AI,个人随笔 别为了用AI而用AI:AI产品经理的场景分析实战指南 当团队通宵打造的AI功能上线后,次月留存率却断崖式下跌。用户根本不在乎炫酷的模型参数,他们只关心功能能否在特定场景下解决实际问题。本文深度剖析了AI产品设计中场景分析的关键作用,并提供了从传统PM到AI时代的场景分析升级方法论,帮助产品经理避开'技术自嗨'的陷阱。 梁家豪 AI产品场景分析用户体验
AI Agent时代,大厂们「拆墙」又「筑墙」 微信打破多年「克制」传统,向外部Agent开放消息通道,却仍坚守核心数据壁垒。这场Agent时代的权限博弈,正在引发大厂间「拆墙」与「建墙」的拉锯战。从CLI与MCP的技术路线之争,到豆包助手遭遇的封杀风波,背后实则是商业生态的生死博弈。当超级应用遇上AI代理,谁将主宰下一代交互入口? 降噪NoNoise AI代理企业协作商业模式
AI,个人随笔 KK:带你拆解 Prompt 的能力空间(上篇) Prompt 的真正价值不在于技巧本身,而在于对使用意图的精准把握。本文通过构建二维坐标系,揭示了工程效率与学习探索两大方向的本质差异,以及高熵与低熵策略的巧妙运用。从合同审核到创意激发,从知识巩固到思维颠覆,这张能力地图将彻底改变你与AI的交互方式。 KK的慢变量 AI交互Prompt工程大语言模型
AI 开源项目Hermes Agent评测:越用越聪明的开源 AI 智能体 上周我被一个 GitHub 项目刷屏了——17K Stars、上线两个月、207 位贡献者。这个叫 Hermes Agent 的项目标语挺有意思:「The agent that grows with you」,翻译过来就是... AI星球
AI AI日报:Google开源Gemma 4,小参数吊打大模型,程序员春天来了? 早上好!我是老曹。近两天AI圈最热闹的事情是Google Gemma 4开源和Cursor 3发布,两个重磅产品同时炸场,确实有点去年 GPT-4o 发布那味儿了。Gemma 4 这个小模型跑出了8... 老曹 AI编程工具Cursor 3Gemma 4开源
AI AI产品社区化思考 AI工具的社区化正在改写生产力工具的底层逻辑。从短期降低使用门槛到长期构建数据护城河,社区化解决了AI行业的核心矛盾,更催生出能力封装者、使用者和体验者的新型生态角色。本文将深度解析AI社区从提示词集市到共生型生态的演进路径,并揭示其与传统社区的本质差异与深层联系。 土豆 AI社区产品生态人机交互
AI,个人随笔 深度拆解阿福的大模型意图识别方案 支付宝健康大模型产品阿福在RAG技术上的创新实践,为医疗垂类AI应用树立了新标杆。它通过点选式意图引导、多模态交互设计和精准知识检索等策略,解决了用户表达模糊、专业术语复杂和准确性要求高等核心难题。本文深度拆解阿福如何突破RAG技术瓶颈,打造日活600万的医疗AI助手。 寻走 AI+医疗RAG大模型
AI Cursor 3评测:你的IDE正在变成 Agent 的终端 说实话,之前每次看到\”AI 编程工具\”这几个字,我都有点审美疲劳了。代码补全、代码解释、代码审查——翻来覆去就这些功能。但 Cursor 3 不一样,它直接干了... AI星球 AI AgentAI开发助手AI编程工具 Cursor 3
AI 当 AI 开始围绕“项目”运转,产品工作的逻辑正在改变 当“养虾热”的喧嚣退去,人们开始意识到,拥有一个AI助手与真正将其融入工作流之间,存在着巨大的鸿沟。 问题的关键不再是有没有AI,而是AI能否匹配我们的工作逻辑。 字节跳动旗下的TRAE SOLO独立端,正试图回答这个问题。 它不再满足于做一个孤立的AI Coding工具,而是将AI带入“项目”这一真实的工作语境,让需求分析、数据洞察、竞品调研、PRD撰写乃至原型设计,围绕同一个项目持续、连贯地推进。 Aine AI产品Trae案例分析
AI,个人随笔 意外开源的51万行代码,让我们看清了AI Agent的终极秘密Harness Engineering Anthropic的一次意外代码泄漏,揭示了AI Agent稳定运行的秘密——Harness Engineering。从电脑鼠迷宫比赛到Claude Code的架构设计,这篇文章深入探讨了环境约束如何比模型本身更能释放AI潜力。三层Harness框架、次优路径的胜利,以及人类在AI探索中的独特角色,共同勾勒出下一代AI发展的关键路径。 被抢了名字的Kimi AI AgentAI发展Claude
AI,个人随笔 不是所有时候都需要上多智能体 多智能体系统正成为AI产品设计的讨论焦点,但盲目追求复杂架构可能适得其反。本文通过五阶段演进模型和四维决策框架,揭示何时该升级架构的关键信号,帮助产品人避开过度设计的陷阱,找到业务与技术的平衡点。 要成为产品小李 AI架构业务驱动产品决策
AI 本地部署大模型的春天,真的来了! 过去几年,本地部署大模型始终面临一个核心矛盾:想要高性能,就必须用百亿甚至千亿参数的大模型,算力成本高到普通用户和中小团队难以承受;想要低成本,就只能用小参数模型,推理能力和智能体表现又跟不上需求。Gemma 4 的出现,直接改写了这一格局。 实战产品说 Gemma个人观点大模型