事件概述 - 字节跳动旗下豆包手机助手团队于12月5日发布声明，计划对AI操作手机能力进行规范化调整[1] - 此次调整源于其与中兴通讯合作推出的工程样机努比亚M153（售价3499元，16GB+512GB配置）在12月1日发布后引发的连锁反应[1] - 该工程样机限量发售，在中兴官方商城迅速售罄，并在二手电商平台出现溢价销售[1] 技术功能与市场反应 - 豆包手机助手具备跨应用自动操作能力，可根据用户指令在多款应用间跳转，完成查票订票、商品下单、批量下载文件、多软件物流进度一键查询等任务[1] - 以跨平台比价下单为例，用户发出指令后，助手可在多个电商平台搜索同款商品、对比价格规格、自动领券并选择最低价商品下单，但支付等高敏感环节会提示用户手动完成[2] - 此功能迅速获得市场关注，但也引发了关于AI交互边界、数据隐私及互联网商业生态变革的全面探讨[2] 合作方限制与冲突 - 12月2日至3日，用户反映在工程样机上使用豆包手机助手操作微信时，会触发微信“登录环境异常”提示，导致微信强制退出且无法正常登录[2] - 微信方面回应称平台未采取特别动作，用户问题“可能是中了本来就有的安全风控措施”[2] - 随后，淘宝、支付宝以及多家银行等App也陆续开启了对豆包手机助手的限制或禁用[2] 规范化调整的具体内容 - 限制刷分、刷激励的使用场景，以尊重App厂商鼓励真实用户交互的初衷[4] - 进一步限制金融类应用（如银行、互联网支付）的使用，暂时下线操作这类APP的能力，以审慎保障用户资金安全[4] - 限制部分涉及竞技排名的游戏类使用场景，以保证公平性[4] 公司后续行动与目标 - 豆包手机助手团队表示调整是为了让技术发展、行业接受度和用户体验形成良性适配，是技术走得更稳更远的必要铺垫[1][3] - 公司正在积极与各应用厂商进行深度沟通，希望共同制定清晰、安全的AI操作行为准则，推动形成更加清晰、可预期的规则，避免一刀切地否定用户合理使用AI的权利[4] - 公司欢迎相关领域的合作方联系共建规范[4]

调查事件概述 - 美国德克萨斯州总检察长肯·帕克斯顿正在对在线零售商Shein展开调查，原因是怀疑其销售不安全产品 [1][3] - 调查旨在查明Shein是否违反了德克萨斯州法律 [1][3] 调查发起方声明 - 德克萨斯州总检察长帕克斯顿声明，安全无毒的材料和产品是“让美国再次健康”运动的关键要素 [1][3] - 帕克斯顿表示将追究任何在产品安全方面偷工减料的公司 [1][3] - 声明强调德州人民有权知道他们购买产品的公司是合乎道德的、安全的、透明的，且不剥削工人或销售有害产品 [1][3] - 帕克斯顿宣称绝不允许廉价、危险的外国商品涌入美国，危害公众健康 [1][3] 调查核心内容 - 调查将确定Shein的供应链和生产行为是否违反州法律，例如使用有毒或有害物质 [1][3] - 调查将审查Shein是否在有关产品安全性和道德采购方面误导消费者 [1][3] - 调查还将审查该公司的数据收集和隐私保护措施 [1][3] 公司回应状态 - 针对此次调查，截至新闻发稿时，Shein官方暂无回应 [2][4]

书籍核心观点 - 数据是一种新型生产要素和公共资源，需重新思考其所有权和使用权以推动经济转型 [4] - 本书探讨了在数字经济背景下，如何重构经济和社会秩序，核心价值在于描绘数字时代生产要素的重新定义和分配的宏大蓝图 [5] - 构建以人为本、由可信数据与可信人工智能组成的生态系统是驾驭当前社会转型的关键 [13] 数据作为生产要素的现状与挑战 - 数据垄断已成为时代痼疾，大量数据资源被锁在“数据孤岛”中，个人数据被广泛使用但个人未获得足够价值补偿 [6] - 数据掌握在少数人手中，这种现象阻碍了经济发展与社会进步 [6] - 20世纪为抗衡工业巨头的垄断，催生了反垄断法等法规，民众组织在平衡垄断负面影响上发挥核心作用 [6][7] 数据合作的解决方案 - 作者推崇以社区数据合作作为解决数据垄断的方案，即人们自愿共享个人数据为团体创造价值 [7] - 数据合作能使成员形成有洞察力的整体，为个人提供数据管理建议，并通过内部分析使成员受益 [7] - 以“开放音乐”项目为例，通过标准化音乐元数据层和利用分布式账本技术，为音乐相关交易奠定基础 [7] 音乐产业数字化架构 - 未来数字音乐生态系统需建立三层架构：最底层是音乐元数据层，中间层是音乐版权、许可和版税管理层，第三层是音乐虚拟资产层 [9] - 中间层核心是实现音乐版权归属、交易、许可证发放与跟踪的分布式管理，智能合约技术有突出优势 [9] - 第三层允许将音乐作品和权利作为数字代币确认，包含多个全球运作的分布式音乐权利交易网络，跨网络互操作性是发展重点 [9] 开放算法与隐私保护 - 在医疗等领域，最大挑战来自数据隐私保护，需构建以隐私为核心的数据理念 [10] - 提出五层级开放算法架构：应用层、开放算法层、加密数据层、隐私保护计算层、去中心化和分布式文件/分区层 [10] - 架构原则是通过设计共享分析结果而非导出数据，算法植入数据存储库计算，禁止数据导出和复制除非用户请求并获法院授权 [10] 隐私保护计算范式 - 秘密共享方案将秘密数据加密分割成M份，需至少N份碎片汇聚才能恢复原始数据，增加系统破坏难度 [10] - 多方计算可为特定群体提供加密的协同计算，例如多家医院可联合计算地区民众整体健康状况而不公开明文数据 [11] - 麻省理工学院的Enigma项目借助区块链节点探索新型的多方计算和秘密共享配置，实现存储与计算的协同分布 [10] 区块链技术的互操作性 - 区块链发展关键挑战在于实现不同区块链网络之间的互操作性，未来或将迎来由多个区块链系统构成的“群岛式”生态 [12] - 区块链共享账本记录的签名信息具有明确经济价值，并具备重塑金融系统、公共事业等行业格局的潜力 [12] - 当前许多区块链开发平台试图成为唯一交易平台，但互联网根本宗旨是互操作性，系统间互操作性是成为未来商业基础设施的不可或缺的要求 [13]

公司概况与市场背景 - 公司孵化于清华大学计算机系，专注于通过密态计算技术解决云端大模型使用中的数据隐私安全问题[3] - 截至2024年12月，国内生成式人工智能的注册用户数量超过6亿，使用AI解决生活和工作问题已成为几亿用户的习惯，但隐私安全是伴随而来的主要顾虑[3] - 公司在2025年DEMO CHINA大赛中从126家科技企业脱颖而出，斩获最高荣誉"DEMO GOD"[3] - 公司成立后迅速获得英诺天使的千万级天使轮投资，并于2025年6月进入实质性运营阶段[13] 核心技术：密态计算 - 密态计算技术可在数据完全不解密的情况下对密态数据进行正确计算，数据在传输、存储或计算的任何过程中均以密态形式存在，极大降低了数据泄露风险[7] - 传统密态计算存在高性能损耗问题，例如将大模型回答时间从1分钟延长至1000到1万分钟，或需依赖昂贵的可信硬件导致部署成本大增[9] - 公司研发团队在安全与AI交叉领域深耕多年，策略是不做通用场景，专注对计算代价敏感的AI计算，在最新方案中已将卡顿时间大幅减少至可实际应用的水平[11][12] - 技术已成功落地某大厂，帮助其保护了上亿境外用户的数据隐私，并在核心业务中大规模上线了高性能密态计算能力[13] 产品解决方案与应用场景 - 公司正在研发世界先进的密态推理引擎与密态训练引擎，分别针对"隐私场景使用AI大模型"和"数据要素的可信流通"两大痛点[14][15][17] - 密态推理引擎服务于负担不起本地部署高昂成本但存在隐私需求的用户，包括B端、G端和C端用户，通过"可用不可见"的密态计算保障数据安全[15][16] - 密态训练引擎旨在保障数据拥有企业在数据交易中的权益，通过保证数据在"密态"前提下租赁出去，帮助数据持有者实现一次投入、多次重复变现的持续收入[17] - 两款引擎产品计划于今年底和明年第一季度推出[18] 市场定位与发展战略 - 公司明确聚焦于AI领域的隐私安全赛道，不求成为通用解决方案，但求在AI模型推理和训练这一高价值领域成为最优解[22] - 当前市场被视为蓝海，公司核心战略是深耕技术护城河与对应解决方案，推动解决刚需隐私场景使用AI大模型与数据交易过程中的痛点[22] - 公司团队具有浓厚的实验室研发背景，计划引入产品端人才以加强商业敏感性和用户体验，使定价和增长逻辑更贴近用户真实需求[20]

文章核心观点 - SCRM系统通过整合全渠道数据实现客户互动的自动化与智能化，是企业提升竞争力的核心要素 [1] SCRM系统技术架构 - 数据采集层通过API接口技术实时抓取微信、微博、抖音等12个渠道的客户行为数据，例如某零售品牌发现客户在社交媒体上的产品咨询量占比达45% [3] - 数据处理层运用NLP技术解析客户评论情感倾向，结合RFM模型形成三维客户画像，例如某电商平台发现高价值客户中68%偏好在晚间8-10点浏览商品 [4] - 业务应用层实现自动化营销、智能客服和销售预测三大核心功能，例如根据预设规则触发个性化营销活动或在客户浏览商品未购买时48小时内推送提醒 [5][6][7] 客户互动流程设计 - 流程规划包含渠道整合、自动化规则设置、个性化内容推送和效果评估四步，例如某银行整合线上线下数据后客户身份识别准确率提升30% [9] - 采用"自动化+人工"混合服务模式，基础咨询由Chatbot处理，复杂问题自动转人工并附带客户画像，建议营销消息推送频率每周不超过3次 [11] - 基于客户画像推送定制化内容可提升转化率，例如某美妆品牌针对25-30岁女性推送"抗衰老"产品后转化率提升22% [10] 实施常见问题与解决方案 - 数据孤岛问题可通过选择支持API对接的SCRM系统和建立统一客户ID体系解决，例如某美妆品牌整合数据后营销ROI提升40% [13] - 私域流量运营需基于RFM模型对客户进行分组，高价值客户提供专属顾问，沉睡客户推送限时优惠，并设计"内容+福利+互动"运营日历 [13] - 合规风险需在系统中配置数据采集明示同意功能，对超过1年未互动的客户数据自动匿名化处理，并定期进行合规性扫描 [13] 优化策略 - 技术架构升级需选择支持模块化升级的SCRM系统，要求百万级客户数据查询响应速度小于3秒 [17] - 组织适配需建立跨部门SCRM运营小组并将系统操作纳入绩效考核，失败案例中销售部门拒绝使用导致系统使用率低于30% [17] - 持续迭代需通过客户满意度调查等方式收集反馈进行动态优化，例如优化优惠券使用流程从5步减至2步 [17] 行业应用场景 - 零售行业通过SCRM分析购买历史推出个性化推荐系统，例如某大型零售商使销售额增长20%，个性化优惠券转化率提升15% [20] - 银行行业利用SCRM进行客户细分后推送差异化理财产品，例如针对高净值客户推送私募基金，使客户满意度提升30%，销售额增长18% [20][21] - B2B行业通过SCRM系统收集客户反馈并建立支持团队，使平均问题解决时间从48小时缩短至12小时，客户留存率提升25% [21]

欧美数据传输协议法律裁决 - 欧盟普通法院于2025年9月3日维持欧美数据传输协议 驳回法国议员以"未完全尊重欧盟数据保护规则"为由提起的诉讼 法院认定美国确保从欧盟传输的个人数据得到充分保护 [1] 数据传输框架的法律基础与历史背景 - 欧盟法律自1995年起禁止个人数据输出至非欧盟国家 除非接收国提供"基本等同"的数据保护 美国监控法律（如《外国情报监听法》702）允许政府无需司法批准访问科技公司数据 导致欧洲法院两次裁定美国法律不具"基本等同"性（Schrems I和II） 但欧盟委员会仍于2023年7月10日通过"跨大西洋数据隐私框架"（DPF） 依据美国政府行政命令而非国会立法认定"基本等同" [2] 监督机制的依赖与缺陷 - 隐私和公民自由监督委员会（PCLOB）是DPF唯一一般性监督机构 负责审查美国情报活动合规性及DPF投诉补救机制年度审查 欧盟委员会在决定中31次引用PCLOB作为"基本等同"认定依据 [3] - PCLOB因2025年1月23日特朗普解雇所有三名民主党成员而瘫痪 目前仅剩一名成员 无法达到法定人数 其DPF相关职能（如数据保护审查法院法官任命咨询）受到限制 [5] 美国监管独立性的系统性风险 - 特朗普于2025年2月18日发布行政命令 要求联邦贸易委员会等至少18个独立监管机构与行政政策保持一致 可能削弱其独立执行DPF隐私原则的能力 美国监管机构多隶属行政部门 独立性依赖总统授权 可被随时撤销 [6] 协议未来法律挑战与商业影响 - 诉讼可能上诉至欧盟法院（CJEU） 该法院曾两次否决前代数据传输协议 若关键要素（如PCLOB职能）失效 欧盟可能废除协议 导致美国科技公司需隔离欧盟数据以避免母公司访问 [7] - 美国政府对待数据跨境传输存在双重标准：对TikTok收集美国数据采取极端限制 同时以关税威胁阻止欧盟对美国科技公司实施类似禁令 [8] 行业应对与不确定性 - 商业软件联盟（BSA）支持裁决 认为为数千家公司提供法律确定性 但隐私活动人士对法院实质性认可协议感到意外 [1] - 组织机构需持续监测潜在变化并调整国际数据传输方法 以防协议突然失效 [7]

公司专利技术进展 - 公司于2025年5月申请车辆运行工况联邦设计方法专利 公开号为CN120524514A 专利核心通过联邦学习技术整合多方车辆运行参数和行驶数据 在保护数据隐私前提下生成运行工况设计结果 [1] - 专利方法具体包括获取车辆数据拥有方的状态编码转移频数数据及行驶数据 通过数据合并得到聚合转移频数和合并行驶数据 最终生成参数时间序列作为工况设计输出 [1] 公司基本情况 - 公司成立于2002年 总部位于长春市 主营业务为汽车制造业 注册资本达108.03亿元人民币 [2] - 公司对外投资企业23家 参与招投标5000次 拥有商标272条 专利5000条 行政许可189个 体现其深厚的产业布局和知识产权积累 [2] 行业技术发展方向 - 联邦学习技术在车辆数据领域的应用成为行业创新方向 通过分布式数据处理实现隐私保护与数据价值挖掘的平衡 符合智能网联汽车行业发展需求 [1]

区块链与联邦学习结合的技术创新 - 微算法科技创新性地应用BlockFL架构，将区块链技术与联邦学习相结合，构建安全协作框架，解决数据安全与隐私保护问题 [1] - BlockFL利用区块链作为信任层，验证和记录联邦学习过程中所有参与者的行为，确保训练公正性和数据使用合规性 [1] - 区块链的不可篡改性和透明性保障数据传输安全，联邦学习的本地训练特性避免原始数据离开设备，双重强化隐私保护 [5] BlockFL架构的核心机制 - 系统初始化阶段创建初始模型并广播至所有节点，区块链记录联邦学习活动的元数据 [4] - 本地训练阶段节点在本地数据集上生成更新参数，无需暴露原始数据 [4] - 参数上传后通过智能合约验证有效性和完整性，聚合节点加权平均生成全局模型新版本 [4] - 区块链自动执行激励与惩罚机制，奖励高质量数据贡献，惩罚违规行为 [4] 技术优势与应用场景 - BlockFL通过区块链分布式特性和高并发处理能力实现高效数据交换与同步，确保模型训练一致性和准确性 [2] - 该架构有效解决数据孤岛问题，促进跨机构数据协作，适用于医疗健康、金融风控、智能制造和智慧城市等领域 [5] - 在医疗领域支持医院联合训练诊断模型，金融领域实现机构间欺诈识别协作，工业领域优化工厂设备协作 [5] 行业影响与发展前景 - 微算法科技的BlockFL架构是创新性技术尝试，同时解决安全性、隐私性和效率问题 [6] - 该技术有望成为未来数据传输和机器学习领域的重要支撑，具有广泛的应用拓展空间 [6]

OPPO AI技术成果展示 - 公司在2025年世界人工智能大会展示多项AI终端技术与应用成果，覆盖工作、生活及健康管理多元场景 [1] AI健康管理创新 - OPPO健康实验室发布行业首个AI健康档案及AI健康管家，构建"监测-分析-预警-预防-改善"全链路服务体系 [3] - 该方案推动健康服务行业从"被动治疗"向"主动预防"转型，提供个性化智能健康管理体验 [3] - 技术历时四年研发，以手机用户核心场景为锚点重塑个人健康管理模式 [3] 端侧AI技术突破 - 公司与芯片厂商联合研发端侧AI并行译码加速技术，在最新芯片平台实现8倍以上decoding加速 [5] - 3B模型峰值出字速度超每秒200 token，达行业领先水平，支持长文翻译等即时响应场景 [5] - 端侧AI算力突破为系统级AI能力进化奠定基础，推动手机向"高效专属智能助理"升级 [5] AI战略布局 - 公司提出"高效&专属"AI价值主张，实施"1+3"核心场景战略 [5] - "1"代表系统级智慧体验，"3"覆盖影像、生产力和文娱场景，旨在提升用户生活工作学习效率 [5] 隐私保护措施 - 公司将隐私保护融入产品设计全流程，从本地存储到云端传输均需用户明确授权 [7] - 强调隐私与产品同等重要，保障用户数据自主权 [7] 未来发展方向 - 公司在保护隐私基础上持续探索AI多模态感知、智能体建设及个性化体验创新 [7] - 践行"科技为人，以善天下"使命，打造更好用的个性化智能助理体验 [7]

财务数据和关键指标变化 - 公司数据货币化业务去年盈利13亿美元，占总营业利润超三分之一 [26] - 过去七年公司平均门店时薪提高38%，自2018年2月在工资上额外投资24亿美元，2018 - 2021年为员工养老金投入超20亿美元，上周宣布额外加速养老金投资 [36][49] - 董事会批准将股息从每年28美分提高到1.4美元，这是连续19年增加股息，下一季度股息为每股0.35美元，将于2025年9月1日支付给2025年8月15日收盘时登记在册的股东 [38][39] 各条业务线数据和关键指标变化 - 第一季度公司同店销售表现出色，由药房、电子商务和生鲜业务带动 [34] - 上周公司电子商务业务实现两位数增长 [54] 公司战略和发展方向和行业竞争 - 公司CEO的三个优先事项是确保公司具备增长优势、推动营收增长、为员工和客户运营优质门店 [32] - 公司任命Yale Casa领导统一的电子商务业务部门，整合数字团队以提升在线购物体验 [32] - 公司计划加速对核心零售业务的投资，包括降低价格和增加营业时间，资金来源于削减其他费用，包括企业费用 [34] - 公司将持续提升盈利能力，积极推进运营改进，采用更易用的技术，扩大客户群体 [35] - 公司计划在2025年完成30个开店项目，与去年数量一致，并打算在2026年及以后增加此类项目，同时继续投资电子商务业务并建设更多新门店 [54] - 公司宣布未来18个月关闭约60家门店，节省的资金将用于新店增长、降低价格和增加员工工作时长，同时会为受影响员工提供其他门店的工作机会 [55] 管理层对经营环境和未来前景的评论 - 公司认为定价环境整体合理，将继续保持价格亲民，今年计划降低更多商品价格，让顾客更易看到实惠，第一季度已降低2000多种商品价格 [52] - 公司表示会密切关注SNAP计划的拟议变更，目前认为推测其影响还为时尚早，过去能很好应对该计划的变化，即使某些项目不再覆盖，也预计不会影响门店消费，2025年不会受到影响 [61][62] - 公司认为当前关税情况变化，虽未明确是否将成本转嫁给消费者，但会关注相关情况 [65] 其他重要信息 - 截至2025年4月28日，公司有6.6585306亿股已发行和流通的普通股，每股面值1美元 [4] - 自推出“零饥饿零浪费”计划以来，公司已向有需要的家庭和儿童捐赠超34亿份餐食，今年邀请顾客和社区成员以新方式参与，如4月辛辛那提近1500名员工和社区成员为当地家庭打包超100万份餐食，本周Ralphs和Food For Less团队将邀请社区成员打包100万份餐食 [38] 总结问答环节所有的提问和回答 问题1：CEO招聘进展如何？ - 董事会已成立搜索委员会，并与全国知名的搜索公司合作，相信会为公司聘请到杰出的领导者，在寻找下一任领导者期间，现任CEO将继续果断领导公司，着眼未来发展 [48] 问题2：公司如何提高员工工资以跟上生活成本和物价上涨？ - 公司持续改善员工工资和福利，包括医疗保健、养老金、培训和教育等。自2018年2月以来，已额外投资24亿美元用于工资，平均门店时薪提高38%，2018 - 2021年为员工养老金投入超20亿美元，上周宣布额外加速养老金投资，每1美元销售额中有13.13美分重新投入到一线员工的工资、医疗保健、养老金和其他福利中，公司会倾听员工需求，制定支持其变化需求的福利方案 [49][50] 问题3：公司如何看待竞争环境以及如何为预算有限的客户降低价格？ - 定价环境整体合理，公司认为保持价格亲民很重要，策略是通过降低价格吸引更多顾客。今年计划降低更多商品价格，让顾客更易看到实惠，第一季度已降低2000多种商品价格，额外的定价投资意味着更好的销售、更多的服务时间和更满意的顾客 [52][53] 问题4：公司的开店计划如何，对未来增长有何意义？ - 公司计划在2025年完成30个开店项目，与去年数量一致，2026年及以后将增加此类项目。公司最忠诚的顾客既在线上也在实体店购物，过去几年对电子商务进行了战略投资，上周电子商务业务实现两位数增长，未来将继续投资电子商务并建设更多新门店。同时，公司宣布未来18个月关闭约60家门店，节省的资金将用于新店增长、降低价格和增加员工工作时长，会为受影响员工提供其他门店的工作机会 [54][55] 问题5：公司如何处理客户健康数据请求？ - 公司认为维护客户信任至关重要，有隐私专家团队确保公司的项目和流程符合所有法律和行业最佳实践，相信这些流程能保护客户数据，并能应对快速变化的监管环境 [56] 问题6：公司如何解释高管薪酬与一线员工薪酬差距较大的问题？ - 薪酬基于多种因素，包括人才、经验和市场竞争。公司是世界级企业，需要招募和留住世界级人才。同时，公司持续在员工工资和福利方面进行投资，致力于建立稳定的员工养老金计划，2018 - 2021年已投入超20亿美元 [58] 问题7：董事会为何建议股东对支持农场工人的提案投反对票？ - 公司尊重所有参与食品种植和生产的人员，采购团队对供应商和合作伙伴在人权方面有高标准和期望，会进行尽职调查确保供应商善待员工并在出现问题时采取纠正措施，认为公司现有的严格标准使该提案不必要 [60] 问题8：公司如何看待SNAP计划的拟议变更，是否会影响今年的销售？ - 公司会密切关注SNAP计划的拟议变更，目前认为推测其影响还为时尚早，过去能很好应对该计划的变化，即使某些项目不再覆盖，也预计不会影响门店消费，2025年不会受到影响 [61][62] 问题9：公司如何将减少浪费的愿景与不处理香烟垃圾的决定相协调？ - 公司非常重视减少各类浪费，“零饥饿零浪费”计划专注于帮助客户改善健康、减少食物浪费和促进家庭回收。公司还不断改进门店和设施以减少浪费、增加垃圾填埋转移和提高产品可持续性。香烟和其他烟草产品在公司销售中占比很小，鉴于公司当前减少浪费的承诺和香烟销量较低，认为该提案与现有努力重复 [63] 问题10：公司如何看待关税情况变化，是否会将成本转嫁给消费者？ - 公司会关注关税情况变化，但未明确是否将成本转嫁给消费者 [65]