即刻App年轻人的同好社区
下载
和大家分享个AI实践，这个案例有价值的点在于两个：
一是我完全不会代码，全程AI Copilot，这一点老生常谈，不多讲；
二是比较关键，整个过程，是把Gemini 3 、扣子工作流、扣子应用模式、飞书多维表格新发布的“应用模式”这一大堆新能力旁征博引联动了起来，能擦出不少火花。
我有一个品牌，在过去的品牌小红书更新中，我一直有一个痛点：就是图片库太多了（几千张），每次写好文案，想要找到合适的图片，可能需要比写文案更长的时间。
在今年11月，Google Gemini 3 发布，它最大的价值，是因为对于用户语意的理解和产出质量，让我对于 AI Copilot 有了非常深的体验，我决定，做一个工具解决以上的需求。
我想到了很多工具：
· 整体架构上，基于文案匹配图，本质上是许多标签的匹配——我采用了类似RAG（检索增强）架构的方案，一边是图和图片的描述，另一边是文案和对文案的拆解，两边都产出关键词，进行第一轮检索（粗排），然后让大模型基于粗排的结果进行匹配打分（精排），最终实现合适图片结果的输出；
· 飞书多维表格有单元格行的AI能力，并且可以上传图片——我可以把多维表格作为数据库，并且直接让AI读取图片，生成关于图片的描述；
· 扣子可以编排工作流，并且能够低代码绘制图形界面——我可以让扣子读取多维表格的接口，然后制作工作流完成文案对图的匹配。
有了这些最基础的能力，整个应用变得非常具有可行性，所以我立刻开始行动，中间遇到很多“拦路虎”，但在Gemini的帮助下，这些问题都逐个突破：
· RAG匹配的过程中，有时候需要代码节点帮我处理json格式——告诉Gemini 需求，它帮我写；
· 扣子应用模式搭建UI过程中，入参和出参有卡点——查阅网上其他案例，和Gemini成功解决；
· 扣子无法直接在公域展示飞书多维表格的图片——这个很棘手，考虑过公网图床、对象存储等方案，但最终我想到了飞书多维表格最近发布“应用模式”，可以将多维表格发布成一个网站，所以我就想，干脆不直接展示了，用多维表格应用模式搭一个检索能力，然后对匹配出来的图片，做一个“一键复制”编号按钮，就能实现在一个页面进行图片预览，虽然不如直接展示方便，但在MVP阶段，体验和功能也算是兼顾；
· 在扣子工作流搭建的网站，嵌入飞书多维表格应用模式的过程中，一直出现嵌入内容加载失败的问题，是因为字节火山引擎的鉴权问题——最终采用了Github托管网站，把Github生成的网站嵌入飞书多维表格，实现对火山引擎鉴权的绕过，这中间还遇到了OAuth 授权和PAT权限问题，也是和Gemini一起解决。
于是，经过了几个晚上的奋战，这个网站成功上线，它基于RAG架构，能够根据你的品牌小红书文案，帮你找到最匹配的图片，在大模型的加持下，匹配的效果很不错。
一是我完全不会代码，全程AI Copilot，这一点老生常谈，不多讲；
二是比较关键，整个过程，是把Gemini 3 、扣子工作流、扣子应用模式、飞书多维表格新发布的“应用模式”这一大堆新能力旁征博引联动了起来，能擦出不少火花。
我有一个品牌，在过去的品牌小红书更新中，我一直有一个痛点：就是图片库太多了（几千张），每次写好文案，想要找到合适的图片，可能需要比写文案更长的时间。
在今年11月，Google Gemini 3 发布，它最大的价值，是因为对于用户语意的理解和产出质量，让我对于 AI Copilot 有了非常深的体验，我决定，做一个工具解决以上的需求。
我想到了很多工具：
· 整体架构上，基于文案匹配图，本质上是许多标签的匹配——我采用了类似RAG（检索增强）架构的方案，一边是图和图片的描述，另一边是文案和对文案的拆解，两边都产出关键词，进行第一轮检索（粗排），然后让大模型基于粗排的结果进行匹配打分（精排），最终实现合适图片结果的输出；
· 飞书多维表格有单元格行的AI能力，并且可以上传图片——我可以把多维表格作为数据库，并且直接让AI读取图片，生成关于图片的描述；
· 扣子可以编排工作流，并且能够低代码绘制图形界面——我可以让扣子读取多维表格的接口，然后制作工作流完成文案对图的匹配。
有了这些最基础的能力，整个应用变得非常具有可行性，所以我立刻开始行动，中间遇到很多“拦路虎”，但在Gemini的帮助下，这些问题都逐个突破：
· RAG匹配的过程中，有时候需要代码节点帮我处理json格式——告诉Gemini 需求，它帮我写；
· 扣子应用模式搭建UI过程中，入参和出参有卡点——查阅网上其他案例，和Gemini成功解决；
· 扣子无法直接在公域展示飞书多维表格的图片——这个很棘手，考虑过公网图床、对象存储等方案，但最终我想到了飞书多维表格最近发布“应用模式”，可以将多维表格发布成一个网站，所以我就想，干脆不直接展示了，用多维表格应用模式搭一个检索能力，然后对匹配出来的图片，做一个“一键复制”编号按钮，就能实现在一个页面进行图片预览，虽然不如直接展示方便，但在MVP阶段，体验和功能也算是兼顾；
· 在扣子工作流搭建的网站，嵌入飞书多维表格应用模式的过程中，一直出现嵌入内容加载失败的问题，是因为字节火山引擎的鉴权问题——最终采用了Github托管网站，把Github生成的网站嵌入飞书多维表格，实现对火山引擎鉴权的绕过，这中间还遇到了OAuth 授权和PAT权限问题，也是和Gemini一起解决。
于是，经过了几个晚上的奋战，这个网站成功上线，它基于RAG架构，能够根据你的品牌小红书文案，帮你找到最匹配的图片，在大模型的加持下，匹配的效果很不错。
4 31
一年一度虎嗅F&M创新节，议题全是AI，这并不意外。有意思的是，今年非常清晰的感受到，“老登”“中登”“小登”三代企业家的世界观差异。于如今的我而言，期许小登、走向中登、致敬老登，看来我就是五谷丰登🤗。
2 01
如果你是古代的草原政权，想要南下擒龙，实际上你能选择的路就那么几条。
第一条是西边走关中平原，但汉代以后中原王朝政治中心东移，使得从西安潼关再长途跋涉绕到东边，很不经济。
第二条是强攻拿下重镇大同，顺着太行吕梁夹成的山西“糖葫芦”南下，试图从山西南边的上党高地，高打低一举夺取河洛平原。但这一路上重重关隘，即使侥幸破了“天下第一关”雁门关，也很有可能在12米高13米厚的太原城墙下折戟。
第三条路，还是破大同，但不走太原，直接向东，走阳泉、张家口一线，直逼河北平原，逐鹿北京。山西的大同阳泉，和河北的张家口，中间隔着绵延的太行山脉。太行山是不太可能带着辎重翻的，当年日寇的机动化部队，也在平型关被打得落花流水。所以要过太行山，只能找空子钻。
终于到了这条朋友圈的主角，这些太行山的空子，叫做“太行八陉”，飞狐陉便是其中一陉，刘邦拒项羽、刘秀称帝、土木堡瓦剌俘朱祁镇围北京，都走飞狐陉。《述征记》中载：“太行陉，阔三步，长四十里”，真正的一夫当关万夫莫开。
到底有多险，看图↓。
第一条是西边走关中平原，但汉代以后中原王朝政治中心东移，使得从西安潼关再长途跋涉绕到东边，很不经济。
第二条是强攻拿下重镇大同，顺着太行吕梁夹成的山西“糖葫芦”南下，试图从山西南边的上党高地，高打低一举夺取河洛平原。但这一路上重重关隘，即使侥幸破了“天下第一关”雁门关，也很有可能在12米高13米厚的太原城墙下折戟。
第三条路，还是破大同，但不走太原，直接向东，走阳泉、张家口一线，直逼河北平原，逐鹿北京。山西的大同阳泉，和河北的张家口，中间隔着绵延的太行山脉。太行山是不太可能带着辎重翻的，当年日寇的机动化部队，也在平型关被打得落花流水。所以要过太行山，只能找空子钻。
终于到了这条朋友圈的主角，这些太行山的空子，叫做“太行八陉”，飞狐陉便是其中一陉，刘邦拒项羽、刘秀称帝、土木堡瓦剌俘朱祁镇围北京，都走飞狐陉。《述征记》中载：“太行陉，阔三步，长四十里”，真正的一夫当关万夫莫开。
到底有多险，看图↓。
00:17
2 00
一年一度的虎嗅F&M创新节，又在一年之末开讲。作为虎嗅作者，虎嗅给了我一些赠票，大家可以填写邀请码「产品变量」领取价值199元的虎嗅F&M门票。
F&M是我每年都参加的行业会议，每次都能带来很多启发和思考。今年我看了嘉宾名单，江南春、海底捞、王小川、张笑语、老蒋，都是我比较期待的演讲嘉宾。讨论的主题自然也离不开AI，今年的主题基本上都是围绕AI展开，但客观上讲，今年AI的发展没太多强烈的记忆点，也期待行业里的人给一些内部视角。
欢迎线下面基，下方扫码，会场见。
F&M是我每年都参加的行业会议，每次都能带来很多启发和思考。今年我看了嘉宾名单，江南春、海底捞、王小川、张笑语、老蒋，都是我比较期待的演讲嘉宾。讨论的主题自然也离不开AI，今年的主题基本上都是围绕AI展开，但客观上讲，今年AI的发展没太多强烈的记忆点，也期待行业里的人给一些内部视角。
欢迎线下面基，下方扫码，会场见。
3 12
《县城的客车和路（20251009的日记）》
县城的客车型号，泾渭分明地分成了三个阶段，也把我的记忆，分成了三个阶段。
最新的人口数据显示，小县城的城市居民近两年只剩下4万人了，所以小城绝无开通高铁和火车的可能，过去没有，未来也不会有。
所以，县城和外界连接，唯一的公共交通方式，就是客车。
山西全是山。
在10岁前相当长的一段时间里，我觉得山沟沟里的县城，就是世界的全部，我在书本里知道北京、深圳、上海，我甚至知道纽约和伦敦，但我确实想象不到前往县城外面的必要性。
在那个人口流动极少的年代，几乎所有人都在当地安居乐业。我在一所私立小学读书，隔壁工人家庭的儿子，是我的同学，县里局长的女儿，也是我的同学。
但很快，我就第一次离开县城，到了“市里”。
在我童年的认知里，我不知道那是个什么市，“市里”就是一个明确的中心点，就像宇宙中心一样，几乎是所有出门人的终点，至于“省里”，那是遥不可及的天边。
我生病了，我妈想要带我去市里的大医院好好看看，那里的医疗条件，比县里要好很多。
从县里到市里的客车，停在城里北郊的三岔路口，会有画满纹身的壮汉，在那里招揽乘客。
客车不大，白色的依维柯像是一头大白鲸，前挡风玻璃上有一块大额头，是一辆很“方”的车型。
车里总共十五六个座位，还有七八个小马扎，超载3个人属于不超载，超载5个人是家常便饭，超载10个人是这趟车真赚钱。小孩儿是必须要抱起来的，不能单独占一个座位。
我妈抱着我，坐上了车，就开始等。车没有出发的时刻表，坐满才走，如果没坐满就一直等。
好在当时县城的经济还说得过去，有不少矿上上班的人需要往返，所以也不至于等太久，运气好的话，等半个小时就能够出发。
大白鲸依维柯爆发出引擎的轰鸣，司机挂上一档怠速慢慢地挪动着，引擎的运转让汽车的前盖震动作响。开得慢意味着路上还能再捡几个人，为司机此趟出行，再添一些收入。
路也不好走，一会儿泥路一会儿水泥路，拉煤车把路压得坑坑洼洼。我出了县城城区就开始晕车，剩下的70公里连呕带吐，等到了市里的时候，我感觉我的身体像是跳进了洗衣机。
这是我求医的路。
12岁那年，我家后面的山坡上，开始修路。我们一家人兴致冲冲地过去看，一台圆桶状的机械，把沥青摊开压实。
那时我没有意识到，这条路将彻底改变小城的出行方式，只是单纯的看了个热闹。但县城对外连接的途径，确确实实从此开始慢慢转变，而我，也将从小县城，步入更广阔的世界。
这条路叫做109国道，正式称呼叫“京拉线”，全长3922公里，终点是拉萨。我不想去拉萨，但109国道途径县城后，县城到市里的路，完全畅通了。
路通之后，紧随其后的是客运改革。县城取缔了原先全是江湖气的私人客运，要求必须转向公司化正规经营，其实还是那些人，只不过有了监管的眼睛。
那几年经济快速发展，去市里成了生活中高频的行为，所以原先的依维柯已经全部换成了50座大巴车，发车时间15分钟一趟准点发车。超载的现象还是会发生，但远不如之前猖獗。
开大巴车的司机，在那个年代，月收入能上万，成为县城里人人羡慕的好工作。
我也读完了初中，开始有机会走出县城，也知道了“市里”只是个小地方，“省里”也不算太远，广阔天地，大有可为。
一直到读大学，每个假期回家一趟，加上去市里玩儿，每年要坐十几次大巴车。我也不再晕车，看着窗外石壁巍峨、峻岭崇山，我不知道我在想什么。
这是我求学的路。往出走，是信心，越来越有奔头；往回走，是安心，家能带给底气。
直到……
今年中秋节假期，我回到家。这五年，我一直在北京工作，回家的次数变成了一年一次。
我发现，县城的客车，又换回了15座车。
这样的变化意料之中，事实上，大巴车空跑的情况这几年越来越严重，一方面是因为县城的人口锐减，离开县城的年轻人，往往都不会再回来；另一方面，汽车工业的快速发展，让老百姓几万块钱就能持有一辆私家车，客车出行反而成了少数人的选择。
新车的车型还是依维柯，但司机都是中年的大叔，不再是当年霸道的小伙儿；发车时间20分钟一班，到点就走；客车司机的收入也不再被人讨论，一些司机尝试在县城里做买卖，谋点副业。
路倒是没变。十几年过去了，还是那条109国道，扛住了拉煤车日夜碾压。但最近路也不行了，今天这里修，明天那里修，过往的车辆总得到旁边的村子里绕路。
这条路，为县城的人们带来丰富的物质生活，也把县城的年轻人一车一车送出去——不再回来地送出去。
我大概率不会回到县城，但我会记得晕车的“大白鲸”、蓝色的大巴车。
对于我来说，这一条路，是走向改变的努力之路，也是归家的回乡路。
县城的客车型号，泾渭分明地分成了三个阶段，也把我的记忆，分成了三个阶段。
最新的人口数据显示，小县城的城市居民近两年只剩下4万人了，所以小城绝无开通高铁和火车的可能，过去没有，未来也不会有。
所以，县城和外界连接，唯一的公共交通方式，就是客车。
山西全是山。
在10岁前相当长的一段时间里，我觉得山沟沟里的县城，就是世界的全部，我在书本里知道北京、深圳、上海，我甚至知道纽约和伦敦，但我确实想象不到前往县城外面的必要性。
在那个人口流动极少的年代，几乎所有人都在当地安居乐业。我在一所私立小学读书，隔壁工人家庭的儿子，是我的同学，县里局长的女儿，也是我的同学。
但很快，我就第一次离开县城，到了“市里”。
在我童年的认知里，我不知道那是个什么市，“市里”就是一个明确的中心点，就像宇宙中心一样，几乎是所有出门人的终点，至于“省里”，那是遥不可及的天边。
我生病了，我妈想要带我去市里的大医院好好看看，那里的医疗条件，比县里要好很多。
从县里到市里的客车，停在城里北郊的三岔路口，会有画满纹身的壮汉，在那里招揽乘客。
客车不大，白色的依维柯像是一头大白鲸，前挡风玻璃上有一块大额头，是一辆很“方”的车型。
车里总共十五六个座位，还有七八个小马扎，超载3个人属于不超载，超载5个人是家常便饭，超载10个人是这趟车真赚钱。小孩儿是必须要抱起来的，不能单独占一个座位。
我妈抱着我，坐上了车，就开始等。车没有出发的时刻表，坐满才走，如果没坐满就一直等。
好在当时县城的经济还说得过去，有不少矿上上班的人需要往返，所以也不至于等太久，运气好的话，等半个小时就能够出发。
大白鲸依维柯爆发出引擎的轰鸣，司机挂上一档怠速慢慢地挪动着，引擎的运转让汽车的前盖震动作响。开得慢意味着路上还能再捡几个人，为司机此趟出行，再添一些收入。
路也不好走，一会儿泥路一会儿水泥路，拉煤车把路压得坑坑洼洼。我出了县城城区就开始晕车，剩下的70公里连呕带吐，等到了市里的时候，我感觉我的身体像是跳进了洗衣机。
这是我求医的路。
12岁那年，我家后面的山坡上，开始修路。我们一家人兴致冲冲地过去看，一台圆桶状的机械，把沥青摊开压实。
那时我没有意识到，这条路将彻底改变小城的出行方式，只是单纯的看了个热闹。但县城对外连接的途径，确确实实从此开始慢慢转变，而我，也将从小县城，步入更广阔的世界。
这条路叫做109国道，正式称呼叫“京拉线”，全长3922公里，终点是拉萨。我不想去拉萨，但109国道途径县城后，县城到市里的路，完全畅通了。
路通之后，紧随其后的是客运改革。县城取缔了原先全是江湖气的私人客运，要求必须转向公司化正规经营，其实还是那些人，只不过有了监管的眼睛。
那几年经济快速发展，去市里成了生活中高频的行为，所以原先的依维柯已经全部换成了50座大巴车，发车时间15分钟一趟准点发车。超载的现象还是会发生，但远不如之前猖獗。
开大巴车的司机，在那个年代，月收入能上万，成为县城里人人羡慕的好工作。
我也读完了初中，开始有机会走出县城，也知道了“市里”只是个小地方，“省里”也不算太远，广阔天地，大有可为。
一直到读大学，每个假期回家一趟，加上去市里玩儿，每年要坐十几次大巴车。我也不再晕车，看着窗外石壁巍峨、峻岭崇山，我不知道我在想什么。
这是我求学的路。往出走，是信心，越来越有奔头；往回走，是安心，家能带给底气。
直到……
今年中秋节假期，我回到家。这五年，我一直在北京工作，回家的次数变成了一年一次。
我发现，县城的客车，又换回了15座车。
这样的变化意料之中，事实上，大巴车空跑的情况这几年越来越严重，一方面是因为县城的人口锐减，离开县城的年轻人，往往都不会再回来；另一方面，汽车工业的快速发展，让老百姓几万块钱就能持有一辆私家车，客车出行反而成了少数人的选择。
新车的车型还是依维柯，但司机都是中年的大叔，不再是当年霸道的小伙儿；发车时间20分钟一班，到点就走；客车司机的收入也不再被人讨论，一些司机尝试在县城里做买卖，谋点副业。
路倒是没变。十几年过去了，还是那条109国道，扛住了拉煤车日夜碾压。但最近路也不行了，今天这里修，明天那里修，过往的车辆总得到旁边的村子里绕路。
这条路，为县城的人们带来丰富的物质生活，也把县城的年轻人一车一车送出去——不再回来地送出去。
我大概率不会回到县城，但我会记得晕车的“大白鲸”、蓝色的大巴车。
对于我来说，这一条路，是走向改变的努力之路，也是归家的回乡路。
5 00
自佛教传入中国，一千九百五十年以来，各式佛塔拔地而起，历经风雨、战乱、天灾，至今留存两万五千余座。其中，木塔因为材料易损、结构较弱，仅有一座幸存。这座两万五千分之一的奇迹，名为应县木塔。
8 11
今天掌握了一种统计学方法：双重差分。
AB测试一般被视为检验策略效果的关键工具，说白了就是把目标人群分成两拨，一波应用新的策略，称为实验组，一波保持原样，称为对照组，这样的话，如果策略有效，那实验组的数据就会明显比对照组好，策略得到验证，就能够推全到所有人群。
AB的理想过程是，两个组之间只有「新策略」一个变量，但实际上在AB的过程中，其实往往会有额外的变量，比如大环境的影响、其他策略的影响等等。
所以，为了尽量减少这些外部环境带来的影响，会在AB的基础上，再加一个AA，就是实验组和对照组，分别对比策略上线前和上线后的数据差异，再进而对比两个组之间上线前后差异的差值。
我举个例子更好理解，某电商平台为了提高收益，上线了某个新功能，但发现功能上线前收益为10，上线后反而下降到了8，如果只看前后对比，结果就是-2，功能价值负向。这就叫一次差分。
但是，如果再引入一个完全没上线功能的对照组，在功能上线节点前，收益为10，上线后为7，在没有功能变动的情况下，结果变成了-3。那么此时，就能发现，是外部大环境的影响，让整个平台的收益都降低了，跟这个功能无关，反而因为这个功能的上线，实验组比对照组少下降了1，所以功能的价值就是（-2）-（-3）=1，功能价值正向，这就叫双重差分。
AB测试一般被视为检验策略效果的关键工具，说白了就是把目标人群分成两拨，一波应用新的策略，称为实验组，一波保持原样，称为对照组，这样的话，如果策略有效，那实验组的数据就会明显比对照组好，策略得到验证，就能够推全到所有人群。
AB的理想过程是，两个组之间只有「新策略」一个变量，但实际上在AB的过程中，其实往往会有额外的变量，比如大环境的影响、其他策略的影响等等。
所以，为了尽量减少这些外部环境带来的影响，会在AB的基础上，再加一个AA，就是实验组和对照组，分别对比策略上线前和上线后的数据差异，再进而对比两个组之间上线前后差异的差值。
我举个例子更好理解，某电商平台为了提高收益，上线了某个新功能，但发现功能上线前收益为10，上线后反而下降到了8，如果只看前后对比，结果就是-2，功能价值负向。这就叫一次差分。
但是，如果再引入一个完全没上线功能的对照组，在功能上线节点前，收益为10，上线后为7，在没有功能变动的情况下，结果变成了-3。那么此时，就能发现，是外部大环境的影响，让整个平台的收益都降低了，跟这个功能无关，反而因为这个功能的上线，实验组比对照组少下降了1，所以功能的价值就是（-2）-（-3）=1，功能价值正向，这就叫双重差分。
4 10
