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

GbyAI
GbyAI
N
News and Events Feed by Topic
D
DataBreaches.Net
MongoDB | Blog
MongoDB | Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Engineering at Meta
Engineering at Meta
T
Tailwind CSS Blog
博客园_首页
Microsoft Azure Blog
Microsoft Azure Blog
Y
Y Combinator Blog
博客园 - Franky
Hugging Face - Blog
Hugging Face - Blog
月光博客
月光博客
A
About on SuperTechFans
I
InfoQ
S
Securelist
Last Week in AI
Last Week in AI
S
Schneier on Security
C
CXSECURITY Database RSS Feed - CXSecurity.com
Hacker News: Ask HN
Hacker News: Ask HN
Schneier on Security
Schneier on Security
Know Your Adversary
Know Your Adversary
腾讯CDC
大猫的无限游戏
大猫的无限游戏
S
Security @ Cisco Blogs
博客园 - 三生石上(FineUI控件)
Simon Willison's Weblog
Simon Willison's Weblog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
T
Tor Project blog
美团技术团队
aimingoo的专栏
aimingoo的专栏
G
Google Developers Blog
罗磊的独立博客
Vercel News
Vercel News
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
The Cloudflare Blog
S
Secure Thoughts
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Latest news
Latest news
Recent Announcements
Recent Announcements
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
L
LINUX DO - 热门话题
Security Latest
Security Latest
TaoSecurity Blog
TaoSecurity Blog
Cyberwarzone
Cyberwarzone
有赞技术团队
有赞技术团队

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,
AI集体翻车!“我问了六个AI,都说西班牙稳赢”
IT时报 · 2026-06-22 · via 人人都是产品经理

当AI大模型集体押注西班牙大胜时,佛得角门将的7次神扑给了算法一记响亮耳光。本文深度剖析世界杯AI预测的底层逻辑与商业价值,揭示数据模型如何计算身价与控球率,却无法量化人类意志力——这正是足球永恒魅力的核心所在。

6月12日凌晨,墨西哥城阿兹特克球场,2026美加墨世界杯揭幕战哨声吹响。东道主墨西哥2:0击败南非,对于这个比分,经验丰富的老球迷并不意外,但真正让球迷惊呼的,是赛前就有“人”精准预言了这一切:上半场打破僵局、下半场再进一球,老将希门尼斯进球,南非因动作过大,早早陷入少打一人的被动局面。

这是AI全面参与竞猜的第一届世界杯。

16年前的南非世界杯,用一只德国章鱼选择贴着国旗的食物箱预测比赛结果时,人们称之为玄学;如今,大模型用海量数据和算法推演比分,人们开始认真思考一个问题:AI的“预言”,到底值不值得相信?

6月16日北京时间零点,世界杯小组赛H组西班牙VS佛得角的比赛哨声正式吹响。无论是世界排名还是过往大赛战绩,西班牙队都远在佛得角之上,获胜概率极大。

01 六个AI集体“翻车”

26岁的球迷张越(化名)赛前做足了功课。“我问了六个AI,清一色看好西班牙,最保守的都说至少赢两球。”他翻着手机里的截图向《IT时报》记者展示,千问给出的理由是西班牙全队身价高达12.2亿欧元,而佛得角是首次参加世界杯的新军;腾讯元宝则预测佛得角会采用5—4—1铁桶阵,但依旧难挡西班牙的传控渗透和定位球;豆包预测热门比为西班牙3:0获胜,稳妥猜测也会进2个球。

结果,足球给了所有算法一记响亮的耳光。

终场哨响,0:0。本届世界杯首场零进球比赛,也是开赛以来最大的冷门。

不仅张越一人,在联想集团与咪咕视频联合发起的“世界杯预测人机大战”中,DeepSeek、kimi等12款主流AI模型都没有预测出平局。11家模型预测西班牙取胜,比分大多集中在3:0和4:0;阶跃星辰则反向预测佛得角5:1爆冷。尽管它们判断的胜负方向并不完全一致,却共同默认了一件事:这场比赛一定会分出胜负,而且不会缺少进球。

人类阵营中,本场约有25万用户参与预测,其中91.1%选择西班牙取胜,与AI判断高度一致,仅有5.4%的用户选择了平局。正是这约1.35万的“少数派”,成了真正赢家。

“开赛之前,AI预测连中三场,那时候感觉简直像开了天眼,谁知道一下就翻了大车。”张越苦笑着说。开赛头几场,AI预测的命中率着实惊人,尤其是韩国对战捷克那场,AI的胜负判断全中,甚至预测比分都与实际结果如出一辙。

02 实测:猜中了胜负 没猜对比分

6月17日,北京时间9点,世界杯小组赛J组迎来一场看似悬念不大的对决,阿根廷对阵阿尔及利亚。一边是上届世界杯冠军的潘帕斯雄鹰,另一边是热身赛未有败绩的非洲劲旅,AI会如何判断?

赛前,《IT时报》记者选取了市面上六款主流大模型,包括千问、豆包、元宝、DeepSeek、文心一言、Kimi,向它们输入完全相同的指令:“请预测阿根廷对阿尔及利亚这场比赛的比分,并给出你的分析逻辑。”

结果出奇一致:6款模型全部预测阿根廷取胜,只在具体比分上有些微妙的分化。千问给出的预测是“阿根廷1:0阿尔及利亚”;文心一言则用图表的形式,给出更为细致的概率分布:2:0以28%的概率高居榜首,1:0为22%,3:1为15%,同时也预留了0:0或1:1的爆冷空间(12%)。Kimi的首选预测是“阿根廷2:1阿尔及利亚”;元宝、豆包和DeepSeek都预测“阿根廷2:0阿尔及利亚”的概率较大。

直至中午比赛结束,阿根廷队梅西上演帽子戏法,3:0击败阿尔及利亚,尽管AI预判到了阿根廷取胜,但没有一款模型猜对最终比分,更没能提前预判梅西会上演帽子戏法。

03 百亿市场背后的AI暗战

球迷用AI预测比分,看似只是观赛方式的升级,背后却牵动着一条庞大的经济链条。

据恒州诚思调研统计,2025年全球体育博彩数据服务收入规模约254.3亿元,预计到2032年将接近842.6亿元,2026~2032年CAGR高达18.5%。据Statista 2024年发布的全球博彩市场报告,AI驱动的数据服务在博彩运营决策中的渗透率已突破67%。

在市场的另一端,博彩平台自身的运作逻辑,或许比AI预测还要精密得多。

一位了解足球博彩的内部人士向《IT时报》记者透露,现在博彩平台的赔率设定早已告别“精算师凭经验拍脑袋”的时代。平台不仅有大量的分析师,还会用机器学习算法分析历史战绩、球员数据、天气状况,甚至一些难以察觉的隐藏相关性因素:比如比赛频率对胜率的影响、裁判判罚倾向等变量,为赛事的每一个可能结果计算出精确概率,再据此生成赔率。

比赛中,算法实时追踪场上每一秒动态,即时调整赔率。

全球最大的体育数据公司Sportradar曾凭借AI主导的Alpha Odds即时赔率系统,在2023年平均为客户提升利润10%。

这意味着,当球迷们拿着AI大模型的预测去下注时,他们面对的博彩平台,本身就是一个由更庞大的AI集群和更海量数据驱动的“对手”。平台动态调整赔率的逻辑,与大模型预测比分的逻辑,本质上是同一种技术在不同赛道上的应用。

当AI开始“赌球”,它带来的不仅是对比分的猜测,更是一场关于数据、概率与人性的博弈。

然而,足球永远会给意外留一扇门,这恰恰是足球以及足球背后的经济游戏永远引人着迷的地方。

04 记者手记:不可预测的魅力

大模型凭什么预测足球?答案很简单:海量的历史数据。

以本届世界杯推出足球预测的AI助手千问为例,它不仅纳入了历史战绩、球员数据、伤停信息等常规数据,还加入了美国、加拿大、墨西哥三个主办国的地貌数据及比赛期间的实时天气数据。

例如,分析哈兰德习惯的北欧凉爽气候,在北美高温下可能大打折扣;首场比赛中,墨西哥城超过2200米的海拔,也成为模型判断墨西哥获胜的重要依据。

学术研究也在为AI的预测能力提供佐证。一篇2025年发表于Frontiers的论文显示,基于人工神经网络的世界杯比赛结果预测准确率可达76.9%,部分方法甚至高达85%。牛津大学的一项研究同样指出,在NFL(美国国家橄榄球联盟)比赛中,机器学习模型对胜负的分类准确率在75%至86%之间。

然而,准确率并不等于盈利能力。一篇发表于《Journal of Sports Analytics》针对英超联赛博彩市场的研究发现,尽管机器学习模型在预测比赛结果方面表现“值得尊敬”,但长期来看未能产生“商业上可行的利润”。原因在于模型存在约11%的“校准误差”,持续高估自己预测的概率,导致下注策略过于激进。美国麻省理工学院的一项研究也得出了类似结论:即使模型预测准确率达到70%,在扣除博彩平台约5%至10%的“抽水”后,长期期望收益仍然为负。

回看西班牙VS佛得角的比赛,恰好暴露出AI的致命盲区。西班牙全场狂轰27脚射门、70%控球率,却被首次站在世界杯赛场的40岁门将沃齐尼亚,用7次奋力扑救一次次化解,佛得角全场90分钟仅有1次犯规。

AI能算得出身价、控球率、射门次数,却算不出一个门将的意志力,算不出54.6万人口小国对世界杯比赛的渴望。当AI模型执着于可量化的数据时,天然忽略了足球最原始的变量:人类在极限中的专注和意志力的韧性。

足球的魅力正在于如此迷人的不可预测性。

作者/ IT时报 沈毅斌 编辑/ 郝俊慧 孙妍

本文由人人都是产品经理作者【IT时报】,微信公众号:【IT时报】,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Unsplash,基于 CC0 协议。