惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
Simon Willison's Weblog
Simon Willison's Weblog
Latest news
Latest news
P
Palo Alto Networks Blog
T
The Exploit Database - CXSecurity.com
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
AI
AI
阮一峰的网络日志
阮一峰的网络日志
量子位
Project Zero
Project Zero
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
Schneier on Security
大猫的无限游戏
大猫的无限游戏
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
K
Kaspersky official blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
V
Visual Studio Blog
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
S
SegmentFault 最新的问题
Hugging Face - Blog
Hugging Face - Blog
W
WeLiveSecurity
博客园 - Franky
Last Week in AI
Last Week in AI
博客园 - 聂微东
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
IT之家
IT之家
I
Intezer
The Cloudflare Blog
月光博客
月光博客
N
News | PayPal Newsroom
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
V
V2EX
博客园_首页
罗磊的独立博客
NISL@THU
NISL@THU
爱范儿
爱范儿
Jina AI
Jina AI
有赞技术团队
有赞技术团队
The Hacker News
The Hacker News
A
Arctic Wolf
Scott Helme
Scott Helme
Engineering at Meta
Engineering at Meta
P
Proofpoint News Feed

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
流程即价值:构建从需求到增长的高效流水线
谢彩莲 · 2025-12-09 · via 人人都是产品经理

本文详细阐述了产品需求从规划到交付的全流程管理,涵盖战略对齐、机会评估、需求定义、落地协同及精准发布等关键环节,助力产品经理构建高效的需求价值流水线。

1.1 规划篇:战略对齐与路径选择

需求分析的起点并非接到一个需求,而是从战略规划开始。如果说“道篇”解决了“为什么做”,那么本章将聚焦于基于战略,我们“应该做什么”以及“先做什么”。

1.1.1 从战略愿景到产品目标(NSM)

一个伟大的产品愿景,必须分解为可执行的阶段性目标。我们需要找到那个能够指引整个产品团队行动的单一核心指标——北极星指标(North Star Metric, NSM)

如何定义 NSM?

它必须同时反映用户价值(用户获得了什么)和商业价值(公司获得了什么)。

  • 战略目标(公司层面):比如,未来一年内提升市场份额 20%。
  • 产品目标(NSM,团队层面):为了支撑战略,我们将 NSM 定义为“新用户注册后 7 天内的活跃度提升至 30%”。这是一个既体现用户粘性,又预示未来商业增长的关键指标。

价值假设(行动指南): 基于此 NSM,我们提出假设:“如果能提供更个性化的新手引导,就能显著降低用户的早期流失,从而提升 7 天活跃度。”

基于这个核心假设,我们推导出了一系列具体需求(如:重新设计入职任务流 R1.1,引入 AI 助手 R1.2)。这才是需求的正本清源之路。

1.1.2 机会评估与边界设定:学会说“不”

战略对齐后,我们会面对海量的机会。但资源是有限的,并非所有符合战略的机会都值得立即投入。我们需要建立一套科学的机制来进行机会筛选和边界设定

机会评估卡 (Opportunity Assessment Card, OAC)

我们不能仅凭直觉做决定。对于每一个潜在机会(比如:A. 社交分享功能,B. 数据导出功能),我们需要从多个维度进行打分评估:

  • 业务价值 (1-5分):A 功能可能带来病毒式传播(5分),而 B 功能仅提升部分专业用户的体验(3分)。
  • 技术可行性 (1-5分):A 功能依赖成熟的第三方 API(4分),而 B 功能涉及复杂的底层数据模型改造(2分)。

综合评估后,决策变得清晰:优先投入高价值、高可行性的机会 A。

边界设定:划定战场

对于决定要做的机会,必须明确其“战场”边界。这同样重要。

  • 明确“做”什么:例如,对于社交分享,我们只支持微信分享。
  • 明确“不做”什么:明确暂不开发内置社区功能。
  • 明确“暂时不做”什么:对于数据导出,我们明确只支持 CSV 格式,暂不考虑 PDF。

这种清晰的边界定义,是防止后续开发过程中范围失控的第一道防线。

1.2 定义篇:从模糊想法到精确规格

当一个机会被立项后,分析师的任务是将其从一个模糊的想法,转化为开发团队可执行、测试团队可验收的精确规格。

1.2.1 需求入口治理:建立有序的流水线

一个混乱的需求入口是所有灾难的开始。我们需要建立一条标准化的“需求受理流水线”,拒绝一切口头需求。

标准化入口:

强制所有渠道(业务方、用户反馈、高层指令)的需求都必须通过统一的系统提交。

需求提交模板的“灵魂三问”:

提交者必须回答这三个核心问题,否则不予受理:

  1. 价值主张(Why):如果实现了,能带来什么可量化的收益?(别只说“领导要的”)
  2. 背景痛点(Pain):当前用户或业务遇到了什么具体困难?(别只给解决方案)
  3. 紧急程度(When):为什么必须现在做,而不是下个季度?

流水线作业:Triage(分诊)机制

建立看板,对流入的需求进行标准化处理:

  • 待受理 (Inbox):检查模板是否完整。
  • 初步分类/去重:识别是否为 Bug、重复需求,打上来源标签(如#业务A部、#用户反馈)。
  • 待澄清/估值:找到明确的业务发起人,准备进入调研流程。
  • 产品待办 (Backlog):已完成初步澄清,价值已量化,等待排期。

1.2.2 需求调研与原型共创:穿透表象

  • 调研不是简单地问用户“你想要什么”。我们需要结合多种方法,穿透用户的语言表象,还原事实真相。
  • 组合拳调研:综合运用访谈、问卷、观察、情景分析。对于关键流程,必须进行现场走查,核实实际操作与系统记录的差异。
  • 原型共创 (Prototyping):不要等到开发阶段才发现交互问题。产品经理可以用纸笔快速绘制关键页面的纸面原型 (Paper Prototype),让用户在上面“点击”和“操作”,并口述感受。这种低成本的方式能在 1 小时内发现 80% 的流程和交互问题。

1.2.3 结构化定义与验收标准:建立契约

将调研结果转化为开发文档,需要结构化的方法,而非一大段文字描述。

结构化分析三件套:

  • 用例图/用户故事 (功能视角):描述谁在什么场景下要做什么。
  • 数据流图/ER图 (数据视角):清晰展示数据在系统中的流转路径和存储位置,避免歧义。

状态机图/序列图 (行为视角): 描述系统内部对象的协作和状态变迁,是技术设计的桥梁。

验收标准 (Acceptance Criteria, AC):

这是需求与测试之间的契约。我们推荐使用 Given/When/Then 的格式来编写可执行的验收标准。

示例:VIP 专属客服通道

  • 用户故事:作为一个 VIP 会员,我希望使用专属客服通道,以便我的问题能得到快速处理。
  • 验收标准 (AC):

Given 用户的会员等级是“VIP”,When 用户拨打客服热线并输入工号,Then 电话应自动转接到 VIP 专属客服队列。

Given 用户的会员等级是“普通”,When 用户拨打客服热线,Then 电话应转接到普通用户队列。

这种清晰的契约,让开发知道要做什么,让测试知道怎么测,从源头消灭了“我以为你应该知道”的扯皮。

1.3 落地篇:协同对齐与科学排期

需求定义完成后,我们需要跨越业务与技术的鸿沟,并进行科学的资源分配决策。

1.3.1 搭建共识之桥:领域语言与技术协同

领域语言统一会 (Ubiquitous Language):

在开发前,必须拉齐业务和技术团队对核心名词的理解。比如,“客户 (Customer)”在业务嘴里可能指“签了合同的企业”,而在技术眼里可能只是“数据库里的一个 User ID”。这种分歧必须在统一会上消除,形成全员共识的领域词汇表

技术协同与可行性前置:

技术负责人必须早期介入。通过序列图等工具,将业务模型转化为技术设计语言,直观展示服务间的调用关系。同时,必须输出技术可行性备忘录,识别潜在的性能瓶颈、安全风险(如第三方 API 延迟、敏感数据存储),并制定缓解策略。这能有效避免“功能开发一半发现不可行”的惨剧。

1.3.2 科学决策:价值评估与排期承诺

评估与排期不是简单的讨价还价,而是一项基于数据的科学决策,它直接决定了企业的投资回报率(ROI)。

量化决策:价值密度指数 (VDI)

我们推荐使用 VDI 来评估需求的优先级,它反映了单位成本投入下的预期价值。

VDI=总投入系数(EffortFactor)价值得分(ValueScore)

  • 价值得分由业务目标关联度、影响用户范围、紧迫性加权计算得出。
  • 总投入系数由技术复杂性(人天)、风险系数、跨部门协作成本加权计算得出。

VDI 越高,意味着该需求性价比越高,理应优先排期。这种量化方法能有效抵御“谁嗓门大谁优先”的压力。

承诺管理:锁定底线

排期承诺必须基于透明的团队容量,并明确范围 (Scope)、时间 (Time)、质量 (Quality) 三者中的固定约束和可变约束。

例如,如果上线时间是不可移动的“死线”(时间 Fixed),那么当开发遇到困难时,我们必须有预案来灵活削减非核心功能(范围 Flexible),以保住上线目标。

所有关键干系人必须在“承诺对齐会”上签署这份包含约束条件的交付承诺,防止后续的预期管理失控。

1.4 交付篇:精准发布与价值闭环

需求定义与开发完成并不是终点。对于产品经理而言,如何安全地将产品交付给用户,并验证其是否产生了预期的价值,是完成“构建需求价值流水线”的最后、也是最关键的一环。

1.4.1 精准发布与风险控制

产品立项、设计、开发往往耗时数月,而发布上线可能只是短短几十分钟的操作。但这“临门一脚”如果踢歪了,不仅会前功尽弃,还会极大打击团队的士气。发布不应是一场靠运气的赌博,而应该是一次精密的外科手术。

为了避免“信心满满发布,灰头土脸回滚”的窘境,我们需要建立一套基于“检查清单(Checklist)”的发布纪律。

1)信息同步:打破“不知情”的壁垒

大部分发布事故的根源,不是技术难题,而是“该知道的人不知道”。产品经理需要像维护“利益相关者地图”一样,维护发布的信息流。

  • 技术相关方同步:现代软件架构错综复杂。功能上线前,必须检查是否依赖外部接口,变更是否影响上下游系统。例如:修改了某个状态逻辑,是否通知了隔壁部门?下游服务是否做好了扩容准备?
  • 业务与用户同步:客服团队是否准备好了应答话术?销售团队是否知晓新功能卖点?
  • 发布通告(Release Note):这是一个体现产品经理职业素养的细节。通告应当冷静、克制、精准。只发给相关人员,清晰列出变动点和影响,拒绝加戏,不要把致谢写成冗长的获奖感言,过度的煽情只会显得不专业。

2)脑海演练:全链路的模拟仿真

在设计时我们模拟“用户场景”,在发布时,我们需要进行“流程场景”的脑海演练。

  • 序列与环境差异:很多事故源于顺序错误(先发代码还是先改数据库?)。必须警惕测试环境与生产环境的差异(如单点 vs 集群),避免因配置遗漏导致服务不可用。
  • 识别“单点故障人”:流程演练不仅是演练系统,更是演练“人”。确认每一个关键节点(DBA、运维、业务负责人)在发布窗口期是否在线,避免出现“关键审批人在飞机上”的尴尬局面。

3)底线思维:预留“逃生门”

凡事往好的方向努力,往坏的方向打算。发布计划的核心不仅仅是“怎么上”,更是“怎么撤”。

  • 回滚预案(Rollback Plan):如果上线后数据出现异常,要有决断力进行回滚。必须提前准备好数据库回滚脚本,并验证代码回退流程。
  • 发布窗口选择:避开业务高峰期,并拒绝“周五发布”。一旦周五发布出现隐蔽问题,周末很难召集人手,美好的假期将变成灾难现场。

附:发布检查清单(Checklist)精要

建议建立一份Checklist,每次发布前逐项勾选:

  • 数据变更:数据库表结构已变更?历史数据已清洗?回滚脚本已就绪?
  • 权限确认:发布和回滚的审批人是否在岗?
  • 依赖检查:外部服务(支付、短信等)是否知情?
  • 配置检查:生产环境配置(Host、白名单)是否就绪?
  • 埋点确认:数据埋点是否已添加?(这关系到后续的价值验证)。

1.4.2 价值复盘:让经验沉淀为能力

上线并不是终点,而是价值验证的起点。很多产品团队习惯于“发布即结束”,然后马不停蹄地进入下一个需求开发。这种“管杀不管埋”的工作方式,会让我们失去最宝贵的成长机会。

我们需要建立严格的数据反馈闭环,验证最初的价值假设是否成立,并审视流程本身的健康度。

1)验证假设:从数据中寻找真相

在第 4 章规划时,我们提出了“价值假设”(例如:优化注册引导能提升 10% 的留存率)。现在,是时候以此为基准进行“验尸”了。

  • 对比预期与实际:不要只看“功能是否好用”,要看“指标是否达成”。用实际数据(如:实际仅提升 2%)对照预期目标。
  • 深度归因分析:数据的偏差是最好的老师。如果失败了,是因为假设本身错误(方向错了,用户压根不需要),还是解决方案拙劣(方向对了,但体验没做好)?甚至是因为外部环境变化?
  • 沉淀经验库:无论成功还是失败,将归因分析的结论记录下来。成功的经验可以复用,失败的教训可以避坑,这是组织资产中最宝贵的部分。

2)流程体检:关注“制造机器”的效率

除了关注产品(产出物),产品经理还应关注“生产产品”的过程(流水线)是否健康。我们需要像优化产品一样优化我们的工作流程。

  • 周期时间 (Cycle Time):一个需求从确认到上线,到底花了多久?哪里卡住了?
  • 需求变更率:在开发过程中,有多少需求被临时修改或打回?高变更率通常意味着前期的需求分析(第 4-6 章)做得不扎实。
  • 价值达成率:我们做的大部分功能,是真的产生了价值,还是沦为了“代码垃圾”?

通过复盘,我们不仅迭代了产品,更迭代了团队的思考质量和协作效率。让每一次闭环,都成为下一次跃迁的台阶。

本文由 @谢彩莲 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议