每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
B2B席位定价走向消亡，按量与按结果模型需配套预算硬上限、可结转预购、采购决策人告警与预算API四个控制；小红书爆款拆解给出图文分工、评论区运营与高客单内容主线；AI Agent落地需以证据合同与分级自治构建验证闭环。
22:10SaaStr 博客（RSS）
ZoomInfo CEO Henry Schuck 与 SaaStr 认为，纯席位定价正在消亡，三大原因：四年涨价耗尽空间（Vertice 指数显示 SaaS 通胀 12%-16.4%，远超 G7 通胀 2.7%）；CIO 砍传统软件预算养 AI token（Redpoint 调查 45% 的 AI 预算来自现有软件预算，54% 在整合供应商）；计费单位与价值脱钩（AI 让团队用更少人干更多活，席位费反而缩水）。 替代模型有二：按量（consumption）与按结果（outcome）。按量需配套四个控制：客户自设硬上限（非提醒）、可结转的预购块（Henry 团队正测试）、发给采购决策人而非仅管理员的阈值告警（60% 预算时触发）、供 agent 读取的预算 API。
14:54人人都是产品经理（RSS）
本文基于上千篇小红书爆款内容的拆解，提炼出30条实战洞察，核心聚焦如何让内容驱动转化与传播。图文分工上，干货类内容正文给骨架、图片给血肉，用“具体看P2到P4”引导点击；叙事类则图片给生活、正文给情绪线。封面需在1-3秒内回答四个问题：与谁有关、解决什么问题、是清单/对比/故事/新观点、为何值得点开。评论区是第三正文和成交现场，需24小时内值守答疑、置顶价格与链接、预埋高频问题答案，且高频关键词可强化搜索索引。二编（二次编辑）可激活老笔记流量，新增内容需占原内容30%以上。针对高客单、低频、参数复杂品类，提出“人-事-尺-证-感-路”内容主线：点明具体人群与麻烦、制造决策张力、提供4-8个判断维度、用证据让结论可见、把功能翻译成体感、给出低门槛下一步。
09:09人人都是产品经理（RSS）
本文基于上千篇小红书爆款内容的拆解，提炼出10条可复用的内容规律。核心洞察包括：爆款由内容驱动而非粉丝驱动，需提升素人感；爆款是验证后的资产，可工业化复用；先给价值再谈交易，不同内容类型对应不同信任媒介；内容类型对应从“想要”到“下单”的用户旅程，包括认知升维、生活叙事、痛点种草、测评横评、选购攻略、真实晒单、提问互动、促销转化等；人群要具体到生活场景而非标签；时令是流量启动器，攻略测评类内容建议节点前2-4周发布；替代定位和品类昵称可降低决策阻力；人设公式为“真实身份+脆弱点+坚持”，需示弱和粗糙感；配角提供线索或外部验证；标题第一任务是筛选精准用户；卖点表达需将参数翻译为生活体感，食品品类可加记忆锚；信任设计包括敢写缺点（优缺点比例约3:1）、具体数字、做功课叙事、主理人坦诚；
08:47人人都是产品经理（RSS）
本文作者拆解飞书Agent Skills后，提出内部系统Agent化的生产链路：用CLI-Anything从现有系统生成CLI骨架，再用skill-up将Skill变成可评测资产，打通命令生成到Skill Eval全链路。核心做法：先划清范围，只将高频业务动作收敛为CLI命令，不追求API全覆盖；CLI生成后需围绕真实问题反复refine，按只读、创建、更新、删除的顺序收敛；登录与安全必须沿用原系统信任链，SSO需校验state，凭证文件限制权限，TLS不关闭校验，401要求重新登录；功能测试至少检查命令参数、输出格式、真实网关权限、删除确认四层；性能优化分四层：并行查询、缓存元数据、分页与字段裁剪、SKILL.md下沉细节；
10:43人人都是产品经理（RSS）
陈老师总结的AI版数据分析SOP，适用于常规分析、ChatBI、数据Agent和Skill开发。核心是从业务需求出发，而非单纯提供数据。第一步清晰目标：区分要求与真实需求，真实需求需有明确使用人、使用频率，并对应到制定目标、制定策略、跟进执行、监督复盘、总结经验五个环节之一，且能带来明显结果改善。第二步选择方案：根据需求匹配方案，如晨会激励需拆分到个人进度，财务对数需核对口径，活动影响需对比。需核对数据宽表、维度分类、机器学习模型、ABtest或多指标评估等需求。第三步准备数据：大部分需求基于销售、库存、工单表即可，但用户行为、标签库、跨业务、ABtest类需提前设计宽表或埋点。
11:16人人都是产品经理（RSS）
阿里开源的Better Harness旨在解决AI Agent进入研发流程后的验证与信任瓶颈，其核心是检查Agent的工作闭环而非仅看结果。文章提出实际生产力公式：生成速度×首次正确率×可验证性×经验复用率。Better Harness通过前馈（任务说明、规范、边界、验收标准）与反馈（测试、日志、评审、审批）机制，形成“明确意图—约束执行—获取信号—修正结果—沉淀经验”的闭环。对产品经理的启发包括：从写PRD升级为设计“证据合同”，定义目标、非目标、数据工具权限、自动与人工确认边界、完成证据及停止回滚条件；按风险设计分级自治（低风险自动、中风险人工确认、高风险限制操作）；将经验沉淀为规则、Skill、模板而非留在聊天记录。
16:50人人都是产品经理（RSS）
本文提出用户洞察的核心是视角转换，而非方法论堆砌，并给出9个视角、19个提示词。视角1：主动提问，如“真的是这样吗？”，反向思考，区分单纯工作与用心做事。视角2：常备两个鱼钩——顾客想要什么、明天能开拓什么新项目。视角3：用双视角洞察，即经营者感知生活、旁观者审视自身，如元气森林让游戏小年轻做产品，要求身边十人自愿购买。视角4：穿越式思考，如7-Eleven单品管理，店长穿越到明天假设订货，次日复盘迭代。视角5：数据背后是故事，找异常、读动机、理关联，如7-Eleven袋装炒饭发现学生场景，开发碗装。视角6：用户任务（JTBD），如麦当劳奶昔案例，早上通勤充饥、下午哄孩子。视角7：走出去请进来，如宜家创始人当收银员、乐高贴近用户，建议现场有神明、吃透用户、花时间。
12:26人人都是产品经理（RSS）
Tolan是一款去人形的AI陪伴产品，用户以26-40岁女性为主（超75%），月活约120万。其设计刻意避免拟人化：采用外星人形象，限制浪漫关系，并主动引导用户回归现实，以防情感依赖。产品核心机制是长期记忆：每晚整理记忆，保留重要信息，删除琐碎内容；对话时调取最近对话、人物关系、长期记忆和当前情绪。2026年接入GPT-5.1后记忆遗漏下降30%，新版角色次日留存提升超20%。增长路径：2025年2月发布时超50万人创建，4月年化订阅收入从100万增至400万美元，7月下载超300万、付费用户超10万、月收入超100万美元，订阅定价为每周4.99美元、每月10美元或每年约70美元。团队仅12人，累计融资超3000万美元。用户核心需求并非孤独，而是“应付不过来”：希望有一个无需考虑对方感受、随时可倾诉的出口。
16:27人人都是产品经理（RSS）
本文是产品经理的项目管理实战总结，覆盖项目全生命周期。接手项目时，先明确需求范围、验收标准、系统边界，理清相关人权责（谁拍板、谁执行、谁验收），并提前做风险预案，发现问题立即升级汇报。制定计划时，工作项、负责人、输出物、风险、预案、时间点六要素缺一不可，安全冗余放在里程碑节点而非平均分配。延期处理遵循“判读延期→定位卡点→评估影响→制定方案”四步，判断是否真延期看最终里程碑，决策需在成本、风险、范围、时间四要素间权衡。沟通上，结构化传递信息（背景、结论、负责人、计划），留痕并确认对方收到；向上管理遵循“同步目标→暴露风险→提供方案→请求资源”，结论先行；跨部门协作先对齐目标、明确边界、管理依赖，负责人只能有一个。需求变更需三连问（变什么、为什么现在变、不变会怎么样），避免口头确认，及时同步并更新文档。
21:04Lenny's Newsletter（RSS）
本文由 Lenny 与 Jobs to be Done 框架共创者 Bobby Moesta 合作，基于 1000+ 职业转型者访谈，提出一套可重复的职业导航流程。核心是区分“晋升”（progression）与“进步”（progress）：晋升是沿既定阶梯向上，而进步是围绕你的职业 JTBD 自定义方向，可能表现为平级甚至看似后退的移动。文中给出六个问题：想要何种进步、处于何种职业任务、何种工作激发最佳状态、探索哪些可能选项、愿意接受哪些取舍、能否不离开就满足需求。每个问题配有练习，如 10 分钟进步练习：写下当前工作中的“推力”（如“经理每三天改优先级”）与对下一章的“拉力”（如“掌控深度工作时间”），圈出情绪权重最高的各两三个，组合成你的职业任务。