#资本市场

阑夕
3周前
昨天那个淘宝闪购专家纪要,不出意外的被阿里「辟谣」了,但用词很软,只说内部没有冲单计划,很形式主义的口吻。 其实看过原始PDF的应该都清楚,那个信息量是没法编出来的,更别说用AI去生成了,更直接的证据就是,我那条微博没有被投诉,阿里也没找我「沟通」⋯⋯ 挺好的,相互理解。 今天来说说专家纪要这种大厂深恶痛绝的情报外流模式吧,所谓的专家,一般都是大厂中层的内鬼,能拿到一手业务数据和战略执行细节,而这些材料存在水下的市场需求,包括券商、投行、竞对、股东都想了解,于是就会有咨询公司从中撮合,按小时付费拉群开电话会,成本摊派。 至于具体价格,受到内鬼的职级权限、交流主题、客户份量等变量影响,波动很大,从最低档的每小时千把块钱,到高价值的可以冲到每小时6位数,就很浮夸,但因频次也没那么高,说赚大钱也不至于,只是内鬼赚外快的一种方法,比不上其他类型的贪腐机会,当然被发现的风险也更低。 阿里这次交流里的专家被频繁问到淘宝的打法到底和美团有什么区别,但解释得很勉强也相当不耐烦,我感觉也就是一个P8,拿不到太多敏感数据,主要是用来确认阿里对外卖的投入边界的,资本市场希望基于真实信息再去用脚投票。 一个合格的内鬼必须清楚怎么安全的把情报送出去,比如对终端数据加减5%都算基操,或者把边角料包装成核心信息,有些特别重要的数据就算知道也不能随便说,否则还是经不起查。 可以参考的一个案例,是去年快手通过内部检举制度撸掉了投资发展部的一个员工,就是因为接单太勤了,「早9晚12的躲起来开会」,618刚结束就把精确到小数点后两位数的交易数据卖给外部,让公司特别难受,所以就算她用了变声器开会,该被揪出来还是躲不掉,但她这么把副业当主页干了大半年,最后获利有多少呢,也就70多万,真的算体力活了。 另外就是,有的时候,在不影响全局规划的情况下,大厂也会适度利用专家纪要这种形式,去向市场传递一些自己作为官方不便输出的信号,这个时候的内鬼则相当于喂料的角色,反过来薅咨询公司的信用,很有意思。
ginobefun
1个月前
推荐阅读 20250617 ① 📈 2025 年中 AI 共识:技术、产品与资本新格局 - 2025 年被行业确立为 “Agent 之年”,但底层技术的发展并非简单的替代,而是 L2 推理模型与基础模型能力的持续深化。 - AI 行业呈现新版 “安迪-比尔定律”,Agent 执行任务时长的增速远超算力成本下降的速度,如何衡量与评估 Agent 能力的 benchmark 设计已成难题。 - AI 产品交付逻辑正从 “敏捷开发” 转向 “雕刻艺术”,即从一个无所不能的大模型中,通过限定边界来交付稳定可靠的结果。   📖 小宇宙: PPT 下载: AI 转录: ② ⚔️ 国产大模型同日竞技:MiniMax-M1 vs. Kimi-Dev-72B - MiniMax-M1 拥有全球最长的 100 万 token 上下文窗口和最强的智能体工具使用能力,并能轻松生成交互式 Web 应用和游戏。 - 月之暗面 Kimi-Dev-72B 专攻编程,在代码生成权威基准 SWE-bench Verified 上取得了全新的 SOTA 记录。 - 两者均采用大规模强化学习进行优化,并已开放模型权重,为开发者提供了强大的新工具。   📖 详细: ③ 🤖 LangChain 继续探讨热门话题:多智能体系统,建还是不建? - 本文深入分析了 Cognition 与 Anthropic 两篇关于多智能体的文章,尽管标题看似对立,核心洞见却高度一致。 - 强调 “上下文工程” (Context Engineering) 是构建智能体应用的第一要务,它超越了传统的提示工程 (Prompt Engineering),是系统成功的关键。 - 揭示了多智能体架构的核心原则:系统更适用于并行的“读取” 密集型任务(如研究),而非易产生冲突的“写入” 密集型任务(如编码)。   📖 详细: ④ 🧠 腾讯实习生硬核总结:Agent 与 RAG 入门与实战 - 亲历腾讯 IEG/WXG 项目,作者用“血泪 Debug 经验”为 AI 新手绘制 Agent 与 RAG 的入门路线图。 - 用“人话说明书”讲透两大技术核心,从 RAG 的检索增强生成到 Agent 的规划、记忆与工具使用。 - 一站式解决 AI 应用中的“幻觉”与“空谈”问题,帮助开发者从青铜快速上分,实现从理想到落地的跨越。   📖 详细: ⑤ 🧠 给 Staff+ 工程师的战略思维指南 - 战略思维是一种心态,而非单纯的技能,是连接技术执行与商业愿景的关键桥梁。 - 提供一套可落地的战略框架:从诊断与洞察出发,建立指导原则,并转化为连贯的行动 。 - 强调领导者需为工程师提供充分的业务与技术背景,并确保他们在关键决策桌上拥有一席之地。 📖 详细: