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

N
News | PayPal Newsroom
P
Proofpoint News Feed
Cyberwarzone
Cyberwarzone
C
Cisco Blogs
SecWiki News
SecWiki News
Know Your Adversary
Know Your Adversary
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Vercel News
Vercel News
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
罗磊的独立博客
NISL@THU
NISL@THU
WordPress大学
WordPress大学
Hacker News - Newest:
Hacker News - Newest: "LLM"
T
Threat Research - Cisco Blogs
AI
AI
Simon Willison's Weblog
Simon Willison's Weblog
Security Archives - TechRepublic
Security Archives - TechRepublic
有赞技术团队
有赞技术团队
L
LINUX DO - 热门话题
Hacker News: Ask HN
Hacker News: Ask HN
V
V2EX
G
GRAHAM CLULEY
TaoSecurity Blog
TaoSecurity Blog
Hugging Face - Blog
Hugging Face - Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
F
Fortinet All Blogs
博客园 - 叶小钗
博客园 - 三生石上(FineUI控件)
云风的 BLOG
云风的 BLOG
Recorded Future
Recorded Future
Latest news
Latest news
The Hacker News
The Hacker News
aimingoo的专栏
aimingoo的专栏
T
Troy Hunt's Blog
S
Schneier on Security
I
Intezer
Google DeepMind News
Google DeepMind News
A
Arctic Wolf
Apple Machine Learning Research
Apple Machine Learning Research
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Threatpost
爱范儿
爱范儿
The Register - Security
The Register - Security
S
SegmentFault 最新的问题
Blog — PlanetScale
Blog — PlanetScale
博客园 - 聂微东
宝玉的分享
宝玉的分享
Recent Commits to openclaw:main
Recent Commits to openclaw:main
美团技术团队
B
Blog RSS 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,
十一出去旅游的人,终究没能依靠上AI
听筒Tech · 2024-10-07 · via 人人都是产品经理

在数字化时代,人工智能(AI)正逐渐渗透到我们生活的方方面面,包括旅游规划、导航和景点讲解等。然而,尽管AI技术在不断进步,它在实际旅游应用中的表现却参差不齐。这篇文章通过一系列真实用户的故事,揭示了AI在旅游领域的应用现状,供大家参考。

“AI在手,旅行说走就走。”

随着技术的加速更新迭代,AI在日常生活中的应用越来越广泛。在铺天盖地的宣传中,AI俨然成为人们日常生活中的强大帮手。

在旅游行业,AI发挥越来越重要的作用,它不仅改变了人们规划和体验旅行的方式,还为旅游服务提供商带来了新的机遇和挑战。

国庆之前,关于AI与旅游结合的推广更是无处不在,用AI做旅游攻略、用AI当导游,或者用AI做旅游相关的搜索。

在社交平台的推荐中,AI在旅游中无所不能,“用AI,一分钟解决旅游攻略”“AI伴游,你的旅游好搭子”“AI伴游,老年人最好的旅游伴侣”……

图:社交平台关于”AI旅游“的推荐

来源:小红书  《听筒Tech》截图

但在实践中,AI是否真能满足消费者的需求?这显然值得质疑。

十一期间,我们与几位在旅游时借助了AI工具的网友聊了聊。

他们当中,有人用AI做旅游攻略,却发现并不像宣传中所说的那样“神乎其神”;有人用AI当导游,却发现连基本的定位精确都无法保障;也有人用AI搜索当地美食,却发现推荐的店铺已经关门。

当然,不可否认的是,AI已经开始影响人们的日常生活,但在使用过程中,人们会发现,AI仍存在极大的改变进空间。

这就意味着,AI要真正成为“新一代生产力工具”,还有很长的路要走。

01 AI做的自驾攻略,根本不能用

彪哥 北京  程序员 28岁

“都说AI在手,说走就走,这话听听就行了。”

我是一家大厂的程序员,我很喜欢自驾旅游,平时只要有时间,便会开车出去玩。我出门不喜欢做攻略,都是随机找个目的地,一路慢慢开过去。

今年国庆,因为手里头还有工作的关系,我也没打算去远的地方,就计划带女朋友在北京周边转转,慢慢度个小假。

但后来计划赶不上变化,临近放假的时候,我女朋友的闺蜜说想和我们一起自驾去沈阳,于是我们便临时决定去沈阳。

我女朋友的闺蜜是一个规划性很强的人,她出去旅游喜欢做好规划,提前安排好行程。

最开始,她们自己在网上找攻略,做行程规划,但因为我们都没有自驾去过沈阳,网上推荐的行程各有各的说法,她们又担心踩坑,便一直没有订下来到底怎么走。

有一天,我女朋友突然说,你是程序员,大家都说AI做的行程规划很详细,不如你用AI给我们先做一个行程规划。

我虽然心里有点不太愿意,毕竟节前工作很忙,但为了在女朋友面前好好表现,我还是揽下了这个“艰巨的任务”。

为了让行程更加符合我们的需求,我对市面上常用的几家软件都进行了测试,希望综合多家测试的结果,来获得一个更合理的行程。

我虽然是程序员,但我以前从来没有对AI进行过这样的测试。直到这次,我才发现,各家大厂的大模型,测试出来的结果还是有很大的差距的。

我对几家模型输入的指令都是一样的,“请做一个北京到沈阳的自驾行程规划,要求5天4夜,4个人,预算不超过2W,途经锦州,景点避开人流量大的地方。”

说实话,别看我采用的都是常见的AI软件,厂家在宣传这些软件的时候,说得都很“神”的,仿佛AI能够解放“脑子和双手”,只需求说出自己的需求,就能够说走就走。

但结果并不尽如人意。一方面,这些大模型推荐的路线都很“粗放”,只停留在了“到达锦州,住锦州的酒店,在锦州小吃街吃饭”,并没有更多的细节可供参考。

另一方面,在景点的推荐上,软件所推荐的景点并不具备“特色”。因为我的指令中明确指出,避开人流量大的网红景点,但从各家的推荐来看,基本集中在各大网红打卡点,如都推荐了沈阳故宫。

更重要的是,一些细节也并不准确。

比如,有几家的行程中,都推荐了山海关作为停留点之一,但在景区门票上,如文心大模型便推荐了老龙头景点,景点门票约100元,实际该处门票为60元。

图:彪哥用文心一言生成的旅游攻略

来源:彪哥供图

其中豆包大模型的行程规划更是毫无细节可言,仅简单罗列了某天上午、下午的简单行程建议。

图:彪哥用豆包生成的旅游攻略

来源:彪哥供图

当然,这些大模型在行程规划的总结时,均会出现类似“行程仅供参考”的提醒,但从这些AI的行程规划来看,如果没有过旅游经验,或许能做一个初步参考,但如果是一位资深的旅游人士,这些行程连参考的价值都谈不上。

最终,我都没有采用这些AI做出来的行程规划,而是自己综合社交平台的推荐,重新做了一份更为细致的规划。

当然,也有可能我对市场上的AI软件还不太熟悉,没有用到专业的AI软件,但从我的测试来看,实际上,虽然大家都在说AI已经进化到了“全新”的阶段,但真正到了实践的应用中,还是有一定的差距。

希望这些大模型,有一天真正能够做到“可直接采用”。

02 AI推荐的美食店,已经关门了

老王 上海 自由职业者  32岁

我是一位自由职业者,平时主要做一些文案创作的工作,我接触AI比较早,坦白地说,我很多文案基础工作,都是AI完成的。

虽然在搜索资料的过程中,也会出现资料或数据更新落后的情况,但总体来说,AI确实减少了我大量的基础工作。

我的电脑里,市场上常见的AI软件几乎都有,我日常也会用得比较多,尤其是日常搜索,我已经习惯用AI。

我生活在上海,平时出门找吃的或者玩的,我都会习惯性地打开AI先搜索一下,虽然AI推荐的并没有那些平台的图文并茂,也看不到评论,但毕竟AI能够先帮我筛选一遍,根据AI的推荐,我再去平台搜索心仪的小店,也会事半功倍。

图:老王日常使用的AI美食搜索内容

来源:老王供图

日常试过多次后,我几乎没有踩过雷。

但这次国庆旅游,我也开始有点质疑AI的数据收集确实“落后”。

这个国庆,我们去的不是大城市,是一个小县城。这个县城,是革命老区,虽然自然风景不错,但旅游开发得并不是很好,因此游客也不多。我也是因为离我老家不远,才决定顺道去玩一次。

到了那里以后,当然想尝尝当地的特色美食,我就习惯性地打开了AI软件,打算先搜出几家,然后再去社交平台,对应地看看评论。这样的话,也省去了在平台上盲目搜索的时间。

不过,出乎我意料的是,这次AI的推荐翻车了。我输入的指令是,“搜索XX县的当地美食,要求人均不超过100元,当地人推荐的小店。”

当然,和往常一样,AI推荐了5家当地特色小店,按照往常地惯例,我会再去平台搜索这5家小店,看看哪家相对符合我的需求,然后便直接导航过去。

但让我没想到的是,5家小店里的第一家,在平台上显示却是“未营业”,我当时心想,是不是这家店生意太好,没有上平台?

这并不是不可能,在上海,有很多小店,就因为生意太好,不会上平台。

因为从导航看那家店的位置并不远,我和家人一商量,便决定先去看看,碰碰运气。谁知道当我开车过去,店铺却是关门状态,一问旁边的人,便得知,这家店已经关门半个月了。

我爱人当时还笑我,“你看,天天那么信AI,翻车了吧。”

而我,竟然无言以对,只好笑笑化解尴尬。

当然,这可能是偶发事件,但也侧面反映了AI的数据更新,远没有达到满足日常生活的需求。

我也依然还是会使用AI,也真心希望AI能进化得更为实用和可靠,真正成为日常的生活助手。

03 用AI当导游,连定位都不准确

八妹 长沙  公司前台 26岁

你试过用AI当导游吗?这个国庆,我试了一下,说真的,并不好用。

我平时用AI并不多,顶多也就搜搜资料,所以平时对AI也没有太多的感受和体会。

但这次国庆,我尝试了AI导游后,确实感觉AI还有很多需要改进的地方。

今年国庆,我带父母去的是一个著名的景点,因为是一个很具历史文化的地方,一开始,到了景点后,我们决定找导游,好好介绍景点。

但遗憾的是,因为人太多,导游根本排不过来,不仅如此,价格还非常贵,一位导游,跟讲1个半小时,便要花费将近300元。

听到价格后,我父母当然极力反对,在他们看来,花这么多钱,请一个导游,非常不划算。

但我又不想自己在景点里瞎逛,在我看来,这种极具历史文化特色的地方,如果没有导游讲解的话,逛了相当于白逛。

来源:AI生成

两下僵持下,景区门口一个穿着志愿者服务衣服的人似乎看出了我们一家人的矛盾,走过来问我们有什么需要帮忙的。

一听我们的问题,这位志愿者便开始推荐,说景区新推出了一款AI导游,只需要花费30元,便可以全程详细讲解景区的景点,而且这个AI导游,会推荐最优的路线,且解说是根据我们行走的路线自动定位的。

我父母一听,价格不贵,听起来也很“高科技”,当即便觉得可以,于是在他们的坚持下,我也就每人花30元,在手机小程序上开通了这个景点“AI导游”。

一开始的时候,这个“AI导游”小程序确实挺不错的,讲解得非常详细,而且因为每个人手机都开通了,相互还不影响。

但很快我就发现了问题,这个导游的定位,根本不准确,如果两个建筑离得近,定位就会相互错乱,位置稍有变动,“AI导游”便会反复错乱地讲解。

另外,志愿者刚开始介绍的时候,表示“AI导游”还可以实时对话,对一些常见的问题进行答疑解惑。

但我父母很快就发现,对“AI导游”提的问题不能太复杂,否则得到的答案只能是“很抱歉,这个问题我无法回答”。

体验过这款“AI导游”后,我和我家人都觉得有点“坑”,毕竟志愿者在介绍的时候,将这款AI导游说得天花乱坠,说AI是现在的高科技,完美地将科技和文化进行了结合,且“便宜又实用”,但现在看来,这位“AI导游”显然还不够合格。

而且说实话,在我看来,最智能的AI,也比不过一位知识渊博的导游在我身边娓娓道来的感觉。

回来以后,我在网上搜索了一下所谓的“AI导游”,发现其实很多人碰到过像我这样的情况,这也说明,AI在实际运用中,确实还存在巨大的改进空间。

04 想去小众景点,要问AI十遍

少爷 上海  新媒体运营 28岁

我很喜欢旅游,只要一有假,我就出去玩。我旅游的目的地,集中在国内,偶尔也会去国外。

每次出去旅游,我都会做好详细的旅游攻略,我的旅游攻略获取方式比较简单,大部分来自身边朋友的推荐,还有就是社交平台。

因为去的地方比较多,我现在在国内旅游,去的都是比较小众的地方。

我自己在社交平台做了一个账号,内容就是旅游。今年年初,我开始接触AI,用AI做一些视频或者图文的文案,说真的,我觉得AI做旅游文案,还是挺不错的,我现在的很多内容,都是AI做的。

今年国庆,受社交平台那些宣传的影响,我决定用AI找一个小众的地方试试。

在几个AI软件中,我输入了相同的指令,“搜索几处南方小众旅游地,要求自然景观优美,商业气氛不浓,适合徒步。”

从这一步的搜索结果来看,如果不是经常旅游的人,推荐的地方还是不错的,但他推荐的这些地方,实际上这两年已经商业气息比较浓了,其中有几处,还是某社交平台的热门推荐地,不少网红热衷于去那里打卡。

图:少爷在AI中的相关搜索

来源:少爷供图

于是我又改变策略,重新问AI,“搜索几处南方小众旅游地,要求原始质朴,没有商业化。”

搜索的结果实际上和第一次的大相径庭,虽然看上去小众,但依然是平时网络上一些“网红打卡地”。

后来我和朋友沟通这件事,他告诉我,实际上,AI的搜索数据,本来就来自于网络,因此,如果要获得真正小众的地方,可能性微乎其微。

他说,“你想想,AI本来就是根据网络上的数据来推荐的,它推荐给你的地方,当然是平时网络上推荐得比较多的。”

“你就算问10遍,得到的结果,也不会有太大的差别,真想去小众的地方,还是需要来自‘人脑‘。”

我一想,也对,实际上,对于小众的需求,AI毕竟不是人脑,短时间内,可能还真的难以满足。

文 | 艾利亚  小  听  饶  言 编 | 饶  言
本文由人人都是产品经理作者【听筒Tech】,微信公众号:【听筒Tech】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Pexels,基于 CC0 协议。