最近，以我们的《进化者》栏目为借口，见了李开复老师一面。
这次见面，我期待了很久。
从他还在微软的时候算起，我们认识20多年了。距离上一次见面，已经过去了10年。这10年里，中国换了一批又一批的热词。AI也从一个技术名词，变成了一桩热门的生意。
所以，我一直很希望能向他请教。因为如果想找一个能真正把AI这件事讲透的中国人，那你就很难绕开他。
他新出的那本书，叫《AI未来已来》。书的开头，有一封信的照片。信纸，已经泛黄。那是他40年前申请博士学位时写的。信里，有一句话。
AI，是人类认识并理解自己的最后一里路，我希望加入到这个全新绽放、充满前景的未来科学领域。
40年前。没有GPU，没有大模型，没有ChatGPT。AI，是一个连很多学者都觉得没前途的方向。他就把这句话写了下来。然后，一路从苹果，微软，谷歌，做到自己创办的创新工场，再到今天亲自下场做零一万物。
大半辈子，做一件事。
那么，还等什么呢？抓紧时间。我们聊AI，聊企业，聊小人物的机会，聊这个时代里的重要品质，聊真正长期赚钱的位置。
我想，这场对话，一定也能给你一些收获和启发。
所以，我尽量原汁原味地整理了出来。
今天，与你分享。
01
前所未有的扩散速度
刘润：开复老师，我想从一个朴素的问题开始。
这两年，AI火成这个样子。但去看任何一个国家的GDP，好像都没有因此突飞猛进。看那些大公司的财报，也没觉得业绩因为AI就翻了两三倍。AI，真的会改变我们的一切吗？
李开复：其实，所有改变世界的技术，都需要一些时间来落地。
电，从被发明出来，到有电网，成为工厂主要的动力来源，前后花了差不多50年。蒸汽机，汽车，也都是这么走过来的。这里面有制造成本的问题，有大家的接受度，有使用习惯的改变，有商业模式的重塑，还有新公司打败旧公司，新标准取代旧标准，甚至有国家力量的介入。所有这些事一件一件发生，历史上至少要50年。
刘润：50年。这个数字其实有点吓人。
李开复：但AI会远远快过它们。
因为我们已经有了互联网这样一个天然的载体，让它扩散得极快。而且，AI本身的成长速度，就比其他技术快得多。它能做的任务长度，差不多每两年可以翻100倍。也就是一年10倍。
刘润：一年10倍？
李开复：对。一年10倍。
如果一年前它能做10分钟的人类工作，那一年后它就能做100分钟的。而它的成本呢，下降得比这个更快。最近Anthropic有一篇Paper显示，模型的训练里差不多80%已经是AI训练AI了。人，不再是瓶颈。所以这一次AI的扩散速度，是历史上前所未有的。
刘润：可是，为什么很多人没什么感觉呢？用了AI工具，却说不清到底改变了什么。这中间到底差了什么？
李开复：AI的迭代速度没有变慢，是企业整体没把AI用好。
打个比方。当年一个工厂说，好，我现在要用电了。可他们的机器还没有一台是接上电和电网的。你把电引进来了，但没有真正接进这个公司的血管里。今天绝大多数公司做AI，就是这个状态。
刘润：把AI引进来，但没接进血管里。
李开复：对。
你把大模型接进了公司，可这个模型并不了解你的业务。它训练的时候用的是全世界的公开数据，它不知道你公司的组织架构、决策流程、工作流，也不知道你每个季度的目标。这些，都是公司的机密，都不可能拿去训练一个通用大模型。那它进来以后，怎么能真正干活呢？
刘润：所以，不是浪潮虚，是姿势错。
李开复：是的。姿势错了。
02
很多人把AI贴在了公司外面
刘润：那今天大部分公司用AI，错在哪了呢？
李开复：我给你讲一个我这一年反复听到的场景。
员工写周报，本来200字就能讲清楚的事，他用AI扩写成2000字。为什么？因为显得饱满，看起来干活了。然后老板呢，看着2000字太累，就用AI把它压回200字。你看，全公司都在拥抱AI，每个人都在用。可实际上，一事无成。
刘润：好像有很多公司，是这么拥抱AI的。
李开复：所以，这背后有一个概念，我觉得每一个老板都应该分清楚。
AI，有两种用法。一种，叫AI赋能，一种，叫AI原生。
刘润：什么意思？
李开复：AI赋能这个词，其实听起来也挺好听的。意思是，我已有的组织架构、决策流程都不动，我把AI放在边上。员工写报告，我让AI帮着写。老板读报告，我让AI帮着读。最后的结果，就是刚才说的，200字变2000字，再变回200字。说起来，是赋能。其实，在打圈。
刘润：那AI原生呢？
李开复：AI原生，就是整个系统都要变。
你要重新问自己一遍，公司的战略是什么？为了这个战略，我需要什么样的信息？最好的人是谁？哪个会议真正会做出决策？开完之后有没有被执行？说到有没有做到？没有做到的人，怎么管？这一整套东西，从底层开始，重新以大模型和Agent为中心来设计一遍。
刘润：听上去，很重。重到很多老板已经不敢想了。有没有什么具体的下手点？
李开复：有的。第一件事，就是唤醒沉睡的数据。
刘润：什么叫“唤醒沉睡的数据”？
李开复：很多公司开会，都是有录音的。销售有录音，客服也有录音。可这些录音录完了以后呢？就放在硬盘里，没人碰，或者干脆扔了。这里面存着大量信息。你要知道你的产品客户到底喜不喜欢，你不用再开一场会讨论了，你去问AI，它把这些录音全读一遍，答案就出来了。你要知道你的团队之间有没有矛盾，你的命令下面执行得怎么样，你要知道公司哪个员工最会用AI编程、要不要重点激励，都可以从这些数据里问出来。
刘润：所以，AI原生的第一步，不是买模型，是把公司里那些没人读的数据先读起来。
李开复：对。让AI站在这堆数据上面，成为你的耳朵和眼睛。
刘润：我试着总结一下，开复老师看看对不对。
AI赋能，是“贴”，是把AI贴在公司外面。AI原生，是“重写”，是把公司为AI重新写一遍。不重写，在AI上花了钱，可能也是原地打转。
李开复：是的。
03
钥匙必须在老板手上
刘润：好。那接下来，是不是应该赶紧找CTO，让他牵头做AI原生转型？
李开复：不是的。
这件事的第一个员工，必须是老板本人。这也是为什么，我们零一万物要把第一个决策AI产品做成“老板AI”的原因。
刘润：员工用AI的场景多，中层用AI的痛点集中。为什么非得是老板第一个？
李开复：因为在一家公司里，中层其实是最有理由抗拒AI的。
他们担心自己被替代，担心失去信息优势，担心AI让老板绕过自己直接看到一线。这时候你让CTO牵头，CTO也不完全是中立角色，他既是执行者也是被评估者，这件事就会做得很温吞。老板不上桌，执行就容易阳奉阴违，员工就用AI应付老板，老板再用AI应付员工。你就得到了那个200到2000再到200的循环。
刘润：所以，老板AI具体是做什么的？
李开复：帮老板提升决策质量。
它能听会议、销售记录、客服记录，帮老板看到全局事实，发现风险和机会。老板决策以后，它还会跟着看这个决策有没有被执行，说到有没有做到，没做到的人是谁。
刘润：过去老板身边其实一直有一个角色。
在国外叫Chief of Staff，在国内我们叫大秘，或者叫业务助理，做的其实也是这个事。这和老板AI有什么区别吗？
李开复：区别在放大倍数。
一个真人Chief of Staff，一周工作60个小时，可能能给老板带来5到10个小时的价值。因为他是一个人，他只能派自己去某个会议听一听，某个部门问一问，然后来跟老板讲。而老板AI呢，可以同时听所有会议、读所有材料、跟所有人的沟通痕迹交叉验证。它能把老板的60个小时的时间，放大成600个小时的价值。
刘润：所以，Chief of Staff是给老板配了一双腿，老板AI是给老板装了一副外挂。
李开复：对。
刘润：可是，老板真的会用吗？很多老板买了新工具，没玩几天就放在角落里积灰了。
李开复：这就是为什么第一步必须是老板亲自用。
老板用了，全公司才有信号。不仅是这家公司在做AI转型，更是老板本人在做AI转型。
刘润：所以钥匙不在CTO手里，不在员工手里。就在老板手里。
李开复：就在老板手里。
04
公司中层会迎来涨价
刘润：那如果我就是中层呢？老板上桌了，外挂也配了。那我去干嘛？是不是要被替代了？
李开复：恰恰相反。
中层的位置，其实会在这一波的浪潮里变得更重要，而不是更便宜。因为随着AI员工越来越多，公司里必然会出现一批新的关键角色。他们要能管这批AI员工。这个角色叫DRI。
刘润：DRI是什么？
李开复：Directly Responsible Individual。直接责任人。
这个概念不是新的，是当年乔布斯在苹果内部提出来的。最近Twitter的创始人Jack Dorsey又写了一篇Paper把它推了出来。因为他发现，在AI时代，这个角色的稀缺性突然翻了好几倍。
刘润：为什么？
李开复：因为AI太能干了。
你给AI一个任务，它能出十个方案，能连夜给你写完代码，能瞬间给你做一份分析。可AI不能自己给自己下命令，它需要一个人告诉它，做什么，做到什么标准算完成，做完之后交给谁验收。这个人不见得要会编程，但他必须懂业务、懂目标、懂节奏。他必须愿意为最终的结果签字。
刘润：那这个DRI，是该找懂AI的年轻人来做，还是找懂业务的老师傅来做？
李开复：都可以。
有的公司里是懂业务的老师傅，他不见得会用AI，但他知道什么是好，什么是坏。有的公司里是懂AI的年轻人，他上手快，但业务感还需要磨。有时候你可以让两个人搭档。但有一条原则不能破。责任，只能落在一个人身上。
刘润：因为责任除以2，就等于0。
李开复：完全正确。
刘润：那你在零一万物内部，怎么找到这些DRI？
李开复：我们其实做过一个实验。
我让老板AI去帮我识别，公司里哪些人像DRI。它给我列了一份名单。然后我把这份名单和我自己、我的团队独立评估出来的名单做对比，重合度大概有70%到80%。剩下的那20%到30%，我们再一个一个去研究，为什么它看到的和我们看到的不一样。这个过程本身，也是在训练老板AI变得更聪明。
刘润：可是开复老师，“负责”这件事，怎么就突然变得值钱了？之前公司里不也有中层吗，没见有这么稀缺呀。
李开复：因为AI可以执行任务，但不会真正承担责任。
你可以骂它，可以扣它工资，可以把它的电拔掉四天不通电。但它对这些完全没反应。你奖励它，它也不会因此更卖力，你惩罚它，它也不会因此更谨慎。责任这件事，本质上是需要一个“有热爱有追求，能被惩罚也能被激励的主体”来承担的。AI不是这样的主体。
刘润：所以，责任永远只能安放在人身上。
李开复：对。这是人和AI之间，最刺眼的一条差别。
刘润：也就是说，过去，我们把“负责”当成是一种美德，一种加分项。
今天，它突然变成了一种稀缺资源。如果过去十几年里，你攒下了判断力和担当，那你终于要涨价了。
李开复：这是我很想让每一个中层管理者听进去的话。
05
小人物的机会
刘润：那不进大公司的人呢？零工，小老板，自由职业者，想创业但没底气的人。AI时代，他们的位置在哪？
李开复：他们的位置可能反而更好。
我最近看到很多年轻人在做一件事，叫OPC。One Person Company，一人公司。
刘润：这个词现在很火。
但是，很多人的理解是“缩小版创业”。先一个人干着，做大了再变正常公司。开复老师怎么看？
李开复：我觉得大部分OPC，不能走传统创业的路。
传统创业的模型是VC投一百家，出三家独角兽，二十家赚钱，其他大多走不到最后。这个门槛太高了。OPC的正确打开方式，是去啃那些低垂的果实。那些过去要价很高，但今天用AI能把成本压下来的事。
刘润：能给我举个例子吗？
李开复：我在东南亚看到一个小公司，他专门做夜市里的一件事。
就是那种摊贩中心，有的卖海南鸡，有的卖咖喱蟹，当地叫Hawker Center。这个小公司找到每一个摊主，跟他说，你自己拍几张照片，拍几段视频，上传给我，我用AI帮你生成300条TikTok视频，帮你把客流拉过来。
刘润：感觉很巧妙。
李开复：是的。有两个巧妙的点。
第一，这些摊主自己不会做TikTok，他没这个精力和技能。第二，请人来做，一个月几百美金他付不起。可AI来做，一个月30到50美金，他能接受，而且换来的客流足以覆盖。这个小公司一年下来，赚个大几万美金没问题。
刘润：还有别的吗？
李开复：还有一个在美国的。
专门找那种园丁，修屋顶的，上门救猫救狗的手艺人。让他们自拍一段工作视频，AI帮他们剪成温馨的短片。有一个视频是一个师傅爬到树上把猫救下来，很多客户看了以后就来找他修屋顶。这样一个月他愿意付50到100美金。这也是ARR，也是稳定的现金流。
刘润：我自己其实也经历过。
我们请一位专业的音乐老师，给年度演讲写过主题曲，叫《少年的模样》。我很喜欢。当时，花了7万块钱。今天有了Suno这些AI工具，可能700块都不用，就能生成一首听起来像模像样的原创。
李开复：所以，一定会有一些变化。
刘润：是的。
过去只有在7万块的场合才愿意做的事，今天会下沉到700块的婚礼，70块的生日聚会，7块的朋友周年纪念。每一次下沉，都有可能长出一堆新的OPC。有人专门给婚礼做主题曲，有人专门给宠物做纪念视频，有人专门给餐厅做菜单朗读。
李开复：对。
聪明的OPC，找的就是那些今天要价还很高，但AI已经能把成本大幅压下去的场景。世界在这一层，会长出一堆过去不存在的小生意。
刘润：所以我发现，DRI和OPC，本质上是同一种能力。
一个在大公司里叫DRI，一个在大公司外叫OPC。都是一个人扛所有的结果。
李开复：完全正确。
06
不必担心明天就被机器人取代
刘润：前段时间，不是刚开了世界人工智能大会嘛。
整个H2、H3展厅里，几乎一半都是具身智能，都是各种各样的人形机器人。感觉好像机器人马上就要走进家里了。开复老师，你怎么看？
李开复：技术上，我是乐观的。
具身智能这条路，我认为一定走得通，只是数据要一点一点推进形成安全可控的闭环。但商业上，我持谨慎态度。尤其是“家用人形机器人”这条线。
刘润：怎么说？
李开复：家里要解决的问题，其实是这个世界上最便宜的问题。
洗衣服，做饭，扫地，打扫。你要解决这些便宜的问题，却需要世界上最先进的技术。每个家庭长得都不一样，每个家里的袜子扔在哪里都不一样。这跟工厂里搬箱子完全不是一个难度。
刘润：那家用人形机器人，未来会是什么价位？
李开复：3到5年后，我估计还是要20万起步。
我不能想象比这个更便宜。因为要造一个真的能像人一样干活的东西，成本压不下去。
刘润：20万能做到什么程度？
李开复：我刚想说这个更麻烦的问题。
假设你花了20万，抱回一台机器人。它抓一个鸡蛋，捏破了。你会说什么？人怎么会捏破鸡蛋呢。它走一段路摔了一跤，你会说什么？人走平地怎么会摔跤呢。它眨眼睛不像人，你也会说，这怎么眨得这么怪？
刘润：因为像人，所以一定会被拿来和真人比。
李开复：对。而且它一定比不过。
你花20万，本来想要一个仆人，结果得到一个“看起来像人但不如人”的东西。你不会开心的。所以我觉得，做家用人形机器人这件事，本身就本末倒置了。你要洗衣服，为什么不做一台自动洗衣机？你要扫地，为什么不做一台扫地机器人？你偏要造一个人形机器人，让它去用洗衣机，去用扫把。这是过度设计。
刘润：哎呀，那我就放心了。至少这几年，我不用担心在家里被机器人取代。
李开复：不用。你还有时间。不过，总有一天还是会做出来的。虽然应该不会太快。
07
真正长期赚钱的位置
刘润：开复老师，我想问一个有点偏战略的问题。
零一万物一开始，也是烧基础大模型的。而且烧得不错，曾经在世界排名靠前，中国拿过第一。后来为什么要转去做企业转型这门生意？
李开复：坦率来说，一半是判断，一半是被逼的。
刘润：怎么讲？
李开复：判断的部分是，基模这条赛道，进入红海了。
国内十几家公司在烧，每一家背后都有巨头。国外还有OpenAI、Anthropic、Google这样的公司。拿巨资烧基础模型这件事，最终会收敛到少数几家。我们没有绝对的信心一定能成为那几家之一。
刘润：那被逼的部分呢？
李开复：我们没有那么多GPU，也没有那么多钱。
这是一场军备竞赛。别人有飞弹、大炮、坦克。我们呢，只有一把两颗子弹的小手枪。而且，真正长期赚钱的位置，不在基模层。
刘润：为什么这么说？
李开复：因为价值链在往上走。
你看Anthropic，它今天的ARR，根据SemiAnalysis最新的预测，已经到了900亿美金。有人预测它可能会成为一家3到6万亿美金市值的公司，全球前三。可是，为什么它能这么值钱？不是因为它模型强，是因为它模型之上有企业愿意为价值买单。今天有大约1000家企业，每年为Anthropic付超过100万美金。
刘润：所以，钱是从“应用创造的价值”那里，倒着往下流的。
李开复：对。
而且我们观察到，在基模和最终应用之间，还有一层非常关键但一直被忽视的东西。我把它叫做“本体”，Ontology。
刘润：本体？
李开复：对。本体。
一个通用大模型进入你的公司，它并不了解你。它不知道你的组织架构，不知道你的决策流程，不知道你的战略目标，也不知道你产品的历史。这些东西是你公司的“地图”。没有这张地图，AI再聪明，也只会在原地打转。本体，就是这张地图。有了本体，AI才知道谁是谁，事归谁，目标是什么，边界在哪里。
刘润：明白了。我插个嘴。
“地图”这个概念，很多人可能不熟悉。但有家公司，大家可能听说过，叫w。外界一直有一种说法，说当年CIA找本·拉登，就是靠Palantir把不同来源的数据拼在一起。有人在某个账单里发现一笔钱转给了谁，有个摄像头拍到某辆白色的车，有份审讯记录提到某个姓氏。这三条线索拼在一起，就发现有一个人会定期去某个堡垒。据说就是这么找到的。
李开复：很有可能是这样。这就是“本体”的威力。
刘润：那零一万物做的“本体2.0”，和Palantir的本体有什么区别呢？
李开复：Palantir的本体，是规则驱动的。
你要有一批工程师，用编程语言把这套规则写出来。这件事一般人读不懂，大老板也读不懂，出了矛盾要靠工程师排查。我们做的本体2.0，是自然语言驱动的。它就像一本书，你可以从第一页读到最后一页。大老板也可以进去看，甚至可以自己编辑。所有的矛盾，AI会自动提出来，让人来做最终判断。
刘润：可是，Palantir已经很大了。市值3000多亿美金。
李开复：但是它有一个非常特别的选择。
它只服务和美国关系最好的几个国家。欧洲几个大国、加拿大、日本、以色列，现在还有乌克兰。它的定价对共建一带一路的国家不友好。全球大部分市场，对它来说是空白的。
刘润：这就是零一万物的战略入口。
李开复：对。
而且中国的FDE，也就是那种要驻扎到客户公司现场的中国工程师，是全世界最勤奋、最能吃苦的。我们能派出会英语、俄语、哈萨克语、阿拉伯语的工程师，去到任何一个Palantir不去的地方。目前我们的订单额已经有约15亿了，比去年增长了三四倍。明年的某个季度，公司应该就可以开始盈利了。
刘润：所以，如果我们把整条AI价值链画一遍。
最底层是芯片，英伟达。上面是平台，各家大模型。再上面是本体，懂你公司的这一层。最上面是应用，老板AI、智能助手、Agent。真正能长期挣到大钱的位置，其实不在最底层，而是在上面那两层。
李开复：对。这是我这几年看得越来越清楚的一件事。
08
AI与爱
刘润：开复老师，我们聊了两个多小时的AI了。
所以最后，我很想问，AI越来越强了，那我们人还剩下些什么？
李开复：这个问题，我其实想了40年。
我博士申请信里写过一句话，AI是人类了解自己的最后一里路。当时我以为，我们把AI做出来了，就把人的大脑复制出来了，我们就懂自己了。今天回头看，我完全错了。它不是让我们复制出人的大脑，它是把一个完全不一样的“大脑”造出来了。这个大脑，在很多方面碾压我们。
刘润：那走完这一里路，我们看到了什么？
李开复：我们看到的是，智能这件事，不再是人类独有的了。
这件事，其实是宇宙给人类的一个提醒。别再以为自己聪明就是最了不起的。你自己造出来的机器都比你聪明了。所以，应该重新想想，你存在的价值是什么。
刘润：那么，你的答案呢？
李开复：AI做不了的，是判断，是取舍，是梦想，是执着，是愿景，是在数据还看不见未来的时候，仍然相信那件事值得去做。
乔布斯做iPhone的时候，数据没法告诉他。马斯克回收火箭的时候，数据没法告诉他。这种事，AI做不出来。
刘润：还有吗？
李开复：还有就是爱。
人和人之间的那种共鸣、信任，愿意一辈子跟另一个人一起走，愿意把生命的一部分交给另一个人。团队之间的合作，家人之间的守望，朋友之间的关心。这些东西，AI不能取代。就算未来有一天，机器人做得几乎和人一样了，绝大多数人还是会觉得，不，我要真的信任，要真的去爱的对象，一定是一个人，不是一个硅基的东西。
刘润：开复老师，我好像在你的分享里，看见了当初的那段经历。
所以，你的这些感悟，和那段经历有关系吗？
李开复：有关系的。
当年我被误诊过，医生一度告诉我，我可能只剩下100天。当时的那种感觉，真的是把之前所有的东西都回顾了一遍。我发现，在那个时候，让我感受最深的，是我太太、我的姐姐、我的女儿，她们对我的爱是无条件的，不要求回报的。
刘润：我记得你之前信奉一句话，叫Maximize your impact，最大化你的影响力。
李开复：对。我当时觉得这就是人生。
想象两个世界，一个有你，一个没有你，让“有你”的那个世界超过“没有你”的那个世界，这就是我要做的事。
刘润：后来呢？
李开复：后来是星云大师点醒我。
他问我，你真的有智慧分清楚，你正在做的事情，到底是最大化你的影响力，还是最大化你的名和利吗？这句话把我噎住了。因为其实很难分。你做一件事，同时能带来影响力、名、利，但你自己都不知道你真正想要的是哪一个。人是很会给自己找借口的。
刘润：这句话我可能得回去消化很久。
李开复：所以后来我就跟自己说，不如看淡这些。
做自己确定是正确的事，做对这个世界更好的事。至于影响力有多大、名有多大、利有多大，就随缘。
刘润：所以走完这一里路以后，你发现真正让人成为人的，不是智能。
李开复：不是智能。
是爱，是判断，是执着，是愿景。这些才是我们真正的堡垒。
刘润：我突然开始相信AI的名字不是巧合。
在中国的汉语拼音里，A和I拼在一起，就是“爱”。这其实也是这个时代给我们所有人的一次提醒。当机器越来越像人，我们要赶紧想想，究竟是什么，让我们真的是人。
李开复：所以我常说一句话，也送给所有在这一波浪潮里挣扎的朋友。
心中有爱，手里有AI。
最后的话
几个小时的时间，一眨眼就过去了。
但是，李开复老师的眼神，依然松弛。
那是一种，和死神打过照面的松弛。
感谢李开复老师的分享。也感谢让我问出了这么多卡在喉咙里的问题。到底要怎么拥抱AI？公司要怎么转？中层要怎么应对？小人物有没有机会？真正长期赚钱的位置在哪里？
这些，其实就是最近一两年，我常常被问到的问题。
现在，开复老师给了我一份参考答案。我也试着帮你总结一下。
1）你不是在用AI。你是要把公司为AI重新写一遍。不重写，可能就是200变2000再变200。
2）重写这件事，只有一个人能主刀。那就是一号位自己。把AI当工具的公司，未必能成功。把AI当同事的公司，才有机会。
3）AI越强，责任越贵。DRI在公司里，OPC在公司外。这是中层的机会，也是小人物的机会。
4）AI越像人，人越要想清楚是什么让我们真的是人。你的判断，你的责任，你身边那些不需要理由就爱你的人。
以及，心中有爱，手里有AI。
过去，我一直以为，这只是一个双关的巧合。
现在，我开始相信，这是这个时代提前告诉我们的答案。
那些还相信爱的人，还敢负责的人，还愿意为一件事赌上一辈子的人，一定不会被这个时代抛下。
一定。
观点/ 刘润 主笔/ 二蔓 版面 / 黄静
来源：刘润
作者：刘润