即刻App年轻人的同好社区
下载
2026新年好呀，开工大吉~
元旦假期后的第一个工作日，水一篇一直想写但没写的小发现。之前发现（26年还没改）App Store的搜索功能，竟然没有做历史记录能力，即用户之前搜索过的app关键词，并不会被存下来。作为一个非常基础的、常见的产品功能，不由得好奇苹果为何选择不做？
尝试做些可能性分析：
1. 不是苹果没做，而是用户没发现
a. 各种尝试，确实没有找到开关或者有搜索历史记录的地方
2. 单纯忘记做了
a. 极其小概率事件，不论是其产品团队的专业性，还是巨大的用户基数，一定有内部或外部用户提过这事
3. 考虑过，但因为某些原因决定不做
a. 隐私保护至上，作为apple的核心“人设”，记录历史搜索记录可能会暴露很多的用户倾向性；
b. 产品定位非内容资讯平台，作为一个app store，用户并不太会经常使用搜索功能去反复、多次、高频的搜索同一个query；
c. 该场景下搜索的query长度比较短（对比在抖音、B站、小红书的query），用户没有搜索历史，再次输入的成本不高；
d. 商业化考量，搜索历史需要占据一定的屏幕空间，影响屏效、推广app、广告内容的展示；
当然，做出这个产品决策还是挺厉害的，需要有很强的判断力+自信+抗压。也许还有些其他的维度，欢迎大家comment补充~
元旦假期后的第一个工作日，水一篇一直想写但没写的小发现。之前发现（26年还没改）App Store的搜索功能，竟然没有做历史记录能力，即用户之前搜索过的app关键词，并不会被存下来。作为一个非常基础的、常见的产品功能，不由得好奇苹果为何选择不做？
尝试做些可能性分析：
1. 不是苹果没做，而是用户没发现
a. 各种尝试，确实没有找到开关或者有搜索历史记录的地方
2. 单纯忘记做了
a. 极其小概率事件，不论是其产品团队的专业性，还是巨大的用户基数，一定有内部或外部用户提过这事
3. 考虑过，但因为某些原因决定不做
a. 隐私保护至上，作为apple的核心“人设”，记录历史搜索记录可能会暴露很多的用户倾向性；
b. 产品定位非内容资讯平台，作为一个app store，用户并不太会经常使用搜索功能去反复、多次、高频的搜索同一个query；
c. 该场景下搜索的query长度比较短（对比在抖音、B站、小红书的query），用户没有搜索历史，再次输入的成本不高；
d. 商业化考量，搜索历史需要占据一定的屏幕空间，影响屏效、推广app、广告内容的展示；
当然，做出这个产品决策还是挺厉害的，需要有很强的判断力+自信+抗压。也许还有些其他的维度，欢迎大家comment补充~
1 00
关于什么是AI native的一些思考
2025年的AI赛道如火如荼，Deepseek、Manus、Nano Banana、NotebookLM等等，国内的智谱、Minimax也马上上市了，大家也仿佛10-15年的移动互联网创业时代，各种摩拳擦掌、跃跃欲试。其中，一个经常被提到的概念“AI native”产品。对比传统产品结合AI能力做升级，AI native的产品听起来就是更厉害的、更高级的。但究竟什么是AI native？怎么做算是AI native，怎么做只是传统产品结合AI简单升级？
● 一直没有太思考清楚这里的底层逻辑，还没有通过语言精准表达出来的沉淀
直到今天看到了一张图（先恭喜Manus），忽然发现也许就是一些产品的底层逻辑决定了什么是AI native。如下图所示，一张由Gemini image pro生成的图片，其中的文字部分可以看到“模型”两个字很奇怪，不是传统的LLM直接输出，而是类似图像生成的方式，按照概率推测出来的。这就是一种产品实现时的底层逻辑区别，
● 是按照传统思维方式，文字模型输出文字、图像模型生成图片，再加工整合成一个图？
● 还是直接全部都用图像模型输出？
也许，就是这些一个个具体产品实现上的重构，构成了所谓的AI Native吧？
2025年的AI赛道如火如荼，Deepseek、Manus、Nano Banana、NotebookLM等等，国内的智谱、Minimax也马上上市了，大家也仿佛10-15年的移动互联网创业时代，各种摩拳擦掌、跃跃欲试。其中，一个经常被提到的概念“AI native”产品。对比传统产品结合AI能力做升级，AI native的产品听起来就是更厉害的、更高级的。但究竟什么是AI native？怎么做算是AI native，怎么做只是传统产品结合AI简单升级？
● 一直没有太思考清楚这里的底层逻辑，还没有通过语言精准表达出来的沉淀
直到今天看到了一张图（先恭喜Manus），忽然发现也许就是一些产品的底层逻辑决定了什么是AI native。如下图所示，一张由Gemini image pro生成的图片，其中的文字部分可以看到“模型”两个字很奇怪，不是传统的LLM直接输出，而是类似图像生成的方式，按照概率推测出来的。这就是一种产品实现时的底层逻辑区别，
● 是按照传统思维方式，文字模型输出文字、图像模型生成图片，再加工整合成一个图？
● 还是直接全部都用图像模型输出？
也许，就是这些一个个具体产品实现上的重构，构成了所谓的AI Native吧？
2 00
最近的精力管理是有点差，导致只能砍任务，最后一不小心2个月没有更新。中间遇到了一些想写的事情，但是因为没动笔记录，结果也忘记了当时的灵感。今天觉得不得不写点东西，于是乎搜肠刮肚想了想，忽然想起最近看的一个故事：商朝武丁中兴，提到了一件事很有趣。
武丁当时刚刚即位，但国家内忧外患，他却做了一件非常反常识的事情，没有立刻发布政令去解决各种问题，而是闭门谢客的研究了起来。在长达3年的时间里，竟然一条政策、指令也没有发布，一度让文武百官觉得，这个皇帝（准确说是王）也太水了。
不过后来，直接猛虎出山、广纳贤士（是不是主要就是傅说？），通过一系列操作将商朝又来了个中兴。虽然他的成功很难复制，但带来的一些启示还挺有意思的，也符合最近网络上的一些热门观点（比如：有的事情放一放就好了、着急做判断不好睡一觉再决策），本质上都是避免大脑进入快思考模式，为了追求决策效率而做出错误的判断。
同样的，一段时间内很流行一种说法，敏捷开发、轻文档（甚至无文档开发），但书写这个事情的价值，有时就像是武丁的三年不鸣，也是给大脑一个思考的时间与过程。虽然从小我个人也很不喜欢写东西、写作文，反而工作后才开始逐步体会到写作的价值。虽然写的不好，但是还在坚持。
武丁当时刚刚即位，但国家内忧外患，他却做了一件非常反常识的事情，没有立刻发布政令去解决各种问题，而是闭门谢客的研究了起来。在长达3年的时间里，竟然一条政策、指令也没有发布，一度让文武百官觉得，这个皇帝（准确说是王）也太水了。
不过后来，直接猛虎出山、广纳贤士（是不是主要就是傅说？），通过一系列操作将商朝又来了个中兴。虽然他的成功很难复制，但带来的一些启示还挺有意思的，也符合最近网络上的一些热门观点（比如：有的事情放一放就好了、着急做判断不好睡一觉再决策），本质上都是避免大脑进入快思考模式，为了追求决策效率而做出错误的判断。
同样的，一段时间内很流行一种说法，敏捷开发、轻文档（甚至无文档开发），但书写这个事情的价值，有时就像是武丁的三年不鸣，也是给大脑一个思考的时间与过程。虽然从小我个人也很不喜欢写东西、写作文，反而工作后才开始逐步体会到写作的价值。虽然写的不好，但是还在坚持。
1 00
1 00
平时完全不练后束，只是每周一次练习中束和前束。结果最近发现后束还可以，复盘想想，应该是平时拉引体导致的（是的，代偿了）
好消息：后束练了；
坏消息：背部肌肉没练到位
#练肩 #见人不如健身 #肩部训练 #不死就往死里练
好消息：后束练了；
坏消息：背部肌肉没练到位
#练肩 #见人不如健身 #肩部训练 #不死就往死里练
3 00