最近在和很多企业深度对话中,如果想达到目标,我们深刻发现 DRI(Directly Responsible Individual) 直接责任人,这个角色的重要性,该角色最终对项目成功或失败负责的那一个人。他们是状态更新、决策制定和克服阻碍的核心成员。 这个概念起源并在科技界获得了突出地位,特别是在史蒂夫·乔布斯领导下的苹果公司,它成为了他们组织结构的基本组成部分。正如《福布斯》所述:"在苹果,对于谁负责什么从来不会有任何混淆。内部苹果用语甚至有一个专门的名称,即'DRI',或直接责任人" DRI最终对项目的成功(或失败)负责 ○ 无论团队规模或复杂性如何,他们都拥有最终结果 ○ 当事情陷入困境时,他们负责推动进展 ○ 当事情陷入困境时,他们负责推动进展供答案 DRI角色的一个关键方面是决策制定权力。 DRI不必解释他们为什么做出决定,他们绝对不必说服其他人。这赋予他们权力来: ○ 对项目方向做出最终决定 ○ 打破分析瘫痪 ○ 在不需要过度共识建设的情况下推进倡议 有效的DRI应该具备这些8个关键特征 : ○ 注重细节 - 同时不失去战略视角 ○ 在压力下保持冷静 - 在实施和截止日期期间 ○ 强大的倾听技能 - 具有出色的提问能力 ○ 适应性强 - 能够巧妙地调整项目方向朝着目标 ○ 主动性 - 善于预见和早期解决问题 ○ 多才多艺的沟通者 - 能够在所有组织层级有效互动 ○ 有韧性 - 能够从挫折中恢复 ○ 一致性 - 对类似情况的响应可靠 写在最后,这也是困局,很多人和我说的很直接,想干,但是不能干,本来应该是「砖」最后变成了「枪」这也是现状!
上次给大家分享了 Slide 产出在线排版!今天给大家分享利用 Juchats 新功能(直接 Artifact 选择对话内生图)产出 Bento Grid 宫格排版。还是纯 Prompt 控制,目前测试模型稳定的情况下,成功率 80%,大家也可以通过编码严格控制,我 Case 里面垫了我的设计稿,大家也可以不垫,或者用 Axure 画个框架图也可以,单纯为了识别布局。 你是世界顶级设计师和前端开发,你非常注重细节,完美完成设计稿内容,请深度思考后再执行! 请根据图中的布局和样式 1:1 还原!需要注意的细节: 1. 每张卡片渐变是从 #000000 100% 到 #000000 0% 向上渐变 2. 渐变区域文字右一行大字(24px) 和 一行小字组成(14px)文字始终保持在渐变区域上 3. 引用 Inter Webfont 4. 所有图片可以使用<Img>标签先随意填充图像(Logo 和标题 在一行 Logo 样式 210*100px;标题样式:Formula 1 Inter Bold 64px ) 5. 渐变颜色覆盖,不能影响我选择图片<img>标签 6. 每张卡片内图片上下居中展示在卡片内,最好能支持到手动拖动位置 7. 卡片位置描述(请严格遵守卡片位置): - Card1:280*400px - Card2:600*400px - Card3:280*160px - Card4:280*400px(在 Card3 下面) - Card5:380*160px(在 Card4 左边) - Card6:500*160px(在 Card5 左边) - 所有卡片间距是 20px - 所有卡片圆角 20px 8. 背景色:#FFFFFF 9. 卡片展示区域控制在区域内排列(不能超出) 10.页面内容区域整体和窗口保持上下居中
今天给大家分享,好习惯的重要性,是长期的价值体现! 以前做设计的时候培养产品思维,设计稿图层命名都是按照树形结构 + 容器来做命名和区域定位的,一直到后面前端看到我的设计稿已经大概知道页面布局长什么样子了。最近在写一些视觉效果的 Prompt 来支撑 Artifact,这个思路已经完全被复用了,而且,产出效果的确不错,不过我工程化的确是不行,导致有些细节还没做到那么好!可以分享给大家玩玩,其实,就是按照树形结构 + 容器定位 + 精准描述来实现! 图一:我的结构分享 图二:设计稿样式 图三:响应式样式 图四:最终样式 Prompt: 我需要你帮我设计一套 Slide 页面,用来做视觉化展示,具体要求如下,你是一名国际顶尖设计师,你有严格的审美和视觉需求: 1. 永久禁止使用初始渐变色(紫色渐变) 2. 非响应式:页面比例 16:9 3. 响应式:展示背景图 20% #000000 蒙层 和 主标题 副标题 概览(区域居中,独立写样式) 4. 具体设计细节(只针对该主体样式) 4.1 16:9 或 1920*1080px 4.2 字体引用 Google Font Lexend 系列 4.3 页面左侧:页面 50% 为图片展示区域(图片根据区域缩放,居中展示),该区域在图片上覆盖 20% #000000蒙层;主标题 Lexend Bold 100px 根据左侧区域宽度针对字体换行;副标题:Lexend Bold 36px;概要:Lexend Regular 32px;主标题、副标题、概览针对左侧区域上 左间距比例一致且对上居中,内容输入以顶端对齐,向下输入! 4.4 右侧区域:背景颜色 #FFFFFF 上 左 间距 80px;主标题:Lexend Bold 72px;副标题:Lexend Bold 32px 距离主标题间距 40px;概览:Lexend Regular 24px 距离副标题间距 20px ;正文:概览:Lexend Regular 20px,距离主标题间距 20px;段落统一且适度间距;所有内容居左距离一致。 4.5 右侧底部:距离正文末尾 48px,居左 80px,展示翻页图标:向左翻页(图标) 页码 向右翻页(图标) 5. 图标引用引用 Lucide(CDN) 6. 左侧图片使用请使用占位符,不受到蒙版影响,我需要自行更换,实现图片位置拖拽。
今天给大家分享,好习惯的重要性,是长期的价值体现! 以前做设计的时候培养产品思维,设计稿图层命名都是按照树形结构 + 容器来做命名和区域定位的,一直到后面前端看到我的设计稿已经大概知道页面布局长什么样子了。最近在写一些视觉效果的 Prompt 来支撑 Artifact,这个思路已经完全被复用了,而且,产出效果的确不错,不过我工程化的确是不行,导致有些细节还没做到那么好!可以分享给大家玩玩,其实,就是按照树形结构 + 容器定位 + 精准描述来实现! 图一:我的结构分享 图二:设计稿样式 图三:响应式样式 图四:最终样式 Prompt: 我需要你帮我设计一套 Slider 页面,用来做视觉化展示,具体要求如下,你是一名国际顶尖设计师,你有严格的审美和视觉需求: 1. 永久禁止使用初始渐变色(紫色渐变) 2. 非响应式:页面比例 16:9 3. 响应式:展示背景图 20% #000000 蒙层 和 主标题 副标题 概览(区域居中,独立写样式) 4. 具体设计细节(只针对该主体样式) 4.1 16:9 或 1920*1080px 4.2 字体引用 Google Font Lexend 系列 4.3 页面左侧:页面 50% 为图片展示区域(图片根据区域缩放,居中展示),该区域在图片上覆盖 20% #000000蒙层;主标题 Lexend Bold 100px 根据左侧区域宽度针对字体换行;副标题:Lexend Bold 36px;概要:Lexend Regular 32px;主标题、副标题、概览针对左侧区域上 左间距比例一致且对上居中,内容输入以顶端对齐,向下输入! 4.4 右侧区域:背景颜色 #FFFFFF 上 左 间距 80px;主标题:Lexend Bold 72px;副标题:Lexend Bold 32px 距离主标题间距 40px;概览:Lexend Regular 24px 距离副标题间距 20px ;正文:概览:Lexend Regular 20px,距离主标题间距 20px;段落统一且适度间距;所有内容居左距离一致。 4.5 右侧底部:距离正文末尾 48px,居左 80px,展示翻页图标:向左翻页(图标) 页码 向右翻页(图标) 5. 图标引用引用 Lucide(CDN) 6. 左侧图片使用请使用占位符,不受到蒙版影响,我需要自行更换,实现图片位置拖拽。
三更半夜和 Juchats 一起读了一篇论文,睡不着了。 Sapient Intelligence 团队发表的论文提出了一种创新的层次推理模型(Hierarchical Reasoning Model, HRM),灵感来源于人脑的层次化和多时间尺度处理机制。该模型仅用2700万参数和1000个训练样本,就在复杂推理任务上取得了突破性性能,超越了当前最先进的大语言模型和思维链(Chain-of-Thought, CoT)方法。 基准测试任务: 1. ARC-AGI挑战 ○ 目标:评估通用流体智能的归纳推理能力 ○ 难度:需要从少量示例中提取和泛化抽象规则 ○ HRM性能:40.3%,显著超越o3-mini-high(34.5%)和Claude 3.7(21.2%) 2. Sudoku-Extreme ○ 创新:构建了更具挑战性的数据集,平均需要22次回溯 ○ HRM性能:近乎完美准确率,而CoT方法完全失败(0%准确率) 3. Maze-Hard ○ 任务:30×30迷宫中的最优路径查找 ○ HRM性能:成功解决,而基线模型表现不佳 性能对比: ○ 数据效率:仅需1000个训练样本 ○ 参数效率:仅2700万参数 ○ 无需预训练:从随机初始化开始训练 ○ 超越CoT:在复杂推理任务上显著优于基于思维链的方法 不同任务的推理策略: ○ 迷宫任务:同时探索多条路径,逐步消除阻塞路线 ○ 数独任务:类似深度优先搜索,遇到死路时回溯 ○ ARC任务:增量式调整,类似爬山优化 未来研究方向: ○ 因果验证:通过干预实验验证层次结构的必要性 ○ 架构优化:探索更复杂的模块合并机制 ○ 扩展应用:将HRM应用于更广泛的推理任务 ○ 理论深化:进一步理解HRM的计算理论基础 公司概况: Sapient Intelligence 是一家全球领先的AGI研究公司,总部位于新加坡,并在旧金山和北京设有研究中心。该公司自称是"新加坡第一家基础模型AI创业公司",专注于开发新一代基础模型架构,旨在解决复杂和"长时程推理"任务。 公司使命与愿景: Sapient Intelligence 的使命是通过开发全新的架构来实现人工通用智能(AGI),该架构整合了强化学习、进化算法和神经科学研究,以突破当前大型语言模型(LLM)的局限性。 公司创始人表示:"AGI 真正的是赋予机器人类水平的智能,并最终超越人类的智能"