产品线被砍那天,实习生十分钟做完了我画两天的原型

普通前端秋招复盘:面试准备、算法刷题与offer选择 前端面试的核心考察点往往不是API的调用,而是对JavaScript原理、浏览器机制和框架设计的深度理解。从事件循环、闭包原型链,到Vue响应式原理与diff算法,这些基础知识构成了面试官追问的底层逻辑。扎实掌握这些原理,不仅能帮助候选人在技术面中从容应对连环追问,更能支撑起工程实践中的性能优化与复杂场景设计。在秋招季,无论目标是大厂还是独角兽,系统化的面试准备都尤为重要,包括简历项目的深度复盘、高频算法题的刻意练习以及手写题的标准输出。本文作者作为一位没有大厂实习经历的普通前端研究生,真实记录了从基础补漏 阅读详情

那个 Axure 文件,还停在"最终版_改3"

周一上午十点,老板在例会上用三分钟宣布:我们这条工具类产品线,整条优化。我在北京这家公司做了四年 PM,桌面上那个叫"V6.0_原型_最终版_改3"的 Axure 文件,上周五刚改完最后一轮。

下午我回工位收拾情绪,隔壁实习生凑过来问:姐,你之前说的那个新流程,我试着搭了一下。她把屏幕转过来——一个能点的可交互原型,页面、跳转、弹窗全在。我问她做了多久。她说,十分钟,把需求贴给 AI,生成完又调了两下。

那个原型,我画了两天。两天,对十分钟。我盯着屏幕,手心有点凉。

说个真事,我当时第一反应是删掉自己的文件

恐慌不是来自被裁。产品线没了,赔偿给够,再找就是。恐慌来自那十分钟——我发现自己引以为傲的手艺,正在变成整个链条里最不值钱的环节。

我复盘了自己四年的工作:画原型、写 PRD、开评审、跟进度。PRD 最长写过四十页,被老板打回过三次,打回理由一次比一次短,最后一次只有四个字:"先跑一版。"我当时不懂这四个字的意思,现在懂了:他想看的不是文档,是能跑的东西。

我打开招聘软件搜"AI 产品经理",JD 里清一色写着"熟悉 RAG/Agent 优先"“有 Prompt 工程经验优先”“能独立搭建评测集”。我一条都不认识。那一刻,我像个拿着算盘站在自助收银台前的老账房。

更扎心的是,被裁后第一周,我帮前同事看了一份他们新招 PM 的岗位要求,“熟练使用 Axure"排在了倒数第二条,第一条是"能将用户场景转化为 AI 可执行的任务流程”。我盯着那句话读了三遍——转化场景,这活我熟,可我从来没把它当成一项"能力"写进过简历。

整个行业的"原型权",正在从 PM 手里溜走

这不是我一家的事。今年不少工具类团队把"原型评审"改成了"现场跑 demo"——PM 不再发 Axure 链接,而是当场打开一个 AI 生成的可点页面,老板点两下,行就往下走,不行当场改。画原型这件事的单价,被 AI 打到了接近零。

一组数据更扎心:某招聘平台统计,2025 年 AIPM 相关岗位发布量同比增长超过 60%,而传统"产品专员/产品经理"岗位连续三年缩编。岗位描述也在换血,"熟练使用 Axure/Sketch"这类要求出现频率大跌,“懂模型能力边界”"能设计 Agent 工作流"成了高频词。

说白了,行业不是不需要 PM 了,是不需要"只会画原型的 PM"了。原型会被 AI 接管,但"这个原型该不该长这样、用户在第三步会不会流失",AI 说了不算,得人说。

我身边也有现成例子。同批被优化的一个交互设计师,转型做 AI 产品的体验设计,三个月上岸;而另一个坚持只投"纯原型岗"的同事,简历挂了五个月还没动静。分水岭不在努力程度,在有没有把手艺接到新技术上。

我给自己定了三件事,花了一百天

先说句降恐惧的话:转 AIPM 不用会写代码,但要懂模型能力边界。我一行代码没学,学的是另外三件事。

第一件,建一张"模型能力边界表"(第 1-2 周)。 我把大模型擅长和不擅长的列成两栏:擅长总结、分类、改写、多轮对话;不擅长精确计算、实时数据、强一致性。以后每提一个需求,先对表——这个需求落在哪一栏。就这一步,我后来提的需求再没被研发怼过"模型做不到"。这张表我到现在还在用,新需求评审前先花两分钟对一遍,比写十页论证都有用。

第二件,用 Dify 搭一个真东西(第 3-8 周)。 我把原来产品线里那个"新手引导问答"的想法翻出来,在 Dify 上重做:知识库节点接帮助文档,走 RAG 检索;条件分支判断"答得上/转人工";LLM 节点套我自己写的 Prompt,角色、约束、示例三件套配齐。六周,没写一行代码,出了一个能跑的 demo。

第三件,学会用数据说话(第 9-14 周)。 我整理了 80 条真实用户提问当评测集,用 LLM-as-Judge 让另一个模型按"准确性、有没有幻觉、语气"三个维度打分。demo 好不好,不再靠嘴说,85 分摆在那儿。Token 成本我也算了账:单次问答成本不到两分钱,比养一个客服坐席便宜两个数量级。

三个月后,"懂用户场景"成了我唯一的筹码,也够用了

我拿着这个 demo 和评测报告去面下一家。面试官问的不是"你会不会用 Axure",而是"你怎么界定这个场景该不该用 AI"。这恰是我说得最多的部分——四年工具类 App,我太知道用户在第几步会放弃了。

面试官后来说,他们面过会搭 Dify 的,但很少见到把"用户场景"讲得这么细的。我拿到了 AIPM 的 offer,职责从"画原型写文档"变成了"定义 AI 能力边界和验收标准"。

薪资我没好意思细问别人,只说我认识的一位同期转型的 PM 朋友,从传统 PM 转 AIPM 用了三个多月,涨薪 35%。我自己比她慢一点,但方向一样:原型是谁画的不再重要,重要的是谁知道该画什么。

上周那个实习生又来找我,这次是她问我问题:"姐,AI 生成的原型,怎么判断该不该这么做?"我笑了。工具谁都学得会,这个问题,只有做过四年用户研究的人答得上。

手艺会贬值,判断不会

如果你也是靠原型和 PRD 吃饭的 PM,别跟 AI 比手速,比不过的。你真正的资产是这几年攒下的用户体感——那东西 AI 生成不出来。

我整理了一份《传统 PM 转 AIPM 的 100 天学习路线》,从模型能力边界表到 Dify 实战到评测集搭建,都是我这趟走过来的完整路径。想要的评论区扣"路线",我发你。

画原型的是手,定方向的是脑。手可以被替代,脑不能。

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!

👇👇扫码免费领取全部内容👇👇

​

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

在这里插入图片描述

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

在这里插入图片描述

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

img

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

img

L5阶段:专题集丨特训篇 【录播课】

img
四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

嵌入式系统安全实战:从默认配置到供应链漏洞的深度防御 在物联网和智能设备普及的今天,嵌入式系统安全已成为系统工程的核心议题。其原理在于通过硬件与软件协同,构建从启动、运行到通信的全链路信任体系。技术价值不仅在于保护设备本身,更关乎数据隐私、系统可靠性与业务连续性。应用场景广泛覆盖工业控制、智能家居、消费电子等关键领域。本文基于一次真实的嵌入式网关安全事件,剖析了攻击者如何利用默认配置漏洞和供应链中的已知漏洞实施入侵。通过分析安全启动机制失效、第三方组件漏洞利用等热词相关案例,揭示了纵深防御与持续监控在工程实践中的必要性,为开发者提供了从设计到运维的加固思路。 阅读详情

相关推荐

UNITY2022 Cardboard环境搭建

必须安装 Git,并且 git 可执行文件必须位于 PATH 环境变量中。考文档:https://developers.google.cn/cardboard/develop/unity/quickstart?转到 Assets/Samples/Google Cardboard//Hello Cardboard/Scenes/HelloCardboard 场景中。粘贴https://github.com/googlevr/cardboard-xr-plugin.git到文本输入字段中。

weixin_39510925的博客 1213

智能体Agent如何重塑工作流:从WorkBuddy看人机协作新范式

智能体(Agent)作为基于大型语言模型(LLM)的AI系统,通过理解自然语言指令、规划任务步骤、调用工具集执行,实现了工作流的自动化。其技术原理核心在于将复杂任务分解为可执行的子任务,并串联多个操作步骤,从而显著提升知识劳动的效率。在工程实践中,智能体展现出在数据处理、信息检索、文档生成等固定流程任务中的价值,尤其适用于销售分析、竞品调研、报告撰写等高频办公场景。以WorkBuddy为代表的智能工作伙伴,正将人机协作从“操作层”提升至“决策层”,推动工作模式向更高效、更聚焦核心价值的方向演进。

weixin_29100399的博客 296

泛微OAe9实战:如何从零搭建一个车辆预约系统(附完整代码)

本文详细介绍了如何利用泛微OA e9的建模引擎,从零开始构建一个企业级车辆预约管理系统。文章深入解析了核心数据模型设计、前后端双重预约冲突校验机制,并重点演示了如何配置自定义资源看板以实现车辆使用状态的可视化监控。该系统设计思路通用,可扩展至会议室、设备等各类共享资源的管理。

weixin_28363123的博客 143

29岁,深圳跨境支付Java,业务收缩那天,HR只跟我聊了十一分钟

现在再有年轻后端问我怎么转 AI,我一般会反问一句:你手里那些"太专没用"的业务知识,谁在为它加班?

huang9604的博客 218

当迁移学习遇见室内定位:基于UJIIndoorLoc的跨场景适配实践

本文探讨了迁移学习在跨建筑室内定位中的应用,重点解析了UJIIndoorLoc数据集的特性及其在解决设备差异和环境变化中的关键作用。通过特征工程、迁移学习策略和小样本微调技术,显著提升了定位模型的跨场景适配能力,为实际部署提供了有效解决方案。

weixin_29038155的博客 394

Codex 实战 Skills:如何用 Skill 让 AI 模拟人工点击,自动完成复杂的前端表单测试

本文介绍如何构建基于Selenium WebDriver的AI Agent技能,实现自动化UI测试流程。主要内容包括: 环境搭建:配置无头Chrome浏览器环境,使用WebDriver Manager自动管理驱动 核心技能开发:通过ID、CSS Selector、XPath等策略定位元素,实现显式等待机制 交互模拟:使用ActionChains模拟鼠标悬停等复杂操作 稳定性优化:解决异步加载问题,确保测试可靠性 Skill封装:将功能模块化,使AI能通过自然语言指令操作Web界面 该方案突破了传统自动化测试

yueyeguzhuo的专栏 150

成长与发展---我的“夺金”之路(算法)

2017年6月,当我在网站上按下“提交Idea”按钮的那一刻,我并不知道,三个月后,我将击败4000多个创意,夺得无线创新大赛的金奖,那个时候,我入职刚满一年。 “创新”新概念 2016年4月,我踏入华为大门,加入了无线网络研究部。“咱做研究的人,创新是一项必备技能”,入职第一个星期,导师向我传授经验时说:“创新可以是从论文里获取的算法,也可以是工作中遇到难点想到的解决方案,只要能应用形成价值,就是你的创新成果。” 作为一名刚刚从算法领域出来的应届生,导师的这番话颠覆了我之前对于创新就是“推公式...

qq_31604659的博客 667

基于遗传算法改进BP神经网络的电池容量SOC预测

,遗传算法BP神经网络能很好的实现对电池容量soc的训练和预测,BP神经网络是一种成熟的神经,相对于其他神经网络,拥有很多的训练函数,传递函数,可以调节的参数非常多,对各种问题都可以达到一个比较理想的效果,关键看如何调试参数,选择训练传递函数,遗传算法改进BP神经网络的初始权值阈值,达到改进BP神经网络的目的,从而更好的实现对电池容量SOC的预测

abc991835105的博客 768

是非人生 — 一个菜鸟程序员的5年职场路 第11节

是非人生 — 一个菜鸟程序员的5年职场路第11节 作者: 花8   天涯IT: http://cache.tianya.cn/publicforum/content/itinfo/1/77229.shtml 日期:2008-3-11 19:12:01   17 —— 三天四面   三面和四面在一面二面之后的第三天的晚上,这中间的两天董延明没有心焦,他觉得自己可以参加三面。  ...

aidang8943的博客 284

QT实现图片ROI区域的框选、移动、缩放(附完整源码)

QT实现图片ROI区域的框选、移动、缩放(附完整源码)

希望我的博客,能帮上你解决学习中工作中所遇到的问题 1198

YOLOv5改进有效涨点目录 | 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制

Hello,各位读者们好本专栏自开设两个月以来已经更新改进教程60余篇其中包含C2f、主干、检测头、注意力机制、Neck多种结构上创新,也有损失函数和一些细节点上的创新。同时本人一些讲解视频和包含我所有创新的YOLOv8文档并不能在优快云上传(所有的创新点都经过我的测试是可用的,得到该文件之后大家可以随意组合使用),所以会建立群的形式在内上传我的文件和视频我也会在群内不定期和大家交流回答大家问题,同时定期会更新一些文章的创新点(经过我融合测试后的,先到先得)。本专栏持续更新网络上的所有前沿文章。

Snu77的博客 3万+

写了六年打印机驱动,我发现这个行业没了

做 AI 应用根本不用你训练模型,训练模型是算法岗的事,跟普通人没关系。应用层拼的是理解需求、调接口、把东西攒起来能跑——说到底是工程集成。

2301_81888214的博客 234

STM32驱动HC-SR04超声波模块

本篇文章将带大家使用HAL库驱动HC-SR04超声波模块。超声波模块作为智能小车必备的模块,要学习智能小车的同学是必须掌握好这个模块的使用的。HC-SR04是一种常用的超声波传感器模块,也被称为超声波测距模块,广泛应用于各种自动化控制和测距系统中。它通常由超声波发射器、接收器、控制电路和外壳组成,可以实现非接触式的距离测量。下面是HC-SR04超声波模块的一些特性和技术参数:距离测量范围:2cm ~ 400cm(可调)。测量精度:0.3cm。工作电压:DC 5V。工作电流:15mA。

m0_49476241的博客 7689

G-Helper完整指南:华硕笔记本轻量级控制工具从入门到精调

华硕笔记本用户大多有过这样的体验:刚开机,官方控制软件就开始"转圈",风扇莫名高速运转,菜单点一下卡三秒,还时不时弹窗要求更新重启。明明电脑性能不错,却被一个常驻后台几百兆的"管家"拖住手脚。本文介绍的 G-Helper,就是一款专为华硕笔记本设计的轻量级控制工具:单个文件、几兆大小、即点即用,却能覆盖性能模式、风扇曲线、GPU 切换、电池保护等几乎全部日常控制需求。下面按真实使用顺序,带你从下载

gitblog_00101的博客 183

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

无名杀:三国杀网页版从零到开局,免费开源全流程

还在找一款能和朋友在浏览器里同屏开打的三国杀?noname(无名杀)把这件事做成了一个免费开源的项目:武将、卡牌、模式全部自带,不需要安装客户端,也不需要逐个解锁武将,克隆仓库、起个服务、打开浏览器即可联机开局。 ## 🚀 noname 启动方法:三种方式对比 先把仓库拉到本地: `git clone https://gitcode.com/GitHub_Trending/no/nonam

gitblog_00543的博客 173

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

让AI自己写代码干活:一个开源Python工具,治好了我的“重复劳动恐惧症”

AiPy执行的时候报了个KeyError,我本来以为要自己手动改代码了,结果它自己读懂了错误信息——它看到代码里引用了“订单金额”这一列但实际文件里变成了“成交金额”——然后它自己把代码里的列名改了过来,重新跑了一遍,跑通了。第二天上班,我把AiPy打开,输入了这样一段话:“读取桌面上‘销售数据’文件夹里所有的Excel文件,把每个文件中的‘销售额’列提取出来,按文件名中的季度标识合并成一张总表,确保所有金额单位统一为万元,然后生成一个按季度对比的柱状图,保存到桌面上。数据从头到尾不离开你的本地环境。

2501_92231166的博客 208

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

2026耳夹式耳机怎么选?音质降噪与佩戴验证指南

蓝牙耳机已成为日常通勤与办公的必备工具,但不同佩戴形态的物理原理差异,直接决定了音质与降噪的体验上限。耳夹式耳机采用开放式夹持结构,不堵塞耳道,佩戴舒适透气,却也因此牺牲了被动隔音与低频量感。理解主动降噪、被动降噪与通透模式的区别,并通过固定曲目、固定音量进行三频对比测试,才能建立客观的音质评价框架。从百元档到千元档,手机厂与音频厂的调校思路各有侧重,选购时应结合多设备切换、续航、固件更新等隐形成本综合判断。线下试戴时,使用一套5分钟验证清单,可有效规避参数与实感不符的常见坑点。本文以耳夹式耳机推荐为核心,

weixin_30621959的博客 1652

256核心至强Diamond Rapids:从CPU拓扑到应用适配的工程挑战

在服务器算力需求持续增长而物理资源受限的背景下,CPU拓扑与算力密度成为基础设施规划的核心议题。多核处理器的演进不仅带来核心数量提升,更深刻影响从虚拟化密度、NUMA内存访问到线程并发模型的整个软件栈。随着下一代至强可扩展至256核心,单节点算力跃升将云平台、数据库和后端服务的性能边界重新定义。理解硬件拓扑与操作系统调度、容器配额及线程池配置的协同,是发挥高核数优势的关键。通过环境检查、应用适配与压测验证,开发者可系统性应对高核数带来的锁竞争、跨节点访问和软件许可成本等挑战。

weixin_34234829的博客 403

从设备到云端:构建物联网产品组合的架构设计与服务化实践

物联网(IoT)产品化不仅是设备联网,更是从终端到云端的全栈系统工程。理解三层架构(感知、连接、服务)是基础:终端需保持最小必要功能,网关须承载边缘计算与协议转换,云端则通过物模型统一数据规范,实现设备生命周期管理。在此基础上,OTA升级、海量数据采集稳定性成为产品长期运行的命脉,需结合灰度发布、降级预案等工程手段。随着产品规模化,如何从卖硬件转向卖服务成为关键,数据增值服务与远程运维是核心收入来源。结合项目实战经验,拆解从终端硬件、连接层设计到平台架构与运营闭环的完整路径,为正在规划IoT产品组合的团队提

weixin_30606461的博客 415

.Net架构篇:实用中小型公司支付中心设计

前言说起支付平台,支付宝量级的支付平台和一个小型公司的支付不可同日耳语。一个初创或刚创业一两年的公司,一没人力,二没财力的情况下,如果也想对接支付那怎么办呢?感谢支付宝和...

dotNET跨平台 436

Tiny OSM 1.0规范发布:嵌入式模块化设计迎来超小型新选择

在嵌入式系统开发中,模块化设计正在成为降低硬件开发风险、缩短产品上市周期的关键路径。从Qseven、SMARC到OSM,标准化模块定义让核心板与载板解耦,而SGET最新发布的Tiny OSM 1.0规范,则将这一理念推向极致。该标准在保留OSM家族LGA焊接、公开引脚定义和载板启动机制的基础上,将模块尺寸压缩至20~25mm见方,引脚精简至约200个,功耗控制在5~15W区间,专为可穿戴设备、医疗手持终端、微型无人机等空间受限场景打造。对于嵌入式硬件工程师而言,Tiny OSM不仅意味着更小的载板面积和更低

weixin_30568591的博客 314

AI公司赴港递表引热议:如何判断背后真实价值?

在技术密集且资本驱动的赛道,判断企业价值需要一套成熟框架。AI公司往往成立时间短、融资节奏快,商业化仍在爬坡,仅凭成立年限或股东名单容易产生误判。应从收入增速、毛利率、客户集中度、研发投入和关联交易比例等指标入手,结合招股书中的财务信息与风险披露,识别其商业模式是否健康。大厂投资可能意味着战略协同、生态补位或纯财务配置,并不等于客户验证。这类分析方法适用于关注AI概念股、港股IPO及科技投资的投资者,也可用于创业者对照自身业务。以近日某AI公司赴港递表为例,年轻公司如何应对市场质疑成为值得探讨的样本。

weixin_33804582的博客 390
上一篇: 26 岁,我在 Qt 界面里看到了 40 岁的自己
下一篇: 客户问“你们接大模型了吗“,我答不上来
Llama-Turbo
博客等级 码龄4年 9901粉丝 2024原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值