微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 闲鱼上也能租房、分享知识啦 用户不图赚钱,乐趣要紧

闲鱼上也能租房、分享知识啦 用户不图赚钱,乐趣要紧

2016-09-14 17:31
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2016-09-14 17:31 CNET科技资讯网

CNET科技资讯网 9月14日 北京消息(文/孙封蕾): 最近,有些细心的人可能已经发现,租房、知识技能分享悄悄的登陆了闲鱼,闲鱼业务负责人谌伟业认为,分享经济有很大的想象空间,从限制的物品,到生活服务场景,很多的服务因为分享经济而多了一种选择,租房和知识技能分享的出现,就是这个趋势的产物。

闲鱼上也能租房、分享知识啦

谌伟业提到:“闲鱼有很多可选择的业务,租房和知识技能分享这两个业务还没有做成产品,只是让引导、提醒用户闲鱼上线了这两类业务,但是,却出现了很多意想不到的结果。”

链家有超过十万的房源,估计以闲鱼目前的发展速度,可能很快就能超过链家的房源数量,闲鱼上目前的房源超过50%都有联络,已经有了互动。

知识技能的分享,在闲鱼上更是五花八门。8月27日,多位大学学霸在闲鱼上拍卖自己的时间,其中北京大学数学系宋天浩同学的“数理化200小时辅导时间”被拍出了4万元高价。

实际上,知识技能分享并不是闲鱼的发明,果壳之前推出了在行和分答,谌伟业倒是觉得,知识分享这类产品是没有价值边界的,因为大家闲置的可能不只是物品,还有时间。

谌伟业发现,闲鱼上的用户,大部分都是不以闲鱼为生的用户,他们在闲鱼上只是以此为乐,以获得乐趣和收获价值为目的,只有卖出去了第一个产品,用户的热情马上就提升上来。

所以,闲鱼的成长速度也是飞快。去年到现在,闲鱼的用户成长超过400%,已经建立了28万个鱼塘,每周都有一两个集市,这些鱼塘就是一个又一个的社区,包括以位置坐标形成的社区,还有一些小众社区。

而信任是促成二手物品交易的基础,信任也决定了交易效率。

为此,闲鱼做了三个层面的工作来促使用户建立信任。首先是用户感觉,从芝麻信用、淘宝等级、微博认证、闲鱼鱼塘的资料来查看用户的信用情况,再通过担保交易、堂主服务、社区自治等规则的制定来保护交易,通过客户服务、网安监管等服务与监管体系来完善信任体系。

当被问及闲鱼的商业模式的时候,谌伟业并没有回避,“阿里巴巴是一个商业化的公司,做闲鱼这个产品,如果不去想商业模式是不可能的,但是商业模式现在就提出来,还是为时尚早。”

“等到闲鱼每天的量级到亿级别的时候再想就可以了。”


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-