本文以一个「错误提示问题」为例，介绍一下我认为比较核心的三类产品思维工具及其在项目中的应用。

前言：关于产品思维的迷思 网易邮箱大师 徐恺：在业务工作中，我们经常会讨论到：处理这个问题你需要运用产品思维；我想要提高一下自己的产品思维… 我们知道 产品思维 是帮助 设计师 更好地推动项目的重要能力，但当想要进一步学习时，又会发现关于产品思维的各种维度的解析。

什么是产品思维？产品思维是如何在我们设计中发挥价值的？怎样体现产品思维？怎样学习产品思维？始终会有些说不清道不明的感觉，缺乏很具体的定义与行动指导。

我自己也在这块苦恼过，各类资讯书籍一看，怎么有这么多类型的产品思维？大家讲的还不一样。但之后我开始反思，也许不存在绝对定义的产品思维，不同的岗位（产品/设计/产品负责人/业务负责人…）、不同的业务、目标、经历、认知…，不同的人对如何做产品、做设计其实会有不同深度的理解与运用，进而提炼与总结出可以帮助他们更好的「洞察机会、解决问题、创造价值」的思维工具组合，即为他们的产品思维。所以相对于学习某种产品思维，我们更应该建立自己的产品思维体系，在学习与实践中不断补充与提升。

大厂面试问最多的产品思维到底是什么，该如何提升？ 我们的很多视觉能力优异的学员面试过后，都会来反馈面试官对他们的设计能力表示认可，但认为他们的产品思维能力有待提升。

阅读文章 >

今天的分享，以一个「错误提示问题」为例，介绍一下我认为比较核心的三类产品思维工具及其在项目中的应用。

1. 本质思维：从表征看病因 某一天，技术同学过来和我提到：“之前的一个错误码只定义了邮件登录场景下的错误文案，现在发现用户遇到在发送场景下没有定义的问题，你给个文案，这个版本补充一下？”

当下，我也是直觉的反馈说：“好的，稍后给你。”

但随后我追问了自己几个问题，发现并没有这么简单：

为什么这个错误定义会遗漏？ 为什么之前统一文案的规则没有生效？ 还有没有其他也会在发送场景触发的错误没有定义？ 要修改错误码，只能通过发版本的方式吗？ 为什么没有做成实时配置实时生效？ 于是我拉着技术又进行了一轮沟通，我们发现，之前的错误梳理是分散且单一维度的，即：登录模块的产品梳理登录模块的错误，发送模块的产品梳理发送模块的错误，而实际邮件登录、收取、发送等诸多过程中，都需要验证帐号的有效性，所以部分登录时的错误，在发送验证时也会发生，而两个场景下的提示在文案与操作上有所差异，无法单纯的复用。由此，原先的问题被重新定义为：

如何完整定义所有的错误场景？ 如何实现错误提示配置的实效性？

就像我们的身体出现了症状，需要去医院检查，请医生明确病因后才能对症下药。体表显现的病症，有时却是内部系统根源出现了问题的反应，如果仅仅是针对表征进行处理，并不能真正解决问题。

与人体系统相似，产品也是由一系列系统组成运行的。那么当我们发现表现层出现问题的时候，就需要提醒自己进一步思考下问题的影响范围有多广？是不是系统底层逻辑出现了问题？比起解决表征的问题，我们更需要去优化引发问题的系统。

问题本质探究的思考方式：

问题溯源：不断追问 why，从根源解决问题，避免复现。追问的方法很简单，但很多时候是我们忘记问或问的不够深。 审视目标：重新审视产品目标，明确现状与目标的差距在哪里，为什么？ 回到系统：把问题放回到它所处的系统中去重新思考，找到系统中起决定性作用的核心因素。 2. 结构思维：复杂问题构建 重新定义问题后，第一步，我们希望可以收集、梳理完整的产品错误码，并定义其内容。

但是邮件服务涉及多个不同的邮件协议，加上不同产品端（移动、电脑）、不同场景（登录、发送…）的相互叠加，相关错误有几百个，该如何梳理？

结构化思维方法可以帮助我们：

① 拆解要素 分类重组

结构化的过程，首先是拆解的过程，分析问题的对象由哪些部分组成，将这些部分拆解出来。再将子项再进一步进行拆解，不断细分（实现 MECE 规则中提到的 不遗漏、不重叠的效果）。案例中的错误提示便经过了以下的几层拆分：

第一层：协议，如 IMAP、SMTP 等；不同协议之间的错误码相互独立；

第二层：产品端与场景，不同端、不同场景下的提示样式、内容规则会有差异；

第三层：内容组成，拆分错误码、错误提示的组成，如：cause、code、形式、标题、操作等；

拆解后，需要再将这些要素重新分类组合，以便于我们梳理和不断补充错误码。

此处，我们利用表格工具建立二维管理表：

每个 Tab 是一个协议； 纵向是需要梳理的每个错误码； 横向是错误信息组成与不同场景下的需要定义的内容； 而他们组成的每个单元格就是我们需要完善的内容。 借助此工具，每一个错误码，都有了一个梳理的框架，可以明确需要定义哪些内容，避免场景与内容的遗漏。

② 提炼共性 建立标准

在拆解梳理的过程中，会发现内容之间会存在一定的相似性与复用性，通过找到这些共性内容，又可以逐步形成一些标准化规则：

相似场景的提示形式是否可以统一？

好几个错误码都在描述帐号风险问题，他们的文案提示是否可以复用？ 一些常用文案，如：确定按钮是用「确定」还是「好的」，是否可以统一？ 常用关键词的翻译是否可以统一，避免后续翻译混乱？ 通过这一步，可以总结和输出：错误提示组件规范、文案规范等标准化工具，一方面是保障用户体验的统一性，另一方面也是为后续设计提供参考降低成本。

结构性思考是 产品设计 中很重要的工具，可以帮助我们将复杂的问题转化为简单的行动，将混沌的问题转化为清晰的描述。

常用的结构化方法：

图表化：展现复杂问题的结构，帮助更全面的完善细节，也是我在整理信息是特别常用的一种方法。但其难点是在于要将问题拆解充分，最终每个单元格只有单一的「是与否」信息为最佳； 模型化：将问题思考的过程提炼，帮助我们进行更全面的分析与思考，设计常用的分析模型如：用户体验地图、用户增长模型… 公式化：找到核心变量及其影响关系，明确工作与结果的关系，对于数据结果导向的工作特别常用。 3. 系统思维：让设计动起来 梳理错误提示的同时，我们还需要搭建一套系统，以实现灵活配置与实时生效的目标，即：将我们的设计构想进行产品化落地。而此时，系统思考之一，便是关注系统的动态性。

① 动态适应

“系统能运行多久？”

系统的设计需要满足动态的需求变化，单以错误提示为例，发生变化的情况有很多：

虽然希望能够完整定义所有错误，但事实上是比较难做到的，未来的内容新增不可避免； 相关方对于服务的调整，有可能会造成错误提示的修改要求； 提示上线后，发现文案效果不佳，会带来优化需求； 随着产品能力与技术的迭代，一些过去的内容与操作可能不再适用，需要调整；一些过去的未知错误有了新的解决办法，需要补充… 之前的错误提示，是伴随着每次功能迭代，在设计时定义好，在研发时写在客户端，因此造成每次修改都需要发版处理的情况。在优化方案中，替代原先在客户端管理的方式，将错误内容配置放到服务端，客户端获取服务端错误码与配置内容进行匹配，展示相应内容：

② 自动执行

“一定需要提示吗？”

我们常听到一句话：最好的设计是「没有设计」，转化用在这个项目中却相对合适，最好的错误处理也应该是「没有提示」。

当我们在专注于梳理错误操作内容、设计错误操作配置，不妨可以再问问自己：

这个提示真的有必要展示吗？ 是否可以通过自动重试或其他策略优化，避免错误的发生？ 这个操作真的有必要让用户处理吗？ 是否可以提供一键检测、一键修复的方案，帮助用户完成一系列的复杂操作？ ③ 主动反馈

“你能发现未知的问题吗？”

前面提到，提示系统的作用之一就是便于后期将未知错误转化为已知错误？但是如果是未知错误，我们要怎样发现它们？如何决定哪些未知错误需要优先处理？

考虑到这个问题，我们在配置系统外，同时还搭建了一套线上报错监控系统（虽然还做不到识别高频未知错误主动预警），定期复查高频错误，补充定义新的未知错误。

至此，错误提示问题的解决方案设计才算告一段落。

邮件系统的错误提示有其复杂性与重要价值，借助产品思维工具，避免了掉入「这个问题很简单」的陷阱，找到问题根源与最佳目标，从复杂繁多的错误中找到规律，进行结构化梳理，建立标准，最后建立错误提示配置系统、自动化策略、监控机制，为产品的错误提示管理建立系统方案，为产品与用户提供长期价值。

最后 有同学会问，如果要搭建这么一套系统的话，投入大时间久，那这个之前的问题就一直放着吗？

当然不是。在实际工作中，处理问题需要同时考虑解决效率与投入价值。

从处理问题的效率上考虑，最开始的错误提示当时也是先及时做了补充的。但是此时，这个文案的补充并非孤立无序的，我们能够清楚，它将是错误信息管理表中的一项重要信息，也是配置系统的一项重要配置，是未来错误提示系统的重要一部分。我们并非在零碎的做事情，而是在逐步完善一个产品系统。

欢迎关注「网易UEDC」公众号：

本文是根据个人职场所见所闻，以及和老同事、设计朋友沟通总结出来的一篇文章，希望对你有帮助。

上周收到优设网主编程远的邀请，让我写一篇 职场习惯 的文章。

第一篇相关的文章是在 2019 年写的，距今已过三年，没想到当时不起眼的文章在优设达成了一个高达 32 万阅读量。

为什么有人工作才两年，能力就远超过五年的设计师？ 有些设计师工作两年，能力却比好多工作三到五年的设计师强。

阅读文章 >

同时衍生了一个专题： 《为什么有人工作才两年，能力就远超过五年的设计师》

这次我在该系列的基础上，再写一篇作为该系列本人的最后一篇文章。

19 年我写的偏“战术”方向。本篇文章我换个角度讲讲，为什么有的人工作五年就做了设计经理，而有的人工作八年还是个大头兵。

令人讽刺的是我作为一个工作 8 年的互联网老鸟，依旧是一个大头兵，本篇文章，我是根据个人职场所见所闻，以及和以前的老同事以及设计朋友沟通总结出来的一篇文章，希望对你有帮助。

本文大纲如下：

拥抱新事物新技术 工作的事情做得漂亮 找到对你信任的老板 跟着老板一起前进 1. 拥抱新事物新技术 对于大部分人来说，专业知识学习欲望最强烈的时期，应该是在工作的前 3 年，在这 3 年中，会不断地看新出来的设计文章，看各种培训班视频等。

当工作步入第 4 个年头后，学习的欲望就降低了。容易陷入鸵鸟心态，封闭自我，不再关注新出的设计趋势或者是设计文章。对培训班的设计嗤之以鼻，然而别人精心准备的内容，总有一些是你不会的。

当然也不是让大家去报培训班，可以尝试最小成本的去获取有价值内容。编者注：比如看优设网

新出来的设计知识，很多有学习和借鉴的价值，我们要摆脱鸵鸟心态。

去时刻保持学习的心态，这样人才能不断进步。不然工作 8 年了，可能专业水平还不如工作五年的小年轻。

2. 工作上的事情做得漂亮 拥抱新事物新技术，积累经验和工作上的事情做得漂亮。貌似和做设计经理没太大关系？

其实不然。做设计经理的前提是：专业能力强；做事能力强。将工作上的事情都做得漂亮，这样领导才放心地把项目交给你。

可以说，满足前两点是前提，只有专业能力强， 将事情做好，那么才可能有老板信任你，放心放你带领下面的人。如果自身条件差，即使老板想带你飞，也带不动，甚至连累老板。

将事情做得漂亮，需要有比较好的情商和智商。情商方面和各个角色协作顺利。智商方面，将事情按照最佳路径和最佳结果去呈现。

3. 找到对你信任的老板 满足前两点是基础，最重要的是第三条。就是眼缘。

眼缘这东西，很难去用文字或语言去描述。

不同的人对其他人印象是不一样的。例如有的 设计师 ，在好未来就备受排挤，绩效都是垫底，通常是 C。但是他去了字节，就全是 S 或者 A 了。字节的评价就特别好。这种现象如何去解释呢，非要解释，就是这个人更适合字节。

以前公司团队有个人，老领导在的时候，团队之星，绩效不是 S 就是 A，后面换领导了，绩效就是中等偏下，慢慢滑向了边缘。

对于领导也是一样。领导可能会很喜欢你，也可能很不喜欢你。这些都是眼缘，要珍惜对你很好的领导。千里马常有，而伯乐不常有。

作为职场人，最珍贵的不是 微信 大佬好友有多少，认识多少大牛，线下和哪些大牛吃过饭，这些都是不重要的，对你的职场没多少帮助。

对你最重要的是所有工作过的团队和你一起战斗过的同事们和领导们。

4. 跟着老板一起前进 当遇到了信任你的老板，之后就不用想着跳槽去更好的公司去做更好的项目。

如现在在二线公司，怎么跳槽去腾讯？这种路径我现在感觉不太对。

正确的做法是和老板一起前进，老板是将军，带领着大家攻城掠地。

老板成功了，对应的将士们，也一定会得到应有的成功。这种效果比个人单打独斗要好得多。

我以前公司的一个设计师。他从公司最核心的业务一步步跳到了公司边缘业务，我百思不得其解。

后面发现他的职级一年升一次，没两年就开始带团队。原来他的换业务的路径，是因为他的老板，他是跟着自己的老板一起跳。

后记 在知乎上，有一个提问很火：为什么印度人在硅谷如日中天，华人却很难混入高层？

其中有一个回答很好地解释了为什么会出现这种情况。大概意思是以下 3 点：

印度裔更加积极地去承担项目，做项目的主人。去推动项目落地，最后项目成了，大家都会首先想到他。 印度裔抱团成风，当团队有一个印度裔后，后续慢慢地，整个团队都是印度裔了。 印度实行师徒制，领导和下属绑定在一起，一起共进退。 上期回顾：

猎聘网总监：为什么有人工作才两年，能力远超五年的设计师？ 大家好，我是闫界，感谢优设程远老师的邀约，能有机会跟大家分享一些我个人的工作习惯。

阅读文章 >

欢迎关注作者的微信公众号：「Echo的设计笔记」

本文以一个「错误提示问题」为例，介绍一下我认为比较核心的三类产品思维工具及其在项目中的应用。

前言：关于产品思维的迷思 网易邮箱大师 徐恺：在业务工作中，我们经常会讨论到：处理这个问题你需要运用产品思维；我想要提高一下自己的产品思维… 我们知道 产品思维 是帮助 设计师 更好地推动项目的重要能力，但当想要进一步学习时，又会发现关于产品思维的各种维度的解析。

什么是产品思维？产品思维是如何在我们设计中发挥价值的？怎样体现产品思维？怎样学习产品思维？始终会有些说不清道不明的感觉，缺乏很具体的定义与行动指导。

我自己也在这块苦恼过，各类资讯书籍一看，怎么有这么多类型的产品思维？大家讲的还不一样。但之后我开始反思，也许不存在绝对定义的产品思维，不同的岗位（产品/设计/产品负责人/业务负责人…）、不同的业务、目标、经历、认知…，不同的人对如何做产品、做设计其实会有不同深度的理解与运用，进而提炼与总结出可以帮助他们更好的「洞察机会、解决问题、创造价值」的思维工具组合，即为他们的产品思维。所以相对于学习某种产品思维，我们更应该建立自己的产品思维体系，在学习与实践中不断补充与提升。

大厂面试问最多的产品思维到底是什么，该如何提升？ 我们的很多视觉能力优异的学员面试过后，都会来反馈面试官对他们的设计能力表示认可，但认为他们的产品思维能力有待提升。

阅读文章 >

今天的分享，以一个「错误提示问题」为例，介绍一下我认为比较核心的三类产品思维工具及其在项目中的应用。

1. 本质思维：从表征看病因 某一天，技术同学过来和我提到：“之前的一个错误码只定义了邮件登录场景下的错误文案，现在发现用户遇到在发送场景下没有定义的问题，你给个文案，这个版本补充一下？”

当下，我也是直觉的反馈说：“好的，稍后给你。”

但随后我追问了自己几个问题，发现并没有这么简单：

为什么这个错误定义会遗漏？ 为什么之前统一文案的规则没有生效？ 还有没有其他也会在发送场景触发的错误没有定义？ 要修改错误码，只能通过发版本的方式吗？ 为什么没有做成实时配置实时生效？ 于是我拉着技术又进行了一轮沟通，我们发现，之前的错误梳理是分散且单一维度的，即：登录模块的产品梳理登录模块的错误，发送模块的产品梳理发送模块的错误，而实际邮件登录、收取、发送等诸多过程中，都需要验证帐号的有效性，所以部分登录时的错误，在发送验证时也会发生，而两个场景下的提示在文案与操作上有所差异，无法单纯的复用。由此，原先的问题被重新定义为：

如何完整定义所有的错误场景？ 如何实现错误提示配置的实效性？

就像我们的身体出现了症状，需要去医院检查，请医生明确病因后才能对症下药。体表显现的病症，有时却是内部系统根源出现了问题的反应，如果仅仅是针对表征进行处理，并不能真正解决问题。

与人体系统相似，产品也是由一系列系统组成运行的。那么当我们发现表现层出现问题的时候，就需要提醒自己进一步思考下问题的影响范围有多广？是不是系统底层逻辑出现了问题？比起解决表征的问题，我们更需要去优化引发问题的系统。

问题本质探究的思考方式：

问题溯源：不断追问 why，从根源解决问题，避免复现。追问的方法很简单，但很多时候是我们忘记问或问的不够深。 审视目标：重新审视产品目标，明确现状与目标的差距在哪里，为什么？ 回到系统：把问题放回到它所处的系统中去重新思考，找到系统中起决定性作用的核心因素。 2. 结构思维：复杂问题构建 重新定义问题后，第一步，我们希望可以收集、梳理完整的产品错误码，并定义其内容。

但是邮件服务涉及多个不同的邮件协议，加上不同产品端（移动、电脑）、不同场景（登录、发送…）的相互叠加，相关错误有几百个，该如何梳理？

结构化思维方法可以帮助我们：

① 拆解要素 分类重组

结构化的过程，首先是拆解的过程，分析问题的对象由哪些部分组成，将这些部分拆解出来。再将子项再进一步进行拆解，不断细分（实现 MECE 规则中提到的 不遗漏、不重叠的效果）。案例中的错误提示便经过了以下的几层拆分：

第一层：协议，如 IMAP、SMTP 等；不同协议之间的错误码相互独立；

第二层：产品端与场景，不同端、不同场景下的提示样式、内容规则会有差异；

第三层：内容组成，拆分错误码、错误提示的组成，如：cause、code、形式、标题、操作等；

拆解后，需要再将这些要素重新分类组合，以便于我们梳理和不断补充错误码。

此处，我们利用表格工具建立二维管理表：

每个 Tab 是一个协议； 纵向是需要梳理的每个错误码； 横向是错误信息组成与不同场景下的需要定义的内容； 而他们组成的每个单元格就是我们需要完善的内容。 借助此工具，每一个错误码，都有了一个梳理的框架，可以明确需要定义哪些内容，避免场景与内容的遗漏。

② 提炼共性 建立标准

在拆解梳理的过程中，会发现内容之间会存在一定的相似性与复用性，通过找到这些共性内容，又可以逐步形成一些标准化规则：

相似场景的提示形式是否可以统一？

好几个错误码都在描述帐号风险问题，他们的文案提示是否可以复用？ 一些常用文案，如：确定按钮是用「确定」还是「好的」，是否可以统一？ 常用关键词的翻译是否可以统一，避免后续翻译混乱？ 通过这一步，可以总结和输出：错误提示组件规范、文案规范等标准化工具，一方面是保障用户体验的统一性，另一方面也是为后续设计提供参考降低成本。

结构性思考是 产品设计 中很重要的工具，可以帮助我们将复杂的问题转化为简单的行动，将混沌的问题转化为清晰的描述。

常用的结构化方法：

图表化：展现复杂问题的结构，帮助更全面的完善细节，也是我在整理信息是特别常用的一种方法。但其难点是在于要将问题拆解充分，最终每个单元格只有单一的「是与否」信息为最佳； 模型化：将问题思考的过程提炼，帮助我们进行更全面的分析与思考，设计常用的分析模型如：用户体验地图、用户增长模型… 公式化：找到核心变量及其影响关系，明确工作与结果的关系，对于数据结果导向的工作特别常用。 3. 系统思维：让设计动起来 梳理错误提示的同时，我们还需要搭建一套系统，以实现灵活配置与实时生效的目标，即：将我们的设计构想进行产品化落地。而此时，系统思考之一，便是关注系统的动态性。

① 动态适应

“系统能运行多久？”

系统的设计需要满足动态的需求变化，单以错误提示为例，发生变化的情况有很多：

虽然希望能够完整定义所有错误，但事实上是比较难做到的，未来的内容新增不可避免； 相关方对于服务的调整，有可能会造成错误提示的修改要求； 提示上线后，发现文案效果不佳，会带来优化需求； 随着产品能力与技术的迭代，一些过去的内容与操作可能不再适用，需要调整；一些过去的未知错误有了新的解决办法，需要补充… 之前的错误提示，是伴随着每次功能迭代，在设计时定义好，在研发时写在客户端，因此造成每次修改都需要发版处理的情况。在优化方案中，替代原先在客户端管理的方式，将错误内容配置放到服务端，客户端获取服务端错误码与配置内容进行匹配，展示相应内容：

② 自动执行

“一定需要提示吗？”

我们常听到一句话：最好的设计是「没有设计」，转化用在这个项目中却相对合适，最好的错误处理也应该是「没有提示」。

当我们在专注于梳理错误操作内容、设计错误操作配置，不妨可以再问问自己：

这个提示真的有必要展示吗？ 是否可以通过自动重试或其他策略优化，避免错误的发生？ 这个操作真的有必要让用户处理吗？ 是否可以提供一键检测、一键修复的方案，帮助用户完成一系列的复杂操作？ ③ 主动反馈

“你能发现未知的问题吗？”

前面提到，提示系统的作用之一就是便于后期将未知错误转化为已知错误？但是如果是未知错误，我们要怎样发现它们？如何决定哪些未知错误需要优先处理？

考虑到这个问题，我们在配置系统外，同时还搭建了一套线上报错监控系统（虽然还做不到识别高频未知错误主动预警），定期复查高频错误，补充定义新的未知错误。

至此，错误提示问题的解决方案设计才算告一段落。

邮件系统的错误提示有其复杂性与重要价值，借助产品思维工具，避免了掉入「这个问题很简单」的陷阱，找到问题根源与最佳目标，从复杂繁多的错误中找到规律，进行结构化梳理，建立标准，最后建立错误提示配置系统、自动化策略、监控机制，为产品的错误提示管理建立系统方案，为产品与用户提供长期价值。

最后 有同学会问，如果要搭建这么一套系统的话，投入大时间久，那这个之前的问题就一直放着吗？

当然不是。在实际工作中，处理问题需要同时考虑解决效率与投入价值。

从处理问题的效率上考虑，最开始的错误提示当时也是先及时做了补充的。但是此时，这个文案的补充并非孤立无序的，我们能够清楚，它将是错误信息管理表中的一项重要信息，也是配置系统的一项重要配置，是未来错误提示系统的重要一部分。我们并非在零碎的做事情，而是在逐步完善一个产品系统。

欢迎关注「网易UEDC」公众号：

本文是根据个人职场所见所闻，以及和老同事、设计朋友沟通总结出来的一篇文章，希望对你有帮助。

上周收到优设网主编程远的邀请，让我写一篇 职场习惯 的文章。

第一篇相关的文章是在 2019 年写的，距今已过三年，没想到当时不起眼的文章在优设达成了一个高达 32 万阅读量。

为什么有人工作才两年，能力就远超过五年的设计师？ 有些设计师工作两年，能力却比好多工作三到五年的设计师强。

阅读文章 >

同时衍生了一个专题： 《为什么有人工作才两年，能力就远超过五年的设计师》

这次我在该系列的基础上，再写一篇作为该系列本人的最后一篇文章。

19 年我写的偏“战术”方向。本篇文章我换个角度讲讲，为什么有的人工作五年就做了设计经理，而有的人工作八年还是个大头兵。

令人讽刺的是我作为一个工作 8 年的互联网老鸟，依旧是一个大头兵，本篇文章，我是根据个人职场所见所闻，以及和以前的老同事以及设计朋友沟通总结出来的一篇文章，希望对你有帮助。

本文大纲如下：

拥抱新事物新技术 工作的事情做得漂亮 找到对你信任的老板 跟着老板一起前进 1. 拥抱新事物新技术 对于大部分人来说，专业知识学习欲望最强烈的时期，应该是在工作的前 3 年，在这 3 年中，会不断地看新出来的设计文章，看各种培训班视频等。

当工作步入第 4 个年头后，学习的欲望就降低了。容易陷入鸵鸟心态，封闭自我，不再关注新出的设计趋势或者是设计文章。对培训班的设计嗤之以鼻，然而别人精心准备的内容，总有一些是你不会的。

当然也不是让大家去报培训班，可以尝试最小成本的去获取有价值内容。编者注：比如看优设网

新出来的设计知识，很多有学习和借鉴的价值，我们要摆脱鸵鸟心态。

去时刻保持学习的心态，这样人才能不断进步。不然工作 8 年了，可能专业水平还不如工作五年的小年轻。

2. 工作上的事情做得漂亮 拥抱新事物新技术，积累经验和工作上的事情做得漂亮。貌似和做设计经理没太大关系？

其实不然。做设计经理的前提是：专业能力强；做事能力强。将工作上的事情都做得漂亮，这样领导才放心地把项目交给你。

可以说，满足前两点是前提，只有专业能力强， 将事情做好，那么才可能有老板信任你，放心放你带领下面的人。如果自身条件差，即使老板想带你飞，也带不动，甚至连累老板。

将事情做得漂亮，需要有比较好的情商和智商。情商方面和各个角色协作顺利。智商方面，将事情按照最佳路径和最佳结果去呈现。

3. 找到对你信任的老板 满足前两点是基础，最重要的是第三条。就是眼缘。

眼缘这东西，很难去用文字或语言去描述。

不同的人对其他人印象是不一样的。例如有的 设计师 ，在好未来就备受排挤，绩效都是垫底，通常是 C。但是他去了字节，就全是 S 或者 A 了。字节的评价就特别好。这种现象如何去解释呢，非要解释，就是这个人更适合字节。

以前公司团队有个人，老领导在的时候，团队之星，绩效不是 S 就是 A，后面换领导了，绩效就是中等偏下，慢慢滑向了边缘。

对于领导也是一样。领导可能会很喜欢你，也可能很不喜欢你。这些都是眼缘，要珍惜对你很好的领导。千里马常有，而伯乐不常有。

作为职场人，最珍贵的不是 微信 大佬好友有多少，认识多少大牛，线下和哪些大牛吃过饭，这些都是不重要的，对你的职场没多少帮助。

对你最重要的是所有工作过的团队和你一起战斗过的同事们和领导们。

4. 跟着老板一起前进 当遇到了信任你的老板，之后就不用想着跳槽去更好的公司去做更好的项目。

如现在在二线公司，怎么跳槽去腾讯？这种路径我现在感觉不太对。

正确的做法是和老板一起前进，老板是将军，带领着大家攻城掠地。

老板成功了，对应的将士们，也一定会得到应有的成功。这种效果比个人单打独斗要好得多。

我以前公司的一个设计师。他从公司最核心的业务一步步跳到了公司边缘业务，我百思不得其解。

后面发现他的职级一年升一次，没两年就开始带团队。原来他的换业务的路径，是因为他的老板，他是跟着自己的老板一起跳。

后记 在知乎上，有一个提问很火：为什么印度人在硅谷如日中天，华人却很难混入高层？

其中有一个回答很好地解释了为什么会出现这种情况。大概意思是以下 3 点：

印度裔更加积极地去承担项目，做项目的主人。去推动项目落地，最后项目成了，大家都会首先想到他。 印度裔抱团成风，当团队有一个印度裔后，后续慢慢地，整个团队都是印度裔了。 印度实行师徒制，领导和下属绑定在一起，一起共进退。 上期回顾：

猎聘网总监：为什么有人工作才两年，能力远超五年的设计师？ 大家好，我是闫界，感谢优设程远老师的邀约，能有机会跟大家分享一些我个人的工作习惯。

阅读文章 >

欢迎关注作者的微信公众号：「Echo的设计笔记」

9月第一波干货，免费素材，AI 图片生成器，3D 样机，设计系统，动效工具，图片搜索引擎，渐变配色

9 月第一波 设计干货 合集来了！这一期合集所推荐的 设计工具 大多偏向视觉设计，有好几个基于人工智能的图片生成工具，有非常好使的相似风格图片搜索引擎，有全新的 渐变色 合集，有免费的在线动画编辑器，免费的 3D 在线样机，都是好东西！

当然，在此之前记得看看往期干货中有没有你感兴趣的素材：

第一波！2022年8月精选实用设计干货合集 各位8月好！

阅读文章 >

第二波！2022年8月精选实用设计干货合集 各位8月好！

阅读文章 >

第三波！2022年8月精选实用设计干货合集 各位8月好！

阅读文章 >

第四波！2022年8月精选实用设计干货合集 各位8月好！

阅读文章 >

第五波！2022年8月精选实用设计干货合集 各位 8 月好！

阅读文章 >

下面我们具体看看这一期的干货：

1、在线免费矢量爱心编辑器 https://fffuel.co/lllove/

可以说这个编辑器的功能算是非常小众了，它的核心功能在于帮你无需打开PS 或者 Ai ，直接在线编辑出 SVG 格式的矢量爱心，这个编辑器内置了多种不同的样式，方便你做出各种各样的爱心。

2、人工智能背景生成器 https://www.photoroom.com/backgrounds/

结合机器学习，基于语言生成图片的服务越来越多，这个 PhotoRoom 出品的 AI 背景生成器就是这么个服务，网站提供了范例，只要你用语言（英文，可以用翻译工具预先把你的描述翻译成英文即可）描述你想要的背景的内容，它就能生成你能用的背景。这个工具是免费的。

3、人工智能文本转图片 APP https://www.photoleapapp.com/

（需搭梯子访问）

和前面的服务类似，这个名为 PhotoLeap 也是可以将你的描述转化为图片的一项服务，但是相比前者它提供了更加细致的功能，比如在生成的图片当中，还能增加滤镜，去除特定的元素，更换背景，等等。 PhotoLeap 是著名的 Lightricks 团队出品，素质机相当过硬，唯一的问题是它只提供 7 天免费试用，并且只在 iOS 平台上使用。

4、相似风格图片搜索引擎 https://same.energy/

Same Energy 是一个非常实用的图片搜索引擎，它可以帮你找到特定图片风格样式相同的照片，当然你可以使用文本描述来搜索。这个搜索引擎在你确定了风格调性、需要获得更多图片素材的时候，显得超级实用了，它可以快速拓展出一系列相似的视觉素材，在制作情绪板的时候也相当实用。

5、精心挑选的渐变配色合集 https://tasarla.co/gp

渐变色不仅是百搭的配色素材，而且排列组合花样繁多，适用范畴足够宽泛。这一组渐变配色合集大概有 70 种截然不同的配色方案，这些配色都是被精心挑选出来的，所有的配色都优雅而令人舒适，你可以在任何地方使用，完全免费。

6、针对 XD 的设计系统 Ionic 6 https://ionicadobexd.com/

（需搭梯子访问）

Ionic 是一个方便设计师更加快速设计 UI 界面的系统，它有专门针对 Figma 的版本，而现在这个是针对 Adobe XD 的。这套素材包含超过 200 个 Symbols，根据宣传，借助这些素材可以将设计和开发速度提升 80%。目前这套系统是付费的，之后可以免费设计。当然，在下单购买之前，可以下载免费的 Demo ，看看效果如何。

7、开源免费在线动画编辑器 https://www.motionity.app/

这个名为 Motionity 的开源在线动画编辑器，可以说是 AE 和 Canva 的结合体，不仅可以便捷地编辑动画，而且借助在线的模板和滤镜，快速地整合素材和资源，生成高质量的动画和视频内容，省心，高效，免费，节省资源。

8、在线 3D 样机生成器 https://rapidmockup.net/

Rapid Mockup 是一个完整的在线样机生成工具，它可以用来创建包括杯子、T恤、海报等多种不同的 3D 样机，你可以将它导出为图片，也能导出为全方位展示的视频动画内容，全方位地展示你的设计。

本文从什么是行业分析、为什么要进行行业分析、如何进行行业分析3个方面，帮设计师掌握行业分析的入门知识。

编者按：本文从什么是行业分析、为什么要进行行业分析、如何进行 行业分析 3个方面，帮 设计师 掌握行业分析的入门知识。

从用户体验的 5 个层次来看，行业分析，是服务于企业战略（是否做+如何做）的，产品是企业达成战略的一种手段。在产品的战略层需要回答两个问题：

图 1 战略层要回答的问题

用户需求：用户通过我们的产品能得到什么？ 业务目标：我们希望通过产品得到什么？ 这是做产品最核心的两个问题。要回答这两个问题，不能闭门造车，必须要放眼整个行业，去了解一下整个行业的发展历程，用户规模，目前的行业的发展阶段，市场增速，竞争格局，发展趋势，再结合自身企业的资源、确定企业的竞争优势，再结合竞争优势确定产品定位。

图 2 产品与行业的关系

术业有专攻，作为设计师，我们很少做系统性的行业分析（多数时候由外部咨询公司和企业战略部/产品部进行），所以这堂课仅作了解，并不要求大家掌握，而是换一种角度，更加全面、理性的看待各种行业分析资料，从中汲取跟产品战略相关的信息和建议，为后续设计决策提供依据。

新项目的市场调研要怎么做？我总结了一个完整流程！ 现如今互联网市场竞争加剧、不断变化的用户行为习惯以及持续增加的新用户推广成本，多种因素导致企业对于用户需求了解越来越迫切，这也使市场调研的重要性越来越突出。

阅读文章 >

1. What | 什么是行业分析？ 要了解行业分析，我们需要先了解行业，以下是行业在百度百科中的定义：

图 3 行业的定义

行业（industry）是指从事国民经济中同性质的生产、服务或其他经济社会的经营单位或者个体的组织结构体系，又称产业（sector）。但从严格定义，产业概念范畴比行业要大，一个产业可以跨越（包含）几个行业。

比如我们所说短视频行业，既可以指短视频的消费行业（以抖快为首），也可以指包含了短视频的生产、分发、消费和商业变现几个细分的行业所构成的短视频产业。

那什么是行业分析呢？

图 4 行业分析的定义

根据百度百科的定义：行业分析，是指根据经济学原理，综合应用统计学、计量经济学等分析工具对行业经济的运行状况、产品生产、销售、消费、技术、行业竞争力、市场竞争格局、行业政策等行业要素进行深入的分析，从而发现行业运行的内在经济规律，进而进一步预测未来行业发展的趋势。

比如：我们做短视频的行业分析，就需要研究了解政治、经济、社会、技术对短视频行业的影响，运用一些科学的统计和分析手段，去了解整体产业链的构成，产业链中各个行业的关系，以及各个行业中的竞争格局、龙头企业的定位、经营状态、发展方向，以此来预测未来行业的发展，并为自身企业的战略决策提供依据。

2. Why | 为什么要进行行业分析？ 对于一个企业而言，进行行业分析有两个常见的应用场景：

图 5 行业分析的应用场景

不在行业内，通过行业分析决定是否进入； 已在行业内，通过行业分析决定未来战略方向变化。（坚持、调整或退出） 不同的应用场景，关注点是不一样的。

第一种场景，核心关注市场规模、增速、前景；业内玩家的经营情况、利润率；行业的集中度、竞争壁垒、发展历程，对比自身资源，判断进入的风险和收益。

第二种场景，核心关注行业整体是否发生结构性变化（通过 PEST 和波特五力等方法），以此预判行业的发展趋势，结合业务现况和资源，给出未来战略调整建议。

对于设计师而言，一般换工作或者换业务才涉及到行业分析。严格来讲，甚至都不能称之为行业分析，而只能算是行业了解。那行业里到底是怎么做行业分析的呢？

3. How |如何进行行业分析？ 结合网络资料和个人经验，我把行业分析划分成 4 个步骤：

图 6 行业分析的 4 个步骤

行业信息收集； 行业信息整理； 行业分析； 行业预测； 真实分析过程中，这四个步骤其实是相互交织的，只是为了方便讲解，才把他们分拆来看。

① 行业信息收集

根据集创堂纯色老师的《产品交互进阶课》，可以把行业信息划分为 3 类：宏观信息，中观信息和微观信息，不同类型的信息，信息获取的渠道是不一样的。

图 7 宏观信息的获取渠道

关于政策、经济类的宏观信息，可以从互联网百科类产品、政府相关机构，以及行业门户网站上进行获取。

图 8 中观信息的获取渠道

关于企业、竞品等中观类信息，可以从企业的官网、年报、各平台官方帐号、权威门户类网站中进行获取。

图 9 微观信息的获取渠道

关于用户相关的微观信息，则可以从各大咨询类、数据类公司报告、搜索引擎、企业官方帐号、调研等方式获取。

② 行业信息整理

网络上行业信息查询渠道和内容都非常丰富，在信息收集时，我们要围绕我们的目标，和以下信息关键词，进行有选择的查找和筛选，然后再在此基础上进行信息整理。

图 10 信息收集关键词

在进行信息整理时，我们会发现有些信息是一致的，有些信息是矛盾的。

图 11 信息整理的准度和效度

当信息出现矛盾时，就需要我们根据信息渠道、信息发布时间、信息采样方式，信息衰减周期，综合判定信息的准度和效度，选择选择更权威更具时效性的信息内容。

然后将行业信息按照行业发展历程和现状进行梳理，并对关键性的信息进行多渠道核实。

以我们之前进行短视频的行业分析为例，我们就对短视频的行业进行了如下定义和介绍：

图 12 案例-短视频行业定义及简介

并对短视频的发展历程进行了如下梳理：

图 12 案例-短视频行业发展历程

尝试从宏观环境角度，对短视频行业的发展做了一些归因：

图 13 案例-短视频行业发展归因

对行业现状的梳理，则包括市场规模、产业链分析、行业竞争格局、行业商业模式、用户动机/偏好/行为等，相关信息如下：

图 14 案例-短视频规模

图 15 案例-短视频产业链

图 16 案例-短视频行业竞争格局

图 17 案例-短视频商业模式

图 18 案例-短视频行业用户消费动机/偏好/行为

以此对整个行业的过去和现状都有了初步的了解。

③ 行业分析

在行业分析阶段，主要是选择合适的分析模型，对前面收集到的信息进行归类、整理和分析，并提炼出有价值的分析结论。

常用的分析模型包括：

图 18 常用分析模型

比如我们在进行短视频行业分析时，就使用了 PEST，SWOT，商业画布等分析方法，作为分析框架，提炼相关的行业信息，并产出相应的分析结论。

④ 行业预测

行业预测主要是归纳行业在不同维度的发展趋势，根据发展趋势推断行业的机会点，并根据机会点，给出产品未来方向的建议。

归纳行业发展趋势和机会点； 给出产品方向建议。 以前面的短视频行业分析为例，最终我们得到了关于市场、内容、功能和设计四个方面的趋势和建议：

图 20 短视频行业的发展趋势及建议

并将这些建议输出给短视频项目组，让大家对短视频整个行业有了进一步的了解，也为设计师后续进行具体的设计分析打下了基础。

好了，设计师如何进行行业分析到这里就结束了。这一课比较难，普通设计师在日常工作中基本接触不到，我自己也缺乏这方面的分析经验。不过学无止境，商业思维作为设计师进阶的一大挑战，希望大家日常工作中保持对行业关注，积极的为产品战略提供方向和建议。

参考文献：

东东方：4个步骤，让你完成行业分析 大鹿鹿：产品小白如何快速做行业分析 纯色: 产品交互进阶课课件 李岩： 短视频桌面研究报告 欢迎关注作者 微信 公众号：「悦姐聊设计」

Zenly 要关停的消息，以极快的速度在各大社交媒体平台、产品社群以及投资人中传播开来，有人错愕、有人不解、有人愤怒、有人了然。 “Snap 为什么要关停 Zenly”是大家讨论最多的问题，人们很难不好奇是什么给了 Snap 直接砍掉一个 4000 万月活产品

作为一款月活数据不错的社交产品，Zenly 相对来说是较受关注的，这就让“Snap 关停 Zenly”的消息引发了许多人讨论。为什么Snap会选择关停Zenly这款产品？其背后隐藏的原因是什么？本篇文章里，作者就这一事件进行了解读，一起来看。

Zenly 要关停的消息，以极快的速度在各大社交媒体平台、产品社群以及投资人中传播开来，有人错愕、有人不解、有人愤怒、有人了然。

“ Snap 为什么要关停 Zenly ”是大家讨论最多的问题，人们很难不好奇是什么给了 Snap 直接砍掉一个 4000 万月活产品的勇气。

然而在这个故事中，Zenly 和 Snap 两位当事人似乎各有苦衷。

一、9 年浮浮浮浮沉，Zenly 的结局竟是消亡 作为一款 Z 世代熟人社交产品，Zenly 的表现一直很出色，甚至可以说被同行们羡慕。

Zenly 官网截图

从资本视角来看 ，Zenly 于 2014 年 12 月正式上线，2016 年间隔 4 个月先后两次融资拿到 3500 万美元。钱还没来得及花完，就被 Snap 以 2.13 亿美元的价格收购。

3 年时间，成为一家估值超 2 亿美元的公司，这事儿放在 2022 年来看，仍然很了不起，甚至可能会更受关注吧，已经想不起有多久没有再跑出熟人社交产品…

从榜单成绩来看 ，自上线以来，Zenly 曾 4 次被推荐到 App Store 应用商店首页、89 次被推荐到应用商店分类排行榜。

Zenly 历史下载排名｜数据来源：Data.ai

截至目前，累计拿下了 15 个国家和地区的免费总榜 Top1、116 个国家和地区的免费总榜 Top100、174 个市场的社交类别下载榜 Top100，用户遍布欧洲、东南亚、南亚、东亚、拉美、北美以及中东等全球多个区域，并在发展过程中找到了一批死忠粉。其中一个典型案例是 Zenly 即将被关停的消息一传出， #Zenly 话题直接登上日本 Twitter 热搜总榜第 9 名。

从用户数据来看 ，Zenly 也很“能打”。今年早些时候，Zenly 对外披露 MAU 已经超过 3500 万，《The Pragmatic Engineer》专栏作者、前 Uber 和 Skype 工程师 Gergely Orosz 则直接在 Twitter 中表示 Zenly 的 MAU 数量达到了 4000 万，且仍在快速增长当中。

这对于由 Meta、Snapchat、Telegram、Line 等老牌社交巨头把持的熟人社交赛道而言尤为不易， 更遑论突破“冒犯与信任边界”的 Zenly。

除了基础的音视频通话、图文聊天， Zenly 的最大特点是允许好友实时查看用户手机的剩余电量、地理位置以及停留时长。 考虑到当前手机基本可以说是用户第二个世界的实际情况，这无异于把自己“脱光”了给对方看。

因而 Zenly 在用户隐私、数据合规、未成年人保护等方面没少受到挑战。可尽管如此，Zenly 还是一路过关斩将，在日本、东南亚、东欧以及拉美和南亚地区找到了自己的忠实用户，并且面向用户作出了 “保护隐私、用户主导、公开透明、用户至上”的四大承诺。

甚至就在 4 月份，Zenly 还在对外宣发更新了“搜索地点、用户世界、地点固定”等功能，用户可以将自己常去地点放入自己的世界，当好友进入用户的地图时也就走进了用户的日常生活。

Zenly 联合创始人、前 CEO Antoine Martin 甚至将彼时的更新称之为有史以来最大规模的重新设计之一。 而在完成“从基于 LBS 的实时地理位置社交，向地图社交的转化”的里程碑式任务后，Antoine Martin 选择了离开 Zenly。

而到了 5 月份，Zenly 更是直接宣布早在三年前就已经在尝试引入自己的地图数据和引擎搭，从而建出一个更具趣味性的地图，来在谷歌和苹果等“精确地图派”的垄断中杀出一条新路。目前 Zenly 地图已经在巴黎、东京、中国台北等地推出。

除了给不少知名地标制作 3D 形象，Zenly 还会在用户查看到有水的地方做出水花喷溅效果。

不同时期 Zenly 产品状态

长达 3 年的布局，让我们很难不相信 Zenly 在下一盘大棋，甚至就连 Zenly 内部员工也这样认为，直到砍掉整条业务线的消息传来。

2022 年 7 月，还有 Zenly 员工因获得母公司 Snap 的股票而欢呼雀跃；仅仅一个月，就不得不面对裁员、整条业务线被砍掉。除了员工的不理解，两位创始人也委婉地表达了对 Snap 决策的不满。

Zenly 联合创始人、前 CEO Antoine Martin 在 8 月 31 日连续转发了 4 条关于用户和其他创业者质疑 Zenly 关停的推文，而上一次转推还是 7 月 11 日。联合创始人兼 COO Alexis Bonillo 则转发了另一位法国社交创始人发表的“看到 Zenly 被迫关停无比难过，Zenly 的存在证明在美国硅谷之外也可以诞生伟大的消费科技产品，作为法国创业者，永远感激两位创始人的引领和激励”的推文。

过去 30 年全球头部互联网产品大多来自硅谷，这是不争的事实。但这并不意味着只能来自硅谷，能代表自己的国家或者所在赛道同行打破偏见、傲慢与垄断，是很多开发者的心愿。

此前曾有知情人士透露 Zenly 在收到 Snap 的收购邀约后，并未再寻找其他报价。除了退出路径和创业收益，两位创始人可能更看重 Snapchat 的庞大用户池及其在美国市场的积淀。对于当时只有 12 万日活用户的 Zenly 而言，如何更快速地实现全球用户的拓展，可能是最主要的任务。

Alexis Bonillo 在被 Snap 收购后曾搬到旧金山，“我需要 Zenly 在营销方面变得更加美国化，我们是法国人，总部设在巴黎。但我们的愿景是让全球数十亿用户参与其中，目标是成为全球产品，而不是巴黎的小产品”，字里行间显现 Zenly 和创始人的野心。

二、Snap：市值管理，是每一家上市公司的宿命 Zenly 不易，Snap 又何尝不是呢？

根据财报数据，2022 年 Q2，Snap Inc 累计营收为 11.11 亿美元，同比增长 13%，环比增长 4.5%，低于华尔街分析师市场预期（11.4 亿美元）。净亏损为 4.22 亿美元，同比扩大 178%，环比扩大 17.2%，甚至有不少分析师用“非常失望”来形容 Snap Q2 的业绩，于是财报发布当天股价曾一度下跌 39%。

Snap 以广告营收为主，并且也在积极增加广告服务投入、扩展广告展示场景并提升广告服务能力，但显然在全球宏观经济不确定的情况下，缩减广告预算是广告主们的共同选择。

尽管目前 Snap 正在积极布局 Snapchat+ 来增加订阅收入，但平均单价 3.99 美元、累计 100 万付费用户的 Snapchat+ 发挥力量仍然十分有限。Snap 甚至拒绝给出 Q3 的营收预期，并直接在财务简报中发表“鉴于宏观环境的不确定性，未来营收的能见度仍然有限”等摆烂言论。

可以说，Snap 自己，在过去几个月也处于自身难保的状态。

开不出“源”，就只能节流。从股价向上拉升 6.99% 情况来看，投资者和市场，对 Snap 的做法持支持态度。

数据来源：Snap 财报

根据财报数据，Snap 2022 年 Q2 的主要成本为主营业务成本、研发成本、行政支出以及营销成本。其中研发业务成本占比最大、营销成本占比最少。

人工成本是 Snap 成本中的重要组成部分，根据 Snap 官方披露数据，裁员 20% 每年将会为公司节省大约 5 亿美元。

Snap 向 SEC 递交的裁员以及人事任命文件

根据财报数据，截止到 2022 年 Q2 Snap 员工（不包括外包、兼职和临时工）数量为 6446 人，如若按照 20% 的比例执行裁员，那么大约会有 1284 名员工被迫从 Snap 离开，而仅有 90 名员工左右的 Zenly 似乎只是其中很小一部分。（2017 年被收购时 45 人，2022 年 5 月联创表示公司成员翻了一番）。

迷你拍照无人机 Pixy、Snapchat 内小程序 Minis、音乐弹唱社区 Voisey、Snap Games、Snap Originals 等或自研或收购的项目全部被叫停，其中不少产品属于上升期。这些拓展项目的掐断，表明 Snap 选择在冬季集中精力发展其在向 SEC 递交的文件中提到的“ 社区增长、收入增长和增强现实 ”等关键业务。

那这些产品对核心业务的发展没有帮助吗？

恰恰相反，正是因为已经找到了融合进主产品的方法，才会勇敢断尾。 虽然 Zenly 的体量要远大于 Voisey，但在某种意义上，被放弃的原因相同。

Voisey 是 Snap 于 2020 年以未公开金额收购的短音乐平台。核心玩法与 TikTok 有异曲同工之妙，用户可以用自己的原声叠加乐器以创建短音乐曲目或视频，用户可以使用系统内置的编辑器对自己的曲目进行优化。另外，用户也可以在平台内查看其他用户的 Voisey 曲目。

目前，Voisey 演变为 Snapchat 中的“Sounds on Snapchat”功能。

而 Zenly 的主要功能则被揉入到“Snap Map”中。目前，用户可以在 Snap Map 中找到自己好友的所在位置，同时也能帮用户搜索附近的高人气地点。

在 Places 功能下，Snapchat 将为用户展示该地点的营业时间、公司官网、联系方式以及不同时间段的人流量以及真实点评，用户可以将自己感兴趣的地点直接分享给好友。而与“美国点评”Tripadvisor、“美国大麦网”Ticketmaster 的合作则让用户在 Snapchat 的种草、社交、消费链路更加顺畅。

利用 Memories 功能，用户可以在地图中标记自己拍下的照片/视频；而用 Explore 功能则会显示地图上各个地点的实际人气，用户可以点击人气较高的高亮区域，查看世界各地 Snapchat 用户在这一地点上传的公开照片和视频，另外如果用户愿意，也可以通过视频直接找到在此地点公开发布的创作者信息，并点击订阅对方。

用户既可以通过 Snap Map 找到自己感兴趣的地点，也可以地点与好友相约，或者借由地点产生的内容与好友或陌生用户交互。

显然，相较于 Zenly，Snap Map 的链路可能要更加顺畅。根据 Snap 官方披露数据， 目前 Snap Map 已经有 3 亿月活 ，在功能相似的情况下缩减团队倒也合情合理，况且 4 月 Snap CEO Evan Spiegel 兼任 Zenly CEO，在某种程度上也是一种信号，甚至不排除他们之间可能存在某种“对赌协议”。

但除此之外，似乎也有其他更隐晦的原因：

在 2022 年 4 月之前，Zenly 团队都仍然保持很高的独立度，由两位联创分别担任 CEO 和 COO，直到 Antoine Martin 离职。因而两位创始人在团队内部的影响力程度就不得不考虑其中。 Zenly 的团队主要 Base 在法国，在人员和业务缩减的情况下，远程办公会有增加边际成本的风险。 Zenly 一直没有赚钱，自 2017 年收购以来，Snap 投入了不少精力和资金在 Zenly 中，但五年来收入情况并没有明显改善。 根据 Sensor Tower 数据，Zenly 在 App Store 和 Google Play 的双渠道收入均不超过 5000 美元。这种情况也在 Data.ai 上得到了验证，截至目前，Zenly 不曾出现在任何国家或地区的畅销总榜或分类畅销榜。 一款技术和数据驱动的“烧钱”产品吗，在寒冬时不赚钱确实很危险。

Zenly 的主要优势市场是东南亚、中欧和日本市场，如果放在“丰水期”，这就恰好与 Snapchat 的北美和欧洲市场形成互补。但在“枯水期”，付费习惯差、付费能力弱的新兴市场有可能会成为 Snap 控制成本的梦魇。

Zenly应用商店截图

至于为什么不直接卖掉 Zenly，Snap 也给出了自己的答案。

“Zenly 与 Snap Map 虽然有一定差异，但也具备一定的共同点，任意一家公司收购 Zenly 就意味着获得了一个成熟的全球地图社交平台，这在未来可能会对 Snap Map 构成潜在威胁，不符合战略收益”，Snap 相关发言人表示。

似乎 Snap 选择停掉 Zenly，有理有据、合情合理。但从用户视角来看，突然间失去自己与朋友精心构建的秘密世界、费心培育的世界地图的心情，恐怕剪不断理还乱。

“身边就有那么多有趣的东西，还去很远的地方干嘛” ，这句来自用户的玩笑，可能也是用户难以割舍的重要原因。目前， 一股舍不得 Zenly、抗议关停的势力正在 Twiiter 上悄然兴起，不知道用户的抗争能否改变 Zenly 的命运。

而从笔者自己的感受来看，非常不希望关停。原因有三：

Zenly 作为冲击硅谷互联网垄断的代表之一，在某种意义上也算是一种精神支撑。 Zenly 在冷启动期间采用的用户调研、校园推荐的方法直到今天仍有借鉴意义。 Zenly 关停也在某种程度上意味着“做伟大而正确的事”似乎正在成为过去式，市场不再关心衣服是否性感，人们更关注它是否保暖。 寒冬下，每个人都不好过，如果有可能的话，还请守望相助。

作者：辛童

来源公众号：白鲸出海（ID：baijingAPP），泛互联网出海服务平台。

本文由人人都是产品经理合作媒体 @白鲸出海 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

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

划重点： 消费互联网的公理是便利高于一切 社交媒体竞争靠人气，推荐媒体竞争靠内容 最后胜出的可能是纯 AI 创作的内容 三大趋势： 第一个趋势是向更沉浸式的媒体转变 第二个趋势是人工智能的不断加入 第三个趋势是交互模型从用户导向转为计算机控制 还是 2010

Facebook 的产品正在面对 TikTok 的冲击。基于社交图谱的内容排名对用户的诱惑力越来越比不上推荐内容的对味和便利。不过，从媒介到算法乃至于交互，消费互联网正出现三股趋势。对于 Meta 来说，未来两年将是关键。如果它能穿越 TikTok 的雷区，就可以站在实现长期愿景的前头。

划重点：

消费互联网的公理是便利高于一切 社交媒体竞争靠人气，推荐媒体竞争靠内容 最后胜出的可能是纯 AI 创作的内容 三大趋势：

第一个趋势是向更沉浸式的媒体转变 第二个趋势是人工智能的不断加入 第三个趋势是交互模型从用户导向转为计算机控制 还是 2010 年的时候，那是我刚进入商学院的第一年，我帮忙做了一场演讲，题目叫做 “Twitter 101”：

Twitter 101 演示文稿

我那部分叫做“推特的价值主张”，我首先承认了在推特上可以发现大家午餐吃什么，接着指出“事实上，你可以在推特上找到任何你想要的东西，这是件好事。”

Twitter 的价值主张是，你可以“在一个地方实时、准确地看到你需要看到的东西，仅此而已”；我给观众展示了如何取消关注我的过程，以此来说明这一点：

展示推特价值定位的幻灯片

关键是 Twitter 需要对你的动态消息进行主动管理，但如果你下功夫的话，就可以得到一些对你来说非常有趣、非常有价值的东西。

大多数观众没有接受这个观点。

一、Facebook 与 Instagram 如果说存在统治消费互联网（意味着可以消费任何东西）的公理的话，那就是便利高于一切。

这就是 Twitter 的问题：对于很多（差不多已经足够多）人来说，弄清楚如何关注合适的人并不是一件容易的事。统治社交媒体领域的是将线下关系数字化的 Facebook。

Facebook 的社交图谱是终极的增长黑客：从你创建帐户的那一刻起，Facebook 就努力将你与高中、大学、家乡、工作场所认识或希望认识的每个人都联系起来，你命名了一个离线网络，而 Facebook 则是把它数字化了。

当然，这意味着要跟踪的更新和照片太多了，所以 Facebook 才要对这些更新和照片进行排名，并将其呈现在你可以无休止滚动的动态消息上。

众所周知，动态消息（News Feed）刚推出时，用户其实是很讨厌的：动态消息推出的时候，抗议者跑到了帕洛阿尔托 Facebook 总部门外，而线上的抗议者就更多了；具有讽刺意味的是，大多数那些抗议都是在 Facebook 上组织的。Facebook 首席执行官马克·扎克伯格后来被迫致歉：

这件事情我们确实搞砸了。我们之所以推出动态消息和 Mini-Feed ，是想提供你的社交世界的信息流。但是，我们在解释新功能方面做得不好，在用户控制方面做得更糟。我现在想尝试纠正这些错误……

要纠正的错误是更好地控制可以分享哪些内容；Facebook 没有给用户他们声称想要的东西，也就是完全取消动态消息。

这是因为这家公司的直觉告诉他们：用户声称的偏好（不要动态消息）与他们表现出来的偏好之间存在着显著差异，也就是其实他们非常喜欢动态消息。接下来的 15 年将证明 Facebook 是对的。

看着 Adam Mosseri 3 周前的更新，很难不去想那个不是道歉的道歉；Mosseri 很清楚，除了推荐帖子以外，视频将成为 Instagram 体验的重要组成部分。

扎克伯格在 Facebook 的财报电话会议上重申了这一点，并指出 Facebook 和 Instagram 上的推荐帖子还会继续增加。一天之后，Mosseri 在 Platformer 上告诉 Casey Newton， Instagram 会减少推荐帖子，但很明显这种回调是暂时的：

Mosseri 说：“当你在动态消息中发现一些你以前没有关注的东西时，应该要有一个很高的标准——这个东西应该很出色才行。你看到它应该会很高兴。而且我认为现在这种情况出现得还不够多。所以我认为我们需要后退一步，推荐的动态消息占比要先降一降，等推荐做得更好了，排名更靠前了之后，我们就可以再次开始提高推荐帖子的占比。” （后来他又补充道：“我相信我们会做好的。”）

在一篇题为《社交媒体的终结》的文章中，Michael Mignano 如此评价这种推荐媒体：

如果是推荐媒体，内容不会作为主要的分发手段分发给相互联系的人的网络。相反，内容分发的主要机制是通过平台定义的不透明的算法来获得消费者的最大关注以及参与。

这些推荐究竟想获得什么类型的注意力始终由平台定义，而且往往是专门针对正在消费内容的用户量身定制的。

比方说，如果平台确定某人喜欢电影，那么这个人可能就会看到很多与电影相关的内容，因为这是最能吸引这个人的注意力的内容。

这意味着平台还可以决定消费者看不到什么内容，比方说有问题的内容或者两极分化的内容。

最终决定推荐哪种类型的内容的是平台，而不是创作内容那个人的社交图谱。

与社交媒体相比，推荐媒体竞争靠的不是人气；相反，这是一场看谁的内容最好的的竞赛。基于这个视角，难怪凯莉·詹纳（Kylie Jenner）会反对这种改变；在一个由算法而非粉丝主导的媒体里，她那超过 3.6 亿粉丝的价值根本不值一提。

Sam Lessin，前 Facebook 主管，他用 Twitter 的一幅截图追踪了从模拟时代到接下来会是什么的演变过程，这幅截图的标题是“进行中的数字媒体‘注意力’食物链”：

说到娱乐会如何演变，卡戴珊家族即将垮台……（这也是她们对 Tiktok 如此恼火的原因）

Lessin总结的演变的五个步骤：

前互联网的《人物杂志》时代 来自“你朋友”的内容干掉了《人物杂志》 卡戴珊/专业的“朋友”干掉了真正的朋友 算法化的每个人干掉了卡戴珊 接下来将是纯 AI 内容击败“算法化的每个人” 这是一项元观察，如果玩个劣质版的文字游戏的话，可以说这就是 Facebook 更名之所以有意义的第一个原因：在娱乐方面，作为 app 的 Facebook 已经永远被卡在了第 2 步（这款 app 已经演变成以实用程序为主，重点是群聊、交易市场等）。继续前进的是 Instagram。去年夏天我曾经写过一篇关于 Instagram 演进的文章：

然而，现实是，这正是 Instagram 最擅长的。

当 Mosseri 说 Instagram 不再是一个照片共享 app——尤其是不是一个“完完全全的照片共享 app”——时，他不是在做出什么前瞻性的声明，那只是陈述多年来一直如此的事实。

说得更宽泛一点，Instagram 从一开始——包括在前 CEO Kevin Systrom 治下的时期——进化就是它们的首要特征。

为了把这个放进 Lessin 的框架里面，其实 Instagram 一开始的角色是实用工具，因为它的作用是为放在其他社交网络上的照片添加滤镜，但之后它本身就发展成了一个社交网络。

不过， Instagram 与 Facebook 的不同之处在于它的内容默认就是公开的。这为品牌、模因、人气帐户以及 Instagram 网红的崛起提供了空间。

当然，部分人仍主要把 Instagram 当作社交网络使用，但 Meta 比任何人都更了解 Instagram 的使用是如何随着时间的推移而演变的。

凯莉·詹纳和金·卡戴珊均要求 Instagram 保持本色

换句话说，当凯莉·詹纳发表请愿书，要求 Meta “让 Instagram 保持本色”时，最诚实的答案是，“改变 Instagram”也许是最符合 Instagram 特质的行为。

二、三大趋势 尽管如此， Instagram 后撤的原因是可以理解的，至少目前是这样： 这家公司正试图同时驾驭三股不同的趋势。

第一股趋势是向更沉浸式的媒体转变。 比方说，Facebook 一开始只做文字，后来添加照片后出现了爆炸式增长。 Instagram 从照片开始，然后扩展到视频。

游戏是在这个方向第一个取得这种进展的，而且已经进入了 3D 时代。

下一步是完全沉浸式的虚拟现实，虽然这种形式尚未渗透到主流媒体当中，但媒体的这种演进可能是我们看好这种可能性最明显的原因。

在线媒介的演进趋势

第二个趋势是人工智能的不断加入。 我用这个术语泛指“计算机变得更智能和更有用”这个总体趋势，即便这些智能是简单算法、机器学习，或者，有朝一日某种接近通用智能的结果。说回 Facebook，原先它的网站一点也不智能：只是个人资料页面的集合。

后来 Twitter 出现，并推出了时间线，但它的唯一的智能之处在于能够读取时间戳：所有内容都按时间顺序呈现。 Facebook 的动态消息之所以行得通是运用了排名：从一开始，该公司就试图向用户展示他们认为你可能最感兴趣的网络内容，实现主要是靠简单的信号和权重。

随着时间的推移，这种排名算法已经演变成一种机器学习驱动的模型，会根据每次的点击和逗留不断迭代，但局限在你所关注内容的有限集合。

推荐则向前迈进了一步：内容池不再仅来自于你关注的人，而是整个网络上的内容；这对计算构成了挑战，因为数量级已经超过了单纯的排名（人工智能创作的内容又是一大进步）。

线上人工智能与内容的趋势

第三个趋势是交互模型从用户导向转为计算机控制。 Facebook 的第一个版本靠用户点击链接来访问不同的个人资料； 动态消息将交互模式变得更为滚动。

Stories 将其简化为点击，而 Reels/TikTok 则是滑动。 YouTube 在这方面比谁都走得更远：自动播放只需播放下一个视频，根本不需要任何交互。

在线UI的趋势

过去几个月 Instagram 之所以陷入困境，其中一个原因是同时往这几个方向发力。该公司往信息流引入了更多视频（趋势 1），增加了推荐帖子的占比（趋势 2），并推出了一个新版的 app，其实就是针对有限用户推出了一个重新设计的TikTok（趋势 3 ）。按理说，公司一次只改一个方向会好一点。

不过，那样的做法只会是权宜之计：因为这三种趋势似乎关系紧密，不可分割。

三、媒介、计算以及交互模型 先从媒介开始：文本很简单，所以文本成为了互联网最早使用的媒介；实际上任何人都可以创建文本。

这意味着什么？

首先就是互联网上的文字比其他任何媒介都要多。相应地，高质量文字的数量也相应较多（就算相对占比不高，但绝对数仍然很大）。

第二点与人工智能有关：AI 处理文字和获取洞察也更容易。

与此同时，文本获得了人们的关注，用习得的技能去做出解释，其实与刻意移动鼠标，然后通过链接交互没有什么不同。

图片走的路一度比较困难：数码相机与 web 几乎是同时出现的，但即便如此，你也得有专用设备，才能将这些照片搬到计算机上，然后再上传到 web。

说到智能手机的影响，令人震惊的一点在于，它不仅统一了拍照的设备与上传和消费照片的设备，而且还让拍照比写字还要容易。

尽管如此，人工智能还是需要时间才能赶上：一开始的时候照片是利用了周围的元数据来进行排名；直到最近几年，那些服务才有可能了解照片的实际内容。

除了点赞之外，最可靠的质量指标仍然是你在滚动时停下来浏览的照片。

制作视频的难易程度与照片相似，但更极端：在智能手机出来之前，制作和上传自己的视频比照片还要难；但到了今天，机制已经一样简单，而且鉴于视频传达的信息量相对照片要更丰富，更不用说跟文字比了，所以制作有趣的内容可以说是更容易了。

尽管如此，视频制作比文字或照片需要更大投入，因为视频的消费需要时间。这才是用户交互层真正的重要之处。 Lessin 在另一个 Twitter 截图里面指出：

FB 的问题在于界面而不是算法……因为自己内心深处喜欢看的东西用户未必就愿意点击（编者注：这是主动和被动的区别，“我可没点啊，是你播放给我看的”）

我最近看到有人抱怨 Facebook 向他们推荐了一条很粗鲁但可能也很搞笑的视频。他们的愤怒反应是“排名机制一定是出问题了”。

但其实原因是这样的：排名机制可能并没有出问题。用户也许仍喜欢那个视频，但为了互动，用户必须主动点击才行，这让用户感觉很糟。就算用户其实喜欢看，但并不想被看作是会点击那种东西的人。

这就是 TikTok 与 Facebook/ Instagram 的挑战的精彩之处：TikTok 的界面解决了一个关键问题，也就是大家希望通过自己的关注/想看树立个人形象，但这个跟自己真正想看的东西是两回事……这（TikTok）并不是真正的算法升级，它只是缓解了那些为了找乐子而出现的人的紧张情绪。

这一点与 Facebook 多年前遭遇的那个问题一样：用户公开的偏好与实际的偏好是有差别的，所以我才有充分的理由相信，这次 Instagram 只是暂时回撤，之后一定还会继续推进那三个改变方向。

四、Instagram 的风险 尽管如此，Instagram 这一次面临的风险要大得多：Facebook 推出动态消息那时，它是以年轻新贵的身份把 MySpace 等既有企业挤到一旁。它的用户群并没有跑。

但现在情况恰恰相反： Instagram 显然是在模仿 TikTok ，而 Tiktok 是这个领域的新贵。

有可能 Instagram 的用户会决定，如果他们一定要有 TikTok 那种体验的话，还不如去上真正的 TikTok。

这也凸显了为什么 TikTok 这个挑战比 Snapchat 更严峻：对于后者，Instagram 的网络是将 Snapchat 踢出局的利剑。我之前曾经写道：

尽管 Snapchat 有了爆发式的增长，但 Instagram 的规模仍然是前者的两倍多，在多种人群与国际用户的渗透率都要高得多。

Facebook 不是在没有网络（任何基于分享开发的 app 必备的最基本功能）的情况下推出一款“Stories”app，而是利用了自己最有价值的资产之一：Instagram 的 5 亿用户……

Instagram 和 Facebook 都很聪明，知道 Instagram Stories 不会取代 Snapchat 在其用户生活中的地位。

但有一点，Instagram Stories 出来之后， Instagram 的数亿用户可能连尝试 Snapchat 的动力都没有了。

但 Instagram 对 TikTok 就没有这种能力了；事实上，竞争情况恰恰相反：如果目标不是对来自个人关系网络的内容进行排名，而是推荐来自任何地方的最佳创作者的视频的话，TikTok 的相对地位反而更强。

的确，这就是为什么 Mosseri 花了这么多时间与 Newton 讨论“小型创作者”的原因：

我认为其中一件最重要的事情是要帮助新的人才找到受众。对于大型创作者我已经给了很多照顾；至于小型创作者，我们希望做得更好。我觉得总体而言，我们对大型创作者的服务已经很好了——我相信有些人会不同意，但总的来说，数据已经说明了这一点。但是，在帮助新的创作人才取得突破方面，我们做得没那么好。我认为，做到这一点非常重要。如果我们想成为一个让大家推动文化发展的地方，如果我们想帮助互联网实现承诺，也就是让更多人拥有权力，那么我觉得还需要做得更好。

互联网上有个很古老的 AMA （Ask Me Anything，可以问我任何问题）问题，也就是问你是更愿意与一只马那么大的鸭子打架，还是更愿意与 100 只鸭子那么大的马打架。

这里的隐喻是，在排名的世界里，人人关注的像马那么大的鸭更有价值。但在推荐的世界里，100 匹像鸭那么大的马更有价值，现在，Instagram 愿意为了后者而牺牲前者。

五、Meta 的回报 不过，对于这些小型创作者来说，回报不会是“权力”：主导娱乐的是推荐和人工智能，而不是名气和排名，也就是说，一切权力都归做出推荐的平台。

确实，这就是潜在回报的来源：这种权力不仅以（主导了当今的平台的）聚合者发展情况为基础，也要靠让所有这一切成为可能的 AI ，而为 AI 提供算力需要大量投资.

事实上，你可以证明，如果 Meta 在 TikTok 的挑战下能幸存下来的话，它就将拥有苹果、亚马逊、谷歌和微软等公司的那种护城河，所有这些公司的差异化都有着现实世界的一面。

很多讨论都盯住 Meta 在元宇宙上投入的 100 亿美元，但那只是研发；看数字的话，这条护城河更重要的是今年 300 亿美元的资本支出，其中大部分都是用于人工智能的服务器。

那个人工智能现在做的是推荐，但唯有在 Lessin 对未来的预测（将来内容创作都是AI的工作，人将失去位置）正确的情况下， Meta 的护城河才会更加厚实。

值得注意的是，不管未来的元宇宙是什么形式，人工智能内容都将成为重要的组成部分。今年早些时候，我在 DALL-E、元界和零边际内容中写道：

DALL-E 的迷人之处在于它指向了一个可以将这三种趋势结合起来的未来。归根结底，DALL-E 最终是人类生成内容的产物，就像它的表亲 GPT-3 一样。当然了，后者是做文本生成，而 DALL-E 是图像生成的。

但请注意，这是从文本迈进到了图像；接下来就会有机器学习生成的视频。当然，这可能需要几年的时间；视频这个问题会更加困难，而响应式的 3D 环境则是难上加难，但这就是这个行业以前走过的道路：

游戏开发者突破了文本的限制，然后是图像，然后是视频，然后到 3D 社交媒体先是将文本内容创作的成本降到 0，然后是图像，然后到视频 机器学习模型现在可以以用零边际成本创建文本和图像 从长远来看，这指向的是这样一个元宇宙愿景，它的确定性要比典型的视频游戏要低得多，但在生成内容的丰富性方面又比社交媒体丰富得多。

想象一下，一个不是由艺术家绘制而是由人工智能创造出来的环境：这不仅增加了可能性，而且至关重要的是，降低了成本。

我要补充的是，这些 AI 挑战对货币化也适用：苹果变更了应用跟踪透明（App Tracking Transparency）政策，其结果之一是广告需要从确定性模型转变为概率模型；拥有最多数据和最多计算资源的公司可以更快、更有效地实现这一转变，我预计 Meta 会跑在最前面。

但是，如果没有用户的参与，这一切都无关紧要。 Instagram 正在顺应媒介视频化的趋势，Meta 的资源让它在 AI 方面拥有长期优势；最大的问题是用户选择与哪些服务互动。

换句话说，未来二十年 Facebook 要比以往任何时候都更加专注。在接下来的这两年里，它将穿越 TikTok 的雷区，能不能走出这个雷区，将决定这个长期愿景能否成为现实。

原文链接：https://36kr.com/p/1879544166288516

译者：boxi；来源于神译局，36氪旗下翻译团队。

本文由@神译局 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

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

早在《魔兽世界》时代，我们就体验过虚拟社交的魅力：在大规模的游戏地图上，你可以遇到各种玩家的虚拟角色，你们之间可以互动、组队还可以交易，就像是在现实生活中那样。此前，除了游戏外，我们几乎不需要这样一种能同时容纳多人的虚拟场景，而现在随着元宇宙概念兴起，在同一个

在同一个服务器中运行多个客户端并不难，但却很难看到实际应用的价值。而如果在同一个虚拟社交场景中，将用户的视觉形象、声音区分，理论上同时运行数千个客户端也许就不那么混乱了。实际应用起来，效果会如何呢？

早在《魔兽世界》时代，我们就体验过虚拟社交的魅力：在大规模的游戏地图上，你可以遇到各种玩家的虚拟角色，你们之间可以互动、组队还可以交易，就像是在现实生活中那样。此前，除了游戏外，我们几乎不需要这样一种能同时容纳多人的虚拟场景，而现在随着元宇宙概念兴起，在同一个虚拟世界中渲染所有用户的虚拟化身似乎有了意义。

实际上，在同一个服务器中运行多个客户端并不难，但很难看到实际应用的价值。在视频、语音通话中同时接入几十个人在技术上不成问题，但这几十个人没有办法同时对话，因为它们都显示在同一个2D界面，说话声音没办法实时区分。如果将几十人扩展至上百人、上千人，想想就是灾难。那么，在同一个虚拟社交场景中，同时接入数千个用户，会更合理吗？

RP1

首先，在虚拟场景中的社交活动具有一定空间感，这在视觉和听觉上都有体现。比如，你可以控制虚拟化身在场景中移动，移动过程中可以听到具有空间感的3D音频，也就是近处的声音更强，远处的声音更弱，而这将更好的区分不同位置用户之间的对话。如果可以将用户的视觉形象、声音区分，理论上同时运行数千个客户端也许就不那么混乱了。那么如果实际应用，效果如何呢？

01 关于元宇宙社交 开发元宇宙有许多问题需要解决，除了技术架构、社会和隐私监管等问题外，一个同时承载所有用户的网络架构也很必要。即使不能将所有客户端放在一个服务器上运行，至少允许上千、上万人在同一个虚拟空间中互动，才多少有“元宇宙”的样子。

Yuga Labs

前不久，青亭网曾报道Yuga Labs和Improbable举办了一场同时容纳4500人的3D虚拟活动，在这个活动中参与者可扮演虚拟化身，并体验完整的物理模拟效果、3D音频交互等功能。无独有偶，一家叫RP1的公司近期也演示了一种千人社交体验，特点是可在WebVR中同时运行四千多个虚拟化身。

在《魔兽世界》中，暴雪号称每个服务器可支持5000名用户。尽管如此，你连一次性在游戏中遇到1000人都很难。VR应用的每个服务器中同时支持用户规模更加有限，VRChat、Horizon仅支持几十人。相比之下，RP1认为在WebVR中居然也能同时渲染4000个用户的虚拟化身，并允许他们互动和交谈。

据了解，《魔兽世界》原理是利用一些开放世界游戏采用的“Sharding”技巧，将数千人根据区域分开，你在每个分区中最多只和50-100人互动。有趣的是，RP1在每个分区中同时支持4000个用户，这意味着增加分区后，可同时支持的用户将超过4000。

在每个分区中，4000名用户都可以移动、说话，甚至支持面部追踪、手指追踪和全身追踪。RP1称，目前的测试demo中用户可以四处走动，不仅可以看到其他人的虚拟形象，还可以听到随距离变化的空间音频，就像在现实场景中那样。

02 关于未来 短期内，RP1计划将1万人置于同一个虚拟体育场，并提供动态生成的3D空间音频功能，参与者一次性可以看到周围数千人的动态形象，虚拟场景还支持昼夜循环。在这个场景中，你甚至可以玩一场万人足球。

RP1并没有止步于此，未来计划扩展现有的网络架构，在20平方公里的虚拟空间中，同时容纳10万人，并在此基础上加入游戏和互动内容。虽然很难一次同时运行大量高保真虚拟形象，RP1和Improbable的技术已经可以实现有效的3D音频，为用户带来一定程度的空间感。

应用场景方面，这项技术适合用来举办大型活动，比如见面会、演唱会，或是MMORPG游戏等等。不过，RP1目前只是解决了网络服务器的难题，能否同时渲染上千、上万个3D虚拟化身，还取决于本地设备的图形计算能力。如果是在Quest 2上运行，你几乎不可能同时渲染4000个高保真3D形象。

RP1称，元宇宙的网络问题正在得到解决，目前已经测试的技术可在同一个虚拟房间中同时支持4000人。除了RP1外，云串流服务商Improbable也能提供类似的大规模虚拟场景。比如前不久青亭网曾报道的Otherside活动，就同时承载了4500人。

RP1表示：Improbable的服务器架构更加复杂，对服务器性能要求更高，而且未对VR进行优化，也不支持完整的面部和姿态追踪。RP1号称其虚拟世界是动态渲染的，人们在其中移动时几乎没有加载时间。RP1计划作为一个开发平台，允许设计师、开发者像构建网站一样开发沉浸式VR场景。

值得注意的是，RP1完全在WebXR构建虚拟世界，通过一个链接就可以在任意VR设备上轻松访问呢，无需下载应用。这也是RP1的策略和发展方向，其认为：3D虚拟社交一种互联网的演变，2D网站就像是其中的一个房间或建筑物，通过链接即可快速访问。每个网站将变成一个空间，仅容纳部分用户，就像是真的房子那样。

03 用户体验 外媒用Quest 2体验了RP1虚拟世界原型，目前这个3D世界的图形看起来比较粗糙，但手势追踪、面部追踪可正常运行。目前演示的原型版本并不是采用真人观众，大部分是机器人模拟的。为了尽可能模拟真实用户，这些机器人连接到了服务器的不同端口，并以随机的时间间隔连接和断开连接，在虚拟控件中随机移动，或是播放YouTube音频模拟对话。

为了避免人多声音乱，RP1支持音量调节，可允许你调整能听到的环境音。体验者表示：空间音频和虚拟化身的动作同步的，所以我可以看到所有其他用户的腿、手、手指和面部实时移动。体验的刷新率在30到70fps之间浮动，有时更高（50-70fps），有时更低（30-45fps），这取决于我在做什么。

由于视觉是一个瓶颈，该系统允许您选择您想看到和听到最多人数，比如60甚至200多人。如果将同时渲染的人数提高，应用依然可以运行，但Quest画面会开始闪烁，刷新率降低至19fps。这也验证了一个问题，限制多人3D社交的瓶颈不是玩过，而是图形渲染能力。WebXR对于刷新率、图形渲染也有限制。未来，也许可以通过调整LOD来优化3D模型渲染的流畅度，或是等待VR硬件配置提升。

但问题是，如果我只能看到60人，那么在Quest的服务器上拥有4000人有什么意义？

参考：https://skarredghost.com/2022/08/03/rp1-networking-metaverse/

作者：前沿科技新媒体 ；编辑：Esther；公众号：青亭网

原文链接：https://mp.weixin.qq.com/s/ASZXNi4t0RB8wrAmOS0stg

本文由 @青亭网 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。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。