ZD至顶网软件频道消息:三秒钟找到人,并立刻发起沟通——仅仅是“班铃”这一个功能,就让越来越多的企业成为IMO班聊的铁杆“粉丝”。
“做为一款工作聊天软件,班聊在沟通方面做得特别细致。” 齐家网的无线事业部推广总监姚苏粤对IMO班聊的评价就是,这是一款真正的职场神器。
同样是聊天,生活、工作大不同
同样是聊天,细分到工作场景之下,会有什么不同?
在IMO班聊刚刚召开的产品发布会上,就出现了这样一个场景——早上9点,上海浦东一家公司的产品总监Kevin刚刚走进办公室,还没等坐稳就接到了员工的紧急电话,对方说正在招标现场,10点招标正式开始,但是现场得到一些新信息,需要紧急补充材料,希望Kevin帮忙协调。
公司很重视这个项目,很早就建立好了招标项目群。Kevin马上进入群里发布信息,但是同事们都很忙,一时间无人响应。要是在以往,Kevin必须再打一圈电话逐个通知相关负责人,但有了班聊,他可以不慌不忙地在群内选择相关人员发起“班铃”,一分钟不到,所有人都到齐了,纷纷在群里发声,七嘴八舌地沟通,不到20分钟,就落实了招标材料的补充需求。
工作聊天,“100%必达”就够了?
“我们用过很多款企业IM,在沟通中都会碰到这样的问题:很多时候,发出的信息不仅得不到及时回复,甚至你完全不知道对方会在一分钟、一小时还是一天后回复,完全是听天由命。” 姚苏粤认为,特别是齐家网这样在全国拥有近70家分站、900万注册会员和4万家建材家居品牌供应商的电商企业,在平时的工作中,比起发送信息,能快速得到回应,反而是更大的需求。
IMO班聊的设计团队对工作场景进行了长达9年的研究,因此,班聊中的“班铃”功能,不仅是发起快速沟通的一种方式,而且特别针对需要及时回复的信息。
记者看到,“班铃”画面类似电话呼入,持续提醒。如果对方错过,“班铃”会辅以短信、微信、PC提醒,备有联系人提醒,同时还有追呼功能。
“‘班铃’不只是单向传达,而是双向互动。”从姚苏粤的演示中,也可以看到,班铃在应答后,能立即将对方带入沟通界面,即刻建立沟通场景,进行工作事务的讨论解决。
“拒接”班铃,领导居然不生气!
“公司在全国有25000多名员工,都在用IMO班聊。”国通快递的一名快递员小王告诉记者,大家都喜欢用它的原因在于,班聊发起沟通时可以“秒回”,却又特别人性化。
“如果主管有紧急的事情找我,他会在‘班铃’里稍上一句话,看到后,我就立刻能判断出紧急程度。”小王说,如果当时自己不方便接听,还能选择“拒接”的理由,随后方便再回来沟通。这样主管也能了解状况。“一点儿都不耽误事。”
一个“班铃”引发的好评,存在于IMO班聊绝大部分的活跃用户中,包括中国联通、和记黄埔、戴德梁行、科大讯飞、海通证券、中国人民银行、三峡集团、华泰保险等知名企业也都在使用它。
据了解,IMO班聊目前在官网提供iOS、Android、Windows、Mac等多版本下载,大到政府、龙头企业;小到团队、个人,下载注册,分分钟就能搞定。
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。