恭喜小米。
没听说结婚，也没听说怀孕，突然宣布自己生了个大胖儿子。

上班上到想敲木鱼
太难了

无人机真的太复杂了，一瞬间感觉自己以前做的都是小儿科😭

什么 VIO、Tracker、Captain、飞控、影像、EIS、信标、电池管理…

有的学了😭🐈😀😅😌😊。

离开大厂体系创业5年，今天猎头打电话问我，
“你好，我们是帮北京上市公司旗下短剧业务，找导演角色，请问您考虑吗？”
我回答，不好意思，我没做过短剧，我在做AI，猎头说：”你好，AI短剧也是可以的。”

突然意识到，我已经回不去大厂了……[破涕为笑]

每次遇到AI客服的我：
人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，人工，

之前在增长概念里，一直对变量控制、显著性、实验严谨性没有太切身的体会，但经历过一次错误归因后，就清醒多了。

最近一个实验里，目标是提升用户的API接通率，接到的用户反馈经常都是不会写代码，不会配参数，所以我们做缩短路径，丰富示例代码，简化参数等等功能。

做了这些改动之后，因为用户体量并不太大，所以选择了按时间序列来对比，也就是观察全量上线前后数据是否能显著变化并稳定下来。

发现第一周数据明显增长（环比+50%）的时候，我们自然而然地认为策略是有效的。直到第二周和第三周的数据逐渐降低，和策略上线前一样，这时重新去分析，才知道没做扎实。

原来之前的增长，只是流量变化带来的假象。投放调整，让一些低转化率的用户减少了，自然而然显得整体转化率变高。但同一来源的用户组，每周的转化率并没有显著提升，仍然在波动，就说明不能得出实验策略有效的结论。

以下是本次的踩坑笔记。

1、增长实验里，基础是控制变量

很多时候，我们以为自己严格控制变量了，但实际上并没有，尤其在产品早期，样本量比较少的阶段。因为样本量少，通常的选择都是按时间来对比，而不是严格做A/B测试。

然而时间本身就是一个变量，更不用说当前链路还有一些主动调整动作，那变量就更多了。

所以市面上的增长方法论里，才会有一条经验：样本量少的时候，时间序列是有效的，但可能要ABAB，或者ABBA之类的连续对比才能更好地排除时间干扰。

2、即使是小样本情况，也要对实验所需样本量有基础的概念

这其实是统计显著性的需求，就跟做物理化学实验一样，越是微小的区别，就越需要更多的重复实验才能明确是否有统计上的显著差异。

有一个网页计算器（https://www.evanmiller.org/ab-testing/sample-size.html）
给定当前的转化率基线，给定预期提升的幅度，就能算出达到通常显著性所需的样本量。

比如基线是5%，预期相对提升50%，那所需样本要1273个。而如果每周的用户量只有200，理论上就需要6周的积累，才能真的说是否有效。

有这个概念，就能避免一些半场开香槟的操作。

同时，受限于样本量，早期团队的重心就要放在那些更容易带来明显变化的改动上，做那些肉眼可见的变化，甚至是做10x的变化。而不是去纠结几个百分点的变动，因为一次随机误差，可能就覆盖了这几个点。

也因此，早期多做定性访谈，很可能比定量实验更管用。

3、数据分析要扎实严谨

这跟前面两点有所关联，但更本质的，是需要严谨的态度。

比如这次虽然前端没有控制好变量，但在分析数据时，完全可以只看相对受干扰更少的渠道来源的用户变化，而不是混在一起看全量。

最后，所有的得失和经验，都最好沉淀下来，要有所收获，有所进步。每踩一个坑，就在地图上插一面小旗，终有一天，这些小旗会成为通向确定性的路标。

哈哈哈哈哈哈前人的代码注释

1 分钟搞定别人 3 天做不完的培训课件，我只用了这一个 AI 提示词！

前几天我还在朋友圈吐槽，从零到一培养一个产品经理，真 TM 难。

每次产品新人入职，都要重复讲一堆知识，PPT 做到手抽筋，课件更新到怀疑人生。

就在我第 23 次更新课件时，突然灵光一闪：既然 AI 能写代码和文章，为啥不能直接生成培训课件？

于是我开始了一系列疯狂实验，迭代了好几轮提示词，最终搞出了一个完美方案。

掌握了这套 AI 通用方法，几分钟之内你就能快速生成 3000 字以上的【任意知识的培训课件】！

我之前是做嵌入式开发，这次算是正儿八经的发布了一个微信小程序 —— 知心MBTI。内置了多套测试题，可以免费测试你的MBTI人格类型，帮助你了解自己，激发潜能！🌞

下面给大家讲讲开发并上架一款微信小程序的大致流程：

① 需求分析：确定自己要开发一个怎么样的程序？有什么功能？（可以参考现有的程序，自己画个草图）
② 注册微信小程序账号：需要准备一个邮箱+手机号，如果是企业账户，还需要准备营业执照和银行对公账户等资料。
③ 取一个好名字：注册小程序账号之后就可以先填写一下项目的名称、简介等信息，确认这个名字可以用（如果有注册商标，审核会更快）。
④ 微信认证+备案：这一步可以提前做了，因为需要花时间，最长可能需要一个月（我比较幸运，3天就拿到备案号了）。个人认证的费用是30元/年，企业是300元/年。备案是免费的，但是需要耐心等待，期间不做错过短信和电话哦！
⑤ 搭建项目框架：在等待备案期间就可以安心开发啦！因为我有一些 React 经验，所以选择了 Taro 框架来加速开发，后端直接使用微信小程序云开发（基础套餐19.9元/月，最多可5个小程序共享）。
⑥ 具体功能实现：像这个 MBTI 测试程序，核心功能就是做测试题、生成测试报告，具体 UI 界面和业务逻辑我都是让 Cursor 来写的，我负责确认、测试和反馈。（一共开发13个页面，实际还是要慢慢调）
⑦ 集成微信支付：需要提前开通微信商家号，拿到ID和Key，这一步是免费的，但是将来提现的时候要收取0.6%的手续费。
⑧ 上传代码，提交审核：小程序开发完成后，测试没问题就可以上传版本啦！审核大概需要0.5个工作日，通过之后就可以发布上线了！

以上就是从0到1开发并上架一个微信小程序的大致流程，在AI的加持下，只要有手、有一些耐心，相信你也可以快速实现一个自己的小程序！💪🏻

第一次看到小米发布芯片的消息时，以为是用来“对冲情绪”的。车的负面舆论比较多，内部也需要提振一下。不过和几位圈里朋友聊了下，觉得 芯片的研发，是早就规划好的；只是发布节奏，可能会有考量。

（1）3nm工艺，确实很拉风。也有新闻说，这是继苹果、高通、联发科之后，第四家自主研发3nm制程soc的公司。

这个成绩当然还是很厉害的。当年友商哲库大手笔研发芯片，但最终还是因为内外各种因素，只能解散了团队。

不过为什么是大陆第一个呢？海思难道做不到吗？当然不是，芯片设计方面海思还是国内领先的，只是，台积电高端不给代工，没有高制程制造工艺，设计也就只能委曲求全了。

为什么小米可以找到高端制程代工可以呢？晶体管数量190亿，避开了300亿的限制。也没有所谓军用的背景。总之，还是很不错的突破。

（2）居然是在决定“造车”的同时，决定启动“造芯片”

不得不佩服雷军多线程作战的能力。两条都是巨量投资的战线，居然都能取得突破。确实厉害。团队管理能力也是一流。
芯片方面，在澎湃失败后，吸取了经验，先从外围芯片开始，积累经验，再进攻soc。也有一部分团队在做IoT芯片。比较务实的做法。

（3）潜在风险
a、代工风险，还是卡在别人手里的
b、通信风险。目前采用的是外挂联发科的基带芯片，不是集成在一起的，因为基带芯片是最难突破的（涉及到专利，以及模拟芯片技术。这也是华为的优势）
外挂的模式，就会导致功耗增加，性能也会有影响。需要等芯片上市后观察观察了。
c、高通的施压。高通是 基带芯片+CPU芯片， 打包卖。之前就有传闻说用断供基带芯片的方式，逼得国内某芯片设计公司放弃了业务。在高端机型上，估计还是得靠高通来托底。

（4）影响

自研芯片，量上来、良品率上来之后，毛利率是有提升空间的；也可以增强品牌 硬科技 的形象。但，前提是，要经得起市场考验，避免 澎湃 的状况。
整体而言，在两条艰难战线上，同时作战，还能取得突破，确实说明，公司的战斗力、组织力还是有一拼的