去年离职后一直备考公务员，结果也是相当悲催，国考、省考、事业编全部未进面。然后就想着看看有没有招聘的单位，在职备考试试，就看到了这个机场集团的招聘公告，报名通过了。 一、笔试环节 44道题，其中40道行测，其他4道分别是： 1、sql语句编写 2、分析一条sql慢的原因 3、数据大屏空白问题调查 4、设计一个功能 一共报了7个人，笔试时去了5个，很幸运排名第三（笔试60分 ） 二、面试环节 我真的准备的非常充分，一份非常吊的自我介绍，毕竟之前在沈阳一家头部民企干了4年，经验还是非常丰富的，再加上各种八股（懂得都懂），一套穿上就非常帅气的西装。 我就这样信心十足的进入了面试厅，自我介绍完事后，到了提问环节，询问我是否使用过达梦数据库，咱肯定说实话，没用过，但是有所耳闻，并举例说达梦数据库对oracle兼容性非常强，之前工作一直用的是oracle，经验可迁移，并且我的学习效率很高（毕竟就是个sql语句差异性的事），然后他又问我给我2周能入门吗，我非常确定的说完全没问题，然后面试就结束了，结果是面试排最后一名。 到现在我还很震惊，这种国企的面试，真的就这么随意吗，毕竟是一个技术岗啊，就问了这一个问题，然后就没后续了。 当然还是自己能力不过关叠个甲，只是吐槽一下。 16 个帖子 - 8 位参与者 阅读完整话题
28 个帖子 - 28 位参与者 阅读完整话题
如题，最近OAI风控加紧，各种封号和二次验证搞得人心惶惶。今天发现另一个可怕信号，free额度从周刷新变成月刷新制，且月额度比以前周额度还低。佬们都转plus或中转了吗？ 9 个帖子 - 8 位参与者 阅读完整话题
诗词作为一种文化载体，在中华文明中源远流长。寥寥几字，却犹如无声胜有声那般震撼人心。这就是诗歌的魅力。在今时今日，仍是广受欢迎的一种文学表现形式。 因被佬友@dawnflyc 请教 特写此文。 如何写好一首诗，这个是大多数人绕不开的问题。明明写得洋洋洒洒，明明写得豪情万丈，明明写得绞尽脑汁，可却不是一首好诗。为什么会这样？请容我从以下几个角度去阐明—— 1、选题 不管写什么，其实都必须汇聚到一个点，这个点就是题。这个是绕不开的。所有的内容都必须围绕这个展开。写文章如此，写诗词更是如此。 首先你要明确你到底要想写什么。是景？是物？是人？还是事？简单的举例——大家耳熟能详的唐代诗人骆宾王的《咏鹅》，唐代诗人王维的《画》，这都是写物的。唐代诗人柳宗元的《江雪》，唐代诗人李白《望庐山瀑布》这些都是写景的。《诗经》中的《卫风·硕人》，《木兰辞》这些都是写人的。（因本人才疏学浅，未能找到太多写人的，深感惭愧）。写事的就很多了，不一一举例。 其次，对于大多数人而言，选题时要避免过于宽泛。就好比一个人想用一首诗写遍中华上下五千年，可能吗？不现实吧？所以，先从简单的选题开始练习创作，循序渐进，由浅入深。很多人觉得，有某一个瞬间，很想记录下来，但是一时又想不出适合的标题。然后写了很多，回过头来再想题。这样的做法其实不适用于刚开始尝试创作的人。特别是，想倒哪写到哪，往往只会让读者读起来觉得松散无神、言之无物。当然，那种才思敏捷，七步成诗的天才除外。 2、选用合适的文体 首先要明确的是要写的是什么文体。诗词在发展过程中，已经有了明确的定式。因此我们需要考虑的就是——绝句？律诗？五言？七言？写词的话就是选择合适的词牌名。通常这些都是不能随意变更的。 3、内容的划分 在诗中，首句或者首联最为重要。起到特殊点题，引人入胜的作用。以骆宾王的《咏鹅》为例子，“鹅，鹅，鹅，曲项向天歌”。一个“歌”字很好的吸引了读者的目光。可谓之神来之笔。（补充一些概念——律诗中每两句为一联，称为首联、颔联、颈联、尾联） 在词中，分上阕、下阕。上阕以叙事、写景为主，下阕侧重为情感的递进和主题的升华。 因此，选择合适先后顺序往往更能提高整首诗词的易读性和魅力。 4、韵脚的选择 首先根据选择的文体确定是押平韵还是仄韵。从创作的角度来说，第一句就决定了整首诗词走向，这个需要慎重选择。还是以骆宾王的《咏鹅》为例子——首句压“e”的仄韵，次句压“e”的平韵，第三句不押韵，尾句压“o”的平韵。解析起来就是——整体符合五言，七言中的“仄平仄平”的交替押韵规律。根据《平水韵》中的划分，”歌“和”波“同属于“下平五歌”的韵部。但是对于大多数人来说，先从同声韵字开始创作为佳。即，韵头、韵腹和韵尾相同为佳，腹和尾相同的次之，仅韵尾相同的再次之，同韵部的再次之。 写词则需遵循词牌名的要求，同时注意避免重韵。原则上也是从同声韵字开始创作为佳。另外就是填词需要遵循《词林正韵》或者《中华新韵》。如果你够牛13，不遵循也没事。 5、对仗 这个在唐诗中最为侧重。也是提升整体美感的重要表现形式。工整与否决定了诗词的好坏。特别是在律诗里，作为和绝句的区别手段，颔联和颈联必须是对仗的。所以在问为什么我写的不是律诗之前，先检查自己的颔联和颈联。 另外学习和了解一个词的词性也很重要。特别是在对仗中，名词对名词，动词对动词，助词对助词。这个是大多数人比较容易遗忘的一点。 解析柳宗元的《江雪》——“千山鸟飞绝，万径人踪灭。”“千山”（名词）与“万径”（名词）相对，“鸟”（主语，名词）与”人“（主语，名词）相对，“绝”（谓语，动词）与“灭”（谓语，动词）相对。 6、创作的先后顺序 先从字（词）的理解开始，认真学习每个字（词）的含义、词性。这个是必不可少的。也是要花最多时间的。只有你脑子里的词汇量够多，才能为写好诗打下基础。很多人会觉得怎么诗词有那么多讲究？“怎么填了一句，下一句都不知道要怎么整了”、“为什么这个平仄对应不上？感觉好难啊”诸如此类的问题的根源就在于，对字（词）的理解与运用的不足。 其次就是通读韵书和古诗词。深刻的剖析每一个字（词）的作用。自己在阅读理解古诗词的时候，常问自己为什么这个地方要用这个字（词），这个字（词）能否换成别的字（词）。并不是所有的古诗词都是完美无瑕的，要知道，连贾岛都还要为一个字“推敲”呢。 当你积累了一定的词汇量，就可以以打油诗开始创作。正所谓“愚者千虑，必有一得”，“好文章不如烂笔头”。无需理会什么格律、押韵、对仗等乱七八糟的规则。只要你想得足够多，就会因为灵光一现，偶得一佳句。当你脑子里的佳句越来越多，写别的文体，自然手到擒来。 当你创作越来越顺手（就是什么都可以胡诌一篇），就可以认真的系统学习格律诗、宋词和韵书了。学习完之后，也不用管那么多乱七八糟的，先依葫芦画瓢，先搞个几十首再说，管它好坏，无所谓。当你创作得足够多，绝世神篇也不是难事。 7、推敲 每次创作完，都必须不断地对每一个字（词）进行锤炼，修改，删减增加。这个也是绕不开的。任何文章和诗词都需要经过修编后才能最终定稿。那是改到不能再改的境界。 8、不要胡乱套用生僻字和词 大多数创作者觉得，某些古诗词用的词汇很屌！自己也心痒痒地依葫芦画瓢，整上好些个。这样的想法是错误的。写诗词不在于篇内是否有华丽的辞藻，而是在于是否流露出真情实感。因此，切记不要本末倒置。 选用李白的一首《南陵别儿童入京》中的“仰天大笑出门去，我辈岂是蓬蒿人”来说，“蓬蒿”的历史可以追溯到先秦时期。在诗经中就有提及。这个词在历史和中国文学的发展过程中就逐渐由起初的蓬草、蒿草引申出草丛、草莽、民间荒野，僻静之处等含义。最后也引申出野人，未仕之人的含义。可见的是，这个是中国文学的典故。要想用好这样的词汇，必须自身有一定的文学修养。不然很容易弄巧成拙。在自身实力不足之前，还是用大白话。还是引用李白的《静夜思》来说，寥寥几字，每个字都看得懂，没有任何典故，却能深刻的揭露了思乡之情，并成为经典。 当然，对于有一定造诣的人来说，积累得足够，想怎么用就怎么用。但不论写什么，通俗易懂，引起共鸣才是唯一的主旋律。 9、精炼之路 诗词，本就是一种文学的载体。和我们平时写文章一样。所以平时写写画画也尤为重要。简而言之就是，诗词无非就是从前几百字的文章，浓缩成几行字，然后又浓缩成几个字的过程。通过不断的提炼细节，来达到让读者脑补画面、场景的作用。还是用骆宾王的《咏鹅》来说，整体的细节把控得很好——“曲项”、“向天歌”、“红掌”、“拨”、“清波”、“白毛”、“浮”、“绿水”。寥寥数字，抓住了鹅的全部特征。让人能在脑中浮现出一只白鹅戏水的景象。 以上就是个人的一点心得。当然，山野村夫之言不作得数。还请各位看官见谅。另外就是，通过正规的途径学习还是很重要的，不要道听途说。特别是在现在信息化发达的今天，多看书，多和他人交流亦是提高自身能力的好办法。 一家之言，难免敝之、陋之、杂之，见笑了。 总之，让我们先从积累点什么开始吧… 最后用苏轼在《稼说送张琥》中的一句与大家共勉之——博观而约取，厚积而薄发。 PS：不建议使用AI创作，但是可以用AI检查平仄关系是否正确，对仗是否工整…毕竟这些应该是可以接受的… 至于那些怎么“救”，怎么“拗”…就不在此次讨论范围…至于每首诗词的平仄关系，哪些是可平可仄…鉴于篇幅…也不讨论了…（委实是不想再码字了，好痛苦…大家多读点书吧…这样你们痛苦，我轻松一些…嘿嘿…） 3 个帖子 - 2 位参与者 阅读完整话题
很简单，就是上线了 我今天不开心，但是我祝大家天天开心。 人心欲壑，可填沧海 18 个帖子 - 18 位参与者 阅读完整话题
20刀开了team，以为自己赚到了，结果第二天15刀出来了，没事，可以忍，结果第三天，0刀team都出来了 5 个帖子 - 5 位参与者 阅读完整话题
人到三十几，身不由己，万般皆是生活，半点不由人心吖，在这ai飞速发展时代，越来越迷茫了，这边刚学还没学完，那边又迭代新产物，自身技能完全跟不上ai时代，总有一种过不久马上就被新时代淘汰的焦虑感。上有老不能常伴左右，下有小无力伴其成长，唉！佬友怎么破局吖 4 个帖子 - 4 位参与者 阅读完整话题
我从3月份开始初步接触到Claude code，当时的感觉就是太强大了，能完成以前很多觉得不可思议的事情，甚至于对于渗透，它给我的感受是已经可以替代我这个工作快满一年的小菜鸟了。许多的渗透方式，连我自己都未曾尝试。从那个时候起，我就在考虑，如何让它完全的替代我。 和许多人一样，接触到Claude code后，我第一时间是想着从基础学起，让我对AI的认知了解更为深刻。很可惜，我并不是一个“好读书”的好苗子，让gpt给我一条学习路径，我仅仅完成了前两个就再也不想坚持下去了。所以接下来的心得，可以说是“野路子”。在我并不熟悉ai的情况下，由结果倒推过程的路子，哈哈，写的不好不要喷我~ 最初的做法：胡乱添加了一些GitHub上的skill，然后又用ai生成了一堆claude.md的文件，放到Claude code中，就酷酷的对网站进行测试了。但即使是这样，Claude code给我的惊喜也很大，当时deepseek4pro还没出来，我使用的还是glm4.7版本。背景是：我想用Claude code帮助我复现一个数据库漏洞，并讲清楚这个漏洞的原理（因为那个数据库接触的比较少，让ai来可以省去很多找payload试错的时间），仅此而已。 我负责搭建环境–》提出要求–》Claude code就开始运行了。 转折点来了，我给他的漏洞接口是： /api/v1/hosts/command/search 但它居然能测试出/api/v1/hosts/search接口存在漏洞 从这个时候起，我就意识到了ai的强大，它其实根本不需要我们给出过多的提示或者约束就能进行完成（哈哈，这个说法到后面我自己就会推翻了） 接下来我是怎么去完成自动化，一开始我认为我的skill已经足够的强大了（虽然是随便加的）。让它去完成各种的测试，甚至是SRC的测试，但效果可以说是水洞的天堂： 这些水洞有些我连上班的时候都不敢提交。 后面是怎么做的呢？后面我对skill的理解不再是理论上的东西，而是实际的。它就是一份说明书，你在skill中写的越多，那么测试的方向则会越符合你的心意！意思就是，你不要将流程交给ai自己去摸索你要把你的工作流程交给AI的同时，让AI再进行思考。这样AI就不会花费大量的时间在测试流程上反复横跳： 最理想的skill文件是： 一个大的skill文件，里面写的是你希望如何测试SQL注入，能够使用哪些工具，有哪些姿势，遇到什么场景该怎么做等等。而references文件夹也就是说明文件夹中，你应该存放着你刚刚说的哪些场景的具体数据包（不用全部，举例即可），工具的完整使用命令以及出处这类的完整说明文件，来保证你的Claude code能正确的调用这些工具，是的，你必须教会它调用你电脑上的工具，否则它将会调用时非常的奇怪且反复横跳。 那么其他两个文件夹呢？ 一个是用来存放脚本文件的，比如你测试sql注入的时候，希望做一些对payload加解密，那么你完全可以将这个脚本存放到skill文件夹中，这样它就不会傻乎乎的自己再去写脚本，而脚本也不一定能符合你的心意。 另外一个文件夹，你可以将你整理出牛逼的payload，直接存放，来保证它每次sql测试的时候都先使用你的payload，再去自己想payload。这会大大的提高测试效率 在优化完你skill的逻辑后，你就要想，有没有最简单的工具能完成最多的事情？如果有，那么久只需要一个工具就好了。因为太多的工具，不仅会影响模型的判断，还会将大量的时间重复在一个点上。比如有fuff工具，其实是不是就可以替代sqlmap工具了？理论上是可以的，但为什么我没这样做，因为那样我又要重新教ai，sql注入到底该如何测试，而sqlmap保留下来却可以让他测试变得顺利。 6 个帖子 - 5 位参与者 阅读完整话题
天天看到佬友说优质资源都藏在三级里，搞得我人心痒痒的。 为了尽快过把“三级瘾”，现在每天第一时间就是挂代理并打开社区（记得以前L站还没被墙），逐渐把等级指标刷成了KPI 3 个帖子 - 3 位参与者 阅读完整话题
小李想要自己的孩子不要挑食，就饮食问题展开谈判；小王和小张就二手车交易展开价格谈判；小刘和小张因为生活习惯不一样就彼此日常活动协调一致展开谈判；小赵和小孙就某项商业活动展开合作谈判…，谈判处处可见。 谈判无处不在，却常常让人觉得棘手。 问一个测试谈判能力的问题：“面对难缠的对手，为了表达善意，更好的办法是在一些无关紧要的事情上做出些让步。” 选择是"对"还是"错"呢？ 如果是对的话，那么相关问题就接踵而至了。 无关紧要的事情是自己的感觉，但是于对方而言会不会是很有价值的呢？谈判的核心是交易，这种赠送会不会在不经意间削弱己方的优势？如果对方难缠，那么释放善意在对方看来是否是示弱的一种呢？没有条件的让步会不是受对方影响让出部分主动权的一种呢？ 这个问题蛮有意思，在盖温·肯尼迪的谈判书中第一章就问了这样一个问题，经他统计问及的学生中差不多百分之九十的人都选择了"对"，他推荐的选项是"错"，也展开了对应的分析，感兴趣可以找来看看。 在他写就的谈判书中，还有一个有趣的小故事，就是讲一个推销员在雪夜坐雪橇遇上狼，车上有一大堆鹿肉，为了让狼不追逐自己，就割下鹿肉投放给身后的狼群，结果狼越喂越多，吸引了一个狼群追逐着他，他心存幻想期待狼群看在他喂食鹿肉的情况下，减弱攻击性，但是没有，他只是告诉狼群只要需要食物就去追雪橇。 当然这并非否认善意在谈判中的重要性，只是告诫参与谈判的人不要将幻想中的对方的行事逻辑，道德理想式的，作为自己互动的基础。清楚在谈判场景中绝大部分人，其逐利性，在其驱使下做出自利行为的高概率是有效进行谈判准备的前提。 在现实中，很难有理想的在课堂教学上的彼此彬彬有礼的对手，对方可能为了获得更大的利益进行撒谎，或者使用强硬的姿态，威胁手段或者非理性情绪去影响人让步进而获利，如果选择善意让步，或许就有点像割下鹿肉喂狼。所以，谈判中的让步必须有条件。 谈判姿态明确了，那么第二个问题来了：该不该自己先报价，怎么确定报价？ 首次报价的作用是什么？清楚地展示自己的真实期望还是定好期望最高的价格给后续谈判争取恰当的议价空间？ “报价主要是设定一个当前谈判事件设定一个锚点，是一个能引导谈判者注意力和预期的数字。是否应该先报价取决于自己掌握多少信息，如果确信对对方的底线有足够的了解，那么抢先报出一个合理（即足够高）的价格可以帮你把谈判"锚定"在对你有好处的方向。如果你怀疑自己对协议区间还缺乏足够的信息，就最好别急着报价，等收集了足够的信息再说也不迟。在这种情况下，让对方先报价也许是更好的办法。” 至于报价的设定依赖于协议区间。初始协议区间的拟定依赖于谈判前的准备。 谈判前需要做的准备工作分为五步：1.评估自己的最佳备选方案（BATNA，Best Alternative To a Negotiated Agreement）；2.计算自己的底线；3.评估对方的最佳备选方案；4.计算对方的底线；5.评估协议区间。 如何评估自己的最佳备选方案？先列出如果谈判失败所有可能的备选方案，再评估每个方案的价值，最后选出其中最好的一个作为自己的最佳备选方案。最佳备选方案的存在意义是提前弄清楚如果谈判不成功需要面对的现实。 关于对方底线的计算，事前可以通过信息搜集推演，事中可以通过迂回的问题答案去组织推算，书中提供在商业谈判中的一个话术演示： “能否讲一讲你们的生产过程？麻烦您解释一下你们的供应链是如何运作的？你们的原材料是本地生产的吗？你们的主要供应商是哪些公司？订货量增加到多少你们能够在价格上给我们优惠？以上任何一个问题单独来看都不能帮助你直接推算出成本，但如果你对你的行业有足够的了解，这些答案放在一起就能够帮助你得到一个非常精确的估计。” 协议区间拟定好，清楚双方的最佳备选方案和底线，基本上就定好了谈判的价格区间，当清楚自己底线时，就知道什么时候可以放弃，当清楚自己最佳备选方案时，就知道还可以再争取的空间有多少。 值得一提的是初期准备期间，最佳备选方案和底线的估测有些依赖于真实可靠的信息有些依赖于假设，清楚自己每个策略和行动背后的所有的假设，对于灵活应对很有帮助。 谈判前的姿态和协议区间注意事项明了了，那么谈判中需要警戒的问题有哪些？ 比如绝大部分谈判场景中双方都处于信息不对称的情况下，如果有人撒谎该怎么办？怎么测试对方撒谎了？ 针对可能被撒谎的场景，建议对所有的议题都充分准备，比如随时可以讨论技术细节。甚至可以向对方展示自己获取信息的能力，比如有其他同类型的交易对手能够提供相应信息。 如果想测试对方是否说谎了，有一个非常简单的方法，问一个自己已经知道答案的问题，看对方如何作答。当然，为了使这个"套"能够成功，这个问题必须是那种对方有动机撒谎的问题。也可以问很多问题看对方会不会出现前后不一致，甚至要注意那些"没有回答你的问题"的回应，让对方必须给出透明的回答，因为人们更愿意间接欺骗而不是直接撒谎，注意这种状况，避免被误导。甚至还可以签署对赌/权变协议来保障自己的权益，让法律约束。 谈判中如果自己处于谈判弱势方该怎么办？ 这里非常适合引入马克斯·巴泽曼在谈判书中提及的一个案例。一个总统竞选团队印刷了300万份印刷某总统候选人照片的宣传片，不过他们没有取得摄影师的授权，而摄影师可以按照版权法的规定以每张照片亿美元的价格索要报酬，所以他们打电话给摄影师，不是告知他们他已经做了什么，而是说可以给摄影师一个大范围展示自己摄影作品的机会，对方愿意付给他们多少钱？摄影师感谢他们给了自己一个宣传机会，并且付给他们250美元。 所以处于弱势地位的谈判方，第一条策略就是不要暴露自己处于弱势，如果对方不知道你的最佳备选方案很差，那就不需要太过紧张，因为这不是一个特别大的问题。如果自己的最佳备选方案真的很差，也不要到处去说！ 第二条策略是利用对方的弱点来克服你自己的弱点。如果对方的最佳备选方案也很差的话，那么你的最佳备选方案很差就不一定是个问题。当双方的最佳备选方案都很差的时候，在这种情况下达成协议会产生很多价值。 第三条策略，针对那些需要通过竞标来达成协议的公司（如咨询公司、离岸服务公司、准商品供应商、建筑与园艺专业公司等）找到自己的独特价值所在，而不是一味地降低价格。尤其需要注意，你的独特价值贡献不是你"以为"你的客户会看重的，而是他们实际上看重的。 如何应对非理性的谈判对手？ 想起盖温·肯尼迪打趣在书中写下的一段反问：“我经常被问到应如何应付那些难缠的谈判者，似乎每个人都有过这样的谈判经历。但是，从没有人问过我，如何避免自己变成这种人，大概是因为没有人认为自己是这种人吧！” 针对非理性的谈判对手，马克斯他们觉得应该这样思考分析：他们不是非理性，而是不了解情况/有潜在的限制/有潜在的利益点，理解对方为何不按照预想中的行事比单纯的判定对方非理性更关键。 诚如作者所言： “如果你确信对方不讲道理，根本就无法有效地谈判，也不想满足他们的利益点，那么就没什么可以对他们说的了。但是，如果你发现对方并不是非理性，只是缺乏信息，有一些限制，或者关注的利益点在你的预料之外，那么你就有了更多的选择。选择越多，谈判自然就会更高效。”。 当然如果对方实在是连自己的利益都不顾了，躲不开，要么进行好情绪管理，不被对方的愤怒或者其他负面行为/情绪影响，继续推进谈判进程，要么只能三十六计走为上计。 那么，关键的一个问题来了，什么时候可以不用谈判？ 当时间就是金钱时。砍价其实也算是谈判一种，不过感觉新世代的年轻人消费习惯就是看中了问价格觉得合适就买，直接付钱完成交易，不喜欢为了小钱兜圈子，想起马克斯在书中写道自己妻子坐飞机来看他为了低价格乘出租车和一个又一个司机砍价，最后妻子受不了了问他在干啥，他说在砍价，妻子无奈地说他想要砍掉多少的钱她出，她只想节约时间早点去休息。也就是说如果自己时间精力宝贵觉得来回拉扯不划算，可以不谈判。 当自己的最佳备选方案极其糟糕，而且大家都知道时；当自己的最佳备选方案比对方能够给出的还要好时；当谈判是文化禁忌时或者会发出错误信息时，没有谈判的必要。 如果在谈判中，你告知了对方其他公司的条件，他们无法达到；对方不去努力满足你的需求，而是竭力说服你你真正的利益点和你自己想的不一样；不管你怎么问，对方就是不回答你的问题，也不探求你的需求和利益点；出现上述情况，不成交是好的选择。 当然还有很多谈判技巧，比如利用沉默给人制造心理压力让对方降价；利用人的损失厌恶在总结观点或者争取最后的机会时利用损失表述；利用人们在评估一个物品或者议题时通过和明显的参照点进行对比来评估来合理化自己的提案和要求；想让让你的核心要求显得更加温和时，使用"摔门"法（先寻求被拒，然后调整要求）；想要建立不断地投入以达到最后的投入时，使用"蹬门槛"法（让对方先答应你的一个小要求，然后一步一步提高你的要求）… 当然，谈判作为一种技能最终需要人了解一定的理论后不断练习慢慢掌握慢慢精进，知易行难，最终在谈判桌上发挥的怎么样还是看自己平日积累。祝好运吧。 1 个帖子 - 1 位参与者 阅读完整话题
AIGC如何从生产工具进阶到情感洞察？当AI能写出剧本、生成音乐、表演微表情，人还剩什么？ 内容产业正在发生生产模式跃迁，传统用户画像在AI时代正在被颠覆，真正要做的是理解用户的情感状态而非静态标签。厂牌效应不会消失，越过技术线之后，人最后坚守的是“手搓”的审美与意义。 以下为圆桌对话内容，经36氪整理编辑： 刘士武丨36氪游戏主编（主持） 庄明浩丨趣丸科技副总裁兼首席战略官 胡维琦丨MiniMax To B 中国区商业化负责人 郑安迪丨柠萌影视旗下短剧厂牌好有本领总经理 刘士武： 大家好，我是36氪游戏主编刘士武，也是这场圆桌的主持人，本场圆桌论坛的主题是从“千人千面”到“人心洞察”。AIGC从千人千面、每个人可以做自己个性化的内容，到如今已经渗透到整个内容生产、分发、商业化生态当中，在这个过程中，AIGC有哪些改变，市场又有哪些改变，今天现场的三位嘉宾将会给我们答疑解惑。首先请三位嘉宾做一个简单的自我介绍。 庄明浩： 大家好，我是来自趣丸科技的庄明浩，我们公司是一家做移动语音社交产品的公司，近几年在AIGC领域尝试了AI音乐、AI短剧翻译的业务，也有AI数字人、AI 3D的业务，老业务社交板块也在做AI的结合。 胡维琦： 大家好，我是胡维琦，来自MiniMax，在MiniMax负责中国区商业化业务，MiniMax是一家大模型公司，主要给大家提供各个模型的能力，包括我们文本、视频、音频、音乐，非常高兴来到36氪的会场跟大家共同交流和分享。 郑安迪： 大家好，我是来自柠萌影视旗下短剧厂牌好有本领的郑安迪，《三十而已》、《二十不惑》、《猎罪图鉴》、《小欢喜》、《小别离》等大众爆款剧都是出自柠萌影视。好有本领自2022年开始，在市场上还没有短剧定义的时候我们就开始做短剧了，也开创了明星短剧赛道，最早的时候像杨蓉老师出演的《二十九》，去年倪虹洁老师出演的《小美满》这些都是由我们出品的精品短剧。我们今年开始转型做AI制作的板块。 刘士武： 庄总刚才介绍到趣丸科技是��家在移动互联网时代做产品起家的一家公司，到现在进入AI时代，趣丸也发力了各种各样的AI业务。您觉得自AI深度参与公司的发展之后，企业整体运转发生了哪些重大的变化，能否从产品理念、商业模式变化等方面挑一个角度举例子分享一下。 庄明浩： 这场三位嘉宾的身份很有意思，一位是模型厂商的代表，一位是应用公司的代表，而我们在AI板块做的刚好是在他们中间的事情，借用MiniMax的API来做相关的产品研发，产品做好以后也会提供给柠萌这类公司做产品服务，这个组合正好代表了AI领域从模型层、中间层、应用层不同的角色。 说到我们自己，随着AI这一波快速演进以后，对于我们已经有传统业务的公司而言，比较大的体感变化是，由于AI技术迭代过快，让传统那套依赖流程、按半年或一年设定OKR/KPI，从“想法→执行→测试→发布”的节奏，在今天已经不再适用。至少在AI相关业务中，产品的节奏、进度，以及与之匹配的组织形态，都会发生根本性变化。 原来我们想的方式更像是“发大招”，围绕一个想法做一个完整的产品，然后上线、运维、交互等等。但AI发展太快，用户需求并不稳定，这套节奏根本跟不上。现在变成了必须高频发布，先做一个哪怕只有60分的东西放到线上，这样团队能在快速执行中，更敏捷地把握用户感知和市场需求。 拿我们的AI音乐业务举例。原来我们这个团队是做在线弹唱音乐社区，本身就有音乐科技相关的基础，他们也往AI音乐方向尝试。最初团队也自研模型，就像MiniMax做的事情一样，后来发现仅做模型很难满足用户需求，我们逐步在模型基础上做应用、做Agent甚至开拓硬件。可想而知，对于一个在移动互联网时代做了十几年、拥有完整产品、技术、策划和运营体系的成熟团队来说，这些新事情是巨大的挑战。过程中团队经历了大量的变化、调整和适配，至今仍在摸索，还没有特别成熟的经验和答案。但我们明显感到，这跟原来的方式已经完全不同了。 刘士武： 从互联网到移动互联网，大家已经觉得从企业内部的角度节奏已经在变快，效率一直在提升，AI时代来了这个脚步是没有停止的，效率提升了，也会遇到一些问题。 庄明浩： 你可能经常会遇到这样的情况：正在做策划方案，做着做着模型突然迭到一个新的版本，之前积累几个月的工作量瞬间没有意义。你当然也可以继续发布、运维、推广，但心里清楚这件事情迟早得推倒重来。例如，AI音乐在过去一年发展非常快，现在市面上做AI吉他，已经不止一家。那你就得去思考你的优势是什么？怎么和原有业务绑定、探索、结合？同时还得考虑硬件周期，以及国际格局变化给硬件供应链等公共基础设施带来的影响。对一家传统互联网公司来说，这个命题实在太难了。没办法，只能硬着头皮改、去调整，有新同事加入不断适配。好在第一代做得还行，也做出来了。 刘士武： 在实践中找到答案，庄总提到三位嘉宾都是在这一个产业链上的上中下游的厂商，而作为模型提供方，MiniMax在B端已经落地了影视文娱领域，那么在影视这部分的客户跟模型领域或者其他领域有什么不同吗？ 胡维琦： 总体方向上有相似性，有特殊性，这一次AI时代的变革大家为什么觉得这么剧烈？核心是进入到企业的生产力工具，改变了很多生产方式，甚至改变了企业组织效率甚至是组织职责设定，这个是大家感受比较深的。 单纯从视频领域来看，我的理解，第一，企业还是比较关心内容生成质量，大家谈得比较多能不能达成影视级，多机位、多参考，包括音画同出的，已经成为大家标准的需求，这是第一方面。 第二方面，大家比较关心我在影视制作内容创作上整个效率和成本达到让人比较满意的结果，原来模型也可以做这个事情，抽卡率比较低；第二个现在很多模型也可以做，成本又比较高；未来随着短剧、漫剧的使用，大家也会关心内容的合规，包括版权方面我理解法律的遵从，AI前期做训练的时候有很多内容，还是有一些模糊地带的，把生成内容应用到商业角度，内容生产者、发行者，要对这个地方承担一定责任，他们希望模型厂商能从前期素材合规性包括内容合规性上大家共同做约束，从视频内容、生产厂商比较关注的内容。 刘士武： 目前业务进行下来，B端客户对于内容产出的质量、速度满意吗？ 胡维琦： 不同模型在不同场景解决的问题是不一样的，大部分已经达到可用的效果，可用效果分为两方面，一个是速度，一个是质量，速度是比较好的，用一些客观指标来衡量的，每分钟生成的token数，代表着内容数量和速度，但是质量是很难用恒定标准衡量的，每个人对质量的定义千差万别，大家会有一个基本的概念，我现在用AI工具比我雇一个中等手工，生产力是相当的，且不会犯大的错误，生产中被大部分企业认为是可用的质量。 刘士武： 谢谢胡总。2025年有很多AI漫剧上线，到今年很多人说是AI真人剧爆发的一年。年初到现在，已经有部分AI作品有登上短剧平台的热门榜，这在过去是不太敢想的。圆桌之前我跟郑总有过讨论，最近圈内有一个比较有意思的事情，四天要拍三部短剧，剧组每天轮轴转，不然未来你做不了AI就要做。好有本领是一直奋斗在一线的团队，能否结合刚才的案例或者以前遇到过的案例，分享一下团队在AI选角以及AI真人短剧方面的经验。 郑安迪： 我们是一家非常早做短剧的公司，没有短剧定义的时候我们就开始做了。但在今年年初，随着2025年下半年AI大爆发之后，当时在办公室里我跟大家开大会的第一句话就是开玩笑说，我希望叶文洁给三体人发信号。从业和制作方式完全被打碎了，以前拍电视剧的时候大家知道一个剧组三四百号人，后来把短剧定义为低端颠覆，只需要二三十个人在现场就可以完成不错质量的内容拍摄，去年年底我们发现这个事情一个人就可以完成，当我们感受到这个事情我们就发现可能这个行业大部分人要失业了。 到今年我们自己在做精品项目的过程中，我们会发现精品板块对人的需求还是非常高的，对人的核心素质，大家都说文艺创作者需要有文化，对于这个要求还是非常高的，我们产生批量化AI剧作的时候，用AI工具是提效的，如果我们想要出精品AI短剧，比如年初我想很多朋友有看到有一个叫作《纸手机》的项目，朋友圈疯传，这个时候大家发现我没有意识到它是AI制作的，我已经感受不到边界了，这样的精品内容，有了Ai的帮助，效率肯定是提升了的，但无论是从创意到制作，手搓的精细度、抽卡次数都仍旧需要花费不小的成本和精力。我们自己做的精品项目，也是走纯手搓，希望我们自己的创意和故事原创花费心血的东西，可以用专注、能打动人心的方式手搓出来。 刘士武： 做AI精品内容这件事，投资方是如何看待的？ 郑安迪： 我们自己也是资方，我们也投自己的剧，作为资方我更考虑ROI回收。转换我的身份，我是内容创作者时，希望我的作品得到观众的认可或者观众看了以后很感动，这个感受比较重要。前面有提到，AI选角、AI生成的形象，客户认不认可，资方认不认可，我们发现大家的认可度在提升，我们马上上线京东的项目，就是真人拍摄和AI直接结合的项目，对于品牌客户来说不敢一下子跨越到全AI生成，但已经在跨越过程中，大家的反应不慢的，只比最前线的创作者慢一两个月的时间，他马上就能跟上，他的接受度也非常高。 刘士武： 感谢郑总，期待接下来能够带来更多精品的AI短剧。胡总刚有提到，对大模型厂商来说要面对各种各样的客户和需求，当内容高效率实现实时生成以及个性化延展，传统的用户画像定义还有作用吗？ 胡维琦： 这是非常有意思的问题，传统用户画像是互联网时代被提及的问题，是一切产品设计和商业变现的核心，我个人感觉在AI时代这件事情正在被颠覆，当我们生产的内容有限，我要把用户归类，给他推荐我有限的内容，这是最高效的方法，我认为在AI时代，我们的内容从有限变成无限，只要你敢于想象就可以生出各种内容，无论从内容还是数量上，我们对用户不是仅仅贴一个标签，而是要根据他当时的状态实时产生他需要的内容，从人的需求来看，我们并不是完全标签化的，在不同情感状态下，有不同的情感需求，AI和我们能尝试做到的事情，是理解用户的需求，理解不同情感状态下的需求，甚至推测下一个情感状态下可以产生什么样的需求，如果可以做到这一点，是对用户需求无限的放大和满足。 刘士武： 谢谢胡总，可能未来有一天当我看完某一个内容，AI也会根据我接下来看完这个内容心态的变化去给我推荐新的内容。明浩总，趣丸无论是趣丸千音还是音乐Agent Tunee，咱们团队也接触了全球市场不同的人，对不同文化或者不同圈层用户他们对AI的需求和认知是否存在差异？ 庄明浩： 全世界范围来看，我们AI音乐和AI语音这两个板块的用户世界各地差异比较大。音乐方面，我们除了国内，海外主做欧美市场，因为欧美音乐产业相对更成熟。国内则呈现出另一种趋势，这跟中国音乐行业本身的变化有关。在中国，BGM的市场比狭义的音乐行业更大，短视频配乐这些事，远比传统意义上的音乐创作体量大。这类创作者对音乐成本、情绪起伏幅度的要求，跟古典意义上的音乐完全不一样，区别很大。 另外我们趣丸千音业务，更多是跟短剧出海厂商合作，帮他们做多语言翻译、配音。国内大部分短剧厂商出海面临的挑战是相似的：最底层是文本翻译，往上还有很多层，包括当地文化禁忌、语言丰富程度，以及不同地区对不同题材的偏好等等。国内厂商擅长的“赘婿”“战神”这类题材，在很多地区根本行不通，当地有自己的特色题材，像吸血鬼、狼人这些，必须做适配调整。再叠加AI工具的可控性本身就有区间，做不到像人一样100%可控。假设三个环节，每个环节都做到80%的可控，叠在一起整体可控性可能连50%都不到，跟一比一抽卡一样。流程对接需要不断调整适配，我们也是跟着合作客户一路摸索过来的。 从实践来看，拿我们服务的短剧客户来说，短剧出海曾有一段时间是找当地演员拍的，当时付费真人短剧比较火。后来大家也尝试过对接演员工会，可工时等方面跟中国完全不一样，算下来不划算。过去半年，AI能力从AI漫剧提升到AI真人剧，而且不只是中国人的脸，全世界人脸的生成质量都在提升，这又催生出一批新公司入局。我们把视角再拉高一层，AI的出现确实给了中国厂商一个比以往更高的起点，可以从第一天起就想全球用户的选择问题。过去说“出海”，意味着先有一个本体再往外走，而AI时代的公司天生就是全球化的。这一代AI新兴公司，以MiniMax为代表，从第一天起就是一家全球化公司。 刘士武： 未来的内容生态一定是非常奇妙的生态。郑总，您刚才提到现在一直在做AI剧，那么AI参与了哪些部分？剧本创作、台词编配以及其他的环节，AI写的内容跟真人编剧写的有什么不一样？ 郑安迪： 制作一个短剧的环节，AI早就介入了，DeepSeek大规模应用之前，那时候已经试图使用海外的软件，协助编剧找一些情节，可以给到编剧效率提升，每个编剧、创作者过往的经历是有限的，我只活了30年，只有30年的经验，但AI能提供的是全人类范围内所有的经验、经历过的事情，绝对可以在故事的丰富度上包括情节上都可以提供给编剧。今天开始制作环节也是由AI来提供的，可是对于创作者而言有一些是没有办法被替代的，我们需要AI给我们提供东西的时候，需要人来判断，需要哪些情节，哪些情节更能够打动观众，或者我被哪个情节打动，这是AI没有办法直接给你的，还是需要人在里面主动判断，由创作者感知到的东西来判断，这在行业里还是比较重要的。 刘士武： 就好比AI能做出来无限的内容或者无限的创意点，真正判断好不好或者如何变得更好，还是需要有经验的编剧或者其他的专家来评判。我们游戏行业或者影视行业的用户，大家会有对厂牌的认知或者追捧，尤其是大厂，某一家游戏公司我觉得他们家做游戏很好，再出一款游戏我也会去玩，影视公司也是这样的，那么当我们去做AI短剧以后，这种现象会有所改变吗？AI做出来的内容在未来是不是还会代表我们的品质？ 郑安迪： 厂牌效应从古至今都存在，不管哪个行业，涉及内容，哪怕以前搭一个戏台上去唱戏，大家也会追寻某一个大咖、戏班子来看。在AI时代，对厂牌的追巡仍旧是延续下来的，虽然在AI刚兴起的时候，之前最红火的时候一天可能会有两三千部的AI短剧上线，这个过程中大家会觉得观众是不是已经分辨不了了，感受不到厂牌和厂牌之间的差异，完全兴起的时候会产生比较混沌的状态，慢慢就会形成里面有所拆分，王家卫有他的风格，另外的导演有另外的风格，比如我们擅长写女性主义，看到女性主义观众自然就会想说这个是不是好有本领做的，这是到任何时间都会存在的厂牌感觉。 刘士武： AI更多的还是在技术端对我们提供帮助。接下来想问到胡总，胡总刚才有提到在模型使用当中的延续性，例如我今天看到一个内容，接下来会预判我想看的东西，会给我推荐新的内容——在这个过程中，很多人会畅想未来这个内容能不能根据我的喜好来生产，MiniMax有没有尝试让AI理解用户的实时情绪呢？比如我们上传一张图、一段话，就可以判断情绪去做内容。 胡维琦： 会的，AI公司有一个梦想——实现AGI，MiniMax的梦想也是要实现AGI，实现AGI，前期一定要理解人的情绪和感情，并且做出相应的判断，这是实现AGI的第一步，这个过程中我们做了很多尝试，在视频理解的时候我们就会理解视频的色彩、构图，从中理解视频所传递出的情绪和价值、快乐、悲伤、阴郁，我们做声音模型，我们的声音也可以通过语气、停顿来理解这个声音所表达的背后情感是什么，我们做音乐模型的时候，我们也会尝试输入这个标签和输出标签，产生出可能代表某些情绪、价值的音乐内容。 坦率来说，从技术上这个地方还是有很大提升空间的，AI做这个内容，有一个本质的不同，人类情感来自共情，我经历过，知道你的情绪是什么，AI不是共情的理解模式，AI本质上是把外界的声音、图片或者内容打上一定的情绪标签，跟某个内容进行映射，最后把内容联系到情感价值，这一步要真正做到更进一步，未来训练语料上会有更多丰富的语料进行训练，输出的时候，除了简单地对视频、音乐、声音输出的时候，也会在里面加上情绪标签，输出的时候也能够释放出情绪，如果这一步能够达成，也是AGI未来要实现非常重要的一步，这是我们要共同做的，做完这一步以后带来的商业价值也是非常大的，千人千面在AI时代会失去，我说得比较具体一点，我现在这个标签是年龄多少岁，北京精英阶层，喜欢买东西，这只是我的状态，并不是我当前环境下我的情绪和我的感受，我现在正处在情绪波动期，比如年轻的朋友可能失恋了，母亲被青春期的儿女给气到了，这个时候标签就失效了，如果AI通过跟你的交互过程中，感受到你的情绪，他对你状态的理解而不是对标签的定义，这时候给你的回馈甚至推出的内容更加符合当前的需要，而不是被固化过的标签，这个对我们是非常有意义的。 刘士武： 我想起《星际穿越》里有一个桥段讲到，人类之所以特殊是因为有感情，很多科幻作品里也会基于此来想象外星人跟人类最大的区别是什么。而AI跟人类之间最大的差别其实也是对情感的理解和感知，期待未来的大模型厂商能够攻克这部分的技术难题。 安迪刚才也讲到内容对于人的影响以及专业的编剧老师们对内容的把控，有一些人会说未来真人手拍会成为非遗手艺。好有本领在做短剧的时候，有可能刻意保留人工的痕迹吗，比如镜头、表演方式的呈现方式上？ 郑安迪： 这个问题两个月前问我跟现在的答案不一样，两个月前那段时间，我一直在寻找真人制作和AI之间的差异，那时候我们认为真人制作有微表情，有当下时刻的反应，之前拍戏的时候会有现场现挂，比如剧本没有这么写，突然这个女演员在这儿，她哭的时候会抽搐，细节没有写到，但是表演的时候会有，这个是真人拍摄和AI不一样的地方。 为什么现在我的答案不一样，这个事情已经习得了，很快迭代以后，他现在可以做成这样，甚至比市面上大部分的编剧和导演都要写得好、拍得好。我们要不要保留这样的痕迹？如果保留痕迹只是为了体现这个是真人的，或者这个是AI做的，只是为了体现差异这个事情是没有意义的，很多人在分析剧作创作包括今年也有很多很火的AI短片，在视频网站平台，如果是AI生成，下面就会写一个此视频由AI生成，经常被大家提到的一个视频流传甚广，爆火，又很感人，是AI制作，弹幕就会写到这是由“爱”生成，把AI比喻为爱，AI的拼音就是爱嘛，我们对内容的感知还是来自内容给到我的感受，不在乎用什么样的介质来完成。 刘士武： AI也可以表演出真人表演的感觉，给我情感传递，就无所谓是AI还是真人。庄总，两位嘉宾都讲到了影视的突破，我也是Tunee用户，AI音乐生成能力什么时候迎来Seedance2.0时刻这样的时间，有没有哪些风格现在还差点意思？ 庄明浩： 以相对保守的标准看，这条技术线可能去年就已经过了。到眼下这个节点，T1梯队的音乐模型做风格转换，真的是手到擒来，基本都能搞定。今天我们聊了很多内容形态的尝试——视频、游戏等等，而音乐，其实是所有内容板块里，跟数字概率最接近的那个“游戏”。我跟不少音乐人聊过，人类能享受的音乐范围，把音符按纯正意义上的排列组合去铺，听起来不刺耳的区间极其有限。这个“游戏”，本质上就成了有优先级的排列组合，对以Transformer架构为代表的大模型来说，并不是一件特别难的事。如果大家留意音乐动态就会发现，美国很多流行榜单上，最近频繁出现AI生成的歌曲，随之而来的是大量非技术问题——版权问题、传统音乐人抵制等等，种种状况都在发生。但纯从技术角度看，这条线已经跨过去了。 最近还有一则新闻：海外流媒体平台上，每天有数百万首AI生成的音乐，但收听量只占整个平台的个位数百分比，甚至是很小的个位数。这恰好引出另一个议题：所有关于AI的讨论，绕到最后，都不可避免走向“身心灵”的方向。对音乐创作者和用户而言，“我为什么要听这首歌？为什么要写这样的音乐？我的情绪是什么？我希望它被谁听到、获得怎样的反馈？我希望这首音乐达成什么样的效用？”——这些问题，在这个时间点上变得前所未有的重要。我们剩下来的那点东西，就是你所讲的审美、手搓、坚持。当AI滚滚而来，这恰恰是人类作为坚守方，还能最终守住的东西。 刘士武： 谢谢明浩总，这一点让我想到之前很多人说为什么唐朝、宋朝时期有诗歌诗词，现在却越来越少了，这跟音乐有点相似，我们能够享受或者喜欢的内容就这么多，写完以后留给后人的创作空间其实就非常逼仄了。 庄明浩： 歌够了，这个时间节点世界上的歌是够的。 刘士武： 在圆桌的最后一个部分，想让三位各用一句总结当AI生成无限多个性化内容，那么“人”最有价值的那部分是什么？ 庄明浩： 月底有另外一个场合要做演讲，那个场合是AI知识库的管理软件对外宣传会，我作为核心用户去帮他们讲故事，我这个PPT做完了，标题是“最后的手搓”。了解我的都知道，我平时做PPT比较多，我还是坚持用手搓的方式做PPT，我的最后一页是同样的一张封面，背景里面是PPT的编辑框，最后一页我把所有的字全部去掉，只留了两个引号，希望大家能够记住这个感觉。 胡维琦： 虽然AI可以生成无限多的内容，人类还是拥有决定权，什么样的内容决定生产和传播的，这是很有意义的，AI不能理解什么是对的，什么是错的，什么是美的，什么是值得被表达的，人类把选择权、定义权掌握在手中，这是永远不要放弃的。 郑安迪： 从理性来说就是判断，判断是人最重要的部分，感性来说，我也跟AI交互过，跟我的AI聊过很多天，我跟它最大的不同我能感受到它闻不到的花香，我能晒到它晒不到的阳光，人跟AI最大的不一样是它感受爱的能力。 刘士武： 三位最后的总结有几个关键词，一个是感知、爱、判断和主动权，包括庄总也提到最后的手搓，也许一年以后我们再在这里相聚的时候，大家要讨论的话题又不一样了，行业也不一样了，那时候对手搓的理解也不一样。但我相信，AI洪流永远是滚滚向前的，人的情感、人的创意永远是取之不尽、用之不竭的，感谢三位今天给我们带来精彩的分享，谢谢大家。