即刻App年轻人的同好社区
下载
AI 行业在 DeepSeek 无良暴涨之后，陷入了一个尴尬的境地，Flash 模型成了鸡肋，能力不是那么强，没有多模态，又有点贵。
亟须一个又便宜又好又有多模态的模型来补位。
今天 Ox 终于上线，牛来了！
多模态，小参数，强后训练，Terra 能力级别，flash 的速度！
目前在 Cola 里限时免费体验中，欢迎体验。
体验地址：colaos.ai
温馨提示：beta 模型没有技术支持，且可能存在一定问题，请谨慎使用。
交流群
mp.weixin.qq.com
亟须一个又便宜又好又有多模态的模型来补位。
今天 Ox 终于上线，牛来了！
多模态，小参数，强后训练，Terra 能力级别，flash 的速度！
目前在 Cola 里限时免费体验中，欢迎体验。
体验地址：colaos.ai
温馨提示：beta 模型没有技术支持，且可能存在一定问题，请谨慎使用。
交流群
mp.weixin.qq.com
5 12
《打动自己，知难而进》冯骥
1、首先打动自己。
无论何时，请把自己与团队当作最优先的目标用户。
这是公司成立至今的价值观，我总是翻来覆去说这句有点拗口的话——
“必须做开发者自己作为用户也理解、认可、喜爱的游戏。”
这不单是情怀，也是理性的产品策略。
如果你对正在做的东西缺乏非功利的热诚，你的直觉就会开始迟钝。
时间一长，大概率输给那些比你更乐在其中的人。
2、再找外部交集。
打动自己，不意味着孤芳自赏。
市场数据、用户反馈和商业上的可持续都很重要。只有组织活下来，集体认知才有机会成长，团队能力才有时间变强。
呼应第一点，我想强调的是，对内容产品而言，先在外部找到与自己个性、趣味、喜好相近的人，通常比试图讨好所有人更高效。随着受众规模扩大，开发者与用户的相似度可能逐渐降低，但这个过程更类似从核心向外自然扩散，而不是一开始就在茫茫人海里碰运气。
世界很大，没有谁真的独一无二。能深深打动自己的东西，往往也能打动世界上的另一群人。
创作过程的每一处用心，都一定会被懂你的用户感受到。
3、发现亮点，先于消灭缺陷。
与其先想着如何征服不喜欢你的人，不如先尽力满足喜欢你的人。
伟大的游戏也绝非面面俱到，这个世界存在太多的不可能三角。资源永远有限，完成度永远不够，目标之间永远存在取舍与矛盾。比“还有什么地方不够好”更重要的问题是：有没有什么体验，只有在我这里才能玩到？
再往大一点说，一家内容公司存在的意义，也许就是让一部分人觉得：幸好这个世界上，还有人做出了这样的玩意。
4、可体验的版本，胜过满纸雄文。
文档可以解释意图，数据可以辅助判断，会议可以统一认识，但游戏实际上更接近一种综合的、复杂的、甚至有些混沌的沉浸状态。
内部判断产品风险时，我始终更相信真正跑起来、打起来、死上几次之后的感受，以及观察同事们在作为玩家时的真实反应。然后才据此去敲定某些拿不准的设计，或者放弃之前看上去牛逼的创意。
具体到每一次对外发布的实机视频，希望传递给大家的也是同一件事——
“看到后，能轻易想象自己亲手玩起来的样子。”
5、好玩是目标，也是底线。
这一条就不展开了……总之如果内部版本不够好玩，那就再调查调查，反思反思，学习学习，迭代迭代，重构重构，再多玩玩其他游戏，嘻嘻。
6、美无定式。
没有一种风格永远高级，也没有一种信号永远刺激。
再惊人的美学符号，反复出现也会失去最初的力量。美，更像是一种认真创造的陌生感。
说到底，神经传导会适应，多巴胺奖励会消停，人会厌倦一再重复的事物，这是创作者永远逃不出的无间狱。
前几天，我和佳骐（声音负责人）扯到这个话题，顺手编了句打油诗来比喻：美无恒美，法无定法。多见易俗，少见易雅。他说，滚，两面都让你说了，狡猾。
嗯，那个，反正，我要表达的意思是，或许不必追求找到一套万用万灵的美学公式，而是应该不断探索还有什么好的表达方式，其中既有技艺，又有新意。
7、走投无路，提升密度。
大部分时间里，我们其实找不到什么更聪明、杠杆更大的办法，去提升产品的竞争力。
这个时候，在那些已经被验证的亮点上继续增加有效密度，通常不是一个坏选择。
比如更细腻的粒子，更茂密的植被，更丰富的动画，更精确的打击反馈，更多样的妖魔鬼怪，更大的显存（bushi）……不是说无脑堆参数与资源就一定好，前提是这些内容的确是被验证过的亮点，而且依然能让用户感知到差异。
想不到妙手是游戏开发的常态，不妨先把每一步本手下扎实。
8、起点看最高，终点当领跑。
对同领域的当家花旦们，最好如数家珍——哪里玩到昏迷，哪里气到爆炸，哪里不知所措，哪里眼睛哭花。
然后去搞清楚——它们各自采用了何种开发模式、设计方法、制作工艺与技术标准。
最后反复思考——什么能学，什么学不得，什么要虚心，什么要创新。
游戏并非必需品，深入体验与研究标杆的另一重价值，是让我们对这个品类三五年后的及格线会有多高，大致心里有数。
取法乎上，把对标杆的认知当成制作自家demo的起点，绝不是坏事，哪怕暂时高山仰止。
但是，如果长期目标是“做到和某某差不多”，有点危险。
尊重标杆，学习标杆，是为了最终建立自己的尺度。
想登顶，想一览众山，想创造前所未有的新标杆——这不是自不量力，是宝贵的冲劲与志气。
要敢想。
9、难能，可贵。
充分竞争的成熟市场，鲜有低垂的果实。任何容易解决的问题与需求，要么不存在后来者的机会，要么很快会被竞争对手挤满。
这一点我有切身体会。刚创业时，以为小公司只要选一个自己理解的赛道，做得比大厂快一点，玩法、剧情、画面、声音什么的有点小特色就够了。但事后看，这种所谓高执行力+低成本创新带来的价值微薄而脆弱，用户也很容易闻出这种速成产品的敷衍味道。
一直做相对容易的事，反而惶惶不可终日。
所谓护城河的本质，便是拥有难以被轻易取代的价值。
当我们被某样事物深深打动时，它往往是稀缺的、非凡的、来之不易的，而人们似乎天生就会被“哇这是怎么做到的”的魅力所吸引。
2019年的公司年会，我用八个字总结游科前五年的状态：东搞西搞，投机取巧。
也是在那年，在公司原来价值观“打动自己”外，又加了四个字——
知难而进。
10、理念是廉价的，但贯彻理念的行动是可贵的。
知行合一不是什么新鲜道理，但我加一句暴论：很多时候，行是知的前提。
因为咱们脑中的理念很有可能是肤浅的、偏颇的、错误的，只有贯彻理念的行动与现实发生了真实的碰撞，才能看清：这个世界与我们原先想的到底哪里一样/不一样。
有时撞得太猛，世界太硬，把我们原先的理念撞成了一地碎片。
没关系，正好一片片捡回来，慢慢拼出新的模样。
然后，再撞一次。
1、首先打动自己。
无论何时，请把自己与团队当作最优先的目标用户。
这是公司成立至今的价值观，我总是翻来覆去说这句有点拗口的话——
“必须做开发者自己作为用户也理解、认可、喜爱的游戏。”
这不单是情怀，也是理性的产品策略。
如果你对正在做的东西缺乏非功利的热诚，你的直觉就会开始迟钝。
时间一长，大概率输给那些比你更乐在其中的人。
2、再找外部交集。
打动自己，不意味着孤芳自赏。
市场数据、用户反馈和商业上的可持续都很重要。只有组织活下来，集体认知才有机会成长，团队能力才有时间变强。
呼应第一点，我想强调的是，对内容产品而言，先在外部找到与自己个性、趣味、喜好相近的人，通常比试图讨好所有人更高效。随着受众规模扩大，开发者与用户的相似度可能逐渐降低，但这个过程更类似从核心向外自然扩散，而不是一开始就在茫茫人海里碰运气。
世界很大，没有谁真的独一无二。能深深打动自己的东西，往往也能打动世界上的另一群人。
创作过程的每一处用心，都一定会被懂你的用户感受到。
3、发现亮点，先于消灭缺陷。
与其先想着如何征服不喜欢你的人，不如先尽力满足喜欢你的人。
伟大的游戏也绝非面面俱到，这个世界存在太多的不可能三角。资源永远有限，完成度永远不够，目标之间永远存在取舍与矛盾。比“还有什么地方不够好”更重要的问题是：有没有什么体验，只有在我这里才能玩到？
再往大一点说，一家内容公司存在的意义，也许就是让一部分人觉得：幸好这个世界上，还有人做出了这样的玩意。
4、可体验的版本，胜过满纸雄文。
文档可以解释意图，数据可以辅助判断，会议可以统一认识，但游戏实际上更接近一种综合的、复杂的、甚至有些混沌的沉浸状态。
内部判断产品风险时，我始终更相信真正跑起来、打起来、死上几次之后的感受，以及观察同事们在作为玩家时的真实反应。然后才据此去敲定某些拿不准的设计，或者放弃之前看上去牛逼的创意。
具体到每一次对外发布的实机视频，希望传递给大家的也是同一件事——
“看到后，能轻易想象自己亲手玩起来的样子。”
5、好玩是目标，也是底线。
这一条就不展开了……总之如果内部版本不够好玩，那就再调查调查，反思反思，学习学习，迭代迭代，重构重构，再多玩玩其他游戏，嘻嘻。
6、美无定式。
没有一种风格永远高级，也没有一种信号永远刺激。
再惊人的美学符号，反复出现也会失去最初的力量。美，更像是一种认真创造的陌生感。
说到底，神经传导会适应，多巴胺奖励会消停，人会厌倦一再重复的事物，这是创作者永远逃不出的无间狱。
前几天，我和佳骐（声音负责人）扯到这个话题，顺手编了句打油诗来比喻：美无恒美，法无定法。多见易俗，少见易雅。他说，滚，两面都让你说了，狡猾。
嗯，那个，反正，我要表达的意思是，或许不必追求找到一套万用万灵的美学公式，而是应该不断探索还有什么好的表达方式，其中既有技艺，又有新意。
7、走投无路，提升密度。
大部分时间里，我们其实找不到什么更聪明、杠杆更大的办法，去提升产品的竞争力。
这个时候，在那些已经被验证的亮点上继续增加有效密度，通常不是一个坏选择。
比如更细腻的粒子，更茂密的植被，更丰富的动画，更精确的打击反馈，更多样的妖魔鬼怪，更大的显存（bushi）……不是说无脑堆参数与资源就一定好，前提是这些内容的确是被验证过的亮点，而且依然能让用户感知到差异。
想不到妙手是游戏开发的常态，不妨先把每一步本手下扎实。
8、起点看最高，终点当领跑。
对同领域的当家花旦们，最好如数家珍——哪里玩到昏迷，哪里气到爆炸，哪里不知所措，哪里眼睛哭花。
然后去搞清楚——它们各自采用了何种开发模式、设计方法、制作工艺与技术标准。
最后反复思考——什么能学，什么学不得，什么要虚心，什么要创新。
游戏并非必需品，深入体验与研究标杆的另一重价值，是让我们对这个品类三五年后的及格线会有多高，大致心里有数。
取法乎上，把对标杆的认知当成制作自家demo的起点，绝不是坏事，哪怕暂时高山仰止。
但是，如果长期目标是“做到和某某差不多”，有点危险。
尊重标杆，学习标杆，是为了最终建立自己的尺度。
想登顶，想一览众山，想创造前所未有的新标杆——这不是自不量力，是宝贵的冲劲与志气。
要敢想。
9、难能，可贵。
充分竞争的成熟市场，鲜有低垂的果实。任何容易解决的问题与需求，要么不存在后来者的机会，要么很快会被竞争对手挤满。
这一点我有切身体会。刚创业时，以为小公司只要选一个自己理解的赛道，做得比大厂快一点，玩法、剧情、画面、声音什么的有点小特色就够了。但事后看，这种所谓高执行力+低成本创新带来的价值微薄而脆弱，用户也很容易闻出这种速成产品的敷衍味道。
一直做相对容易的事，反而惶惶不可终日。
所谓护城河的本质，便是拥有难以被轻易取代的价值。
当我们被某样事物深深打动时，它往往是稀缺的、非凡的、来之不易的，而人们似乎天生就会被“哇这是怎么做到的”的魅力所吸引。
2019年的公司年会，我用八个字总结游科前五年的状态：东搞西搞，投机取巧。
也是在那年，在公司原来价值观“打动自己”外，又加了四个字——
知难而进。
10、理念是廉价的，但贯彻理念的行动是可贵的。
知行合一不是什么新鲜道理，但我加一句暴论：很多时候，行是知的前提。
因为咱们脑中的理念很有可能是肤浅的、偏颇的、错误的，只有贯彻理念的行动与现实发生了真实的碰撞，才能看清：这个世界与我们原先想的到底哪里一样/不一样。
有时撞得太猛，世界太硬，把我们原先的理念撞成了一地碎片。
没关系，正好一片片捡回来，慢慢拼出新的模样。
然后，再撞一次。
30 26
上周末把造价2000的定制骑行眼镜搞丢了
喝咖啡落在座位上，一小时后被一位外卖小哥拿走了
然后反思了一下，这个 oakley 的骑行眼镜系列可能是个智商税or奇怪的税
国产的牌子+近视定制，600搞定
oakley 的非骑行+近视定制，600搞定
就是 oakley+骑行+近视度数定制，就奔着2000去了...
关键这个价格并没有带来什么明显的优势，很重，很厚，很夹头...这也是为什么会搞丢，因为戴着太头痛了，休息的时候会摘下来
丢了之后我释然了，买了个普通的 okaley 运动眼镜
很轻，很便宜，很舒服
也很好看哈（户外会变成蓝色
也没那么浮夸，平时旅游也能戴
喝咖啡落在座位上，一小时后被一位外卖小哥拿走了
然后反思了一下，这个 oakley 的骑行眼镜系列可能是个智商税or奇怪的税
国产的牌子+近视定制，600搞定
oakley 的非骑行+近视定制，600搞定
就是 oakley+骑行+近视度数定制，就奔着2000去了...
关键这个价格并没有带来什么明显的优势，很重，很厚，很夹头...这也是为什么会搞丢，因为戴着太头痛了，休息的时候会摘下来
丢了之后我释然了，买了个普通的 okaley 运动眼镜
很轻，很便宜，很舒服
也很好看哈（户外会变成蓝色
也没那么浮夸，平时旅游也能戴
7 30
ai 总算是离开 coding 和 work 这种无聊的领域了
AI + 医药，人类之光
quote from indigo
个性化癌症mRNA-4157 在三期临床试验中取得积极结果，股价暴涨100%📈 Moderna 的肿瘤疫苗路线是取出患者的肿瘤组织，用 AI 分析并筛选出约 20 个最有代表性的抗原，编码成 mRNA 疫苗注射回去，训练 T 细胞识别这些抗原，防止术后复发。
选择做黑色素瘤做首个癌症疫苗的原因是：黑色素瘤是已知对免疫检查点抑制剂（如 Keytruda/PD-1 抑制剂）反应最好的实体瘤之一。专家常说：“没有哪种癌症像黑色素瘤一样对免疫治疗敏感。必须先在黑色素瘤上证明有效，再尝试其他癌症。”
如果这个路线完全成功，就可迁移到其它常见癌症，AI 扩大分析和抗原预测就会更加普适性。逻辑上说得通，技术上也很优雅，就是得根据患者定制，成本有点高😆 但 AI 的应用突破会首先发生在生物医药方面✨
end of quote
医药费是人类晚年的最重大开支
这也是低社保保障的国家里大家普遍没有安全感的重要因素
AI 在医药领域切切实实的改善人类生活
所以怎么期待都不为过
AI + 医药，人类之光
quote from indigo
个性化癌症mRNA-4157 在三期临床试验中取得积极结果，股价暴涨100%📈 Moderna 的肿瘤疫苗路线是取出患者的肿瘤组织，用 AI 分析并筛选出约 20 个最有代表性的抗原，编码成 mRNA 疫苗注射回去，训练 T 细胞识别这些抗原，防止术后复发。
选择做黑色素瘤做首个癌症疫苗的原因是：黑色素瘤是已知对免疫检查点抑制剂（如 Keytruda/PD-1 抑制剂）反应最好的实体瘤之一。专家常说：“没有哪种癌症像黑色素瘤一样对免疫治疗敏感。必须先在黑色素瘤上证明有效，再尝试其他癌症。”
如果这个路线完全成功，就可迁移到其它常见癌症，AI 扩大分析和抗原预测就会更加普适性。逻辑上说得通，技术上也很优雅，就是得根据患者定制，成本有点高😆 但 AI 的应用突破会首先发生在生物医药方面✨
end of quote
医药费是人类晚年的最重大开支
这也是低社保保障的国家里大家普遍没有安全感的重要因素
AI 在医药领域切切实实的改善人类生活
所以怎么期待都不为过
59 49
Claude Code 的增长神话破灭了
进入现实的苦哈哈个位数增长模式，程序员渗透的也差不多了，该去 codex 的也都走了，cowork 难用得不行也没吃下 work 市场太多
大家都要好好做人，不要在 ARR 增长最快的时候太飘
想到五六月的时候他们团队在外面疯狂鼓吹 AI 自我进化，自我开发软件，自我优化模型
现实世界是如此现实
进入现实的苦哈哈个位数增长模式，程序员渗透的也差不多了，该去 codex 的也都走了，cowork 难用得不行也没吃下 work 市场太多
大家都要好好做人，不要在 ARR 增长最快的时候太飘
想到五六月的时候他们团队在外面疯狂鼓吹 AI 自我进化，自我开发软件，自我优化模型
现实世界是如此现实
49 114
今天开发了完成了 ColaMD 1.9.0，解决了两个真实的痛点。
如果你平时用 Markdown 写东西，大概也会遇到这些时刻。
一篇 MD 文档写完，要发给同事，Word 还是绕不过去。现在可以直接从 ColaMD 导出 .docx，标题、列表、代码块和图片都会带过去。你可以接着在 Word 里改，也可以交给不写 Markdown 的人看。
一段 MD 笔记发到群里，但不是所有人都能方便地阅读 MD，不如直接发截图，现在 ColaMD 可以直接导出图片了，长文还会自动切图，方便发布到微信群和各种社交媒体平台。
除此之外，大幅优化了视觉表现：
1. PDF 的导出优化。它会跟着你正在用的主题走，没有白边，颜值进一步提高。
2. 新增大纲模式，文档很长的时候，左边可以切到大纲。点一下标题，就能跳过去。
3. 在上个版本 1.8.2 增加了12个主题，包括六个全新的暗色主题，推荐喜欢暗色模式的用户试试。
最后加了三个重要的小细节：
1. 新增自动保存机制，这样再也不会担心丢内容了
2. 自动检测更新机制，这样新版来的时候可以一键更新了
3. 每次更新后会弹出 changelog ，这样你可以方便地知道更新了什么
ColaMD 1.9.0 现已正式发布，喜欢的话就给个 Star 吧，马上到 1000 了：
github.com
如果你平时用 Markdown 写东西，大概也会遇到这些时刻。
一篇 MD 文档写完，要发给同事，Word 还是绕不过去。现在可以直接从 ColaMD 导出 .docx，标题、列表、代码块和图片都会带过去。你可以接着在 Word 里改，也可以交给不写 Markdown 的人看。
一段 MD 笔记发到群里，但不是所有人都能方便地阅读 MD，不如直接发截图，现在 ColaMD 可以直接导出图片了，长文还会自动切图，方便发布到微信群和各种社交媒体平台。
除此之外，大幅优化了视觉表现：
1. PDF 的导出优化。它会跟着你正在用的主题走，没有白边，颜值进一步提高。
2. 新增大纲模式，文档很长的时候，左边可以切到大纲。点一下标题，就能跳过去。
3. 在上个版本 1.8.2 增加了12个主题，包括六个全新的暗色主题，推荐喜欢暗色模式的用户试试。
最后加了三个重要的小细节：
1. 新增自动保存机制，这样再也不会担心丢内容了
2. 自动检测更新机制，这样新版来的时候可以一键更新了
3. 每次更新后会弹出 changelog ，这样你可以方便地知道更新了什么
ColaMD 1.9.0 现已正式发布，喜欢的话就给个 Star 吧，马上到 1000 了：
github.com
14 62
刚刚让 agent 做个导出图片功能它试了很多方案怎么都做不到
我问它为什么导出 pdf 就可以成功，而导出图片失败？
它反思了一下，找到了关键点，再试了一次就成功了
这就是触类旁通的思维，机器和人还是蛮不一样的
我问它为什么导出 pdf 就可以成功，而导出图片失败？
它反思了一下，找到了关键点，再试了一次就成功了
这就是触类旁通的思维，机器和人还是蛮不一样的
17 11
牛来的风还是吹到了 AI 圈，今天发现牛来都有 skill 了，就当作这周的 skill 精选吧。。。。。。
1. 将任意图片变牛头，太丑了
go.colaskill.com
2. 将任意图片变为牛来画风
go.colaskill.com
3. 一键生成牛来风格动画片，太魔性了
go.colaskill.com
这个重点说一下，可以将一句普通描述、一段日常故事或一张图片，改编成一部牛来脸主演的 15 秒荒诞低成本国产动画电影预告片。
1. 将任意图片变牛头，太丑了
go.colaskill.com
2. 将任意图片变为牛来画风
go.colaskill.com
3. 一键生成牛来风格动画片，太魔性了
go.colaskill.com
这个重点说一下，可以将一句普通描述、一段日常故事或一张图片，改编成一部牛来脸主演的 15 秒荒诞低成本国产动画电影预告片。
35 25
以前 AI 搞不定的旅行，现在好点了吗？
我有个同事，每周末都要从北京回大同，所以每周到要抢火车票。
每次回去前他得先打开 12306，登录，查票，再一步步填信息下单。一趟操作下来十来分钟。
事不大，但架不住每周来一次啊，这事儿已经成了每周例行的小折磨。
这事儿就很让人思考，旅行 AI 做了这么久，为什么这么简单的事情都搞不定？
过去两年，市面上的旅行 AI 产品也不少了，能帮你查攻略，能帮你推荐目的地，能告诉你去哪儿吃饭。但也就局限在查信息给推荐上了，其本质上还是个高级版的搜索工具。
但是我们期待的旅行 AI，远远不止是搜索信息，还要能找到精确的数据，最好还要帮我们省去一步一步的查询和下单步骤，最好还可以省去一步一步跟各种附加费、保险、权益包陷阱。
但这么高的期待，要求很强的数据整合能力，机酒火车旅行团...想来想去能做的也只有携程和飞猪了。
飞猪还是快一些，最近做了个飞猪帮帮，说自己是一个能帮你办事的旅行 AI。能规划，能下单，能退改签，还能值机选座。
给的承诺很多，实际会不会翻车呢...我拿了几个场景测了一下。
第一个场景，就是那位同事每周末回大同的例行操作。我跟飞猪帮帮说：帮我订下周回大同的火车票，七点以后出发的。它几秒钟给出三个方案，每个方案是一张卡片，上面标着车次、出发时间、到达时间和票价。
我选了一班，点一下卡片上的订票按钮，直接进入支付，全程不到一分钟。
以前在 12306 上从登录查询到下单，最快也要10分钟，现在一分钟就搞定了。
可惜目前现在它还不支持自动订票，要不然每周就可以自动抢票，更加安逸了。
第二个测试，我给了个复杂但是又很真实的需求。想起公司每次去团建都要费心地选地点，因为要求实在太多了，同时满足：能采摘、能骑行、能泡温泉、能看电影、还得有 KTV...
这种多条件交叉的需求，自己找的话要找半天，逐个对比，非常费劲。
我试着让飞猪帮帮能不能搞定
飞猪帮帮过了一会儿，推荐了三个地方：凤山、静之湖、九华山庄。静之湖我之前听过，著名的大杨山的起点，但确实没去住过，就选它吧。
它直接生成一张预订卡片，名字和联系方式已经填好，我只需要确认支付就行了。
订完之后我又补了一句：帮我把这个周末两天的行程规划一下。它问我要不要一键生成路书，我点了确认。
然后它就出了一张带地图的路线规划。第一天先到酒店入住，晚上去附近一家推荐的餐厅；第二天上午去银山塔林，下午去采摘。
两天排得满满当当，每个点在地图上都标了位置和路线，能直观看到动线怎么走，非常贴心了。
第三个测试，我试了一个旅行的边缘需求。我准备去日本，手机是电信的号，不确定到了那边怎么上网。我跟飞猪帮帮说：帮我查查有没有官方的境外流量套餐，有就直接订，没有就帮我找一个日本用的流量卡。
它搜了一圈，找到了一个可用的产品，甩出预订按钮，我点一下就下了单。
看起来，它不只能处理机票酒店这些事情，旅行过程中零碎的周边需求，流量卡、接送机、退改签，只要飞猪平台上有对应的商品，它都能帮你搞定。
整体测下来，还是挺意外的，订票神速，推荐酒店很准，购买旅行相关商品也很方便，最让人惊喜的是全程没有广告和点击陷阱。
而且接入了飞猪上合作方的数据源之后，确实是比互联网搜索的信息要准确得多，而且能查到就能下单，这方面做的很到位。
一键直接下单，花钱本该如此简单。
不过测的过程中我发现，同一个话题聊的轮次一多，它偶尔会出现幻觉，把某些信息说岔，可能是信息量超出了模型的上下文吧。所以现在使用的时候，还是尽量一个订单开一个新话题，这样用起来稳定性高一些。好在现在模型的能力进步很快，这些问题应该很快都能被解决。
总之，对于我们 P 人来说，旅行里各种选购下单是非常烦人的事情，AI 以前搞不定这些，现在越来越有希望了。
原始链接：mp.weixin.qq.com
我有个同事，每周末都要从北京回大同，所以每周到要抢火车票。
每次回去前他得先打开 12306，登录，查票，再一步步填信息下单。一趟操作下来十来分钟。
事不大，但架不住每周来一次啊，这事儿已经成了每周例行的小折磨。
这事儿就很让人思考，旅行 AI 做了这么久，为什么这么简单的事情都搞不定？
过去两年，市面上的旅行 AI 产品也不少了，能帮你查攻略，能帮你推荐目的地，能告诉你去哪儿吃饭。但也就局限在查信息给推荐上了，其本质上还是个高级版的搜索工具。
但是我们期待的旅行 AI，远远不止是搜索信息，还要能找到精确的数据，最好还要帮我们省去一步一步的查询和下单步骤，最好还可以省去一步一步跟各种附加费、保险、权益包陷阱。
但这么高的期待，要求很强的数据整合能力，机酒火车旅行团...想来想去能做的也只有携程和飞猪了。
飞猪还是快一些，最近做了个飞猪帮帮，说自己是一个能帮你办事的旅行 AI。能规划，能下单，能退改签，还能值机选座。
给的承诺很多，实际会不会翻车呢...我拿了几个场景测了一下。
第一个场景，就是那位同事每周末回大同的例行操作。我跟飞猪帮帮说：帮我订下周回大同的火车票，七点以后出发的。它几秒钟给出三个方案，每个方案是一张卡片，上面标着车次、出发时间、到达时间和票价。
我选了一班，点一下卡片上的订票按钮，直接进入支付，全程不到一分钟。
以前在 12306 上从登录查询到下单，最快也要10分钟，现在一分钟就搞定了。
可惜目前现在它还不支持自动订票，要不然每周就可以自动抢票，更加安逸了。
第二个测试，我给了个复杂但是又很真实的需求。想起公司每次去团建都要费心地选地点，因为要求实在太多了，同时满足：能采摘、能骑行、能泡温泉、能看电影、还得有 KTV...
这种多条件交叉的需求，自己找的话要找半天，逐个对比，非常费劲。
我试着让飞猪帮帮能不能搞定
飞猪帮帮过了一会儿，推荐了三个地方：凤山、静之湖、九华山庄。静之湖我之前听过，著名的大杨山的起点，但确实没去住过，就选它吧。
它直接生成一张预订卡片，名字和联系方式已经填好，我只需要确认支付就行了。
订完之后我又补了一句：帮我把这个周末两天的行程规划一下。它问我要不要一键生成路书，我点了确认。
然后它就出了一张带地图的路线规划。第一天先到酒店入住，晚上去附近一家推荐的餐厅；第二天上午去银山塔林，下午去采摘。
两天排得满满当当，每个点在地图上都标了位置和路线，能直观看到动线怎么走，非常贴心了。
第三个测试，我试了一个旅行的边缘需求。我准备去日本，手机是电信的号，不确定到了那边怎么上网。我跟飞猪帮帮说：帮我查查有没有官方的境外流量套餐，有就直接订，没有就帮我找一个日本用的流量卡。
它搜了一圈，找到了一个可用的产品，甩出预订按钮，我点一下就下了单。
看起来，它不只能处理机票酒店这些事情，旅行过程中零碎的周边需求，流量卡、接送机、退改签，只要飞猪平台上有对应的商品，它都能帮你搞定。
整体测下来，还是挺意外的，订票神速，推荐酒店很准，购买旅行相关商品也很方便，最让人惊喜的是全程没有广告和点击陷阱。
而且接入了飞猪上合作方的数据源之后，确实是比互联网搜索的信息要准确得多，而且能查到就能下单，这方面做的很到位。
一键直接下单，花钱本该如此简单。
不过测的过程中我发现，同一个话题聊的轮次一多，它偶尔会出现幻觉，把某些信息说岔，可能是信息量超出了模型的上下文吧。所以现在使用的时候，还是尽量一个订单开一个新话题，这样用起来稳定性高一些。好在现在模型的能力进步很快，这些问题应该很快都能被解决。
总之，对于我们 P 人来说，旅行里各种选购下单是非常烦人的事情，AI 以前搞不定这些，现在越来越有希望了。
原始链接：mp.weixin.qq.com
28 21