移动端里的AI，用户到底要什么？-京东云开发者社区

<h2 data-nodeid="1">写在前面的话</h2>今天不想讲那些技术架构图，也不想堆砌一堆iOS专业术语。我就想聊聊，作为一个离用户最近的客户端开发，我是怎么看待AI的——它到底是让咱们的产品变更好了，还是变更拧巴了。梁宁老师在《增长三十讲》里说过一句话特别打动我：&quot;产品经理要有同理心，要能感受到用户的爽点、痛点和痒点。&quot;今天我想说，做技术的人也得有同理心。不只是对用户，更是对我们自己。<hr data-nodeid="3"/><h2 data-nodeid="4">一、开场：一个真实的冲突场景</h2><h3 data-nodeid="5">先讲个事儿</h3>这种场景你们熟不熟悉：AI同学：&quot;我们的新模型精度提升了10个点，识别更准了！&quot;3D同学：&quot;等等，你这模型多大啊？&quot;AI同学：&quot;也就60MB，还行吧。&quot;3D同学：&quot;那推理时间呢？AI同学：&quot;大概增加了30-40ms……&quot;客户端同学心里咯噔一下：&quot;完了，这玩意儿肯定得出事。&quot;产品经理：&quot;太好了！竞品最近上了很多AI功能，我们也得跟上！&quot;具体数字每次不太一样，但这个对话的&quot;味儿&quot;，基本就是这样。<h3 data-nodeid="15">然后真出事了</h3>功能上线or demo演示第二天，用户反馈炸了：<ul data-nodeid="17" class=" list-paddingleft-2"><li>&quot;手机烫得要命&quot;</li><li>&quot;电池一小时掉30%&quot;</li><li>&quot;卡顿严重，没法用&quot;</li></ul>领导问：&quot;怎么回事？不是说AI很智能吗？&quot;我们说：&quot;AI是很智能，但用户的手机不够智能。&quot;所以今天我想和大家聊聊，怎么避免这种&quot;好心办坏事&quot;。<img src="//img1.jcloudcs.com/cms/eadaf17d-c9cf-4846-973b-a7c7616a8e0220260228133703.png" title="" alt="图片.png"/><hr data-nodeid="28"/><h3 data-nodeid="29">这就是梁宁说的&quot;系统思维&quot;缺失</h3>每个人都是对的：<ul data-nodeid="31" class=" list-paddingleft-2"><li>AI团队追求精度，这没错</li><li>3D团队追求画面，这也没错</li><li>产品追求竞争力，更没错</li></ul>但系统错了。<img src="//img1.jcloudcs.com/cms/5a0cca22-6d33-43ef-89b6-4b3105cd1a9020260228133721.png" title="" alt="图片.png"/>梁宁说，&quot;很多时候，你觉得是做加法，但对用户来说是做减法。&quot;AI功能加上去了，但用户体验减下来了。<hr data-nodeid="41"/><h2 data-nodeid="42">二、用户真正要的是什么？——梁宁的&quot;爽点、痛点、痒点&quot;</h2><h3 data-nodeid="43">梁宁的理论我是这么理解的</h3><img src="//img1.jcloudcs.com/cms/6a5181e5-3e52-457d-bee0-d87acc25a80f20260228133748.png" title="" alt="图片.png"/>爽点：即时满足痛点：恐惧、焦虑痒点：满足虚拟自我放到移动端AR里：用户的爽点：<ul data-nodeid="46" class=" list-paddingleft-2"><li>手势一挥，虚拟物体就出现（延迟&lt;50ms）</li><li>AR识别又快又准</li><li>效果炫酷，朋友圈能装逼</li></ul>用户的痛点：<ul data-nodeid="54" class=" list-paddingleft-2"><li>手机发烫（恐惧：会不会炸？）</li><li>电池狂掉（焦虑：等会儿没电了）</li><li>卡顿延迟（愤怒：什么破玩意儿！）</li><li>应用被杀后台（崩溃：我刚才做的全没了）</li></ul>用户的痒点：<ul data-nodeid="64" class=" list-paddingleft-2"><li>比别人用更高级的功能</li><li>展示自己的设备够好</li></ul><hr data-nodeid="69"/><h3 data-nodeid="70">AI在这里的定位是什么？</h3><img src="//img1.jcloudcs.com/cms/94e04038-9907-4d78-a460-20f559c4576420260228133808.png" title="" alt="图片.png"/> 很多人以为AI是爽点。但实际上，AI做不好，就是最大的痛点。为什么？因为用户不关心你用了多牛逼的模型，他只关心：<ol data-nodeid="73" class=" list-paddingleft-2"><li>快不快？（延迟）</li><li>准不准？（准确率）</li><li>烫不烫？（功耗）</li><li>掉不掉电？（续航）</li><li>卡不卡？（帧率）</li></ol>AI如果让这5个变差，用户不会夸你智能，只会骂你智障。<hr data-nodeid="85"/><h2 data-nodeid="86">三、移动端的残酷真相：80%用户用的不是旗舰机</h2><h3 data-nodeid="87">设备碎片化有多恐怖？</h3>最大的感受就是：不要用你自己的iPhone15Pro来代表用户<img src="//img1.jcloudcs.com/cms/f16712e1-7b7b-4ab0-bedc-a42de0902ab420260228133822.png" title="" alt="图片.png"/>真实情况是：<ul data-nodeid="91" class=" list-paddingleft-2"><li>约10-15%用户：iPhone 15/16/17 Pro，小米15Pro，华为meta 70/80pro（土豪）</li><li>约50-60%用户：iPhone 12/13/14，中端安卓（大多数）</li><li>约30%用户：iPhoneX，老安卓（学生党、爸妈辈）</li></ul>同一个AI模型：<ul data-nodeid="99" class=" list-paddingleft-2"><li>旗舰机：推理20ms，丝滑</li><li>中端机：推理60ms，凑合</li><li>老设备：推理150ms，根本跑不动</li></ul>性能差距：接近10倍！<h3 data-nodeid="107">场景碎片化</h3>移动端的独特挑战：1. 多任务干扰<ul data-nodeid="109" class=" list-paddingleft-2"><li>后台应用争夺资源</li><li>系统推送、来电、切换应用随时发生</li><li>iOS/Android的激进内存管理，容易被杀后台</li></ul><ol data-nodeid="116" start="2" class=" list-paddingleft-2"><li>环境不可控</li></ol><ul data-nodeid="119" class=" list-paddingleft-2"><li>室内外光线差异极大（影响AR识别）</li><li>移动网络不稳定（影响云端AI）</li><li>用户使用时长不确定（5分钟 vs 30分钟）</li></ul><ol data-nodeid="126" start="3" class=" list-paddingleft-2"><li>发热和电量焦虑</li></ol><ul data-nodeid="129" class=" list-paddingleft-2"><li>AR全开运行，手机30分钟必然发热</li><li>发热后CPU/GPU降频20-40%</li><li>用户对&quot;耗电&quot;和&quot;发烫&quot;的应用极度敏感</li></ul>从我的观察和行业数据来看：使用特点：<ul data-nodeid="138" class=" list-paddingleft-2"><li>移动端AR不像VR，用户很少长时间沉浸</li><li>大部分使用场景是&quot;短平快&quot;（几分钟到十几分钟）</li><li>经常被打断（来电、通知、切换应用）</li></ul>用户容忍度：<ul data-nodeid="146" class=" list-paddingleft-2"><li>启动慢：如果3秒内没响应，大量用户会放弃</li><li>卡顿：即使偶尔卡一下，用户也会很敏感</li><li>发热/耗电：这是移动端用户最敏感的两个点</li></ul>根据应用商店评论和用户反馈，负面评价主要集中在：卡顿、发热、耗电。<hr data-nodeid="155"/><h3 data-nodeid="156">梁宁说的&quot;确定性&quot;在哪里？</h3>梁宁强调，好产品要给用户确定性。什么叫确定性？就是用户知道会发生什么，并且确实发生了。<img src="//img1.jcloudcs.com/cms/f32be93b-7dfb-430b-a246-bb2b428d836120260228133844.png" title="" alt="图片.png"/>反例：只为高端设备优化<ul data-nodeid="160" class=" list-paddingleft-2"><li>高端用户：哇，好流畅！（20%的人爽）</li><li>普通用户：卡成PPT……（80%的人骂）</li><li>用户体验：不确定、分裂、崩溃</li></ul>正例：分层体验<ul data-nodeid="168" class=" list-paddingleft-2"><li>高端用户：用高级功能</li><li>中端用户：用标准功能</li><li>低端用户：用基础功能</li><li>所有人都能用，只是精细度不同</li><li>用户体验：确定、可预期、没有绝对的失望</li></ul><hr data-nodeid="179"/><h2 data-nodeid="180">四、AI部分深入：不是技术问题，是人性问题</h2><h3 data-nodeid="181">1. AI的三个常见误区</h3><img src="//img1.jcloudcs.com/cms/f239165f-78ac-4362-ba55-5adaf49a88cc20260228134058.png" title="" alt="图片.png"/>误区1：&quot;模型越大越好&quot;这是技术人的执念。AI同学会说：&quot;我们的模型精度提升了5个点！&quot;但用户不会说：&quot;哇，精度从89%提升到94%，我好感动！&quot;用户只会说：&quot;为什么我的手机这么烫？&quot;梁宁视角：你在追求技术指标，用户在追求情绪稳定。<hr data-nodeid="184"/>误区2：&quot;端侧AI就是先进&quot;很多团队为了宣传，强调&quot;本地AI、保护隐私&quot;。但真相是：<ul data-nodeid="186" class=" list-paddingleft-2"><li>端侧AI：功耗高、发热大、速度看设备</li><li>云端AI：功耗低、速度稳定、但需要网络</li></ul>没有绝对的优劣，只有场景适配。实时交互（如手势识别）：必须端侧非实时分析（如场景理解）：可以云端，梁宁视角：不要为了&quot;先进&quot;而先进，要为了&quot;用户体验&quot;而先进。<hr data-nodeid="192"/>误区3：&quot;AI失败了就提示用户&quot;最常见的做法：AI识别失败→ 弹窗：&quot;识别失败，请重试&quot;→ 用户：？？？这是最烂的体验。更好的做法：AI识别失败→ 自动降级到传统方案→ 用户无感知→ 核心功能继续可用梁宁视角：别让用户承担你的技术缺陷。技术的不确定性，不应该转嫁给用户。<hr data-nodeid="203"/><h3 data-nodeid="204">2. AI在移动端的正确打开方式</h3>梁宁说，&quot;产品要克制&quot;。我对AI的理解也是：克制。<h4 data-nodeid="206">原则1：轻量化优先</h4>案例：手势识别模型优化<table data-nodeid="209"><thead data-nodeid="210"><tr data-nodeid="211" class="firstRow"><th data-nodeid="213">模型大小</th><th data-nodeid="214">设备覆盖率</th><th data-nodeid="215">精度</th></tr></thead><tbody data-nodeid="219"><tr data-nodeid="220"><td data-nodeid="221">60MB（原始版）</td><td data-nodeid="222">▌▌ 20%</td><td data-nodeid="223">94% ⚠️</td></tr><tr data-nodeid="224"><td data-nodeid="225">15MB（量化版）</td><td data-nodeid="226">▌▌▌▌▌ 70%</td><td data-nodeid="227">92% 👍</td></tr><tr data-nodeid="228"><td data-nodeid="229">8MB（ 剪枝版）</td><td data-nodeid="230">▌▌▌▌▌▌ 85%</td><td data-nodeid="231">89% 👍</td></tr><tr data-nodeid="232"><td data-nodeid="233">3MB（Lite版 ）</td><td data-nodeid="234">▌▌▌▌▌▌▌100</td><td data-nodeid="235">85% ✅</td></tr></tbody></table><img src="//img1.jcloudcs.com/cms/d762bf11-304a-4926-9667-006a24d29a6220260228134135.png" title="" alt="图片.png"/>原始模型：60MB，精度94%→ 量化后：15MB，精度92%（损失2%）→ 剪枝后：8MB，精度89%（损失5%）→ 蒸馏后：3MB，精度85%（损失9%）决策：<ul data-nodeid="242" class=" list-paddingleft-2"><li>3MB版本给所有设备（100%可用）</li><li>8MB版本给中高端设备（70%可用）</li><li>15MB版本给旗舰设备（20%可用）</li></ul>牺牲9%精度，换来100%覆盖率。梁宁视角：让80%的人满意，比让20%的人惊艳更重要。<hr data-nodeid="250"/><h4 data-nodeid="251">原则2：优雅降级</h4>永远不要让用户看到&quot;功能不可用&quot;。<img src="//img1.jcloudcs.com/cms/aa2d55d3-9562-4265-a4c9-5e62573c7a3720260228134156.png" title="" alt="图片.png"/>分层设计：L1（保底）：所有设备都能跑<pre data-nodeid="256">↓</pre>L2（标准）：中高端设备体验更好<pre data-nodeid="258">↓</pre>L3（高级）：旗舰设备极致体验动态监控：运行中监控：<ul data-nodeid="262" class=" list-paddingleft-2"><li>帧率&lt;50fps → 降一级</li><li>温度&gt;45度 → 降一级</li><li>电量&lt;15% → 降到L1</li></ul>用户感受：<ul data-nodeid="270" class=" list-paddingleft-2"><li>不会突然&quot;卡死&quot;</li><li>不会看到&quot;加载失败&quot;</li><li>体验平滑降级，几乎无感知</li></ul>梁宁视角：确定性= 用户知道最坏会怎样，并且最坏也还能接受。<hr data-nodeid="278"/><h4 data-nodeid="279">原则3：端云协同</h4>不是所有AI都要端侧跑。<img src="//img1.jcloudcs.com/cms/dd2ecc48-71db-4a37-9ebb-4ea2e57778cb20260228134214.png" title="" alt="图片.png"/>实时场景（端侧）：<ul data-nodeid="283" class=" list-paddingleft-2"><li>手势识别</li><li>AR追踪</li><li>实时渲染</li></ul>非实时场景（云端）：<ul data-nodeid="291" class=" list-paddingleft-2"><li>场景语义理解</li><li>复杂物体识别</li><li>大规模计算</li></ul>网络不好时：<ul data-nodeid="299" class=" list-paddingleft-2"><li>云端功能降级</li><li>端侧保底继续跑</li><li>用户核心体验不受影响</li></ul>梁宁视角：系统要有冗余，有备份，不能把所有鸡蛋放一个篮子。<hr data-nodeid="307"/><h3 data-nodeid="308">3. AI不是炫技，是解决问题</h3>梁宁说，&quot;用户要的不是你的产品，是他问题的解决方案。&quot;用户的问题是：<ul data-nodeid="310" class=" list-paddingleft-2"><li>想用手势操作虚拟物体（问题）</li><li>不是：想体验最先进的AI模型（手段）</li></ul>所以：<ul data-nodeid="316" class=" list-paddingleft-2"><li>如果ARKit原生手势能解决80%场景→ 用它</li><li>如果简单的传统算法能解决→ 用它</li><li>只有必须用AI才能解决的，才上AI</li></ul>AI是工具，不是目的。<hr data-nodeid="324"/><h2 data-nodeid="325">五、思考：如果要做AR手势交互，怎么选方案？</h2><h3 data-nodeid="326">假设场景：我们要做一个AR应用的手势交互。</h3>第一反应：用ARKit手部追踪，系统级能力。<h3 data-nodeid="328">但需要考虑这些问题</h3>设备兼容性：<ul data-nodeid="330" class=" list-paddingleft-2"><li>ARKit手部追踪需要A12+（这是官方要求）</li><li>老设备怎么办？放弃，还是提供替代方案？</li></ul>性能开销：<ul data-nodeid="336" class=" list-paddingleft-2"><li>手部追踪会增加系统负载（这是必然的）</li><li>如果AR场景本身就很重，还跑得动吗？</li><li>用户会不会觉得卡？</li></ul>功能适配：<ul data-nodeid="344" class=" list-paddingleft-2"><li>ARKit提供标准手势</li><li>如果我们需要特殊交互呢？</li></ul>系统能力很好，但有边界。我们需要：<ul data-nodeid="351" class=" list-paddingleft-2"><li>覆盖不同设备</li><li>控制性能开销</li><li>满足定制需求</li></ul><hr data-nodeid="358"/><h3 data-nodeid="359">重新设计：分层适配</h3>梁宁说，&quot;要理解不同用户的不同需求。&quot;我们设计了三层：<img src="//img1.jcloudcs.com/cms/cfaa187f-3043-44c5-aa83-3608c19d9c3520260228134245.png" title="" alt="图片.png"/>L1：传统交互（100%用户）<ul data-nodeid="363" class=" list-paddingleft-2"><li>屏幕点击+ 注视高亮</li><li>不酷，但稳定</li><li>这是保底</li></ul>L2：ARKit手势（60-70%用户）<ul data-nodeid="371" class=" list-paddingleft-2"><li>iPhoneXS+自动启用</li><li>点击、抓取、滑动</li><li>这是主流体验</li></ul>L3：自定义AI（10-20%用户）<ul data-nodeid="379" class=" list-paddingleft-2"><li>iPhone14 Pro+</li><li>复杂手势、品牌定制</li><li>这是高端差异化</li></ul><hr data-nodeid="386"/><h3 data-nodeid="387">动态降级：核心逻辑</h3>用户使用过程中，设备状态会变化：<ul data-nodeid="389" class=" list-paddingleft-2"><li>刚开始：电量足，设备凉→跑L2/L3</li><li>20分钟后：发热，电量降→ 自动降级</li><li><a data-nodeid="975" href="https://joyspace.jd.com/attachment-preview/pages/0XIPNdyyNFqKzegozSFT/CbBnlYaO20YeheteAug7">https://joyspace.jd.com/attachment-preview/pages/0XIPNdyyNFqKzegozSFT/CbBnlYaO20YeheteAug7</a></li></ul><a data-nodeid="978" href="https://apijoyspace.jd.com/v2/pages/Klt60dwjqI4AgQgHaLTF/files/CbBnlYaO20YeheteAug7/link">录屏2026-01-21 17.34.50.mp4</a>每秒检测：<ul data-nodeid="398" class=" list-paddingleft-2"><li>帧率&lt;50fps → 降一级</li><li>温度&gt;45度 → 降一级</li><li>电量&lt;15% → 强制L1</li></ul>用户感受：<ul data-nodeid="406" class=" list-paddingleft-2"><li>不会突然功能消失</li><li>平滑切换</li><li>给个温馨提示：&quot;手势已暂停（性能保护）&quot;</li></ul><hr data-nodeid="413"/><h3 data-nodeid="414">结果</h3>这种分层设计的结果：✅ 100%用户可用（这是底线）✅ 大部分用户能体验到手势交互（60-70%）✅ 卡顿投诉显著下降✅ 帧率更稳定，体验更流畅梁宁视角：这叫&quot;分层满足&quot;。高端用户有高端体验，普通用户有稳定体验，所有人都没有被抛弃。A<hr data-nodeid="424"/><h2 data-nodeid="425">六、AI在移动端的4个核心洞察</h2><img src="//img1.jcloudcs.com/cms/d0094a0a-00b3-42fe-b857-a78ee3550b7b20260228134311.png" title="" alt="图片.png"/><h3 data-nodeid="427">洞察1：AI是提效工具，不是门槛</h3>正例（基于行业观察）：一些做得好的AR应用会这样设计：<ul data-nodeid="430" class=" list-paddingleft-2"><li>高端设备：精细建模+实时光影</li><li>中端设备：简化建模+基础光影</li><li>低端设备：2D贴图+手动调整（无AI也能用）</li></ul>这种分层设计的效果：<ul data-nodeid="438" class=" list-paddingleft-2"><li>所有用户都能用</li><li>应用评分和口碑明显提升</li><li>负面评价大幅下降</li></ul>梁宁视角：AI应该降低门槛，而不是提高门槛。<hr data-nodeid="446"/><h3 data-nodeid="447">洞察2：免费≠无成本</h3>ARKit虽然&quot;免费&quot;（不用下载模型），但：<ul data-nodeid="449" class=" list-paddingleft-2"><li>运行时消耗GPU</li><li>占用电量</li><li>发热降频</li></ul>系统能力也有成本，不要以为调个API就完事了。<hr data-nodeid="457"/><h3 data-nodeid="458">洞察3：80%能用 &gt; 20%完美</h3>梁宁说，&quot;不要让完美成为好的敌人。&quot;移动端开发最大的教训：<ul data-nodeid="460" class=" list-paddingleft-2"><li>别追求在旗舰机上的极致体验</li><li>要追求在大部分设备上的可用体验</li></ul>精度从94%降到85%，换来设备覆盖率从20%提升到100%，值不值？值。因为用户要的不是你的精度数字，是&quot;能不能用&quot;。<hr data-nodeid="466"/><h3 data-nodeid="467">洞察4：保底方案决定产品下限</h3>梁宁说，&quot;产品要有底线思维。&quot;AI会失败，这是确定的。所以：<ul data-nodeid="469" class=" list-paddingleft-2"><li>每个AI功能都要有PlanB</li><li>每个智能交互都要有传统备选</li><li>每个高级体验都要有基础保底</li></ul>60%用户好体验+ 40%用户能用，远比80%用户都不够好更明智。<hr data-nodeid="477"/><h2 data-nodeid="478">七、站在不同视角</h2><img src="//img1.jcloudcs.com/cms/90efaf34-12a2-4ac7-929c-aef35ab2715a20260228134329.png" title="" alt="图片.png"/><h3 data-nodeid="480">站在AI视角</h3>理解：客户端不是服务器。提供：<ul data-nodeid="482" class=" list-paddingleft-2"><li>轻量版模型（&lt;10MB，所有设备能跑）</li><li>标准版模型（15-20MB，主流体验）</li><li>完整版模型（可以放云端）</li></ul>最重要的是轻量版！因为它决定了产品的下限。<hr data-nodeid="490"/><h3 data-nodeid="491">站在3D引擎视角</h3>理解：GPU是共享资源。提供：<ul data-nodeid="493" class=" list-paddingleft-2"><li>3档渲染方案（高/中/低）</li><li>GPU占用率监控API</li><li>动态降精度能力</li></ul>我们一起守护用户的帧率。<hr data-nodeid="501"/><h3 data-nodeid="502">站在产品视角</h3>理解：不是所有功能都要加。思考：<ul data-nodeid="504" class=" list-paddingleft-2"><li>这个功能解决什么用户痛点？</li><li>在中低端设备上体验如何？</li><li>如果功能失败，用户怎么办？</li><li>我们愿意为了这个功能牺牲什么？</li></ul>梁宁说：&quot;产品要克制。&quot;<hr data-nodeid="514"/><h2 data-nodeid="515">八、三点感悟</h2><img src="//img1.jcloudcs.com/cms/8a688083-7617-474f-9f48-d2039c8be3c020260228134346.png" title="" alt="图片.png"/><h3 data-nodeid="517">感悟1：技术是为人服务的</h3>刚入行时，我追求技术极致。现在我明白，技术的价值在于让更多人受益。80%的人能用，比20%的人惊艳更重要。<hr data-nodeid="519"/><h3 data-nodeid="520">感悟2：不要只做功能，要做体验</h3>十年前，产品说加功能，我就加。现在我会问：<ul data-nodeid="522" class=" list-paddingleft-2"><li>这解决什么问题？</li><li>中低端设备怎么办？</li><li>失败了用户怎么办？</li></ul><hr data-nodeid="529"/><h3 data-nodeid="530">感悟3：客户端是用户的守门员</h3>梁宁说，&quot;产品经理要有同理心。&quot;我想说，客户端开发也要有同理心。我们最懂用户的真实设备和使用场景。所以我们有责任说：<ul data-nodeid="532" class=" list-paddingleft-2"><li>&quot;这个方案在他们的设备上真的能用吗？&quot;</li><li>&quot;这会不会让大部分用户体验变差？&quot;</li><li>&quot;我们有保底方案吗？&quot;</li></ul>我们不只是写代码，是为用户体验把关。<hr data-nodeid="540"/><h2 data-nodeid="541">九、总结：AI给移动端续命，还是催命？</h2><img src="//img1.jcloudcs.com/cms/07ebe581-61c9-48d5-9cd6-9eb4a38419bb20260228134406.png" title="" alt="图片.png"/>回到标题这个问题。答案是：用得好：<ul data-nodeid="545" class=" list-paddingleft-2"><li>AI让功能更智能</li><li>降低交互门槛</li><li>用户体验更流畅</li></ul>用得不好：AI让设备卡顿发热提高使用门槛用户体验变差这不是AI的错，是我们用AI的方式。关键在于：同理心 理解用户的设备、场景、情绪克制 不是所有地方都要用AI分层 让所有人都能用，只是精细度不同保底 永远有Plan B，永远不让用户卡死平均使用时长：梁宁说：&quot;好的产品，是克制的产品。&quot;我说：&quot;好的AI集成，是克制的AI集成。&quot;<hr data-nodeid="563"/><h2 data-nodeid="564">最后的话</h2><img src="//img1.jcloudcs.com/cms/181122ea-7295-47da-9f43-72526cc823f220260228134422.png" title="" alt="图片.png"/>这次分享的核心信念：&gt; 技术的价值不在于&quot;我们能做到多先进&quot;，而在于&quot;我们能让多少人受益&quot;。移动端开发的本质：&gt; 在约束中找到最大公约数，让大部分人满意。这需要：<ul data-nodeid="567" class=" list-paddingleft-2"><li>对用户的深刻理解</li><li>对技术的务实态度</li><li>对团队的有效协调</li><li>对长期的负责任</li></ul>═══════════════════════════════════════<pre data-nodeid="577">谢谢大家

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;─────────

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;欢迎交流讨论</pre>═══════════════════════════════════════数据参考：XR性能测试。。