销已经做的变更，恢复到变更之前的状态）；当客户因为系统故障遭受损失时，总得有人站出来沟通；当项目最终没有达到预期时，也总得有人解释原因、承担责任。 AI可以生成代码，却不能仅仅因为代码写得漂亮，就自动成为那个对业务结果负责的人。 这才是问题的关键。 过去，程序员的价值很大一部分体现在技术执行上：你会不会某种编程语言，能不能解决复杂的技术问题，能不能比别人更快地完成开发任务。 但当AI把编写代码的成本大幅降低之后，技术执行本身就不再是稀缺能力了。 真正稀缺的，开始变成另外几件事： 你能不能准确理解客户真正需要什么？能不能把一个模糊的商业需求转化成可执行的技术方案？能不能判断AI生成的结果究竟对不对？出了问题，能不能迅速找到原因并承担责任？ 换句话说，程序员正在从单纯的代码生产者，转变为问题定义者、系统协调者和最终结果的责任人。 这也解释了一个看似矛盾的现象。 当一项工作的成本下降，社会对这项工作的需求不一定会减少，反而可能大幅增加。 过去，一个企业想开发一套软件，可能要投入大量资金和人力，因此很多需求干脆就放弃了。 现在，AI让软件开发变得便宜了。以前不值得开发的内部工具、小型应用、个性化系统，都有了实现的可能。 原本只有大企业才有能力做的事情，现在小团队甚至个人也能尝试。 需求的边界被打开了。于是，AI越能写代码，市场上需要解决的软件问题反而越多。 这背后还有一个更值得创业者思考的问题： 当生产工具的效率提高时，企业真正需要重新定义的，不是岗位数量，而是岗位价值。 这对其他行业同样适用。 过去，一个优秀的市场人员，可能因为擅长写文案、做PPT、整理数据而受到重视。 现在，这些工作AI都能完成。真正拉开差距的，是谁能判断市场机会，谁能理解客户，谁能提出有效的策略，并且对最终的经营结果负责。 过去，一个优秀的管理者，可能以协调能力强、执行力高、善于推动流程著称。 但如果AI能够承担大量协调、汇总、跟进和信息处理工作，那么管理者的价值就必须向更高层次迁移：做判断、定方向、处理冲突、配置资源，以及在关键时刻承担责任。 未来职场淘汰的，不一定是某个具体工种，而是那些只习惯按部就班做事，却不愿意为结果承担责任的人。 二、连奥特曼都头疼的“讨好病” 谈到自家产品时，奥特曼流露出一丝无奈。他直言现在的ChatGPT太喜欢顺着用户说话了，染上了严重的“讨好病（Sycophancy）”。 哪怕奥尔特曼作为CEO，在自己的后台自定义指令里明确写下“不要客套，直接说重点”，模型依然改不掉那种小心翼翼迎合他的语气。用他的原话来说： “这种讨好倾向在底层被训练得太深了，连我自己都改不掉。” 一个顶尖的人工智能，是怎么一步步变成“马屁精”的？ 这件事背后，有一个非常值得管理者研究的机制。 在AI模型的训练和评价过程中，一种常见方式是让用户比较两个不同回答，选择自己更喜欢的那个。 这种方式看起来十分合理，既然产品是给人使用的，那么用户更喜欢的回答，应该就是更好的回答。 可问题在于， 人们喜欢的答案，不一定是最有价值的答案。 比如你向AI提出一个商业计划：“我准备在一年内开出100家连锁门店，你觉得这个目标怎么样？” 第一个AI回答你：“这是一个非常有魄力的目标。你的思路很有战略眼光，如果执行得当，很有机会实现快速增长。” 第二个AI则告诉你：“你的现金流能支持多少家门店？现有单店模型是否已经得到验证？如果第一批门店连续亏损，你准备如何处理？” 哪一个回答更容易让人产生好感？在短暂的交流中，很多人会选择第一个。它让人觉得舒服，也更容易强化自己原有的判断。 但对一个真正准备投入真金白银的创业者来说，第二个回答可能更有价值。 问题就在这里。 如果一个系统长期根据用户的即时偏好获得奖励，它就容易学会优先满足人的情绪，而不是始终坚持事实和判断。 同样的事情，每天都在许多企业的会议室里发生。 一位老板提出一个新业务方向。 会上，第一个人说：“这个方向非常有前景，我完全支持。”老板点了点头。 第二个人补充：“我们的资源条件很好，只要加强执行，一定能做好。”老板露出了满意的表情。 第三个人却提出不同意见：“我认为这个项目目前不适合启动。我们还没有证明客户愿意付费，竞争对手的成本也比我们低。” 会议室里的气氛突然变了。 如果老板对此表现出不耐烦，甚至认为第三个人缺乏积极性，其他人很快就会看明白一件事：这里并不真正欢迎不同意见。 下一次开会，大家自然会调整自己的表达方式。 风险不再直接摆出来；项目的不确定性被包装成“具有较大增长潜力”；明明存在严重问题的计划，也能在一轮轮汇报中变得越来越乐观。 没有人明确要求大家说谎。但组织已经通过一次次奖励和惩罚，教会了所有人什么话应该说、什么话不应该说。 管理者对意见的态度，就是组织最真实的训练机制。 短期看，这样的团队沟通顺畅、执行统一，似乎没有什么问题。长期看，最危险的事情却在悄悄发生：真实信息正在从组织里消失。 奥特曼在访谈中提出了一个值得思考的标准：理想的AI，应该像一位真正优秀的资深同事（Senior Colleague）。 什么是资深同事？ 在绝大多数时候，他能够理解你的目标，帮助你推进工作。但当他掌握了足够的证据，认为你的判断存在严重问题时，他敢于提出明确的反对意见。 这对今天使用AI的创业者，同样是一个重要提醒。 如果你只把AI当作替自己寻找支持意见的工具，它很容易成为一个效率极高的附和者。 如果你要求AI寻找反证、质疑假设、检查风险，它才能更接近一个真正有价值的思考伙伴。 你身边的人和AI，究竟是在帮助你看清现实，还是在努力讨好你？ 答案，取决于你平时如何对待那些让自己不舒服的真话。 三、既然横竖都要拼命，不如做件大事 在公众视野里，奥尔特曼常常表现得像个不知疲倦的硅谷强人。但在访谈中，他很坦白地承认，面对全球算力博弈与高强度的竞争， “我也有崩溃到早上根本起不来床的时候。” 支撑他走过这些高压时刻的，是他对人性和心力的两点体悟。 第一，人的神经系统有很强的适应能力，痛苦和压力的感知是有上限的。一旦越过某个阈值，再大的风浪砸下来，心理体感也不会再无限放大了。 第二，所谓的“狠劲”与抗压能力，并不是天生的。奥尔特曼认为，心力是靠正反馈一步步练出来的—— 先咬牙扛过一件难事，建立起笃定感，再去挑战下一件更难的事。 就像力量训练一样，抗压的“肌肉”是在一次次解决具体问题中生长出来的。 真正强大的心力，不靠喊口号，靠的是在解决一个个棘手难题后沉淀下来的笃定。 主持人提了一个问题：为什么现在的AI能干很多活，我们却没有变得更轻松？ 按照最朴素的逻辑，工作效率提高之后，我们应该拥有更多自由时间。可现实经常是另一回事。 当一个人三天才能完成一份报告时，一周交付两份已经算是不错的成绩。 当AI让他一天就能完成几份报告时，管理者很快会开始重新调整预期。 既然现在效率提高了，为什么不能每天都交付？既然制作方案如此容易，为什么不多准备几个版本？ 于是，原本用来节省时间的技术，逐渐变成了提高工作要求的理由。 每个人的效率都在提升，行业竞争也随之加速。最终，个人省下来的时间，并没有自动变成休息时间，而是被新的任务、新的指标和新的竞争重新占满。 技术降低了完成工作的成本，竞争却可能把节省下来的成本重新消耗掉。 这正是AI时代一个奇怪的现象：我们越来知道如何提高效率，却不一定知道时间应该花在哪里。 一个人每天能完成的任务越来越多，但这并不能证明，他正在做的事情越来越重要。 一家企业使用AI以后，员工每天能够生成更多报告、更多方案、更多会议纪要，但公司的经营质量未必因此得到改善。 因为工作数量和经营成果，从来不是一回事。 当所有人都拥有相似的效率工具，单纯比拼谁做得更快，迟早会陷入新的竞争。 这时候，真正重要的问题就变成了： 既然我们已经有能力更快地完成任务，为什么不重新选择那些更值得完成的任务？ 这也是奥特曼在访谈中提出的行动哲学：既然横竖都要拼命，不如去做一件真正的大事。 很多看起来不起眼的小事，实际消耗的时间、精力和心理负担，并不一定比一件有挑战性的事业更少。 这些事情同样消耗时间，同样制造压力，却不一定能够创造多少长期价值。 相比之下，如果把这些精力用于解决一个真正影响客户、产品或组织发展的关键问题，最后的成果可能完全不同。 如果一家企业每天都在加班，却始终无法回答自己究竟为客户解决了什么问题，那么这种忙碌就值得重新审视。 如果一个人每天都在学习新工具，却从来没有用它完成过一个真正属于自己的项目，那么再多的效率技巧，也可能只是在原地打转。 比努力更重要的，是不要把努力浪费在那些根本不值得的事情上。 四、我们要一场文艺复兴，而不是新的工业革命 访谈最后，话题落到了科技界最经常谈论的一个美好未来上：AI将帮助人类解决重大疾病问题，提高生产效率，创造更加丰富的物质财富。 按照这种想象，未来的人们不需要再从事大量繁重工作，很多生活需求都能够由智能系统自动满足。 听起来，这似乎是一个美好的未来。 但奥特曼却有另一层担忧：如果AI替人完成了几乎所有任务，那么人类是否还能够保有自主选择和主动创造的能力？ 表面上看，这个问题有些奇怪。技术替我们做的事情越多，我们不就越自由了吗？ 答案没有那么简单。 请你想象一种未来的生活：每天早晨，AI根据你的健康数据安排饮食，根据工作表现制定计划，根据消费记录推荐商品，再根据你的兴趣自动生成娱乐内容。 你不必花时间挑选，也不必为很多事情作出复杂判断，因为系统已经替你算出了一个完美答案。 这当然能带来便利。 但如果一个人逐渐习惯把所有决定交给算法，他就可能不再认真思考自己究竟想要什么。 更进一步，如果一个社会的大多数人只是被动接受智能系统提供的信息和安排，而少数人却在利用这些系统设计产品、组织资源、创造新的商业模式，那么技术带来的收益就可能出现明显分化。 奥特曼在访谈中提到，高级AI资源的使用正在向少数重度用户集中。同样使用AI，有些人在不断扩大自己的能力边界，有些人却只是在享受越来越方便的服务。 前者利用AI研究新的问题、学习新的知识、完成原本不可能独立完成的项目；后者则把AI当成一个更加聪明的搜索框，或者一个随时能够替自己作决定的助手。 两者都在使用先进技术，但长期积累的能力可能截然不同。 这让人联想到两百多年前的工业革命。工业革命极大地提高了生产效率，也创造了前所未有的物质财富。 但与此同时，它也深刻改变了劳动方式。许多原本需要工匠独立完成的生产环节，被分解为标准化、可重复、便于管理的具体工序。 工人不再需要理解产品生产的全部过程，只需要按照规定完成自己的那一部分。对于工厂而言，这样的组织方式提高了效率。但对一部分劳动者来说，工作中的独立判断和创造空间也随之减少。 今天的AI革命，面临着某种相似的选择。 我们可以利用AI让每个人变成能力更强的创造者，也可以利用AI把组织变成一套更加精密的数字流水线。 比如，一家企业准备推进AI转型。第一种思路，是让AI监督每一位员工。系统实时统计工作数量、处理速度、任务完成率，再把这些数据转化成越来越严格的考核要求。 在这种模式下，员工虽然拥有了先进工具，但工作的自主空间并没有增加，他们只是需要以更快的速度完成更多任务。 第二种思路则完全不同。企业利用AI接管重复性的信息整理、标准化分析和部分流程操作，让员工能够把更多时间用于理解客户、改善产品和解决过去没有能力解决的问题。 管理者不再把重点放在每个人完成了多少机械任务，而是关注团队是否创造了真实的经营成果。 这两种方式，都可以被称为AI转型，但它们最终形成的组织会有很大的不同。 前一种组织，是让人适应更加高效的机器；后一种组织，则是让机器扩大人的能力。 这也正是奥特曼在访谈结尾提出的核心主张：我们应该追求一场新的文艺复兴，而不是简单重复一场新的工业革命。 这里的文艺复兴，强调的是人的创造力、选择权和主体地位。 技术发展的最终目的，不应该只是让系统能够生产更多产品、处理更多信息、完成更多任务。还应该让每一个具体的人，拥有更大的能力去理解世界、表达想法和创造新的东西。 AI已经能够帮你阅读、整理资料、写作、编程和分析问题。但这些能力究竟会让你更加独立，还是更加依赖，取决于你如何使用它。 如果你把所有思考都外包给AI，那么它越聪明，你就越容易失去主动判断的习惯。 如果你利用AI不断挑战自己的认知边界、检验原有判断、完成新的创造，那么技术就真正成为了你的能力杠杆。 结语 我们常常以为，等技术足够先进，生活就会变得轻松。 但奥特曼提醒我们，效率提升并不自动带来自由。AI让工作变快，也会让竞争变快；机器替我们完成更多任务，也可能让我们失去主动思考的习惯。 所以，真正重要的事情，不是学会多少个AI工具，也不是每天能够完成多少项任务。 而是当这些工具让你拥有更大的能力时，你准备拿它们去做什么。 是继续追逐那些永远做不完的琐事，还是认真解决一个困扰自己很久的问题？是习惯接受别人安排好的答案，还是保留独立判断和选择的勇气？ 技术会不断改变我们的工作方式，但最终决定人生方向的，仍然应该是我们自己。 本文由人人都是产品经理作者【笔记侠】，微信公众号：【笔记侠】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 06:27:24 +0000https://www.woshipm.com/ai/6487191.htmlwoshipm-9c59e80dc960454e腾讯Hy4与阿里Qwen4下周同期登场，两家第一次在同代旗舰上正面对决。文章复盘双方多年错位发布的历史、刘大一恒接掌后的第一战，以及这场PK背后对Agent与真实生产力的押注。 这边腾讯刚宣布Hy4正式版即将发布。另一边，阿里在欧洲放出消息，Qwen4下周登场。 这不是腾讯和阿里的第一次 PK ，但将是Qwen与Hy两个大模型的第一次正面对决。 过去两家大模型往往采取你进我退的错位策略，你先发模型，过一段时间我再发，而这一次，两家甚至连版本号都是相同的，对抗意味浓重。 2025年9月，阿里上线Qwen3-Max正式版，腾讯的Hy2，直到当年12月5日才发布。 2026年，反过来了。腾讯先在7月6日发布混元重建后的Hy3正式版，阿里虽然在8月3日放出Qwen3.8-Max，但大的版本号一直保持在3上。 就在下周，所有条件都齐了，同代正式旗舰、同一个发布窗口、同样押注Agent与真实生产力。 对刘大一恒而言，这不是一次普通的新品发布。Qwen4是他正式接任后的第一个完整代际模型，也是他作为Qwen新掌门人的第一战。 一个事实，刘大一恒这次是出了新手村，就要面对大魔（模）王。姚顺雨在当今全国，乃至全球AI圈的地位无需多言。 2026年5月，马化腾曾这么评价腾讯AI：“原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点。” 10月的时候，广东省领导来到腾讯总部调研座谈，姚顺雨就坐在马化腾身边。看来姚顺雨已经将这艘原本“漏水的船”，修得让马化腾坐得下去了。。 刘大一恒能取胜吗？ 现在下结论还太早，但可以确定的是，刘大一恒不能输。 过去腾讯和阿里的竞争，更多发生在产品、云和生态上。从钉钉与企业微信，到千问办公与WorkBuddy。两家公司争夺的是入口，比如谁能进入企业的工作流程，谁就有机会把AI变成真正的生产力。 但在旗舰基座模型上，双方始终差着一个身位。这种错频，也让两边有足够的空间去叙事。 阿里可以讲Qwen的模型能力、开源生态和全球开发者，腾讯则可以讲混元如何接入元宝、CodeBuddy、WorkBuddy，如何利用自己的产品场景反馈模型。 双方并非没有竞争，只是从没有在同一时间，用同一代正式旗舰，正面PK。 火药味是从8月底开始传出来的。 8月26日，阿里发布Qwen3.8-Flash-Next，提前展示Qwen4架构。8月28日，腾讯发布并开源Hy4 preview。 两次发布只隔两天，也都把Agent和真实生产力放在重要位置。 但这只是预览版之间的试探，而且当时刘大一恒尚未以Qwen新负责人的身份公开亮相，因此还不能算他与姚顺雨的正面对决。 就相当于在比武之前，双方互相秀了秀起手式，看谁马步扎得更稳。 到了Qwen4和Hy4，同为主力数字代际，刘大一恒和姚顺雨同样背负各自组织调整后的压力。两个人将第一次被市场放进同一个坐标系里。 刘大一恒是阿里内部一路拼出来的人。 2021年加入达摩院后，他就是Qwen早期核心成员，长期负责预训练，之后职责扩展到后训练和Coding，也参与过多模态、数学等模型研发。 刘大一恒在姚顺雨面前是个“新”人，因为这是刘大一恒第一次要对这个模型的整体结果负责。 以前只要把预训练做好就算完成了KPI，现在开始，他要把架构、后训练、Agent能力、开源叙事一切都扛起来。 林俊旸离开之后，阿里需要的不单单是一个模型，还要让市场知道，Qwen的体系至今依然能够稳定运转。 姚顺雨和刘大一恒完全相反。他是带着最顶级的履历空降到混元的。 他是ReAct和Tree of Thoughts（思维树）的共同提出者、OpenAI前研究员，还参与过OpenAI的Operator、Deep Research等项目。 姚顺雨来到腾讯以后，重建预训练和强化学习基础设施，调整研发组织，把模型与产品反馈连接起来。到2026年7月，混元多模态模型部门与大语言模型部门又合并为基础模型部，由姚顺雨统一管理。 Hy4正是在这样的背景下诞生的，这个模型是一个完全贯彻姚顺雨意志的产品。 刘大一恒的首战之所以难，不光是因为姚顺雨名气大，更是因为姚顺雨已经把个人研究能力，转化成了组织能力。 当然了，姚顺雨同样需要Hy4正式版回答，视觉与Agent能否真正结合？全链路RSI到底能带来多少性能提升？腾讯庞大的产品体系又能否持续反哺模型？ 聊完人，再回到模型本身。Qwen4与Hy4都不是毫无铺垫的新品，双方在预览版里已经亮出了一部分底牌。 先看Qwen4。它最大的看点，是新架构第一次接受旗舰级检验。 阿里将Qwen3.8-Flash-Next明确定义为Qwen4架构的早期预览。 这个模型在注意力机制中结合Gated DeltaNet（GDN）与Qwen Sparse Attention（QSA），同时引入门控残差、N-gram Embedding和Muon优化器。 第一个看点是智能水平。 按阿里披露，它的主干为125B参数，另有51B N-gram Embedding，每个Token激活6B参数，训练成本仅为Qwen3.7-Plus的九分之一。 刘大一恒非常在意“每一份算力到底能够换来多少智能？” 算力紧缺是所有国产AI的通病，一旦用更低成本换来更多的智能水平，那么模型的智能水平直接“起飞”。 此前，新架构先在Flash上验证了可行性。到了Qwen4这里，它要回答的是，这套架构能否延续到Max上。 因为Max通常要处理更大规模和更复杂的任务，往往轻量模型能成立的事情，到了几万亿参数的模型上，很容易失效。 如果它只能做出便宜的小模型，却不能提高旗舰智能上限，那就说明刘大一恒还是差点意思。 第二个看点是真实Agent。 刘大一恒在云栖大会上的演讲题目就是《Qwen：迈向真实世界智能体》。真实世界四个字很重要，因为Agent不能只会在演示里连续调用几次工具，而要在长任务里记住目标、处理上下文、使用工具、纠正错误，最后交付可以直接使用的代码、文档或分析结果。 Qwen4的提升如果只能体现在单轮问答，而没有体现在长程任务的成功率上，就很难支撑阿里对真实生产力的叙事。 第三个看点，也是Qwen4最特别的一条线，RSI。 刘大一恒在云栖大会上表示，Qwen3.8-Max已经能够在人类几乎“零参与”的条件下，自主搭建训练流程、构造训练数据、设计实验并定位缺陷，持续迭代超过一个月，完成33轮有效迭代。 根据阿里的数据，其Artificial Analysis评测得分从40提升到了45。 刘大一恒表示，RSI还从模型训练延伸到了推理与芯片。模型自主适配平头哥新款架构后，推理框架单实例吞吐量提升96%。在芯片协同设计中，模型仅依据总线模块规范，经过60小时自迭代和超过一万次EDA工具调用，将物理实现面积缩减42%。 他把这个关系概括为：“模型设计芯片，而更强的芯片又将反哺更强的模型。” 再看Hy4。腾讯表示，这次注重的是强化长程和真实生产力任务能力，显著提升思维链效率，并首次引入视觉理解。 前两项，就是阿里腾讯对决的核心，相当于两个人谁的拳头大，谁的胳膊粗。 视觉理解是Hy4一个重要变化。 毕竟现实中的工作并不只有纯文本，还有截图、图表、PDF版面、网页和软件界面这些多模态元素。 首次引入视觉理解之后，Hy4能否从“读懂任务”走向“看懂工作现场”，并把视觉、工具调用与长程执行连起来，是它与Hy3的重要区别。 同时，这次混元也破天荒地推出了Hy4 Flash，负责性价比和规模化调用的任务。 腾讯表示，Hy4 Flash将继承Hy4的视觉、Agent能力，并通过模型与产品的深度Co-Design高频进化。 这意味着腾讯不只想要一个高分旗舰，也想把能力下放到WorkBuddy、CodeBuddy等更高频的真实场景里。 虽然严格来说，这不是腾讯混元历史上第一次分档。早在2024年，腾讯云就开放过hunyuan-pro、hunyuan-standard和hunyuan-lite，后来还有Turbo。HY2的Think与Instruct，也分别对应推理和指令版本。 Hy4 Flash的第一次，是指姚顺雨重建后，首次在同一代明确形成“旗舰＋Flash”的双档布局。 阿里和腾讯已经来到了八角笼内，而八角笼内，什么都有可能发生。 本文由人人都是产品经理作者【字母榜】，微信公众号：【字母榜】，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。 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 06:26:21 +0000https://www.woshipm.com/ai/6487189.htmlwoshipm-dbb9b8ce6a832125建筑图纸里的文字表格总提取不准，问题常常不在提示词，而在模型选型。这篇区分OCR专用模型与多模态模型的边界，用一段提示词把MiniCPM-OCR部署到本地，再拿25页施工图纸实测识别效果。 今天来填个坑的，之前老马写过一篇建筑行业怎么使用WorkBuddy来进行AI办公提升效率的文章。有位从业老哥留言，说我的法子行不通，瞬间就有点丈二和尚摸不着头脑。 他说自己做了几个Skill，发现WorkBuddy对于建筑施工方案，估计应该是图纸类的，提取信息的效果很差，而且存在不准确的情况。 假设建筑施工方案图纸是PDF格式的文件，或者是PNG和JPG的扫描截图也行，不是专业的DWG和DXF文件。那么提取里面的文字、图片、表格等信息，就取决于你用的是什么模型。 OCR模型与多模态模型各管一摊 一般来说分为专业的OCR识别模型和多模态模型，两者各有千秋。OCR模型是高精度的看图识字，对于复杂排版，密集多栏，倾斜标注或者手写字体等情况下的文字识别很稳定，极少会出现幻觉。 二多模态模型就是我们常用的大语言模型，它的优势在于对图纸进行语义理解和空间推理，比如能够对三维空间进行感知推理，能根据剖面图推算出楼层净高，识别出转角窗户，把工程语义与上下文关联等。 所以我们如果只是想要提取建筑施工方案图纸里面的精确的各种文字和数字信息，那最好就是使用OCR模型。如果是要进行图纸的语义理解，合规审查和冲突检测，那就使用多模态的大语言模型。 因此老马判断下来，这位老哥应该是第一种需求。而使用OCR模型的需求，不只是在建筑行业。日常我们工作生活中需要对一些文件的扫描件，手写件，学生的试卷，老旧破损的书籍报纸等进行识别提取。 甚至说是还原和修复，像有些模糊不清的图片和照片上的文字内容，都可以借助OCR模型来提取，这不就达到了还原修复的效果了么。所以我们使用WorkBuddy在本地电脑部署个OCR模型，有备无患。 小钢炮MiniCPM-OCR 1.0 正好国产模型厂商面壁智能前几天刚开源了一个迷你的小钢炮OCR模型：MiniCPM-OCR 1.0，老马实测体验下来相当哇撒。之所以是小钢炮，一是面壁智能近段时间都在着力端侧模型的研发。 因此模型往小了做，但能力却没差多少，端侧模型毕竟都是要装在车机，手机，AI智能硬件等这类硬件资源不是太强的设备上的。而MiniCPM-OCR 1.0就是这样的小而强的模型，老马16G内存的Mac笔记本都能轻松跑起来。 反观差不多时间开源的百度文心Unlimited OCR 2模型，本地部署需要A100或H100级别的显卡，消费级甜品卡推理不起来。这就跟普通用户没多大关系了，除非是土豪。 而普通的家用电脑只要内存足够，CPU不是太老太差的，都能部署MiniCPM-OCR 1.0到本地运行起来。大不了是识别的速度快慢的问题，硬件配置低的识别等待时间长一些，重点是完全不需要你有消费级的独立显卡。 其次，如果你不想在本地电脑部署，也可以使用面壁智能的官网去在线上传文件进行识别，那速度也是贼快的。只需要注册个账号，还送积分额度，直接在线使用即可： platform.modelbest.cn/console/playground/document-parse 当然这个OCR模型也是支持API调用的，只不过需要充值额度罢了。下面老马就直接演示如何让WorkBuddy帮我们本地部署这个超强的MiniCPM-OCR 1.0 OCR模型。 本地部署：一段提示词搞定 方法很简单，直接把下面的这段提示词发给WorkBuddy就行了。如果提示访问不了github，你就先让WorkBuddy解决网络访问的问题。老马不再给大家推荐方式了，上一篇文章已经被微信删除： 提示词模板 阅读理解并安装这个项目 github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL_en.md 安装项目时会去下载模型的本地权重文件，大概3.3G的大小。还有SDK环境和llama.cpp的推理环境，你看不懂没关系，全部让WorkBuddy去验证是否安装完成，是否可以正常跑起来： 搓个网页用OCR 这里有一个细节，本地部署完毕推理跑起来后，像有些llama.cpp的版本是没有提供网页界面的，只提供推理的API。因此你想使用这个OCR的识别服务，就得使用命令行，或者开发个别的程序啥的去调用API。 虽然网上也有很多的开源项目可以调用API去使用，就是一个壳子，但我们没必要搞那么复杂。直接让WorkBuddy开发一个网页，这个网页功能很简单，就是可以上传文件，然后调用本地推理API去实现OCR识别： 如上图所示，WorkBuddy就已经帮老马开发完这个网页入口了，以后想用OCR识别啥文件，直接让WorkBuddy启动本地推理服务，以及网页服务，一般这两个后台服务启动起来，就可以正常打开网页使用OCR了： 在启动服务的过程中如果遇到网页打不开的情况，可以继续让WorkBuddy去检查后台服务，因为有时候你电脑上的其它应用或者服务可能会占用掉网页的端口之类的。老马的网页版MiniCPM-OCR 1.0启动后如图： 实测：25页施工图纸识别 这里老马是上传了一份群友提供的文体中心建筑施工方案图纸，纯PDF文件有25页，里面的所有文字都能识别出来，也就不给大家截图展示效果了。主要是展示一下里面的一些图纸的识别效果： 像上面的这些图纸识别出来是高清图片，可以放大进行查看，里面的每个文字每条线条都是清清楚楚的，更不用说文字和符号了。如果要进一步对这些高清图片进行文字提取，那就重新上传再OCR识别一下。 还是那句话，如果你对这个MiniCPM-OCR 1.0模型的能力还不信任，可以先用前面老马提供的官网在线体验地址，去体验一下，再考虑要不要本地部署的问题。反正对于老马来说，这个效果已经是相当不错了。 作者：马佳彬 公众号：马佳彬 本文由 @马佳彬 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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 06:25:39 +0000https://www.woshipm.com/ai/6487193.htmlwoshipm-fc5e801f8f8c4ba5定位不是替代旗舰，而是承接高频Agent任务。GPT-6.1 Terra主打视觉理解、桌面操作与工具调用，速度约为前代三倍，单任务成本压到旗舰的九分之一。文章算了成本账，也点出权限与审计的隐患。 GPT-6.1 Terra 的产品定位很清楚：不是替代所有旗舰模型，而是用更低成本处理大量需要视觉理解、桌面操作和工具调用的工作。OpenAI 表示，它的任务执行速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍，最高推理强度下单任务成本约为 Claude Opus 5.5 的九分之一。 这类模型真正的价值，不在某一张跑分表，而在于能否把办公、财务、浏览器、代码和桌面软件操作变成稳定的自动化流程。模型越便宜，团队越可能把它放进更多任务；但调用规模扩大后，权限、审计和成本观测也必须同步升级。 不是最强模型，而是高频 Agent 的工作模型 GPT-6.1 Terra 面向希望降低自动化成本的企业和开发者。它重点强化视觉推理、电脑操作、事实准确率和编程能力，适合处理发票、技术图纸、桌面软件、表格和命令行任务。 模型路由可以按任务复杂度设计： 类型 任务示例 关注点 高频基础任务 信息录入、分类、摘要、表格整理 价格、速度和稳定性 桌面自动化 跨应用填写、图纸读取、视频检查 视觉理解、状态判断和可恢复性 代码 Agent 修复布局、运行测试、修改仓库 工具调用、成功率和回滚 高难度研究 复杂软件工程、深度分析 推理深度和最终准确率 Terra 适合放在第一层，旗舰模型则作为复杂任务的升级路径。这样做比让所有请求默认使用最高价模型更接近真实生产。 桌面操作能力，决定 Agent 能否脱离聊天窗口 在 Agents’ Last Exam 中，Terra 中等推理强度下的成绩比 GPT-5.6 Terra 高 15 个百分点，单任务成本约为上一代的三分之一。测试包含根据建筑图纸建立三维模型、记录电影镜头等复杂专业工作。 OSWorld 2.1 则测试模型使用桌面应用完成多步任务的能力。MMMU-Pro 用于评估视觉推理，Terra 在不同推理强度下均超过 GPT-5.6 Terra，并接近更高定位模型。 桌面 Agent 的难点不只是看懂屏幕，还要知道下一步操作是否安全。一个可靠流程应该记录： 当前应用、窗口和登录状态； 模型看到的页面或截图； 即将执行的点击、输入和文件操作； 操作后的页面变化和业务结果； 失败后的重试、回滚和人工接管。 否则，模型即使能完成一次演示，也不一定适合连续处理企业任务。 事实准确率提升，仍要保留证据链 OpenAI 通过内部基准测试评估模型的事实错误率。低推理强度下，Terra 错误率为 16.7%，GPT-5.6 Terra 为 53.6%；最高推理强度下，Terra 错误率进一步降至 4.3%。 这些数据能说明模型训练方向，但不能直接当作所有业务场景的总体准确率。企业接入时仍要要求： 事实带来源、时间和字段路径； 数字计算保留公式和中间值； 无法确认时标记不确定，而不是补全； 高风险结论交给人工或第二个模型复核； 记录模型版本、提示词和工具调用历史。 对 Agent 来说，准确回答只是起点。只要它能写入数据库、发送邮件或触发流程，错误就会变成真实业务影响。 Terminal-Bench：编程能力需要放进预算里评估 Terminal-Bench 4.0 测试命令行编程 Agent 解决实际问题的能力，例如修复网页加载时发生的布局偏移。Terra 最高推理强度下成功完成 50.3% 的任务，上一代 GPT-5.6 Terra 为 21.5%。 OpenAI 仍建议使用 GPT-6.1 Sol 或 GPT-6 Astra 处理最难的编程任务。这种产品分工比较合理：Terra 负责规模化的中等复杂任务，旗舰模型负责高风险、高耦合和多轮失败任务。 代码 Agent 的成本不能只看 API 单价，还要考虑： 真实任务成本 = 输入 Token + 输出 Token + 工具调用 + 失败重试 + 人工返工 + 测试和构建资源 一个低价模型如果经常生成错误补丁，最终账单可能高于单价更高但一次完成的模型。上线前应对真实仓库任务记录首轮成功率、端到端耗时、工具轮数和回滚次数。 每百万 Token 输入 1 美元 GPT-6.1 Terra 的标准 API 价格为：输入每百万 Token 1 美元，缓存输入每百万 Token 0.05 美元，输出每百万 Token 5 美元。相比 GPT-5.6 Terra 和 GPT-6.1 Sol，标准价格下降 50%；与 GPT-6 Astra 相比，输入和输出约为十分之一。 价格下降会扩大 Agent 的可用范围，但也会让团队更容易放任任务无限重试。建议设置项目级预算、单任务 Token 上限、每日调用上限和异常增长告警，并将缓存命中率纳入成本报表。 ChatGPT Work、Codex 与 API 接入 Terra 已面向 ChatGPT Plus、Pro、Enterprise 和 Edu 用户开放，可以在 ChatGPT Work 和 Codex 中使用；开发者可通过 gpt-6.1-terra 调用 API。 安全方面，OpenAI 表示 Terra 沿用了 GPT-6 Astra 的防护措施，并增强了抵御提示词注入和说明自身能力边界的能力。其网络安全能力达到 Preparedness Framework 的关键级门槛，因此企业接入时更要严格限制工具和网络权限。 国内团队如果需要将 Claude Code 等工具接入兼容 API，可通过 Code80 配置 endpoint；密钥、数据、审批、审计和生产权限仍由项目侧管理。 常见问题 GPT-6.1 Terra 是 OpenAI 当前最强模型吗？ 不是。它的重点是速度、价格和高频 Agent 任务；最复杂的软件工程和深度研究仍可能需要 GPT-6.1 Sol 或 GPT-6 Astra。 Terra 适合直接操作企业桌面软件吗？ 适合在受控环境中试点。必须限制登录状态、文件范围、网络访问和外部副作用，并记录完整操作轨迹。 如何判断低价模型是否真的省钱？ 同时统计 Token、工具调用、失败重试、人工返工和测试资源。单价低但反复失败的模型，不一定带来更低的单任务成本。 什么时候应该升级到旗舰模型？ 当任务涉及高风险生产变更、复杂跨文件重构、长程研究、连续失败或高价值决策时，可以根据路由规则升级，并保存升级原因与最终结果。 使用 Terra 时最重要的安全控制是什么？ 使用最小权限、独立工作区、短期密钥、网络白名单、调用预算、审计日志和人工审批。模型速度越快，错误扩散也可能越快。 本文由人人都是产品经理作者【易安说AI】，微信公众号：【易安说AI】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自作者提供 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 03:33:56 +0000https://www.woshipm.com/marketing/6487081.htmlwoshipm-4cf5a43027fe0933商品、货品、服务、体验都只是手段，客户真正想要的终点是自我转型。派恩在《体验经济》的价值演进模型里把它列为第五层，也是新书《转型经济》的核心：更低层级的供给不断商品化，转型于是走到舞台中央。 企业若能够帮助客户实现内心真正的追求，就能释放巨大商业价值！ ——《变革经济》 你今天卖的所有东西，都不是客户真正想要的。说到底，商品、货品、服务、甚至体验，只是达成目标的手段—— 客户真正渴求的终点是“自我转型”。 所谓“自我转型”，就是变得更健康、更富足、更睿智；让生活有意义，让事业有使命；作为个体蓬勃生长，作为企业持续壮大，活成自己渴望成为的样子。 “自我转型”是一种独立的经济产出， 这是约瑟夫·派恩在《体验经济》中提出的“经济价值演进模型”中的第五层，也是2026年新书《转型经济》一书的核心。他认为，转型一直存在——但随着更低层级的经济供给不断商品化， 它走到了舞台中央——我们正迈入转型经济时代。 那么，为什么是现在？ 一、转型经济为何到来：从物质丰裕到时间稀缺 工业革命之后，发达国家积累了极为丰裕的物质条件，曾经难以想象的东西如今唾手可得。相对的，时间代价急剧攀升 ，人的时间总量固定，也就成了最珍贵的资源。 商品、货品与服务，核心作用是帮人省下时间，把释放出来的时间留给体验，用来享受、学习、实践，感受当下。 但转型和体验不一样。体验偏向消耗当下的时间， 转型则是把时间投向未来的自我——品牌以体验作为原料，引导客户走向内心想要抵达的状态。 换个角度，从供给端来看，转型经济能够兴起，来自于企业持续寻找差异化的内在诉求，以此躲开供给落入同质化内卷的宿命。 所有这些都表明 ，转型是价值的终极形态——客户自身，即是最终的产品。 一旦完成这场转变， 用户会逐步活成自己期待的模样 ，而商品、服务与体验，仅仅是促成这份改变的前置条件；每个人的成长路径各不相同，这就让转型业务 自带难以复制的属性 ，天然对抗同质化。更进一步，企业在个体身上促成的改变，也能够支撑 更高的收益空间。 二、从体验走向转型：四层分级与“追梦者” 这种价值转变早已发生。新冠疫情更是加速了这一进程，解封之后，人们迫不及待去重拾久违的体验，每一场体验活动都迅速满座。人们愿意投入金钱与时间去消费体验，这也让“体验赛道”显现出逆周期的增长。 为了更容易理解，我们可以将体验分为四个层级： 记忆型体验（Memorable experiences）。 体验是能够调动个体、留下个人印记的事件。 如果参与者（最合适的叫法是 “宾客”）离开之后没有留下记忆，那就算不上体验。 想要沉淀记忆，供给必须具备感染力，触动人的情绪、身体、智识或者精神。 意义型体验（Meaningful experiences） 。 疫情之后我们意识到，人们怀念的不只是回忆，更是和家人、爱人、朋友、陌生人一起沉浸在集体活动里 那些充满意义的时光 。意义型体验不止打动个体感受，更会触及身份认同。 超脱型体验（Transporting experiences）。 让人脱离现实自我，产生敬畏感、心流和狂喜。它唤起惊奇感受，把人带离当下时空， 进入一种超越现实的阈限状态。 变革型体验（Transformative experiences） 。简单来说，它会 改变你这个人本身 。有时候是一场足以改写人生的罕见经历；但更多时候，变革来自一连串体验的叠加 —— 记忆、意义、超脱三层体验共同创造条件，推动个人或企业完成自我蜕变。 直观来看，单靠自身力量实现转变，会十分艰难。因此，人们会向擅长促成改变的品牌寻求支持：从亚健康走向身心舒展，从财务局促走向安稳富足，从认知空白走向专业娴熟，从平凡无感走向生命有意义 。 这种由“A状态抵达B状态”的过程， 就是转型最核心的特征。进一步阐述的话， 真正的转型，落脚点是可持续的实质改变。 而想要促成“实质改变”，品牌需要持续陪伴 “追梦者” ——我们以此称呼正在完成自我转变的人。 陪伴的意义，不止帮他们抵达目标，更要稳住这份改变，让效果长期留存。 火人节就是例子。现场充满高峰体验、心流与震撼，每年活动结束，几乎所有参与者都说：“火人节改变了我的人生。”但主办方会给出提醒，回去至少两周内，不要做任何重大人生决定。 理由很简单，因为当参与者回归日常，新获得的记忆、认知、行为习惯会慢慢消退。改变如果不能长久留存，就不算真正完成了转型。 三、改变会消退，除非你做“封装” 想要稳住这份改变，交付完整的转型服务，品牌需要对体验完成封装。 整套动作包含三个环节，缺一不可： 1）事前准备。 带领“追梦者”预先构想体验的全过程，看清转型将会带来的变化，调整自身预期与心态。前期铺垫越充分，正式体验带来的触动也就越深。 2）事后反思。 引导“追梦者”复盘整个过程：其间发生了什么，内心生出怎样的感受，这份经历会带来哪些长远影响。反思能够回溯、放大体验的价值；如果和扎实的事前准备相互配合，效果会进一步增强。 注意：体验本身，就是这套封装流程里的一环。准备与反思并非额外附加的步骤，它们和核心体验彼此相融，共同组成一套完整供给。 3）持续整合。 把反思得到的认知落地为实际行动。在品牌的陪伴之下，“追梦者”将新的变化融入日常或是企业经营。依靠长期跟进巩固成果，把单次的变革型体验，沉淀为一套闭环的转型服务。 四、身份改变是终极生意：Delta模型全解 Delta模型清晰呈现出转型指导者该如何升级，交付一整套闭环的转型服务。 这套模型的价值梯度十分清晰，层级越高，创造的价值越大。 变革型体验虽然高于记忆型、意义型体验，但只有把单次体验 整合成长期持续的服务 ，促成的改变才能经得起时间考验。 模型底层也不难看出，旅行类体验，价值高于单纯令人难忘或是仅有情感意义的体验。即便上升到变革型体验，依旧无法实现稳定长久的改变。 只有把多层体验串联整合 ，形成长期陪伴机制，才能守住成果，真正兑现客户的成长期许。 抵达模型顶层，便是彻底蜕变（Metamorphic）。 这是整个体系里的最高层级，部分人生转变足够深刻，直接触及身份内核，带来永久性的自我重塑。 让我们以育儿为例。生育会永久改变母亲的生理状态，相关研究也证实，父亲同样会发生不可逆的身心变化。从产前调理、分娩照料到产后恢复，整个养育周期会产生巨额消费。 可现实里，真正做好万全准备的父母寥寥无几。医院、母婴用品品牌，没有任何一家企业能提供一整套完整的 “为人父母” 转型服务 ，这其中蕴藏着巨大的商业空白。 把视野继续拓宽：从幼儿园到博士，第一份工作，参军，结婚，晋升管理者，创业，退休—— 人生每一个关键转折点，都潜藏着彻底蜕变的商业机会。 再思考一下：有多少金融机构不只帮客户理财，还引导客户跨入人生的全新阶段？ 创伤也是转型的起点。 确诊重病、重大车祸、失去挚爱、被解雇——创伤会立刻改变一个人。商业服务可以承接这份需求，陪伴人们在创伤之后重建人生，塑造全新的自我。但当下几乎没有商业机构，愿意充当这类深度蜕变的引导者。 极端一点来说，所有转型，本质都是身份的改变。 另外，除了顶层的彻底蜕变，Delta模型中间还存在大量机会。不需要改动身份核心，只需优化局部特质，比如以下三个方向： 精进（Refinement）： 打磨身份的局部能力，适用于个人成长、职场进阶与组织优化。如学习葡萄酒品鉴、提升岗位技能、优化企业客服响应效率。 拓展（Expansion）： 向外拓宽自我边界，追求全新目标。例如把高尔夫球技练到个位数差点、熟练掌握 AI 工具、搭建以客户为中心的经营体系。 涵养（Cultivation）： 培育全新的非核心特质，丰富自我维度。就如养成园艺爱好、考取专业资质、开拓全新业务板块。 简而言之就一个意思， 转型没有固定入口。 起点可以是内心渴望、人生节点，也可以是突发创伤，但最终落点始终一致： 让人成为全新的自己。 谁率先落地完整的转型服务，谁就能拿到下一阶段商业竞争的入场券。 五、五问法：每一层追问都是新业务 不少制造企业与传统服务商，会觉得踏入转型经济遥不可及。 但要记住，企业当下交付的所有事物，都只是客户奔赴目标的跳板。 我们可以借助五问法持续向下探寻： 客户为什么选择这件产品？ 为什么想要拿到这个结果？ 这个结果为客户带来什么转变？ 你能在这个转变中提供什么？ 你提供的这个体验哪些是不可替代的？ 顺着问题层层深挖，也许能够帮企业看清现有业务如何承接客户深层诉求。搭配调研，我们可以批量捕捉群体的共同向往；依托大规模定制工具，又能为个体量身设计方案 。有了这些洞察，企业就可以在原有业务之外，发展起转型服务。 就算暂时还无法提供完整的转型服务， 每一层追问本身就有商业价值 。如果无法直接主导完整转型，就找能做转型服务的伙伴合作；最低限度，至少可以优化现有产品，帮客户自主完成自我改变。 请记住，哪怕只往Delta模型上层迈一小步，也能创造更高价值。 不管是否寒冬，总有浪潮在往这里来。 ——《让大象飞》 转型经济回应的，是人底层的渴望与长久向往。 想要在新商业浪潮中保持竞争力，品牌需要清楚大浪的方向：如何支持人的蓬勃成长？如何助力个体收获健康、富足、新知与生命的意义？如何陪伴人们活成心中期待的样子？ 说到底，客户买的不是产品，是自我转型——而你，准备好了吗？ 本文由人人都是产品经理作者【品牌猿】，微信公众号：【品牌猿创】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 03:03:39 +0000https://www.woshipm.com/ai/6487062.htmlwoshipm-77ce1ab752bd4142十月三十日凌晨，Tibo 在 X 上宣布 Pro 100、Pro 200、Pro 500 与 Business Premium 的额度调整，即刻生效。同样叫翻倍，实际多拿多少要看原有基数，Pro 200 最绕，二十美元的 Plus 这轮没有变化。 北京时间 10 月 30 日凌晨，OpenAI 的 Tibo 在 X 宣布， Pro 100、Pro 200、Pro 500 和 Business Premium 调整使用额度，即刻生效 。 大家都知道，我一直是 Codex 的忠实用户。基本上，在做任何一件事之前，我都会先用 Codex 试一下。 整理图片、备份资料、查信息、准备公众号内容，能交给它的，我都会先让它做做看。 不过，用得多了，额度有时候确实跑得比较满，就不够用了。 最近大家也知道，Tibo 这阵子还搞了个「 连续 28 天 」的承诺：每天给多数 Codex、Work 用户带来一项明确改进，或者重置一次额度。 注意，是改进或者重置，并不是连续 28 天每天都重置。（实际确实如此，为了不给重置，水过好几次迭代。。。） 说该说不说，这种被牵着走的感觉，还真有点「耍猴」营销、军哥那味儿了。 我都忍不住怀疑：Tibo 是不是拜访过雷总，顺便学了两招？ 好消息是，今天Tibo 又来发额度了—— Pro 会员额度直接翻倍！ 但不过也得先看清楚： 同样叫「翻倍」，你实际多拿到多少，得看原来有多少额度。 尤其是每月花 200 美元的朋友，还真得多看一眼。 Tibo 宣布 Pro 等套餐的额度调整 咱们直接看这张对照表，不同档位的变化放在一起，就比较清楚了。 各档套餐的额度变化：Pro 200 需区分此前额度 100 美元和 500 美元这两档比较直接，Work 和 Codex 的额度都是此前的两倍。20 美元的 Plus，这次没有变化。 Pro 200 就有点绕了。 按照 OpenAI 的套餐说明，此前 9 月 29 日邮件里宣布的降额安排取消了。 原先就在较高额度上的用户，继续保留；原先额度较低的用户，翻倍后与前者对齐。 所以，同样是 Pro 200，有人可能会觉得「终于多了」，有人打开一看，「这不还是原来那些吗？」 两边都没看错。 科技媒体 The Decoder 在 10 月 29 日的报道中，也提到了这次调整与用户反馈的关系。 对原本享受较高额度的 Pro 200 用户来说， 原本准备收回去的额度，现在留下了。 怎么说呢，多多少少带点「保住了也是赚到」的味道。 好在这次调整自动生效，不需要等续费，也不用取消再订。 另外，Pro 200 也重新开放了新订阅，新老用户的 Work、Codex 额度统一。 而且，用户的吐槽，官方应该是真听到了。 OpenAI 的 Andrew Ambrosino 随后在 X 回应，用户反馈起了作用。 除了额度，团队还开始集中改进应用的简洁性和性能，他会亲自跟进。 最后，他还让大家继续把抱怨发给他。 Andrew 回应用户反馈，并承诺改善应用体验 作为产品经理，我挺在意他提到的应用体验。 说实话，虽然 Tibo手握着「重置按钮」，多少有点营销的感觉，但我经常看他在推特回复收集用户反馈，你从这次调整和团队的回应来看，他们确实挺重视用户反馈。 这也是我们经常说的， 好的产品，是通过用户反馈一点点迭代出来的。 用户为什么抱怨、哪一步用得不顺、什么任务总是做不完，这些都值得认真收集。收集之后，还得真的改。 你看，额度多一些当然好，但如果一件事需要来回纠正、反复重做，消耗照样往上走。 真正拿 Agent 干活，还是希望它少折腾几次，把事情做好。这个感受，比套餐里多出来的数字更直接。 另外，还有个容易忽略的细节： 额度翻倍，不代表能多完成一倍的任务。 同一个模型，速度选得不同，额度消耗也不一样。按目前官方定价说明，Fast 的消耗速率是 Standard 的 2.5 倍；GPT-6 Astra 和 GPT-6.1 Sol 的 Ultrafast，则是 8 倍。 这里说的是套餐内的额度。 额外购买 credits 的计费倍数另算。 所以，如果一边领到了更多额度，一边又把速度拉高，最后觉得「怎么还是不够用」，未必是错觉。 另外，Pro 200 额度增加，也不会因此解锁 Ultrafast。这个速度档位，目前在 Pro 套餐里仍然属于 500 美元档。 镜哥的建议是，赶时间的任务，可以用更快的档位；不急着拿结果的整理、分析，就没必要每次都拉满。 省下来的额度，留给真正着急的事。 如果你还会自己做应用、搭 Agent，这次还有一项相关福利：符合条件的 Pro 订阅可以领取 API 额度。 100、200、500 美元的 Pro，对应完整月度账期的 API 赠额也是 100、200、500 美元。 不过，需要付费订阅已生效至少 7 天，并完成领取。 中途领取的首笔额度按剩余账期折算，当期没用完也不会滚到下个月。 听起来挺香，但这笔账可别算混了： API 赠额不能给订阅版 Codex 续杯 ，也不覆盖通过 API Key 使用 Codex 的消耗。 它主要是给调用 API、开发应用和 Agent 用的。 如果你只用 Codex 客户端，就别把这笔钱也加进自己的可用额度里啦。 想看看自己有没有，可以去 ChatGPT 的“设置 → Billing”查看领取入口和条件。 至于大家讨论的另一件事， 12 月可能ChatGPT 和 Codex 会共享额度 ，我觉得确实值得的关注，： Tibor Blaho 展示了一段 ChatGPT 隐藏的结账提示，大意是： 从 12 月开始，ChatGPT 和 Codex 的套餐使用量将共用一个限额。 Tibor 展示 ChatGPT 结账页面中的共享额度提示 如果最终按这个方向执行，既用 Codex 干活、又经常用 ChatGPT 的用户，确实得重新算算自己的使用量。 不过，说实话， 现在我现在还没有完整的正式规则。 具体应该怎么合并、哪些功能计入、总量应该如何设置等等，这些都还没有说清楚。 现在就说“白天把 Codex 用完，晚上 ChatGPT 也废了”，有点早。 目前，普通聊天中的部分模型消息限制，和 Work、Codex 额度仍有区别。比如 Pro 100、Pro 500 的 GPT-6 Pro 每周聊天消息上限，并没有跟着这次一起翻倍。 所以，我对这次调整的看法倒不复杂：额度变多，或者原本要减少的额度保住了，都是实际的改善。 当然，也希望 OpenAI 接下来把规则说得再清楚一点。 每个月订个 AI 工具，还要先研究自己属于哪一批用户，说实话，这挺费脑子的。。。 还是那句话，就你把额度给够，规则讲明白，让用户能顺利、高效地完成任务。 我觉得这才是真正的更新，也是最重要的本质更新。 本文由人人都是产品经理作者【AI产品大峡谷】，微信公众号：【AI产品大峡谷】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 02:48:06 +0000https://www.woshipm.com/ai/6487009.htmlwoshipm-d6a29dbbca380c43抖音和 B站上都有人开始折腾大肥鱼，给本地 AI 助手装插件。这篇挑了十组仍在维护的项目：短剧创作工作台、无限画布、手机接 QQ 和微信、桌宠、B站视频筛选、网页操作与办公文件，每组都说清装好之后能干什么。 最近，抖音和B站都能看到不少网友折腾大肥鱼。 甚至有人给它安排了自己的账号，让它看视频、挑选话题，甚至参与评论区里的聊天。 这人不少人也跟着给电脑装了一个DeepSeek Harness，然后开始琢磨，这个本地AI助手还能帮自己做些什么。 DeepSeek Harness作为一套开放的Agent工具。用户可以在电脑里与它对话，让它读取工作目录中的文件，调用合适的工具完成任务。 随之热闹的其实是它的插件社区。第三方社区目录已经收录数万个项目，里面既有成熟工具，也有刚发布几天的个人作品。 这次挑了10组仍有近期维护记录的项目，尽量选择容易理解、装好后有明确用途的功能。 Oh Story DSH 与 Infinite Canvas：给DeepSeek装个短剧创作工作台 Oh Story DSH提供了一套较为完整的创作工作台。 它将短剧相关的Skills和专业Agent角色整合进Harness，用户可以通过对话让AI编写剧本，随后安排分镜并准备图片与视频提示词。 每一集的剧本、视觉设定和分镜都有对应的文件，方便后续继续修改。 项目还提供了制作视图，可以查看镜头顺序、素材及任务进度，其中也包含用于展示素材关联的画布。 如果更喜欢在画布里直接操作，可以看看另一个开源项目Infinite Canvas。 它将短剧制作过程整理成一块可以自由拖动的无限画布。创作者可以新建剧本节点，再根据剧情展开分镜，并给角色添加参考图片。 Infinite Canvas还提供了视频生成和成片编辑相关功能，可以将制作好的片段按照顺序组织起来，添加转场及字幕。它也支持自定义图片和视频模型，方便使用已经开通的生成服务。 对于经常制作AI短剧，又想使用DSH的人来说，这类插件提供了一种新的制作方式。如果想要更加完善的一套，可以看看我们之前的内容。 DSH-EasyRewrite 与 dsh-prompt-history：聊天也能随手修改 很多时候，任务已经聊了十几轮，才发现前面某条消息写错了一个条件。继续补充说明容易让对话越来越长，重开会话又得重新交代材料。 DSH-EasyRewrite给聊天界面补充了消息编辑和撤回功能。用户可以点击自己发出的消息进行修改，也可以撤回指定位置之后的对话，再重新发送。 它考虑了编辑中途反悔的情况。修改内容会先停留在草稿状态，用户确认发送后，才按相应规则处理会话。 原项目文档还介绍了图片附件编辑和草稿备份等细节，适合经常反复调整提示词的读者。 另一款dsh-prompt-history更偏向输入框和划词操作。选中聊天记录中的一段文字后，可以复制、引用到输入框，或者送入侧边对话单独追问。 输入提示词时，方向键能找回先前发送过的内容，`Ctrl+R`可以检索历史记录，还能根据已有文字提供补全建议。 需要提醒的是，Harness较新版本已经加入部分原生引用能力，第三方插件的优势主要体现在侧聊、历史召回和更完整的编辑操作。 dsh-pet：电脑里养一只大肥鱼 大肥鱼的魅力，还来自这只可以在桌面活动的小家伙。 dsh-pet让桌宠待在Harness界面里，也支持使用透明置顶窗口，让它直接出现在电脑桌面。平时它会自己走动、打瞌睡或者摆弄小物件。 鼠标点一下，角色会做出带弹性的回应，拖着它移动，还会出现甩抛和反弹动画。作者准备了大量透明动画，连写代码、吃火锅、玩魔方这样的动作都有。 Harness开始思考或调用工具时，桌宠可以切换对应动画。任务结束、需要确认操作或者执行出错，它也会给出提示。 另外，项目已经集成余额查询功能。连接受支持的服务商并配置凭据后，宠物可以通过动作和气泡提醒账户余额或额度情况。 比较有意思的是，它允许同时养多只宠物，还能加入新的宠物种类。开发者提供了宠物素材包的规范，以及利用AI生成视频、处理透明动画的制作指南。 读者可以自己设计角色和动作，再接入桌宠系统。这个过程需要准备素材和进行配置，换一只新角色并非简单点一下换肤按钮。 QQ Bot 与 dsh-wechat：手机里也能指挥AI 本地Agent装在电脑里，出门之后想让它继续干活，手机聊天软件就成了一个很顺手的入口。 像腾讯官方发布的QQ Bot插件，能够把Harness接入QQ私聊或群聊。按照项目提供的流程完成插件安装和扫码绑定后，用户可以通过QQ发送任务。 机器人收到消息，再交给电脑里的Agent处理，随后将回复送回聊天窗口。项目还提供图片理解、发送文件和操作确认等能力。 微信这边也有社区方案。dsh-wechat由第三方开发者维护，项目说明它通过腾讯iLink通道与个人微信连接，安装时需要扫码绑定。 它支持文字消息往返，也提供图片、文件、语音、视频附件以及切换会话等功能。开发者展示过电脑已经锁屏，用户仍通过手机微信获取本机文件信息的过程。 ModSearch 和 dsh-bili-scroll：帮你找信息和筛视频 相信不少养大肥鱼的用户也是通过B站认识DeepSeek Harness的。 平时关注的UP主更新了什么视频，最近又有哪些值得看的作品，其实也可以让AI帮忙筛选。 dsh-bili-scroll就提供了这样的功能，安装好后，进入设置➡️刷B站➡️高级➡️装主依赖，好了之后点击扫码登录即可。 用户可以设定感兴趣的关键词，让插件搜索近期视频，读取能够获取的字幕，再交给模型分析视频讲了什么，挑选值得观看的作品。 筛选结果会整理成 Markdown 日报，附上推荐理由和相关视频链接。遇到没有字幕的视频，可以选择跳过，也可以配置额外的本地转写工具。 除了视频，日常查资料也可以交给DeepSeek。 比如想了解某个AI产品最近更新了哪些功能，或者搜索GitHub项目和开发者动态，可以试试ModSearch。 这个插件可以接入多个搜索引擎和网页读取服务，让Agent获取搜索结果并阅读相关页面。 遇到某个服务不可用或者免费额度耗尽时，还能自动切换其他来源，继续完成检索。 它提供了免注册、免API Key即可起步的搜索渠道，也允许用户自行配置Tavily、Exa等服务。免费渠道有各自的使用额度，具体以服务商规则为准。 dsh-ego-browser：看着AI操作浏览器 dsh-ego-browser把面向Agent的浏览器接入Harness。 模型可以读取页面结构，识别按钮和输入框，再调用工具进行点击、填写、滚动和截图等操作。 它提供独立的观察界面，Agent正在访问哪个页面、点击了什么位置，使用者可以直接看到。 碰到登录验证或网站布局变化，还能自己接手鼠标操作，处理完再继续让Agent工作，避免一次意外点击把整段流程带偏。 项目还支持管理多个标签页以及保存任务使用的浏览器状态。对于需要登录的网站，开发者提供了复用浏览器登录信息的配置方式。 Univer Office 让AI处理办公文件 Univer Office为Harness接入了一套可编辑的办公环境，支持电子表格、文档、演示文稿等格式。 用户描述自己要制作什么，Agent可以生成对应文件，也能读取已有的Excel、Word和PowerPoint文档进行修改。处理结果可以在会话内预览，方便查看具体改动。 比如把一份杂乱的销售明细交给它，要求按月份统计订单，补齐必要的计算字段，再制作一张趋势图。 它还有草稿审阅能力。部分编辑操作可以先保留为待确认的修改，用户检查后再决定采用还是放弃。 dsh-genui 把回答变成可以操作的界面 有些问题用一段文字解释很费劲，做成图表后反而容易理解。 尤其是涉及数值变化、不同选项比较或者多个步骤的任务，用户往往希望直接点击、拖动或筛选。 dsh-genui给Harness增加了生成交互界面的能力，也就是类似于ChatGPT前段时间新出的交互功能。 安装后，模型可以在聊天回复里展示统计卡片、表格、动态图表和表单，还支持函数曲线、流程图及部分3D展示。 它的效果类似一块嵌在聊天窗口里的小面板，用户可以继续使用其中的按钮和控件。 模型会输出一份符合插件规范的界面描述，由浏览器端的渲染器把它显示出来。 dsh-context 看清AI记住了哪些内容 dsh-context准备了可视化面板。 它会整理当前会话的上下文组成、使用量、历史变化和压缩记录，还能查看消息及部分工具调用信息。 用户不用自己翻找大段日志，就可以通过图表认识Agent处理长任务时携带了哪些材料。 它也适合同时运行多个Agent的情况。项目提供专门的视图，展示当前Agent与子Agent之间的关系和活动情况。 另外，项目提供侧边栏入口和`/context`命令，想检查当前会话时可以快速调出信息。 对于经常上传长文档、写代码或运行复杂工作流的使用者，了解上下文占用和缓存情况，也有助于判断接下来该不该整理材料或新开会话。 DSH Market 给 DeepSeek 装个插件市场 第一次找Harness插件，很容易遇到一个问题。GitHub项目很多，名称又相似，搜索结果里混着旧版本、个人改版和已经失效的仓库。 看到别人分享某个功能，还得自己找项目地址，再研究如何添加到客户端。 DSH Market相当于装在Harness里的社区插件商店，可以按类别浏览插件，查看作者介绍、截图、Star数量和版本要求，也提供搜索、收藏与安装入口。 需要注意，Harness自己的插件管理功能也在不断完善，较新的版本已经支持接入自定义索引源。 但DSH Market增加的是另一套整理过的社区目录和更集中的浏览体验。 这10组插件涵盖了桌宠、手机聊天、视频整理、网页操作和办公文件，也包括一些每天都能用到的界面小功能。 挑选时没有必要一次全部装完，可以先根据自己最常做的事情，试一两款再慢慢扩展。 社区里还有人研究模型提示词注入、越狱测试、反代额度和逆向相关工具，这篇就不展开了。 普通用户多重点留意插件的文件访问权限、外部网络请求、账号权限需求，还有项目的维护状态。 安装前可以外来链接发给DeepSeek harness，由它完成安装，权限边界也更好管控。 作者：虾蛄AI 公众号：虾蛄AI 本文由 @虾蛄AI 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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 02:45:39 +0000https://www.woshipm.com/it/6486999.htmlwoshipm-8cd767b869e7ca32抖音副总裁李亮在微博承认腾讯短剧和短视频增速远超自己，随后又连用五个胡扯回击秦朔。一家公司用十年算法争到中国人最多的时间，却要否认字节时间这个说法。这场争论真正的焦点不是名词，而是拿走的这些时间到底创造了什么。 01 反常动作 10 月 27 日，抖音集团副总裁李亮在微博上写下一句话： “真实情况是，腾讯公司短剧、短视频增长速度，远远超过抖音和红果。” 过去几年，中国互联网的大厂高管们已经很少在公开场合谈论对手了。偶尔提及，也多半是“各有优势”“良性竞争”这类不痛不痒的客气话。主动承认对手的增速“远远超过”自己，并且是在一场舆论争论中、用自己的账号、以肯定的语气说出来——这不是谦逊，这是主动交出身位。 在商业传播里，这是一个极反常的动作。 更反常的是他的措辞。第二天，李亮在一篇长文的结尾连用五个“胡扯”：“我们知道你为啥在胡扯，你也知道自己为啥在胡扯……但你就是在胡扯。”随后又补了一句“非蠢即坏”。被他这样说的人，是《第一财经日报》创办人、“秦朔朋友圈”主理人秦朔，一位极负盛名、深受敬仰、以温文尔雅著称的财经媒体界前辈。 一位大厂副总裁，宁可把体面和分寸都放下，也要极力辩解自家企业没什么了不起 —— 这在公关史上也不多见。 反常背后必有强动机。 整件事的起点，不过是秦朔在一篇文章里提出的一个说法：“中国互联网的字节时间”。表面看，这只是一场关于数据口径的争论，但只要把李亮的反应强度与这个说法的严重程度放在一起称一称，就会发现并不平衡。“字节时间”，无非一个概念而已，至于让人这么急吗？ 那么，字节到底在怕什么？ 02 交手回合 先回顾一下这四天到底发生了什么。 10 月 26 日，秦朔在公众号“秦朔朋友圈”发表《“可怕”的红果与中国互联网的字节时间》。文章援引野村证券报告中的QuestMobile 数据：2026 年7 月，中国移动互联网使用时长 Top50 的App 中，抖音首次超过微信，其中抖音占 19.4%，微信 18.8%；整个字节系时长份额 40.9%，腾讯系 29.1%。 据此，秦朔提出一个问题： 中国互联网是不是正在开启一种新秩序，也就是从 “ 腾讯时间 ” 过渡到 “ 字节时间 ” ，从 “ 微信时间 ” 过渡到 “ 抖音 + 红果时间 ” ？ 10 月 27 日白天，红果短剧官方发布声明，辟谣网传“年化收入逼近 400 亿元”“今年营收 420 亿至 450 亿元”等数据。 当晚，李亮转发该声明并开炮：一位他之前“非常尊重的学者”居然提出“中国互联网的字节时间”这个概念，“这个定性极不严谨，纯属瞎扯”。他的理由是：短剧、短视频属于充分竞争行业，市场格局变动快，没有哪家公司能稳居第一；只有即时通讯因为有关系链这道护城河，格局才相对稳定。当然了，谁都知道，后面那句话直指腾讯的微信。 10 月 28 日上午，秦朔在朋友圈补了 8 月的新数据：字节系 41.8%，腾讯系 28.6%，差距扩大到 13.2 个百分点。他还搬出了《反垄断法》第二十四条，即一个经营者在相关市场的份额达到二分之一的，可以推定其具有市场支配地位，如今字节系已占 40% 多，“在时长这个维度已经有了一定的支配地位”。 同日，李亮发出第二篇长文，逐条反驳，指出秦朔的分析存在几个基本常识性错误，结尾便是那五个“胡扯”，之后又追加一句“知错不改，还故意扩大误导性观点，那就非蠢即坏了”。 10 月 29 日，李亮再发文，把话题转向动机层面。他提到秦朔 23 日参加某公司创作者嘉年华、24 日发文赞赏该公司某部剧集、26 日写出“字节时间”，暗示背后有利益相关方，并点名由腾讯官方授权、秦朔主编的两本书，表示“会认真阅读学习”。 李亮此举，就是将秦朔与腾讯的关系捆绑起来了。 至此，这场争论已经从“数据对不对”，滑向了“你是不是收钱说话”。走出这一步，对李亮和字节是不是好事，还真是不好说。 但是李亮的反应有两处反常值得记住：一处是示弱夸腾讯，一处是连用五个“胡扯”，前者是主动交出身位，后者是主动撕掉体面。一个公司的传播负责人同时做这两件事，只有一个解释——这件事的分量，比外人看上去重得多。 03 “支配地位” 要理解李亮的急，先要理解“字节时间”这四个字在中文商业语境里的真实含义。 它听起来像一句夸奖。实际上不是。 在中文商业语境里，给一个时代冠以某家公司的名字，从来不是修辞，而是定性。它暗含的意思是：这家公司已经大到不再是一家公司，而是一种环境、一种基础设施、一种所有人都绕不开的存在。这正是民间对“支配地位”一词最质朴的表述。 秦朔的文章里，最要命的其实不是“字节时间”这四个字，而是紧随其后的那段法律援引。他引用 《反垄断法》第二十四条：一个经营者在相关市场的市场份额达到二分之一的，可以推定其具有市场支配地位。 这几句话，把一个传播话题升级成了一场法律话题。这就是字节最怕的升级路径。 回头看李亮的两篇长文，会发现他死磕的是同一个点：41.8%，连二分之一都不到。他甚至把这句话重复了不止一遍。 这看似是抠字眼，实则是在守一条法律红线的话语防线。因为市场支配地位的推定，从来不是只看数字，但它一定从数字开始。一个数字被反复引用、被权威人士背书、被媒体二次传播之后，它就会慢慢从“某份报告里的估算”，变成“业内公认的事实”。 行业对此有肌肉记忆。 2021 年 4 月，阿里巴巴因“二选一”被处以其 2019 年境内销售额 4% 的罚款，计 182.28 亿元；同年，美团被罚 34.42 亿元。那轮监管风暴的起点，并不是某一次执法，而是此前数年间舆论对平台“支配地位”的反复确认。当所有人都开始说一家公司“太大了”，法律的齿轮往往就开始转动。 所以对字节来说，这不是一场面子之争。 一家估值以万亿计的未上市公司，最怕的不是被夸强大，而是被论证垄断。前者是赞美，后者是风险。而“字节时间”这个说法的危险之处在于：它天然就是从赞美通往论证的桥。 04 监管气候 如果这场争论发生在五年前，李亮或许会一笑置之。但它是发生在 2026 年。 过去十个月，平台经济的监管气候已经明显转向。 时间 监管动作 2026 年 1 月 市场监管总局对携程涉嫌滥用市场支配地位行为立案调查 2026 年 2 月 13 日 印发《互联网平台反垄断合规指引》（共五章 38 条） 2026 年 2 月 15 日 约谈阿里、腾讯、抖音等七家平台 2026 年 3 月 明确“密切关注平台经济细分领域竞争状况”，外卖行业启动市场竞争状况调查评估 2026 年 7 月 印尼反垄断机构 KPPU 对 TikTok Shop 启动调查，直指纵向一体化、垄断、市场支配、掠夺性定价 把这些动作连起来看，信号很清楚：平台治理正在从碎片化的个案执法，转向系统化的规则治理与预防性监管并重。而“防止赢者通吃”、“避免资本无序扩张”，是这一轮治理里被反复强调的关键词。 在这个背景下，“中国互联网进入字节时间”这句话，几乎就是一份自认状。 不需要任何人，它自己就完成了举证：一家公司拿下了四成以上的用户时长，而且还在涨。在预防性监管的逻辑里，这种叙事本身就是风险。 更麻烦的是，海外的同步压力已经出现。7 月印尼 KPPU 对TikTok Shop 的调查，举报方是被其“内容+电商+物流+支付”一条龙模式挤到墙角的第三方物流企业。这条线索说明，字节的商业模式正在多个市场同时触碰同一类问题，不是某一款产品的问题，而是结构性问题。 结构性问题最怕被命名。因为一旦有了名字，它就可以被引用、被讨论、被写进材料。 05 两顶帽子 时机的巧合，让这件事更糟。 10 月 27 日，胡润百富榜发布，43 岁的张一鸣以 6700 亿元财富第二次登顶中国首富，一年暴增 2000 亿元，刷新首富财富纪录。 第二天，“字节时间”开始刷屏。 财富榜首 + 时间支配者，两顶第一的帽子在 48 小时内同时扣下。 这种叠加会触发舆论场里最朴素的规律，那就是“枪打出头鸟”。何况舆论场此前的风向，对字节已经不友好：“红果短剧降智”、“红果短剧防沉迷”多次登上热搜；评论区里“精神鸦片”、“垄断流量”的指控随处可见；关于短剧成瘾机制的研究被反复引用。 在这个氛围之下承认“字节时间”，等于承认字节占用了中国人最多的清醒时间，最多的本该用于进行创造性劳动的时间。 这句话一旦成立，下一个追问必然是：字节占用的、消耗的、葬送的这些时间，到底创造了什么价值？ 补上这一刀的，正是提出这个说法的秦朔本人。他在文章里写：字节系占有 40% 多的用户时长，并不等于创造了同等比例的用户价值。支付宝、美团、京东、拼多多基本是服务型、交易型应用，用户用过就走，在时长上和抖音、红果没法比，但并不等于它们为用户和社会创造的价值就更低。 他甚至把账算到了具体的分钟上：红果用户每天 125 分钟的使用时长，对字节是一个好数据，对用户和社会来说并不值得欣慰。125 分钟的机会成本是——在大自然中的时间少了，读书的时间少了，思考的时间少了，和亲人在一起的时间少了。 对一个内容平台来说，这是最难回答的一道题。 李亮当然算得清：这个标签一旦立住，跟着来的不是一句夸奖，而是内容治理、未成年人保护、算法伦理的一整串追问。在这一串追问里，没有一道题是靠“我们是充分竞争行业”这句话就能回答的。 06 商业账本 撇开监管与舆论，单纯从商业角度看，“行业第一”这个标签对现阶段的字节，同样是一笔不划算的账。 第一，资本运作的门槛。 字节至今未上市，估值处于极高水平。外界的“行业第一”叙事越响，未来任何资本运作——无论是 IPO 还是并购——面对的审查压力和沟通成本就越高。经营者集中审查、支配地位认定，这些都会变得愈发敏感。 第二，内部的预期管理。 字节目前正处于强调“降本增效”、“去肥增瘦”的周期。在这个阶段，外界过高的估值预期和“行业第一”标签，会直接抬高内部的期权预期成本，与管理口径产生冲突。一家正在收缩战线的公司，不需要被外界反复提醒它有多强。 第三，竞争位势。 这一点最实际。短剧这块蛋糕，腾讯已经贴身咬上来了。微信端的“绿泡泡短剧”今年7 月 2 日正式更名，主打“免费好剧，一点就看”，直接对标红果，打法与红果也几乎一模一样，而它背后是微信的入口和流量。 在一个对手正拼命赶追的时刻，被捧上神坛，只会让你成为监管、同行、公众的三方靶子，没有半分好处。 07 越否认，越坐实 客观地说，李亮在技术层面赢得干净。 41.8% 不到二分之一、口径不含长尾与PC 端、腾讯投资控制的产品总时长更高——他的三条反驳都实打实地指出了对方的硬伤，秦朔的引用确实粗糙。 秦朔后来回应称，野村报告第一行已写明Top50 App 占整个移动互联网使用时长的 93%，样本有代表性，还用“20 世纪是美国世纪”来类比，说这是对趋势的判断而非数量的判断，但是第三条呢？中国已经持续了20年的“腾讯时间”，你怎么之前不说？ 但真正让这场争论走向失控的，是李亮的第四步。 把事实之争拖成动机之争，是公关上风险最高的战术。因为一旦对方的论据确实站得住，你质疑他的动机，就只会让人反过来质疑你的动机。更关键的是，这一步会把公众的注意力从“41.8% 到底算不算支配地位”，转移到“字节为什么这么急着说别人收了钱”，这恰恰是字节最不想被追问的问题。 这正是李亮最无奈的地方。 他的每一条反驳都站得住，可每一条反驳都让“字节时间”这个词传得更远。秦朔的文章原本只在财经圈流传，是李亮亲手把它推成了全网热词。这个标签，是被反驳者亲手焊死的。 他不能承认——承认就是定性；也不能不回应——不回应就是默认。于是只能在一个越来越窄的通道里，用越来越重的措辞，去否定一个越来越令人确定的说法。 学者的职责是为事物命名，企业的本能是拒绝被命名，因为命名权一旦交出去，解释权就不在自己手里了。但是你可以反驳一个说法，但你无法阻止它成为一个说法。 整场争论里对字节最有价值的一句话，也许是秦朔说的这一句—— 对字节来说，与其莫名其妙地担心 “ 字节时间 ” 这个说法，不如努力让 “ 字节时间 ” 变得更有社会价值和意义。 回头来看，这件事真的十分可笑：一家公司用了十年，用算法打败了所有对手，终于争到了中国人最多的时间，但是它却千方百计地否认这个事实。 为什么？ 因为它害怕。让它害怕的东西很多，监管、舆论、以及关于社会责任的那句追问—— 你们用拿走的这些时间到底创造了什么？ 本文由人人都是产品经理作者【微果酱】，微信公众号：【AI微果酱】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 02:43:53 +0000https://www.woshipm.com/ai/6486917.htmlwoshipm-6089a3f14ef684a5在 Gamma 输入一句把笔记做成二十页演示文稿，背后是一分钟内十几个模型来回上百次调用。联合创始人 Jon Noronha 拆解 agent harness：为什么好不好看没法打分，护城河是模型还是外面那层工程，这个方向还剩下哪些空位。 你有没有想过，在 Gamma 里输入一句“帮我把这些笔记做成 20 页的演示文稿”，后面到底发生了什么？答案不是某一个模型接过去写完，而是在大约一分钟里，十几个不同的模型被叫起来，来回干了上百次活，最后才把一份成品交到你手上。 这是 Gamma 联合创始人兼首席产品官 Jon Noronha 在 Greg Isenberg 的 The Startup Ideas Podcast 里讲的。Gamma 是一个做演示文稿、文档、网页和社交图片的 AI 工具，2020 年成立，2023 年开始火起来，据 Greg 说年收入已经到了一亿美元。今年它把整个产品重做成了一个 agent（智能体）。Jon 把这件事拆开给大家看：agent harness 到底是什么，一份演示文稿背后有多少步，为什么“好不好看”没法靠打分来判断，以及这个方向上还有哪些空位。我挑了其中我觉得最有用的几条线，每一节先讲他的做法和想法，再写我自己的判断。 agent harness 是什么，看 Claude Code 就能明白 要说清楚 harness，得先把这个词拆成两半。agent 指的是一个更高层的循环：让大模型自己去干活，检查自己干得对不对，需要的时候调用工具，一轮一轮做下去，直到做出结果。早年的 AI 产品不是这样的。Gamma 最早只是一次一次单独调用模型，让它写一页幻灯片，或者列一份大纲，再由工程师手工把这些调用串成固定的流程，比如“生成一份 10 页的演示文稿”。这一两年最大的变化，是最强的 AI 产品都不再手工串了，而是让一个模型在循环里自己安排步骤。 harness 原意是马具，这里指 agent 干活时用到的全部工具：在环境里执行操作的工具，检查自己成果的工具，还有向用户问清楚偏好的工具。Jon 举的例子是 Claude Code。它是一个写代码的 harness，教 agent 怎么翻遍你电脑里的文件，怎么跑测试，还用规则约束它，比如某些情况下先进入计划模式，改完代码要把测试跑一遍。Gamma 不写代码，它是一个做创意的 harness，所以教给 agent 的东西不一样：要懂你的审美，要帮你理出一个故事，生成图片以后还要知道图片摆上去好不好看。 说到这里，绕不开一个说法：harness 是不是新一代的“GPT wrapper”（套壳产品）。Greg 的看法是，harness 就是新的套壳。Jon 觉得里面有几分道理，但他一直不太认同“套壳”这个叫法，因为它暗示九成的功夫在大模型，外面只是薄薄一层。他的看法正好反过来：各家大模型的核心能力其实很接近，把模型变成产品的那点魔法，几乎都在 harness 里。连 OpenAI 和 Anthropic 自己，也把大量精力花在做 harness 上。 我认为这个反过来的看法很值得想一想。过去讲一个 AI 产品，第一句话总是“它用的是哪个模型”，现在更该问的是“它围着模型搭了什么”。模型变成了可以随时换的零件，Jon 自己就是这么用的，新模型一发布，一小时内就拿去试。真正拉开差距的，是那一整套让模型能把事做完、做对的东西。那么这套东西到底有多重，看 Gamma 一次生成的过程就知道了。 一份演示文稿的背后，有 20 个模型、200 次调用 看一个最常见的情形：用户贴进来一堆乱七八糟的笔记，或者一份 PDF，让 Gamma 做成 20 页的演示文稿。提示一发出去，Gamma 先在云端开一台完整的电脑，这叫 agent sandbox（沙盒），agent 在里面拿到用户的提示、上传的文件和其他背景信息，再逐个任务做下去。 它做的第一件事，往往是弄清楚还缺什么信息。所以你会先看到一个表单，问你几个问题：这份演示文稿是给谁看的，是学校里的教学，还是给成年人，还是工作汇报。必要时它还会去 Notion、Slack、Linear 这些工具里把相关内容拉进来。光是这头十秒，就已经调用了三四个模型，贵的便宜的都有。接着是写大纲，再选模板。Gamma 有几千个不同风格的模板，要用视觉模型判断哪一个适合你，用向量搜索在这几千个里找，你说想要红色或蓝色，还要接着改。到这一步演示文稿还没开始做，已经有三四十次调用、四五个模型。 点下生成以后，写字、排版、做图一起上。Gamma 要生成大量图片，有的只是装饰，有的是图表、示意图和信息图，这些调用是并行跑的，一个一个来，用户早就走了。大约一分钟，整份演示文稿在你眼前流出来，这时候累计大概 100 次调用，用过 10 到 15 个模型。 然后才是最容易被忽略的一段。Gamma 不会直接把初稿给你，而是让一个视觉模型把每一页都看一遍，找毛病：文字没对齐，人物的头被图片切掉了，对比度不对，边距没留好。一页简单的幻灯片里，人眼一下就能看出来的问题多得惊人，还有些问题要设计师的眼睛才看得出来。找出问题以后，系统修一轮，再查，再修，好几轮之后才交给你。前后加起来，大约 20 个模型，200 次调用，到你手上只是一份成品。 最后这套检查还有一个细节：市面上的现成模型做这件事，效果一直不理想，所以 Gamma 开始自己做专门用来判断一页好不好的模型。我从这里看到的是，生成变得便宜以后，难的就是“发现哪里错了”。一次调用就能写出一页幻灯片，但要让 20 页都过得去，靠的是让模型自己挑自己的毛病，再改。这一步，用户看不见，却是做出来的东西能不能直接用的关键。既然这么重，什么样的问题才值得自己搭一个 harness？ 什么样的问题，值得自己做一个 harness 如果明天要做一个垂直领域的 agent harness，该从哪里下手？Jon 的经验是，当问题和单纯写代码差别很大的时候，自己做一个 harness 最有价值。差别在两点：第一，这件事很主观，要做很多判断，两个人对“好”的看法会不一样，所以需要人在循环里；第二，用的人在乎输出的细节。 拿游戏来说，很多人在用 Claude Code 做游戏，他看好那种“个人电子游戏”，自己一边说一边让它长出来。写代码的 agent 做游戏已经很强了，但它不擅长去问玩家想让游戏往哪里走。像 Roblox 和 Minecraft 里那样，很多人是在给自己塑造一个世界，而且多半不是程序员。他想象这个 harness 本身就运行在一个 3D 世界里。 要怎么形成自己的优势？Jon 讲了三种。一种是你对世界有一个很独特的看法，而且比别人走得快，别人抄你的时候，抄的是你三个月前的样子。一种是你手里有别人没有的数据，比如你已经有一个成功的平台。第三种他强调了好几次：不一定是软件。软件已经很挤，是个吓人的市场，硬件、实体服务、各种真实世界的生意，都可以把 AI 用进去，比如一个人给你按摩，一家餐厅给你上菜，这里面有真实的价值交换。他说自己是做软件的，对这些不熟，但如果不做软件，他会往这个方向想。至于法律和医疗，已经有很多人在做 harness，他自己今天不会再去做法律方向，因为太挤了。 回到怎么设计的问题，Jon 给了一个很朴素的答案：harness 就是一堆让 agent 完成任务的工具，所以要问的是，哪些独特的工具是我已经有的，或者我能造出来，而且别人还没有的。再往前一步，问问自己，按我的人生经历、我所处的位置、我认识的人，我最适合做什么。 我认为这套问法比“哪个行业有机会”实用得多。行业是别人看得见的，大家会一起涌进去，而工具和经历是你自己的。同样是做一个 agent，懂 HVAC（暖通空调）维修的人知道派单卡在哪里，懂球鞋的人知道什么样的图片会让人觉得是假货，这些细节写进 harness 里，才是别人抄不走的东西。这些细节，很大一部分和“好不好”的判断有关，也就是下面要说的品味。 AI 味到底是什么，为什么靠打分打不出来 品味的反面，是 Jon 这一年一直在用的一个词，叫 AI smell，AI 味。意思是人用 AI 做东西，常常一眼就能看出来。写作上最明显：一封邮件来了，你觉得这个词他平时不会用，也不是他说话的样子。图片上现在也一样，他在旧金山走在街上，每家咖啡馆、每家餐厅贴的海报，他都能认出是 Nano Banana 或者 GPT Image 画的，因为这类东西他每天都在看。而且他觉得，越来越多的普通人也开始认得这种味道了。 Gamma 自己就是这件事的受害者。早期用的人少，你用 Gamma 做出来的东西很出挑，等大家都用了，所有东西都开始长得像 Gamma，没人愿意被认出是用 AI 做的。所以这次大改版的一个核心目标，是把创意风格的范围迅速拉开。Jon 说，AI 味不会消失，但可以有一千种，而不是一种，让用户跳到不同的小圈子里去。他用服装做类比：衣服也有味道，你一眼能认出那件 H&M 的衬衫，现在流行宽松牛仔裤，过阵子又会变回紧身的。人在不同的外观之间循环，工具也要跟上这个循环。为此，Gamma 做了一套自动系统，不断轮换不同的创意外观，Jon 说这本身也是一种 harness。 那能不能做一个“这看起来太普通了”的评测？Jon 先解释了什么是 eval（评测）：可以理解成软件测试，一个写死的问题，加上一种判断答案的办法。比如用户说“做一个关于老虎的演示文稿”，agent 应该先问一句是给孩子看还是给成年人看，因为这是两种完全不同的演示文稿。把很多这样的题凑在一起，就成了一套基准，可以说“B 模型比 A 模型高 3%”。每次大模型公司发新模型，也是拿一堆这样的分数来讲。 但在创意领域，评测遇到了难处。“这个好不好看”带着品味，“这像不像我”带着个人，没有一个客观答案。Gamma 做了一些代替指标，比如你给了品牌规范，它有没有照着做，这是客观问题，可以测。但他们从来不只靠评测。Jon 认为这里藏着一个竞争的角度：创始人真正能带进自己领域的，是品味。你自己知道什么好看，也在和用户聊，用户也有自己的判断。越是没法验证的领域，比如服装，越有空间留给不同的看法。他觉得做服装设计应该有一百个不同的 harness，Nike 的和 Adidas 的就该不一样，因为它们对“好”的理解不同。 对 Gamma 来说，用户五花八门，所以更多靠 A/B 测试，也就是同时跑两个模型或者两套提示，在很大的用户群里看哪个表现更好。他们看的指标有几个：生成以后用户花多少时间修改，会不会分享或者导出，还有没有迹象显示用户投入了时间。他最喜欢的指标是付费，因为这个最难作假，人只有真的觉得有价值才会掏钱。有时也会看一周后、一个月后还有没有人回来，这个慢一些，同样难作假。 我认为这一段的意思是，品味和实验不是对立的，它们是两条腿。品味决定你往哪个方向试，数据告诉你试得对不对。只靠评测，会把一切压成可以打分的东西，做出来的东西越来越像；只靠品味，又没法知道一千个不同的用户到底怎么看。Gamma 的办法是，先有一个明确的看法，再用付费和留存这种难作假的信号去验证它。 站在别人的模型上做产品，怎么做才不吃亏 看法有了，接下来是用什么来搭。Gamma 的东西建在别人的模型上，对创业的人有什么建议？Jon 的回答很干脆：这没什么可羞愧的。Gamma 从一开始就在 Anthropic、OpenAI 和 Google 的模型之间来回换。外面一直有一种声音，说你必须自己训练、自己微调，不然就没有优势。他觉得对早期创业公司来说这不现实。一是训练模型花的钱太多，二是外面的模型一直在变好，他很少想去和这些模型正面竞争。 在他看来，早期最该打的是另一场仗：先攒下真实的用量。有了用量以后，事情会变，Gamma 现在已经在做一些很有收获的微调，用来降低成本，有些地方还能做更多个性化。他们还发现一些大模型做得不好的专门任务，比如前面说的判断一页幻灯片好不好，所以自己在做研究。但这是走到一定阶段以后的事，早期还是用现成的好模型。 至于闭源和开源，Jon 说云端闭源模型被低估了。开源模型有很多关注和热情，但看钱流向哪里，都流向了闭源模型，因为它们真的很好，很多事已经替你做好了。对做应用的人来说，最好的一点是闭源模型之间竞争很激烈。如果 Anthropic 一家遥遥领先，情况就不同了，但现在 Anthropic、OpenAI 和 Google 彼此只差几个月，大家互相逼着往前跑，应用层的人最受益。 再说技术栈。Jon 曾经提到，自己对 AI 技术栈有多浅感到意外，现在还是这样，他的说法是“广而浅”：用的模型很多，但用法都比较简单。他们靠提示工程走了很远，还有 context engineering（上下文工程），也就是给模型提供合适的背景信息。他觉得这几乎就是整场游戏：能不能从用户那里拿到对的信息，能不能把 AI 的输出用对的方式交给用户，能不能把这一切提炼成让模型的活儿变得很轻松的东西。活儿变轻松了，随便哪个现成模型都能给出好结果。所以在他们那里，98% 的价值来自提示，因为提示简单，也容易搬到别的模型上。微调只是在这之上的优化，用来控制成本，或者再挤出 2%、3% 的质量。他还顺便说了一句，现在没有人手写提示了，都是 Claude 帮你写的。 新模型发布以后怎么办？他们通常在一小时之内就接进来，前提是这个模型有可能好用。Gamma 的 harness 里有各种各样的任务，有的用最强的大模型，有的用 Haiku 或 Gemini Flash 这类小而快的，有的用更小的 GPT 模型。每出一个新模型，他都想看看能不能补上这条“性价比的前沿线”。就在录这期节目的前一天，Claude Haiku 5.5 刚发布，他在去录音的路上就启动了八个实验，节目一结束，准备去看结果，大概会砍掉四个。这些实验测的是改一页幻灯片里的小地方，修改大纲，这类快而便宜的活。 这是整场里最实用的一个做法：先把任务拆开，再给每一块配最合适的模型。大模型不是用来堆的，是用来精确分配的。能做到“一小时开测，两小时看数据”，前提是有一个足够大的用户群，这也是 Jon 一直说要先攒用量的原因。有了用量，试新模型的成本就很低，每一次换模型都是一次便宜的升级。 最让他意外的实验结果，是”麻烦”反而有用 说到试，Gamma 同时跑着十到二十个实验，很多不到一天就有结果。Greg 问他有没有哪个结果让他意外。Jon 讲了几天前刚做完的一个：fast mode（快速模式）。 fast mode 的意思是跳过前面讲的那些环节，比如先给你看大纲、先问你几个问题。假设很自然：去掉麻烦，人们就能更快走到那个“哇，好用”的时刻。Jon 自己很希望这个实验赢，但它没有赢。结果是，那些慢下来的环节，比如审大纲、选故事的大致走向、回答前面的问题，让用户的满意度高得多。这些人觉得自己在作品里投入了东西，之后做的事更多，而且付费的比例也更高。他把这叫作“好的麻烦”，good friction。 实验也不只有“成”和“不成”两种答案，往里挖一点还有别的。Gamma 后来给手机上的新用户上线了一个 fast mode 版本，因为在手机上没人愿意打一堆字回答问题。 这种对实验的热爱，来自 Jon 在 Optimizely 的经历，那是一家专门做 A/B 测试的公司。他说，做实验这件事，最后拼的就是你上场打击的次数，跟销售、约会差不多，是个数字游戏，不要指望一次大测试能让整个生意突然打开。Greg 接着说，第一个实验多半不会成功，就像练肌肉，要每天去健身房，两个月后才可能看到腹肌，中间会经过一段“悲伤的低谷”（trough of sorrow）。发社交媒体、写博客、发陌生邮件，都有这么一段。两个人都认为，凡是做成的事，都要游过这样一段低谷。 我觉得“好的麻烦”这个结果，对所有做 AI 产品的人是个提醒。AI 产品的直觉是尽量替用户做完，尽量少打扰，Jon 的数据说明，用户在作品里留下一点自己的选择，作品才成了他们的。这和前面说的品味是一个道理：用户要的往往不是最快，而是“这是我做的”的感觉。 还有哪些 harness 值得有人去做 空位在哪里？先看 Jon 自己最想要的，是一个给 Slack 做的 harness。公司里有海量的消息，你总是在想哪些是真的要你处理的。现在最多能把 30 条消息总结成一条，他想要的是一个真的替他管起来的东西，而且能学会他。他想打开任何一条找他的 Slack 线程，就看到已经起草好的第一稿，是他自己会回的那种口气。Greg 问怎么学，靠问卷还是靠观察，Jon 说靠观察，他发过大概十亿条 Slack 消息，应该足够了。他对邮件也不满意，Gmail 里那种“好的，我周四很乐意去看牙医”的快速回复，没有一次是他会说的话。他想要的是一个能在工作中真实地代表他的 agent，这很难，因为它很个人，所以一直没人做成。 另一个例子是买沙发，这是他最近刚买过的。图像模型很擅长告诉你沙发放在你家里是什么样，但它们说不准尺寸，而 68 英寸和 58 英寸的沙发，对一面特定宽度的墙来说，差别很大。他想象的 harness 是这样的：先把沙发渲染到你的房间里，再用传统的程序在画面里画一条线，按像素量出沙发有多长，看大小对不对，不对就让模型调整。在他看来，这是模型公司短期内不会去做的事。它还可以对你说，这张沙发不适合你，Restoration Hardware 有另一张更合适。买沙发是高客单价的事，所以也可以和商家谈分成，Greg 的想法是，对方给你 5% 的佣金，因为你帮他们卖出了更多沙发。 这类产品怎么在和大模型公司的竞争里活下来？Jon 把用户分成了三层。第一层是纯消费者，只想买一张沙发。第二层是“准专业”用户，比如一个兼职做室内设计的人，家里还有两个孩子，按小时收费，这样的人需要工具，会去找最好的，会愿意为此订阅。第三层是真正的专业人士，比如 Restoration Hardware 自己的设计师，他们用的肯定不只是 ChatGPT。他怀疑最能做成长久生意的，是最上面一层、更大的公司。 还有一点是 Gamma 自己的体会：世界很大。Gamma 不到四分之一的收入来自美国，用户分布在咨询、教师、市场、销售、律师等各种岗位，他以前不知道律师也做演示文稿。他的看法是，一家大公司，在某种意义上就是一千个小众叠在一起，所以不用从很大的地方开始，可以只从一个开始，再看相邻的地方能不能做。Greg 补了一句：“先嫁给那个小众，再跟产品约会。”意思是爱上你要服务的人，产品会改很多次，对人的了解不会白费。 最后，Jon 的提醒是，创业是一条漫长又常常孤独的路，所以你必须真的爱你做的东西。他给自己定过一条规矩：这件事自己必须能天天用，也真的相信。这条规矩把很多“无聊的生意”排除在外，但他觉得这样对自己更好。他说，要问自己，每天想花八个小时做什么，而朋友们并不想花那八个小时，从那里出发。 我自己的一点思考 听完这场对话，我最大的感受是，做 AI 产品的重心，正在从模型挪到模型外面。Jon 讲的每一件事，不管是 20 个模型各管一段，还是让 AI 看着每一页幻灯片挑毛病，还是新模型一小时内就接进来试，都是在说：模型是可以换的零件，真正属于你的，是你在它外面搭起来的那一整套。包括工具，包括检查的办法，包括你对什么叫好的看法。 第二点是关于品味。评测能测到的是“有没有照做”，测不到的是“好不好看”和“像不像我”。Jon 的做法是不回避这个问题：先有自己的判断，再用 A/B 测试、付费这些难作假的信号去验证。我认为这对任何做主观领域的人都有用。越是没有标准答案的地方，越没办法靠抄现成的评分表走远，一个人的判断力就成了产品的一部分。 第三点，是他反复提到的“你自己”。做哪个行业，不是看哪里热，而是看你有哪些别人没有的工具，认识哪些人，每天愿意花八个小时做什么。里面有一个我很同意的地方：他自己是做软件的，却一再提醒大家，软件已经很挤，真实世界里的生意，只要把 AI 用进去，还有很多没被重新做过。 如果要用一句话记住这场对话，我会选这一句：模型大家都用得到，能拉开差距的，是你在它外面搭的那些东西。 本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载 题图来自Unsplash，基于 CC0 协议 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 02:36:33 +0000https://www.woshipm.com/it/6487063.htmlwoshipm-edc6f3166a6b2cdd曾靠年轻人玩梗出圈的“死了么”改名“在么在么”，转身服务独居老人，背后是独居经济残酷的变现真相：年轻人流量虽大，付费意愿却低，精致独居叙事正被“返祖式”性价比生活取代。本文拆解青年赛道为何陷入盈利困境，以及银发市场如何成为独居创业的终局。 最近，年初爆火的“死了么”在历经重重争议，将名字改为“在么在么”开始重点服务独居老人，软件系统分为1.0和2.0，1.0系统99元/年，2.0系统199元/年，由政府集中采购，独居老人可免费安装、使用。 相比过去定位服务于一二线城市的独居年轻人，改名之后的“在么在么”明显更换了目标人群。蓝鲸记者采访显示，目前其用户主要是60岁以上的老人；鲁中晨报报道也称，这款app明显更换了应用方向。 从年轻人流向老年人，其实也无可厚非。 过去数年里，独居青年一直是“独居经济”叙事里的绝对主角：一人食、迷你家电、情绪陪伴、自助消费……几乎所有赛道创新都围着年轻人的悦己需求展开，自带溢价流量。就连“在么在么”前身也是靠年轻人玩梗出圈。 但今时不同往时，随着日益庞大的银发群体成为独居经济里的下一个主角，赛道里的玩家纷纷从青年流量场转向银发服务刚需场，“在么在么”的定位转身，或许再度揭开了一个残酷的真相： 独居年轻人的商业价值，正在加速贬值。 一、青年赛道的“变现幻觉” 当然，独居年轻人的规模未必比老年人少。 根据贝壳研究院《新独居时代报告》2024年估算数据显示，20–50岁独居中青年合计约1.1亿人，其中20–39岁独居群体约8300万人。民政部、国家统计局2026年初等数据测算，国内单身成年人口达到2.82亿，占成年人口25.1%，2026年末规模极有可能突破3亿。 在抖音、小红书上，“独居”一度成了素人博主起号的关键流量符号。 开头报幕“XX年龄+职业+独居口号”配合美食、上班、护肤健身的生活vlog往往能获得上千过万的浏览。B站生活UP主“盐汽水阿姨”《独居6年，一个人的生活真的很轻松》获得超1.3万点赞。 在这股趋势下，一人食、小家电、情绪陪伴、潮玩盲盒……各种独居悦己消费在消费市场上经久不衰，从几年前持续至今，愈演愈烈，甚至在整个年轻圈层里，消费除了悦己，仿佛再无其他意义。 事实也确实如此，据摩根大通等机构研报测算，涵盖吃穿住行及休闲娱乐的单身经济市场，规模已逼近10万亿量级。但偌大的市场规模并不意味着企业、行业、创业者能够深入其中轻松变现。 如果将10万亿的广义口径拆分到吃喝玩乐多个日常消费的垂直赛道里，庞大的青年独居群体流量，更像是一场被互联网叙事放大的变现幻觉。 先回答最基础的问题：新生代消费者兜里到底有多少钱？ 艾媒咨询调研数据显示，新生代消费者以中等收入青年为主。5001-10000元占53.73%，是主力；3001-5000元占25.31%；3000元及以下5.12%。而10001-20000元占13.66%；20000元以上高收入群体仅2.18%，累计只有15%左右。 再看支出结构。刚需依旧是大盘：最多人将31%-50%的月度预算投入餐饮、住房、交通、日用品；而悦己类、科技数码、体验服务，大都控制在30%以内，属于弹性预算；超半数人会拿出11%-50%的收入做储蓄理财。 并不算很宽裕的钱包，让一些瞄准年轻人的行业开始陷入盈利困难。 首当其冲的是当年独居经济版图里最先走红的“一人食”。作为年轻人最高频、刚需的独居消费场景，“一人食”曾被寄予重构餐饮行业的厚望，但后续的现实却狠狠打破了曾经的美好幻想。 以小火锅为例。2024年前后涌现大批小火锅门店。企查查数据显示，截至2024年12月全国小火锅企业存量超2.4万家，年增长率达33.5%，远高于火锅大盘3.7%的增幅。2025年以后开始大量倒闭。 据悉，不少小火锅新店生命周期仅3到6个月。就连头部的呷哺呷哺也没能幸免于难，这个靠“一人火锅”起家的品牌自2021年起连亏五年，累计亏损超15亿元。2024年关闭138家门店，2025年关闭56家。 同样的剧情也在迷你家电赛道上演。 奥维云数据显示，国内厨房小家电零售额633亿元，同比仅增3.8%，增量几乎全靠均价提升（+11.4%）拉动，量基本没动。行业整体增长乏力，多数企业增速放缓甚至出现下滑。 如果说消费类赛道还能靠走量维持生存，那么工具与服务类产品，在青年群体中几乎找不到可持续的付费模型。 即便现阶段AI的实用价值在直线上升，《年轻人生活方式报告》却还显示，年轻人AI免费使用为主流。调查结果显示，受访者中“经常使用免费功能”的人数占比最多，各类比例普遍超过55%。 而这种“高流量、低付费”的特质，放在低频冷门类产品上则会被放大得更明显。这对创业公司而言，一旦免费流量红利耗尽，进入付费获客阶段，单客获取成本很容易击穿单客营收底线。 这大概也是“在么在么”们为何集体转身的根本原因。 诚然，独居青年是绝佳的流量介质与话题载体，他们擅长制造热点、带火概念、催生新赛道，却不是优质的付费群体。防御性储蓄心态下，他们的消费预算向即时情绪满足倾斜，对工具类、服务类的长期付费始终留有一丝克制。 万亿规模的大盘，又极度分散。 看似遍地黄金的青年独居经济，踩进去才发现，多数都是赚吆喝不赚钱的幻觉生意。 二、年轻人不再相信“精致独居” 独居年轻人的市场为什么那么大？ 一个关键原因在于，随着互联网上“独居”的话题热度居高不下，商家精心构建了一幅精致生活的画卷，仿佛每个独居的年轻人都住在带有落地窗的单身公寓里，每天早起用漂亮的咖啡机、早餐机，为仪式感与悦己体验的溢价买单。 数据显示，“一人食”在小红书等平台长期爆火，独居理念的变化也从这里起步。大部分视频或者图文里，基本都是原木风单人餐桌、复古迷你冰箱、吧台位单人火锅、香薰配投影的夜晚，核心关键词绕不开“治愈、悦己、仪式感、专属感”…… 但事实真的如此吗？ 撇开社交网络上千篇一律的精致样本，绝大多数独居青年的生存状态其实与商家想象得不一样。尤其是2026年以后，越来越多的年轻人开始拒绝商家刻意制造出来的“独居精致”，转而追求自由、舒适、性价比。 千瓜数据给出的《2026独居生活洞察，吃住玩解锁新场景》显示，“独居生活”近90天热度增长4亿+，但社交平台上的画风却变了，年轻人抛弃精致，上演一出出“返祖现场”，例如：狗窝睡觉、上桌吃饭、岛台躺平…… 数据显示，涵盖自由、真实的独居笔记，近3个月同比增长110%+。模仿动物、随地吃喝/躺平，单篇笔记点赞高达数十万。在小红书上，“适我”相关话题已累计获得超过626万讨论，浏览量超过20.4亿。 似乎，互联网上的独居叙事迎来一次有意思的“反转”。比起早起的一杯手冲，桶装“大水”成为居家必备好物，比起端庄规整的布艺沙发，能蜷能躺的“人类狗窝”收获了最高的居家幸福感…… 各类消费数据也印证了这一点，远瞻慧库的《2026年餐饮行业深度分析》显示，2025年30元以下餐饮订单占比提升至62%。尼尔森IQ《2025中国消费趋势报告》显示，过去一年国内二手交易额激增187%。 过去几年，独居内容的生产权握在品牌和博主手里，但真实世界里的绝大多数独居青年，根本活不成商家期待的样子。这种“反差”对大量扎堆涌入独居赛道的商家而言，远比营收数据下滑更值得焦虑。 毕竟在从前“精致独居”的时代，整个赛道的变现逻辑已经固定，无外乎“造概念—做颜值—炒话题—吃溢价”，靠着独居叙事吃流量红利。但当年轻人不再追求互联网式独居，这一套逻辑是否还能继续跑通，其实还是个未知问题。 当然，新一轮叙事陷阱很快会接踵而至。 时至今日，“返祖式独居”“适我生活”成为新的流量密码，已经有一批商家赶着换了个营销话术继续炒概念。千瓜数据显示，包括喜茶、思念、方太、Faroro在内的一系列品牌正在努力抓住“新独居”时代的风口，在各大社交平台上轮番出现。 这终究是一场循环往复的商业游戏。独居经济火了一年又一年，概念翻了一轮又一轮，可现实世界里，真正在独居的年轻人似乎从来不是这场游戏里的主角。 三、独居赛道“创业”的终局是中老年市场？ 如果把视野从单纯的消费市场拉宽到整个独居赛道创业圈，不难发现，以“在么在么”为代表的各类独居服务项目最终都涌向了银发群体。这并不是“在么在么”一家的荒诞，单从智慧独居行业而言，从线上软件、到智能硬件，几乎都围绕老年人而诞生。 尤其是线上工具赛道的趋同最为明显。 2026年，银发居家服务平台“墨年光影”正式启动商业验证；原小天才团队做老年硬件，切入居家看护赛道；AI监测独居老人安全状态的“还在吗”寻求种子轮融资；适老化智能出行机器人企业双派机器人宣布完成A+轮融资…… 之所以会出现这种转向，除了两代人独居的商业价值不同，也是因为双方的互联网行为习惯有巨大差异。年轻人是数字原住民，替代选择多、对工具喜新厌旧，付费意愿偏低。而中老年人对互联网的学习成本高、用户忠诚度强，愿意为省心工具付费。 据悉，“在么在么”转型后的注册用户已经高达70万，产品的弃用率只有3%到5%。 同样一款工具，在独居年轻人手里可能是尝鲜玩具，在老年人手里或许就成了必需品。这也导致在独居经济里，面向年轻人与面向老年人的商业变现方式截然不同。在年轻人的市场里，话题、流量至关重要。在老年人的市场里，独居经济本质上就是服务生意。 而服务属性的生意，评判标准从一开始就和青年赛道不同。 比起吸引年轻人的话题热度，老年独居养老对刚需服务的重视极强。养老大调研数据显示：54.35%的老年人最关注健康监测功能，60.69%的老年人认为在线医疗咨询最有帮助，37.73%的老年人将“响应快、解决问题及时”列为首要诉求。 这些诉求叠加在一起，直接拉高了独居养老赛道的入局门槛。这大概也是“在么在么”们初期不敢垂直进入银发养老赛道，而是选择切中当代年轻人独居痛点，瞄准流量玩梗的原因。 只不过，银发群体的消费能力虽在加速释放，但落到智慧养老服务上，付费天花板远比行业想象中低。数据显示，58.57%的老年人每月为智慧养老服务付费的预算不超过100元，28.23%的老年人付费预算低于50元。 也正因如此，“在么在么”将1.0系统定在99 元/年、2.0系统定在199 元/年，恰好踩中了老年群体的年度付费心理阈值。再叠加政府集中采购、独居老人免费使用的落地模式，可以用普惠定价来换取规模化覆盖。 “蓝鲸”记者采访报道，“在么在么”今年的目标是覆盖八九十万用户，开始推进全国运营。 但仅靠百元量级的软件年费，显然撑不起后续重运营的服务成本。于是，其产品矩阵除了 APP，还包括NFC安全贴、4G吊坠和街道社区后台。叠加G端批量采购，或许能跳出纯软件薄利的困局。 一场从“死了么”到“在么在么”的转身，像一面镜子，照出了独居经济最现实的价值排序。 曾几何时，所有的风口叙事、所有的产品创新、所有的流量狂欢，都围着独居青年的悦己与焦虑展开，仿佛上亿人的单人生活，就是取之不尽的商业富矿。而今，长线生意最终都流向了更沉默的刚需一端。 本文由人人都是产品经理作者【道总有理】，微信公众号：【道总有理】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 02:10:16 +0000https://www.woshipm.com/ai/6487090.htmlwoshipm-78cab9f413ee0222OpenAI 接连发布 AI 生成的数学手稿，甚至宣称攻克千禧年难题，却引发菲尔兹奖得主陶哲轩的深切担忧。当 AI 能快速产出证明，数学家却需数月验证，我们是否在追逐速度中丢失了理解与创造？本文通过专访，探讨 AI 对数学研究的冲击、模型边界与安全风险，以及人类该如何守护知识的深度。 10月26日，OpenAI又公布了数学、计算机科学和物理学领域的三项新发现。 这次，OpenAI没有把它们包装成尘埃落定的科学成果，公司将相关手稿称为有待进一步理解的原始研究材料，邀请外部专家组织研究团队，核查、解释这些结果。 与此同时，人类数学协会（AHM）最新公布的名单显示，协会已经有全球1008位成员加入，其中654人加入“无AI研究小组”，他们承诺不发表由AI生成的论文、不与前沿实验室合作、不在研究中使用AI。 如果AI能在短时间内生成数百份手稿，数学家却要花几个月甚至几年去理解和验证，那么，研究速度变快意味着什么？答案越来越容易得到，人类对知识的理解也变深了吗？ 菲尔兹奖得主陶哲轩，正是提出这一问题的数学家之一。在10月初OpenAI一次性发布722份AI生成数学手稿时，陶哲轩转载了AHM的客座声明，号召全球数学界集体行动，呼吁数学家停止与OpenAI合作。 在《新科学家》最新一期对他的专访中，他承认AI在数学解题方面取得的惊人进步。他担忧的，是数学研究中某些更重要的东西，在追逐速度和成果的过程中被忽略。 AI目前已经能解决人类长时间苦苦追寻的难题，我们是不是也正在失去从解决问题过程中学习、创造和理解的机会？ 一、数学只解题就够了吗？ 问：数学和AI会如何相遇？我们该如何看待数学蕴含的力量与希望？ 陶哲轩： 对于数学来说，这是一个剧烈动荡的时代。数学有许多不同的侧面，AI正在极大强化其中的一些侧面，却几乎没有触及其他侧面。 数学有很大一部分是解答问题，这一面恰好非常适合AI。可是，数学也关乎理解。我们不想只让黑箱给出答案，自己却不知道答案从何而来。 数学教会我们认识世界：某些事物彼此关联，某些事物彼此相似。数学是把其他所有科学连接起来的粘合剂，这一方面还没有受到AI的影响。 问：OpenAI宣称解决了纳维—斯托克斯千禧年难题的一个版本。当这样一项重大成果由AI生成，而不是由数学家多年研究得出时，这份证明究竟缺少了些什么？ 陶哲轩： 纳维—斯托克斯问题是：方程能否预测奇点的出现，或者说，能否形成奇点，也就是所谓的“爆破”？你能不能从某种非常平滑的水的初始状态出发，让水不断运动，并在某个时刻使速度或压力变成无穷大？长期以来，人们一直认为这种情况不会发生。 大约十年前，学界共识开始转变。我们发现一些类似方程，那些方程确实会形成奇点。也许可以大量使用机器学习和AI，寻找那些会发展成奇点的解的良好候选。我们一度已经非常接近解决这个问题。 一些数学家只差一点就能构造出奇点，大概就在OpenAI宣布结果的前一天。实际情况似乎是，OpenAI团队启动了一项紧急攻关计划。他们启用了自己最大的模型，投入价值数百万美元的算力，只为抢在前面完成。我从未见过如此残酷的竞争。 这项成果留下一份长达100页的AI生成证明，令人失望的是，我们几乎没有从中获得数学洞见。 一位同事借助AI钻研数日也只能解释一半，后续研究方向更不明确。一些研究者还担心成果被AI抢先，原本活跃的领域陷入混乱。 那份证明最终会被理解，但这次的做法很不理想，这是一种自动化掠夺式开采。 问：在思考数学时，有哪些容易落入的陷阱？ 陶哲轩： 我认为世界有三个层次：现实本身、观察到的数据、以及用来解释数据的模型。模型再精确也是对现实的近似。我们要知道模型能解释什么，还必须清楚它何时失效。 2008年金融危机的例子非常典型，许多金融模型低估了不同地区房贷违约之间的关联，风险爆发时模型假设不再成立，原本看似已经对冲的风险集中暴露，导致金融工具大规模失效。因此，理解模型的边界，与理解模型本身同样重要。 问：数学为什么需要暂时脱离现实？ 陶哲轩： 数学像解题的游乐场，我们经常使用“玩”的语言，我把数学看作成年人的游戏，一种确实有用的游戏。我们从“玩”一个问题中学到的东西，往往又能帮助我们解决更实际、更贴近现实生活的问题。有时候，解决一个真实问题的最好办法，恰恰是先解决一个非常不现实的问题，它会给你一个基准。 问：对于刚开始学数学的学生，你会如何向他们证明，枯燥的数学仍然值得学习？ 陶哲轩： 数学教育要经历三个阶段。第一个是“前严谨阶段”，对应小学。在这个阶段，你只是学习数和图形等概念，很多孩子喜欢这个阶段，因为它与现实世界相连，而且不用精确得出答案。随后是“严谨阶段”。在这个阶段，要学习各种古怪的公式，必须把东西算对。最后是“后严谨阶段”。一旦你已经具备正确进行计算的严谨训练，就可以重新回归更偏直觉的思考方式。 到最后阶段，数学才真正变得有趣。很遗憾，人们几乎要到研究生阶段才开始看到这一点。至少如今网上有很多机会，你可以找到由喜欢解各种谜题的人组成的社群。人们在用一种非常有趣、容易亲近的方式接触数学。要做到这一点，往往需要某种非线性、非传统的教育环境。 问：现实世界如何影响数学家的思考方式？ 陶哲轩： 的确，我们思考抽象的数学对象时，往往要找到现实中的对应物，而我们对那个对应物已经有所经验。有时，人们也会借助游戏。你可以把某些类型的数学问题看成游戏。 通常情况下，在平面上沿一个方向一直走下去，并不会从另一侧绕回来。但有些数学空间是弯曲的，一些游戏也一样。就像《吃豆人》：你从一边走出去，就会从另一边回来。 游戏可以教会你各种奇特的几何。现实世界中有很多经验，都能为我们思考抽象数学对象提供新的方式。 问：AI本身能否成为一个数学问题？ 陶哲轩： 当然，AI的理论还非常不完整。以语言模型为例，它们通过预测下一个词就能生成连贯的文本，甚至解决数学问题。我们还没有真正理解模型究竟如何从海量数据中学到这些规律。它们有时表现出惊人的能力，有时却会犯下难以预料的错误。 所以，我们需要发展新的数学理论，解释AI的能力与局限。随着AI越来越重要，研究它本身也将成为数学家的重要工作。 问：有哪些数学工具能推动这个过程？ 陶哲轩： 这涉及几个不同的分支，最优化理论帮助改进模型训练，拓扑数据分析可以研究数据的结构，不确定性量化能评估模型预测的可靠程度。此外，信息论和计算复杂性理论也能帮助理解模型需要多少参数、多少数据和多少计算资源。 现在我们主要依赖经验法则，比如香农的信息论为通信建立了成熟的数学基础，让我们能够计算信息容量、分析传输极限。相比之下，对于智能或数据复杂度却没有相应概念，不知道AI的极限在哪。 问：AI的风险在哪？ 陶哲轩： AI非常擅长解数学谜题，而事实证明，在网络安全领域，攻击者试图侵入一个不安全的系统，其实与解数学谜题非常相似。系统有一定的规则，那些擅长数学的AI，也擅长侵入系统。现在人们给AI布置任务时，往往会说：“不惜一切手段解决这个问题。”我认为，AI开始变得危险。 Lean可以用来检验证明，但它不是一门完美的语言。人们已经在Lean本身发现一些可被利用的漏洞。AI开始不再老老实实地解题，而是通过寻找Lean中的漏洞来作弊，构造一份假证明，再让它蒙混过关。如果我们没有防护措施与监督，只是交给它们任务，那迟早会出问题。 问：我们掌握的数学，足以建立良好的防护栏吗？ 陶哲轩： 不够。AI技术发展的太快了。单就数学而言，利用现有的工具已经能够做出很多优秀的数学研究。从我们的角度出发，实在没有必要进一步加速；再考虑到所有安全风险，这样做不值得。 现在的科技巨头陷入一种囚徒困境：“我们必须加速，否则竞争对手就会抢在前面。” 这是一种极其有害的互动。没有人愿意走得这么快，但每个人都觉得自己别无选择。 问：哪些领域的研究人员可以帮助数学家解决这个问题？ 陶哲轩： 这会是一门高度跨学科的科学。首先，你需要从数据中总结经验，所以需要数据科学家。还有神经科学家、哲学家、教育家等等。如今，数学将触及一切。尤其是在AI时代，我们必须与所有人交流。 问：除了AI，还有什么数学问题是你希望能在未来取得进展的？ 陶哲轩： 我个人最喜欢的问题之一是孪生素数猜想：是否存在无穷多对相差恰好为2的素数？ 我喜欢它，不只是因为问题本身，还因为解决它可能需要一种理解素数的新方法。我不想要一份长达1000页，却不能给我带来任何洞见的证明。 问：素数问题吸引数学家数千年，为什么这类抽象问题能在漫长岁月里让这么多人深深着迷？ 陶哲轩： 有些问题很容易理解，却很难解决。1900年，希尔伯特提出了著名的23个数学问题，其中包括黎曼猜想。他相信人类能够不断推进数学知识，并以一句话表达这种信念：“Wir müssen wissen, wir werden wissen.”——“我们必须知道，我们必将知道。” AI 正在解决越来越多的问题，也终将遇到现有方法无法跨越的障碍，而新的数学前沿可能就在那里。 这个世界上还有更紧迫的事情，是我们可能来不及做、又必须去做的。不过，数学嘛，我们完全没有把它做完的危险。 二、数学的游戏规则变了 陶哲轩的这句话听起来充满乐观，但AI正在改变数学的游戏规则，人类数学家的角色，也需要重新定义。 10月22日，陶哲轩在《Nature》发表文章《数学能否在AI时代生存？》。文章里阐述了他对Math 2.0的构想。 他认为，传统数学思路难以维系，数学家需要更整体的视角评价对学科的贡献。 与此同时，AI有望催生数学研究新范式，比如让它生成分析一个包含数百万个难度各异的数学问题的数据集，从中挖掘意想不到的规律，利用规律提出有价值的新问题。 但陶哲轩尤其强调，数学不能完全依赖大型AI企业，数学共同体要建立自己的开放模型和研究工具，让研究者能够参与训练、检查和改进模型，并保留对AI研究过程的监督和干预权。 这不是一种空想，早在9月份他就在博客中倡导推动SAIR开放数学模型计划，试图让数学家掌握自己的AI研究基础设施。 另一条技术路线也在快速推进：10月26日，AI数学研究公司Axiom Math公布重大研究成果，AI系统AxiomProver在Lean 4中完成了有限单群分类定理（CFSG）的形式化证明，这是数学史上规模最大的证明之一。 简单地说，这就像让AI接手一套由上百位专家、数百本说明书共同编写的超大型工程手册。它要读懂所有内容，还要把每一个步骤都转换成计算机能检查的指令，核对前后逻辑是否成立。 令人意外的是，团队发现了34处原有文献中需要处理的显著差异。其中有一处涉及不平衡群定理的关键论证，确实需要新的数学推导。 这项工作的意义早就超出了证明一道数学题，这一次，AI开始尝试把分散的知识连接，检查它们之间的逻辑关系，甚至发现人类研究中长期遗留的问题。 SAIR与Axiom，两条路径指向一个答案：AI，逐渐成为数学研究基础设施的一部分。 那么，人类数学家又该把精力放在哪里？ 多伦多大学数学系助理教授丹尼尔·利特提出另一种可能： AI生产成果和人类理解可以同时增长，过去数学界常把创造数学成果和培养高质量数学家两个目标混在一起，AI在改变前者的实现方式，不一定意味着后者失去意义。 教育与其要学生反复完成AI擅长的计算，不如重视口头答辩、学术讨论和独立解决新问题的能力。 对于下一代数学家，他们面对的是一张不断扩展、随时可以检验和探索的知识地图，数学的下一段历史正在展开。 原视频链接（内容有删减）：https://www.youtube.com/watch?v=EYrlyxuyFbs 文 | 田渝 编 | 沈校 公众号：数智奔流 本文由 @数智奔流 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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 02:07:45 +0000https://www.woshipm.com/evaluating/6486887.htmlwoshipm-d72154cddc8db801Hermes 用一行命令安装和 20 多个聊天入口，把 Agent 变成开发者机器上的默认工具，再靠技能与记忆的沉淀留住用户。本文深度拆解其「开放内核换分发、治理能力收钱」的商业逻辑，对比 OpenClaw 与 Claude Code，揭示开源 Agent 的护城河与安全代价。 分析对象： Hermes（Nous Research） 对比竞品： OpenClaw、Claude Code、OpenCode 核心结论 Hermes 的护城河是「可安装性」与「学习闭环」，不是模型能力。 一行命令装上、任意模型可换、20 多个聊天入口可达，让它成为开发者自己那台机器上的默认 Agent；技能与记忆的沉淀，才是用户不换的原因。[1][3][7] 它用开放内核换分发，用治理能力收钱。 内核 MIT 免费，收入来自 Portal 订阅（20/100/200 美元）、推理转售与企业版。年化约 3600 万美元对上 2400 万次 clone，说明变现仍在早期。[6][9][11] 增长由三层扩散叠加：开发者自装、云厂商托管、系统集成商改造。 腾讯轻量云的 LightVela 把 Hermes 变成微信里的助理，博思把它改造成企业平台——品牌没出现，能力已经渗透。[8][13][15] 安全是结构性风险，不是偶发事故。 高权限、技能即代码、0.x 频繁变更三者叠加，OpenClaw 的 13.5 万个暴露实例就是这条路的代价。[16][17] 未来 12 个月的关键不是更多功能，而是能否把个人装机量转成企业合同。 企业版刚发布，销售组织与合规资质是它最薄的一环；年底 1 亿美元的收入目标，本质是一场两个月的考试。[5][9][11] 一、行业分析 1.1 需求：四类人在装 Agent，动机完全不同 讨论 Agent 市场最容易犯的错，是把它当成一个软件品类。2026 年真正发生的事是：一部分人把「执行权」交给了机器。而这个动作在四类人身上有四种动机，他们买的不是同一件东西，甚至不都花钱。[18][28] 表 1 四类 Agent 用户的需求差异（2026 年） [6][11][13][18] 四类需求的分裂，解释了产品形态的分裂。同一个「Agent」，在开发者那里是一个终端进程，在小团队那里是一块共享工作区，在企业那里是一套需要被审计的系统。任何试图用一种形态覆盖四类人的产品，都会在其中三类上显得不专业——这也是 2026 年没有出现「通吃型 Agent」的根本原因。[11][28] 更值得注意的是需求的起点：这一轮不是「AI 更强了」，而是「权限被交出去了」。用户第一次允许软件读自己的文件、登录自己的账号、替自己发消息。JetBrains 2026 年 5 至 7 月对 1.5 万名专业开发者的调查显示，90% 每周至少使用一次 Agent，68% 每天使用。需求侧已经越过了尝鲜期。[18] 开源 harness 在 2026 年集中爆发，不是巧合，而是三个条件同时到位的结果。第一，模型 API 的价格与可获得性足够好，个人可以自己承担推理成本，harness 才有「自带模型」的空间；第二，MCP 与 Agent Skills 把工具与技能的接口标准化，能力可以跨框架复用，做 harness 的边际成本大幅下降；第三，聊天软件成了天然入口，产品不需要自己解决「用户为什么打开」这个问题。三者叠加，才让「一个小团队维护框架、大规模用户使用」成为可能。[3][20][25] 这也解释了一个反直觉的现象：2026 年最受欢迎的 Agent 产品，几乎都不是从「更好的模型」切入的。它们切入的是分发（OpenClaw 的通道）、场景（OpenCode 的编码）、资产（Hermes 的技能）。模型能力被商品化之后，产品价值只能落在模型之外的地方。[17][20] 判断： 支付意愿是高度分层的。开源 harness 的免费不是促销手段，而是这类需求的前置条件——用户要先能「拥有」，才愿意为「更好用」付费。把这个顺序搞反的产品，通常连第一公里都过不去。[11][18] 1.2 市场规模：三种算法，三个不能互换的答案 讨论这个赛道的规模，先要决定算的是什么：软件许可收入、推理 token 消耗，还是采用规模。三种算法的结果不可互换，混用会让结论完全失真。下表把三类口径并列，并标注可观测值。[9][18][19] 表 2 三类市场口径与 2026 年可观测值（clone 按 git clone 计，非用户数；年化收入为月流水乘 12 的推算） [2][7][9][18][19][29] 三个口径之间不能换算，这是判断这类产品时最容易出错的地方。把 Hermes 的 2400 万次 clone 与 3600 万美元年化收入放在一起，等于每 1000 次 clone 只对应约 1500 美元年化收入（测算：3600 万 ÷ 2400 万 × 1000）。而 Claude Code 是另一种极端：闭源订阅，收入与用户数同向增长。两种模型各自成立，但不能用同一把尺子。[9][11][19] 这就决定了 Hermes 的位置很特殊：按渗透衡量，它是全球第一梯队的开源 Agent；按收入衡量，它还是一家年化几千万美元的公司。这不是失败，而是「开放内核」模式的必经阶段——先让能力无处不在，再向治理与托管收费。[2][11] 收入增速本身并不慢。2026 年 9 月中旬年化约 3600 万美元，公司预计年底突破 1 亿美元，意味着一个季度要做到接近三倍。这个目标能否达成，关键不在个人订阅，而在企业版能否在两个月内签下足够多的合同。[9][11] 资本市场已经给出定价。2026 年 10 月 7 日，Nous Research 完成 9000 万美元 B 轮，投后估值 15 亿美元，累计融资约 1.58 亿美元；Robot Ventures 领投，英伟达、微软 M12、三星、USV、YC 与 Menlo 参投。在开源 Agent 赛道，这是目前最大的一笔之一——它买的不是当下收入，而是「2400 万次 clone 能否变成企业合同」这个期权。[2][10][11] 1.3 竞争格局：四层结构，不是四个产品 2026 年下半年的 Agent 竞争不是「产品对产品」，而是四层结构。理解层与层的关系，比记住排名更重要，因为层与层之间更多是寄生关系，而不是替代关系。[20][28] 表 3 四层玩家与规模信号（2026 年 10 月） [7][13][17][19][20][29][35] 层与层的寄生关系值得展开：托管层必须选一个 harness 做底座，LightVela 选了 Hermes，博思也选了 Hermes。这意味着 Hermes 真正的竞争者不只是 OpenClaw，而是任何能被封装进云厂商产品的能力。它越成功，越可能以「看不见的组件」形式存在——这对分发是好事，对品牌是坏事。[13][15] 与 OpenClaw 的差异最能说明问题。两者都是「跑在自己机器上、通过聊天软件触达」的形态，但重心相反：OpenClaw 优先做通道与设备覆盖，Hermes 优先做学习闭环与技能沉淀。数据上也印证了这点：OpenClaw 用不到 5 个月做到 34.6 万 star，10 月底已推到 39.3 万，增速更猛；Hermes 停在 25.8 万，但更早建立了「技能可迁移」的标准叙事。[7][17][26][29][35] 真正的压力来自闭源一侧。Claude Code 上线约 9 个月就做到年化 25 亿美元，企业客户贡献过半收入，约占全球公开 GitHub 提交的 4%。这说明「贵但可控」在企业市场依然有效。开源 harness 抢的是「不愿被绑定」的那部分人，他们支付能力不弱，但支付意愿需要被治理能力唤醒。[19] 判断： 竞争的分水岭不在功能，而在「谁承担运行责任」。闭源厂商用 SLA 承担，开源 harness 把责任交给用户，托管层再把责任接回来。Hermes 商业化的本质，就是把这根责任链补全。[5][11][19] 1.4 环境：安全成了准入门槛 2026 年 Agent 行业最大的变量不是模型，而是安全事件。OpenClaw 在 84 天内冲到 25 万 star，同期被发现 4 万余个暴露在公网的实例，其中 63% 可被远程执行；到 4 月，暴露实例升至 13.5 万个，3000 个技能里 341 个被确认恶意。这条曲线几乎与它的 star 曲线同步。[16][17] 后果是监管与平台的双重收紧：中国有关部门对国企使用 OpenClaw 作出限制，Anthropic 在 2026 年 4 月禁止 Claude Code 订阅者使用 OpenClaw。两件事共同定义了行业底线——高权限 Agent 不再是「个人自由」，而是需要被登记、被隔离、被审计的对象。[16][17][27] 标准层面，MCP 与 Agent Skills（agentskills.io）已成为事实标准：技能可以在不同 harness 之间迁移，工具可以通过 MCP 复用。这对 Hermes 是利好，它的技能格式与开放标准兼容，迁移成本低；对整个行业则意味着能力会越来越像公共品，差异化只能来自运行时质量与治理水平。[1][3][25] 待核实： 公开渠道目前没有 Hermes 专属重大安全事故的报道；v0.16 曾修补 CVE-2026-48710（Starlette BadHost）并收紧 SSRF 与文件安全检查。但「没有事故」不等于「没有风险」，这类产品的风险暴露通常滞后于装机量 6 至 12 个月。[22][27] 二、产品拆解：Hermes 2.1 定位：从终端工具到「跨表面系统」 官方给 Hermes 的定义是「会自我改进的 AI Agent」，强调三个动作：从经验中创建技能、在使用中改进技能、跨会话建立对用户的认知。但定义与重心不是一回事——看版本代号，比看标语更准。[1][2] 表 4 五个版本的实质动作（2026 年 2 月—10 月） [3][21][24][26] 五个版本可以归成三次换皮：第一次把「终端里的东西」变成「桌面上的应用」，第二次把「一个入口」变成「处处可达」，第三次把「会装的人」扩大到「不会装的人」。三次都不是加能力，而是换用户。[3][4][26] 这条路径在 AI 产品里并不常见。多数产品的演化是从功能到功能，Hermes 的演化是从安装方式到安装方式——它相信瓶颈在门槛，不在能力。v0.22 的代号「门槛」就是这个信念的直白表达：Hermes 本是希腊神话中掌管门槛与边界的神，官方把这个隐喻用在了新手引导上。[3][21] 定位判断： Hermes 现在的真实定位是「个人 Agent 的运行时标准」，而不是「一个 Agent 产品」。它的野心写在许可里：让所有人把自己的 Agent 跑在 Hermes 上，然后由它来提供治理、托管与模型路由。[2][5] 2.2 能力与资源：四项能力，三层外部资源 运行时与网关：争夺的不是打开频次，是常驻位置 这是最容易被低估的部分。七种执行后端——本地、Docker、SSH、Singularity、Modal、Daytona、Vercel Sandbox——意味着同一个 Agent 可以在笔记本、服务器与无服务器环境之间迁移，空闲时休眠、按需唤醒。20 多个消息通道意味着用户不需要打开一个 App：Telegram、Slack、WhatsApp、Signal、邮件、钉钉、飞书、企业微信都能成为入口。[7][11][25] 这个设计的商业含义是：它不争夺「打开频次」，它争夺「常驻位置」。一个 7×24 在线、从微信里就能叫到的 Agent，其使用频率不取决于产品设计，而取决于用户本来就在哪里说话。[13][14] 学习闭环：省下来的不是时间，是推理成本 技能自动生成是 Hermes 最核心的差异化：完成一次复杂任务后，它把流程打包成可复用的技能，下次直接调用而不是重新推理。配合 FTS5 会话检索与 Honcho 用户建模，形成「记忆—技能—画像」三层沉淀。[1][25] 这一层的价值不在「更聪明」，而在「更省」。省的是推理成本与重复沟通成本，这两项恰好是长期使用中最容易被感知的摩擦。也正因为它省，用户迁移时会疼——技能与记忆跟着 harness 走，不跟着模型走。[2][11] 开放标准：让社区补能力，自己只守运行时 技能兼容 agentskills.io，工具走 MCP，插件目录在 v0.22 已达 600 个，其中官方维护 18 个。三件事叠加，让 Hermes 的能力可以由社区补齐，而不是由官方排期。对开源项目来说，这几乎是唯一的规模化路径。[3][22][32] 代价是质量不可控。OpenClaw 的教训很直接：3000 个技能里 341 个恶意，占比超过一成。技能本质是可执行代码，市场越大，审计越难。Hermes 目前靠目录规则与扫描把关，v0.22 明确禁止插件篡改内核或携带不可扫描的二进制——但这只是及格线，不是护城河。[3][17] 模型路由：自由度越高，口碑越不可控 它不绑定模型：Nous Portal、OpenRouter、OpenAI、本地 llama.cpp 都可以，一条命令切换。v0.22 的一键本地模型更是把「数据不出机器」变成了默认选项之一，安装器会按显卡与内存给每个模型打分，挑出质量最高且跑得动的那个。[3][22][25] 模型自由度是优点也是难点。优点是用户不会被单一厂商的涨价绑架；难点是产品质量不再由自己控制——同一个 Hermes，接前沿模型和接一个 27B 本地模型，体验差一个量级。这让口碑变得不可预测：好评与差评可能来自同一个版本。[22][25] 资源：社区、云厂商与系统集成商 能力之外，Hermes 真正难被复制的是三层外部资源。第一层是贡献者：v0.22 一个周期内约 2520 名贡献者、6080 个合并 PR，这个规模已经超过多数商业公司的工程组织。第二层是分发渠道：腾讯轻量云的 LightVela 直接以 Hermes 为底座，把「装 Agent」变成「开通套餐」，用户不必知道 Hermes 是什么；2026 年 9 月 NVIDIA 又把 Hermes 列为首批支持 Windows RTX 一键本地模型的 Agent 平台，等于把「装 Agent」变成「买张显卡」。第三层是系统集成商：博思这类公司把 Hermes 改造成企业平台，补上 SSO、多租户与权限，替它进入原本进不去的采购流程。[3][13][15][33] 三层资源的分工很清晰：社区贡献能力，云厂商贡献触达，集成商贡献合规。Nous 自己只需要维护内核与标准——这是开源项目罕见的杠杆结构，也是它能在远小于商业公司的团队规模下支撑 2400 万次 clone 的原因。[2][3][15] 但这套结构也有隐性代价：三层资源都不受它控制。社区可以分叉，云厂商可以换底座，集成商的改造互不兼容。它的生态越繁荣，中心越薄——这是「标准制定者」的典型处境。[13][15] 能力小结： 四项能力里，真正稀缺的是「学习闭环 + 可迁移标准」的组合。运行时与网关可以被复制——OpenClaw 有，OpenCode 也有；模型路由是行业标配。只有「技能能带走」这件事，是它目前最结实的差异化。[1][17][20] 2.3 场景与体验：三个场景，一条共同的短板 场景一：个人常驻助理 场景与痛点 ：想要一个随时在线的助理，但不想一直开着电脑，也不想被某个 App 绑定[14] 方案与功能 ：云端或 5 美元 VPS 常驻；微信、Telegram 直接对话；cron 定时任务主动推送[6][7] 差异化 ：记忆与技能跨会话累积，用得越久越贴合个人习惯[1] 客户价值 ：LightVela 把这条路径压缩到 5 分钟开通，启航套餐预置体验积分，无需 API Key 即可对话[13][14] 不足 ：定时任务依赖实例在线；本地模型能力有限，重任务仍需云端模型[6][22] 场景二：小团队自动化 场景与痛点 ：团队里每个人都在用 AI，但经验不沉淀、额度不可控、权限说不清[5] 方案与功能 ：Business 版共享一个余额池，管理员为成员设额度上限，技能自动发布到团队库[5] 差异化 ：一个人的好用法会变成全团队的默认能力，经验不再依赖口口相传[5] 客户价值 ：按席位与用量计费，每一笔消耗在控制台可见[5][11] 不足 ：团队资产仍是「技能包」粒度，缺少流程编排、审批与版本回滚[5] 场景三：企业私有部署 场景与痛点 ：数据不能出内网，但仍要享受 Agent 能力，且要能审计[11] 方案与功能 ：Enterprise 部署在客户自有基础设施，含 SSO、SLA 与白手套交付；国内由系统集成商做二次改造[5][11][12] 差异化 ：博思在 Hermes 上补了开发态/运行态双模、单实例多终端用户、会话与记忆隔离、Skill 粒度权限[15] 客户价值 ：把开源框架变成可运营的生产平台，同时满足多租户与审计要求[15][23] 不足 ：这些能力来自集成商而非产品原生，不同集成商的改造互不兼容，升级路径会被锁死[15][23] 体验不足： 三个场景的共同短板是「责任界面」不清：出错时用户不知道该找模型厂商、harness 维护者，还是托管方。开源降低了获取门槛，同时把支持成本转移给了用户。这正是企业版必须存在的理由——它卖的不是功能，是有人负责。[5][11][23] 2.4 AI 产品视角的四个关键取舍 Hermes 今天的形态不是功能叠加的结果，而是一连串取舍的结果。对 AI 产品而言，取舍比功能更能解释成败，因为每一次取舍都锁定了后续的成本结构与增长路径。[2][3] 取舍一：终端原生，还是桌面优先 它先做终端，再把桌面端当作「表面」补上。收益是开发者信任——终端意味着可脚本化、可审计、能进 CI；代价是大众用户的第一公里极陡，v0.22 的引导对话本质是在补这门课。合理的方向是「双表面、同内核」，但要接受一个事实：桌面端的体验上限由终端的能力决定，反之不成立。[3][26] 取舍二：MIT 开放，还是商业闭源 它选了最宽松的 MIT，把内核完全送出去，再靠治理与托管收钱。收益是分发速度——2400 万次 clone 不是投放能买到的；代价是差异化被迅速摊平，任何功能都会被迅速复刻。真正的护城河只能建在用户资产上：技能、记忆、团队库，这些搬走的成本很高。[2][11] 取舍三：单 Agent，还是多 Agent 编排 它在 v0.17 引入后台子 Agent，允许把一个大任务扇出到多个隔离子 Agent 并行执行，v0.21 之后走向多 provider、多 Agent 并存。收益是复杂任务可以拆解；代价是成本与可观测性——一个任务扇出十个子 Agent，账单与排障难度同时上升。多 Agent 不是免费的，它把「提示工程」变成了「调度工程」。[26][21] 取舍四：自带模型，还是卖模型 它两条都做：用户可以用自己的 key，也可以用 Portal 的 200+ 模型。收益是既不失去「反锁定」的用户，又能吃到推理毛利；代价是收入与用量脱钩——最活跃的用户往往付得最少，因为他们自带 key。这就是为什么企业版必须存在：只有组织才愿意为治理付费，而不是为 token 付费。[6][11][5] 表 5 四个取舍的收益、代价与建议 [2][3][5][11] 2.5 竞品对比矩阵 除 Hermes 外，选三个同等量级的对手：OpenClaw（个人 Agent 网关）、Claude Code（闭源终端 Agent）、OpenCode（开源编码 harness）。选它们的理由不是功能清单相似，而是四者在「谁能被装进日常工作流」这件事上正面相遇。[17][19][20] 表 6 四款 Agent 的八维对比（2026 年 10 月） [7][11][17][19][20][29][35] 这张表能看出两件事。第一，Hermes 是四者中唯一把「技能可迁移」当作核心卖点的：OpenClaw 卖覆盖，Claude Code 卖完成度，OpenCode 卖编码场景的稳定。第二，治理能力是四者共同的缺口——只有 Claude Code 靠商业合同解决了它，其余三家都还在补。[17][19][20] 2.6 商业化与单位经济 收入由三块构成：个人订阅（Free、Plus 20 美元、Super 100 美元、Ultra 200 美元）、企业订阅（Business 与 Enterprise，价格不公开）、推理转售（Portal 按成功任务计费）。免费层的存在不是为了转化，而是让人先装上——这与传统 SaaS 的免费增值逻辑不同。[6][11][5] 2026 年 10 月 27 日的订阅改版是一个信号：新套餐内置一个云端 Agent，用量从「一个月度额度」改成「日、周、月三层限额」，超限可切免费模型或走按量付费。这个改动同时解决两个问题——把闲置的云端资源变成套餐卖点，以及用限额压住重度用户的成本。[1] 单位经济可以从公开标价粗略测算：Plus 20 美元含 22 美元额度、Super 100 美元含 110 美元、Ultra 200 美元含 220 美元，赠额约为标价的 110%（测算：22÷20、110÷100、220÷200）。这意味着订阅毛利来自「未用完的额度」与额度折算差价，而不是直接的模型加价；真正的利润在超额按量付费与企业合同。[6] 这套结构的脆弱点也在同一处：一旦用户学会「自带 key + 免费模型」，订阅的价值就只剩云端托管与团队功能。这正是 10 月改版要把云端 Agent 塞进每个套餐的原因——它必须让订阅卖的是「托管」，而不是「token」。[1][6] 商业化判断： Hermes 的模式可以概括为「开放内核、封闭治理」。这条路成立的前提是：企业愿意为「管得住」付钱，而不只是为「用得上」付钱。前者需要销售组织与合规资质，恰好是开源团队最不擅长的一环。[5][11] 2.7 冷静看「自改进」：三重边界 「越用越强」是 Hermes 最动人的卖点，也是最少被检验的承诺。从 AI 产品的角度看，这个闭环至少在三个地方会遇到边界，值得在评估时分开看。[1][2] 边界一：技能会腐化。 技能是把一次成功经验固化成流程，但环境会变——接口改了、页面改版了、依赖升级了。固化得越深，失效时越难察觉，因为 Agent 会照着旧流程执行并给出「看起来完成了」的结果。技能需要版本、失效检测与回归测试，这三件事目前都靠用户自觉。[3][17] 边界二：记忆会污染。 长期记忆的默认假设是「记住的都有用」，但真实情况是大部分上下文是一次性的。检索做得不好，旧信息会干扰新任务；检索做得太好，用户又会感到被过度建模。这不是工程问题，是产品品味问题——什么该记、记多久、谁能看，需要明确的产品规则。[1][25] 边界三：效果不可复现。 同一个 Hermes，接不同模型、带不同技能库、在不同机器上，表现可以完全不同。这意味着「评测」对这类产品几乎失效：benchmark 测不出用户的真实体验，口碑也无法横向比较。厂商能做的只有把变量收窄（稳定通道、默认模型、签名包），v0.22 做的正是这件事。[3][22] 2.8 最近十天：内核继续变薄 报告的基线版本是 v0.22.0（10 月 13 日）。此后十天，Hermes 连发 v0.22.2 至 v0.22.5 四个补丁版，其中 v0.22.3 一次滚动约 620 个合并 PR，而 v0.23.0 的功能说明至今没有发布。版本号跑在文档前面是高速迭代项目的常态，但对评估者意味着：任何「当前能力」的描述，有效期大约只有两周。[30][34] Copilot 移出内核（10 月 26 日） ：内置的 GitHub Copilot 支持改成独立插件，内核只留通用 provider 钩子。官方理由是安全——状态与模型选择器刷新时，可能把环境里的 GH_TOKEN 拿去与 GitHub 交换，连从未用过 Copilot 的配置也受影响；代价是只靠 gh 登录的用户需要重新授权。[31] 默认模型换成 GLM-5.3（10 月 26 日） ：没有手动选模型的用户，默认落到 z-ai/glm-5.3，与上一代同价、同为 100 万上下文。官方同时挂出一条未解决的已知问题：长会话后期可能发出缺参数的工具调用。默认值的质量，直接就是多数用户的实际体验。[31] 浏览器能力进官方目录（10 月 23 日） ：Camofox 从内核移入官方插件，MIT 授权，提供 11 个浏览器工具，可保留登录态，并把指纹伪装做到浏览器引擎层。官方插件至此 18 个，目录总量维持在 600 级。[32] 硬件厂商成为第四条渠道（2026 年 9 月 IFA） ：NVIDIA 把 Hermes 列为首批支持 Windows RTX 一键本地模型的 Agent 平台——自动识别显卡、挑选模型、走 llama.cpp 运行。对用户是省一步配置，对 Nous 是新增一条不经过云厂商的分发路径。[33] 判断： 这四个动作指向同一件事：内核继续变薄，能力外移到插件与默认值。对厂商，这降低了维护成本与口碑方差；对用户，「你装的 Hermes」越来越取决于你装了哪些插件、跑在什么硬件上。也就是说，2.7 里「效果不可复现」这条边界短期内不会因工程收窄而消失，只会从版本差异转移到组合差异。[29][31][32] 三、总结 3.1 三条判断 判断一：Hermes 赢在「可安装性」，不是「智能化」。 它的能力——记忆、技能、网关、多后端——没有一项是独家的，但把它们打包成「一行命令 + 任意模型 + 任何设备可达」，是 2026 年做得最彻底的一个。2400 万次 clone 证明的不是它更聪明，而是它更容易被拥有。[2][7][11] 判断二：它的护城河是用户资产，不是代码。 技能、记忆、团队库这三样东西，迁移成本远高于换一个 harness。这也解释了它为什么敢用 MIT——代码可以复制，沉淀不能。[1][5] 判断三：企业化是它唯一的天花板，也是最大的不确定性。 个人市场已经证明渗透能力，但 3600 万美元年化收入说明变现仍在早期。年底 1 亿美元的目标，本质是一场「两个月内把开源声誉换成企业合同」的考试。[9][11] 3.2 四条可借鉴 把安装摩擦当成一号产品问题。 v0.22 整版都在拆门槛，而不是加功能——这是开源项目少见的自觉。[3] 用开放标准换生态位。 兼容 agentskills.io 与 MCP，让社区替它补能力，自己只守运行时。[3][25] 把用户资产设计成护城河。 技能与记忆天然带迁移成本，比任何功能壁垒都持久。[1][2] 让商业模式跟着责任链走。 谁承担运行责任，谁收钱：个人免费、团队订阅、企业私有化，三段对应三种责任。[5][11] 3.3 三个机会窗口 治理层空白 ：开源 harness 普遍缺 SSO、审计、配额与版本锁定。谁能把这块做成标准件，谁就能吃到企业预算。参照博思的改造清单，这四件事正是企业采购的必答题。[15][23] 中国本地化 ：LightVela 与博思证明「Hermes + 国内模型 + 聊天入口」成立，但目前没有统一的企业级发行版，各家集成商各改一套，升级与合规成本高。[13][15] 技能资产化 ：技能目前是散的，若出现「版本管理 + 依赖审计 + 计费」的基础设施，会重构整个生态的价值分配。[3][17] 3.4 四项风险 安全 ：高权限、技能即代码、公网暴露三者叠加，任何一次重大事故都会把监管压力传导到整个品类。OpenClaw 的 13.5 万暴露实例是已经发生过一次的预演。[16][17] 版本 ：仍在 0.x，破坏性变更频繁，企业客户难以承诺长期维护；v0.22 引入稳定 SemVer 通道是对的，但只解决了一半。更硬的约束在协作侧：截至 10 月 30 日，仓库有约 1.76 万个未关闭 issue 与 3.42 万个待合并 PR，贡献速度已快过评审与合并能力——这既是活力，也是质量失控与分叉的入口。[3][7][29][34] 成本 ：多 Agent 并行与长上下文让账单不可预测，用户体验容易被成本焦虑打断，这与积分制产品面临的是同一类问题。[6][26] 竞争 ：闭源厂商用 SLA 与完成度压制，云厂商用托管把 harness 变成白牌组件，品牌价值被稀释——LightVela 用户未必知道自己在用 Hermes。[13][19] 结语： Hermes 是 2026 年最能说明「开源如何变成生意」的样本：它先把能力送到所有人手里，再回头向愿意为秩序付费的人收钱。这条路的成败，不取决于下一个版本加了什么，而取决于它能否在企业采购流程里证明——「自己管得住」比「自己最强」更值钱。[2][5][11] 参考来源 [1] 【官网】Nous Research 官网（Hermes Agent 与 Portal 公告），Nous Research，2026-10-29 https://nousresearch.com/ [2] 【官网】A Note on Our Fundraise，Nous Research，2026-10-07 https://nousresearch.com/a-note-on-our-fundraise [3] 【官网】Hermes Agent v0.22.0 — The Threshold Release，GitHub / NousResearch，2026-10-13 https://github.com/NousResearch/hermes-agent/releases/tag/v0.22.0 [4] 【官网】Hermes Desktop 产品页，Nous Research，2026-10-29 https://hermes-agent.nousresearch.com/desktop [5] 【官网】Hermes for your Business，Nous Portal，2026-10-29 https://portal.nousresearch.com/business [6] 【媒体】Hermes Agent 功能与定价（2026 年 10 月核对），AI Tools Directory，2026-10-21 https://www.aitools-directory.com/tools/hermes-agent/ [7] 【媒体】Hermes Agent: open-source personal agent（25.2 万 star、v0.21.6），KGA IT，2026-10-12 https://kga-it.com/en/blog/hermes-agent-nous-research-github [8] 【媒体】腾讯用的「爱马仕」，刚融了 6 个亿，创业邦（搜狐转载），2026-10-10 https://news.sohu.com/a/1086360801_122014422 [9] 【媒体】Nous Research 完成 B 轮融资，估值 15 亿美元，DoNews，2026-10-08 https://www.toutiao.com/article/7694265620023591470/ [10] 【媒体】Nous Research Funding, Valuation & Investors，Venture Capital Tracker，2026-10-07 https://venturecapitaltracker.com/startup/nous-research [11] 【媒体】Nous Research Raises $90M for Hermes — the Open-Source Agent Going Enterprise，There Is An AI Tool，2026-10-08 https://thereisanaitool.com/article/nous-research-hermes-90m-raise [12] 【媒体】Nous Research 完成 9000 万美元 B 轮、估值 15 亿美元，AICoder，2026-10-08 https://aicoder.com/zh/news/news-20261008-nous-research-90m-series-b-hermes-for-businesses [13] 【官网】LightVela 是什么（产品文档），腾讯轻量云 LightVela，2026-10-29 https://lightvela.com/docs/overview [14] 【媒体】LightVela 产品深度解读：腾讯轻量云如何重新定义 AI Agent 托管，腾讯云开发者社区，2026-06 https://cloud.tencent.com/developer/article/2708905 [15] 【官网】让智能体真正扎根业务场景：博思软件基于 Hermes 打造企业级智能体平台，博思软件，2026-09 https://www.bosssoft.com.cn/news/bsnews/172043.html [16] 【媒体】Meet OpenClaw: The AI assistant that broke every record — and started a security panic，CGTN，2026-03-11 https://news.cgtn.com/news/2026-03-11/OpenClaw-AI-tool-that-broke-every-record-and-caused-a-security-panic-1LpwvrIqQk8/share_amp.html [17] 【媒体】OpenClaw: 346K GitHub Stars in 5 Months, Security Nightmare，byteiota，2026-05 https://byteiota.com/?p=11666/ [18] 【媒体】90% of Devs Use AI Agents Weekly（JetBrains 2026 开发者生态调查），HostingAdvice，2026-08-18 https://www.hostingadvice.com/blog/90-of-devs-use-ai-agents-weekly-so-why-is-copilot-losing/ [19] 【媒体】The State of Claude Code in 2026: Data, Adoption, and the Ecosystem，Claudify，2026-06 https://claudify.tech/blog/state-of-claude-code-2026 [20] 【媒体】Best Open-Source AI Agent Harnesses 2026: Ranked by Job，andrew.ooo，2026-10-02 https://andrew.ooo/answers/best-open-source-ai-agent-harnesses-2026-ranked [21] 【媒体】Hermes Agent v0.22.0 深度解读：免 Key 上手、一键本地模型，高效码农，2026-10-14 https://www.xugj520.cn/archives/hermes-agent-v0220-review.html [22] 【媒体】Hermes Agent Changelog（v0.22.0 明细），Gradually AI，2026-10-14 https://www.gradually.ai/en/changelogs/hermes-agent/ [23] 【媒体】Hands-on: Hermes Agent Enterprise Deployment — Sandbox, Gateway & Domestic Model Integration，SPOTech，2026-09 https://www.spotech.online/en/hands-on-hermes-agent-enterprise-deployment-sandbox-gateway-domestic-model-integration/ [24] 【其他】Hermes Agent 版本演进（v0.1.0 首发至 v0.8.0），hermesagentai.cn，2026-04 https://hermesagentai.cn/ [25] 【媒体】厉害！20 万 Star 的自进化 Agent：手机发消息，云端替你干活，CSDN，2026-10 https://blog.csdn.net/cloudstlife/article/details/164968308 [26] 【媒体】Hermes Agent v0.17.0 — The Reach Release，Hermes Agent Blog，2026-06-19 https://hermesagents.net/blog/hermes-agent-v0-17-0-reach [27] 【媒体】Personal AI Agent Hacked Melbourne Gym（OpenClaw CVE 与暴露面统计），ThreatCluster，2026-08 https://threatcluster.io/article/personal-ai-agent-hacked-melbourne-gym-to-erase-st-fe118879 [28] 【媒体】国内 Agent 工具，已经分出三条路了：选错比不用更贵，今日头条（Jason酱油），2026-10-26 https://www.toutiao.com/article/7700955315688178217/ [29] 【官网】Hermes Agent 仓库实时读数（25.84 万 star、3.42 万个待合并 PR、1.76 万个未关闭 issue），GitHub / NousResearch，2026-10-30 https://github.com/NousResearch/hermes-agent [30] 【官网】Hermes Agent v0.22.5（补丁版，滚动约 81 个 PR），GitHub Releases，2026-10-22 https://github.com/NousResearch/hermes-agent/releases/tag/v0.22.5 [31] 【媒体】Hermes Agent 变更日志：2026 年 10 月 26 日（Copilot 移出内核、GLM-5.3 成为默认），bwotec，2026-10-26 https://bwotec.com/hermes-yesterday-2026-10-26 [32] 【媒体】Hermes Agent 的 Camofox 浏览器进官方插件目录（MIT、11 个工具、官方插件共 18 个），OneClickClaw，2026-10-23 https://oneclickclaw.io/news/hermes-agent-camofox-browser-looks-human [33] 【媒体】本地 AI Agent 在 NVIDIA GPU 上的一键部署（Hermes 列为首批平台，IFA 2026 公告），Opera News 转 NVIDIA 公告，2026-09 https://lucky-wap-ams.op-mobile.opera.com/detail/10e8012d260905en_ng [34] 【媒体】Hermes agent 大更新：五天跳五个版本（v0.22.2—v0.22.5 节奏与 v0.23.0 计划），今日头条，2026-10-28 https://www.toutiao.com/a7700481982190436899 [35] 【媒体】OpenClaw Statistics 2026（10 月 28 日 GitHub API 读数：39.32 万 star），Gradually AI，2026-10-28 https://www.gradually.ai/en/openclaw-statistics/ 本文由 @拆个产品 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Sat, 31 Oct 2026 01:56:26 +0000https://www.woshipm.com/it/6486984.htmlwoshipm-d8c1c4fac49ac2c5星巴克开始要求消费入座，山姆把同一实名身份一年能激活的亲友卡压到两张。一个管座位，一个管会员卡，收回的都是被反复流转的资格。规则能减少损耗，却创造不了需求：星巴克要证明空间值得付费，山姆要证明会费持续物有所值。 星巴克和山姆，最近都开始给消费者划定新的边界。 10月22日起，星巴克中国正式推行“消费入座”政策，原则上要求顾客消费后才能使用门店座位。前一天，星巴克中国还宣布了另外两件事：发布《第三空间倡议》，并在2027新财年追加超3亿元投入，用于增加高峰时段人手、升级系统设备、焕新约1000家门店。 过去，即便不买咖啡，也能在星巴克坐上一下午，如今这一延续多年的宽松做法开始改变。 10月16日，山姆的新版会员章程也已生效。根据10月9日公布的会员章程修订方案，同一实名身份在每365天内，最多只能激活两名主卡会员的亲友卡，且同一时间只能绑定一张。此前只要解绑旧卡，同一个人可以无限次换绑，这正是黄牛倒卖副卡的通道。 一个管座位，一个管会员卡。两家公司收回的，都是过去默许消费者免费享受的东西。 在扩张阶段，开放的座位和宽松的副卡，都是两家公司在中国的获客投资：前者为星巴克“第三空间”的品牌溢价做背书，后者降低了消费者走进山姆的门槛。如今，两家公司走到了不同阶段，星巴克中国换了大股东，合资公司要为品牌授权付费，必须提升单店效率。山姆会员规模已超千万，重心从拉新转向会员质量和续费。 经营处境不同的两家公司，在中国都进入“精打细算”时代。 01 两家公司，两道不同的考题 对星巴克来说，座位不只是一把椅子。 “第三空间”的概念由星巴克前董事长霍华德·舒尔茨推广开，指的是在家和办公室之外，给人一个可以停留的地方。星巴克一杯三四十元的咖啡里，有相当一部分价格买的是这个空间。这也是星巴克核心的品牌资产之一。 开放空间有成本，但星巴克此前的做法较为宽松，多年来默认欢迎所有人。在中国，舆论经历过一轮反转，2024年5月，西安等地有消费者称，未消费入座后被店员提醒点单甚至劝离，话题登上热搜。当时舆论多站在未消费顾客一边，到了近期，大众抱怨的焦点变成了不消费的人长时间占座、外放音乐、自带饮料，买了咖啡的人反而找不到座位。 舆论变了，星巴克的处境也变了。 过去几年，中国咖啡市场的竞争规则被彻底改写。瑞幸用更低的价格、更密集的门店网络争夺消费者，2019年末门店数量首次超过星巴克中国。2023年，库迪掀起9.9元价格战，瑞幸跟进，低价竞争进一步蔓延。这一年，瑞幸在中国市场的营收也首次超过星巴克。 竞争格局的变化，直接冲击着星巴克的品牌溢价。据路透社援引欧睿国际数据，星巴克在中国咖啡市场的份额从2019年的34%降至2024年的14%。截至2026年6月底，瑞幸中国市场（含香港）门店达到36087家，约为星巴克中国门店数的4.5倍。 星巴克开始主动调整。降价、推新品、发力外卖，换来了交易量的恢复，却也让客单价持续承压。2025财年第四季度，星巴克中国同店交易量同比增长9%，同店销售额仅增长2%，客单价下降约7%。买咖啡的人更多了，但每笔订单带来的收入却更少了。 转机出现在2026财年开年。第一季度，星巴克中国营收8.23亿美元，同比增长11%；同店销售额增长7%，其中交易量增长5%，客单价也回升了2%。这是一个积极信号，但能否持续恢复品牌溢价，仍有待观察。 正是在这轮经营调整与业绩回暖中，星巴克完成了入华20多年来最大的一次经营模式转变。 2025年11月，星巴克宣布与博裕资本达成协议，成立合资企业共同运营中国业务。2026年4月，交易正式完成，博裕资本旗下基金持有合资企业60%的股权，星巴克保留40%，并继续持有品牌及知识产权，授权合资企业使用，约8000家直营门店转为特许经营。 这意味着，星巴克全球把中国业务变成了一门收授权费的轻资产生意。背负授权费、承担经营结果的，是以博裕为主导的合资公司。对新东家来说，核心目标是提升单店盈利能力。 在交割前最后一个季度，回暖势头已明显放缓。2026财年第二季度（截至2026年3月29日），星巴克中国营收约8亿美元，同比增长8%；同店销售额同比微增0.5%，其中交易量增长2.1%，客单价却下降1.6%。 这也是外界能看到的最后一份星巴克中国成绩单。交易完成后，星巴克不再单独公布中国市场的营收和同店销售额。 因此，合资公司的经营动作就成了观察星巴克中国的主要窗口。消费入座加上超3亿元的门店投入，是新东家接手半年后的第一套大动作。 10月29日，星巴克发布2026财年第四季度及全年业绩，在业绩电话会上，星巴克CEO Brian Niccol表示，中国市场2026财年的表现超过了既定目标。管理层同时透露，国际市场预计净新增约1100家门店，其中中国市场将贡献约一半。长期来看，星巴克认为中国市场的门店规模仍有翻倍空间。 这意味着，尽管面临本土咖啡品牌的激烈竞争，星巴克仍然看好中国市场的增长潜力。 与星巴克相比，山姆 面对的是另一道题：增长太快之后，怎么守住会员资格的价值。 山姆是沃尔玛中国增长最快的业务。2027财年第二季度，沃尔玛中国净销售额达到约70亿美元，按固定汇率计算同比增长20.7%，可比销售额增长9.7%。财报称，国际分部经营利润的增长主要由中国和印度驱动，而中国的引擎是山姆。过去12个月，山姆在中国新增11家门店，其中当季新增4家。2026财年，山姆中国全渠道销售额突破1400亿元，贡献沃尔玛中国超80%的营收。 会员增长同样在加速。据报道，沃尔玛中国CEO朱晓静曾披露，山姆中国从0到第一个100万付费会员用了21年，第三个100万只用了9个月。截至2026年上半年，山姆中国付费会员已突破1070万。 规模越大，副卡规则一旦有漏洞，影响面也越大。山姆个人会员年费260元，卓越会员680元，每张会员卡附赠一张亲友卡。按规则，亲友卡只能赠予亲友。但过去只要解绑旧卡，同一个人就能反复激活不同主卡的副卡，二手平台上于是形成了一条成熟的生意链：年度副卡、按月出租、一日卡，甚至还能按次带人进店。 山姆的会员价值还在被另一种方式消耗。会员愿意每年交几百元，买的是山姆替自己选品的信任，而高速扩张中，这份信任经历了几次考验。例如2025年8月，成都一家山姆门店销售的大葱被通报农药残留超标；同年12月，有消费者反映通过山姆极速达购买的麻薯包装盒中出现活鼠。今年3月，山姆在售的高山螺丝椒被通报农药残留超标，自有品牌冻干草莓也被检出相关指标不符合要求。 外部竞争也在加剧。一方面，Costco等会员制零售商争夺相似的中高收入家庭客群；另一方面，盒马、奥乐齐等零售品牌通过自有品牌、精选商品和价格策略，分流消费者的日常采购需求。即时零售的发展，也让消费者拥有更多购买生鲜、日用品的渠道。 在这样的环境下，山姆不仅需要吸引新会员，更需要让已经付费的人持续觉得这张卡值。此次收紧亲友卡规则，本质上是在维护会费的含金量。 一个在增长压力下重新审视门店空间，一个在快速扩张中收紧会员资格。经营处境不同的星巴克和山姆，过去用来吸引消费者、换取增长的免费权益，如今也开始被纳入成本账本。 02.精细算账之后，能否换来更好的业绩？ 先看星巴克。 中国并不是星巴克第一个推行消费入座政策的市场。 2025年1月27日起，星巴克在北美直营门店实施新的顾客行为准则，要求使用门店座位等设施的顾客消费，结束了实行近七年的开放政策。 政策调整初期，北美市场的业绩并未立即改善。2025财年第二至第四季度，星巴克北美同店销售额分别同比下降1%、下降2%和持平。直到2026财年，北美业务才迎来复苏，前三个季度，同店销售额分别同比增长4%、7.1%和8.1%，连续三个季度增长。 而这段时间里，星巴克还在增加门店人手、优化产品及改善服务效率，消费入座政策为业绩复苏贡献了多少，很难单独拆分。 而且，星巴克并没有因为收紧入座规则而放弃第三空间。管理层在最新业绩电话会上透露，2026财年北美市场完成了1700多家门店的环境升级，重新增加舒适座位、改善空间体验。升级后的门店在不同消费时段和渠道均出现交易量提升。 星巴克中国这次几乎复制了同一套组合：一边施行消费入座，一边投入超3亿元增加高峰人手、升级设备、焕新约1000家门店。 为什么在收紧座位的同时，还要花钱改造空间？答案可以放在外卖的背景下看。 星巴克的商品销售早已不完全依赖顾客在门店停留。 2019财年第四季度至2022财年第二季度，星巴克中国数字化订单（包括外卖和手机点单自提）销售额占比从10%提升至47%。2023财年第三季度，“专星送”的销售额同比增长63%，占星巴克中国销售总额的25%。 一位北京星巴克门店店员告诉「定焦One」，新规实施后，门店客流和销售额并没有明显变化，对经营的影响也不大。不过她解释，自己所在的门店规模较小，以外卖业务为主，“80%都是外卖订单”，堂食顾客相对较少。 对于外卖占比较高、堂食空间有限的门店而言，消费入座政策能够影响的消费场景本身就比较有限。而在客流不足、座位空置的门店，限制非消费入座，也不会凭空多卖出咖啡。 所以，消费入座的经营价值，在于把空间从免费的公共资源，重新变回付费体验的一部分。把座位优先留给消费者，同时投钱让这个座位值得花钱。管住座位只是第一步，让消费者愿意继续为空间支付溢价，才是这笔账能否算得过来的关键。 再看 山姆 ，它 收紧亲友卡，算的是会员资格的账。 此前，倒卖亲友卡的分两种情况：一种是拼卡，某二手平台拼卡商家向「定焦One」介绍，拼卡分为主卡和副卡，期限都是一年，新规对这种模式限制不大；另一种是短期体验，目前商家主要通过直接提供账号，或者临时绑定亲友卡的方式，向消费者出售短期购物资格，依赖的正是反复换绑。 山姆此次规则的调整在于限制“人”而非“卡”。一个身份一年只能绑定两次亲友卡，但是主卡会员依然可以随时选择把亲友卡给谁。新规对于与家人、朋友长期共享会员资格的用户，规则基本没有影响；但对于依靠反复换绑购买短期体验资格的消费者，使用门槛明显提高。 对照同行，这一规则并不算严。根据Costco中国大陆地区会员章程，每位主卡会员可办理一张免费家庭卡，但持卡人必须是年满18岁、与主卡会员居住在同一地址的家人，办理时还需提供共同生活的证明。家庭卡一经申请，须等到下一会员年度才能更换持卡人。 那么，这对山姆的业绩究竟有多大帮助？ 山姆中国没有单独披露利润，我们可以拿Costco来做参考。2025财年，Costco会员费收入53.2亿美元，营业利润约104亿美元，会费约占营业利润的一半。虽然会员费收入仅占总收入约1.9%，但由于仓储会员店采取低毛利、高周转的经营模式，会员费对盈利能力具有重要意义。Costco当年的营业利润率仅为3.77%。 截至2026年上半年，山姆中国区付费会员已突破1070万，仅会员费一项年收入就近30亿元，这个数字放在整体营收里占比或许不高（2026财年，山姆中国全渠道销售额已突破1400亿元），但如果参照Costco约4%的营业利润率粗略估算，1400亿元销售额对应的营业利润在50多亿元，会员费相当于这一假设利润规模的一半以上。 在这个模型里，每一张被倒卖的副卡，都可能意味着一笔流失的会费。新规最理想的结果，是让依赖短期体验的消费者转为正式会员，从而增加会员费收入。但如果消费者只是转向长期拼卡、稳定使用亲友卡，山姆未必能从中获得额外的会员费。 新规还可能带来误伤付费会员的风险。新章程实施前后，已有媒体曝出消费者投诉会员卡被判定违规、只能退卡。会员制的根基是信任，如果打击黄牛的代价是让正常会员觉得被冤枉，这笔账就可能算反。 因此，新规更确定的价值，是抬高会员资格反复流转的门槛，让付费会员愿意为了这个资格续卡。但守住资格，不等于守住忠诚，会员续费的最终理由，仍然是选品和品质。 从星巴克的座位，到山姆的亲友卡，收紧规则可以减少损耗，却不能凭空创造需求。对星巴克来说，真正的考题是让空间重新值得付费；对山姆来说，是让会员费持续物有所值。 作者 | 李梦冉 编辑 | 魏佳 本文由人人都是产品经理作者【定焦One】，微信公众号：【定焦One】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自作者提供，由AI生成 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 09:13:47 +0000https://www.woshipm.com/ai/6486947.htmlwoshipm-9854947025d1ef0b灵光 2.0 向所有用户开放，千问 Go 紧随其后，微信小微也开始往 Personal Agent 的方向升级。国内的个人助理产品从 PPT 走进内测和公测，能力边界第一次能被真实使用检验。三条路线不同，但都在争同一个入口：谁替用户把事情真正办完。 之前，国内的 Personal Agent 产品探索。 还停留在媒体的报道中，大厂的 PPT 中，自媒体的小道消息中。 各种猜测、鼓吹满天飞。 现在，不一样了。 Personal Agent 开始落实到具体产品的内测、公测、发布上了。 1、灵光 2.0，抢先起跑 先是蚂蚁集团灵光 APP，放出 2.0 版本小范围邀测。 灵光2.0，定位就是个人AI 助理。 之前的主打的灵光圈、创建闪应用，是为解决个人问题而提供的工具。 现在，灵光APP 2.0 版已完全上线，针对所有用户开放。 产品口号就是：能管事的个人助理。 我已让它帮我盯各种日常生活事务了。 这是国内大厂首个 Personal Agent 产品。 也是比较接近 Meta 的 Muse 形态的。 在大厂 Personal Agent 的竞赛中，灵光抢先起跑。 2 阿里千问 Go！，紧跟其后 然后是， 阿里千问 Go！ （不是 Go 是 Go！，叹号不要掉了）开始内测。 这是 ZAT（字节、阿里、腾讯）中首个放出内测的 Personal Agent。 当时，还激起了不少讨论。 因为阿里把千问，一直就定位为个人 AI 助理。 千问推出之初的目标，就是要成为你的 Personal Agent。 现在，千问 Go！也上线了，针对所有用户开放。 千问 Go！，和千问快问并列显示。 你的生活、工作、学习全包，要做你的全能 AI 助理。 并且，千问 Go！还将给 AI 助理配上云手机、云电脑等装备。 让你的 AI 助理，有专属云端装备，能 7×24小时在线干活。 千问 Go！下，配置了很多的技能，并且提供了千问 Go！会员服务。 千问 Go！，正在把 Personal Agent 的身份、行动、记忆配齐。 并开始试水收费模式。 这是 ZAT（字节、阿里、腾讯）中首个亮相的 Personal Agent产品。 3 微信小微，悄然Personal Agent化 最近打开小微，使用体感不一样了。 感觉也开始 Personal Agent 化了。 以前打开小微，总是给你推荐常看的公众号内容，或者最近朋友圈发生什么变化， 现在，不一样了，开始生活化了。 比如我上午打开， 它会问我：想换个头像吗？ 小微可以帮你画。 我让它帮我做个小狗狗的图，很快做好了，很萌很可爱。 也就是微信更加生活化了，并且能生成图片了。 下午我打开时 ，它又提示我，如果身边有人过生日，可以帮我挑礼物。 并且，推荐的礼物，还能直接下单购买，走通购物闭环。 比如我后面又让它推荐了礼物，直接让它下单。 能直接帮你走到支付页，由你来确认支付。 我去，各大厂 Personal Agent 梦寐以求的自动化交易流程。 微信小微，借助微信小程序生态，轻松做到了。 然后，不同的时间， 又给我推送不同的生活服务 ，比如做个计划、日程安排。 这些推荐事项，比那个谁点赞了朋友圈、又有哪个公众号更新了，温暖多了，舒服多了。 你告诉它任务后，就可以离开当前页，让它自主执行。 执行完后，它会通过微信消息，提醒你。 小微，这是要帮你打理生活了吗。 小微，这是要开始升级为 Personal Agent 了吗。 使用过程和体感来看，感觉有这个趋势。 而小微，一旦成为 Personal Agent。 将是国内能力边界最大、最具有想象力的 Personal Agent。 本文由作者【三哥】，微信公众号：【产品笔记】，原创/授权 发布于平台，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 09:12:40 +0000https://www.woshipm.com/ai/6486936.htmlwoshipm-75e72ecda03145d7Meta、亚马逊、谷歌先后交出财报，云业务增速惊人，自由现金流和股价却同时承压：Alphabet 单日市值蒸发超过五千亿美元。AI 投入的钱到底变成了谁的利润？从七巨头与其余四百九十三家公司的分化里，能看到这场技术革命目前真实的分配结果。 从 Meta 开始，硅谷巨头迎来了一个格外惨淡的财报周。 10月29日，亚马逊公布第三季度财报，旗下AWS营收同比增长39%，创下近五年来最快增速，但集团过去12个月自由现金流却转为负424亿美元，股价盘后一度下跌超过5%。 谷歌的遭遇更加惨烈：尽管Google Cloud营收同比增长103%，Alphabet股价仍在10月29日暴跌12.64%，盘中一度下跌超过13%，市值蒸发超过5000亿美元，创下公司历史纪录。 更早之前，Meta第三季度营收同比增长26%，财报公布后首个交易日股价下跌近7%。 这在某种程度上是一个对之前阿波罗全球管理公司首席经济学家Torsten Slok 言论的反驳。Slok指出，过去几年，美国科技七巨头的人均营收和利润率持续提高，但标普500指数其余493家公司，却没有出现类似的改善。 一场技术革命，人们总会期待，创造技术的公司能够赚到丰厚的利润，采用技术的企业能够提高经营效率，而普通人也能享受到更便宜的服务、更高的收入和更多闲暇。 但当我们沿着AI产业链寻找这场技术革命的受益者时，却发现每一方都有自己的难处。 头部AI公司仍需投入巨额资金维持技术竞争；上游供应商承受着高额支出和未来需求的不确定性。至于真正使用AI的企业，效率有所提升，利润却未见普遍改善；普通人则面临着工作要求提高、岗位替代和收入下降的风险。 AI无疑创造了巨大的经济价值。但这些红利，究竟被谁吃了？ 01 创造AI的人，正在为AI买单 头部AI公司的营收正在迅速增长。2026年上半年，Anthropic实现营收162.86亿美元，同比增长1300%；OpenAI截至9月底的年化营收也已接近500亿美元。 前沿模型带来了可观的收入，但压力也不容小觑。 10月26日，Anthropic正式公开IPO招股书，披露了公司的财务状况。2026年上半年，Anthropic仅算力及基础设施费用就达到89.45亿美元，占同期营收的55%，同比增长283%。 在未来十年，公司还有一系列算力采购和设备租赁协议需要履行。 招股书显示，Anthropic与Google签订的最低采购金额达到1145亿美元，亚马逊为1100亿美元，微软为449亿美元；此外，公司还与马斯克旗下SpaceXAI达成算力采购协议，到2029年的支付上限为1205亿美元，并与博通达成设备融资租赁安排，租赁期内的付款总额约1612亿美元，不含利息。 其中，Google、亚马逊和微软三项协议的最低采购承诺合计2694亿美元，期限一直延伸至2033年至2036年。按照合同约定，即使没有实际使用相应的算力，Anthropic原则上也需要支付最低承诺金额。SpaceXAI的1205亿美元则属于协议上限，并非全部不可取消的付款义务。双方在2027年初的初始锁定期结束后，可以提前90天通知终止合同。 随着协议陆续履行，Anthropic需要持续扩大收入，才能覆盖相应的算力采购成本。 OpenAI同样面临巨额支出压力。根据今年6月曝光的财务文件，OpenAI在2025年的研发费用达到191.8亿美元，全年总成本及费用约340亿美元，最终录得209.2亿美元营业亏损。 据外媒报道，OpenAI正在推进新一轮约300亿美元融资，但融资谈判中的目标估值已从1.4万亿美元降至1.25万亿美元，减少1500亿美元。部分投资者的认购意愿不及预期，持续融资需求与AI基础设施投资回报问题，正在受到市场审视。 尽管算力采购已经提前锁定多年，但客户未来的支出并没有同样明确的保证。 Anthropic在招股书中披露，2026年第三季度，超过80%的营收来自过去六个月内发布的Claude模型版本。9月发布的Claude Opus 5.5，则将客户完成同类任务的成本降低了约40%。Anthropic表示，效率改善使公司能够在降低客户成本的同时维持利润率，但要保持这种竞争力，持续的模型研发和优化仍然必不可少。 另外，招股书披露，2026年前九个月，Anthropic前五大客户贡献了约25%的营收。但许多大客户并没有签订长期合同，或者合同即将到期，可以随时减少甚至停止支出。 合规成本同样不可忽视。2025年，Anthropic因Bartz版权诉讼计提15亿美元和解费用，相当于当年营收的约33%；OpenAI则在10月23日披露，内部研究模型突破网络隔离后，公司曾暂停最先进模型的训练和评估，相关训练直到11天后才恢复。 随着模型能力提高，保障研发环境安全，也成为公司必须持续投入资源的工作。 从算力采购到模型研发，从客户竞争到安全合规，头部AI公司的投入仍在继续。它们需要不断开发更强大的模型，争取更多客户，并依靠未来的收入增长，覆盖今天已经承担的成本。 事实上， 技术创造的收益，未必会留在技术提供者手中。 2004年，经济学家威廉·诺德豪斯研究了美国1948年至2001年的技术创新，估算创新者获得的超额利润，仅相当于技术创新所创造社会收益现值的约2.2%。大部分收益通过价格下降等方式流向消费者。 这项研究并不直接反映今天AI产业的收益分配，但它说明一项技术创造的经济价值，可能远远超过技术提供者最终能够获得的利润。 对于持续投入资金开发前沿模型的AI公司来说，技术能力的提升，也并不必然带来同比例的利润增长。 未来的收入增长能否支撑这些持续扩大的投入，仍有待验证。但一笔笔算力采购订单，已经源源不断地流向AI产业链上游。 02 拿到订单的上游，压力同样明显 那么，这些拿到订单的上游企业，真的吃到了AI红利吗？ 英伟达2027财年第二季度营收962亿美元，同比增长106%，净利润597亿美元，同比增长126%；台积电第三季度营收467亿美元，同比增长41.2%，净利润7631亿新台币，同比增长68.7%，连续第六个季度刷新利润纪录；10月28日，SK海力士公布第三季度财报，营收104.62万亿韩元，同比增长328%，营业利润83.33万亿韩元，同比增长632%，营业利润率达到80%。 AI上游已经拿到了真金白银，甚至赚到了过去难以想象的利润。 但这些利润，并没有让资本市场完全放下疑虑。 10月以来，多家半导体龙头股经历明显回调。台积电美股股价从10月5日的485.80美元跌至22日的412.35美元，跌幅约15%；仅10月22日当天，英伟达下跌4.4%，美光下跌6.26%，阿斯麦下跌6.93%。SK海力士则从9月下旬的阶段性高点，一度跌去超过30%。 为了维持增长，AI上游企业需要不断投入资金。 台积电今年的资本开支预算已经达到了600亿至640亿美元。管理层预计，2026年至2028年的累计资本开支将显著超过此前三年。尽管公司仍然保持着较强的现金创造能力，但新建晶圆厂、扩大先进制程和封装产能，都需要提前数年投入。未来的客户需求能否持续支撑这些扩张，则决定着投资的最终回报。 英伟达承担的风险甚至已经延伸到了客户一端。今年8月披露的财务文件显示，公司的供应链及产能承诺从上一季度的1190亿美元增加到2790亿美元。与此同时，它还承诺在未来数年向部分购买英伟达GPU的AI云服务商采购最高约360亿美元的云服务，并为SB Energy建设、由OpenAI租用的数据中心项目提供最高1050亿美元的附条件信用担保。 虽然这些安排并不代表英伟达已经支付了同等金额的现金，但意味着它正在通过未来采购承诺和自身信用，支持下游客户继续建设AI算力。 在芯片供应商之外，微软、谷歌、亚马逊等大型云厂商虽然拥有成熟业务作为支撑，持续扩大的AI资本开支也开始对现金流和投资回报形成压力。 10月29日，亚马逊公布第三季度财报，AWS营收达到460亿美元，营业利润达到178亿美元。但集团过去12个月的自由现金流从上年同期的正148亿美元转为负424亿美元。公司维持2026年约2200亿美元的现金资本开支计划，其中大部分用于AI基础设施。 谷歌同样面临巨额投入带来的现金流压力。10月28日公布的财报显示，尽管Google Cloud已经实现可观利润，但Alphabet集团当季资本开支达到514亿美元，自由现金流为负90.7亿美元。公司维持2026年1950亿至2050亿美元的资本开支指引，并预计2027年继续增加。 微软的季度自由现金流虽仍有186亿美元，但资本开支也达到452亿美元，预计下一季度将超过500亿美元。 作为大举扩建AI数据中心的代表，截至今年8月底，甲骨文过去12个月的资本开支累计约756.6亿美元，自由现金流为负287.2亿美元。 同在10月28日，甲骨文公布了未来四年的融资与现金流计划：预计2027至2028财年资本开支达到峰值，2028财年下半年自由现金流转正，2029财年自由现金流至少达到300亿美元，并开始依靠自身现金流支持业务增长。 为了完成这一过渡，甲骨文承诺，到2030财年额外通过资本市场融资不超过200亿美元，计划通过股权融资和新增债务各筹集100亿美元，不包括此前已完成的200亿美元股权融资以及现有债务再融资。 而对于CoreWeave、Nebius等专门出租AI算力的Neocloud企业来说， 资金压力更加直接 ：以CoreWeave为例，2026年第二季度，公司营收25.75亿美元，同比增长112%，而同期净亏损达到6.26亿美元。其中，净利息支出就有6.4亿美元，已经相当于季度营收的约四分之一。 为了购买GPU、建设数据中心，这些企业需要持续借债或融资。设备采购、折旧和利息成本已经发生，未来的出租收入却要在多年内逐步兑现。 AI上游由此呈现出两种处境。 一边是英伟达、台积电、SK海力士等，已经兑现了可观的利润，却仍需为未来增长持续投入；另一边则是云计算和数据中心企业，需要承担巨额建设成本，部分企业还面临沉重的融资和现金流压力。 上游看似率先吃到了红利，但已经赚到的钱，并不能保证下一轮投资继续获得回报。 最终，这些投资仍然需要由下游真实的AI需求来支撑。 03 普通人效率提高了，但生活未必更好 那么，真正购买和使用AI的企业，获得了多少回报？ 从目前的数据来看，AI在个人工作中的作用，远比它在企业利润表上的表现更加明显。 今年8月，麦肯锡发布了最新的全球AI调查。80%的受访者表示AI提高了自己的工作效率，但只有37%认为AI对所在企业的息税前利润产生了正面贡献，与去年基本持平。其中，真正能够将至少5%的息税前利润归功于AI，并认为这一影响显著的高绩效组织，仅占全部受访者的约6%。 企业使用AI的成本也开始成为问题，约20%的受访者表示，包括Token费用在内的AI运营成本，已经限制了所在企业的AI使用规模。 另一组数据来自摩根大通资产管理公司。10月16日，该机构发布分析指出，在2026年第二季度财报季，约三分之二的标普500企业在财报电话会上提到了AI，但只有17%提供了具体的应用成效，真正量化披露AI对盈利贡献的企业，仅占2%。 越来越多的企业开始使用AI，但并没有看到与之相称的利润增长。 当然，这并不意味着AI没有发挥作用。 摩根大通举了两个例子：美国运通利用AI将软件开发周期缩短了30%以上，却选择让工程师用节省的时间处理积压项目；Netflix利用AI提高内容制作效率、降低成本，又计划将节省的资金投入更多内容生产。 效率提升确实存在，但企业选择将收益重新投入业务，短期内未必会反映为利润率改善。 今年5月，国际劳工组织（ILO）专门发表研究，将这种现象称为AI的“聚合悖论”（Aggregation Paradox）。 研究指出，AI在部分具体任务上能够带来10%至70%的生产率提升，但这些局部收益尚未在企业、行业和宏观经济层面形成同样明显的增长。企业需要重新设计工作流程、调整组织结构、培训员工，还要承担AI系统的部署和运营成本。只有当技术真正融入整个生产过程，局部效率提升才可能转化为更广泛的经济收益。 与企业利润相比，普通劳动者的处境或许更加复杂。 10月6日，盖洛普发布了一项针对美国劳动者的调查。在7845名过去一年至少使用过几次AI的受访员工中，63%认为AI让自己完成工作的速度更快，56%认为AI帮助自己找到更有创造性的解决方案。 类似的变化也已经出现在中国企业。今年9月，国际劳工组织（ILO）联合中国人民大学研究人员，对21家中国企业进行深入访谈，并调查了1591名专业人士。研究发现，AI已经在部分业务中带来明显的效率提升：一家保险公司的300名客服，日均处理问题数量从6000件增加到15000件；一家智能制造工厂的生产效率提高了30%。 但效率提升之后，劳动者未必能够获得相应的回报。盖洛普的调查显示，31%的AI使用者表示，雇主因为AI的应用要求自己承担更多工作职责。在那些认为AI帮助自己加快工作速度的员工中，这一比例进一步提高至37%。 收入方面同样存在不确定性。在ILO调查的中国专业人士中，39%预计AI可能导致自己的收入下降。 另外，今年8月，斯坦福大学研究人员更新了一项基于美国数百万员工薪资记录的研究：在AI暴露程度较高的职业中，22至25岁年轻员工的就业水平，相较于AI暴露程度较低的同龄群体出现了19%的相对缺口。 这种差距主要来自企业减少招聘，而非大规模解雇现有员工。研究人员同时强调，这仍是描述性证据，尚不能将就业变化全部归因于AI。 虽然目前尚无足够证据表明AI已经引发整个经济范围的大规模失业，但部分职业的招聘薪资和年轻劳动者的就业机会，已经出现了需要警惕的变化。 值得注意的是，劳动者也同时是消费者。免费Chatbot、越来越便宜的AI服务，以及过去需要付费购买、如今能够自行完成的任务，都意味着消费者获得了真实的便利。 但消费者获得了便利，并不代表他们的整体经济处境必然改善。经济合作与发展组织（OECD）长期追踪劳动生产率和工资变化，发现不少经济体已经出现生产率增长与实际工资增长脱节的现象。即使整个经济体系能够用更少的劳动创造更多产出，这些收益也未必会同比例转化为普通人的收入。 消费端获得的便利，未必能够抵消劳动市场上的潜在损失。AI只会让这个问题变得更加值得关注。 前不久，马斯克在《乔布斯传》作者Walter Isaacson主持的访谈中，描绘了他想象中的未来：超级智能可能比人类聪明数千倍甚至数百万倍，就像人类并不在意森林里黑猩猩的日常生活一样，超级智能或许也不会在意人类。 他同时预测，AI和机器人将创造物质极度丰富的社会，让人类不再需要为了生存而工作。 这样的未来尚无从验证。但在科技巨头已经开始畅想无限智能、无限富足的今天，普通人仍然在等待一些现实得多的改变——更高的收入、更少的工作，以及真正改善的生活。 AI已经创造了巨大的价值，也确实有企业和个人从中受益。只是这些收益究竟何时能够转化为更广泛、更稳定的经济回报，至今仍然没有答案。 我们还在等待。 作者：袁心玥 编辑：王靖 本文由人人都是产品经理作者【字母榜】，微信公众号：【字母AI】，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。 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 09:05:14 +0000https://www.woshipm.com/ai/6486915.htmlwoshipm-dc567966e23ef035十月十四日 WorkBuddy 进了企业微信通讯录，十五天后腾讯推出跨应用协同体系 Buddy One，把腾讯会议、文档、ima 和网盘接到同一套 Agent 底座上。各自负责会议、文档、知识管理的产品开始共享执行能力，办公软件独立存在的逻辑或被改写。 10月14日，WorkBuddy进入了企业微信的通讯录。 在新发布的联合版本中，员工可以像给同事发消息一样，向这个AI智能体交办任务。经过企业授权后，它能够调用相关消息、文档、会议等工作资料，完成任务后再将结果发回企业微信。 15天后，腾讯又将WorkBuddy与旗下更多办公产品连接起来。 10月29日，在2026腾讯全球数字生态大会上，腾讯正式推出跨应用AI协同体系Buddy One，打通腾讯会议、腾讯文档、ima、腾讯网盘等办公产品的账号与协作能力。其中，腾讯文档、ima及腾讯网盘将接入WorkBuddy的Agent技术底座，共享其任务执行能力。 过去分别承担会议沟通、文档编辑、知识管理的办公产品，开始共享同一套Agent执行能力。 这种变化甚至可能影响部分办公软件未来是否还需要独立存在。 腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生向全天候科技等媒体表示，如果未来用户逐渐不再使用腾讯会议的独立版本，而是习惯在WorkBuddy中完成会议相关工作，腾讯届时可能重新考虑是否还有必要维护独立客户端。 当然，这还只是一个假设。汤道生同时强调，短期内用户已经形成的使用习惯很难改变，腾讯不会刻意要求用户转向另一款产品。 但腾讯已经开始调整旗下办公产品之间的分工。 这轮调整发生在WorkBuddy使用量快速增长之后。自今年3月上线以来，WorkBuddy累计完成90亿次用户任务请求，Token消耗较上线初期增长50倍。企业版已落地50多个行业，覆盖中国企业500强中的50%、企业100强中的60%。 随着WorkBuddy逐渐成为腾讯AI办公体系的核心，腾讯需要处理的也不再只是旗下产品如何协同。 一方面，即便是腾讯内部的办公产品仍存在数据和权限边界，外部企业对于开放核心数据库则更加谨慎 ； 另一方面，快速增长的Token消耗、逐渐激烈的市场竞争，也让WorkBuddy面临商业化考验。 当腾讯进一步向第三方Agent和开发者开放能力，原有办公产品如何参与商业化、生态伙伴如何分享收益，也将成为这轮整合需要解决的新问题。 一、先把自己的产品接起来 腾讯并不缺少办公软件。 会议、文档、知识管理、企业沟通、云存储，腾讯在这些领域都有独立产品，部分产品已经积累了庞大的用户基础。 但即便同属腾讯，用户在不同应用之间切换时，仍可能需要反复上传资料、整理文件，向AI重新交代工作背景。 此次发布的Buddy One，首先打通了这些产品之间的账号和资料检索能力。 用户免费绑定Buddy One ID后，可以通过WorkBuddy检索已授权的腾讯文档、会议记录及ima知识库内容，并生成附带信息来源的回答。 腾讯还统一了部分办公产品的AI积分体系。原有WorkBuddy积分升级为Buddy One积分，可以在WorkBuddy、腾讯文档、ima、腾讯网盘之间通用。 更深一层的调整发生在技术底座。 按照腾讯公布的方案，腾讯文档、腾讯网盘、ima等产品将打通WorkBuddy Agent底座，在各自应用中调用WorkBuddy的Harness能力。 同步发布的腾讯网盘，则负责为不同应用及Agent提供统一存储，让此前积累的工作资料和任务成果能够在后续工作中继续使用。 汤道生解释称，过去几十年，办公协作主要围绕文件展开。用户使用不同编辑器制作文档、PPT及报表，再交给其他人修改，反复传递不同版本。 随着AI逐渐承担内容生成工作，这套协作方式也将发生变化。 在他看来，过去围绕文件反复修改和传递的模式，在AI时代会“完全重新再设计”。 按照腾讯的设想，未来用户可以直接向WorkBuddy提出需求，由Agent调用相应工具完成任务，腾讯文档、会议、网盘及设计产品继续提供各自的专业能力。 但要让WorkBuddy真正承担这些工作，仅仅打通账号和技术底座还不够。 一方面，腾讯内部不同产品之间仍存在数据访问边界。 企业微信就是一个例子。 10月14日推出的联合版本，已经允许WorkBuddy在授权范围内调用企业微信的部分工作信息。但这并不意味着，它能够直接读取所有聊天记录。 目前企业微信拥有独立的聊天记录Agent，用于保护用户隐私，避免WorkBuddy直接访问其他员工的聊天内容。 只有在获得充分授权的情况下，企业微信Agent才能与WorkBuddy交换信息。 换言之，即使是在腾讯内部，将不同产品接入同一套Agent体系，也不等于WorkBuddy能够自由获取全部工作上下文。 另一方面，企业客户对于开放核心业务系统则更加谨慎。 此前，全天候科技走访生活用纸企业中顺洁柔发现，尽管WorkBuddy已经在这家企业内部广泛使用，截至10月10日开通账号接近1300个，但企业仍未向其开放核心数据库。 中顺洁柔专门建立了独立的数据环境，只允许WorkBuddy访问经过筛选的数据，并根据员工身份设置不同的权限。 WorkBuddy虽然逐渐成为腾讯AI办公生态的重要工作台，却仍面临两道墙：腾讯内部不同产品之间的信息边界，以及外部企业对核心业务数据的访问限制。 目前，Buddy One已经实现的跨产品能力仍主要集中在账号互通、授权资料检索、积分共享及统一存储等方面，更进一步的跨应用记忆共享仍在推进中。 腾讯丰富的办公产品和企业客户基础，为WorkBuddy提供了大量潜在的上下文来源。但这些分散的信息究竟能在多大范围内被Agent有效调用，仍是此次整合尚未完成的工作。 二、重新安排收费方式 办公产品逐渐围绕WorkBuddy整合，腾讯也开始重新安排收费方式。 此次腾讯推出Buddy One VIP个人会员套餐，连续包月价格为700元。 这一套餐同时提供WorkBuddy个人旗舰版、腾讯会议专业版、腾讯文档超级会员Plus等权益，并包含每月5万通用AI积分和1TB共享存储空间。 值得注意的是，WorkBuddy个人旗舰版此前的连续包月价格同样为700元。此次Buddy One的变化，主要在于将原本分属不同办公产品的会员权益整合进同一套订阅体系。 但对于企业市场，腾讯仍面临商业化压力。 汤道生向全天候科技等媒体表示，腾讯目前尚未对WorkBuddy团队提出明确的收入目标，更多从支撑产品和服务发展的角度考虑商业化。 随着WorkBuddy任务请求量不断增长，模型调用和算力消耗也随之增加。 按照腾讯云的计费规则，WorkBuddy积分消耗由模型类型、Token用量及任务复杂度共同决定。用户执行的任务越多、使用的模型越复杂，相关资源消耗通常也越高。 对于腾讯而言，快速增长的使用量意味着更大的市场机会，同时也需要持续投入算力资源。 目前，腾讯已开始通过企业版的安全、可观测、管理等能力获取收入。 按照腾讯云官网价格，WorkBuddy企业旗舰版定价为198元/人/月，包含每人每月2000积分；企业专享版则为316元/人/月。 这一价格也面临来自竞争对手的约束。飞书旗下豆包工作伙伴的团队订阅月付价格同样为198元/席。钉钉则在今年9月推出四个AI商业版本，将千问办公纳入不同版本的权益，并按照企业购买人数赠送相应积分。 不同产品的功能和积分消耗规则并不完全一致，但办公Agent正在逐渐成为企业协作软件套餐的一部分。 这意味着，腾讯需要证明WorkBuddy提供的任务执行能力和企业级服务，能够支撑其独立收费。 对企业客户而言是否愿意持续付费，还取决于实际的投入产出。 例如苏宁易购通过WorkBuddy可观测中心分析任务执行轨迹，调整提示词、模型和工具配置，将Token消耗降低10%；新华三员工每天与WorkBuddy的对话达到130万次，管理团队已经开始根据使用情况调整Token分配和激励策略。 这些案例可以看出，随着Agent在企业内部普及，企业已经开始精细化管理AI资源的使用。 但控制Token消耗与Agent最终能为企业创造多少经营收益，仍是两回事。 对于WorkBuddy而言，未来的收入来源可能不止于软件订阅，还包括企业级管理能力、系统部署以及生态伙伴提供的专业服务。 但腾讯仍需要证明，这些收入能够支撑持续增长的算力消耗和服务成本。 三、能走多远 腾讯的办公整合并没有局限于自身产品。 此次大会上，汤道生还宣布，WorkBuddy将全面开放产品架构，支持企业自研Agent、第三方Agent以及第三方即时通信系统接入。 他表示企业可以自主选择模型、Agent和即时通信工具。 目前，WorkBuddy已经接入Slack、Telegram等海外协作工具。即便企业没有全面使用腾讯旗下的办公软件，也可以在原有系统中调用WorkBuddy。 这些动作也让WorkBuddy未来的产品形态逐渐清晰。 对于个人用户，它正在成为统一的AI工作台。腾讯文档、会议、网盘等产品仍然保留独立形态，但也开始为WorkBuddy提供可调用的专业能力。 对于企业，WorkBuddy则可能进一步成为汤道生所说的“企业智能中枢”。 企业可以在WorkBuddy中接入自研Agent、第三方Agent及内部业务系统，将原本分散的智能体组织起来，形成可以跨系统执行任务的Agent网络。 而在开发者一侧，腾讯已经开始搭建技能分发和交易体系。 目前，WorkBuddy开放平台已汇聚超过5万家伙伴及开发者，上架Skills超过20万个。 其中，SkillHub承担技能上架、分发等功能。今年7月上线的SkillPay，则进一步打通技能调用与支付环节，让开发者和企业能够将专业能力封装成按次收费的Pay Skill。 在这套体系中，WorkBuddy既是用户调用技能的入口，也有机会成为连接开发者、企业客户和第三方服务的交易渠道。 但当越来越多产品通过Agent提供服务，原有的用户关系和商业利益也可能发生变化。 类似的问题已经开始出现在腾讯地图身上。 腾讯地图的地图能力正在通过MCP、Skill等方式向其他Agent开放。 至于未来的商业模式，腾讯集团副总裁、腾讯智慧出行总裁钟翔平向全天候科技等媒体坦言，除了原有的接口调用收费，还可能出现流量分佣、按效果付费等形式，但具体模式目前尚未确定。 这一问题同样可能出现在WorkBuddy与其他办公产品及第三方服务的合作中。当用户越来越多地通过WorkBuddy完成工作，原有产品提供什么能力、保留多少独立入口，又如何参与商业化，都可能需要重新安排。 与此同时，国内办公Agent竞争仍在升温。飞书已经在原有协作平台内发展多Agent能力，字节跳动、阿里巴巴及百度等厂商也在继续扩展相关产品。 对于WorkBuddy目前的市场地位，汤道生并没有急于下结论。 他坦言，WorkBuddy当前确实处于“相对领先的位置”，但这一赛道才刚刚开始，未来几年产品仍需要持续迭代，其他厂商也在不断追赶。 从统一个人办公入口，到连接企业内部的Agent网络，再到通过SkillHub、SkillPay吸引开发者提供专业能力，WorkBuddy正在向一个更完整的Agent生态延伸。 不过，这三个层次的发展并不同步。 对于个人用户，腾讯已经开始整合旗下办公产品；对于企业，核心业务系统的接入仍受到数据和权限边界的限制；对于开发者，技能的分发与收费机制虽然已经建立，但能否形成持续的交易规模仍有待观察。 腾讯已经为WorkBuddy搭建起连接产品、企业和开发者的框架。 接下来，决定这套生态能走多远的，不仅是WorkBuddy能够调用多少工具，还包括企业愿意向它开放多少业务，以及那些提供能力的产品和开发者能否从中获得持续回报。 作者 | 郑敏芳 本文由人人都是产品经理作者【全天候科技】，微信公众号：【全天候科技】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 08:49:08 +0000https://www.woshipm.com/ai/6486912.htmlwoshipm-897067ca5bb0ca87Chrome 插件商店不科学上网打不开，Edge 和 QQ 浏览器又都跳回同一个地址。WorkBuddy 上线了手动安装拓展程序：选浏览器、打开本地插件文件夹、把文件夹拖进扩展页面，三步装完。文中还实测了让 Agent 自己找网址、开标签页的过程。 前阵子， WorkBuddy 悄悄上线了「浏览器插件」。 支持在 Chrome、Edge、QQ 浏览器中使用。 但是有个尴尬的事情是。 Chrome安装插件，需要去Chrome 应用商店 ，不科学上网， 还访问不了。 微软的 Edge 浏览器，虽然可正常访问，但是用这个浏览器的用户有多少呢？ 反正我是没用过。 而 QQ 浏览器插件呢，也有点尴尬 也是跳转到 Chrome 应用商店。 现在，这个问题终于解决了。 WorkBuddy 悄悄上线了「手动安装 WorkBuddy 拓展程序」，可手动进行安装。 点击手动安装，打开手动安装弹窗，按照步骤进行安装。 1）先选择要按照插件的浏览器 比如打开 Chrome，进入拓展程序界面。 2）打开 WorkBuddy 插件文件夹 WorkBuddy 已帮你下载插件文件夹到本地，点击「打开文件夹」可查看。 3）将该文件夹，拖入浏览器拓展程序页面 比如我直接拖入到 Chrome 浏览器，拖入即完成安装。 可看到，在地址栏后，多了一个 WorkBuddy 的图表，打开能看到 WorkBuddy 插件链接状态、活跃会话和打开 tab。 执行一个任务试试。 打开 WorkBuddy，输入提示词： 帮我打开即刻网页版，进入微信情报圈子，查看最近 10 条动态，汇总给我，并分析哪些微信动态可成为公众号选题方向。 看到 WorkBuddy 调用了 WorkBuddy-browser-use工具，来打开我的浏览器。 也确实在我正在用的浏览器窗口，打开了 WorkBuddy 标签页组，并打开了即刻-微信情报圈子。 我并没有告诉它网址，完全是它自己找到的。 然后点开插件图标下，也显示一个活跃会话下打开微信情报站 tab。 我进入到 WorkBuddy 打开的标签 tab，看到一个Buddy 猫抱着鼠标在模拟你浏览网页。 不一会儿，就提示我任务完成了。 进入一看，还这点有惊喜。 完全按照我的指令，漂亮地完成了工作。 先给我来了10 个帖子观点的分类汇总整理后的选题推荐指数，按照优先级从高到低排。 然后有详细的10 条最新动态和分析总结。 并给出选题建议，按照第一、二、三梯队的优先级呈现。 确实帮了我不少忙。 免去了自己一个一个翻帖子，分析、总结的工作。 你不但可以用 WorkBuddy 插件浏览、总结内容。 还能替你做各种重复的浏览器上操作的工作，比如找信息、下载资料、读网页、填写表单等。 并且，这次，WorkBuddy 也专门上线了 QQ 浏览器的插件。 点击 QQ 浏览器拓展程序，也不再跳转 Chrome 应用商店，而是跳QQ 浏览器插件中心。 至此，WorkBuddy 的插件，因为网络问题，用不了的情况，终于解决了。 所有用户，终于可丝滑享用WorkBuddy 官方浏览器插件。 通过插件代替自己执行重新性的浏览器操作了。 本文由作者【三哥】，微信公众号：【产品笔记】，原创/授权 发布于平台，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 08:48:21 +0000https://www.woshipm.com/ucd/6486807.htmlwoshipm-a64bf8e378115e71在 Vibe Coding 里，最磨人的往往不是技术门槛，而是说不清自己想要什么。模态对话框、Popover、Toast 各有名字，把模糊的视觉感受换成准确的组件词汇，AI 才能少猜几次，界面也才更像样。 在 Vibe Coding 中，经常出现脑子里是有画面的，但是给 AI 讲了半天，最终做出来个完全不相关的页面， 我知道自己想要什么，但我不知道该怎么把它说出来。 举个例子，你告诉 AI：“点击这个按钮，弹出一个窗口。” AI 确实给你做出来了，但可能是屏幕中央一个大方框，还带着灰色遮罩。 而你真正想要的，只是按钮旁边展开一块小面板。 问题出在哪里？ 有了 AI 之后，技术能力已经不再是问题，很多过去需要十几个程序员才能开发的大型网站和系统，现在 Claude 和 GPT 半天就能搞定。 但是另一种困境开始显现： 我知道自己想要什么，但我不知道该怎么把它说出来。 因为一个行业里总会有专有名词，AI 补平了技术能力，但是怎么把语言体系和 AI 对齐，反而成为外行人的门槛。当 AI 逐渐消除技术实现的门槛， 人的表达能力可能正在成为新的能力分水岭。 因为不知道专业名词，无法进行行业表达，所以我们只能一遍一遍地要求 AI “高级感、电影感、有质感”，但这些需求如同“五彩斑斓的黑”一样，AI 也不知道你到底想要啥，只能猜。但也许，你想要的“游戏质感”，只需要用“迪卡姆风格”一个词就能精准表达。 所以，这篇文章，就开启一个小专题，回到我产品经理搞 AI 的老本行，来把 VibeCoding 中常用到的术语，做一些普及，让大家在 VibeCoding 的时候，能够把模糊的视觉感受，转化为精准的组件名称和交互规则，减少 AI 猜测，提高生成界面的质量。 就从“弹窗”开始说起。首先有一点，别把页面上所有弹出来的东西，都叫做“弹窗”，它们其实各有名字。 模态与非模态 模态（Modal）是一种交互形式， 简单定义来讲，就是：当一个界面出现后，用户必须先处理它，才能继续操作原来的界面。 模态的交互形式非常常见，就以对话框弹窗为例，进行删除操作时，页面上往往会弹出一个弹框，二次确认是否真的要删除，然后提供两个按钮：「取消」和「确认删除」，这种情况下，用户必须得对弹框的选项进行选择后，才能继续操作。 模态的交互比较强，适用于关键信息确认、强阻断流程等场景。 与之相对的，是 非模态（Non-Modal）， 弹窗或其他元素出现后，用户依然可以操作原来的页面，并不需要先把弹窗关闭。 非模态的弹窗比较少见，比较典型的就是 Word 里面的“查找与替换”窗口，在输入框输入文字后，依然能够对文档进行编辑和阅读。 但是其他的交互组件中，非模态的交互形式使用很高频，比如悬浮球、下拉菜单、输入框的报错提示等等。 所以，下次如果想让一个组件，提示用户但不打算用户操作流程，不需要给 AI 讲一大段话，只需要告诉它“这个组件交互形式为非模态”。 对话框：需要集中处理的事 对话框（Dialog）是最熟悉的弹窗，大部分人说弹窗时，实际上指的就是对话框，它的英文名称叫 Dialog，会直接在页面中弹出来，给出选项或者做出提示。 比如删除一份订单记录时，屏幕中央突然出现一个窗口：“确定删除吗？”下面有取消、确认两个按钮。 和前面讲过的「模态」结合起来，就会有 模态对话框（Modal Dialog）和 非模态对话框（Non-Modal Dialog）。模态对话框的核心是打断当前操作、集中用户注意力，因此，它 适合删除确认、关键授权等重要场景， 最好都用「模态对话框」这种弹窗形式。 Vibe Coding 时可以这样说：“点击删除按钮后，打开模态对话框，背景添加半透明遮罩，提示用户确认删除，提供取消和确认两个按钮。” 气泡浮层：贴着按钮展开的小面板 假设我们点击头像，希望在头像下方展开一个小面板，里面显示账号信息、个人设置、退出登录等选项。 这种时候，就没必要用一个占据屏幕中央的大对话框了，更合适的组件叫气泡浮层（Popover）。 气泡浮层（Popover）的特点是依附于某个元素出现， 而不是让用户离开当前的操作位置。 比如点击颜色按钮，在旁边展开一块颜色选择面板；点击筛选按钮，在下面显示一组筛选条件。 它通常不会阻止用户操作整个页面，也可以容纳按钮、输入框等交互元素。 和对话框相比， 气泡浮层更加轻量，更适合局部的辅助操作。 Vibe Coding 可以这样说：“点击筛选按钮后，在按钮下方展开一个气泡浮层，显示筛选选项，不添加全屏遮罩，点击外部区域后关闭。” 工具提示：只解释，不打扰 气泡浮层 还有个经常被混淆的兄弟，叫 Tooltip（工具提示）。 有些按钮只有一个图标，没有文字。比如工具栏里有个小剪刀，鼠标移过去，提示出现“裁剪图片”四个字，这个时候用户就知道；噢，这个小剪刀的作用是裁剪图片。 它 主要用于解释某个元素的含义， 通常在鼠标悬停或键盘聚焦时出现，不需要用户主动点击。 工具提示和气泡浮层有些相似，但二者的职责不同， 工具提示负责解释，气泡浮层可以承载操作， 所以一般来说，工具提示在页面中的面积会小得多。 工具提示（Tooltip）在 PC 操作中比较常见，在 App 交互当中几乎没有，这是因为他们天然的形态差异导致，电脑可以“鼠标悬停”，手机很难用手指做出“手指悬停”这种动作。 下拉菜单：展开一组选项 还有一种非常常见的效果：点击一个按钮，下方出现一组选项。 比如点击“排序”，出现“最新优先、最早优先、名称排序”；或者点击“更多操作”，展开重命名、复制、删除等功能。 这类交互经常使用 下拉菜单（Dropdown）。 它和 气泡浮层 也有些相似，但区别在于：下拉菜单 一般是一组同类型的、同级的一组选项或操作，而气泡浮层可以容纳更加自由的内容，比如点击头像可以出现昵称、设置、余额、客服入口等各种不同类型的东西。 Vibe Coding 可以这样说：“点击文件右侧的更多按钮，展开下拉菜单，包含重命名、复制、删除三个操作，点击选项后关闭菜单并执行对应功能。” Toast：通知结果但不打断 Toast 大概是常见程度仅次于对话框的一种弹出形式，中文可以叫「轻提示」，但一般更普遍的叫法就叫 Toast。 在做出某个操作、或者进入某个页面的时候，页面会弹出一个提示，几秒后自动消失，这种就是 Toast。 Toast 的典型特点是，它只负责反馈，不要求用户必须回应。 常见的场景包括保存成功、复制完成等轻量提示，来解决对话框太“强”的问题，比如每次保存成功都弹出一个对话框，让用户点击“确定”，流程完全被打断，使用体验就会非常糟糕。而 Toast 就不会打断用户当前的工作流程，用户可以继续操作，Toast 的状态提示一闪而过，用户扫一眼就知道保存成功了。 不过，轻提示不适合承载必须被用户看到的重要信息。因为它通常会自动消失，用户可能还没来得及阅读，所以， 特别重要的提示，还是对话框弹出更稳妥一点。 Toast 一般出现 3 秒，是一个既能被注意到，又不会过于打扰的时长。Vibe Coding 时可以这样说：“保存成功后，在页面右下角显示轻提示，内容为‘保存成功’，持续 3 秒后自动消失。” 抽屉面板：从侧边滑出窗口 如果你正在做一个后台管理系统，应该会经常遇到这种需求：用户在浏览一个数据列表，点击其中一条后，希望查看详细信息，但又不想直接跳转到另一个页面。 这时候就很适合使用抽屉面板（Drawer）。 抽屉面板通常从页面左侧或右侧滑出，能够容纳较多内容，比如用户详情、编辑表单、配置选项等。 它最有价值的地方，是 可以让用户在查看详情时，保留对原页面的上下文感知。 抽屉面板也可以有模态和非模态之分，有些抽屉展开后会遮挡并锁定背景页面；有些则允许用户继续操作原来的列表，可以根据需要，选择合适的处理方式。 因此，向 AI 描述 抽屉面板 时，最好明确是否允许操作背景内容。 Vibe Coding 可以这样说：“点击用户列表中的某条数据后，从右侧展开宽度为 480px 的非模态抽屉面板，展示用户详细资料。左侧列表保持可操作，切换用户时更新右侧详情。” 底部弹出面板：移动端的选择 抽屉面板 主要在 PC 端上用，左右弹出，因为屏幕更宽。在手机端上，宽度不够，但是高度会大一点，所以弹出面板的地方，就成了底部弹出。 于是，这就是底部弹出面板（Bottom Sheet）。 比如点击分享按钮，屏幕底部向上展开一块区域，里面显示微信、复制链接、保存图片等操作。 在移动设备上，用户主要使用手指操作，把常用的选项放在屏幕下方，往往更符合触控习惯。 底部弹出面板在下达 AI 指令时，最好带上如何关闭的设计，一般有两种： 一种是有一个明确的 × 号或者“关闭”按钮，点击后可以关闭 另一种是点击页面其他区域，自动收起底部弹出面板，包括衍生出来的「向下滑动关闭」等手势操作 Vibe Coding 可以这样说：“移动端点击分享按钮后，从底部展开一个底部面板，展示分享渠道，支持向下滑动关闭，并在展开时显示半透明背景遮罩。” 总结 最后，总结一个全景图： 你会发现， 这些组件看起来都像“弹窗”，但实际承担着完全不同的任务。 有的负责要求用户做决定，有的负责展示更多内容，有的只是解释一个图标，还有的仅仅是告诉用户操作成功了。它们的区别，不只是长得不一样，而是什么时候出现、在哪里出现、会不会打断操作，以及如何消失。 知道了这些名称，再与 AI 沟通时，就不必讲半天描述效果，最后两边还理解叉劈了。 英国哲学家、科学家迈克尔·波兰尼（Michael Polanyi）提出过一个著名观点： 我们知道的，往往比我们能够说出来的更多。 一个有经验的设计师，可能一眼就能判断某个页面不协调，但让他立即解释所有原因，也未必能够完全说清楚。一个摄影师可能凭经验选出最好的一张照片，却不一定能够把所有审美判断转化成参数。 波兰尼称这类难以充分言说的知识为 Tacit Knowledge（隐性知识）。 它与 AI 时代有一个有意思的交集，过去，一个人的隐性知识可以通过自己动手，在不断实践中转化成作品。今天，当越来越多的执行工作交给 AI，如何将隐性的知识、经验和审美判断传递给另一个执行主体，开始成为新的挑战。 所以，AI 时代，未必必去真正掌握具体的技术，但需要先对齐行业里的语言体系，才能通过 AI 在一个新领域快速落下脚。 这篇文章就到这里，下篇再见。 本文由人人都是产品经理作者【亨亨】，微信公众号：【产品变量】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 08:21:45 +0000https://www.woshipm.com/chuangye/6486810.htmlwoshipm-ff2080495d033b4c给公寓楼发租房询问，差不多一半没人回。EliseAI 从这个断掉的环节做起，先替物业接电话回消息，再一步步接手整栋楼的日常运营，九月完成三点五亿美元融资，估值四十亿美元。 你有没有给一栋公寓楼发过消息，问还有没有空房，然后等了好几天，一个字都没等到？EliseAI 的一位创始人说，这不是你运气差。发到出租公寓楼的询问，差不多有一半从来没有人回。那套房子还空着，你也想租，只是中间有一个环节断了。 Minna Song 和联合创始人 Tony Stoyanov 在纽约办的公司 EliseAI，就是从这个断掉的环节做起的。Minna 是 CEO，Tony 是 CTO（技术负责人）。9 月 29 日，EliseAI 宣布完成新一轮 3.5 亿美元融资，估值 40 亿美元，由 a16z（Andreessen Horowitz，硅谷一家很有名的风险投资公司）和 Bessemer Venture Partners（美国一家投了二十年垂直行业软件的风险投资公司）共同领投。公司 2017 年创办，到现在累计融到大约 7.4 亿美元。一开始它只是替公寓楼接电话、回消息，现在要接的活，已经多到想把整栋楼的日常运营都接过来。这篇我想顺着这条线慢慢讲：两个做软件的人，为什么先去前台坐了一阵；最大的客户，怎么会相信一家两个人的公司；钱是怎么一轮一轮来的；接手的活越来越多以后，原来干这些活的人会去哪里。 EliseAI 的两位联合创始人：Minna Song（左）和 Tony Stoyanov。图片来自 Commercial Observer 01 EliseAI 现在有多大，每天在替人做什么 先说它现在是什么样。在住房这边，EliseAI 的 AI 像一个不下班的前台：租客想看房，它回邮件、回短信、接电话，帮着约时间；有人报修，它记下来；到了续租的时候，它去问；有人拖欠房租，它去催。一套公寓从第一次有人来问，到看房、申请、入住、续租、维修、收租，这一整条线，它都在接手。 规模是这样的。2026 年 6 月，EliseAI 宣布年经常性收入（ARR，指每年稳定收到的订阅收入）超过 2 亿美元，连续五年每年翻一倍。现在美国每六套公寓里，就有一套在用它，三千多万美国人跟它打过交道。去年 Minna 讲过，那一年早些时候公司的收入刚刚过 1 亿美元，一年多以后翻了一倍。估值也是差不多的走法：2025 年 8 月上一轮融了 2.5 亿美元，估值超过 22 亿美元，隔了 13 个月，这一轮就到了 40 亿美元。 另一块是医疗，2023 年开始做，服务的是专科医生团队。从病人打进来的第一通电话，到转诊、约时间、核对保险、准备病历、后续跟进，EliseAI 想把这一整条路都接过来，不让哪个病人在中间掉下去。 一家做了九年的公司，收入还在每年翻一倍，卖的东西听起来又很朴素：接电话，回消息。这有点反常。要弄明白它是怎么走到这一步的，得先回到最开头，看两个做软件的人，为什么跑去前台坐着。 02 两个做软件的人，为什么先跑去前台接电话 Minna 在 MIT（麻省理工学院）读计算机，她和 Tony 是在英国的 Cambridge（剑桥大学）一起学计算机的时候认识的，两个人都是写软件出身。她说，他们那时候就想用技术做一点对世界有好处的事，也很清楚迟早会办一家技术公司。至于为什么是住房，她说得很直接：他们想在一个行业里做一件很大的事，而对住房这个行业，他们几乎一无所知。 Minna Song 在 EO 的采访里讲创业，标题是“做一只蟑螂”（Be the Cockroach）。图片来自 EO 的 YouTube 频道 不懂，她的办法是自己去干活。她在纽约一家地产公司找了份前台的工作，进门的每个人由她迎接，电话全由她来接。她说，他们后来决定做什么，靠的就是这段经历。她对这件事的看法很干脆：没把问题弄懂就动手做，才是真的离谱，这样的人往往花上好几年，做出一个没人需要的东西。住房和医疗这样的行业尤其如此，很多事发生在线下，光看数据、看用户在网页上怎么点，是看不明白的，你得人在现场，才知道别人在真实世界里怎么用。 在前台看到的问题，一点都不神秘。她说没有什么顿悟的一刻，就是人们一直在抱怨：找不到楼里的人，电话没人接，邮件没人回。真正没把握的，是技术对不对，时机对不对。2017 年，很多人不知道 AI 是什么，更不相信 AI 能回邮件；也有很多人觉得这个市场不大，因为过去在这个行业里做起来的公司，没有一家长得很大。 他们最早的公司叫 MeetElise，产品是一个叫 Elise 的虚拟租赁助手，专门回答下班以后发来的租房咨询，客户是纽约的物业管理公司。 我觉得前台是个很好的起点，原因很具体。一栋楼里所有的事，都是先从前台进来的：问价格的，问户型的，约看房的，报修的。这些活不好看，大家都懒得碰。可是正因为每天重复，规律才特别清楚。两位创始人里有一位说过，以前租赁办公室里的人，一整天都在回同样的那 50 个问题。一个先把这 50 个问题答好的人，同时也就知道了这栋楼的住户在想什么。 Minna 还说过一句话，跟这个很呼应。她认为下一批独角兽，大多会出在 unsexy（不起眼、没人觉得好看）的行业里，因为看起来好看的问题，早就有很多人在做了。只有问题还不够，还得有人愿意买。接下来就是他们怎么说服最大的那几个客户。 03 最大的两家客户，是怎么被两个人的公司说服的 开头的十个客户，Minna 用了 brutal 这个词，意思是特别难熬。他们打电话，在纽约一栋楼一栋楼地敲门，有几家签了下来。再往后，开始卖给全国性的物业管理公司。她说最离谱的是，团队还只有她和 Tony 两个人，就把当时美国第一大和第二大的公寓业主，整个业务都签了下来。 她讲了其中一次会。那天屋里坐着对方的十二位高管，整个高层团队，对面只有她一个人，她当时二十出头。三个小时，对方一个问题接一个问题：你们的产品能不能做这个？能不能做那个？她说，她差不多三个小时都在回答：“不，这个做不了。”走出会议室，她给 Tony 打电话，说这是我们这辈子最糟的一次会，这个单子黄了，算了。第二天，对方的 COO（首席运营官）打回来，说：我们一起做吧，我们来帮你把产品做出来。 她说，对方很清楚他们还很早，他们也没有藏着自己是个小公司。对方愿意，是因为他们相信自己有一个很大的问题，可以跟诚实的创始人一起把它解决。 从这段经历里，她给创业的人留了一条建议：头几个客户要什么，你就做什么。很多人怕做得太多，怕只是在迁就某几个客户，她说这种怕会把人困住。你只管做，等有了第二个、第三个、第四个客户，数据多了，再看哪些东西做得不可持续。她还说，头几个客户，你得服务他们一辈子。早期客户通常都想要很大的控制权，他们选一家早期的创业公司，本来就是想自己来定路线。 还有一段是第一个全国性客户上线的时候。那是一个 24 小时不能停的服务，公司只有她和 Tony 两个人，Tony 守到凌晨四点，她四点起来接班。同一时间，他们还在给这个客户做新功能，卖给新的客户，也服务其他已经签下的客户。她说，那是最耗体力的一段日子。 我觉得这几段放在一起看，这两个大客户买的，不只是一个产品。三个小时都在说“做不了”，对方第二天还肯回头，说明他们看重的是眼前这个人肯说实话，也肯陪着改。大客户有大问题，也有资源，缺的是愿意一起往里磨的人。Bessemer 也说，EliseAI 的产品都是跟客户一起做出来的，工程师每天直接跟运营方见面。我猜这个习惯，从最早这几个客户那里就开始了。 04 前两年半不融资，第一轮还被拒了一百多次 一般人会觉得，办这样一家公司，一开始就得拼命找钱。Minna 说，他们头两年半没有融资。 她解释说，MIT 的创业文化很浓，常有创始人回学校讲课，把白手起家、尽量少融资讲成最英雄的一条路，所以她当初也觉得，正确的做法就是少拿钱。现在她认为这样想是错的，当然，融了多少钱，也不是成功的标志。她和 Tony 都是技术出身，自己做产品，自己卖，用不着很多钱。 到了两年半的时候，几个客户已经签下来，包括当时最大的第一家和第二家公寓业主，十万多套公寓跑在他们的平台上，对应的是几百亿美元的地产。可公司还是两个人，刚开始招第一个员工。她说，到这时候要融资就很明显了，要撑住这些客户和这些住户，得有一个团队。她还很庆幸没有更早融资：太早，创始人容易把太多事交给后来招的人，没法真正学到该学的东西。她说，早期的创业者融得太多，犯的是同一个错误。没钱的时候，问题都摆在明面上，你知道自己解决了没有；钱多了，人就容易以为把钱花下去问题就没了，其实问题还在，只是越长越大。 Minna Song 在播客《Funded》里讲怎么融资。图片来自 Funded 的 YouTube 频道 第一轮真的去找钱的时候，他们被拒了一百多次。理由多半差不多：我们只投横向 SaaS（Software as a Service，软件订阅服务，指各行各业都能用的那种软件），或者只投企业级 SaaS，住房行业我们没兴趣。 她说，投资人当时最卡的是市场有多大：一个只做一件事的小产品，放在研发投入最少的行业里。还有一层，是不信 AI。住房是每个人最大的一笔开销，合同金额很高，大家觉得，让一台机器去干原来人干的活，客户不会买账。她说，结果恰恰相反，住宅地产是接受 AI 最快的行业之一。 他们最后拿到的第一笔钱，在 2019 年，190 万美元，领投的是 Golden Seeds，一个天使投资团体，专投女性创业者带头的公司。她说，那时候他们已经有不少客户，几个最早的客户也有兴趣出钱，可这些客户不是普通的科技投资人，不会来领投。领投的人看到客户真的在用这个产品，还看出了它往后的样子，这帮了很大的忙。 05 最早出钱的有大房东，后来几轮是别人抢着要给 接下来几轮，顺着看。2020 年 7 月 A 轮 650 万美元，领投的是 Navitas Capital，一家只投房地产和建筑科技的风险投资公司。2021 年 12 月 B 轮 2350 万美元，Navitas 和 JLL Spark（大型商业地产服务公司 JLL 的投资部门）一起领投。2023 年 6 月 C 轮 3500 万美元，Point72（Steve Cohen 创办的投资公司）领投。2024 年 8 月 D 轮 7500 万美元，Sapphire Ventures（一家风险投资公司）领投，估值超过 10 亿美元。2025 年 8 月 E 轮 2.5 亿美元，a16z 领投，估值超过 22 亿美元。 EliseAI 每一轮融资的时间、金额和投资人，Revenue Memo 整理。图片来自 Revenue Memo 种子轮和 A 轮的投资人里，还有 AvalonBay 和 Equity Residential，美国最大的两家公寓业主，他们也是最早用这个产品的客户。这是它融资里很特别的地方：别的创业公司，早期的投资人多半是基金，它的早期投资人里，有两位是每天都在用这个产品的大房东。 越往后，融资越不像在“找钱”。Minna 说，最近三轮他们基本没有跑一个大的流程，要么是有很强的主动找上门的意向，要么是被人抢先把这一轮订下来了。D 轮是 Sapphire 抢先订的，前后大概就是一个周末的功夫。E 轮先被已有的投资人抢先订了一部分，随后她们又去见了几个早就认识的投资人，一共拿到五份报价，选了 a16z 来领投，从开始到签下条款清单（把投资的主要条件写下来的那份文件），大概三个星期。她说，最好的融资时机，是你不缺钱的时候，这时候你最有话语权，花的时间也最少。她还说自己不喜欢融资，像是“打了激素的销售”，一年 52 个星期，花三个星期在这上面已经很多，听说有人花半年，她觉得不可想象。 今年 8 月，外面传出的消息是，公司在谈 3 亿美元、估值 37 亿美元。最后成交的比这个大：3.5 亿美元，估值 40 亿美元。Bessemer 是上一轮第一次投资，这一轮升级成共同领投，合伙人 Sameer Dholakia 进了董事会。安大略教师退休基金（Ontario Teachers’ Pension Plan，加拿大最大的养老基金之一）第一次出现在股东名单里，Sapphire 和 Navitas 继续跟投。这笔钱有两处用场：帮客户把更多的运营自动化，以及在北美几个办公室招人，其中旧金山要建成纽约总部之外的第二个工程中心。 06 客户要求它接手更多的事，它就从租赁一路做到维修、续租和收租 新一轮公布的时候，Minna 说了一段话，我觉得把这家公司的做法讲得最清楚。她说，他们长大的办法，是一路往客户的深处走，直到把根上的问题解决。每一年，客户都把更多的运营交给他们，这种信任，只有一家打算长久做下去的公司才赚得到。 a16z 播客《Can AI Fix Housing and Healthcare Affordability?》，Minna Song 和 Tony Stoyanov 对话 a16z 合伙人 Alex Immerman。图片来自 a16z 的 YouTube 频道 具体是怎么一层层加上去的？a16z 的合伙人 Alex Immerman 讲过自己的观察。2021 年他认识 Minna 的时候，她和 Tony 做的还是一个比较窄的租赁工具。到 2024 年再聊，业务已经扩到维修、账单、催收。然后她说，我们要做医疗了。他当时心想，这两个行业有什么共同点？先没当回事。过了几个月再聊，医疗业务已经做得很热闹。 两位创始人里有一位解释过，医疗为什么能接得上。两个行业看着很不一样，可管理这一块的毛病差不多：成本臃肿，都在为招人发愁，也都是线上线下混在一起、规矩很多的事。接收新客户或者新病人的时候，都要先收集一批固定格式的信息，姓名、偏好、预算、保险；每天都有大量重复的问题，同样的话一遍一遍地问，而且基本是通过电话说的。他们在住房里做出来的语音技术，到医疗里几乎原样就能用，排班优化也是。 住房这边，两位创始人举过一些具体的变化。维修以前是一块贴满便签的板子，现在由 AI 先分诊，按紧急程度排优先级，送到合适的维修师傅手里，全程自动跟踪。有些运营方用了这套流程，一张维修单从接到到完成的平均时间，由四五天降到了不到 48 小时。看房以前得有经纪人或租赁顾问陪着，现在靠智能门锁，AI 在旁边回答问题，还能顺便做推销。从房子挂出来到租出去，客户的平均时间，从大约 30 天缩短到不到 14 天，因为看房可以全天候。 今年 9 月，EliseAI 发布了新产品 Apollo，叫它“第一个智能体同事”。智能体（agent），指的是能自己把一件事一路做完的 AI。公司说，Apollo 能做 EliseAI 自己的平台（叫 Elise）里的任何一件事，在物业团队原来就在用的系统里干活，把任务做到完成。给的例子很家常：一个租赁专员对它说，同事病了，把他所有的看房都改期；一个维修师傅问它，哪些单元老出同样的毛病。Bessemer 补充的例子是，它能标出有可能不续租的住户，诊断一片区域的出租率为什么上不去，还能带着维修师傅从一张工单一路查到根因。 它背后的技术，Bessemer 也讲了一点。公司对自己的研究有一条原则：自己拥有这份智能，而不是去租别人的大模型。具体的做法，是在开源模型的基础上，针对具体的任务做微调（用自己的数据再训练一遍），这样跑得比大模型更快，也更便宜；另外用对话数据自己建预测模型，比如一户人会不会续租，AI 就能在合适的时间点去找人；整条语音流程也是自己做的。 我觉得这条路径有一点值得想：它不是事先计划出来的，是客户一步步推出来的。客户用了前台，发现它能回答问题，就让它去约看房；约看房做好了，就问能不能管维修。每一步新加的活，都需要客户比上一步更信任它。所以 Minna 说信任只有打算长久做下去的公司才赚得到，我觉得并不只是一句漂亮话：一个前台的活都没做好的公司，是没有机会被交付续租和收租的。另外，坐在最前面的系统，手里还有别人没有的东西，就是每一通电话、每一条短信里的真实数据。预测一户人会不会续租这样的模型，天天跟住户说话的系统，训练起来要容易得多。 07 活越接越多，原来干这些活的人去哪了 公司想去的方向，说得很明确。两位创始人说过，他们的目标是让建筑能“完全自主运转”：整个物业组合的核心运营，可以不需要人来干预。他们也承认，还有一块是实打实的体力活，维修，还有法律上必须有人在场的事，这些很难。其中一位还开玩笑说，AI 是不会去修水槽的。 他们举了一个客户的例子：Brookfield Properties（一家大型地产公司）搭了一个集中式的模式，一个员工在一个专门的岗位上，借助 AI，能管一万套公寓。这些事原来要几十个人分散在各个楼里才干得了。 这就引出一个绕不开的问题：原来干这些活的人呢？ 两位创始人的说法是，岗位不会全部消失，会长出和 AI 配合的新职业。他们说，AI 接走了沟通和后勤以后，人可以多花时间跟住户建立关系，营造社区。很多客户已经设了社区运营这样的岗位，帮住户互相认识。分工也会更细：你可能变成专门处理最难留住的续租个案的续租专员，或者专门调解矛盾的住户体验专员。再往长了看，人会去管理一大群 AI。 Bessemer 引用了公司 2026 年做的一次运营商调查，讲的是类似的事：团队正把人从重复的工作转到价值更高的岗位，围绕新的流程重新写岗位说明；原来以为 AI 应付不了困难情形和难谈的对话的运营方，现在反而让 AI 去处理这些；在给业主做的每一份方案里，AI 计划已经成了必须有的一项。 另一种说法，来自 Bisnow 的报道：EliseAI 自己写了一本 262 页的手册，是给物业公司看的。据 Bisnow 的描述，手册讲的是一条路线：先把行政工作自动化，再把租赁自动化，最后通过减少人力支出，也就是裁员，来缩减薪酬开支，还附了模板，教雇主怎么让留下的员工别被吓到。据 Bisnow 引述，手册里算了一笔账：AI 能把租赁和行政的工时减少 40%，人力成本节省 10% 到 20%，净营业收入（物业扣掉运营开支后剩下的收入）逐年提高 20%。手册里这样写：租金不涨，成本在涨，整个行业越来越需要想办法提高净营业收入；人力是运营方最能自己控制、去压缩开支的一项。 一边是“人转岗、岗位重写”，一边是“人力成本省 10% 到 20%，最后一步是裁员”，这两种讲法，一种来自这家公司和它的投资人，一种来自它给客户写的手册。我觉得它们不一定矛盾。同一个产品，对想留人的运营方，可以讲岗位怎么变；对想省钱的运营方，也可以讲能省多少。最后哪一种会发生，不取决于 EliseAI 怎么写，取决于每一家物业公司拿到这套工具以后怎么选。我没法替它们下结论，只能说，这是这家公司长到这个体量以后，一定会被一直问到的问题。 08 公司长到这么大，两位创始人是怎么干活的 听 Minna 讲公司怎么长起来，我印象最深的是，她一直在强调自己动手。她说，创业早期没什么钱，也没有退路，所以什么都得自己干：跟所有客户说话，自己处理客服工单，自己卖东西。这样你才知道客户在要什么，愿意为什么付钱。到了现在，Bessemer 的人说，她和 Tony 周末还在自己回支持工单。 Bessemer 为这一轮融资写的文章配图，是 Minna Song 的照片。图片来自 Bessemer 她把公司长得快的原因，归在两件事上。第一是产品出得快。她说，不管去跟住房行业里哪一家客户谈，公司手里都有一个产品，正好能解决对方眼下在想的事，这是产品更新速度快带来的。第二是招人。她亲自面试了前 400 位员工，大部分时间都花在找最能干的人上。道理是，公司走得快、产品多，很多决定得靠人自己做，CEO 不可能替所有人拿主意，CTO 也不可能替所有人做技术决定，每个人都得有很强的业务判断。 她自己的节奏是每周七天、大约九十个小时，她说这个强度睡得够，可以长期撑住。这是她自己的做法，我不打算把它当成谁都该照着学的方式。她给自己公司的说法是 cockroach（蟑螂）：什么都杀不死。她说，累是真累，可你有问题，有客户要东西，这件事本身就在推着你往前，每天尽一切办法不让公司死掉就行。 我觉得她这几件事有个共同点：都是让决定离真实的问题近一点。创始人自己回工单，是离客户近；最早自己去前台，也是同一个道理。公司到了 40 亿美元的估值，还要靠这个，因为接手的活越来越多，出错的代价也会跟着变大。 我自己的一点思考 看完这家公司的经历，我最先想到的是入口的选择。EliseAI 起手做的事，是替公寓楼接电话、回消息，没有一个字沾得上宏大。可正是这么小的一件事，让它有了客户，有了数据，也有了往里走的理由。Minna 说下一批独角兽会出在没人觉得好看的行业里，我觉得她说的和她做的是一回事：别人看不上的活，通常没人认真做过，也就有最多没解决的问题。 第二点是信任怎么一层层加上去的。大房东先当客户，也有人当了股东；基金先是懂行的，再是什么都投的。每一步，对方都有亲眼看到的东西。Minna 说，客户每一年都把更多的运营交给他们。我觉得这是 EliseAI 最硬的地方，也是它最重的担子：接手得越多，出错的代价越大，回错一条短信，和一张维修单没人跟，是两种分量。公司做的事，已经从“回答问题”变成了“把事做完”，要求也跟着变了。 第三点是那个没有答案的问题。同一家公司，既讲得出人怎么转岗，也算得出人力成本能省多少。我觉得这两种讲法都会有人照着做。真正要紧的是，每家用它的物业公司，腾出时间以后，是把人调去做住户真正需要人做的事，还是把人省掉。这个选择在客户手里，不在 EliseAI 手里；可是把这些活接过去的，是它。 从接电话开始，客户一年比一年多交一点活给它。接下来要看的，是这些活原来的主人去了哪里。 资料来源： EliseAI，EliseAI Raises $350 Million at $4 Billion Valuation to Bring AI Deeper Into Housing and Healthcare Operations，2026-09-29原文 https://www.otpp.com/en-ca/about-us/news-and-insights/2026/eliseai-raises-350-million-at-4-billion-valuation/ Bisnow，EliseAI Raises $350M In Funding Round, Plans Automation Expansion，2026-09原文 https://www.bisnow.com/news/national/property-management/eliseai-raises-350m-funding-round-plans-automation-expansion Revenue Memo，EliseAI funding: Every round, investor, and valuation，2026-10-04原文 https://www.revenuememo.com/p/eliseai-funding Bessemer，EliseAI deepens vertical operations in housing and healthcare，2026-09原文 https://www.bvp.com/news/eliseai-deepens-vertical-operations-in-housing-and-healthcare a16z，Can AI Fix Housing and Healthcare Affordability?，2025-08-21原文 https://www.youtube.com/watch?v=27_p2hw__Sg Funded，Minna Song (EliseAI) — From Crazy Early in Conversational AI to $250M from A16Z（第 57 期），2025-09-30原文 https://www.youtube.com/watch?v=2RXDtPiT4hM EO，How a Cockroach Startup Became a $2.2B Market Leader | EliseAI, Minna Song，2025-10-02原文 https://www.youtube.com/watch?v=5y9crq8f-Hs 本文由人人都是产品经理作者【深思SenseAI】，微信公众号：【深思SenseAI】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载 题图来自作者提供 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 08:16:18 +0000https://www.woshipm.com/it/6486812.htmlwoshipm-f91d3cd3f4cd9553算力的账不能只看 FLOPS。Google AI 基建负责人 Amin Vahdat 谈 TPU 配比、十万卡集群的故障恢复，以及长时程 Agent 如何改写数据中心的供电与冷却，回报要算到任务真完成。 当一家公司的 AI 服务能力需要每六个月翻一倍，买更多芯片只是问题的开始。十万颗加速器组成的集群里，故障随时发生；模型几个月就会迭代，硬件却要使用多年；工程师还在优化上一代系统，下一代数据中心的供电和冷却方案就必须提前确定。 这正是 Google AI 基础设施负责人 Amin Vahdat 面对的日常。在与红杉资本 Sonya Huang 的这场对话中，他从 TPU 的设计取舍讲到长时程 Agent 如何改变数据中心，也解释了 Google 如何衡量这场建设的实际回报：芯片账面上有多少算力，最终必须落实为真实任务完成了多少、消耗了多少电力，以及故障后损失了多少进度。 贯穿访谈的是一个难题： 如何用建设周期长达数年的基础设施，承接仍在快速变化的 AI 需求？ 以下是他的主要观点： 算力的账，要算到任务完成的那一刻。 FLOPS 衡量的是理论计算能力，Google 更关注有效吞吐：扣除故障、等待和重复计算之后，系统究竟完成了多少有效工作。集群越大，快速发现故障并恢复运行，就越决定实际产出。 Token 生成能力每六个月翻倍，至少一半的提升要靠软件。 Vahdat 强调，这一目标指向软硬件共同交付的服务能力。模型、编译器和运行时的持续优化，能够让已经部署的硬件释放更多产能。 专用芯片的成败，取决于能否提前判断需求会持续多久。 专业化能换来更高速度和能效，也会牺牲灵活性。设计者必须判断，一类工作负载几年后是否仍有足够规模，以及优化收益是否值得承担额外成本。 Agent 正在改变数据中心的资源配比。 人阅读和思考的间隔，曾自然限制模型请求的频率。长时程 Agent 可以连续调用模型、执行工具、读取上下文，由此同时推高加速器、CPU、网络和存储的需求，迫使数据中心重新考虑这些资源如何部署。 推理需求已经大到必须单独建设基础设施。 训练集群退役后转做推理，无法满足全部需求。推理服务还需要靠近全球用户，并协调计算、存储和网络，因此有自己独立的选址与设计逻辑。 七八年前的 TPU 仍然满负荷运转。 按照 Vahdat 的说法，Google 部分老一代 TPU 的利用率仍达到 100%。新芯片的效率进步，并不意味着旧硬件立即失去用途；替换决策还要综合折旧、能效和整个系统的改造成本。 电力供应要求提前多年规划，接入电网仍是 Google 的首选。 自建发电设施需要承担昂贵的冗余成本，与公用事业公司协同建设、在必要时补充本地发电，更有利于共享容量、提高可靠性。 垂直整合的性能收益，需要与开放接口并存。 Google 希望通过芯片、网络和软件协同设计提升效率，同时让客户保留框架与硬件选择。Vahdat 的判断是，这场基础设施建设规模太大、影响太深，无法只依赖某一家供应商的封闭技术栈。 01 专业化是一门预判的艺术 —— 为什么 AI 数据中心必须 ” 专用 “ Sonya Huang： 在硬件领域，正如你所知，有一个机会：你越是针对特定工作负载进行专业化，硬件的灵活性就越低，但速度会更快、能效会更高。所以这是一门艺术，也是一种预判——你在为什么而设计，那个工作负载能持续多久。换句话说，如果它一两个月或三个月后就消失了，即使那三个月里规模很大，你的拦截窗口也非常窄。所以它必须有一定的持久性。而且你必须能够准确预判，针对它做专业化能获得多大的收益。非常高兴欢迎Amin Vahdat来到节目。Amin，感谢你今天的参与。 Amin Vahdat： 真的很兴奋能来到这里，我非常期待。 Sonya Huang： 我对今天的主题非常兴奋，因为我们正处于人类历史上最大规模的资本支出（capex）建设之中。你就身处其中。仅Google今年预计就将在资本支出上投入超过2000亿美元，其中大部分用于建设数据中心。你正处在这一切的中心。你在去年年底被任命为Google AI基础设施负责人。所以，你是这场人类历史上最资本密集型建设之一的掌舵人，我非常期待和你深入探讨。 Amin Vahdat： 今年确实是重大的一年，当然整个行业包括Google都是如此。老实说，我认为我们从未见过这样的事情，至少Google肯定没有，但正如你所说，从人类历史的角度来看，就建设规模和转型速度而言，真的令人难以置信。 Sonya Huang：在我们深入之前，也许先给听众做个速成课。什么是AI数据中心？AI数据中心和非AI数据中心有什么区别？ Amin Vahdat： 这是个很好的问题。AI数据中心和非AI数据中心其实有很多相似之处，它们并没有根本性的不同。它由混凝土构成，有外壳，有电力场、机械场、冷却系统，有一排排的电力分配。那里有大量的网络基础设施——换句话说，我们把大量计算资源互相连接起来。还有相当数量的存储基础设施。 我认为AI基础设施最大的不同在于专业化。 过去，我们建数据中心实际上是一个20年、25年、30年的建筑投资。我们在考虑它在这个20到30年期间将如何演进。你可能会把服务器放进去，可能有网络、存储，可能有一些加速器——GPU、TPU之类的，但那是一个25到30年的规划周期。而硬件的寿命可能只有六年，所以我们要规划很多代。 AI数据中心往往更加专用化。换句话说，我们经常将建筑与将要放入其中的硬件进行协同设计（co-design）。 我们可能会说，实际上我们不会在这个建筑里放很多存储。为什么？因为一个存储机架可能有10、20、30、40千瓦的功率。你把它放在一个TPU机架或GPU机架旁边，后者今天很容易达到数百千瓦，未来几年人们谈论的可能是兆瓦级。设计一个建筑，一排可能放30个存储机架，而同一排只放一两个AI机架——这是非常非常不同的设计。就从尺寸、功率以及如何在建筑中分配来看。 网络也是一样。存储机架需要的网络量很小，特别是如果它是硬盘的话，与AI机架相比。所以，如果你试图让它完全通用化，你可能会建得太大、过度建设。 在一个30年的周期内追求通用性——AI数据中心很可能会更加专用化，与硬件协同设计，甚至到冷却和电力分配的程度。所以是更多的协同优化（co-optimization）。 Sonya Huang： 你们给我的投资组合公司Ineffable Intelligence交付了一个大型Vera Rubin集群，我看到了它出厂时的照片。那是一件艺术品。 Amin Vahdat： 是的，就像看人类历史上最大的工程项目一样，你看着那个数据中心，会想，哇，那是人类能力的纪念碑。 Sonya Huang： 我们拍了一张很好的照片，这只是几个机架。它的布线、光纤分布真的很——美不在观者眼中，但对于像我、你以及听众中的其他人来说，它确实是一件艺术品。我们把这照片发到社交媒体上，人们很喜欢Ineffable——他们是他们所做的事情的忠实粉丝。很棒的团队，获得了很多关注。一个给Ineffable的好机架。但实际上，人们就是喜欢看那些光纤的照片，光纤那种分形般的特性。那实际上是我们有史以来最受欢迎的帖子之一。所以我们真的非常兴奋。 Amin Vahdat： 是的，我看到那张照片时起了鸡皮疙瘩。 图片来源：Sequoia Capital 02 FLOPS 是虚荣指标，有效吞吐才是问责标准 Sonya Huang：在这场大规模建设中，你们如何衡量并要求自己对结果负责？——有效吞吐（goodput）而非FLOPS：当每小时都有东西出故障时如何问责。我们在节目开始前谈到，FLOPS是一个虚荣指标，你更偏好另一个替代指标。你能展开说说吗？ Amin Vahdat： 我想指出的一点是，无论是FLOPS还是你喜欢的其他以芯片为中心的指标，这些都是理论值。 换句话说，在某些条件下，对于你拥有的任何芯片，这是你能交付的最大FLOPS。我们最终真正关心的是工作负载所交付的性能。 这才是我们要看的。而且实际上相对很少性能是由单个芯片决定的。FLOPS、HBM、SRAM容量等等，这些都非常重要，但关键可能是2个、4个、8个、16个、一千个、一万个甚至更多这样的芯片组合在一起，不仅仅是加速器——无论是TPU还是GPU——还有为它们提供数据的CPU、连接它们的所有网络。所以你运行的是什么工作负载，那个工作负载的性能是什么？一个有趣的衡量指标是你的FLOPS利用率。比如，对于某个特定工作负载，如果你的理论能力是每秒多少太浮点或拍浮点运算，你实际交付了其中的多少比例？这就是有效吞吐（goodput）的衡量。 Sonya Huang：什么是有效吞吐（goodput）？ Amin Vahdat： 你可以把吞吐量（throughput）理解为一个众所周知的术语——那是可能的吞吐量。但现在让我们考虑一些其他因素。 一个是工作负载的减速——这本身就是工作负载固有的——还有其他真正影响可靠性的方面。 就我们如何问责而言，如果有一个芯片在同步工作负载中发生故障——许多这类工作负载，无论是训练、推理服务还是智能体工作负载，都是同步的。有许多组件同时协同工作。如果你有一千个、一万个、十万个这样的组件同时工作，它们需要在微秒或毫秒级别进行协调。其中一个失败了，可能会让整个系统停下来，因为每个人都依赖其他人完成自己的那部分工作，才能得出一个非常困难问题的答案。一个停了，现在我们必须弄清楚发生了什么、哪个停了。我们在之前某个时间点有什么检查点（checkpoint）？如何恢复那个检查点？如何重启？最坏的情况，我们得从头开始。那会非常糟糕。但在某些情况下确实可能发生，特别是在推理侧。 关键是，如果你现在必须回去重做大量计算，如果你必须暂停等待弄清楚故障原因，所有这些工作都是工作，但它并没有真正帮你得到答案。就好比你在纸上解一道题，第一步、第二步、第三步、第四步。如果你因为犯了错误必须回到第一步，是的，你仍在做工作——那是吞吐量，你在做工作——但在交付答案方面的有效吞吐是什么？基本上是你解决问题所花的总时间。那才是重要的。如果你有故障、有故障恢复、有任何中断你工作的东西，那都是问题的一部分。 那么我们如何问责？是交付的有效吞吐，不是理论基准吞吐量或理论上的好，而是针对实际工作负载、真实故障条件下实际发生了什么。 不幸的是，在10万加速器规模下——在那个规模下，总有东西在出故障，一直都有。而且每一个芯片都是大自然的奇迹，它们处于可制造性的最前沿。对我来说这很震撼。而且这些芯片不只是单个芯片，它们是由多个芯粒（chiplet）组成的封装——很多情况下是2个、4个、8个甚至更多芯粒组合在一起。当然还有旁边的HBM、网络连接，可能还有共封装光学。不是批评——很多东西都可能出故障。如果你有10万个，总会有东西出故障。你必须为此做好准备，近实时地检测，近实时地恢复。做所有这些——遥测问题非常巨大，就像在干草堆里持续找针，肯定是在秒和分钟级别，但对于某些任务，是小时、天甚至周级别的持续在线。 我们如何问责，就是看我们为数据中心中真正重要的工作负载交付了多少有效吞吐。 Sonya Huang：有效吞吐（goodput）是Google的术语还是行业术语？ Amin Vahdat： 是Google的术语，但我认为行业内越来越多的人开始采用它。 Sonya Huang：让我校准一下，10万加速器规模，我们是说每分钟出一次故障、一天一次——10万加速器是怎样的？ Amin Vahdat： 我想在那个规模下，肯定是每天多次，根据具体配置，可能每小时多次，总会有东西出故障。 Sonya Huang：最常见的故障原因是什么？ Amin Vahdat： 问题就在这里，这是个很好的问题。如果有某种常见的故障原因，我们早就发现并修复了。实际上，故障是一个不断浮现的长尾问题。 每当有新产品推出，总会有新的问题打击我们。很多时候，坦白说，因为处在技术的最前沿，问题可能出在网络，可能出在我们如何以超高速连接这些设备，也可能是硬件相关的。这些我们都可以逐步解决。但很多问题其实出在软件上。这也是我们从另一个角度进行问责的方面。芯片或许具备一定的FLOPS算力，但如果你有编译器bug、运行时bug、模型问题或操作系统问题等等，那硬件能力就不重要了， 因为这些软件问题都会拖垮整个系统的性能。也就是说，你可能拥有完美且完全可靠的硬件，但软件缺陷会对你造成致命打击。 03 每六个月翻倍的不是 FLOPS，而是 token 生成能力 Sonya Huang：是否有标准的参考栈——每六个月将token容量翻倍，收益到底来自哪里——来自加速器公司如Nvidia，还是来自TPU团队说“这是围绕我们加速器构建的最优系统，只要你按这个系统构建就没问题”？还是说在半导体公司给你的东西之上，你们需要做多少自己的数据中心设计？ Amin Vahdat： 是的，确实有一个参考栈。我认为Nvidia是一家令人惊叹的全系统公司——他们显然是一家半导体公司，但又绝不仅限于半导体公司，他们为客户提供了一个极其强大的参考架构。但根据我们的观察，大多数客户虽然会利用这个参考栈，但很多也会在上面做定制化。换句话说，他们会发现针对自身特定的用例存在优化空间，或者需要采取不同的方案，然后他们就会去落地这些修改。同样，在TPU侧我们也有一套参考栈。大多数客户会直接使用它，但同样有不少客户会在此基础上进行深度定制。 Sonya Huang：明白了。那么在总容量方面，你告诉团队Google需要大约每六个月将服务容量翻倍，对吗？ Amin Vahdat： 澄清一下，这里指的是从服务角度来看的有效可用容量，也就是token生成能力。所以，这里的“容量”是软件与硬件的结合体。硬件确实有其所谓的固有FLOPS水平，但我说的并不是每六个月把FLOPS数量翻倍（虽然那也是一种路径），而是你必须每六个月将硬件生成token的能力翻倍，并且其中至少有一半（甚至更多）的提升将来自软件，而非硬件。换句话说，这可能是通过模型优化来实现，也可能是通过运行时（runtime）优化来实现。 实际上，这往往需要依靠数十甚至数百个单独的优化不断落地、持续叠加，才最终让这种翻倍成为可能。 但毋庸置疑，容量提升的速度确实令人难以置信。 Sonya Huang：我想我们已经有了几年的数据中心建设、几年的模型进步和软件进步。以每瓦智能（intelligence per watt）衡量的容量，经验上的分解是怎样的？多少容量增长来自硅本身，多少来自模型，多少来自其他软件和其他大的组成部分？ Amin Vahdat： 这是个很好的问题。 我没有确切的分解数据，但根据我们的经验，以每瓦智能（intelligence per watt）来衡量，大部分收益来自模型侧的改进。 顺便说一句，每瓦智能是一个极好的指标。我们内部更关注的是每瓦有效吞吐（goodput per watt），之后可以再聊为什么“瓦特”必须作为分母——有效吞吐能很好地衡量每瓦实际交付的智能，而且它是针对特定工作负载的指标。我会说，相当大一部分收益来自模型侧的软件系统。为什么？因为软件能确保你现有的硬件被最有效地利用起来。然后硬件本身也相当惊人——换句话说， 我们现在处于一个每年实现2倍甚至更高性能提升绝对可能的世界，硬件完全支持这一点。它就像是一个免费的乘数（虽然不是真的免费），在它之上的人都可以依赖这个乘数，每年把所有人的能力向上托举。 04 2013年的反共识赌注——TPU从推理芯片到训练芯片，再到8i/8t分拆 Sonya Huang：TPU的赌注：从2013年的反共识判断到8i和8t的拆分——我想谈谈TPU项目和协同设计。Google十多年前就开始构建定制芯片，当时这是一个反共识的判断。TPU项目是如何演变的？ Amin Vahdat： 变化非常大。项目在2013年启动时，确实是一个反共识的判断。很难把自己放回那个时刻——当时的主流智慧是，最聪明的人都会告诉你：不要为单一工作负载构建定制加速器。为什么？因为摩尔定律还在，每18到24个月性能就能翻倍；你可以利用标准编程模型，无论是C++、Java还是Python——这就像芯片界的“苦涩教训”。那个教训就是： 专业化永远不会赢。 但在当时的情况下，我们有一两个特定的应用将极大受益，且如果不用专用芯片，就需要难以想象的海量通用CPU来支持。所以2013年确实是一场豪赌，公司内部也有不少人不太确定能否成功。但结果证明，这是一次极其成功的赌注。 第一颗芯片完全专注于推理，第二颗芯片则是——既然思路走得通，我们不如用它来做训练。 从那时起，它被越来越多的用例采用。而就在第二颗芯片推出前后，Transformer被发明了。这是一个重大时刻，它彻底改变了TPU项目。 当然，我们也发现推荐系统在TPU上跑得极好，所以广告及相关业务也随之接入。 所以，TPU的演进史就是一部范围和影响力的扩张史。它从推理服务的少数几个应用（主要是语言翻译和语音识别）起步，扩展到训练，接着拥抱Transformer和推荐系统，并随着生成式AI时代的到来继续泛化，最终走向规模越来越大、扩展性越来越强的系统。 Sonya Huang：你提到Transformer是一个重大时刻。我很好奇探讨TPU——它是一种特定架构，但并不是Transformer特定的。你如何在芯片对工作负载的特定性这条细线上把握分寸？ Amin Vahdat： 这是个很好的问题， 归根结底是适用性的问题——即芯片对特定工作负载的适用性。每一代芯片我们都在思考：是否需要进一步专业化？ 大约两年前，我们面临一个抉择：2026年到底该出两颗芯片还是一颗？一颗芯片同时兼顾推理和训练且都做得不错，或者干脆拆分成两颗，分别针对推理和训练深度定制。 经过大量分析，最终促成了今年两颗芯片的发布：8i用于推理，8t用于训练。我们最终意识到，虽然几年前未必如此，但到2026年，推理和服务的需求将真正起飞。 如果我们预计一颗在服务侧显著更快的专用芯片能吃掉30%到60%的市场，那这个决定就很有意义。 反之，如果预测推理只占市场的2%或5%，哪怕专用芯片快2倍可能也不划算。因为这种情况下，你大概率还是会选择那颗“不是完全优化、但具备统一性”的通用芯片。 所以，这本质上是一个算账的过程：你要进一步专业化吗？那个工作负载到底有多大？几年后预计有多大？它是否有持续的增长潜力？ 在硬件领域，你越针对特定工作负载专业化，灵活性就越低，但速度会更快、能效会更高。 所以这是一门艺术，也是一种预判——你在为什么而设计，那个工作负载能持续多久？如果它几个月后就消失了，哪怕当下规模很大，你的拦截窗口也太窄了。 因此，它必须具备一定的持久性，且你必须能准确预判专业化能带来的确切收益。 Sonya Huang： 所以大致的权衡是，支持一个新项目有很大的固定成本。是的。你基本上必须认为那个特定项目有足够的需求来证明成本合理。 Amin Vahdat： 正是如此。某种程度上，我们的8i和8t芯片都能兼顾对方的工作，这一点至关重要。试想一下，如果8i只能做推理、完全无法训练（即训练性能为零），反之亦然，那么这就成了一个致命缺陷。为什么？ 因为硬件的生命周期长达六年，你必须在今天提前准确预测未来六年内推理与训练各自的算力需求占比。 在这个案例中，我们做得很好，因为两颗芯片在各自专业化的方向上性能更强。同时，如果你在某类芯片上有多余容量，它们实际上能互相顶替。 这也揭示了硬件设计的边界：专业化程度越高，你就越可能陷入过度设计，从而丧失灵活性。 Sonya Huang：如果大致的权衡是项目规模，那么在我看来，现代AI市场如此多都是基于Transformer的。所以也许问一个挑衅性的问题：为什么不直接把Transformer架构烧进芯片里？ Amin Vahdat： 是的，我认为它是基于Transformer的，但下一个层次的问题是： Transformer归根结底是由向量与矩阵乘法运算以及softmax组成的，所以其底层是一系列本质上的线性代数原语。 我们（以及其他厂商）已经把这些原语大致固化到硬件中了。但这仅仅是第一步。虽然大家都在跑Transformer，但具体到你的模型架构——你有多少层？如何在层间游走？如何跨层连接？对于每一个维度，你所应用的确切矩阵和向量形状是什么？ 你可以更进一步，不仅针对Transformer做专业化，还要针对你具体的模型做专业化——这是下一个层次的定制。 我认为目前业界有不少公司正在思考这个方向，我也认为这是一个非常非常有趣的探索方向。 Sonya Huang：那么在这个时间点，你的客户是否将TPU和GPU视为大致可互换的等价物，还是某些问题更适合其中一个？ Amin Vahdat： 肯定有一些问题更适合其中一个。GPU比TPU更通用，这是明确的。Google和Google Cloud有令人难以置信的产品。我们卖很多GPU，内部也使用GPU。但我认为归根结底取决于你问题的具体细节。 我们的客户——两者之间有重叠——但客户会评估他们的工作负载和选项。我们在Google喜欢做的是给客户选择。 换句话说，我们希望为他们的需求提供正确的解决方案，当然提供最符合他们需求的方案。 05 性能留在桌上，还是锁定在栈里 Sonya Huang：协同设计的利与弊——从芯片到网络到软件，协同设计的理由是什么，反对协同设计的理由又是什么？ Amin Vahdat： 你可以想象，如果你拥有一个端到端的层栈，且希望能自由挑选任何组件——假设你跨多个云、多种硬件和多种软件运行。你可以设计一层抽象层，基本上宣告：“我能运行在任何硬件、任何软件、任何网络拓扑上；无论你给我多少网络带宽都没问题，我的系统将完全自适应。”这样一来，你获得了一项强大的能力：你可以随处迁移，新容量一旦上线，你立刻就能运行，因为你的系统就是被设计成能够利用任何资源的。你无需硬编码，也无需针对任何特定基础设施进行专业化。 但缺点在于，如果你变得完全通用，你可能就会把大量性能留在桌面上。前提是你对任何人的硬件、软件、网络、存储和计算栈都完全灵活。而协同设计的核心理由在于：如果你试图获得完全通用性，每一层之间都会存在巨大的阻抗不匹配。 每层可能都有10%、20%甚至2倍的优化空间。当你把这些优化机会层层相乘，突然间，你就会在端到端层面（无论是每瓦智能、每瓦有效吞吐，还是底层电力输送与软件优化）获得一个巨大的收益。 所以，通用化的优点是随时随地运行、没有锁定；缺点则是你留下了显著的、极大概率是巨大的性能损失。 Sonya Huang：据我了解，如果你看OpenAI和Anthropic——OpenAI主要构建在同构计算栈上，Anthropic构建在更异构的计算栈上。你认为这是协同设计导致它们收敛到据传非常不同的模型架构的部分原因吗？ Amin Vahdat： 我不能推测。我不想推测OpenAI和Anthropic在做什么。这是一种可能性。但在不了解他们细节的情况下，我想可能有很多原因导致他们最终采用不同的架构。 Sonya Huang：那Google呢？我很好奇你的团队和DeepMind的工作关系——与DeepMind肩并肩：在流片中拦截芯片——是怎样的？在模型开发的哪个阶段谁在房间里，你们如何一起做协同设计决策？ Amin Vahdat：这是我在Google最有趣、也最令人满足的工作之一——有机会真正与DeepMind团队肩并肩合作，共同设计我们的硬件和模型。 这还涉及第三个元素，即将其扩展到消费者服务和云端，我稍后再谈。但就DeepMind而言，这确实是一种深度的伙伴关系。 我举个例子：他们提出了某项模型优化——比如针对Transformer或某种特定数学运算。此时我们可能有一颗芯片正在研发中，尚未完工。然后他们说：“天哪，如果硬件能支持这个，我们的端到端训练或服务可能会显著更快、更高效，要改变你们正在执行的硬件定义来容纳这个需求，需要付出什么代价？”这促使我们的工程师和研究人员在同一个房间里密集工作几天甚至一两周，共同探讨：“好的，我们可以做到这个。”更常见的情况是，我们无法完全实现你们想要的东西，但我们可以换一种方案，也许你们可以把模型架构往另一个方向调整，从而获得你们想要的98%以及我们想要的90%。是的，我们可以回头去修改硬件。或者我们也可以说：“我们要把流片（tape-out）推迟一两周，因为这种级别的收益完全值得。” 同样，在规划路线图时，我们在任何时间点都有多代芯片在同时推进。我们有正在量产的芯片；有刚从代工厂回来、正在调试以达到工作状态的芯片；有处于实现阶段、即将流片送往代工厂的芯片；有处于设计阶段的芯片；还有处于概念阶段的芯片。所以，这实际上是一个包含五六个阶段、跨越多年的流水线。 与DeepMind在“量产芯片”上的合作非常重要，因为我们可以共同最大化交付的智能或每瓦有效吞吐，我们确切知道模型中发生了什么、硬件中发生了什么，以及两者之间的一切。 我们还能在即将流片的芯片上深度合作。因为我们可以“拦截”，我们可以在飞行中改变芯片架构——如果跨公司边界工作，这介于困难和不可能之间。 不是不可能，但会难得多。我们很难在距离芯片完工只剩几周或几个月时，再把大家拉到同一个房间里肩并肩地讨论是否要打乱项目。这虽然可能，但太难了。 当然，对于设计阶段的芯片，我们可以一起评估许多架构。我们可以问DeepMind的同事：“你们认为模型架构在两三年内会走向哪里？”这是我们能做的事情范围，也是模型架构的发展方向。我们拥有深厚且重要的仿真基础设施，可以预测工作负载将如何映射到不同的硬件架构，从而实现快速迭代。团队并不是分开工作的，很多时候我们在同一栋楼、同一个房间，保持着深度的日常互动。我每周都会与Cororey或Demis交谈多次。所以，这确实是工作中非常有趣的一面。 Sonya Huang： 太棒了。最终他们的模型会帮助芯片设计。 Amin Vahdat： 我们正在使用Gemini为未来的Gemini设计硬件。这真的很酷。 Sonya Huang：我想稍后回到这个话题。合作本身——我想周期时间可能比DeepMind的人在软件侧处理的要慢，你们的规划周期肯定要提前得多。那么你们实际上有多少调整空间？ Amin Vahdat： 这是个很好的问题。我们提前两年、三年、四年、五年规划硬件，毫无疑问。换句话说，我们刚才谈到了我们宣布的TPU 8，但你可以想象9、10以及其他一些处于概念执行阶段。它们可能还有几年。如果你们做模型架构，默认你不会想几年后的事。但我认为这也是公司共同成长的好处——Google Research、DeepMind、Transformer的发明，所有这些都发生在这些重叠的房间里。 所以有一代研究人员已经习惯了能够影响硬件，知道硬件按多年周期运作。他们也足够了解，如果有一个小调整能为即将流片的芯片带来1%或0.5%的收益，他们可能不会来找我们，因为他们知道这不像软件，你提交一个变更列表两周后就能上生产。停止流片是件大事。但他们也知道，如果有一个真正好的大机会，我们绝对会一起努力看看能否纳入。 所以正如我所说，收益是乘法性的。硬件确实提升所有 tides。 DeepMind团队的很大一部分——我们非常感激，了不起的团队——很大一部分在思考如何影响路线图，因为这实际上是一个管道。我两年前的想法现在已经投产，正在帮助Google所有工作负载跑得更快。那种感觉很好。 Sonya Huang： 完全同意。但预测五年后什么工作负载最常见、什么算法突破会发生，似乎是不可能的任务。 Amin Vahdat： 听起来像不可能的任务。我听到你说这看起来像不可能的任务，但这里有一件很棒的事——实际上我们正在非常详细地写这个，做起来很有趣。 令人惊讶的是，TPU架构在中等细节层面——不是超高层面的细节，而是中等层面——自TPU v1以来并没有真正改变。 就像看CPU的指令集架构：有加载、有存储、有加法、有减法、有分支。然而在其之上的软件在这段时间里做了什么？TPU也是一样。我们有一些基本指令和基本原语。当然我们扩展了它，指令集并非完全没有变化，但原语——专门化的数值超大型矩阵乘法单元、管理向量操作和散射-聚集（scatter-gather）操作的稀疏核心等等。有五六样东西真正定义它——加载、远程加载存储，这是另一个，我们可以通过ICI网络读写远程内存。 基本面一直在那里，它们已经扩展到许多代模型、许多代甚至深度神经网络算法和模型结构。 06 CPU、存储与网络需求同步飙升 Sonya Huang：说到工作负载的转变，过去一年左右最大的变化之一——长时程智能体（long-horizon agents）改变了数据中心的形态——我认为真正从今年年初开始，是长时程智能体的崛起。我猜那是与过去快速轮次的LLM对话非常不同的工作负载形态。这对数据中心需求意味着什么？ Amin Vahdat： 我认为有两个巨大的方面。 第一，不再是人类与加速器交互。 换句话说，当你在网页浏览器或手机上输入提示时，当然响应你的提示会发生大量工作，但当响应回来时，你得阅读、思考，然后可能有后续——那是数秒的交互时间。现在在长时程智能体中，没有人类在循环中自然限制请求发往模型的速度。所以交互时间从数秒、可能数十秒，现在可能变成毫秒——我一得到响应就可以解析、推理一下，然后弄清楚下一个请求是什么。这是大变化一。 二是所有那些推理和解析可能发生在CPU上。那个CPU然后可能要考虑，在我向下一个模型提示之前，我需要收集什么其他状态？ 换句话说，我从这个响应中学到了东西，我要采取下一步，但我实际上需要去获取一些上下文——可能来自本地的DRAM，可能来自另一个CPU上的别人的DRAM，可能在SSD上，或者在某处的HDD上。所以现在必须进行大量的编排（orchestration）。所以设计实际上正在显著变化：对加速计算的需求在上升，但对CPU、网络和存储——传统数据中心CPU等——的需求也在飙升。 Sonya Huang：那是否意味着你在GPU机架旁边放更多CPU？ Amin Vahdat： 这是关键问题，回到优化和专业化的问题。如果我们开始把大量CPU机架放在GPU和TPU旁边，那意味着我们实际上不能完全专业化到TPU机架相对于CPU机架的密度和网络需求。TPU机架会比CPU机架更密集，可能需要比CPU机架更多的网络。所以现在我们的建筑设计要改变。 另一个选择是保持统一性。把你的TPU或GPU都放在一个建筑里，CPU放在隔壁建筑，也许硬盘得放在另一边另一个建筑里，因为它们有另一套需求。 现在你需要建筑之间相当显著级别的网络。一旦你离开一个建筑，网络复杂性从可靠性角度、成本角度显著上升，延迟可能上升——可能可以接受，但仍然可能达到数百微秒，组件之间排队可能更多。所以考虑因素以非常有趣的方式变化。 Sonya Huang： 你的工作很难，也很有趣。 Amin Vahdat： 很有趣。 07 光路交换如何在毫秒内把故障机架换掉 Sonya Huang：网络方面发生了什么——光路交换（optical circuit switching）和网络现状——我听说Google一直处于最新网络技术的前沿，包括光学。你能谈谈光网络的现状吗？ Amin Vahdat： 我们在Google大约15、16年前是最早引入所谓波分复用（WDM）的，可以在数据中心内单根光纤上放多个信号，我们实际上将其用于所有机架间通信。 同时，我们引入了一项与波分复用配套的技术，叫做光路交换（optical circuit switching）。 与传统的电分组交换相比，光路交换完全在光域传输和移动数据。让我描述一下底层技术。在分组交换机中，你拿一个有报头的分组，在电域查看，根据报头弄清楚分组要去哪里。它可能有IP地址说去哪里，你查表，对于那个目的地，查表看从哪些端口转发。基本上每秒数十亿、数千亿甚至数万亿个分组以超高速通过，你转发它们。光路交换说我不在电域碰这些比特。我要做的是为输入端口弄清楚把光送到哪个输出端口。有多种做法，我们最初用的是MEMS开关——微电子机械，基本上控制3D中的镜子。我们可以以编程方式拿一个盒子，可能有128端口、256端口之类的，配置每个输入端口映射到输出端口，然后改变镜子的旋转，光 literally 照在这些镜子上，反射到正确的输出端口。 最初我们做这个有两个原因： 一是在机架组之间创建局部性。 假设我有一个计算集群和一个存储集群，都支持搜索。我们知道这两个集群会大量通信，所以配置镜子在纯光域为这两个机架集群之间创建捷径。 二是我们想扩展和收缩网络而不实际移动任何光纤。 光路交换机允许你重新配置网络骨干来扩展或收缩，不需要人工做任何事情，只需要一个控制器管理。快进到TPU。TPU有Torus拓扑，直接连接所有TPU。我之前谈了吞吐量和有效吞吐。 我们可以做的一件事是，如果一个TPU机架故障，我们可以用另一个TPU机架替换而不移动任何光纤。本质上我们始终有一个备用机架，当机架故障时，我们把光重定向到新机架，这可以在毫秒内完成。 Sonya Huang：那为什么还要光纤而不是完全自由空间？ Amin Vahdat： 很好的问题。衰减损耗和带宽会急剧下降。此外，在一个非常大的建筑范围内，没有光纤连接一切的情况下在3D中瞄准一切，会很有挑战甚至可能不可能。我们谈过这个，有过一些非常有趣的讨论。 但主要是光纤，当它们到达光路交换机时，光 literally 照在这些小芯片上。这是网络的一大方向。网络在能力和需求方面都在爆炸式增长，坦白说在数据中心。 Sonya Huang： 太酷了。我们可以就这个谈一整集。 Amin Vahdat： 是的，非常非常酷。 Sonya Huang： 回到Ineffable的照片，那些线缆让所有人眼前一亮。 Amin Vahdat： 正是。那些线缆最终有些会接到我们数据中心的关路交换机。 08 电力是一个长期的约束问题 Sonya Huang：有道理。好，我想转到电力。你一直在谈每瓦有效吞吐和其他单位——电力是约束：公用事业、吉瓦和数据中心规模——每瓦。让我觉得每瓦意味着电力是某种约束、稀缺或昂贵的东西。我经常被问到我们面临的最大约束是什么。现实是没有单一的最大约束。它们都是约束，都非常难。而且它们不断变化。但如果我必须从根本上回答，我会说电力是我们面临的最根本的单一约束。其他一切似乎我们都知道如何解决，只是需要时间。电力——我认为你表述得很好。这是一个长期的约束问题，我们还没有——核能，也许核能会带来丰富的清洁能源，解决很多问题，当它大规模实现时，仍然未知。那么在实践中如何运作？你建一个新数据中心，需要1吉瓦电力。我想你不能just打电话给PG&E说，请送1吉瓦电力。那么电力供应实际上是什么样的？你是否必须一直垂直整合到自己做涡轮机？你如何解决电力瓶颈？ Amin Vahdat： 这是一个大问题、重要的问题。我们在Google的首选模式始终是接入公用事业电网。所以相当于打电话给你最喜欢的公用事业公司——数据中心所在地的——当然要提前很多年通知。如果是吉瓦级，不是你说“嘿，我明天需要1吉瓦，你什么时候开始计费”的事。这是我们共同规划的事情。对我们来说，我们非常认真地确保与这些公用事业公司合作时，建设基础设施的成本——我们可以就这个话题长谈——我们承担这些成本，因为根据计费方式，实际上可能因为公用事业公司为我们建设容量，其他人的费率理论上可能上升。 我们确保的是，需要建设或升级的输电线路、额外的公用事业变电站等，我们也为此付费。所以这是一个长期规划过程。 完全可能出现这种情况：我们2028年需要1吉瓦，公用事业公司2029年能给我们1吉瓦，但2028年能给我们700兆瓦。那么我们就面临如何覆盖那300兆瓦的问题，其中一个答案是这样。另一个答案是，我们自己发电一部分，也许用太阳能电池或电池作为备份等，或者其他来源。然后我们再与公用事业公司合作。 所以也可能是组合：我们保持一些本地发电，即使公用事业公司完全上线到1吉瓦规模，我们也能在需要时向电网供电。 换句话说，一年中可能有两周——最热的两周——住宅需求巨大。如果我们有本地发电，我们可以向电网供电。所以这确实是多年来与公用事业公司合作。 Sonya Huang：为什么你偏好这样做，而不是垂直整合自己？ Amin Vahdat：主要原因是灵活性和双方的提升。一种看待方式是统计复用（statistical multiplexing）或大数定律。 如果我们需要1吉瓦电力，想要99.99%以上的可靠性，可能意味着我们必须建设2吉瓦电力。在99.99或99.999%级别，你需要1+1冗余，那很昂贵。然后确保理想上是清洁能源、最好就在数据中心旁边，也可能有挑战。如果我们与数据中心合作——也许我们自己能带来一部分，在电网需要少时给他们，我们可以取他们的电。通过在一个更大的基础上利用统计复用，实际上每个人都赢：我们赢、电网赢、住宅赢。我们偏好这个。在极少数情况下，我们会在表后（behind the meter）做，但即使那样，我们也假设一年后要接入电网。所以这对我们是提升，对电网也是提升。 Sonya Huang：有道理。你如何决定数据中心建多大？ Amin Vahdat： 这是一门艺术，也是重大辩论的来源。10、15年前Google有过大辩论：我们是否应该把所有东西放在一个数据中心？当时1吉瓦——更简单的时代。不同时代，10、15年前，我们要建1吉瓦数据中心。一个明显的担忧是单点故障，从30年角度看是巨大担忧。另一方面，今天的训练工作负载越大越好——从网络角度，你希望东西集中在尽可能小的距离内。但又有两个问题：单点故障，以及电力可用性。1吉瓦在10、15年前很大但可想象，但世界上任何地方都不可能把Google的总需求建在一个地方，不可能。那么最优规模是什么？我们有模型、模拟器等。但这也取决于——有些地方我们在网络边缘，或在某个国家可能几十兆瓦。我们实际上与ISP合作，可能 literally 在伊拉克。这可能是训练集群。好吧，那可能接近1吉瓦。其他站点可能数百兆瓦等等。 Sonya Huang：有趣。我想了解你如何看待组合生命周期——训练vs服务集群、七年老的TPU和开放标准——管理。我猜最大最新的集群用于训练最新前沿模型，然后回收旧东西跑推理。这个框架公平吗？你们也建推理专用集群吗？这一切如何运作？ Amin Vahdat： 你思考的框架非常合理，我觉得很有道理。 但我要说推理需求如此之大，我们不能只依赖不再完全用于训练的旧训练集群作为推理基础。 而且如果你想想，我们可能在某一年将训练集群集中到少数大型站点，保持它们之间的网络距离小有好处。无论它们在世界哪里，可能在同一大陆甚至同一大陆的同一部分。那么你可能在其他大陆没有足够的服务容量。所以实际上我们必须在世界其他地方建设专用的推理集群。所以你的直觉很对，但不完全。确实必须是：这是训练集群，是的，可能几年后用于服务。但我们也必须建设服务集群。 Sonya Huang：你的服务集群与训练集群不同吗？更小吗？每兆瓦更便宜吗？ Amin Vahdat： 不一定更便宜，因为服务更需要共置计算、网络和存储，这就导致无法专业化。训练你实际上有高密度统一部署等；服务你必须混合存储、计算和加速器。 此外，服务有一个非常有趣的方面——你实际上不想在一个地方放太多。你想从全球各地服务你的工作负载，但现在我们有单个模型端点，可能是模型的变体。 我们必须把这些模型分散到世界各地，同时考虑局部性。所以它们会更小，在推理侧可能垂直整合程度更低。 Sonya Huang：非常有趣。如果你五年前建了一个数据中心，五年前最先进的加速器与今天制造的相比效率低得多。你会回去换那些旧数据中心的芯片吗？我知道这与一个持续辩论有关：芯片的实际使用寿命是多少？ Amin Vahdat： 我公开说过这个，我惊讶于它引起了很多关注。我说我们七八年老的TPU仍然100%利用率。我不是故意要让它成为有意义的声明，但显然它是有意义的。我们较老的TPU——GPU也是，但较老的TPU——看到显著利用率。我们最终会替换它们。折旧寿命大约6年，一旦完全折旧，考虑到新代的能效等，替换和升级是有意义的。不是我们换芯片，而是换系统。我们以pod为单位思考。一个TPU 8 pod可能是9600颗芯片，140多、152个机架等。我们会说，我们要拉出那个pod，替换成TPU 12或13或14 pod。新pod的 footprint 可能不完全适合旧pod的空位，我们得考虑，弄清楚如何改造。 我们无法提前规划，因为我们不知道那么多代TPU会是什么样。所以这又是一门艺术，实际上是艰苦的工作，弄清楚如何尽快退役并替换新TPU。 Sonya Huang：你公开写过开放标准。能谈谈吗？ Amin Vahdat： 我们谈过互操作性问题。 对我们来说，虽然我们支持垂直整合，让你提取尽可能多的性能，但非常重要的是不强制锁定，不强制端到端系统的围墙花园。 举个例子，Google开发了一个模型开发框架叫JAX，我们很喜欢，认为非常好，内部广泛使用。很多客户喜欢PyTorch。我们可以说，如果你想在TPU上运行，必须用JAX——我有点开玩笑，但也许是真的也许不是，我们认为它最好，唯一选择因为它太棒了。或者我们可以说，如果你喜欢JAX，我们喜欢JAX，你可以用；但如果你喜欢PyTorch，我们有torch TPU，你未修改的模型可以运行。 我们在历史上见过很多例子。我用IP的例子——为什么互联网协议赢了？实际上70年代和80年代初有很多竞争协议。 IP为什么赢？因为它是开放标准，是沙漏的窄腰，任何软件可以在上面运行，任何硬件可以在下面运行。开放标准、可互操作，任何带IP的人可以插入路由器端口成为互联网的一部分。 很美，这就是互联网爆炸式增长和全球覆盖的原因。我们真的相信开放标准的插入点。如果你想插入高度专业化的东西，可以；如果你认为你有更好的东西插入我们的框架，绝对可以。但我们想真正支持开放标准，理想上是开源的。这个建设太大太重要，不能是任何一家供应商的封闭专有栈。 Sonya Huang： 是的，我们真的相信这一点，必须是选择之一，这也是为什么我们完全支持并有TPU、GPU、其他加速器等等。 Amin Vahdat： 是的。 图片来源：Sequoia Capital 09 AI如何重塑团队日常？ Sonya Huang：你的团队日常工作因AI如何改变？在哪个环节改变最大？ Amin Vahdat： 最简单的答案是在软件工程侧，外部已经有很多记录。我们在Google和我的团队在软件开发能力方面大量使用，实际上测试推广甚至帮助设计等。但在硬件侧——外部覆盖可能较少——也有显著变化。我的硬件工程师——我今天刚看了数字——在使用AI，用token数来说，不是最好的指标但仍是指标。我们的硬件工程师使用AI和软件工程师一样多。生产力提高了。从设计启动到流片的时间在缩短，bring-up时间在缩短。生产力显著提高。但也许不太预期的变化是数据中心设计方式显著改变。 过去评估建1吉瓦建筑还是100兆瓦园区或200兆瓦园区，是非常详细、电子表格驱动、人工驱动的过程，某种程度上仍然如此，但现在有很多AI参与，真正简化了规划和开发过程。 Sonya Huang：有趣。是推理模型吗？ Amin Vahdat： 我不会说完全是推理模型。 它不是取代人类判断，而是让把必要信息集中在一起容易得多，基本上把正确信息放在做决策的人类面前。 Sonya Huang：好，我要带我们进入——轨道数据中心和2036年的超级计算机——两个有点天马行空的趣味问题。第一个，轨道数据中心。我看到Google在认真考虑这个，你想让我评论。人们认真计算轨道计算是否意味着地球上有严重的约束？你怎么看轨道数据中心？ Amin Vahdat： 这是一个令人兴奋的方向。我们实际上在推进，我们半开玩笑地称之为“登月计划”（moonshot），是我们兴奋投资的大努力之一。回到对话前面你正确提出的根本约束——能源和能源生产是关键挑战。 从根本上说，在太空，由于大气层没有衰减等，可用电力多大约40%——1.4倍。这是第一部分。但在太阳同步轨道，太阳能电池的阳光覆盖率为98%到100%，而地面是28%、30%可能35%。 所以巨大的电力，太阳，你取1.4倍，再取每天小时数的3到4倍，基本上移除电池，现在你有潜力做真正——当然无碳，很多好处，很多挑战。 现在冷却呢？天真地你可能认为太空冷却更容易，实际上更难。可靠性——我们谈过这些东西有时会故障，维修变得更难，不是不可能但在太空更难。机器人配合集群——也许这个模式是有希望的方向。冗余可能是你的朋友。你之前关于自由空间光学的问题现在会成为现实。我们可能不会在这些组件之间拉光纤，而是自由空间，激光指向接收器并实时校准。这里没有根本障碍。 Sonya Huang：最后一个问题。我整个时间脑子里都有Ineffable大型超级计算机的画面。问题是：10年后，最前沿的超级计算机会是什么样？ Amin Vahdat： 10年正好在那个边缘——真诚地说，可能有些人在思考2036年的计算机会是什么样。我们可能有少数人想那么远，但哇，那里的不确定性锥太宽了。如果你看趋势，集成度将巨大。我们看到了为Ineffable组装的漂亮光纤和Vera Rubin 200机架。 我猜会更集成，更少光纤——我不会说2036年没有光纤，但从机架角度看，机架会看起来更加紧密集成，从机架出来的可能是小光纤束。从模块化制造角度，这些机架2036年可能集中制造。 无论它们有72、144、288或可能更多——576，选你喜欢的GPU倍数，Ineffable案例是GPU，TPU也一样——深度集成到机架中。一个机架会是数兆瓦吗？我们不确定，但2036年我们可以想象单个机架可能数兆瓦。然后你带来水、带来电、插入光纤，把机架推入，插上这三样东西，就开跑了。 Sonya Huang：所以2036年不会像太空中的大外星球体？ Amin Vahdat： 我不会说2036年不可能直接发射到太空，然后可能被空间站的机械臂抓取并插入正确模块。也许2036年是这样。想想很有趣。 Sonya Huang： 我真的很享受这次对话。 这是历史上最激烈、最大的资本支出建设，但我也认为这是一场技术革命，是一件美好的事情。你对技术的美、约束以及如何平衡这一切有如此深刻的把握。 Google在好手中。感谢你抽时间分享你们在做的事情。 Amin Vahdat： 非常有趣。我们得以亲历这一切，我们得以定义它。非常感谢。这是一次很棒的对话。谢谢。 Sonya Huang： 谢谢。 原视频：Google’s AI Infrastructure Chief, Amin Vahdat, on the Physics & Economics of Frontier AI https://www.youtube.com/watch?v=bGph8GwB3Sk 编译：Ruby Gao 作者：Z Finance 公众号：Z Finance 本文由 @Z Finance 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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 08:14:55 +0000https://www.woshipm.com/it/6486814.htmlwoshipm-56ad927f6059c5d6红果短剧成为中国第四大App，让人一天猛刷125分钟，为何如此警惕被捧为“杀时间大王”，以及拒绝承认中国互联网进入“字节时间”？ 传媒人秦朔大概没想到，一句“可怕的红果”和中国互联网正在进入“字节时间”，能让抖音集团副总裁李亮连续发文回应。 10月26日，秦朔引用野村证券数据写道：2026年7月，中国移动互联网使用时长Top 50 App里，字节系占40.9%，腾讯系占29.1%；抖音首次超过微信；红果短剧日活1.68亿，超过爱优腾芒四家之和，人均单日观看时长125分钟，按用户总使用时长算，红果已成中国移动互联网第四大App，仅次于抖音、微信和抖音极速版。秦朔据此提出中国互联网的“字节时间”。 李亮首轮回应认为这一说法“极不严谨”，称其中有“常识性错误”：野村只统计了Top 50，没算长尾和PC端，字节系“连二分之一都没到”。随后他连续发文，核心意思是认为这种概括会带来误导和“捧杀”风险。秦朔也连续回应，围绕数据口径和措辞展开交锋。 互联网最稀缺的资源之一就是注意力。谁占用了用户时间，广告、数据和生态入口就跟着谁走。中国手机用户的一天，早被切成了很多块：抖音、微信、红果、小红书、淘天、京东、美团、B站、豆包、优爱腾、芒果、支付宝……抖音和红果显然是字节系里的头牌，而红果则是近年增速最猛的“杀时间大王”。它凭借免费模式、仅用三年就成为与抖音、微信比肩的国民级APP，并在某种程度上成为“短剧”的代名词。 但标签是外界的概括，平台自己往往不愿意被简单贴上。红果为什么这么红，又为什么对“杀时间大王”这个说法保持距离？这件事值得细细思考。 01 “字节时间”讨论，双方到底在争什么？ 秦朔认为自己做的是一种趋势判断：“正如国内外很多学者说21世纪是中国世纪，这是对一种趋势的判断……1941年提出‘20世纪是美国世纪’时，美国的GDP占全球的30%多一点。” 在他看来，“字节时间”不是严谨的法律裁定，而是对时代趋势的概括，看的是份额和势头，不是绝对垄断。面对数据口径的质疑，他搬出野村报告回应：Top 50 App占移动互联网总时长93%，足以代表大盘。同时他主动划定边界：时长份额不等于价值贡献，支付宝、美团是“用完即走”的高价值反例。 他说，与其担心“字节时间”这个说法，不如努力让这段时间更有社会价值和意义。 李亮则就数据进行反击，也表达了对“捧杀”的担忧。他的回应甚至是从“安利”开始的。10月27日，他先在微博推荐了《持械入宋》《急诊摸鱼王》等几部红果短剧，证明“内容质量在提升”，接着直指“字节时间”的定性极不严谨。 （图源/百度百科） 他的理由是：互联网产品里，只有即时通讯因为有关系链护城河，格局相对稳定；短剧、短视频属于充分竞争行业，“没有哪家公司能稳居市场第一”。他认为“即时通讯、游戏、电商、音乐都占据用户非常多的时间”，更何况“腾讯公司短剧、短视频增长速度，远远超过抖音和红果”。 不论“字节时间”这个概括成不成立，抖音、红果是“杀时间神器”的用户体感却是真实的。有人把红果当“电子榨菜”，午饭通勤刷一个半小时，觉得“随时可以停下，挺放松”。有人在热搜底下晒出10小时23分钟的截图，喊“红果能不能开一下防沉迷，我想睡觉”，一边骂脑子发木了，一边手指还在往下滑。 嘴和手各干各的。这种分裂感已经成了网上的日常：贵州“红果服务区”被网友打卡调侃“看广告才能出”；“贵是贵点，但吃了不烧心”从短剧台词变成了评判万物的社交暗号；“贾樟柯看红果短剧，王朔一天刷10小时短视频，那我做这些也没什么。”既然许多名人也跟我一样借此消磨时间，那么达成自我和解似乎并不困难。 （图源/微博截图） 对于短剧，监管不可谓不力。今年以来，监管部门全网下架违规微短剧6.8万部，督导平台处置违规账号1200多个，被处置的九成以上内容出自AI剧。红果自身在2024年底因未落实管理规定被停更整改五天，截至今年10月27日已处置低质和同质化微短剧20426部。今年9月1日施行的《微短剧发展管理办法》要求分类备案、AI生成内容必须标注、禁止使用诱导沉迷和过度消费的算法模型。 与此同时，广电总局自2025年启动“微短剧+”行动，计划扶持约300部重点作品。监管一边清理一边扶持，意图很明显：短剧不能只剩一种活法，也不能只剩一种爽法。对行业来说，这既是约束，也是把内容做得更多样的机会。 02 为什么红果让人一刷就是125分钟？ 红果占据短剧独立App市场份额近九成。到底都是谁在红果上花了125分钟？ 2026年，红果短剧与漫剧的男性占比已双双逼近六成（58.6%和60.5%），与行业整体趋势一致，而45岁以上实际占比降至约43%，中青年成主力。此外，平台三线及以下城市占比55.2%，且高达49.2%的新增用户源自内部漫剧导流。可见，红果已从早期的女性主导，演变为男性略占优、依赖内部矩阵导流的下沉生态。 （图源/红果短剧小红书） 能确定的是，红果的用户底色偏中老年、偏下沉——他们是下班后瘫在沙发上的中年人，是时间充裕却舍不得掏几十块钱买长视频会员的城镇老人，也是在“相亲相爱一家人”群里转发“震惊”标题、被年轻人默默设置了“消息免打扰”的长辈们。 红果用“免费看，看广告就行”降低了进入门槛，先让人进门。真正让人停不下来的，是它把抖音那套信息流基因植入了剧集。长视频得先找剧，看海报、翻评论去挑；红果不用找，点开就自动连播，一集看完悬念直接把你推到下一集。选剧这件事，平台替用户做完了。这降低了选择成本，也把“下一集看什么”的决定更多交给了平台。 钛媒体曾剖析过这套商业闭环：红果更关键的创新在商业机制，把短剧从“向用户收费”改成“向广告主卖时间”。以前做短剧，得去抖音砸钱投流，字节赚的是“过路费”；现在红果自己下场做免费短剧，直接把制作方变成了“按分账结算的供应商”，字节从收费站变成了终点站。当AI把制作成本压低，价值就不会留在生产端，只会沉淀到平台对注意力的分配权上。 （图源/豆瓣） 在平台对注意力有较强分配权的情况下，内容形态会更趋于标准化。单集只有1到3分钟，前10到15集必须“集集高光”，如果看了三集还看不出主线，你大概率就划走了。所以平台热播榜被高度固化：八成以上集中在玄幻修仙、都市逆袭、古风女频；九成是“压抑—开挂—打脸”的三段式。主角开局必然是被亲友背叛的废物或保洁，不到30秒必须亮出“战神”或“神医”的真身。人设三秒得立住，冲突五秒内要爆发，铺垫一多观众就划走。这套节奏很有效，也带来同质化压力。用户容易进入被情绪节奏带着走的状态。 用户的观看习惯，最终又反过来重塑了短剧行业的生产方式。当AI把单集成本打到真人实拍的零头，红果收紧了AI仿真人剧本的保底政策，分成规则向纯分成倾斜。这套调整在实操层面促使承制方更看重爆款概率。有报道称，一家拍了近两百部真人短剧的公司，直接清空实拍片场，全员转行做AI。 平台不只是播出渠道了，分账怎么分、算法推什么、什么题材吃香，都攥在它手里。推荐什么、奖励什么、批量复制什么，留存数据比创作者本身要了解得多。以红果在独立短剧App中近九成的份额，这套内部规则不可能不向整个承制生态外溢，但它是否已经固化为跨平台的“行业标准”，仍取决于其他渠道在多大程度上跟随同一套逻辑。 03 短剧已成风潮，我们该留意什么？ 最近，“AI短剧降智”冲上热搜。刷的时候停不下来，关掉之后脑子里像被格式化过。有人形容刷剧之后“连看一页书都费劲”；有人说第二天记不住到底讲了啥，像被算法喂了一肚子“电子辣条”。 浙江中医药大学附属第二医院临床心理科副主任邹莹在接受媒体采访时给了一种解释：短剧用密集的反转钩子持续刺激多巴胺，让大脑被动兴奋、超负荷运转。她认为长期高频消耗可能伴随多巴胺系统的疲劳，进而暂时影响专注力和理解力。这个机制在科学上还有讨论空间，但“关掉之后脑子像被格式化过”的体感是真实的。真正该留意的是，习惯了每3秒一个奖励之后，人还有没有耐心回到需要熬过枯燥的深度阅读或观看。 在看短剧这件事上，比年轻人更缺乏退出能力的是银发族。短剧生态里针对老年人的付费陷阱并不限于红果。有报道称，新疆一位七旬老人两年内在多个短剧小程序累计充值4887笔、花费22.58万元；单笔金额小到不触发痛感，剧场名字频繁更换，扣费一键完成，退款却要证明“不是本人操作”。 红果自身的50岁以上用户规模在2026年2月已达4074.5万——当如此体量的老年用户集中在一个以“免费+广告”为入口的平台，即便没有直接的充值记录，注意力的超量汲取本身也构成另一种需要正视的风险。青少年模式已有时长限制、充值拦截、一键禁用整套工具，面向老年人则缺乏系统性、强制性的专属保护模式。这里更值得讨论的，不是某一个平台做得够不够，而是整个行业能不能把老年用户的保护工具做得更系统、更好用。 （图/《我爱你》） 而在生产端，横店群演正在经历另一种焦虑。今年10月，“横店把15万群演喂给AI”冲上热搜，豆包公关负责人刘星辟谣传言“严重失实”，强调数据不用于训练通用大模型、肖像使用需授权。 据娱乐资本论报道，横店与字节系联合体以约2.3亿元中标的AI影视项目（项目预算2.35亿元），招标文件明确要求“支撑项目团队批量生成数字群演形象，减少实拍群演的组织成本和调度难度”，知识库涵盖“合规授权群演的多模态形象数据”。另有报道称，部分代理公司以一年500元的价格收购素人脸，合同常含“永久使用、可转授权第三方”条款；有群演面对买断通告说，“卖掉脸等于卖掉职业未来”。对一天挣几十上百块通告费的人，“AI提升效率”太远了，近处的问题是明年还有没有戏拍。技术往前走的时候，如何给处在产业链末端的人留出缓冲和选择，也是新文化生活里需要被看见的事。 平台不是没动作。红果上线了“防沉迷提醒”，金币激励分阶段下线，今年4月一周专项治理就下架了3522部低质漫剧。但一边设提醒、一边算法继续推爽剧，刹车和油门踩在同一只脚上。这不是红果一家的问题，所有靠注意力吃饭的平台都这样。最后，还是看用户能不能管住自己。 李亮对“捧杀”的敏感，也透出平台在面对高关注度时的谨慎：树大招风，任何单一标签都可能被放大。这种谨慎可以理解。红果上线三年做到1.68亿日活，商业上确实是个值得研究的案例。但正因为做得这么大，外界的期待也会更高。与其怕被聚光灯照着，不如主动带个好头。 对平台来说，竞争别只比谁更让人停不下来，也比比谁更让人愿意留下来。拿真金白银孵化点有营养的内容，在情绪价值之外，留下一些能沉淀下来的东西。在千万条“手撕渣男”“赘婿逆袭”的视频之外，总得有些看完能留下点什么的东西。 对市场来说，讨论可以从“谁占了多少时间”继续往前推一步：这些时间是否被更好地使用？短剧能不能在“爽”之外，多几种讲故事的方式？行业清理和扶持同时进行，说明方向不是不要短剧，而是让短剧有更多活法。 对我们普通人来说，也不必把刷短剧当成什么道德问题。放松本身没有错，短剧提供即时情绪价值，也有它的合理性。需要留意的，是别让一种放松方式变成唯一的放松方式。 或许可以给自己设一点小规则，比如睡前先放远手机，刷剧前定个闹钟，给长辈手机做一次支付和时长设置，每天留一段不被打断的时间看看书、发发呆、走走路。新的文化生活形态无可避免地以极快的速度到来，怎么和它相处，是平台、市场和我们每个人都要慢慢学的事。 作者 | 何驰 编辑 | 腾宇 本文由人人都是产品经理作者【新周刊】，微信公众号：【新周刊】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 08:12:49 +0000https://www.woshipm.com/it/6486802.htmlwoshipm-f1934f5872e13b42双 11 珀莱雅开卖四小时实现双位数增长，服饰每三点五分钟诞生一个百万新品牌，但直播贡献度明显下滑。算总账，靠货架和利润经营的商家在翻盘，留在流量游戏里的还在挣扎。 消费市场正经历严峻的考验。但对于众多品牌而言，座次重排的窗口也打开了。 天猫数据显示，今年双11珀莱雅开卖4小时实现双位数增长；修丽可、SK-II、赫莲娜等品牌成交额均同比双位数增长；服饰品类里，每过3.5分钟就诞生一个百万新品牌，平均1.1分钟出现一个千万品牌；箱包百万级爆品80%由国内设计师品牌贡献，裘真实现150%高增长。 一些中小品牌也和我们透露，开售以来，虽然直播贡献度显著下滑，但今年店铺成交重新扛起了增长，算总账后，今年双11实际的成交曲线总体高过预期。 双11早已不再贡献充满奇迹的GMV数字，但一批又一批黑马还在创造奇迹。只是这样的奇迹，并非雨露均沾，而是只属于一部分玩家——重视利润的商家，正靠货架一点点翻盘；仍然留在流量游戏中的，则依然在泥淖中痛苦挣扎。 幸好，越来越多商家开始在这个双11审视经营。过去几年，达播成为了许多商家冲销量的选择，但价格战和直播投流对于利润的侵蚀也很明显。部分受访商家表示，今年没有把营销预算一股脑砸到直播间刻意冲销量，关注点转向了店铺的实际转化效率上，“先要把账算明白”。 也有一些商家表示，活下去最重要，没有利润就会活不下去，很多同行今年双11都选择收缩渠道，把货盘和预算收回到确定性更强的旗舰店里。 行业在分化，有人掉队，就有人超车。一些声音在试图借双11唱衰大消费。但这个古老的行业从未凋零，只有不断进化与迭代。 双11还在爆发，但爆发并不是今年最重要的关键词。商家正在摒弃逐流量而居的发展方式，从GMV优先到利润优先，商家想要的不只是销量，而是一门有合理利润、能活下去的好生意。 01 卖得动，不等于赚得到 达播兴起的原因很简单，确实能卖货。不过达播不是稳定的创造新需求，更多靠的是促销前置、全网最低价和粉丝信任带来的存量需求转移，核心收益来自于把持流量入口后的渠道租金和议价权。 这套打法在增量时代是成立的，但到了存量时代难免会算不过帐。 “达播的ROI一直在降。”一位零食品牌负责人表示，“以前达人直播的ROI（投资回报率）差不多在5左右，相当于每投入100元的营销费，能带来500元的销售额。但2024年之后，达播的效果就一直下滑。” 2026年，消费大盘彻底进入存量阶段，今年1-8月全国社会消费品零售总额同比增长1.1%，单看8月份，增速已经降到0.4%。有从业者和我们分享，2023年到2026年，直播平台平均的CPM（千次展示成本）涨幅高达50%，一到双11，竞价商家多了，又会涨价。 不止是买量费用，退货率是另一个严峻的问题。达播的逻辑是货找人，相比于用户带着目的搜索的货架电商，用户在直播间的下单往往会被主播的情绪和策略推动。但当冲动退却，退货的决策也更容易。 一位家具行业的商家表示，2024年他们就消除了达播的滤镜。那年他们和某主播有场合作，但在交付完几十万的坑位费和佣金抽成后，换来的却是超高退货率。“不要小看退货率，物流费用加上二次上架的成本，最后的到手利润差别非常大。”他强调，如果算上自投的广告费，一场合作下来的净亏损高达数百万元。这次教训让他在2025年就全面转向旗舰店和基于旗舰店的品牌自播。 一些企业披露的数据也能作为佐证。今年中报季，七匹狼、探路者、汇洁、森马等公司开始把退货率加入经营数据。根据这些披露的数据，相比内容渠道，货架电商的退货率明显要低不少。这也可以解释为何大量品牌的经营重心为何要转向货架。 而根据业内人士和我们分享的数据，一般退货率每降10个百分点、渠道净利率可回升3到5个百分点。所以今年开始，越来越多的商家不再只追求GMV增长，开始把经营重心放到利润上面。 除了中小商家外，许多曾经为了销售目标不惜降低ROI的大品牌也开始调整策略。今年5月，丸美生物董事长孙怀庆在一次专访中明确提到，公司已全面转向效益导向，对内部结构与考核体系进行系统性调整，“公司正全面从规模扩张转向效益优先，坚守有利润的增长。” 而这，促成了这次双11另一个变化。 02 预算从直播间流向货架 过去几年，全域电商的概念被广泛提及，不过在执行层面，内容平台明显是更侧重的那个。 以三只松鼠为例，2022年底，三只松鼠确立“高端性价比”核心战略，推出“D+N”模式（以短视频D为核心，赋能全渠道N）。到了2024年，内容平台开始成为三只松鼠线上第一大渠道。2025年上半年，内容平台的收入甚至一度接近三只松鼠线上收入的一半。 但今年，货架电商的重要性正在频繁被品牌重新提及。 据报道，丸美生物在渠道策略的调整方向是：线上层面，优先保障盈利能力较强的货架电商稳定增长，收缩内容电商中亏损业务板块，大力发展品牌自播，维持自播与达播6:4的稳定结构；线下渠道则从过去的承压状态，转向全力突破、实现增量复苏。 三只松鼠也开始重新重视起货架渠道，持续优化运营效率、提升用户转化。今年上半年，三只松鼠约9个百分点的线上营收份额从内容平台转移到了货架平台。 这次大促越来越多的预算开始转向货架。有代运营专家透露，不少品牌在货架电商的投放比例远高于大盘，货架场预算占比升至六成以上。 以货架电商中最具代表性、份额也最高的天猫为例。我们观察到，今年天猫确实吸引了更多的货品资源。比如苹果天猫官方旗舰店今年配件首次可用消费券；ALO将王一博同款Accolade系列产品放在天猫旗舰店全球首发；老铺黄金旗舰店首次推出满30000元减2000元的店铺券；海蓝之谜旗舰店则将250ml精萃水做成天猫独家货品。 因为货架电商的利润率相对更有保障。据前述业内人士分析，天猫渠道品牌净利率中位数大概在12%到15%，是目前几个平台里最高的。“三只松鼠上半年重新转向货架后，净利恢复的幅度很大。” 与此同时，品牌们也越来越意识到，旗舰店的作用不仅仅是能成交，更可以攒资产。 达播的每一笔成交，都是对达人信任的积累。只有旗舰店里的成交，才能成为会员、搜索权重和复购模型等可复利资产，形成品牌可持续经营的基本盘。一个从内容场拉进来的新客，首单投产比往往很低，但引导到旗舰店做会员二次运营之后，复购能把整体投产比拉回健康线。 丸美在追加天猫店的资源投入后，会员数量增长21.5%；探路者把天猫渠道从代运营切换为品牌自营之后，会员规模也稳步增长。 过去几年的流量战、价格战掏空了品牌的利润，现在商家的目标不再只是短期的GMV，而是让生意更长久。 03 爆发的新面孔：新品、质价比、有利润的增长 市场进入存量阶段，并不意味着机会的消失。 今年大促，新品接过了增量的接力棒。天猫双11开卖4小时，102个新品成交额突破千万元，1113个新品突破百万元；服饰、运动户外、家电家装行业热卖榜前10中，新品占比过半。苹果在新品带动下成交额同比增长400%。 行业新黑马同样开始涌现。美妆品牌Fan Beauty Diary开卖1小时成交额破亿元，同比翻倍。鲜朗成为宠物行业第1个首小时成交额破亿品牌。个护品牌Off&Relax 4小时成交额首次破亿元。食品品牌太阳谷4小时内的成交额超去年全周期。而首次参与“双11”的进口品牌数超1300家，covernat、bioisland等16个新品牌成交额突破百万元。 根据官方数据，有228个新品类赛道成交额同比增长超50%，117个新品类赛道成交额同比增长超100%。 新品爆发的背后，是需求侧的一次切换。 “虽然社零整体数据增长停滞，但是化妆品、线上吃类零售这些，增长都很猛，通讯器材8月单月冲到快30%，”有服务商透露，“今年服装大盘看似负增长了，但订单在向重视原创设计的品牌集中，于我们服务的几个设计师女装品牌，把货盘收回店铺后，不仅增长不错，实际到手利润也是涨的。零食能坚挺，也不是靠便宜，是靠高频复购加品质升级这两条腿走路。” 消费增长正从传统的流量驱动转向需求洞察与供给创造驱动。消费者更加注重产品创新和情绪价值，而不只是单纯追求低价；商家则需要通过数据洞察、精准匹配和新品孵化机制，将潜在需求转化为实际购买力。这就更考验品牌的经营纵深：能不能承接住集中成交，能不能根据点击、转化、用户复购意愿等数据迅速调整策略，是否具备用户资产经营能力。 从商家的反馈来看，店铺经营的意义也在于此。 今年双十一，丸美小红笔4.0眼霜登上了双11去黑眼圈眼霜复购榜的TOP1，超过了一众大牌；开售75小时，三只松鼠位列休闲零食总榜前五名。 从直播间回到旗舰店，从冲GMV回到算利润，从拼价格回到拼新品和质价比。电商正在脱离流量打法，重回经营底色。货架电商被反复验证的价值，也开始重新体现。 作者 | 路费 本文由人人都是产品经理作者【伯虎财经】，微信公众号：【伯虎财经】，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 收藏 已收藏 {{ postmeta.bookmark }} 点赞 已赞 {{ postmeta.postlike }}Fri, 30 Oct 2026 08:00:34 +0000