纪嫣然

近年来，AI正日益成为资本的宠儿、科技巨头争相布局的焦点。谷歌、苹果、亚马逊以及BAT等中外巨头早已展开一系列的“收购大战”，同时快速聚拢人工智能核心技术，以此来抢占人工智能的领跑地位。

AI技术是开启新一波互联网浪潮的契机。行业巨头纷纷入局，并通过资本收购充实完成发展布局。CBInsights在题为“The Race For AI： Google， Baidu， Intel， Apple In A Rush To Grab Artificial Intelligence Startups”的数据分析文章中，盘点了行业巨头人工智能收购情况。

自2012年以来，在所有被收购的人工智能公司中，约有47%有风投的支持。谷歌、IBM、雅虎、英特尔、苹果和Salesforce等行业巨头，連同新入场者福特、三星、通用电气和优步等正在竞相收购人工智能创业公司。自2012年以来，已经有超过250家研究人工智能算法的创业公司被收购，仅在2017年第一季度就有37家收购情况。福特公司以10亿美元收购Argo AI，成为这一季度最大的并购交易事件之一。百度今年的人工智能收购表现尤为积极，包括于本季度收购由亚马逊的Alexa基金支持的Kitt.ai在内，至此已有3起并购交易。

人工智能行业收购现状

自2012年来，谷歌已经在此领域进行12次收购活动，它无疑是对于人工智能初创公司最活跃的收购者。2013年，谷歌接手多伦多大学计算机科学系研究深度学习和神经网络的DNNresearch初创公司。据报道，这次收购能极大帮助谷歌提升图像搜索功能。2014年，谷歌斥资约6亿美元收购英国公司DeepMind Technologies，并开发出AlphaGo打败人类围棋世界冠军柯洁。2016年，它收购视觉搜索初创公司Moodstock和机器人平台Api.ai。最近，谷歌收购了位于印度的Halli实验室。

再来看看苹果，苹果公司一直在加大收购力度，并以8次收购交易排名第二。最近，它以2亿美元收购位于加州的Lattice Data，并收购估值为200万美元的RealFace。

英特尔、微软、Facebook并列第三。英特尔仅在2016年就收购了Itseez，，Nervana Systems，和Movidius 3家初创公司。最近，Facebook收购了白俄罗斯的Masquerade Technologies和瑞士的Zurich Eye。微软近期则收购了Genee和研究AI交流的初创公司Maluuba

Salesforce 和Twitter各收购4家人工智能初创企业。Twitter最近收购图像处理初创公司Magic Pony。Salesforce在2015年以收购tempo AI为开端加入竞争，并在去年进行两项重大收购：科拉斯创投投资的 MetaMind 和开源服务器机器学习PredictionIO。通用电气在2016年进行2次收购： Bit Stew Systems和Wise.io。

下面的统计显示了自2012年以来至少进行2次AI收购交易的公司。（苹果收购的Novauris和亚马逊收购的Orbeus的收购日期尚不明确，它们被标星，以表示该日期为约值。）（图2）

在下面这个虽然简约但信息量丰富的表格中有所有人工智能创业公司的情况。从汽车技术到医疗保健，初创公司正在用人工智能改变某些行业。（图3、4、5、6、7）

过去5年，人工智能的确成为中国投资者在美国的投资重点：自从2013年以来，中国投资者参与了美国人工智能公司的41笔交易，人工智能（AI）在中美两国都是热点。

早有报道指出，为数不少的中国资本正在越过太平洋，登陆美国争抢AI等领域的明星创业公司。而在六月的另一篇报道中，我们提到美国正在考虑限制中国资本的投入。关于AI的竞争正在升级。

基于上述背景，最近知名风投数据公司CB Insights进行了一次详尽的分析，直观分析了中国投资者过去5年参与了多少美国科技行业投资，以及中国投资者最感兴趣的技术。这份全景图式的报告表明：

2012至2015年间，中国投资者向美国开展的科技投资交易增长超过5倍。这一趋势在2015至2016年间趋平。中国2017年的投资交易将出现38%的同比下滑。

2016年和2017年以来，中国投资者参与的美国科技交易只有不到一半处于早期阶段（种子轮、天使轮和A轮）。与此同时，2017年上半年，中国投资者参与的美国科技交易有19%属于B轮。

过去5年，人工智能的确成为中国投资者在美国的投资重点：自从2013年以来，中国投资者参与了美国人工智能公司的41笔交易。

腾讯成为美国人工智能公司最活跃的投资者，共投资了5家从事深度学习、视觉学习、临床人工智能和人工智能即服务的公司。

谷歌中国前总裁李开复创办的创新工场，已经成为对美国机器人创业公司投资最为活跃的中国风险投资公司。

虽然百度等中国科技巨头已经投身开发无人驾驶汽车，但汽车技术仅占中国投资者2012年以来在美科技交易的2%。

以下是这份报告的主要内容。

说明：CB Insights定义的中国投资指的是总部位于中国大陆的投资者（包括企业、风险投资、天使投资、私募股权投资机构等）参与的私有融资。

这份分析并不包含总部位于大中华地区（包括中国香港和中国台湾）的投资者。

自从2012年出开始，中国投资者参与了美国的641笔科技交易，总额达到190亿美元。2012至2015年间，中国投资者向美国开展的科技投资交易增长超过5倍。

这一趋势在2015至2016年间趋平。按照目前的投资速度，中国2017年的投资交易将出现38%的同比下滑。endprint

2017年以来，中国投资者参与的著名交易包括中投公司参与的度假房屋租赁网站Airbnb总额4.48亿美元的融资、高瓴资本参与的电商平台Magento总额2.5亿美元的私募股权融资、碳云智能参与的个性化健康网络PatientsLikeMe总额1亿美元的C轮融资，以及腾讯参与的音乐移动应用开发商Smule总额5400万美元的融资。

中国在美科技投资的地域特征

在对美国科技行业投资时，中国投资者逐渐把目光瞄向大型科技中心之外的其他地方。2013至2014年，中国投资者投资的科技公司总部遍布美国13个州和华盛顿特区。但在2015和2016年间，中国投资者投资的公司所在州的数量增长一倍。

自2016年以来，在美国大型科技中心（硅谷、纽约、华盛顿、马萨诸塞州和德克萨斯州）之外的投资包括，真格基金参与的康涅狄格州LED科技公司Saphlux总额500万美元的融资，阿里巴巴和银江集团对弗罗里达州可穿戴增强现实平台Magic Leap的投资、浙江万安科技参与的弗吉尼亚州电动汽车充电创业公司Evatran Group的多轮融资。

中国在美科技投资的阶段特征

查看了中国投资者对美国科技公司的投资所处的阶段后，我们发现，2016年和2017年以来，中国投资者参与的美国科技交易只有不到一半处于早期阶段（种子轮、天使轮和A轮）。与此同时，2017年上半年，中国投资者参与的美国科技交易有19%属于B轮。（图10）

中国投资者在美国支持了哪些技术

由于主管部门担心间谍问题，害怕暴露底层技术，我们通过数据分析了中国投资者在美国著名的先进技术领域的投资趋势。以下是我们的发现：

人工智能——中国今年7月宣布了新的发展计划，希望到2030年成为全球人工智能领导者，并将打造一个规模1500亿美元的行业。过去5年，人工智能的确成为中国投资者在美国的投资重点：自从2013年以来，中国投资者参与了美国人工智能公司的41笔交易（在这一时期涉及中国投资者的科技投资交易总量中，大约占到6%）。

这些交易覆盖范围非常全面，包括专注于垂直领域的人工智能公司（例如金融服务领域的ZestFinance和医疗领域的Sense.ly），以及水平人工智能应用（例如DataVisor和Scaled Inference）。

每个类别中都有一些公司不仅获得了中国公司或投资者的投资，还与之合作提升自己的能力。例如，ZestFinance已经与百度和京东商城就信用评分展开合作，而DataVisor与阿里巴巴、陌陌和猎豹等中国公司就基于机器学习的欺诈探测展开了合作。

与去年相比，中国投资者2017年至今對美国人工智能公司的投资有所放缓。

在此期间，腾讯成为美国人工智能公司最活跃的投资者，共投资了5家从事深度学习、视觉学习、临床人工智能和人工智能即服务的公司。今年5月，腾讯还在西雅图开设一家人工智能实验室，专门开发语音识别技术，希望将人工智能研究应用到该公司的社交媒体、网络游戏和云计算服务中。

下面企业关系图谱凸显出腾讯在此期间对美国展开的人工智能投资，每一条绿线代表一轮投资。

机器人——中国是全世界增长最快的机器人市场，其经济规划者已经将机器人列为国家战略，并在去年4月制定了机器人5年规划。

自2012年以来，中国投资者参与了美国的36笔机器人交易，不到这一时期所有交易的6%。这些投资涉及的机器人公司范围很广，从智能家居（Rokid）到温室（Iron Ox），再到仓储（Soft Robotics），主要发起者都是总部位于中国的风险投资公司，而非战略投资者。

谷歌中国前总裁李开复创办的创新工场，已经成为对美国机器人创业公司投资最为活跃的中国风险投资公司，其投资标的包括加州商业厨房机器人公司Dishcraft Robotics、儿童编程学习助手机器人开发商Wonder Workshop、老年人外骨骼机器人开发商Superflex。

自动/电动汽车技术——虽然百度等中国科技巨头已经投身开发无人驾驶汽车，但汽车技术仅占中国投资者2012年以来在美科技交易的2%。

中国投资者参与的、涉及无人驾驶技术的最大规模汽车科技交易是Zoox总额2亿美元的A轮融资，IDG中国和其他投资者参与其中。除此之外还有两笔LiDAR投资：百度联合领投的Velodyne总额1.5亿美元的融资，以及上海金融发展投资基金参与的Quanergy总额9000万美元的B轮融资。

2017年以来的交易包括金沙江创投参与的无人驾驶地图创业公司DeepMap总额2500万美元的A轮融资，以及腾讯参与的无人驾驶汽车模拟创业公司Righthook总额190万美元的种子轮融资。

增强现实/虚拟现实（AR/VR）——2012年以来，中国投资者参与了34笔美国AR/VR公司的股权投资，约占同期所有交易的5%以上。其中最大的一笔是阿里巴巴参与的Magic Leap总额7.935亿美元的投资，阿里巴巴执行副总裁蔡崇信还加盟了Magic Leap的董事会。

中国媒体和娱乐行业的战略投资者非常活跃，包括华谊兄弟、优酷土豆和上海文广。总体而言，除了Magic Leap之外，中国投资者参与了6笔金额超过5000万美元的AR/VR投资交易，包括Unity Technologies（1.81亿美元C轮融资，中投公司、峰瑞资本、华山资本参与）、NextVR（8000万美元B轮融资，中信国安、中国资本、华人文化、方正和生、网易资本参与）和Jaunt（6500万美元C轮融资，华人文化参与）。

展望

以这些趋势来看，中国跨境科技投资今后将会如何发展？以下是两件值得关注的事情：

对以色列加大投资——以色列已经成为中国投资者获得先进技术的一个重要地区。2012年以来，共有19个不同的投资者（包括阿里巴巴、真格基金和百度）在该国完成了科技交易。endprint

如果美国监管收紧，预计这一数字将会激增，因为以色列集中了很多专注于图片识别、军事级网络技术、汽车技术的科技人才及科技公司。

投资本地基金——今年5月，中国平安宣布成立新的体量10亿美元的领航基金，专门对海外金融科技和医疗领域展开投资。但其中8%至10%的资金将专门与本地基金合作，代表他们进行投资。

路透社6月报道称，美国正考虑加强美国外商投资委员会（CFIUS）的职责，限制中国在人工智能领域的投资。虽然目前还不清楚这一领域未来是否会出现一些立法，但中国投资者今后可能会更多地采用投资美国和其他市场本地基金的方式。

以上就是CB Insights报告的主要内容。

为什么中国资本热衷于投资美国产业？显而易见的情况是，美国有更为优质的技术和人才。有趣的是，腾讯研究院刚刚发布了一份报告，对中美在AI领域的差距，给出了一个定量的判断。我们摘录下其中的部分内容。

美国AI企业数量约为中国两倍

截止到2017年6月，全球人工智能企业总数达到2542家，其中美国拥有 1078家，占据42%；中国其次，拥有592家，占据23%。中美两国相差486家。其余872家企业分布在瑞典、新加坡、日本、英国、澳大利亚、以色列、印度等国家。

从历史统计来看，美国人工智能企业的发展早于中国5年。

在美国AI创业公司中排名前三的领域为：自然语言处理252家，机器学习应用242家，以及计算机视觉与图像190家。

在中国AI创业公司中排名前三的领域为：计算机视觉与图像146家，智能机器人125家以及自然语言处理92家。

美国AI产业布局全面领先

美国AI产业布局全面领先，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国。相比较而言，中国在基础元器件、基础工艺等方面差距较大。

从基础层的芯片企业数量来看，中国拥有14家，美国33家，中国仅为美国的42%。

而技术层，中国拥有273家，美国拥有586家，中国为美国的46%。

在应用层，中国拥有304家公司，美国拥有488家，中国是美国62.3%。

美国基础层人才数量是中国13.8倍

美国研究者更关注基础研究，人工智能人才培养体系扎实，研究型人才优势显著。具体来看，在基础学科建设、专利及论文发表、高端研发人才、创业投资和领军企业等关键环节上，美国形成了能够持久领军世界的格局。

美国产业人才总量约是中国的两倍。美国1078家人工智能企业约有78000名员工，中国592家公司中约有39000位员工，约为美国的50%。

美国基础层人才数量是中国的13.8倍。美国团队人数在处理器/芯片、机器学习应用、自然语言处理、智能无人机4大热点领域全面压制中国。

在研究领域，近年来中国在人工智能领域的论文和专利数量保持高速增长。但中国缺少重大原创科研成果，人工智能顶尖人才远远不能满足需求。

美国AI融资出现井喷

美国的第一笔风险投资出现在1999年，2005年进入发展期，2012年为爆发期拐点。

在2005年，中国出现第一笔AI风险投资（晚于美国6年），2013年进入爆发期。

2016年，中国总融资额短暂接近美国，达到492.98亿，距离美国约30亿。但中国在2017年增势放缓，相反的，美国融资则出现井喷，累计融资大幅度超越中国。

公众对于人工智能的期待也许太高了。

每年Gartner发布的技术成熟度曲（The Hype Cycle）都备受市场关注，也成为企业做出重大投资决策的风向标。2017年，Gartner发布的新兴技术曲线推出三方面趋势：无处不在的人工智能（AI）；透明化身临其境的体验；数字化平台。

2017年新兴技术成熟度曲线最亮眼的就是人工智能类的技术。Gartner指出，未来10年人工智能将成为最具破坏性级别的技术，主要是因为卓越的计算能力、漫无边际的数据集、深度神经网络领域的超乎寻常的进步。

在人工智能类的领域里，Gartner关注到智能机器人正处于膨胀预期的顶峰，并称在未来几年中，围绕智能机器人的宣传和期望将继续增长。Gartner指出，过去几年中，亚马逊机器人公司计划配置10000个机器人来完成客户的订单；谷歌收购多个机器人技术公司；Rethink Robotics推出巴克斯特和Sawyer，可与人类员工一起工作；2016年，希尔顿、威斯汀等酒店房间也开始使用服务机器人。Gartner认为，这些都是智能机器人将会大放异彩的趋势。

机器学习（Machine learning）也处于期望膨胀的高峰期。Gartner提出，机器学习会在自动化领域、药物研究、客户关系管理、供应链优化、预见性维护、操作效能、反欺詐、自动驾驶、资源优化等领域展现大量的商业和社会场景。

同样在全球进入期望膨胀期的还有虚拟助理技术，在美国科技巨头谷歌、亚马逊、苹果、微软、Facebook等推动下，虚拟助理技术已经成为人工智能最先能够接近为普通人所用的应用。

Gartner报告提出，成千上万的供应商都在探索深度学习领域的应用，如计算机视觉、会话系统和生物信息学领域的应用。研究人员正在不断地发布惊人的新的关于这一主题的论文。硬件制造商正在加紧交付新的、深层的神经网络训练的高性能算法（深度神经网络算法，DNNs）。未来在科学数据平台上，深度学习的功能将变得更容易获得，估计到2018年，80%的数据科学家的标配是深度学习。

与人工智能相关的还有自动驾驶技术。不过Gartner认为，自动驾驶技术尚处于技术触发期。Gartner指出，2017年汽车制造商和技术公司开发的自动驾驶汽车得到了主流媒体的吹捧，导致对这项技术不切实际的和过高的期望。AI是一个关键的技术，使基于机器学习和算法的自动驾驶得以加速发展。自动驾驶目前的主要挑战是成本，当然人们也在可靠性、道德、法律层面展开研讨。endprint

Gartner研究副总裁盛陵海表示：“Gartner发布的任何一个曲线周期出来都会受到高度关注，企业也会根据这些技术的成熟度以及处于什么位置，来决定是否要投资这些新技术。”

具体而言，企业大致分为A、B、C三类，A类公司比如英特尔这样的大企业，在任何一种新技术刚刚出现苗头时（科技诞生的触发期）就会介入，从而还将影响整个技术曲线的走势。B类公司是快速跟随者。比如华为、联想等，他们会先采取观望的态度，在炒作峰值期立即跟进投资。C类公司是那些普通的公司，他们因为不愿承担过大的风险，所以会选择在技术成熟普及之后在投资。

全球第一梯队的科技公司已经开始集体布局人工智能，其中就包括苹果、亚马逊、谷歌、Facebook，最后一个加入这场战役的是微软。在微软最新发布的年度财报中，把人工智能列为公司的首要任务之一。这对于微软而言是全新的，过去微软的主营业务是移动和云业务。

在微软的年度财报中，首次提及6项涉及人工智能的内容，去年的财报中一项都未提及。微软称：“我们的战略愿景是通过为智能云建立一流的平台和生产服务来竞争和发展，并为AI注入智慧。”去年微软“移动和云服务优先”的表述已经被取代。自2014年上台以来，微软CEO纳德拉就一直把微软定位成一家“移动和云优先”的公司。

不过，无论是Windows Phone操作系统也好，诺基亚的收购也好，都没有为微软带来太多价值。

微软已经收购了包括Maluuba和Swiftkey等人工智能创业公司，并建立了一个正式的人工智能研究小组，该小组未来将专注于AI开发和其他前瞻性研究和开发工作，涵盖基础设施、服务、应用和搜索。

上个月，微软宣布将打造人工智能芯片并用于全新的Hololens AR设备。微软下一步的计划是在明年使得其云端用户能够加速完成实际的人工智能的任务，包括图像识别、巨量数据的处理，以及运用机器学习算法来预测顾客的购买模式等。

微软研究院杰出工程师Doug Burger表示：“我们是在严肃地推进人工智能。我们的目标是做人工智能云领域的第一名。”

随着阿里正式发布智能音箱“天猫精灵 X1”，其2016年成立的人工智能实验室也首次高调亮相。BAT 的人工智能实验室至此已让人眼花缭乱。下面将为您梳理和比较百度、腾讯、阿里巴巴三家人工智能实验室的架构、研究方向及研究领域，并希望能从中一窥这三巨头的 AI 前进方向。

百度：人事动荡，陆奇带来研究院大调整

百度的 AI Lab 全称是 Silicon Valley AI Lab（硅谷人工智能实验室），成立于2014年。

在百度硅谷人工智能实验室的官方网站上，他们的自我介绍是：“硅谷 AI 实验室的使命是开发 AI 技术，我们认为这将对至少1亿人的生活产生重大影响。我们的研究建立在深度学习，大数据和高性能计算的强大组合之上。事实上，SVAIL拥有深度学习和系统研究团队，能够携手共同探索最新的深度学习算法，以及通过新的硬件和软件技术来寻找创新的方法来加速人工智能研究。”

正如自我介绍里所说，百度在硅谷的 AI Lab 专注于深度学习技术与国内较为知名的深度学习实验室（IDL）功能类似。百度硅谷 AI Lab 在学术研究上较为活跃，经常在官方博客上介绍最新研究，比如最新的深度学习基准工具 DeepBench。DeepBench 是一种深度学习基准工具，用来评估深度神经网络训练中的基础操作的表现，现在已经开源。

从这一点上看，百度硅谷AI Lab与谷歌大脑和Facebook的FAIR很像，他们专注于深度学习技术的研究，经常有前沿的技术成果放出。

从百度整个公司层面来看，正如大家看到的那样，这些年来，百度人工智能的技术核心，还有一个关键词——深度学习。四年前，也就是2013年1月，百度正式宣布成立深度学习研究院（IDL），李彦宏担任院长，余凯任副院长。

同年，在美国百度也建立了人工智能团队，还是以“深度学习”命名，叫“深度学习研究中心”，也叫“美研院”，第二年人数便从30多人扩充到超过100人。

2014年5月，百度在硅谷成立硅谷人工智能实验室；同年7月，百度成立大数据实验室。

从2014年到2017年，在人工智能上，百度研究院大致的划分如下：百度研究院由吴恩达统领，其下辖四个实验室：硅谷人工智能实验室（SVAIL）、深度学习实验室（IDL）、大数据实验室（BDL）与AR实验室。

不过2017年上半年，百度内部发生人事震荡，迎来硅谷华人传奇“陆奇”，但也失去了“深度学习大神”吴恩达。随着吴恩达离职，陆奇担任COO，百度的组织架构也迎来了一次大调整：百度研究院成为陆奇手下五大业务体系中AI技术平台体系（AIG）的一个组成部分，由王海峰全面负责，吴恩达的接任者——林元庆，需要向负责人王海峰汇报。 AIG成为继IDG（百度智能驾驶事业群组）后百度最新的事业群组。AIG即AI技术平台体系，将进一步深度整合包括NLP、KG、IDL、Speech、Big Data等在内的百度核心技术。

陆奇的五大业务体系中，除了AI技术平台（AIG）外，还有搜索、新兴业务事业群组、IDG（智能驾驶事业群组）和FSG（金融服务事业群组）。

至此，百度研究院被正式“收编”。

腾讯：自带应用的AI Lab

腾讯人工智能实验室属于技术工程事业群，与腾讯大数据等部门并列，是公司基础 AI 技术的提供者。

张潼作为腾讯AI Lab第一负责人，带领50余位AI科学家及200多位AI应用工程师团队，专注于人工智能的基础研究，主要包括计算机视觉、语音识别、自然语言处理和机器学习这四个垂直领域。

如果要用一句话来总结腾讯AI Lab的特点，那就是：Lab 里面是自带应用的，这和只专注技术的实验室不一样。

腾讯公司总裁刘炽平在宣布张潼加入腾讯时曾表示，“人工智能的高速发展除了依靠算法和计算能力的快速提升外，也离不开丰富的应用场景、海量的大数据及强大的计算能力。在过去18年里，腾讯在这些方面有了很多的积累，这对于我们AI Lab的发展来说是一个重要的基础。”

从刘炽平对腾讯AI Lab定位可以看出，“丰富的应用场景、海量的大数据及强大的计算能力”是腾讯认为自己的优势所在。腾讯AI Lab曾经喊出“学术有影响，工业有产出”的口号。

提起腾讯的AI，除了AI Lab，往往还能想到其它的部门，例如成立更早的优图实验室、微信模式识別中心、腾讯数据平台、以及微信和香港科技大学的联合实验室。它们跟成立才满一年的AI Lab 之间是什么关系？

此前在接受媒体专访时，张潼曾表示，腾讯不同事业部旗下都在开展不同领域的AI研究。他们是协同关系。以AI Lab为例，张潼说：“技术工程事业群 TEG一直以来是腾讯技术的基础设施大本营，TEG是腾讯内部的技术支撑平台，为公司提供全方位的运营解决方案和服务支持。因此，AI Lab的重点是基础研究和应用探索的结合，为其他事业群提供一些AI底层技术支持，也会有一些的跨部门合作。打造全面AI能力，Make AI Everywhere，让真正的人工智能未来无处不在。”

阿里：AI Lab偏向消费级产品

2017 年 7 月 5 日，阿里巴巴举办智能音箱“天猫精灵”发布会，阿里巴巴人工智能实验室（AI Labs）负责人浅雪在接受专访时说，阿里人工智能实验，不仅有科学家团队、算法团队，还有产品经理，也有终端的负责人。相对来说，iDST 是一个核心AI基础技术的提供者，AI Labs 许多技术来自 iDST。最大的区别在于，AI Labs 更多地偏向消费级产品。

“浅雪”，原名陈丽娟。根据此前公开的信息，她曾经担任淘宝首任产品经理，一淘网运营总监，阿里智能云总监等职务。据内部人士透露，浅雪曾一手建立了阿里智能生活事业部。

由此看来，阿里巴巴的人工智能实验室在有一个重要的特征——偏向消费级产品。这从负责人“浅雪”的职业经历也可以看出来。endprint