[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-anthropic-counterintuitive-playbook-makes-money-zh":3,"article-related-anthropic-counterintuitive-playbook-makes-money-zh":30,"series-industry-6050aa0d-4131-40f5-9940-32b6471a5676":77},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"6050aa0d-4131-40f5-9940-32b6471a5676","anthropic-counterintuitive-playbook-makes-money-zh","Anthropic 反著做，反而更會賺","\u003Cp data-speakable=\"summary\">以前大家搶熱鬧、搶增長；\u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa> 先收邊界、壓成本，反而更快把錢賺穩。\u003C\u002Fp>\u003Cp>我盯 Anthropic 盯了挺久，但一直有種別扭感。它明明像一家「應該活得很難」的公司：拒絕軍工單、限制中國用戶、跟美國政府打官司，還老是在安全和克制上較真。照硅谷慣例，這種公司通常會被貼上理想主義過頭、商業化太慢、不夠會來事的標籤，然後被市場教育一頓。\u003C\u002Fp>\u003Cp>可現實偏偏不照這個劇本走。Anthropic 不但沒死，反而越被圍攻越值錢，越被嫌棄越會賺。更煩的是，它不是靠運氣蒙對一次，而是從融資、招人、產品、組織到市場選擇，幾乎每一步都在反著主流走。你會忍不住想問：這到底是偏執，還是一套真能跑通的方法？\u003C\u002Fp>\u003Cp>這篇文章的起點，是知乎專欄 \u003Ca href=\"https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2060013679488374551\" target=\"_blank\" rel=\"noopener noreferrer\">《異教徒Anthropic，與全世界結仇》\u003C\u002Fa>，作者是腦極體。原文把 Anthropic 的對立面幾乎列全了；我更關心的是，哪些選擇真能被我們拆出來復用，哪些只是 Anthropic 自己的特殊歷史。\u003C\u002Fp>\u003Ch2>別急著做大家都在做的東西\u003C\u002Fh2>\u003Cblockquote>Anthropic 從創業初期就撕碎了這套行業標準答案。\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：當所有人都在搶同一條賽道、同一種產品形態、同一套增長指標時，你先別問「我能不能也做」，你先問「這是不是我該做的」。Anthropic 最早就沒去追那種全能型、熱鬧型、什麼都塞進去的 AI 路線，而是把重心壓在效率、成本和可控性上。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784203442106-2f8e.png\" alt=\"Anthropic 反著做，反而更會賺\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我特別認同這點，因為大多數團隊一上來就犯同一個毛病：看見別人發什麼，就想補什麼。別人做多模態，我也做；別人上插件，我也上；別人卷日活，我也卷。最後產品像個拼貼畫，什麼都有，什麼都不強。Anthropic 的做法更像是先砍掉噪音，再把一件事做到讓人離不開。\u003C\u002Fp>\u003Cp>原文裡提到，Anthropic 在 2021 到 2022 年沒有跟著參數軍備競賽狂奔，而是把精力放在數據清洗、模型效率和更低幻覺上。這個選擇聽起來不性感，但它直接決定了後面的商業結果。你做的是更像工具的產品，就更容易進入企業\u003Ca href=\"\u002Fnews\u002Fautomate-web3-grant-screening-ai-scoring-zh\">流程\u003C\u002Fa>，而不是只在發佈會和社媒上熱鬧三天。\u003C\u002Fp>\u003Cp>我跑過不少內部 AI 項目，最常見的死法就是功能太多，邊界太虛。老闆想要一個萬能助手，產品想要一個漂亮 Demo，工程想要一個能上線的版本，最後誰都不滿意。Anthropic 反過來，它先把邊界收緊，反而更容易讓客戶相信：這東西能長期用，不是來陪你玩一週的。\u003C\u002Fp>\u003Cp>實操上，你可以先寫一張不要做什麼的清單：\u003C\u002Fp>\u003Cul>\u003Cli>不追所有熱門功能，只保留能服務核心場景的能力。\u003C\u002Fli>\u003Cli>不為了 Demo 好看犧牲穩定性和可解釋性。\u003C\u002Fli>\u003Cli>不把別人都在做當成產品立項理由。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你現在做的是 B 端工具、\u003Ca href=\"\u002Ftag\u002F開發者工具\">開發者工具\u003C\u002Fa>、內部\u003Ca href=\"\u002Fnews\u002Fwarner-ai-agent-act-platform-control-zh\">平台\u003C\u002Fa>，尤其該這麼想。很多時候，少做一點，比多做一點更像專業團隊。\u003C\u002Fp>\u003Ch2>先把成本打下來，再談規模\u003C\u002Fh2>\u003Cp>原文最容易被忽略的一點，是 Anthropic 不是靠燒更多錢贏的，而是靠更少的錢做出更值錢的結果。這聽起來像廢話，但在 AI 圈裡，這恰恰是反常識。大家默認模型能力和資本開支是正相關的，誰 \u003Ca href=\"\u002Ftag\u002Fgpu\">GPU\u003C\u002Fa> 多、誰融資大、誰就能往前衝。\u003C\u002Fp>\u003Cp>Anthropic 沒有沿著這條路硬衝。它更像是在問：同樣一份算力，我能不能榨出更多有效輸出？同樣一批數據，我能不能把噪音砍掉？同樣一個推理請求，我能不能把成本壓下去？這不是節省，這是經營邏輯。你如果連單位經濟模型都不穩，後面所有增長都是借來的。\u003C\u002Fp>\u003Cp>我見過太多團隊把先做大、再優化當信仰。問題是，很多產品根本等不到優化那一天。用戶先跑了，現金流先斷了，團隊先散了。Anthropic 的厲害之處在於，它一開始就把成本和效率放在產品設計裡，而不是上線後再補救。\u003C\u002Fp>\u003Cp>這也解釋了為什麼它後來能在企業市場吃得開。企業客戶不迷信花俏，他們迷信穩定、可控、可預測。你今天能跑，明天也能跑；你今天成本可接受，明天不會突然翻倍；你今天輸出可靠，明天不會把法務和安全團隊一起炸了。AI 產品一旦進企業，拼的就不是誰更炫，而是誰更少出事。\u003C\u002Fp>\u003Cp>如果你要照著做，我建議你在項目評審裡強制加三項指標：\u003C\u002Fp>\u003Cul>\u003Cli>單次調用成本。\u003C\u002Fli>\u003Cli>失敗率和回退機制。\u003C\u002Fli>\u003Cli>在真實業務流裡的可替代性。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這三項比功能列表有多長更誠實。說白了，別先問你能不能做出 100 分的 demo，先問你能不能做出 80 分但能穩定賺錢的產品。\u003C\u002Fp>\u003Ch2>招人別只看履歷，先看是不是同一類人\u003C\u002Fh2>\u003Cp>Anthropic 最讓我意外的，不是它技術路線多克制，而是它招人招得非常反硅谷。原文寫得很直白：別家公司看履歷、看頂會、看名氣、看能不能馬上產出商業價值；Anthropic 先聊共識、聊邊界、聊是否認同安全優先。技術再強，價值觀不合，也不發 offer。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784203445929-ix23.png\" alt=\"Anthropic 反著做，反而更會賺\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這在很多團隊裡會被罵成太挑了，可我反而覺得這是少數真正成熟的招人方式。因為一支團隊最怕的不是能力不夠，而是目標不一致。你招來一個很強的人，他如果只想衝 KPI、搶資源、搶話語權，那團隊很快就會變成內耗工廠。尤其在 AI 這種高不確定性行業，方向比速度更重要。\u003C\u002Fp>\u003Cp>原文還提到，Anthropic 的留存率很高，很多員工甚至拒絕了高薪跳槽。這個結果不是靠口號堆出來的，而是靠組織內部的一致性。人不是只為了錢留下來的，至少不是高端人才。高端人才更在意的是：我做的東西有沒有意義，我是不是在一個說話算話的團隊裡，我的工作會不會最後變成我自己都不想承認的東西。\u003C\u002Fp>\u003Cp>我自己帶團隊時也吃過這個虧。早期我總覺得先把最強的人招進來再說，結果招進來的人能力都不差，但對產品方向、對交付節奏、對用戶邊界的理解完全不同。最後不是寫代碼慢，而是決策慢，溝通慢，扯皮快。後來我才明白，招人不是拼圖，拼圖至少邊緣是固定的。團隊更像合唱，音色不對，再大的嗓門都難聽。\u003C\u002Fp>\u003Cp>如果你也在招人，我建議你把面試分成兩層：\u003C\u002Fp>\u003Cul>\u003Cli>第一層看能力：能不能解決真實問題。\u003C\u002Fli>\u003Cli>第二層看邊界：願不願意接受你的產品原則和交付標準。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>別把文化匹配說得太虛。你可以很具體地問：如果客戶要求你做一個你認為有風險的功能，你會怎麼處理？如果業務方要你為了增長犧牲穩定性，你會站哪邊？這些問題比八股題更能篩掉不合適的人。\u003C\u002Fp>\u003Ch2>組織別搞一堆頭銜，先把權力差壓平\u003C\u002Fh2>\u003Cp>Anthropic 的組織設計也挺狠。原文提到，技術崗位統一叫 MTS，內部沒有那麼多首席、資深、高級的花活，創始團隊也不靠頭銜拉開距離。股權分配也盡量均衡，避免把公司變成少數人利益最大化的機器。\u003C\u002Fp>\u003Cp>這件事看起來像政治正確，其實是非常現實的管理手段。頭銜太多，層級就會變厚；層級太厚，信息就會失真；信息失真，最後最先壞掉的就是產品決策。尤其在需要\u003Ca href=\"\u002Fnews\u002Fkimi-api-quickstart-k27-code-highspeed-zh\">快速\u003C\u002Fa>迭代的團隊裡，層級不是秩序，很多時候是延遲。\u003C\u002Fp>\u003Cp>我以前在一個大團隊裡見過特別典型的場景：一個簡單的技術決策，要經過產品、技術、負責人、負責人上級、再上級，最後落地時問題已經變了。每個人都覺得自己參與了，只有用戶覺得這玩意兒怎麼越來越難用。Anthropic 的扁平化，至少在理念上是對這個問題的直接回應。\u003C\u002Fp>\u003Cp>但我要補一句，扁平不等於沒管理。很多人誤會這一點，以為不設頭銜就自然平等了。不是。真正的扁平，是把權力的表達方式變少，把責任的邊界變清。你可以少一點官僚，但不能少一點決策。你可以少一點 title，但不能少一點標準。\u003C\u002Fp>\u003Cp>如果你想借鑒這一套，我建議你先改三件事：\u003C\u002Fp>\u003Cul>\u003Cli>減少無意義的職級標籤，統一對外和對內的職責描述。\u003C\u002Fli>\u003Cli>把關鍵決策寫成可追蹤的 RFC 或決策記錄。\u003C\u002Fli>\u003Cli>讓核心貢獻者直接面對問題，不要讓中間層層層轉述。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>說白了，別把組織做成官場。AI 團隊尤其怕這個，技術變化太快，官僚慢半拍就已經落後了。\u003C\u002Fp>\u003Ch2>先做企業客戶，再搶大眾注意力\u003C\u002Fh2>\u003Cp>Anthropic 另一個很反直覺的地方，是它沒有把 C 端流量當成第一優先級。2023 年，大家都在搶聊天機器人、搶月活、搶用戶心智，它卻更像一個冷靜的 B 端服務商，專注 \u003Ca href=\"\u002Ftag\u002Fapi\">API\u003C\u002Fa>、穩定性和企業集成。那時候很多人說它慢，我倒覺得它是少數沒被流量幻覺帶跑的人。\u003C\u002Fp>\u003Cp>原文寫到，等到 C 端付費率卡住，大家回頭搶企業客戶時，Anthropic 已經把這塊市場佔得很深了。這個過程特別像我見過的很多基礎設施產品：一開始不顯眼，甚至沒什麼傳播性，但一旦進入客戶工作流，就很難被替代。因為企業買的不是新鮮感，是風險控制和持續交付。\u003C\u002Fp>\u003Cp>我自己做開發工具時也有類似體會。最容易出圈的功能，往往不是最值錢的功能。最值錢的功能，往往是最無聊的功能，比如權限、審計、穩定性、成本控制、監控、回滾。Anthropic 把這些無聊的事做紮實了，結果反而在最賺錢的地方站住了。\u003C\u002Fp>\u003Cp>這背後的方法其實很簡單：別把傳播效果當成商業價值。很多團隊死在這裡。一個功能在社媒上火，不代表它能賣錢；一個功能沒人轉發，不代表它沒價值。企業客戶最討厭的，就是你拿營銷邏輯來糊弄他們。\u003C\u002Fp>\u003Cp>如果你想學 Anthropic 這一段，優先做這三件事：\u003C\u002Fp>\u003Cul>\u003Cli>把 API、權限、日誌、審計、穩定性放到產品路線圖前排。\u003C\u002Fli>\u003Cli>先拿下少量高價值客戶，再擴展到更廣泛市場。\u003C\u002Fli>\u003Cli>每次做新功能前，先問它是否會增加企業採購信心。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這不是保守，這是算賬。你不把現金流基礎打穩，後面所有增長都會很虛。\u003C\u002Fp>\u003Ch2>別討好所有權力，先想清楚紅線\u003C\u002Fh2>\u003Cp>Anthropic 最容易招罵的地方，是它真的敢跟權力硬碰硬。原文裡提到，它拒絕軍工訂單，限制某些地區和背景實體的使用權限，後來甚至因為政府要求下架模型而直接起訴。很多人看到這裡會說：你一個公司，何必把自己活成靶子？\u003C\u002Fp>\u003Cp>但我覺得，這恰恰說明它對邊界這件事是認真的。很多公司嘴上講安全，真到要犧牲收入的時候就開始裝死。Anthropic 至少在某些問題上沒有完全服軟。你可以不同意它的邊界劃法，但你不能說它沒有邊界。\u003C\u002Fp>\u003Cp>這件事對普通團隊也有借鑒意義。不是讓你去跟政府打官司，而是讓你在業務上先定義清楚什麼不能做。沒有紅線的團隊，最後一定會被最短期的收益牽著走。今天為了增長放一個灰區功能，明天為了客戶續費再放一個，最後你會發現產品已經不是你最初想做的那個東西了。\u003C\u002Fp>\u003Cp>我見過最穩的團隊，往往不是最會賺快錢的，而是最早把禁區寫清楚的。哪些數據不能碰，哪些功能不能做，哪些客戶場景要慎重，哪些需求必須經過額外審查。聽起來麻煩，但它能省掉後面更多麻煩。\u003C\u002Fp>\u003Cp>你可以直接把這個原則寫進團隊文檔：\u003C\u002Fp>\u003Cul>\u003Cli>明確不可接受的客戶用途。\u003C\u002Fli>\u003Cli>明確必須人工複核的高風險場景。\u003C\u002Fli>\u003Cli>明確遇到外部壓力時誰有最終拍板權。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>很多公司不是死在沒機會，而是死在沒有原則。Anthropic 的爭議很多，但它至少給了我一個很實際的提醒：邊界不是阻礙增長的東西，邊界是讓增長不至於失控的東西。\u003C\u002Fp>\u003Ch2>把反主流變成日常工作方式\u003C\u002Fh2>\u003Cp>把 Anthropic 整個故事拆開看，我最想抄的不是它的名聲，而是它的工作方式。它不是靠一次驚天豪賭贏的，而是靠一連串不合群的小決定，慢慢把自己做成了一個更難被替代的公司。少一點熱鬧，多一點克制；少一點擴張衝動，多一點單位效率；少一點討好所有人，多一點邊界感。\u003C\u002Fp>\u003Cp>這套方法不神秘，也不浪漫。它甚至有點煩，因為它要求你在每個節點都多想一步：這件事真有必要嗎？這條路真能長期成立嗎？這個客戶真值得我們為他改原則嗎？這種問題問多了，短期會顯得慢，長期會少走很多彎路。\u003C\u002Fp>\u003Cp>我不覺得每個團隊都該複製 Anthropic。那樣太蠢了。它有自己的歷史包袱、人才背景、融資路徑和安全執念，不是模板機。但它給我的啟發很明確：如果你總是跟著行業共識跑，最後你只會得到行業平均值。行業平均值在風平浪靜時還行，一旦風向變了，就很容易被拍在牆上。\u003C\u002Fp>\u003Cp>所以我更願意把 Anthropic 當成一個提醒：別急著融入主流，先確認主流是不是錯的。別急著把所有功能都做滿，先確認核心價值是不是夠硬。別急著把組織做大，先確認組織是不是同一類人。這個順序一旦反了，後面會很累。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># Anthropic 式反向打法模板（可直接改成你的團隊版）\n\n## 1) 產品原則\n- 只保留 1 個核心場景，其他需求全部排隊\n- 不追逐所有熱門功能\n- 優先穩定性、可控性、可解釋性\n- 每個新功能都要回答：它是否提升長期留存與付費，而不是只提升展示效果？\n\n## 2) 成本原則\n- 記錄每次推理、訓練、調用的真實成本\n- 為每個功能設定成本上限\n- 優先優化數據質量、模型效率、失敗回退\n- 每月復盤一次單位經濟模型\n\n## 3) 招人原則\n- 面試分兩輪：能力輪、邊界輪\n- 能力輪看解題能力\n- 邊界輪看是否認同團隊原則、是否接受高風險場景審查\n- 技術強但價值觀不合的人，不發 offer\n\n## 4) 組織原則\n- 減少 title 層級，統一職責語言\n- 關鍵決策必須留書面記錄\n- 讓做事的人直接面對問題，不要過度轉述\n- 重要項目必須有明確 owner 和最終拍板人\n\n## 5) 客戶原則\n- 先做高價值客戶，再擴展大眾市場\n- API、權限、審計、日誌、回滾優先於花俏功能\n- 每次迭代都問：這會不會增加企業採購信心？\n- 不把傳播效果當成商業價值\n\n## 6) 邊界原則\n- 寫清楚不可接受的用途\n- 寫清楚必須人工複核的場景\n- 寫清楚遇到外部壓力時誰負責拍板\n- 寧可少賺一點，也不要讓產品邊界失控\n\n## 7) 每週檢查清單\n- 本週有沒有為了熱鬧做無效功能？\n- 本週有沒有新增不必要的成本？\n- 本週有沒有招進來不認同原則的人？\n- 本週有沒有突破邊界的需求被默許？\n- 本週有沒有真正提升長期留存的改動？\n\n## 8) 一頁版執行口徑\n我們不做所有人都在做的事。\n我們只做能長期成立、能穩定交付、能清楚賺錢的事。\n如果一件事只能帶來短期熱度，但會增加複雜度、成本或風險，就先不做。\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>我建議你別把這份模板當 Anthropic 複製版，而是當成一個團隊自檢表。你每週拿出來過一遍，很快就能看出來，你是在做產品，還是在追熱點。\u003C\u002Fp>\u003Cp>原文來自知乎專欄 \u003Ca href=\"https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2060013679488374551\" target=\"_blank\" rel=\"noopener noreferrer\">《異教徒Anthropic，與全世界結仇》\u003C\u002Fa>，URL 是 https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2060013679488374551。這篇是我做的拆解和重寫，不是原文復述；其中關於 Anthropic 的背景事實，我也交叉參考了 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Anthropic 官方網站\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.openai.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.reuters.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Reuters\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fwww.theinformation.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">The Information\u003C\u002Fa> 的公開資訊。\u003C\u002Fp>","我把 Anthropic 的反向打法拆成一份可直接套用的團隊與產品模板，讓你能照著改組織、定邊界、做企業化產品。","zhuanlan.zhihu.com","https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2060013679488374551",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784203442106-2f8e.png","industry","zh","add9368d-a09a-4637-8565-a12c48bda72c",[17,18,19,20,21],"Anthropic","AI strategy","enterprise AI","team design","unit economics",[23,24,25],"先收邊界、壓成本，再談擴張，產品比較容易活得久。","招人與組織設計要先對齊價值觀與決策權，不要只看履歷。","企業市場吃的是穩定、可控、可預測，別把傳播效果當商業價值。",0,"2026-07-16T12:03:36.750418+00:00","2026-07-16T12:03:36.722+00:00","29fa8a72-a8a8-473e-975c-3991ae762f60",{"tags":31,"relatedLang":36,"relatedPosts":40},[32,34],{"name":17,"slug":33},"anthropic",{"name":19,"slug":35},"enterprise-ai",{"id":15,"slug":37,"title":38,"language":39},"anthropics-contrarian-playbook-turns-enemies-into-growth-en","Anthropic’s contrarian playbook turns enemies into growth","en",[41,47,53,59,65,71],{"id":42,"slug":43,"title":44,"cover_image":45,"image_url":45,"created_at":46,"category":13},"db1f678a-df3d-427a-862c-affd2a2ca98d","xai-lawsuit-right-response-ai-abuse-zh","xAI 提告是對 AI 濫用的正確回應","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784230377369-6ys2.png","2026-07-16T19:32:28.304724+00:00",{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"ebd6db8f-56c1-4cb2-9be4-3d6fe1447103","anthropic-eerie-new-ad-sparks-backlash-zh","Anthropic新廣告翻車了","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784228579784-xvw9.png","2026-07-16T19:02:33.096307+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"27e909f9-503f-404b-ba94-237199520f59","openai-hires-google-cloud-channel-chief-philip-larson-zh","OpenAI 挖角 Google Cloud 通路主管","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784226772032-dlya.png","2026-07-16T18:32:27.422601+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"6256dbab-b56e-4289-8f65-00821144f271","openai-partner-network-clear-path-for-partners-zh","OpenAI 合作夥伴網路的 5 個關鍵變化","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784224968487-wwzz.png","2026-07-16T18:02:21.776299+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"c02c3eac-077c-416c-9abe-f16ca7e87a98","gpgpu-graphics-chips-general-compute-engines-zh","GPGPU 讓 GPU 變成通用算力引擎","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784208782917-1mwg.png","2026-07-16T13:32:36.435097+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"3234e583-8157-496b-bcc4-d0212348c65f","ai-companies-london-office-demand-zh","4 家 AI 公司先把伦敦好楼层抢紧了","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784205183020-auxi.png","2026-07-16T12:32:31.028328+00:00",[78,83,88,93,98,103,108,113,118,123],{"id":79,"slug":80,"title":81,"created_at":82},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":84,"slug":85,"title":86,"created_at":87},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":89,"slug":90,"title":91,"created_at":92},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]