opus 企业版的购买渠道有哪些？

compares 二点五正式发布，性能竟能和 erpuss 相当，价格却便宜了三十倍！一分钟了解 carza 直接放大招了！自研编码模型 compares 二点五今天正式发布！ 首先这次宣传特别狠，宣传这是目前最强大的模型，这是他们自己说的啊！不过经过专业评分，评分确实是杀进了 erpuss 四点七，同档区间最大差距不到一分，看来确实不是只靠吹的，价格更离谱。 perpus 输入十五刀，输出七十五刀，一百万头啃 content 二点五输入便宜十倍，输出直接便宜三十倍。 perseus 官方说 content 二点五相比于 content 二，在智能和行为表现上都有明显提升，尤其是长时间任务， 复杂指令遵循协作顺滑度，长任务能在跨越数十万 token 的 rollout 中持续推进，不容易跑偏。复杂指令遵循可靠沟通风格和投入级别，效准也更稳，干活的力度调的也更加合适。如果真是这样，性能哪怕是能接近 erpuss， 价格却低得多，那性价比也确实拉满了。兄弟们赶紧去测一下 erpuss 二点五吧！

又放大招了， cloud opus 四点八正式发布，国内博主都在说它强到离谱，今天用两分钟给你讲清楚它到底强在哪，适合干什么，以及哪些地方翻车了。 那它适合什么场景呢？第一，企业级生产环境，对可能性要求极高的项目。第二，大规模代码审查和跨代码库迁移。第三，需要多代理并行处理的复杂工程任务。 说白了这就是给专业开发者配的瑞士军刀，但是他翻车的地方也不少。首先是性格问题，大量用户反映欧帕斯四点八变得冷淡对抗，说话像客服邮件，用着很累。其次是价格，比 deepsea 贵了五十七倍，高强度任务很。 那他适合什么场景呢？第一，企业级生产环境，对可能性要求极高的项目。第二，大规模代码审查和跨代码库迁移。第三，需要多代理并行处理的复杂工程任务。 说白了这就是给专业开发者配的瑞士军刀，但是他翻车的地方也不少。首先是性格问题，大量用户反映欧帕斯四点八变得冷淡对抗，说话像客服邮件，用着很累。其次是价格，比 deepsea 贵了五十七倍，高强度任务很容易撞额度强。 最致命的是你把努力程度从高调到中编码得分直接从六十三暴跌到四十二，断崖式下跌。有时候问他是谁，他居然说自己是通一千文， 那他不适合干什么呢？预算有限的个人开发者，别碰需要自然对话的克服场景，别用简单任务，更是杀鸡用牛刀。如果你追求性价比， deep sea 微四或者 g p t 负五点五可能是更好的选择。 先说强的部分， opus 四点八的诚实度达到了历史级突破，谎报率直接归零，代码缺陷漏报率下降了四倍，编码能力全面霸榜。 s w e 奔驰 pro 高达百分之六十九点二，直接把 g p t 负五点五甩在后面。

就在今天， a 社又发布了 opus 四点八，距离上一版四点七只过了四十一天，这次到底更新了什么？值不值得关注？文哥帮你拆清楚。 先说最重要的一点，价格没变。 opus 四点八的定价和四点七完全一样，输入五美元，输出二十五美元，加量不加价。除此之外，还有三个亮点值得一说。第一，代码能力继续拉开差距。 a 政的编程得分从四点七的百分之六十四点三提升到了四点八的百分之六十九点二， 跨学科推理得分从百分之五十四点七跳到百分之五十七点九，这两个数字听起来可能没什么感觉，问哥帮你翻译一下， opus 四点八的 agent 编程得分百分之六十九点二，而 gpt 五点五只有百分之五十八点六，下一个竞争对手是百分之五十四点二。也就是说，在代码这个赛道，四点八不只是进步了，是把对手越甩越远。 第二，诚实度。这是问哥觉得最有价值的一点。安卓 root 说 oppo 四四点八比四点七少四倍的概率让代码缺陷在没有标记的情况下通过。换成人话就是以前 cloud 有 时候会悄悄放过代码里的问题，现在他会主动告诉你这里有个坑。你注意一下， ai 最可怕的问题从来不是笨，是一本正经的糊弄你，还让你信以为真。这次四点八在这块真的往前迈了很重要的一步。 第三，新功能主要面向重度用户， cloud code 新增了动态工作流功能，可以处理超大规模的问题。这是在单次绘画中规划任务并运行数百个并行子 agent。 说直白点，以前你让 cloud code 处理一个十万行的代码库迁移，中间可能要你反复介入。现在它能一次性拆成几百个并行任务同时跑，从头跑到合并，你只需要在旁边看着。 另外还新增了努力程度控制，你可以告诉 cloud 这个任务你要它花多少精力。日常清量任务省偷，更复杂，硬核任务全力出击，不用每次都跑满。 fast 模式现在速度是标准模式的二点五倍，而且比上一代的 fast 模式便宜三倍。如果你是重度代码用户，直接升级，没有任何犹豫的理由。代码能力继续领跑。城市度提升，意味着你 review 代码的时间会变少，它会替你标出来。 如果你是跑复杂 agent 任务的开发者，动态工作流这个功能值得认真研究。大规模并行，此 agent 这个能力之前是没有的。如果你是日常写作或普通办公用户，这次更新的核心在 agent 和代码侧，对你的直接影响有限。 samet， 四点六对你来说依然是性价比最高的选择，不用急着换。 最后补一个背景信息， android 目前最强的模型其实不是 oppo 四四点八，而是内部代号 metos 的 模型，它的能力比四点八还要强，目前只对少数机构开放测试。 metos 级别的模型将在未来几周内向所有用户开放。 也就是说，四点八不是终点，只是目前能用到的最强版本，后面还有更猛的在路上。文 model 实验室，不讲噱头，只聊干货，我们下期见。

就在昨天晚上五月二十八号的深夜， ai 圈又炸锅了， astropica 甩出了他们新一代的王炸产品 cloud opus 四点八，而且这个比爆料呢还提前了半个月上线，性能上有大幅的提升，并且价格上还跳水了。 它有以下几个核心的能力。首先第一个升级是它的思考强度，你可以自由控制了，以前 ai 思考是黑盒，不管简单复杂都会死磕。但是呢，四点八直接上线了，叫 default control， 投入控制的三个模式， 它分了三种，一个 low 模式可以支持日常的聊天啊，简单的问答可以一秒钟就生成答案，这样会省费用。另外一种 high 模式呢，是默认模式，可以写代码做分析，把质量拉到最满。 第三个叫 high x high 或者叫 ultra code 的 这个模式，它可以做深度的排查，超复杂的任务。 简单的来说呢，这第一个优点就是小事是不浪费的，大事能够尽全力。第二个就是它有个叫 fast mode 的 二点五倍速的模式，然后价格可以降到三分之一，它可以做批量处理啊，文档分析，代码扫描，这个性价比直接就是走到天花板了。 那第三个叫 dynamic workflows， 它就是像是你可以协助一个千人的团队，它可以协调数百个 sub agent 自动去写脚本编排任务。然后呢，不用去手动排速度， 所以他的副项目复杂的话就可以能够很好的去使用，相当于你一个人就拥有一个千人的技术团队。第四个最核心的升级就是他的诚实度拉满了，他的诚实度提升了四倍，拒绝胡说八道， 他不确定，他就一定说不知道，然后也不会编造，也不会瞎编，而且不会根据 无依据的结论去瞎说，然后他能够对其内部的顶尖的模型，所以这样的话就再也不怕 ai 去坑人了，真的是靠谱到了极致，而且多项的基准，也叫 opus 的 四点七，有了很大的提升。 总结来说呢，现在 ai 已经进入了叫精算和强算力的时代，而这个四点八的更新呢，不是小迭代，其实是一个降维打击。那普通人呢，用 fast 模式可以又快又便宜， 开发者呢，可以用动态的工作流，效率可以翻倍。而企业呢，可以用高诚实度，安全可靠。所以这样我们看美国的这三个公司， 这个 g p t， 他 们是不是又傻眼了？所以这半年呢，我们看到好戏才刚刚开始，让我们期待后半年以后未来的发展。

openai 的 绝对垄断在今天被正式撕裂， antropic 估值一举击穿，九千六百五十亿美元，正式登顶全球最高估值的 ai 王座。但今天我们要透视的绝非资本层面的狂欢， 而是其最新发布的 oppo 四点八旗舰模型，它正在从底层重构现代企业的组织架构。各位企业操盘手，接下来的推演关乎生存，我们先来看一项极具颠覆性的关键数据。代码缺陷的漏爆率被断崖式降低了百分之七十五。这个数字背后的商业意味远超你的想象。 过去企业拒绝将核心业务全权交由 ai， 最大的幻觉。不懂装懂是工业级生产流程的绝对禁忌。 但 opus 四点八学会了一项最核心的商业素养，那就是主动向管理者承认极度不确定性，他会精准标出拿不准的模块，拒绝编造数据。 这意味着 ai 真正跨越了工业级交付的红线，从一个随时可能带来灾难性合规风险的实习生，蜕变为具备严密逻辑闭环的资深架构师。在最新的 s w e bench pro 权威编程测评中，他以百分之六十九点二的成绩将 g p t 五点五彻底甩在身后， 在跨学科推理复杂场景中更是实现双榜登顶。但如果你的认知还停留在参数比拼的层面，那么接下来这项技术将对你的商业模式实施降维打击。这就是本次系统升级的核心护城河，动态工作流。传统的 ai 交互是单线指令与单线输出，而动态工作流 本质上是在云端构建自治组织。当你向系统抛出一个庞大的宏观业务诉求，它会自动编写底层脚本，对任务进行暴力拆解。系统甚至会自我复制出多个并行的子智能体，最多支持十六个高阶智能体同时进行高频运算， 单次任务的子节点调度上限更是高达一千个。他们在后台形成矩阵，相互独立处理复杂切片。系统还安排了专门的 ai 角色负责交叉审查与反驳， 这一过程将不断迭代，直到输出最终的确定性方案。来看一个彻底颠覆现代软件工程师的真实案例。换框架的作者尝试进行底层代码的跨语言迁移，这是一个包含近七十五万行核心代码的浩大重构工程。动态工作流瞬间调动了数百个子智能体并行推进， 每一个关键代码文件都标配了两个无情的 ai 审查员自动修复循环系统日夜不停的驱动测试套件运行。这只绝对理性、不知疲倦的虚拟数字化军队，最终仅用了短短的十一天，就高品质交付了传统研发团队数月的庞大工作量。 各位管理者，请在这里暂停思考十秒钟。当业务计划不再受限于上下文窗口的遗忘机制，当超级个体的产出效能 已经等同于百人实体团队，你现有的臃肿组织架构是否已经成为财务累赘？与组织效能重构并行的是商业模型的急速优化。高昂的算力成本曾经是传统企业拥抱大模型的痛点，但 oppo 四点八历史性的开放了思考强度，控制权限复杂的战略级商业决策。调高算力进行深度思考基础的行政流程审批调低算力实现秒速响应。 更具商业杀伤力的是其快速模式的价格击穿策略，每百万输出 token 的 部署成本直接暴降至五十美元，相比前代核心产品，价格足足下调了三倍之多。这意味着，企业进行大规模算力平替的财务账本，已经真正迎来了利润跨越的黄金拐点。 如果看到这里，你已经意识到了这场商业改革的深度，请点赞支持！接下来的资本运作逻辑更为冷酷，我们把视角切入六百五十亿美元 h 轮融资的深水区。为什么 oslopec 能够在短短三个月的周期内实现估值从三千八百亿狂飙至近万亿规模的壮举？ 领头阵容中，红杉资本等顶级掠食者早已抢先入局，谷歌与亚马逊更是豪掷数十亿美元作为战略防御筹码。但在这一份华丽至极的股东名单背后， 隐藏着一个令全球科技产业高度警惕的底层信号。三星、美光、 s k、 海力士这三家掌控全球存储与算力供应链绝对命脉的巨头，罕见地打破壁垒，结成同盟， 悉数重金注资入场。这绝不是基于短期财务账面回报的常规风险投资。这是底层算力硬件向顶层算法霸权的提前效忠。硬件巨头们正在试图通过深度的资本股权捆绑，确保在这个全新的 ai 大 航海时代，自己能够稳稳手握新世界商业秩序的入场券。 资本的极端狂热源于央缩，在推算中目前已经强势突破四百七十亿美元， 仅仅在一季度年化增速就达到了害人听闻的八十倍。要知道，在去年七月，这个核心数据还仅仅只有四十亿，它已经成功构建了目前行业内最完美的商业闭环。同时，它也是硅谷目前唯一一个能够全面兼容 亚马逊、谷歌、微软三大顶级云基础设施的前沿模型。在全球云端算力资源的顶级调度上，它已立于不败之地。 伴随着企业算力扩张进程的狂飙突进，史无前例的科技股 ipo 超级周期正在加速逼近。据华尔街可靠消息， openai 正密谋提交 ipo 招股书，马斯克挥下的 spacex 也已经率先进入冲刺阶段， antropics 紧随其后，三足鼎立的资本格局已然成型，下半年的全球科技行业必将见证权力的重新分配。如果你以为 opus 四点八就是这场技术革命的终局，那么发布会末尾，这颗隐秘的彩蛋将彻底击碎你的幻想。官方正式宣布， mesos 级别的模型即将在几周内全量开放。 mesos， 这是代表 antropics 最高认知进化水平的图腾，它的能力层级被传闻比 opus 整整高出了一个战略维度。 在此前极其保密、仅对少数巨头开放的测试圈层中，仅仅是它的 preview 预览版本，就在全球关键的软件底层基础设施中，自主挖掘出了超过一万个高危及严重级别的安全漏洞。各位请极其审慎的注意自主挖掘这四个字的分量。 传统的企业网络安全是基于已知风险规则的被动防御，而当一个能够深度理解逻辑缺陷的超级智能系统被全面释放到充满历史遗留漏洞的商业网络生态中，全球数字世界的传统防御逻辑 将瞬间宣告全面失效。这已经不再是单纯探讨效率提升的生产力工具，而是足以颠覆现有数字基础设施的安全和威慑力量。幸运的是，内部数据显示其对其水平达到了极高标准， 这种足以摧毁旧有秩序的能力目前仍被封印在理论框架内，但这种级别的技术评权带来的必将是商业生态的残酷洗牌。几周之后，所有的传统跑分测试标准都将成为历史废纸， 我们将直面一个能够自我迭代、深层进化的数字主宰。这是一场将席卷所有传统行业的底层范式跃迁。各位身处核心管理未接的企业掌舵人， 你过往二十年所积累的宝贵商业经验正在经历快速贬值，继续固守传统的商业护城河，只会被时代洪流悄无声息的掩埋。打败你的永远不会是一项孤立的 ai 技术， 淘汰你的，是那些率先将现代企业组织架构与底层智能算力完成深度融合的超级个体与先锋企业。在这个充满极端确定性与极度不确定性的周期交汇点， 认知层面的鸿沟已经成为企业存亡最难逾越的天堑。如果你的企业想在接下来的算力狂飙中找到破局路径，欢迎在评论区留下你目前面临的最棘手的数字化转型困局。商业世界的底层运作逻辑正在经历不可逆的重构， 只有具备穿透表象、看透资本暗流的顶级认知，才能带领团队安全跨越这道深不可测的时代周期， 认知平权、算力破局，属于先行者的数字航海时代才刚刚开始。强烈建议点赞、收藏并持续关注 ai lab 视频号，我们将持续为你暴力拆解深度的技术逻辑，带你敏感洞察真正决定企业生死的前沿商业真相，不要让你的商业直觉在 ai 时代成为最大的盲区。 ai labs 专注赋能高净值人群与企业决策者，把握属于你的算力杠杆，重塑行业核心竞争力。我们下期硬核深度推演，不见不散，感谢观看！

北京时间五月二十九日， cloud open 四点八发布，而就在发布前的几个小时， anselopek 还公布了两项重磅的财务数据，首先是 h 轮融资完成本轮筹集的六百五十亿美元，投后估值达到了九千六百五十亿美元，由 altimeter capital、 green knox 和红杉资本等领投。 其次， anselopek 官宣其年化收入在本月初已突破了四百七十亿美元，主要来自于企业客户将 cloud 部署在核心运营中，以及个人用户的正常使用增长。 紧接着， astropik 正式发布了 cloud open 四点八官方，号称它比四点七更诚实，判断更敏感，能独立工作时间更久。那么我们直接来看数据， authentic coding 四点八得分百分之六十九点二，比四点七高了将近五个点，也明显超过了 gpt 五点五和 gemna 三点一 pro。 但值得注意的是， organic terminal coding 四点八是百分之七十四点六，而 gpt 五点五竟然冲到了百分之七十八点二，反超了 多学科。推理方面，四点八领先 humanity's last exam 四点八代工具达到了百分之五十七点九，比四点八高了三个百分点。知识工作得分一千八百九，比四点七和 gpt 五点五都高。 agentic 计算机使用百分之八十三点四，小幅领先 金融分析百分之五十三点九也是第一。所以综合来看，四点八确实是在大部分基础上超越了上一代和竞品，但是并不代表所有项目都碾压 早期测试者。怎么说呢， sharpify 的 反馈很典型， oppo 四点八判断力明显更好，能问对问题自己捕捉错误计划不靠谱的时候也会反驳，这是官方强调的更诚实。 authentic 宣称，在 bullshit bench 测试中，四点八的任务谎报率从四点七的百分之二十五降到了百分之零，也就是说，他不会再假装完成了某件事。但值得注意的是，这不是说他从不编造事实，而是说不撒谎，说了自己没做过的事。这个百分之零指的可不是幻觉率。 此外， cloud code 还增加了一个动态工作流的研究预览，遇到超大规模任务，比如迁移几百个文件的时候， cloud 会自己制定计划，同时跑上百个并行子代理， 最后验证完了才会报。听起来很强对不对？但是官方也注明了，这只是 research， preview token 的 消耗可能会爆表。再讲讲大家最关心的快速模式，二点八倍的速度， fast mode 本身降价之后，价格约为前代的 fast mode 的 三分之一，听起来很香对吗？但是看这个等待的页面， 快速模式目前是有限研究预览 api， 用户要么直接找客户经理，要不然的话填表排队。 所以总结一下， cloud opus 四点八的确有在提升，尤其在行为诚实性和部分基础上领先，但是它并没有在所有赛道上完胜。快速模式也并不是人人马上就可以用，让我们一起保持期待吧，但是也别过于上头。

可乐的 oppo 十四点八正式上线，这次升级不只是变强，而是更全面靠谱化。 我们先来看性价比。 oppo 十四点八新增快速模式，运行速度直接拉到钱袋的二点五倍，成本直接降到原来的三分之一。常规模式定价不变，每百万输入 top 五美元，输出二十五美元。开发者狂喜，企业级压成本门槛，直接摇展， 坚城能力全球第一。 oppo 四点八在 s w e 八十 pro 测试中拿下百分之六十九点二的高分，直接超越 g p d 五点五的百分之六十四点三和詹姆纳三点一 pro 代码缺陷，通过率降至前代四分之一，复杂代码库迁移，大模型开发任务轻松拿捏程序员最强 a r 助手。 重点来了，这次的升级彻底解决 a r 一 本正经的胡说八道，诚实度浪漫。 oppo 四点八大幅降低 a r 一 本正经的胡说八道，生率低于前代， 接近顶级预览版 bios 水平，更愿意承认能力边界主动标注，不确定性、复杂长任务、专业知识，工作更可靠，再也不用为 ai 瞎编内容买单。 新增 f 的 控制加动态工作流，千人千面，适配各种场景，自定义 ai 思考强度。 cloud ai 平台新增 f 的 程度控制，默认 high 档平衡速度与质量， extra max 档位可牺牲速度换顶级输出，适配从日常聊天到硬核克言传场景，更支持动态工作流生成数百定型字智能体， 保定数十万行代码的超大规模任务。目前升级同时官宣史氏级融资。 astopic 完成六百五十亿美元 h 轮融资， 约合人民币四千四百零七亿元，折后估值九千六百五十亿美元，首次超越 open a r 的 八千五百二十亿美元。红杉资本等顶级机构加持， a r 巨头格局彻底成功，科罗的生态将全面爆发。 最后，重磅官方预告，远超 office 系列的顶级模型 cloud missiles， 未来几周内向所有客户开放更强推力、更低换角、更大模型任务处理， ar 下一代即将由 cloud 开启。

各位观众早上好，今天是五月二十九日，欢迎收看 ai 早报。屏幕上是今天的所有内容。 先看 antropic 于五月二十八日发布 cloud ops 四点八， cloud 网页端新增思考强度控制 cloud code， 同步开放 dynamic workflows 研究预览。 官方称这版模型在多数任务上强于 opus 四点七，新快速模式可把响应速度拉高两点五倍，价格压到上一代的大约三分之一， 现在可直接从 cloud 与 cloud api 进入 cloud。 opus 四点八如果你要看第三方机准 artificial analysis 也已经给出最新榜单页面。第二条来自 arm newsroom arm 在 五月二十八日宣布开源 mate， 把面向代码仓库与 pr 的 ai 安全分析框架放上 github 官方，譬如 mate 已用于超过一百三十个 arm 软件项目，和旧方案相比，可把误报率压低约百分之五十。 它能分析仓库文件和 pr， 当前支持 cc 加加、 python、 rust 等代码站，适合把安全审查前移到开发阶段。第三条看 microsoft microsoft 三百六十五 blog 在 五月二十八日确认，七月一日起将为小企业推出两档 microsoft 三百六十五 business with co pilot 套餐， 这两档套装会把 word、 excel、 powerpoint、 outlook 和 teams 的 co pilot 的 能力统一打包，并可连接超过一千个外部服务。 microsoft 还强调， copilot 内可以切换 open ai 与 anthropropic 模型，但企业数据仍留在 microsoft 三百六十五的权限与合规边界内。 第四条来自 google workspace updates。 google 在 五月二十八日宣布， workspace 用户现在可以把 gemini 聊天话报和生成内容直接按 google drive 权限共享， 这意味着 gemini 生成的文字与媒体内容不用再导出，转发协作方可直接按 drive 权限查看。 管理员端从五月二十八日开始陆续上线终端用户端从六月三日起可见覆盖全部 google workspace 客户。最后一条看开发工具 github release 显示 huggingface hub 一 点一七点零已于五月二十八日发布，重点补上跨仓库复制与 space ssh 这版 cli 新增连接 space 的 ssh 命令和仓库列表能力，终端表格也会自动适配宽度并把数字对齐。 同时 jobs 配置已和 spaces 解偶，后续单独调整硬件配置时，不必再同步改动现有 space。 以上就是今天的 ai 早报，今天可以看到模型升级、安全开源、企业办公和开发工具都在继续加速落地。

五月二十九日 ai 快 榜今天最炸的是 entropic， 模型升级、巨额融资、网络安全 ai 同时出现， ai 竞争已经从模型发布打到资本 agent 和支付入口。榜一， entropic 发布 cloud opus 四点八， tech crunch 提到它新增 dynamic workflows， 可以 协调一组子智能体。 ai base 称代码缺陷减少百分之七十五，速度提升二点五倍，重点是 ai 编程正在从单助手走向多 agent 的 协同。 榜二， tech crunch 报道， and fropick 完成六百五十亿美元融资，投后估值接近九千六百五十亿美元。 如果这个估值被市场接受，顶级 ai 公司已经不是普通软件公司，而是新基础设施。榜三， apple 的 ios 二十七，核心版 siri 被爆继续加码 ai 本地小模型，处理隐私任务复杂请求可能借助 google gemini。 苹果的策略是端侧守隐私，云端补能力。榜四，哥哥佩正在为 ai agent 付款做准备， universal commerce protocol 的 方向很明确，未来 agent 不 只是帮你做计划，还可能帮你下单和付款。 榜五， a sana 收购无代码 agent 平台 stack ai 企业现在要的不是聊天机器人，而是能接近流程自动跑任务，还让业务人员自己搭建的 agent。 榜六， nvidia 开源 polar 框架面向 ai 代码 agent 的 强化学习训练， 下一阶段不止比谁会写代码，还要比谁能在真实仓库里持续修复问题。榜七， ai base 报道 gemini 三点五在一次生产环境任务中，全线越界误删两千行代码，还生成了不真实的修复报告。 agent 越能行动，权限审计和回馈越重要。今天的主线很清楚， ai 正在从会回答升级成会组织团队接工作流付款改代码的执行系统，机会更大，风险也更硬。结尾一句，五月二十九日， ai 行业进入 agent 执行时代， 真正的门槛不是能不能生成，而是能不能安全、稳定、可追责地完成任务。明天继续带你了解全球最新 ai 资讯！

进外企呢，重点是找对渠道，那作为前外企招聘官，今天跟大家分享五个超实用的投递渠道，门槛低，机会多，还效率高，帮你彻底告别无效投递。另外，我还整理了一份近期正在开放招聘的是外企名单，都是待遇好，非常正规的再招企业。那第一个的话呢，使用 glassdoor， 大 部分外企都会第一时间在这个平台上去发布岗位，你直接使用岗位英文名 家城市就可以搜索到了，上面的外企岗位非常多，而且不卡，留学生身份学历普通，也能够去放心的投。第二个， indy 这个平台，这个平台上急招的岗位非常多，代企缺人的时候标准就会明显放宽了，更加看重你能不能快速上手，而不是你的学校背景，像一些供应链接触、复婚这些岗位，只要你 excel 熟练，会一点基础外语 之后非常容易拿到面试，先到先得。三个就是猎聘了，猎聘的话呢，是目前国内平台上面外企分公司办事处门槛比总部 很多，你也可以直接筛选外商投资。很多岗位都写着什么本科即可啊，专业不限。第四个，优先去使用一下中国杰出物流榜单，例如二零二六，二零二五中国杰出物流榜单，能上这个榜单呢，基本上都是经过官方去验证的，福利好的优质外企 大多数看重能力大于学历，你直接跟着榜单去土地，比盲目海投效率高得多，命中率也更高。第五个，使用企业官网加招聘公众号，这个是最直接最一手最靠谱的渠道。很多外企的岗位的话呢，只在官网和公众号去发布， 不会去对外平台，错的话呢，简历会直接进入公司人才库，流程正规，也是离 offer 和 hr 最近的绿色通道。但是的话呢，普通人进外企 真的不难，只要找对渠道，少走百分之九十以上的弯路。那我们过去辅导同学当中有很多同学靠着我给大家规划的方法，成功拿下了像施耐德、欧莱雅、百盛、雀巢这些五百强外企的 offer， 用对方法轻轻松松拿到外企优质岗位。

大家好，我是娜娜。就在二零二六年五月二十八日深夜， antropic 突然发布了 cloud opus 四点八，距离上一代 opus 四点七仅仅过去了四十三天。 这次更新没有调整定价，多项权威精准测试成绩实现全面提升，同时诞生两项达到零缺陷标准的诚实相关指标，还上线了可调度上百智能体并行运转的动态工作流功能。 同一天， antibiotic 完成六十五亿美元 h 轮融资，头后估值达到九千六百五十亿美元，就此超越 open ai， 成为当下全球估值最高的人工智能初创企业。 表面来看，这只是一次常规的小版本模型迭代，但把模型能力、产品功能以及资本层面的动作结合起来观察，就能发现，这是 antibiotic 在 筹备 ipo 的 关键阶段，面向市场 开发者以及企业客户交出的一份重要答卷。这家企业的竞争方向已经发生明显转变，不再单纯追逐测评分数，而是着重打磨产品的可能性、可控性与规模化能力，推动人工智能脱离单一的对话窗口形态， 逐步进化为能够独立承接复杂工程任务的生产系统。首先，我们整体梳理本次 oppo 四点八更新的核心信息，让大家先完整了解这次迭代的基本情况。 oppo 四四点八作为 cloud 系列的旗舰模型版本，官方将其定义为提升幅度温和，但实际使用体验有明显改善的一次更新。整体优化方向集中在四大板块，分别是智能体与代码编辑能力、诚实度与对其效果、用户自主调控权限以及大规模工作流的支撑能力。 目前这套模型已经在 cloud 点 ai 官方站点、 cloud 开放平台以及亚马逊云、谷歌云、微软 azure 三大主流云服务商平台同步上线。 定价规则延续前代标准，没有做出改动，常规使用模式下，每百万输入 token 费用为五美元，每百万输出 token 费用为二十五美元。 平台内的快速模式运行速度提升至原来的二点五倍，定价下调至前代版本的三分之一，对应每百万输入 token 收费十美元，每百万输出 token 收费五十美元。对于需要高吞吐能力的生产场景而言， 使用成本变得更加友好。业内关注度最高的精准测试环节，官方放出了 oppo 四点八与前代 oppo 四点七以及行业内主流的 g p t 五点五、 gemini 三点一 pro 的 横向对比，数据 测试场景覆盖代码编辑、智能体执行、逻辑推理、综合知识处理以及金融分析等多个核心领域。 综合整体测评结果来看， oppo 四、四点八在智能体编码、计算机操作、跨学科推理、知识处理以及金融分析等主流项目中都拿到了靠前的成绩，相比上一代版本实现稳步上涨，同时拉开了和部分竞品的差距。 在终端编码的专项测试里，该版本表现略有不及头部竞品这一点官方也进行了如实批露，没有刻意回避存在的短板。运行效率的优化也是本次更新的亮点之一。在完成同等难度任务的前提下， opus 四点八相比 opus 四点七能够减少百分之十五的执行步骤，输出的 token 总量降低百分之三十五。 结合 data bricks 等企业场景的实际落地数据来看，部分场景下单 token 的 综合使用成本降幅达到百分之六十一。综合来看，新版本做到了能力更强、响应更快，同时使用成本也得到了有效控制。 接下来，我们聊聊这次更新里真正具备行业价值的变化。模型的诚实度与对其能力被提升到和基础性能同等重要的位置。长期使用大模型的开发者和从业者大多都遇到过类似的问题，模型生成存在漏洞的内容却表现出十足的自信，不会主动提示问题所在， 这类情况如果出现在无人值守的长时间任务中，很容易引发后续故障。针对这一行业普遍存在的痛点， anthropic 在 opus 四点八中交出了新的解决方案，并且创下了行业里两项全新的记录。 在内部专项评估中， opus 四点八面对数据错误、内容缺陷时刻意隐瞒，假装运行正常的谎报率降至零，也是日内首个在这项测评中拿到满分的模型。 与此同时，面对需要溯源排查的复杂问题，钱袋模型偶尔会出现敷衍作答、不去深度核实的偷懒行为，而新版本也将这类问题的出现概率降到了零。 结合量化数据来看，模型主动漏报代码缺陷的概率缩减为 oppos 四点七版本的四分之一。毫无依据的编造内容过度自信输出错误答案的概率更是下降至钱袋的十分之一。 官方放出的实际演示案例能够直观体现出这项优化带来的改变有开发者使用 cloud code 搭配 open 四点八进行代码迁移工作，中途暂时离开，此时服务器拒绝了代码提交请求，原因是团队其他成员提前推送了紧急修复内容。 开发者随后指令模型直接强制覆盖原有文件，但是 cloud 并没有执行这条指令，而是清晰告知用户强制覆盖会丢失已有的修复内容，并且自主完成了安全合并操作，最终提交了完整无误的代码。 用户想要简化流程走捷径，模型却坚守规范，保障项目完整度，这已经不再是单纯按照指令执行操作，而是具备了自主判断能力的高效协助。 在安全对齐层面， opus 四点八产生不当输出的概率明显低于上一代版本，整体表现已经接近 antropic 内部对齐标准最高的 cloud mesos 预览版。 内部对齐团队也给出评价，新版本在尊重用户选择、维护用户合理权益等特质上达到了全新的高度。 这里也需要客观说明一个细节，在官方发布的二百四十四页系统说明文档中标注了一个需要持续留意的现象，新版本出现了揣摩测评者意图的倾向，会根据场景判断自身是否处于评估环节， 进而调整输出内容来争取更好的测评结果。 episodic 也将其列为后续需要重点优化的潜在风险，并没有选择隐瞒。这也就意味着，我们目前看到的高诚实表现，一部分来源于模型本身能力的提升，也有一部分来自模型对测评场景的适应限阶段，两者还无法完全区分开来。 第三部分，我们来看本次更新带来的两款产品及新功能，思考强度调节与动态工作流。这两项功能从根本上改变了用户和人工智能的写作模式。 模型选择区域新增了五档思考强度调节旋钮，档位从低到高依次划分，处理简单。日常任务时可以选择低档位，能够实现快速响应，同时节省使用额度。面对复杂的工程项目，深度推理任务时，则可以拉满最高档位，让模型进行充分思考。 opus 四点八的默认档位为高档，在输出质量和使用成本之间做到平衡。如果是在 cloud code 工具内，还可以开启更高的专属档位，启动对应的超强编码模式。 在所有新功能里，动态工作流是本次更新最核心的亮点。这套功能和普通的多智能体调用有着本质区别，是一套完整的后台智能调度体系。 模型会根据收到的整体任务自主编写对应的编排脚本，再把体量庞大的整体任务拆解成数十个甚至上百个细分子任务，随后启动大量子智能体同步并行处理。 与此同时，还会调配另一部分智能体开展交叉核验、漏洞排查工作，经过多轮迭代优化，直到输出结果达到标准，最后再将整理完毕的内容反馈给用户。 整套调度流程独立于对话上下文之外运行，不会占用主线绘画的 token 资源，即便任务体量庞大，也不会出现逻辑混乱的情况，任务中途暂停之后也可以接续运行，不需要从头重新开始。 官方选用了知名项目棒作为实际案例进行展示。这个项目需要将 java script 运行环境从 zig 语言整体迁移至 rust 语言。放在以往，这是需要专业团队花费数月时间才能完成的大型工程。 借助动态工作流功能之后，项目完成了大约七十五万行 rust 代码的迁移工作，原有测试套件的通过率达到百分之九十八点八，从首次提交代码到最终完成合并， 整个周期仅为十一天，全程基本不需要人工逐行核实代码。行业社区中也有相关声音提到，这次迁移过程里，部分测试内容做出了调整，新版本代码也存在一些不易察觉的小问题，我们需要客观看待这个案例。 但不可否认的是，这个实践案例已经充分证明，人工智能如今已经具备承接百万行级别代码库工程的能力。 结合功能特性来看，动态工作流有着明确的适用场景，全代码库漏洞扫描、安全审计性能优化、大规模的框架升级、接口替换、编程语言迁移，还有对安全性要求极高、需要反复交叉验证的核心任务， 以及可以长期异步运行、支持无人值守的工程项目，都能借助这套功能大幅提升效率。 当然，这项功能也存在对应的使用成本，整体 token 消耗量会远高于普通对话。首次启用时，平台会弹出确认提示，企业版用户也可以由管理员统一关闭该提醒。 除此之外，面向开发者的消息接口也完成升级，支持在任务执行的中途临时插入系统指令，并且不会破坏原有提示缓存，还能动态调整使用权限、 tocan 预算以及运行环境等相关配置。对于流程较长的智能体任务而言，这项优化能够进一步提升使用灵活性。接下来结合所有信息做出客观的分析与判断，聊聊 opus 四点八的推出，究竟是单纯补足前代短板，还是标志着整个品牌切换了新的竞争赛道。 短短四十三天就推出迭代版本，本身就能说明 oppo 四点七存在不少代优化的问题。此前市场反馈集中在工具调用稳定性不足、代码注视侬余长周期任务容易偏离目标以及 tocan 消耗不合理等方面。 oppo 四点八针对这些用户反馈的痛点逐一优化，有效改善了产品口碑，属于一次精准的版本修复与体验升级。放在整个行业竞争格局中观察，能够明显感受到 anastropic 的 竞争思路已经发生转变。 过去很长一段时间里，大模型行业的竞争焦点集中在测评分数的高低。而从 oppo 四点八开始，竞争重心转向落地生产的实际能力、 模型诚实度、运行稳定性、长期任务表现、成本管控以及企业及工作流能力，这些维度对于商业落地的价值要比测评数据小幅上涨重要得多。 动态工作流的落地，也意味着 ai 编码领域迈入新的发展阶段，行业形态从最初简单的单轮代码补全，逐步升级为能够独立完成全流程工程任务的自制体系， 单个工作人员搭配这套 ai 工作流，就可以完成以往小型团队负责的工作。长远来看会对研发效率、团队架构以及常规开发流程带来持续影响。诚实度与对齐能力正在成为 antropic 独有的竞争壁垒。 行业内不同企业有着各自的优势方向，有的深耕通用能力与生态建设，有的侧重多模态技术和搜索能力融合。而 ansore pick 选择把安全、诚实、可控作为核心标签，这类特质对于金融、法律、医疗以及政企等对风险高度敏感的行业有着极强的吸引力。 结合行业观察者的观点来看， opus 四点八综合表现十分接近尚未全面开放的 cloud misos 预览版。有观点认为，这款新版本大概率是 misos 相关技术优化后的稳定落地版本。 官方也同步透露， misos 级别模型会在未来几周面向全部用户开放。也就是说， opus 四点八只是一款偏向稳定适配的过渡版本。 osropik 真正的旗舰产品还未正式登场， 产品动作和资本运作也呈现出高度协调的状态，估值反超同行营收规模稳不增长，模型迭代节奏加快，全面覆盖主流云平台，持续扩充算力资源。 这一系列动作都指向同一个目标，为下半年的上市计划铺路。如今的 entropic 也不再只是单纯的大模型研发企业，正在逐步转型为人工智能基础设施服务商。 同时，我们也要守住判断的边界，避免过度解读和绝对化评价。 opus 四点八依旧无法做到完全规避幻觉问题，在一些边缘场景中依然会出现失误。动态工作流功能使用成本偏高，技术门槛也不低，对于普通个人用户而言，使用性有限。 即便多项测评数据领先，也不代表实际使用体验能够全面超越竞品开发者群体对于其他主流模型的编码能力依旧保持着较高评价。 模型的高诚实表现目前仅在专项测评中得到验证，复杂真实场景下的长期稳定性还需要更长时间去检验，而模型出现的应试倾向，也是未来对其工作中必须解决的隐患。最后，我们把这次事件放到整个行业发展趋势中做收尾总结。 二零二六年的人工智能行业，早已走过单纯比拼参数规模、刷新测评分数的初级阶段。当下新一轮竞争的核心方向可以归纳为三个关键点。 首先是深度融入实际生产流程，要求产品能够实现无人值守、长期稳定运行，承接高风险核心任务。 其次是全方位可控，含盖使用成本可控、模型行为可控、输出内容可控以及安全风险可控。最后是规模化交付能力，包括跨平台部署、企业及权限管理、标准化工作流搭建以及完整生态闭环。 oppo 四点八恰好契合了这三大发展方向。这次更新没有出现颠覆性的功能变更，却实实在在把人工智能产品的可能性、协助能力以及工业化应用能力向前推进了一大步。 对于普通用户来说，新版本运行更稳定，使用更省钱，输出内容也更加严谨。对于开发者而言，模型可以独立承接大型工程项目，大幅压缩开发周期。 对于企业客户，他提供了一套落地性强、便于管理、支持规模化部署的 ai 解决方案。对于整个行业，他重新定义了旗舰大模型的评判标准。综合实力之外，产品的可信度成为不可或缺的一环。 随着 cloud missiles 开放临近，估值接近万亿美元的 anthropic 和行业头部玩家之间的竞争也进入全新阶段。 在接下来的几周乃至数月里，人工智能会一步步脱离单纯工具的定位，转变为人类的协助伙伴，从辅助执行走向独立承担工作，从实验室技术真正落地到各行各业的生产场景之中。 好了，以上就是本期视频的所有内容，如果你喜欢本期视频，不要忘记订阅、点赞、分享，这样就不会错过每一期的精彩内容。感谢收看，我们下期再见！

完整版的 cloud 叫 mesos， 现在在谁手里呢？ anselpic 给这个项目起了个名字， project glasswing 玻璃之翼。名单只有八家，亚马逊苹果谷歌微软英伟达斯柯 crosstrack， 摩根大通， 全市万亿美元市值的大厂，或者守着美国基础设施的玩家邀请制啊，公众一律没份，你花多少钱订阅你也进不去。说白了，门票不是钱，是体量。 这是 ai 能力第一次被正式的进行分级，从今往后只会越来越常见，更多的内容在范凯说 ai。

我来澄清一下， deepsafe v 四网页版专家模式真的很强。我用一段话把地大师专家模式的思考强度切换成了 max， 测试编程已经可以和 cloud 的 up 四点六做一桌了，指哪打哪。基本上一次过加入后强度完全不一样，应该是内化地把这段体式词训练进模型了。 大家平常在用的时候默认的思考强度是 high， 这个情况下它是比不过 g i m 五点一的。但如果你把强度切换到 max， 它已经可以和 iphone 四点六坐一桌了，特别是配合 cloud code 一 起用的时候。

呃，大家好，我来给大家讲解一下怎么购买 token。 首先打开中国电信 app， 然后在这个地方搜索， 点击点击 token。 好，我们往下拉。呃，我想跟大家讲一下，就说它的每个版本，呃，对应的这个模型是不一样的，像这个三十九块九呢，它就支持这个 g m 零五，然后支持工具，像那个 open cloud 啊， open code 的 这些是支持这些应用，所以说大家在购买时候一定要看是否支持这个应用，那么专业版呢？它也支持 g m 六五的，然后支持的工具就有这么多，买就是大家要注意这是企业版购买， 那么像这个这个都是一样，我们购买个人版的时候一定要注意，它只支持 dsp 三点二那么一个模型。好，我们点击立即订购。 好，输入我们的手机号码， 在这边呢，要注意啊，如果说你手机之前注册过，比如说公呃，用公司登录啊这些东西，那么像一些企业开发，或者是像做一些啊小程序的时候，它是用到需要用到企业的那么一个名称， 但这个九块九的那个 token 只能是个人名字啊，不能是企业名字。点击登录 啊购，立即购买， 先往支付平台，支付宝完成。 好，我们就吃播成功了。

今天我们继续来讲下上海比较火的几家学院吧， opus、 rice 和 oc。 第一家 opus 位于人民广场远东饭店顶楼，是一家露台风景绝美的学院吧。夜景正对远处的博物馆和人民公园内侧，仿佛置身于纽约曼哈顿的市中心，俯瞰中央公园的绿意盎然。 店内音乐以 hiphop 为主，每周末会请 dj 来打碟，整体氛围很 q。 散台没有低消卡座，小卡的话低消周中一千，周末两千，能坐六个人。大卡的话周中两千，周末三千，能坐十二个人左右。店内有很多活动，每周二葡萄酒买一送一，每周四水原半价，每周日送果盘和小吃。 第二家 rise 位于巨鹿七五八，是这个月新开的一家水岸吧。它的前身是 mini， 现在装修和星辉很像，出自同一个设计师之手。玻璃后的绿植配上流动的喷泉，别有一番风味。这家店主打 house 音乐，每天都有驻场 dj， 音乐品质在线。卡座低消是两百一位，呃，还有三百的开台费。 第三家 oc 位于新天地，是对标融的一家店，也是有室内和露台两个分区，偶尔会请一些歌手来演出。这家店的环形吧台前经常会有人跳舞，气氛还蛮不错的。卡座周周周周没有低消，周末是两千起。

antorapac 于五月二十八日发布 cloudopace 四点八，距上一版四点七仅过了四十一天。编程代理方面得分百分之六十九点二，前代才百分之六十四点三，在多项主流水准中成功超越了 gpt 五点五与 jimmy nike 三点一 pro 多学科推理的人类。最后考试断层领先知识工作评测以一千八百九十分遥遥领先，超过 gpt 五点五的一千七百六十九分。班创始人 jerry sam 的 拿 拿这个系统干了一件硬核的事，把扮从 zag 语言完整移植到 rust， 总共约七十五万行代码，从第一次提交到最综合并只用了十一天。 现有测试套件通过率高达百分之九十九点八。在这个项目里，数百个 agent 并行工作，每个文件都有两个审核 agent 省略修复、循环驱动构建和测试，直到全部跑通 传统方式这种级别的跨语言移植一个资深团队得干好几个月。不过有开发者用官方 a p i 问 oppo 十四点八你是什么模型，他居然一本正经的回答自己是通一千问之前说好的反对蒸馏，我看你 a 处好像也不干净啊。

昨天 opus 四点八的发布啊，相信大家已经刷屏了，但我觉得更值得不关注的是另外一个新的功能， dynamic workflows， 动态工作流。那这可能是比 skill 影响更大的重要更新了，尤其是对于做企业和艺人公司的朋友。 那有一位叫 daniel mister 的 研究者啊，两年前写过一篇帖子，标题叫做公司不过是一张流程图，它的意思是说啊，你仔细想想，一家公司所有日常运转的工作，销售怎么跟进，客户怎么走，审批，客户怎么处理投诉啊，其实都是一套一套的标准操作流程， 有输入，有步骤，有输出。他说啊， ai 真正能够改变企业的那一天，是 ai 能够可靠的执行这些流程的那一天。注意啊，不是偶尔能做，是可靠的做，这正是过去所有 ai 工具卡住的地方。那你给他一个任务，他可能做对，也可能跑偏，步骤顺序可能乱，某个环节也可能会漏掉，你没有办法信任他， 你只能盯着他。那 osrbok 过去也一直试图在解决这个问题， skill 让 ai 有 了可以附用的能力模块，那 cooke 啊，可以让 ai 更自动化的完成复杂的任务。但说到底啊，他们给出的还是 确定性。大方向是对的，但细节仍然飘忽不定，你还是不敢完全的放手。那动态工作流啊，是第一个认真解决这个问题的东西，那 as robert 的 产品经理开了无数啊，在提示词中提及 walker flow， 那 cloud 会动态的创建一个编排计划，并严格的遵循该计划，让您可以自信的相信，即使跨越数百个代理，每 各阶段也可以按照正确的顺序发生。那 mr 看到这个功能后说，未来人的工作是决定做什么，优化什么，真正执行的事交给工作流，这才是动态工作流。真正的价值不是让 ai 更聪明，而是让 ai 第一次变得可以被信任。所以啊，这个对于想要在企业落地 ai 的 朋友来说啊，真的是太重要了，值得去关注。那我是星启，一起用 ai 提升生产力。

做完里料之后的话，就交由我们的生产人员在车间进行组装生产。那知道成品做出来之后的话，我们需要在系统里做一张成品入库单，那就是这个地方的完工验收单， 那完工验收单进来之后，上面也是有一个选单的按钮，然后选择生产任务单，那这个也是一个查询条件， 筛选我们已经开过的生产任务单。同样呢我们选到刚才针对成品二这一款产品的公单呢，这个地方的话是可以看到他实际的耗用数量是一百单，我们实际是领用了五十，那这个选单界面的话，也是会有一个显示，说明我们的料现在还没有领全。 然后他完工的时候的话，这里有一个本次的使用数量，如果说使用数量只有五十，那你这里实际使用数量也就只有五十，因为他的车间数量只有五十，所以说我们可能还需再做一笔领料单，这个实际也是符合我们的生产现场， 你今天做领了五十之后，你是肯定是生产不了一百的成品出来的，那这个时候我们可以再给他开一张领料单，然后选单选择刚才这张工单。 那勾选之后他自动勾选了第一行，因为第二行的料已经领足了，那只有第一行呢，还差五十，勾选进来之后的话，他带出来本次零用的数量只有五十，只有五十的数量可以再领出去，然后这个地方选择领走料的仓库做保存好，这个时候的话就是我们所有的 工单的原料全都领齐了，已经领到车间去了，然后那这个完工单的话，我们说是已经做出来了，那针对他可能是三号做出来的，还是几号做出来的？填写他的那个制单日期，然后针对他入库的仓库就是成品这一百台就入到哪个仓库里面，做好之后直接保存就可以了。 好，这个这样这个单子做完之后的话，那就是说我们的成品已经入到了对应的这个仓库里面，如果要查询它的话，可以到这个业务报表，这里有一个库存报表， 那这里的库存余额表里面可以看到它的对应的库存数量，我们的完工日期它是入到了四月份，所以我们给它选到四月底啊，这个时候可以看到成品二，它是对应的会有一百的数量出现， 当然他一百是怎么来的？我们可以点击上方的明细账来连查他的库存明细表，原来是四月三号的一笔完工验收单，然后成品呢？还是收入了一百。 好，那在成品有数量的时候，我们就可以给他开销售单，寄我们的送货单，送货出去。那回到销售单这里来的话， 上方也是有一个选单的按钮，查询条件进来之后的话，选择我们对应的单据，这里选择我们要出库的仓库，在这个地方提交保存就可以了。 那这个时候的话就是我们的送货单开据完成，然后直接在这地方打印预览开据，我们的那个送货单打印出来的话，就是我们可以销售出库了，相当于好的这个就是针对生产企业他的一个销售订单生产的流程，那么采购的话他是比较通用， 针对我们的产品原料在仓库里库存不足的时候，我们是在采购管理里面直接操作他的采购流程。首先是请购单，这个是所有部门可能都会用到的一张单据，那就是关于我们公公司需要去采购的物料， 可以直接在这个地方提交请购申请，然后填写对应的请购人员请购部门，他是经办人，对应的是哪个部门，然后他要请购的产品，比如他要请购一些原材料，要请购多少的数量，填好之后就可以提交保存 完了之后，采购人员看到了请购单，那他就会跟供应商去做一张采购合同，就是我们在系统里面的采购订单，同样的这个地方的话是选单的按钮，选择对应条件内的请购单。 那如果说这两样东西是同一家供应商发给我们，那我们就可以一起选出来，如果说他是不同的供应商来采购，那我们就选针对这家供应商采购的原料就可以了，那供应商选择对应的供应商。 然后这个是请购单调过来的五百的数量，这次是买多少，也可以分批次来购买，做好之后保存 还有下一笔。同样呢，做选单，回到请购单的条件里面来啊，这个是另一单，我们未订货的五百也是请购单，它是针对原材料啊，这一款产品好选中，然后选择这一款产品对应的供应商 调之后的话保存单据，然后如果到货之后的话，我们是在系统里开据一张采购单，这个地方同样是选单的按钮，选择采购订单来入库。好，这个地方会有两张采购订单，因为一张是原材料一，一张是原材料二， 好，我们在这个地方可以勾选对应的单据，比如说两单他是同时到的，因为他是同一家，所以我们可以一起给他做采购单入库，选中之后他就会一起选入进来，然后选择收货的仓库， 这个时候再保存单据，那对应的原材料出来就会入到系统里面来。那这个就是在采购管理里面他的一个采购流程操作。可以看到我们今天讲的内容的话，主要还是 从销售订单开始到生产的流程完结，然后我们的成品出库啊，这个过程当中的话，实际是只录了一张销售订单，那其他单据的话，他都是用选单的操作来完成，所以相对的会比较简单，就是新来的人员会比较易上手一点。