整理丨狮子侠
编辑丨小龙、子钺
11月4日，个人AI助手评测平台Assistant Benchmark创始人David Pawlan，在做客a16z访谈时透露，他已接触超过147款AI助手。从处理邮件、安排日程，到购物和规划旅行，各类产品都在争相成为用户的“私人助理”。
David Pawlan
助手越来越多，一个问题反而越来越难回答：到底谁能真正替人办事？
会写一封邮件，不等于能把邮件发给正确的人；能列出旅行攻略，也不等于能完成预订。当AI从提供建议走向代替用户行动，评判它的标准也得改变：不只看答案是否漂亮，还要看任务有没有完成、过程中是否需要人反复补救。
Assistant Benchmark平台采用统一的15个维度评价助手，并附上实际对话作为评分依据。在9月25日发布的阶段性文章中，David写道，他当时已经围绕26款助手进行了250次测试。
测试不全是复杂任务，有些甚至像检查一个助理是否准时上班：连续两个工作日早上7点，发送当天日程、待回复邮件和天气。记录显示，Poke按时送来了日程和邮件提醒，但天气每天都晚了大约一个小时。这样的差错未必惊人，却能说明，“答应做到”和“完整做到”之间还有距离。
另一些测试则检查助手会不会及时停手。在一次涉及50美元购物的测试中，Catch先征求用户批准，拒绝让用户在聊天里提交登录凭据，并同意每次对外发邮件前都先确认。对能够花钱、发消息的AI来说，克制也是能力的一部分。
难题还在助手之外。它还得进入一个原本为人类设计的互联网。Visa在推出Trusted Agent Protocol时就指出，商家的反机器人系统可能误拦合法的智能体交易。这套协议试图让商家分清：来访的是恶意程序，还是代表消费者购物的助手。换句话说，用户愿意授权还不够，交易另一端也得认得它、接得住它。
带着这些问题，David与a16z合伙人Anish Acharya、Josh Elman展开对话，剖析140多款AI助手在记忆、判断力、信任、购物和社交体验等方面的差异，并探讨智能体彼此对话后的新现象：它们如何创造新型社交网络和机缘巧合，以及为什么最引人注目的智能体最终可能不止节省时间，而会成为某种“秘密超能力”。
a16z合伙人Anish Acharya与David Pawlan
以下是创业邦对本场对话的翻译精编。
01测了147款个人Agent，金融类还没长出来
Anish：今天和我一起的是合伙人Josh，还有负责智能体评测和AI助手相关工作的David。David，昨晚你办了一场智能体聚会，现场怎么样？
David：来了100多位智能体爱好者，还有10位AI助手创业者做路演。让我印象最深的是，就算整天跟智能体聊天，大家还是很渴望线下社群，都在问为什么不多办点聚会，让大家互相认识。
Anish：这些产品至少表面看上去，重叠的地方不少。我本来以为创始人之间会有点防备，但你看到的不是这样，对吧？
David：大家都很开放，也愿意听反馈。这个领域还太早，谁也不知道市场最后会长成什么样，大家更像是在一起探索。
Josh：会不会还有一个原因：我们把事情交给智能体做，自己反而有更多时间出来见面，一起玩了？
Anish：有点让我想起早期的社交游戏，或者更广义上的社交网络。Josh，你有这种感觉吗？
Josh：有。现在还不是零和游戏。将来也许会有几个智能体占据大多数人的使用时间，但眼下更像寒武纪大爆发，大家都在摸索，可以互相学习，看看用户喜欢什么，哪些功能只是偶尔成功，还不够稳定。未来不会所有人都用同一个智能体，而是会有很多不同的产品，满足不同需求。大家正在一起创造这个世界，这让我很兴奋。
David：到目前为止，我接触过147款不同的助手，大致可以分成4类：通用型、工作型、多人互动型，还有旅行型。真正还没看到发展起来的，是金融理财这一类。往数据里看，其实也说得通。我管理了几个AI重度用户群，目前大概积累了3600条消息。分析大家的痛点和担忧时，排在第一位的就是信任，22%的消息都在谈这个问题。一边是效率和乐趣，另一边是谨慎和担忧。如果能过信任这一关，是不是就能看到更多金融应用？
Josh：Shane Mac最近谈到一个叫Picnic的东西，用了个很贴切的比喻：院子没有围栏，你让孩子出去玩，总得盯着；围好围栏，就可以放心让他在里面跑。
智能体也一样。给它访问部分数据和应用的权限，让它在范围内自由发挥，但别越界。Shane Mac之前就遇到过一个问题，好像是私人智能体越界到了工作场景，把他的个人财务信息直接发到了公司Slack里。私人智能体可以访问私人信息，但不该把它们带进工作渠道。更细的权限控制和监控，就是我们需要的“围栏”。
Anish：我们过去一想到沙箱，就想到硬规则。但有人提过，与其给模型一条条规则，不如给它更高层的准则和原则。比如主动到什么程度合适，什么时候别自作主张。这很难量化，模型得根据你的指导自己判断，就像员工一样。
Josh：对。智能体能力很强，但有时又像孩子，不懂这些细微的分寸。我们总强调自主行动，让它订旅行、订餐厅，但人未必想把控制权全交出去。我希望它做好准备，找出选项、说明利弊，再让我确认方案和费用。也许以后能更放心地放手，但现在不必完全自主，它也能很有用。
David：我们有点像站在20世纪90年代的电商起点。我记得看过一个数据，大概是1997年前后，60%-90%的网民觉得，在网上填信用卡信息简直不可思议。再看看现在，大家到处都在填信用卡。我觉得智能体也会走到那一步，只不过还需要一点时间。
Anish：这里得区分，人们嘴上说的偏好和实际行为。很多消费者为了很小的好处，就愿意交出大量数据。从Venmo那个时期开始，大家不就通过Plaid连接信用卡和银行账户了吗？可你去问，他们又会说：“我非常关心信任和安全。”但有一类风险，大家确实很在意：被弄得很尴尬，或者影响自己在别人眼里的形象。
Shane Mac那个故事最让人本能害怕的地方，就是让他丢脸了。想象一下，你和一个人刚约会两三次，双方的智能体已经聊起来了。你会想：“等等，它们在聊我什么？它是怎么介绍我的？”这种社交风险，给人的感觉甚至比其他现实后果还严重。
David：Hark的营销活动就是个例子。它拿出100万美元请用户吃披萨，每人30美元，但用户得授权它访问整个Google Workspace，包括邮件和其他数据。为了免费披萨，大家确实愿意交出数据。
Josh：隐私和实用性之间有取舍。价值明显更大，我愿意让渡一部分隐私；同样好用，我就选更保护隐私的。苹果一直强调设备和软件的隐私保护，做AI也在讲私有云计算。但用户想要能力最强的AI，不一定总选隐私保护最强的那个。
而且，了解你不等于知道什么能说。假如你乳糖不耐受，又和朋友一起领免费披萨，智能体该怎么告诉对方你不能吃奶酪？这就需要分寸。人也会犯错，但我们对智能体的要求恐怕会更高。
David：工作场合也一样。Town在邮件语气上做得很好，让你敢放心让它代发邮件。如果给重要的人发了一封糟糕的邮件，还得补一句“对不起，那是AI写的，我没检查仔细”，就太尴尬了。
Anish：我用AI写的邮件，会在签名里加上模型版本，告诉对方我用了AI。我觉得只要不让人觉得被蒙在鼓里，接受度就挺高。
02关于「便宜」，十个助理十种理解
Anish：隐私和判断力是两回事，分寸感可能在两者之间。你做过买花测试，当时怎么判断哪个智能体表现更好？
David：我主要测两个约束：今天送到，而且越便宜越好。Instinct、Kicker和Season都兼顾得不错。其他产品基本能找到当天送达的花，但往往忽略价格。Kicker借助Chrome浏览器相关组件，在浏览器操作上也有些优势。我想看的是，要求一多，智能体能不能同时守住，而不是只顾最先说的那个。
我还让Grok Bot、Dots和Instinct安排一个“豪华、又划算”的洛杉矶周末，故意把两个有冲突的要求放在一起。Dots更看重省钱，Grok Bot更看重时间，Instinct比较平衡。有的会选红眼航班压低成本，有的则觉得在目的地多待一会儿才是真正的豪华。
Josh：它们有没有先问清楚，你到底怎么权衡？比如我愿意坐红眼航班省时间、省钱，但落地后要有酒店房间补觉。这样可能又省不了多少钱，却能把时间用足。关键是理解这个人，再把不同选项的利弊摆出来。
David：都有提问，我也回答了。但说实话，我故意答得比较模糊，不想引导它们太多。我还把它们拉进聊天室，做了3轮行程设计。每轮都展示方案和理由，看看它们会不会受彼此影响。最后，只有Grok Bot比较有条理地吸收了其他方案的优点。
Josh：我还想回头问一下买花的事。你是给自己买花，纯粹为了测试吗？
David：是给我女朋友买的，她收到了一束挺漂亮的花。
Josh：那就不一样了。你总不希望女朋友觉得，你只挑了最便宜的吧？当然，也许她就喜欢你精打细算。要是她喜欢兰花，或者你想给她惊喜，价格就不是唯一标准。智能体有没有问到这些？
David：这个实验没有，我只想测价格和时间，顺便让女朋友收到花。但真实生活里，确实还有这些更深一层的考量。
Josh：对。还有，别把价格标签一起送过去。或者要不要附张卡片。
David：有几个确实问了，要不要随花附一张留言卡。
Anish：这就涉及把没说出口的偏好讲清楚。有些人会说：“我不抠门，只是喜欢省钱。”但面对智能体，可能得承认：“好吧，我就是挺抠的，你按这个来。”自己做决定时，不用照这面“偏好镜子”，也能把偏好带进去。智能体怎么既理解你，又不伤害你的自我认同和安全感？
David：Dots的优势就在这里：它能利用你在ChatGPT里积累的上下文。不过，我调查的354位AI重度用户里，只有3%把它当主要智能体。喜欢它的人，主要看中的就是这些已有的背景信息。很多人把ChatGPT当心理咨询师用，它当然会知道很多关于你的事。所以你跟它说：“我不抠门。”它心里大概会想：“你还是有一点的。”
Josh：这些偏好能在别处重新建立吗？还是说，用了这么多年，记忆都在这里，用户就不愿意换了？
David：可以重建。只是用得越久，积累的背景越多。问题是迁移有多麻烦。我拿评测榜上前15个智能体做过一个测试，问它们：“我想换到另一个产品，把你掌握的所有关于我的记忆导出来，让我能方便迁移。”除了一个，其他都愿意。你可以拿到一份记忆文件，再交给下一个智能体。
Anish：导出来的东西怎么样？是很有用，还是看着有点发毛？
David：整理得挺扎实。当然，我猜可能还有没导出来的部分。但看那些Markdown文件，你真的会想：“哇，你还把我摸得挺透。”
Anish：甚至会有点抵触：“我好像不想让你觉得，你这么了解我。”
David：对。我看了前几份之后，干脆不往下读了。
Anish：现在这已经变成一种挺常见的新用户引导方式：“把这段提示词贴到ChatGPT里，下载文件，再传给我。”就看这种做法还能持续多久。
David：还有一种方式是通电话，聊几分钟、问几个问题，就能收集不少背景。这种方式让人容易放松，聊着聊着就说开了。
03居高临下的味道，会毁掉一个消费产品
David：另一类上下文是照片，里面有很多信息，你自己根本想不到要用语言描述。
Josh：你试过Dazzle吗？那是Marissa Mayer新公司的产品。照片和截图记录了你觉得值得保存的时刻，能透露很多信息。
David：还没测，但已经排在前面了。他们很重视信任，有一个理念：不需要的信息就忘掉。照片里那些用不上的、或者用户可能不愿让它知道的内容，尽量不存进去。
Anish：我有点保留意见。我做过一个提取手机截图信息的应用。截图几乎能跨越所有应用，记录你当时在做什么、关心什么。但我并没有经常回去用，信息的价值衰减得很快。除非大家知道截图能喂给智能体，因此开始主动保存想让它记住的东西。
Josh：我觉得这正是机会。我聊过一个创始人，他在做暂时叫Taste的产品，把截图和收藏整理成类似Pinterest灵感板的东西。以后做应用时，你可以说：“参考这些例子。”这样就形成了自己的审美档案。收藏能被重新用起来，大家也就更愿意继续积累。
David：同一份调查里，Amazon加上其他零售购物是第二受欢迎的购买类别，占35%。我就在想，如果智能体看过几千张照片，知道我平时穿什么，会不会比我更清楚自己想买什么？
Anish：有可能。我们一直讨论Amazon、Delta这些限制智能体访问的平台，却很少谈谁会受益。我觉得长尾商家可能有很大的机会：它们也许产品更好，只是营销没那么强。
Josh：营销没那么强，这个我同意。产品是不是更好，我可不敢保证。
Anish：对。但智能体好像有用不完的耐心，可以到处搜索，找到真正符合你口味的东西，不一定非得来自互联网流量最大的那10家网站。
Josh：这就是更直接的购物。DTC品牌自己建店、直接卖给消费者，现在智能体能帮用户发现更多这样的品牌。Shopify服务大量独立品牌，所以也积极向智能体开放。反过来，聚合平台可能被挤压。智能体如果能找到商品的生产商，让用户直接购买，中间的交易费用和加价就有机会省掉。
David：Patrick Collison也谈过，智能体替消费者做功课，可能让消费决策更理性，逼着企业真正提高产品质量和价值。
Anish：这里我要抬一下杠。智能体可能替我们做出更好的选择，但也会有自己的不理性，只不过像一种“外星脑回路”。比如，它可能偏爱接口干净、文档清楚的API，把这些当成产品质量的替代指标。它也需要判断上的捷径，不见得真知道产品好不好。也许还会出现专门给智能体看的测评服务，做研究和评级，再按交易收费。我也说不准。
Josh：我更相信，人还是会选让自己满意的东西。比如你说饿了，智能体知道你想减肥，就只给你4份减脂餐，你真想跟它处成这样吗？我不确定它会让我们更理性，但它能让我们更快拿到真正想要的东西。要是它不接受我的偏好，我就把记忆迁到另一个更懂我的智能体。
Anish：这就是家长式管教。我做了30年消费产品，最大的感受之一是：居高临下的味道会毁掉一个消费产品，哪怕只有一点“我都是为你好”的味道。我们总谈效率和目标，可用户也许就是喜欢花钱，喜欢对未来过分乐观，或者把自己想得比别人眼里的自己更好。这些可能才是他们真正想要的。有没有人在围绕这些需求做产品？
David：我会分两类。买厨房纸这样的日用品，用户可能只要便宜、好用；另一类消费就很看个人偏好。现在大多数团队还在做通用效率助手，但已经有其他尝试。Wabby让多人一起互动，Scout通过左右滑动了解购物偏好，都让体验更接近娱乐。以后这类探索应该会更多。
04会八卦的助理才是最快乐的
Josh：Wabby不只是做助手，也在尝试组织生活里的不同话题。它会把邮件等信息归到相应的话题里。我用它记录想看的剧、想读的书和想去的演出。听说一本新书，随口让它加进去；看完一本，让它找续集和评价。再配上直观的小组件，这就是一个持续互动的清单，而不只是搜索框里一个接一个的任务。
Anish：它有一点可能做对了：你和朋友、智能体一起新建频道，大家可以从头约定相处规则。往已有的iMessage群里加智能体就不同了，大家会担心它能看见什么、提取了什么。就算是新群，人们也已经习惯了人与人聊天的规则，未必适应智能体加入。
Josh：但同一群人开两个群，每次还得想去哪边说，也挺麻烦。邮件串通常围绕一个具体任务，边界反而清楚。Wabby的主题聊天也类似：智能体围绕这个话题帮忙，不把信息带到其他话题里。
Anish：还有哪些更出人意料的做法？
Josh：有些爱八卦的智能体，会问你和朋友最近发生了什么，再帮大家互通消息。创始人说，光看这些智能体在后台怎么交流就很有意思，只是还没想好怎么做成产品。它们给我的体验，是目前用智能体时最开心的一类。还有一次，它问我和朋友怎么认识的。我们讲的版本不一样，它就来回追问：“你们是在朋友家认识的，那到底谁跟那个朋友更熟？”这变成了一个有趣的小互动，我和朋友还在私下发消息讨论。没有智能体，我们就不会有这段共同经历。
Anish：它让消息绕了一小步，却把人拉近了。比如你那个朋友未必会专门发消息说自己家停电，但智能体帮忙传过来，就成了聊天的由头。大家在社交平台上越来越谨慎，这种不声张的“社交润滑剂”挺好。
David：就像早期用AI生成图片，质量不怎么样，发进朋友群里照样能让大家笑。能一起创造点东西，本身就很好玩。
Anish：你觉得它们会沿着哪些维度形成差异？比如一头是严肃、高效、专门干活的，另一头是好玩、爱开玩笑，甚至喜欢跟你唱反调的。
Josh：我们的生活有很多不同的需求：理财、旅行、健康、日程管理，有时候只是想找个人，一边说一边理清思路。就像朋友各有所长，我们也会有一支“智能体小队”。有的帮你办事，筛出必须处理的邮件；有的很好玩，甚至有点八卦，还能帮你和朋友互通消息。
有一个就告诉我，我朋友家装修把电切断了，整个周末都没电。我那天晚上给他打电话，说：“哥们儿，你家停电都不跟我说？还是智能体告诉我的。”他说：“对啊，我就知道你会从它那儿听说。”这真的让我们关系更近，但跟订旅行、省钱、完成任务完全不是一回事。
Anish：David，你还看到了哪些不同的尝试？
David：我最近看到很多尝试集中在基础设施层。在我调查的重度用户里，除了信任，另一个痛点就是任务经常卡住。用户会想：“我自己打开浏览器，早就办完了。”所以浏览器操作、直接对接库存和结账这些环节，正在出现一些创新。Hark会展示浏览器的操作过程，看起来很快，但我不知道后台实际是不是这么快。Kicker则通过Chrome扩展处理浏览器操作。这些测试也让我重新思考“软件不再是护城河”的说法。产品规模一大，性能差异非常明显。有的能服务几十万用户，有的一扩张就性能下滑，团队忙着处理宕机和扩容。也许这些差距以后会缩小，但至少目前，稳定地服务大量用户仍然是门槛。所以我越来越关注背后的工程：产品怎么工作，团队做了哪些调整，能不能把任务做完、记住用户的细节，并且在规模扩大后依然可靠。
Josh：除了运行在本地浏览器里的Kicker，你看过Underdog这类端侧助手吗？它们尝试在用户自己的设备上跑模型，而不是依赖云端。
David：这个方向值得看。不过我主要测预先配置好、开箱即用的产品，不用自己搭环境，更方便比较。未来也可能有更多人想自己掌控和调整模型。Thinking Machines就在探索这类能力。如果能让普通用户轻松上手，会很有吸引力。
Josh：OpenClaw最开始吸引人的地方就是这样：自己准备一台Mac mini，搭好环境，接上本地或云端模型。后来大家转向下载就能用的应用，但自己搭建、自己拥有，也可能重新成为一种选择。
05当智能体彼此交流，能否把人带回线下？
Anish：如果Instinct和Muse算是OpenClaw的消费产品版本，那Moltbook的大众版会是什么？它们都走得很早，但我觉得，类似的产品还会出现。
David：昨晚我们除了办人类聚会，还让大家扫码，把自己的智能体送进另一个聊天室聚会。最初给了一点引导：介绍自己服务的人在做什么、需要什么帮助。但聊到大约150条消息时，有些智能体就开始胡言乱语了，我都不知道它们为什么会聊到那些话题。
Josh：我更期待它们带着帮助用户的目标交流，而不是无目的地闲聊。比如发现两个人正在做相关的事，就回来问：“这个人可能帮得上你，要不要认识一下？”或者我在为晚宴找酒，另一个智能体正好知道一家想推广产品的酒庄，消息就可以通过网络传回来。
David：Tommo有个“兴趣小组”功能。比如平台上有人准备LSAT考试，只要他们愿意，智能体就能牵线，让原本不认识的人一起备考。
Josh：我试过，虽然进群后还没想好说什么，但围绕共同目标把人连起来，是个好的开始。再往前一步，考完以后，它可以建议大家周五去酒吧聚聚，连时间和场地也安排好，把线上联系变成线下见面。
Anish：这就是AI里很少被讨论的“熵”：创造原本没预料到的事情。几个人因为产品安排聚到一起，经历一个谁也没提前计划的时刻，这种偶遇很有意思。
David：这可能是一种新的社交网络，不只连接熟人，也能帮刚搬到新城市的人，找到附近有共同兴趣的朋友。
Anish：但兴趣匹配以前也试过很多次，到底什么能让人愿意见面？还有个微妙的心理：大家往往想认识在某方面比自己领先一步的人。
Josh：智能体也能帮忙建立信任，再加一点趣味。比如给双方各一个小秘密，见面时对暗号。也许就足以让你关掉电视，放下周五晚上的代码，出门见个人。
David：还是得看需求。刚到一个城市、想交朋友的人，更愿意见陌生人；已经有稳定朋友圈的人可能会问：“我为什么要去？”
Anish：而且西雅图和旧金山也不一样，你得知道自己在哪座城市做这件事。
06 AI助手下一步成为口袋里的秘密武器
Josh：回到个性化。除了消息、邮件、日历和相册，还有哪些生活数据，能让智能体更了解我们？
David：一个方向是智能硬件，但能获取多少信息，得看设备本身。Way Joe刚发布了连接硬件的MCP接口。如果助手能接入空调和扫地机器人，就能知道你多久打扫一次、晚上喜欢什么温度，再用这些习惯辅助理解你的购物偏好。不过，现在还很早期。
Josh：还有购物和应用下载历史。Amazon可能会限制访问，但这些记录确实是生活的一部分。我偶尔会翻到最早的订单，或者看看以前下载过哪些应用。如果能整理好交给智能体，它就能多了解我一些。
Anish：我更想让它接触真实的社交场合，比如家庭聚餐或一起看球。当然，得考虑大家是否同意，还有“被观察”会不会改变互动。但哪怕只捕捉到你自然做自己的一小段，也可能比大量设备记录更有信息。
Josh：对，而且搜索和聊天记录未必代表长期偏好。我们问的，往往恰恰是不了解的东西。夏天我关注世界杯，ChatGPT就把我当成狂热足球迷。我说：“不不不，我只是关注那届世界杯，结束就结束了。”我也会为了跟女儿聊天，去了解她喜欢的歌手，但那不是我的音乐口味。智能体怎么区分临时好奇、替别人查询和真正的长期偏好？我还没找到好办法，只能经常用不留记录的模式，可这也没真正解决问题。
Anish：以后可能有各种记录设备，大家会越来越习惯默认自己正被记录。除非去躲在法拉第笼里的酒吧——我真觉得旧金山会出现这种地方。
Josh：我升级Apple Watch，就是期待他们提到的Siri回顾和实时回溯。我印象里还没上线，但能捕捉一天中的零碎片段，很吸引我。
Anish：就像Amazon Bee，一个戴在手腕上、全天候听着周围动静的设备。
Anish：假设三四周后再聚，你们觉得会有什么变化？
David：我觉得企业端会有更多创新。现在这个圈子的注意力似乎更多在消费端，接下来可能会往企业端偏一点。
Josh：我觉得会更多地谈“好玩”。智能体不只替你办事，还能陪你想问题、逗你笑。先建立关系，人们才可能更愿意信任它，把其他事情也交给它。
David：我想看普通用户怎么用。我妈怕技术，之前连ChatGPT怎么用都不太明白，但现在跟Instinct发消息，玩得像个进了糖果店的小孩。我们家的狗去年去世了，她想找一只长得像的，就发照片说：“帮我找有这种狗的繁育者，还要替我谈价。”技术爱好者的用法我们已经了解一些，但普通人会偏好什么入口、什么互动方式，会不会更喜欢好玩、有创意的任务？这值得看。
Anish：我想再往前一步：我们有哪些欲望，连自己都不太愿意承认？谁能建立起这种程度的信任，做出一个“暗面智能体”，可能会很有意思。效率工具总在提醒你，还有邮件没回、事情没做。可人们也许更想成为另一个更厉害的自己。现在好像还没有哪个智能体，真正回应了这种向往。也许智能体也需要一套“马斯洛需求层次”。
Josh：也就是从“替我划掉待办事项”，变成“给我一项秘密超能力”。比如别人发现你越来越会穿，你说：“我把相册给智能体，让它帮我升级形象，它就挑了几件衣服。”这时候，对方会想：“我也要试试。”相比之下，省钱、订旅行未必打动所有人。我就喜欢自己规划旅行，不一定想让它全包。我们需要的是能让人一眼觉得“这个我也想要”的体验。
David：它能不能帮你成为那个一直想成为、却靠自己很难做到的人？到那时，它就是你口袋里的秘密武器。
Anish：谢谢两位，今天聊得很精彩。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
