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

宝玉的分享
宝玉的分享
WordPress大学
WordPress大学
博客园 - 司徒正美
美团技术团队
酷 壳 – CoolShell
酷 壳 – CoolShell
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
小众软件
小众软件
量子位
阮一峰的网络日志
阮一峰的网络日志
Apple Machine Learning Research
Apple Machine Learning Research
有赞技术团队
有赞技术团队
博客园 - 【当耐特】
博客园 - Franky
Jina AI
Jina AI
人人都是产品经理
人人都是产品经理
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
T
Threat Research - Cisco Blogs
D
Darknet – Hacking Tools, Hacker News & Cyber Security
F
Fox-IT International blog
T
ThreatConnect
A
Arctic Wolf
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
Last Week in AI
Last Week in AI
C
CERT Recently Published Vulnerability Notes
P
Palo Alto Networks Blog
李成银的技术随笔
Project Zero
Project Zero
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
The Register - Security
The Register - Security
F
Full Disclosure
H
Hacker News: Front Page
雷峰网
雷峰网
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
SegmentFault 最新的问题
S
Schneier on Security
T
Tor Project blog
博客园_首页
月光博客
月光博客
大猫的无限游戏
大猫的无限游戏
博客园 - 聂微东
S
Securelist
C
Comments on: Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
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
Attack and Defense Labs
Attack and Defense Labs
IT之家
IT之家
博客园 - 叶小钗
J
Java Code Geeks
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events

人人都是产品经理

AI用户体验要素二:那些无法忽略的UI交互行为 – 人人都是产品经理, 货代员工管理实战:如何把考勤、加班和人力成本做成可控的经营数据? – 人人都是产品经理, 月薪5万也招不到?AI产品经理的真实薪资与隐形门槛 – 人人都是产品经理, 大多数AI产品,其实是在给自己人做的 运营人必懂的3步数据分析逻辑,一线业务应用指南 – 人人都是产品经理, 我的AI写稿全流程公开 – 人人都是产品经理, 从 Gemini 实时多模态狂欢降温:B 端产品经理该怎么看这场 Omni 进化 – 人人都是产品经理, 跨境税务系统:边界、能力与风险前置06 如何创建一家AI Native公司?Anthropic刚发的这份手册,把答案说清楚了 – 人人都是产品经理, 跨境账务系统:在不确定中形成可解释结果05 – 人人都是产品经理, Electron-OH 37.2.1 正式发布:鸿蒙PC开发体验全面升级,跨端开发再提速 – 人人都是产品经理, Notion CEO重新定义了一件事:什么样的人在AI时代真正值钱 – 人人都是产品经理, Notion CEO重新定义了一件事:什么样的人在AI时代真正值钱 – 人人都是产品经理, AI搜索的广告比你想象中更危险:它连你的怀疑都省了 – 人人都是产品经理, 做了一年客服型外呼 Agent,我发现旧的效果评估体系正在失效 – 人人都是产品经理 我以为用户好评是成功,直到我发现它背后藏着一个致命的陷阱… – 人人都是产品经理, 谷歌 I/O 炸场看完了:别再用百万级的自嗨对话框去增加企业的翻译税 – 人人都是产品经理, AI写代码的速率是人的10倍,端到端却只快了2倍:产品经理视角下,没人讲清楚的3件事 – 人人都是产品经理, 提示词的本质:不是“咒语”,而是 AI 产品设计中的需求表达能力 – 人人都是产品经理, 和代运营合作5年后,我真的不建议大健康私域再找代运营了! – 人人都是产品经理, 场景不同,测评方法需要因地制宜:最新摸索的测评“四象限法则”分享 – 人人都是产品经理, 为什么很多人抄爆款,越抄越不像? – 人人都是产品经理, 妙鸭AI生图团队解散:从”时代宠儿”到”被遗忘者”的启示 – 人人都是产品经理 构建数字孪生生态:从封闭系统到开放平台 – 人人都是产品经理, 一文讲透医疗 AI 的隐私合规:技术、场景、落地、避坑 90%的模型微调是浪费钱的——我说“不调” – 人人都是产品经理, 企业可以这样落地 AI 能力(二):技能蒸馏 – 人人都是产品经理 鸿蒙 HarmonyOS 6.1.1 (API 24) Beta1 发布:开发能力全面升级,构建更高效智能生态 – 人人都是产品经理, Claude 三件套:从想清楚,到看得见,到做出来。它要把”想法变产品”全包了 Claude 三件套:从想清楚,到看得见,到做出来。它要把”想法变产品”全包了 – 人人都是产品经理 为什么餐厅都在劝你去买团购券? – 人人都是产品经理, 最近几个月的AI大模型独立应用实践-1 – 人人都是产品经理, 最近几个月的AI大模型独立应用实践-1 – 人人都是产品经理, 别让模型拖后腿:我用6年产品经验总结的AI选型法则 – 人人都是产品经理, 我做了一个对比实验:为什么同一个模型,两个 AI 工具产出差距如此巨大 – 人人都是产品经理, AI用户体验要素一:从“操作工具”到“委托代理人” – 人人都是产品经理, 不是教你用 AI 写 PPT,是把 AI 训练成”你自己” – 人人都是产品经理 Google I/O 2026 XR篇:最轻的眼镜没有界面 – 人人都是产品经理, 深聊100家教育企业后,我总结了7种链路拆解线索获客链路 – 人人都是产品经理, GEO 产品如何用 RAG 提高品牌命中率? – 人人都是产品经理, 跨境系统 vs 国内系统:差异、坑与产品心法07 – 人人都是产品经理, 年增速25%、线上占比冲60%,拆解AI心理疗愈的商业底层逻辑 – 人人都是产品经理, Agent 工作流,踩过的几个坑 – 人人都是产品经理, Vibe Coding 之后,真正拉开差距的是“AI 项目管理能力” – 人人都是产品经理, 新个体如何运营好小红书账号? – 人人都是产品经理, 从 OPC 到 OPD:企业如何建立 AI 原生部门? – 人人都是产品经理, Qwen3.7-Max来了:一个拼命干活的AI 一套代码走全球:汽车出海系统架构的“避坑”指南 – 人人都是产品经理, 2026,关于小红书反常识的实践 – 人人都是产品经理, LLM Wiki实战篇:少花token,多沉淀知识 – 人人都是产品经理, 我做了一个本地运行的甘特图工具,顺便让 AI 帮我拆项目计划 – 人人都是产品经理, RAG踩坑实录:很多坑开发不会主动告诉你 – 人人都是产品经理, Google I/O 2026 AI篇:当Google说”AI变得更聪明”,它其实在说”界面可以消失了” – 人人都是产品经理 什么是无可替代的业财一体化产品? – 人人都是产品经理, 「不就是发个货?」——这句话坑过多少电商产品 – 人人都是产品经理 企业拥抱Agent行动指南——《重构与崛起——OpenClaw时代的中国Agent产业生态报告》解读四 – 人人都是产品经理, 当泡沫散尽,B端AI公司里值钱的只剩这一种人 2016怀旧潮:一场对“真实人格”的系统修复 – 人人都是产品经理, 即时零售:零食品牌的下一场“抢滩登陆战” – 人人都是产品经理 大模型时代的认知反转:我们为何从渴望“千人千面”转向渴求“稳定可控” – 人人都是产品经理, 美团的TOB商家运营模式拆解——把成熟的东西重新拆解一遍,就能发现新东西(一) – 人人都是产品经理, 每提问一次亮灯两分钟,生图一次充满一部手机:请收起你们的算力自嗨 – 人人都是产品经理, 「招投标AI落地观察」暗箱里的算力 —— AI时代招标文件的潜规则识别 – 人人都是产品经理 属于小红书的种草时代,结束了 – 人人都是产品经理, 如何用AI打造一家自我进化的公司 – 人人都是产品经理, 如何用AI打造一家自我进化的公司 – 人人都是产品经理, 人形机器人拾取沙发缝隙掉落物件 – 人人都是产品经理, 人形机器人拾取沙发缝隙掉落物件 – 人人都是产品经理, “人货场模型”深度拆解:分析框架、建模思路、业务建议 – 人人都是产品经理, 万字干货:这可能是全网最实战的「用 Claude Code 做产品」完整方法论 – 人人都是产品经理, AI PM 的 PRD,越写越像半截草稿 – 人人都是产品经理 AI产品如何从 Skill 走到虚拟员工? – 人人都是产品经理, FDE 是什么:不是销售工程师,也不是咨询顾问 – 人人都是产品经理 建设中医科研数据库和西医科研数据库,到底差别在哪?(一) – 人人都是产品经理, 图片转 Prompt · Web Coding 工作流 – 人人都是产品经理 一文看懂VLM:自动驾驶里那个会看图说话的AI – 人人都是产品经理, 模型越强,为什么 Agent 框架反而更重要? – 人人都是产品经理, 从AI智能体演进史,看智能硬件的过去与未来 – 人人都是产品经理, 一个好的记忆Agent是什么样的? – 人人都是产品经理, AI 不再是 App,AI 是新的电脑,只是大多数人还没反应过来 – 人人都是产品经理, 小红书电商内容团队组织架构解析 – 人人都是产品经理, 给 Agent 装上眼睛和手:OpenCLI 深度体验 – 人人都是产品经理 一个AI产品经理的30天深度复盘:我发现了五个“反常识”铁律 – 人人都是产品经理, 跨境票据系统:为了开票or留证?04 – 人人都是产品经理, AI 产品经理如何设计模型路由策略 – 人人都是产品经理, 从碳纤维工厂跑出来的 AI PM:不搞套壳对话框,我靠三个“土味”项目干翻了业务痛点 – 人人都是产品经理, 家用人形机器人为坐姿用户递水 – 人人都是产品经理, 从按钮到对话:AI 时代软件形态的演进与可能 – 人人都是产品经理, 做陪伴机器人,我最先想清楚的是 AI 不该做什么 – 人人都是产品经理, 深度拆解蚂蚁阿福和氢离子:医疗AI产品的5个核心分野与10条PM启示 – 人人都是产品经理 微调 vs RAG,AI产品经理怎么选? – 人人都是产品经理, 从木鸟、途家、美团首页设计,看流量分发和业务逻辑 – 人人都是产品经理, 拆解具身智能(硬件本体):基本定义、组成部件和商业化 – 人人都是产品经理, 一文看懂 OpenHarmony 跨平台框架生态:9 大仓库全解析 – 人人都是产品经理, 黄仁勋:AI Infra 将建设十年,Agent 才刚刚开始进入生产系统 – 人人都是产品经理, 黄仁勋:AI Infra 将建设十年,Agent 才刚刚开始进入生产系统 – 人人都是产品经理, Claude 都能写高保真原型了,为什么 Anthropic 还要单独做 Claude Design – 人人都是产品经理, Claude 都能写高保真原型了,为什么 Anthropic 还要单独做 Claude Design – 人人都是产品经理, 从 Demo 到上线,AI 产品经理绕不开 Pipeline – 人人都是产品经理, 一人公司最大的坑,是什么都想自己干 – 人人都是产品经理,
AI搜索没有杀死广告。它只是把广告藏进了你信任的那句话里 – 人人都是产品经理,
Crisson · 2026-05-23 · via 人人都是产品经理

谷歌的AI搜索革命正在悄然改写广告行业的游戏规则。当AI Overviews月活突破2.5亿、Gemini用户翻倍时,传统CPC广告模式正被更隐蔽的嵌入式广告取代——这些以建议形式出现的商业推荐,正在突破用户的心理防线,创造零摩擦的成交转化。本文深度解析从打断式到延续式的广告形态演变,揭示AI如何让广告变得更精准也更危险。

说个我亲眼见的——今年Google I/O keynote上—Sundar Pichai报出一串数字:AI Overviews月活2.5亿,AI Mode月活突破10亿,Gemini App用户从400万涨到900万。台下掌声一再。

媒体标题清一色—“Google重新定义搜索”“AI杀死传统广告”。

2.5亿月活当然惊人。但我在想另一件事:这些用户用AI搜索时?广告去了哪。

这让我想到。传统Google搜索的成果页—几个带“赞助”标签的链接排在前列,你点一次,Google收一次钱。这是支撑了二十年、年收入超过2000亿美元的商业模式—现在AI搜索直接把答案生成给你—没有十个小蓝链,没有“赞助”标签,没有点击。广告商和搜索引擎之间那个古老契约—你给出免费信息,我承担广告—,正在被AI单方面改写。

“谷歌杀死了谷歌。”听起来像一句漂亮的墓志铭。

说实话,但我反复看了所有I/O发布材料,翻完三个月来关于AI搜索广告的讨论—结论是:外界都在谈效率和精准—AI帮你更快找到想买的东西,广告商更高效达到用户。这些都对,但漏掉了最关键的一点:广告形态正在从“打断”变成“延续”—用户心理防线在下降,广告反而更难被拒绝。

不是AI杀死了广告。是AI让广告变得比任何时候都危险。

一、“打断”和“延续”:两种广告的本质

理解这个难题—得先看清传统广告和AI广告的根本区别。

说实话,传统广告是打断式的。你正读一篇文章,突然弹出“恭喜你中奖”;你正看视频—中间插一段60秒口播;你搜“哪款跑鞋耐磨”,结果页前三个都是赞助商链接。广告和内容之间有一条明显界线—用户知道这是广告,可以选定屏蔽、忽视或点击。

大体上,这条界线是广告的天花板,用户看到“赞助”标签时——大脑自动启动怀疑机制:“这条推荐是因为真的好—还是因为品牌付了钱,”这种心理摩擦限制了点击和信任。

AI搜索里的广告没有这条线。

我自己也踩过这个坑,说个我亲眼见的—想象你用Gemini问:“下周去京都应该带什么衣服——”它回复你:“京都下周气温15-22度,可能有小雨,建议带一件轻冲锋衣。你识别得出来吗,准确而言,大概率不能,推荐Montbell的Versalite,防水透气——折叠后刚好放进背包—”如果Montbell付了钱,这句话就是广告。你会觉得这是一条有用的建议,随后点开链接看看价格。

这让我想到,这就是“打断”到“延续”的关键差别。AI广告延续用户的任务流—你在获取信息,它让信息里藏着广告。传统广告打断用户的任务流—你在搜索,它让你停下来看广告。你的认知负荷没变,任务没断,广告自然更难被觉察。

说实话,更核心的是心理机制,但人不会抵抗自己正在做的事情,人被打断时会产生抵抗—“别烦我”。你本来就想要京都旅行建议。严格来说,AI给了你一条装备建议,你为什么要抵抗,你只会觉得“真贴心”。

我亲眼见过一个案例:几个月前。我在ChatGPT里问“怎么选一款适合视频剪辑的笔记本电脑”——回复里提到了某个品牌的显卡和散热框架,似乎,描述得非常具体,甚至给出了配置建议。我当时觉得好专业。后来翻到一篇文章,说OpenAI,正在测试付费推荐。我回去检查那条回复的上下文—没有标注“赞助”,没有任何标识。我直到今天都无法判断那是不是广告。

这才是最可怕的地方。

二、嵌入式广告:当推荐变成零摩擦成交

AI广告的这种隐蔽性—带来的是传统广告做不到的精准与效率。

有意思的是,传统搜索广告再怎么精准。用户至少知道那是广告。“赞助”标签意味着有人付了钱,你对该品牌天然带着一层怀疑。”这种心理摩擦是广告效果的天花板。你点击广告时脑子里会想:“这条推荐到底是因为真的好,还是因为品牌付了钱?行业数据反映,普通搜索广告的点击转化率平均在2%左右—超过一半的用户根本不会点—点了的人里又有众多“误点”行为,随后秒关。

AI广告没有这个天花板。

说个我亲眼见的——当广告以建议的形式出现在自然回复中,用户根本没有启动“怀疑机制”—你接收信息时默认它是中立的、有帮助的。每一条推荐都是零摩擦成交。这对品牌意味着什么?

有意思的是,google I/O上提到,现在模型API每分钟处理约190亿个token—每个token背后可能,是一个查询、一个决策、一个消费信号。它知道你在对比哪两款手机,知道你上周搜了“儿童安全座椅”——知道你昨晚看了豆瓣7分以上的悬疑片—以前这些数据只能用来决定要不要给你展示一个广告条。AI比任何时候都更了解你:你的搜索历史、你的购物车、你的犹豫、你的决策模式。现在可以决定要不要在AI回复里,顺带提一句“这款车后排空间更大,适合安装两个儿童座椅”。

精准是个中性词。用在效率上,它帮助你更快找到合适的东西。用在广告上,它帮助你更快买到合适的东西—但也让你更少拒绝那些不合适的东西。

我举一个实际例子,上周我在Gemini里问“北京哪家医院看甲状腺结节比较好”。它回复了三家医院,其中一家顺便说“该院的内分泌科主任医师李某某这个月初在推出线上问诊服务,可凭借XX使用预约”。多少,我没有证据证明这是广告,但我事后回想:那条信息在我的决策中占了多少权重?如果是传统广告,我极有可能直接忽略,大概30%——但因为它嵌在回复中—我甚至没有意识到那,是一个导流入口。

有意思的是,这就是危险所在:用户失去选定权。传统广告至少给你一个选定—点或不点。AI广告让你连选择的机会都被剥夺,因为它根本不承认自己是广告——你只是在“获取信息”的过程中,不知不觉完成了决策。

三、Google真的在“杀死自己”吗?

网上流行说:“谷歌杀死了谷歌。”意思是传统广告业务被自己的AI搜索蚕食。听起来合理,但我持反过来观点。

有意思的是,先理解“吞灭”的逻辑,传统Google搜索的广告模式是CPC(按点击付费)—用户搜关键词—成果页,显示相关广告,用户点击后商家付费。当AI搜索直接给出答案,用户不需要再点击链接,广告的曝光机会就消失了,CPC收入直接归零。

这个逻辑失神了两件事。

说个我亲眼见的—AI搜索本身会衍生新的广告形式。 上面描述的“嵌入式广告”就是其中之一。品牌可以付费让AI在特定回答中推荐自己的产品,这种广告的定价逻辑不再是CPC—而是CPA(按转化付费)或固定曝光费,Google可以按照每次推荐带来的后续购买行为收费。这种模式的潜力极有可能超过传统CPC。为什么?因为用户点击广告的转化率平均2%,但AI推荐被用户采纳的转化率可能高出一个数量级—基于对话上下文,放弃的思维摩擦几乎为零。

若从更多角度去考虑,结论恐怕会有不少不同之处。

总广告曝光量不但没减少,反而多了,相当于追加了一大波。

事情可能并不如表面所示那般简单,亟需更细致地审视。

我的判断是:AI搜索,准确地讲,不仅不会冲击广告收入——反而会以更隐蔽、更精准的形式带动整体广告事务增长。

这哪是普通用户的行为,分明是企业级的长尾高频调用。

我不是说Google毫无风险。但缩水的部分会被更高价值的嵌入式广告覆盖,覆盖后的总量很可能更大。传统CPC广告的存量确实会缩水,举个估算:假设传统搜索广告每千次曝光产生10元收入—AI嵌入式广告每千次会话(相当于多次曝光)可能产生40元收入,同样用户的搜索频率翻了两倍—总盘子就是原来的8倍。

说个我亲眼见的——当然,前提是Google能控制好平衡:不让人觉得AI回复变成了广告合集。一旦用户开始怀疑每条推荐都是收费的,信任一旦碎掉,整个模式就崩了——这句话翻译过来就是:“我们会把广告藏得足够深,让你感觉不到它的存在。Google知道这一点。Pichai在keynote花了大量篇幅强调“帮助性”和“深度”—广告是次要的,体验优先。”

四、产品经理视角:AI广告的商业化路径与风险

产品经理的层面上,这件事的逻辑很清晰。

用户增长已做到。 AI Overviews月活2.5亿,AI Mode月活1亿,Gemini App用户翻倍。Pichai说的“搜索变成对话”意味着单用户会话深度也在增长,所有这些入口全是未标注的“天然广告位”。

技术可行。 模型可以生成带商业意图的回复—它本来就基于海量数据训练。知道什么品牌在什么场景下被提及。只要在推理阶段加入一个“推荐偏好”参数,就能在回复中自然嵌入广告。

场景完美。传统广告少不了在漏斗顶端花费大量预算做品牌曝光,接着再用搜索广告收割。 搜索本身就是决策漏斗,用户问“哪款相机拍星空好”时,需求强度已到了“想买”的阶段。AI搜索直接把收割和推荐合二为一—用户刚露出意图,推荐就来了。

商业模式已验证。 OpenAI在ChatGPT里试水隐性软广,就是个信号。Anthropic上上周发过一段视频,调侃OpenAI在回复里塞软广——情节是用户问“什么手机拍照好”—ChatGPT初步推荐某品牌,末了加了一句“这个品牌上周有促销活动”。讽刺的是,视频本身是用Claude写的脚本。同行之间的幽默里藏着严肃的现实—没人能幸免。Google不能,OpenAI不能,Anthropic自己也早晚会处理这个诱惑。

但风险同样巨大。

最大的风险是信任崩塌。这不像传统广告—你本来就不信任广告,所以无所讲的。是因为默认它中立客观,用户之所以愿意接受AI搜索的建议。一旦用户发现“每次推荐都像广告”——信任就碎了—AI搜索的商业模式建立在中立建议的基础上,一点点怀疑就会破坏整个价值。

第二个风险是监管。平心而论,欧洲的《数字服务法》要求明确标注广告,美国FTC也在聚焦AI推荐中的商业注入。各国对“隐性广告”的态度日渐严。Google如果想在全球铺开,要找到既满足监管要求又不破坏用户体验的标注方式—举例用极小的字形或者对话结束后的“赞助说明”,但这又会削弱广告效果,陷入两难。

第三个风险是用户反制。DuckDuckGo早就靠“无跟踪”吸引了一批用户。一旦用户意识到自己被“软营销”,他们的反应可能不是容忍——而是彻底转向其他平台—如果AI搜索被广告污染,说不定出现新的“隐私+纯净”替代品。到时候,Google靠垄断地位也未必能留住用户。

五、你的心理防线正在悄悄降低

回到开头万分问题。

传统广告的逻辑是“展示-吸引-行动”,效率要看创意和渠道。前者像在大街上发传单,后者像朋友推荐给你一家餐厅—AI广告的逻辑是“嵌入-信任-执行”——效率视具体情况隐蔽性和上下文相关性,你接到传单的概率是10%,你照做朋友推荐的概率是80%。

约莫,我记得,这个转变的直接后果是用户心理防线,正在框架性瓦解。你不是变得更容易被说服,而是根本不知道自己,正在被说服。这不是意志力的难题—你没法抵抗自己没意识到的进攻。

细究而论,我在想,如果Google真把这种模式完全铺开—在AI模式的每一条回复里—根据你的对话历史和商业意图,直接生成一条精准的产品推荐。不标“赞助”,不标“广告”,只是作为回答的自然组成部分—那时候用户还能分清什么是搜索建议、什么是商业推荐吗?我猜很多人都分不清。

公正地看,实话说,Google早已走在路上—AI Overviews和AI Mode这两个入口,全是“天然广告位”。Google没有宣布具体的广告形态。但方向已经明确:要把AI的推理能力变现。

作为产品经理,下次你设计AI搜索功能时,可以问自己三个难题:

  1. 你的用户知道他们在被推荐—还是以为只是“信息”, 是收钱就推荐,还是只推荐好产品?
  2. 推荐质量如何保证, 如果他们没有意识到,你就是在凭借认知盲区。后者考验模型判断力,前者杀鸡取卵。
  3. 你有退出机制吗, 如果用户明确表示“不要推荐品牌”,你的系统能响应吗?

我写这篇文章的目的不是批判。我只是觉得,当大家都在高呼“AI让搜索更好用了”时—应该有人停下收看看这个视角:你被说服的门槛在悄悄降低,你的防线正在被技术绕过。客观地说,我自己也在做AI产品,大体,知道商业化压力有多大。你甚至不会注意到。

因为那是一条如此自然的回复。

就像一个老朋友在聊天时顺口说了句“这个不错”。你在心里默默记下了。

本文由 @Crisson 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