[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-nvidia-ssi-deal-turns-compute-into-toll-booth-zh":3,"article-related-nvidia-ssi-deal-turns-compute-into-toll-booth-zh":29,"series-industry-0dd9d680-3617-4c23-8452-f215c377f703":75},{"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":11},"0dd9d680-3617-4c23-8452-f215c377f703","nvidia-ssi-deal-turns-compute-into-toll-booth-zh","NVIDIA 讓算力變收費站","\u003Cp>為什麼 \u003Ca href=\"\u002Ftag\u002Fnvidia\">NVIDIA\u003C\u002Fa> 投資 SSI 這件事，會讓我開始盯著整條 AI 基建鏈？\u003C\u002Fp>\u003Cp data-speakable=\"summary\">這件事把算力變成收費站，我也整理出一套讀 AI capex 的模板。\u003C\u002Fp>\u003Cp>我盯 AI 基建這類消息很久了，老實說，大多數都像同一份簡報換個 logo：模型名很響、願景很大、每個人都講得像自己快摸到未來。可這則消息我看完只覺得一個字，貴。不是 demo 貴，是整個玩法貴。因為它不是在講某個模型多聰明，而是在講誰要付算力的帳單，誰又想站到收錢的位置。\u003C\u002Fp>\u003Cp>我最不信的，就是把「超級智慧」講成純軟體故事。現在這東西根本不是純軟體，它是資本配置、供應鏈、電力、機櫃、晶片、封裝一起堆出來的。NVIDIA 這種級別的公司如果去投 SSI，我聽到的不是「我很看好你的理想」，我聽到的是「這個市場的支出還會繼續往上，我要先卡一個位置」。\u003C\u002Fp>\u003Cp>我這篇是拿 \u003Ca href=\"https:\u002F\u002F247wallst.com\u002Finvesting\u002F2026\u002F08\u002F04\u002Fsecretive-ai-lab-chasing-superintelligence-announces-massive-investment-from-nvidia-heres-why-it-matters\u002F\">24\u002F7 Wall St. 這篇文章\u003C\u002Fa>和文中引用的公告來拆。重點不是標題多聳動，而是它把一個很直白的結構露出來：算力往上、晶片需求跟著走、製造端忙起來，然後每個環節都想把自己說成是在創造未來。\u003C\u002Fp>\u003Ch2>算力就是產品本體\u003C\u002Fh2>\u003Cblockquote>“NVIDIA is making a ‘substantial investment’ that will let the lab ‘10x our compute in the next 12 months.’”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，SSI 不是要多買一點餘裕，它是要把訓練和實驗容量直接拉大一個量級，而 NVIDIA 幫它把這件事推進去。模型是表面，算力才是輸入。你一旦接受這件事，整個故事就不神秘了，只是變得很燒錢。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786190597979-saxx.png\" alt=\"NVIDIA 讓算力變收費站\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我以前也掉進過同一個坑，以為 AI 策略大概就是多找幾個研究員、開幾台機器、把流程接起來。那種想法撐不了多久。真正開始跑之後，帳單、網路、儲存、散熱、電力、排程全都會一起冒出來。你想做前沿，就得先面對前沿成本。\u003C\u002Fp>\u003Cp>這個 10x 很重要，因為它直接告訴你瓶頸在哪。能在 12 個月內把算力放大十倍，代表接\u003Ca href=\"\u002Fnews\u002Fqwen38-max-alibaba-pricing-and-performance-zh\">下來\u003C\u002Fa>每一層都會被拖著走：晶片商、雲端層、機房、電力公司，全都會吃到需求。模型可以當新聞，算力預算才是主線。\u003C\u002Fp>\u003Cp>我自己會這樣看：看到任何前沿 AI 公告，先別急著管模型名字，先問三件事。第一，算力承諾有多大。第二，誰出錢。第三，這筆錢最後會流到哪一層。只要答案都往同一個方向，你看的就不是研究故事，是供應鏈故事。\u003C\u002Fp>\u003Cul>\u003Cli>算力成長是需求訊號，不是裝飾數字。\u003C\u002Fli>\u003Cli>「10x」通常代表真的要採購，不是公關稿修辭。\u003C\u002Fli>\u003Cli>晶片供應商就算沒做出消費級產品，也照樣能吃到錢。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>「超級智慧」是敘事，capex 才是帳單\u003C\u002Fh2>\u003Cblockquote>“Superintelligence, in this context, means AI systems that exceed human capability across essentially all cognitive tasks.”\u003C\u002Fblockquote>\u003Cp>這句定義很會講話，也很會包裝。問題是，它真正的功能通常不是定義技術，而是合理化支出。沒人會為「稍微更順一點的 autocomplete」掏大錢，但如果故事變成「未來可能做到幾乎所有人類能做的事」，預算就會自己長出來。\u003C\u002Fp>\u003Cp>24\u002F7 Wall St. 那篇把這件事和 scaling logic 接得很直白：越多前沿實驗室往這個目標衝，算力需求就越大。這部分我最在意。SSI 最後能不能做到那個程度，外面根本看不出來；但它會不會一路燒更多算力去試，這件事幾乎不用猜。\u003C\u002Fp>\u003Cp>我看過太多類似劇本。雲端搬遷、資料倉儲、行動 App 成長、挖礦、各種基礎設施週期，話術一直換，機制都差不多：大目標先出現，預算跟著生出來，接著採購變成常態，最後外面的人把這一切叫成 thesis。\u003C\u002Fp>\u003Cp>實操上，我會把「超級智慧」翻成一張支出表。問自己：哪些東西每季都要買，哪些東西每年都要續，哪些東西一旦延後就會拖慢整個計畫。通常真正耐看的收入，就藏在這些地方。\u003C\u002Fp>\u003Cul>\u003Cli>大詞常常是 capex 的理由書。\u003C\u002Fli>\u003Cli>重複訓練比一次性的 demo 更值得看。\u003C\u002Fli>\u003Cli>不能輕易暫停的需求，供應商最愛。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>NVIDIA 賣的是通行證，不只是晶片\u003C\u002Fh2>\u003Cp>文章裡那句「toll-booth position」我覺得很準。當每個前沿實驗室都需要同一類加速器、網路設備和軟體生態時，供應商就站在流量中間了。它不一定要贏每場模型戰，但只要每場戰爭都得用它的堆疊，它就會一直收過路費。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786190591585-b4ec.png\" alt=\"NVIDIA 讓算力變收費站\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這代表什麼？代表 NVIDIA 不是單純的晶片公司了。它更像一個平台，讓一整類工業行為綁在同一套工具和工作流上。研究員、開發者、雲端買家一旦都習慣同一套東西，切換成本就會越來越高，連團隊培訓都會一起黏住。\u003C\u002Fp>\u003Cp>這種結構我看過太多次。你以為你在看硬體，其實你在看生態系的黏性。工具鏈、部署方式、最佳化路徑、團隊技能，全部都會疊在一起。等到大家都離不開它，估值看起來就不再像一般硬體股，而像一個基礎建設收費點。\u003C\u002Fp>\u003Cp>文章還提到 NVIDIA 的供應承諾已經膨脹到 1190 億美元。這種數字本身就很有意思，因為它說明市場看的不是單季，而是未來幾年的能見度。當承諾堆到這種量級，故事就不是「這季賣得好不好」，而是「接下來幾年這條線會不會一直跑」。\u003C\u002Fp>\u003Cp>實操上，如果你在看 AI 供應商，別只盯營收成長。你要看 backlog、供應承諾、生態鎖定，還有客戶是不是在擴大 cluster，而不是只做\u003Ca href=\"\u002Fnews\u002Ffine-tune-small-llm-legal-labeling-zh\">小型\u003C\u002Fa>試點。那才分得出來這是熱潮，還是採購週期。\u003C\u002Fp>\u003Ch2>晶圓代工那層才是容易卡住的地方\u003C\u002Fh2>\u003Cp>24\u002F7 Wall St. 把 TSMC 拉進來不是湊數。NVIDIA 把需求端拉高，TSMC 幫它把需求變成實體晶片。文章提到 TSMC 第二季營收年增 36%，這跟前沿算力持續擴張的邏輯完全對得上。\u003C\u002Fp>\u003Cp>這一層最不性感，但最有用。大家喜歡吵模型分數，我比較在意製造產能，因為那裡才是整個故事可能慢下來的地方。你可以有再大的企圖心，只要代工端跟不上，路線圖就會開始難看。實驗室不會因為你的投資人簡報寫得漂亮，就接受交期延後。\u003C\u002Fp>\u003Cp>這代表 NVIDIA 的上行空間，一部分其實是 TSMC 能不能持續出貨的函數；而 TSMC 的需求，又有一部分是前沿實驗室持續加碼的結果。這種互相拉動的結構，才是 AI 基建一直像自己會長大的原因。實驗室越認真，供應鏈越重要；供應鏈越大，實驗室就越敢往前推。\u003C\u002Fp>\u003Cp>我看到「massive investment」這種字眼時，通常會先看三層：誰寫支票、誰做硬體、誰卡在中間。只看第一層很容易看錯，因為真正會把計畫拖慢的，常常是封裝、出貨、機櫃、電力這些看起來很無聊的東西。\u003C\u002Fp>\u003Ch2>估值只有在你忽略成長時才顯得貴\u003C\u002Fh2>\u003Cp>文章提到 NVIDIA 的 trailing P\u002FE 是 30.7、forward P\u002FE 是 22.8、PEG 是 0.553。單看本益比，當然不便宜。但同一篇也引用 Q1 FY2027 營收 816.15 億美元、年增 85.23%，還有單季自由現金流 485.54 億美元。這樣算下來，事情就完全不同了。\u003C\u002Fp>\u003Cp>翻譯一下就是，市場現在不是把 NVIDIA 當成一間普通硬體公司，而是把它當成一個高速擴張工業建設的收費點。如果營收真的還能持續這樣長，毛利又守得住，那中二十倍前瞻本益比不一定荒謬，它只是反映市場在買能見度和壟斷位置。\u003C\u002Fp>\u003Cp>我還是會看估值，只是我不會再把「貴」當結論。很多時候，「貴」只是「我不相信成長能持續」的委婉說法。如果成長真的持續，倍數會自己縮回來；如果不持續，股價就會很快教你做人。這才是核心賭注。\u003C\u002Fp>\u003Cp>實操上，我會把高估值 AI 股拆成四個變數：營收成長、毛利、自由現金流、客戶需求的持久度。如果這四個一起往上，而且需求看起來不是一次性試水溫，那它就不像一般投機故事，而比較像一個有溢價的基建週期。\u003C\u002Fp>\u003Cul>\u003Cli>營收成長可以撐住很多倍數焦慮。\u003C\u002Fli>\u003Cli>自由現金流比漂亮 demo 更難作假。\u003C\u002Fli>\u003Cli>前瞻指引通常比上季戰報更重要。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>風險也很硬，不用幫它美化\u003C\u002Fh2>\u003Cp>文章提到 NVIDIA 的 forward guidance 沒把中國的 Data Center compute revenue 算進去，還提到 hyperscaler capex 如果放緩，執行\u003Ca href=\"\u002Fnews\u002Fowasp-2026-llm-top-10-risk-priorities-zh\">風險\u003C\u002Fa>就會上來。這些都不是雜訊，這些就是會真的打到股價的東西。\u003C\u002Fp>\u003Cp>還有 insider selling 這件事，我不會過度解讀，但也不會假裝沒看到。當一檔股票已經漲很多，賣一點很正常；可是一旦市場本來就把 AI 基建故事看得很滿，任何需求放緩、地緣政治變糟、出貨變慢的訊號，都可能讓情緒先翻車。\u003C\u002Fp>\u003Cp>所以這個 thesis 不是「NVIDIA 永遠只會往上」。它比較像「只要前沿 AI 的支出還在加速，NVIDIA 就站在很舒服的位置」。這是有條件的，不是保證。你把條件看清楚，才不會把動能誤認成確定性。\u003C\u002Fp>\u003Cp>我以前犯過的錯，就是把基建贏家看成不可撼動，因為故事太完整、太漂亮。那很蠢。比較好的問法是：到底哪些條件必須持續成立？這裡面包括 capex 成長、供應不中斷、客戶集中度別失控、地緣政治別把需求打爛。這些條件一條都不輕。\u003C\u002Fp>\u003Ch2>下次我會怎麼讀這種消息\u003C\u002Fh2>\u003Cp>如果把包裝話術去掉，這篇文章其實給了一個很乾淨的框架：前沿實驗室想要更多算力，NVIDIA 幫它把這件事做大。實驗室越擴張，供應商越賺；供應商越強，代工端越忙；整條 AI 基建鏈就又多一個證據點。\u003C\u002Fp>\u003Cp>這種結構才值得留下來。實驗室名字可以換，模型家族可以換，標題也會一直換，但模式不太會變：前沿 AI 把算力變成持續性的工業投入，而控制輸入的人，最先拿到錢。\u003C\u002Fp>\u003Cp>我現在會固定用一張小清單來看這類 capex 訊號，讓自己不要被 hype 帶走：\u003C\u002Fp>\u003Cul>\u003Cli>誰在花錢？\u003C\u002Fli>\u003Cli>到底在擴什麼？\u003C\u002Fli>\u003Cli>哪個供應商會因為擴張而直接受益？\u003C\u002Fli>\u003Cli>這筆支出是一次性還是會重複？\u003C\u002Fli>\u003Cli>哪一層供應鏈最可能卡住？\u003C\u002Fli>\u003C\u002Ful>\u003Cp>你只要把這五題答完，通常就知道這是研究、採購，還是真的基建擴張。這次看起來比較像採購，只是披著研究外套。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># AI capex 讀法模板\n\n## 標題翻譯\n- 公司 \u002F 實驗室： [name]\n- 他們說自己在做什麼： [model \u002F lab \u002F system]\n- 他們實際在買什麼： [compute, chips, networking, power, storage]\n- 誰會因為支出增加而受益： [supplier, foundry, cloud, energy]\n\n## 快速檢查\n1. 這則公告是在講能力，還是在講容量？\n2. 它是否暗示未來 12 個月會有重複支出？\n3. 堆疊裡有沒有被點名的供應商或平台？\n4. 文章有沒有提到供應承諾、backlog 或營收指引？\n5. 什麼東西可能把整條鏈打斷：法規、地緣政治、capex 放緩、製造瓶頸？\n\n## 白話結論\n這不是單純的產品故事，這是算力採購故事。\n如果實驗室擴張，供應商就收錢。\n如果供應商有鎖定效應，毛利結構就會變好。\n如果代工端跟得上，整條鏈就會一起放大。\n\n## 我接下來會看什麼\n- 下一季 capex 指引\n- cluster 擴張公告\n- 代工產能更新\n- 出口限制或區域需求變化\n- insider selling 或客戶集中度變化\n\n## 決策規則\n如果故事只靠一個 demo，我不理。\n如果故事靠重複的算力支出，我會看。\n如果故事要多層供應鏈一起擴張，我會把它當成基建週期來看。\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這版我自己會留在筆記裡，因為它故意寫得很無聊，但無聊通常才有用。當大家忙著談超級智慧的時候，真正會收錢的，往往是那些很不像故事的東西。\u003C\u002Fp>\u003Cp>原始來源是 \u003Ca href=\"https:\u002F\u002F247wallst.com\u002Finvesting\u002F2026\u002F08\u002F04\u002Fsecretive-ai-lab-chasing-superintelligence-announces-massive-investment-from-nvidia-heres-why-it-matters\u002F\">24\u002F7 Wall St.\u003C\u002Fa>。我這篇的拆解是基於那篇報導和其中引用的公告，原創的是我的讀法和模板，不是原文重寫。\u003C\u002Fp>","我拆 NVIDIA 投資 SSI 背後的算力收費站邏輯，順手給你一個可直接套用的 AI capex 讀法模板。","247wallst.com","https:\u002F\u002F247wallst.com\u002Finvesting\u002F2026\u002F08\u002F04\u002Fsecretive-ai-lab-chasing-superintelligence-announces-massive-investment-from-nvidia-heres-why-it-matters\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786190597979-saxx.png","industry","zh","3f78457f-ecfb-4796-a3e3-e58bcf816dfb",[17,18,19,20,21],"NVIDIA","SSI","AI capex","compute","TSMC",[23,24,25],"算力正在變成 AI 供應鏈的收費點，誰控制輸入誰先拿錢。","看前沿 AI 公告時，先拆 capex、供應商、代工和瓶頸，不要先被模型名帶走。","高估值 AI 股要和營收成長、自由現金流、供應可見度一起看。",1,"2026-08-08T12:02:49.140665+00:00","2026-08-08T12:02:49.139+00:00",{"tags":30,"relatedLang":34,"relatedPosts":38},[31],{"name":32,"slug":33},"Nvidia","nvidia",{"id":15,"slug":35,"title":36,"language":37},"nvidia-ssi-deal-turns-compute-into-toll-booth-en","NVIDIA’s SSI deal turns compute into a toll booth","en",[39,45,51,57,63,69],{"id":40,"slug":41,"title":42,"cover_image":43,"image_url":43,"created_at":44,"category":13},"a7bceefc-e023-40ab-b057-27a3d30c0778","nvidia-investor-page-disclosure-hub-zh","NVIDIA 把披露頁做成單一入口","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786192386417-4knk.png","2026-08-08T12:32:43.770558+00:00",{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"83d06fd4-e51d-44af-9417-9274098f0342","anthropic-latest-scmp-coverage-5-themes-zh","Anthropic 在 SCMP 的 5 個關鍵主題","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786168966851-afd3.png","2026-08-08T06:02:25.40182+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"785ad457-07ff-4187-967a-c431c9b4dd72","owasp-2026-llm-top-10-risk-priorities-zh","OWASP 2026 LLM Top 10 風險重新排序","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786152764782-p874.png","2026-08-08T01:32:24.972089+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"3b459e84-a8a1-42f7-8f54-a18a2e7df947","silicon-valley-not-losing-control-selling-fear-zh","硅谷不是在失控，硅谷在推销恐慌","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786147371627-dqiu.png","2026-08-08T00:02:27.459051+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"2bf5f0b0-b001-4301-9e6a-038713200705","webassembly-jvm-shift-java-portable-zh","5 個 WebAssembly 讓 JVM 更可攜的變化","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786129376756-a938.png","2026-08-07T19:02:29.468071+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"ff5c9d98-358f-49e4-9e5d-95fe8d7b05c7","anthropic-hiring-custom-chip-design-team-zh","Anthropic 也要自己做晶片","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1786125773175-ek96.png","2026-08-07T18:02:28.707393+00:00",[76,81,86,91,96,101,106,111,116,121],{"id":77,"slug":78,"title":79,"created_at":80},"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":82,"slug":83,"title":84,"created_at":85},"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":87,"slug":88,"title":89,"created_at":90},"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":92,"slug":93,"title":94,"created_at":95},"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":97,"slug":98,"title":99,"created_at":100},"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":102,"slug":103,"title":104,"created_at":105},"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":107,"slug":108,"title":109,"created_at":110},"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":112,"slug":113,"title":114,"created_at":115},"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":117,"slug":118,"title":119,"created_at":120},"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":122,"slug":123,"title":124,"created_at":125},"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"]