我想做个市场调研，想问问大家现在在使用各种 AI 服务的痛点 我们团队看到的问题： 各种中转站基本都是 newapi / sub2api 套壳，你用的中转站后面可能是另外无数个中转站，号称源头的实际上并无法证明。中间人作恶的成本很大 （参考 https://arxiv.org/abs/2604.08407 ） 账目不清醒，后台都是 newapi 这种界面，提供的 log 信息很少，各种倍率，充值算法，计算很复杂。 我觉得 LLM 每次的请求需要一个类似 chrome network inspector 这样的工具查看究竟做了什么，例如各种 tool calls 返回，这样人类对 agent 的 workflow 可以进一步优化。中转站本来能提供这个信息，但是市面上似乎极少 模型路由：很多 LLM 请求实际上可以用更便宜的模型做路由，目前 cloudflare AI Gateway 有很强的路由功能，但是中转站基本因为太暴利了都不去考虑这个事情。这个是用户自愿进行路由，不是掺水。 还有什么问题我没想到吗，认真请教
我想做个市场调研，想问问大家现在在使用各种 AI 服务的痛点 我们团队看到的问题： 各种中转站基本都是 newapi / sub2api 套壳，你用的中转站后面可能是另外无数个中转站，号称源头的实际上并无法证明。中间人作恶的成本很大 （参考 https://arxiv.org/abs/2604.08407 ） 账目不清醒，后台都是 newapi 这种界面，提供的 log 信息很少，各种倍率，充值算法，计算很复杂。 我觉得 LLM 每次的请求需要一个类似 chrome network inspector 这样的工具查看究竟做了什么，例如各种 tool calls 返回，这样人类对 agent 的 workflow 可以进一步优化。中转站本来能提供这个信息，但是市面上似乎极少 模型路由：很多 LLM 请求实际上可以用更便宜的模型做路由，目前 cloudflare AI Gateway 有很强的路由功能，但是中转站基本因为太暴利了都不去考虑这个事情。这个是用户自愿进行路由，不是掺水。 还有什么问题我没想到吗，认真请教
IT之家 6 月 1 日消息，全球市场调研机构 Counterpoint Research 最新智能手机市场展望追踪报告显示，全球智能手机市场正进入近年来较为明显的调整阶段。 IT之家获悉，2026 年全球智能手机出货量预计将同比下降 13.9%，降至约 10.8 亿部， 创下 2013 年以来的年度新低 ，且下滑幅度已超出今年 2 月预测的 12.4%。 ▲ 全球智能手机预测，2026 年 5 月 报告称 存储供应紧张是此次市场下行的重要推动因素 ，其成因在于产能被重新分配至 AI 专用的 HBM 及服务器 DRAM。2026 年第二季度 LPDDR4/5 价格预计较 2025 年第四季度增长约两倍，考虑到半导体制造的高资本投入与长交付周期，供应紧张情况预计将持续至 2027 年下半年。 苹果和三星是受此次冲击影响相对较小的 OEM 厂商，预计 2026 年 iPhone 出货量将保持基本稳定，2027 年将增长 5%；三星第一季度出货量基本持平，预计 2026 年仅下降 4%。华为则是 2026 年唯一预计出货量将实现增长的中国品牌。 ▲ 按品牌市场份额划分的全球智能手机预测 低端 OEM 厂商和新兴市场承受更大压力。2026 年 LPDDR4 供应将下降超过 40%。2026 年第一季度全球智能手机批发价格同比上涨 14%，随着前期库存的逐步消化，价格上行趋势仍将持续。 部分 150 美元 （IT之家注：现汇率约合 1016 元人民币） 以下的细分市场，正面临被市场逐步淘汰的风险 。 随着供应逐步恢复、被压抑的需求释放、宏观与地缘政治不确定性减弱，以及新一轮产品升级周期启动， 市场预计将在 2028 年迎来反弹 。此外，中国、日本、韩国等先行市场于本十年末将推进 6G 网络商用，AI 原生设备的成熟也将为市场反弹提供进一步催化作用。 参考 2026 年智能手机出货量预计出现近年来最大年度跌幅
IT之家 5 月 27 日消息，市场调研公司 Counterpoint Research 在其昨日发布的见解中表示， 全球 DRAM 内存市场规模在 2026 年第 1 季度达到 970 亿美元 （IT之家注：现汇率约合 6594.74 亿元人民币） ，距千亿美元大关仅一步之遥，环比激增 80%、同比增长更是高达 260%。 主要市场参与者中，三星电子巩固了其领先地位，市占扩大至 38%；SK 海力士的市占下滑至 29%；美光市占维持 22% 不变。 机构表示，推高 Q1 DRAM 营收总额的原因包括前所未有的需求和创下历史新高的价格；而从细分角度，AI 数据中心对 LPDDR5X 内存的需求正不断增长，这与 HBM 订单一道为市场的扩大推波助澜。 图源：Pexels 展望未来，Counterpoint 认为 DRAM 平均价格将在 2026Q2 环比上涨 50% ；而整体 DRAM 市场规模将在 2026 全年实现三倍提升。
家乡小县城没有鲜啤店，我产生加盟福鹿家鲜啤店的想法，算了下每个月固定开销23000，但还需要通过一些方法做市场调查，我会去目标开店地蹲点看看人流量怎么样，消费群体以年轻人为主，但不是有人流量就会有消费群体吧，各位开了店的佬友是怎么做市场调研的可以分享分享嘛 5 个帖子 - 4 位参与者 阅读完整话题
想做一个市场调研，国内什么样的公司不吝啬？ 公司类型（游戏，金融，互联网，具身智能等等） 公司规模 报销区间 是否需要发票 1 个帖子 - 1 位参与者 阅读完整话题
一、背景：我想靠 AI 配置服务挣钱 四月初我在想一件事：Claude Code 越来越多人用，但会配置的人少，不会配置的人苦。中间这个信息差能不能变成钱？ 我研究过的路子大概三条： 闲鱼挂 ¥79 的 Claude Code 配置服务（帮人装好、配好、调好） ¥19.9 资料包（把 CLAUDE.md 最佳实践打包成 PDF 卖） Cerebras 免费 API 批量注册 + ¥29/月中转（当时网上有人在做这个） 直觉上觉得都能赚到，但我不确定，因为我根本不知道这个市场现在是什么价位、竞争有多激烈、需求是不是真的。 一个做过电商的朋友说了句话：「你在卖东西之前，先把自己当买家调研一遍市场。」 但我不想手动刷闲鱼，那样太慢、太累、也不客观。 所以我做了一件可能更麻烦但也更有意思的事——让我自己搭的多 agent 系统去帮我做这件事。 二、系统架构：递归 swarm 我本地跑的不是单个 Claude Code，是一套分层 orchestration。 核心思想来自一个很朴素的类比： 不是让一个天才做所有事，是让一群蚂蚁分工做完然后汇总 。 架构长这样： foreman (CC Opus · 主窗口 · 总指挥) │ ├─ L1 researcher (Tier A · 深度爬取 + 结构化提取) │ └─ L2 extractor (Tier F · 免费模型 · 批量解析) │ └─ L3 formatter (Tier F · 格式归一化) │ ├─ L1 analyst (Tier A · 跨平台对比分析) │ └─ L2 cross-checker (独立二审 · 不看第一份输出) │ └─ L1 writer (Tier A · 产出 PIVOT-DECISION.md) └─ L2 fact-checker (验证关键数字前确认来源) 几个关键设计决策： 1. Tier 分级 按模型成本分四档：S（Opus，稀缺）、A（Sonnet，中端）、B（Haiku，廉价）、F（免费模型，吃爆）。调研爬取用 Tier F，分析汇总用 Tier A，最终判断留在 Tier S 主窗口。核心原则是「最贵的模型只做最贵的判断」。 2. Recursive spawn 任何 worker 遇到子问题，不请示、不等待，直接开子 worker 处理。比如 L1 researcher 在爬闲鱼时发现某个卖家有 271 人想要的 listing，它不是把原始数据抛回来，而是自己起一个 L2 去专门提取那个卖家的定价策略。 但有硬性 guardrail： MAX_DEPTH=3 ，超过三层直接 abort，不生孙子。每次 spawn 都写进 lineage.log ，可以事后查谁派了谁。 3. 三段式：总控 → 执行 → 独立核查 执行线程完成后不直接交回，必须先申请核查。核查线程不看执行过程，只看 artifact。通过才算完成。这条规则是我踩了几次坑之后加的——模型会自信地编数据，独立核查是唯一能拦住它的方式。 4. 通信用文件，不用消息队列 所有 agent 往同一个 delegations.md 写状态。foreman 通过 fswatch 监听文件变动，有变动就重生成 brief，不做定时轮询。markdown 文件 + 事件驱动，比上 message broker 简单得多，也够用。 派单命令长这样： dispatch --to=researcher \ --scope="/path/to/allowed/dir" \ --readonly="/path/to/context" \ --budget="20min" \ --verify-via="cross-checker" \ "爬闲鱼 AI 配置服务类 listing，提取：标题/价格/销量/评论数/发布时间，输出到 xianyu-raw.jsonl" --scope 决定它能写哪些目录， --readonly 决定它能读哪些上下文， --verify-via 指定核查员。执行线程越界会被核查打回。 三、实战：调研跑起来 调研分三个并行方向： 方向 A：闲鱼 listing 普查 目标：把 Claude Code 配置服务类的 listing 全量抓下来，提取定价分布。 跑出来的数据里，有几个数字让我记住了： 市场中位价： ¥24.9 销量最高的几个 listing 都是老店，权重已经做起来了 ¥1-2 的 PDF 资料包有个 listing 显示 79-271 人想要 ，但单价太低 ¥79 这个价位的只有新店，几乎没有成交记录 方向 B：竞品死活扫描 我本来打算做的第三条路——Cerebras 中转——这时候出了大问题。 system 让 researcher 去验证当时几个在做 Cerebras 中转的卖家还活着没有，结果： 88code → 403 Forbidden gaccode → 403 Forbidden wildcard → 403 Forbidden 同一天，24 把 Cerebras API key 全部返回 403。不是我的 key 出问题，是那批 key 来自同一个批量注册渠道，Cerebras 这边识别到了，整批封掉。 中转这条路当场判死刑——不是技术问题，是信任问题。即使重新搞 20 把活 key，买家凭什么相信一个新店不会也这么突然跑路？ 方向 C：需求热度 + 平台交叉验证 同时在微信群和 linux.do 上拉了一遍热词，找真实的买家在哪里问问题、问什么问题。 四、数据结果 三份报告汇到 foreman 主窗口后，我让它做 pivot 决策。几个关键结论： 路径 硬数据 7 天真实预期 闲鱼 ¥79 配置服务 中位 ¥24.9，新店权重 0，被 ¥19.9 老店碾压 0-1 单 闲鱼 ¥19.9 资料包 ¥1-2 PDF 有 79-271 人想要 1-3 单，低利 微信群 ¥99 broadcast 我在目标群自己也是学员，不是老师 0-1 单（信任倒置） Cerebras ¥29/月中转 24 把 key 全 403，跑路阴影 0 单 所有路线里，只有一个正向信号：闲鱼上有个 ¥68.2 的 Obsidian + Karpathy 第二大脑 listing 是活着的，而且是那一批里唯一定价超过 ¥50 还有成交的。 这个数字很重要。不是说这个价格区间好做，而是说： 「系统化方法论」比「帮人操作一次」值钱。 五、Pivot 调研完的当晚我做了个决定：原来的三条路全停。 不是技术没法做，是市场结构不对。一个新号在 ¥24.9 中位价市场里去竞争「帮人配置」，拼的是店铺权重和服务响应速度，这是老店的主场。 真正有差异化的东西是我花了这么多时间搭出来的这套系统本身——recursive swarm、分层 orchestration、跨 session 持久 memory、live dashboard——这不是配置服务，是一套方法论。 刘小排能靠「月烧 35 万 token」这个数字传播，不是因为他在卖什么，是因为那个数字本身就是 proof of work。我的 proof of work 是这套系统实际跑起来做出来的东西。 所以现在的方向是：先把系统的架构和过程分享出来，让人看到这个东西是真实存在的、能用的、有实际产出的。声誉先于变现。 六、反思 这套 swarm 有什么地方还不够好 首先是深度问题。三层 worker 在这次任务里够用，但如果任务更复杂，比如要做竞品的全量历史定价追踪，L3 这一层的上下文窗口就会开始截断，信息损耗是真实存在的。 其次是核查成本。每个执行任务后面都要接一个独立核查，这个设计保证了结果质量，但会让整体耗时增加 30-40%。对于「要快」的任务来说这是个 trade-off。 最意外的发现 24 把 key 同时 403 这件事。之前知道 key 会失效，但没想到一个批次的 key 会被一次性封掉。以后做任何中转类服务之前要先想清楚 key 来源的 blast radius——同一个来源的 key 出问题，会不会一起死。 什么是我做对的 用系统跑市场调研这件事本身。如果是手动刷闲鱼，我大概花两三个小时会得到一个直觉性的「感觉很卷」的结论。用这套 swarm 跑完之后，我拿到的是带具体数字的结论：中位价 ¥24.9、79-271 人想要但只有 ¥1-2 客单价、24 把 key 全 403。这些数字才是决策的依据，不是感觉。 尾声 帖子写到这里了。 这套系统还在持续跑，我会继续分享后续——包括架构里还没公开的一些设计，以及把这个方法论做成可复用模板的想法。 如果你也在搭类似的 orchestration 系统，或者对 recursive swarm 在具体场景下怎么调参有问题，可以聊。我不卖配置，但对这套架构本身很有话说。 工具栈：Claude Code (Opus 4.7) · Hermes Agent · OpenClaw · dispatch CLI · live-dashboard 数据时间：2026-04-21 5 个帖子 - 5 位参与者 阅读完整话题
近日，IDC发布最新中国IT服务市场调研数据，联想方案服务再度领跑行业，持续蝉联IDC中国IT服务市场首位，2025年市场份额创下九年新高，过去九年复合增长率达30%，Rev增速三倍于市场大盘。据了解，联想以擎天AI为核心引擎，依托AI Foundry与xCloud智能云双核驱动，叠加智能体自演进、模型编排引擎等五大技术突破，并率先搭建覆盖全国的高密度全域服务网络，创新客户直达服务运营模式。
36氪获悉，5月19日，市场调研机构英富曼（Omdia）发布最新的《中国AI云市场份额2025》报告，2025年中国AI云市场总规模达567亿元人民币，其中，阿里云在AI IaaS和MaaS两大领域均位列第一，总份额从上半年的35.8%上涨至38.1%，整体稳居第一。