ZD至顶网CIO与应用频道 03月01日 北京消息:自从乔布斯以偏执狂的姿态,将苹果手机玩出极致的新高度之后,极致主义就成为了流行全球的一种潮流。以火遍全中国的共享单车为例,橙色的摩拜、黄色的ofo,都无不体现出了“极致主义”的视觉思维。“扫码开锁、随用随取”等特点创造出了极致简单的用户体验。
无独有偶,云服务领域的金山云,也试图提供产品“极致”体验,作为对产品和服务的最高要求。2月28日,金山云上线的大米云主机新版控制台,就处处体现出“让云计算更简单”的极致主义风格。
极致主义不仅仅为了生存
财经作家吴晓波曾断言:只有偏执狂和极致主义者才能生存。他这句话虽然是针对内容创业的风口而言,但却道出了我们这个时代的典型特征。互联网时代是一个过剩的时代,用户的转移成本很低,只有好的体验才能黏住用户,所以互联网时代的竞争只有第一,没有第二。极致思维要求保持专注,把产品和服务做到最好,超越用户预期。
作为雷军系的重要成员,金山云的发展不免带有浓重的雷氏色彩。“极致”思维一直是雷军产品理念中的最重要部分之一。金山云在多个方面,体现出这种对极致主义的追求。
首先,从产品品牌的建设上,“大米云”是金山云旗下的一个相对独立的产品品牌,主要满足于创业型客户的需求。这种针对某一类客户,打造独立的产品品牌的现象,在云计算行业并不多见。
其次,和小米手机的理念一样,追求极致的性价比,也是大米云的产品理念。大米云打造的是创业者的专属云主机,直接配套了2核CPU、4G 内存、100G SSD数据盘、1M带宽,以及11线BGP。这样的高配置让创业者从1核2G时代实现了升级。
最重要的一点,也是此次金山云试图将“极致”进行到底的尝试,是将最能体现用户直观体验感的云控制台,进行了大幅升级改造,打造从视觉到操控的良好体验。
极致用户体验主导产品价值
极致主义下的产品和服务,会让用户产生强烈的分享欲望。例如苹果的果粉和小米的米粉,他们之所以愿意为产品摇旗呐喊、主动传播,原因就在于对产品体验的高度认可和享受。
去年11月底发布后,大米云主机发起有奖产品体验师活动,大量收集用户体验。大米云主机此次新版控制台的上线,正是极致主义理念下的一次实践,也是对用户反馈的积极体验。“极致”体现的是尊重人性,也就是尊重用户的使用感受、体验,无论是对于普通用户还是IT宅男,都希望产品操作界面越美观越好,产品的流程越简单越好,产品能够实现的功能越丰富越好。
首先,大米云对于控制台进行了图形化的设计,在整体设计上,采用云主机为中心、其它资源为附属的卡片式控制台更加直观,更方便用户使用,采用了极简、质朴、平面、易用的风格。
其次,调整原实名认证流程,实名认证后,放开端口限制,使用户从购买到使用的路径进一步减少。
再次,调整原有新创建的主机共用同一安全组策略,每台主机使用独有安全组配置。调整后,修改不影响其它主机。
最后,增加了更多付款渠道。一是可以通过微信直接付款,二是在H5页面上,就可以完成从注册到购买的整个流程。
在IT领域,复杂的需求、多样化的使用场景、多层次的功能等等,与“极简、便利”等理念似乎是天然对立的。作为一家云计算公司,金山云追求“极致”,无疑是逆潮流、逆同业而动。作为一个主要面向IT技术男的企业,“极致主义”会不会进入另一种误区?
但技术并不是冰冷刻板,金山云所实践的“极致主义”玩法,无疑是行业里的一种创新,给云计算产品和服务的提供、行业的发展带来了一种新的思路。或许在某一天,会改变整个行业的竞争格局。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。