文章核心观点 AI时代，开源产业正经历从技术协作模式向复杂商业生态的深刻演变，开源与商业化的融合成为释放创新潜能、创造可持续产业价值的关键，中国开发者及开源生态在全球格局中正迎来重要的战略机遇期[1][6][11] 开源产业的演进与AI时代的重塑 - 开源已从软件开发模式演进为涵盖项目、社区、企业和基金会的复杂产业生态，深度嵌入云计算、大数据和AI等前沿技术领域[6] - AI的兴起正在重塑开源的内在逻辑，从传统围绕代码的开源延伸至数据、算法、模型和算力等多个层面，形成高度耦合的协作体系[6] - 中国正从全球开源生态的“使用者”和“跟随者”转变为重要贡献者和塑造者，以openEuler、openHarmony等项目为代表的本土开源正在加速成熟，“十四五”规划首次列入开源标志着其已成为推动科技创新的重要制度工具[6] AI开源商业化的新机遇与模式 - 全球开源产业正经历代际跃迁：从以服务为核心的开源1.0（如Red Hat），到以SaaS为代表的开源2.0，再到当前AI驱动的开源商业化3.0时代[12] - AI项目商业化逻辑发生本质转变：从“卖功能”升级为“卖结果”，企业可直接量化AI带来的销售提升、流程优化和开发效率改进，降低了付费决策门槛[12] - 美国市场实践显示，AI创业公司的商业化速度比上一代SaaS企业快3-5倍[12] - AI开源时代的新商业机会主要集中在三方面：重构和补强基础设施、推动数据与场景深度融合、结合中国硬件制造优势通过AI赋能拓展商业空间[16] 中国开源生态的现状与战略布局 - 全球开源开发者数量已超过1.5亿，其中中国开发者总量超过1200万，活跃开发者约285万[14] - 在AI技术栈的不同层级，国际竞争格局各异：在AI基础设施层，中美两国优势最为突出，合计贡献度超过60%；在AI Agent层，中美差距明显缩小，中国开发者的贡献占比达到21.5%[14] - 超过90%的AI基础设施领域投资来自美元基金，凸显了建设本土开源基础设施的紧迫性[15] - 开放原子开源基金会联合CSDN等合作伙伴打造了新一代AI Agent生态核心基础设施AtomGit，旨在构建中国自主可控的开源基础设施并提升全球话语权[15] 开源商业化的策略与挑战 - 开源与商业化应当阶段性“解耦”，开源的“上半场”价值在于获取开发者信任、品牌影响力和真实场景反馈，为后续商业化和全球化铺路[22] - 企业是否付费往往取决于业务重要性和风险承受度，而非产品是否开源本身，在数据库等关键系统领域，稳定性与风险成本比开源属性更重要[22] - 创业者在设计开源策略时，必须尽早想清楚哪些是生态入口，哪些是不可轻易开放的核心能力[21] - 部分公司选择将周边工具开源以获取开发者影响力，而将核心能力产品化、闭源化以实现商业转化；也有公司因身处既定开源标准生态，将核心能力直接开源，通过影响力切入生态，再在管理工具和高性能版本上提供企业级产品[21] AI对企业软件与组织形态的变革 - AI驱动下的新一代企业软件正在明显向To C模式靠拢，产品聚焦解决具体问题点，尤其在引入Agentic能力后，可直接提升个人工作效率，更适配个人订阅模式[19] - 部分AI软件已取消代理体系，直接提供个人版与企业版供用户选择，这反映了产品设计逻辑从解决企业问题转向首先解决个人“人效”问题的根本转变[19] - AI正在重塑组织形态，最容易被AI改造的是长期依赖固定SOP、充当流程“中间层”的岗位，AI真正催生的是“超级小团队”，即用更少的人完成过去需要大规模组织才能完成的工作[27] - 从长期趋势看，大部分人类技能最终都可能演变为“伪技能”，例如编程技能已被AI大幅重塑，AI产出的代码质量已普遍高于个人水平[27] 构建可持续开源产业的制度建议 - 强化战略定位，将开源纳入国家科技发展战略，在关键领域优先采用开源方案，并设立专项资金攻坚开源芯片、操作系统与AI架构等核心技术[9] - 完善法律与协议体系，明确开源许可证法律效力，探索适配AI等新兴领域的许可模式，规范数据使用与AI生成内容的权利归属[9] - 营造协同创新环境，支持开源基金会与社区发展，引导企业建立开源战略，培育开放共享的文化[9] - 建设公共服务平台，提供普惠算力与高质量数据集，降低开发门槛，并构建安全风险防控机制[9] 开发者与创业者的行动指南 - 中国开发者具备天时、地利、人和多重优势：天时是技术与市场的双重红利刚刚开启；地利是国内企业对开源的友好态度提供了广阔验证市场；人和是中国开发者的顶尖工程能力、产品能力以及团队的高效与勤奋[11] - 创业者应聚焦“全球视野+快速开源实现”，密切关注全球技术与市场变化，把握新底座、新模型、新接口、新标准出现的机会，抢先布局做“之前不存在的软件栈”[11] - 接口型能力的核心来源是“把自己扔进真实场景中实践”，真正的PMF往往诞生在面对面交流和真实交易中[29] - 在AI时代创业，应清晰认识自身优势，用创新做高杠杆的事情，真正的护城河在于用户的身份认同与情绪价值，而不仅仅是模型或工程能力[32] 开源社区的进化与价值 - 开源为个人成长提供了平等的机会，任何参与者都能接触到最新的前沿知识和社区共识，积累宝贵的成长经验[35] - 社区的价值不仅在于代码本身，更在于由优秀成员组成的网络，这些成员推动项目持续演进和拓展应用[37] - 在AI辅助编程普及的背景下，贡献者仍需对代码负责，通过严格的CI/CD流程确保所有提交的代码达到高质量标准[35] - 开源不止是开源代码，也在开源个人IP、思考、协作内容，从广义角度看开源仍有巨大潜力[37] AI对创业范式与个人能力的影响 - AI显著降低了个人创业的起点和成本，例如有创业者每月花费200-300美金在AI工具上，即可相当于拥有一个完整的产品开发团队[49][50] - AI在不同领域的作用存在差异：在信息密度低于文字的领域（如编程），AI的帮助非常显著；在信息密度高于文字的领域（如音乐创作），AI则难以帮助快速入门[48] - AI目前在不同行业中的角色各异：在无人驾驶领域多为L2级别的协作者；在编程领域是辅助工具；在量化交易等需要超快决策的场景中，才可能成为独立决策者[50][51] - 个人的主动性和对目标的投入，最终决定了其在AI时代的成长速度[47]

大会核心信息 - 会议名称为GOBI 2025全球开源商业创新大会，由Upstream Labs、AI原点社区、CSDN联合主办 [14] - 会议将于12月21日10:00-17:15在北京海淀东升万丽酒店举行 [5][19] - 会议定位为首届开源商业化主题大会，旨在汇聚生态伙伴，站在全球开源与AI交汇的最前沿，共同解锁未来三年的创新机会 [14][19] 参会嘉宾与规模 - 大会汇聚了500+位开源基金会掌舵者、独角兽创始人、头部VC合伙人与顶级开发者 [14] - 参会嘉宾包括来自GitHub 60,000+ Star项目LLaMA Factory的郑耀威、vLLM社区核心贡献者张家驹、RAGFlow创始人张颖峰、Apache软件基金会成员及Datastrato创始人堵俊平等实战派专家 [2][6] - 其他重要嘉宾包括创新工场联合创始人汪华、CSDN创始人蒋涛、涛思数据创始人陶建辉、LVS创始人章文嵩、PingCAP副总裁刘松、月之暗面副总裁黄震昕等超过30位专家 [20][21] 大会议程与核心议题 - 大会包含三大顶层Keynote，系统洞察开源、AI与商业的前沿思辨 [17] - 核心议题围绕“AI浪潮三部曲：变局·聚力·创生”展开，包含四场深度圆桌讨论 [6][19] - 具体议程包括“破局·企业软件的‘巨硬’时刻”、“变局·AI带来的软件和SaaS变革”、“聚力·开源社区的进化与未来”以及“创生·AI催生的文艺复兴式创业者”等圆桌论坛 [20][21] - 圆桌论坛将探讨如何借助社区力量实现个人能力跃迁、如何让围观者变为共创者、以及如何构建社区精神部落等核心问题 [3] - 会议最后将进行“源起之道”开源商业创新营优胜项目路演及颁奖典礼 [22] 现场活动与体验 - 现场将展示10大“源起之道”开源商业创新营项目 [10][22] - 现场将提供10大具身智能应用场景及体验 [10][22] - 参会者可近距离体验前沿开源应用成果与优秀项目 [10][22] - 大会设有入场好礼及终极神秘大奖等互动环节 [10][22]

腾讯大模型战略与组织架构升级 - 腾讯大模型研发架构进行重大升级，前OpenAI科学家姚顺雨加盟，出任首席AI科学家，直接向总裁刘炽平汇报，并兼任新成立的AI Infra部及大语言模型部负责人，向技术工程事业群总裁卢山汇报 [2] - 此次升级新成立了三个关键部门：AI Infra部（聚焦大模型分布式训练、高性能推理服务）、AI Data部（专注大模型数据及评测体系）、数据计算平台部（致力于大数据和机器学习的数据智能融合平台建设）[6][8] - 架构调整标志着腾讯在AI大模型领域的战略重心正从单纯的“算法研究”向“系统化工程建设”深度进阶 [5] 核心人才引进与行业影响 - 姚顺雨是全球公认的AI Agent与大模型推理领域的领军人物，其提出的ReAct范式和参与的思维树研究，已成为当前大模型应用的主流范式 [5][7] - 姚顺雨的加入被视为腾讯在AI领域的一次“精准且重量级”的补强，带来了OpenAI级别的研究视野和世界顶级的技术直觉 [5] - 近期混元团队的高密度人才引进与架构重组，旨在支撑下一阶段高强度的技术攻坚，补齐大模型拼图中关键的“工程化”部分 [11] 腾讯混元大模型的发展现状与成果 - 过去一年，混元发布了超过30个新模型，其中混元2.0在复杂推理与文本生成场景表现国内领先，混元3D模型开源社区下载量已突破300万 [13] - 腾讯混元大模型已在内部超过900款应用和场景中落地，AI能力已全面渗透进微信、QQ、腾讯会议等国民级产品 [10][13] - 在开发效率方面，90%的腾讯工程师正在使用腾讯云代码助手CodeBuddy，50%的新增代码由AI辅助生成，代码评审环节的AI参与度高达94% [13] 行业竞争态势的演变 - AI的竞争已不再局限于模型参数的比拼，而是进入了数据、算力基础设施与算法深度融合的“系统战”阶段 [8] - 腾讯元宝作为C端AI原生应用，凭借“每天一个版本”的迭代速度，稳居国内AI应用前三 [13]

AI 时代，开源如何不再"为爱发电"？商业如何借助"源力"飞跃？ 当开源的理想主义之光，照进商业化的现实土壤，一个长久以来的问题摆在了所有技术人的面前：我 们该如何平衡开放协作的精神与价值变现的渴望？ 12 月 21 日，由 Upstream Labs、AI 原点社区、CSDN 联合主办的 GOBI 2025 全球开源商业 创新大会将在北京海淀东升万丽酒店盛大启幕。我们把" 开源、商业、AI "三股关键力量汇聚于同一 场域，旨在与 500+ 开源领袖、独角兽创始人、顶级 VC 及一线开发者，共同探寻未来三年的确定 性机遇。 官网： https://gobi.upstreamlabs.org/cn/ 这不仅是一场会议，更是一份通往未来的完整行动指南。现在，终极议程正式揭晓！ 开源年终之战，GOBI 2025 全日程发布 GOBI 2025 的议程设计并非简单的演讲堆砌，而是一场精心编排的价值闭环。我们用一天时间，为 你呈现从顶层战略洞察、到一线战术拆解、再到未来新星诞生的全过程。 大会将由 三场高屋建瓴的 Keynote 演讲拉开序幕，共同构成上午的核心思想板块。下午场则设置 了 4 场高密度的主题圆桌 （Pa ...

你是否也曾有这样的困扰：市场部门催着新品上市，研发团队却在复杂的流程和海量的工艺文件中步履维艰。 图纸版本混乱，沟通成本高企，一个细微的设计变更，就能让工艺和生产环节人仰马翻。 更可惜的是，资深工程师们大量的时间，没有被用于思考和创新，而是消耗在了手动校核图纸、反复测算工时和绘制成千上万张作业指导书上。 如果这正是你企业的痛点，那么今天介绍的"数字化大研发体系"，或许正是你一直在寻找的答案。 重塑研发管理： 打造"数字大脑"贯通全流程协同 想象一下，拥有一个研发的"数字大脑"，它会是什么样子？ 我们的Geega捷做设计研发协同平台正是为此而生 。 这个平台从三个维度重塑研发管理： 在数字化营销及运营层面， 它就像一位精准的"翻译官"，将市场需求快速转化为设计语言，实现"研销一体"。通过基于BOM的营销配置，确保开发的 产品就是市场真正需要的。 在数字化研发核心环节， 它是一位专业的"大管家"，统一管理多种BOM视图，智能分析变更影响范围，让质量问题早发现、早解决。 在数字化协同领域， 它是高效的"指挥官"，实现从项目立项到交付的全流程透明化管理，让跨部门、跨企业的协作变得顺畅无阻。 这个"数字大脑"能直接解决 ...

核心技术观点 - 提出全新上下文级联压缩（C3）路径，核心在于利用潜在Token作为比离散文本Token更高效、密度更高的信息载体，而非依赖视觉编码[1][2] - C3采用双LLM级联设计，小型LLM作为压缩编码器将长上下文压缩为潜在Token，大型LLM作为解码器执行下游任务，实现高比例文本Token到潜在Token的压缩[3][9] - 该设计验证LLM本质是无损压缩的论断，在20倍压缩比下实现98%解码准确率，40倍压缩比下仍保持约93%准确率，显著优于DeepSeek OCR约60%的水平[4][14] 技术路径对比 - DeepSeek OCR路径为文本→图像→视觉Token→语言模型，引入布局、噪点、视觉编码器等无关干扰[6][7] - C3路径为文本→文本Latent Tokens→语言模型，跳过视觉中介，纯粹、无损、直接[6][7] - C3压缩机制引入可学习的上下文查询嵌入，将长文本压缩为固定长度潜在Token（如32或64个），完全保留预训练LLM的语言压缩能力[9] 性能表现 - 在Fox基准测试中，C3在20倍压缩时保持98.4%精度，而DeepSeek OCR降至59.1%[14] - 即使在极限40倍压缩率下（32个潜在Token），C3仍能维持93%以上重建精度[14] - 在长英文文本、中文古文及乱序文本上均实现近乎完美压缩还原[16] 独特技术特性 - 呈现序列性信息衰减特性，错误集中在文本末尾，更接近人类记忆的渐进式遗忘过程，与光学压缩方法的全局模糊不同[12] - 该特性使C3在实际应用中更具可预测性，重要信息优先放置文本前部可确保关键内容完整保留[13] 应用前景 - 超长上下文处理：作为现有LLM前端压缩器，将百万级Token输入压缩到可处理范围，降低计算成本[16] - 多模态应用：级联轻量级VLM和LLM，轻量级VLM作为视觉编码器进行信息压缩，处理视觉信息丰富长文档[17] - 下一代模型基础组件：编码-解码架构可直接应用于扩散语言模型和潜在自回归模型，将可变长度文本转换为固定长度潜在表示[18]

大会基本信息 - 由CSDN与奇点智能研究院联合主办的2025全球C++及系统软件技术大会将于12月12-13日在北京金隅喜来登大酒店举办[1] - 大会主题为AI原生时代下C++与系统软件的演进路径、工程实践与未来范式[1] - 官网地址为https://cpp-summit.org/[3][15] 大会核心议程与主题 - 设立现代C++最佳实践、架构与设计演化、大模型驱动的软件开发、AI算力与优化、异构计算、高性能与低时延、并发与并行、系统级软件、软件质量建设、安全与可靠、研发效能、嵌入式系统十二大主题[4] - 超过40位来自百度、阿里、腾讯、智元、快手、小米、京东、美团等企业技术专家及高校科研工作者参与分享[4] 首日（12月12日）议程亮点 - 主会场将迎来C++之父Bjarne Stroustrup、CSDN高级副总裁李建忠及头部科技企业系统软件领军人物的主题分享[5] - 特别设置"AI原生时代的系统软件"高端圆桌讨论，Bjarne Stroustrup将与一线技术专家同台对话[8][9] - 下午场围绕现代C++最佳实践、AI算力与优化、并发与并行等专题，邀请Adobe、阿里、小米、奇点智能研究院、清华大学、北京智源人工智能等行业专家进行深度技术拆解[10] 次日（12月13日）议程亮点 - 同步开启大模型驱动软件开发、高性能与低时延、研发效能与软件质量、AI算力与优化、系统级软件等多个专题论坛[17] - 来自百度、阿里、腾讯、美团、京东、智元、vivo、商汤、中科院等全球顶尖科技企业的技术专家及科研团队带来深度分享[17] - 具体议题包括编译技术在AI软件栈中的实践、面向异构计算的统一智能计算架构、Coder CLI技术、统一算力释放智能、RISC-V大模型推理AI编译器设计等[19][20] 参会企业与机构阵容 - 参会企业包括百度、阿里、腾讯、智元、快手、小米、京东、美团、vivo、商汤等头部科技公司[4][17] - 科研机构涵盖清华大学、中国科学院计算技术研究所、北京智源人工智能研究院、中国科学院软件研究所等顶尖高校及科研单位[10][17][20] 大会特色与价值主张 - 大会聚焦AI原生时代下软件工程的核心挑战与前沿实践，探讨C++如何持续赋能AI时代的关键底层系统[5][17] - 提供从语言标准到工程落地、从算法优化到系统创新的全链路议题覆盖[4] - 前500名注册者中随机抽取50位幸运用户赠送《AI原生软件研发成熟度模型（AISMM）白皮书》首发纪念版[32]

行业技术趋势与公司战略定位 - Linux内核开发已持续35年，核心工作转变为长期维护和持续支持，而非开发新功能[8] - 行业硬件关注点从CPU转向Nvidia和AMD的加速处理器，但公司认为通用CPU仍是Linux的核心领域[17][18] - AI繁荣促使Nvidia等硬件厂商更积极地参与Linux内核开发，成为该领域的良好参与者[19] 技术采纳与开发流程演变 - 公司角色从主要说“不”转变为有时需要鼓励维护者对新想法说“是”，以打破墨守成规[9][10][11] - Rust语言引入内核已约三年，虽引发争议但正成为内核的一部分，进程比预期缓慢[12][13] - 内核开发流程过去15年保持稳定，每两个月发布一次版本，每次有上千人参与[16] AI技术对行业的影响 - AI在内核开发中的应用仍处于实验阶段，主要用于帮助维护者处理补丁流等辅助任务[21] - AI爬虫对kernel.org等开源基础设施造成严重干扰，并产生低质量的AI生成报告消耗维护资源[21] - 公司认为AI是类似编译器的生产力工具，不会取代程序员，反而可能开启新开发领域需要更多软件人才[25] 开发效率与工具演进 - 公司未使用AI辅助编程，认为内核复杂度高，AI生成的代码从维护角度看可能“糟糕透顶”[23][24] - Vibe Coding等AI编程工具让新人更容易参与编程，但正式产品开发中剩下的10%复杂工作仍需专业经验[24] - 行业生产力提升可通过更少人做同样事或现有人做更多事实现，工具改变工程师工作内容与系统交互方式[26]

AI套壳应用的本质与争论 - 行业中存在对“AI套壳”应用的轻蔑评价，认为其缺乏核心技术、依赖巨人基础且具有脆弱性[1] - 另一种观点认为“万物皆是套壳”，OpenAI依赖英伟达算力和Azure云服务，Netflix依赖AWS基础设施，Salesforce本质上是Oracle数据库的高级外壳[2] - AI套壳应用通常指直接调用现成API（如OpenAI接口）、覆盖轻薄用户界面以提供特定功能的产品形态，开发过程极少涉及复杂底层技术攻坚[2] 功能型套壳应用的特性与风险 - 典型案例如早期“与PDF对话”应用，解决读不懂文档的痛点，但功能狭窄、缺乏粘性，属于一次性工具[3][5] - 这类应用本质是“能力”而非完整解决方案，极易被基础模型构建者（如OpenAI、Google）原生整合而失去存在根基[5] - 功能型套壳应用缺乏业务闭环和护城河，但短期窗口内可创造惊人财富，如PDF.ai月经常性收入达50万美元，PhotoAI达7.7万美元，Chatbase约7万美元，InteriorAI达5.3万美元，Jenni AI在18个月内月经常性收入从2000美元飙升至33.3万美元[6] 产品型套壳应用的生存挑战 - 部分套壳应用进化成真正产品，切入巨大市场，但面临模型访问权和分发渠道垄断两大威胁[7][8] - 代码助手领域（如Cursor）将AI深度集成到开发环境，重塑开发者体验，但严重依赖外部模型接口（如OpenAI、Anthropic）[9][10] - 模型厂商战略碾压风险显著，OpenAI首席执行官指出，95%的AI创业公司应押注模型持续改进，否则能力升级时将面临淘汰[10] - 分发渠道竞争残酷，独立工具需在巨头（如微软、Google、Adobe）整合AI功能前建立用户群，对抗捆绑销售优势和高切换成本[11] 利基市场中的机会与策略 - 商业生态长尾存在大量对风险投资规模太小但能支撑数百万美元业务的利基市场，如占星术、梦境解释等AI应用[14][15] - 专用应用程序可通过结构化数据捕捉（如梦境记录字段）和外部数据集成（如睡眠跟踪）构建完整工作闭环，避开大模型战略雷达[15] - 幸存企业需具备两大特征：嵌入用户工作流并控制结果主导权（如直接操作专有记录系统），以及从客户使用中构建专有数据（如用户修正、边缘案例处理）[17][18] - Cursor计划通过捕捉开发者行为模式优化产品，类似早期搜索大战中通过用户交互理解意图的模式[19] 套壳应用的长期生命力关键 - 批评者正确指出缺乏防御性的套壳应用将随平台功能吞噬而消失，捍卫者正确认为成功软件公司本质都“包裹”底层技术[20] - 真正具备生命力的套壳应用需栖息于用户实际工作场景、将数据写入专有记录系统、构建专有数据并持续学习，或在巨头捆绑前抢占分发渠道[21] - 快速迭代、持续交付解决用户痛点功能的产品极难被击败，划清“功能”与“产品”的界限[21]

文章核心观点 - 谷歌通过Gemini 3展示了其在AI模型性能与成本效率上的重大突破，标志着公司从防御姿态转向积极进攻[12] - 模型的核心优势体现在极致的推理成本控制、工具化定位以及推理能力等关键技术的显著进步[4][15] - 公司对AGI的实现路径保持清晰认知，认为仍需5-10年并依赖推理、记忆等领域的根本性突破[11][17][22] 模型性能与效率突破 - 通过极致的“蒸馏技术”将顶尖模型的运行成本大幅降低，使其能处理数十亿次日均搜索请求而不破产[4] - 公司在成本与性能的帕累托前沿保持领先，实现了“比我聪明的没我便宜，比我便宜的没我聪明”的竞争优势[5][6] - 模型效率的提升使得其能应用于“AI概览”等极端场景，服务数十亿用户，并为云客户和企业客户带来成本效益[22] 模型能力与交互体验 - 模型在推理能力上表现出色，能够同时思考多个步骤，避免了以往模型思绪断片或跑偏的问题[15] - 提供了全新的生成式界面，能真正给用户提供定制化的设计和答案，是创建新型交互界面方面最强的模型[15] - 模型风格更简洁、切中要点、更具表现力，采用“去人格化”设计，专注于成为高效的信息处理器和逻辑推理机[7][9][10][16] 技术发展方向与AGI路径 - 实现AGI预计仍需5到10年，并且可能需要一两个本质上的研究突破，而非仅靠堆算力和数据[11][17] - 下一阶段AI战争的主战场将围绕推理、记忆以及世界模型这三个关键领域展开[11] - 公司认为当前处于规模化基础模型持续进步的阶段，但要通往AGI仍需研究突破[22] 产品整合与市场战略 - 公司正将AI能力深度整合到现有产品矩阵中，包括地图、YouTube、安卓、搜索等，并以AI为先的视角重新构想这些产品[19] - 新产品如Gemini App、NotebookLM等AI原生产品，旨在让AI成为用户工具箱里的超能力工具，专注于任务完成[18] - 公司关注用户满意度等产品体验指标，并将基准测试的进步转化为有意义的产品体验[23] 行业竞争与市场定位 - AI领域处于极其惨烈的竞争环境，公司关注自身进步速度，并对其进展感到满意[19] - 公司不仅是AI研究的先驱，更致力于将研究成果转化到下游所有产品中，并认为在这场进化中才走到一半[19] - 行业部分领域存在泡沫迹象，但公司同时在投资未来蓝海领域如机器人、游戏、药物研发，并看好其长期潜力[25][26]