AI,个人随笔 为什么平均值会骗你?AI 产品经理必懂 Token 的 P50/P90/P95 设计AI产品积分体系时,新用户该送多少积分?研发说“平均一个任务消耗5万Token”,但真实数据却显示一半任务不到1.2万。平均值被长尾任务拉高,P50、P90、P95才是关键。本文用真实案例拆解AI产品指标统计的陷阱,教你如何用分位数做决策。 产品不正经 AI产品P值Token消耗
AI 人工智能失忆症:为何AI总是忘记你的名字? AI 总说“我记得”却做不到,不是它不够聪明,而是你没给它一个可持久化的记忆入口。本文从注意力机制衰减出发,拆解 AI 记忆失效的真相,并给出五层记忆架构与三种实现路径,助你构建个人 AI 基建。 伊森vibe AI应用AI记忆上下文窗口
AI,个人随笔 从三个月到三天:大模型重做集装箱码头数字孪生的真实记录 传统数字孪生项目动辄数十万预算、数月周期,交付即固化。本文通过一个真实码头项目的对照实验,展示如何用 ZCode + GLM 大模型将开发周期压缩至数天,一人完成全部资产与仿真。文章深入拆解“参数化生成”与“对话式迭代”方法论,揭示快与慢的本质差异。 天涯轩 GLMZCode大模型
AI,个人随笔 约束显化:把隐含的语义假设变成显式规则 当AI成为界面生产主体,设计师脑中的语义判断若仍停留在评审会与文档中,将必然失效。本文论证约束显化的必要性:将隐性规范形式化为机器可读的YAML契约,编译为Prompt前缀、JSON Schema、Checklist与CI规则,获得机器可读、自动校验、版本管理与多格式分发四项传统规范无法提供的能力,为AI生成时代的界面质量提供工程化解法。 魏雯 Akir AI生成DesignOpsYAML契约
AI Anthropic 写给 AI Native 团队的完整开发手册 Anthropic 发布《The AI-Native SDLC Playbook》,揭示 AI 开发的核心瓶颈不在代码生成,而在流程协同。本文深入拆解 intent.md 到部署的产物链机制,探讨产品经理价值上升、审查前置等关键转变,为 AI 从业者提供一套可落地的项目系统改造思路。 AI陆小凤 AI开发AnthropicSDLC
AI 从 Sora 退场到实时交互,AI视频产品如何走向真实场景 AI视频产品的竞争,已经从“能不能生成”转向“能不能持续创造价值”。本文以 Sora 的商业化困境为切口,讨论质量与成本、能力与需求、通用与行业三组矛盾,并结合广告、电商、短剧、实时交互和世界模型等实践,梳理 AI视频产品走向可控、可用、可落地的路径。 人人都是产品经理 AI视频Sora案例分析
AI,个人随笔 AI产品成功经验分享:AI质检从NLP到大模型 从NLP时代到大模型时代,AI质检的落地成本骤降十倍,准确率却从半年苦练的80%跃升至开箱即达的98%。本文通过两个真实案例,对比不同技术路线下的架构、训练与成本差异,揭示技术革命如何将AI质检从大公司专属的奢侈品,变为中小企业随手可用的生产力工具。 吴德馨 AI质检NLP大模型
AI,个人随笔 为什么大厂都在补 Harness?Agent 的竞争正在从模型转向运行时 模型能力决定上限,但真正拉开 Agent 产品差距的,是模型与任务之间的运行控制层——Harness。Anthropic、OpenAI、DeepSeek 等大厂纷纷公开补 Harness,背后是 Context、成本与验证成为新瓶颈。本文从 AI 产品交付视角,拆解 Harness 边界与四条技术路线差异。 思敏 AgentClaudeCodex
AI 用AI谈恋爱,我劝你冷静:一场关于算计、博弈和身心俱疲的观察 从孙宇晨用Claude省下五千万美金,到普通人借AI处理情感难题,AI参与恋爱的方式花样百出。但观察发现,越是深度使用AI谈恋爱的,爱情之路往往越不顺遂——当恋爱变成一场精妙算计,AI是解药还是毒药? 脑极体 AI相亲Claude大模型
AI 如何做好任务管理:从任务入池到验收复盘 DeepSeek Harness 的发布,将 AI 任务调度推至台前。当模型开始处理真实任务,峰谷定价让运行时机直接决定成本。本文提出一套 AI 任务管理方法:入池、分级、排队、执行、验收、复盘,帮助产品团队构建可落地的调度规则,让 AI 真正高效运转。 小普 AI任务调度DeepSeek产品策略
AI,个人随笔 当豆包开始“工作”,拆解字节AI办公产品逻辑 字节把AI办公能力全部收拢到豆包这一个入口:上线工作任务模式、手机远程控制电脑、虚拟桌面,又把TRAE和扣子团队整体并入豆包体系。8月25日豆包工作独立上线,与飞书的联动成为其与主流AI办公产品的核心差异。 光锥智能 AI办公产品分析字节跳动
AI Vibe coding 避坑指南:为什么你总觉得AI在带偏你? 一个不懂技术的产品人,手持顶级AI模型,却把简单的公众号爬虫任务硬生生折腾成了虚拟机+20G流量的“大工程”。本文复盘了这段令人哭笑不得的经历,揭示了与AI协作时最容易被忽视的致命误区——不告诉AI最终目标,AI就会把局部问题当成需求本身。值得每个AI使用者反思。 AI Second AI产品AI应用ChatGPT