36氪
搜索文档
新的一年,别陷入信息带来的困境
36氪· 2026-02-03 11:28
信息环境与受众认知的困境 - 在信息渠道完善、传递迅速的时代,信息差看似消失,但接收信息本身正变得前所未有的危险,人们陷入新的困境 [1] - 人类拥有互联网时代前难以想象的无穷信息源,享受便利与机遇的同时也面临新挑战 [1] 受众信息分辨能力滞后 - 人们接收信息时普遍缺少审视和分辨能力,这带来了风险 [2] - 信息接收核心渠道已从电视、纸媒转向互联网平台,信息来源从单一变为多种复杂糅合的综合体 [2] - 然而,对信息的审视和判断很多时候仍停留在过去官方媒体时代,对信息的立场和动机思考有限 [2] - 例如,人们看到信息后产生投资冲动,理由是媒体或资深人士都在说,认为这是一种不应错过的趋势或号召 [2] - 或看到如蜜雪冰城等品牌铺天盖地的新闻,就判断加盟是门好生意并付诸行动,但实际可能遭遇失败 [3] - 问题在于人们相信信息传递的“趋势”或机遇,却未审视信息源,最终遭受损失 [3] - 几乎所有信息都带有其存在和传播的使命与意义,背后有希望通过制作或传播信息获得某些成效的主人 [3] - 这是新媒体时代,尤其是平台对受众所见内容掌控力增强后的剧烈变化 [3] 平台的角色与责任缺失 - 信息生产和传播出现去责任化,最终让信息接受者蒙受损失 [4] - 社会对互联网内容平台存在一种诡异的无条件信任,涉及受众、内容提供者和监管三方 [4] - 受众默认在视频号、小红书、抖音、今日头条等平台看到的信息与平台无利益连接,平台在传播过程中“无利益关系”也“无事实过错” [5] - 内容提供者对于内容上传后能否被看见、如何被看见、被谁看见、需花多少钱买流量等,几乎都没有意见 [5] - 平台对于推送和支持何种内容,有比较清晰但不对外透露太多的标准,其中“专业”或“真实”并非核心衡量标尺 [5] - 平台通过智能算法不断加强自身对流量分发的能力,本质是对互联网信息传播链路的控制,并形成对内容提供者利益的控制 [5] - 监管措施(如封号、禁言、全网封杀)几乎都针对内容创作者,而非平台,对平台的监管措施多为非强制性的“要求”或“劝勉” [5] - 平台在相对宽松环境下,以“智能推荐算法”为盾,以利益为矛,对社会舆论和信息流通的控制力与日俱增 [6] - 未来,这种信息控制可能精准到个人,对信息的生产者和接受者实现一切定制化 [6] 信息获取的真实成本与影响 - 当前环境导致受众难分辨、平台无责任、信息产出者利益无保障、信息接收者面临决策风险 [7] - 人们承担的信息获取成本本质上是越来越高,成本并非指观看内容支付的费用,而是指依据信息产生的思想或决策可能造成经济或命运上的损失 [7] - 信息背后的主人有其自身利益和目的,其行为不会完全脱离这些利益,也不会以纯粹公开公平公正的方式运营 [7] - 人们已拥有获取海量信息的技术基础,但缺乏足够能力和经验去分辨信息背后的主体性和目的性 [7] - 2026年内容供给量仍在爆炸式增加,未来还有海量AI内容冲击,但绝大多数人的命运并未因此改变,反而更多陷入焦虑 [7]
全网疯传的 Clawdbot ,真一天能帮你赚 1500 元?
36氪· 2026-02-03 11:25
产品与市场反应 - 一款名为Clawdbot(后更名为OpenClaw)的AI产品近期引发广泛关注,其核心突破在于能够直接执行任务,而不仅仅是提供建议或答案,让用户感觉“科幻照进现实” [1][10] - 产品可通过Telegram、WhatsApp或飞书等聊天工具接收指令,自动执行整理文件、发送邮件、运行代码、推进项目等操作,用户无需守在屏幕前 [3] - 产品在GitHub上星标几天内突破八万,国内云厂商如腾讯云、阿里云、优刻得纷纷上线一键部署服务,甚至带动了Mac mini的销售 [14] - Google的AI产品负责人亲自下场晒单,表明其影响力已超出极客圈 [16] 技术原理与定位 - 该产品本质上是一个AI智能体(Agent),其能力围绕感知、决策、行动三个环节构建,其核心突破在于解决了AI的“行动”短板,获得了在用户电脑或服务器上的系统级权限 [12] - 与ChatGPT、Claude等“你问我答”式工具不同,该产品能直接操作电脑,如打开文件、修改文档、发邮件、跑代码等,使用户从“操作者”转变为“管理者” [10][12][18] - 该产品的出现标志着AI叙事正从“会不会说”转向“能不能做”,将“全能助手”从科幻拉进现实 [27] 创始人背景与开发动机 - 产品创始人为奥地利人彼得·斯坦伯格,其早年创办的PSPDFKit公司在2021年以约一亿欧元的价格出售 [6][8] - 创始人复出并All in AI Agent的动机源于其个人感悟,认为真正的快乐来自“把想法变成现实”的过程,并于2025年全面复出,不到一年便推出该产品 [10] 用户案例与价值主张 - 已有用户分享体验案例:外出用餐归来项目已完成、洗澡期间清理了七万五千封邮件、直接执行股票策略并生成分析报告 [3] - 其价值在于重塑人与电脑的关系,用户只需描述目标(如“按城市和日期分类,重命名好”几百张乱码照片),AI即可自行拆解步骤并执行 [18] - 产品像一个七天二十四小时工作、不抱怨、不下班的数字员工,将人类从重复流程中解放出来,迫使人类价值向思考层面上升 [13][27] 面临的挑战与问题 - **成本问题**:AI智能体是标准的“token黑洞”,为保持记忆和持续决策需不断消耗上下文,全天运行下来API成本可能超过雇佣一个真人助理 [20] - **使用门槛**:尽管宣传“一键部署”,但对普通用户仍不友好,部署后可能遇到任务卡死、消息死循环等问题,劝退率不低 [22][23] - **安全与权限风险**:产品拥有系统级权限,理论上可查看、修改、删除电脑上的几乎所有数据(包括账号、密码、文件、聊天记录、银行卡信息),一次提示注入、配置失误或恶意利用可能导致严重后果 [24] - 大公司因无法承担此类不完全可控的风险而难以正式推出类似产品,这反而让独立开发者推出的产品显得更“野”和真实 [25]
Mapping|“AI六小龙”高端人才流动史(试读)
36氪· 2026-02-03 11:25
文章核心观点 - 在AI领域,人才密度是资本定价的核心依据之一,市场给予公司数十亿甚至上百亿美元的高估值,本质上是对其未来人才所能创造价值的体现 [2] - 顶尖研究员、核心架构工程师以及商业化负责人的流向,反映了各家模型公司的技术实力、研发效率和未来潜力,人才加速向头部公司聚集预示着市场变化 [2] - 2022年底ChatGPT发布引发了“第二次AI人才大流动”,行业经历“百模大战”,但随着字节跳动等互联网巨头携流量与算力全面压境,以及DeepSeek等开源模型的搅局,市场格局被重画,“AI六小龙”面临高端人才流失和融资不顺的挑战 [3][4][5] 第二次AI人才大流动 - 上一次较大的AI人才流动潮在2016年前后,由AlphaGo事件驱动,2022年ChatGPT重新激活萎靡的AI行业,引发了第二次AI人才大流动 [3][4] - “AI六小龙”(智谱AI、月之暗面、百川智能、MiniMax、阶跃星辰、零一万物)在2023至2024年间吸引了超过百亿级资本押注,其中智谱、MiniMax估值率先突破200亿元 [5] - 2025年,随着DeepSeek以开源、低成本、高性能模型强势搅局,以及字节跳动、阿里、腾讯等互联网巨头全面压境,“AI六小龙”的叙事图谱被彻底重画,从2024年上半年开始频传高端人才流失、融资不顺的信号 [5] - 从“AI六小龙”出来的高端人才,做技术的更倾向于回流大厂,做产品、商务的则创业居多 [6] AI六小龙的成立与人才背景 - 智谱AI孵化于清华大学计算机系KEG实验室 [5] - 月之暗面创始人及4位联创曾为清华大学实验室成员 [5] - 百川智能6位联创团队中有4位毕业于清华大学 [5] - MiniMax创始人也毕业于清华大学,核心成员均来自高校 [5] - 阶跃星辰由前微软全球副总裁姜大昕于2023年4月创立,核心团队不乏清华系技术骨干 [5] - 零一万物凭借“大模型+AI Infra+应用”的三层布局迅速跻身独角兽,核心研发成员多来自清华、斯坦福等顶尖高校 [5] 大厂的人才争夺战略 - 字节跳动2023年组建Seed团队,专注AI前沿技术,开启“Top Seed人才计划”招募应届博士生,应届生入职职级能给到4,年薪千万 [10] - 腾讯针对AI顶级人才发起“青云计划”,有传言称其开出一亿年薪挖角OpenAI的姚顺雨 [10] - 阿里国际2026届校招中80%为AI岗位,同时启动了面向全球的头部AI科技人才培养计划——Bravo102 [10] - 京东于2025年成立京东探索研究院,刘强东担任院长,2025年以来从业内挖角了多位AI大佬 [10] - 大厂和“六小龙”之间的人才争夺使得AI人才薪水水涨船高,一位AI算法工程师跳槽大厂可以轻松拿到30%涨幅的薪资,更甚者翻倍 [11] 人才从六小龙回流大厂的趋势 - 智谱AI院AI Infra某负责人冯冠宇加入字节跳动 [11] - 阶跃星辰强化学习负责人邓诗弘回流字节 [11] - 月之暗面端到端语音模型负责人谭旭加入腾讯混元 [11] - 百川智能技术联合创始人谢剑回流百度 [11] 百模大战的兴起与演进 - 2022年底ChatGPT发布被视为AI届的“iPhone时刻”,在国内引发创业和投资地震 [12] - 2023年2月,美团前联合创始人王慧文创立光年之外,立志做“中国版OpenAI” [13] - 2023年,王小川和搜狗旧部创立百川智能,总计融资约50亿元 [13] - 曾在NeurIPS 2019发布XLNet的杨植麟与同学共同成立了月之暗面 [14] - 2023年3月,百度发布“文心一言大模型”,成为国内第一个跟进ChatGPT的大厂,随后360、智谱、商汤、阿里等企业跟进发布各自模型 [16] - 2023年6月后,企业进入模型迅速迭代阶段,各家平均2-3个月发布一次新模型 [16] - 据算法备案数据,2023年6月,10亿级参数规模以上大模型已发布79个 [16] - 至2023年底,智谱AI扩张至400余人规模,其中70%为研发人员 [20] 多模态模型与视频生成的竞争 - 2024年2月,OpenAI发布Sora,能直接生成60秒视频,远超当时行业内平均4秒的水平 [18] - Sora发布后仅一个月,快手迅速重启“噗叽”项目,由万鹏飞带领20人团队自研DiT架构快速研发可灵模型 [18] - 2024年8月,MiniMax CEO闫俊杰主导团队将视频生成模型abab-video-1集成至海螺AI,支持6秒768P视频生成 [19] 字节跳动的AI战略跟进与影响 - 字节跳动的AI战略跟进和模型产品化,被视为“AI六小龙”发展的另一个划时代节点 [21] - 2023年8月,字节旗下AI应用豆包(国内)和Cici(海外)同步开启测试 [21] - 2023年底,字节迅速成立全新独立部门Flow,由技术副总裁洪定坤和原大模型团队负责人朱文佳领导,张一鸣开始频繁约见AI研究者,亲自下场招揽人才 [22] - 豆包大模型面世后,字节推动其在头条、抖音等50+内部业务落地 [24] - 2024年5月,字节跳动宣布豆包APP总下载量达1亿次,豆包大模型将开启商业化模式 [24] - 2024年,“六小龙”们身陷跟进多模态模型、寻找商业化落地场景、争夺C端流量入口等行业焦虑中 [24]
2025 年我们获得人工智能的5点教训及2026年5点展望
36氪· 2026-02-03 11:25
文章核心观点 2025年,人工智能(AI)投资的重点从概念验证转向了实际交付和业务价值创造。行业共识认为,AI的成功不再依赖于最前沿的算法,而是取决于将AI作为一项业务能力进行严谨的运营管理,这包括强大的数据基础、明智的平台选择、有效的治理和变革管理。执行力超越了实验,成为区分成功与失败的关键。展望2026年,行业将进入AI大规模运营阶段,企业需要在整个组织范围内可靠、高效、安全地运行数十个AI驱动的流程,这要求建立专门的AI运营职能、确保可衡量的投资回报率、转向实时数据架构、采用灵活的技术策略,并将传统系统现代化重新定义为提升业务能力的战略举措[1][30]。 根据相关目录分别进行总结 第一点:数据准备是AI成功的核心基础 - **“人工智能税”真实存在**:AI的成功更多是数据和工作流程整合问题,而非模型选择问题。额外的投资和精力(即“AI税”)不可避免,主要用于解决数据定义不一致、上游数据质量、事件日志缺失和“影子”数据管道等基础性问题[3]。 - **数据质量问题普遍且被低估**:81%的AI专业人士表示其公司存在严重的数据质量问题,且领导层未充分重视。低质量输入导致AI输出不可靠、资源浪费和风险增加[4]。 - **数据准备是持续运营规范**:取得进展的组织将数据准备视为持续的产品,而非一次性项目。他们投入资源制定数据合同、共享指标定义、构建稳健数据管道和追踪数据沿袭,从而行动更快、更安全[4]。 第二点:高价值AI应用聚焦“枯燥”的后台运营自动化 - **最大投资回报来自后台自动化**:2025年投资回报率最高的AI应用是看似“枯燥”但至关重要的日常运营应用,如收入保障、审计对账、理赔处理等,这些应用能直接提升收益或效率。超过一半的AI预算花在面向客户的工具上,但最大的投资回报来自后台自动化[5]。 - **高价值应用类别明确**:包括理赔、账单和支付操作自动化、收入周期自动化、为内部支持团队提供能缩短处理时间的AI助手,以及能自动采取行动的需求预测和异常检测[6]。 - **成功的实施具备三大共同点**:选择清晰、可衡量的关键绩效指标(KPI);将AI嵌入现有工作流程;培训最终用户并持续改进。成功的团队将AI项目视为真正的产品,有明确负责人、成功指标和运营计划[7][8][9]。 第三点:生成式AI从聊天界面转向可执行任务的代理系统 - **架构转向AI代理系统**:生成式AI的探索从孤立的聊天机器人转向能够执行操作、调用工具或API、并在既定规则内运行的AI代理系统。到2025年底,23%的受访公司表示至少有一个代理AI系统在生产环境中扩展[10]。 - **成功的AI代理强调安全与治理**:成功的团队为AI代理设定明确的权限范围和约束,限制其访问,对高风险操作安排人工审核,并确保所有操作可审计、可回滚。AI系统需要强大的“免疫系统”[11]。 - **衡量标准从聊天转向业务成果**:企业开始以已解决的工单、已处理的订单、已起草的提案等业务成果来衡量AI成功,而非有趣的聊天记录。最先进的企业将“AI产品”视为技术栈中的标准软件产品[11][12]。 第四点:传统系统现代化是AI竞争的先决条件 - **遗留系统阻碍AI项目推进**:旧的批处理数据架构和单体系统阻碍了AI驱动的实时决策,并使集成变得异常繁琐,成为AI项目的主要痛点[13]。 - **现代化是战略推动因素**:2025年,现代化被视为AI和数字化转型战略不可或缺的一部分,而非独立的IT项目。领导者将其视为提升速度、支持新工作流程的关键[14][16]。 - **采用循序渐进与AI优先的现代化方法**:最佳实践是采用循序渐进的方法(如通过API封装旧系统功能)逐步替换,并与AI团队紧密合作,以AI优先理念设计新系统(如事件驱动架构和流数据管道)[14][15]。 第五点:有效的治理成为AI创新的速度优势 - **治理是创新的加速器而非阻碍**:轻量级但有效的治理机制为团队提供了清晰的规则和指导方针,使其能在规则范围内更快行动,避免分析瘫痪[17]。 - **分级风险管理简化流程**:最先进的组织为AI模型设定分级风险级别,并为每个级别制定相应的测试和验证标准,从而将监管重点放在真正重要的地方,简化创新流程[17]。 - **标准化管理提升采用速度**:建立标准化的采购标准、安全审查和工具清单的公司,由于拥有可重复的评估流程,能够更快地采用新技术,并减少失败和恐惧[18][19]。 2026年展望:AI大规模运营的关键要求 - **“人工智能运营”成为核心业务职能**:专门的AI运维团队或卓越中心将涌现,负责生产环境中AI模型的持续监控、成本控制、合规管理和审计。德勤2025年调查发现,10%的公司由其首席执行官担任AI议程的主要负责人[21]。 - **必须有可衡量的投资回报率**:每项AI计划都必须证明其价值,设定明确的KPI和业务负责人,甚至设定项目止损点。成功的组织将以商业术语(如收入增长、成本降低)定义和追踪AI投资回报率[23][24]。 - **架构向实时、事件驱动型数据转变**:为支持AI代理和嵌入式工作流,企业将大力投资实时数据基础设施(如事件流平台),并兴起语义层和指标存储,以确保数据定义一致[25]。 - **采用“构建+购买+组装”的复合技术策略**:企业将标准化核心平台,并通过组合API、SaaS工具和自定义代码“组装”解决方案,而非依赖单一平台或完全自主构建。2025年,采用此模式的企业成功率是自主构建企业的3倍[26]。 - **传统系统现代化重新定义为“能力现代化”**:焦点将从技术迁移转向提升业务变革和适应能力。衡量指标将变为部署频率、变更交付周期、组件复用率等,目标是提高业务敏捷性[28][29]。
马斯克彻底搞定大圆柱电池,发布五年终落地,独家专利破解量产难题
36氪· 2026-02-03 11:17
4680电池技术突破与量产 - 公司已在奥斯汀工厂实现4680电芯正极与负极均采用干电极工艺生产,并开始为部分Model Y车型搭载自产4680电芯的电池包 [1][7] - 实现“全干电极”工艺是4680电池规模量产的关键,该工艺通过高剪切喷气铣削等技术,将复合粘结剂纤维化为“蜘蛛网状”结构,使辊压次数从10次缩减至3次,产线吞吐量提升三倍 [12][20] - 此次在Model Y上装车的电池很可能是第二代产品,其专利技术通过新型复合粘结剂系统,将电池的不可逆容量损失降低至30-50mAh/g,达到了与成熟湿法工艺相当的水平 [16][17] 生产工艺优势与挑战 - 干电极工艺相比传统湿法工艺,可减少溶剂使用与烘干环节,带来工厂占地面积更小、能耗更低、流程更简单的潜在收益 [12] - 新工艺结合富锰正极材料,彻底取消了庞大的烘干炉和溶剂回收系统,在缩减50%工厂占地面积的同时降低了90%的生产能耗 [20] - 干电极工艺此前因制作难度大、周期长而面临量产难题,导致4680电池量产进度不顺,本次突破标志着阶段性技术成果 [8][12][15] 产能布局与供应链战略 - 根据公司披露的产能数据,位于得克萨斯州的4680电池年产能为40吉瓦时,已处于生产状态 [5] - 公司将使用自产4680电芯视为应对贸易壁垒、关税风险和供应链复杂化的“新增供应路径”,旨在增强供应链弹性与风险分摊能力 [2][9] - 此举的战略意义被外部评价为更侧重于“关税对冲”和提供“可切换”的供给选项,而非面向用户的革命性产品性能突破 [10][21] 技术发展历程与产品定位 - 4680电池系统方案于2020年电池日发布,包含直径46毫米、高度80毫米的大圆柱尺寸、无极耳设计及干电极制造路线 [13] - 第一代4680电池仅正极采用干法工艺,阴极仍为传统湿法工艺,量产进程一直不顺利 [15] - 目前,搭载自产4680电池包对于Model Y车型的性能提升有限,公司更强调其在保障供应链安全方面的作用 [10][20]
别只知道鼓浪屿,这才是初代网红里最被低估的宝藏
36氪· 2026-02-03 11:17
文章核心观点 - 文章通过一次文化游学活动,深入描绘了厦门集美区的独特人文景观、历史底蕴与现代活力,指出集美是一个融合了百年侨乡文化、嘉庚精神、闽南烟火气与年轻创意、被低估的宝藏区域,其魅力超越了厦门更知名的鼓浪屿 [2][54] 区域概况与定位 - 集美是厦门人口量最大、最年轻的区域板块,一直低调却异常宝藏 [3] - 作为全国初代网红城市厦门的一部分,集美在众多城市觉醒网红意识时显得平静,但仍有新人慕名而来 [2] 历史与文化根基 - 集美在近代史上是闽南侨乡,陈嘉庚18岁时从此地出发前往新加坡 [44] - 陈嘉庚成为南洋橡胶大王后,将总计一亿五千万美元积蓄寄回故乡,于1913年创建集美学村,秉持“教育救国”与“钱取之于社会,用之于社会”的理念 [47] - 集美学村包括从幼儿园到大学十几所学校,沿海岸线铺开,形成被称为“穿西装,戴斗笠”的嘉庚风格建筑群 [47][49] - 1937年抗战爆发,集美中学为保文脉内迁福建安溪、大田等地,在庙宇祠堂中坚持办学 [52] - 陈嘉庚曾希望集美成为“永久之和平村”,如今百年已过,建筑依旧屹立 [52] 建筑与美学特色 - 集美学村建筑是中西结合的嘉庚风格,被誉为20世纪中期中国建筑史上的杰作 [35][39] - 南薰楼创新性地将中国传统文化符号与西方现代功能结合,被视为研究嘉庚风格的活化石,也是集美中学的初中教学楼 [39] - 尼克松曾称赞集美中学是“世界上最美的校园”,郭沫若亦为其题词 [35] - 学村规划细致,楼宇朝向确保每间教室都能看见海,并标注种植凤凰木、荔枝树等 [49] 核心区域:大社 - 大社是集美最宝藏的古村落,有700多年的时光沉淀 [14] - 该区域实现了居民社区与艺术商业恰到好处的融合,闽南古厝与西洋风格设计共融共生 [10] - 巷子交错纵横,充满人间烟火,例如有40年历史的联生老店,其招牌炒面每日售罄 [10][12] - 吸引了众多年轻人前来创业,开设了哲学小馆酒吧、手工冰淇淋店、木器集合店、闽南糖水店等各具特色的小店 [5][16][18] 人文氛围与生活方式 - 区域氛围友好开放,没有生人勿近感,而是敞开怀抱迎接变化与善意 [27] - 本地居民生活怡然自乐,年轻人骑着电动车穿行巷弄 [3] - 龙舟池、南薰楼长梯等地是偶像剧常选拍摄地,也是本地人休闲之处 [34][37] - 随处可见旧书店、小吃摊、闽南童谣彩绘,充满“小确幸”般的幸福感 [32] 现状与发展 - 年轻一代的创意为集美学村和大社带来了新鲜且生机勃勃的面貌 [52] - 新开的文创园正在继续生长 [28] - 在集美生活多年的居民表示,其魅力让人即便岛内也不想去 [54]
夯爆了的西安“魏氏”,快把江浙沪打工人羡慕疯了
36氪· 2026-02-03 11:17
公司业务与品牌矩阵 - 公司起源于1999年的一家凉皮店,现已发展成为拥有全国500多家直营门店的餐饮集团[20] - 公司构建了多元化的“魏家宇宙”品牌矩阵,包括核心快餐品牌“魏家凉皮”、西式快餐“魏斯理汉堡”、小酒馆“魏世纪bistro”、便利店“魏家便利”、咖啡馆“魏家咖啡”、以及“魏湘兒”、“魏卜煲”、“魏北道”等地方菜与日料品牌,此外还涉足足疗“魏知足”、养生“魏芯堂”及在建的城堡度假酒店[20][22][24] - 各子品牌隶属于“魏斯理控股”,而非单一的“魏家凉皮”品牌[22] 市场表现与消费者反响 - 新品牌开业即引发排队热潮,魏世纪bistro成为新“排队王”,元旦假期有顾客等位长达9小时,甚至催生了黄牛代排生意[1] - 魏家凉皮与魏斯理汉堡作为扩张排头兵,在进入上海、南京、杭州等城市后均引发排队,上海首店有人顶高温排队3小时,半年后周末晚市仍有30-40人排队[4][25] - 消费者盛赞其性价比,上海顾客评价人均20多元的体验“价格绝佳”[25],西安消费者认为魏斯理汉堡是“Shake Shack”平替,四人餐人均仅四五十元[11] 产品策略与定价 - 公司坚持高性价比定价策略,魏世纪bistro的鸡尾酒一杯22元,汉堡三个48元,精酿一杯16-26元且容量达750毫升,下酒菜多在二三十元区间,大众点评显示其人均消费约98元[7][10] - 核心快餐产品价格极具竞争力,魏家凉皮的安格斯牛肉堡、鲜虾堡、鸡腿堡单价统一为15元,便利店热狗长约一个成年女性前臂,售价15元,晚上9点后自有食品半价[14][17] - 产品分量足、品质稳定,汉堡肉饼厚实、汁水丰富,被网友称为“汉堡里最后的老实人”,精酿和鸡尾酒分量也普遍大于市场同类产品[7][14] 运营模式与供应链 - 公司采用全直营模式,不开放加盟,并自2025年8月起全国门店关闭外卖通道,仅限堂食[28] - 公司拥有高度垂直整合的供应链,旗下拥有10多家上下游产业链公司,涵盖食品加工、中央厨房(面积3万平方米)、自建物流车队及深度合作的种植基地,实现了从原料到配送的全程控制[29] - 成熟的供应链使得新业态能快速复制,保证产品品质中等偏上且成本可控,魏斯理汉堡与魏世纪bistro的部分产品(如面包胚、鱿鱼须)口感与调味高度相似[29] 扩张战略与品牌吸引力 - 公司正加快在全国的扩张速度,以魏家凉皮和魏斯理汉堡为先导,进入一线及新一线城市,并坚持“同质同价”策略[25] - 品牌吸引力源于极致性价比、扎实的产品分量以及独特的“中西混搭”菜单(如凉皮配汉堡),满足了年轻消费者对自由搭配和地域特色的需求[13][31] - 网友对其“魏家宇宙”的扩张充满期待,在官方评论区积极为未来业态取名并呼吁其进入更多城市[24]
耐克重启ACG,再次发起硬核户外的冲击
36氪· 2026-02-03 11:17
公司战略重启 - 耐克将重启其接近40年历史的ACG品牌作为“重回增长”和“回到初心”的重要战略动作[1][6] - 公司对ACG的定位从过去的户外复古风或城市机能风,彻底转向专业户外性能品牌,聚焦越野跑、徒步与户外探索三大硬核户外领域[3][5] - 耐克为ACG开设全球首家独立门店并建立独立社交媒体账号,显示出公司对该品牌的重注,类似其以往运作Jordan品牌的做法[1] 品牌历史与定位演变 - ACG品牌于1989年创立,最初定位为全天候穿着的户外功能性装备[6] - 2014年,在设计师Hugh Jackman影响下,ACG转向城市机能风,风格趋近Stone Island和Burton等品牌[6] - 2018年后,ACG一度回归复古风潮[8] - 2024年至2025年,随着前始祖鸟设计师Taka Kasuga加入,以及大中华区CEO董玮兼任ACG全球CEO,品牌正式重启并明确回归专业户外市场,且优先回到中国市场[10] 产品与营销举措 - 公司将原有的耐克Trail产品线并入ACG[3] - 近期推出多款硬核户外产品,包括采用充气科技面料的ACG Air Milano、采用Vibram鞋底的ACG Ultrafly越野鞋以及ACG Radical AirFlow竞速上衣[11] - 在营销上,耐克接棒阿迪达斯成为2025年崇礼168越野赛官方赞助商,并在赛事期间开设限时快闪店[13] - 公司组建了拥有22位精英运动员的越野精英队伍,并在港百赛事中由签约运动员黄雪梅在50公里组别夺冠[13] 市场竞争环境 - ACG产品瞄准1500元人民币以上的高端价格带,直接竞争对手包括萨洛蒙、HOKA和凯乐石[3][19] - 在硬核户外赛道,竞争对手已建立较强心智:HOKA通过连年赞助UTMB站稳脚跟,萨洛蒙的产品和人群定位被证明成功,凯乐石则凭借深厚的品牌基因深耕市场[17] - 更高端的始祖鸟(ACG副总裁前东家)以及Columbia、北面、阿迪达斯TERREX等品牌均在持续发力徒步及硬核户外领域,竞争激烈[19] 战略背景与目标 - 重启ACG是耐克“重回运动”口号下的具体实践,旨在切入当下增速最快、最具掘金潜力的高端硬核户外市场[5] - 公司正处“战略转型关键时期”,在中国市场增长尤为迫切,ACG被视为抓住户外红利赛道的核心抓手[15] - 此次重启意味着耐克需要在竞争已白热化的户外赛道进行持续且大量的市场投入,包括赛事赞助和运动员签约,并最终需要用财报营收数据来证明其成功[17][19]
运营组织结构正在走向项目型组织结构
36氪· 2026-02-03 11:17
汽车行业面临的组织效率挑战 - 行业普遍面临项目增多、节奏加快但成本持续走高的压力,形成“项目越多、效率越低、成本越高”的恶性循环 [1] - 问题的根源在于组织仍沿用过去以稳定运营为核心的架构,该模式在技术快速演进、高度不确定的环境下暴露出决策链条过长、跨部门推进困难等瓶颈 [1] - 企业价值创造的来源正从优化现有流程转向通过项目创造新的车型、技术路线和制造方式,项目成为企业未来的主要载体 [2] “以项目为中心”转型的必要性 - 当前许多企业将项目(如APQP)视为运营体系的附加任务和形式化工作,导致运营与项目两条线分离,未能合力创造价值 [2] - 随着运营工作因自动化、数字化而日益标准化和“商品化”,真正拉开企业差距的关键转向了通过项目创造新产品、新技术和业务模式 [6] - 企业需要从“以运营为中心”转向“以项目为中心”的组织形态,将项目而非日常运转作为价值创造的核心引擎 [1][6] 项目失败的核心原因与高层角色 - 项目反复延期或失败的根本原因通常在于高层缺位,而非一线员工执行力或项目经理能力不足 [3] - 高层领导需承担两大关键职责:一是果断判断项目优先级并集中资源,二是亲自参与并推动跨部门项目的协调与决策 [3] - 项目管理本质上是领导力问题,高层是否愿意为项目承担责任决定了项目的最终成效 [3] 从局部敏捷到“项目驱动型组织” - 许多企业引入的敏捷方法仅在局部团队或项目中有效,由于组织其他部分仍按原有层级和流程运转,导致整体效率提升有限 [4][5] - 真正的升级需要将以目标为导向、快速验证的理念扩展到整个组织,形成“项目驱动型”运作方式 [5] - “项目驱动型组织”的核心是围绕清晰的项目目标配置资源、授权决策并快速行动,使持续转型成为常态 [5] AI与自动化背景下的人力资源再部署 - AI与自动化正在取代大量重复性运营工作,但领先组织将其视为“人力再部署”的机会,而非简单的裁员工具 [7] - 技术将人员从低创造性劳动中解放出来,使其能专注于项目、创新和转型中涉及的复杂判断、跨部门协作等难以被替代的工作 [7] - AI的核心价值在于驱动组织完成整体升级,通过持续学习让人员参与到推动未来的工作中 [7] 向项目驱动型组织成功转型的支柱 - 文化层面:组织需接受试错、鼓励合理冒险,并将注意力从渐进式优化转向面向未来的突破性机会 [8] - 组织结构:需削弱不必要的层级壁垒,围绕明确目标授权跨部门项目团队,并通过关键项目试点带动组织逐步演进 [8] - 领导力与治理:高层必须将大量时间投入转型和关键项目,果断设定优先级并集中资源,治理方式需转向基于项目进展的动态决策 [9] 未来组织的核心特征与价值来源 - 在技术快速演进和不确定性成为常态的背景下,企业的长期竞争力将取决于能否持续做成关键项目,而非仅依赖运营效率 [10] - 未来的组织设计需以项目为核心配置资源,领导力投入需聚焦转型与关键项目,价值创造需以项目为创新和增长的主要来源 [10] - 具备韧性和生命力的组织将共同演化为真正的“项目驱动型组织”,个人的安全感与职业发展将更依赖于持续参与有价值项目并创造贡献的能力 [9][10]
从“全盘分析”到“紧盯变化”:用 DRBFM 把风险管在最省力的地方
36氪· 2026-02-03 11:17
FMEA在实践中的困境与挑战 - 许多企业认为FMEA非常重要,但因其工作量巨大、更新困难,最终沦为一次性文件,与实际生产变化脱节 [1] - FMEA在实际应用中常因追求“全覆盖”而抓不住重点,高风险点被淹没在大量信息中,文档失去指导价值 [2] - FMEA文档复杂且专业性强,导致现场人员和年轻工程师难以参与,使其成为质量或工艺部门的“专属文件”,脱离日常决策和现场行动 [3] DRBFM的核心概念与方法论 - DRBFM是一种更务实的风险分析方法,其核心是聚焦“变更”和“偏差”,而非对全流程进行面面俱到的分析 [4] - 该方法围绕新设备引入、工艺条件调整、作业方法改变、零部件/供应商更换、产量提升或生产线布局调整等关键变化点展开讨论 [4][9] - DRBFM通过集中回答“变了什么”、“为何这样变”、“与以前有何不同”等关键问题,在前期策划中识别潜在失效模式,将风险拦截在缺陷发生前 [5] DRBFM的实践优势 - 显著减少所需工时,通过专注于变化点,使讨论范围更明确,即便在批量生产前或应对设计变更的繁忙时段也能有效实施 [6] - 聚焦重要风险,使团队能深入探讨潜在问题,而非在不重要的细节上浪费时间,从而更好地识别和应对核心问题 [6] - 有效挖掘现场“隐性知识”,通过讨论流程揭示如“过去加入某条件曾导致问题”等日常易被忽视的经验细节,为后续工作提供参考 [6] - 与变更管理高度兼容,通过与设计变更通知和流程变更请求结合,确保每次变更发生时DRBFM能自然启动,捕捉并规避潜在风险 [7] DRBFM有效实施的前提与边界 - 成功应用的前提是组织对“变更”有清晰共识,若定义不清,风险可能被“悄悄放过”,不承认变化本身就是最大的风险来源 [8] - 必须建立在现有流程本身相对稳定、清楚的基础上,若流程混乱、依赖经验运行,讨论“变化影响”的结论往往失真 [8] - 讨论质量高度依赖个人经验、主持人能力及现场氛围,缺乏统一方法、清晰提问框架和基本规则会导致结论难以复用和沉淀 [8] - 真正有效的前提是建立清晰的变更识别标准、稳定的流程认知以及成熟的讨论机制,使其从一次讨论演变为可持续的前期策划能力 [10] DRBFM的落地与系统集成策略 - 关键不在于多开会,而在于嵌入组织日常运作,需建立标准化“变化点提取”机制,通过检查清单系统性地找出潜在变化点,避免关键风险被忽略 [11] - 明确DRBFM定位为对基础风险底盘FMEA的补充,在发生变更时进行更聚焦、更深入的再确认,而非取代FMEA [11] - 应将DRBFM讨论嵌入已有的设计评审、生产准备评审中,使其成为评审内容的一部分,以降低执行成本与阻力 [12] - 输出应从“写报告”转向“抓重点”,围绕变化内容、担忧、潜在问题、对策及验证方式等核心问题展开,让记录服务于思考 [12] DRBFM与业务流程的联动 - 需与设计DRBFM联动,将设计阶段识别的变更点和风险传递到流程端,使流程DRBFM成为对设计变更的顺延和深化,而非各自为战 [13] - 应与生产准备评审和量产过渡评审衔接,将“围绕变更的流程确认”作为批量生产启动前的最后检查关口,以降低启动阶段问题密度,减少后期返工 [13] - 整体价值在于“顺着变化走”,在已有FMEA基础上围绕变化做更聚焦的风险识别,并通过设计DRBFM将风险识别前移到更早阶段 [14] - 当与设计评审、生产准备和量产切换形成联动,DRBFM将转变为一种帮助组织提前行动、提前修正的系统能力,真正把问题挡在发生之前 [15]