用强化学习的思维设计产品
本文的将简单介绍一下强化学习，然后简单描述强化学习如何应用到产品设计中，欢迎大家一起来讨论。
此文并非是完整的一个方法论中的一部分，只是偶然间与人讨论，脑海中迸发出的一丝灵光。
强化学习
考虑到看到这篇文章的，可能极少有人工智能相关经验的朋友，我们就尽量简单的描述一下强化学习的概念。
强化学习强调如何基于环境而行动，以取得最大化的预期利益。其思想源于行为心理学的研究，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。
强化学习的关键点是：environment，reward，action 和 state，强化学习是一个流程的不断循环往复，这个流程简单描述如下：某一个Agent感知到了，在基于某个Environment下的state，于是做出了某个Action，Environment对这个Action有了reward【可正可负】，于是state变了，那么新的Action又会被产生，被奖励，不断循环。
强化学习介绍到这里就可以了，接下来，这种强化学习的思想如何应用到产品当中。
设计产品
作为一个PM，在设计产品的时候，我们不能仅仅停留在设计功能的层面，还需要思考对整体系统的效益。今天主要讲一些思维，不讲功能设计。
不论我们设计一个C端的产品还是B端的产品，我们的用户角色或者说用户分类是有多种的，如我们所知的，不同的用户群的诉求不一样，不同角色的利益点不一样。那么如何通过设计产品的方式，充分的调动他们的积极性，通过用户本身的行为，打造一个高效率的体系呢？
把我们的产品变成一个Environment，根据每一个Agent（用户）的行为，给予他们正负的反馈。在设计中，这里的难点，在于如何设计奖惩体系。这里的关键点是两个，Action 和 Reward。
就奖惩而言，在奖惩体系中，可以有奖有罚，也可以只有奖/罚。奖惩本身也分成两类，一种物质上的（更多的钱、更快的速度、更多的信息量等），一种精神上的（名声、证书等），大家使用的时候可根据本公司本产品的实际情况做一下取舍。
你所奖赏的，需要与产品定位公司定位息息相关，举例假设一下电商平台，主要想卖一些有品质、小而美的商品，但却给销量高的做了奖赏，这是不合理的，销量高的商品，不一定符合产品本身的定位，这个时候，好评率反而比销量更合适。当然这是简化的版本，实际中的设计远比这复杂许多。因此我们在设计时，一定要紧扣产品定位，哪些东西是我们提倡的，哪些东西是触碰到我们的底线的，这些要非常清晰。
当一个用户的行为触发了一个reward，那么在大量的用户大量的操作下，平台上的数据就会积累起来，形成一个正向循环。好的信息（产品/内容等）吸引到了极佳的用户，这群用户吸引到了相关的优秀的B端合作，不断循环，保证信息的高质量。
本篇文章到这里就结束啦，感谢大家的阅读。