普通视图

发现新文章,点击刷新页面。
昨天以前见字如面

从 AI 编年史到继续发呆

作者 Wannz
2025年3月23日 16:35

这是一篇来自近期工作发呆时的思考(说做是总结和记录可能更为恰当)。

从2024年的中下旬开始,公司就一直和我们铺垫说有一个客户在项目交付中出现了一些问题,由于项目合同的金额较大,客户在内部沟通的过程中要求我们将一部分项目的回款使用线下交付的方式进行验收,说白了就是有一部分同事需要到客户现场去驻场。于是我们就在年后冲向北京,这篇文章也是我在工作业余时的胡思乱想。

熟悉我的朋友应该都知道,我在工作中时不时要参与到一些诸如客户支持,定价沟通,产品价值talking 的环节中,可能是这两年大家都把 AI 作为了“年度话题”的重要性,所以总会有一些客户想要进一步了解“产品如何在实际的业务流中快速集成 AI 的能力”,市面上也有各种各样吹嘘“自己的产品又一次集成了 AI”的 PR 文章,但本质上其实大都是在云市场集成 AI 之后快速实现了一个 chatbot,好像效果并没有那么好。

当然也有一些客户会来问一些在不同视角的问题,我听过的问题印象比较深的就是“产品集成了 AI 能力我是认可的,但是这个产品中我看不到 Deepseek 的露出,你们怎么处理”,“在产品中集成 LLM 其实各家都大差不差,但是差异性的效果我暂时还没有看到”,此外在一些类似的产品中我发现 C2C(Copy to china) 的思路目前可能还是奏效的,去 ProductHunt 或者类似的网站看看国外的“同行们”又搞出来了哪些 AI 相关的应用,然后看看哪一个最适合集成到自己的项目中,砍掉一些复杂功能再做一些本地化,好像给自己的产品也就搭上了 AI 这趟快车。

有一些产品会说到自己在业务中使用 MCP(Model Context Protocol)和 RAG(Retrieval-Augmented Generation)来提供更加全面的大模型能力支持,从逻辑上来说在产品代码中能够真的提升效率和准确度,基于一些比如 Dify 或者 FastGPT 的产品做二次开发好像也能做到进一步的实践与尝试(没错,我们的产品也提供了这样的能力),但从最终愿意买单并且用于真实企业内部业务流程的状态来看,我觉得大家更多是想摸着石头过河再观望看看有哪些商业化的思路。

昨天和同事聊天的时候说到不同行业中的门槛其实还比较高,可能互联网行业的从业者大都掌握了无痛访问 Google 或者 Github 等网站的方式,但其实还有非常多的老百姓不太分得清其中的区别(事实上互联网从业者也不见得都掌握了这个能力),对于老百姓来说耳熟能详的张一鸣和王兴兴是那种“在某一个行业中实现了成功的例子”,但是对他们到底在做什么其实并不清楚,其实说到 AI,说到人工智能,这应该是一个伴随计算机有 N 多年历史的故事了。

但是 AI 到底是咋来的?好像前些年我们对 AI 的理解和认知还停留在 TensorFlow 和 Pytorch 这样的算法中,怎么一眨眼 AI 就已经飞入寻常百姓家了?

既然聊到了这里,我就来试试讲讲 AI 发展的一系列关键人物(万一说错,还请拍砖)

图灵,计算机能否像人一样思考?

1940 年,二战如火如荼,德国的“恩尼格玛(Enigma)”密码机几乎让所有盟军的情报系统陷入瘫痪。英军情报部门召集了一群数学家,他们的任务是——破解 Enigma,让德国的情报不再是个谜。

这群数学家中,有一个瘦高、害羞但聪明绝顶的年轻人,他叫艾伦·图灵。

他不是普通的数学家,他构想了一种“通用计算机”——一种可以执行任何计算任务的机器,并用它来破解 Enigma。他发明了“炸弹机(Bombe)”,最终成功解码了德军密码,让二战提前结束了两年。

然而,他并不满足于此。他问了一个更大的问题:

“如果机器能够进行计算,是否意味着它也能思考?”

他提出了著名的“图灵测试”——如果一个人无法区分是在与人还是与机器对话,那么机器就具备了“智能”。这个想法为现代人工智能奠定了基础。

大多数人最快捷大概了解图灵的方式就是那一部由本尼迪克特·康伯巴奇主演的“模仿游戏”,在二战期间图灵在英国政府的雇佣下破解了德军的“恩尼格码”密码机,由此也奠定了现代计算机科学的基础。在他 16 岁的时候就开始阅读爱因斯坦的相关著作,在他 19 岁的时候就考入了剑桥大学开始攻读数学本科,并且在22 岁时候以优异的成绩毕业。

虽然图灵是一名数学家,在学习数理逻辑学(就是我们学的那个“与”,“非”,“或”等等的学科)的时候又开始对逻辑学,哲学进行了更加深入的研究。但虽然图灵奠定了人工智能的哲学基础,也提出了计算理论与 AI 的测试标准,但由于同性恋的原因受到迫害,在 41 岁的时候英年早逝。

冯诺依曼,计算机如何高效存储和计算?

如果说图灵是计算机科学的哲学家,那么冯·诺依曼(John von Neumann)就是计算机的工程师。

在 1945 年,他提出了一种全新的计算机架构:把数据和程序存储在同一个内存里,让计算机可以自动执行指令。这就是后来所有计算机都遵循的“冯·诺依曼架构”,它让计算机变得真正实用。

除了计算机,他还发明了博弈论,并且是最早研究人工智能如何决策的人之一。

我相信每一个计算机相关专业的同学应该都听过冯诺依曼,比如在计算机原理的课程上肯定会学到他提出的冯诺依曼架构。此外他也提出了能让程序指令和数据能够存储在同一个存储器中的存储程序概念,从而让计算机可以自动执行程序。

值得一提的是冯·诺伊曼从小就以过人的智力与记忆力而闻名。他在一生中发表了大约150篇论文,其中有60篇纯数学论文,20篇物理学以及60篇应用数学论文。他最后的作品是一个在医院未完成的手稿,后来以书名《计算机与人脑》(The Computer and the Brain)发布,表现了他生命最后时光的兴趣方向(但其实冯诺依曼不仅在计算机方向有建树,他也是博弈论之父)。

罗森布拉特,能否让计算机自己学习?

1958 年,弗兰克·罗森布拉特提出了一个让整个 AI 领域兴奋的想法——“感知机(Perceptron)”,它是一种最简单的神经网络,可以通过调整权重来学习模式,比如识别简单的形状。“创造具有人类特质的机器,一直是科幻小说里一个令人着迷的领域。但我们即将在现实中见证这种机器的诞生,这种机器不依赖人类的训练和控制,就能感知、识别和辨认出周边环境。”

然而,1969 年,闵斯基(Marvin Minsky)和派普特(Seymour Papert) 在《感知机(Perceptrons)》一书中证明,感知机无法解决像“异或”这样的基本问题,这让整个 AI 研究陷入了“AI 冬天”,神经网络被主流科学界抛弃。这本书抨击了罗森布拉特的工作,并本质上终结了感知机的命运。

罗森布拉特没能渡过AI的寒冬。1971年,他在43岁生日那天,在切萨皮克湾(Chesapeake Bay)乘单桅帆船出海时溺水身亡。

理论上来说,感知机其实是第一个尝试让机器“学习”的模型,但它的失败让神经网络沉寂了 20 年,直到 x辛顿重新挖掘它。

闵斯基与佩帕特,感知机的局限性是什么?

1956 年,达特茅斯会议 上,一群科学家聚在一起,试图定义“人工智能” 这个领域。其中,闵斯基作为 MIT 人工智能实验室的创建者,是符号主义 AI 的坚定支持者。

他的梦想很宏大:“AI 应该像人一样思考,我们只要给它足够的逻辑规则,它就能成为真正的智能。” 他的研究主要基于符号逻辑,比如他开发了一种叫做 Lisp 机器 的计算机,专门用来运行 AI 代码。

与此同时,佩珀特则更加关注机器学习和儿童教育,他认为计算机应该像孩子一样学习,而不是依赖固有规则。他发明了一种编程语言——Logo,可以让孩子通过简单的指令控制“小乌龟”在屏幕上画图形。他们二位的 AI 研究,让 AI 在 1960 年代成为了学术界的明星,政府和企业纷纷投资,AI 似乎要迎来一个黄金时代!

但好景不长,感知机(Perceptron) 的失败让闵斯基和佩珀特觉得,神经网络完全没戏。他们在 1969 年合著了一本书——《Perceptrons》,直接指出了感知机的致命缺陷“感知机无法解决“异或(XOR)”问题——也就是说,它没办法学会“如果 A 和 B 相同,输出 0,否则输出 1” 这样的简单逻辑。”

他们的批评毁灭性地打击了神经网络研究,导致 1970 年代 AI 研究资金骤减,进入了第一次“AI 冬天”。

虽然闵斯基和佩珀特让神经网络陷入低谷,但他们的研究也推动了 AI 其他方向的发展。

闵斯基继续研究“心智架构”,提出了“框架理论”(Frame Theory)——AI 应该拥有类似人类的知识结构,而不是单纯的数据处理器。佩珀特专注于教育领域,创造了建构主义学习理论,他的 Logo 语言影响了后来的 Scratch 和 Python 在教育领域的应用。

直到 1980 年代,辛顿通过反向传播算法解决了感知机的问题,才让神经网络重新崛起。但讽刺的是,闵斯基并不认同深度学习,他仍然认为符号 AI 才是未来。

费根鲍姆,AI 能否模仿人类专家?

在 1960-1970 年代,人工智能的主流研究方向是通用智能(General AI),也就是让机器能像人一样思考。但费根鲍姆另辟蹊径,他提出了一个完全不同的想法:

“我们不需要让 AI 变得像人一样聪明,我们只需要让 AI 变得像‘某个领域的专家’一样聪明。”

他认为,与其让 AI 学会所有事情,不如让它深耕某一个领域,积累大量的专业知识,成为一个真正的“专家”。这就是“专家系统(Expert System)”的概念——基于规则、逻辑推理和专业知识,让 AI 在特定领域内表现出专家级的能力。

费根鲍姆的第一个专家系统项目是1965 年的DENDRAL,它是一个帮助化学家分析分子结构的 AI。紧接着在1970 年又推出了MYCIN——一个医疗诊断专家系统。虽然由于当时的法律和伦理问题使得医生不敢完全相信机器的诊断,这个产品也没真的用在医院中,但它的成功证明了 AI 可以在专业领域中成为真正的专家。


珀尔,AI 如何进行不确定性推理?

在 20 世纪 80 年代,人工智能主要依赖概率统计和模式识别,但它无法理解因果关系。朱迪亚·珀尔认为,真正的智能必须知道“为什么”——比如,吸烟和肺癌有关,但到底是因果关系,还是仅仅相关?

他提出了贝叶斯网络,用数学方式描述变量之间的因果联系,让 AI 具备更强的推理能力。后来,他又发展出因果推理和反事实思维,让 AI 不仅能预测,还能回答“如果情况不同,结果会怎样?”。这些理论如今影响着数据科学、医疗 AI、经济学,甚至推动下一代更智能的 AI 发展。

珀尔的因果推理思想,彻底改变了 AI 的研究方向。过去,AI 主要依赖深度学习,但神经网络的一个问题是它们只会发现模式,而不会理解因果。

比如传统 AI 可能发现:夏天卖冰淇淋的同时,游泳馆的溺水率也会上升。但因果 AI 知道:冰淇淋不会导致溺水,真正的原因是夏天气温升高。他的著作《为什么(The Book of Why)》深入探讨了因果推理的重要性,这为现代 AI 的解释能力奠定了基础。

杰弗里辛顿,如何训练深度神经网络?

1970 年代,神经网络研究遭遇寒冬。当时的主流 AI 研究者(如闵斯基和佩珀特)认为神经网络太简单,无法解决复杂问题。许多科学家纷纷放弃,但辛顿偏偏选择了这条“错误的道路”。

辛顿出生于英国,外祖父是著名数学家 George Boole(布尔代数的创始人),他从小就喜欢挑战权威。在攻读博士期间,他研究反向传播算法(Backpropagation),一种可以让神经网络自动调整权重的方法。尽管这个算法早已在 1970 年被提出,但几乎没人相信它真的能让 AI 学习。Hinton 和他的团队坚持优化反向传播,并在 1986 年成功证明它可以让多层神经网络高效学习复杂任务。

90 年代,辛顿继续探索更深层的神经网络,并提出受限玻尔兹曼机(RBM) 和 深度信念网络(DBN),成为“深度学习”(Deep Learning)概念的奠基人之一。到了 2012 年,他的学生 Alex Krizhevsky 使用卷积神经网络(CNN) 赢得 ImageNet 竞赛,标志着深度学习时代的正式到来。

后来,辛顿还提出了 Transformer 的早期雏形——胶囊网络(Capsule Network),并成为 Google Brain 的重要研究员,推动 AI 革命。他的坚持让神经网络从 20 世纪的冷门理论,变成了今天席卷全球的 AI 基石。

1980 年代,辛顿和他的团队证明了一个重要理论——“反向传播(Backpropagation)”,可以让神经网络通过调整权重进行学习。但当时的计算机性能不够强大,神经网络仍然没能流行起来。

时间来到 2012 年,Hinton 的学生 Alex Krizhevsky 训练了一种深度卷积神经网络(AlexNet),在 ImageNet 竞赛上击败了所有传统算法。这标志着深度学习的崛起,AI 从此进入了一个全新的时代!

杨立昆,计算机如何识别图像?

在 20 世纪 80 年代,计算机视觉仍然是个难题。杨立昆认为,人工智能不应依赖手工设计的规则,而应该“像人一样”通过学习数据自动提取特征。他结合反向传播算法和神经网络,发明了卷积神经网络(CNN),让计算机能自动识别图像中的模式。

90 年代,他的 CNN 被用于手写数字识别,并成为美国银行支票识别系统的一部分。但深度学习当时还不够流行,他的研究一度被冷落。直到 2010 年后,计算能力的提升让 CNN 迎来爆发,成为计算机视觉的核心技术,被广泛应用于人脸识别、自动驾驶和医疗影像分析。

如今,杨立昆继续推动 AI 向自监督学习发展,试图让 AI 更接近人类的大脑学习方式,而不仅仅依赖海量数据进行训练。

杨立昆的原来中文译名为:扬·勒丘恩,2017年他在中国的演讲提供了正式的中文姓名。他法文的姓是(Le Cun),到美国之后,很多人都误认为Le是中间名,所以他在20世纪八九十年代把自己的姓的拼法改成了LeCun。

本希奥,AI需要遵循伦理吗?

本希奥与辛顿和杨立昆并称为“深度学习三巨头”。他是神经网络研究的先驱之一,推动了深度学习的数学基础,并对无监督学习、序列建模、注意力机制(Transformer 的前身)等领域作出了重大贡献。

Bengio 1964 年出生于法国的一个知识分子家庭,后来随家人移民到加拿大。他在蒙特利尔大学攻读计算机科学博士学位,师从 AI 研究者 René D. Mori,并开始专注于神经网络的学习方法。当时,神经网络在学术界并不被看好,但本希奥坚信它们能够超越传统的统计机器学习方法。

在 2000 年代,本希奥率先研究如何让神经网络自动学习数据的抽象特征,并提出了逐层训练(layer-wise pretraining)的方法,使得更深层的网络能够高效训练。这为后来的卷积神经网络(CNN)和递归神经网络(RNN)奠定了数学基础。他的研究极大地推动了深度学习的复兴,影响了 ImageNet 竞赛的突破(2012),并为后来的 Transformer 架构铺平了道路。

2014 年,本希奥的团队提出了注意力机制(Attention Mechanism),这是一种让神经网络自动关注最重要信息的技术。这项技术很快被 Google 研究员 Vaswani 等人发展为 Transformer 架构,并成为GPT-4、BERT、Claude 以及几乎所有现代 LLM 的基础。

可以说,本希奥间接塑造了现代大模型,他的研究影响了 AI 在自然语言处理、计算机视觉等领域的所有突破性进展。

与辛顿和杨立昆不同,本希奥在 AI 伦理和社会责任方面表现得更加谨慎。当 ChatGPT 这样的 LLM 开始爆发时,他曾公开警告AI 可能会对社会产生巨大影响,呼吁制定更严格的 AI 监管和伦理框架。

2018 年,他与辛顿、杨立昆共同获得了图灵奖(计算机领域的最高荣誉),正式确立了他在 AI 领域的历史地位。

尽管他是深度学习最重要的奠基人之一,但他并没有像 OpenAI 或 DeepMind 那样主导商业化 AI 公司的发展。他的研究主要在学术界,而他的许多学生(如 Transformer 论文作者 Vaswani)却推动了 AI 工业化的浪潮。

瓦普尼克,如何找到最优分类方式?

在 20 世纪 60 年代的苏联,数学家瓦普尼克和他的导师 Alexey Chervonenkis 共同研究如何让机器像人一样学习。他们意识到,AI 不能只死记硬背训练数据,而应该学会“泛化”——即用有限的经验推断新的知识。这促使他们提出统计学习理论(Statistical Learning Theory, SLT),并发明了支持向量机(SVM)。

SVM 的核心思想是找到数据之间的最优分界线,使得新数据也能被正确分类。这个方法在 90 年代被西方计算机科学界发现,并迅速成为机器学习的主流算法之一,在文字识别、生物信息学、金融分析等领域大放异彩。

尽管 SVM 一度是机器学习的黄金标准,但瓦普尼克对深度学习持保留态度,认为它依赖海量数据而缺乏理论上的优雅。他的理论为现代 AI 奠定了数学基础,使机器学习不再是经验主义,而成为一门严谨的科学。

瓦普尼克是一位纯数学派的科学家,支持向量机(SVM)在 1990s 成为了机器学习领域的标准方法。在深度学习出现之前,SVM 在很多任务上都被认为是最强的学习算法之一。

霍普菲尔德,神经网络如何进行联想记忆?

在 20 世纪 80 年代的人工智能研究领域,神经网络几乎被主流学术界遗忘。许多研究者转向了符号主义 AI(Symbolic AI)或专家系统(Expert Systems),但霍普菲尔德这个本职是物理学家的科学家却意外地为神经网络带来了一次重要的复兴。

霍普菲尔德早年是一位研究凝聚态物理的学者,他的兴趣集中在复杂系统如何自组织。在 1982 年,他提出了一种全新的能量模型,即霍普菲尔德神经网络,这是一种受物理学自洽场理论启发的神经网络模型。他证明了这个网络可以用来进行联想记忆(Associative Memory),即只需要输入部分信息,网络就能恢复出完整的模式。这种方法不同于传统的符号 AI,而是模拟了大脑神经元的工作方式。

霍普菲尔德神经网络的提出激发了 AI 研究者对神经网络的兴趣,为 1980 年代后期的神经网络复兴铺平了道路。辛顿和杨立昆等后来的 AI 研究者也深受他的影响。

尽管霍普菲尔德主要贡献在物理学领域,他的跨界工作却成为神经网络历史上的关键节点,让 AI 研究重新回到了仿生学的道路上。

霍普菲尔德神经网络在数学上证明了这个网络一定能够收敛,从而对基于神经网络的人工智能产生了奠基性的影响,开启了连接主义深度学习的大门。

施密德胡伯,如何让神经网络记住长期信息?

施密德胡伯是深度学习领域最重要的奠基者之一,他的研究直接影响了现代 AI,尤其是在自然语言处理和序列数据建模中的应用。他最著名的贡献之一就是LSTM(长短时记忆网络),这项技术后来成为谷歌、苹果、OpenAI 以及众多企业训练神经网络的核心方法。

施密德胡伯生于 1963 年,从小就展现出极高的数学天赋。他在瑞士学习计算机科学和人工智能,很早就对人工智能的终极目标产生了浓厚兴趣——创造一个能够自主学习、不断进化的人工智能。

在 20 世纪 90 年代,神经网络在处理长序列数据(如文本、语音和时间序列数据)时遇到了“梯度消失”问题:传统的循环神经网络(RNN)无法记住过长时间跨度的信息。

1997 年,施密德胡伯和他的学生 Sepp Hochreiter 共同发明了长短时记忆网络(Long Short-Term Memory,LSTM),这种架构通过引入“门控机制”来有效存储和传递信息,解决了梯度消失的问题。这项发明在当时并没有被广泛认可,但在 2010 年代,随着计算能力的提升和大规模数据训练的普及,LSTM 迅速成为语音识别、机器翻译、文本生成等领域的主流技术。

施密德胡伯的野心远远不止于 LSTM,他一直强调创造真正的通用人工智能(AGI)。他认为 AI 研究应该专注于元学习(meta-learning),即让 AI 学会如何自主学习,并不断优化自身。

他提出了“人工科学家”(Artificial Scientist)这一概念,认为 AI 未来应该能够自主提出假设、设计实验,并发现新的知识,就像真正的科学家一样。

尽管施密德胡伯的贡献不可否认,他的知名度远远低于辛顿、杨立昆和本希奥,部分原因是 LSTM 的商业应用直到 2010 年代才开始爆发。此外,他曾多次公开表达对 DeepMind 和 OpenAI 的不满,认为这些机构“没有给予他的研究足够的认可”。

尽管如此,施密德胡伯仍然是现代 AI 领域不可忽视的奠基者。今天的 GPT-4、Suno 音乐 AI、DeepMind 的 AlphaFold 等许多应用都间接或直接受益于他的研究,他的 LSTM 仍然在许多 AI 系统中发挥作用。

在 AI 发展的历史中,施密德胡伯是一个极具远见的人,他不仅改变了深度学习的技术基础,也为未来的 AGI 研究提供了重要的方向。

古德费洛,AI 能否创造新内容?

古德费洛 1985 年出生于美国怀俄明州,他从小展现出非凡的数学和编程才能。大学时期,他就读于斯坦福大学,主修计算机科学。随后,他进入加拿大蒙特利尔大学,师从深度学习三巨头之一的本希奥,正式踏入神经网络研究领域。

在本希奥的实验室里,他接触到了深度学习和生成模型,并开始探索如何让 AI 生成逼真的图像。这一探索最终促成了GAN(生成对抗网络)的诞生。

2014 年,古德费洛在博士研究期间的一次讨论中,和同事争论如何让神经网络自主生成更真实的图像。当时的 AI 生成模型(如变分自编码器 VAE)仍然很难生成高清且自然的图片。

突然,他灵光一闪,想出了一个革命性的概念:让两个神经网络互相竞争!他的想法是:一个 AI(生成器,Generator) 负责生成假图像。另一个 AI(判别器,Discriminator) 负责判断这些图像是真实的还是伪造的。二者不断博弈,最终生成器能骗过判别器,生成高度逼真的图像!

这种“对抗学习”的方式,突破了传统 AI 生成方法的局限,被命名为 GAN(Generative Adversarial Network)。

GAN 让 AI 从“分析数据”变成了“创造数据”,彻底改变了 AI 在艺术、设计、游戏、影视等行业的应用方式。可以说,他的研究让 AI 从理解世界进化到了创造世界,并成为 AI 生成内容(AIGC)浪潮的奠基者之一。

古德费洛不仅是GAN 之父,也是AI 伦理的重要倡导者,他的贡献将长期影响 AI 发展方向。

达里奥,AI 能否像人类一样写作和推理?

达里奥是 AI 研究领域的重要人物之一,曾在 OpenAI 领导多个关键项目,后创办 Anthropic,专注于 AI 安全与“AI 对齐”研究。他的工作推动了 AI 模型能力的飞跃,同时也让 AI 伦理问题进入公众视野。

达里奥最初是一名神经科学家,研究大脑与神经网络的相似性。他后来转向机器学习,加入 OpenAI,成为 AI 研究的核心人物之一。他在 OpenAI 期间的关键贡献包括:GPT-2 与 GPT-3 研究负责人:推动了现代大语言模型(LLM)的发展。AI 对齐研究的先驱:他提出 AI 需要“对齐人类价值观”,否则可能失控。

2021 年,达里奥离开 OpenAI,与几位前同事共同创立 Anthropic,专注于 AI 安全和“可控 AI”研究。Anthropic 的核心产品 Claude 系列(类似 ChatGPT)强调安全性,避免 AI 生成危险内容。他的研究强调:“AI 必须对人类有益,否则超级智能可能带来无法预测的后果。”

Anthropic 目前是 OpenAI 的主要竞争对手之一,并获得了 Google 近 30 亿美元的投资。

当然,说到达里奥我们其实也需要提到 Tom B Brown 和 Alec Radford,他们一行三个人的研究共同塑造了现代 AI 发展路径。但我想他们从 OpenA I跳槽到 Anthropic 也许还是遇到了那个难以抉择的问题“是追求更强大的 AI,还是追求更安全的 AI”?

算是本文的尾巴

写到这里其实我有点累了,事实上人工智能发展过程中总不是一帆风顺的,有兴趣的朋友可以看看维基百科上的“人工智能史”,我相信一定会觉得收获满满,在这些厉害的科学家中也会存在各种奇怪的冲突(也正常,大家毕竟都是人嘛)。

但如果我们回到 2025 年的当下,会发现 AI 的发展已经度过了“通用智能”的探索阶段,下一步可能还是要对准通用人工智能的方向进行进一步的细化和延伸。由于各类基于 Claude 3.7 的产品我们已经基本跳过了“AI 行不行”的疑惑,但到底“如何让他更安全,更有效”还是一个短期内我们看不到答案的问题。

前一段时间木遥的解读“vibe coding”在朋友圈和各种渠道刷屏,文章中那句“一方面它犹如神助,让你有一种第一次挥舞魔杖的幻觉。另一方面它写了新的忘了旧的,不断重构又原地打转,好像永远在解决问题但永远创造出更多新的问题,并且面对 bug 采取一种振振有词地姿态对你 gaslighting。你面对着层出不穷的工具甚至不知道自己该认真考虑哪个,心知肚明可能下个月就又有了新的「最佳实践」,养成任何肌肉记忆都是一种浪费,而所谓新的最佳实践只不过是用更快的速度产出更隐蔽的 bug 而已。”可能也是许多正在与 AI 结对编程朋友的真实感觉。

但我想,AI 带来的改变确实日新月异,我能看到身边的朋友能够逐渐完成“不相信 AI → 怀疑 AI → 全部用 AI → 不敢信任 AI → 再一次信任 AI”的无限循环之中。我在一些业余时间也尝试练手用 AI 帮我写了几个产品,相比原先的产品设计与研发过程中,会发现现在的 AI 可能每一次都会比前一段时间的使用更加流畅一些,但依然无法完全避免上下文遇到限制导致记忆力幻觉或者相关的问题,这种感觉好像就像是一种慢性毒药,一方面更爽了,另一方面又不是那么爽。在产品设计过程中各种刷屏的什么“用 AI 搞定原型图,搞定高保真效果图”的论据其实也能变相让我们感知到 AI 在具体业务中的应用其实还处在比较早期的阶段。

一方面我受益于使用 AI 能够极大程度加快我把脑海中的某些想法付诸于实践的过程,但另一方面好像也能明显感知到过拟合带来的某种不适感,在开启新项目的时候确实能够通过 AI 极大程度加快效率,但是否会因为过度信任 AI 而导致代码中潜藏了许多暂时没有精力与时间发现的 bug,又变成代码中一个潜藏的问题真的很难一两句话讲清楚。

如果对比我前端时间那篇《AI 取代人工进展走到哪一步了?》,当下的我结论还是那句“保持对前沿技术学习与了解,让自己不要落伍的概念是没问题的,用 AI 来输出一下自己无处安放的创造力或者做一些创新与变化的真实落地是很好的”,但 AI 改变世界的进度条到哪一步了?

我觉得还得再看看。

又是一年

作者 Wannz
2025年2月18日 17:20

生日是属于自己的新年,许愿时闭眼的瞬间,过去与未来在黑暗中重叠。

今年的年度总结总是拖拖拉拉一直没有写出来,感觉在过去的 2024 年里面整个人的节奏在“快/慢”之间频繁的交替,大部分时候都在忙忙碌碌响应和支持各种工作与生活中的事情,好不容易放松下来就只想一个人静静,哪怕是发呆放空,也会觉得能让自己坐着慢慢回血(游戏里都是这样的吧,只要暂时停止被攻击的状态,就能缓慢的回复血量)。

原本找了个时间,打算对比 2023 年的总结看看有哪些改善与进步,但很遗憾的发现可能“在常态中一点点进步可能才是人生的常态”,在过去的一年里似乎没有什么“宏大的叙述”与“翻天覆地”的改善,好像日子还是一步步缓慢的进展,印象里有很多开心的瞬间,但也不免有些许灰暗的时刻。

但也无妨,一步步来就好了,按照惯例先来看看去年发生了哪些事情。

「物理意义上/精神意义上的家」

在完成买房和开始装修后,直到去年 4 月,我和蒋老师的新房终于完成了装修和空置散味。于是我们一家四口就心满意足的搬了进去。看到从平面图和效果图里走出来几乎达到 99% 实现状态的新家还是会觉得很不可思议。

相比刚拿到房产证时心态上没有什么波澜的彼时的我来对比,此时此刻能够坐在自己选择的沙发上看着自己选择的各种家具和电器,并且住在自己的房子里时,心态上不可避免的会有“原来这就是属于自己的家”,“这个家可真好啊”的想法出现。平日里这个房子的任何美好印象都会让我俩觉得“有家真好”,不论是看到第一缕朝阳从百叶缝隙射入卧室,看到落日从枝叶中穿过散落在窗帘上的斑点,还是在阳台摘个柠檬后继续吃烤肉,生活里的幸福感好像在无数个瞬间都能被轻而易举的感知到。

虽然在 23 年的时候我就持证山岗开始了自己的婚后经历,但实际上去年 6 月我们才回到兰州,在端午节的兰州办了一场婚礼(严格一点说,应该属于去除了大部分繁缛流程的答谢宴),爸妈总是觉得领证了但不办一场酒席很难说的过去,但我和蒋老师又不希望办理那种“流程化的,高度重复与一致的,没有新意的”就像是出了份子钱吃一顿饭的婚礼。

在无数次沟通后,大家说服了彼此,于是我和蒋老师自己策划自己当主持人举办的婚礼就放在了计划之中。自己办理自己的婚礼,而且完全不要任何的策划与主持人听起来又难又简单的,我们四个人需要临时分工确认好每一个人扮演的角色,随后和场地方沟通自己心中想实现的婚礼现场,自己采买置办对应的喜烟喜糖流程中抽奖发放的奖品,确认当天自己和双方父母的服饰流程等等,都是各种细小的琐事,但确实生怕忙中出错还是花了很大的精力。

还是要感谢我和蒋老师,感谢双方的父母,感谢小蒋的家人从四川大老远来到成都,感谢来自天南海北来帮忙捧场的朋友同学和人生中的挚友,我俩的婚礼算是顺顺利利的完成了。其实最初计划举办婚礼的时候,我一直疑惑我们这一场普普通通的婚礼是否值得大家在端午节的时候,放下原本的安排专门前来,但我想到如果是这些朋友们的婚礼,我一定会毫不犹疑的前往,所以就不再纠结了。

写这篇总结的时候我翻出来了自己写的发言稿,这句话我觉得还是挺对的“今天开始,我们的人生到了新的阶段,也许人生路上起起伏伏,未来的我们还需要面对不同的困难和挫折,希望我们彼此扶持,上坡的时候充满动力的推彼此一把,下坡的时候用全部的动力撑着对方不让对方坠落,一起携手对付生活中的各种问题。祝我们新婚快乐,我们不仅是夫妻,也是彼此最好的好朋友。希望我们能够站在一起面对问题和挑战,能够一同相拥共享快乐的果实,能够一直携手畅游人间,探索这个世界的无限精彩。希望我们不仅这辈子,下辈子以及下下辈子,都永远是夫妻。”

「工作上无规律的变化/一成不变」

在举办婚礼的前后,工作中也发生了许多“一成不变”的变化。先解释一下,并没有离职或者换工作,还是在原本的公司里努力搬砖, 尝试在产品行业里做出一些不一样的尝试和贡献。公司的规模今年还是保存在不到 100 个人左右的样子,做的事情也会时不时需要从产品设计的挑战中抽离出来去服务一下各种各样的“客户爸爸”,有时候真的挺无语的(希望 2025 年事业上能够有转机,做一些有意义有挑战而且是正向循环的事情)。

可能是市场大环境不好,可能是行业所限制,可能是小公司无法脱离的赚钱魔咒。坦白说这一年在工作中让我 emo 的次数挺多的,但工作就是受人之托忠人之事啦,今年在工作中也算是缓慢的螺旋上升,自己的产出才是证明自己能力的唯一试金石。这几年我越发发现公司规模的背书越来越重要,每当这个时候我就会有点不甘心,但可能人生的常态就是要说服自己适应平常?谁知道呢。

其实讲道理,在这里证明自己的工作成绩应该放一些新做的产品和说明的,但是产品行业这几年好像确实不好做了,需要你的时候说你是公司里最不可或缺的存在,但等开始拆分贡献的时候有要你来证明自己的产出能够如何影响销售业绩,有时候想起来都挺荒谬的。所以我就放了两个和团队小伙伴聊天的截图,反正就还是努力做个好人,别去伤害别人。

但坦白来说今年在产品设计上的新尝试也挺多的,使用 AI 做了很多奇怪的东西(甚至自己一个人就用 40 块搞了一个网站出来),做了很多面向电视大屏,手机和各种移动设备的产品出来,但这些东西终归是属于小打小闹,我也不好意思平常写在博客和大家分享,等我觉得搞的差不多或者真的挺有意思再和大家分享吧。

说到 AI 不可避免还是要聊聊 AI 对产业的冲突,其实之前我也在博客里写过一些对 AI 的分析,截止目前我依然觉得“AI 工具还是适合那些有一定经验的开发者,不管是快速搭出原型,还是学习一个新的技术和工具。以后 AI 肯定会更智能更聪明,但做出一款好的产品还是要靠设计者的同理心与感知世界的能力。也别想的用 AI 来彻底降本增效了,AI 应该用来加速试错和优化迭代,而不是直接取代已有的软件设计与开发方式”。

大家都在研究怎么用 AI 打造一些趁手的工具,但有时间的话也可以抬头想想一些“飘在风中的问题”,比如“我们这种碳基大模型的下一步发展方向在何处?”,“产品设计师应该专注于创造工具,还是尝试和工具互相影响?”……

「天命可违/天命难违」

每年的总结里我其实都会聊聊有哪些一直在做的尝试,今年我觉得自己做的比较好,并且有进步的方向则是“尝试和自己的焦虑一起相处”,虽然没有特别大的进展,但是我觉得还是有一点点的细小收获。

俗语里总说“五十而知天命”,大概就是要论证人们在某一个年龄忽然明白了理想实现之艰难,故而做事情不再追求结果,在五十岁之前,会全力以赴希望有所成就,而在五十岁之后,虽然仍是“发愤忘食”、“乐以忘忧”,但对个人荣辱已经淡然。

这几年互联网(甚至很多行业)都在疯传 35 危机,说随着不断毕业的年轻血液进入之后,企业方会更愿意用年轻的,能熬夜加班的,能抗住更大压力的,有更强目标感的年轻伙伴来替代那些到了一定年纪的,有房贷车贷的,需要一人养家的中年砥柱。于是很多人不免发现身边的工作氛围和环境变得越来越差,前些年是虽然奸臣当道,但大抵踏实做事还是能看到回报,现在则是大家都是等待收割的稻草,哪怕你身强力壮,但都是过着一样望到头的日子。

人的生老病死一直都是无法影响的客观规律,这也是很多获得一定财富的人都愿意投入更多的资源和精力去探索延缓衰老和死去的问题。今年回家过年的时候忽然发现“爸妈在一瞬间真的老了”,眼神没有之前好了,开始时不时出现健忘的问题了,人们好像都说人的年级越来越大之后,就会显得越来越小,这可能也是某种意义上人的生命是一圈轮回的象征。

这件事对我的启发是什么呢?可能在某个角度来说,我们就是要接收自己的平庸?或者说要意识到大多数自己都是平庸的,刚毕业的时候我们恨不得要翻天覆地做出一番大的改变,记得那会我恨不得每一年都拿优秀员工,加班和快速响应几乎已经成为了习惯,但现在发现还是要把时间和精力放在过好自己的小日子上,不要因为工作中那些“2 个小时以后”的事情占据我太多的情绪,很多事情确实尽力了就是尽力了,但尽管你尽力了也对结果的影响无足轻重,对吧。

那句话怎么说来着?“功成不必在我,成事必定有我”,“工作中少我一个无所谓,生活中我非常重要”。

祝我生日快乐,也祝每一个人在 31 岁的时候都能生日快乐。

AI 取代人工进展走到哪一步了?

作者 Wannz
2024年9月29日 15:20

马克·吐温曾说过:“历史不会重复,但会押韵。”

在 23 年初 AI 势头最火热的那会,我写了一篇《AI 会取代人类的工作吗》的文章,那篇文章里总体对 AI 的出现与未来还是持开放态度的,比如我觉得之后会有很多公司快速上线“Prompt Engineer”之类的岗位。但是当我们把视角转到 2024 年的今天,我又觉得“AI 取代人类”这件事可能会比我当初预想的进度要慢一点。

比如从人才市场来看,一个很直观的例子就是行业中不仅出现了很多“大模型算法研究员”,“AI 产品经理”这样的岗位,岗位描述里会告诉你“能够设计合理的 prompt 模型,不断优化模型的性能和效果”,“与算法与产品团队紧密配合,将算法需求变为可批量生产的模型语料”,这些事情可能都代表着越来越多的公司愿意为 AI 投入更多的资源与成本了,但有些公司又会在 15k 的岗位任职资格中写到“至少具备 5 年以上 AI 方向经验”,“发表过高质量 AI 行业论文(如CVPR、ICCV、AAAI等)”,这件事让我觉得有点黑色幽默(你应该能 get 到吧?)。

可能从实际应用来看,行业中大部分企业对 AI 的认知还是在“基于已有的知识库优化智能问答,辅助生成报告知识图谱”或者是“基于已有的项目与成交案例进行总结沉淀,通过 AI 赋能售前支持,支持咨询客户转化”的角度里。能够通过 AI 进一步帮助企业或者团队提升效率,总体的探索都比较有限。

因为工作的原因也不免需要响应一些来自客户的咨询,或者在一些项目中需要基于客户“拥抱 AI 的角度”整理类似的需求,但实际上我的感觉就是“大多数人都在为了 AI 这盘醋,去包一盘饺子”,大家都共识了 AI 这件事就是为了蹭热点(我觉得从某种角度来说,其实 2024 年的现在没有曾经那么热),把 AI 作为产品中的一个功能能够更顺利的申请到更多的预算和经费,能在市场推广与宣发层面获得一些“短暂的收益”,仅此而已。

前一段时间和同行业的朋友交流,有人觉得“使用 AI 创新这件事”总是外国要做的更好一点,他们觉得就像萝卜快跑一样,资本的罪恶使得无数网约车司机会忽然失去就业机会,而同样的市场如果搬在国外,企业的管理者就会天然“人本位”的思考如何在保存工作岗位的情况下,再更优雅的引入新技术来提升企业效率(但这不都是资本的判断吗?)。

跳脱出对国内外市场主观的判断考虑,我是觉得伴随 AI 所推动的自动化,可能会在某种角度拉开低技能劳动者和高技能劳动者的工资差,一方面可以替代一部分前者的工作内容,另一方面又会为后者创建更多新的工作任务

新技术的出现与适配,肯定能够对工作中带来巨大的“改变”。但最终能不能“真的提升生产效率”,可能是另外一说了,就像是盒超市里的自助结账机,酒店前台的自助入住机,或者是路面上的萝卜快跑,他们确实替代了原本的收银员,酒店经理和网约车师傅,但是对于整体的付款效率,入住效率甚至路面的拥堵有多大改善可能就是另外一说了,此外就算引入了很多这样的机器,又能真的优化现在的就业环境吗?

至少在我身边的环境里,我感觉 AI 的改善没有想象中那么高。能够自如创建 Agent 并将其用在工作中提升人效的人还是少之又少,而当你真的使用 AI 提升人效之后,又可能会面临涌入更多问题的窘境。还有就是我发现大多数人,更意愿将 AI 当做“搜索引擎”的平替,原本是遇到问题后去搜索引擎上提问找答案,后面变成了去小红书找答案,现在又变成了去 AI 上找答案。

表面上看起来,市面上的大多数 AI 都能够在短时间内帮你写出一份活动的策划,产品推广的文案,甚至是基于历史的知识库对某些数据进行一些深度的分析,使用 AI 能够“不假思索”的复制粘贴以便更好的响应领导分配的事情。但回到一切的根源,答案来自于问题,我们只顾着快速的提交问题的答案,是否又真的愿意思考“如何提出一个好问题”呢?

忽然联想到最近人们一直在谈的“大环境不够好”,言语间总是要夹杂着“就业市场不景气”的悲观色彩,从事今天的产品工作不聊两句 AI 仿佛都被时代淘汰了。从这个角度来看,大多数人可能还没有想到更加正确的,优雅的 AI 使用方式?我想目前 AI 的主流仍然是一种生产工具,而非工作思路。在我手里的产品使用 AI 做国际化适配,建立交付支持问答库,提升运营工作甚至快速响应突发的问题总是能够发挥一定的色彩,但我还是觉得尽信书不如无书嘛

从这个角度来看,不论企业规模如何,如果只是打算创造一些平庸的技术来配合市场宣发的时候,不妨就别再想着能真的“降本增效”了。降本增效中只有“降本”变成了真实的利润目标,而选择的方法就是用更廉价的资本来取代劳动力(反正 AI 也能写活动策划,那我就用 AI 来取代两个运营人员的 hc,至于落地实施的事情再说),这件事对整个经济生产率的提升毛用都没有,唯一的收获就是借着 AI 的这阵风举办了更多名为分享实则销售获客的沙龙,最终只会让大环境越来越差。

我记得曾经看到过一种观点“国内的 AI 全部局限在内容审核,而国外的 AI 都在尝试再次创新”,可能现在又再次走上了一条循环的道理,随着人们对生成式 AI 的关注越来越多,资本也会越来越集中,那可能也会降低 AI 在其他方向上的无数可能。虽然说愿意承认技术对未来带来的决定性影响是件谦逊的好事情,但也依然会受到政策影响,经济发展,利益相关者话语权等各种因素互相影响。

我想这篇文章还是不应该太过于武断,仅以我所在的角度和视角来发散性的聊聊。只是作为 IT 浪潮中一个渺小的参与者角色而言,我们好像真的就踏入了一些影响人类发展的关键节点,但是几十年或者几百年之后的未来到底是什么样的,谁知道呢?

反正还不是要延迟退休罢了(笑)。

本文灵感来源:《梅宏:对当前人工智能热潮的几点冷思考

一次产品重构的复盘

作者 Wannz
2024年9月27日 16:29

坦白来说,能够正儿八经对产品进行复盘的机会其实很难得。

熟悉我的朋友应该都知道,这两年对见字如面的更新频率总是没有以往频繁了,其实核心的原因我目前在一家 toB 行业的小程序平台里当产品负责人,平常工作里需要关注的事情太多了(又一次跳入了创业公司的深坑),精力和时间有限。前两天和一个朋友打电话,他说“你的博客最近不更新了有点可惜”,仔细想了想还是得保持正常的更新,所以咱们就继续聊聊工作中相关的感悟吧。

这次我想咱们可以聊聊,作为产品经理的角色,如何发起并且支撑产品的重构直至顺利结束。

对于大多数从事产品岗位的朋友来说,“重构”这个词其实是比较模糊又熟悉的。很多产品同行都觉得自己大大小小都参与过几次“产品重构”,但归属于自己的实际工作好像就是改改原型,设计新的交互样式搞个新的产品版本(所谓的大版本更新),作为项目经理推动一下进度开开会,除此以外更多的“重构内容”都属于研发角度对于服务或者架构角度的重构,虽然确实提升了研发的效率和架构的合理性,但是自己没啥深度的参与。

刚好我所在这家公司的产品在前期的设计确实还存在蛮多问题,所以从 2022 年的年终我们就开始讨论产品重构这件事,但由于真刀真枪的产品重构需要花费的成本实在太大,所以我们其实花了大概一年半的时间陆陆续续准备其中的工作,并在 2024 年的年中正式完成了产品重构,产品顺利发布上线(这里是我在产品博客里的 PR)。

选择合适的重构时机

不论从什么时候开始,“现在是重构的最佳时机吗?”,“重构之前需要做哪些必须的事情?”,“如何保障重构工作顺利完成?”都应该是大家都会关注的问题,有人会觉得这些都是“重构工作的道法术”,我倒是觉得咱们可以逐个拆解,一一探讨出这些问题的答案。

先从实际问题出发,不要轻易重构

“不要为了重构而重构”应该是最核心的道理,虽然确实可能是因为客户或者老板的一句吐槽与抱怨,我们就开始镀金找理由,然后把重构作为某个季度或者年度的目标来计划落地,但作为一名成熟的产品经理,我们还是要明白“任何重构都存在风险与成本”,“重构必须要带来如期的收益”这两个核心原则

不论公司规模大小,所能够调用的产研资源都是有限的,也就是说当我们在考虑是否要重构的时候,务必要提前想清楚“有一段时间是无法上线新需求”的,如果确认要重构,那这个重构的时间必须要选在产品总体比较稳定,业务流程和用户流程都总体稳定的时候,避免因为重构中的投入成本又无法响应客户与市场的需求。

圆规正传(言归正传),我负责的 FinClip 其实是一款面向 B 端的私有化小程序生态平台(简单来说就是做了一个可以私有化的微信小程序),用户可以基于这一套产品打造自己的小程序生态,我们的产品之所以要重构,主要有三方面的原因:

第一,产品的基础架构设计混乱失序

我们的产品自从 2019 发展到现在也有三四年的时间了,但实际上产品的诞生其实是源自另一个产品的配套服务。即使上线起初计划使用 MVP 的形式不断优化,但也并没有建立起团队内部统一的思维框架与产品共识。

也许是出自快速交付客户或者向上管理的什么原因,即使是可以抽象为近似场景的功能点,在以往也都交由完全没有共识的不同同事独立交付,交付过程中又缺少统一的同步与复盘,其实都在不断的证明“做产品真的需要具备长期主义”,缺少延展性但又频繁救火的产品其实还是在不断的骗自己。

但说实话,我觉得这个问题出现在 toB 的产品里又有点合理,从根源上来说,toB 产品相比 toC 产品欠缺的就是“数据反馈感”。愿意在 toB 产品中埋点统计的人少之又少,具备数据分析意识的人也少之又少。

大多数 toB 产品同事们的习惯还是通过主观判断来决策,通过客户与自我说服中的“我认为这里应该 XXX”,“这里就是需要 YYY”来设计对应的功能,但如果缺少足够的“产品 sense”,非常有可能把产品变成一个缝合怪,乍一看该有的功能都有,但仔细看会发现产品架构越发混乱,功能散落没有联系,缺少必备的需求文档与判断依据无法复盘或者溯源设计背景。

到了一定的时间,还很容易发现产品无法自圆其说,用户的理解成本不断上涨。这也变相导致前端市场侧的同事在销售推介产品时遇到的问题变多,无法保证产品的销售转化持续增长。

第二,产品的能力无法支持用户深入使用

随着客户不断增长,我们也发现了越来越多在早期产品定义时不合理的设计,物是人非在这个时候找寻原因已经变得毫无意义,但基于用户的真实场景来回顾用户的使用流程,对不同功能与字段进行抽象,梳理出正确且合理的产品模型则变得十分重要。

缺少了抽象后的领域模型,不仅会导致在用户侧实际的交互与体验一言难尽,还会导致冗余的代码不断增长,修复的补丁无穷无尽,产品后续的拓展性与连接性几乎为零。比如希望在产品中集成跨系统的连接与认证,就必须要在产品设计早期设计好对应的账户体系,而不是等到需要用的时候再去改线上的逻辑。

0-1 阶段的产品为了快速验证商业价值,可以用 CURD 来满足尽快上线的原则,但 1-10 阶段的产品如果还是在重复 CURD,不对具有共性的需求进行抽象实现,就很容易建立出来一个“摩天大楼般的违建房”,在一个潦草设计的地基上不断缝缝补补只能治标不治本。

作为产品设计者的角色,核心的工作都应该是在仔细思考后,得出“多做一件 X,可以少做 N 件 Y 的需求”的结论,也就是我们说了很多次的“抽象”。以为通过自己或团队的效率来快速响应客户的意见,快速上线 N 个需求更像是用“战术上的勤奋掩盖战略上的懒惰”,从始至终都被客户牵着鼻子走,团队中的每个角色都不会太好受(但……这件事对于响应客户的当事人来说,又很容易收获来自客户的认可与赞扬,又便于自我镀金或者在团队内向上管理,有一点难评)。

第三,产品缺少能够匹配产品特性的设计

不管是什么行业的产品,在交互与界面上都应该是能够“自圆其说”的。不需要投入过多精力与引导,用户自己就能使用并且发现所有需要的能力。如果想在产品中证明它具有的“生态与运营”能力,就更需要通过合理的规范设计证明产品的价值。

当然,设计工作其实也得找到合适的分寸,既不能“设计不足”也不能“过度设计”。设计不足往往意味着在产品早期就缺少必要的抽象和前瞻思考,导致产品上线后存在天生的缺陷(在一些不重视产品岗位的公司时有发生),而过度设计则意味着偏离了实际的用户需求,在产品非核心的边界不断雕花(在一些过度追求 设计的公司时有发生)。

在做产品设计时,我觉得称职的产品经理都需要始终关注“成本与收益”的平衡点,我们更愿意通过设计来简化复杂的实现层面的问题,而不是为了解决复杂的实现问题,引入了一个更复杂的设计方案。

不管怎么说,合格的产品设计工作都需要通过持续的学习与经历来不断提升,并不能通过“按照大厂或市面上其他产品的样子借鉴抄袭”来走捷径。业界中始终有一种“大厂做的肯定是深思熟虑的结果,借鉴他们的准没错”,但完全不考虑不同体量的团队所需要投入的成本,也不愿意投入足够的思考与分析成本,这一点其实有些不作为了。

为了解决上述三个问题,随后我们的产品团队花费了大约 2 个季度的时间来厘清其中的逻辑(也不是一帆风顺,厘清逻辑本身其实还是在解决一些历史债,其中的挑战一度高到有部分团队同学产生“要不别重构了?又不是不能用”的想法)。在分别整理出了产品核心部分的域模型,用户流转模型,状态机,不同功能的关系图,行业现状与竞品的分析对比等各类资料。

友军说明:上述三个问题已经得到了产品和研发团队的一致共识,且得到了老板的认可和授权,由于老板的架构师角色出身,从产品底层设计的角度也向团队提出了很多挑战,不过好在最后重构工作能够顺利开展。

只有在前期做好充足的准备,才能为后续的投入带来最有性价比的准备,即不浪费投入的成本,又保证重构过程中的团队成员目标一致,也避免后续沦落到“为了重构而重构的沼泽中”去。

明确合理的交付目标节奏

随后我们需要关注的,则是确认产品重构到怎样的状态就可以推进上线与交付,并且在过程中及时控制投入的成本。不然漫无边际的“重构”迟早会耗光公司的耐心与愿意投入的资源。

从这个角度来复盘,我觉得其实这次的重构过程中,这一点做的并不是太好。尽管有外部客户定制需求打断,重构人手不足,管理层与资方中途因为投入成本开始犹豫等各种或客观或主管的原因,但随着项目重构的时间不断加长,明显会发现参与重构的同事都开始失去信心。与我而言,问题的核心还是在最开始没有建立出明确的交付目标

说到如何管理项目与明确目标,可能大多数人都会提到“SMART 原则”,其中分别通过 Specific(具体的)、‌Measurable(可衡量的)、‌Achievable(可实现的)、‌Relevant(相关的)和‌ Time-bound(有时限的)来约束双方达成共识。在这次的重构过程中,我觉得没有做好的地方在于—— Measurable(可衡量)与Time-bound(有时限)。

虽然在重构初期我们就明确了这次的重构目标,但从事后的角度也不难看出,这三点问题(即前文提出的“产品的基础架构设计混乱失序”,“产品的能力无法支持用户深入使用”,“产品缺少能够匹配产品特性的设计”)其实难以作为重构的验收结果。到底做到什么样的结果才算是彻底解决了问题?实现哪些待办项才能够算作是“架构合理了,用户可深入使用了,设计匹配产品特性”了?更别提大家既要满足客户在线上版本中的支持与响应,又要抽时间不断推进产品重构的进度,重构的时限只有被一次又一次的延长。

仔细想来,衡量这些难以量化的目标还是应该通过具体的事件或者时间节点进行切割,在已有的敏捷迭代中通过更细致的时间安排,设计每一个迭代中的具体任务(“能做多少做多少”的思路在迭代中过于务虚无法落地),通过提前设计安排的阶段进度来约束重构进度整体可控,保证对应的功能与设计能够分阶段上线验证就显得更重要了。

重构重心的角色转变

在产品角色陆陆续续完成前期的工作之后,重构工作的重心就会从“定义梳理定义”逐步转变为“设计稿确认”,“开发测试”了。由于前期的准备工作总体比较扎实,在产品定义部分并没有什么需要反复确认的部分。但依然需要产品经理能够在这个阶段与研发同事多沟通,尽力保证研发能够充分了解业务角度的设计,避免因为业务了解不充分,而导致的问题。

但我还是建议产品经理能够参与到研发的重构过程中,研发同事的相关分析与会议之中,不说能够短时间内了解一些技术层面的方案,但至少能够对重构过程中一些比如“抽象”,“解耦”的逻辑有一定的了解。

举个简单的例子,大多数人都听说过“微服务”这个概念,但是这样做的目标到底是什么,能够带来哪些价值,拆分为服务之后如何确认每一个服务之间的依赖强弱关系,其实都是需要研发同事们仔细考量的。同理,我们在听到性能需要优化时,大家的第一反应可能都是把数据放在缓存里,虽然说效果确实立竿见影,但我个人觉得也不应该“万物都可加在内存中”,有一点算是走捷径的方法了(本段纯作为非技术人士的发言,不一定对,欢迎拍砖)。

产品发布后的持续关注

随着开发提测节奏越来越快,选择合适的时机将产品发布上线就变得重要了起来,我们不可避免的希望伴随重构后的产品上线,用户也能够自发且主动的切换到新的版本之中,但实际上这里还是不可太过武断,需要从尊重用户的角度来陆续推进新产品上线

新老产品的数据迁移

首先,我们需要关注的就是新老产品之间数据的平滑迁移,保证能够在客户无感知的情况下将用户和数据内容全部都过渡到新的系统中,并且设计好对应的迁移策略和规范来约束迁移过程中的相关准备工作

由于产品重构的原因,肯定会存在一些数据表映射与修改的问题,一般来说数据迁移会有一个最大化和最小化的原则,前者是指“新产品要考虑能够完全替代旧产品,保证用户所有已有的数据在新产品中都能够查到”,后者则是指“只需要迁移客户能够真实看的到的数据,避免因为完全同步占用的巨量资源和成本”。

随着用户和数据都迁移到新的产品之中,老的产品也不需要立刻下线,至少需要待机一段时间,避免因为线上问题的忽然出现而影响用户的信心。总之,在数据迁移的这个过程中,产品也需要和研发同事紧密配合,避免出错。

新产品的发布上线

在这里 toB 和 toC 的产品会有些许的区别,比如在 toC 的产品之中,一般会使用定量定性的灰度,或者人工增加过渡选择页等尽可能符合用户预期的方式,引导用户切换至新版本的产品之中。并且通过产品上线初期频繁的用户沟通了解分析来自用户的喜好评判与使用反馈,并在上线后的短期内快速优化对产品的反馈与建议问题。

但是在 toB 的产品中,可能更多会通过“站内信”,“短信通知”类似的批量消息触达机制,快速告知用户系统升级的时间,以及对于用户的潜在影响。不过不论是哪个领域,关注用户体验提供无摩擦的用户使用交互都是行业的大趋势,毕竟即使是再关注效率和质量的 toB 产品,背后的用户始终是一个个活生生的个体,行业早期的“toC 的产品经理更需要具备洞察力,toC 的产品更关注用户体验,”的想法应该是被摒弃的认知了(难道 toB 就不需要洞察力不关注用户体验吗)。

我个人觉得在这一个过程中,最需要注意的就是“兼听则明”,虽然说老系统更改到新系统总体是解决了很多问题,能够让人眼前一亮的,但在新系统刚上线的初始,也确实是系统最容易暴露问题的阶段。在这一个阶段中必须要沉着冷静,不仅能够接受产品上线过程中任何“预期之外”的问题,也需要能够引导团队耐心且冷静的修复相关的问题。

新版本上线后不论用户是表达满意还是意见其实都是好事,本质上这还是代表用户依然在使用产品,对产品有更好用的期待,作为背后的产品经理其实最担心的应该就是“用户并不在乎任何改版,从内心深处就确认了产品经理不会聆听他们的声音,对他们的想法没有好奇心”。在我从业的这些年也用过各种联系用户和他们交朋友的方法,只要愿意静下心来和用户沟通,似乎没有什么问题是不能解决的。

当然,即使产品上线一段时间后,对应的产品经理也依然需要持续关注使用情况和相关数据,在迭代中逐步安排后续的优化调优事项,逐步提升用户的使用体验,尽量保证产品使用过程中的稳定与质量始终在线。

不仅仅是与用户做朋友,也需要与研发做朋友,只要原因用真心做产品,总是在做正确的事情吧。

买房指北 - 新家的装修与采购清单

作者 Wannz
2024年7月21日 16:23

总而言之,就是有了一个房子。这篇文章讲讲装修过程中重点的花销内容。

众所周知,装修其实是一件非常费心费力的事情,不管你选择与怎样的装修公司或者设计师合作,打算全程不隐身幕后,只在最后交付阶段去验收房屋肯定会发现一个有一个的问题。如同前文所说,我们基本上是 1-2 周去装修现场观察一次,一方面看看房间里的新进展,另一方面也能及时发现一些不符合预期的问题。

从最开始的毛坯房变成铲去了墙皮:

从觉得做水电局改到变成了水电全改:

从原始格局不变化到对局部墙体进行修葺:

再到中央空调,地暖和门窗逐渐进场完成前期的安装工作:

地暖也逐步完成了安装流程(阳台门的尺寸量错了,所以比预计的速度慢了不少):

甚至在新房装修的过程中,我还忙里偷闲和蒋老师求了婚,以及溜出去度了蜜月……

家附近新开了一家花店,开业搞活动的时候我写“希望能够在阳台种下一株柠檬树🍋”

后续依然是重复的白天师傅进场,晚上我俩进场,有问题拍下图片和视频发给师傅次日整改:

因为装修公司的师傅主攻方向是强电,所以屋里的弱电基本就是我自己研究(算是研究明白了一小点,在没有更改弱电箱的情况下,保证入户宽带和门禁系统都能正常使用):

Anyway,终于在克服了九九八十一难,在无数次强迫症和无奈妥协的反复出现之下,我们在 3 月正式搬进了新家,叫了好朋友来家里一起玩(就用猫猫的照片来代替大家一起玩的照片)。

后面有一天花店的老板联系我,说我之前的许愿真的实现了,于是在一个晴朗的周末,我们一起把柠檬树搬回了家,顺便去花卉市场采购了一些绿植,把阳台打造成自己的私家花园。

相比租房的体验,我觉得在买房之后靠自己的双手一点一滴把他打造成充满自己想法的小家其实是一件非常“好玩”的事情,你的所有想法都可以进行快速的落地,可能会有“意料之外”的惊喜,也可能会有“早知当初”的后悔。

虽然最终装修的结果距离想象中“完美的小家”还有一些距离,但总体也没有偏离我们的设计规划太多。现在整个房屋里可能只有次卧还是一偏空白,别的房间基本都和我们当初的规划和布局没有大的偏差,在完成硬装后通过软装也就能把大部分的效果和当初的想法对齐。这种成就感和规划的感觉是租房时完全无法获得的经历。

当然,在软装和家电采购的过程中也是一把辛酸泪,每当采购的大件到家后我们即开心又感慨,效果好是真的效果好,但大件采购时花钱的速度也是嗖嗖嗖嗖的。

目前我们在新房里居住了小半年的时间,觉得可能会有这样一些感觉:

  1. 中央空调:如果你觉得挂机不好看,柜机占地方,那其实还是挺有必要的,综合下来成本也还算可控,唯一不确定的就是等到多年之后维修更换会不会又是一笔大的成本:
  2. 锅炉地暖:在成都这种冬天用魔法攻击来疯狂降温且没有暖气的城市,真的是太好用啦!
  3. 全屋智能:我采用了米家生态链的产品,自己用家里的 macmini 搞了一个 home assistant,只能说全屋智能真的是懒人福音,真的很好用;
  4. 灯光控制:Lipro 除了贵且智能联网不太好,使用体验是非常不错的;

总结下来就是:“你惦记的可能会一直惦记,不甘的可能会一直不甘,当初很在乎的用久了之后其实也就那样”,可能重点还是希望能够根据实际的性价比来考量规划,用动态的眼光来衡量短期的变化,有的东西可以一步到位,有的东西在装修过程中在修修改改也未尝不可。

唠硬件采购的嗑有点过于复杂了,好像用文字写感觉篇幅可能会比较长。

我把采购相关的内容整理为一个在线表格,有需要的朋友可以直接参考或者使用。


【腾讯文档】家装采购与好物清单
https://docs.qq.com/sheet/DWmFLcnl3Qk1qWUtq?tab=BB08J2


最后,不管正在看这篇文章的你是否有了自己的小家,不管你身在何方,我都祝你在接下来的日子里开开心心,万事如意

买房指北 - 买房后装修前需要关注啥?

作者 Wannz
2024年4月11日 11:46

总而言之,就是有了一个房子。这篇文章讲讲买房之后开启装修过程的心得体会。

在完成了买房过户拿到房本之后,我们需要考虑的下一件事情就是如何装修了。众所周知,不论你买的是精装房还是清水房,装修都是一件非常劳民伤财的事情,需要花费的心血和精力不计其数,稍不留意就会轻易踩坑

拿装修相关的关键字在 B 站或者小红书搜索,能看到的视频和文章就像漫天飞舞的雪花一样,一片一片又一片。

我们买的是清水房,装修这件事是 100% 要做的。无非需要按照优先度逐步完成后续的装修计划,确定装修预算,完成对应的采买和询价工作。在装修之前,我在物业提供的建筑户型图基础之上,结合自己的实地测量,做了一个简单的模型。便于大概评估一下每个房间的用处和设计风格。

房间整体的户型图大概是这样,建筑面积 100 ㎡左右,套内面积 90 ㎡左右。随后我用酷家乐和 sketch 对户型做了一下简单的设计,得益于现在的各种工具都已经非常傻瓜化了,这一步也就轻松完成了

随后我和蒋老师聊了聊自己想象中的家应该是什么样子,最开始我们设想过各种各样的设计风格,但是向到我们两个人的审美习惯以及结合房间的实际面积和对每个房间的用处,我们最终希望装修出来一套经看,耐看的属于自己的家。

熟练使用当代年轻人的“百度(这里是一个形容词)”—小红书可以看到各种各样的设计风格和思路,同时在比如住范儿,好好住这种偏向于家装行业的媒体深度学习,结合我们俩的眼光和审美,最终决定采用的风格像是“原木+北欧+侘寂”风格的混搭版本,不见得是一定要适配某一个风格特色,但是一定要以我俩喜欢为主。

第一件事,确认装修方式

在完成了风格确认之后,紧接着就是考虑到底如何装修。由于我们两个人日常都要上班,那肯定得找装修公司或者施工队帮我们完成这一光荣而艰巨的任务。

在这个过程中我爸多次表示要发挥余热,帮我俩完成这套房子的装修工作。但想到他孤身一个人前往成都,每天早归晚出装修房子所需要耗费的精力,在人生地不熟的城市跑来跑去可能遇到的问题,我俩还是太舍不得他操心,就拒绝了他的好意,结果我俩因为这事还吵了好几架,只能说理解万岁了。

常见的装修模式包括有全包,半包以及自装三种,自装顾名思义就是自己来装修了,半包和全包则主要是按照和装修公司的工作内容来作为分割,不同的装修类型需要提供的内容也不一样。

刚理解这项工作的时候会有一些名词分不清,大概是这样解释的。主材:门窗、瓷砖、乳胶漆这种在装修中起到主要作用,会影响家的颜值就属于主材。辅材:水泥、沙子、水管电线、砖头这种在装修中起辅助作用的材料就叫辅材。硬装:比如拆改墙体、粉刷涂料、安装吊顶铺设管线这种基础装修就叫硬装。软装:后期可以移动和更换的属于软转。

考虑到施工过程中可能出现的推诿和扯皮,我俩确实没有足够的时间和精力每天紧盯师傅的施工,就可以直接跳过自装,而全包和半包的区别主要是在价格和装修风格有所不同。

我和蒋老师在实地调研走访了成都的几个较大规模的装修公司(比如宏福樘,东易日盛,大树,朗润,岚庭,喜鹊)之后,发现目前市场中的大多数全包施工都是“套模板”式的服务,设计师用一份差不多的设计风格套在不同的家庭里面,最后装修的结果大同小异,能够灵活响应业主想法的的装修公司不仅难找,还很容易超过预算。

通过住小帮和好好住 App 也找到了一些中小规模的设计工作室(比如苏打,之境内,青丘,猫姐,喜屋),这些设计工作室受限于人力规模,能够同时关注的项目有限,但会保证每一个装修案例符合要求,然后再通过口碑推荐获取后续的订单。

这里加入一个防杠声明,每个人都有不同的主观审美喜好与沟通方式,每一个装修公司或者设计师也不仅仅只有一位设计师提供服务,就和我们工作一样,有的人可能做的好但是不会说,有的人可能做的一般但是很会包装,我们确实没法直接评判谁好谁坏。根据我的各种的打探和了解,口碑这件事很可能因为某一个装修过程中的独立节点不同得到迥异的评价,哪怕是同一家公司的同一个设计师,也可能既有好评又有差评。加上现在越来越多的装修公司都意识到用小红书,知乎,好好住等各种不同的渠道推广营销,所以在判断挑选装修公司这件事的过程中只能自己多跑多看,最后选择一个总体聊下来比较舒服,比较真诚的团队进行合作。即使后面踩坑了,至少不会那么后悔。

最后我们选择了半包的方式,下一步就是找一个相对在沟通过程中比较舒服,并且符合我们预算的设计师合作就可以了,机智!

第二件事,确认装修预算

不同的装修公司会有不同的报价,选择中小规模的设计团队来提供设计稿可能会在后期均摊在设计费用里,大概每平方米在 150-500 元每平米不等,后续的装修费用则会在 1500-3500 元每平米不等,再加上一些团队会要求按照房屋外框面积(或者建筑面积)来计算费用,确认总体的装修预算就显得尤为重要。根据现在装修完毕的经验来说,装修的预算基本会按照这个比例进行划分:

考虑到每一个房屋的装修要求不一样,每一项可能存在上下之间 5-10% 的浮动,比如中央空调,新风,封窗换断桥铝等等都很容易以一个个的金额不断侵占你的总体预算。

装修公司可能会推出各种各样的“促销活动”或者是各种理由说服你再增加一点点预算,但务必要注意这里的预算一般都说的是每平米的单价,比如每平米增加 30 元,100 平米就要增加 3000 了,还是需要仔细控制。我们最终的装修计划应该是让每一个部分花费的金钱得到最大价值的利用,避免“头重脚轻”式的预算花费。

新装修的朋友在这里一定要注意,装修预算就和我们在之前的几篇文章中所说的买房预算一样,一旦确认了下来,后续就得严格控制不再增加了。装修毕竟是一整个大工程(所投入的人力成本和时间成本都非常高),这边加几千,那边加几千,最后合并算总账就很容易加了几万。对预算不进行控制会导致后续复盘算账的时候很心痛的,一定要切记。

在我们的这一套房子中,我们确认的硬装预算大概是 20 万,后续的家电和软装部分大概是在 10 万,(最后复盘的时候发现还是有些许的超支),虽然不能和那些大户型大平层动辄几十甚至几百万的预算相比,但是想到花费了这么大成本还是会很心痛的。

第三件事,装修前量房与方案输出

简单来说当我们基本确认了需要合作的装修公司之后,就需要请他们进行上门量房了(不同的公司可能会对上门量房这件事进行收费)。上门量房主要是需要拉着设计师在实地确认一下后续的设计风格与设计想法,不过一般来说能够上门量房的设计师应该是经过了业主的考核和测试的,不应该出现啥大问题。

我和蒋老师在判断不同设计师的时候基本会从这几点来考虑“一门心思拆改墙体的不要”,“不愿意做初步设计稿与风格稿的不要”,“以往的设计案例无法吸引我们的不要”,“沟通过程中太磨叽絮叨的不要”

有设计师为了彰显自己的专业程度,都会直接建议拆改墙体,在我们讲解了自己的设计需求之后有设计师依然坚持要拆改墙体封窗,这个不太行。有一些设计公司因为业务要求,在付钱之前不提供任何的设计意向稿,双方沟通交流时只能拿着一个纸质的平面图写写画画,在这个过程中发现设计师前期也没有认证准备,也不太行。有一些设计师专精的设计风格可能是宫廷,法式等等不是我们喜好的风格,这个也没法确定合作。还有的设计师在沟通讲解自己的设计思路时过于絮叨,考虑到后续可能的沟通次数太多,就也不太行。

总之最后我们选定了一家设计公司完成了上门量房的工作,我记得那天晚上从我们租住的地方看的到一大片美丽的晚霞,一切看起来都在朝向顺利的方向发展。

即使用现在装修完毕我们已经入住的视角来进行衡量,好像总体的装修进度也还行,虽然不至于一百分满意,但总体也是符合预期的。

第四件事,签订装修合同

如果前面的工作都顺利完成了的话。这一步就又到了签订装修合同的步骤,不论是用装修公司提供的合同,还是所在城市推荐的家庭装修合同,其实还是要关注是不是如实写清楚了双方的责任和义务

上图是成都市建设委员会编制的家庭装修合同,提供了非常丰富的条款和细节,需要的话你可以点这里下载参考。

此外我觉得还需要关注的有这些内容:装修过程中的工期(不同阶段支付的费用比例),垃圾清运费用计算方式,收费材料的规格型号,装修过程中的增项警戒线,水电改造计费标准与费用,安全意外与邻里损耗的责任承担方,变更项目的生效和费用支付方式,房屋施工的竣工时间与延期违约金支付方式,项目经理和设计师到达现场确认进度的时间和频率,装修后的维保与售后内容和时效等相关内容都是我们需要关注并且注意的。

第五件事,装修公司按计划完成任务

签订合同后,设计师告诉我们他们需要大概 1-2 周的时间输出设计方案,在拿到方案之后我们又大概沟通交流了 1-2 轮,整体的房屋设计计划和方案也就定稿了。

这个时候装修公司给到了我们一份装修施工图(和我前面测量的差不太多,对局部墙体做了一些拆改),这份施工图之中包括了“原始结构图,平面布置图,家具尺寸图,墙体拆改图,墙体回填图”等等各种类型的平面实际与铺装说明,如果后续没有问题的话也会按照这份施工图逐一完成施工工作。

我们核对了一下进展,因为采用了半包的方式进行装修,考虑到中间可能会出现一些变化或者预期之外的事情,整体的工期大概是在 6 个月左右的时间

当然,即使是选择了半包,并不代表着装修过程就可以全程放心了。我俩基本会每隔几天前往现场看一下最新的进度如何做到了哪一步,在这个过程中也会时不时确认一下装修公司提供的辅材是否是按照合同中的约束提供的,一些装修过程中出现的问题或者疑问也会在群里及时沟通。

作为一个互联网行业的相关从业者,除了对装修中硬装和风格的相关内容进行关注以外,还需要对房屋的网络布线和智能家居有所关注。从成本和实用性角度来说,我采用的还是有线 mesh 的方案(后续也可以把 mesh 的位置换成 POE 供电+AP),此外就是要求在每一个开关和灯的位置都预留零线,在窗帘盒的位置预留电源插座,以便于后期安装智能开关和智能窗帘,而且能够直接将现有的米家全屋进行适配(留个坑,下期来介绍我的装修采购分享)。

不过有所遗憾的事情就是经过反复讨论变化,我们原定的装修对水电进行局改变成了全改,这也导致没来记得购买更换强电箱和弱电箱,导致弱电箱和变电箱的空间有所限制,后续我从淘宝采购的耗材基本解决了弱电箱中的相关布置,但是强电箱就在定制柜的部分有尺寸的变化导致了一点尴尬,后续还得考虑购买家具来进行针对性的解决。

在研究智能家庭的过程中我也去实地调研了市场中相关的品牌,从个人角度来看,苹果生态+米家还是比较适合大多数我这种互联网从业者的,有一定的动手能力,能解决一些常见的问题,所需要花费的费用和后续的升级成本都处于接受范围之内。

第六件事,跟进不同的主材供应商确认进度

在这里除了确认基本风格,主要沟通的地方就是卫生间的干湿分离,次卧的进门方式和木门定制,定制橱柜,窗户改断桥铝,淋浴房定制,防盗门定制,地暖和中央空调这些部分。这些地方我们还需要和不同部分的供应商进行沟通,因为不同供应商的工人师傅档期不一致的原因还是花了蛮多的时间,不过总体而言都没有发生什么大问题(当然肯定是有小问题的,所以在整个装修期间千万要注意的一点就是不要因为小问题上头,装修过程中一个问题都不出现是不现实的)。

我从网上找了一下,基本上来说装修过程和这张图里面的内容大致一致。在我家的装修过程中选择了半包,所以在前期需要尽快分别确认中央空调,地暖,木地板,踢脚线,瓷砖,封窗换窗,防盗门与木门,全屋定制水槽和台盆,铝扣板吊顶这几个厂家。

其中比如中央空调需要在吊顶前确认,地暖需要在地板铺贴前确认,地板和瓷砖的铺贴需要在各种室内室外门安装前确认,门的部分又需要在踢脚线安装前确认,瓷砖铺贴需要在厨卫吊顶和插座灯具安装前确认。如果不对这几项内容及时确认就会直接影响到整体的装修进度,所以整体需要花费的精力还是挺大的。

当然有一些装修顺序其实前后并不影响,这里其实就变成了对项目经理能力的考验了,理论上肯定是能够无缝衔接每一个安装厂家紧锣密鼓无缝进行衔接,但是人的精力是有限的,出现一些问题也在所难免,只能说理解万岁了。

在装修过程中还会遇到一些额外的不可把控的事情出现,比如一些加工板材的工厂在成都周边,我们装修的时候恰逢举办第 31 届大运会,所以直接把成都周边的板材工厂生产叫停了几个月,市区环线内在当时还禁止了大货车和卡车的驶入驶出,种种如此的原因使得定制的一些工作只能暂时停工等待解禁,这也是没办法的事。


那这篇文章大概就写到这里了,下一篇文章中我们来聊聊房屋装修过程中家具与设备采买的事情,以及一些我们使用之后的好物推荐。

买房指北 - 买房过程中需要注意啥?

作者 Wannz
2024年4月7日 10:49

总而言之,就是有了一个房子。这篇文章讲讲买房过程中需要关注的事情。

上一篇文章中我们大概聊了聊选房过程中的相关事宜,在经过仔细思索和认真选择后,结合我和蒋老师还有家里长辈的建议,我们把人生中第一套房子定在了天府新区的海昌路附近,在符合总价预算的情况下,不论是去高新区工作,还是以后可能的天府新区工作交通都非常方便。小区附近的地铁公交,商超教育环境总体看起来都还可以,基本可以满足我们的要求。

值得一提的是,我们选中的目标小区容积率大概是 0.8,绿化率 50%,车户比 1:1.8 也都是纸面与实际结合都比较符合预期的环境,由于我们在买房之前刚好在这个小区里也租住了 1 年,总结下来在我们以往租住的小区里物业的靠谱程度还是比较高。

那么在选定了目标房屋之后下一步其实就是签约与打款的过程了。

零、买房是否要选择中介?

如同我在前文中所说的那样,是否选择中介主要是看你的总体预算,以及你是否愿意为他花费对应的时间和精力。大多数时候只要你选择了正规的中介,后续的流程基本都是一样的。而中介之所以收取了高额的服务费,本质上是以公司的模式提供了一些买房过程的相关保障。

但是对于买房的普通人来说,如果房屋总价是 200 万,那就需要在其中支付 3%的中介服务费,也就是大约 6 万左右,这个价格看起来又相比之下比较高。这个时候就可以考虑换一家中介提供相关的服务。

比如上面这张表,按照总价不足 200 万来计算,纸面上的服务费是 3%(也就是 6 万),如果考虑从链家来采购则可以谈到 2.7%的折扣(五万四,便宜了 6 千),如果从第三方中介(比如德祐)选择合作,服务费就可以谈到 2.55%(五万一,几乎便宜了一万)。当然,如果能够找到第三方中介(比如个人物业,或者是所在小区物业也提供官方渠道),可能服务费还会比这个低的多。

所以选择中介与否,第一件事是你能否接受“为了服务买单”的这个源头,并且能够找到合理的中介服务费范围

一、如何和房东砍价?

当找到了心仪的房子后,这个时候就需要请中介帮忙联系房东了。当然可能随着市场好坏,联系房东的人也是多多少少。二手房本质上是一个买方市场,与政府规定好参考价的新房市场不一样,一个房子到底卖多少钱,是不是值这么多钱本质上还是要听房东的,并非能够达到 100% 的“货真价实但是究竟买那个房子依然是由买方决定。也就是说哪怕在买方看起来一个房子有各种小毛病或者问题,但由于这个房子的产权人是房东,所以他依然可以不降价,按照原定价格去寻找合适的买家。

这里要补充一下,上文所说的“货真价实”并不是说房子之中可能存在质量或者其他的相关问题,而是说并不能严格按照买方的喜恶来提供合理的价值。就比如我单纯认为所有超过 10 年房龄的房子都是老房子,没有任何买卖价值,但房东认为在保养与修缮合理的情况下,地段与户型合理的好房子的价值应该高于市场上的一手房。本质上依然是一个不同人价值观不一样的问题。

那回到我们所说的与房东砍价的过程中,到底是中介联系双方到签约中心,还是通过电话或者视频方式砍价,本质上都是在中介具有一定信息不对称优势情况下,完成订单的过程。正因如此,我认为在这个过程中能够砍价的因素总体应该是偏向客观的,而不是大家主观的发生争执(如果和房东没聊两句就开始数落要价高,市场不景气,房子有一堆缺点,对后续的成交也没啥帮助)。

在贝壳链家的与房东砍价过程应该还有一个排号的过程,比如同时有多个人对一套房子感兴趣,需要联系自己的中介取号,最终房东会按照先来后到的顺序进行还价博弈。

砍价应该有这几个过程:

在砍价这一步开始之前,有一点非常重要,就是一定要明确自己的购房预算与房源价格。比如我们的预算总额是 180 万,这 180 万中就已经包括了 7 万的税费以及 3 万的中介费,那这样来说房源的价格就不能超过 170 万,即使考虑到不同房源的价位,最多也不应该超过 173 万。基于这个逻辑,在现场还价的时候就应该要从 160 万左右开始砍价,逐步还价到合适的价格。

砍价的过程中千万要注意避免因为一时的上头而给出了一个超出预期的价格,现在经济形势本身就不好,大家赚钱的过程都很辛苦,除非这个房子你非买不可。否则因为一时的上头多花费了数万甚至数十万,这个代价还是太大了

二、签合同交定金要注意什么?

在完成价格谈判之后,下一步就到了签订合同缴纳定金的过程了。基本上来说到这一步之后,我们的买房工作就已经有了法律上的约束与保护了。

这里的整体流程基本就是 4 步,即“再次确认房屋的基本信息(确认房屋的产权,所有权,户籍,学位等相关信息) → 核对合同细节(契税个税的缴纳比例,首付和定金的金额,贷款的比例,解压的流程和时间节点,后续的流程节点,如果双方中途有人想毁约怎么处理) → 缴纳定金(一般来说定金的价格在 5-10 万左右,中介会直接缴纳到对公账户) → 收好定金和合同,准备后续流程”

有一点要格外注意,由于大多数人都是第一次买房,因此在整个面谈合同过程中,有任何地方感觉不清楚或者不对劲,一定要第一时间问清楚及时处理,千万不要犹豫。等到合同签订之后一切都也都在法律上确定下来了。后续就需要根据支付方式来看是走银行贷款还是全款。

三、贷款过程中需要注意什么?

这里的流程是“需要贷款”的朋友才需要完成,如果是全款支付的朋友,就可以直接跳转到“第四节过户缴税”的部分了。

在完成了房子价格的谈判,签订合同,完成定金和中介费的支付后,我们就需要前往银行办理担保和贷款申请手续了。不同银行的时间和贷款额度利率,以及资质要求可能有些许的不一致,因此我们可以在前往银行前了解一下。此外由于市场状况不一样,从申请贷款到后续银行放款的时间可能也会灵活变化,比如市场预冷的时候整体的时间可能大概在 1 个月左右,但如果市场预热的时候会稍微变长一些。

据坊间流言,成都市场在 2022 年房地产市场最火热的时候,一度发生过从银行贷款申请到打款耗时1-2 年的经历,侧面也可以见到当时成都房地产市场有多么火爆。

作为一个普通老百姓来说,贷款过程中最重要的其实就是相关资料资质的准备,这一部分主要是用来像银行证明“我们有能力从你这里借出来这么多钱,并且在后续归还”的。也正因如此,这一部分需要的资料除了“身份证,户口本,结婚证”以外,还需要包括“公积金缴存证明,贷款银行的银行卡,历史资金流水,个人收入证明,征信报告,定金转出流水”等等。到达银行之后还需要根据流程完成审核贷款资质的过程(也就是我们说的“面签”),同时还需要卖方去办理房源的解押手续(如果房东对房源做过相关抵押)。

如果在这个过程中你选择不找中介完全靠自己,就可以前往不动产登记中心开通监管账户,让买家把定金放在监管账户里,买卖双方可以通过天府市民云看到全部的流程,比较轻松。

如果是在成都,相关的流程都可以通过“天府市民云-蓉易住”板块进行详细的了解。其中也会有详细的流程和答疑介绍。不同银行的要求可能有一些差别,但总体本着“资金安全”的原则,这部分差别不大。有兴趣可以联系对应网点的客户经理详细咨询(毕竟从银行贷款是也属于他们的业绩)。

四、过户过程中需要什么?

过户过程中最重要的就是前往所在地的不动产登记中心,完成对应的流程和手续递交。其实说白了这一部分也比较简单,就是“递件”和“核税”两部分组成

递件就是需要买卖双方分别交出自己的有效证件,填写对应的表格,核税则是以交易房屋的价值为核心缴纳对应的契税款。有一些中介或者小道消息说需要买卖双方自己虚报一个非常低的交易价格来进行避税,但这一步其实没有多大意义,政府部门内部有权威且唯一的信息源,会根据内部对每一个区块和房屋的价值进行判定,如果上报的价值远低于内部判断价格,也会以内部价格为准判断契税。

正因如此,其实理论上我们找中介来提供帮助主要是带领我们完成相关步骤的流转,但如果我们愿意花费足够的时间和精力,从交易到买卖直至成交,所有的过程和手续也都可以我们自己完成。中介服务的本质就是花钱节省自己的时间吧。

五、过户完毕后需要做什么?

在完成信息提交之后,稍等 1-3 个工作日之后就会收到不动产中心的电话,随后就可以前往不动产中心缴税并且领取自己的新房本了。在拿到自己的新房本之后,就可以分别前往物业,国家电网,天然气公司完成房屋的过户工作。

我在 2023 年的 5 月拿到了属于自己的房本,当时的天气也是天高云淡,一整个大晴天。

六、简单总结一下

我把购房前后的流程按照下图总结了一下,基本上就是这样的十条步骤。在买房前后可能会有一些额外的事情需要自己考虑,比如购房的区域是不是处于限售区域,如果是处于限售区域则需要考虑到购房和落户的相关资格,考虑到不同城市的情况有所区别,这部分我在本文中就没有赘述了。

对于成都的朋友来说,基本上可以通过“天府市民云-住在成都”这个板块了解房屋买卖的全部流程和手续,虽然我时不时吐槽天府市民云这个 App 真的是不咋好用,但是基本的使用和信息的提示都是没问题的。

如果要总结一下,我想还是那句话“小心谨慎,按规则和流程一步一步来”,只要能够在事前完成基本的了解,事中愿意花费足够的时间和精力关注了解进度,买房这件事就没有什么难的。

祝你能成功买到自己称心如意的好房子!


与上一篇《买房指北 - 买房之前需要关注啥?》不一样,这篇文章主要总结了一些买房交易的过程的心得与感悟,下一篇文章《买房指北 - 买房后装修前需要关注啥?》我们来聊聊房屋装修过程的事情。

买房指北 - 买房之前需要关注啥?

作者 Wannz
2024年4月1日 14:52

总而言之,就是有了一个房子。这篇文章讲讲买房之前需要关注的事情。

熟悉我的朋友知道,在父母的倾情帮助下,我有了人生中的第一套房子,目前已经装修完毕正式入住了。

不管怎么说,我都要郑重的感谢父母帮忙,没想到最后还是啃老了,很惭愧,真的很惭愧

在买房子之前,我其实一直对“买房子”这件事是不那么感兴趣的,对我来说房子更多时候意味着一个物理意义上的“家”,再加上我以往其实并没有遇到“那种难搞的房东”,考虑到买房子之后可能会背上的房贷和生存压力,对我来说买房子和租房子的体验差别其实并没有那么大。

在相当长的一段时间中,我甚至是比较反感买房子的,但是在天时地利人和的安排之下,还是拥有了这套房子,今天借这个机会也来总结一下心路历程,希望对于后续计划买房子的朋友能够提供一些帮助。

零、买房子的原因有哪些?

我身边买房的朋友和租房的朋友的比例基本是四六开,我在买房之前一直很执著于知道“他们为什么买房”,与我原本以为“在经过仔细考虑选择买房”的原因相比,其实大部分人买房的原因都属于“意料之外,情理之中”了,最后真的就是一个“天时地利人和”的结果

按照回忆我总结了一下身边朋友买房的理由,即使可能是家庭,个人,投资,发展等各种原因混合作用下最后的一个结果,但是大家对买房这件事还是比较慎重的。我们在买房子之前可能会有各种千奇古怪的想法与念头,很多时候都觉得“既要又要”,但是很实际的问题就是买房这件事还是一个基于“有限资源”下做的“相对理性的判断”,也就是下图中的不可能三角

所以在买房之前真的有必要仔细考虑清楚,自己为啥要买房子?买了房子之后的目的是自用还是增值?后续房间中长时间居住的人有几位?优先考虑学区还是医院?是否有其他必须或者不得不接受的相关原因?

可能网上有很多“某个人靠自己的实地走访和艰苦努力终于捡漏了一个和市场价差别巨大,啥啥都好的完美房子”(或者说真的有人就是幸运儿成功捡漏了),但对于我们这样的普通老百姓来说,如果一定要指望自己也成为另一个幸运儿,所需要付出的代价成本应该是非常高的,这一步建议在最开始的时候就想清楚。

大家也不是职业的房产中介,大部分时候白天都是要在办公室坐班的,所以能够看房的时间理论上也只有工作日下班后和每个周末,按照每个工作日下班后有 2 个小时,周末有 6 个小时的空闲时间计算,普通人一般一周也只有不到 20 个小时的看房时间,其中的有效时间可能也就是 15 个小时左右。

我尝试过在周末和节假日的时候约上中介小哥带我去看房,大清早的时候往往信心满满觉得今天能够一口气看二三十套房子,但实话实说中介带看的流程一般都是“骑上电瓶车带你从 A 地前往 B 地 → 在 B 地附近的门店领取对应房间的钥匙 → 在门卫处登记放行 → 在小区里绕来绕去到达对应的房间 → 大概了解完毕后归还钥匙 → 从 B 地前往 C 地继续看房,考虑到其中所需要花费的时间成本和精力成本,一天能看 15-20 套房子已经非常难得了。也就是说看的仔细一点,一般来说 45-60 分钟一套房子的时间是比较平均的(那种 20 分钟一套房子的看法基本没啥用,我们也就不继续讨论了)。

当看的房子超过 20 套之后再看其他房子的状态都已经麻木了,在目前房地产市场基本一致的状态里,除非你看的都是大平层或者花园洋房这种能做出来差异化的房型,大部分面积在 70-120㎡ 的房子差别真的不大,优点和缺点同样明显,最后看你自己怎么取舍

一、自己想要怎样的房子?

对我来说,买房子主要是用于考虑自住,所以当然希望在买房之后周边的生活与工作通勤时间都在可接受的范围之中。我按照对我所了解区域大概的了解,绘制了这张属于我的“找房地图”。

考虑到成都的互联网工作机会大多数都集中在成都的南边,去除掉一些“居住体验差,环境不适宜,房子总价太贵买不起”等等的原因,基本上在下图中的中绿色梯形中的房源应该总体是符合我所需要的环境的。

在这里也对一些成都不太了解的朋友做个简单的科普吧,高新区基本是成都所有行政区(或者经济规划区)中排名前三的,其中金融城这部分属于总价 500w 及以上的老牌豪宅,房子面积大且总价高;大源这部分属于总价 300-700w 左右的新兴住宅,面积相对紧凑但是学区较好,离各种衣食住行的距离相比之下都最方便(新川是高新区想打造的第二个大源,但是需要一定的时间);中和华阳属于成都的老城区(一部分是城中村,另一部分是老房子),居住环境稍差但是便利性极高,区别在于所属的行政区划不一,总价大概在 150-400w 左右;再往周边延展就到了诸如双流区天府新区锦江区等等的不同区域。但不管怎么说,对于房子的定价逻辑基本还是上面那个“不可能三角”。

我之前其实也考虑过青羊区的学区房,但是仔细思考后还是放弃了。主要是觉得随着学区政策还有变化的可能性下,哪怕我立马为小朋友的诞生和学习做准备,也需要至少 5 年左右的时间才会有幼儿园,小学的相关需要。为了一个短期内不会出现的需求,在房子的购买中为教育部分增加十几甚至几十万的预算,性价比实在不高。

我也看了一些可能具备拆迁前景,或者老城区的房子,但是后面也都没有加入选择清单,主要的原因还是性价比的问题。这里的性价比并不是说不好,比如很多人喜欢的玉林路,东湖公园,塔子山附近等等在三环以内的老小区我都看了,但是就感觉好像……差一点(更别提龙泉温江这种近郊了,哈哈)。

总而言之,这一部分是在找房过程中第一件需要考虑的事情,根据自己的总体预算进行大概的规划。虽然说买房子肯定是越大越好,但是因为不同的行政区划衣食住行导致的生活便利性不一,不同小区的规范也都不一致,所以一味追求面积大并不见得是第一选择。由于成都的新房排队现场参与难度非常惨烈,所以我们也并没有要求一定要新房,维护程度好的二手房也在考虑范围之内。

结合我和蒋老师的居住要求,我们认为“房子并不仅仅是一个居住的场所,也应该是涵盖了日常生活方方面面的一个场所,不同的居住条件会潜移默化地影响人的生活质量,是一个很切身重要的选择”,所以除去基本的片区位置和板块位置以外,我们还有这样一些要求:

在我们明确了自己想要的房子大概样子之后,就可以进入下一步了,开始挑选房子的位置。

二、房子的位置在哪里比较合适?

这一步我们俩主要是根据自己相对熟悉的区域,参考贝壳地图进行大概的了解。在贝壳的地图选房中可以根据各个筛选项进行大概的了解(由于房源录入信息并不见得是 100% 正确),可以挑选一下那些看起来感觉还不错的小区和位置。

再加上小区全景图,小区公共设施,日照模拟相关的录屏进行综合判断,就可以看到目标小区的大致情况了,到这一步基本上我们对这个小区的感觉至少清楚了 60-80% 左右。在这个过程里也可以对小区物业的维护情况进行一定的了解,一般来说如果门禁对讲机和基本的引导牌磨损很久没有人维护,那物业基本上是不怎么管事的。

如果方向感比较强,结合 3D 的楼书我们甚至可以判断出房源在建筑的哪一栋和大概的层数,也能够更进一步帮助我们判断后续的居住,噪音,采光相关情况

我在之前一直以为物业的主要作用就是收物业费,做一些小区里垃圾的日常清扫工作。但后面结合搬家的经历才会发现真正有价值的物业是能够作为邻里关系良好协调提供帮助的,比如邻居占用公区,在休息时间进行装修等等这些事情都是可以请物业的管家帮忙协调处理的。那些不靠谱的物业,基本就是一句话“我已经联系对方业主了,但是我们不是执法机构,也没办法”打发你。

确认了大概的小区之后,结合百度或者高德地图来做一些日常通勤的判断其实就非常方便了。很轻松就可以知道目标小区距离现在的工作场所的通勤时长和距离大概情况如何。

三、去现场看房时要注意什么?

当完成了前面所说的挑选板块与小区的工作之后,我们应该会有几个当前比较满意的候选房源,这时候我就可以从线上转为线下,开始实地看房了。

绝大多数房子在网上的照片是广角拍摄,也就是图片中的宽裕程度远超过现实中的房间尺寸,有一些二手房在贝壳中拍摄的照片可能是两三年前拍摄的,这几年中房东可能已经把房子做了二次的装修,或者出租出去。结合实际的采光,朝向,隔音,房屋维护情况等等,线下看房这一步都是不应该被省去的步骤

线下看房也可以帮助我们进一步了解小区周边的生活设施便利性,周边是否有超市卖场药房,小区里的垃圾桶,健身器材,公区电器与电梯维护情况如何,楼道与门禁设备的维护情况与是否真实使用都是我们在这一步需要关注的不同因素。

从时间便利性的考虑来说,我建议最好是能够一次性通过贝壳汇总出目标小区中自己比较感兴趣的 3-5 套房屋,再联系附近的中介把 2-3 个临近小区中的房源一次性看完。千万不要想着找一个中介把所有板块,所有小区的房子都遍历一遍,虽然说大多数房源的信息都能够在网络上找到,但在物理距离上更近的中介天然对小区的情况,房源的维护情况更加了解,双方的协作效率都会更高,彼此合作都更舒服一些。

相信我,在这一步中如果遇到了更加专业的中介,我相信你会觉得看房这件事会更“舒服”的多。

当然,由于去线下看房,我们不免会遇到“当时一下子很上头”的可能,所以在线下实际看房的时候请务必要提醒自己“冷静冷静再冷静”。以及看看房屋中是否包括一些装修和居住下所掩盖的相关问题,视野和采光是否良好?墙壁是否有发霉或修补?窗户是否有漏水?搭建部分是否违法?电线管道是否需要二次拆改?房屋户型是否需要调整修改?

在这个过程中如果对目标房源有一定的兴趣,也要记得关注一下上下楼的邻居是否会有影响自己居住舒适度的可能,比如楼上楼下住几口人,家里作息如何,是不是养宠物,起居习惯怎样等等。

上头的原因可能是因为装修和软装风格和自己的喜好匹配,或者是房源本身维护的好,但我们需要关注的地方则在于“找到被装修风格和维护情况掩饰下性价比更好的房子”,这是我理解的所谓“捡漏”换句话说“尽可能找到和市面价值一致的房源(如果能超过当然更好),而不是低于市面价格的房源”。也就是说如果能够找到一个“房源的硬性条件很好,但是因为房东的原因装修和室内陈设方面很落伍,房东也认命了”的房子就最好了(不过也不要强求,毕竟房东对房子的价值认知也不一样,很难一概而论)。

对了,还有一件很重要的事情,如果可以的话,请务必在线下看房的阶段能够对每个房源的信息做一个录屏或者拍照的操作,也可以找中介顾问提前打印一个看房手册,在线下看房的时候就可以直接对自己满意或者不满意的内容写标记备注,避免到后期忘了之前看过的房源好坏的问题。

如果在看房过程中你发现了一套非常心水的房子,可以换几个不同的天气与时间再去房屋里看看(比如换不同的时间看看隔音情况),如果非常满意的话就可以进入下一步的议价环节。

四、一些选房过程中的经验

(1)一定要找线上中介吗?

有朋友可能会有疑惑,我一定要通过贝壳、链家这种中介去看房子吗?他们的中介费用都很贵,我自己去线下问小区物业和保安不行吗?

理论上当然是没有问题的,但我最开始选择通过贝壳和链家对房源进行选择的时候主要是希望能够通过他们来完成房屋基本资质的筛选工作。线下去找房源固然可以,但是由于没有第一步对房源的问题进行筛选的过程,可能就会遇到一些“房屋资质不全”的问题,这一步我就选择直接偷懒去通过贝壳了解了。

虽然不能保证 100%的安全,但至少这部分的房源出现问题的风险是极低的。此外在贝壳的 App 中,还有一些桌面端网页不包括的小区解读,综合价值判断信息,也能够帮助自己对目标房源进行更进一步的了解。

(2)我只能看我预算以内的房子吗?

我一直觉得只有看的越多,才知道自己喜欢的房子到底是怎样的。至少在确认唯一的目标房源之前,在总价上增加 300w 以内的房源我觉得都是可以多看看的。

比如我们的总共购房预算是 200w,并不代表我只能去看 200w 左右的房子,约中介去了解一下 300,400w 的房源,了解一下现在市场中类似价格的房子贵的原因在哪里,自己是否接受也很有必要。

当然,这一步并不仅仅是为了买房子做帮助,也可以为自己后期的装修提供一定的见解,比如通过查看不同面积,不同布局,不同风格的房型,我们发现相对封闭式厨房,具有岛台的开放式厨房更吸引我们,或者我们发现同样不足 10㎡ 的次卧,变成一个书房远比改造成榻榻米对我们的生活有意义,或者相比阳台是否封窗,卧室和客厅的窗户中能够看到雪山和漂亮的日落更舒服等等。这些东西都是需要多看几套房才能感知出来的。

通过这一步的过程也能够帮助我们在预算有限的情况下,真正找出自己所喜欢的房子。本质上和我们做产品设计工作中的流程也比较类似,先拆分对应需求,根据需求大小内容判断对应的优先级,最后就是做选择题而已。

(3)有哪些需要提前注意的事情?

考虑到绝大多数人都是靠父母的赞助与支持完成买房任务的,我想最重要的一点就是提前和家里人说清楚买房的目标。房子买来之后谁来住,谁在买房过程中发挥主导权,每个人在买房过程中需要发挥怎样的角色,以及万一判断失误后千万不要内讧等等的事情。毕竟买房子这件事情已经非常非常累了,我们能够解决主要的核心矛盾即可,千万不要把有限的精力放在不重要的次要矛盾上,很累,很内耗。

(4)有哪些无用功可以提前避免?

在我的房源选择过程中,当然也走了一些弯路,比如也遇到了一些不靠谱的中介,或者在不相关的部分浪费了太多时间(我曾经花费了大概 2 周时间来研究 60-70 年代的房子是否有合适的,试图能够捡漏)。考虑到买房这件事可能是我人生中少有的能够操纵的几百万生意,所以慎之又慎还是能够理解。但最后发现市场就是检验房屋质量的唯一标准,除非你有那种内幕消息可以帮助你通过信息不对称获利,大部分时候还是要避免自己“想捡个漏”的想法,不现实。

此外也需要避免在买房过程中出现的一些“焦点偏离”问题,比如根据工作为主所圈定的房屋板块与位置是一件没问题的事情,我们只需要考虑通勤的时间自己能否接受即可(比如我原本的通勤时间是单程骑共享单车 20 分钟,如果要买房可能这个时间就不能维持了),而不要一门心思因为“之后的工作可能发生变化,万一去市中心”工作的奇怪念头,而尝试找一个去哪里都方便的场所,没必要。

换句话说,买房这件事虽然是一件大事,但是也并非拍板之后就只能遗憾的决定事件。房屋资产的增值与否并非仅仅在买房时就会决定终生,后续政府的相关规划政策是否改变,周边是否会引入新的生活服务设施都是随时变化的,只要决定买房并且在这个过程中做到了自己能够做到的好状态,后续也没有必要内耗后悔,实在实在发生了一些不能接受的事情,大不了把房子卖了也是选项之一。


这篇文章可能主要在描写买房前的准备工作,买房交易,装修与家电选材的内容放在后面再整理。

第二篇 - 买房指北 - 买房过程中需要注意啥?

请注意,本文中虽然出现了很多贝壳的露出,但是本文没有广告投放,无相关利益相关(结合我在选房期间的经验,确实是只有他们家比较可信,比如一些数字名字的平台,或者安 XX 等等,绝大多数是假照片,假房源)。

2023 年度汇报

作者 Wannz
2024年1月6日 19:16

仔细想想我在过去的这一年里做了啥事情,越想越觉得头疼。

有自己的博客或者公众号的朋友,每当到了跨年的时候应该都挺犯愁的,不仅需要在工作中整理这一整年自己的过往得失,生活之中还需要做一个一整年的复盘。在博客这一部分的进展不是特别好,草稿箱里面堆了大概七八篇写了一大半的草稿,但是我觉得要么是质量写的不够高,要么就是汇聚的内容有点过于分散,所以就让他待在草稿箱里,或许有某一个瞬间我又能给他重新捞出来发出去?

说实话,即使是到此时此刻我还是没有特别明显的感知(或者是那种不情愿的动力)去总结这一整年,但是又觉得好像再拖下去也不是事,所以就在这里草草整理一下自己这一年的改变吧,供明年写总结的时候再进行参考(其实就是想到哪里写到哪里)。

总体看来,我觉得 2023 年还是“在缓慢与挫折中进步”的,你说进步了到底有多少,反正是比 20222 年稍微更好一点,想到这一点我就有点无奈(甚至挺郁闷的)。相比之下最明显的感觉反而是我要在 2024 年跨入 30 岁了,说到 30 岁脑海中就不免跳出“三十而立”这个词语,我去问了下 AI 这个词是啥意思,他是这样回答我的。

“三十而立”这个成语出自《论语·为政》篇,原文是“吾十有五而志于学,三十而立,四十而不惑,五十而知天命,六十而耳顺,七十而从心所欲,不逾矩。”这句话是孔子对自己一生学习、成长和修养的总结。

“三十而立”在这里指的是人在三十岁时应该有所成就,能够独立承担起社会责任和家庭责任,形成自己的人生观和价值观,有一定的社会地位和经济基础。这个年龄可以说是人生的一个分水岭,标志着个人从青涩走向成熟,开始承担起更多的责任。

这个成语现在常用来形容人在三十岁左右时应该达到的一种生活状态或成就水平,强调的是个人成长和自我实现的重要性。

大体看起来挺有道理,到达了 30 岁就需要有所成就,要能够独立承担起社会责任和家庭责任,形成自己的人生观和价值观,而且要有一定的社会地位和经济基础。那不妨就从这几点分别开始总结吧!

写到这里才发现这篇文章的提纲终于出来了,这不就是我最熟悉的“真意识流想哪写哪手法”,除了对读者的体验不好以外,没啥大不了的。

Part 1,社会责任

说到社会责任我脑海中出现的第一个场景就是在某一次的管理会上,公司的老板很郑重的说到“我们作为民营企业的经营者,其实承担了很大的社会责任。公司里 100 来号成员背后都是一个个的家庭,加起来都是上百号老百姓了”。但是作为一个普通老百姓的我而言,我在这一年承担了哪些社会责任吗?那就分别按照工作和生活拆开来写吧:

在工作部分:

- 工作中没有 PUA 团队伙伴,能够在团队成员 emo 的时候缓解大家的情绪,很好!
- 没有因为任何工作中的事情吃拿卡要,也没有因为采购相关的事情谋取私利,很好!
- 在工作中尽职尽责,如勤恳的老黄牛一样没有输出自己都不好意思说的产出,不错!

在生活部分:

- 看到那些插队,不遵守秩序的人也能勇于站出来喝止他们,超棒!
- 在工作中尽职尽责,如勤恳的老黄牛一样没有输出自己都不好意思说的产出,不错!
- 三月的时候考取了一个业余无线电执照,现在脑袋空空已经忘掉了所有的口令,一般般。

别的好像没有啥能想起来的事情了,总体而言还是和高中那会读罗永浩《我的奋斗》一样,没有成为一个恶心的中年人,也没有变得油腻起来,在自己的能力范围以内没有让这个世界变得恶心了一点点。在朋友,家人,工作同伴需要我的时候,我都能够勇于站出来。

Part 2,家庭责任

在家庭责任这一 part 中,今年获得了一个新的身份,成为了一名合法持证上岗的已婚男性。

但是坦白来说我一直不太清楚什么东西叫做家庭责任,脑袋空空的我的直觉答案就是“成为一个好的儿子,好的丈夫,好的父亲”,但是如果要扩展一下的话,就有点懵逼了。偷懒的我又去问了一下 AI,他说“家庭责任是个人成长和社会发展的重要基石。一个负责任的家庭成员能够为家庭成员提供稳定和支持,促进家庭的健康发展。同时,家庭责任的履行也有助于个人在社会中的认同感和成就感”。

我想在家庭这一部分来说,我和蒋老师目前的感情状况还是令我比较满意的(希望能够一直满意下去),在生活中蒋老师真的给我提供了很多情绪能量,在很多黑暗的情绪崩溃的夜晚,能够帮我一点点度过看到曙光。在生活中很大一部分的压力都能够得到充足的支持和缓解。

而在原生家庭这一部分,今年的最大感知就是爸妈老了,以及“我和我爸有些地方越来越像了(比如有时候会比较轴)”,每当我和我爸相处出现尴尬的时候,我就会觉得这个小老头让我又爱又气,都 60 岁的人了为什么还是这么不讲道理(他可能也是这样想我的),坦白来说,在这一部分我还是没有什么好的思路去解决,可能需要在 2024 年继续研究一下(不过换个角度,可能这也是我爸妈在这个时候还是要继续忍让我继续成长的代价吧,感恩的心送给他们)。

讲道理我好像应该能够有一些什么新的方式和我爸妈进行一些更高的沟通交流,但是很多时候就还是会遇到那种“上一秒我觉得我爸还是固执己见不听我的建议和想法,下一秒觉得这个人已经六十岁了时间可太他妈残酷了”,不管怎么说,时间还是公平的,对吧。

Part 3,人生观和价值观

总体而言,我感觉这几年我自己的价值观都比较稳定。但是前几天在和蒋老师还有墙哥打电话的过程中,我发现自己在价值观上还是有一点细微的转变。

如果说在 16 年毕业到 21 年的时候,我总体的想法还是“但行好事莫问前程”,有点像是把精力放在做具体的事情上不求回报,不要过于关心或担忧自己的未来和结果,不要因为担心结果而影响自己做好事的决心和行动。我仔细的想了一下,虽然但是,在这种想法里还是会有一种对“善有善报,恶有恶报”的朴素期待

但在实际的工作与生活之中,其实还是会遇到一些让我无语或者反胃的场景。尽管我能保证自己尽可能不那么油腻,但是身边需要打交道的人之中总是有那些油腻的人。在这种时候,那种单纯的“善恶终有报”的期待总是会容易落空的,你不去恶心别人,但总是挡不住别人跳出来恶心你对吧(更何况你还没法用丰富的经验打败他们)。

而当把思路变成“让自己成为自己”之后,我觉得这就很有助于帮助自己去摆脱自己沉溺于自己创造的假象之中。简单来说,我不想在各种场景之中去反复纠结或者逃避了(从本质上来说,虚无的期待和对往昔的懊悔都属于逃避的一种吧),去纠结和我打交道的那些人到底是否诚信,是否表里如一,没有意义。他人完美与否并不会成为影响我的自我实现上的拼图

当然,有一点需要谨记的,相比往年愿意给他人托付信任和期待(虽然很多人真的很不值得获得这种珍贵的信任),我觉得今年最需要注意的是“能够掌握把自己的选择变成对的”的能力(现在基本掌握了在早期判断事情中后期发展成功与否的能力),这种能力远比期待已有付出所能够换取的回报更有意义

我不想再去纠结自己做了什么,什么东西没做好,我只想关注自己想要什么,应该做什么,而且我应该摆正心态没有拘束没有负担的去做,这才是最重要的。哪怕最终还是没有获得好的结果,我也能明白这些已经发生的事情,都不能是他人或者我自己质疑自己给自己扣屎盆子的原因。

这里再次感谢生活中的各位家人与朋友,还有亲爱的蒋老师,能够明白这一点真的对当下的我很重要,没有你们的帮助我可能还需要三五年才能明白吧。

当然,在核心价值观这里,目前来说我应该和以往一样,善良,简单,可激怒

Part 4,社会地位和经济基础

到了第四 part,很尴尬的说一句,我可能至今都对自己的社会地位和经济基础不那么的上心。当下的日子和状态能够让我在工作以外的时间里,思考一些“有的没的”的经历对我应该是很宝贵的。

说到这里还是得感谢爸妈,能够给我一个可以暂时不用过于关心“月亮还是六便士”的选择题,没有过大的经济忧虑,没有过高的生活负担,能够专注于去漫无目的的思考宇宙和人生的意义(虽然思考了 30 年也没有思考出来啥高级的东西)。

有些时候我总是会回想起一个画面“小学的我有几次考试成绩不理想,我爸把这一切归咎于我在学习以外的事情上花费了太多时间。书桌里我画的漫画和课外读物被毫无尊严地收走,女同学写给我还没来得及看的信被撕碎,沉默的书房里充满了倒在地上七零八碎的各种书本作业,沉默无助又叹气不止的我妈,以及角落里孤独的被又一次撕碎的我。我的旁边是被扯下来数据线和电源线的键盘鼠标和电脑主机,天花板上回荡的是“不好好读书你就想着玩电脑,你这一辈子与电脑无缘了”的评价定语”。

那时候的我如果有个属性卡,上面的评分等级估计就是个 B(我感觉其实也能上个 A- ,但达不到 S)。

并不是说我爸的教育方式不好,我也不是说要在 2023 年的总结里写篇小作文来讨伐我爸。我只是想描述一种巨大的荒诞感,就如同我前面所写的,还是得感谢我爸妈给我提供的生活环境,没有真的像他们所说的把我送到什么戒除网瘾学校里去。以至于我能在这里用一种奇怪荒诞的手法来描述,这种人到三十/感情顺利/事业稳定/按期结婚/同年买房/父母健在/身体健康,虽然也有烦恼和争吵的日子,真的还行。

很多次梦醒时分(就是睡觉到凌晨三四点忽然被一个梦惊醒)的我,都在思考一个问题,我究竟想过一种怎样的生活?现在我的人生进展如何?主线任务和支线任务的进度到底走了多少之前有走过哪些一定会到达 BE/HE 的分支剧情吗?

我一直在想这个问题,但是一直没有想通。对于未来想要过上怎样的生活,我好像也没有想的特别清楚。我曾经尝试过和蒋老师,同事,朋友,同学,直属领导,公司老板,网友,朋友的朋友,同学的同学,陌生网友等各种我想得起来或者已经忘掉的对象探讨这个问题,也得到过各种各样的答案,但这个问题回答的好不好只有自己才知道。

我对自己的洞察还是比较清楚的,那种世俗意义上的“人生赢家”不在我的 Roadmap 之中(能力有限我可能也到不了那一步),如果说把我剖析成一个由不同关键字组成的对象来说,我觉得还是这几个词:

前两组词以往的博客里写了很多就不在赘述了(熟悉我的朋友应该能够 get 到我的这个特质,用成语概括就是想成为守正出奇的人),今天想着重说明一下最后这个“要面子的人”的描述。

这个描述是我在和梁 sir (我现在公司的老板,虽然他不喜欢别人用“老板”这个词介绍他,但这个词确实可以一下子就让你明白他是谁)聊天的时候讲出来的,梁 sir 说他自己是一个“要面子”的人,正是因为要面子这件事,他才对自己的行为产出与习惯都有很高的要求(就是真的在职场与工作中非常的职业)。当时听到这个词我惊为天人,原来还有人这么自如的说自己要面子?

后来想了一下,好吧,我也是(虽然没有他那么 professional)。结合这几年的经历来看,我还是希望自己在社会地位和经济基础上维持一个“体面、靠谱、值得信赖”的人设,我希望能够通过自己在生活与工作中的产出获得与之相匹配的收益

所以我也很反感那些在职场中只顾着向上管理,给老板提供情绪价值(原谅我这么说不太礼貌)的人获得超过我多的多收益的人(这里是代指啦,不仅仅是物质收益,也包括情绪收益)。

哈哈哈哈但是想到自己去拍领导马屁,和领导分享八卦日常,把领导处成哥们闺蜜这些能力我是一丁点也都不具备也不想去钻营,我也就妥协了,认清了自己只能努力在专业程度上精进提升,在人机关系上认清我的小趴菜人设也就行了。

我估计对于地位和收益这方面的“茂盛的获得欲望”可能还得晚个三四年,所以可能还等再等等,到那会再看我有没有什么进一步的认知。能够获得家人,朋友,同事对我“真诚靠谱,值得信赖,不油腻”的评价,我就已经心满意足了(对了!如果有领导在看这篇文章,我想说还是希望能给我涨薪的)。

最后

好啦,想一出是一出也写到了这里,大概 2023 年的总结就是这些。

每个人的生活轨迹和成就都是独一无二的,其实也没有什么固定的标准来衡量一个人在快到 30 岁时应该达到什么状态,更重要的其实还是对自己当下是否有足够的满意和幸福,以及是否在朝着目标稳步前进。

文章最后放一则蒋老师分享给我的故事,也送给大家祝大家在 2024 年都能做更好的自己,去相信,创造,信任,成长吧。祝大家在新的一年里,顺心而为。

用真实性来引领团队

作者 Wannz
2024年1月2日 11:28

大多数 Leader 犯的最大错误是认为他们知道问题的答案,即使没有答案,他们也会假装有。

前不久我和一些公司里非产品部门的负责人做了一些跨团队的合作,这件事总体下来的体验非常难受。大抵形容就是在合作模式上相比原本的“平等,支持”而转变为了“金字塔,指令”的合作模式,更加难受的就是因为专业性的原因,我明显的发现对方在一些并不熟悉的领域里指指点点,这一度让我感觉到很抓狂。

我找了个时间和一些现在或以往合作共事过的朋友聊聊天,大家对我以往乃至现在的描述中出现了“真实”的关键字,再延伸一下就变成了“不像 Leader 那种揣着架子的管理方式”,我感觉这个评价挺有意思的,有点像是那种会愿意和大家与分享自己的挑战或挣扎,承认错误或失败之类的事情(尽管这些事情说出来或者做出来之后反而可能会成为他人伤害自己的武器)。

当然,虽然说出来了这些“看起来更真实的东西”,但我也得采取行动来创造积极的结果(有一点像是写检讨,不仅承认自己哪些东西做错了,也更能够知道怎样改善改进,尽可能不去犯同样的错误)。

等等,这件事仔细想来并不是什么高级的管理哲学,事实上我觉得这应该是大多数人都能做到的基本素质,但为啥会出现在他人对我的主观评价里(仔细想来应该是因为大家在评价我的时候加上了一个“Leader”的前提)?在生活中做一个“真实,有弱点”的人固然没有错误,但是好像很多人都会觉得在职场中,我们就要披上一层不一样的外壳。

这个世界上没有人知道每一个问题的答案,哪怕你是从业 30 年的资深老司机,可能也考不过 2023 年的科目一。我们都知道如果想获得他人的信任,我们首先就需要做到“言行一致”,而不是假装成为那些自己并不能成为的人。如果一个团队里的 Leader 一直在装逼且能够持续得到上层的信任,要么是团队里的其他成员也都在装逼,要么就是大家私下里都会把 TA 当个笑话。

我想,可能很多 Leader 不受人待见的原因,真的就是“太端着”。他们认为自己知道所有问题的答案,即使他们没有,他们也会假装有,但实际上哪怕是公司的 CEO 也没法做到对公司中的所有问题都心知肚明。在职场中一个很重要的能力就是习惯于“祛魅”,有人 10 年+ 产品管理经验可能前些年都是在做 BA 或研发,产品工作的真实从业时间屈指可数。有人说在之前的团队中担任了非常核心的管理角色,但背后可能是靠自己的渠道关系谋得一官半职,或者就是单纯的草台班子 Title 不值钱罢了。

那如何让自己变得更真实,至少是在职场中更加真实呢?我有如下经验:

第一,知道你的个人价值观,并且一直能够坚持下去

不管是当大头兵还是当个小组长,亦或是变身公司里的中层或者核心高管。本质上都是需要基于一套自己的核心价值观来做事情的

这些价值观是用来指导自己的决策、行为以及和他人交互的方式的关键所在。我们需要用这一套价值观说服自己与他人在工作中分工协作,也需要用这一套价值观在自己遇到瓶颈时引领自己砥砺前行。从理论上来说,有的人价值观可能真的是“以自己为先,个人利益优先于集体利益,见人说人话见鬼说鬼话”之类的恶心的成年人的东西。假如(我是说假如)TA 能够一直坚持这种做法并且逻辑自洽(不会在什么酒醉之时觉得这都是恶心的社会逼迫自己成为这样一个自己不喜欢的人),即使可能会伤害他人,但是对 TA 个体来说也不是不行。

毕竟都是自己选的么。

第二,勇于让自己与大家发声

做一个“真实”的人,必须要勇于发声。可以发声的内容可能包括表达你的观点,想法或者担忧,即使它们可能不是那么受欢迎(但也依然需要以尊重的方式)。通过勇于发声,我们可以展示勇气以及对自己信念的承诺。作为 Leader 来说,这也能够促进团队中打造足够开放沟通的环境,让团队成员愿意分享他们的观点,从而带来更丰富的讨论质量和更好的决策效果。

别忘了,勇于发声并不是仅仅局限在 Leader 自身愿意发声就够了(毕竟 Leader 发声的难度远低于让团队中成员发声)。我们需要做的是去鼓励团队中每个成员敢于发声勇于发声,而这一切的前提是大家不会因为发声而遭受莫须有的冤枉或者责罚,也不会在发声后得到 Leader “你打击了团队(实则是自己)的热情和积极性”这种扯犊子的情绪化指控。

第三,愿意分享你的感受

简单来说,愿意分享你的感受代表着你是一个“有弱点”的人,并不是那种不会受伤或者永远是正确的AI。而通过公开分享你的感受表达你的情感,你也能够为他人创造一个安全表达感受的空间,这一点可以导致大家建立更深层次的连接,并且在团队中也能够相互理解相互包容。

与愿意分享相违背的情况,则是 Leader 仿佛一个职场工具人,没有自己的私生活,没有自己的兴趣爱好,不愿意和工作中的同事伙伴分享自己在生活中的想法与感受。我不是说这样做就有问题,作为一个职场螺丝钉这样当然没有问题,但是如果希望成为一个有价值的 Leader,hmm,我觉得还是差一点。

第四,对自己和周围的人诚实

不论做什么岗位,我都认为“诚实是最关键的品质之一”。

尽管有时候真相难以承认,但我们也依然需要以诚相待。对自己诚实是对他人诚实的前提,每个人都可以认识到自己的优点以及需要改进的地方。而对他人的诚实又能够持续地建立信任,团队中的每一位成员都可以知道 Leader 的想法产生背后不会有隐藏的过程。

请 LLM 对我的工作指点一二

作者 Wannz
2023年12月18日 17:22

既然都是数字人,为啥不搞一个老板的数字人试试?

最近办公室里忽然席卷了一阵数字人的风潮,感觉大家还是在不经意之间搭上了这一班互联网的“快车”。再加上公司忽然搞了一个“AI 赋能”的活动,不管是什么岗位的同事都在研究如何能利用一下 AI 这件工具。在本质上我觉得这玩意主要是靠 Prompt 的调教,一个体验异常丝滑的 AI 背后可能是几千条 Token 训练的结果,如果为了实现相关的效果,那前期所需要投入的成本一定不低(更别提我还想训练一些不同的数字人出来)

研发的同事都在想着如何用一些工具来集成对应的机器人,我只想的偷偷懒能不能帮助我进一步的了解世界满足我的好奇心。之前也想着训练一个自己的数字分身,可是总感觉太麻烦了,太复杂了。

第一步要导出自己的微信记录和博客,第二步需要把对应的内容清洗为 json 格式,最后找一个模型开始训练,再根据 loss 做一些细微的调整,最后可能才能跌跌撞撞搞出来一个自己的数字分身。数字分身是需要落地的,所以还能把这一切封装成 API,再用一个前端页面进行调用。这里面感觉每一步我都大概能想到,但让我现在从零开始研究这一切背后的技术支持,属实是有点对我原本有限的时间要求更高了。

有没有啥比较简单的思路呢?

想来想去,忽然想到了之前做 LLM 行业调研时候的 MiniMax,在年初的时候靠着“赛博恋爱”的噱头火热席卷了一圈用户,后续又因为监管和内容安全原因下架撞死(但实际上还是有很多公司都基于他们的技术做了一些业务应用)。

MiniMax 提供了一个简单的后台,可以直接在后台中定义对应的数字人描述,我们在这里录入对用户的大概画像就可以了,在录入用户画像这部分,我又基于 Moonshot 的 Kimi 搞了一个简单的描述。

随后这个简单的“赛博张总”就可以在 MiniMax 中体验了,感觉人设也确实符合自己的预期,如果能够提供对 Boss 的更符合的画像描述,那其实用这个 LLM 来进行演讲语言可能也确实没啥问题?

MiniMax 可以通过一个综合下来成本最低的方式,快速落地一个数字人,再提供不同场景中的 Prompt 来进行二次校验,在这个场景下,其实我们可以快速训练出来一个赛博老板,赛博 Leader,赛博女友,啥类型的数字人都可以快速的生成出来

基于这个场景,能够帮助自己在独立面对 LLM 时喂语料的过程,感觉还是挺好玩的。

见字如面评论区,重启!

作者 Wannz
2023年11月30日 16:34

前段时间给网站备案的时候关闭了评论,但现在又打开了。

关注见字如面的朋友应该都知道,从“成都办公室寻址笔记”这篇博客开始,我把评论区功能关闭了。关闭的原因比较简单,在“请 ChatGPT 帮我配置 Nginx”这篇文章中也大概也有提过,我把见字如面的服务器从阿里云香港服务器迁移回了大陆区域的服务器,也正因如此需要对网站更新备案。

国内的备案有两种,分别是工信部的 ICP 备案,与公安部的互联网安全管理备案。前者是所购买的域名能够解析到国内服务器厂商的必经之路(那些免备案 VPS 空间由于性能实在太拉胯我们就不提了),只有在域名获得工信部 ICP 备案之后,才能够为对应的域名解析 80 和 443 端口。

> 这一备案工作也有对应的法条规定,分别是国务院令第292号《互联网信息服务管理办法》和《非经营性互联网信息服务备案管理办法》规定,国家对经营性互联网信息服务实行许可制度,对非经营性互联网信息服务实行备案制度。未获取许可或者未履行备案手续的,不得从事互联网信息服务,否则属于违法行为。

几乎所有在国内区域举办的个人或企业类型网站底部,都会有悬挂一个类似“省 ICP 备 XXXXXXXX 号”的标记。在取得了工信部的 ICP 备案之后,我们还需要在网站开通 30 天之后获得公安备案,如果在网站中涉及了一些经营性业务的话还需要申请经营性网站备案许可。如果没有进行备案的话,有可能会根据《计算机信息网络国际联网安全保护管理办法》第二十三条之规定,第十一条、第十二条规定,不履行备案职责的,由公安机关给予警告或者停机整顿不超过6个月的处罚

这也是见字如面此前关闭评论区的原因,因为在法律上属于禁止的状态,所以理所当然不能违法开通

说来也比较奇怪,公安互联网备案平台也就是在前一段时间进行了升级,增加了全国互联网安全管理服务平台的统一账户认证机制(不再用原本的账密登录,而是统一用一个“互联网+政务平台”进行管理),对于我来说,这一次网站更新最醒目的一点是对于个人可以举办的网络类型有了明确的分类,并没有像以往一样简单按照“是否为交互式网站”进行定义。

> 简单来说,交互式网站就是说网站的用户能否在网站中进行互动操作,用户是否可以将一些信息或数据存储在网站服务器中。如果举办交互式网站则必须要承担起交互过程中的内容管理与审核义务。在老版本的交互式网站判断规则中,只可以基于网站举办主体是否具有 ICP 经营许可证进行判断。

在新版本的网络安全管理平台中,按照“网络基础类 A(为用户提供网络基础类服务,使得网络应用成为可能得基础类服务商)”,“网络销售类 B(连接用户与商品,提供销售服务、促成双方交易、提高匹配效率等)”,“生活服务类 C(连接用户与服务,提供出行、旅行、配送、寄递、教育、家庭等服务)”,“社交文娱类 D(连接用户与用户,主要包括即时通信、交友互动、游戏休闲、视听服务等)”,“信息咨询类 E(连接用户与信息,主要包括新闻发布、搜索服务、提供新闻和用户内容资讯等)”,“金融服务类 F(连接用户与资金,提供金融服务)”,“计算机应用类 G(连接用户与计算资源,包括系统支持、云计算、手机软件、应用工具、工业互联网等)”进行对应的分类梳理。

根据对应的分类要求,我就对见字如面的网站类型提交了修改申请,按照“用户内容咨询类(E4)(专门或主要从事用户将自己原创内容上传到互联网或者提供给其他用户的平台”的类型提交。

随后需要补充一份对网站的安全性评估,安全评估之中主要需要对网站以下属性进行判断:

  1. 是否具有舆论属性或社会动员能力的信息服务上线,或者信息服务增设相关功能;
  2. 是否使用新技术新应用,使信息服务的功能属性、技术实现方式、基础资源配置等发生重大变更,导致與论属性或者社会动员能力发生重大变化用户规模显著增加,导致信息服务的舆论属性或者社会动员能力发生重大变化的;
  3. 是否发生违法有害信息传播扩散,表明已有安全措施难以有效防控网络安全风险;
  4. 地市级以上网信部门或公安机关书面是否通知需要进行安全评估的其他情形;

从上述类型来看,其实主要还是需要判断网站举办方是否有足够的能力对网站中所储存的用户相关信息与数据提供安全与管理的能力。在按照网站的相关状态录入了相关的内容之后,我就开始等待网站的可交互状态变更评估了。

如果审核驳回,那可能见字如面不能进行留言的状态还要持续许久,但如果审核通过则可以恢复见字如面的评论功能。

在等待了大约 2 周后,我就发现见字如面的公安备案状态被修改为“交互式网站类型”,也就是说现在可以开启见字如面的评论功能了,我觉得这一件事情挺有记录意义,因此整理本文,也提供给类似有需要的小伙伴们。

远程办公三年后感

作者 Wannz
2023年10月22日 21:45

这是一篇远程办公 3 年后的总结。 如果用一句话总结的话,我想会是“还行,但也不见得那么好”。 熟悉我的朋友应该都知道我在大约三年前的时候入职了一家“全远程”办公的互联网公司,并且在这家公司里担任产品 …

远程办公三年后感最先出现在见字如面

成都办公室寻址笔记

作者 Wannz
2023年9月22日 14:15

前不久公司发文说要求全员从线上办公转线下了。 从线上办公转线下办公有很多需要克服的困难和习惯,有很多原本远程办公能够获得的优势也都会被线下办公方式的要求对冲掉。我想确实有必要在之后整理一篇文章 …

成都办公室寻址笔记最先出现在见字如面

请 ChatGPT 帮我配置 Nginx

作者 Wannz
2023年9月5日 16:03

前不久看文章说目前 ChatGPT 的大规模运用仍然停留在写代码层面。 但对我这样的产品经理来说,好像能够接触写代码的场景仍然是非常单一的,比如对我来说写代码的场景可能主要出现在“维护自己的博客,网站中 …

请 ChatGPT 帮我配置 Nginx最先出现在见字如面

除了升职加薪,还能怎么激励员工

作者 Wannz
2023年7月23日 15:45

升职加薪不一定能够激励员工,员工还需要得到合理的赞扬和认可。 每个季度末(和年末)都是事情最多的时候,一方面需要和团队里的每位成员复盘成果,整理下个季度的目标,到年底的时候还要根据大家的绩效, …

除了升职加薪,还能怎么激励员工最先出现在见字如面

❌
❌