希望你连夜复盘，赋能，加持，沉淀，倒逼，落地，串联，协同，反哺，兼容，包装，重组，履约，响应，量化，布局，联动，细分，梳理，输出，加速，共建，支撑，融合，聚合，集成，对标，聚焦，抓手，拆解，抽象，摸索，提炼，打通，打透，吃透，迁移，分发，分装，辐射，围绕，复用，渗透，扩展，开拓，皮实，共创，共建，解耦，集成，对齐，拉齐，对焦，给到，拿到，死磕，感知度，方法论，组合拳，引爆点，点线面，精细化，差异化，平台化，结构化，影响力，耦合性，便捷性，一致性，端到端，短平快，护城河，体验感，颗粒度......
关于拼多多的流言和观察，有的可能不全真，现在也不一定还是：
1、 拼多多早期是不招阿里电商背景的产品经理，而是喜欢招腾讯网易的用户产品经理，因为前者“思想包袱重”放不开。
2、 内部评审产品需求，会因为“让用户困惑”“用户价值不明显”等理由否定一些明显涨 GMV的需求。
3、稍大一点的功能需求甚至UI 改动，公司CEO，COO 都会亲自审查，而不是交给经理和总监层级的人去拍板。
4、我自己体验过拼多多开过店，1 小时就能开店上商品，淘宝开店会卡在审核和材料的什么地方，需要花更多时间。当然淘宝的流程更合规和安全，而拼多多流程则是在让你快速上线后再“审查你”。
5、在拼多多的基层工作体验并不好，大小决策权都收在中高管那，组织内的数据共享也不好，基层员工就是拼专业能力和执行力，且拼多多现在还在大小周的工作方式。
6、2020 年左右，上市两年的拼多多员工4 千人左右，同期阿里京东都是 10 万人的公司。
1、 拼多多早期是不招阿里电商背景的产品经理，而是喜欢招腾讯网易的用户产品经理，因为前者“思想包袱重”放不开。
2、 内部评审产品需求，会因为“让用户困惑”“用户价值不明显”等理由否定一些明显涨 GMV的需求。
3、稍大一点的功能需求甚至UI 改动，公司CEO，COO 都会亲自审查，而不是交给经理和总监层级的人去拍板。
4、我自己体验过拼多多开过店，1 小时就能开店上商品，淘宝开店会卡在审核和材料的什么地方，需要花更多时间。当然淘宝的流程更合规和安全，而拼多多流程则是在让你快速上线后再“审查你”。
5、在拼多多的基层工作体验并不好，大小决策权都收在中高管那，组织内的数据共享也不好，基层员工就是拼专业能力和执行力，且拼多多现在还在大小周的工作方式。
6、2020 年左右，上市两年的拼多多员工4 千人左右，同期阿里京东都是 10 万人的公司。
Agently Show Case：自然语言→SQL
作为一个商业分析师或者数据科学家，你是否经常遇到你的老板、同事在不停地问你一些数据报表中根本没有预处理的数据？作为一个分析研究的专家，你当然想把时间花在“分析”而不是“提数”上，而且总是处理“提数”这件事可能把你深度思考的时间切得粉碎。但你能怎么办呢？你的老板、同事又不会写SQL，他们只能找你这个“专家”。
如果有一个Agent，能够帮你把自然语言问题转换成SQL，是不是就帮了大忙了？看看下面这个案例是如何使用Agently框架，写几行简单的代码解决这个问题的。
案例地址：https://github.com/Maplemx/Agently/blob/main/playground/sql_generator.ipynb
作为一个商业分析师或者数据科学家，你是否经常遇到你的老板、同事在不停地问你一些数据报表中根本没有预处理的数据？作为一个分析研究的专家，你当然想把时间花在“分析”而不是“提数”上，而且总是处理“提数”这件事可能把你深度思考的时间切得粉碎。但你能怎么办呢？你的老板、同事又不会写SQL，他们只能找你这个“专家”。
如果有一个Agent，能够帮你把自然语言问题转换成SQL，是不是就帮了大忙了？看看下面这个案例是如何使用Agently框架，写几行简单的代码解决这个问题的。
案例地址：https://github.com/Maplemx/Agently/blob/main/playground/sql_generator.ipynb
