杨老咩
前端
我是一只猫,不会写代码,请不要为难我
获得徽章 13
赞了这篇沸点
赞了这篇文章
赞了这篇沸点
赞了这篇沸点
我一直觉得，多和人聊聊是件挺有价值的事。不用刻意准备什么，就是坐下来，听听别人最近在忙些什么，自己能做什么，或者心里正琢磨着什么。
刚开始我也觉得，可能很多时候聊了也没什么直接结果，就像随手撒了把种子，未必能马上开花结果。
但后来发现，这种交流其实在悄悄帮我们打开一扇扇门。你会听到不同领域的故事，接触到新的想法，这些东西就像空气里的养分，慢慢渗透到你的认知里。
当你对世界保持开放的态度，愿意去了解别人的生活和思考，就更容易发现那些隐藏的机会。
就像走路时，你总在路边看风景，就可能捡到别人掉落的宝贝；但如果一直低着头往前走，眼睛只盯着脚下那一小片地方，自然就错过了很多可能性。
所以啊，别总把自己关起来。偶尔出门走走，和朋友喝杯茶，哪怕只是在楼下公园和邻居聊聊天，都可能让你看到不一样的东西。机会有时候就藏在这些不经意的交流里，等你主动去发现。
刚开始我也觉得，可能很多时候聊了也没什么直接结果，就像随手撒了把种子，未必能马上开花结果。
但后来发现，这种交流其实在悄悄帮我们打开一扇扇门。你会听到不同领域的故事，接触到新的想法，这些东西就像空气里的养分，慢慢渗透到你的认知里。
当你对世界保持开放的态度，愿意去了解别人的生活和思考，就更容易发现那些隐藏的机会。
就像走路时，你总在路边看风景，就可能捡到别人掉落的宝贝；但如果一直低着头往前走，眼睛只盯着脚下那一小片地方，自然就错过了很多可能性。
所以啊，别总把自己关起来。偶尔出门走走，和朋友喝杯茶，哪怕只是在楼下公园和邻居聊聊天，都可能让你看到不一样的东西。机会有时候就藏在这些不经意的交流里，等你主动去发现。
展开
2
6
赞了这篇文章
赞了这篇沸点
技术解决方案的频谱：按问题特征匹配最优工具
不存在普适的技术方案。最优解取决于对问题三个维度的综合分析：
1. 价值：解决方案的潜在回报。
2. 集中度：问题在用户或场景中的分布是否集中。
3. 复用度：解决方案的可重复使用频率。
据此，可形成一个从确定性问题到不确定性问题、从高集中度到低集中度的解决方案光谱：
---
1. 原生APP / 网页 / 小程序
· 适用问题特征：高价值、高集中度、高复用度。
· 核心逻辑：问题价值足以支撑高昂的固定开发成本，并通过大规模标准化复用摊薄该成本。提供最佳性能和用户体验。
· 实例：微信、淘宝、飞书。服务于海量用户的共性需求。
2. 低代码 / Workflow
· 适用问题特征：中高价值、中度集中、需要灵活性。
· 核心逻辑：应对流程固定但存在变体、或不足以支撑全定制开发的场景。通过配置化、模块化实现快速交付与适度灵活。
· 实例：企业内部审批流程、特定业务的数据看板。
3. Agent
· 适用问题特征：低价值集中度、长尾问题、高不确定性。
· 核心逻辑：传统编码解决方案为每个长尾需求开发功能的边际成本过高，极不经济。Agent凭借其泛化与推理能力，能用同一套基础设施应对大量不可预见的、零散的个性化问题，边际成本极低。
· 实例：客服中复杂非标问题的处理、探索性的数据洞察分析。
---
核心辩证关系：确定性与非确定性
· 编码/Workflow 是 “确定性” 的解决方案。它们为明确、高频、高价值的问题提供稳定、高效的执行路径。
· Agent 是 “非确定性” 的解决方案。它本质上是探索性的，旨在应对模糊、多变、低集中度的长尾需求。
结论： 明智的技术选型在于建立一个分层的体系。用确定性的方案解决头部问题，用非确定性的Agent覆盖长尾场景，从而实现资源效率与能力覆盖范围的最优平衡。
不存在普适的技术方案。最优解取决于对问题三个维度的综合分析：
1. 价值：解决方案的潜在回报。
2. 集中度：问题在用户或场景中的分布是否集中。
3. 复用度：解决方案的可重复使用频率。
据此，可形成一个从确定性问题到不确定性问题、从高集中度到低集中度的解决方案光谱：
---
1. 原生APP / 网页 / 小程序
· 适用问题特征：高价值、高集中度、高复用度。
· 核心逻辑：问题价值足以支撑高昂的固定开发成本，并通过大规模标准化复用摊薄该成本。提供最佳性能和用户体验。
· 实例：微信、淘宝、飞书。服务于海量用户的共性需求。
2. 低代码 / Workflow
· 适用问题特征：中高价值、中度集中、需要灵活性。
· 核心逻辑：应对流程固定但存在变体、或不足以支撑全定制开发的场景。通过配置化、模块化实现快速交付与适度灵活。
· 实例：企业内部审批流程、特定业务的数据看板。
3. Agent
· 适用问题特征：低价值集中度、长尾问题、高不确定性。
· 核心逻辑：传统编码解决方案为每个长尾需求开发功能的边际成本过高，极不经济。Agent凭借其泛化与推理能力，能用同一套基础设施应对大量不可预见的、零散的个性化问题，边际成本极低。
· 实例：客服中复杂非标问题的处理、探索性的数据洞察分析。
---
核心辩证关系：确定性与非确定性
· 编码/Workflow 是 “确定性” 的解决方案。它们为明确、高频、高价值的问题提供稳定、高效的执行路径。
· Agent 是 “非确定性” 的解决方案。它本质上是探索性的，旨在应对模糊、多变、低集中度的长尾需求。
结论： 明智的技术选型在于建立一个分层的体系。用确定性的方案解决头部问题，用非确定性的Agent覆盖长尾场景，从而实现资源效率与能力覆盖范围的最优平衡。
展开
1
11
![[哭笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_61.a296509.png)
![[奸笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_17.bcebf79.png)
，我先来 1