至顶网网络频道 04月27日 综合消息: 4月27日,华为消费者业务CEO余承东今日晚间面向华为消费者业务全员发送了一封《倡议书》邮件,余承东在倡议书深刻反思了“闪存事件”,他表示,“这次事件对我们来说是一次深刻警醒。这让我们反思这几年我们是否跑得太快了?我们是否认真践行了公司的核心价值观--以客户为中心?”
最近两周,华为“闪存事件”持续在网络中发酵,引发大量讨论。此次余承东发出的内部倡议书聚焦“强调坚持自我批判,坚持以客户为中心的价值观”、“主动聆听消费者声音”、“满足客户需求”和“改善工作流程和服务态度”,从多个维度进行了深刻反思。
余承东说,“这些天我的心情非常地不平静,可以说很沉重。我必须要进行深刻地自我批判。之前在微博上看到一些争议的声音,鱼龙混杂,工程师出身的我对产品技术参数极为敏感,再加上太过急于表达,造成了不合适的回应。”
“我们在很多信息的公示上,还是太过粗线条,给消费者带来了不必要的困扰。我们面对消费者的质疑和意见,习惯于将自身的境遇、所做的努力以及行业的特性作为第一诉求来回应,态度傲慢,缺乏谦卑。我们要深刻自省,消费者已经支付了全部的信任与热爱,他们提出的任何要求都是鞭策我们继续向前的力量!”余承东表示,“为此,我已安排成立了一个“消费者聆听特别行动小组”,落实后续的一系列计划,主动聆听来自消费者的各种声音。”
与此同时,余承东表示,五一期间他将带领华为消费者业务管理团队到零售店、服务店站店,深入一线与消费者近距离沟通。并呼吁华为消费者业务全体员工走访店头,聆听消费者、服务消费者,改善华为的工作流程、服务态度。
《倡议书》全文如下:
倡议书
24年华为的经历,有两个价值观我深深地认同,它们不光影响着我,更是塑造着我:坚持自我批判,坚持以客户为中心。这些天我的心情非常不平静,可以说很沉重。我必须要进行深刻的自我批判。之前在微博上看到了一些争议的声音,鱼龙混杂,工程师出身的我对产品技术参数极为敏感,再加上太过急于表达,造成了不合适的回应。现在我有了更多反思。
整个手机行业是战场,更是学校,大家要变得更强大,也要互相取长补短。我们未来还有很长的路要走,我们唯有以更加严格甚至苛刻的标准要求自己和团队,才能更好地服务好消费者。
这次事件对我们来说是一次深刻警醒。这让我们反思这几年我们是否跑得太快了?在一路狂奔向前的路上,是否坚守了我们出发时的初心?我们是否以身作则,认真践行了公司的核心价值观--以客户为中心?
我们在很多信息的公示上,还是太过粗线条,给消费者带来了不必要的困扰。我们面对消费者的质疑和意见,习惯于将自身的境遇、所做的努力以及行业的特性作为第一诉求来回应,态度傲慢,缺乏谦卑。我们要深刻自省,消费者已经支付了全部的信任与热爱,他们提出的任何要求都是鞭策我们继续向前的力量!我们要把它转化成团队勇往直前的动力!我们一定要真正地听进去不同的意见,做出最真诚的回应,并迅速改进。为此,我已安排成立了一个“消费者聆听特别行动小组”,落实后续的一系列计划,主动聆听来自消费者的各种声音。
五一劳动节将至,我认为我们应该从自己做起,走到跟消费者最近的地方--我们的几千家零售和服务店,跟消费者们在一起!我将带领消费者业务管理团队到零售店、服务店站店,深入一线与消费者近距离沟通。在此,我也倡议华为消费者业务全体员工在节日期间走访店头,聆听消费者,服务消费者,从而改善我们的工作流程、服务态度,用实际行动担当起全球消费者赋予华为品牌的信赖!
余承东
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。