Открывайте больше.
Тратьте меньше.

8.08 万-9.98 万元,一汽-大众捷达首款新能源 M6 纯电家轿开启预售

Readhub

一汽-大众捷达品牌首款新能源战略车型 M6 开启预售,预售价格区间为 8.08 万-9.98 万元。该车为纯电轿车,车身尺寸为长 4806mm、宽 1868 或 1895mm、高 1500mm,轴距 2820mm,可选 6 款外观配色、3 款内饰配色。车型搭载地平线征程 6M 芯片,支持城区 / 高速 NOA、跨层记忆泊车等功能,座舱搭载千问、DeepSeek、豆包三大模型,配备车道级导航、满配手车互联、标配热泵空调,还有 15.6 英寸 2.5K 屏幕、256 色氛围灯、三层镀银防晒天幕、50W 无线充电。该车提供 465km 和 555km 两种纯电续航版本,低功率版本驱动电机峰值功率 113kW,额定功率 57kW,最高车速 166km/h。高功率版本驱动电机峰值功率 145kW,额定功率 62kW,最高车速 172km/h。

Балл: 57.39Уверенность: 54%

AIが未解決数学を量産する時代へ——OpenAI「100件超」主張と独立助言組織が示す次の課題

AIタグが付けられた新着記事 - Qiita

OpenAIは2026年9月21日、数学とAIをめぐる独立助言組織「Advisory Group on Mathematics and Artificial Intelligence(AGMAI)」の設立を発表しました。 驚くべき核心は、委員会そのものだけではありません。...

Балл: 57.39Уверенность: 54%

Python 文档格式转换:Word 转 EPUB 实践

掘金

Word 文档在写作和编辑阶段方便,但面对电子阅读器或移动设备时,它的阅读体验往往不如专用格式。EPUB 作为电子书的主流标准,支持自适应排版、目录导航等。本文将介绍用 Python 完成这一转换。

Балл: 57.39Уверенность: 54%

JSON原子写入:用tempfile+os.replace防止数据损坏

掘金

JSON原子写入:用tempfile+os.replace防止数据损坏 量化交易系统里,最怕的不是策略亏钱,而是数据文件损坏。策略亏钱还能复盘,数据文件坏了,整个回测和实盘环境直接瘫痪。今天聊一个看

Балл: 57.39Уверенность: 54%

多任务定时调度的冲突解决:错峰执行方案

掘金

多任务定时调度的冲突解决:错峰执行方案 定时任务在量化系统里是标配。但任务多了以后,冲突就来了——不是逻辑冲突,是资源争抢。今天聊聊我们系统里一个实际踩过的坑,以及怎么用错峰解决。...

Балл: 57.39Уверенность: 54%

试产 3 台坏 1 台,到底能不能发货?——硬科技 NPI 遗留质量风险商业决策指南

人人都是产品经理

硬科技NPI阶段,偶发死机问题常让研发、质量与高管陷入僵局。本文提出一套基于BETA.INV数理模型与7维场景折减的精算逻辑,将微观技术不确定性转化为宏观财务损失,用商业对冲打破“发不发货”的死循环。 在硬科技和智能硬件产品的 NPI(新产品导入)阶段,最让人崩溃的场景莫过于此:临近大货发货节点,测试环节突然爆出一个死机问题。复现率极低,找了 48 小时找不到根因(No RCA)。 研发说:“这就偶发了一两次,一定是极限操作,大货绝对没问题,不发货市场窗口期就过了!” 质量说:“机制没查清,谁敢保证大货不集体变砖?按规矩必须强行拦截!” CFO / CEO 问:“延期一天违约金和停工待料要损失 10 万,发货最坏会赔多少钱?你们谁能给我个确切数字?” 打破这个死局的核心,在于 质量团队的角色转变 ——质量不应该做只会打封条的“警察”,而应该做产品的“全科诊断师”与“商业风险定价师”。 我们需要用一套包含 数理极值模型(BETA.INV)与 7 维战场折减 的精算逻辑,把微观的技术不确定性,精准翻译为宏观的“最坏财务损失”,与停线延期成本进行商业对冲。 一、核心法则:安规一票否决,其余皆可定价 在谈论任何概率折减与商业定价之前,必须先划清一条铁律红线: 绝对红线(一票否决) :涉及人身安全或法律强制合规的缺陷,强行拦截,禁止发货。 商业红线(风险定价) :纯品质、性能体验、外观等瑕疵,通过概率精算与财务损益博弈求解。 二、NPI 遗留风险商业定价全流程决策链 1. NPI 遗留风险决策流程图 2. 节点 1 至节点 9 逐节点决策明细表 【样本量评估选择方法】 1. 极小样本盲区 (N < 30) —— 对应“小样本评估”及流程图中的节点 6B。 计算规则:严禁使用实际概率 k/N(其中 N 为总样本量,k 为发现的坏机台数),必须强制使用 BETA.INV(0.95, k+0.5, n-k+0.5) 计算 P_max。 决策指导:P_max 往往畸高 (> 10%),此类问题极难通过财务模型对冲,原则上“逢缺必拦”,除非具备极高比例的“场景折减”(如极端罕见工况)方可放行。 2. 中小样本惩罚区 (30 ≤ N < 300) —— 对应“小样本评估与惩罚机制”及流程图中的节点 6B。 计算规则:放弃 k/N,强制使用 BETA.INV 取 95% 上限值作为实际发生率带入财务模型。 决策指导:这是商业对冲的主战场。依靠贝叶斯公式天然的“放大倍数”(约 1.5 ~ 3.8 倍)作为财务风险惩罚金。只要加了惩罚金后的最坏赔付总额 Loss_max 小于延期与窗口期损失 C_delay,即可商业放行。 3. 大样本信任区 (N ≥ 300) —— 对应流程图中的节点 6A。 计算规则:统计惩罚基本消失,倍增幅度收敛至 1.5 倍以内。直接使用实际概率 k/N(或出于保守乘以 1.2 的安全系数)带入财务模型。 决策指导:数据已具备统计学意义上的充分置信度,直接进行常规的财务损益博弈与售后备件金计提。 三、小样本精算模型(对应节点 6 与节点 7) 本章重点针对决策流程图中的 节点 6(是否有大样本数据) 与 节点 7(使用场景失效判断) 进行数理建模与计算展开。 在硬科技 NPI 阶段,由于试产样本量极小,传统的点估计失效率(如 k/N)极不可信。为了量化由于小样本带来的统计不确定性风险,质量团队必须引用严谨的数理概率模型(如贝叶斯 Jeffreys 先验分布),将微观的试产测试故障数据,精准翻译为宏观的最坏坏率上限 (P_max)。 样本量置信度惩罚机制(Confidence Penalty)与数据推演 置信度惩罚机制的核心逻辑在于:样本越小,统计结果越不可信,必须用数学公式“人为放大”它的概率来兜底风险;当样本大到一定程度(大数定律生效),放大惩罚自然消失,直接使用实际概率。 以下为【样本量与贝叶斯放大倍数推演数据表】: 结论:在 N=100 时风险仍被放大了 2.3 倍,大数定律尚未充分生效;唯有 N ≥ 300 时放大倍数收敛到 1.5 倍以内,使用实际概率才具备商业安全边际。 1. 小样本整机验证场景与数理理论依据 引用理论依据 :贝叶斯 Jeffreys 先验分布 (Beta 极值模型),详见附录 精算算式 :P_max = BETA.INV(0.95, k + 0.5, n – k + 0.5) 数理逻辑 :在试产阶段(EVT/DVT),由于样本量极其有限,单次或偶发的故障往往蕴含着极高的隐性风险。Jeffreys 先验通过在成功与失败次数中各引入 0.5 的虚拟先验频数,有效避免了小样本下“0 失效即 0 风险”或“少量故障即天崩地裂”的极端认知。通过 BETA.INV 函数在 95% 置信度下求解,能够给出一个在数理上可兜底的最坏坏率上限 P_max,作为后续财务风险定价的基石。 2. “0 失效”不等于“0 风险”:全量失效率收敛规律 在 NPI 阶段,最危险的盲点是误以为实验室 0 缺陷即意味着大货 0 风险。利用 Jeffreys 先验公式及“三法则(Rule of Three,3/n,详见附录)”,全量失效率上限随着测试基数拉大的收敛趋势如下: n = 100 次/台 (0 失效) -> 95% 置信上限 P_max ≈ 1.90%(三法则约 3.0%),发货 1 万台可能赔 190~300 台; n = 1,000 次/台 (0 失效) -> 95% 置信上限 P_max ≈ 0.19%(三法则约 0.30%); n = 10,000 次/台 (0 失效) -> 95% 置信上限 P_max ≈ 0.019%(三法则约 0.03%),进入商业安全区间。 四、真实概率精算与场景折减(对应节点 8 与节点 9) 注:为了使评估逻辑与推演示例更加具体具象,以下分析及维度示例均基于典型的“户外使用消费类产品”展开。 本章对应决策流程图中的 节点 8(场景分析) 与 节点 9(失效后的退货概率) ,旨在拒绝实验室数据的直接套用,通过真实战场维度折减与客诉转化率精算真实风险。 算出实验室最坏坏率上限 P_max 后, 千万不能直接拿这个数字乘以发货量算损失 。 真实客户触发极限工况的概率需要经过 7 维真实战场矩阵 (P_scenario) 的层层折减: 4.1 节点 8:场景分析与 7 维真实战场矩阵 P_scenario = P1 × P2 × P3 × P4 × P5 × P6 × P7 (无关维度的概率在连乘中不产生折减,设定为 1.0) 4.2 节点 9:失效后的退货概率精算 为了更精准地评估不同市场的售后风险,我们引入了外观与体验容忍度调节系数 (K_region)。 注:以下相关数据与维度矩阵仅作参考,实际应用中可依据具体产品的行业属性、客群特点及历史数据灵活调整。 4.2.1 目标市场外观与体验容忍度调节系数 (K_region) 在 NPI 阶段,不同目标市场对产品外观、瑕疵及体验的容忍度存在显著差异。引入 K_region 系数是为了在计算真实客诉退货率时,对不同文化与市场环境下客户的反馈行为进行折减或放大,从而更精准地反映商业风险。 4.2.2 缺陷影响分级与退货转化率 (P_return) 缺陷的类型直接影响了客户的感知度与退货意愿。为了对商业损失进行精细化评估,必须根据缺陷的严重程度将问题分级,并赋予对应的退货转化率(P_return),以量化从功能故障到外观瑕疵对财务指标的影响权重。 最终客户真实客诉退货率算式: P_RMA_real = P_max * P_scenario * P_return * K_region 算式核心因子与推导逻辑展开: 1. P_max(实验室极值失效率上限) :基于 Beta 逆累积分布函数(BETA.INV)在 95% 置信度下求解的最坏坏率上限,用以量化小样本测试带来的统计盲区与不确定性风险。 2. P_scenario(7 维真实战场场景触发概率) :结合电源、环境、兼容性、网络、用户习惯、负荷及运输等 7 个真实使用维度进行层层折减,计算出极限故障在终端用户手中被实际触发的复合概率。 3. P_return(缺陷感知与退货转化率) :根据缺陷严重程度(如 A 类致命失效、B 类次要功能、C 类体验降级、D 类外观瑕疵)建立的客户感知与退货意愿转化比例。 4. K_region(目标市场客诉容忍度系数) :针对不同国家或地区的文化与市场环境调整的系数(例如日本市场对瑕疵零容忍度 K=1.0,欧美实用主义折减至 K=0.2),用以精确拟合最终的客诉与退货规模。 五、 商业财务博弈与发货决策(对应节点 10 与节点 11) 本章对应决策流程图中的 节点 10(评估全口径经济与舆情损失) 与 节点 11(发货决策判断) 。评估逻辑严密承接第 4 章精算出的真实客诉退货率(P_RMA_real)及预估退货台数(N_RMA),在节点 10 集中完成立即发货情况下的直接售后损失与品牌舆情风险精算,并与延期损失进行全口径对冲;节点 11 则基于损益对比直接输出最终发货指令。 5.1 节点 10:基于立即发货与延期场景的全口径损失评估(含舆情精算) 5.1.1 核心发货决策场景建模 场景 A:马上发货 (Ship Immediately) :直接基于真实客诉退货率 (P_RMA_real) 与预估退货台数 (N_RMA) 精算直接售后损失,并将“舆情风险开关”直接集成至模型中以量化潜在隐形品牌损失。若全口径最坏总损失 (Loss_total_worst) 显著低于延期总成本,优先选择马上发货。 场景 B:微延期修复后再发 (Delay Shipping, t ≤ 3~5 天) :精算排查与修复期间的返工、违约金及错失市场窗口期的延期总损失 C_delay_total(t)。若延期损失小于马上发货的全口径最坏总损失,则选择拦截并延期修复。 场景 C:强行拦截不发货 (Don’t Ship / Intercept) :适用于触及安规红线、深度硬件返工、极高舆情风险或出现“双高双崩”的灾难场景。尤其在未决 Bug 且无根因(No RCA)时,项目面临两条毁灭性路径:(1) 直发引发巨额 RMA 赔偿与舆情崩溃;(2) 盲目返工因无法彻底闭环,既白白耗费巨额停工与窗口期延期成本,上市后仍叠加质量与舆情灾难。两条路径成本均趋于天文数字,必须触发红灯一票否决,强行停线拦截。 5.1.2 商业对冲模型与损益精算公式 商业博弈的核心在于对比【马上发货全口径最坏损失】与【停线延期总损失】: 1.马上发货全口径最坏损失 (Loss_total_worst): Loss_total_worst = Loss_RMA_max + Loss_reputation 其中直接售后损失严格基于真实退货数据推导:Loss_RMA_max = N_batch × P_RMA_real × C_RMA = N_RMA × C_RMA 直接集成舆情开关的隐形品牌损失:Loss_reputation = 舆情开关 (0/1) × F_reputation × N_batch × P_unit 2.延期发货总损失 (C_delay_total):C_delay_total(t) = (t × C_daily) + L_window + C_channel_penalty 关键参数详尽定义与精算逻辑: t(排查、修复与验证周期/天): 从宣布停线拦截开始,到完成 RCA 根因定位、方案工程验证(设计变更 ECO)、产线重新拉线并通过出货检验(OBA)的全流程边际延期天数。该参数作为线性乘数直接放大每日固定损耗。 C_daily(每日固定停工与违约沉没成本/美元): 产线停工待料期间产生的硬性每日损耗,包含:代工厂(EMS)停线沉没工时费、产线仓储与集装箱海运滞期费(Demurrage)、专职研发与质量团队驻厂紧急攻关的人力及差旅成本。 L_window(错失市场窗口期售卖损失/美元): 因产品延期上架导致竞争对手挤占份额或错失特定节日/促销节点(如黑五、双十一)带来的商业利润损失,其动态计算公式为 。L_window = ΔN_sales × P_unit × t Δ N_sales :预估因延期每日少售出的产品台数(结合爬坡曲线与市场营销预测)。 P_unit :单台平均净利润或边际贡献(Gross Margin Contribution per unit)。 C_channel_penalty(渠道违约与履约赔偿金/美元) :因未能按合约定交期(SLA)向 B2B 客户、大型零售商(如沃尔玛、百思买)或首发渠道交付大货而产生的固定违约罚款,以及可能引发的取消订单(Cancellation)商业风险。 N_batch(首批发货总量/台) :NPI 阶段计划首批出货或交付的完整产品大货总规模。 P_RMA_real(真实客诉退货率) :经过实验室极值失效率 (P_max)、7 维场景触发折减 (P_scenario)、缺陷等级退货转化率 (P_return) 以及目标市场容忍度 (K_region) 精算后的最终实际退货比例。 N_RMA(预估真实退货台数/台) :通过 计算出的终端市场预计发生客诉退货的产品台数。N_batch × P_RMA_real C_RMA(单台 RMA 综合售后成本/美元) :处理单台退换货产生的全口径硬性成本,包括往返物流运费、仓储检测与返工人工费、硬件报废或换新成本等。 F_reputation(舆情导致少卖销量比例) :若开启舆情开关(设定为 1),因负面公关或品牌口碑发酵导致的销量下滑预估百分比。 P_unit(单台预估净利润或边际贡献/美元) :产品在财务 BOM 账面上的单台平均净利润或边际贡献,用以将少卖台数转化计算为实际利润损失。 5.2 节点 10 专项:立即发货场景下的舆情风险量化评估 5.2.1 舆情风险定性评估三维度(仅针对立即发货) 针对未决 Bug,通过以下 3 个维度定性评估其是否具备“舆情爆发基因”: 1. 故障显性度(好不好传播?) 高显性 :冒烟/火花、死机变砖、大功率爆管。极易被制成为视频扩散,舆情风险高。 低显性 :冷门菜单卡顿、无感报错、极温下电量微跳变。用户感知低,舆情风险低。 2. 受众声量(客群爱不爱发声?) 高声量 :众筹种子用户、科技极客、专业测评人、日本市场。倾向公开发帖吐槽,风险高。 低声量 :大众电商泛客群、新兴市场、B2B 采购商。以实用为主,极少主动掀起舆论,风险低。 3. 渠道脆弱度(销售管道怕不怕负面?) 高脆弱 :Amazon、官网 D2C。高度依赖星级评分与线上流量,评分下滑摧毁销量,风险高。 低脆弱 :线下 B2B 批发、传统代理商、政企采购。走线下退换货,不直接受社媒影响,风险低。 5.2.2 舆情风险量化与处置指引 若判定存在舆情风险,其隐形品牌损失量化公式如下: 损失精算算式 :(其中 为预估因舆情发酵导致的销量下滑台数)。Loss_reputation = ΔN_reputation × P_unit = 舆情开关 (0/1) × F_reputation × N_batch × P_unitΔN_reputation 5.3 节点 11:发货决策判断(立即发货 vs 延迟/不发货) 节点 11 纯粹作为最终决策判断节点,不进行任何基础损失建模。其唯一职责是对比节点 10 输出的【马上发货全口径最坏损失 Loss_total_worst(含售后及舆情)】与【延迟/不发货总损失 C_delay_total】: 六、 实战案例演算:户外使用消费类产品(以户外无人机为例)GPS 信号偶发丢星概率对冲 1. 案例背景与商业参数设定 产品类型 :户外无人机 (Outdoor Drone)。 发货批次总量 (N_batch) :10,000 台(首批大货出口欧美市场)。 单台 RMA 综合赔偿成本 (C_RMA) :$500。 单台预估利润 (P_unit) :$200。 停线延期每日固定损失 (C_daily) :$100,000/天。 预计延期排查天数 (t) :3 天。 窗口期每日少卖销量 (ΔN_sales) :预估每日少卖 1,500 台。 错失窗口期总损失 (L_window) :1,500 ×900,000。 试产未决 Bug :在试产 N = 100 台测试中发现,“无人机在特定峡谷等多云遮挡环境下,偶发 GPS 丢星且无法自动返航”(测试发现率 1%,坏 1 台,无 RCA 根因,无安规风险)。 2. 全流程 4 步场景折减与赔偿损失推导过程 第一步:试产最坏坏率上限精算 (P_max) 试产样本 N = 100 台,坏 k = 1 台。调用 ,算 出 95% 置信上限:P_max = 3.84% =BETA.INV(0.95, 1.5, 99.5) 第二步:7 维应用场景概率折减 (P_scenario) 依据【1~2维度触发原则】,客户在特定地貌(如峡谷/森林)飞行比例 30% × 遭遇多云遮挡天气比例 15% × 用户为非专业新手比例 10% → P_scenario = 30% × 15% × 10% = 0.45% (0.0045)。 第三步:真实客户曝光率与退货率精算 (P_RMA_real) P_RMA_real = P_max × P_scenario × P_return × K_region P_RMA_real = 3.84% × 0.45% × 40% × 0.20 ≈ 0.001383% (13.8 ppm) 预估真实踩坑退货台数: N_RMA = 10,000 × 0.001383% = 0.138 台(不足 0.14 台) ! 第四步:最坏售后财务损失与停线错失窗口期损失博弈 (Loss_total_worst vs C_delay_total) 全口径发货最坏损失 :直接赔偿 Loss_RMA_max = 0.13829 ×69.15,舆情风险定性评级低 (Low),隐形损失 $0,全口径最坏总损失 Loss_total_worst = $69.15 ! 停线 3 天不发货总损失 :C_delay_total = 3 ×900,000 +1,200,000! 商业博弈结论 :马上发货最坏损失 ($69.15) 远小于 停线 3 天不发货总损失 ($1,200,000),即 Loss_total_worst ≪ C_delay_total ! 3. 自动化精算决策计算器全景数据表格 本节以第六章的户外无人机案例为例,汇总并展示第三至第五章建立的全流程决策与精算框架在实际场景中的综合应用。 通过上述数据责任归口,本模型成功将质量风险管理提升为标准化 SOP,实现了全流程的权责闭环与客观决策。 将“数据提供方/责任人(Data Owner)”明确引入精算决策框架,是将本指南从纯粹的质量/财务评估工具升级为“公司级标准作业程序(SOP)共识”的关健举措: 化解“既当裁判又当运动员”的博弈风险 :通过明确各项关键参数的数据归口责任,遵循“谁提供数据、谁承担对应绩效 KPI 责任”的原则,彻底避免单一部门在临近出货节点时为了达到部门目标而随意篡改或粉饰风险参数(例如研发美化故障率或销售虚报窗口期损失)。 将“情绪对抗”转化为结构化“填空题” :在发货决策会议上,PMO(项目管理办公室)统筹各部门按 SOP 规范填入所属模块的客观数据与专业评估值,由模型自动算出现实损益并输出红绿灯指令,使原本充满主观倾向与情绪化的发货争吵转变为基于标准化数据的理性计算。 确立质量团队“风险定价师”定位 :质量团队不再扮演单向拦截业务的“警察”,而是作为模型的维护者与机制发起者,通过整合各业务部门数据并执行贝叶斯极值精算,打通技术不确定性到商业财务风险转化的最后一公里。 3. 质量终极处置指令 输出决策信号: [ 绿灯放行]! 准予首批 10,000 台大货放行发货;财务计提 $100 售后备用金;软件/固件团队在 72 小时内仅针对该 GPS 逻辑推送 OTA 静默升级规程。 该商业决策为公司避免了 $1,200,000 的停线与错失窗口期巨额损失。 附录:贝叶斯 Jeffreys 先验分布的数理背景与应用指南 在小样本质量评估(NPI阶段)中,当我们面临极其有限的测试样本时,频率派的点估计(k/N)往往存在显著的统计偏差,容易在“0失效”时低估风险,或在“极少失效”时过分放大风险。贝叶斯 Jeffreys 先验分布为我们提供了一套更稳健的决策框架。 为什么在 NPI 阶段必须使用贝叶斯方法? 传统频率学派(k/N)在小样本下的局限性 :在 NPI 阶段,测试样本量通常较小(如 N < 300)。若直接采用传统频率学派的点估计(k/N),极易导致两个极端的误判:一方面,当 k = 0 时,公式计算结果为 0% 失效率,容易诱发盲目乐观,掩盖潜在的统计风险;另一方面,当 k = 1 时(如 3 台坏 1 台),失效率骤增至 33.3%,易引发不必要的恐慌与过度反应。 贝叶斯 Jeffreys 先验作为“统计套期保值”机制 :贝叶斯 Jeffreys 先验通过引入虚拟观测值(成功与失败频数各算 0.5 次),在数理上实现了一种保守而严谨的风险兜底。利用 Beta 分布的逆累积分布函数,能够计算出 95% 置信度下的失效率上限(P_max),为商业决策提供稳健的风险统计边界。 跨越试产数据与商业风险的可靠桥梁 :该方法是连接试产阶段微观、极小样本数据与宏观、真实商业量产风险之间最可靠的数理桥梁,确保质量与业务团队在面对不确定性时,能够做出具备商业安全边际的理性决策。 1. 数理背景 Jeffreys 先验是一种无信息先验(Non-informative Prior),它基于 Fisher 信息矩阵的平方根构造,具有重参数化不变性,即在不同的参数空间表达下,先验概率分布的形式保持一致。对于二项分布(Binomial Distribution)而言,Jeffreys 先验对应于参数为 α=0.5, β=0.5 的 Beta 分布,即 Beta(0.5, 0.5)。 2. 公式的构建逻辑 当我们观察到 N 次测试中有 k 次失效时,若采用共轭先验 Beta(α, β),后验分布即为 Beta(α+k, β+N-k)。 当先验取 Jeffreys 先验 (α=0.5, β=0.5) 时,后验分布为: Beta(k + 0.5, N – k + 0.5) 3. 为什么在文档中使用 BETA.INV(0.95, k + 0.5, N – k + 0.5)? 求解上限 :在 NPI 决策中,我们需要的是“最坏情况”下的风险上限。函数 BETA。INV 计算的是 Beta 分布的逆累积分布函数(分位数函数)。 0.95 置信度 :输入 0.95 即求解该分布的 95% 分位数,意味着我们有 95% 的统计信心认为实际失效概率不会超过计算出的 P_max 值。 有效纠偏 :通过引入 0.5 的虚拟先验频数(Success=0.5, Failure=0.5),该模型在 k=0 时依然能给出一个非零的风险上限,这解决了“0失效即0风险”的致命认知偏差。 4. 应用案例对比 案例 A:100 台测试 0 失效 (N=100, k=0) 计算:BETA.INV(0.95, 0.5, 100.5) ≈ 1.90% 解读:即使没坏,我们在 95% 置信水平下也要预估坏率为 1.90%,防止盲目乐观。 案例 B:3 台测试 1 失效 (N=3, k=1) 计算:BETA.INV(0.95, 1.5, 2.5) ≈ 77.63% 解读:小样本下仅 1 例故障即导致极其惊人的风险系数,直接揭示了为什么极小样本(N < 30)通常必须“逢缺必拦”。 5. “三法则(Rule of Three,3/n)”数理背景与应用指南 在 NPI 阶段,当测试样本量为 n 且出现 0 次失效 (k = 0) 时,除了使用 Jeffreys 先

千里の堤もAI蟻の一穴より崩れる。増幅される人間の善意と悪意

AIタグが付けられた新着記事 - Qiita

名馬の耳に「志」は届くのか? 안녕하신게라!パナソニック コネクト株式会社クラウドソリューション部の加賀です。 AI時代の「つよつよエンジニア」シリーズ 千里の道も0歩でGO。LLM Wiki時代に揺らぐ「つよつよエンジニア」道場 千里のAI馬は常に有れども、...

Балл: 57.39Уверенность: 54%

做了这么多年AI交付,第一次在现场差点接不住

人人都是产品经理

一次企业 AI 项目的现场交付,让做了多年 AI 培训咨询的作者差点接不住:客户一句【怎么给 AI 下指令】,把他问回了 AI 落地的起点。业务陌生、几个场景并行推进、还被要求尽快出结果,问题出在没先圈定今天要交付什么。复盘后他把现场经验整理成五个动作。 就在几天前,我参加了一个企业AI项目的现场交付「怎么给AI下指令?」——客户一句话,把我问回了AI落地的起点。 那是我做过最乱的一次。 一堆只有客户内部才听得懂的名词术语,好几个场景在并行推进,N个人同时在聊需求。这边还没弄明白一个字段是什么意思,那边已经在问什么时候能给结果。 这几年我做过不少企业 AI 的培训和咨询,也下场带过智能体和项目陪跑。但这次现场难度更高。业务陌生,几件事同时展开,还要求尽快拿出东西。 现在回过头来复盘,我发现自己当时一直没定下来一件事: 今天这个现场,到底要立刻交出什么 。 后来我也试着把客户讨论的主题往回收,但还是做得有点晚了。 信息问得再细,没先圈定要交付什么,细就变成了散。 这次经历让我意识到,控制复杂度,也是FDE交付的一项基本功。 过去我认为,FDE 的基本功是这几样:懂 AI 的能力边界,能快速理解业务,能把业务需求翻译成 Agent、Workflow 或者 Skill,再靠测试把它跑起来。 但真正到了陌生、复杂、多人协作的现场以后,还有一种更难的能力:当业务自己都没有完全讲清楚,需求还在不断变化,同时又要求快速拿出结果时,能不能把复杂度控制住。 信息不完整时 ,先能圈定一段做得完的工作。 需求变化时 ,知道哪些之前的判断要重新确认。 人离开现场后 ,别人还能接着往下推。 这三件事得有固定做法。不能等忙起来,再靠临场反应去补。 所以这次复盘下来我发现,除了AI能力和理解业务的速度外,也要构建起一套适应现场变化的 落地机制 。我把这套机制, 整理成了五个现场动作 。从接到需求到交出结果,整个过程都覆盖到了。下次再遇到这种局,你也可以照着这套机制走。 01 动手之前,先问这东西给谁用 这次让我感触最深的,是自己太容易顺着具体要求往下想实现。 客户说要处理数据,就去看数据定义。客户又说想要生成文件,就去研究文件组成。 响应确实快。但可能漏掉了一个更要命的问题: 这个结果出来以后,究竟要用在哪项工作里 。 所以每次动手前,一定要先把这 四个问题 问完。问的过程,本身也是在判断这件事值不值得现在投入。 开工前四问 谁会用这个结果? 找到实际使用者,跟他直接对话,尽量不靠别人转述。 他拿到后,下一步会做什么? 确定输出的内容、格式、完整度,以及会不会进入后续流程。 这一步暂时不做,会影响哪个目标? 判断优先级,确认是不是必须现在做。 怎样算完成,由谁确认? 提前约定判断标准和业务确认人。 这些问题最后要落到一个明确的输出物上。跟业务确认清楚:它接收什么材料,在哪个环节处理,结果能支持什么操作,人工怎么确认。 聊完,把目标、输出物、完成标准、确认人 单独记一张表 。以后冒出新需求,就拿这张表判断:在不在当前范围内。 我以前把这些当成开发前的准备工作。 现在我认为,它们本身就是交付的一部分。 理解业务,靠还原,不是靠听懂 现场那几天,我花了不少时间抠文件和字段。 现在回看,单个名词解释清楚了,文件之间的关系还是模糊的。好多业务人员熟到不用想的一个动作,对第一次进场的人来说,中间缺了好几层的潜台词。 怎么办?不可能当场变成业务专家。那就请业务同事拿一份真实材料,按平时的操作,从头演示一遍。你在旁边记,把这条链子串起来。 触发→输入→查询→规则→输出→异常 触发 什么事情发生后,会开始这项工作? 输入 最初拿到哪些材料,由谁提供? 查询 还要去哪里找资料,查出来的结果用来做什么? 规则 根据什么做判断、匹配、计算或取舍? 输出 最后交出什么,交给谁继续使用? 异常 信息缺失、互相冲突或判断不了时,怎么处理,由谁拍板? 这张表的作用,是让你发现自己还没想清楚的地方。哪一行答不上来,就知道还得问什么,也可以直接请业务纠正你的理解。 走完一个正常样本还不够。还要看两类:走不同处理结果的样本,以及业务平时最耗时的地方。样本拿不出来,就把对应规则标成待确认,写清楚由谁来补。 什么时候可以动手?标准只有一个: 你能拿着样本,把输入怎么变成输出讲完整,并且让业务确认关键判断 。 当然要留余地。有些事必须先做个小试验,才能知道技术上行不行。那就说清楚这次试验只回答哪一个环节的问题,然后继续确认业务目标和处理规则。 FDE 理解业务,不靠听懂,靠还原。 03 同一时刻,只能有一个主任务 现场人一多,很容易变成人人都在提需求。 你每个都认真听,结果就是每切一次,都要重新记一套材料、规则和使用要求。最后什么都记不住。 所以要给自己设一条硬限制: 同一时段,只保留一个正在推进的主任务 。其他需求先记下来,由项目负责人统一排序。现场填一张任务卡,当前任务永远写在最上面。 任务卡 当前主任务 最终输出、成功标准、当前确认人。 谁能最终确认业务规则 业务规则的最终拍板人是谁。 哪些先不处理 暂存处,已经发现但暂时不进开发的需求。 这张卡只管一件事:管住当下这一个人的注意力。团队有明确分工,可以分头推不同任务。当前任务卡住了,可以切到其他任务,但要先留下状态,约定什么时候回来继续。 新冒出来的需求,先放到暂存处。等当前任务跑通,再决定下一个处理谁。 我过去的习惯,是把接需求当成负责。现在我认为不是。 真正的负责,是你能告诉客户需求该怎么提、优先级怎么排,让大家知道临时调整会带来什么影响,然后基于这个做决定 。 FDE 不是现场谁提什么就做什么。那是外包开发。 FDE 的价值,是帮所有人维持一个能持续推进的节奏。 04 第一版跑出来,别急着让客户测试 FDE 现场时间都很紧。第一版一跑通,很容易马上想让业务试一下。 这个动作本身没错。但如果技术链路还没做基础验证,就交给客户,等于把一部分测试工作转嫁给了业务人员。正式交付前,先备好三类测试,自己先跑一遍。 正常情况 输入完整、规则明确时,能不能得到预期结果。 边界情况 空值、临界值、少见组合,是不是按约定规则处理。 异常情况 信息冲突、格式错误、判断不了时,能不能明确提示。 跑通之后再请业务确认。这时候你的说法也会变: 技术流程已经验证过了,现在主要想请您判断几个业务口径对不对 。 这跟「您帮我跑一下看看有没有问题」,体验完全不同。前者是业务验收,后者是拉客户一起找 Bug。 第一版快速给客户看,不叫敏捷。敏捷的前提,是最基本的交付质量。 05 FDE 离场后,客户得能自己跑 FDE 天生不是长期替客户干活的角色。我们进现场,是为了把业务问题拆清楚,把 AI 方案跑起来,再然后让客户慢慢接手。 所以,FDE 在场的时候把东西做出来,只完成了一半。另一半是:你走了以后,客户还能不能继续用、继续测,甚至自己做点简单调整。 FDE 一走,项目就停下来等下一次支持,这种交付很难规模化。 我现在把一次现场交付分成两段:前半段把东西做出来,后半段把它交到客户手里。后半段至少要确认下面这些。 离场前确认清单 会不会用 客户能不能自己完成一次完整操作,而不是一直看 FDE 演示。 知道怎么判断结果 什么结果算对,什么情况要人工修正。 知道出问题怎么办 是重新输入、换数据,还是要找 FDE 继续调。 有完整的输入资料 样例、模板、测试数据、必要文件是否已经交给客户。 知道当前能力边界 哪些场景已经支持,哪些暂时不支持。 知道下一步做什么 客户自己接下来要继续跑什么、验证什么。 有反馈渠道 客户发现问题以后,怎么记录、怎么反馈回来。 这里有个细节: 不是 FDE 演示成功一次,就叫客户会用了 。 标准应该反过来:最后一次测试,让客户自己操作,FDE 坐在旁边看。客户自己上传文件,自己调用 Agent 或者 Skill,自己看结果,然后告诉我这个结果业务上对不对。 走到这一步,才能确认客户是不是真的理解了怎么用 AI 完成自己的任务。 而且客户拿到的也不只是工具。还包括我们前面花了很长时间梳理出来的业务判断:哪些情况可以交给 AI,当前方案有哪些已知限制。 怎么判断自己能不能离场?就问一句: 如果我明天不来了,客户能不能把今天跑通的这个场景,自己再跑一遍? 这也是我这次对 FDE 这个角色理解上的一个变化。以前我容易把交付理解成:我帮客户把东西做出来。 现在更完整的说法是:FDE 先带着客户跑通,再让客户自己跑通。 06 回到开头那个现场 我这个人,学新东西比较快,遇到陌生业务愿意花时间听,客户有问题也愿意下场解决,碰到卡点会想办法搞定它。 但这次让我意识到:现场复杂度再往上加一层,只靠个人能力就不够了。一个陌生、高并发、快节奏的 FDE 现场,真正要的是另外三种能力。 收敛 · 取舍 · 外化 收敛 在大量信息里,始终知道当前只解决什么。 取舍 能判断什么现在做,什么明确暂时不做。 外化 把脑子里的理解,变成流程、规则和客户能继续用的成果。 复杂现场里,FDE 更重要的能力,是把问题的数量和复杂度压到自己控制得住的范围里。 这次之后我给自己留了一份可以直接带进现场的清单: 开工前四问、业务建模六问、任务卡、三类测试、离场确认 。需要的话,在后台回复「 现场清单 」领取。 作者:申悦 本文由人人都是产品经理作者【申悦】,微信公众号:【申悦的AI项目现场】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载 题图来自Unsplash,基于 CC0 协议

Claude 自主发现类 CRISPR 结构的新型逆转录酶系统:Anthropic 生命科学实验室的早期成果

掘金

Anthropic 成立了一支生命科学研究团队,让 Claude 智能体自主挖掘大规模 DNA 序列数据库。

Балл: 57.38Уверенность: 54%

国泰航空暂停迪拜、利雅得客运航班至 2027 年 1 月 31 日

Readhub

国泰航空发布声明,鉴于中东地区局势最新发展,往返迪拜及利雅得的客运航班暂停服务至 2027 年 1 月 31 日(包括当日),将为受影响旅客提供重新预订机票、更改航点或退票等灵活票务安排。

Балл: 57.38Уверенность: 54%

预告:中国贸促会 9 月 29 日召开 9 月例行新闻发布会

Readhub

中国贸促会定于 9 月 29 日上午 10 时在中国贸促会礼堂召开 9 月例行新闻发布会,将介绍多项相关工作及活动情况,发布 7 月全球经贸摩擦指数、8 月全国贸促系统商事认证数据,并现场答记者问。

Балл: 57.38Уверенность: 54%

把神经网络塞进一个浏览器标签页:端侧视觉 AI 的工程真相

掘金

引子:当 Ctrl+F 在一万张图片面前彻底失效 先说一个所有设计师和内容运营都撞过的墙。 你打开一个素材站,瀑布流往下滚,几百张参考图呼啸而过。你想挑出所有"赛博朋克街景"或者"哑光黑产品样机",于

Балл: 57.38Уверенность: 54%