AI 时代产品经理生存与进化指南

news2026/5/24 22:58:13
AI 时代产品经理生存与进化指南三重知识体系的交汇NPDP产品开发 × PMP项目管理 × AI原生方法论本文档整合了 NPDP新产品开发专业人士认证、PMP项目管理专业人士认证与 Anthropic 产品负责人 Catherine Wu 的 AI 原生方法论旨在帮助产品经理PM完成从传统软件交付到AI 原生创造的范式转移。使用对话式AI助手进行思考与策略讨论使用代码生成AI工具进行编码、构建原型和评测使用内部协作工具处理邮件、待办清单等事务。在LLM模型快速发展的阶段产品经理的新角色是帮助团队找到清晰方向并清除障碍。同时团队内设计师、工程师、产品经理的角色边界趋于模糊其前提是团队目标清晰。目录开篇旧地图正在燃烧上篇旧体系的瓦解与新价值锚点1. 速度维度从里程碑驱动到呼吸式迭代2. 价值维度从交付物到判断力3. 流程维度从阶段关口到撞墙驱动4. 风险维度从预测控制到实验容错下篇构建AI时代的PM新能力栈一、核心心法从指挥者变为诊断师二、信任基建AI的性格即产品三、速度引擎砍掉做事之外的一切四、零号原则Just Do Things五、适应指南在大公司练出肌肉综合框架NPDP × PMP × AI 能力对照表三盏红灯测试结语从项目经理到AI架构师附录场景化行动清单开篇旧地图正在燃烧如果你考过 NPDP 和 PMP你的大脑里装着两样东西NPDP—— 一套完整的新产品开发知识体系从战略、组合管理、阶段-关口流程Stage-Gate、市场研究到产品生命周期管理。PMP—— 一套严谨的项目管理框架五大过程组启动→规划→执行→监控→收尾、十大知识领域范围、进度、成本、质量、资源、沟通、风险、采购、相关方、整合。这两套体系在过去二十年塑造了无数优秀的产品经理让软件交付从手工作坊进入工业化生产。但 AI 的到来正在从底层改写规则。一个核心矛盾传统体系假设写代码很贵所以需要层层把关、严控变更。AI 时代“写代码变得几乎免费”但判断该写什么变得极其昂贵。这不是要否定 NPDP 和 PMP 的价值 — 恰恰相反正是因为你掌握了这两套体系你才更有资格看清哪些部分应该保留哪些部分必须重构。让我们开始这场范式转移之旅。上篇旧体系的瓦解与新价值锚点1. 速度维度从里程碑驱动到呼吸式迭代NPDP/PMP 的逻辑NPDP 的 Stage-Gate 流程定义了清晰的阶段探索→筛选→商业论证→开发→测试→上市每个阶段之间有关口Gate评审。PMP 则用 WBS工作分解结构、甘特图和关键路径法将交付拆解为可控的里程碑。传统时间单位月 / 季度。典型节奏需求调研2-4 周PRD 编写评审1-2 周技术方案设计1-2 周开发测试8-12 周UAT上线2-4 周总计3-6 个月交付一个功能AI 时代的现实新的时间单位天 / 小时。维度传统模式NPDPPMPAI 原生模式Anthropic 实践交付节奏6个月一个大版本1天一个小实验承诺方式重承诺PRD即合同轻承诺实验即探索上线态度上线即终点上线即起点变更管理变更控制委员会CCB走审批呼吸式迭代吸发布→呼观察→吸调整质量观一次性做到完美撞墙才知道边界关键洞察PMP 中的范围蔓延Scope Creep在传统语境下是需要警惕的风险但在 AI 时代范围的快速膨胀和收缩是健康迭代的标志就像呼吸一样自然。对你意味着什么保留目标分解的思路WBS的层级思维依然有价值只是颗粒度从月变成小时重构告别本版本范围已锁定的思维拥抱这周我们实验了X学到了Y抛弃用 Excel 画18个月甘特图的做法除非是为了哄领导2. 价值维度从交付物到判断力NPDP/PMP 的逻辑NPDP 定义了产品成功的三要素正确的产品、正确的市场、正确的时间。PMP 用铁三角范围、时间、成本衡量项目成功。传统PM的价值证明我按时交付了 ✅我控制了范围变更 ✅我写出了完整的 PRD ✅我协调了跨部门资源 ✅AI 时代的现实当 AI 可以在几秒钟内生成一份 PRD、画出一套原型、甚至直接写出可运行代码产出文档和协调资源正在快速贬值。贬值的能力升值的能力写文档判断力Judgment决定做什么和不做什么画原型定义成功定义Eval什么叫做好了排期/追踪进度诊断能力Debugging AIAI为什么出错怎么修正协调资源/传话品味Taste对产品细节的审美判断会议纪要和跟进假设管理识别并挑战隐藏的用户假设关键洞察NPDP 中的产品战略Product Strategy和 PMP 中的商业论证Business Case这两个模块在 AI 时代反而变得更加关键 — 不是更不重要而是成为 PM 唯一不可替代的核心价值。AI 能帮你造一座桥但不能帮你决定这座桥该架在哪里。对你意味着什么保留并强化商业分析、战略思维、市场洞察NPDP中模糊前端Fuzzy Front End的方法论比任何时候都重要降级为次要能力文档产出、进度追踪让工具和AI来做全新能力AI诊断、Eval设计、实验设计3. 流程维度从阶段关口到撞墙驱动NPDP/PMP 的逻辑Stage-Gate 的黄金法则在每个阶段结束时设置关口Gate由决策委员会审核Go/Kill/Hold/Recycle。PMP 的变更控制任何变更必须经过正式的变更控制流程评估对范围、进度、成本的影响获得CCB批准后方可执行。这套逻辑的前提假设是错误越晚发现成本越高1:10:100法则。所以要前置评审层层把关。AI 时代的现实反直觉新法则先建一个还不灵的东西Build things that don’t work yet。原因很简单 —— AI 产品的不确定性太大了你不知道模型的边界在哪里你不知道用户的真实反应会怎样你不知道这个东西到底行不行唯一的办法撞上去。只有撞上边界才知道真正的产品形态。旧流程新流程需求分析→PRD评审→技术设计→开发→测试→上线直觉→实验→撞墙→学习→再实验Go/Kill 决策在关口会议上做Go/Kill 决策在实验数据中浮现防止犯错是首要目标快速学习是首要目标流程给出确定性流程给出学习速率关键洞察NPDP 的组合管理Portfolio Management概念可以保留但需要重新定义 — 你不是管理一组产品项目而是管理一组并行实验。每个实验的资金和时间投入极小但学习密度极高。对你意味着什么保留组合管理的分散风险思维设定实验预算而非项目预算重构Stage-Gate 不是5个阶段而是假设→实验→结论的无限循环抛弃冗长的 PRD 评审会改成15分钟的实验假设说明会4. 风险维度从预测控制到实验容错NPDP/PMP 的逻辑PMP 的风险管理是一套完整的体系识别风险风险登记册定性/定量分析概率×影响矩阵规划应对规避、转移、减轻、接受监控和控制NPDP 同样强调在开发前充分评估技术和市场不确定性。AI 时代的现实核心变化风险的半衰期急剧缩短。传统项目一个被识别的风险可能在6个月内持续有效。AI 项目本周的风险在下周可能已经不存在因为模型升级了也可能下周出现全新的风险因为竞争对手上线了。这意味着 PMP 式的风险登记册定期更新机制完全跟不上节奏。新风险观传统做法AI时代做法建立风险登记册建立错误归因机制见下文两个桶理论计算概率×影响计算学习速度多长时间能验证一个假设制定规避/转移策略设计小成本实验即使全失败也不致命定期风险审查会持续的错误日志分析追求可预测性追求可调试性Debuggability关键洞察AI 时代最大的风险不是做错了而是学得太慢。NPDP 中关于精益开发Lean Development和敏捷方法的章节其核心理念快速验证、小批量交付在 AI 时代获得了全新的生命力。下篇构建AI时代的PM新能力栈一、核心心法从指挥者变为诊断师传统 PM 的角色像交响乐指挥协调工程师、设计师、测试、运营朝着同一个乐谱前进。AI 时代 PM 的角色更像医生诊断AI 是个黑盒出错了不能瞎猜必须学会让它自己告诉你为什么搞砸了。1.1 四个高阶提问原则Prompting for Root Cause这是 AI 时代 PM 最重要的基本功 — 不是写 Prompt 让 AI 做事而是写 Prompt 让 AI 解释自己的决策。维度低效提问高效提问手术刀式决策点“你为什么没做好”“在 B 步骤完成后你做了什么决定导致跳过了 C 步骤”分歧点“你做得不对。”“预期是 X实际是 Y。是什么信号让你选择了 Y”假设层“你是不是忘了”“你做决定时对用户需求默认假设了什么”盲区层“你为什么这么做”“为什么没做 Z 选项它在你的候选名单里出现过吗”与 NPDP/PMP 的连接这本质上是**根本原因分析Root Cause Analysis**在 AI 领域的应用。PMP 质量管理中的鱼骨图和5 Whys方法论在这里被翻译成了与 AI 系统对话的语言。1.2 错误归因二分法两个桶Stop Wasting Time每次 AI 出错强制归入一类决定你的行动。这是从 PMP 风险管理演化出的AI时代最务实的决策框架。桶 A产品引导问题桶 B模型能力边界Prompt 歧义当前版本就是不够好工具设计缺陷需要更强的推理能力上下文给的不够需要更大的上下文窗口评估标准不清晰需要模型版本升级行动立刻改行动放入 Eval 集等待下次升级核心纪律不要浪费时间抱怨模型为什么做不到桶B而要快速识别自己能改变的部分桶A并立刻行动。与 NPDP/PMP 的连接NPDP的失败学习Learning from Failure每一次错误都是产品知识库的增量PMP的问题日志Issue Log但不再只是记录而是实时分类触发行动PMP的帕累托分析80/20法则桶A的问题通常占80%的失败但花掉了桶B 80%的精力 —反过来做把80%的精力花在占80%的桶A上二、信任基建AI 的性格即产品2.1 为什么性格成了核心产品决策NPDP 告诉我们产品不仅要提供功能价值还要提供情感价值。PMP 的质量管理强调符合需求Conformance to Requirements。但在 AI 产品中出现了一个全新的维度AI 不是工具AI 是一个存在。能力决定用户能用什么性格决定用户敢用什么。场景性格的影响自主性操作AI 操作文件/执行命令时信任 能力 × 行为可预测性 × 纠错反应错误恢复用户能接受 AI 犯错但不能接受 AI 犯错后的狡辩。恢复体验 留存体验差异化竞争当所有 AI 都能写代码、做研究性格是最后的护城河2.2 实操定义你的 AI 性格三要素不要只定义功能列表要定义**“这个智能体应该是谁”**。低自我Low Ego犯错就认不防御不说我早就知道而是说我刚发现我错了这边是修正与 PMP 的连接这是透明沟通和诚实报告原则的AI人格化积极正向Positive Agency偏行动解决问题不纠结在不确定时倾向于我先试试看而非我需要更多信息与 NPDP 的连接这是创业导向Entrepreneurial Orientation“中的先动优势Proactiveness”真诚反馈Honest Feedback说实话不讨好保持尊重用户方案不好时说这个方案有以下几个问题而不是这是个有趣的想法与 PMP 的连接这是相关方管理中管理期望而非迎合期望三、速度引擎砍掉做事之外的一切Anthropic 的五层机制不是为了做得更快而是为了**“少做无用功”**。这一套框架是对 NPDP 流程优化和 PMP 效率管理的 AI 时代翻译。层级砍掉什么具体动作NPDP/PMP 的对应1. 心理层发布包袱使用 Research Preview 标签明确不承诺永久维护NPDP的试销Test Marketing把每次发布都当成市场测试2. 协作层等待时间Evergreen Launch Room工程师丢入频道文档/市场/运营看到即动无交接流程PMP的沟通管理计划从推式沟通变成拉式沟通3. 决策层审批流程团队原则 周指标全员看同一组数据用原则替代上级审批PMP的治理框架从层级审批变为原则自治4. 执行层传递损耗有品味的工程师招懂产品的工程师减少 PM 传话的中间环节NPDP的跨职能团队打破职能墙但更进一步5. 维护层历史债务模型变强即删通读 System Prompt删除因模型短板而加的补丁PMP的组织过程资产别让过去的成功成为未来的累赘3.1 特别关注第5层 — 历史债务清理这是最容易被忽视但最致命的问题。现象六个月前模型做不好某件事于是你写了一大段 Prompt 补丁。现在模型已经升级那段补丁非但不再需要反而让模型行为变差了。动作每季度做一次 System Prompt 审查逐条问这条规则是因为模型当年不行加的吗如果是尝试删除观察 Eval 分数变化只保留永恒的约束删除临时的补丁与 PMP 的连接这是质量审计Quality Audit在AI产品中的新形态。不是审计代码而是审计 Prompt 和系统指令。四、零号原则Just Do Things直接做警告没有这一条前面所有机制全部熄火。这不是鲁莽这是一种纪律性的行动主义。4.1 Jobs are fake岗位是虚构的你的价值不由 Title 定义由你填上的缺口定义。NPDP 和 PMP 都教你角色与职责矩阵RACI这在大工业时代非常有效。但在 AI 时代不要等这是运营的事不要等这是工程师的事不要等这是设计师的事如果缺口就在你面前而你能填就填。RACI 矩阵不会消失但它应该变成责任地板Responsibility Floor“而非责任天花板Responsibility Ceiling”—— 每个人负责的底线不变但上限不设限。4.2 约束下的自由自由在原则范围内无需审批直接动手约束必须有清晰的团队原则和第一性原理这与 PMP 的授权Empowerment概念一致但更进一步不是上级授权给你而是原则授权给你。4.3 反直觉真相在流沙上建城堡追求稳定流程越稳固垮得越快。在不稳定地基上AI 快速迭代唯有直接做是唯一生存策略。五、适应指南在大公司练出肌肉如果你身处流程重、审批多的环境不要等环境改变。以下是五步脱敏训练融合了 NPDP 的变革管理和 PMP 的渐进式实施策略第一步建立内部罗盘替代外部审批写下你个人的三条决策原则。这不是写给别人的是写给你自己的优先解决问题而非优先不犯错。优先推进事情而非优先获得所有人同意。我的第三条______________________________________原理PMP视角将外部治理内化为自我治理。当你有了明确的原则审批就不再是别人让你做而是原则让我做。第二步低风险实验打破越界恐惧找一个无关紧要的项目故意跳过你平时必等的那个对齐环节直接做。目的体验没死的生理感受。你最大的敌人不是流程而是你自己对越界的恐惧。原理NPDP视角这是组织创新氛围Creative Climate中的风险承担Risk-Taking维度的个人训练。创新组织不是没有恐惧而是经历过恐惧并发现它能克服。第三步微型自证Show, Don’t Tell不要写 PPT 申请资源。用 1-2 天搭一个极简原型哪怕是用低代码或 AI Prompt 拼凑直接展示如果做了会怎样。原理NPDPPMP视角NPDP 的原型测试Prototype Testing告诉我们一个看得见的东西胜过一百页文档。PMP 的商业论证不是为了获批而是为了验证价值假设 ——原型就是最有效的商业论证。第四步呼吸式迭代对抗完美主义给你的工作贴上“Research Preview”标签。告诉自己和他人这是早期版本用于收集数据随时可能撤回。原理NPDP 中有试销Test Marketing阶段PMP 中有迭代交付概念。把这两个结合起来每次发布都可以是试销每次迭代都是学习机会。第五步定期清理保持速度每季度问一次“有哪些功能/流程是因为以前模型不行加的现在模型行了可以删掉了”原理PMP视角PMP 收尾过程组强调经验教训Lessons Learned“和组织过程资产更新”。把这项从项目结束时做一次变成每季度做一次。综合框架NPDP × PMP × AI 能力对照表能力维度NPDP 核心知识PMP 核心知识AI时代PM 新能力融合策略战略规划产品战略、创新战略项目章程、商业论证AI可行性判断、模型选型保留战略框架增加AI技术维度流程管理Stage-Gate、精益开发五大过程组呼吸式迭代、实验驱动从阶段关口变为假设→实验→结论循环组合管理项目组合选择、资源配置项目集管理实验组合管理、并行实验管理一组小实验而非一组大项目市场研究VOC、定量/定性研究需求收集Prompt驱动的用户研究、AI行为分析保留研究核心逻辑增加AI产出物的评估维度风险管理不确定性评估风险登记册、概率×影响二桶模型、错误归因、Eval驱动从预测风险变为管理学习速率质量管理DFSS、质量功能展开质量规划/保证/控制Eval体系设计、System Prompt审查质量 Eval分数 用户信任度团队组织跨职能团队资源管理、团队建设有品味的工程师、原则自治从RACI矩阵变为责任地板不设上限相关方管理客户需求管理相关方参与、沟通管理Show Don’t Tell、微型自证从汇报说服变为原型展示进度管理产品路线图WBS、关键路径、甘特图周指标面板、学习速度追踪从时间进度变为学习进度知识管理最佳实践库经验教训、组织过程资产Prompt版本管理、Eval数据集知识资产 文档 Prompt Eval三盏红灯测试Final Check在做任何重要决策前问自己这三个问题。如果全是否请停下来#测试问题NPDP/PMP视角如果你的答案是是1我在等一个完美的计划而不是在试错吗PMP过度规划Over-Planning是常见陷阱把计划拆成最小可实验单元今天就开始第一个2如果现在发布我不知道该怎么定义成功没有Eval吗NPDP如果你不知道什么叫好你永远做不出好产品先定义Eval再开始做3我做这个决定是为了填补缺口还是为了保住我的地盘PMP相关方管理不是管理自己的利益回到原则做对产品最有利的事结语从项目经理到AI架构师三种身份的交汇NPDP 产品经理 PMP 项目经理 AI 时代产品经理 │ │ │ ▼ ▼ ▼ 创造正确产品 交付可控结果 管理不确定性和判断力 (Create Right) (Deliver Well) (Navigate Unknown)传统 PM 是项目经理管理者是确定性和交付。AI 时代 PM 是架构师管理的是不确定性和判断力。你的 NPDP 知识让你知道什么是好产品你的 PMP 知识让你知道怎么把事情做成而 AI 时代的方法论让你知道在一切都不确定的时候该怎么动。三者不是替代关系而是叠加关系。没有 NPDP 的 PM不知道该做什么。没有 PMP 的 PM不知道该怎么做。没有 AI 心法的 PM不知道现在就该开始。Just Do Things.附录场景化行动清单场景 A你是 SaaS 产品经理产品刚接入 AI 功能动作具体操作对应框架建立 Eval 体系定义 20 个核心用户场景的正确答案每次模型变更后自动跑一遍二桶模型 PMP质量指标设定 Research Preview 周期前3个月所有AI功能打上实验标签收集使用数据呼吸式迭代定义 AI 性格写一份AI产品的人格文档明确在面对用户时的行为边界AI性格三要素建立错误归因日志每次用户投诉AI回答错误先归入桶A或桶B二桶模型场景 B你在传统制造业做产品经理想引入 AI动作具体操作对应框架找低风险实验田选一个即使搞砸了也不影响核心业务的场景如内部知识库问答脱敏训练第二步微型自证用2天搭一个Prompt驱动的辅助报价原型展示给领导看Show Don’t Tell建立内部罗盘写下三条在AI项目中你个人的决策原则脱敏训练第一步对标竞品研究米思米meviy等AI报价产品分析其PM策略NPDP市场研究场景 C你是创业团队的产品负责人动作具体操作对应框架砍掉审批流程用人人可见的团队原则替代审批速度引擎第三层建立周指标面板不追踪完成度追踪学习量这周做了几个实验学到了什么Just Do Things招有品味的工程师面试时问你觉得一个好产品是什么样而不是只问技术速度引擎第四层每季度System Prompt审查删除因模型不行而存在的补丁速度引擎第五层参考资料PDMA NPDP 知识体系第2版PMI PMBOK 指南第7版Anthropic 产品负责人 Cat Wu - AI Native Product Management 方法论AI时代产品经理生存与进化指南2026版

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2642273.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…