IT瘾公司推荐

[译] Anthropic 的产品团队为什么能比其他公司更快（2026）

Tue, 05 May 2026 08:00:00 CST

译者序

本文整理翻译自 2026 年的一档播客 How Anthropic’s product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)，嘉宾是 Claude Code 的产品主管 Cat Wu。

文中多次提到”产品品味”，这一点可以 callback 关于 AI 下半场的思考（二）：商业/应用篇（2025）：

AI 使得执行力不再稀缺，那以后工作的关键是什么

你要做什么（主观能动性，Agency）

你选择什么（品味，Taste）

水平及维护精力所限，译文不免存在错误或过时之处，如有疑问，请查阅原视频。 传播知识，尊重劳动，年满十八周岁，转载请注明出处。

以下是译文。

1 Anthropic 的 PM 角色是什么样的？

主持人：介绍一下你在团队中的角色，你和 Boris（Anthropic 创始人）是如何合作和分工的？在这个团队里 PM 的角色是什么样的？

作为 Head of Product，我很幸运能和 Boris 合作。他是一位非常棒的 thought partner，也是我们的 tech lead，更是产品愿景 ( product visionary) 的核心制定者，例如 他非常擅长定义 3~6 个月后产品该是什么样子。

1.1 老板定 3～6 个月愿景，PM 拆成可执行计划

我的工作很大一部分，就是搞清楚 从今天到 Boris 定的 3~6 个月愿景之间的路径是什么。
我大部分时间花在 跨职能协作上：确保 marketing、sales、finance、capacity 等各个团队都认可这个计划，大家朝同一个方向努力； 一旦功能就绪，发布路上没有任何阻塞。

1.2 方向和思路一致，分工存在一定模糊区间

这种分工在大部分方面都运作得不错，因为我们基本上是思路是一致的。但实际上 这条分工线相当模糊 ——

大概 80% 的事情我们看法一致，
剩下 20% 里，有些我更在意，我就主导；有些他更在意，他就主导。

2 Anthropic 的 PM 岗位需要什么思维？

主持人：Anthropic 大概是现在大家最想去的公司了。你之前跟我说，你看到 很多人理解的如何做好一个 AI PM 其实是错误的。能聊聊你观察到了什么，大家需要理解的到底是什么吗？

在 AI 之前，技术变化相对很慢。

那时候写代码的成本非常高，功能发布的节奏相对较慢，也依赖多个团队并行，协作开发；
你可以按 6 到 12 个月的时间跨度做规划。
当时 PM 的工作重心更多是 和所有兄弟团队协作，确保他们每次正常发布之后，我们这边就少了一个阻塞项。

有了 AI 之后，工程效率大幅加速，模型能力提升得也非常快，

我们很多产品功能的交付周期从 6 个月压缩到了 1 个月，1 周，甚至 1 天。
这种节奏下，我们必须确保产品能 快速发布。这意味着作为 PM，重点应该从 和兄弟团队对齐多季度路线图 转向 如何用最快的方式把东西推出去。

怎么在产品矩阵里开辟一个”概念试验区” (concept corner)，让工程师或 PM 有了想法以后，当周之内就能交到用户手里？

2.1 思维一：快速行动（Moving fast）

我认为做 AI native 产品表现最好的 PM，需要满足两点：

能缩短 "从有一个想法到把这个功能交到用户手中"的时间，
能定义清楚 "我的产品里哪些功能必须做到'开箱即用'"。

拿我们团队来说，我觉得第一点是 设定清晰的目标。因为 LLM 太通用了，这本身就带来了很多模糊性：

我们到底在为哪些用户做这个产品？
要解决什么问题？
最重要的 use case 是什么？

一个 优秀的 PM 会这样回答：

我们的核心用户是专业开发者；
这个功能要解决的主要问题是 permission prompt 太多、用户感到疲劳；
我们的 use case 是，让企业里的专业开发者能安全地把 permission prompt 降到零。

这其实就 设定了一个相当清晰的目标，因为它 排除了大量其他可能的方案，从而让用户能用一个 prompt 做成更多事。

2.2 思维二：建立一个快速上线新功能的机制

claude code 的做法是 几乎所有功能都先以 research preview 形式发布。上线时会明确打上这个标签，让用户明白这是一个早期产品，我们只是想收集反馈、持续迭代，并且这个功能未必会持续支持下去。

这样做 极大降低了我们发布一个东西时的承诺负担，从而能做到一两周内就能把一个新东西推向用户。

2.3 思维三：建立一个高效的上下游团队协作框架

什么时候拉哪些跨职能伙伴进来，对他们的期待是什么。比如，我们 engineering、marketing、docs 团队之间有一套 非常紧凑的流程：

当工程师觉得某个功能就绪、并且内部已经 dogfood 过了，他们就把它发到我们的 evergreen launch room。然后,
负责 docs 的同事、负责 PMM 的同事以及发布的同事就会进来， 第二天就能把 marketing announcement 搞出来。

正是因为有这样紧凑的流程，才把任何一个工程师发布功能的摩擦降到了最低。 搭建这套流程，正是 PM 该做的事。

3 Anthropic 的 PM 还写 PRD 吗？

主持人：PRD 在以上流程里是什么位置？你们还写 PRD 吗？是只写几个要点就行，还是说这种东西在 AI 世界里已经完全演化成另一种形态了？

3.1 比 PRD 更重要的两件事

我们做两件事。

指标驱动，每周通晒

我们有非常严格的产品指标体系，并且每周向整个团队做一次 metrics readout。

目的是让每个人都深刻理解我们业务的方方面面，包括关键目标是什么、当前走势如何、驱动因素是什么。

统一认知，符合团队的原则就可以自主决策，不受 PM 卡点

我们有一份 团队原则清单（team principles），里面清楚地写了 我们的核心用户是谁、为什么是他们。

把这些讲清楚是为了让团队每个人都理解我们的业务怎么运转、什么对我们最重要、我们愿意在哪些地方做取舍。
这样大家就能 自主决策，而不会被 PM 或其他干系人卡住。

3.2 有时候也写 PRD：模糊功能、超大基建功能

我们有时候也写 PRD。

对那些 特别模糊的功能，写 一页纸把目标、理想 use case、当前需要修复的问题梳理清楚，在这种场景下确实是有帮助的。
偶尔会有一些项目——尤其是那些需要大量基础设施支持、要持续好几个月的——对这些情况，我们还是会写 PRD。

4 Anthropic 为什么能迭代这么快？

主持人：Anthropic 几乎每天都有一个重大功能或产品上线。有很多人怀疑：你们是不是用了最强的 Mythos 模型？除了这个，还有哪些原因？

其实 我们已经连续好几个季度保持这种速度了。

4.1 确实有 mythos 的原因

mythos 是一个非常强的模型。我们确实在内部使用这些模型，这一点对我们发布速度是有帮助的，但 这不是迭代速度的大头。

4.2 更重要的原因：上线流程简单，鼓励每个人都能”从想法到上线”

更重要的原因是 上线流程和团队的预期。

我们的 流程非常轻，我们希望干掉发布路上的每一个障碍。
我们希望团队里的 每一个人都能觉得自己有权把一个想法在不到一周甚至一天之内推到世界面前。

5 Anthropic 的 PM team 组织形式是怎样的？

我们有好几个 PM 团队，现在总共大概在 30 到 40 人左右。

5.1 research PM team

我们有 research PM team。

这个团队负责 客户对我们模型的所有反馈，把这些反馈传达给 research 团队去处理；
这个团队也是 model launch 的主导者。

5.2 claude developer platform (CDP) team

CDP team 维护 claude code 所依赖的那些 API。

也负责诸如 managed agents 之类的能力——用户可以构建自己的 agent，我们帮他们 host。

5.3 claude code team

claude code team，既负责 claude code，也负责 co-work 的核心产品。

5.4 enterprise team

enterprise team 的职责是让 claude code 和 co-work 更容易被企业客户采购。这里面包括成本控制、RBAC、安全控制等方方面面，目的是让企业客户在使用我们工具时非常有信心、非常放心。

5.5 growth team

growth team 负责整个产品矩阵的增长。

6 你觉得未来是需要更少 PM，还是更多 PM？

主持人：未来需要的 PM 会变多还是变少，两种观点：

变少：”为什么还需要 PM？工程师自己发布就行了。”

变多：工程师推进得太快，每天都有新功能上线，PM 和设计师跟不上所有事情了，所以需要更多 PM。

你怎么看？

6.1 角色在融合，最高效的方式是招有产品品味的工程师，放手让他们去干

我觉得所有角色都在融合：PM 在做一部分工程工作，工程师在做 PM 的工作，设计师既在做 PM 的事有时候也在写代码。

有两条路可选：

多招 有产品品味的工程师；

我们团队选择是这种方式，好处是可以把产品发布的 overhead 降到最低。

我们团队里有 很多工程师完全可以端到端地搞定需求：在 Twitter 上看到用户反馈，当周末就把一个产品发布出去， 几乎不需要产品方面的介入。

我认为这其实是 最高效的产品发布方式。
工程招聘保持不变，但多招 PM 来指导他们的一部分工作。

6.2 产品品味仍然是一项非常稀缺的技能

我觉得工程师和 PM 其实是重叠的，多招哪一边都会有用。

但 产品品味仍然是一项非常稀缺的技能：只要我们认为一个人在这方面有强有力的证明，我们基本上都会招进来。

6.3 我们的几乎所有 PM 以前是都是研发，设计师也是

主持人：你的背景是工程师对吧？

我以前做了多年工程师。之后短暂做过一段 VC，然后加入了 Anthropic。

其实 我们团队几乎所有 PM 要么以前是工程师，即使以前不是工程师，现在也在 claude code 里实际写代码。我觉得这是一个 能和团队建立信任的重要因素，也让我们能快得多。

另外， 我们的设计师之前也都是前端工程师。

6.4 工程背景转产品是个自然&有价值的事情吗？再论产品品味

主持人：很多人最关心的问题是——如果你的背景是工程、产品或设计，这三种核心技能里哪一种最有价值？在 Anthropic 和 claude code，工程显然非常有价值。我很好奇在其他公司是不是也一样。

我仍然觉得 归根到底还是产品品味。

产品品味可以来自任何背景

随着写代码的成本大幅下降， 真正变得更有价值的是知道"写什么" —— 这个功能的合理 UX 是什么？用户体验它时最愉悦的方式是什么？
我们每天收到 上万个 GitHub issue，什么都有，需要很强的心思和品味，才能判断出哪些值得做、用什么方式做。

这项技能可以来自任何背景，但它是最重要的。

工程背景的一个好处：对”一件事应该有多难”更有直觉

我觉得 工程背景在接下来几个月里特别优势的一点是：对"一件事应该有多难"更有直觉。

这对决定做什么、不做什么很关键。如果一件事很容易做，那不用争论，直接花一小时把它做了；但如果一件事很难做，你事先就评估 这对团队来说代价有多大。

6.5 第一性原理：判断技术格局正在如何变化、团队真正需要你做什么

我前面说工程背景的人”接下来几个月”特别有优势，但不是说一直有。随着时间推移，一定会发生大的变化。

主持人：你是说 mythos 一出来就会改变一切、我们就不再需要懂工程了？

不是，我只是说 每隔几个月，coding 能力似乎都会有一次大的跃升，然后各角色的价值就会经历一次重新洗牌。

我觉得最重要的是 具备第一性原理思维：能判断技术格局正在如何变化、团队真正需要你做什么、然后进去把那个洞补上。

工作正变得越来越 无定形（amorphous），
一个优秀的 PM 要能 看出所有的 gap、判断哪些最重要，然后想清楚”我怎么学到那项技能”或者”我现有的哪些技能可以用到这个挑战上”。

所以我觉得当下的环境看重的是那些 能戴多顶帽子、能随时切换、并且对自己做什么工作没有执念（low ego）的人——只要能帮团队更快。

达到 AGI 之前，人脑还有哪些发挥空间？

主持人：在我们到达 super intelligence 之前，人脑会在哪些地方继续发挥作用？我听你说的，本质上是 选择做什么、判断市场走向、决定优先级；然后是判断你做出来的东西是不是好的、对的，并且至少把它的一个早期版本推出去。这样理解对吗？

我觉得 人类仍然能提供模型所不具备的那种常识。

任何一次产品发布都有上千个大大小小的变化 —— 很多都很小，但总有大量的地方可能会出问题。模型对”干系人是谁、他们彼此之间什么关系、各自的偏好、什么场合沟通最合适”这类事情，并不总是能判断得很到位。

大模型的情商仍待提高

那些 更偏隐性的常识、EQ 层面的知识，人脑仍然非常有价值。当然我们希望模型在这方面也能变得更强，它们也会变得更强，但目前仍然有差距。

如何跟上 AI 的变化？—— “这已经是未来世界最正常的一天了”

主持人：作为身处暴风眼的人，你怎么应对这种持续不断的变化？也许风暴中心是平静的，但你怎么持续跟上在发生的事？怎么在这种疯狂中保持清醒？

我们团队都是愿意拥抱当前这种混乱 ( lean into the chaos) 的人。

我们尽量微笑着去面对每一个挑战，因为总有那么多事情在发生、那么多风险和棘手的情况——如果你对每件事都过度焦虑，一定会 burn out。
我们会找那种面对挑战会说”这会很难，但我很兴奋、我会尽最大努力， 我知道做不到完美，但我晚上睡得着，因为我已经尽力“的人。

主持人：我忘记是谁说过——也许是 Ben Mann—— "这已经是未来世界最正常的一天了"。

是的，只会越来越难。我感觉有很多周都是这样：周日晚上来了个 P0，周一又来一个 P00，周一下午来一个 P000——然后就会想：”哇，我居然为周日那个 P0 担心过，真可笑。”

不影响核心功能就先上线 —— 我们发布的一些产品并没有我期望的那么精致

必须承认：你能做的事情是有限的。

你需要睡好，才能在第二天做出好决定；你必须非常果断地排优先级，决定时间花在哪里——最重要的是把什么事做对，并且要能接受放手。

我们发布的一些产品 并没有我期望的那么精致。

回到第一性原理，我们的首要目标是赋能专业开发者。因此 一个产品即使不完美，但只要没阻塞核心 use case，那就可以接受——因为我们会收到反馈、在下个版本里修掉。
“上线一个带着 bug 的功能”以前会让我彻夜难眠，但现在我能接受，因为我知道 我们能拿到快速反馈并在下个版本里把 bug 修掉。

6.6 Anthropic 的人都非常 chill 和乐观

这是一个非常有意思的洞察，我们确实有这种平静和乐观，而不是”天啊一切都疯了、要崩溃了”。如果没有这种特质，你会很快 burn out。

我们也倾向于招 在行业里已经做了一段时间、经历过很多起伏的人—— 他们对 什么能给自己带来能量、如何长期维持自己的能量有很清晰的感知。这对我们帮助很大。

7 岗位融合之后，我们将失去什么？

主持人：现在各种角色正在模糊。在这样的世界里我们会失去什么？会失去职业阶梯、清晰的晋升通道吗？会失去设计一致性、代码质量吗？有哪些事情是你觉得”我们为了更大的目标正在牺牲掉”的？

7.1 我们正在牺牲产品一致性

我们在牺牲产品一致性。

写代码贵时：非常仔细地规划产品矩阵

历史上，写代码是很贵的，因此 PM 会 非常仔细地规划产品矩阵里的一切：

每个产品之间的关系
每一个的 use case 是什么
怎么集成——基本上每个 use case 对应一个产品。

写代码白菜价之后：同时尝试多个可能，让用户帮我们选择产品的走向

现在 AI 迭代得很快、我们要验证的想法也很多，有时候会出现 多个功能互相重叠。很多时候是因为我们自己都喜欢或拿不定主意，因此 希望外部用户来告诉我们哪一个更好。

7.2 大量堆功能的代价：对新用户不友好，老用户也可能跟不上

但以上方式 对新用户来说不够友好，因为我们给了他太多选择，他不知道要完成一个功能用哪种方式最好。

因此，我们需要做更多的教程，帮大家理解核心功能是什么、最佳实践是什么。这就是 大量堆功能的代价。用户也会觉得跟不上最新的东西。

传统 PM：季度或月度交付功能

传统 PM 模式下，大概每月或每季度发一个功能。

用户很容易理解：”每月看一次就行，学点新东西；就算半年不看也没事，不会觉得错过了什么。”

AI PM：天级别交付

在 agentic 工具这个生态里——不只是 claude code 和 co-work，而是整个生态—— 大家会觉得必须每天刷 Twitter 看最新的东西。

7.3 `/powerup` 功能（新手引导）：功能太多更新太快， "好的产品直觉到不需要教程"不再成立

我觉得我们应该做更多的事情，让大家不觉得自己站上了 一个越来越快的跑步机上。

我希望大家感受到的是 打开工具，工具自己会教你想知道的东西——让他们感到是被带着往前走的。

主持人：对，我看到你们前几天发布了一个很有意思的功能—— /powerup，基本上会带你走一遍使用 claude code 的 cool 玩法和最佳实践。这是不是就是你说的那个方向？

是的，就是这个方向。过去我们其实不愿意做像 PowerUp 这样的东西，因为我们觉得 好的产品应该直觉到不需要任何教程。

但随着时间推移，我们意识到 功能真的太多了，大家对一个内置的 onboarding 体验有非常强的需求，所以我们从”不做 onboarding flow”的原初原则上稍微偏了一点，加入了这个功能。因为确实有非常多的用户想知道：”这里有 100 个功能，其中我必须要用的 10 个是哪些？”于是我们就把它做出来了。

8 Anthropic 为什么能脱颖而出？

主持人：Anthropic 在 B2B 企业市场非常成功，

传统上 B2B 并不是”一堆东西往外发”——通常最多每季度一次 release，几乎是”每天一个新东西”的反面。

另一方面，Anthropic 这一路的运势简直像来自另一个世界。刚起步时远远落后。融资最少的公司之一、没有渠道、不是最先出手的那一个；OpenAI 遥遥领先，当时看起来 Anthropic 根本没可能在长期竞争中占到一席之地。而现在它做得非常好——以这种增速击败各路大公司的团队。

8.1 最重要的两件事情

Anthropic 能这么成功、能从后面追上来、做得这么好，有两件最重要的事情。

使命：带给全人类的是一个安全的 AGI，最高原则，招人硬门槛

第一件是 统一的使命（unifying mission）——它的重要性怎么强调都不为过。

我们招的是那些 最认同"把安全的 AGI 带给全人类"的人。

在决定整个产品矩阵该重点发布什么时，我们会非常频繁地参照这一条。
我们把这个使命放在 任何一条具体产品线之上，所以我们能做出 横跨整个组织的快速决策，并以一种统一的方式去执行。

在我们这个规模的公司里，据我所知这是独一无二的。

我们的头号使命是 safety alignment，是让 AI 对世界有益。有这样一条清晰的使命，决策就会容易很多。例如，如果有两个优先级在竞争， 我们会回到"哪一个对 Anthropic 的使命更重要"。

这让”二选一”变得容易得多，大家都会选择同一边。有时候这意味着：”我们本来想发 claude code 的某个东西，但另一件事更重要——那这个就降优先级、晚点再做。”

专注：做好最核心的业务场景，不发散

主持人：有意思。这正好解释了和 OpenAI 的不同。你说的本质上是：”我们不做社交网络、不做信息流，因为它们不符合这个使命。” 正是这一点让 Anthropic 保持了专注，而专注似乎是成功的核心要素之一。

当我谈使命的时候，我想的是把 Anthropic 的目标放在任何个人、任何一条产品线之上。

所以对我来说，我们擅长的第二件事是专注。

使命和专注的区别

在我的理解里使命和专注稍有不同—— 使命意味着团队愿意做出那种伤害自己目标和 KR，去服务 Anthropic 的目标和 KR，并且大家非常乐意做这种取舍。

极端例子：如果 claude code 失败了但 Anthropic 成功了，我们都会非常高兴

举一个极端例子： 如果 claude code 失败了但 Anthropic 成功了，我会非常开心——整个团队也都非常愿意按这个思路做决策。

8.2 禁用 OpenClaw 的决定，是否与此冲突？

主持人：不知道你能不能深入聊这件事——你觉得禁用 OpenClaw 的决定是不是出于这种考虑?

这件事没有在推进 Anthropic 的使命，所以我们停止了对 OpenClaw 的支持，因为它并没有按我们希望的方式在工作。

我觉得对 Anthropic 而言， 最重要的事情之一是增加我们能触达的用户数量。其中一条路径就是通过 Claude 订阅和第一方产品。我们非常希望在这个方向上加倍投入，但这有时 会以牺牲第三方产品为代价。

9 你分别在什么场景下使用 claude code, desktop, co-work?

9.1 Claude Code

我一般是在 要启动一个一次性的 coding 任务、并且想用上所有最新功能时，用 claude code。它是一个命令行工具，CLI 是我们最初的产品形态，也是新功能通常最先落地的地方，所以它是所有工具里最强的。我在同时启动一个、或者少数几个任务时，更倾向用它。

9.2 Claude Desktop：前端开发，preview

desktop 最亮眼的场景是 前端相关的工作。

我特别喜欢用我们的 preview 功能——如果我在写一个 web app，我经常用 claude code on desktop，把 preview pane 固定在右边，这样一边和 Claude 聊，一边 实时看到自己在做的那个 web app。它也非常适合那些希望界面更图形化一些的人。

对非技术用户来说，terminal 相当陌生——会冒出一堆吓人的弹窗，并且不能像其他产品那样自由点击。所以有很多人在 terminal 里就是不自在。如果你是这种人，我强烈推荐 claude code on desktop。

它是一个 一站式的 control plane，你能看到所有任务。 web 和 mobile 版本的价值则是 在路上也能启动任务。CLI 和 desktop 都要求你在本地笔记本前。

9.3 co-work：管理邮箱、做 PPT 等

处理 Slack 到 zero、邮箱到 zero；做 slide；写文档等。

这些任务的输出都是非代码的， co-work 最适合这类场景。

我大脑里的产品划分是这样的

输出是代码，用 claude code 或 desktop 或 claude code on mobile；
输出是非代码的东西，用 co-work。

如果你刚开始用 co-work，第一件要做的事是 把你所有的数据源都连上，这会 大幅提升结果的质量。

co-work 只有拿到足够的 context，才能帮你产出好的东西。
对我来说就是把它连上我的 Google Calendar、Slack、Gmail、Google Drive。

co-work 最佳实践举例

主持人：能不能分享几个你作为 PM 的 use case？在用 co-work 有哪些特别有意思、甚至出乎意料的用法？

我用它做的事情——比如昨晚我在准备一个叫 “Code with Claude” 的大会，我要做几个 talk，其中一个是讲 claude code 从 assistant 到完整 agent 的演进。我想在 talk 里展示所有促成这一演进的产品，同时找出内部那些可以当作 demo 的成功案例。我把 Google Drive 和 Slack 连上了，我们的 PMM Alex 草拟了一份他觉得应该覆盖的要点。我把这些全部丢给 co-work，告诉它我想讲的叙事。 然后它真的就独立工作了一个小时。

它 扫了 Twitter 看我们发过什么、翻了 evergreen launch room 和 claude code announce 频道（团队发 demo 的地方），然后把所有信息综合起来，做成一份 20 页的 slide。今早我醒来读了一遍，相当不错。

一些细节要调，我给了它一轮反馈——我喜欢 slide 上的字极少，它做得有点啰嗦。 而且因为 co-work 能访问我们整套 design system，它做出来的东西看起来就像 Anthropic 设计师亲手做的。

视觉上一看就觉得”哇，这个非常精致”。这类事情现在快得多——这份 slide 如果我自己做要好几个小时，现在它给我出一个相当好的 draft， 我可以把时间花在确保里面的 demo 足够惊艳。

主持人：你给它生成这份 slide 时大致用的 prompt 是什么？

大致内容：

    帮我做一份 Code with Cloud 大会的 slide；这是我们 PMM 建议覆盖的内容；这是我自己写的一版 draft 我不喜欢；这是我手动做的一版我也不喜欢

请先产出一份带细节的候选大纲；并且确保它不要和 keynote talk 重叠太多，因为 keynote 更重要

然后 Claude 读了我给它的一堆链接，产出了一份候选大纲。我把它的方案和所有它生成的备选想法过了一遍， 然后做出"最终 deck 里要放什么"的决定。

我觉得这就是一个 今天 PM 角色的缩影：

Claude 是一个很棒的 brainstorming partner，能极快地综合海量信息、把所有可能性摆给你；
但”最终应该放什么到产品里”这个决定，仍然是 PM 的角色。

我最终的决定是：这个 talk 要覆盖这样一条演进—— 从让本地任务成功，到让每个 PR 都绿，再到帮工程师 land 更多 PR；并且为每一步挑出最有说服力的 demo。这个大纲定了之后，co-work 就自己跑了几个小时，把整份 slide 做出来。

9.4 与视觉设计的集成

主持人：design system 这部分你是怎么做的？它是怎么知道 Anthropic 的 design system 的？

我是这样做的——我们其实已经有 一份用于所有对外场合的标准化 deck。我把它给 Claude 访问权，它就能看到我们用什么颜色、什么字体、有哪些可选的 slide 格式。这份 deck 里大概有 20 种示例 slide。

你也可以连 Figma MCP——如果你的 slide 格式存在那里，它可以从那边拉进来。

10 在 Anthropic，token 消耗大户（团队）都是干啥的

主持人：在 Anthropic，除了工程团队之外 —— 我猜工程是最大的 token 消耗方 —— 哪个团队第二多？这会很有意思。

10.1 Applied AI 团队

Applied AI 团队，他们在 co-work 和 claude code 上消耗都非常大。

Applied AI 团队在拓展 claude code 和 co-work 边界上做的很不错。

他们很多人会花时间和客户一起工作，帮他们落地我们的 API。
有时候会代客户做 prototype——而 claude code 让这件事比以前快得多。
他们还同时要管理大量客户沟通、客户 inbound、以及历史的通话记录和 context。

主持人：applied AI 是不是类似 “forward-deployed engineering” 的角色？它的工作大概怎么描述？

对，它的职责是 帮客户在公司内部落地最新的 API 和模型能力——既用来驱动客户自己的产品，也用来加速客户的内部工作。

主持人：懂了——所以它像是一种 customer success / GTM 的 forward-deployed engineering 的角色？

完全正确。它是一个非常技术化的 GTM 人员。

举例

我们也看到他们在把 co-work 的边界往外推。比如——他们很多人同时对接多个客户，忙的时候一天可能有 5 到 10 场客户 engagement。他们经常用 co-work 做的一件事情是： 前一晚让 co-work 做一份总结——明天我有哪些客户会议？这个客户此前问过什么？他们最关心什么？上次会议的 action item 是什么？co-work 会把这些整合成一份 "进会议前该知道什么" 的简报（dossier）。

co-work 还能去找答案——如果客户问”feature X 什么时候发布”，co-work 可以在 Slack 里帮这位同事查到最新 ETA，写到笔记里；这样客户 call 的时候，这位同事手里就是绝对最新的信息。这些都是大家自己搭的工作流，然后分享给团队其他人。

10.2 token 费用超过自己的工资

主持人：最近有个话题经常被提起——有些人用 token 花费已经超过了他们自己的工资。Anthropic 内部有没有一些数据，比如工程师或 PM 每月、每天花多少 token？

我们非常清楚地看到 随着模型变强，大家委派给它的任务越来越多，在 claude code、co-work 这类工具里花的小时数也越来越多。

每当有一次模型跃升或重大产品改进，我们就能看到 每个工程师、或者每个 knowledge worker 的 token 成本都在上升。现在整体还远低于一个普通工程师的平均薪资，但这个占比在持续上升。

10.3 你们的 token 量有限制吗？

我们的 token 上限非常高，但也有限制，有些人确实会撞到上限。

11 作为 Anthropic PM，你的技能栈是哪些？

主持人：作为 Anthropic 的 PM，你的工具栈大概是什么样？除此 claude 系列你还在用什么？

我重度依赖 claude code 和 co-work。Anthropic 很大程度上跑在 Slack 上，我觉得它是我们公司的 "核心操作系统"。

11.1 大量使用 co-work，对它哪里不够好有非常强的直觉

日常工作里，我大概有 30% 的时间花在”把 co-work 的能力边界往外推”上，这样我 对"我们哪里还不够好"会有非常强的直觉。

11.2 大量和 claude 对话，理解它为什么会那些犯错误

我花很多时间和模型对话，去理解它为什么会犯它所犯的那些错误。

11.3 Claude code 极大地降低了”做一个自定义 app”的门槛

我们其实自己做了很多内部工具——我觉得 claude code 为整个公司解锁的一件事情，是 它极大地降低了"做一个自定义 app"的门槛。

我们看到的结果是： 个性化的工作软件在激增——大家在为自己的定制 use case 做工具，而不是忍着用那些并不完全贴合需求的现成工具。

主持人：有哪些具体例子？你自己或别人做过哪些特别受欢迎、特别有用的东西？

claude code 销售团队里有一位同事，他意识到自己在 反反复复做结构一样的 deck。所以他做了一个 web app：里面放着那些效果很好的 deck 模板。然后他的 web app 支持把客户的 context 输入进去，例如从 Salesforce 或其他笔记软件里拉，就能针对具体客户定制这份 deck。

正常情况下这是一个要花 20~30 分钟的手工活。而 有了这个工具，几秒钟就能拿到一份量身定制的 deck。

11.4 不会重写一个 Slack，它有自己的核心竞争力

主持人：大家聊 Salesforce 时会说：”我们不再需要 SaaS 软件了，我们自己做。” 但 Slack 是那种 没人想和它竞争、没人想去做一个"更好版本"的耐用工具。

我觉得 Slack 是非常重要的一套通信基础设施 —— 在 "让每个人能拿到实时通知"这个核心任务上它做得极好。

它还把 可定制、可 hack 做得特别容易。我们很爱写 Slack bot——这种可 hack 性意味着我们能按自己想要的方式和 Slack 集成。非常感谢 Slack 在这方面的工作。

12 你觉得 PM 应该关注哪些技能？

主持人：回到 PM 这个角色。 你觉得 PM 现在最需要发展的那些新兴技能是什么？AI 公司在招 PM 时最看重什么？

12.1 最难的技能：能定义未来一个月，你的产品应该长什么样

我觉得最难的技能，是能定义"一个月之后你的产品应该长什么样"。

在这个时间尺度上，模型能力会变成什么样、用户行为会怎么变，都非常模糊。

很难，但最好的 PM 能看出一些规律

但 最好的 PM 能看出一些规律 —— 来自观察 "用户如何重度使用现有产品的边界"。他们能感受到方向、设定路径、稳步执行；并且在模型能力好于或差于预期时， 及时调整路径。

12.2 给一个 super AGI 级别的模型做产品其实很容易 —— 难的是给当下这个模型做产品

我觉得 the right amount of AGI pilled 是一件很难的事情。每个人都能看到这样一个未来：模型极度聪明、几乎什么都能做——在那种未来里，你其实根本不需要复杂的产品，一个文本框就够了，把你想要的告诉模型。

Being “AGI-pilled” refers to a mindset centered on the belief that Artificial General Intelligence (AGI) is not just possible but inevitable. It often involves prioritizing or redesigning one’s work, strategy, or worldview to account for a future where AI possesses human-level or superhuman cognitive abilities.

它聪明到能自己加任何需要的 tool 和 integration 来把事情做成；
它知道自己什么时候不确定，会主动问澄清性问题。

给一个 super AGI 级别的强模型做产品其实很容易——难的是给当下这个模型做产品：如何激发它的最大能力？如何帮用户走上 golden path？如何引导用户去用模型的强项、同时弥补它的弱点？ 这项技能相当稀缺。

12.3 你如何打造这项技能？—— 花大量时间和模型对话、使用模型

主持人：那这项技能要怎么练？是靠大量使用每个模型、理解它们的边界吗？就像你说的”taste”——对模型能做什么、强在哪、弱在哪、哪里变了，有一种直觉？

我觉得是 花大量时间和模型对话、使用模型。

一、让模型反思它自己的行为，找到为什么不 work 的原因并解决

我特别喜欢做的一件事，是 让模型对自己的行为做内省（introspect）。比如我有时候会注意到模型做出一些出乎意料的行为——像是改完前端、跑了测试，但并没有真去用那个 UI。这时候让模型反思”为什么你这么做”是非常有用的。

有时它会说：”system prompt 里有一段让我困惑”、”我没意识到前端验证也是这个任务的一部分”、”我把验证 delegate 给了一个 sub agent，但它没做、我也没 check”。 很多时候，只要你对"模型为什么做了那个决定"保持强烈的好奇，就能看到什么把它带偏了——然后你就可以改 harness 来把这个 gap 补上。

二、找到你最信任的用户群体，收集他们的真实反馈

另一件有帮助的事情是 找到"你最信任"的那群用户——他们能给你关于模型的准确反馈。

通常会有那么一小撮人，他们在说清楚 某个模型或某个 model-harness 组合为什么好这件事上比其他人强得多。给你反馈的人会很多，但并 不是每个人的反馈同样有质量。

找到那么五个你信任的人，对拿到快速、高质量反馈非常重要。

三、构建评估（evals），很多 PM 不愿意做

第三件有用但并不是每个人都喜欢做的事情是 构建 evals。

不需要上百个 evals —— 做 10 个足够好的 evals 就足以帮团队量化"目标是什么、目前进展如何、缺什么"。

我觉得 eval 是一件 被低估的事情，应该有更多 PM 和工程师投入到里面。

主持人：现在有一个趋势是—— "产品管理的未来就是写 evals"——因为 evals 本质上回答的正是”成功是什么样子”。

把它具体地定义出来，然后我们能知道它工作地对不对，好不好。

主持人：你自己花在写 evals 上的时间大概占多少？

evals 的重要性要看你在做什么功能、要解决什么问题。我们团队有不少人花大量时间做 evals。我们有一个小团队来负责更精准地理解 claude code 的行为、找出最大的改进空间、并把这些东西具体地量化出来。

我个人会在 一个功能我觉得需要更明确的产品定义时去做 evals。

PM 的 evals 输出

我作为 PM 的输出往往是这样： "这是我做的五个 evals；这是运行方式；这些通过、这些没通过；这是我用来提升通过率的 prompt"。

具体到每个功能差异很大——不是每个功能都需要，但像 memory 这样的功能从中获益很多。

evals 做的特别好的人/团队举例

主持人：有谁是你想特别表扬的、在这件事上做得特别好的人吗？

有两个人我觉得非常厉害。一个是 Amanda，她负责塑造 Claude 的 character——这是一个极难的角色，因为任务本身就非常模糊。

做 coding 更容易——因为很好验证。而塑造 character 需要你对 "Claude 应该是谁"有极强的信念。我觉得她不仅具备极强的塑造能力，还能把目标、character、什么算成功、什么不算成功清晰地表达出来。

另一群我非常信任的人，是整个 claude code 团队。我们经常一起吃团队午餐，每次有新模型要测试的时候， 拿反馈最快的方式之一就是在午餐上问每一个人："你对这个模型的 vibe 怎么样？"。我们常会得到这样的反馈：

“这个模型没把自己的 thinking 完全讲清楚，有点太突兀了”
“这个模型特别喜欢写大量 memory，但我们不确定这些 memory 的质量是否高”
“这个模型很喜欢自测自己的改动，这很棒”
“这个模型自测得不够”

这些反馈会 告诉我们应该去看哪些数据来验证，其实是不是有大机会或大问题。

我们手上有海量数据，但提取 insight 非常难；
这群人的反馈帮我们决定”要验证哪些假设”，然后我们才能从数据里抽取东西去验证。

13 Claude 的性格（character）

13.1 Personality 是 Claude 在很多任务上表现好的根本原因

主持人：很多人一开始没意识到 character 有多重要，直到后来——比如 OpenClaw 火了之后，大家对比之下才发现， Claude 的 personality 特别好、特别有趣、和其他产品很不一样。Ben Mann 的说法是，这种 personality 正是 Claude 在很多任务上表现好的根本原因。它看起来像一件"无足轻重的附加项"，但其实不是。

主持人：这种”会风趣、会用有意思的方式说话”，看起来只是表面，但其实对 Claude 的成功至关重要。为什么 character 和 personality 这么关键，你有什么见解？

当你回顾你合作过的人，总有一些人你会觉得”我真的喜欢他们身上的那种能量、那种 vibe”。大家谈到 Claude 和 claude code 时，提得最多的正是这一点—— 他们很喜欢 Claude 轻松、有趣，同时执行能力又极强。

13.2 Claude 的特质（灵魂）

人们特别喜欢 Claude 的 low ego。

如果你告诉它”你这里做错了”，它会真诚地道歉：”啊糟了，谢谢你告诉我——我来修，咱们一起。” 它也非常正向。
如果你觉得”这任务难到无从下手”，Claude 会说：”没事的——我觉得我们应该这样一步步来——要不要我先开始？”

一个好的合作者的核心特质，恰恰是这种正向、bias towards action、愿意给你真诚反馈而不是对你说的每句话都附和。

我们试着把这些特质注入 Claude，因为我们认为这让和它一起工作变得更令人愉悦。

14 Anthropic 新模型发布前后的工作

主持人：你前面说每次新模型发布，你经常要回头重新审视你们之前做过的东西。这很有意思，也可能有点崩溃——”该死，我们都发了这东西了，现在还得重新想一遍”。每次新模型出来之后，你们要重做几个月前上线的产品的频率大概是什么样？

14.1 删掉不再需要的功能（模型的拐杖）

新模型出来以后，我们做的很多改动其实是 删掉不再需要的功能。很多功能是我们作为 模型的拐杖（crutch）加上去的——因为它自己不会自发地这么做。

一个经典的例子是 to-do list。claude code 刚上线时，用户会让它做大规模 refactor，claude code 会说： “好，我要改这 20 个调用的地方”，然后它改了 5 个就停了。我们就想：”怎么强制它把这 20 个全改完？”

我们团队想：想一下人类会怎么做 —— 人会先列一个需要改的清单。就像在 VS Code 里查所有调用的地方，左边会出一个列表，你可以逐个过一遍、全部替换。
怎么给 Claude 一个这样的工具？” 于是他加了一个 to-do list，结果发现有了 to-do list 之后，Claude 真的能把这 20 个 call site 全改完。

但到了 Opus 4 以及之后的模型，我们发现 不再需要强迫它用 to-do list，它会自然地自己用。对更早的模型，我们得反复提醒它：”to-do list 上的事都做完了吗？没做完之前你不能停”。

现在，to-do list 对用户仍然是一个”有了更好”的东西，因为你可以更清楚地看到 Claude 在做什么。但说实话， 它在产品里已经被大大弱化了——模型可能用，也可能不用，它已经不需要靠这个来完成彻底的修改了。

14.2 `"model will eat your harness for breakfast"`

主持人：我忘了谁说过 "the model will eat your harness for breakfast"。我听你讲的本质上是——随着时间推移，你们在不断移除那些曾经加在模型之上的东西（为了”模型没按预期的方式工作”而加的 harness 工程）。随着模型变聪明，让它按预期工作会变得越来越简单。

是的。 每次模型变强，我们都能移除很多 prompting 干预。我们每次发布新模型时都会做这件事—— 把整份 system prompt 从头到尾读一遍，对每一段去反思：模型真的还需要这条提醒吗？不需要就删掉。

14.3 新模型解锁新能力

但新模型更令人兴奋的，是它们能 解锁全新的功能。有很多功能我们用更早的模型试过，但准确率还不够到可以发布。一个例子是 code review ——

我们试过好几次构建 code review 产品，之前也发过更简单的版本，比如 /code-review 命令。
但直到最近这几代模型，我们才觉得：这个 code review 好到整个工程团队愿意在 merge PR 之前依赖它通过。

我们一直希望 Claude 能成为一个可靠的 code reviewer，能让我们有信心相信它捕捉到了绝大多数 bug。直到 Opus 4.5、4.6 和 Sonnet 4.6 这一代模型，我们才能做到 同时运行多个 code review agent，遍历整个 codebase，综合出一组"merge 前工程师必须处理的真实问题"。

这就是最新模型解锁的新能力。

14.4 构建六个月之后的东西

主持人：另一个趋势是：去构建 未来六个月内可能会行得通的东西。先站到 刚好勉强能跑的那条线，之后模型会追上来，那它就会变成一个惊艳的产品，你也会领先所有人。

构建那些”暂时还行不通”的产品非常重要

完全正确。 去构建那些"暂时还行不通"的产品非常重要—— 你能看清楚这个产品要 work 的话还缺什么。新模型出来时，你只要把它换进已经做好的 prototype，看看这个新模型能不能把那个 gap 补上。

Claude 有什么可以分享的中长期愿景

主持人：关于 claude 和 co-work 的长期愿景，感觉你们在不断往上加令人惊艳的功能 ——从手机下发任务和控制，到各种 mobile app 的东西。有没有一个框架可以帮我们理解这一切背后的长期愿景？

我们用 building blocks 来思考这件事。对 claude code 和 co-work 来说，

最核心的 building block 是 让单个任务成功 —— 你想产出某个输出、给它一段清晰的 prompt，它能否稳定地产出可以接受的、你能直接 merge 或直接分享给同事/外部受众的输出？
模型变聪明后，任务成功率大幅提高；然后我们看到大家开始 并行做多个任务。 2025 年末 multi-coding 是一个很大的趋势，之后只增不减。我们看到的是：单任务 work 了，现在你可以同时跑 6 个任务。
随着模型进一步变聪明，我们的外推是： 下一步用户可能会同时跑 50 个甚至上百个 Claude。那么支撑它需要什么样的基础设施？到了那一步，你大概 不会再把所有东西都跑在本地机器上—— 内存根本不够。

所以我们在思考： 怎么让你更轻松地管理这一切？ 这些任务大概率会远程运行。

我们怎么设计界面，让你作为人类能知道”哪些任务需要我去看一眼”？
怎么确保 agent 完整验证了自己的工作，这样当你看到一个任务显示”完成”时，你能非常快地验证、并完全信任它确实按你的 spec 做完了？
怎么确保 这个流程是自我改进的 —— 当你看到一个任务做得不合心意，你给一个反馈，模型就能把这个反馈纳入之后每一次运行，再也不犯同样的错？

这就是我们正在带着用户往前走的那条路径。

15 对大家的建议，怎么挺过这次 AI 革命

主持人：你会给产品经理、创始人、跨职能人士等什么建议？ 不只是"挺过"向 AI 驱动世界的这次转变，而是在这个未来里真正成功？他们需要听到什么？需要做什么？

15.1 有重复多次的工作，应该想到用 AI 工具解决

AI 给每个人带来的杠杆比以前大得多。所以我会这样 push 你： 每当意识到自己在重复做某件手动的工作，就想一想如何用 claude code、co-work 或其他 AI 工具把它自动化。大部分人的工作里都有一部分是”我真的很喜欢的创造性的那部分”，也有”我真的很讨厌的琐碎的那部分”。

AI 的美妙之处在于它可以帮你做那些琐碎的部分 —— 它可以从你每一次手工完成这个任务中 学习、泛化，之后自动地跑。这样你就能专注于创造性的部分，能做的事情比从前多得多。

15.2 找出你工作里可以交给 Claude 的重复部分，把自动化成功率打磨到很高

所以我对大家最直接的建议是： 找出你工作里可以交给 Claude 的重复部分，把自动化成功率打磨到很高—— 然后去想，你还可以为你的团队、产品、公司多做些什么？比如那些一直没人有精力去接的事、或者你一直觉得公司应该做但自己没有带宽去做的 pet project。

如果 AI 能帮你搞定这些，你就能 比过去多出 20% 时间。所以我的建议是：拥抱这些工具，把你动力不足的工作交出去，搞清楚 AI 能如何加速，你能做的事情会越来越多。

15.3 从哪里开始？

主持人：这些工具的潜力巨大，但对很多人来说最难的部分恰恰是”我到底该做什么”。核心建议就是”先为自己解决一个问题”。

以让 Claude 帮你整理和分析邮件为例—— 你需要知道怎么定义一个 skill、怎么使用它并给它反馈、怎么告诉 co-work 基于你的反馈来更新这个 skill、以及怎么去读 skill 来确认反馈是否被按你想要的方式吸收了。

让这个流程变得流畅、不让人感到痛苦，也是我们（作为产品团队）的工作。

我会强烈推大家去 构建那些你每天真的在用的 app——因为只有通过真实使用，你才能拿到真正的价值。如果你做的 prototype 并没有让你完成更多事情，那 AI 并没有给你真正加分。

只有真正做出来，你才能从里面学到东西。

15.4 避免两个方向的极端

我也注意到有很多人花大量时间折腾自己的 workflow。其实 有两个极端。

是从不做任何定制、从不搭建自动化的人；
对”定制自己工具”近乎执念的人 —— 他们在工具上加一堆 skill、MCP，以及各种 workflow 改进。我觉得这有时甚至会让你偏离核心目标——比如发布一个产品、做完一个功能。

定制本身是很有乐趣的，我们也确实希望我们的产品非常可 hack，让你能把它打磨到非常适合自己。 但"有用"是有极限的。我觉得有一类人花在定制上的时间太多，以至于他们睡眠不足、偏离了自己最初想做的核心任务。

主持人：Karpathy 昨天发了一条推文，很有意思。他谈到了一种分化：一部分人当初试过 ChatGPT / Claude——觉得”就那样”，甚至”太差了”——然后他们就放弃了 AI 能为自己做什么的想法，变得非常 cynical，”这没什么大不了的”。另一部分人——主要是在用它来写代码的——看到的是它的全部威力、有多强。两边彼此不理解对方为什么这么看世界。所以你这里的建议很到位： 拿它去做真实的事情，看看它到底多有用。

是的。我觉得 真正的转变是——2024 年那一代产品是 chat-based 的，而 claude code 这一代产品是 action-based 的。

人们最大的 aha moment 是——当 Claude 真的可以代替你去做事情。意识到 agent 不只是”告诉你该做什么”，而是”真的能自己去做”——这是一种非常震撼的感觉。我觉得这是让大家眼界被打开的时刻。

16 QA

Q1：你最常推荐给别人的两到三本书是什么？

《How Asia Works》。讲的是经济发展，以及 哪些政策和政府造就了长期成功的经济体。
《The Technology Trap》。讲过去几次技术革命——工业革命、计算机革命——以及这些革命是如何影响劳动者的。
《Paper Menagerie》。稍微轻松一点，一本短篇小说集，讲成长、AI 以及自我发现。

Q2：最近看过、特别喜欢的电影或剧？

《Drive to Survive》，没有深意，但 看一群人对单一工程目标如此痴迷、这种纯粹的追求，本身就让人很满足。
《Free Solo》—— 讲 Alex Honnold 无保护徒手攀登 El Capitan。同样地，能完成这样一条极其艰难、致命的路线，并且在”一个失误就会摔死”的前提下保持那样的心智专注——是一种纯粹的成就。

我自己是个攀岩爱好者。第一次看《Free Solo》是在我自己攀岩之前——当时觉得很厉害，但没真正理解它有多厉害。它是少数几部 "你懂得越多，就越觉得疯狂"的电影。他在那面墙上做的那些动作——就算挪到室内岩馆、离地只有一英尺——我觉得这辈子我都做不出来。

Q3：最近让你爱不释手的产品？

除了 Claude 系产品之外， 最改变我生活的产品大概是 Waymo。我是 Waymo 的死忠，每天上下班各用一次。我喜欢它的两点：

如果 Waymo 在等我，我不会觉得不好意思。我不再有”它到了我必须立刻站在路边”的压力。
它让我工作更有效率。车里有人类司机时，我一般不会接工作电话——如果我全程在笔记本上干活，会觉得有点失礼。但在 Waymo 里，我可以直接进一个工作电话——不担心有人偷听、不担心失礼、不担心自己声音太大、不需要请人换一下音乐。 感觉这相当于每天给我多出了 30 分钟。

我原本设想 Waymo 要比 Uber 和 Lyft 便宜才能成功，但实际上 我愿意为它支付 2 倍的溢价。

第一次见到它时你会想”哇这太疯狂了”。然后你很快就习惯了——坐进去：”这太疯狂了”，然后就忘记了它的疯狂。

Q4：你在工作和生活里的人生座右铭是什么？

Just do things.

我觉得 第一性原理思维非常有价值—— 如果你清楚自己在优化什么、并且有一套坚定的第一性原理，你通常就能推导出正确的任务拆解，能把它清晰地讲给所有干系人——然后你就该直接去做。

"岗位"其实是假的 (jobs are fake)—— 如果你理解约束条件，你就能想清楚自己能做什么， 然后快速去做、从错误中学习、犯了错就道歉或者修。

我觉得跟别人讲这句话，其实是一种解放。

在很多公司里， 角色被严格定义——PM 做什么、设计师做什么、工程师做什么；甚至团队 scope 都是硬性划分的——”这块 codebase 我们改，这块我们不能碰”。 "just do things" 让人们感到自己被授权去做决定、被授权跨越团队边界，只为把事情做成。

主持人：这感觉是一项很重要的技能——大家叫它 agency、 bias towards action ——总之就是”不要等允许”。

对。我觉得这是我最推荐 人生某个阶段去创业公司工作的原因。在 Scale（AI）只有 20 个人的时候工作，那段经历改变了我的人生。当时完全没有流程，但要解决的问题又非常大。我很感激 Alex 和整个团队，他们让我和其他人 没有任何"销售该做什么、运营该做什么、工程师该做什么"的边界限制，就把事情想清楚、做出来。

你所有工具都在手边、摆在你面前的是一个宏大而棘手的问题，你可以做任何必要的事把它解掉。 你几乎需要这样一段经历，才能养成那种"自在地跨界行动"的习惯——因为很多人从小在学校、大学里，接受的都是”按我说的做、就能拿高分”的训练。

Q5：Claude 的 thinking words

主持人：thinking words 都在那次源码泄露里曝光了。你有最喜欢的 thinking word 吗？

我很喜欢 manifesting——我最喜欢的贴纸上也是这个词。

Q6：如果 AGI 在我们有生之年到来、你可能不必再工作，你会做什么？你会怎么打发时间？

我觉得 AGI 扩散到整个社会会花很长时间，所以眼下真正要做的是 帮助整个世界跟上。

如果真到了那一天，我的”不正经”回答大概是——我会去大量攀岩。我大概会搬去 Fontainebleau，活在 10,000 块抱石之间，爬上一段时间。

还有很多书我想读——我的目标是 每周读一到两本，但现在大概是 0.5 本，backlog 非常大。我觉得从历史里能学的东西太多了，还有很多领域我都没有像自己希望的那样理解得够深。比如物理、机器人、任何硬件、航天——我都几乎一无所知。有太多有意思的话题。 即便知道 AI 已经懂得远多于我，我仍然兴奋于亲自去学这些东西。

停产 Model S/X，特斯拉不再是一家汽车公司？

Thu, 29 Jan 2026 13:41:24 CST

图片系AI生成

当一家公司的创始人亲手按下旗舰产品的“停产键”，这通常不是庆功的信号，而是背水一战的号角。

北京时间2026年1月29日，马斯克在特斯拉的财报电话会上宣布，Model S和Model X将在下一季度正式停产，体面退役。与此同时，特斯拉交出了上市以来第一份年度营收下滑的财报：2025年总营收948亿美元，跌了3%；净利润37.9亿美元，近乎腰斩，暴跌46%；全球汽车交付量连续第二年下滑，少了8.6%。

冰冷的数字背后，马斯克却在描绘一个近乎科幻的未来：加州弗里蒙特工厂的轿车生产线将让位于Optimus人形机器人的批量制造；没有方向盘和踏板的Cybercab出租车即将驶上街头；公司今年要豪掷超过200亿美元（约合人民币1389亿元），全力押注自动驾驶、人工智能芯片和人形机器人。

一边是核心汽车业务增长乏力、利润骤减的现实困境，另一边是需天文数字投入且前景未卜的机器人帝国蓝图。特斯拉这场疾驰中的“极限换胎”，究竟是天才领袖穿越周期的神之一手，还是一场将公司带入未知深渊的致命豪赌？

经典谢幕，Model S/X退役

特斯拉的崛起，绕不开 Model S 和 Model X。一个用碾压超跑的加速和大屏引爆市场，一个用炫酷的鹰翼门吸引全球目光。可以说，它们是特斯拉品牌的图腾，是马斯克实现电动梦想的第一块丰碑。

然而，商业世界没有永恒的丰碑，只有流动的效率和需求。Model S和X的停产，早已是进行时。销量上，它们早已被更大众的Model Y和Model 3淹没，占比微小。成本上，它们产自相对老旧、成本更高的弗里蒙特工厂，而非上海超级工厂这样的效率标杆。在特斯拉整体毛利率承压、面临空前价格战的今天，保留两款叫好但未必叫座的小众高端车型，在经济账上已不划算。

更关键的是战略重心的彻底迁移。马斯克在整场财报会上，对汽车产销和毛利率目标轻描淡写，却用大量篇幅畅谈Optimus机器人、FSD（全自动驾驶）和Robotaxi。他明确表示，位于弗里蒙特的Model S/X生产线，正在被改造为Optimus机器人的量产线，长远目标是实现年产百万台的规模。

这传递出一个不容置疑的信号：特斯拉的未来，不在于多卖几辆豪华电动车，而在于成为人工智能在物理世界的载体。代表“旧时代”辉煌的S和X产线，为象征“新时代”的机器人让路，是一次冷酷却逻辑自洽的重启。

在聚焦机器人这一主航道的同时，特斯拉并未完全放弃汽车业务的迭代与创新。马斯克在财报会上也透露，新一代Roadster跑车有望在四月发布，而Cybercab、半挂卡车Semi及大型储能产品Megapack 3，均计划在2026年内启动量产。

All in AI，特斯拉的“不成功便成仁”赌局

砍掉过去，是为了把所有的资源，都押到马斯克口中那个“全新的未来”上。这次财报会与其说是汇报成绩，不如说是一次明确的转型公告：公司的重心，已经从此前的电动车，全面转向了人工智能和机器人。

赌注的筹码高得吓人。2026年，特斯拉预计资本支出将超过200亿美元。这是什么概念？这接近其2025年净利润的5.3倍，远超许多传统车企全年的研发投入总额。这笔巨资将涌向多个前沿阵地：

机器人：Optimus人形机器人第三代即将发布，首条量产线正在筹备，目标是到2026年底开始生产，最终实现年产百万台的恐怖规模。马斯克将其称为“跨越时代”的产品，能力将超越任何中国在研机器人。

自动驾驶：无方向盘、无踏板的Cybercab将在上半年投产，马斯克预计其未来产量将超过特斯拉所有其他车型总和。Robotaxi已在奥斯汀开始移除安全员的测试，付费里程超60万英里。在韩国推出的FSD（监督模式），仅一个月用户行驶里程便突破100万公里。在持续推进中国和欧洲市场审批的同时，特斯拉已在意大利、德国、法国和瑞士为消费者提供体验服务。此外，公司将从本季度起逐步取消FSD的一次性买断选项，全面转向月度订阅制。

AI与芯片：马斯克自称将最多时间花在了自研AI芯片上。下一代AI5芯片目标性能提升50倍，计划2027年投产。同时，公司投资20亿美元给自家的xAI公司，希望构建从硬件到软件的AI生态协同。

这一系列做法，意在打通从硬件（机器人、汽车）、软件（FSD、Grok AI助手）到底层算力（AI芯片）的整个闭环。逻辑很美好：当自动驾驶成熟，汽车从消费品变为持续产生服务收入的“机器人出租车”；当人形机器人普及，将重塑制造业、物流乃至家庭服务；而特斯拉通过垂直整合，控制着从芯片到应用的所有核心环节。

但风险也同样巨大。每一个押注都是“吞金兽”，且技术、商业化和监管的不确定性极高。机器人量产和降本的难度远超汽车，其市场需求尚未被证实。完全无人驾驶的Robotaxi在全球范围内的法律和道德障碍依然如山。在核心汽车业务造血能力下降的当下，如此激进的转型，如同一场需要持续输血的极限手术，一旦某个环节资金断裂或技术卡壳，将引发连锁崩盘。

最大对手在中国？

一个值得玩味的细节是，当被问及供应链与中国角色时，马斯克罕见地集中称赞了中国在扩大制造业规模方面的“非常出色”，并直言“中国的很多企业将成为特斯拉最大的竞争对手”。在谈到机器人时，他特别强调中国开源社区的繁荣。

这绝非简单的恭维。在特斯拉试图攀登的几座新高峰上，中国力量已经清晰可见。在电动车领域，比亚迪的销量超越已是旧闻，蔚来、小鹏、理想等在智能化上的追击，华为、小米等科技巨头的跨界搅局，让中国市场成为全球最卷的战场，直接挤压了特斯拉的增长空间和利润。

据乘联会数据显示，特斯拉中国四季度国内零售销量约18万辆，同比下滑5%。

在人形机器人和人工智能领域，中国同样不是旁观者。优必选、宇树科技等公司已推出商用或研发中的人形机器人；百度、阿里、字节跳动等在AI大模型和自动驾驶上的投入毫不逊色；中国完备高效的制造业供应链，更是任何硬件创新无法绕开的基石。马斯克看到的，是一个拥有全产业链能力、工程师红利和恐怖迭代速度的潜在对手集群。

特斯拉的转型，某种程度上是在与中国对手的赛跑。特斯拉必须赶在自己的AI和机器人技术建立起足够高的“城墙”之前，应对好来自国内那些可能动作更快、调整更灵活、也更懂得本地市场需求的竞争。马斯克在财报会上流露出的那种紧迫感，根源或许就在这里。

砍掉Model S和X，于特斯拉是“断臂”；豪掷千亿押注AI与机器人，是“求生”更是“求胜”。我们正在见证一家全球最具影响力的科技公司，在其核心业务触及阶段性天花板时，进行的一次极为罕见且激进的非连续性跳跃。

这份财报，坏消息在冰冷的数字里：增长停滞、利润腰斩、竞争惨烈。好消息在遥远的蓝图里：技术愿景宏大、赛道空间无限、领袖决心坚定。

马斯克将特斯拉的未来，赌在了一个AI驱动、机器人遍地的“富足非凡的世界”上。这无疑是一场悬崖边的舞蹈，一步踏错，便是万丈深渊。但回望历史，正是这种偏执的、敢于在逆风中加注未来的疯狂，曾一次次将特斯拉和马斯克从破产边缘拉回，并推上顶峰。

这一次，魔法还能否重现？特斯拉的这次豪赌，要么将其送入超越汽车公司的更高维度，成为真正定义下一个时代的“实体AI巨头”；要么，可能成为其因战线过长、现金流枯竭而盛极而衰的转折点。

（文｜引擎视角作者｜韩敬娴编辑｜李玉鹏）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

谷歌CEO警告：AI泡沫破裂时，无一家公司能够幸免

Tue, 18 Nov 2025 20:26:00 CST

　谷歌CEO警告：AI泡沫破裂时，无一家公司能够幸免

article.author.display_name

张雅琦

谷歌CEO警告，当下AI热潮含有“非理性”成分，一旦泡沫破裂，没有任何公司能完全幸免。尽管AI被视为最深刻的技术并有望带来长期价值，但当前估值飙升与巨额投入已令人联想到互联网泡沫。谷歌凭借“全栈”技术具备抵御能力，但仍面临能源需求飙升、气候目标推迟及就业冲击等挑战。

谷歌母公司Alphabet的首席执行官Sundar Pichai发出了一个罕见的警告：当前的人工智能热潮中存在“非理性”成分，一旦潜在的泡沫破裂，没有任何公司能够幸免，即便是谷歌也不例外。

在近日接受媒体的专访时，Pichai承认AI投资的增长是一个“非凡的时刻”，但也直言当前的繁荣中存在“非理性”的因素。这一表态正值硅谷内外对AI泡沫的担忧日益加剧之际。近几个月来，AI科技公司的估值一路飙升，企业在该领域的投入也达到了惊人的规模。

当被问及如果AI泡沫破裂，谷歌是否能免受冲击时，Pichai表示，这家科技巨头有能力抵御潜在的风暴，但也发出了警告：“我认为没有公司能够幸免，包括我们。”

在这次内容广泛的专访中，Pichai还谈及了AI带来的巨大能源需求、公司气候目标的延期，以及这场技术革命对就业的深远影响，勾勒出一幅机遇与严峻挑战并存的复杂图景。

AI热潮中的“非理性”时刻

市场对AI的狂热，已让人联想起上世纪90年代末的互联网泡沫。当时，对新技术的乐观情绪将早期互联网公司的估值推至高点，但泡沫最终在2000年初破裂，导致大量公司倒闭、股价崩盘，并冲击了人们的储蓄和养老基金。分析师们对围绕OpenAI进行的约1.4万亿美元的复杂交易表示怀疑，而该公司今年的预期收入不到计划投资额的千分之一。

Pichai关于“非理性”的评论，呼应了前美联储主席格林斯潘（Alan Greenspan）在1996年互联网泡沫破裂前提出的“非理性繁荣”的著名警告。Pichai表示，在这样的投资周期中，行业可能会出现“过度投资”。但他同时认为，“我们可以回顾一下互联网。当时显然有很多过度投资，但我们没有人会质疑互联网的意义是深远的。我预计AI也会是同样的情况。”

这位谷歌掌门人的看法也得到了华尔街的呼应。摩根大通首席执行官戴蒙（Jamie Dimon）上月曾表示，对AI的投资终将获得回报，但投入该行业的部分资金“可能会打水漂”。

尽管Pichai警告“没有公司能够幸免”，但他表示，谷歌拥有独特的“全栈”技术模式，是其抵御风暴的信心来源。

这一模式涵盖了从芯片到数据、再到模型和前沿科学的完整技术链条。具体而言，Alphabet正在开发可与英伟达竞争的AI专用超级芯片；同时，其拥有的YouTube等平台提供了海量数据资源。

AI是人类迄今“最深刻的技术”

Pichai将AI称为人类迄今为止研究的“最深刻的技术”，并预言它将重塑我们所熟知的工作模式。“我们将不得不经历社会的颠覆性变革，”他说，但这也会“创造新的机会”。

他认为，AI将“演变和转变某些工作岗位，人们需要适应”。那些学会适应AI的人“会做得更好”。他强调：

“无论你想成为老师还是医生，所有这些职业都会继续存在，但在这些职业中表现出色的人，将是那些学会如何使用这些新工具的人。”

与此同时，Alphabet也在加大对关键市场的战略布局。该公司已承诺在未来两年向英国投资50亿英镑，用于基础设施和研究。Pichai表示，Alphabet将在英国开展“最先进的”研究工作，其关键的AI部门DeepMind总部就设在伦敦。他还首次表示，谷歌将“随着时间的推移”在英国“训练我们的模型”，此举被英国政府视为巩固其作为仅次于美国和中国的全球第三大AI“超级大国”地位的关键一步。

AI的飞速发展并非没有代价，其巨大的能源需求正成为一个日益严峻的挑战。Pichai警告称，AI的能源需求是“巨大的”，并指出需要采取行动，包括在英国，以开发新的能源并扩大能源基础设施的规模。“你不会希望因为能源问题而限制经济发展，我认为那会带来后果，”他表示。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

喷嚏网官方App :【安卓】在豌豆荚、360手机助手、小米应用商店，搜索：喷嚏阅读；【ios】App store里搜索：喷嚏网官方阅读；

喷嚏网官方网站：http://dapenti.com (海外访问：https://dapenti.com)

每天网络精华尽在【喷嚏图卦】喷嚏网官方新浪围脖

甲骨文严查Java授权，公司连夜删除JDK。。

Fri, 05 Sep 2025 09:52:10 CST

最近看到了一份有关 合规性、审计、开源及 Java 使用情况的研究调查报告。

这份研究调查报告由市场研究公司 Dimensional Research 所发布，这是一个专门为科技行业提供市场研究和调研的公司。

报告数据显示，在过去的三年中，受访的企业里有 高达 73% 的企业遇到过 Oracle 所发起的 Java 许可和合规性审计。

这导致不少使用 Oracle JDK 的企业都在为这个许可审计的事情所头疼。

同时，这也逼着不少企业开始思考 是否要放弃 Oracle Java，转而迁移到 OpenJDK 或其他 Java 发行版。

这份报告数据显示：有 15% 的受访者已经完成迁移，有 22% 的受访者已经开始迁移，有 25% 的受访者正在计划迁移这件事情。

而仅仅只有 14% 的受访者计划继续使用 Oracle Java 订阅，所以这么一看，Oracle Java 的处境似乎也有一些严峻。。

其实之前就看到过“ 甲骨文开始严查 Java 许可，有公司连夜删除 JDK”的新闻媒体报道，当时的主要操作就是开始将 Java 纳入其软件许可审查中，并且对一些公司的 Java 使用情况开启审计，目的是找出那些处于不合规边缘或已经违规的客户。

之前主要还是针对一些小公司发出过审查函件，而现在，甚至包括财富 200 强等在内的一些企业或者公司都收到了来自 Oracle 官方有关审查方面的信件，而且 审计的频度和力度也在愈渐加大。

除了许可审计的压力， 价格和成本也是不少企业打算放弃 Oracle Java 的一个重要因素。

报告数据显示，在受访的这些企业中，有相当一部分比例的企业 是因为价格因素而选择迁移到其他的开源版本 Java 提供商。

众所周知，在 2023 年初的时候，Oracle 对其 Java SE 的商用订阅收费标准进行过一次重大调整，引入了所谓的 “ Java SE Universal Subscription” 的订阅模式。

那次调整的核心变化是收费计算方式，它可能对企业的成本产生显著影响。

打开这个 PDF，在里面可以看到 Oracle 当时定的 Java SE 订阅价目表：

表格底部还 举了一个具体计费的例子。

比方说一个公司有 28000 名总雇员，里面可能包含有 23000 名全职、兼职、临时雇员，以及 5000 其他类型员工（比如说代理商、合约商、咨询顾问），那这个总价格是按如下方式进行计算的，即：

28000×6.75/月×12个月=2268000/月×12个月 = 2268000/月×12个月=2268000/年

也就是说，这个收费标准是直接 基于公司里总的员工数来进行计算的，而不仅仅是使用 Java SE 的员工数，这也是当时新订阅模式发布以后最引人关注，也是最具争议的一点。

这样一来，可能就会使企业在相同软件的的使用情况下会多出不少费用，从而增加软件成本。

看到这里不得不说，Oracle 在接手之后，把 Java 的商业化运作这块的确玩得是明明白白的

众所周知，其实 Java 最初是由 Sun 公司的詹姆斯·高斯林（James Gosling，后来也被称为 Java 之父）及其团队所研发的。

并且最开始名字并不叫 Java，而是被命名为：Oak，这个名字得自于 Gosling 想名字时看到了窗外的一棵橡树。

就在 Gosling 的团队即将发布成果之前，又出了个小插曲 —— Oak 竟然是一个注册商标。Oak Technology（OAKT）是一家美国半导体芯片制造商，Oak 是其注册商标。

既然不能叫 Oak，那应该怎么命名好呢？

后来 Gosling 看见了同事桌上有一瓶咖啡，包装上写着 Java，于是灵感一现。至此，Java 语言正式得名，并使用至今。

1995 年 5 月，Oak 语言才更名为 Java，并于当时的 SunWorld 大会上发布了 JAVA 1.0，而且那句 “ Write Once，Run Anywhere” 的 slogan 也是那时候所推出的。

此后，Java 语言一直由 Sun 公司来进行维护开发，一直到早期的 JDK 7。

2009 年 4 月，Oracle 以 74 亿美元收购了 Sun 公司，至此一代巨头基本没落。

与此同时，Java 商标也被列入 Oracle 麾下，成为了 Oracle 的重要商业资源。

众所周知，Oracle 接手 Java 之后，便迅速开始了商业化之路的实践，也于后续推出了一系列调整和改革的操作。

其实 Oracle 早在 2017 年 9 月就宣布将改变 JDK 版本发布周期。新版本发布周期中，一改原先以特性驱动的发布方式，而变成了以时间为驱动的版本迭代。

而直到前段时间，Java 24 都已经正式发布了。

那针对 Oracle 的这一系列动作以及新的定价策略和订阅问题，有不少网友讨论道，那就不使用 Oralce JDK，转而切换到 OpenJDK 或者其他开源 Java 提供商。

众所周知，OpenJDK 是一个基于 GPL v2 许可的开源项目( github.com/openjdk/jdk… Java 7 开始就是 Java SE 的官方参考实现。

既然如此，也有不少企业或者组织基于 OpenJDK 从而构建了自己的 JDK 版本，这些往往都是基于 OpenJDK 源码，然后增加或者说定制一些自己的专属内容。

比如像：

替代方案	提供商
Tencent Kona	腾讯
Dragonwell	阿里
Amazon Corretto	Amazon
Azul Zulu	Azul
AdoptOpenJDK	Adoptium
Liberica JDK	BellSoft

等等，这些都是典型的代表。

它们都是各自根据自身的业务场景和业务需求并基于 OpenJDK 等等来打造推出的开源 JDK 发行版本，像这些也都是可以按需去选用的。

作者：CodeSheep
链接：https://juejin.cn/post/7545087741063675955
来源：稀土掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

为什么大部分公司根本不应该制定所谓的「AI 战略」？

Sun, 16 Mar 2025 13:11:23 CST

转译：为什么大部分公司根本不应该制定所谓的「AI 战略」？

企业领导们害怕落后，纷纷冲向AI，但他们真的做对了吗？这位专家却不这么认为。

原文：Why Most Companies Shouldn’t Have an AI Strategy

作者乔·佩帕德（Joe Peppard）是爱尔兰都柏林大学迈克尔·斯墨菲特商学院的教授兼学术主任。

如今，自从 ChatGPT 火爆全球之后，几乎所有公司都在喊同一句口号：“我们必须要有 AI 战略！”

这种焦虑很容易理解——毕竟，谁都不想被时代甩在身后，错过下一个巨大的商机。因此，无数公司开始一窝蜂地“冲进 AI”，纷纷成立了所谓的“AI 战略中心”，甚至特意任命了“首席 AI 官（Chief AI Officer）”。

但很遗憾，我要泼个冷水：大部分公司这样做都是错的。我在与不同企业深入合作、一起面对 AI 浪潮时，发现一个扎心的现实：事实上，大部分公司不仅不需要 AI 战略，甚至根本不应该有专门的 AI 战略。

或许你听了觉得很奇怪，甚至觉得我是不是说反了？没有 AI 战略的话，公司岂不是要输在起跑线上了吗？我的回答是：并不会，理由有以下几个：

大部分公司其实根本没做好用 AI 的准备

想象一下，就算某天一份完美的“AI 战略计划”神奇地出现在了 CEO 的邮箱里，大部分公司也完全没法真正落地。这是因为，它们连最基本的基础准备都还没做好。

其中最核心的问题，就是“数据”。如果数据质量差——不完整、有偏差或者根本杂乱无章——那么 AI 的表现自然会很差劲。你可以有一个非常棒的战略目标，但糟糕的数据会让你寸步难行。到头来，“AI 战略”只会浪费公司的精力和资源，让企业忘记了真正应该去做的事情。

举个例子吧：假设有一家制造业公司想要用 AI 来预测设备故障，以减少生产线的停工时间。这听起来很好，对吧？但要做到这一点，公司首先得用历史数据识别各种设备可能发生的故障类型，并找到这些故障的“信号”——也就是故障前兆的特定数据模式或趋势。接下来，利用这些数据通过机器学习技术建立算法，预测故障的出现。

到目前为止一切都很好，然而现实却是：大部分公司根本没有收集过足够的历史数据来训练 AI 模型。想积累足够的高质量数据并建立精准的算法，往往需要几个月甚至几年时间。

AI 并不是一个孤立的“孤岛”

AI 是一种技术，就跟区块链、物联网、元宇宙一样。公司为什么偏偏需要给 AI 制定单独的战略？

更进一步说，“AI”其实也不只是一种技术，而是很多相关技术的集合，比如机器学习、计算机视觉、机器人技术、图像识别，还有当下火热的生成式 AI（比如大语言模型 ChatGPT）。

再看看现实里企业是怎么成功利用 AI 的，你会发现它们大多是将 AI 与其他技术结合在一起，共同融入到具体的业务场景中，而不是孤立地单独使用。

回到刚才的制造业例子：假设公司确实已经具备了相关的数据，成功训练出了算法。那么，完整的解决方案一定还需要其他技术，比如设备上的传感器实时采集数据，通过蓝牙传输数据，再用云计算平台存储和处理数据，在云端运行算法，实时监控设备状态并发出故障预警。

看到这里，你一定会发现问题所在了吧：相比制定一个单独的 AI 战略，企业真正需要的是一个全面考虑各种技术的整体战略。如果公司只把目光盯在 AI 上，反而会本末倒置，造成精力的分散。

于是问题又回到了原点：AI 究竟有什么特别的地方，以至于需要单独为它制定一个专门的战略呢？

答案其实很简单：完全没有！

人才还没准备好，你拿什么做 AI 战略？

调研显示，很多公司在 AI 这件事上还很“不成熟”。什么意思呢？就是从公司高管到普通员工，绝大部分人其实根本不太懂 AI，也没有真正用过这些工具，更不习惯用数据来支持决策。这种情况下，所谓的“AI 战略”只会偏离实际，变成一场纸上谈兵。

试想一下，如果你是公司领导，自己都对 AI 一知半解，又怎么可能制定出一个靠谱的 AI 战略？显然不现实。

大部分公司的起点其实还处在摸索阶段，因此现在最重要的，并不是自上而下地去制定一套复杂的 AI 战略。相反，更应该鼓励一线员工主动去尝试各种 AI 工具，从日常的工作中发现机会，摸索可能的用途。这种由下而上的探索，才更容易诞生真正有用的创意和方案。当然，过程中还得确保有合适的“护栏”，以便员工能够安全地、负责任地使用 AI，避免公司暴露在不必要的风险之中。

真正推动公司前进的，从来都不是技术，而是人。

要实现真正的“数字化成熟”，可能需要几年甚至更长的时间，尤其当企业文化也需要同时转型的时候。如果你以为靠一套华丽的数字战略就能瞬间实现成熟，那就好比你给一个两岁的孩子穿上一套西装，然后告诉大家：“看，他现在是大人了！”显然，这不现实。

强行制定 AI 战略，会让公司做出错误的决策

如果公司硬要强迫自己制定一个所谓的 AI 战略，很可能会导致员工在做决策时，凡事都戴着“AI 眼镜”，认为每个问题都能靠 AI 来解决。

现在的确是 AI 最火爆的时候，但这不代表 AI 就能解决企业的所有问题。未来肯定还有其他新技术出现。如果过于聚焦于 AI，公司可能会忽视其他同样有效、甚至更适合的解决方案。

因此，真正需要讨论的不是“我们怎么才能用上 AI”，也不是怎么靠 AI 让公司利润翻倍或打造新商业模式。而是，公司应该持续思考：“我们如何才能更好地运用数字技术，真正改善业务表现，实现战略目标？” AI 只是众多技术中的一个罢了。

我之前发表的一篇文章里，也曾提出过类似的观点：我甚至认为公司根本不应该有单独的“IT 部门”。如果你把技术（尤其是特定的技术，比如 AI）单独从业务部门割裂开，那相当于把真正负责提升公司业绩的人，与负责实施技术的人彻底隔绝了。长此以往，技术只会与业务脱节，最终带来失败。如果每次遇到问题，公司都只会喊着：“赶快上 AI！”那么，你很可能永远都找不到真正适合你的解决方案。

历史决定了企业能走多远

我的研究还发现，企业在某一时刻能够做出的决策，其实很大程度上取决于过去做过的选择。即使当时那些决定在现在看来已经不合时宜，但历史的影响往往持续存在。

尤其是在技术领域，这一点表现得尤为明显。比如，十年前放弃购买某个软件或是决定不投资某个系统可能在当时是对的，但这些决定在今天可能已经成了障碍，限制了企业在 AI 应用上的空间。

领导者们可能会看到一个 AI 成功应用的案例，然后也想在自己公司里复制。但是，当他们真正去尝试的时候，却发现根本做不到——因为他们十年前就已经选择了另一条路。

有些公司过去很早就做了准备，比如早就对数据质量、技术平台和组织能力进行了大量投资，这样的公司自然能迅速抓住 AI 带来的机会。但大部分公司显然还远远没有做到这些准备。

说到底，大多数公司过去在数字转型中本来就行动缓慢，即使现在突然提出了所谓“AI 战略”，也不会一夜之间超越竞争对手。

如果一个企业一直以来都在数字化转型方面动作迟缓，光靠一个漂亮的“AI 战略”是没法实现飞跃的。到头来，只会白白浪费精力。

所以，现实一点吧，别再幻想 AI 战略能一夜之间带你走向成功。真正有用的 AI 战略，只属于那些已经做好扎实基础工作的公司，而不是大部分正在追逐潮流的企业。

OpenAI 相对于其它 AI 公司的优势基本消失

Sat, 19 Oct 2024 21:10:48 CST

根据最新一期的《AI 现状报告（State of AI）》，OpenAI 相对于其它 AI 公司的优势基本消失。Anthropic 的 Claude 3.5 Sonnet、Google 的 Gemini 1.5、X 的 Grok 2，Meta 的 Llama 3.1 4050 亿参数开源模型，在部分基准测试中已与 OpenAI 的 GPT-4o 持平，部分测试甚至略胜。OpenAI 最近发布的 o1 Strawberry 模型在推理任务中仍然保持着优势。此外大模型执行推理任务所需的费用正在快速下降，一个原因是不同大模型之间性能相差不大，AI 企业被迫在价格上展开竞争；另一个原因是工程师们致力于优化降低运行成本。今天 OpenAI GPT-4o 每 token 输出费用仅为今年 3 月 GPT-4 推出时候的百分之一，Gemini 1.5 Pro 比 2 月 Gemini 模型宣布时低 76%。

互联网公司的管理神话破灭

Sun, 04 Feb 2024 17:21:45 CST

价值观，OKR，花名，弹性工作制等……

在过去的 20 年里，互联网行业为企业管理界贡献了许多花活儿，这其中有些是中国互联网原创的，也有不少是从硅谷学习而来属于全球互联网行业通行。

当互联网行业处于黄金上升期的时候，几乎每家成功的互联网企业都要或多或少的对外输出一下自己的企业管理方法论，有的是通过创始人演讲，有的是通过出书，也有类似腾讯和阿里巴巴这样的，直接以被投企业家俱乐部的形式来影响自己投资的创业企业。

然而，随着互联网黄金增长期的结束，全球互联网普及红利（对国内来说是人口红利）的消失，我们惊讶发现从 2020 年开始，许多过去互联网行业高举高打的管理概念正在失效……或者说，它也许从来就没有有效过。

站在这个时间点去回顾互联网公司曾经沉淀下的那些方法论，我们会发现无论是阿里巴巴、腾讯、字节跳动，还是 Google、Amazon 和 Netflix。他们的企业管理方法论可能都存在错误归因——低估自己所乘着的时代东风，高估了自身的努力（管理行为）。

因为在企业管理界，有一些明显的错误答案，剩下的全都是“正确答案”。

这是我看最近一本书《大厂人才》的感受，这本书由穆胜咨询合伙人娄珺（Samantha）出品。书中详细横向评测了字节跳动、腾讯、阿里巴巴、美团、华为等多个大厂的管理体系，并间或的对这些不同模式与传统企业管理制度做了比较。

原书作者在结论上总结的比较委婉，但我结合自身的大厂工作经历以及对本书阅读的感受，可以直说：所有互联网大厂的管理创新，可能都是画蛇添足。

以全书反思性最为明显的 OKR 为例，OKR 的“始作俑者”Google 在 2022 年启用了新的管理工具 GRAD（Googler Reviews and Devlopment, 谷歌员工评价和发展），GRAD 是一种更为绩效（偏向 KPI）而非目标导向的管理工具。

根据书中的描述，Google 使用 GRAD 取代 OKR 的主要原因可能有两个，第一个是在过去很长一段时间里，由于 OKR 的反 KPI 属性，导致日常业务中大量的经常性工作无法被考核，OKR 只能作为该公司更大的管理机制 Preformance Management 一环使用，并且只能覆盖 40% 的工作。第二个，则是 OKR 复杂的流程和评价机制本身让员工不堪重负，在许多时候，反复的对齐、拉通、复盘比简单的定期考核一个业务指标是否达成更让人痛苦。

OKR 在国内的忠实粉丝字节跳动也在 2023 年调整了它们的考核方式与考核节奏，比如从双月回顾改为季度回顾。

在 OKR 以外，一些曾经在发展早期宣誓要“去 KPI 化”的企业也在最近重新回到 KPI 考核的道路，比如百度和小米。

阿里巴巴的花名机制，也在实践中与原本的设立初衷背道而驰——原本是为了淡化职级加强扁平化管理，结果真的搞成了“江湖味儿”，公司内“门派林立”。腾讯的“赛马机制”和“自下而上”也一度使得公司缺乏 Big Picture，漏球了信息流和短视频这两个非常重要的业务。

从社会学的角度讲，现代企业的本质是个体分工协作的产物。它的作用是将一群人以特定的社会关系结合在一起，实现一个人无法实现的伟业。这意味着巴别塔可以有很多种建成方式，只要没有上帝来捣乱，任何一种方式都可以通天，而“上帝来捣乱”的方法，就是让每个人都觉得自己的方法是对的。

从 2023 年全球互联网行业的大裁员和惨状来看，互联网的企业管理方法论创新，别说可能不适用于其他企业，甚至可能连互联网行业自己都不合适。比如，早期的字节跳动被称为“App 工厂”，上一个火一个。从字节跳动在 2017 年全面启用飞书之后，就再也没有上线过任何一个现象级产品。腾讯方法论无法让腾讯复制微信，字节方法论也无法让字节复制抖音。

这意味着无论是飞书提出的“先进团队先用飞书”还是阿里的“每年将会向社会输出 1000 名在阿里工作 10 年以上的人才”，对于社会上的其他企业来说都是一个陷阱。

如果你相信这些从互联网公司来的工具、人才、方法论能够帮助你原本陷入困境的企业重振旗鼓，那你就要倒大霉咯。

这个观点倒不是书中提出的，而是我之前从字节的方法论观察到的。众所周知，虽然字节其实并不怎么输出企业管理方法论（比起阿里巴巴），但飞书却从诞生之出将“方法论”与产品捆绑进行销售。飞书在所有的媒体和互联网公司都备受好评，甚至连百度和阿里的一些团队也私下使用飞书进行一些边缘项目的协作，确实配得上“先进团队先用飞书”。

但是，这个世界本身就是由落后构成的。

我第一次认识到这一点，是我在一次参会成员年龄稍大的会议上，用飞书分享我自己的稿子（就是那个几万字的稿子）。我讲到一半，一个听众问我：你讲到第几页了？

我愣了，我讲到第几页了？飞书没有页数啊，因为飞书就没想过会有人把电子文档打印出来看。

提问者 50 多岁，以我和大多数互联网员工的视角看确实算是“岁数大了”。但他实际上也是从 90 年代开始用电脑的“弄潮儿”，你怎么都不能说人家“数字素养”不行？类似的情况其实还有几乎所有的在线文档都不支持“尾注”这个在学术写作中非常重要的功能（其实还有“修订模式”），以至于金山文档至今可以拿到腾讯文档和飞书文档都拿不到的市场份额。

是因为各种眼花缭乱的在线文档不够“先进”吗？不，是因为太过先进了，与落后的现实世界并不匹配。

除非你假定一个 35 岁全员退休的社会，否则向落后兼容，就是一个先进管理工具与生产力工具的最重要基础要素。

这个事情在 SaaS 市场其实被反复验证，所有人都说中国的 SaaS 市场不好做，然后找了许多许多理由。但时至 2024 年，就没有几家企业开门做公司敢不买 Microsoft Office，连免费的 WPS 都是因为和 Microsoft Office 做的“一模一样”，才能抢到这部分市场。以至于我之前和@ 汐笺聊 SaaS 的时候说：

你如果做了一个办公三件套，觉得自己很创新，和 Office 长得不像。那一定是你做错了，因为微软办公套件里的每个按钮都有一个你们整个团队那么多的产品和研发，还对应了 0.x%～x% 的市场份额。

你日常可以用飞书，用 notion，用 Obsidian，甚至你在小团队里也可以用这些新工具来协作。然而，一旦你要进入到更大规模的社会协作，你就离不开 Microsoft Office。字节跳动的 GR 和政府打交道也丢飞书链接吗？阿里巴巴和腾讯合作签合同难道用钉钉文档做前期互审吗？不可能的。

不仅在工具层面如此，在管理工具层面也是如此，OKR 是一个所谓“面向创新”的管理工具。但即便是在人类密集创新的最近半个世纪里，创新也并非企业的常态。创新带来的是新增长点，但这个点一旦被创出来了，后面的增长工作无一例外是由海量的人与资金在枯燥的日常工作中驱动的。

这两年其实也刚好有一个对比，一方面是由于裁员数量增大，职场社交软件脉脉上关于“空降阿里员工”的吐槽多了起来。大致的故事模版就是中小厂，来了一个阿里高 P，进来就搞一通管理+工具的改革，风风火火干三个月，轻则业务下降，重则公司倒闭。

另一方面，马斯克在 2022 年末收购推特，主打一个干翻所有管理理念，什么必要岗位，先裁掉一半员工再说。什么切换服务器要半年，我亲自坐私人飞机给你网线拔了——结果是 X 的主要业务数据并没有下滑，甚至在 AI 新业务上的进展也优于 Google。

书中也特意配了一个维度来证明这一点，这是我非常佩服作者的。她竟然能想到用几大公司离职员工的创业成功率来恒量一个企业的管理制度是否有效，而数据是这样的：

公司名称	离职员工创办公司数量	上市公司数量	IPO上岸率
华为	481	25	5.2%
美团	115	3	2.6%
腾讯	720	18	2.5%
阿里巴巴	941	16	1.7%
字节跳动	21	0	0%

数据来源：穆圣咨询、IT桔子

这个维度并不严谨，因为这个数字本身就会有漏算，而且创业成功也并非 IPO 一个衡量指标。但是我们会非常明显的看到对自己价值观与方法论自视甚高的阿里巴巴在这个比较中是非常落下风的。

在这本书中，华为是作为“传统企业”被拉进来与互联网公司做对比的，因此在横评中的每一项，华为几乎都有优势，不免让人觉得这是不是作者在拉偏手。但华为的成功本身由华为的管理方法论决定的吗？华为的方法论在别的企业执行的下去吗？

众所周知，华为在人才管理方面曾做出过一些超乎民企可及范围的事情。类似的情况，拼多多也在电商消费纠纷上有一些“别人做不到的能力”。所以，不管你想要在自己的企业里实施奋斗者文化，还是想要对供应商实施“仅退款”政策，还是要创始人掂量一下自己的斤两。

所以，还是回到我在本文开头提到的，企业管理界有一些明显的错误答案，剩下的全都是“正确答案”。在吸收别人的经验时，错误的总比正确的更重要。只要你的企业还没黄，就不要轻易效仿别人。

尤其是在现在这个下行周期里，企业黄了也不一定是你做的不对，试图模仿先进者只会让你黄的更快。

苹果公司去年在爱尔兰的利润增至693亿美元

Fri, 07 Apr 2023 23:35:44 CST

据报道，苹果公司提交的备案文件显示，去年苹果在爱尔兰的收入上升至2228亿美元，税前利润增至693亿美元。这份文件由苹果位于爱尔兰的苹果国际运营有限公司及其国际子公司（以下称“苹果爱尔兰公司”）提交。文件显示，苹果去年在爱尔兰的税前利润达到了693亿美元，高于2021年的677亿美元。

相比之下，苹果2022财年营收为3943亿美元，净利润为998亿美元。

同时，苹果爱尔兰公司还向母公司苹果汇回了207亿美元，而2021年为253亿美元。文件还显示，在截至2022年9月底的财年内，苹果爱尔兰公司的运营开支为269亿美元。

自1980年以来，苹果一直在爱尔兰开展业务，并已发展成为该国最大的雇主之一。2022年，苹果爱尔兰公司的平均全职员工人数为56639人，较2021年增加了约4000人。

值得一提的是，苹果在爱尔兰的税收安排面临着争议。2016年8月，欧盟委员会曾裁定，爱尔兰政府向苹果提供了非法税收优惠，要求苹果支付131亿欧元（约合143亿美元）的未缴税款。

但2020年7月，欧洲第二高等法院驳回了欧盟的裁定，称欧盟委员会未能证明爱尔兰与苹果的税收安排是非法的国家援助。随后，欧盟委员会提起了上诉。

查看评论

大公司的企业病，Google员工说出了我不敢说的心里话！

Tue, 21 Mar 2023 08:47:58 CST

“Google 有17万员工，这些员工能力强，待遇优厚，但是一年又一年，他们干的活儿越来越少。”

Google员工就像老鼠一样，被困在一个迷宫里，这个迷宫是流程审批、法律审查、绩效审查、文件、会议、OKR、重组.......

老鼠被定期地投喂奶酪：晋升，奖金，美味的食物，更高的津贴。

很多人希望从工作中获得个人成就感和影响力，但是迷宫系统会训练他们忘掉这些欲望，而要学习如何“Google化”：别找麻烦，别捣乱。”

这段对大公司企业病的比喻非常精彩，我在我的公司也有这种困在迷宫中的感觉，但是没有如此清晰地表达出来，也不敢这么表达出来。

Google在我心目中一直是科技界的标杆企业，创新能力强，文化也很棒，可以说是光鲜亮丽，没想到内部也出现了大企业病的症状。

这篇文章的作者Praveen Seshadri不是土生土长的Google员工，他是AppSheet（一个低代码平台）的创始人，2020年被Google收购后加入，三年强制保留期结束后离职。

作为一个外来者，尤其是创业者，他对Google的观察非常深入，提出了Google出现的4个核心问题：

1、缺乏使命

2、没有紧迫感

3、例外主义的错觉

4、管理不善

这些问题都是由一个叫做“广告”的印钞机带来的结果，不断增长的广告收入掩盖了所有的问题。

Praveen对Google的吐槽集中在这几个领域：

一、忘记了为客户服务

Praveen在创业时，特别注意一点：为客户服务。

但是Google忘记了它服务的对象，他们通常服务于一些流程（“我负责审查隐私设计”）或一些技术（“我让CI/CD系统保持工作”），甚至服务于一些通用的Google技术或者“宗教信仰” （“我是代码可读性专家”，“我维护 SWE 阶梯描述文档””）。

每个人只为其他Google员工服务，而忘记了真正应该服务的对象：客户。

每个人得到的反馈都是来自于同事和经理，这就造成了一个封闭的世界，在这样的世界中，努力工作不仅没法创造新价值，还可能有相反的效果。

二、不尊重客户，而是尊重风险

虽然Google的两个核心价值观是“尊重用户”和“尊重机会”，但在实践中，系统和流程的设计目的是“尊重风险”。降低风险胜过一切。

1、你修改的每一行代码都是有风险的，因此请投入大量流程以确保每次代码更改都完美地避免了风险（不要介意它是否对用户有没有吸引力）。

2、你发布的任何东西都是有风险的，所以要进行大量的审查和审批，哪怕是一个小产品的小变化。

3、任何改变过去做事方式的行为都是危险的，所以要坚持过去的方式

4、和领导的任何分歧都是风险，所以对上层总是说：Yes

三、总是以为自己与众不同

在谷歌内部，有一种集体错觉，认为这家公司是与众不同的。

实际上，这家公司的成功是早期的大牛们所创造的，现在环境已经变化，可大家依然以为之前的做事方式非常完美，即使是大多数人悄悄抱怨整体效率低下也没关系。例如:

1、 Google拥有一个独特的、从内部发展起来的技术栈，称为“Google3”。

公司所有的大规模消费产品都建立在这个技术栈上。

这给大家造成一个错觉：谷歌拥有世界上最好的技术堆栈。

十年前这可能是真的，但今天肯定不是这样。外边很多公司没有使用这样的技术栈，也构建了大规模的、可扩展的服务。

公司要保持开放的心态，跟上世界的步伐，不应该禁止世界上其他有用的，可以提升工作效率的的技术，例如React，或者像Twilio，Intercom，Mixpanel这样的SaaS服务，它们能帮助公司更快地进行创新

2、Google的内部流程无疑是过时的。

Google已经陷入瀑布式规划流程中长达二十年。如果一个团队中的高级经理每年做六次计划（每次花一个月），休假一个月，然后用一个月进行绩效评估，那么剩下的时间足够进行一年一年的战略变更和组织重组，对吗？

什么都没完成，没有问题，也没有风险，发放奖金，然后继续前进。

3、Google价值观说要“尊重客户”，但实际上做不到。

除非客户付一大笔钱，否则只能得到一个非常“弱”的一线支持工程师，有多弱呢？对产品的了解甚至不如客户。

每个人都愿意花费上百小时来准备一个向管理层的汇报演示，但是不愿意花费10分钟帮助客户解决问题。

最后，作者呼吁Google做出变革：

高层要好好学学微软CEO Satya Nadella 在微软做的事情，致力于改变世界，为真正的客户提供价值，而不仅仅是关注技术（如AI）或者赚钱（如Google云收入）。

高管要真正地追求使命感，而不是鹦鹉学舌的口号，如果他们要“尊重客户”，副总裁和主管们要取消每周的一个小时会议，利用这些时间去直接面对客户。

中层要质疑过去25年积累起来的传统的东西，拥抱敏捷或者精益开发，将员工视为有特殊才能的人，而不是可替换的乐高积木，鼓励团队向客户做出承诺，并且信守承诺，构建客户想要，而不是VP想要的东西。

对所有员工，都要看看是否可以在团队、产品和客户层面做出积极改变。

说实话，我看到这些挺吃惊的，没想到Google内部也出了这么多的问题，联想到前一阶段无情的裁员（码农翻身注：参见文章《Google裁掉了最优秀的员工》），Google确实处于一个脆弱的时刻，尤其是在AI+微软的压力下。

大公司出了问题，想要走出困境挺难的，IBM在上世纪90年代初陷入亏损，郭士纳力挽狂澜（现在又不行了），本世纪10年代微软出现危机，纳德拉现身拯救，但不得不说都有运气成分，Google现在虽然财务良好，但内部的问题这么发展下去，一定会出事儿，到时候谁来拯救呢？

作者丨Beyond

YC投资前100公司的九种商业模式

Thu, 09 Mar 2023 08:55:32 CST

商业模式上“过度创新”或许会让你更难成功。YC投资的前100公司里只有九种商业模式，其实对创业者来说更合适的方式是找到适合你的模式然后抄袭前行者。其中最赚钱的是市场平台，最容易成功的是SaaS。我们一起来分析一下每一种商业模式是什么，适合谁，以及成功的关键。 1. SaaS 案例：Adobe/Zoom/Slack 成功关键： - 解决企业痛点，通过产品或者销售促进成单 - 提高MRR每月持续付费的增长和Net Revenue Retention营收留存率，建立健康现金流 - 可以适当做非持续性收入（如咨询和定制）但是不要太分心 2. Transactional交易通道案例：Stripe/Coinbase/Wire 成功关键： - 在交易频率高的场景中提供金融科技和支付产品 - 巨大的GTV（总交易额）中抽取1-3%的费用 3. Marketplace 市场平台案例：Airbnb/Doordash/Etsy 成功关键： - 找到双边市场，同时提升供给和需求稳定生态 - 前期起步难，但是成功后网络效果和护城河明显 - 提高总交易量GMV和Net Revenue平台净利润 4. Subscription订阅案例：Netflix/Classpass 成功关键： - 找到大量消费者用户共同痛点 - 同SaaS一样提高持续性付费和留存 - 不依靠销售人员低成本获得付费用户 5. Enterprise大企业服务案例：Workday/Salesforce/SAP 成功关键： - 找到大客户的痛点，获得高额订单（10万刀以上） - 全力销售，做好销售管道（联系客户、展示产品、谈判合同） - 从付费的Pilot测试项目或者LOI采购意向书开始 6. Usage Based 用量付费案例：AWS/Twilio 成功关键： - 通常目标用户为开发者，按照API、产品次数等使用量灵活付费，多用多付 - 用量付费可以偏稳定，但是通常低于订阅和SaaS - 让你的产品既适合小公司也适合大企业，灵活利用付费模式 7. E-Commerce电商案例：The Home Depot/Warby Parker 成功关键： - 并非是市场平台，因而可以享受所有营收 - 做好标化产品，降低COGS货品成品，提高Margin利率 - 集中精力做好大量低价获客和管理毛利率 8. Advertising广告案例：Facebook/Twitter/Reddit 成功关键： - 用户是基础但是广告投放商才是真正客户，用基础帮助客户赚钱 - 除非你有信心成为全球前百的网站，否则不适合你 - 优化平台的投放成本和投放总量 9. Hardtech/Bio/Moonshots 硬科技、生物科技等创造奇迹的公司案例：Pfizer疫苗/Cruise自动驾驶/OpenAI 成功关键： - 通常需要数年时间去获得特定领域的巨大突破 - 大客户的付费意愿书Letter of Intent是商业化重大指标 - 更适合少部分全球精英背景的科研人才此外，服务型企业（如咨询外包）、现有生态内企业（如Shopify/Unity的插件）更容易起步做出现金流，但是没办法扩张成为头部企业，与硬件型企业一样更难获得资本的支持。

摩根大通在全公司范围限制使用ChatGPT

Thu, 23 Feb 2023 11:01:07 CST

【TechWeb】2月23日消息，据外媒报道，华尔街大行摩根大通已下令限制其员工使用ChatGPT这一AI技术驱动的智能聊天机器人。

知情人士称，此举并非由任何具体事件引发，而是反映了摩根大通对第三方软件的正常限制。对于华尔街或者许多涉密企业来说，数据或信息安全更加重要。ChatGPT确实可以提高工作场所的效率，但第三方软件也存在许多法律风险。

据了解，摩根大通成为了第一家限制在工作场所使用ChatGPT的华尔街投行，预计后续还会有更多企业跟进。此前，咨询巨头埃森哲已警告员工不要将客户信息暴露在ChatGPT中；亚马逊也警告员工不要与聊天机器人分享机密信息。

对于受到严格监管的贷款机构等金融平台来说，对引进任何新技术持谨慎态度并无稀奇。在2021年和2022年期间，美国监管机构面向十多家大型银行的罚单总额超过了20亿美元，原因是这些银行的部分员工未经授权使用私人性质的短信服务。

黑五强势回归，结果这几家中国公司carry了全场

Wed, 30 Nov 2022 09:47:39 CST

吃完感恩节火鸡大餐，Cindy 一家人收拾好餐桌之后就各自躺在了沙发上，拿起手机开始刷折扣。隔壁邻居则是计划在周五一大早就“杀”去商场，拿着购物清单，寻找好的折扣。

跃跃欲试的“抢购”成为了这个感恩节周末大家最热衷的事儿。在供应链危机基本解除之后， 今年的“黑五”强势回归了。

各大商场早早地就立起了广告牌，大大的“Black Friday Sale”的标签贴在了商店玻璃上。各个品牌们争先恐后的在线上线下同步造势，用眼花缭乱的折扣向消费者的钱包发起进攻。而人们都兴奋地在社交网络上分享自己找到的好折扣，或者兴致勃勃地列出一个必备清单。

比起去年静悄悄的黑五，北美各地的节日气氛已经回到了疫情前。根据全美零售联合会追踪实体店和网上购物数据的一项调查，从感恩节到网络星期一，购物者的数量创下历史新高，接近2亿购物者涌回商店。该机构预计，今年假日季的销售额将比去年增长6% 至 8% ，达到 9426 亿美元至 9604 亿美元。

网友调侃人们激动的购物心情图片来自Twitter

消费者网购已成习惯，线上销售记录再被刷新

当然，虽然今年各大商场热闹了许多，但由于这两年的海外电商的崛起对人们消费习惯所进行的重塑，更多人选择在家里线上抢购。

Cindy一家就都收获颇丰。她自己想买的化妆品已经在黑五前就开始了打折，于是她立马为自己下了一单，选择第二天到家附近店里去取货。Cindy的丈夫发现上周买的除草剂已经降价了几十块钱，开始尝试着跟在线客服沟通申请保价。

儿子想要的新电脑要从黑五零点开始打折，于是他晚上一边打着游戏一边看着手表，等着12点准时“冲”进网站清空购物车。女儿第二天跟朋友已经约好了要一起去逛街，但在此之前她正刷着手机，在备忘录上记录好自己想买品牌的折扣情况，并把想要的衣服款式和价格截图保存了下来。

Cindy一家人的“黑五”是目前很多北美家庭的真实写照。三年前，很多人都去商场门口彻夜排队，等候着零点钟声响起冲破大门抢商品，如今，购物不必只等到黑五当天，大家抢购的方式也变成了紧握着手机去拼手速和网速。

图片来自Twitter

根据 Adobe Analytics的数据显示，通过追踪美国前 100 家在线零售商中超过 85% 的数据，今年“黑五”当天，消费者在网上购物的花费创纪录达到了 91.2 亿美元，比一年前增长了 2.3%，强势超过了 2020 年疫情爆发全体居家后黑五当天 90.3 亿美元的销售额高点。

其中，电子产品是线上销售额的主要贡献者，“黑五”当天美国电子产品线上销售额较十月平均水平飙升了221%，最热门的商品包括Xbox和PS在内的游戏机、无人机、苹果系列产品、戴森系列产品等。此外，玩具和游戏类产品较过去日均销量增长了285%、智能家居产品上涨了 271%、运动器材也较日均销量增长了218%、音响设备上涨了230%。

今年黑五移动端消费十分强劲，有 48%的在线销售是在智能手机上完成的，较去年的44%再次有所增加。

数据来自于Adobe Analytics

新兴电商们集体发力，向商场和亚马逊发起猛攻

相较于去年，今年黑五还有一个显著的特点，就是各类商家们的线上促销战越发激烈。

首先，以Shein、Temu为代表的跨境电商平台攻势更加凶猛。经过最近两年的持续试验，万券齐发、低门槛包邮和满额折上折的促销模式已经被这类平台玩得炉火纯青。

“四舍五入相当于不要钱一样。”今年在Shein上疯狂下单的Jenny向硅星人说道。“我可能一共买了有50多件东西吧，一共也才花了不到200美元。”

Jenny此次网购的品类可以说是五花八门，几毛钱的耳饰，1、2块的手机壳，各种圣诞小装饰品，造型可爱的袜子，实用的厨房小工具……Shein上的小商品本就定价不高，再加上此次黑五期间，很多产品的折扣达到了3折甚至低至一折，放眼望去，大量商品的价格都在个位数，甚至一些都不足1美元。

除了闪购之外，Shein还提供了折上折的优惠，满 49 美元减 15%，满 99 美元减 20%，满 149 美元立再减 25%，直接给消费者营造出一种疯狂大放送的氛围。

而在跟Shein几乎同样的低价商品赛道上，今年，拼多多的海外平台Temu也首次加入了混战，并且来势汹汹。除了跟Shein一样超低折扣和折上折之外，Temu甚至还开启了的无门槛包邮和90天免费退换货服务。

大量商品的价格再次击穿地板，在商场里要买十几刀的圣诞装饰品们价格降到了几块钱，很多鞋子衣服的价格都成了个位数。 由于目前Temu的一些商品供应链有限，黑五当天，很多商品上架不久就被抢空，几小时就能卖出成千上万件。

图片截自于Temu官网

“我这次黑五对比了一些Shein和Temu上相同商品的价格，目前看起来Temu总体都要更便宜一点，可能是现在正好在平台烧钱补贴阶段吧。但我人在加拿大也没买不了，只能羡慕隔壁。”在加拿大的Katty笑着说道。“不过相对于商场和亚马逊来说，我在Shein上的一些东西也已经够便宜了。”

目前Temu仅开放了美国市场的商品销售，但有消息显示，Temu目前在加拿大等其他地区的AppStore上也已经可以下载，如果这次黑五大获全胜，应该很快也会在其他地区上线。

除了Shein、Temu这些直接销售站点，独立站背后的“隐藏王者”Shopify 也再次宣布今年黑五和Cyber Moday的销售额再次创纪录。 Shopify的数据显示全球独立站点的销售额达到 75 亿美元，比 Shopify 2021 年黑黑五期间63 亿美元销售额增长了19 %，全球有5200万消费者购买了由 Shopify 提供支持的独立品牌，比 2021 年增长了12%。

图片来自于Shopify官网

一边是独立站在疯狂扩张，另一边，之前一直在电商领域上蠢蠢欲动的TikTok也终于开始在美国市场采取动作了。

过去两年来，TikTok相继在英国、新加坡、东南亚多国上线了TikTok Shop，而就在此次黑五前夕，TikTok Shop在美国低调上线。但跟Shein、Temu瞄准跨境卖家不同，目前美国TikTok Shop小店首先将重心放在了美国本土品牌和卖家上，采用 “全闭环”模式。意思是目前只允许美国本地商家申请入驻，商品的销售地区也只在美国。

此次TikTok Shop在美国上线并没有大张旗鼓地宣发，前期十分低调，可能跟去年在英国站的运营经历有关。

在TikTok Shop在英国开放之后，因为刚开始入驻门槛设置得较低，一时间大量卖家涌入平台，导致商品质量参差不齐，收到了用户的大量投诉。今年4月，TikTok Shop官方封了一大批英国站的店铺，还收缩了自注册的渠道和加强了审核。

消息显示，从本月中旬开放至今，只有小部分美国本土卖家通过审核拿到了TikTok Shop美国小店的邀请码资格，总体来看目前还只是在测试阶段。但与此同时，根据最近TikTok Linkedin的官方页面显示，近期 TikTok正在美国招聘相关人员建立“国际电商订单履行中心”， 该中心将支持美国国内电子商务和跨境电子商务的国际仓储、清关和供应链服务等。很多人猜测，TikTok美国商店的跨境入驻服务也将很快开启。

图片截自于TikTok官网

美国站正式起步，英国、泰国、新加坡等全球其他8个TikTok Shop站点在此次黑五期间也全都基于TikTok平台进行了各种各样促销活动，模式包括直播间打榜比赛、黑五购物短视频挑战赛、在线发送折扣码等等，同时官方也提供了一整套社交电商销售指南帮助商家在节日间进行流量变现。

通胀和经济下行夹击，大家也在捂紧钱包

虽然线上销售再创新高，但当前居高不下的通膨水平，以及对经济大环境的担忧，让很多消费者在“剁手”这件事上更为理智、出手也更加谨慎。

“现在通胀这么厉害，未来经济走向也不确定，还不知道哪天会不会被裁员。所以今年不是家里必须马上要用的东西尽量都没有买，不敢大手大脚的花钱。”Jayson告诉硅星人。虽然感恩节期间，Jayson和家人早早地就去商场逛街了， 但今年，逛是主要目的，买反而变成了次要任务。

根据美国零售联合会的预测，有67% 的消费者会在黑五当天去实体商店购物，从感恩节到网络星期一的五天内，预计将有超过 1.66 亿美国人进行购物，而这是该组织自 2017 年开始追踪数据以来的最高数据水平。然而，虽然大家都走出了家门，但消费总额却没有随之水涨船高。

根据Adobe Analytics的预计，将线上线下的黑五的销售加总来看，总销售额（11 月 1 日至 12 月 31 日）将增长 2.5%，远低于去年 8.6% 的增幅。

图片来自于Adobe Analytics

“主要去年和前年都呆在家里没有出来好好逛街，今年感觉节日氛围又回来了，趁着假日家里一起出来走走，但其实也并没有买太多东西。”Jayson还表示由于很多商家在黑五期间变相涨价再打折，所以他们也会花费更多时间去比较历史价格和货比三家。

此外，根据Adobe的数据，即使是进行消费，大家今年也更加注重预算管理。今年黑五期间，购物者使用“先买后付”服务的比例较前一周增加了78%，购物者更加倾向于免息分期付款，也直接推动了“先买后付”服务提供商的收入同期增长了 81%。

从今年“黑五”的情况来看，虽然正常的假日已经从疫情的阴霾中走出回归，但两年多的疫情带给普通消费者的影响是深远的。如今，人们似乎更加习惯于线上消费的模式，反而将线下消费当成了购物的补充和生活的调味品。

那么，今年黑五你们“剁手”了吗？你是更喜欢网购还是逛商场呢？欢迎大家留言讨论。

注：1.文中采访对象Cindy，Jenny，Katty，Jayson均为化名。

2.封面图来自于谷歌公共图库，版权属于原作者。如果不同意使用，请尽快联系我们，我们会立即删除。

2022 国内公司前端团队都在搞些什么?

Tue, 18 Oct 2022 00:00:00 CST

谢邀！

2022 国内公司前端团队都在搞些什么？这个问题是一个很宏观的问题，需要根据目前国内各个大厂在一直推进的 已有技术项目的投入、 行业需求的技术前瞻以及 新标准新技术的孵化几个方面来进行分析。

前端从单纯的还原页面到打造极致体验，从实现页面到实现服务，随着业务需求和技术的发展一直围绕着几个目标逐渐靠近，降本提效、交互创新、工程能力、跨端兼容、智能化、用户体验等都在快速的发生着变化，从内卷到外卷，再到互卷，这也导致前端研发人员哪怕是架构师也要一直持续的关注和学习行业的新技术新能力新变化保持自身适应快速的发展。

知过去，致未来。

" width="1502">

2021年国内大厂前端都在做什么？

从GMTC2021年的前端技术大会举办情况可以发现，JavaScript设计的艺术仍在权衡与进化，用户体验仍然面对困境与寻求破局，寻求跨端解决兼容性技术何去何从仍在探讨实践，前端智能化仍然是个比较时髦的词汇，业务与技术仍然在平衡与取舍。聚焦2021年的前沿技术及实践经验，各个大厂主要还是在做几个方面的事情。

大前端智能监控

由于每个用户的 Runtime 不一样，大前端要做好监控面临着较大挑战。而大前端特有的多端适配，多端逻辑统一，对质量提出更高要求。监控系统作为观测业务的窗口，对于业务稳定性而言至关重要，加入机器学习，可以辅助发现人的盲点，提升运维效率。而智能故障发现、故障定位、故障自愈等都依赖稳定、可靠、智能的监控系统。但目前离实现真正的智能监控乃至智能运维还有很长的一段路要走。腾讯的QAPM Flutter智能监控体系、快手用户体验稳定性智能保障、华为云前端内容质量智能监控都是大前端智能监控很好的经验。

大前端跨端技术

跨端技术核心在于研发效率和性能体验之间的平衡与突破，移动互联网诞生至今，跨端技术层出不穷，百花齐放，仍没有出现终极解决方案。Hybrid跨端方案、工程实践、容器框架、自渲染、平台体系等不同跨端技术的特点与未来趋势都在迭代丰富。字节跳动自研了 Lynx 高性能跨端框架，旨在解决跨端技术框架遇到的性能、用户体验、研发体验等问题。

Taro 通过不断迭代，一步一步突破能力的边界，从兼容多种小程序到外延发展，Taro 3 支持使用 React Native 开发 App 的方案，由58同城与京东凹凸实验室合作完成，于 2021 年 4 月发布正式版本，旨在帮助前端工程师快速构建 App，或将现有的小程序业务迁移到独立的App中。

Flutter 2也于2021年发布，正式支持了 Web 和桌面端，使其从移动端框架拓展成了全平台框架。SenseMARS 是商汤原创领先业界的混合现实平台，它深度融合了 AI+AR 相关技术，可以在多种系统平台和终端设备上，实现具有沉浸式的虚实融合视觉效果和互动体验，也分享了 WebAssembly 在 AR+AI 新形态下在大前端的应用。美团的flutter 动态化方案依然在探索中实践。

前沿渲染技术

图形从平面到 3D 趋向复杂化，比如现在的一些 App 里面甚至需要 3D 或者是更复杂的渲染效果，渲染技术面临的挑战也越来越大。当前，端侧渲染技术最有代表性的当属游戏领域的渲染引擎，比如 Unity 和虚幻，对于非游戏行业，大多选择自研业务渲染器。另一边的 Web 侧，则主要在关注 WebGL、WebGPU 的发展。

阿里巴巴U4 内核如何在 Chromium/Android WebView 渲染流水线基础上进行大幅度优化改造来进一步提升渲染性能，降低内存占用和提升整体稳定性。桌面端无数接近电影画质的 AAA 机游戏大作层出不穷，但每一个都是网页无法企及的；网页端 JavaScript 发展迅猛，几大前端框架轮番上演好戏，WebAssembly 大放异彩；只有 WebGL 弱小无助，甚至直到今年苹果才开始支持 WebGL 2.0，但是WebGPU 替代 WebGL 成为未来的网页图形技术已经是不可改变的事实。

对前端技术中比较特殊又极其重要的一个分支——游戏前端来说，游戏引擎是至关重要的行业基础设施，承担着画面渲染、交互、平台适配、内容生产等至关重要的职能，Cocos 作为国内用户广泛、普适性很强的通用商业引擎，有着非常深厚的技术积累，尤其是在今年发布了 Cocos Creator 3.0 之后，正式支持完整的 3D 图形渲染和内容制作能力。

前端智能化

提起前端智能化，脑子里冒出来的几乎都是 D2C、P2C 这样的解决方案，辅之以 AI 相关的能力。前端智能化究竟在具体的使用场景中创造了什么样的价值？如何实现从产品设计到产品发布的全链路智能化？除了老生常谈的智能布局和组件识别等跟 UI 自动化相关的智能化方案，我们还能再做些什么？阿里巴巴分享了ToB 业务场景下中后台智能化开发体验与实践，转转智能代码平台神笔马良的研发与实践，都在解决支持业务的轻量 H5 页面的开发耗费大量时间和人力的棘手问题。

前端框架

经历了两年多的开发，Vue 3.0终于在2020年9月18日发布。2021年很多团队抱着尝鲜的想法用Vue 3及其生态编写自己的项目。

大前端安全

在涉及到第三方代码执行及人机识别的产品场景中，通过使用 WebAssembly 编译成熟的 JavaScript 引擎实现运行相关代码是常规的手段。但由于浏览器中 JavaScript 引擎和 WebAssembly 引擎是独立且分离的，因此此种方案在两者通信的过程中常常会给予攻击者破解业务逻辑的机会，从而造成业务的数字资产损失，我们亟待需要使用新的方案来解决此类问题，由此 sablejs 应运而生。

DOM-XSS 作为一种经典漏洞，手工挖掘起来并没有什么难度，但随着前端安全防护技术的日益成熟，代码的混淆、压缩，各种前端框架层出不穷，导致漏洞挖掘的难度也逐渐增大。CodeQL 的诞生就是为了帮助许多白帽子解决这方面的问题。

研发效能提升

Webapck 构建慢是前端的大痛点，很多开发同学深受其害，不仅消耗了时间，还影响研发的心流，因为改一行代码需要过几秒乃至十几二十秒才能看到，vue也推出了自己的vite构建方案。Serverless也在赋能大前端研发效率。

性能提升

最容易让人产生共鸣的往往是网站的性能问题，比如网站的访问交互速度。如何发现性能问题？性能如何优化（性能优化的常规方法和框架方法）？如何衡量收益？加载速度优化、渲染性能优化和网络优化方案层出不强，HTTP3还在继续酝酿。CSR、SSR、NSR、ESR、hybrid离线包、Big pipe、app cache等各家都有各家的尝试。

低代码架构设计与实现

近一两年“低代码”的概念异常火爆，每次技术大会上都有低代码的身影，在降本提效需求的驱动下，低代码平台百花齐放。而其中，在企业级中后台领域、运营活动搭建领域和多终端应用生成领域，低代码技术已进入深水区。如组件加载与嵌套机制、页面容器渲染、实时预览、插件化架构、跨端生成、自然布局、高低代码混合开发等都在进入实践阶段，比如华为云在进行多技术栈及高低代码混合开发，阿里低代码引擎和生态建设如火如荼，京东也在建设面向营销业务的低代码平台。

2022年国内大厂前端都在做什么？

已有技术项目的依然会继续地投入、行业需求的技术前瞻以及新标准新技术的孵化，相信元宇宙概念的出现会让前端在渲染上有着非常重要的突破。

" width="1242">

图形渲染创新技术

Web3D/AR/VR等前端图形技术一线大厂前端技术的发展，一直催动着整个交互体验前进的步伐，用户对于前端交互技术越来越关注。AR、VR、WebGL等领域开始进入发热期，这也是元宇宙的基础(尽管我不看好它)。小游戏在市场上一直像过山车一样，但无疑它是最低成本高营收的行当。

" width="1385">

大前端跨端兼容技术

以前端技术为核心的开发方式，在移动端越来越成为主流方式，在开发成本会继续降低。比如flutter和react native的生态和方案会日趋成熟。开发与推广一个原生App的成本越来越高，越来越难。小程序生态会继续的崛起，跨端小程序开发会保持火热。目前腾讯、阿里、滴滴、美团、支付宝、字节全系列等企业都已经完成了小程序架构的建设。这也就意味着未来几年，会有更多的应用会以此形式野蛮发展。而企业想要提升自己的核心竞争力，必然会注重前端技术的发展。

PC桌面端入侵深入，特别在B端。以NW.js和Electron为代表的前端技术的出现，意味着前端技术现在也出现在的桌面端中了。与其寻找原生Win或Mac程序员相比，前端人员显然更好找。阿里云盘、飞书、vscode（专业级）、Slack等都是基于前端PC技术Electron开发的。

" width="732">

低代码能够一定程度上缓解开发投入问题，细分领域逐渐被充实，仍然保持高速发展。

这几年全栈工程师被炒的非常火热，而发展最快的所属Web前端转全栈，因为前端的基础语言是JavaScript，而后端Node的基础也是JS语言，这就为前端研发人员创造了得天独厚的优势，常用的框架express和koa还有就是eggjs依然会推出新版本，想Umi这样的方案也会越来越好用。不过Node永远不会取代后端主流语言，至少现在不会。

" width="1485">

现在我们已经完全进入了云服务时代，与过往不同，云厂商提供了各式各样的云基础设施，再往后我们进入了Serveless的时代，也就是无服务。无服务并不是真的没有服务，而是服务由云服务商提供，你只需要关注业务即可。而与Serveless相伴而来的则是FaaS，也就是函数即服务。不管是Serveless或是FaaS，NodeJS以及JS等前端技术是最合适的技术，特别是NodeJS的冷启动时间在毫秒级，远优于JVM秒级的水准，而对于Serveless来说，按需启动与停止这个点对于冷启动时间有非常高的要求。在这一点上，虽然有一些争论认为JVM也适合Serveless技术，但从启动时间上来说，无疑是NodeJS更甚一筹。

" width="3088">

综上，技术源于需求，行业发展的方向必将会产生众多新的需求和问题，这些问题背后的需求将会推动技术的发展。 已有技术项目的会继续投入、 行业需求的技术前瞻以及 新标准新技术的孵化催化新的方案。

知过去，致未来。

欢迎关注或者转载！

“当你不再是程序员，很多事会脱离掌控”—— 对话全球最大独立开源公司SUSE CTO

Mon, 29 Aug 2022 07:36:07 CST

【CSDN 编者按】作为全球企业级开源解决方案领导者SUSE的CTO，Brent Schroeder见证了一波又一波技术潮流赋能企业创新发展，为企业注入新活力。同时，他也感受到技术革新给企业的商业策略、运营方式和IT基础设施所带来的冲击。他认为，在如今开源和云原生大潮来临的时代，企业需要做好新一轮乘风破浪的准备。

作者 | 宋林飞
出品 |《新程序员》编辑部

1992年，三名来自德国的数学系学生和一名刚毕业不久的软件工程师共同成立了一个UNIX服务小组，这也是SUSE的雏形。两年后，SUSE发布了其首个Linux发行版—SUSE Linux1.0。此后，SUSE与IBM、SAP等头部科技企业逐渐达成合作，并巩固了自身在企业级Linux解决方案供应商中的地位。经过三十年的发展，SUSE已然成为了头部开源技术供应商之一，除了原有的企业级Linux产品外，它还向客户提供Kubernetes管理平台和边缘解决方案，利用团队专业的开源技术帮助企业用户实现业务增长。

作为SUSE的CTO，Brent Schroeder在概括自己的日常工作时说道：“我现在做的事和我作为学生、程序员时本质上没有区别，都是在解决问题，变化的是所解决问题的深度和广度。”他表示，现在往往需要跳出这个时代，预判十至二十年后的技术发展趋势，从而提前布局SUSE的产品和研发方向，在未来持续地为用户提供适应时代的解决方案。在从事技术行业的几十年中，Brent Schroeder见证了互联网兴起、大数据时代，再到如今的开源、云原生发展壮大，一波又一波的技术浪潮不断冲击着企业的商业策略、运营方式。在新技术，新思潮带来的变革中，企业唯有在人才、技术、基础设施等方面提前做好准备，才能更好地抓住机遇，应对不断变化的外部环境。除了技术方面的思考，为SUSE团队提供必要的支持也是他管理工作的核心。回想他从程序员向管理层的转型经历，Brent Schroeder坦诚地说：“当你不再是执行者时，很多事都脱离了你的掌控，这令人沮丧。”他认为软技能的培养对想要从事管理工作的技术人尤为重要。

在本期《新程序员 004》的采访中，Brent Schroeder就程序员向管理层转型所遇到的挑战及企业该如何应对新技术潮流的冲击分享了他的观点。以下是本次访谈的详细内容。

学生时期与代码邂逅

邹欣：20世纪80年代，你在美国爱荷华州立大学攻读计算机和工商管理双学位，那时计算机科学还不像现在这么火热，是什么引起了你对编程的兴趣并决定学习这个专业，直到成为一名技术专家？

Brent Schroeder：决定修双学位是因为我那时就感受到了技术赋能商业运作的潜力。我与编程的渊源可以追溯到高中时的编程课，我在Apple II上开发了一个课表管理程序，帮我在排课表时省去了很多麻烦。尽管最初只是用程序实现一些简单的功能，但在那个纸质文件盛行的年代，编程对效率的提升作用深深吸引了我。

在后来的职业生涯中，我致力于探究解决问题的方式，这个习惯也一直驱动着我。作为一名技术专家，我从事的工作可以概括为理解企业在业务中遇到的挑战，并使用技术方式帮助他们解决那些被认为太困难、太昂贵或太耗时的问题，这是非常令人兴奋的。

邹欣：大学期间你印象最深刻的一个人或一件事是什么？

Brent Schroeder：老实说，选出一件事或一个人还是挺难的，因为实在太多了。美国爱荷华州立大学的计算机科学专业非常有竞争力，历史悠久。第一台数字电子计算机—ABC计算机（Atanasoff-Berry Computer）就是在爱荷华州立大学诞生的。但至今我时常会想起一位离散逻辑学的教授在开学第一天对我们的“挑衅”：“向你右边及左边的同学作自我介绍，因为到期中考试的时候，你们之中将有一个不会再出现在这儿了（因为课程很难）。”

邹欣：你提及，在大学期间你就感受到了技术赋能商业的潜力，那时你是否为自己作出了清晰的职业规划？

Brent Schroeder：在我二十多岁时，其实没有长远的规划和目标，只是单纯地享受解决问题的过程和学习新技术。直到进入职场十年后我才开始规划自己的职业蓝图。我最初给自己定下的目标是成为一名技术部门经理，后来慢慢地开始承担管理责任、熟悉CTO的角色，这对我很有吸引力。

SUSE CTO的“岗位描述”

邹欣：从一名学生，到程序员，再到技术专家、CTO，这一路你的思考方式和对技术的理解一定在不停变化，能否与我们分享在不同阶段它们是如何变化的？

Brent Schroeder：从学生到进入职场至今，我所做的事本质上都是解决问题。但变化的是所解决问题的深度、广度和时效。

当我还是一个程序员时，我关注的是赶紧把代码写好，与客户对接，思考如何满足他们实时的业务需求，多数时间需要我解决的问题都是具象的。我的产出看得见、摸得到，在短期内就可以生效并能马上得到客户反馈。

当我进入管理层后，大部分精力都花在了打破团队隔阂，解决他们的问题。比如给团队提供合适的工具，帮助他们提升培养能力，定位团队中的问题，使他们更好地协同等，所处理的事物越来越多样，我需要去平衡自己可用的时间，并且产出不会在短期有直观效果的成果。

成为CTO之后，我思考问题的眼界和层次有了天翻地覆的变化，需要以超前于现有技术环境一代甚至两代的视野来分析整个技术生态的发展趋势。包括预判哪些技术会出现、哪些会成功、哪些不会向预期的方向发展。并以此为依据，结合目前客户和行业所面临的挑战，使用适当的技术组合来帮助他们提前布局，实现商业目标。

邹欣：的确，当作为一位程序员时，你只需要解决具象的问题，产出马上就能被看到。但当你进入管理层，级别越高，你做的事影响越深远，同时也需要更长的时间才能见效。在适应这种变化的过程中你可曾遇到过挑战？

Brent Schroeder：无论是我自己，还是在帮助其他人从程序员向管理层转型的过程中，我发现最大的挑战是“你不再是执行者”。因为在之前的职业生涯中我们已经习惯参与到项目的具体事宜中，通过自己的产出来推进项目的进程。如此，项目成功与否、质量如何，对我来说完全可控。

当你进入管理层之后一切都变了。规划好方向后，剩下的工作需要依靠团队来完成，我能做的只是给他们权限和支持，不能再切实地控制项目走向。尤其是当项目进展不顺利时，这会使人非常沮丧，你会忍不住地想深入细节，自己动手完成一些工作。但你必须摒弃这种想法，如果你把时间花在项目执行层面，就没时间做你的本职工作，为团队成员提供必要的支持。

所以，在角色的过渡中，个人心理建设很重要。需要认清自己的动力是马上得到别人的认可，还是从更宏观、长远的角度来推动事情的发展。

邹欣：许多学生和年轻技术人都认为只要掌握了过硬的技术，自己就无所不能。但当他们慢慢深入职场，参与到更大的团队中，开始参与管理工作时，除了技术能力外，软实力也开始变得重要。你对此有何见解？你认为想要自己的职业生涯能更好地发展，哪些软实力是不可或缺的？

Brent Schroeder：我认为对于技术人而言，技术实力固然重要，但真正将开发者、管理者和CTO区分开的正是软实力。有很多开发者尽管资历很深，但他们还是宁愿留在一线，因为他们认为软实力的提升对他们是很大的挑战。

对于未来想要参与管理的技术人而言，与人交往的能力往往比技术实力更重要。比如，你所带领的团队中有表现较好的成员，这时你就需要思考如何在工作上给他们挑战从而帮助他们更好地成长，如何通过奖励机制激励他们，如何使他们发挥带头作用从而使整个团队得到提升。同时，你的团队中也会有表现欠佳的成员，你需要给他们适当的引导、培训，鼓励他们，通过管理手段改善他们的表现，使其成为团队的贡献者而不是团队的“拖油瓶”。此外，你的团队可能还需要与其他团队合作，你需要说服他们和你一起为了共同的目标努力。

这些都是作为管理者每天都会遇到的挑战，想要克服这些困难，人际交往能力是不可或缺的。不幸的是，这种能力是从课本上学不到的，只能通过不断地实践来培养。

开源与软件的强强联合

邹欣：前面提到，你初学编程时使用的是闭源的Apple II，但如今的学生学习时刚接触的大多是开源系统。对于这种变化，你怎么看？

Brent Schroeder：我认为这种变化是令人兴奋的。虽然Apple II不是现在意义上的开源系统，但我们也有对其进行修改的权限。记得当时我和几个同学在学校机房的电脑上恶作剧，在命令行中动手脚，这样别人在执行这些命令时系统就会给出奇奇怪怪的反馈，至今想起这些我依然感到非常有趣。如今的学生能够看到底层代码并自由地对其进行修改，这能使编程的学习充满乐趣。

邹欣：在如今的科技产业中，许多企业都在使用开源协作来驱动创新。你认为开源为什么能成为推动科技创新的主要实践？

Brent Schroeder：开源能推动创新是因为它激发了工程师们与同行合作的热情，从而把世界上最优秀的工程师们聚集在一起，通过开放协作的方式共同攻克业内难题。

开源社区是多元化的，这体现在社区成员拥有不同的背景、经验，来自不同的环境。将这些多元化的经验、特点综合在一起，所产生的能力要远远超过公司内部一群身处“与世隔绝”环境中的程序员。通过这种大规模合作，多元化的社区，开源软件才能实现快速的迭代和创新。

邹欣：假如一个项目的参与者越多，项目中的Bug就越容易被发现和修复，质量也会变得越来越好，这无可厚非。但对于企业级开源软件来说，因为它们在企业运作中扮演重要角色，很多企业对于如此开放的软件难免会不信任。那么，该如何解决这些企业用户的担忧？

Brent Schroeder：不可否认的是，我们这些沉浸在开源中的人常常会忽视外行人对开源软件的误解。我上周参加了一个金融行业的专题讨论，很多出席的行业人士都表示了他们对引入开源软件的担忧。

我认为要做好企业级开源解决方案，除了促进开放协作，同时也要关注软件的可控性和社区治理机制来确保产品的质量和安全性，这些是企业用户最关切的。尽管在开源协作中社区的多元性和活跃度非常重要，但开源项目必须要向着既定的方向发展，这就需要社区治理能力，保证社区内的成员都向着同一目标贡献。有许多开源项目都是由于缺乏共同的方向，导致了开发过程中不必要的复杂性和优先级冲突因而越做越差。

因此，要解决企业用户的担忧，可以从以下方面着手：

确认项目目标，使社区成员保持同步。
从开发流程上重视软件的完整度和安全性，手段包括严格的代码审查机制、测试制度，并保证每一次上线都经过此流程。
如果开发中使用到了外部软件，需注意外部软件是否存在漏洞和安全问题。

假如开源开发严格按照完善的流程执行，所产出软件的安全性、可控性会超过闭源软件，因为它从设计到落地得到了无数社区精英的关注。你可以想象假如在闭源公司中要雇佣这么多人来审查代码和进行安全测试成本会有多高！

云原生浪潮下的科技公司

邹欣：除了开源之外，云原生在近几年也异常火热。自云原生概念被首次提出以来，大家对云原生的定义仿佛一直在变化。我们该如何理解这种定义的变化？基于现在的环境和你的理解，你如何定义云原生?

Brent Schroeder：虽然云原生在迅速发展，但我不认为它定义的本质在改变，变化的是在定义范围内我们能实现什么。行业对云原生最初的描述中提及了许多概念，包括DevOps、微服务、敏捷开发、持续交付、公司文化和流程，更多的是过程和结果，而不是特定技术。这代表云原生所使用的技术可以不断发展、变化，以构建可伸缩、有弹性、持续迭代、在云上可靠的应用程序。

在早期，大家还在讨论什么类型的应用与云原生更匹配，但随着云原生产出了越来越多的价值，如今人们希望将它应用到更多的场景中，所以必须开拓新的技术手段。

我对云原生的定义非常简单—它是流程和技术的结合，让企业可以构建和快速迭代应用，使应用具有动态伸缩的能力，赋予基础设施更高的容错率，并可移植到所需的业务领域以满足业务需求—这意味着它可以运行在公有云、私有数据中心中，或广泛分布在各种边缘节点上。

邹欣：云原生如今已成为实现企业数字化转型的技术趋势。在引入云原生之前企业应该有何准备？企业该如何拥抱云原生趋势？

Brent Schroeder：云原生会对企业的技术、人才、商业战略等方面带来冲击，如果企业不做好周全的准备，云原生技术引入会对企业产生负面影响。

引入云原生技术从企业购买云服务开始，因为云原生不会在一夜之间发生。它需要企业加大对IT部门和业务部门所需人员，以及必要技术的投资。

人才方面，从IT运营团队、平台架构师到开发人员，他们必须经过适当的培训，学习云原生开发所需技能。人才投资会大大提高成功的概率和效率。

企业和员工必须熟悉云原生架构下的开发流程，采用以CI/CD开发和交付方法为核心的DevOps文化。

选择合适的技术。容器、Kubernetes、基础设施，通过自动化代码来管理权限管控或安全策略，都是云原生技术概念。

总的来说，企业拥抱云原生首要考虑的应该是思想、策略和人才培养，最后才是技术。虽然大多数云原生基础设施的技术都是开源的，但我们强烈鼓励企业与技术提供商加强合作，借助技术提供商的丰富经验来协助技术引入和项目的生命周期管理。

邹欣：云原生技术正在渗透传统行业，在未来十年，哪些行业受到的云原生影响最大？云原生将如何改变它们?

Brent Schroeder：我认为所有行业都会受到云原生的冲击。如今，每个行业的公司都在变成技术公司。无论是零售、制造、金融、运输、医疗，甚至是政府服务，都面临着向客户提供多样化服务和新功能的挑战。企业必须能够更快地作出反应，来支持多样化的需求，应对变化—而云原生方法和技术可以实现这一点。

前段时间，我与一家石油公司就边缘计算技术进行了沟通，我惊讶地发现他们也将自己定位成一家科技公司。他们认为云原生技术可以提升内部系统对石油基础设施的监控能力，提升其解决和预判问题的效率，使企业运作更平稳、可靠。

邹欣：对于云原生时代的开发者来说，他们必须具备哪些技能才能满足行业的需求?

Brent Schroeder：我认为开发者必须掌握云原生相关的方法论，包括DevOps、CI/CD、微服务等。技术行业的发展目标是尽可能从业务开发中抽象出底层技术，这使得业务开发人员能专注于业务交付，而不是IT基础设施。但对于底层架构工程师来说，他们有更多需要掌握的技能，包括容器、Kubernetes等。

SUSE成功的“秘诀”

邹欣：SUSE的研发团队目前主要关注哪些研究领域?

Brent Schroeder：SUSE是创新、可靠、安全的企业级开源解决方案的全球领导者，超过60%的财富500强企业依赖SUSE来驱动他们的业务。我们专注于企业级Linux、Kubernetes管理平台和边缘解决方案的研发，并与社区合作，使我们的客户能在各个领域创新。

简化和扩展云原生应用是我们研发的重点领域，因为企业对它的需求日渐紧迫。时至今日，云原生开发需要很多专业技能和新技术。为了让更多的企业享受云原生的红利，SUSE专注于简化容器、Kubernetes、边缘计算等企业级解决方案。这些解决方案将在2022年及以后走向企业，帮助他们实现应用程序升级和数据集成。

邹欣：Kubernetes正在成为“一切”的平台，SUSE如何帮助用户更好地融入这个技术潮流？

Brent Schroeder：我想扩展一下此观点—Kubernetes和Linux正在成为一切的平台，Linux作为企业基础设施和操作环境，而Kubernetes被用来编配平台，它们相互配合。SUSE的产品正在为客户提供完整的企业级解决方案。首先，我们有可适配企业用户几乎所有基础设施的企业级Linux操作系统——SUSE Linux Enterprise。然后基于Kubernetes的企业容器管理平台SUSE Rancher—它是业内可扩展性最高、最开放的Kubernetes平台，帮助用户管理分布在多个数据中心、多个云和边缘结点的集群，部署混合和多云架构以解决业务痛点问题。最后，为提升开发人员的生产力和灵活性，SUSE提供Rancher Desktop和SLE BCI(基于容器镜像)。

邹欣：“如何从开源中赚钱”仍然是中国所有开源创业公司所面临的主要问题之一，SUSE有什么经验或建议可以分享?

Brent Schroeder：开源是SUSE的核心，它推动我们与客户合作创新。开源技术的源代码面向所有人开放，因此开源商业化的业务模型是要向客户提供代码之外的增量价值。

SUSE通过提供大量开源项目的发行版来传递这种价值。这使得客户不必成为开源项目的专家，也能专注自身的业务，将人力主要投入在服务客户层面而不用担心基础设施。

这种业务方式的挑战是客户认为他们可以自己构建和支持这些开源项目。这无可厚非，如果有足够的时间和资源，很多企业都可以这样做。但是，我总是会反问考虑这种模式的潜在客户：“你们的业务目标是什么?既然引入开源是为了支持业务或服务客户，为什么不允许专业的开源供应商来为你们部署开源基础设施？”

— 推荐阅读 —

《新程序员001-004》已全面上市

程序员要进入Google、Amazon这样的顶级IT公司，需要达到什么样的技术水平？

Mon, 15 Aug 2022 00:00:00 CST

现在北美求职市场飘忽不定。能不能进入这些公司或毕业就上车，在一定程度上更取决于你的就业时间，而不是你的能力。我当年在USC见过很多水人赶上Amazon扩招直接两轮OA拿Offer的，也有很厉害的大神赶上市场缩招半年没有一个面试，被ICC拒了的。2020年疫情北美缩招，我在国内阿里的一个同学所在的组新招的应届生都是UCLA, UT-Austin，CMU 正统MSCS毕业，在北美没找到工作的。

北美互联网就业远比你想象的更具有不确定性，难度也远比你想象的大的多。身为过来人，我给你们的诚恳并且稳妥一点的建议是。 1.先拿到国内一线互联网公司的Offer在国内攒两三年工作经验。2. 一定要练英语口语，至少达到能不看字幕听懂老友记的水准。3. 申请一个北美两年制的硕士，尽量能在两年内发一篇CCF B类以上的论文，这能证明你在相关的领域达到一定的见解。4. 刷题刷题再刷题，尽量刷到800道以上，并且真正理解。

如果你能达到以上四点，即便遇到就业低峰期，你也是有可能在北美的就业市场分到一杯羹的。否则按照当前的形式，你留学两年的钱很有可能打了水漂。

最后劝各位不要听一些求职公司或者所谓润学人的胡言乱语，这群人的目标根本不是为了帮你就业，而是掏干你口袋里的钱让你报名他们的求职班等等。北美这些一线公司现在的门槛远比他们描述的高的多的多。

上市公司上市后是怎么样拿到资金的

Sat, 06 Aug 2022 21:42:19 CST

1.公司上市，既公司卖自己发行的股票，投资者买股票，投资者买了股票的钱就是公司融到的资金，既公司用股票换钱。
2.公司上市时一般要通过证券公司来操作。有包销和代销包销即证券公司先跟要融资的公司敲定价格，由证券公司付给融资公司资金，然后证券公司再到二板市场推销股票，当然证券公司是要赚一笔的，如果不赚的话他不会那么做的。如果没有买完，证券公司自己购买剩下的股票。代销是证券公司向融资的公司收取一定的费用，帮融资的公司卖股票，卖不掉的话，证券公司不用自己掏腰包，把股票退回。知道是谁把钱交给融资的公司了吧。当然上面说的是一般情况，特殊的也有哦
3.交易所是一个市场，他只提供交易的平台，是非盈利性组织。当然上市是要受到交易所监督的，但他本身不参加交易，所以他不会管的那么多了。
4.难道你还想多拿？没有流通的股票在开始公司成立的时候也是交了钱的哦
5.公司要融资不一定要上市。你意思就是那6000股的钱怎么来吧？他可以把公司的资本公积转作股本啊，也可以向自己的老股东配售哦。比如发行10000股，就是你的话说的，定价10元，都卖完的话你就得到100000，不用怕你定价10元会买不到10元，而8元卖了。因为定价都是经过计算的，不会说定价10元而8元卖了，因为他定价10元的话是有公司自身的实力来支撑的。一般话（公司营运状况良好），新股发售都不会赔钱的，也就是有很多人买，所以新股发售当天会涨很多。公司得到的钱就是他们开始定的
价格跟股票数的乘积。比如10元发行的，现在涨到20元了公司得到的还是10元乘股数
6.这个涨跌就是针对那部分流通股的哦。
7.再融资就再发行股票就是了，但那样会稀释原来股东的股份比例哦，当然要再融资的话要符合一定的条件

理解公司的五个层次

Sat, 16 Jul 2022 19:32:24 CST

陈嘉禾九圜青泉科技首席投资官

在股票投资中，我是比较提倡分散投资的。好处至少有几个，第一可以显著降低风险，第二可以多学习不少知识。

一般来说，我觉得投资者至少应该同时持有二十个以上的股票（我自己经常买到五六十个），最重仓的股票也应该控制在10%以内，同时要注意行业的分散，不可以一大部分仓位一起，集中在一个行业里。

但是，当我劝许多投资者要分散投资、多学习一些公司、多买一些公司时，经常会得到一个回答：“看不懂那么多公司啊，只看懂了几家，那么买自己看懂的公司就可以了。”

每闻于此，我总是唏嘘于不少投资者对企业研究所下的功夫之少，和在只有少量信息的情况下，投资的胆子之大。实际上，看懂一家公司谈何容易？

许多时候，我们自以为看懂了一家公司，实际上并没有看懂。而在这时候贸然重仓，结果会比“谦虚的认为自己没太看懂、所以通过分散投资来保护投资组合”来的更加糟糕。这正如马克﹒吐温所说：“让我们陷入困境的不是无知，而是看似正确的谬论。”（请原谅我又一次引用了这句话，我实在是太喜欢这句话了。）

那么今天，就让我们来看看，怎样才算看懂一家公司？让我们看看，许多投资者自己以为的“看懂了这家公司，所以可以重仓押宝，所以不用分散投资”，实际上究竟看懂了多少、究竟到了“理解公司”的哪个层次？

下面，我把投资者对公司的理解，分为五个层次：形态、商势、变化、比较、未知。让我们一一来看，理解公司的这五个层次，分别是怎样的。

第一个层次：形态

第一个层次，是理解公司的形态。什么叫公司的形态呢，比如公司的财务报表，知道公司收入怎么样、利润怎么样，明白公司的债务情况是否健康，利润有多少水分，知道公司的收入主要来自哪些产品，大股东是谁，大股东财务状况如何，竞争对手都是哪些，具体到股票，还有公司的估值怎样，如此种种。

其实，对于不少投资者来说，把公司的形态看懂已经不太容易。许多投资者口中所说的“我能看懂的公司就只有重仓的这几家”，其中所谓的“看懂”，也不过是大概理解了公司的形态而已。

但是，公司的形态是外在的，是内在商业逻辑的表面显现。那么，懂得了公司的形态，够不够做投资呢？其实从某种意义上来说，也是凑合够用的，只是还不那么完善罢了。

中国和海外的许多研究都显示，如果投资者持续买估值比较低的股票，同时做到足够分散，比如持续买股息率高的股票、市盈率低的股票，那么在长期，就大概率可以战胜市场。

对于只买低估值股票的投资者（或者演算模型）来说，很显然，他只理解了公司的形态。但是，为什么这样简单的做法，也可以战胜市场呢？原因很简单：市场实在是太无效了。不过，对于专业投资者来说，光理解公司的形态还远远不够。

第二个层次：商势

理解公司的第二个层次，我称之为“商势”，也就是“商业之势”，或者可以解释为“商业的内在逻辑”。

为什么同样是生产食品，中国的白酒企业就比生产食用油的企业利润率高出很多？为什么美国的航空公司利润率微薄，但是中国的航空公司利润率还行？为什么美国的杰夫﹒贝索斯和中国的马云，都是做电子商务的？电子商务这个行业为什么可以给胜出者积累大量的财富？

为什么计算机硬件生产商利润率一般般，但是软件生产商却经常可以利润丰厚？为什么操作系统这么难做？为什么高端宠物食品这么赚钱，但是功能差不太多的低端宠物食品利润率这么低？为什么港口公司可以稳赚不赔，钢铁企业却利润微薄？为什么出版行业的龙头公司可以利润丰厚？

为什么共享出行、共享买菜行业这么卷？为什么有的餐厅顾客盈门，有的餐厅却门可罗雀？为什么自助餐、西餐、火锅，各个餐饮子行业你方唱罢我登场，是什么力量推动了它们的兴衰？为什么原油的周期这么大，导致石油类公司要么赚的盆满钵满，要么亏损度日？

以上的这些问题，造成了不同行业中，不同的公司的财务形态，有着巨大的差异。看到公司的形态不难，而要理解公司的形态，就得看明白背后的“商业之势”。而只有看明白了“商业之势”，才会真正理解公司的财务报表和业务。

第三个层次：变化

在理解了“商势”之后，投资者需要思考的第三个层次，是商势的变化。

尽管看懂了商业之势，我们就能理解企业经营的内在逻辑，但是，任何一种商业之势，都不是永恒不变的。火车运输取代了马车，飞机航运又取代了火车的客运，而最新的高铁又从航运那里抢来一大块市场份额。只有理解这种变化，才能说真正站在企业管理者的角度，理解了一家公司。

让我们以高端白酒行业为例，来看看如何从以上所说的“形态、商势、变化”的三个层次，来理解这个行业。首先，白酒行业中的高端白酒，利润率往往很高，报表很好看，这是白酒行业的形态。

那么，为什么高端白酒的利润率高呢？这是因为中国的消费者在购买高端白酒时，饮用场景往往不是自己消费，而是商务宴请。在商务宴请中，购买高端白酒的消费者，需要向宾客表示自己对他们的尊重。这时候，越是高端的白酒，就越可以体现这种尊重。当高端白酒被赋予了“体现对客人的尊重”这个意义时，价格也就不重要了，这就是高端白酒的“商业之势”。

但是，高端白酒的“商业之势”，又会如何变化呢？

让我们看一看海外成熟经济体中的商务宴请场合，我们很少会看到，宾主之间用高端烈性酒作为炫耀的工具，宾主也很少喝到酩酊大醉，往往是浅尝辄止。甚至晚宴都不容易约，大部分人把商务聚餐安排在中午，这样晚上可以陪家人。

其实，在国内不同地区，我们也可以观察到这一现象，即“经济发展水平越高，商务宴请喝酒越少。”在上海、深圳等人均GDP较高的地区，商务宴请中喝酒的数量，就远少于一些经济不发达地区的饮酒量。

为什么随着经济的发展，高端白酒的“商势”，会发生变化呢？这是因为经济越发达，商业社会中的契约精神就越强，合同、法律文本的效应就越高，商业对手之间就越不需要依靠彼此之间的感情去做事，一切拜托法律和合同契约即可。

由此，高端白酒表达的不基于商业合同的、个人意义上的尊重、饮酒时带来的醺醺醉意、和由此萌生的商业感情，其重要性相比于文本越发完善、执行越发有效的合同契约，也就慢慢下降。因此非常自然的，高端白酒的商业之势，也就发生了变化。

第四个层次：比较

在完成了“形态、商势、变化”这三个层次以后，投资者对公司的理解，已经达到了公司管理者的水平，可以从长期的动态角度，思考公司的未来了。

但是，之所以投资这个职业不同于普通的企业管理，很大程度上是因为，投资者对于公司的理解，还有第四个层次：比较。

沃伦﹒巴菲特在阐述自己的投资理念时，不断、反复的提到一个词：“资本配置效率”。也就是说，巴菲特希望把资本不停的重新配置，永远配置在效率最高（也就是潜在回报率最高）的项目上。

对于投资者而言，像一家公司的管理者那样完全理解一家公司，是不够的。投资者需要理解许多许多公司，然后在这些公司之间做出比较，明白这家公司大概值多少钱、那家公司大概值多少钱。或者说，投资者要像一家拥有几十家下属公司的企业集团的管理者一样，来理解每一家企业。

而当这些公司的股票价格和它们内在价值的比值，出现明显的错配时，投资者就应该决然的重新配置资本：要么卖高买低，要么卖坏买好。当然，最好的情况，自然是卖出价格又高基本面又坏的公司，买入价格又低基本面又好的公司。

可以说，能够比较不同公司的商业价值，绝非一朝一夕之功。投资者需要像企业管理者那样理解许多公司，同时还能做到在这些公司之间做出权衡。能够做到“比较”的投资者，对于公司的理解，已经达到了真正完善的地步。

第五个层次：未知

如果说第四个层次“比较”，已经达到投资者对公司理解的完善地步，那么第五个层次“未知”，又是什么意思呢？

对于公司的理解，我们必须承认、并且永远牢记：没有人能够预料到未来所有的东西，哪怕我们再懂一家公司，也不可能。牢记我们的知识体系有所不知，牢记我们的判断可能出错，并且为这种未知和潜在的错误，永远做出财务上的预防措施，才是对公司理解的最高境界。

当巴菲特在上世纪七八十年代收购报纸的时候，他能预见到今天的互联网吗？当人类第一次登上月球时，当时的科学家能预见到，阿波罗登月计划中所用的所有计算能力，还赶不上今天的一台智能手机吗？当100年前的画匠放下画笔时，他能想到，今天人们一天就可以拍摄无数张逼真程度比最精美的油画还要好的相片吗？

扫荡中原的大清摄政王多尔衮，不会想到自己一生扫荡千军万马，结果在进入山海关以后的几年，居然会死于一场普通的坠马事故。认为自己“五个儿子皆为一母所出，没有小老婆生的，所以必然相亲相爱”的隋文帝杨坚，不会想到自己居然就死于亲生儿子杨广之手。（根据《隋书》记载，隋文帝杨坚“与独孤后甚相爱重，誓无异生之子，尝谓群臣曰：‘前世天子，溺于嬖幸，嫡庶分争，遂有废立，或至亡国。朕旁无姬侍，五子同母，可谓真兄弟也，岂有此忧邪！’”）而把胡亥带在身边、把扶苏赶到千里之外的秦始皇嬴政，又怎么会想到，自己在路途中突然染病，而在弥留之际，传位于扶苏的诏书竟然再也发不出去？

在商业和人生的大海中，没有人会永不犯错。犯错并不可怕，可怕的是对犯错毫无察觉，对自己的判断永远信心满满，在商业和投资上不留后路。当我们明白了这一点时，才算是真正能够理解公司。

我亲爱的投资者，这理解公司的五个层次，“形态、商势、变化、比较、未知”，你觉得自己学习到哪一层了呢？

本话题在雪球有112条讨论，点击查看。
雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz

详谈为什么互联网公司禁止使用存储过程

Fri, 22 Apr 2022 01:47:24 CST

!!! 本文已参与「新人创作礼」活动，一起开启掘金创作之路。更多干货文章，可以访问菜鸟厚非

【强制】禁止使用存储过程，存储过程难以调试和扩展，更没有移值性。

其实这一句话足以说明问题，有小伙伴肯定会疑惑，在银行或者证券等公司工作为什么会大量使用存储过程呢？这就是我们今天讲解的内容，首先两个问题

1 . 为什么银行都在用存储过程 2 . 存储过程为什么成为互联网弃子

像银行这类系统，通常会采用商用的数据库 Oracle、DB2 等，应为这些供应商有着完整的解决方案，可以帮助银行规避大量的风险。银行的一些外围业务会使用一些国产的分布式数据库或者 MySQL 这样开源的数据库。

银行是以数据为核心，且早期银行在建设业务的时候，没有好的国产数据库，所以采采购了 Oracle、DB2 这样有成功经验的的数据库。且每套数据库都有着自己的一套存储过程开发方式，只要掌握了存储过程的开发技巧，对数据的交互过程是没有问题的，对于前端使用 go、java、c++ 才是第二关心得问题。

但是近些年，互联网企业，都在禁用存储过程呢。

1 . 闭源

首先其实去 IOE (进行国产化)，应为有些数据库并不开源，你不知道会不窃取你的核心数据，会不会外泄。 2 . 数据迁移如果说切数据库可以，数据迁移是比较好迁移的一方，但是大量的存储过程要全部重写，一旦重写谁能确保新的存储过程在新的平台执行没有问题，一旦影响的核心业务谁能谁敢带来的风险。

尽管一直在喊去 IOE ，在一些外围业务上会用 Mysql 这样的开源数据库进行一些尝试，但在核心业务上仍然是 Oracle、DB2 等数据库。

3 . 分布式场景的问题在水平分表的情况下，用存储过程处理所有数据的分析结果，存储过程是做不到的。应为存储过程只能作用于局部分片的数据库。

4 . 数据库压力激增大家也都知道分布式缓存架构，这样的目的是从上到下，逐级的进行筛选，尽可能的使少量的请求到数据库，减少数据库压力。应为百分之八九十处理慢，都是在数据库 SQL 层面。

应为存储过程本身都是在数据库层面，之前多的很多缓存方面都是徒劳的，最后处理数据的时候还是要到存储过程进行处理。

5 . 无法保证分布式全局事务假如我们在一个水平分片情况下，处理数据导入，数据要均匀的分布在每个表。假如分片1、分片2成功了，分片3应为某个字段没有效验通过失败了数据进行了回滚，那可不可以通过分片3存储过程回滚分片1、分片2的数据到导入前的状态数据呢。

显然是不可能的，在数据库层面也没有提供跨进程的数据库交互方面的 API ，所以在分布式场景下存储过程是不是就不好用了。

6 . 难以调试,没有内置的版本管理方案

这个很多同学都身有体会，我们在处理百万数据库的时候，很可能应为某一行的某个字段，而导致存储过程执行异常，这个你怎么可以快速从百万数据库从快速找到那一条呢，这个是相当费劲的。

7 . 业务执行碎片化在银行应为场景下，对于核心的业务，银行会让自己的员工写存储过程处理流水、账单等业务数据，外围外包系统开发人员对于核心的业务不是会那么了解，他们只需要调用银行员工写的存储过程即可，当然这也是职责分明。

但是有个特别恶心的事情，如果某一天执行存储过程失败了，对于外围系统收到的异常信息是特别少的，可能只提示、存储过程的某一行、异常时间，不知道当时的数据场景。作为外包人员只能去猜，是哪一块执行异常，然后根据本地日志定位到调用的哪个存储过程发生了错误，然后又到数据库根据数据库执行异常，结合去分析。想想都头发麻，是不是这么回事，懂得都懂。

一个有趣去的帖子

怎样研究透一家公司

Sat, 05 Feb 2022 12:18:06 CST

来源：风投说

确定一家公司的“质地”

（描绘一家公司的总体印象）

1.天花板

天花板是指企业或行业的产品（或服务）趋于饱和、达到或接近供大于求的状态。在进行投资之前，我们必须明确企业属于下列哪一种情况，并针对不同情况给出相应的投资策略。在判断上，既要重视行业前景，也必须关注企业素质。

1）已经达到天花板的行业——极度饱和的行业（如钢铁行业）。投资机会来自于具有垄断经营能力的企业低成本兼并劣势企业，扩大市场份额，降低产品生产和销售的边际成本，从而进一步构筑市场壁垒，获得产品的定价权。如果兼并不能做到边际成本下降就不能算是好的投资标的。比如，国企在行政推动下的兼并做大，并非按照市场定价原则进行，因此其政治意义大于经济意义，此类国企不具备投资价值。

那些在行业萧条期末端仍有良好现金流，极具竞争能力的企业在大量同类企业纷纷陷入困境之时极具潜在的投资价值。判断行业拐点或需求拐点是关键，重点关注那些大型企业的并购机会，如国内四大钢铁公司。

2）产业升级创造新的需求，旧的天花板被解构，新的天花板尚未或正在形成。如汽车行业和通讯行业。这些行业通常已经比较成熟，其投资机会在于技术创新带来新需求。“创新”——会打破原有的行业平衡，创造出新的需求。关注新旧势力的平衡关系，代表新技术、新生产力的企业将脱颖而出，其产品和服务将逐步取代甚至完全取代旧的产品，如$特斯拉电动车(TSLA)$和$苹果(AAPL)$的创新对各自行业的冲击。

3）行业的天花板尚不明确的行业。这些行业要么处在新兴行业领域，需求正在形成，并且未来的市场容量难以估计，如新型节能材料；要么属于“快速消费”产品，如提高人类生活质量、延长人类寿命的医药产品和服务。这类行业历来都是伟大企业的摇篮，牛股层出不穷，要重点挖掘那些细分行业里具备领军地位的优秀企业——即：小行业里的大公司。

我们完全可以从公司和行业报道中，通过以上3点探讨深刻了解一家公司的行业地位和未来想象空间。重点是明确：1. 有没有天花板？；2. 面对天花板，企业都做了些什么？

2.商业模式

商业模式是指企业提供哪些产品或服务，企业用什么途径或手段向谁收费来赚取商业利润。比如，制造业通过为客户提供实用功能的产品获取利润。销售企业通过各种销售方式（直销，批发，网购等等商业模式）获取利润等等。

研究商业模式的意义在于：1. 是不是个好生意？2. 这样的生意能够持续多久？3. 如何阻止其他进入者？

这三个问题分别对应：商业模式、核心竞争力和商业壁垒。商业模式，核心竞争力和壁垒三位一体构成公司未来投资价值：前者指企业的盈利模式，核心竞争力是指实现前者的能力。壁垒是通过努力构筑的阻止其他公司进入的代价。

举例来说：戴尔和联想销售的产品本质上没有多大区别，但是戴尔的电脑直销盈利模式不同于传统电脑销售，相应的核心竞争力是它的全球直销网上管理系统。联想若想重新搭建此平台代价太高，且有可能远高于戴尔构筑的成本，因此这套直销网络成为戴尔的壁垒。但是，PC饱和是戴尔的天花板，限制了它的发展空间。

$百度(BIDU)$的盈利模式是搜索流量变现。搜索技术的不断进步是其核心竞争力，先发优势构筑的巨大数据库和大量的应用软件是其壁垒；通过免费杀毒为入口，获取流量变现是$奇虎360(QIHU)$的商业模式。强大的研发能力，快速的服务响应能力是其核心竞争力，快速累积巨大的用户群构成竞争壁垒。360利用巨大的用户量努力进入搜索领域，但是一直没有看到突破性的技术进展可以挑战百度累积的巨大数据和应用壁垒，所以相形之下，360 尚未具备颠覆百度的能力。

另外，传统银行的商业模式是息差，竞争力要点是低成本揽储能力、放贷能力和高度的信用。壁垒是用户基础。中国的银行有政府信用作为担保加上劳动成本低廉，所以进入国内的外资银行很难与之竞争。一旦推出存款保险制度，中小股份制银行的信用将受到质疑，所以外资投资首选四大行，降低内地股份制银行的投资比重。

简要的商业模式情景分析：

靠什么挣钱？产品还是服务？挣谁的钱？是从现有的销售中挖掘、争夺，还是创造新的需求？如何销售？从产品生产到终端消费，中间有几个环节？有什么办法能够将中间环节减到最少？企业有没有做这方面的努力？随着销售量的扩大，边际成本会不会下降？等等。

通常来说，我们尽可能投资那些用一句话就能说明白商业模式的企业。商业模式进一步分析涉及企业所处的产业链的地位如何？处在产业链的上游、中游还是下游？整个产业链中有哪些不同的商业模式？关键的区别是什么？那些是最有定价权的企业？为什么？企业与客户的关系是否具备很强的粘性？等等，这些决定该商业模式能否成功。

3.企业的核心竞争力

商业模式谁都可以模仿。但是，成功者永远是少数。优秀的企业关键是具备构筑商业模式相应的核心竞争力。

核心竞争力的内容包含：股东结构，领军人物，团队，研发，专业性，业务管理模式，信息技术应用，财务策略，发展历史等等。

1）专一性：

专一并不等同于“单一”，而是指企业在某一领域具有深度挖掘和扩展产品或服务的能力。例如双汇，在肉制品上做到绝对专一，除肉制品之外的行业均不涉及。其产品线丰富，在热鲜肉、冷鲜肉、冻肉、肉肠和其他肉类加工产品方面有深入挖掘和拓展的能力。相比之下，同样是肉制品龙头企业的雨润食品却涉足房地产、旅游等非主业，管理层精力分散，多年来业绩不佳。因此，专一性决定了企业的主攻方向和发展战略，坚持不懈必有成就。

2）创新能力：

优秀的研发团队，已经获得的能够提供高标准产品和服务的先进的工艺、流程，或是发明专利，等等。纯粹的技术并不构成永久的核心竞争力。但是某一领域的技术壁垒（如专利技术）却能在一段时期内保持企业的领先优势。此外，技术优势会带来生产效率以及生产成本的优势，有技术优势的企业就能够获得高于行业平均水平的回报。可以通过企业的研发费用与收入的比值关系获得量化结果做出逻辑判断。

3）管理者优势：

企业的发展为投资者带来超额收益。企业的领导者及其管理团队的素质关系到企业的素质，关系到企业能走多远、能做多大，“投资要投人”正是这个含义。在这一部分，重点要考察领导者和管理团队成员的背景，通过跟踪他们的言行（通过新闻、招股说明书或董事会报告）中获取企业的发展方向、行业战略、用人机制、激励措施等方面的信息。我们需要判断他们的人品、格局和价值观，这些因素都会潜移默化地影响一个企业的前途，也间接地影响到投资者的回报率。实践证明，一流的人才做三流的生意，有可能把三流做成一流。相反，三流的人才做一流的生意，很可能把一流做成不入流。很多第一代创业者缔造的成功企业却有可能毁在继任者手中，微软就是一个典型的例子。在企业核心竞争力诸多条件中，对人的因素的考察极其重要。

4.经济护城河（市场壁垒）

护城河是一种比喻，通常用它来形容企业抵御竞争者的诸多保障措施。上面所述的核心竞争力是护城河的重要组成部分，但不是全部，我们还可以通过如下几个条件来确认企业护城河的真假和深浅：

1）回报率

从历史上看，企业是否拥有可观的回报率？回报率主要指毛利润、ROE（股东权益回报率）、ROA（总资产回报率）和ROIC（投入资本回报率）。这几种回报率指标分别适用于不同的商业模式。重点是要从商业逻辑上判断，企业的高回报率是由哪些方面构成？决定因素是那些？能否持续？企业采取了何种措施以保障高回报率的持续性？主要的量化分析方法有杜邦法、波特五力法和SWOT法。

2）转化成本

企业的产品或服务是否具备较高的转化成本？转化成本是指：用户弃用本公司产品而使用其他企业相类似产品时所产生的成本（含时间成本）与仍旧使用本公司产品所产生的成本差值。较高的转化成本构成排他性，如微信和易信，易信在本质上与微信差别不大，但对于用户来说弃用微信而用易信存在诸多不便，存在较高的转化（重塑）成本，微信因为先发优势具有较强的生命力和商业价值。如果能让用户不选择竞争对手的产品，说明企业的产品对用户来说有粘性和依赖性，那么这家企业就拥有比较高的转化成本和排他性。了解企业的转化成本必须要从消费者和使用者的角度考虑，从常识、使用习惯和商业逻辑来判断。转化成本不具备永久性，须结合实际情况综合研判。

3）网络效应

企业通过哪些手段销售产品？具体地说，是通过人力推销、专门店销售、连锁加盟还是网店销售？各种销售手段分别为企业带来多少销售额？传统企业如何应对电商？企业的网络规模效应如何？网络效应通常是指企业的销售或服务网络，这些网络的存在为用户提供了便利，以用户为中心的便捷性就能产生粘性。随着用户数量的增加，企业的价值也逐渐由于网络和规模的扩大而不断放大。比如，就全国范围来说，工商银行的营业网点遍布全国大街小巷，甚至在国外主要城市也有网络分布。相比而言，它比地区性银行具有更大更广的网络效应，因此，工商银行的用户更多，其企业价值也相对更高。

4）成本与边际成本

企业的成本构成是怎样的？成本的决定因素有哪些？企业的成本能否做到行业最低？如何做到？单位成本能不能随着销售规模扩大而下降？企业要想长久地保持成本优势并不容易，它需要有优于对手的资源渠道（原材料优势）以及更优越的生产工艺（流程优势），更优越的地理位置（物流优势），更强大的市场规模（规模优势），甚至是更低的人力成本。低成本的另一面就是高毛利，高毛利就是一种强势竞争力的体现，高毛利的企业通常具有定价权。

5）品牌效应

产品或服务是否具有品牌效应？事实上，对于大多数用户而言，他们对于品牌的敏感度远不如对价格的敏感度那么高，价格是指导购买行为的第一要素。品牌的意义在于它能够反映出产品或服务的差异性、质量、品位和口碑。品牌的价值在于它能够改变消费者的购买行为，从而为企业带来高于平均水平的附加值。因此，具有品牌效应的产品或服务应该具有如下特征：

A. 具有很强的辨识度。

B. 是信任、依赖和满足感。

C. 高于一般水平的售价。

D. 是企业的文化和价值观。

E. 对于消费者来说是一种优先购买的选择。

6）企业采取了那些措施来保持以上这些优势（护城河）不被侵蚀？

5.成长性

成长性侧重未来的成长，而不是过去，要从天花板理论着眼看远景。成长性需要定性、而无法精确地定量分析。对于新兴行业来说，历史数据的参考意义不大。而对于成熟行业来说，较长时间的历史数据（最好涵盖一个完整的经济周期）能够提供一些线索，作为参考还是很有必要的。

收入是利润的先行指标。

A. 收入增长情况

B. 主营业务的变化

C. 主要客户销售额分析

D. 主要竞争对手比较

毛利率水平体现了企业的竞争力。

A. 毛利率水平

B. 成本构成

净利润的水份。

A. 经营性利润（剔除投资收益、公允值变动收益以及营业外收益后的利润）

B. 真实的净利润（经营性利润-所得税）

收入与利润的含金量：

A. 现金收入率（销售商品或提供劳务收到的现金/收入）

B. 经营现金率（经营活动产生的现金流量净额/收入）

C. 自由现金Free Cash Flow（自由现金=运营现金流-资本支出）

D. 自由现金/企业价值（FCF/EV，企业价值=市值+有息债务）

注：自由现金和企业价值的计算方式可参考智库百科。

6.回报率水平

1）ROE（股东权益回报率，或净资产收益率）

2）ROA（总资产回报率）

3）ROIC（投入资本回报率）

注：以上三个回报率指标的计算方法参考智库百科或相关教科书。需要注意的是，在计算过程中须对涉及净利润和净资产的项目进行拆解，获取属于经营活动的真实数值。净利润的拆解见上一节“真实的净利润”，净资产的拆解分析中必须剔除资产项中与企业经营活动无关的内容。

4）杜邦法

5）波特五力法

6）SWOT法

7.安全性：关键是现金流与现金储备

资产结构：

A. 现金资产，资产中现金及现金等价物的比重，代表了企业的现金储备。

B. 可转换现金资产，包括金融资产、交易性资产和投资性资产等等。

C. 经营性资产

负债结构：

A. 有息负债

B. 无息负债

运营资本与资本流转：

A. 应收账款与主要欠款方

B. 存货构成

C. 资本流转情况，即：本期运营资本变动与上一期运营资本变动的差值。 运营资本变动=（预收+应付）-（应收+预付+存货）

D. 用别人的钱赚钱。具体来说就是企业的运营资本变动为正值，即：（预收+应付）>（应收+预付+存货），上游客户的应付款与下游客户的预收款相当于一笔无息贷款，满足了企业正常运作所需的流动资本。这是一种比较特别的商业模式，如：苏宁电器和国美电器。这种商业模式显示出企业在市场中的强势地位。

E. 信用。这里的信用是指票据信用。票据是一种信用融资，企业的应收票据是对下游客户的信用，应付票据体现了上游客户给予企业的信用。票据信用反映了企业与上下游合作方之间的关系和地位，也是一种商业模式。

现金流是评估企业竞争力的关键指标，因为利润可以被粉饰，其结果的水分较多。经营现金流持续为正的企业具备研发和投资实力。大致可分为几种情况：

A. 现金增加值和经营现金流都是正值--------企业很安全。

B. 现金增加值为正或者相抵，经营现金流为负值。表明筹资、发债或者银行借款的现金流入抵消经营现金支出。企业还算稳健。须结合利率水平评估企业有可能存在的财务风险。

C. 现金增加值和经营现金流为都为负值，表明公司存在财务问题。当然对于家公司的判断要看其发展趋势，要看核心竞争力和市场壁垒。比如Facebook。如果是传统型企业还是规避为好。

D. 现金增加值为负值，但经营现金流为正值。说明企业有投资、研发或者还债支出。这种情况须具体分析。重点要判断消耗现金的主因是哪一部分（投资还是筹资）。最不理想的状况是现金仅仅用于还债，投资价值不大。

估值

1.企业的商业模式决定了估值模式

1）重资产型企业（如传统制造业），以净资产估值方式为主，盈利估值方式为辅。

2）轻资产型企业（如服务业），以盈利估值方式为主，净资产估值方式为辅。

3）互联网企业，以用户数、点击数和市场份额为远景考量，以市销率为主。

4）新兴行业和高科技企业，以市场份额为远景考量，以市销率为主。

2.市值与 企业价值

1）无论使用哪一种估值方法，市值都是一种最有效的参照物。

2）市值=股价*总股份数，市值的意义不等同于股价的含义。

市值被看做是市场投资者对企业价值的认可，侧重于相对的“量级”而非绝对值的高低。国际市场上通常以100亿美元市值作为优秀的成熟大型企业的量级标准，500亿美元市值则是一个国际化超大型企业的量级标准，而千亿市值则象征着企业至高无上的地位。市值的意义在于量级比较，而非绝对值。

3）市值比较。

A. 既然市值体现的是企业的量级，那么同类企业的量级对比就非常具有市场意义。例如：同样是影视制作与发行企业，国内华谊兄弟市值419亿人民币，折合约68亿美元，而美国梦工厂（DWA）市值25亿美元。另外，华谊兄弟2012年收入为13亿人民币（2.12亿美元），同期梦工厂收入为2.13亿美元。这两家公司的收入在一个量级上，而市值量级却不在一个水平上。由此推测，华谊兄弟可能被严重高估。当然，高估值体现了市场预期定价，高估低估不构成买卖依据，但这是一个警示信号。精明的投资者可以采取对冲套利策略。

B. 常见的市值比较参照物：

a）同股同权的跨市场比价，同一家公司在不同市场上的市值比较。如：AH股比价。

b）同类企业市值比价，主营业务基本相同的企业比较。如三一重工与中联重科比较。

c）相似业务企业市值比价，主营业务有部分相同，须将业务拆分后做同类比较。如上海家化与联合利华比较。

4）企业价值（EV, Enterprise Value）。企业价值=市值+净负债。EV的绝对值参考意义不大，它通常与盈利指标组合，用来反映企业盈利、净负债与市值之间的关系。如：EBITDA/EV指标用来比较相近企业价值的企业的获利能力。

3.估值方法

1）市值/净资产（P/B），市净率。

A. 考察净资产必须明确有无重大进出报表的项目。

B. 净资产要做剔除处理，以反映企业真实的经营性资产结构。市净率要在比较中才有意义，绝对值无意义。

C. 找出企业在相当长的时间段内的历史最低、最高和平均三档市净率区间。考察周期至少5年或一个完整经济周期。若是新上市企业，必须有至少3年的交易历史。

D. 找出同行业具有较长交易历史的企业做对比，明确三档市净率区间。

2）市值/净利润（P/E），市盈率。

A. 考察净利润必须明确有无重大进出报表的项目。

B. 净利润要做剔除处理，以反映企业真实的净利润。市盈率要在比较中才有意义，绝对值无意义。

C. 找出企业在相当长的时间段内的历史最低最高和平均三档市盈率区间。考察周期至少5年或一个完整经济周期。若是新上市企业，必须有至少3年的交易历史。

D. 找出同行业具有较长交易历史的企业做对比，明确三档市盈率区间。

3）市值/销售额（P/S），市销率。

A. 销售额须明确其主营构成，有无重大进出报表的项目。

B. 找出企业在相当长的时间段内的历史最低最高和平均三档市销率区间。考察周期至少5年或一个完整经济周期。若是新上市企业，必须有至少3年的交易历史。

C. 找出同行业具有较长交易历史的企业做对比，明确三档市销率区间。

4）PEG，反映市盈率与净利润增长率之间的比值关系。PEG=市盈率/净利润增长率。通常认为，该比值=1表示估值合理，比值>1则说明高估，比值<1说明低估。这种方法在投资实践中仅作为市盈率的辅助指标，实战意义不大。

5) 本杰明.格雷厄姆成长股估值公式。

价值=年收益*（8.5+预期年增长率*2），公式中的年收益为最近一年的收益，可以用每股收益TTM（最近十二个月的收益）代替，预期年增长率为未来3年的增长率。假设，某企业每股收益TTM为0.3，预期未来三年的增长率为15%，则公司股价=0.3*（8.5+15*2）=11.55元。该公式具有比较强的实战价值，计算结果须与其他估值指标结合，不可单独使用。

6）还有一种常用的估值方法——利率估值法，见下文。

7）以上方式均不可单独使用，至少应配合两种联合研判，其绝对值亦没有实战意义。估值的重点是比较，尤其是相似企业的比较，跨行业亦没有意义。

安全边际

1.市场利率

1）利率水平体现了市场融资成本，也是衡量市场资金面的有效指标。

2）利率双轨制。由于制度原因，我国的利率尚未完全市场化，因此存在官方利率和民间利率的并行存在的状况。官方利率（银行利率）并不能完全反应市场的真实融资成本和资金供需关系。

3）一年期银行定期存款利率（当前为3%），被认为是中短期无风险收益的参考标准，其倒数代表了当前市场静态市盈率，即：1/0.03=33.33。当股票市场综合市盈率低于此数值则表示投资于股票市场能够获得更高的收益。

4）上海银行间拆放利率（Shanghai Interbank Offered Rate，简称Shibor）与国债回购利率（Repurchase rate），这两个利率比较真实地反映了市场资金面的波动，具有较强的实战参考意义。因此这两个利率指标通常被视作短期无风险收益率的参考标准。他们的倒数反映了市场的动态市盈率范围。

5）银行的理财产品收益率也是一个非常好的市场无风险收益率的参考标准。

6）上述各种市场利率的综合值，体现了市场整体资金的安全边际，它直接或间接地影响着投资人的风险偏好。

2.利率估值法

1）利率估值法，市场的安全边际。

“买入价格决定收益率”。收益率=收益/买入价格，把计算公式转换一下，买入价格=收益/收益率。这个方程式告诉投资人这样一个事实：假设一家公司的收益是每股0.3元，要获得相当于市场无风险收益的水平（假设为4%），那么，买入股票的价格必须低于7.5元（买入价格=0.3/0.04=7.5）。换而言之，当股价低于7.5元时，投资者就能够获得高于市场利率的收益。7.5元这个计算结果可以被认为是该股票的安全边际值。

2）多重利率估值法。

把一年期银行存款利率、长期Shibor利率、国债回购利率、银行理财利率分别代入公式，便可得出一个相对合理的无风险收益率区间。这个区间代表了市场的安全边际范围，数值的高低直接影响投资者的资产配置策略，也间接地影响了市场整体资金的去向。

3.折扣与溢价

估值须根据具体的行业和企业特性来确定，市盈率、市净率、市销率，还是格雷厄姆估值法或利率估值法，无论哪一种估值方法，根据“买入价格决定收益率”原理，买入价格越低，则未来收益率就越高。

1）分档进出原则——不要企图做神仙。

没有人能够精确计算股票的价值，也没有人能买在绝对的低点，卖在绝对的高点。因此，适当放大安全边际和分档进出的原则是最有效的操作策略，可以做到既不错失机会，也不易深套。

2）根据估值的分档进出策略（适合具有长期稳健财务特征的企业）。

举例来说，某企业长期最低市净率区间为1.2倍左右，激进者可以在1.5倍市净率时做分档买入计划，如：1.5倍、1.3倍、1.1倍、1倍、0.9倍……。分档放大安全边际的目的是“不错失，不深套”，具体的分档情况视情况而定。

与买入策略相反，假设某企业长期最高市盈率区间为20倍，可以从18倍市盈率（0.9倍溢价）开始设置分档卖出计划，如：0.9倍溢价、1.0倍溢价、1.1倍……

3）根据“图形分析四项基本原则”进出策略。

具体策略参见：http://xueqiu.com/9987866486/28718320

4）简单的资金管理策略。

分档进出可以是等量进出，也可以是金字塔式买入、倒金字塔型卖出。从风险控制的角度上说，单一股票的持仓不应超过账户总资产的30%。

底部与顶部

1.双击与双杀

每股收益EPS体现了企业的盈利情况，市盈率P/E反映出投资人对企业盈利状况的预期，一个是现实，一个是愿景。戴维斯双击是指在市场低迷之时，在EPS和P/E相对低位并预计企业将出现盈利拐点之前买入股票，待其盈利好转。当商业景气回暖、企业EPS回升，并且伴随着市场预期好转P/E逐步走高。现实和愿景同步上升，能够为投资者享带来股价的倍乘效应，获得巨大的投资回报。

将上述情况反过来就是戴维斯双杀。戴维斯双击、双杀很难量化，往往在数据上体现出来之时，股价已经面目全非。因此，需要结合信息分析提前做出判断，这是难点，也最能检验投资者功力的部分。当然其中必然有迹可循。

2.好股不怕等三年

对于一个优质的企业，我们需要做的就是持续关注和等待，等待市场错配的机会。这种机会需要完美的、多方面的因素共振配合，包括市场综合因素、行业景气度和黑天鹅事件等等。对于稳健的投资者而言，戴维斯双击的机会是“千载难逢”的，至少是数年才有一次。一旦双击成功，股价将会上涨至少1倍以上，优质的领头羊企业有可能上涨数倍或数十倍！一旦错过双击买入的机会，股价也许就再也没有可能回到双击前的水平。做投资的乐趣就在于寻找这样的股票，享受复利！

3.主流偏见

舆论是市场情绪的放大器，尤其是那些具有一定市场地位的大机构观点具有翻云覆雨的巨大力量，其影响甚至是灾难性的。这部分具有巨大市场影响力的舆论也被称之为“主流偏见”。主流偏见会引导市场共识，对主流偏见的方向性解读能力是成熟投资者的基本功。索罗斯的反身性理论认为：主导价格趋势的主要力量是主流偏见。主流偏见的根源是对基本面（事实）过于乐观或过于悲观的预期所致，其根基还是基本面。研究基本面是寻找价值的平衡点，只不过市场的钟摆从来不会在平衡点停下来，总是在其左右晃动——正是因为市场的钟摆效应，才为有准备的投资者提供了机会。

股票价值的根基是企业基本面，当主流偏见与基本面出现严重背离，市场的钟摆开始修正转向时，价格回归的强烈作用力会导致股价的极端形态。主流偏见既是市场钟摆的加速器，也会对其产生阻尼作用，最终导致转向。对于投资者而言，敏锐的方向感极其重要——钟摆与偏见的方向是否一致？

4.转向的迹象

1）有价值的信息：

A. 新闻舆论开始出现反向口吻；

B. 有没有更极端的情况出现；

C. 宏观环境和市场资金面发生变化；

D. 主流偏见的口气不再那么坚定，出现意见不合的情况；

2）企业管理层开始行动：

A. 回购或抛售本公司股票；

B. 企业发展目标发生变更；

C. 领导者有利或不利的言论和举动；

3) 财务数据验证：

A. 收入是利润的先行指标；

B. 收入的含金量变化；

C. 运营资本的变化；

4) 市场数据验证：

A. 股价到达历史最低（高）估值区间；

B. 图形出现极端走势；

C. 成交量出现剧烈变化；

D. 融资融券出现剧烈变化；

结语

实在很难用高度概括的语言全面系统地阐述一个完整的投资逻辑。投资是一门艺术，博大精深，岂是这数千字能够讲得清楚，似乎每一个段落都可以长篇大论或著书立说。然而，作为我个人投资生涯的一个阶段性总结和梳理，学而时习之，落笔写下来于人于己都是有益的。本文的初衷是帮助研究员提出一些结构性的研究要点，希望他们能够按图索骥、写出一些有实战价值的买方报告。同时也期望以此为投资辅助软件的开发者们提供一些专业理念方面的协助。本文仅代表个人观点，欢迎补充、指正！

马化腾：腾讯只是一家普通公司随时都可以被替换

Tue, 11 Jan 2022 23:36:21 CST

去年底的员工大会上，马化腾对2021年发生的一系列变化表达了自己的想法，他说，腾讯只是国家社会大发展期间的一家普通公司，是国家发展浪潮下的受益者，并不是什么基础服务，随时都可以被替换。未来，腾讯在服务国家和社会的时候，要做到不缺位、做到位、不越位，做好助手、做好连接器。

一位腾讯中干告诉《晚点 LatePost》，过去互联网公司之间比的是增长速度，未来比的则是谁更稳健。2021 年 4 月，腾讯成立了可持续社会价值事业部（SSV）并承诺投入 1000 亿元实践共同富裕。

相关阅读：

与阿里巴巴习惯对组织频繁调整不同，腾讯（SEHK：00700）往往只在外部环境发生重大变化时才会进行大规模组织调整。2021 年就是这样的一年：

腾讯被要求放弃独家音乐版权；主导的斗鱼、虎牙合并案被否决；8 年以来第一次开放微信外部跳转链接；游戏的版号发放暂停、未成年保护日益严格；几乎清空对京东的持股，这曾是它最重要的一笔对外投资；随着市值不断下跌，腾讯也掉出了全球十大互联网公司之列。

过去，腾讯依靠微信、投资生态与手中掌握的海量版权在许多领域拔得头筹，但现在 “躺赢” 的日子已经一去不复返。腾讯董事局主席、CEO 马化腾与总裁刘炽平在 2021 年底的员工大会称，公司要降本增效、要 “过冬”。截至发稿，腾讯股价为每股 453 港币，市值 4.35 万亿港币（约合 5585 亿美元），位列全球第十一位。

为了应对上述变化带来的挑战，腾讯进行了一整年的调整，罕见地集中对多位副总裁级别管理者动刀：

平台与内容事业群（PCG）陆续换掉了大部分业务的一号位。这很大程度上源于 PCG 未来的战略探索：虚拟世界与现实社会的交互。新的方向需要能力模型更匹配的管理者来带领。腾讯 COO 任宇昕则在员工大会上称要给 PCG 多些时间。

在此次调整中，腾讯副总裁、天美工作室群总裁姚晓光跨事业群兼任了 QQ 所在的 PCG 社交平台业务负责人，这在腾讯一贯的职务任命中较为罕见。他在游戏行业的丰富经验有助于带领 QQ 进行虚拟与现实世界交互的探索。

新任信息平台与服务线负责人郄小虎则拥有深厚的技术背景，曾在 Google 和滴滴任职的他被认为是国内互联网企业最想从谷歌挖走的三个工程师之一。腾讯收购搜狗后将开启在搜索领域的投入，看点与 QQ 浏览器等产品未来也将强化推荐算法推荐在内的技术能力，这些业务均与郄小虎的能力模型相契合。

云与智慧产业事业群（CSIG）的重要性持续上升，并成立了区域业务部，目的是建立更多区域下沉渠道，以触达中小型企业。《晚点 LatePost》获悉，SAP 前全球高级副总裁、中国区总经理李强已经加入 CSIG 负责智慧工业与服务业业务；青桔 CEO 张治东加入 CSIG 任腾讯地图任负责人。

互动娱乐事业群（IEG）在国内游戏市场增长见顶之际开启了国际化进程。其中，发行部门成立了全新的国际品牌 Level Infinite，天美与光子两大工作室群则在海外多地布局了自研工作室。

腾讯音乐娱乐集团与阅文集团分别进行了业务调整，核心是摆脱自成立以来对版权的绝对依赖，未来将进一步向音乐、文学与影视的产业链上游深入。

原 QQ 负责人梁柱在 2021 年成为腾讯音乐的新任 CEO，他的此次调任也处在腾讯音乐被监管要求放弃独家版权的节点。一位腾讯音乐人士称，集团正在加强对音乐业务的把控力，所有内容业务需要进行更深度的协同从而形成真正意义上的 “集团军”，从这个角度来看，在 QQ 音乐与腾讯 PCG 都有丰富管理经历的梁柱是合适的人选。

腾讯是当前中国市值最高的互联网公司，微信在国内有超过 10 亿的活跃用户，这意味着它在监管、社会责任与商业之间寻求平衡时会面对更多挑战。

查看评论

中概股于周四晚上半夜跳水，跳水原因是美国证监会发布要求在美上市外国公司交审计底稿。然后我们昨天白天研读每篇海外原文，全程公司开会，并咨询多家中概上市公...

Sat, 04 Dec 2021 07:59:18 CST

中概股于周四晚上半夜跳水，跳水原因是美国证监会发布要求在美上市外国公司交审计底稿。

然后我们昨天白天研读每篇海外原文，全程公司开会，并咨询多家中概上市公司，四大审计所，一些海外机构。最后得出结论。

下面是关于美方内容。
———————————————————
21年12月2日，美国SEC公布了HFCAA的细则：
1）Calling out issuers:
滚动模式，SEC会召唤PCAOB无法有效问询的审计机构，尤其是那些受限于外国政府限制的审计机构。我们估计：PCAOB会首先召唤多个中国的审计机构，并识别出大量的中国在美上市公司。
2）开始日期：
识别工作从2022年开始，有2个前提。1）提交完21年财报之后；且2）PCAOB识别出相关的不配合调查的审计机构。
3）公司如何知道自己被认定为commission-identified issuer？
SEC有专门网站公布被认定的企业名单。自公布之日起，公司可以在15个工作日之内邮件上诉SEC，申诉其被错误认定，且需要提供相关证明。
4）被认定为commission-identified issuer之后发生什么？
被识别的公司需要在下一个财年的年报里披露HFCAA要求披露的各项事宜。举例来说，如果1个公司在21年财报里被认定为commission-identified issuer，那么需要在22年财报里披露（即23年年初披露财报时）。
5）连续三年都被认定为commission-identified issuer，可能会面临退市风险
SEC网站会公布每年被认定的企业名单，如果连续三年被认定，SEC会要求在美股停止交易，自公布之日起4天生效。

22年公布21年财报的时候就可以看出来哪些公司被认定了，中美大概率会就此事进行协商。
————————————————————
关于这个连续三年的问题，退市触发条件：连续3年被认定，第1年的认定结果会在22年初披露21年年报里显示出来。按照这个说法，就是24年初是最后期限；但中概和外资投行口径都说23年年初是最后期限。那我们保守点来预计，最差情况，2023年三月左右年报公布期会是最后期限。也就是说最短还有一年三个月左右时间。长的话可能是两年三个月时间。

所以在之前美国国会有这个提案以来，多数中概公司已经留好退路，申请香港二次上市，也就是说万一要退出美股，那么所有股票都可以通过经纪券商把股份转移成香港交易所的持股。也就是说基金们不用因为要退市必须卖出持股，而是可以把手里股份从美股变成港股。关于这点已经多方确认。这也是过去一年多家中概香港二次上市原因。

关于二次上市，我们也进行深刻了解。从摩根斯坦利11月25日的报告了解到港交所会在2022年开始降低二次上市门槛。原先条件较高

主要是放开了港股二次上市的条件：
1）针对同股同权的公司：
(a) 不需要证明自己是创新企业；
(b) 最小市值降低门槛：原先是两个条件，一个是市值>400亿港币且上市2个财年以上，或者市值>100亿港币，且最近一个财年收入>10亿港币。现在放低条件，市值>30亿港币且上市5年以上，或者市值>100亿港币且上市两年以上。小公司也回港。

所以不管是原来市值太小的小公司回港困难，还是新势力一类因为上市不够两年不能二次上市，只能双重上市方案的。都会在2022年解决成二次上市，在香港股票代码中增加一个s代码，也就是second，关于这个事情，如果最差情况发生，港交所这边一路绿灯让暂时没有二次上市的中概持股无缝回归香港挂牌是必然的。

昨天证监会还召开了证监会国际顾问委员会第十八次会议。下面图片贴了相关核心内容，中美是在解决问题和一些分歧的。所以2023年3月中概全面退市只是最差情况。

综合所有信息，周四晚上尾盘外资一卖，我们料定周五晚上还会又一轮大跌部分内外资恐慌出逃。我自己做出了当天的操作决策。就是最差情况一年三个月以后持有股票也会从美国转成香港持股，但是目前位置在多重利空打击下已经极度便宜。而且存在最后缓和不用退市可能。所以我们昨晚没有减中概头寸，但是暂时也不打算增加中概头寸。只是做了些仓位内部调整。在最差可以转香港的定心丸之下，并且还有一年三个月的时间可以产生变数。我认为短期内资金过度恐慌了。总之，昨天一天对事件深度研究之下，不至于底部再去胡乱杀跌。

另外本人和公司打算在12月继续申购基金不低于2000w人民币。

财富中文网发布最受赞赏中国公司榜单中国中车位列第一华为第二

Wed, 27 Oct 2021 11:20:43 CST

10月27日消息:昨日晚间，财富中文网发布了“2021年最受赞赏的中国公司”榜单。此次调查的455家候选公司主要来自中国500强和世界500强中的中国公司，以及部分知名的中国大型企业。

《财富》通过网络向51696名中国企业管理人发放了问卷，共收到有效回复的答卷576份。每位受访者按照以下9项标准为候选公司打分:

管理质量、产品/服务质量、创新能力、长期投资的价值、财务状况、吸引及保留人才的能力、社会责任、资产的合理使用、全球化运营的有效性

其中，中国中车从2020年榜单的第10位直接登顶，位列本年度榜首企业，排在三届冠军华为之前。

排名前五的公司还包括了:华为、小米集团、三一集团以及中国宝武钢铁集团。

此外，在前十名中，格力排名第7、顺丰排名第8。

Facebook的大规模故障代价惨痛使公司直接损失了约6000万美元的收入

Tue, 05 Oct 2021 07:37:29 CST

据报道，Facebook的大规模故障给这个社交网络的财务带来了很大的损失。《财富》和Snopes估计，自从其应用程序（包括Instagram和WhatsApp）在周一美东时间上午8:30左右宕机下线后，这个世界上最大的社交网络已经损失了至少6000万美元的收入。

两家媒体都使用Facebook在发布第二季度财报时提供的数字估算了截至美东时间下午4点的收入损失。在那三个月期间，Facebook报告了约290亿美元的收入。这意味着，Facebook每天大约赚取3.196亿美元，每小时1330万美元，每分钟22万美元，每秒钟3700美元。然后，这些机构使用这些数字，根据故障持续的时间来计算收入损失。

这些估计强调了大规模故障对Facebook广告业务的财务影响。该公司表示，它正在努力恢复其服务，但还没有说是什么原因导致了中断。目前，Facebook对一些人来说已经恢复正常了。

"我们知道有些人在访问我们的应用程序和产品时遇到了麻烦。我们正在努力使事情尽快恢复正常，我们对造成的不便表示歉意，"Facebook在大约六小时前发推文说。

该社交网络表示，截至美国东部时间下午3:30/6:30左右，Facebook的服务正在慢慢恢复。该公司在Twitter上说："对全世界依赖我们的庞大社区的人们和企业来说，我们很抱歉，们一直在努力恢复对我们的应用程序和服务的访问，我们很高兴地报告，它们现在正在恢复在线。谢谢你们的支持。"

收入损失并不是Facebook在周一遇到的唯一财务问题。在社交媒体宕机引发的股票的广泛抛售中，该公司的股票下跌了近5%，至每股326.23美元。(由于受到波及，就连服务保持在线的相关社交网络企业Twitter和Snap的股价都下跌了5%以上）。

Facebook股价的下滑对首席执行官马克-扎克伯格(Mark Zuckerberg)的净资产产生了影响，他的净资产降至1216亿美元。据彭博社报道，他现在低于微软联合创始人比尔·盖茨，是世界上第五位最富有的人。

查看评论

中国公司日益使用高科技工具监视员工

Fri, 18 Jun 2021 21:33:52 CST

日经报道，Andy Wang 是上海一家游戏公司的 IT 工程师，他有时会对自己的工作产生罪恶感。他的大部分工作时间花在名为“第三只眼”的监视软件上，该软件安装在每一位同事的笔记本电脑上，实时跟踪他们的屏幕，记录他们的聊天、浏览活动和编辑的每一份文档。软件会自动的标记可疑活动，如访问求职网站和流视频平台，它会每周生成一份报告总结员工在网站和应用程序上花费的时间。上司会定期检查这些报告。甚至Wang 自己也不能豁免于监视。在工作了两年之后，不堪重负的他选择了辞职，他说这没有意义，我们无法不停的工作，需要一些喘息的空间。就像美团的蓝领骑手受制于算法，办公室的白领工人们也日益受到监视软件的监督。中国公司正日益使用高科技工具持续的监视员工。中国最大的监视平台供应商深信服称它的企业客户超过 5 万家，其中包括阿里巴巴、字节跳动、新浪、小米和中兴。在员工连接到公司 WiFi 之后，深信服的服务能访问员工的移动浏览历史和应用使用记录。它无需用户批准，能屏蔽被认为对生产力有害的特定应用。系统还会根据花在与工作无关的网站和应用上的时间给低效的员工进行排名。它还能根据对招聘网站的访问和发送简历识别可能辞职的员工。佳能在中国的子公司去年使用了微笑识别技术，只允许微笑的员工进入办公室和会议室，佳能称此举旨在在后疫情时代给办公室带来欢乐，创造一种积极的气氛。公司发言人说，大多数人都羞于微笑，当他们习惯微笑之后会保持微笑。

但斌认为，怎么寻找真正的好公司，主要是从以下这几点去思考：首先，你找的公司没有天花板，某种意义上，它的成长空间是是无限的。哪怕是很好的公司，如果成...

Sat, 15 May 2021 12:04:50 CST

但斌认为，怎么寻找真正的好公司，主要是从以下这几点去思考：

首先，你找的公司没有天花板，某种意义上，它的成长空间是是无限的。哪怕是很好的公司，如果成长天花板是有限的，也涨不了太多。

第二，商业模式一定是简单可靠，容易理解。东方港湾能够看到商业模式很好，其他人不认同，这个公司涨不了太多。我一直认为投资是一个共赢的艺术，比方说某些公司很简单，你看好我也看好，或者100个人都看好，众人拾柴火焰高，这个公司才能涨100倍、1000倍、1万倍，所以它的商业模式一定是简单可靠、容易理解的。

第三，这些企业的盈利能力一定要强，而且能够持续，不是一年好，要长达几十年一直好。我们做过一个统计，历史上连续10年、20年，每年业绩都是正增长的公司一定是大牛股，你想都不用想，因为只有这样，一个公司才能从小公司变成大公司。

第四，一定要有商业壁垒和护城河，因为这是保证这些公司能够持久盈利的基础。没有护城河，没有竞争优势，比方说电动车，可能很快从蓝海变成红海，谁都来了。护城河一定要深、一定要宽。

第五，这些公司一定要有一个好的文化、好的团队，才能让一个小公司真正变成大公司。

入职新公司，如何写一份优秀的产品体验报告

Mon, 10 May 2021 07:19:20 CST

笔者最近开始带新人啦，我司新人入职的第一份作业是输出产品体验报告，以快速熟悉产品，增强产品感。总结几位新人写的报告，笔者梳理了一份产品体验报告模板，希望可以帮助到即将从事新产品的你。下面将从产品概况、功能体验、竞品分析、业务拓展思考四个方面介绍体验报告。

01产品概况

了解一个新产品，首先从底层逻辑出发，总结出产品定位、目标客群、业务模式。因为知道产品提供什么服务，目标客群是谁，了解产品的赚钱模式，才能更加深入地理解产品。下面详细介绍这三要素：

产品定位：

句式一般是为哪些用户，解决什么问题，提供什么服务。以360借条为例，360借条的产品定位是：为缺钱的用户提供现金贷服务，以满足用户小额资金周转需求。

目标客群：

1）客群属性：一般包括性别、年龄、地域、职业、收入等，大致可描绘出用户画像。

2）客群分类：可以按照用户身份、用户能力分类。用户身份分类例如学生、上班族、创业者；用户能力分类例如普通用户、优质用户

业务模式：

描述用户、平台、第三方之间的服务关系和资金流转。以美团医美为例，下图是美团医美的业务模式，描绘了消费者、美团生活费、美团医美、医院商户之间的关系。

02功能体验

产品概况了解清楚后，接下来开始体验功能了。你可以先列出产品的功能架构，然后体验核心功能和特色功能。体验具体功能的思路是先整体了解流程，然后再慢慢体验界面、交互等细节，最后从业务视角思考功能背后的意义。

不仅要体验，咱们最后还需要提出优化建议，产品经理总是要提出点想法提升业务嘛。

下图展示的就是体验功能四要素：流程、界面、交互、业务视角。我们可以对着四要素体验原则和方法，总结产品哪里做的好，哪里还有优化空间。

四要素详细介绍：

流程：看流程是否符合用户习惯和认知，即好不好理解；流程是否还可以继续简化

界面：

1）界面结构：看界面是否简洁、结构是否清晰、重点是否突出；

2）界面元素：看组件是否合适，文案是否简洁易懂，图片是否生动，配色是否符合客群；

3）界面内容：推荐的产品或信息是否符合用户需求

交互：操作前是否符合预期，操作中是否有反馈，操作后是否可撤销，界面转场是否过渡自然。

业务视角：

1）匹配效率：人、货、场的匹配度是否准确，即某个客群，在特定场景，平台提供的货品是否满足用户的需求

2）价值感知：界面的价值感知如何？价值感知不够的话，可以充分利用效果图、商品数据来放大商品价值

3）决策成本：决策成本如何？如果要降低决策成本，可通过品牌、用户评价增加用户信任。另外，还可以利用认知偏误来提高临门一脚（即将支付）的转化，例如从众心理、损失厌恶、锚定效应等

4）流程效率：流程效率是否还有优化空间？可参考以下方法提高效率：删除不必要的步骤；减少输入、点击、页面跳转；门槛高的步骤后置；减少用户等待；降低失败率；低意愿用户激励

5）流量利用率：流量利用有达到最大化吗？可参考以下两个方法提高利用率

提高首屏利用率：重点业务前置，优先投放千次曝光收益更高的业务

用户下一步的行为引导：完成一个任务后，充分利用用户注意力，引导下一个任务

03竞品分析

上边从整体分析了产品概况，从局部分析了功能细节，整个产品了解得差不多了。此时需要向往外看，正所谓知己知彼，百战不殆。我们需要摸清行业头部竞品有哪些，我们跟竞品对比有哪些优缺点，找到未来增长的一点思路。

常用竞品分析维度有对比客群、业务模式、功能架构、产品要素及流程。

对比客群：竞品用户量级有多大，目标客群特征是什么，我们未来是否也服务这类客群

业务模式：业务模式不再赘述。可对比业务模式的差异，学习借鉴优秀的模式

功能架构：分析核心功能和特色功能，思考功能背后的业务意义

产品要素：产品要素是所提供服务的具体参数，比如借贷产品的额度、定价、期数、还款方式、计息方式等

功能流程：这个很好理解，比如可对比借贷产品的进件、借款、还款流程，学习借鉴优秀的流程

04业务拓展思考

向内分析了自家产品，向外总结了竞品业务，接下来可以根据公司业务存在的问题，结合竞品业务走向，思考公司未来业务发展。

业务拓展横向可扩大客群，挖掘存量优质用户，新增获取新用户；纵向可延伸用户场景，满足更多需求，最终提升交易额。

下面以360借条为例，看这家小贷公司如何根据客群以及场景，拓展自己的交易业务。

分客群：360借条拆分了优质客群、一般客户、次级客群，优质客群例如企业主、车主，因为客群较优质所以可授信更高额度，为企业带来更多交易额；一般客户是产品内最主要的客群，资质一般，平均授信额度范围可能是几千。额度虽不高，但量级最大，是交易额的主要来源；次级客群是资质最差的客群，可导流至第三方或次贷赚取利润。

分场景：用户借钱的目的有很多，一般是消费或个体经营。消费场景中，线上购物可提供购物分期；线下购物或线上第三方平台支付时，可提供虚拟信用卡，满足用户超前消费需求，提高交易额。

以上就是体验报告的全部内容，希望可以帮助到你。

证券公司的资产管理业务和基金公司有什么区别？ - 知乎

Wed, 17 Feb 2021 21:49:24 CST

首先，以券商资管和基金公司最主流的产品来比较，即券商资产管理的集合产品和基金公司的公募产品

券商资管的集合产品大部分是私募范畴，而基金公司的公募产品是公募，所谓私募即不能公开宣传，人数不超过200人，购买起点100万。而公募产品可以公开宣传，没有人数上限。这是最大的差距

其次，券商集合的私募性质决定了它的投资范围比较广泛，单单以货币型产品比较的话，券商的货币型产品收益率一般是高于公募货基的，当然，券商的起点也高…

由于券商集合的私募性质，所以普通客户知道的较少，监管比基金松一点

再简单补充一下券商资管的主要业务范围，除了集合产品外，还有对单一客户一对一理财的定向资产管理计划和面向机构融资的专项资产管理计划。定向资产管理计划是为单一客户定制的vip理财，投资范围无限制。专项资产管理计划是面向机构发行的，类似于债券，资金主要用于某个项目，这个项目会产生稳定的现金流来支付本息。

基金公司业务主要是公募和专户。由于公募业务限制比较多，后来放开了基金公司做专户，就是基金公司发行的私募产品，100万起，人数不超过200人，投资更为灵活。

目前的业务线上是这样，这个行业发展太快，保不齐再过2年又是什么样子了

目前证券公司资产管理业务分为三种：集合资产管理计划、定向资产管理计划和专项资产管理计划。集合资产管理和定向资产管理都是事后备案，专项资产管理是专门用来做资产证券化(ABS)的，需要审批。证券公司主要做的还是集合资产管理和定向资产管理，专项资产管理比较少。在三种资产管理产品中，定向资产管理占比大概占到整个规模的90%左右。

如果说和公募基金公司的关系，主要是新基金法以前称谓的“大集合”，其实干的事情和公募基金区别不大，一些细节方面的区别下面列举几点：

1） 准入门槛不同

券商对参加集合理财的客户资金门槛有一定要求，一般首次参与的资金必须达到5万元以上，而开放式基金认购起点一般为1000元，如果定期定额申购，起点最低可以降到200元左右；封闭式基金由于在二级市场上交易，没有限定门槛。

2） 募集方式不同

券商集合理财产品不能公开宣传，募集范围相对较窄；而公募基金的募集可以公开宣传，募集的范围相对较宽。

3） 收益不同

①投资收益不同：虽然两者投资范畴基本一致，不过由于券商集合理财产品在投资范围上可以投资开放式基金，这就使得券商可以选择优秀的基金，投资收益率会高于开放式基金的平均收益率。

②管理人的收益不同：基金管理人的收益来源于管理费用，而券商的收益不仅来源于管理费还包括业绩分成。业绩分成的收益方式对管理人有激励作用，也公平对应于其承担的风险。

4） 安全性不同

券商集合理财产品的安全性优与基金。集合理财可以“隐性保本”。据了解，券商集合资产管理计划一般在合同中规定收益分配比例和亏损承担责任，而不同的产品有不同的合同，一般情况下，亏损是由投资者全部承担，而券商可以以自有资产购买一定比例本公司开发的集合产品，并可在有关协议中约定，当投资出现亏损时，证券公司投入的资金将优先用来弥补该公司其他购买人的损失。

5） 流动性不同

公募基金的流动性优于券商集合理财产品的流动性。①部分基金如封闭式基金、ETF、LOF等可以在证券交易所上市交易，有利于投资者买卖该基金；而券商集合理财产品不能在证券交易所上市交易，其流动性明显不如前者。②券商集合理财一般数月至一年的封闭期之后才有一小段时间的开放期，开放期也比较有限，一般为每个月的3个工作日～5个工作日。投资者只能在开放期进行参与或者退出，其他时间不能交易；而开放式基金可以随时按基金申购、赎回，申购赎回的周期一般为2～3个工作日，变现容易。

6） 投资限制不同

集合理财不仅被允许参与新股申购，还可以投资于基金，即（FOF)，我国的《证券投资基金法》禁止基金投资于基金，并且银行间市场也有望开闸.

7） 手续费不同

基金一般收取较为固定的管理费，如开放式股票型基金的管理费一般为1.5%，投资人购买基金还需交纳认购费、申购费、赎回费等手续费。现在发行的券商理财产品一般收取参与费和退出费，比例较证券投资基金的申购赎回费率稍低。至于管理费的提取方式，有的与投资人约定其他收费方式如以市场指数为基准，投资收益超出一定比例再收取管理费或约定按投资业绩计提管理费等，形式比较灵活。

8） 运作的透明度不同

券商集合理财产品不如基金。《证券投资基金信息披露管理办法》专门对基金的信息披露工作进行规定，要求基金管理人必须每日公布基金的份额，对于基金管理人发生的重大事项也应及时公告，除此之外，还应于每个季度、每半年、每年公布定期公告，详细说明基金在上述期间的业绩表现、投资组合情况、基金管理人的重大事项等内容，使基金持有人能随时掌握基金最新的运作信息。而关于券商集合理财产品的信息披露，披露的相关法规只要求证券公司至少每三个月向客户提供一次准确、完整的资产管理报告,对报告期内客户资产的配置状况、价值变动等情况做出详细说明。由于基金在信息披露方面更规范及严格，因此在运作的透明度上要优于券商集合理财产品。

自2013年6月1日新基金法出台了以后，证券公司投资者超过200人的集合资产管理计划将被定性为公募基金，应当纳入新基金法，不再使用证券公司资产管理业务相关规定，证监会规定，新基金法正式施行前，证券公司已经设立的投资者超过200人的集合资产管理计划，按照法不溯及既往原则，将依法受到保护，一些券商将存续期的大集合产品合同进行修改，扩大投资范围，并且可以重新打开申购，这种做法得到了监管层的默许，所以现在市场上存续的一些大集合的产品主要是2013年前存续的，比如华泰紫金节假日理财集合资产管理计划，在一些炒股的APP里定期会有推。

在此之后，“大集合”不再新发，券商开始争夺公募牌照，截至2016年底，获得公募基金资格的券商分别为：东证资管、华融证券、山西证券、国都证券、浙商证券资管、渤海证券、东兴证券、北京高华证券、中银国际证券、财通证券资管，以及长江证券资管和华泰证券资管，也就是原来的大集合变为了公募基金，主办人也变成了基金经理，同时要求证券公司设立相应的基金部门进行管理，与资产管理部门同级。

公众号校园职徒 ztcampus

研究人员利用供应链攻击入侵 35 家科技公司

Wed, 10 Feb 2021 23:39:01 CST

一位安全研究员设法利用一种新颖的软件供应链攻击入侵了 35 家大型科技公司的内部系统，这些公司包括了 Microsoft、Apple、PayPal、Shopify、Netflix、Yelp、Tesla 和 Uber。这次攻击利用了开源生态系统的一个设计缺陷：依赖关系混乱。Alex Birsan 注意到 PayPal 使用的一个程序包含了非公开的私有 npm 包，他想知道如果他创建一个同名的公开的 npm 包，那么软件在构建时是优先使用私有的还是公开的版本？为了测试这一假说，他向流行的软件包库 npm、PyPI 和 RubyGems 上传了同名的冒牌项目，每个项目都包括了相同的说明，解释软件包不包含任何有用的代码，只是用于安全研究目的。他发现，公开的软件包会比私有的软件包优先度更高；某些情况下版本更高的软件包优先度更高，无论私有还是公开。利用这一方法，他成功入侵了多家知名科技公司，获得了超过 13 万美元的漏洞报告奖励。

如何提升自己在公司里的影响力

Sun, 20 Dec 2020 09:23:11 CST

[cp]如何提升自己在公司里的影响力？

这是商学院的一门课，也是一些畅销书的核心内容，总结一下我自己受益最多的四个方法：

1. 多用确定性词汇，少用猜测性词汇。

能说“我们需要这样做”，就不要说“我觉得我们可能要这样做”。

能说“我们必须今天把这件事情做完”，就不要说“我们如果拖到明天可能结果不太好”。

能说出确定的话，就证明你已经做过充分调研和分析，对事情有全面掌握，也有信心控盘了。

2. 多用自己的权威，少用领导名头。

每个人都有自己的权威，职位高的人权威自然来自于职位，职位低的人权威来自于项目和工作的意义。

自己位置低不要紧，充分跟对方说明自己这件事情的意义，比你一遍一遍的说“xx领导让我这么干的”要好一亿倍。

因为自己的权威用一次就强一寸，而领导的权威用一次你就弱一尺。三次以后就成傀儡废物，不用谈什么影响力了。

3. 不要只把身份权威用在比自己位置低的人身上，也要多用在比自己位置高的人身上。

如果一件事情没有意义说服别人，而需要你用自己的权威压制下属，这件事情要三思。这也就是为什么很多人会感觉到领导明明不同意却不告诉你答案，让你自己一遍一遍痛苦的猜他们在想什么。

他们不是在做无用功让你猜谜，而是希望你真的想明白再做。

而领导雇佣你，薪资越高，需要的脑力劳动就越大于体力劳动，有多少人可以很自信的对上级说出：作为xx项目的负责人，我认为现在您可以再看看我们更多数据再做决策。

能说这句话，影响到上级，也就影响的了ta的所有下级了。

4. 多去影响有影响力的人，因为影响一个就是一群。

初级员工总爱跟初级员工聊项目，但其实影响他们意义非常微弱，甚至可能没有影响力。而哪怕是在茶水间跟有影响力的人物聊几句，都可能产生质变。吸收他们的逻辑比跟同辈吐苦水效率高太多了。

以上。[/cp]

2021，AI公司将难上加难

Sat, 28 Nov 2020 21:10:00 CST

头部AI公司都进入IPO的关键节点，它们的上市表现，决定了这一轮AI公司的前景。本文来自微信公众号：财经十一人（ID：caijingEleven），作者：刘以秦，编辑：谢丽容，头图来自：视觉中国

人工智能（AI）被认为是下一代技术浪潮，借着这股东风，AI公司们在过去几年里成为创投领域最炙手可热的明星。

但这个故事已经讲不动了：一些投资机构对AI已经“投怕了”；科技巨头与产业巨头们步步紧逼，都将AI当做重要发展战略；上市艰难，即使有了科创板，真正意义上的“AI第一股”还没出现。

2020年的一个特殊变化是新冠疫情暴发，当疫情对各行各业造成冲击时，一些AI公司发现了商机。人脸识别测温仪，语音识别电梯控制，行动轨迹智能化监测……突发疫情给了AI公司们商业化的契机。

但中国疫情很快就得到控制，随之而来的影响是出口贸易受阻。 有不少AI公司此前已经将业务做到了海外，例如东南亚市场，疫情让这部分业务熄火。

所有人都承认AI泡沫的存在，一些公司熬不过去就此止步，即使主动挤掉泡沫，过程也显得非常艰难。 2021年是AI产业继续回归理性的阶段，短期内对于个体公司来说，外部环境会显得难上加难，需要扛过去。

一、融资难题

2020年，AI领域的融资情况基本与被称为“资本寒冬”的2019年持平。数据服务商企名片数据显示，中国人工智能领域，2019年共计完成371笔融资交易，融资金额约为271.9亿元人民币，2020年截至目前，共完成305起融资，总金额约243.2亿元。

这个数字和2018年的数字相比，热度是明显下滑的。2018年，中国AI领域共计完成523笔融资交易，融资金额约为667.1亿元。

AI公司的资金来源主要是三类机构。一开始看准这个赛道的是美元基金，相比人民币基金，它们的投资周期相对更长，偏好新技术领域，并且更有钱。

早些年，AI公司也更希望拿美元基金的钱，因为它们愿意给更高的估值。随着公司估值水涨船高，投资机构的赚钱空间开始变小，此时产业基金开始进入，包括阿里巴巴、腾讯、百度等互联网巨头，以及富士康、TCL、联想等产业基金，它们或看中AI技术与自身业务的结合，或希望把AI这张新时代的船票捏在手里。

政府基金也及时介入。2017年，国务院发布《新一代人工智能发展规划》，将AI上升到国家战略层面，各地政府开始大力扶持AI产业。

但到了今年，这三座资金池都在减少对AI公司的投资。受中美关系影响，不少美国基金，包括养老基金、高校基金等，都开始减少对中国的投资，在中国的投资圈，美元基金的光环已经消失。不仅如此，美元基金们甚至开始避讳提及对中国AI产业的投资，担心有政治风险。

产业基金投资AI的积极性在下降，一些企业受疫情影响资金吃紧，恢复自身业务是当务之急。 政府基金同样受到疫情影响，各地政府都投入大量资金在疫情防控和疫后恢复上。

鉴于以上原因，AI公司的融资难题在2021年很难缓解。

中国AI领域的创业公司格局已经到了相对稳定的阶段，头部的独角兽们已经拿到了足够甚至太多的融资，下一步就是上市。处于早期阶段的AI公司大多开始深耕细分行业，背靠科技行业巨头是它们的首选，但行业巨头们对新技术非常敏感，所有人都看到了数字化、智能化的趋势，不少行业龙头公司都成立了自己的数字化公司，它们更希望把技术掌握在自己手里。

截至目前，不少AI公司都确定了上市计划， AI四小龙中，旷视科技的IPO一波三折暂时没有最新进展，依图科技与云从科技都在筹备科创板上市，商汤科技的上市情况依然扑朔迷离。

2019年3月，科创板的出台给AI公司提供了新的退出渠道，目前成功上市的只有AI芯片公司寒武纪，寒武纪最新财报数据显示，今年前三季度共营收1.58亿元人民币，亏损3.1亿元，最新的市值是656亿元，相比两个多月前刚上市时，市值下跌37%。

投资者将寒武纪归为芯片领域，受行业环境和政治因素影响，当下芯片公司被寄予的希望高于AI公司。 所有人都在关注第一批上市的AI公司，他们的表现决定了接下来的投资方向。

二、2021，更苦更累

不过，这一轮的“烧钱”，让AI公司和投资方们对这个领域看得更清晰了，站在数字经济发展的视野上看，AI只是一个工具，目前智能化程度还不够高，只能起到辅助作用，且必须在实际的业务中跑起来才能不断进化。

从投资人对AI公司的判断标准变化，也能看出这一趋势。最早，投资人问的是，公司有哪些技术大牛；随后，大家开始比拼机器识别准确率；但很快，投资人开始关心AI公司们的落地案例、合作伙伴和客户；到今天，市场判定标准变得理性且单一：收入有多少？

AI听起来高大上，但落到实际业务中，却是苦活累活。

AI领域目前以To B业务为主，每个客户，即使是同一领域，需求也千差万别。目前行业的标准化还没有形成，这意味着就算费心费力服务好一个客户，也很难把成熟的经验和方案简单批量复制给其他客户。

AI应用属于SaaS领域，这个领域能够出现高市值的公司，是因为可以实现标准化和规模化，但是AI算法还无法做到。在一个简单的场景中，可能就需要用到大量不同的算法，不少企业和政府客户发现，在很多场景中，使用新技术，还不如用人工。

每个细分行业都已经有自己的游戏规则，几乎大的行业都有固定的总包公司，2G行业的总包需要有政府发放的牌照，例如安防资质等。无论怎么宣传，一家新公司进入行业的路径是一致的，参与招投标，拿出产品名录，建立销售渠道。总包公司会根据客户的需求，采购来自不同公司的产品。

而目前中国的AI公司们还没有强到可以从另一个路径来打破目前的游戏规则，这意味着大部分时候，AI公司只能被集成，且只能分到一小块“蛋糕”，还要面临回款压力。不仅如此，大家发现，科技巨头们掌握的AI技术，相比AI创业公司来说，更具有商业化价值，因为它们业务庞大，可以帮助算法训练，让技术更好地融入业务。

通过一个个项目来创造收入，对于高估值的AI公司们来说，太慢了，理解一个新行业至少需要1年~2年的时间，找到客户、制定方案、交付、回款，又是一个漫长过程。

行业开始形成潜规则，通过政府补贴、外部收购、投资换订单等方式来制造收入。一些AI公司开始在多个地方落户，以此换取政府补贴和投资，在还没有做到收入利润良性发展时，用融资的钱来进行对外投资、收购。

这些都是活下去的手段。但二级市场比一级市场更加透明，收入质量、收入来源和现金流等关键指标，都会被放大。一家头部公司出现问题，就会产生“蝴蝶效应”，影响很难估计。

AI公司接下来能做的，只有埋头苦干，专注在某一领域而不是把摊子铺得太大，找到行业痛点和空白；打磨优势能力，提高在单个产品上的壁垒。放弃“讲故事”，先确保能活下去。

这条路非常艰难，是考验也是机会，习惯了享受光环的AI明星们，谁能放下身段，谁就有机会活到新技术趋势爆发的那一天。

2016年开始，随着谷歌AlphaGo战胜围棋世界冠军、职业九段棋手李世石，全球人工智能技术升级和产业化势头汹涌。到了2019年，AI技术已步入全方位商业化阶段，在金融、医疗、安防等多个领域实现技术落地，且应用场景越来越丰富。人工智能商业化带来了企业数字化加速、产业链结构改善、信息利用效率提升等积极效应。可以预见的是，AI将改变整个世界。

但这个过程将是漫长的，对于这个领域的创业公司来说，盛世带来机会，但风险也时刻相伴，甚至是死亡。

中国在基础技术领域一直未能做到世界领先，AI公司们聚集了大量的技术专家和资金，拥有相对宽松的数据获取渠道，可以专注进行基础技术突破，在AI的一些细分领域，例如人脸识别，中国已经做到世界领先。

但是AI产业的发展才刚刚开始，外部环境的变化也越来越难以预测，这是一个比互联网和移动互联网更慢的过程，它们需要更多耐心，熬过这个冬天。

本文来自微信公众号：财经十一人（ID：caijingEleven），作者：刘以秦，编辑：谢丽容，原载《财经年刊：2021 预测与战略》

IT瘾公司推荐

[译] Anthropic 的产品团队为什么能比其他公司更快（2026）

译者序

1 Anthropic 的 PM 角色是什么样的？

1.1 老板定 3～6 个月愿景，PM 拆成可执行计划

1.2 方向和思路一致，分工存在一定模糊区间

2 Anthropic 的 PM 岗位需要什么思维？

2.1 思维一：快速行动（Moving fast）

2.2 思维二：建立一个快速上线新功能的机制

2.3 思维三：建立一个高效的上下游团队协作框架

3 Anthropic 的 PM 还写 PRD 吗？

3.1 比 PRD 更重要的两件事

指标驱动，每周通晒

统一认知，符合团队的原则就可以自主决策，不受 PM 卡点

3.2 有时候也写 PRD：模糊功能、超大基建功能

4 Anthropic 为什么能迭代这么快？

4.1 确实有 mythos 的原因

4.2 更重要的原因：上线流程简单，鼓励每个人都能”从想法到上线”

5 Anthropic 的 PM team 组织形式是怎样的？

5.1 research PM team

5.2 claude developer platform (CDP) team

5.3 claude code team

5.4 enterprise team

5.5 growth team

6 你觉得未来是需要更少 PM，还是更多 PM？

6.1 角色在融合，最高效的方式是招 有产品品味的工程师，放手让他们去干

6.2 产品品味仍然是一项非常稀缺的技能

6.3 我们的几乎所有 PM 以前是都是研发，设计师也是

6.4 工程背景转产品是个自然&有价值的事情吗？ 再论产品品味

产品品味可以来自任何背景

工程背景的一个好处：对”一件事应该有多难”更有直觉

6.5 第一性原理：判断技术格局正在如何变化、团队真正需要你做什么

达到 AGI 之前，人脑还有哪些发挥空间？

大模型的情商仍待提高

如何跟上 AI 的变化？—— “这已经是未来世界最正常的一天了”

不影响核心功能就先上线 —— 我们发布的一些产品并没有我期望的那么精致

6.6 Anthropic 的人都非常 chill 和乐观

7 岗位融合之后，我们将失去什么？

7.1 我们正在牺牲产品一致性

写代码贵时：非常仔细地规划产品矩阵

写代码白菜价之后：同时尝试多个可能，让用户帮我们选择产品的走向

7.2 大量堆功能的代价：对新用户不友好，老用户也可能跟不上

传统 PM：季度或月度交付功能

AI PM：天级别交付

7.3 /powerup 功能（新手引导）：功能太多更新太快， "好的产品直觉到不需要教程"不再成立

8 Anthropic 为什么能脱颖而出？

8.1 最重要的两件事情

使命：带给全人类的是一个安全的 AGI，最高原则，招人硬门槛

专注：做好最核心的业务场景，不发散

使命和专注的区别

极端例子：如果 claude code 失败了但 Anthropic 成功了，我们都会非常高兴

8.2 禁用 OpenClaw 的决定，是否与此冲突？

9 你分别在什么场景下使用 claude code, desktop, co-work?

9.1 Claude Code

9.2 Claude Desktop：前端开发，preview

9.3 co-work：管理邮箱、做 PPT 等

co-work 最佳实践举例

9.4 与视觉设计的集成

10 在 Anthropic，token 消耗大户（团队）都是干啥的

10.1 Applied AI 团队

举例

10.2 token 费用超过自己的工资

10.3 你们的 token 量有限制吗？

11 作为 Anthropic PM，你的技能栈是哪些？

11.1 大量使用 co-work，对它哪里不够好有非常强的直觉

11.2 大量和 claude 对话，理解它为什么会那些犯错误

11.3 Claude code 极大地降低了”做一个自定义 app”的门槛

11.4 不会重写一个 Slack，它有自己的核心竞争力

12 你觉得 PM 应该关注哪些技能？

12.1 最难的技能： 能定义未来一个月，你的产品应该长什么样

很难，但 最好的 PM 能看出一些规律

12.2 给一个 super AGI 级别的模型做产品其实很容易 —— 难的是给当下这个模型做产品

12.3 你如何打造这项技能？—— 花大量时间和模型对话、使用模型

一、让模型反思它自己的行为，找到为什么不 work 的原因并解决

二、 找到你最信任的用户群体，收集他们的真实反馈

三、构建评估（evals），很多 PM 不愿意做

PM 的 evals 输出

evals 做的特别好的人/团队举例

13 Claude 的性格（character）

13.1 Personality 是 Claude 在很多任务上表现好的根本原因

6.1 角色在融合，最高效的方式是招有产品品味的工程师，放手让他们去干

6.4 工程背景转产品是个自然&有价值的事情吗？再论产品品味

7.3 `/powerup` 功能（新手引导）：功能太多更新太快， "好的产品直觉到不需要教程"不再成立

12.1 最难的技能：能定义未来一个月，你的产品应该长什么样

很难，但最好的 PM 能看出一些规律

二、找到你最信任的用户群体，收集他们的真实反馈

14.2 `"model will eat your harness for breakfast"`

马化腾：腾讯只是一家普通公司随时都可以被替换

财富中文网发布最受赞赏中国公司榜单中国中车位列第一华为第二

Facebook的大规模故障代价惨痛使公司直接损失了约6000万美元的收入

但斌认为，怎么寻找真正的好公司，主要是从以下这几点去思考：首先，你找的公司没有天花板，某种意义上，它的成长空间是是无限的。哪怕是很好的公司，如果成...