RADAR — каталог возможностей ИИ

2025 年 3 月 Manus 刚上线时,行业里最吵的问题是:AI Agent 到底该做全能通用型,还是聚焦单一场景。加入 Meta 又独立之后,2.0 版的 Manus 终于把“General Agent”从定位做成了体验,不再只是覆盖面广的执行助手。离开Meta后的2.0。 2025年3月Manus刚上线的时候,大家讨论的不只是产品好不好用。行业里吵得最凶的一个问题:AI Agent到底要做全能通用型,还是聚焦单一场景深耕。当时Manus能力已经很全面了,查资料、整理文件、写代码、做网页,还能操作浏览器跑完一整套流程。只用一个聊天框就能搞定五花八门的任务,观感足够抓眼球。但短板同样突出,开发者有专属编码工具,研究人员会选用检索整理能力更强的产品,视频、设计、营销与自动化领域也各自拥有成熟工具。覆盖各类任务的Agent,容易陷入样样通、样样松的局面。 Manus对外定位为General Agent,而当时落地的产品形态,更偏向能力覆盖面广的执行助手。2025年12月29日Manus加入Meta之后,产品迭代并未中断。但这一年多时间下来,AI产品反倒越拆越细:开发工作台,一句话就能生成网站和应用,视频创作、做游戏等等。也有方案尝试让人类和多个智能体在同一群聊协作,落地自动化与个人Agent能力。几乎任何一类任务,都有人专门做对应的独立工具,用户也慢慢习惯来回切换多款产品。而Manus这次又试着把这些能力重新整合。这种熟悉感其实已经出现过一次。 Converge AI之前陆续做过代码、视频创作、游戏、增长相关工具,后来靠Converge Work把这些专业能力整合到一块工作空间里。第一次打开Manus 2.0,第一感觉就是功能非常齐全。 Studio新增了视频编辑和游戏开发的专属环境,之前就有的网站、应用、文档、幻灯片功能,也都放在同一个工作区。 Computer Use进一步向本地端演进,自动化能力支持外部事件触发。Cue独立成为新应用,Agent可拥有专属邮箱、号码、钱包与计算环境,多个Agent还能加入同一场对话。单独看每项能力,市面上都已有对应产品。Manus则尝试交由Agent自主判断何时调用对应工具。拿视频举例,AI视频赛道早就挤满玩家。LibTV算是完整的视频制作工作台,Pollo把多种图像、视频模型整合到创作流程里面。单论视频生成,Manus没必要去跟所有专业视频工具比拼效果。 2.0想解决的是另一类场景:在制作产品落地页的时候,用户经常临时需要一段几十秒短片,顺带产出主视觉图和几段动画。 Agent做出一版后,素材、文本、动效和音频会进入时间线,用户可以自己修改,也可以继续交给Agent处理。 Video Editor里有一个 Alchemy mode能看出这种思路,它会结合视频生成和代码生成来组织画面。这里更像在给通用Agent补一个专业工作间。视频只是其中一项能力,需要时进入项目,任务结束后又回到同一个工作区。 Game Dev也是类似的逻辑。AI写小游戏早就不新鲜,很多Coding产品同样可以几句话写出一个能玩的Demo。 Manus这次专门给游戏做了开发环境,代码、素材和运行结果会留在同一个项目里,做多人游戏时还能给项目配一台持续运行的云电脑。这就把Cloud Computer串了进来,Agent如果总依赖用户眼前这一台设备,很多任务天然做不长。给项目配一台一直在线的云电脑,核心诉求是拿到稳定的运行环境,单纯多一个云服务入口意义不大。而云电脑其实早就出现在Manus里。Manus在今年4月已经发布Cloud Computer,3月也有My Computer,1月已经能测试和分享自己生成的移动应用。 Skills、Project Skills、Connector、Scheduled Tasks等功能,都在过去数月的迭代中陆续上线。 Manus 2.0看着像是突然新增一大堆能力,但底层很多模块早就一点点搭建好了。之前分散在各个入口的功能,全部整合进Studio。此外,Manus还把Computer Use接进本机。用户可以授权它操作文件、浏览器和应用,手机也能远程发出指令。人在外面,需要家里电脑里的最新文件,不必盯着远程桌面的缩小画面一点点点击,可以直接告诉Agent去找。电脑的价值,从来不是靠某一个软件撑起来,它更像是承载各类工作的公共底座。通用Agent如果按这个方向发展,就不可能一直困在聊天框里面。它得有自己的运行环境,能接入用户正在使用的设备,长时间跑任务的时候也能保持在线。 Cue把这个想法推得更远。它做成独立应用,每一个Agent都能拥有单独的邮箱、手机号、钱包和电脑环境。它可以收发信息,在用户设定的预算里完成支付,也能接电话并留下摘要。这也很接近最近大家反复讨论的Personal Agent,Meta刚发布不久的Muse同样给个人智能体准备了独立计算环境和浏览器,希望它长期处理生活里的任务。更有意思的是群聊。这一块其实已经有创业公司提前下注,Bloome和Raft已经在尝试让真人与多个Agent共享同一个协作空间。到了Cue,一个人可以把几个Agent拉进群里。第一个Agent先找场地,筛选工作交给另一个,最后再让第三个整理成Deck,任务会沿着群聊继续交接。通用更像一套调度方式,重点是用户不必自己决定下一步该打开哪个AI产品,Cascade正好服务这件事。 Manus给2.0换了新的Agent Harness,项目平时保持相对轻量,需要视频、网页、自动化或者其他专业能力时再引入对应模块。如果把Manus 2.0拆成一张功能表,里面很难找到一个行业里完全陌生的方向。单看某一个,很容易觉得Manus只是把热门赛道全部做了一遍。通用Agent需要证明的也不该是每一个单项都赢,它更重要的价值更容易发生在任务之间。但当功能越来越多以后,用户最在意的仍然是任务能否稳定完成。链条越长,任何一个环节出现偏差,用户最后拿到的结果都会受影响。一套完整项目,经常要轮番调用搜索、浏览器、代码、视频、外部数据还有自动化,中间要来回转交任务。垂直工具只要把自己那一块做好就行,通用Agent要管的是整条任务链条。垂直产品还会继续比拼单点深度,Manus这类通用Agent想拿下的是入口和调度能力。用户还是会留着几款专业工具,只是不用自己动手,在各个工具之间来回对接。兜兜转转,Manus最终像是拿出一个收纳袋,把这些已经成型的产品形态,逐一整合进了自身体系。作者:虾蛄AI 公众号:虾蛄AI 本文由 @虾蛄AI 原创发布于人人都是产品经理。未经作者许可,禁止转载题图来自 Unsplash,基于CC0协议

Общие новости

我用 WorkBuddy + Agnes一句话生成短视频,没花一分钱

人人都是产品经理

短视频制作成本高、质量糙?WorkBuddy 与 Agnes 的组合给出了零成本解决方案。本文详细拆解从脚本生成到最终合成的七步流程,并分享可复制的免费技能包,让你用极低成本产出高质量视频。今天用 WorkBuddy + Agnes终于跑通了生成可用的高质量视频,普通人做短视频最怕的两件事:贵,和糙,本来就是做着玩的,没有太多收益,花大价钱做的话有点费钱,得不偿失。很多便宜的或免费的平台又太糙没法看,之前的Agnes配音等也不太好用,我一度卡在这两个死结上。现在用workbuddy来补不足之处,把 WorkBuddy 和 Agnes 拼到一起,终于整条链路跑通了。整体来说外部成本几乎为零,质感还能稳在可发的水准。下面详细介绍操作过程: 整条链路是 WorkBuddy 当”总导演”,Agnes 管画面,ffmpeg 在本地收尾。拆开看一共是七步,这七步也是workbuddy操作后给我分出来的: 第一步,给文案,出脚本。把一段文案丢给 WorkBuddy ,它自动拆成脚本、出分镜表、定人物立绘锁定卡。选题、结构、节奏这一层,AI 替你干了。第二步,定主角,先出人物图。这是很多人会漏、但最不能省的一步:先给主角生成人物立绘/三视图,配一张”形象锁定卡”写死长相、服装、气质。后面八段分镜全部拿这张图当参考去生视频—不锁这一步,八段画面里主角就是八张脸,观众一眼出戏。一张图换来全片角色一致,这是整条流水线里性价比最高的动作。第三步,免费生成旁白。用 edge-tts 出配音。选择适合的声音(workbuddy会自动匹配适合声音,也可以调整),顺带拿到逐字时间戳——后面做词级字幕要用。这一步是免费的。第四步,出画面。人物立绘和场景图准备好后,走 Agnes 的图生视频,把静帧变成动态镜头。这是整条链路里唯一吃外部资源的环节,但用的是 Agnes 的免费档。WorkBuddy 内置的混元 Hy Image 3.5 免费生图作为备用,这个会消耗积分,一张图5-10积分,但对文字的把控会更强。它在中文文字准确度上明显比 Agnes 强。第五步,画面迁就声音。每段视频按对应旁白时长,用 ffmpeg 的 setpts 拉伸对齐。原则就一句:音频优先,画面让路,为保证声音的完整与清晰,避免断断续续,这一段调试了好几次才确定路线。第六步,烧入字幕。双层字幕:底部词级同步台词 + 顶部金色人名条。词级同步保证字跟着嘴走,不慢半拍。这个都是workbuddy自动完成的。第七步,合成出片。 workbuddy自动通过concat 滤镜把八段拼成一条,最后一次编码 AAC,成片落地。这里我也没管都是系统自动完成的。最终我看到的就是一个完整的剪辑好的带配音带字母的视频了可以直接使用。整个流程除了 Agnes 的视频生成,其余全在本地跑。这就是成本能压到极低的根本原因。算总账看下为什么是”免费或极少积分” 很多人以为 AI 做视频注定烧钱,其实看清楚每一环是谁在付费,账就清楚了。旁白:0 元。 edge-tts 是微软的免费语音服务,男女声、多语种随便调,批量生成也不收费。人物图:0 元。走 Agnes 生图,同样在免费额度内。一图锁全片,摊到每段视频上几乎可以忽略。如果不满意可以用备用的workbuddy自带的混元Hy Image 3.5这个模型,消耗一些积分,可以保证角色不崩。画面免费: Agnes 出动图,免费档。动图环节走 Agnes 免费档。要说的是,实测 Agnes 免费档要串行调用、段与段间隔 ≥30 秒,否则会撞 429 限流。workbuddy自动写了个批处理脚本一次排队八段,挂着等就行,不花积分。剪辑合成:0 元。 ffmpeg 本地运行,一次成片耗的是你电脑的算力和时间,没有按条计费。总计算下来,一条片的外部成本约等于 0,只付出些时间。八段视频串行生成,泡杯茶的功夫回来收片。对日更、周更的号来说,这个成本结构意味着你可以放心地”先多做、再挑好的发”。你怎么用WorkBuddy免费做同样的视频?可复制的方法这套东西不是我一个人能用,你照着也能跑。 WorkBuddy 里这套能力是以”技能”形式打包好的,而且我专门做了一版零依赖的独立技能 free-short-drama,。你不用懂 ffmpeg,不用自己写脚本,开口说一句话就启动。第一步,把技能装上。 free-short-drama 是单独封装的自定义技能,不是 WorkBuddy 内置,它最大的优点是所有写作、分镜、形象、配音方法论都内嵌进去了,在github或skillhub上都有,可以直接给workbuddy说让他安装github上的github.com/ZOORO-NEW/free-short-drama这个技能。一个前提得说清,否则第一步就会卡:图生视频那步走 Agnes,需要你在连接器官方页信任 agnes-ai MCP、填你自己的 Agnes 免费档密钥(免费档就够,串行间隔 ≥30 秒防 429)。混元生图、edge-tts 配音都是内置免费能力,不用额外配。其余都在技能包里,复制即用。不想装技能也能用:把本文的七步流程直接贴给任意 WorkBuddy 对话,它一样能分步帮你做片,只是不会”一句话全自动串起来”。第二步,一句话触发。把文案正文贴给它,补一句要求就够: 用 free-short-drama 按这条文案做一条短视频:画面静图用混元 Hy Image 3.5 免费生图,动图走 Agnes 免费档,旁白用 edge-tts。剩下的脚本、立绘、配音、图生视频、字幕、合成,它自己串。你只需要在它问你时补两样:主角长什么样(给张参考或一段描述)、想要什么时代或画风。第三步,卡住就让它测。万一你那边也出现”前两个字听不清”,直接让它”解码最终 MP4,测每段起点 RMS”—它知道去扫那个窗口、该调到多少。这套验收动作已经写进技能 SOP,不用你教。成本再确认一遍:全程零外部分本。旁白 edge-tts 免费、静图混元免费、动图 Agnes 免费档、剪辑 ffmpeg 本地。你付的只有时间和一句会开口的 prompt。 WorkBuddy + Agnes 这套组合最值钱的不是”能生成”,而是把贵的环节砍掉了。旁白免费、画面白嫖(Agnes 免费档)、合成本地,成本压到地板;在测试过程中出现的一些问题,像软起音、AAC 丢样这些暗坑,靠实测一个个填平,保证了视频的可用性,至少做短视频可以直接用了。本文由@前进ing 原创发布于人人都是产品经理。未经许可,禁止转载。题图来自作者提供该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

Общие новости

弱网下音视频体验优化实战:抗丢包、低延迟与AI音画质增强

人人都是产品经理

弱网环境下的音视频体验,是产品经理必须直面的真实战场。本文跳出纯技术视角,从用户感知优先级出发,拆解分层抗丢包、全链路低延迟与AI音画质增强的落地策略,并总结三大避坑点,提供可直接写入PRD的实战方法论。作为音视频产品经理,我们核心工作从来不是复刻实验室的完美数据,而是抹平真实场景与理想环境的体验落差。在远程会议、实时连麦、线上协作等核心场景中,用户网络永远是不可控变量:移动网络抖动、跨运营商传输、弱网丢包、带宽突变,都会引发卡顿、音画不同步、人声断续、画面糊化等问题。很多产品迭代的误区是:一味提升码率、堆砌编码参数,却忽略了用户感知优先级、场景差异化适配、端侧资源平衡三大产品核心逻辑。本文从产品视角出发,跳出纯技术维度,拆解音视频弱网抗丢包、低延迟的产品设计策略,同时解析AI音画质增强的落地取舍,沉淀可直接写入PRD的实战方法论。一、产品底层认知:重新定义弱网用户体验标准技术团队习惯用丢包率、RTT、延迟、码率等量化指标评估体验,但对产品而言, 所有技术指标最终都要落地为用户感知。我们需要建立音视频场景的体验优先级模型,替代单一数据评判标准。结合C端、B端实时音视频场景的用户调研,我梳理出弱网环境下的产品体验优先级: 连通性优先于画质 :用户可以接受短暂的画面模糊、帧率下降,但绝对无法接受通话中断、人声卡顿,连续性是实时互动的底线; 音频优先于视频 :实时沟通的核心是信息传递,弱网极限场景下,保人声清晰、连贯,比保1080P高清画面更有价值; 稳定性优先于极致低延迟 :固定低延迟无意义,动态自适应延迟、消除抖动,才能保障持续流畅的互动体验; 场景差异化适配 :会议协作、直播互动、线上授课、远程巡检,不同场景的延迟容忍度、画质要求完全不同,禁止一刀切配置。这也是多数成熟音视频产品的核心设计逻辑: 弱网不追求完美体验,只追求最小体验损耗。行业内不少自研音视频引擎均遵循该产品逻辑落地,其中云屋的弱网适配策略,在场景分级、动态降级的产品设计上具备较高的参考性。二、弱网优化产品实战:抗丢包+低延迟的策略设计与落地抗丢包、低延迟不是单纯的技术功能,而是一套需要产品深度参与的策略体系。产品经理需要明确:什么场景启用什么能力、何时降级、何时恢复、如何平衡带宽与体验,这是技术落地的核心前提。 2.1 分层抗丢包:产品视角的取舍设计行业主流抗丢包技术包含FEC前向纠错、ARQ自动重传、动态码率自适应三种,技术本身固定,但产品的场景规则设计,直接决定最终用户体验。 FEC前向纠错 :通过预加冗余数据包实现丢包自愈,优势是无回溯延迟,适合实时性要求极高的音频场景。产品设计关键点:需做动态冗余配比 ,网络优质时降低冗余节省流量,弱网高丢包时自动提升冗余比例,避免固定配置造成的资源浪费或抗丢包失效。 ARQ自动重传 :通过重传丢失数据包修复画面,画质损耗极小,但会增加端到端延迟。产品必须做严格的场景限制:仅允许低实时性场景使用,高频互动场景需限制重传次数,避免延迟累积导致互动卡顿。动态码率自适应 :核心是产品定义的降级逻辑,也是弱网体验的核心抓手。标准产品规则为:网络波动恶化时,优先降低视频分辨率、帧率、码率,全程保留音频最高优先级;网络恢复后,逐步梯度回升参数,避免画面突变闪屏。成熟的产品方案都会规避“一刀切断连”的问题,通过分级降级策略,最大限度保障基础沟通体验。这类精细化的强弱网自适应逻辑,也是目前主流音视频产品的核心竞争力之一。 2.2 全链路低延迟:从技术优化到产品规则落地很多产品存在认知误区:低延迟优化只是优化播放器缓冲区。实际上,音视频延迟贯穿采集、编码、传输、解码、渲染全链路,产品经理需要制定全链路的体验管控规则。可直接落地的产品PRD规范: 动态缓冲区策略 :取消固定缓冲区配置,网络平稳时收缩缓冲区降低延迟,网络抖动时适度扩容防抖,平衡低延迟与流畅度; 智能节点调度规则 :优先匹配就近传输节点,跨区域、跨运营商场景自动切换最优链路,从传输底层缩短RTT耗时; 场景化延迟阈值定义 :明确不同场景的验收标准,实时会议场景端到端延迟严控100ms内,普通直播场景可放宽至200ms,区分梯度指标; 精简端侧预处理流程 :针对实时互动场景,默认关闭非必要的画质预处理、特效插件,减少端侧编解码耗时。三、AI音画质增强:受限场景下的体验增量设计弱网场景带宽、算力资源有限,单纯依靠传输优化无法实现高品质体验,AI音画质增强是不增加带宽成本、不牺牲实时性的体验增量方案。产品经理的核心工作,是做好能力分级、设备适配、场景开关,避免AI能力反噬用户体验。 3.1 AI画质增强:克制化设计是核心主流AI画质能力包含AI超分、智能降噪、运动补偿、模糊修复,能有效修复弱网低码率带来的马赛克、画面模糊问题。但产品落地需规避两大核心问题:算力过载、过度优化。产品设计规则: 设备分级开关 :高端设备默认开启AI超分、运动补偿,中低端设备仅保留基础降噪能力,避免低配设备CPU过载、发热、闪退; 场景克制优化 :人像会议场景弱化背景锐化,重点优化人脸画质,避免过度增强导致的画面失真、色彩畸变; 网络联动机制 :优质网络下全开AI增强能力,弱网高丢包时优先降低AI推理算力,保障通话连续性。 3.2 AI音频增强:实时场景的体验基石用户对音频的敏感度远高于视频,嘈杂环境+弱网丢包的双重叠加,极易导致沟通失效。AI音频增强的产品价值,是实现人声提纯、噪声隔离、丢包补全。相较于传统固定滤波降噪,AI算法可智能区分人声、环境噪声(键盘声、风扇声、环境嘈杂声),精准保留人声细节。同时针对弱网丢包场景,通过AI语音帧补全技术,修复丢失的语音片段,杜绝断音、吞字问题。目前行业成熟方案均已实现该类能力的轻量化落地,在不增加延迟的前提下,大幅提升复杂场景下的语音稳定性,是B端协作音视频产品的标配优化能力。四、产品复盘:音视频体验优化的3个核心避坑点深耕音视频产品迭代多年,总结出行业团队普遍存在的误区,也是产品经理需要重点把控的核心问题: 1. 唯数据论,脱离用户主观体验丢包率、延迟、码率只是参考数据,最终体验要以用户感知为准。150ms稳定延迟的体验,远优于50ms波动延迟;轻微画面模糊的体验,远优于间歇性人声卡顿。产品迭代必须结合数据指标+用户测评双重维度验收。 2. 能力一刀切,无场景差异化设计直播、会议、授课、连麦场景的核心诉求完全相悖:直播优先保画质、容忍高延迟;实时会议优先保低延迟、保音频、动态降画质。统一的参数配置,必然导致部分场景体验崩盘。 3. 忽视端侧适配,盲目堆叠AI能力 AI增强能力上限极高,但受限于终端算力。不做设备分级、场景开关的无脑上线,会直接导致低端设备卡顿、耗电过快,反而降低核心用户体验。五、总结:音视频优化的产品核心逻辑音视频弱网优化与AI体验增强,从来不是技术的简单堆叠,而是产品在网络带宽、终端算力、用户体验、场景诉求之间的精准平衡。技术负责实现能力,产品负责定义规则。作为产品经理,我们无需深究底层编码原理,但必须清晰界定:不同网络、不同设备、不同场景下,什么体验可以牺牲、什么底线必须坚守。从分层抗丢包、全链路低延迟适配,到AI音画质的克制化落地,所有迭代的核心目标,都是将技术能力转化为稳定、普适、贴合用户真实诉求的产品体验,这也是音视频产品差异化竞争的核心壁垒。本文由 @amycr 原创发布于人人都是产品经理。未经作者许可,禁止转载题图来自作者提供

Общие новости

产品经理转型FDE指南

人人都是产品经理

过去一年,”FDE”(Forward Deployed Engineer,前沿部署工程师)从一个 Palantir 内部的岗位名称,变成了 AI 行业最热的招聘关键词之一。OpenAI、Anthropic 等大模型公司在招,国内做 Agent、做行业大模型的公司也在招。与此同时,大量产品经理开始认真思考一个问题:我是不是该转 FDE? 这篇文章想先泼一盆冷水,再给一条路。冷水是:FDE 不是”会写代码的产品经理”,也不是产品经理的”升级版”,很多 PM 对这个岗位的想象是错的。路是:如果你真的适合,PM 确实是转 FDE 最有潜力的人群之一,但前提是你愿意放下一些 PM 最引以为傲的东西。 01 先搞清楚:FDE 到底是干什么的 FDE 的本质可以用一句话概括: 带着公司的产品和技术,扎进客户现场,把客户的业务问题真正解决掉,并把现场的认知带回来改造产品。这里有三个关键词。第一是”扎进现场”,FDE 不是远程支持,而是嵌入客户的业务流程,和客户的一线员工坐在一起。第二是”真正解决掉”,FDE 的考核不是交付了多少功能,而是客户的业务指标有没有变化,比如客服成本降了多少、审单效率提升了多少。第三是”带回来”,好的 FDE 是产品团队伸向市场最远的触角,现场发现的共性问题要沉淀回平台。为什么 AI 时代 FDE 突然重要了?因为大模型的能力和企业的实际价值之间,隔着一条很宽的沟:企业的数据是脏的,流程是隐性的,知识在老员工脑子里,评判”好不好”的标准没人写下来过。模型再强,没人把它”接”进业务里,就只是一个聊天框。FDE 就是填这条沟的人。把 FDE 和几个容易混淆的角色放在一起看,差别会更清楚: 角色核心产出对什么负责是否自己动手构建产品经理需求定义、产品决策、PRD 产品在市场上的成功通常不售前/解决方案架构师方案、POC 演示签单做演示级别实施/交付顾问按合同完成部署配置按期验收做配置,少量开发 FDE 在客户环境里跑起来的系统 + 业务结果客户的业务指标是,且是生产级看完这张表,你会发现 FDE 最像的其实是”一个人的创业团队”:自己发现问题、自己定义方案、自己写代码、自己对结果负责。 02.PM 转 FDE:优势是真的,错觉也是真的 02.PM 转 FDE:优势是真的,错觉也是真的先说优势。PM 转 FDE,有三块能力是别的背景很难速成的。一是问题定义能力,客户说”我要一个智能客服”,PM 天然会追问”你真正想降低的是什么”;二是业务抽象能力,能从一个客户的具体诉求里看出哪些是个性、哪些是共性;三是跨角色沟通能力,能同时和客户老板、一线员工、自家研发说上话。这三块恰恰是很多纯工程背景 FDE 的短板。但更值得警惕的是几个错觉。错觉一:我懂业务,技术可以慢慢补。在 FDE 这个岗位上,技术不是加分项,是入场券。你在客户现场,客户的数据接口报错、召回效果不好、Agent 在某个分支上反复出错,没人会等你回总部找研发排期。AI coding 工具确实大幅降低了写代码的门槛,但它能帮你做出 demo,很难帮你独立扛住一个生产环境。错觉二:FDE 是更高级的 PM。恰恰相反,从某种意义上说,FDE 是在做”更低层”的事。PM 的核心价值之一是”判断该做什么,然后交给别人做”;而 FDE 的工作方式是”判断该做什么,然后自己做完”。很多 PM 过去几年最擅长的,是在文档、评审、对齐中推进事情,而这套能力在客户现场的权重会明显下降。错觉三:做 FDE 是在追风口。如果你转 FDE 的动机主要是”这个岗位火”,那大概率会很痛苦。FDE 的日常是大量不体面的工作:清洗数据、和客户 IT 扯权限、在凌晨排查一个莫名其妙的线上问题。风口带来的是岗位数量,不会让工作本身变得更轻松。 03 真正的挑战在哪里 1. 技术能力的硬门槛一个合格的 AI 方向 FDE,至少需要能独立完成这些事:用 Python 写业务逻辑和数据处理脚本,用 SQL 取数和分析,调用和集成各类 API,搭建 RAG 和 Agent 工作流,设计评估体系(eval)来量化效果,以及把东西部署到客户能用的环境里。其中最容易被 PM 忽视的是评估。在 AI 项目里,”做出来”不难,”证明它好、知道它哪里不好、持续让它变好”才难。而评估能力恰恰是 PM 有机会建立优势的地方,因为它本质上是把业务标准翻译成可测量的指标。 2. 从”规模化思维”到”做不能规模化的事” PM 的职业训练是规模化:一个需求要服务尽可能多的用户,一个功能要尽可能通用。FDE 的起点正好相反,它要求你先为一个客户做到极致,哪怕方法看起来很”土”、很定制。这会带来一种持续的心理拉扯:你会本能地觉得”这样做不优雅、不可复用”。但 FDE 的逻辑是,先在一个客户那里把价值跑通,再从三五个客户的实践里提炼出可复用的部分。跳过第一步直接追求第二步,是 PM 出身的 FDE 最常见的失败模式。 3. 中国 B 端市场的特殊难度在国内做 FDE,还要面对一些海外文章里很少讨论的问题。定制化泥潭是第一个:甲方很容易把 FDE 当成免费的外包开发,需求无限膨胀,最后项目变成一个不赚钱也沉淀不下任何东西的交付黑洞。数据和合规是第二个:私有化部署、内网环境、数据不出域,很多在公有云上几小时能搞定的事,在客户现场要耗上几周。组织政治是第三个:AI 项目往往触动既有岗位和流程,推动它的业务负责人和可能被影响的一线员工,对你的态度完全不同。 4. 和总部产品团队的张力 FDE 站在客户现场,产品团队站在平台视角,两边天然会有冲突。你会觉得产品团队不懂一线,产品团队会觉得你总在提定制需求。如果公司没有清晰的”现场需求回流机制”,FDE 很容易被边缘化,变成一个高级实施人员。这一点在选择公司时尤其要看清楚。 5. 岗位概念的鱼龙混杂 FDE 这个词在国内还很新,很多公司只是把原来的实施、交付、售前岗位换了个名字。如果你满怀期待转过去,发现日常是写标书、做配置、跑验收,那落差会很大。 04 一个不太讨喜的判断:不是所有 PM 都该转说得直接一点,以下几类 PM 转 FDE 的成功率会更高:对技术有真实的好奇心,业余时间愿意自己折腾代码;有 B 端、行业或数据产品背景,理解企业流程和数据;享受解决具体问题的成就感,而不是只享受”定义方向”的成就感;能接受高强度出差和驻场,能接受在不确定中工作。而如果你最擅长、最喜欢的是用户洞察、体验设计、增长策略,对写代码有明显的抗拒,那转 FDE 很可能是用自己的短板去和别人的长板竞争。这时候更好的选择也许是往 AI 产品经理的方向深挖,而不是硬转。 FDE 不是 PM 唯一的出路。真正的危机不在于你是不是 FDE,而在于你是否停留在”只会写文档、只会传话”的中间层,这一层在 AI 时代会被快速压缩。 05 如果决定要转,应该怎么做第一步:诚实地诊断差距拿一个你熟悉的真实业务场景,给自己两周时间,尝试独立做出一个能被真实用户使用的 AI 应用原型,从数据准备到上线,不依赖研发同事。做完之后,你会非常清楚自己卡在哪里。这比看十篇”FDE 能力模型”的文章都有用。第二步:有针对性地补技术,以”能交付”为标准不需要成为算法专家,但要达到”能独立交付”的水平。建议的学习顺序是:先 Python 和 SQL 打基础,再学 API 调用和数据处理,然后深入 RAG、Agent 编排和评估体系,最后补齐基本的部署和运维常识。全程充分利用 AI coding 工具,但要求自己理解生成的每一段代码,因为在客户现场出问题时,AI 未必能替你兜底。第三步:在现有岗位上”预演” FDE 最好的转型路径往往不是裸辞重来,而是在现岗位上主动靠近 FDE 的工作方式。主动申请去客户现场,跟着交付团队跑一个项目,自己负责一个 POC,把”需求调研”变成”和客户一起把问题解决掉”。这些经历既能验证你是否真的喜欢这种工作,也会成为你转型时最有说服力的履历。第四步:用作品而不是简历说话准备两到三个端到端的案例,每个案例讲清楚四件事:客户的真实问题是什么,你做了什么判断和取舍,你亲手构建了什么,最终业务指标变化了多少。FDE 的面试官最想看到的,是你”把一件模糊的事做成”的完整证据链。第五步:选对公司,识别真假 FDE 面试时可以重点问几个问题:FDE 的考核指标是什么,是按项目验收还是按客户业务结果?现场发现的共性需求,有没有机制回流到产品?FDE 团队和产品、研发团队是什么关系?公司的商业模式是否支持 FDE 做深,还是逼着 FDE 做快?这几个问题的答案,基本能帮你分辨出这是一个真正的 FDE 岗位,还是换了名字的实施岗。第六步:调整心态,从”对的方案”转向”跑起来的方案” 这是最难也最重要的一步。PM 习惯追求逻辑完备、方案优雅,而 FDE 的世界里,一个在客户那里真实跑起来、带来 20% 效率提升的粗糙系统,远比一份完美但没落地的方案有价值。学会接受不完美,学会先交付再迭代,是 PM 转 FDE 真正的”成人礼”。 06 叨叨几句 FDE 的兴起,某种程度上是对产品经理这个职业的一次价值重估。当写代码的成本不断下降,”知道该做什么”和”让它真正在客户那里跑起来”这两种能力的价值会越来越高,而夹在中间、只负责传递信息的角色会越来越尴尬。所以,PM 转 FDE 这件事,真正要回答的问题不是”这个岗位有没有前途”,而是”我愿不愿意从一个定义问题的人,变成一个解决问题的人”。想清楚这一点,路径反而是清楚的。本文由作者@人人都是产品经理,授权发布于平台,未经许可禁止转载。

Общие новости

照搬大厂流程,是怎么把硬件初创公司拖死的?(上篇:商业与人性博弈)

人人都是产品经理

硬件初创公司照搬华为、大疆的重度IPD流程,反而拖垮产品进度;盲目学互联网敏捷,又因硬件不可逆而血亏。本文从质量体系、激励博弈与文化基因三方面,拆解大厂流程为何是初创毒药,并给出匹配商业阶段的务实生存法则。 “硬件圈现在有一个极其要命的怪现状:很多机器人、新能源、智能硬件初创公司,刚拿完 A 轮融资,老板做的第一件事就是:高薪从华为、大疆等大厂挖几个总监,然后豪情万丈地宣布——‘我们要全面导入 IPD(集成产品开发),上一套最严谨的 Stage-Gate(门径管理)质量体系!’ 结果呢?产品还没做出来,公司差点先被流程给拖死了。为了过一个 TR(技术评审)点,研发、质量、供应链七八个部门签字扯皮了一个月;为了满足大厂标准的‘全量测试’,样机交付硬生生延期了一个季度。体系确实是完美了,但市场的窗口期也完美地错过了。作为在华为打过硬仗,又在初创团队受过毒打的‘两栖老兵’,我想说句得罪人的实话:照搬大厂的重度流程,是硬件初创公司最快的自杀方式。” 一、为什么大厂的“蜜糖”,是初创公司的“砒霜”? 脱离了商业阶段谈质量体系,都是耍流氓。华为为什么需要极其沉重的 Stage-Gate(门径管理)防线?因为它做的是千亿级的盘子。大厂的核心逻辑是“绝对防错”——宁可错杀一千(过度拦截,牺牲部分效率),绝不放过一个。因为一旦产品出现批量质量事故,涉及全球数以万计的通信基站、核心数据中心或数千万台终端,赔偿成本和品牌声誉的损失是天文数字。在大厂做质量,本质上是做“警察”和“系统工程师”,用厚重的流程来对冲个人能力的方差。但初创公司呢? 初创团队现在的核心竞争力根本不是“绝对完美”,而是“用极具创新性的产品抢时间窗口”,去快速验证 PMF(产品市场契合度)。在这个生死存亡的阶段,如果强行套用大厂的 SOP 去卡研发流程,大货还没发,账上的现金流就已经断了。在初创企业做质量,绝不应该做抓违规的“警察”,而必须做“风险精算师”——要在“致命的安规红线”和“可容忍的用户体验瑕疵”之间,划出一道极度务实的灰度边界。【警惕另一个极端:野蛮敏捷的血泪代价】不做大厂流程,是不是直接搞互联网软件那套纯敏捷就行了?大错特错! 某知名互联网大厂高管出来创业做智能家居硬件,笃信互联网“两周一个 Sprint、小步快跑、先上线再 OTA 迭代”的圣经。结果呢?硬件不是纯代码,模具一旦开出来物理上就是不可逆的。结构工程师为了赶两周的迭代周期,公差计算不充分就匆忙开模,连续改模报废了三套模具,白白烧掉几百万元;首批出货 5000 台,因代工厂缺乏基本管控导致电芯虚焊与散热缺陷,用户收到后频繁死机发烫,退货率高达 35%,巨额售后召回瞬间抽干了公司刚融到的现金流。盲目敏捷死于量产前夕,机械照搬死在流程半途。两极都是死。二、苹果悖论:得了初创公司的命,别生“苹果公司”的病在企业内部争论质量标准时,总有创始人或业务主管喜欢拿苹果举例:“人家苹果也是做消费电子的(高迭代、大批量),凭什么人家就能做到极高复杂度下的零容错?我们要像苹果一样,外观、缝隙和细节绝不妥协!” 这是一个极其危险的致命错觉。在质量管理的工业范式里,苹果本身就是一个反常识的“超级缝合怪”。在正常的商业逻辑中,“大批量发货 + 极高技术复杂度 + 极高可靠性” 是一个经典的“不可能三角”,因为在正常制造环境下,强行把三者拉满,其质量管理与工艺沉没成本会直接爆炸。苹果之所以能打破这个不可能三角,靠的是两把普通企业绝对没有的超级武器: 极高的品牌溢价(丰厚到窒息的毛利):苹果为了验证一个新工艺,可以豪掷几亿美金买下几百台顶级 CNC 机床专门做测试,报废成千上万台样机连眼皮都不眨。这种“用钱砸出来的完美”,初创公司学得起吗? 供应链的绝对霸权(白盒化统治):苹果不是在“管控”供应商,而是在“重塑”甚至“统治”供应商。苹果会直接派驻数百个工程师住在富士康等工厂里,连产线上每把电动螺丝刀设定的扭力大小、每个胶水的固化秒数都是苹果定义的。醒醒吧!在资金链紧绷、供应链话语权几乎为零的初创阶段,如果强行套用苹果那套“不计成本的完美主义”,结果只有一个:产品还没熬到量产,公司先破产了。三、激励与人性的残酷博弈:打工人的现实算账法则很多老板在照搬大厂流程时,不仅抄了 TR 门禁表格,还特别热衷于照搬大厂的“质量问责制与罚款大棒”——开模失误通报批评、试产出 Bug 扣绩效、上市延期扣年终奖。请立刻住手!脱离了利益结构谈问责,纯属逼人造反。员工在面对“重度质量问责”时,心里做的不是道德检讨,而是一道极其理性的经济学算术题: 【核心博弈模型:留下的预期收益 vs 离开的保底补偿】打工人决策公式 = (年终奖预期 + 股票/分红/平台溢价) – (被裁员补偿 N+1 + 跳槽机会) 1. 初创/扩张期:重罚直接倒逼骨干员工选择“理性躺平” 在初创或高速扩张期企业里: 打工人的现实账本: 底薪本来就不高,年终奖最多 1~2 个月,甚至年底公司一句“效益不好”直接打折画饼;期权在上市前就是一张废纸。但如果员工在公司干了 2~3 年,真被逼急了或者躺平让公司辞退,能稳稳拿到 N+1个月的税后现金补偿。结论是:N+1 离职补偿 ≥ 年终奖预期! 员工的理性推演极其扎心: “我辛辛苦苦冲在前面搞创新、赶进度,出了不可控的质量问题,你给我通报批评、扣绩效、甚至扣掉我本就没多少的年终奖。扣完之后我累死累活剩不下几个钱;我如果现在彻底躺平被裁,到手白拿 N+1现金,还能少受气。既然努力扛事的收益还赶不上被裁的保底收益,那我凭什么主动扛雷?” 组织的最终悲剧: 团队迅速进入“防御性工作姿态”——不敢拍板开模、不敢赶进度、能推给代工厂的绝不沾手,把初创公司最宝贵的速度与创新活力彻底掐死。 2. 成熟大厂:重度问责能逼出“严明军纪与戴罪立功” 为什么大厂搞重度问责不仅没垮,反而人人死磕? 打工人的现实账本 :除了基本工资,大厂有 4~8 个月的丰厚年终奖,更有“尚未归属的股票(RSU)/ 每年丰厚的内部期权分红”,加上大厂光环与履约沉没成本。结论是:年终奖 + 股票分红≫ N+1 离职补偿! 员工的理性推演: “这次重大事故扣了我半年奖金、降了绩效,真的很肉痛、很丢人。但我如果现在赌气辞职或者躺平被裁,我账上还没到期的几百万股票分红全没了,离开大厂平台外面小庙也接不住我。认罚确实痛,但‘戴罪立功、继续干下去’依然是我利益最大化的最优解!” 组织的最终成效: 重度问责能够真正转化成“防错警钟”,大厂用丰厚的沉没资产构筑了威慑力,逼出了更加严密的流程防错。初创公司的老板千万别学大厂搞严格的质量问责。大厂挥得动大棒,是因为它的胡萝卜粗到能覆盖员工放弃一切的成本;如果你的胡萝卜小到连员工离职拿个 N+1 都比不过,那你挥舞的不是管理制度,而是逼核心骨干躺平跑路的逐客令! 四、认知升维:文化不是标语,是千亿打胜仗后的肌肉记忆很多管理者以为流程只是一堆制度,其实流程只是上层运行的 App,文化才是底层的操作系统。正如组织行为学泰斗埃德加·沙因所言,文化是群体在解决生存问题时沉淀下的集体假设: 1.文化源于生死关头的生存约束: ○丰田的精益与杜绝浪费(JIT),是二战后日本物资极度匮乏、没钱没钢材的绝境逼出来的——多压一件库存就会倒闭,产线有问题必须全员拉停; ○理想汽车的用户价值驱动与敏捷试错,是 2019 年造车新势力融资寒冬逼出来的——资金极度紧张,唯一活路就是极高资本效率,把子弹全打在家庭奶爸的痛点爆款上。 2.文化服务于底层的“商业造血飞轮”: ○麦当劳的本质是“供应链集采与地产帝国”。它赚的是加盟商的食材加价与房租,只有巨无霸和薯条几十年不变,全球傻瓜化复制,它的供应链成本才能最低。因此其文化是“追求绝对一致性、消灭一切变异”; ○肯德基(百胜中国)是“快消社交流量运营商”。中国餐饮竞争极其残酷,不推新就没有社交话题与进店流量。因此其文化是“高频推新、赛马淘汰、容忍非核心品类试错”。 3.文化直接统治着你对风险与速度的决策: ○面对不确定性,大厂视其为“必须消灭的敌人”,用长周期门禁摁死;初创企业视其为“弯道超车的战机”,用敏捷快速试水。 ○当交期只剩 3 个月时,保守文化选择推迟发布,进取文化选择守住安全底线带病上线、靠售后和 OTA 打补丁。结语:活下去,才是最大的质量质量文化没有高下之分,只有与“商业模式”和“创新烈度”的匹配度。在成为身价万亿的霸主之前,请老老实实在你该待的范式里,用匹配当前商业阶段的流程活下去。毕竟,活下去,才是最大的质量。【下篇预告】看清了商业与人性的博弈,硬件团队到底该如何破局? 在下篇《硬件团队活命指南:从移动储能到智能手机的三阶段质量选型》中,我们将手把手拆解六维八项量化诊断模型、研发/试产/量产三阶段精准解耦、供应链黑盒与白盒自救方案,以及避坑三板斧的落地实操。本文由 @邬翔原创发布于人人都是产品经理。未经作者许可,禁止转载题图来自Unsplash,基于CC0协议

Общие новости

搞懂豆包工作流程后,我再也没被它 “记混规则” 坑过

人人都是产品经理

作者把豆包的工作流拆开:新建任务时系统会无感知地加载平台固定规则、读取账号长期记忆、初始化上下文;发送指令后还要经过消息校验、意图识别等九个步骤。这解释了记混规则与调不到归档文件的由来。上一篇为了省事,我被豆包的 “记忆功能” 坑了一周文末说到,「归档的文件」从始至终都不存在,还遗留了2个问题: 新任务里调出来的那些 “规则”,到底是哪来的? 为啥在主任务里调规则,一开始是准的,后来就不对了? 就拿修改文章这事,我把豆包的工作流拆解清楚(专业步骤+大白话解读),你就会明白上面这2个问题的答案了。 1、新建任务,系统会先做3件事当我们进入一个任务,系统自动会完成我们无感知的3件事 : 1、自动加载平台通用的固定规则:不能违规、要礼貌、规范回答、不能瞎承诺、安全要求等。 2、自动把你账号里所有的长期记忆读取出来,后续要用。(位置: App-设置-记忆) 3、初始化好当前对话框的上下文。 2、任务执行你发送的指令,有9个步骤当你发送指令:调取归档文件XX 接下来会按照如下的顺序、执行这9个步骤 : 第1步:消息校验,识别你要干嘛这步不分新、老任务,处理逻辑都是一样的。你发完消息,系统的第一反应是,先看你说的内容有没有违规,再搞明白你到底想让它干啥。如果你问的是非法的事情,它就不会承接你的请求,要是合理就继续下一步。第2步:优先读取发起的实体素材这步不分新、老任务,处理逻辑都是一样的。如果你发了具体链接、上传了具体文件,系统会立刻、优先读取发的内容,这部分 100% 准确,是回答你提的问题的核心依据,不受其它干扰。目前咋们只是发了个指令让系统调取规则文档,不会涉及到具体链接、具体文件。第3步:拼接当前窗口的上下文这步分新、老任务2种情况: 新任务: 刚打开的新窗口之前没聊过内容,没啥可拼的。老任务: 会根据你当前提的问题的关键词,从当前窗口的历史对话里,把和这个问题相关的片段挑出来拼接,做为回答的背景资料。但这个拼接有个硬容量上限,大概能覆盖这个窗口里最近 20-30 万字的内容,比这个更早的内容,不管多相关都拼不进来。这也是为啥老任务后来调规则也不准了:我在这个窗口里聊的内容太多,总字数早就到了容量上限,最开始定的那批老规则,就被挤出拼接范围了,自然就读不准。第4步:拼接长期记忆这步不分新、老任务,处理逻辑都是一样的,只不过拼接的权重不一样。新任务:拼接权重高。因为当前窗口上下文是空的,系统会把和当前问题沾边的长期记忆拼接出来,做为回答的背景资料。老任务:拼接权重低。因为当前窗口里有几十万字的对话内容,系统只拼接,当前窗口上下文里没覆盖到的内容,做为回答背景。第5步:跨对话召回历史对话碎片 (语义检索碎片库) 语义检索碎片库: 存储在和你账号绑定的云端服务器上,不在手机本地。这步不分新、老任务,处理逻辑都是一样的:只拼接前面第3步(当前上下文)、第4步(长期记忆)都没覆盖到的内容。新任务:拼接权重高。系统要从所有历史对话里,大量捞取和当前问题沾边的碎片做拼接,做为回答背景。老任务:拼接权重低。第3、4步已经覆盖了大部分的内容,只补充这2步没覆盖到的内容。第6步:判断要不要联网搜资料这步不分新、老任务,处理逻辑都是一样的,但分2种情况: 1:如果明确要求“去网上查一下”,就会触发。 2:前面凑的内容够回答就不搜;要是现有内容完全答不上,也会触发公网搜索。第7步:判断要不要调用工具这步不分新、老任务,处理逻辑都是一样的。需要读文件、生成封面、做表格的时候,才会自动调用对应工具,纯聊天不会触发。第8步: 大模型整合前几步的内容,做出回答这步不分新、老任务,处理逻辑都是一样的。把前面所有收集到的内容(包括当前上下文、长期记忆、历史对话碎片,还有联网搜回来的内容、调用工具拿到的结果),统一组织成通顺的话。如果到这一步内容还是不够,这时候会用到大模型本身训练积累的通用知识。哪怕没有任何来自你的素材,也会顺着沾边的内容把逻辑补全,拼出来一份看似逻辑完整的回答,也不会因为内容不够就直接说“我办不到”。第9步:最终检查一下,然后把内容输出给你这步不分新、老任务,处理逻辑都是一样的。把生成的内容再检查一遍,有没有违规、有没有乱码,确认没问题了才发给你。 3、回答,开头那2个问题的答案看到这里,你是不是就明白了, 新任务里调出来的那些 “规则”,到底是哪来的? 为啥在主任务里调规则,一开始是准的,后来就不对了? 为啥新、老任务对于读取的规则内容不一样, 时而准确、时而错误, 主要关键在于第3、4、5步的拼接结果。而对于我一开始要解决的问题, 新开任务就复用这套规则来修改文章, 关键就在第2步。要想让任务100%执行这套规则,就把规则归属在一个在线的实体文件中 ,每次进入任务的第一步,就告诉此任务,所有标准按照此文件执行,就不会出错。而需要修改规则,就去在线文档做下修改,然后在返回任务从新做下读取。所以我决定,把这套规则存储在飞书在线文档。 4 意外反转:找到了「规则」归档文件我当时都已经准备自己新建个文档存规则了,结果登录飞书云盘的时候,意外发现了个早就躺在这里的文件(archive_feishu.md)。本文由人人都是产品经理作者【王在行】,微信公众号:【王在行】,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

Балл: 57.04Уверенность: 54%

Подробнее

Открывайте больше.
Тратьте меньше.

Обзор каталога

从 LLM 到 Agent:一文彻底搞懂什么是 AI Agent

NVIDIA 又开源了!这次给 AI Agent 加上权限管控

prisma 如何处理数据库竞态

AI模型综合能力评测:性能、指令遵循与多场景实测对比

Skill 体检:30 个 Skill 全凭感觉?体检器先自曝了 8 个“假 0 分

Ego-Lite:代码驱动与空间隔离重塑 AI 代理的浏览器交互范式

Manus终于像个通用Agent了

我用 WorkBuddy + Agnes一句话生成短视频,没花一分钱

弱网下音视频体验优化实战:抗丢包、低延迟与AI音画质增强

产品经理转型FDE指南

照搬大厂流程,是怎么把硬件初创公司拖死的?(上篇:商业与人性博弈)

搞懂豆包工作流程后,我再也没被它 “记混规则” 坑过

Открывайте больше.Тратьте меньше.

Обзор каталога

Открывайте больше.
Тратьте меньше.