36氪获悉，8月16日，蔚来创始人、董事长、CEO跟随全新ES8车队，从西藏日喀则一路换电到珠峰，并开启全程直播。在直播过程中，李斌表示，蔚来能源可充可换可升级的服务，底层逻辑是电动车全生命周期的成本和效率。这次G318川藏换电线路的全程贯通，从成都到定日2950公里，15座换电站，从上海出发也能全程换电到珠峰，就是由点到线，由线到面去实现的，背后有超1000座高速换电站，全国9纵11横16大城市群换电网络、换电县县通，以及背后的超过3400座换电站作为支撑。 ...继续阅读 (6)

隔夜美股市场，美国半导体设备制造巨头——应用材料股价重挫，暴跌超14%，单日市值蒸发超212亿美元（约合人民币1523亿元）。有分析指出，在最新披露的财报中，应用材料给出了令人失望的销售和盈利预测，引发投资者对其需求前景的担忧。受此影响，美国芯片设备制造商KLA Corp、Lam Research股价分别大跌 8.4%、7.3%。（新浪财经） ...继续阅读 (8)

近期，A股市场整体展现出活跃的运行态势。在众多用于衡量市场活跃度的指标里，融资余额持续增长成为一个突出的亮点。截至目前，A股市场融资余额已突破2万亿元大关，创下了近十年来的新高。（央视新闻） ...继续阅读 (7)

8月15日，北向资金成交额达到3104.36亿元，年内首次突破3000亿元，并创2024年10月10日以来新高。本周以来，北向资金成交额连续5日增长，其中沪股通成交额1612.97亿元，同样创下2024年10月10日以来新高，深股通成交额1491.39亿元。（新浪财经） ...继续阅读 (5)

据The Information报道，据知情人士透露，Meta Platforms计划第四次重组其AI业务，预计将在未来六个月被拆分为四个部门。其中一个小组为一个新实验室，此前已经被称作TBD Lab，意为“待定”。此前，扎克伯格已经将Meta的AI业务重组为Meta Superintelligence Labs架构。（华尔街见闻） ...继续阅读 (4)

债券指数化投资浪潮席卷市场。目前，债券ETF总规模近5400亿元，创下历史新高，其中，规模破百亿元的债券ETF高达24只。作为债券ETF新品种，上市1个月左右，首批科创债ETF的规模已超1100亿元，首只200亿元级科创债ETF也已诞生。与此同时，第二批科创债ETF渐行渐近，多家基金公司正紧锣密鼓地筹备上报工作。（上证报） ...继续阅读 (4)

36氪获悉，美股三大指数收盘涨跌不一，均录得周线2连涨。纳指跌0.4%，本周累涨0.81%；标普500指数跌0.29%，本周累涨0.94%；道指涨0.08%，本周累涨1.74%。其中，道指、标普500指数均一度创盘中历史新高。大型科技股涨跌不一，英特尔涨约3%，奈飞、谷歌、亚马逊、Meta小幅上涨；特斯拉跌超1%，微软、苹果、英伟达小幅下跌。 ...继续阅读 (4)

据报道，OpenAI员工寻求按5000亿美元估值出售大约60亿美元。包括日本软银集团、Thrive、Dragoneer在内，一个投资者团体将参与他们的股票出售，从而投资OpenAI。软银近期完成10亿美元投资，并参与了其他交易。（财联社） ...继续阅读 (4)

约时间助理是一款微信小程序，活动组织者只需要在微信群中转发自己创建的活动，就能快速选出大家共同的空闲时间。@Appinn来自发现频道，开发者 @tupulin 自荐：https://meta.appinn.net/t/topic/73038约时间助理｜一款免费的多人时间协调小程序，快速找到集体活动的共同空闲时间约时间助理是一个时间协调工具，能快速统计多人空闲时间，选出最佳活动时间。【解决的问题】一个活动在组织的时候，确定一个大家都有空的时间往往是最麻烦的一步。人数较少时还可以靠微信沟通来解决；一旦人数大于 10，靠记忆来挑选活动时间就不合适了。【如何解决】约时间助理允许活动组织者框定一个活动可以发生的范围和结果精度（日期 或 时间段），随后将活动卡片分享到微信群里进行信息搜集。系统会根据搜集的信息生成结果：一个人数从多到少的时间段排行；一个可视化的日历或时间表。【为什么开发】在校期间 When2Meet 能很好地解决上述需求。但随着接触人群变广，其易用性并不是所有人都能够接受。于是我基于最适合此类场景的平台——微信小程序，做了一款功能类似，但更加本地化的小程序。即点即用、无需登录，还添加了更多的权限控制。实测青小蛙用这个小程序测试了一下虚拟爬山，挑选了未来两周的周末：：实际上就是观察一大群人，哪天最合适的意思：从结果来看，17号与23号能参与的人数最多，那么把活动计划刀这两天，就会 ...继续阅读 (3)

文｜胡香赟编辑｜海若镜创新药新股“节节高”的表现还在继续。8月15日，GLP-1（胰高血糖素样肽-1）概念企业银诺医药在港交所挂牌，盘中涨幅一度达300%，最终收涨200%、市值破260亿。上市前一日，公司暗盘涨幅超过270%，且打新环节十分火爆，公开发售部分取得5364倍超额认购，甚至已经超过了蜜雪冰城的5257倍超购。司美格鲁肽、替尔泊肽“走红”后这两年，想凭借GLP-1标签上港股的企业不少，比如此前的九源基因、派格生物，在彼时还没有产品获批的情况下，仅仅是凭借生物类似药或外企原研药的改良版本就成功上市。相较之下，银诺医药的“硬实力”相对突出，且已有产品进入商业化。今年年初，公司自研用于成人2型糖尿病治疗的GLP-1药物依苏帕格鲁肽α上市，到5月底销售收入将近4000万元。此外，更具想象力的减重、代谢功能障碍相关脂肪性肝炎适应症都已进入临床阶段。业务面是基础，但同样不可忽略的是生物医药板块回暖，市场追逐创新药和“国产GLP-1”概念的情绪大背景。这些因素叠加在一起，支撑起银诺医药如今的商业想象和股市表现。押宝长效GLP-1在注射类GLP-1药物的开发上，更少的用药频次、更好的治疗效果和更强的安全性，已经是公认的竞争方向。尤其是珠玉在前，后来者如果不在其中的某个指标上形成突出优势，已经很难挤进GLP-1的赛场上。具体到银诺医药，这个“长板”就是长效。银诺医药产品管线（图源招股书） ...继续阅读 (4)

在AI音乐领域，中文歌曲的生成一直是个难题。尽管AI技术在音乐创作上取得了巨大进步，但真正能唱出中文歌曲独特韵味的AI却寥寥无几。本文将带你体验Mureka V7.5的强大功能，从简单模式到高级模式，再到音频编辑，看看它如何让中文歌曲的创作变得更加简单和有趣，甚至可能开启中文音乐创作的新篇章。这两年，AI音乐变化有点像坐过山车。从最早SVC翻唱，到能生成旋律、编曲的大模型，再到Suno这样的现象级应用，让很多人第一次觉得「原来我也能写」”。但在中文歌曲领域，能真正唱出我们耳朵里那种味道的AI，还屈指可数。所以，当我听到昆仑万维上线了一款专门为中文优化的AI音乐模型：Mureka V7.5时，第一反应是：值得试一试。毕竟，它不仅号称在细节上，能和国际顶尖模型掰一掰手腕，还专门调教过咬字、情绪、音色，让中文歌词听起来更自然、更有情感。抱着好奇，第一时间打开了它。结果，生成后第一首歌就让我愣住了，情绪起伏、咬字的细腻感，是我在AI歌曲里很少听到的。话不多说，先听歌：感觉怎么样？进入首页，操作页面非常简洁，「创作音乐」区域有三个模块：简单模式、高级模式、音频编辑。我先选择简单模式。让AI帮我想了个提示词：写一首流行摇滚风的中文歌曲，歌名叫《诺基亚的夏天》。讲述一个少年时代的爱情故事，从短信、慢歌、校服，到毕业分离；主歌温暖怀旧，副歌情绪瞬间拉高，像是压抑多年后的情感宣泄。没想到，它没有机械 ...继续阅读 (3)

对于许多公众号创作者来说，辛辛苦苦写完一篇文章，却发现阅读量寥寥无几，无疑是件令人沮丧的事。本文作者成哥结合自身经历，深入剖析了公众号文章阅读量低的五大常见原因，从账号违规、选题不当、敏感词踩雷，到冷启动误判以及创作者心态问题，一一给出了详细的分析和实用的解决建议。你好，我是成哥，专注公众号运营和AI写作，希望每一次的分享都能给你带来不一样的收获。你有没有过这种经历？熬夜写了一篇自认为很不错的文章，结果发出去两小时一看——阅读量个位数。去年刚开始写公众号的时候，我连续一个月都是这种状态。最惨的一次，只有2个阅读，其中1个还是我自己点的。后来我才发现，阅读量低，往往不是文章写得不好，而是踩了一些坑。如果你的文章阅读量也很低，不妨对照下，看看哪里出了问题。01 账号本身有问题我有个朋友，写了两个月公众号，篇篇都是两位数。她一直以为是自己写得不够好，拼命学写作技巧。直到有一天，她用助推券才发现——“账号待优化”原因是之前复制了别人的文章，稍微改了下就发了。所以，如果你的文章阅读量异常低，第一件事不是怀疑自己，而是去后台查查有没有违规记录。没有违规的话，可以咨询客服是否存在限流的情况。如果账号确实有问题，要么删除违规内容停更一段时间，要么干脆重新起号。02 选题有问题有些话题，天生就不适合在公众号写。我曾经写过一篇关于某个社会现象的评论，自认为观点犀利、论据充分。结果发出去后，不仅阅读量惨 ...继续阅读 (2)

上市进行时美锦能源36氪获悉，美锦能源公告，公司正在筹划境外发行股份（H股）并在香港联合交易所有限公司上市事项，旨在推进公司全球化战略布局，打造国际化资本运作平台，提升国际市场综合竞争力，增强境外融资能力，提高公司治理透明度和规范化水平。相关细节尚未确定，待具体方案确定后，需提交公司董事会和股东会审议，并经中国证券监督管理委员会备案和香港联交所等监管机构审核。马可波罗控股股份有限公司36氪获悉，证监会同意马可波罗控股股份有限公司首次公开发行股票并在深市主板上市的注册申请。软银集团子公司PayPay软银集团8月15日公告称，子公司PayPay于美国时间8月14日向美国证券交易委员会提交了关于拟议公开发行其普通股代表的美国存托凭证在美国证券交易所上市的F-1表格草案注册声明。公开上市的确切时间表、规模和价格尚未确定。计划在公开上市完成后，PayPay将继续作为软银集团子公司。（界面新闻）TOP 3大新闻5家机构19人被问责，肖某董某莹事件最新通报近期，国家卫生健康委员会联合教育部等有关部门对肖某董某莹事件涉及的相关单位、人员以及相关问题线索进行全面深入调查，在中央纪委国家监委驻国家卫生健康委员会、驻教育部纪检监察组参与指导下，北京市有关部门积极参加，通过谈话、调阅原始资料等方式，组织专家组对北京协和医学院“4+4”试点班项目进行评估，查明事实，对违规违纪违法等问题严肃追责问责。现将有关 ...继续阅读 (4)

在金融科技领域，AI技术正在掀起一场效率革命。美国初创公司Salient凭借其多语言AI催收Agent，成功将债务回收率提升了22%，并为客户节省了巨额合规成本。本文将深入剖析Salient如何利用AI技术重塑贷款服务行业，从车贷市场切入，逐步拓展到更广泛的金融服务领域，并探讨其背后的技术优势与市场潜力。这几年，还不上钱的美国人越来越多。美国家庭债务飙到18万亿美元，逾期率创下十年新高，催收需求被硬生生推上风口。在国外，银行催收依旧停留在人工拨号、纸质记录的年代，效率低、成本高、合规风险还大。在此背景下，一个只有16人的初创公司Salient杀了出来。它用多语言AI催收Agent，把债务回收率拉高了22%，还帮客户一年省下1200万美元合规支出。上线不到18个月，Salient就做到年收入1400万美元。前不久，它又完成了6000万美元融资，由a16z领投，经纬创投、Michael Ovitz和YC跟投，投后估值冲到3.5亿美元（约合人民币25亿元）。今天，乌鸦君就来聊聊这家用AI重写贷款服务行业的公司。01 AI催债，16个人干了1个亿收入这几年大放水，美国的家庭债务一路走高。根据最新统计，2025年一季度，美国家庭欠债高达18万亿美元。这是个什么概念？根据美国人口普查局的数据，2023年美国有1.31亿个家庭。换算下来，每个家庭负债高达13.74万美元，相当于100万人民币。高 ...继续阅读 (3)

在金融科技领域，AI技术正在掀起一场效率革命。美国初创公司Salient凭借其多语言AI催收Agent，成功将债务回收率提升了22%，并为客户节省了巨额合规成本。本文将深入剖析Salient如何利用AI技术重塑贷款服务行业，从车贷市场切入，逐步拓展到更广泛的金融服务领域，并探讨其背后的技术优势与市场潜力。这几年，还不上钱的美国人越来越多。美国家庭债务飙到18万亿美元，逾期率创下十年新高，催收需求被硬生生推上风口。在国外，银行催收依旧停留在人工拨号、纸质记录的年代，效率低、成本高、合规风险还大。在此背景下，一个只有16人的初创公司Salient杀了出来。它用多语言AI催收Agent，把债务回收率拉高了22%，还帮客户一年省下1200万美元合规支出。上线不到18个月，Salient就做到年收入1400万美元。前不久，它又完成了6000万美元融资，由a16z领投，经纬创投、Michael Ovitz和YC跟投，投后估值冲到3.5亿美元（约合人民币25亿元）。今天，乌鸦君就来聊聊这家用AI重写贷款服务行业的公司。01 AI催债，16个人干了1个亿收入这几年大放水，美国的家庭债务一路走高。根据最新统计，2025年一季度，美国家庭欠债高达18万亿美元。这是个什么概念？根据美国人口普查局的数据，2023年美国有1.31亿个家庭。换算下来，每个家庭负债高达13.74万美元，相当于100万人民币。高 ...继续阅读 (2)

在餐饮行业，菜品规划是影响门店盈利能力的关键因素之一。许多餐厅虽然菜品丰富，却难以实现理想的利润增长，问题往往出在菜品结构的不合理上。本文将介绍如何运用波士顿矩阵这一经典管理工具，对餐饮门店的菜品进行科学分类与优化。通过将菜品划分为明星产品、金牛产品、问题产品和瘦狗产品，餐厅可以精准定位每道菜品的市场表现，并采取针对性的策略，从而提升整体盈利能力。第73篇原创内容，全文共2680字。餐饮行业中很多老板都会遇到一个问题：菜品种类繁多，却始终赚不到钱。这并不是因为食材不够好，也不是服务不到位，而是菜品规划出了问题。我去年写过1篇文章《海底捞你学不会，去学杨记兴吧》，里面讲了通过精简菜品数量的方式（也可以算做间接调整优化菜品结构）来提高门店净利率。今天，我想和大家聊聊如何通过波士顿矩阵来优化菜品结构(直接调整)，从而提升门店的盈利能力。1.什么是波士顿矩阵？波士顿矩阵又称市场增长率-相对市场份额矩阵、四象限分析法。它由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于1970年提出。波士顿矩阵将产品类型分为四种：明星类产品：销售增长率高+相对市场占有率高的产品，即双高类产品。这类产品发展前景好竞争力强，需加大投资以支持其发展。问题类产品：销售增长率高+相对市场占有率低的产品，发展前景好但市场开拓不足，需谨慎投资。现金牛产品：增长率低市占率高的产品，成熟市场的领导者，应降低投资维持市 ...继续阅读 (2)

许多餐厅虽然菜品丰富，却难以实现理想的利润增长，问题往往出在菜品结构的不合理上。本文将介绍如何运用波士顿矩阵这一经典管理工具，对餐饮门店的菜品进行科学分类与优化。餐饮行业中很多老板都会遇到一个问题：菜品种类繁多，却始终赚不到钱。这并不是因为食材不够好，也不是服务不到位，而是菜品规划出了问题。我去年写过1篇文章《海底捞你学不会，去学杨记兴吧》，里面讲了通过精简菜品数量的方式（也可以算做间接调整优化菜品结构）来提高门店净利率。今天，我想和大家聊聊如何通过波士顿矩阵来优化菜品结构(直接调整)，从而提升门店的盈利能力。1.什么是波士顿矩阵？波士顿矩阵又称市场增长率-相对市场份额矩阵、四象限分析法。它由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于1970年提出。波士顿矩阵将产品类型分为四种：明星类产品：销售增长率高+相对市场占有率高的产品，即双高类产品。这类产品发展前景好竞争力强，需加大投资以支持其发展。问题类产品：销售增长率高+相对市场占有率低的产品，发展前景好但市场开拓不足，需谨慎投资。现金牛产品：增长率低市占率高的产品，成熟市场的领导者，应降低投资维持市占并延缓衰退。瘦狗类产品：增长率低市占率低的产品，利润率低甚至亏损，应采取撤退战略。波士顿矩阵是一种策略驱动的思维，除了可以用于产品分析外，还可以应用于营销管理、市场分析、客户管理和商品管理等方面。2.餐饮行业的波士顿矩阵波 ...继续阅读 (3)

在当今数字化时代，AI技术不断拓展其应用场景，从家装设计到玄学领域，创新的融合正在创造新的市场机遇。近期，土耳其厂商HubX凭借其在AI领域的敏锐洞察力，推出了一款结合玄学与社交互动的AI新品——Luna AI。这款应用不仅能够生成“命定之人”的画像，还能让用户与虚拟伴侣展开深度互动，迅速在欧美市场掀起波澜，成为精神消费领域的新宠。本文将深入剖析Luna AI的成功秘诀，以及HubX如何通过其“App工厂”模式，在多领域布局中实现持续增长，为行业带来新的启示。近三个月以来，海外社媒平台掀起了一股“灵魂伴侣画像”热潮。应用Starla凭借这一功能短期内便斩获300万美金收入，让不少厂商意识到，玄学在欧美市场并非小众爱好，而是一片潜力巨大的精神消费蓝海。尤其在AI生成技术融入后，这种带有神秘感的玩法，正在被快速转化为用户的付费动力。这一需求同样吸引了土耳其厂商HubX的注意。HubX被称为非游领域的“App工厂”，旗下产品矩阵横跨图形设计、摄影录像、教育等多个赛道，且推新速度较快。点点数据显示，该开发者7月份的全球总收入已突破258万美元。HubX旗下产品7月份总下载量、总收入及占比（来源：点点数据）目前，HubX旗下在架的16款产品中，AI已经成为底层能力的核心。从家装设计的Home AI，到纹身设计的Tattoo AI，再到音乐生成应用MyTunes和视频生成应用AI Video， ...继续阅读 (3)

近期，土耳其厂商HubX凭借其在AI领域的敏锐洞察力，推出了一款结合玄学与社交互动的AI新品——Luna AI。本文将深入剖析Luna AI的成功秘诀，以及HubX如何通过其“App工厂”模式，在多领域布局中实现持续增长，为行业带来新的启示。近三个月以来，海外社媒平台掀起了一股“灵魂伴侣画像”热潮。应用Starla凭借这一功能短期内便斩获300万美金收入，让不少厂商意识到，玄学在欧美市场并非小众爱好，而是一片潜力巨大的精神消费蓝海。尤其在AI生成技术融入后，这种带有神秘感的玩法，正在被快速转化为用户的付费动力。这一需求同样吸引了土耳其厂商HubX的注意。HubX被称为非游领域的“App工厂”，旗下产品矩阵横跨图形设计、摄影录像、教育等多个赛道，且推新速度较快。点点数据显示，该开发者7月份的全球总收入已突破258万美元。HubX旗下产品7月份总下载量、总收入及占比（来源：点点数据）目前，HubX旗下在架的16款产品中，AI已经成为底层能力的核心。从家装设计的Home AI，到纹身设计的Tattoo AI，再到音乐生成应用MyTunes和视频生成应用AI Video，几乎每款产品都以AI为创意起点，贯穿功能与体验。今年7月，HubX将目光投向正在升温的玄学领域，推出了新品Luna AI。灵感源自爆火的“灵魂伴侣画像”玩法，但它并未简单复制，而是进行了差异化设计，不仅能画出“命定之人”的 ...继续阅读 (3)

大模型时代，微调技术正成为连接通用能力与垂类价值的关键桥梁。本文以万字长文的形式，系统梳理微调的核心方法、工程实践与未来趋势，供大家参考。引言：微调 —— 释放大模型价值的关键环节在人工智能技术迅猛发展的浪潮中，大规模语言模型（LLMs）已成为推动产业变革的核心动力。从通用对话到专业领域的深度应用，LLMs 的能力边界不断拓展，但预训练模型的 “通用性” 与实际场景的 “特异性” 之间始终存在鸿沟。大模型微调（Fine-Tuning）作为连接通用能力与场景需求的桥梁，通过在特定任务或领域数据上的二次训练，让模型快速适配具体场景，成为企业落地 AI 技术的核心手段。微调的本质是 “迁移学习” 的实践 —— 借助预训练模型习得的海量通用知识，减少特定任务的训练成本与数据需求。相较于从零训练模型，微调不仅能大幅降低计算资源消耗，更能通过保留预训练阶段积累的语言理解、逻辑推理等核心能力，实现 “站在巨人肩膀上” 的快速迭代。如今，随着模型参数规模突破千亿、万亿级，全参数微调的成本已非多数企业可承受，参数高效微调（PEFT）、指令微调、人类反馈强化学习（RLHF）等技术应运而生，推动微调从 “资源密集型” 向 “高效精准型” 转变。本文将系统梳理大模型微调的主流方法、产业实践、学术探索及未来方向，为从业者提供全景式参考。一、大模型微调的主流技术方法1.1 全参数微调：追求极致性能的 “重投入 ...继续阅读 (3)

在复杂的电商业务中，权限设计不只是技术问题，更是业务管理的镜像。本文将从“权限即业务”的视角出发，拆解电商ERP权限体系的设计逻辑，探讨如何通过角色、操作、数据维度的精细化管理，构建既安全又高效的业务协同机制。想象一下，你的采购员能看到所有供应商的底价，你的运营能看到财务的结算数据…这绝非危言耸听！在电商ERP的实施和使用中，权限管理是保障业务数据安全、流程顺畅的基石。然而，如何设计一套既能满足复杂业务需求，又不会过度束缚效率的权限体系，往往是让产品经理们“头秃”的关键环节。今天，我们就来聊聊如何从业务出发，构建合理的ERP权限结构。权限的本质：业务在系统中的“交通规则”用户使用ERP的过程，本质上是将线下业务在线上以数据流的形式重新“跑”了一遍。在这个过程中，如同现实世界需要交通规则一样，系统内也需要明确的“通行规则”——这就是权限管理。它决定了谁能看到什么数据、能操作哪些功能、能影响哪些流程。权限设计的灵感源泉：公司组织架构设计权限结构，最直接的灵感来源就是公司的实际组织架构。每个部门、每个岗位的职责分工，天然地对应着不同的数据访问和操作需求。理解清楚“谁负责什么”，是权限设计的第一步。基于角色的权限：按岗位职责分配权限岗位职责 (固定性)：例如开发需要代码编辑权限，产品经理需要原型设计工具权限，采购员需要采购单创建和查询权限。流程节点 (灵活性)：例如一个采购合同 ...继续阅读 (4)

从战略协同到节奏设计，从团队管理到工具体系，这篇文章将以一位平台产品TL的视角，拆解年度规划的底层逻辑与关键抓手，帮助你理解“平台产品”如何在复杂协作中构建长期价值，也为产品人提供一套可借鉴的思维框架。2年前在一家汽车服务平台呆了2周就确定要离开了。整理资料发现这个没派上过用场，脱敏后分享出来发挥一下价值~论坛里也比较少有人分享实际的规划，算是抛砖引玉吧，欢迎探讨一、团队管理团队产出=人数×稳定性×个人产出高产出的路径：①梳理清楚目标+可执行事项→②项目驱动，保证稳定性→③让大家自驱具体落地：确定负责方向（TL拆解）→挖掘需求方法（深入一线&数据分析、对标行业）→产出方案二、项目管理计划2.1 目标平台功能迭代，带来平台大盘的GMV增量，以ab实验评估2.2 基本方法用户价值=查找效率工具+低价供给+服务&权益及售后保障平台价值=更多活跃和留存、更高导流转化、更高流量分发效率、更多业务交叉待解答问题→平台需要承接用户的什么需求？为公司带来什么收益？→各种需求的用户特征和流量分布？（定性、调研）→针对不同的需求目标我们目前的解决方案是什么？→当前重要的需求场景的解决方案有没有优化空间？（宫格，榜单）→通过调研行业，判断是否各种需求承接有更好的解决方案？→除了当前的价值，能否为用户扩充其他价值？（用车全生命周期分析，建养车上游需求的流量池）2.3 项目全景图2.4 数据现状、问题及重点 ...继续阅读 (4)

这篇文章把自媒体平台的算法底裤一把扯下：先用“低粉高能”筛选器锁定 3 小时内的爆款基因，再对标题与开头做像素级拆解，最后用“三合一重组术”把别人的流量密码洗成你的原创。现在这年头很多人都想着搞自媒体，都想着哪天自己也能写出个10万+，一下子就火了，收益哗哗的来。但问题是，我们辛辛苦苦写出来的东西，发出去就几十个人看？我们根本不知道自媒体平台推流算法，它到底喜欢什么样的文章。公众号是一套，头条、百家号又是另一套，人家把算法藏着掖着，谁也猜不透。想必大家也发现了一个现象：网络上有很多教别人如何写出自媒体爆款文章的教学，这并不是割韭菜，他们无一例外教的都是“让你去模仿别人的爆款文章”。为什么要模仿别人的爆款文章？这是因为当下所有“去中心化算法”的自媒体平台都有一个共同的“算法特征”，那就是“去模仿最近爆款的文章也有很大几率会爆”。核心逻辑：为什么模仿爆文是有效的“算法捷径”？”各大平台推荐推出的算法的最终目的全部都是：为了尽可能地留住用户，提升用户的使用时长和粘性。所以自媒体平台的系统都会将那些能够引发用户广泛阅读、点赞、评论和转发的文章打上“优质内容”的标签，并给予这些内容一定的流量。当一篇发布不久的文章获得了大量的流量，这也充分说明了这篇文章在选题、标题、切入点和内容节奏精准地都“精准命中”了当前这个平台算法的推荐偏好以及用户的兴趣点。这个时候，我们去模仿这也的文章，其实本质上是在 ...继续阅读 (4)

一场直播从“茶饮爆款”到“数字人翻车”，看似是一次运营事故，实则是一次内容转折的机会。当直播间陷入冷场，SkyReels却成了救场利器——不仅挽回了节奏，更重塑了观众情绪。本文将以真实案例为线索，拆解直播内容的“上头机制”与“翻车风险”，并分享如何用工具化手段实现内容反转与场景修复。身为一个福建人，每天必做的事情是什么？不用问，肯定是喝茶！福建人有多爱喝茶呢？家家户户都有一套茶具，紫砂的、陶瓷的、塑料的、木质的、玻璃的….身为茶的容器，茶的载体，茶的器皿…茶叶和茶具，在福建人心中的地位同样重要。不管是没茶喝，但是有茶具，有茶具，但是没茶喝…在福建人看来，都是相当难受的事情。我最喜欢的漫画作家，黄一刀老师，就曾经画了这样一副漫画，表现出了茶具在福建人心中的地位…转自公众号：黄一刀我自己就相当喜欢喝茶，更爱买茶。给大家看看我最近在某音直播间的收获….乖乖，这么一看，真的是买了好多茶叶啊…其实我并不是想买，真的…而是每次听到主播讲故事，说这个茶叶是来自哪里的，九龙窠的，虎啸岩的，马头岩的….用了什么工艺，再加上主播那句带有魔力的声音：“三二一，上链接！”我的手，就情不自禁地点了购买。主播真的是个很考验工夫的职业，对业务能力要求非常高。得有个好的口才、好的记忆力，还要有清晰的口齿。不然，还没等你 ...继续阅读 (3)

A higher cost compared to combustion vehicles and inadequate charging infrastructure: these are the primary obstacles thatelectric carsneed to overcome to become the dominant trend. This prompts us to wonder, when will that moment arrive?There is a marked disagreement between optimistic and sceptical studies, with data that vary depending on the consultant conducting the research, so an analysis of the information provided by the two sides is necessary to determine how far the change is still in the automotive sector.Challenges: why might it take so long to arrive?Quite a few people claim that ...继续阅读 (4)

当大多数 AI 还在卷“写代码、做 PPT”时，Macaron 把战场搬进了冰箱、餐桌和孩子的旅行箱。它不靠一次性的效率爆表，而靠“记得你冰箱还剩半包意面、知道你怕吃多汉堡会内疚”的长期记忆，化身随身的哆啦 A 梦。文章用真实场景告诉你：当生产力 AI 逼近天花板，下一个突破口是让 AI 陪你经营一整段生活，而非完成单一任务。在 AI 进入生活的方式上，市面上出现了两条截然不同的路径。大多数公司选择从生产力切入——优化代码、提升搜索、改进表格处理，把自己变成一个更快、更精准的工具。然而，生活的真实样貌，并不能被效率单独定义。陪孩子写作业、为朋友策划一次旅行、为家人准备一顿健康的晚餐，这些看似零散的细节，往往比一份完成得漂亮的 PPT 更能决定我们的幸福感。▍从办公桌，到餐桌Menlo VC 的最新研究印证了这种落差。过去半年，美国成年人中 61% 至少用过一次 AI，19% 每天使用。放到全球，就是 17～18 亿人中，约有 5～6 亿人已把 AI 纳入日常。这是消费科技史上少见的速度。但渗透的热力图一摊开，你会发现一个显著的冷区——生活。健康管理、家庭事务、兴趣培养、旅行安排，这些日常事务的 AI 使用率，远低于工作场景。例如，71% 的人会搜索健康信息，但只有 20% 会用 AI；69% 曾处理医疗流程，却只有 11% 借助 AI。唯一的例外，是 18 岁以下孩子的父母：他们的 ...继续阅读 (4)

MobiKin Eraser for iOS是一款可以为你的 iOS 设备进行数据安全清除的工具，它有三种安全删除模式，分别是快速删除、深度删除以及三次深度删除，按照你自己的需求来选择就好了，可以让你的数据不被其他数据恢复软件来恢复。限免获取地址：https://tickgiveaway.com/mobikin-eraser-for-ios-free-key/ 来自反斗限免 ...继续阅读 (5)

本文将为您呈现一套四阶心法，将这段模糊地带清晰化，帮助你用最小成本、最快速度，拿到“技术可行 + 市场可用”的双保险，把宝贵的资源精准投入到真正值得规模化的事业上。作为一名产品经理，你每天面对的并非一份冰冷的“功能列表”，而是一连串滚烫的、亟待验证的假设：这项技术能否实现？这个痛点用户是否真切感知？我们的解决方案，市场愿不愿意付费？在验证这些假设的混沌之路上，POC（Proof of Concept，概念验证）和 MVP（Minimum Viable Product，最小可行产品）是我们口中最高频的两个词。它们是产品从0到1阶段，降低风险、加速决策的核心武器。一句话可以道破天机：POC是科学实验，回答“我们能不能做？”——它的目的是排雷。MVP是商业实验，回答“做出来有没有人愿意用？”——它的目的是探路。然而，许多团队的困境在于将这两者视为非此即彼的两个孤立节点，试图从POC一步跳到MVP，结果往往是“技术Demo很惊艳，产品上线却无人问津”。成功的实践，是将POC到MVP视为一场精心设计的接力赛。第一阶：战略决策 —— 我的起点是POC，还是MVP？在动手之前，最关键的问题是：我们应该从哪里开始？这并非凭感觉决定，而应基于对两大核心不确定性的判断：技术不确定性与市场不确定性。我们可以用一个简单的决策矩阵来校准起点：明确了起点，我们才能有的放矢。对于大多数创新项目而言，我们都落在“ ...继续阅读 (5)

当外卖平台纷纷上演“价格战+补贴潮”的老戏码，这场看似热闹的大战却越来越像一部反智爽剧：剧情浮夸、角色失控、逻辑混乱。今年以来的外卖大战，与其说是商业竞争，不如说更像一部反智爽剧 —— 剧情里的反转比剧本杀还密集，主角们的操作总能突破商业逻辑，看得围观群众一边觉得离谱，一边又忍不住追更。近期晚点 LatePost扔出重磅炸弹：淘宝闪购订单量一路狂飙，连续三天突破 1 亿单大关，在 8 月 8 日和 9 日这两天，更是直接把美团甩在身后，订单量份额首次实现反超。这剧情，像极了爽剧里的草根逆袭，主角在关键时刻甩出王炸，瞬间让局势逆转，围观群众看得目瞪口呆，直呼过瘾。而昨天，京东集团 2025 年第二季度财报火热出炉，这数据一亮相，同样吸睛无数。财报显示，京东该季度营收呈现出强劲的增长态势，达到了 3567 亿元，同比增幅高达 22.4%，创下近三年来的增速新高。但再深挖一下利润数据，情况就有些微妙了。归属于公司普通股股东的净利润为 62 亿元，和 2024 年第二季度的 126 亿元相比，近乎腰斩；非美国通用会计准则下归属于公司普通股股东的净利润为 74 亿元，相较去年同期的 145 亿元，也大幅下滑。仔细研究财报，原因一目了然 ——新业务的战略性亏损成了 “罪魁祸首”，尤其是外卖业务，堪称集团内部的 “吞金兽”。为了在外卖江湖中争得一席之地，京东的营销开支同比翻倍，高达 270 亿元 ...继续阅读 (5)

为了后续能更好的理解WMS出现流程，特单独分享WMS仓储系统中非常非常重要的三个核心概念，也是初次接触WMS系统时经常听到且不好理解的三个词：波次、发货单、拣货单。波次、发货单、拣货单是仓储作业中紧密关联的三个核心概念，三者从 “订单聚合” 到 “作业执行” 层层递进，共同支撑仓库从订单处理到商品出库的全流程。一、核心定义发货单：是订单经过审核、确认后，仓库用于记录 “需要发出的商品明细” 的凭证。通常对应一个或多个原始订单（如电商平台的用户下单），包含收货地址、商品 SKU、数量、发货仓库等关键信息，是仓库作业的 “源头依据”。例：用户在电商平台买了 2 支口红 + 1 盒面膜，审核通过后生成的 “待发货清单” 就是发货单。波次：是为了提升仓储作业效率，将多个 “发货单” 按一定规则（如配送区域、商品品类、作业时效）聚合而成的 “作业批次”。本质是对发货单的 “分组管理”，目的是实现集中拣货、集中打包，减少重复动线。例：将 “北京朝阳区” 的 10 个发货单合并为一个波次，拣货员可一次性完成这 10 个订单的商品拣选。拣货单：是波次生成后，用于指导仓库人员 “具体拣货操作” 的明细单据，包含某一波次内需要从库位中取出的商品、库位位置、数量等信息。它是波次作业的 “执行指令”，直接服务于 “按单取货” 的动作。例：上述北京朝阳区波次中，所有订单共需 5 支口红、3 盒面膜，拣货单会 ...继续阅读 (5)