Transcription
我想，最让我惊讶的或许是，我感觉人工智能经济已经稳定下来了。我们有模型层公司、应用层公司和基础设施层公司。看起来每个人都将赚很多钱，而且对于如何在模型之上构建一家人工智能原生公司，似乎已经有了一套相对成熟的攻略。
许多集之前，我们谈到过，转型并找到一个创业想法比以往任何时候都容易，因为如果你能生存下来，如果你能等上几个月，很可能会有一些重大公告，完全让一套新的想法成为可能。所以，寻找想法的难度似乎正在回归正常水平。
欢迎回到《光锥》的另一集。今天我们谈论的是我们在 2025 年看到的、今年最令人惊讶的事情。戴安娜，你发现了一个相当疯狂的。这几乎就像 YC 批次期间，YC 首选的大语言模型发生了“换岗”。
是的。事实上，我们刚刚结束了 26 年冬季公司的筛选周期。我们问所有申请 YC 的创始人一个问题：你们的技术栈和首选模型是什么？令人震惊的是，在很长一段时间里，OpenAI 一直是去年和过去几个批次的明显赢家。尽管那个数字一直在下降，但令人震惊的是，在这一批次中，排名第一的 API 实际上是 Anthropic，它比 OpenAI 多了一点，谁会想到呢？我想当我们当时开始这个播客系列时，OpenAI 大约占 90% 以上。而现在是 Anthropic，谁会想到呢？
是的。你知道，在 2024 年大部分时间和 2025 年初，它们一直徘徊在 20% 到 25% 左右，然后直到最近三到六个月，这种换岗才真正发生。
它们的增长呈现出曲棍球棒式的曲线，增长率超过 52%。你认为这是为什么？
我认为在技术选择方面有几点原因。我认为正如我们今年所看到的，在正在构建的意图编码工具和编码代理方面，有很多成功案例。有太多的类别，这最终成为了一个更大的问题空间，实际上正在创造很多价值。事实证明，在这方面表现最好的模型实际上是 Anthropic 的模型。我认为这并非偶然。我想从我们不久前与汤姆·布朗的对话中得知，他来演讲时提到，那是他们内部评估的一部分。他们有意将它们作为他们的北极星，你可以从模型偏好中看到这一点，结果是许多构建产品的创始人最佳的模型选择是 Anthropic。
然而，人们使用它的绝大多数用例并不是编码。所以我想知道是否存在一种渗透效应，人们用 Claude 进行个人编码，然后因此他们更可能为他们的应用程序选择它，即使他们的应用程序根本不做编码。
因为你会非常熟悉 Claude Opus 或他们选择的任何模型的个性。
是的。
我想是 Sonnet。
Gemini 怎么样？Gemini 在这些排名中表现如何？
Gemini 也一直在攀升，爬得相当高。我想去年可能是个位数百分比，甚至像 2% 到 3%，而现在对于 26 年冬季批次来说大约是 23%。我们个人也一直在大量使用 Gemini 3.0，我们对其质量印象深刻。我认为它真的非常有效。
我的意思是它们都有不同的个性，不是吗？
它们也有。
是的。这有点像经典情况，OpenAI 有点像黑猫能量，而 Anthropic 则更像是一个乐天派、更乐于助人的金毛寻回犬。至少我与它们交流时是这种感觉。
那 Gemini 呢？
它有点介于两者之间。
哈，你实际上更喜欢 Gemini。
是的，我今年改用 Gemini 作为我的首选模型。我想甚至在 2.5 Pro 出来之前，它在推理方面就显得更好了。对我来说，我越来越多地用 Gemini 替代我的 Google 搜索，我只是有点相信 Google 的基础 API 及其利用 Google 索引正确提供实时信息的能力。我个人发现它在这方面比所有其他工具都好，也比 Perplexity 好。Perplexity 很快但不总是准确，而 Gemini 不像 Perplexity 那么快，但如果我问它今天发生的事情，它总是相当准确。
即使你将 Gemini 作为 Perplexity 中的推理引擎。
我没有那样做。
有意思。是的。所以很难知道其中有多少是工具的作用，有多少是基础大语言模型的作用。
这很公平。
是的。我的意思是你们的首选工具是什么？我还没有停止使用 Chat GPT。我的意思是，我发现它的记忆力非常持久。它了解我。它了解我的个性。它了解我思考的事情。所以我会用 Perplexity 进行快速网页搜索或那些我知道是研究任务的事情，因为我认为 Chat GPT 在搜索网页方面仍然有点落后。我不知道。我认为记忆正在成为那种消费者体验的真正护城河。我也不期望 Gemini 会有我期望 Chat GPT 拥有的个性。它感觉就像一个不同的实体，你知道吗？我仍然感到惊讶的是，为什么没有更多围绕我们所做的各种事情的消费者应用程序。就像我回想起来，今年对我来说最大的变化之一就是我为我的生活所做的提示和上下文工程的数量。比如我们最近买了一套房子，整个过程我只是进行了一段长时间运行的 Chat GPT 对话，其中塞满了所有检查报告的上下文，或者希望它能在我和房地产经纪人之间创造一个公平的竞争环境，以了解所有动态和正在发生的事情，感觉应该有一个应用程序来做这件事。
但同时，我确信你拿了那些 PDF 文件，然后把它们扔进 Gemini，说“总结一下，告诉我什么对我重要”。我想我担心的是，我仍然不够信任模型，认为它们在没有大量提示的情况下也能准确，而且这是一笔高价值交易。所以你不想从中获取不正确的数据。所以我仍然觉得你需要投入工作，而且感觉应该仍然有应用程序能为你完成所有工作。
你有没有看到 Karpathy 发布了一种大语言模型竞技场，我的意思是，我现在手动使用标签页来做。就像你打开 Claude，打开 Gemini，打开 Chat GPT，然后你给它们相同的任务，然后你获取每个的输出，然后我通常会去问 Claude，说“好的 Claude，其他模型是这么说的，你觉得呢？”并互相检查工作。我认为在消费者层面上的这种特定行为，我们正在做的创业公司也在做，它们实际上正在对很多模型进行套利。我与一些创始人进行了一些对话，他们以前可能忠于 OpenAI 模型或 Anthropic，我最近与他们进行了一些对话，这些创始人正在运营像 B 轮融资级别的更大的人工智能公司，他们实际上正在将所有这些抽象化，并构建这个编排层，或许随着每个新模型的发布，他们可以替换它们，或者他们可以使用在某些方面表现更好的特定模型来完成特定任务。例如，我从一家创业公司那里听说，他们使用 Gemini 3 来进行上下文工程，然后他们实际上将其输入到 OpenAI 中执行，并且随着新模型的出现不断替换，每个类别或类型的代理工作的赢家都不同，最终他们可以这样做，因为这一切都基于评估，而评估都是他们专有的，因为他们是一个垂直人工智能代理，他们在一个受到严格监管的行业中工作，并且他们拥有对他们来说效果最好的数据集。
我认为这现在是新常态，人们期望，是的，模型公司花费所有这些钱，使智能更快更好，我们都能受益，这很酷。让我们只做最好的。这几乎就像英特尔和 AMD 推出新架构的时代。人们可以替换它们，对吧？
是的。在最高层面上，那种关于价值将流向何处的焦虑——是流向模型公司还是应用层？——感觉在这一年里，它在两个方向上都有起伏。对我来说，我觉得有些时刻，比如 Claude Code 惊人的发布，感觉“哦，好吧，模型公司实际上将在应用层发挥作用”，但对我来说，至少这完全是基于感觉的，比如 Gemini 的飙升，尤其是在过去几个月，感觉它让我们回到了一个模型本质上都在相互商品化的世界，而且如果这种情况继续下去，应用层和创业公司将迎来又一个精彩的一年。我很好奇 Jared 你怎么看，Twitter 上有很多负面评论，关于这是否有点像人工智能泡沫。
是的。当我与大学生交流时，我经常被问到的一个常见问题是：“哦，我听说这是一个巨大的人工智能泡沫，因为英伟达和 OpenAI 之间有这种疯狂的循环注资，这很棒吗？这都是假的吗？”是的。
不，这太棒了。对吧。就像人们看待电信泡沫一样，你知道，数十亿、数百亿、数千亿美元的资金，就像在 90 年代一样，闲置在大量的电信公司中。实际上，这就是 YouTube 能够存在的原因，对吧？如果你有大量未被使用且相对便宜的额外带宽，成本足够低，像 YouTube 这样的东西就能存在。如果当时没有电信过剩，那么 YouTube 可能就不会发生。它只是会发生得更晚。那不就是我们在这里谈论的吗？我们如何加速？对吧？我们正处于智能时代。岩石可以说话，可以思考，可以工作。你只需要更多地激发它们。你就会得到越来越智能的东西。在这一点上，我认为对大学生的论点实际上是，因为会有过剩，所以对你来说是一个机会。如果没有过剩，就不会有那么多竞争，价格会更高，堆栈中较低层的利润会更高，对吧？然后，你知道，今年最大的新闻之一是什么？英伟达突然失宠了。我想他们今天的股价大约在 170 左右。你知道，老实说，我仍然是长期买入并持有。但就目前而言，人们会说：“哦，Gemini 这么好，而且，你知道，现在似乎没有人只用英伟达了，每个人都在买 AMD，每个人都在，你知道，而且 TPU 正在发挥作用。”所以，你知道，目前看起来，你知道，这意味着什么？这意味着有竞争，而且这意味着会有更多的计算能力而不是更少，然后这意味着对所有大型大语言模型公司，就像那些人工智能实验室，可能会有一些更好的事情，但你知道，它们彼此之间也在竞争，那么这意味着什么呢？那么它就是，你知道，在堆栈中再上升一个层次，对吧？只要有许多人工智能实验室彼此之间存在激烈竞争，那么对那个即将开始应用层创业的大学生来说甚至更好。
是的，我认为这完全正确。就像人们在问这个问题：“这是泡沫吗？”如果你相当于 Comcast，这可能是一个非常相关的问题。就像如果你是英伟达，这是一个非常相关的问题，比如“哦，人们是否过度建设 GPU 容量？”但大学生不是 Comcast，他们实际上就像 YouTube。如果你在宿舍里创业，那就像人工智能领域的 YouTube，而且没那么重要。也许英伟达的股票明年会下跌。我不知道。但即使它下跌了，那也并不意味着现在是开展人工智能创业的糟糕时机。
是的。就像 Zach 今年在播客调查中说的，我想，对吧？就像 Meta 最终可能在资本支出和基础设施方面过度投资大量资金，但大型公司本质上不得不这样做，因为它们不能袖手旁观。如果由于某种原因需求断崖式下跌，那是它们的资本支出，而不是创业公司的资本支出。而且仍然会有大量的基础设施和想法可以继续构建。
有一位名叫卡洛·佩雷斯 (Carlo Perez) 的经济学家写了一本书，他研究了许多技术趋势和技术革命，他总结说实际上有两个阶段。一个是安装阶段，这是大量重资本支出投资涌入的阶段，然后是部署阶段，它真正地波及开来，然后一切在丰富性方面爆发。在安装的初始阶段，感觉就像一个泡沫。有点狂热，因为它首先始于一项令人惊叹的新技术，这发生在 2023 年的聊天机器人时刻。每个人都对这项技术超级兴奋，然后每个人都变得非常兴奋，并开始投资大量基础设施，购买大量 GPU 并建设所有巨大的千兆瓦数据中心，然后人们会问：“但需求是什么？将要构建的所有应用程序会是什么？”我认为我们现在正处于那个过渡期，这实际上对创业公司创始人来说真是个好消息，因为他们不参与数据中心的建设，但他们将在部署阶段，当它真正普及时，构建下一代应用程序。回到与 2000 年之前的互联网时代类比，当时对电信公司进行了大量重资本支出投资，对吧？那些是大学生不会参与的巨大项目，但它们投入了大量资金，在某些情况下甚至过度投资。我的意思是，这就是暗光纤和一些未使用的管道的全部情况。那没关系。互联网最终仍然是一个巨大的经济驱动力。这意味着像未来的 Facebook 或未来的 Google 这样的创业公司尚未开始，因为它们是在部署阶段出现的，因为我认为现在这些事情仍在建设中。我确实认为基础实验室公司和 GPU 非常符合基础设施的范畴。
是的。我的意思是，看着这些东西如何演变有点意思。你还记得 24 年夏天有一家名为 StarCloud 的公司出现，它是首批表示我们将在太空中建造数据中心的公司之一，你知道当时人们的反应是什么吗？
人们在互联网上嘲笑他们。
是的。他们说那是有史以来最愚蠢的想法。你知道，我想 18 个月后，突然 Google 也在做，Elon 也在做。
现在在每次采访中，显然，这似乎是他的首要谈论点。
是的。所以，我的意思是，为什么会这样？我觉得其中一个方面是，目前如此密集的基建，我们实际上没有发电能力。Boom 超音速公司现在不是在制造超音速喷气式飞机，而是在努力为目前正在建设的许多人工智能数据中心创造足够的电力。他们使用喷气发动机，甚至那些都非常糟糕，你知道，用于为数据中心发电的喷气发动机供应链如此滞后，以至于你必须在两三年前就订购这些东西，才能在两三年后拥有它。你知道，这些限制最终会相当直接地影响大型科技公司在未来三到五年内赢得比赛所需做的事情。就像突然没有足够的土地。你知道，在美国，我们无法建造。监管太高。在加利福尼亚州，我们有 SQA，它被环保游说团体完全滥用，以阻止所有创新和住房建设。顺便说一句，我们在陆地上没有足够的空间来做社会现在需要做的事情。所以，你知道，逃生阀就是：实际上，让我们就在太空中做吧。
是的。仔细想想，我们似乎有三家 YC 公司正在解决数据中心建设问题。
嗯，你需要聚变能。
是的。是的。嗯，我们有公司通过在太空中建造数据中心来解决无土地问题。我们有 Boom 和 Helion 正在解决我们能源不足的问题。今天很有趣，一家刚刚毕业的太空聚变公司，名为 Zephr Fusion。他们在演示日获得了一轮很棒的种子轮融资。他们都在 40 多岁。他们是国家实验室工程师，他们整个职业生涯都在建造托卡马克和聚变能。有一天他们来到实验室。他们看了物理学。他们，你知道，看了数学和模型，他们说：“你知道吗？如果我们在太空中做这个，它实际上是可行的。”所以他们正在进行一场宏伟的、未来 5 到 10 年的探索，以实际将其实现，在太空中创造它，因为方程式表明这是可能的，而且如果他们做到了，它实际上是太空中获得千兆瓦能量的唯一途径。所以你知道，它可能很快就会成为一个更完美的三巨头。今年我还感觉发生了另一件事，那就是创办模型公司的兴趣，我想可能在两端都有。有些人可以筹集资金去真正尝试建立一个与 OpenAI 正面竞争的对手，这样的人非常非常少，比如 Ilio 和 SSI，但更多的是 YC 内部的人试图构建更小的模型。嗯，在过去几个批次中，我肯定看到了更多这样的情况，比如在边缘设备上运行的模型，或者特定语言的语音模型。我很好奇这种趋势是否会延续到 YC 的早期时代。实际上，我们看到了创业公司，尤其是 SaaS 创业公司的爆炸式增长。部分原因是关于创业公司的知识变得更加分散。互联网上没有关于如何创办创业公司、如何构建软件的图书馆式信息宝库，然后十多年后，这变得越来越普遍，社会对创业公司和如何构建事物的知识就像爆发一样。感觉我们可能正在经历人工智能研究与实际使用训练模型构建事物相结合的时刻。
我认为我们现在绝对正在经历那个阶段。是的。它正在从一种非常罕见的技能组合变成一种更常见的技能组合。
因为就像十年前的 OpenAI，它是一种罕见的，你需要独特的技能组合，对吧？你需要你的研究者大脑，你的工程师大脑，也许还有你的财务商业大脑。
等等，你刚才描述的是伊利亚、格雷格和山姆吗？
你猜对了。
那是一个罕见的团队，对吧？当时这种团队配置并不多见。而现在十年后，有大量拥有研究背景、工程背景、创业融资背景的人，或者至少将要被教导如何做所有这些事情。我很好奇这是否意味着我们将看到更多应用型人工智能公司开始，也许针对所有各种特定任务，会有更多模型可供选择。
我想是的。所以我认为另一个正在促成并使其成为一个越来越大的雪球的因素是强化学习。我认为有所有这些新的开源模型，人们正在其上进行微调，具有特定的强化学习环境和任务。所以很有可能你可以通过在其上进行微调和强化学习，在通用开源模型上训练出最好的领域特定模型，比如说医疗保健模型，它击败了常规的大模型。实际上，我听说并看到了一些创业公司，它们的领域特定模型击败了 OpenAI，比如说在医疗保健领域，有一家特定的 YC 创业公司告诉我，他们收集了最好的医疗保健数据集，最终在医疗保健的许多基准测试中表现优于 OpenAI，仅用了 80 亿参数。
我想有趣的是，你确实需要拥有训练后基础设施。我们也有 YC 公司，它们拥有击败 OpenAI GPT 3.5 的东西，它们正在用强化学习进行微调，但后来 GPT 4.5 和 5.1 出来了，你知道，基本上把它们的微调成果冲垮了。必须继续前进。是的。
是的。你必须继续前进。是的。我的意思是，你实际上必须继续达到前沿。还有其他什么在过去一年中让你印象深刻的吗？
嗯，这很有趣。我们今年年初的一集获得了大量关于意图编码的观看。我想我们当时更多地是将其视为观察我们创始人正在发生的一种行为。我很惊讶地看到这变成了一个巨大的类别。有很多公司正在获胜。我的意思是，我们有 Replet，有 Emergence，有很多这样的公司。
Verun Moan 去了 Google。他发布了反重力。你们看到那个视频了吗？我实际上有点好奇他们是否真的使用了 Nanobanana 或任何这些视频生成的东西，因为它有点太完美了。但 Google 有预算来制作高制作价值的视频。但是，你知道，Verun 在键盘前，然后，你知道，Sergey 就在他身后。所以它非常电影化。无论如何，我想 Sundar 不仅在谈论太空数据中心。他还谈论了意图编码，我知道我当时有点反向嘲讽，但根据我们所知。我的意思是，是的，意图编码并非在你 100% 的编码期间完全可用和可信。你知道，在 2020 年和 2025 年底之前，你不可能交付 100% 坚实的生产代码。是的，我当时在思考 2025 年让我惊讶的事情。我想最让我惊讶的或许是，我感觉人工智能经济已经稳定下来了。就像我感觉我们在 2024 年底做这一集时，我们仍然处于一个令人难以置信的快速变化时期，地面在我们脚下移动，没有人知道另一只鞋何时会掉下来，以及创业公司、人工智能和经济到底会发生什么。现在我感觉我们已经进入了一个相当稳定的人工智能经济，我们有模型层公司、应用层公司和基础设施层公司，看起来每个人都会赚很多钱，而且对于如何在模型之上构建人工智能原生公司，似乎已经有了一套相对成熟的攻略。我觉得事情真的以那种方式成熟了。
这感觉都源于模型本身今年有了增量改进，但没有出现颠覆一切的重大进展，这产生了连锁反应。许多集之前，我们谈到过，转型并找到一个创业想法比以往任何时候都容易，因为如果你能生存下来，如果你能等上几个月，很可能会有一些重大公告，将完全使一套新的想法成为可能，并创造更多构建事物的机会。现在感觉这已经减缓了，所以根据我在办公时间里的经验，寻找想法的难度似乎正在回归正常水平。
我同意。
我告诉你什么不足为奇。你还记得那份《AI 2027》的报告吗？它就像一篇悲观的文章，说社会将在 2027 年开始瓦解。但你知道，在某个时候，他们悄悄地修改了它，说不是 2027 年，但他们保留了标题。也许这不足为奇。就像我一直有点怀疑论者，怀疑这种快速起飞论，因为即使有缩放定律，它也是对数线性的。所以它更慢。它需要大约 10 倍的计算能力，而且它仍然有点，你知道，达到顶峰，对吧？那是一种好消息。另一种形式的，称之为好消息很奇怪，但人类不喜欢改变。在我们之前的一集中，我们驳斥了麻省理工学院的那份报告，该报告称 98% 或 90% 的企业人工智能项目失败。嗯，事实证明，90% 的企业甚至不知道如何做你知道的那些事，更不用说人工智能了。说这是好事很奇怪，但在快速起飞的背景下，这确实真正阻止了这项新的、真正疯狂的技术渗透社会的能力。我喜欢加速，但奇怪的是，在这种情况下，也许这是件好事，对吧？它确实是一项令人震惊的强大技术，但你知道，介于对数线性扩展和人类真的不喜欢改变之间，从组织上讲，社会将吸收这项技术，每个人都会有足够的时间来处理它，文化会跟上，政府将能够做出回应，而不是像 SP 1047 那样疯狂地，你知道，让我们停止所有超过 10 的 26 次方的计算，对吧？就像这些对技术的条件反射式反应。我们对 ARC AGI 奖项感到兴奋，它将作为非营利组织参与 26 年冬季批次。有趣的是，是的，也许现在有一个团队正在攀登 ARC AGI 的排行榜，他们将再次加速这件事。还有一件事让我惊讶，与创业公司有关的是，我记得去年这个时候我们还在谈论公司如何达到一百万美元的年收入，并在没有招聘任何人的情况下（有些情况下只有创始人，可能招聘一个人）进行 A 轮融资，这感觉非常不寻常。我感觉一年过去了，这并没有转化为“好的，然后他们达到了 1000 万美元的年收入”或者“他们没有增加更多人就实现了规模化”。
不，他们转过身来开始招聘真正的团队。
是的。就像 A 轮融资后，它实际上在很大程度上感觉攻略是一样的，公司在相同收入下可能规模更小，但感觉这完全是因为他们如此快地达到了收入，而且招聘人员所需时间仍然是一个瓶颈，而不是他们对人员的需求减少了。
我仍然认为有一些影响，但并非一锤定音。并不是说你不再需要招聘高管了。我想可能有两个“鹅肝酱”创业公司，一个是 Harvey，另一个是 Open Evidence，对吧？Harvey 的创始人令人难以置信，他们非常早期，然后有一种想法，对于风险投资家来说，你可以沿着沙丘路走下去，就像那些固定模式一样，你只需把所有人都排除在外，然后所有你认识的人，也许有 30 个人可以开出 1000 万到 1 亿美元的支票，如果你只是获得了他们所有的钱，那么就没有人能真正进来做下一轮 A 轮融资，然后基本上你就安全了，就像你拥有资本作为武器，资本作为护城河一样，对吧？所以，是的，Harvey 很有趣，因为你知道，Lora 正在快速追赶他们，显然我们在 Lora 上有一些利害关系，但我们认为他们有同样好的机会。
我想这是我们在 2025 年看到的一个趋势，就是出现了第一波像 Harvey 这样的人工智能原生公司。
他们实际上可能在微调上浪费了很多钱。
完全是这样，它们在 2023 年真正爆发，并进行了一次胜利巡游，你知道，哦，我们赢得了这个领域，现在我们看到第二波公司，比如 Lora 和 Giga，结果发现，哦，实际上事情没那么简单。
是的。奇怪的受益者是，你知道，在微调上烧掉了你资本堆栈中非小数的两位数百分比，而这并没有给你带来任何优势，基本上投资者是唯一的赢家，因为他们只是拥有你公司更多的股份，你知道。
是的。是的，至少就招聘和团队规模而言，我觉得在两个阵营中，一个认为人工智能将使一切更高效，你将需要更少的人；另一个认为人工智能将降低生产事物的时间成本，因此你的用户和客户的期望只会提高，你需要继续招聘更多人来满足不断增长的期望。我觉得今年更多地属于第二个阵营，我认为这就是公司仍然像人工智能出现之前一样招聘同样多的人的原因。这就像客户期望的软件标准，他们都全力以赴，你知道，就像 Lora 正在与 Harvey 竞争，Giga 正在与 Sierra 竞争。他们都仍在争夺同一批客户，他们最终仍然受制于人，而且我认为没有人受制于想法，但他们受制于那些能真正出色执行的人。我认为这仍然是一个令人兴奋的阶段。我同意你的看法，一个人运营万亿美元公司的时代还没有到来。
还没有。
是的。但我认为它最终会朝着那个方向发展。那将是一个疯狂的时代。也许这是对 2026 年的预测。是的。
你觉得它会实现吗？
我的意思是，老实说，我也不认为它会在 2026 年发生。我的意思是，我想你会听到许多由不到一百人运营的公司赚取数亿美元的故事。所以我的意思是 Gamma 很有趣，他们发布会上说的一件我认为非常好的事情是，他们说他们仅用 50 名员工就达到了 1 亿美元的年经常性收入。所以这非常不同，你知道，如此颠倒，对吧？通常你会有大横幅和类似小 X 的图片，然后说“哦，是的，我们筹集了这么多钱，看看为我们工作的所有人”。拥有“反向炫耀”是一个好趋势，就是“看看所有这些收入，再看看为我们工作的人有多么少”。好了，这次我们就到这里。我们只想祝你和你的家人节日快乐，新年快乐。下次再见。