企业官网建设流程全解析

制作网页的网站的软件是,嘉兰图设计有限公司,个人网页设计模板html代码,网站主页图片尺寸摘 要 2025年末#xff0c;两场发生在太平洋两岸的冲突——中国的“豆包手机”被微信、淘宝等封禁#xff0c;美国的Perplexity购物助手被亚马逊起诉——揭开了AI时代最残酷的流量入口争夺战。在技术层面#xff0c;利用AI Agent实现手机自动化操作已然成熟#xff1b;但在…摘 要2025年末两场发生在太平洋两岸的冲突——中国的“豆包手机”被微信、淘宝等封禁美国的Perplexity购物助手被亚马逊起诉——揭开了AI时代最残酷的流量入口争夺战。在技术层面利用AI Agent实现手机自动化操作已然成熟但在现实层面商业利益的护城河与法律规范的模糊构成了技术落地的最大障碍。本文将从**“意图框架”与“纯视觉方案”**的技术路线之争切入剖析在位巨头与新晋挑战者之间的利益博弈并提出一个核心观点如果代表秩序的“意图框架”因权利碎片化而陷入“反公地悲剧”那么看似激进的“纯视觉方案”或许能在法理与市场的博弈中找到其存在的正当性。一、引言系统级控制权的“七十二小时战争”2025年的冬天互联网的平静水面被两块巨石激起千层浪。在中国字节跳动旗下的豆包团队与中兴手机联手推出了一款基于nubia M153的工程样机。这款被定义为“系统级Agent”的手机试图重构人与App的关系用户只需一句话AI就能自动操作微信发朋友圈、在淘宝比价下单。另据21世纪经济报道还有用户使用豆包手机在拼多多刷视频领金币在抖音极速版获取流量激励以及尝试让AI代打王者荣耀。[豆包手机上线5日紧急调整价格从3499元被炒至1.29万]然而这场技术演示迅速演变为一场“惨烈”的攻防战。仅仅72小时内大量用户反馈微信账号因环境异常被封禁淘宝触发风控验证各大银行App紧急升级针对屏幕共享的监测措施。[“封杀”豆包手机助手可以理解但最终是封不住的]在大洋彼岸的美国类似的剧本也在上演。电商霸主亚马逊Amazon对AI搜索新贵Perplexity发起诉讼指控其推出的Comet浏览器及其购物Agent功能隐秘地访问客户账户并将AI活动伪装成人类浏览。亚马逊这个曾经靠“一键下单1-Click”专利建立起便捷购物帝国的巨头如今却站在了更极致便捷——“零点击AI代购”——的对立面。Perplexity发布公开信谴责Amazon利用市场势力实施“霸凌”埃隆·马斯克在最近的一次访谈中谈道“未来5年所有传统手机和App会消失。”这两起看似独立的事件实则指向了同一个历史性的转折点手机终端自动化操作的技术奇点已经到来但旧世界的商业秩序与法律框架拒绝接纳它。这不是简单的技术故障而是关于谁能掌控下一代互联网入口的主权战争。二、向左走向右走两条截然不同的技术路线要看懂这场神仙打架般的争议本质我们得先回到一个最基本的问题AI究竟是如何代替人类那双手去操控手机里那些复杂的App的这门让手机“自动驾驶”的技术其实已经悄然发展了一段时间。工程师们尝试了各种五花八门的办法但如果剥开令人眼花缭乱的技术外壳我们会发现所有这些复杂的方案最终都可以归纳为两条最基本的底层逻辑。第一种路线可以形象地理解为“走后门”的合作派。在这种模式下AI Agent并不需要像人一样去看屏幕而是通过App开发者预先留好的专用通道数据接口/API直接发送指令。比如AI直接向外卖App的后台发送一个标准化的“订购”信号App接到信号后自动执行。这种依赖标准接口、需要各方配合的技术路线在专业领域被称为**“意图框架方案Intent Framework”**。 谷歌Gemini辅助生成的演示图片——意图框架方案第二种路线则是“拟人化”的独行派。在这种模式下AI Agent的工作方式几乎和人类一模一样它用“眼睛”摄像头或屏幕截图技术去看当前屏幕上显示了什么内容识别出哪里是按钮、哪里是输入框然后模拟人类的手指去点击或滑动屏幕。它不需要App开发者的主动配合完全靠自己“看图操作”。这种技术路线被称为**“纯视觉方案Vision-based Scheme”**。 谷歌Gemini辅助生成的演示图片——纯视觉方案这两起看似独立的事件实则指向了同一个历史性的转折点手机终端自动化操作的技术奇点已经到来但旧世界的商业秩序与法律框架拒绝接纳它。这不是简单的技术故障而是关于谁能掌控下一代互联网入口的主权战争。理解了这两种截然不同的路径我们就能明白这不仅仅是工程实现上的A/B选项更是两种完全不同的行为模式。正是这种底层的技术分野从根本上决定了它们各自会撞上怎样截然不同的法律红线与商业铁壁。为了更直观地理解两者的差异我们可以通过下表进行对比目前的僵局在于在位的大型操作系统厂商如苹果、谷歌倾向于推行意图框架以维持生态秩序而新晋的AI挑战者如豆包、Perplexity因无法、或者担心无法获得接口授权倾向于选择纯视觉方案进行突围。不过耐人寻味的是部分科技巨头在这场博弈中表现出了明显的“分裂人格”。以腾讯为例它既是旧秩序的坚定捍卫者又是新技术的激进探索者。作为微信、QQ、腾讯视频等超级App的拥有者腾讯当然无法容忍外部Agent未经许可“穿透”其生态围墙。在“豆包手机”事件中微信迅速以“登录环境异常”为由对相关账号进行了封禁。然而在技术研发的另一面腾讯自身却也在低调布局基于纯视觉的Agent技术如App Agent方案。这种“左手封杀外部视觉 Agent右手研发同类技术”的矛盾姿态恰恰折射出在位巨头们在AI时代的极度焦虑他们既恐惧自己的护城河被别人的Agent填平又害怕在未来的Agent流量入口争夺中掉队。这种双重标准不仅是商业策略的体现更是技术转型期特有的“巨头焦虑症”。 腾讯团队发表的基于视觉方案的手机Agent模型论文三、意图框架的困境权利碎片化与“反公地悲剧”既然意图框架更稳定、更合规为什么直到今天我们依然无法通过Siri或Android助手顺畅地操作所有App这就触及了一个深刻的经济学与法学难题——“反公地悲剧”The Tragedy of the Anticommons。美国法学家迈克尔·赫勒Michael Heller曾提出**当太多的权利人对一种资源拥有“排他权”或“否决权”时这种资源往往会被闲置或利用不足。**例如一条原本具备极高航运价值的河流若其流经的每一段都被不同的领主设卡控制那么整条河流的航运功能便可能因通关成本过高而名存实亡。在AI手机的语境下“用户的跨应用操作体验”就是那个稀缺资源。要实现一个简单的指令“把我在大众点评上看到的A餐厅发给微信好友B并启动滴滴打车前往A餐厅。”这需要大众点评、微信、滴滴三个独立的权利主体分别开放API接口Intents。只要其中任何一个厂商出于竞争考虑拒绝向外部Agent开放接口整个操作链条就会断裂。这与音乐流媒体早期面临的困境惊人相似。正如关于Spotify的研究指出的那样在流媒体诞生初期由于版权分散在无数唱片公司手中且缺乏强制许可制度获取完整授权的交易成本极高导致合法的流媒体服务举步维艰。目前的意图框架正是陷入了这种权利碎片化的泥潭。对于超级App而言开放接口意味着将核心用户数据和流量入口拱手让人它们有充分的动机行使“排他权”。因此虽然意图框架在技术上是完美的但在商业博弈中却往往是失效的。四、纯视觉方案的法律雷区中国法视角的审视当“走后门”意图框架被堵死时AI厂商选择了“翻墙”纯视觉方案。但这种未经许可的“翻墙”行为在现行的法律框架下也面临着严峻的合规挑战。以下是以中国法为例进行的简要分析1. 违反《反不正当竞争法》“数据专条”的风险纯视觉Agent的核心动作是“读取屏幕”这在技术上往往涉及对App界面数据的抓取。根据《反不正当竞争法》新设的“数据专条”及过往判例【关于《反不正当竞争法》对数据侵权的规制可以参见往期文章[2025《反法》“数据专条”对数据侵权案件的影响分析]如果Agent的行为符合以下特征极易被认定为侵权**①破坏技术管理措施**如果App设置了反爬虫机制、验证码或禁止模拟点击的协议APP厂商为了维护商业优势、防止被替代非常有动力这么做而Agent通过技术手段绕过这些措施例如伪造设备指纹则触犯了法律红线。**②实质性替代**如果Agent直接提取了App的核心内容如比价信息、视频内容呈现给用户导致用户不再需要打开原App这种市场替代效应是法院判定不正当竞争的关键考量。2. “妨碍干扰”与《反不正当竞争法》第十三条第二款即便不涉及数据抓取单纯的“自动化操作”也可能构成《反不正当竞争法》第十三条第二款“利用数据和算法、技术、平台规则等实施妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的行为”。在**“腾讯诉搜道案”【案号2019浙8601民初1987号】**中被告开发了一款能够自动化操作微信如批量点赞、加好友的群控软件。法院最终认定该软件利用技术手段Xposed框架寄生于微信平台异化了微信的社交功能不仅增加了服务器负担更破坏了原告合法的商业模式和生态系统的健康因此构成不正当竞争。今天的AI Agent虽然更加智能但其技术本质——未经许可接管App控制权——与当年的“群控软件”存在相似之处。如果AI Agent 在操作过程中跳过了开屏广告、屏蔽了推荐内容或者高频次访问导致服务器压力增大极有可能被认定为违反《反不正当竞争法》第十三条第二款的规定。3. 商业模式的破坏与《反不正当竞争法》一般条款在**“腾讯诉世界星辉”案【案号2018京73民终558号】**中原告腾讯公司经营着知名的“腾讯视频”网站其核心商业模式是“免费视频广告”与“VIP会员付费”并存。被告世界星辉公司则开发了一款名为“世界之窗”的浏览器。案情的核心冲突在于这款浏览器在“设置”菜单中提供了一个“广告过滤”选项其中包含“强力拦截页面广告”的功能。当用户勾选该功能后访问腾讯视频时不仅长达75秒的片头广告和暂停广告会被直接屏蔽甚至连视频页面上引导用户付费的“开通VIP会员”按钮也会随之消失。腾讯公司认为这种行为不仅剥夺了其广告收益还切断了将免费用户转化为付费会员的通道严重破坏了其商业模式。北京知识产权法院在该案二审中指出虽然网络用户有权选择是否观看广告但作为经营者的世界星辉公司利用技术手段直接干预了腾讯的正常经营。最终法院认定世界星辉公司的行为构成不正当竞争并判决其赔偿腾讯公司经济损失及合理支出共计189万余元。这一判例确立了技术工具在辅助用户与干扰竞争之间的法律红线。这给AI Agent敲响了警钟。亚马逊起诉Perplexity的核心逻辑也在此如果AI帮用户买东西时绕过了亚马逊页面上的广告和推荐商品那么亚马逊赖以生存的商业闭环就被打破了。在中国法下这种对他人成熟商业模式的直接破坏很难通过“技术中立”来豁免责任。注在美国法视角下这还可能涉及版权法中的“临时复制”版权侵权问题Agent为了分析屏幕必须先截图缓存以及违反CFAA计算机欺诈与滥用法关于“未经授权访问”的规定。但中国法的核心关注点更多在于竞争秩序的维护。五、结语在“反公地悲剧”与“野蛮生长”之间寻找出路AI Agent手机的突围之路注定不会平坦。我们正处于一个微妙的临界点一方面技术已经成熟。AI有能力通过视觉方案打破App的孤岛为用户带来前所未有的便利。另一方面规则尚未确立。现有的商业生态倾向于保护既得利益者的围墙而对于AI代表用户进行的“自动化代理”行为缺乏共识。未来的走向或许并不取决于一纸完美的法律条文而是取决于产业主体之间在动态博弈中达成的协调。虽然学界和业界常通过类比音乐产业提出通过立法创设“法定许可”制度或通过反垄断法“必需设施”原理等规定超级App必须以公平、合理、无歧视FRAND的原则开放关键接口。这些方案在理论上看起来非常迷人仿佛能一劳永逸地解决“反公地悲剧”。但在现实中期待通过自上而下的立法来精准切割如此复杂的利益蛋糕不仅面临巨大的立法成本和游说阻力更可能因为技术的快速迭代而导致法律刚一出台即滞后。因此更现实的路径或许是“以战促和”的市场化协调。目前的“纯视觉方案”虽然面临法律风险但它实际上扮演了“破壁者”的角色。正如当初P2P点对点传输技术的流行倒逼唱片公司走上谈判桌、最终催生了流媒体授权模式一样豆包、Perplexity等厂商的激进尝试虽然在当下显得有些“野蛮”且充满争议但它们实际上是在用一种极限施压的方式展示了“围墙”是防不住技术的。这种技术压迫感或许才是促使超级App们从“坚决封杀”转向“有限开放”的最大动力。最终双方极有可能在法律的模糊地带中通过商业谈判达成一种新的契约平台方通过开放部分标准接口意图框架来换取对AI行为的可控与安全而AI厂商则通过支付费用或流量互换来获得合法的通行证。推荐一期有关AI Agent的科普播客链接请点击“阅读原文”小宇宙“Orpheus微见”034-一种没有边界感的AI正在被大力推广2025年2月27日发布。本文内容不代表作者及其律师事务所对任何问题的法律意见或咨询建议。如需转载或引用文章的任何内容请私信沟通授权事宜并于转载时在文章开头处注明公众号来源及作者姓名。未经授权不得转载或使用文章中的任何内容。欢迎读者朋友进一步交流或探讨。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】