获得徽章 13
- 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。展开26 - 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。展开111
![[哭笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_61.a296509.png)