蘋果 AI 的平台轉型潛力

Stratechery Plus

了解更多會員論壇

Stratechery Plus

了解更多會員論壇

最新播客

Apple AI 的平台轉型潛力

收聽播客

在 YouTube 上觀看

收聽本文：

Apple 糟糕的一週

就 AI 而言，Apple 經歷了最糟糕的一週。看看該公司去年秋天不斷播放的這則廣告：

如果你錯過了廣告中的細微字體，上面寫著：

Apple Intelligence 將於 2024 年秋季推出，Siri 和裝置語言需設置為美式英語。部分功能和語言將在明年陸續推出。

既然這則廣告中詳述的具體功能——Siri 從你的日曆等來源獲取資訊的能力——已正式推遲，那麼「明年」這個詞承載了太多的變數。以下是 Apple 給 Daring Fireball 的 John Gruber 的聲明：

Siri 幫助我們的用戶找到所需內容並快速完成任務，在過去的六個月中，我們讓 Siri 變得更具對話性，推出了「打字輸入 Siri」和產品知識等新功能，並加入了與 ChatGPT 的整合。我們也一直在開發更具個人化的 Siri，賦予它更多對個人情境的感知能力，以及在各個 App 內外為你執行操作的能力。交付這些功能所需的時間比我們預想的要長，我們預計將在未來一年內陸續推出。

即便在當時，這也是一個相當大的驚喜：Apple 這家以保密著稱的公司，竟然如此大張旗鼓地為尚未存在的功能打廣告；而且，坦白說，我也曾認為這是一個極好的主意。摘自我在 WWDC 後的更新：

關鍵部分在於「理解個人情境」：Apple Intelligence 會比任何其他 AI 都更了解你，因為你的手機比任何其他裝置都更了解你（並且知道你在啟動 Apple Intelligence 時正在看什麼）；這也進一步解釋了為什麼基礎設施和隱私部分如此重要。

這意味著 Apple Intelligence 很大程度上專注於那些知識有用的特定使用場景；這意味著 Apple Intelligence 試圖解決的問題空間是受限且落地的——無論是比喻還是字面意義上——在這些領域，AI 出錯的可能性要小得多。換句話說，Apple 正在處理一個非常有用、只有他們能處理，而且在聲譽風險方面恰好是「安全」的空間。老實說，這幾乎顯得有些不公平——或者換句話說，這說明了一個受信任的平台擁有多麼巨大的優勢。Apple 能夠以低風險、有意義的方式解決實際問題，而這正是他們正在做的。

將此與 OpenAI 試圖透過其 GPT 模型實現的目標，或 Google 的 Gemini、Anthropic 的 Claude 進行對比：這些大型語言模型試圖納入所有可用的公共知識以無所不知；這是一個大得多且更困難的問題空間，這也是為什麼它們會出錯。還有很多東西是它們不知道的，因為那些資訊被鎖起來了——比如 iPhone 上的所有資訊。這並不是說這些模型沒用：對於任何不依賴個人情境的事物，它們都比 Apple 試圖構建的東西更強大、知識更淵博；它們也都在試圖實現同樣的目標。

那麼，是 Apple 比這些公司更無能，還是我對問題空間的評估有誤？本週的大多數評論都傾向於第一點，但正如 Simon Willison 所指出的，你不應該忽視第二點：

我有一種預感，這次延遲可能與安全有關。這些新的 Apple Intelligence 功能涉及 Siri 回應存取應用程式資訊的請求，然後代表用戶執行操作。這是提示詞注入攻擊（prompt injection attacks）最糟糕的組合！每當一個基於 LLM 的系統可以存取私有數據、可以調用工具，並暴露在潛在的惡意指令（如來自不信任陌生人的電子郵件和簡訊）之下時，攻擊者就有很大的風險可能顛覆這些工具，並利用它們損壞或竊取用戶的數據。

Willison 連結了他之前一篇關於提示詞注入風險的文章；總結這個問題：如果你的裝置端 LLM 正在解析你的電子郵件，如果其中一封郵件包含經過完美調校的惡意文本，旨在讓你的裝置端 AI 做出你不希望它做的事情，會發生什麼？我們直覺上理解為什麼程式碼注入是壞消息；LLM 將攻擊面擴大到了通用的文本；Apple Intelligence 透過與系統深度交織，將攻擊面擴大到了你的整個裝置，以及它擁有獨家存取權的所有珍貴內容。

不用說，我很遺憾去年六月沒有提出這一點，但我確信我的遺憾與 Apple 高管以及上週末不得不去 YouTube 撤下那則廣告的人相比，簡直微不足道。

Apple 輝煌的一週

就 AI 而言，Apple 經歷了最好的一週。看看他們的新硬體發佈，特別是 Mac Studio 及其配備的 M3 Ultra；摘自該公司的官方新聞稿：

Apple 今日發表了 M3 Ultra，這是其歷來打造最強大的晶片，為 Mac 提供最強大的 CPU 和 GPU、雙倍的神經網路引擎核心，以及個人電腦歷來最高容量的統一記憶體。M3 Ultra 還配備 Thunderbolt 5，每個連接埠的頻寬增加超過 2 倍，可實現更快的連接和強大的擴充性。M3 Ultra 採用 Apple 創新的 UltraFusion 封裝架構打造，透過超過 10,000 個提供低延遲、高頻寬的快速連接，將兩個 M3 Max 晶粒連結在一起。這使得系統能將組合後的晶粒視為單一統一晶片，在維持 Apple 領先業界的能源效率的同時，提供巨大的效能。UltraFusion 匯聚了總計 1,840 億個電晶體，將新一代 Mac Studio 領先業界的能力推向新高度。

「M3 Ultra 是我們可擴展晶片架構的巔峰之作，專為運行最繁重執行緒和頻寬密集型應用程式的用戶而設計，」Apple 硬體技術高級副總裁 Johny Srouji 表示。「憑藉其 32 核心 CPU、強大的 GPU、對個人電腦歷來最高統一記憶體的支援、Thunderbolt 5 連接以及領先業界的能源效率，沒有其他晶片能與 M3 Ultra 相比。」

考慮到之前有 M1 Ultra 和 M2 Ultra，Apple 發佈新的 Ultra 晶片並不令人震驚；然而，關於這次具體發佈的一切幾乎都令人驚訝。

首先從命名開始。Apple 晶片的名稱由兩個部分組成：M_ 指的是核心類型，後綴指的是這些核心的配置。因此，以 M1 系列晶片為例：

這裡提到的「M1」核心是「Firestorm」高效能核心、「Icestorm」節能核心，以及一個未公開命名的 GPU 核心；這三種核心都首先出現在 iPhone 12 搭載的 A14 Bionic 晶片上。

同時，後綴指的是增加的核心數量（包括 CPU 和 GPU），以及增加的記憶體控制器數量和相關頻寬（在 M1 系列中，還有更快的 RAM）。值得注意的是，Ultra 只是將兩個 Max 晶片融合在一起；這就是為什麼所有數字都直接翻倍。

M2 與 M1 大致相似，至少在不同後綴的相對效能方面是如此。例如，M2 Ultra 只是將 M2 Max 翻倍。然而，M3 Ultra 在最大 RAM 方面是獨一無二的：

我不能完全保證這張表格（來源於維基百科）上的每個數字都準確，因為 Apple 尚未發佈 M3 Ultra 的完整技術細節，且尚未開放測試。然而，看起來很有可能的是，Apple 不僅僅是將 M3 Max 翻倍，還重新設計了記憶體控制器以支援雙倍的記憶體。這也解釋了為什麼 M3 Ultra 比家族中其他成員晚出這麼多——事實上，Mac Studio 的基礎晶片實際上是 M4 Max。

然而，等待是值得的：Apple 晶片架構的獨特之處在於，RAM 是由 CPU 和 GPU 共享的，而且不是像舊式整合顯示卡那樣劃分出一塊區域；相反，晶片的每個部分——包括我沒有列入表格的神經處理單元（NPU）——都能隨時完全存取（幾乎所有的1）記憶體。

這在實際意義上意味著，Apple 剛剛交付了史上最強大的消費級 AI 電腦。一台配備 M3 Ultra 晶片和 512GB RAM 的 Mac Studio 可以在你的桌面上直接運行 4 位元量化版的 DeepSeek R1——這是一個頂尖的開源推理模型。它並不完美——量化會降低精度，且記憶體頻寬是限制效能的瓶頸——但這是你使用獨立的 Nvidia 晶片（無論是專業級還是消費級）根本無法做到的。前者當然可以互連，提供卓越的效能，但那總共需要花費數十萬美元；家用唯一的真正替代方案是伺服器 CPU 和海量 RAM，但那速度更慢，而且你必須自己組裝。

當然，Apple 並不是專門為 R1 設計了 M3 Ultra；支撐這顆晶片的架構決策肯定是在幾年前做出的。事實上，如果你想把追求統一記憶體架構這一關鍵決策也算進去，那麼你的時間線必須延伸到 2000 年代後期，即 Apple 為其首款 A4 晶片（2010 年在初代 iPad 上首次亮相）做出關鍵架構決策的時候。

無論如何，事實是你可以有力地證明 Apple 是 AI 領域最強大的消費級硬體公司，而本週肯定了這一現實。

Apple Intelligence vs. Apple Silicon

Apple Intelligence 的延遲和 M3 Ultra 的發佈發生在同一週，這可能只是巧合，但值得對比一下為什麼一個看起來很愚蠢，而另一個看起來很英明。

先從後者說起：Tony Fadell 在 2022 年的一次 Stratechery 訪談中告訴了我 Apple Silicon 的起源故事；以下引言的背景是他對三星的高度讚揚，三星為 iPod 和前幾代 iPhone 製造了晶片：

三星是一個令人難以置信的合作夥伴。儘管他們被起訴了，但他們仍是一個令人難以置信的合作夥伴，iPod 要取得成功，甚至 iPhone 要存在，他們都必須存在。那確實發生了。在那段時間裡，顯然三星在智慧型手機和 Android 等方面正在崛起，這就是事情分崩離析的地方。

與此同時，iPad 乃至最終的 iPhone 在 Intel 與 ARM 之間存在戰略性的博弈，在那裡我與 Apple 的各方人士（包括 Steve）發生了激烈的對峙，Steve 想在 iPad 和最終的 iPhone 上使用 Intel，因為那是我們在 Mac 上採用的方式，而且很成功。而我說：「不，不，不，不！絕對不行！」我對此大聲疾呼，就在 Intel 輸掉挑戰後，Steve 說：「好吧，我們要去做我們自己的 ARM。」這就是我們收購 P.A. Semi 的契機。

所以當時有三星的事情在發生，Intel 的事情也在發生，然後感覺我們需要掌握自己的命運。我們不能只讓三星供應我們的處理器，因為它們最終會出現在他們的產品中。Intel 無法按照我們需要的方式提供低功耗嵌入式產品，也沒有快速週轉的文化，他們更多是標準產品而非客製化產品，然後我們還有這種「我們必須擁有自己的策略來超越所有人」的想法。所以所有這些因素聚集在一起，促成了後來的發展，最終決定我們需要像台積電這樣的人來製造越來越多的晶片。我只想說，這些事情從來都不是獨立的決定，它們都是聯繫在一起的，才讓這一切「出爐」。

對我這個策略分析師來說，這是一個讓人謙卑的故事；我很想編織一個關於 Apple 對 Apple Silicon 具有遠見卓識的美妙敘事，但就像商業中的許多事情一樣，事實證明，最強大的消費級 AI 晶片誕生於務實的現實，例如 Intel 在行動領域缺乏競爭力，以及三星成為了智慧型手機競爭對手。

但最終，這項努力具有四個關鍵特質：

1. 時間： Apple 研發 Apple Silicon 已經 17 年了。
2. 動力： Apple 有動力構建 Apple Silicon，因為擁有具競爭力和差異化的行動晶片被認為對其業務至關重要。
3. 差異化： Apple 的差異化始終植根於硬體和軟體的整合，而控制自己的晶片讓他們能夠做到這一點，特別是壓榨出前所未有的效率。
4. 迭代： M3 Ultra 不是 Apple 的第一顆晶片；它甚至不是第一顆 M 晶片；嘿，它甚至不是第一顆 M3！它是 17 年迭代和實驗的結果。

注意這些特質在 Apple Intelligence 方面有何不同：

1. 時間： 用來形容 Apple 對 2022 年 11 月 ChatGPT 時刻反應的最主要詞彙是「措手不及」，這與我私下聽到的消息相符。這進一步意味著 Apple 研發 Apple Intelligence 最多只有 28 個月，而且這幾乎肯定是很慷慨的估計，因為該公司可能花了相當長的時間才弄清楚其應對方案。這並非微不足道——xAI 從公司成立到推出 Grok 3 只花了 19 個月——但這肯定不是 17 年！

2. 動力： 如果你查看 ChatGPT 出現後的 Apple 財報電話會議，2023 年 2 月、5 月和 8 月都包含某種變體的說法：「AI 和機器學習已經整合到我們的產品中多年，我們將繼續深思熟慮地實施它們」；終於在 2023 年 11 月，執行長 Tim Cook 表示公司正在研發新東西：

   在生成式 AI 方面，我們——顯然，我們正在進行相關工作。我不會詳細說明它是什麼，因為如你所知，我們——我們真的不那樣做。但你可以打賭我們正在投資，我們正在投入相當大的資金，我們會負責任地去做，隨著時間推移，你會看到以這些技術為核心的產品進步。

   首先，這顯然與上面的「時間」點有關；其次，人們肯定會感覺到 Apple 在經歷了大量的產業炒作和分析師（很大程度上代表了股東的擔憂）的不斷追問後，覺得自己別無選擇，只能在生成式 AI 方面做點什麼。換句話說——是的，這很大程度上是事後諸葛亮——Apple 似乎並不是因為覺得生成式 AI 對其產品願景至關重要才去研發它，而是因為他們必須跟上其他人的步伐。

3. 差異化： 這是 Apple Intelligence 願景中最吸引人的部分，我本人從一開始就對此大加讚賞：Apple 對其用戶私有資訊的獨家存取權。然而，除了安全影響之外，值得考慮的是「獨家性」與「整合」之間的區別。

   考慮你的通訊錄：iOS SDK 包含 Contacts API，它允許系統上的任何 App 在不需要用戶明確許可的情況下完全存取你的聯絡人。這對於 WhatsApp 等服務的早期成功至關重要，它們巧妙地利用電話號碼作為唯一 ID 來引導你的社交網絡；這意味著像 Skype 和 AIM 這樣預先存在的基於用戶名的網絡在 iOS 上實際上處於劣勢。iMessage 在 2011 年推出時也做了同樣的事情，然後 Apple 在 2012 年開始要求用戶許可才能存取聯絡人。

   然而，即使是這種程度的存取權，與 Mac 相比也相形見絀，在 Mac 上開發者可以存取系統任何地方的資訊。另一方面，iOS 將 App 放在沙盒中，使其與其他 App 和 Contacts API 之外的系統資訊隔絕，而所有這些限制隨著時間推移變得越來越嚴格。要明確的是，Apple 做出這些決定有非常充分的理由：iOS 是一個比 macOS 安全得多、受保護得多的環境；增加限制通常意味著增加隱私，儘管代價是競爭減少。

   儘管如此，值得指出的是，對數據的獨家存取權是排除第三方的政策選擇的產物；這與 Apple 為了追求卓越效能而獨家提供的硬體和軟體整合是不同的。這種區別雖然微妙，但我認為值得注意的是，Apple Silicon 的差異化是為了建立競爭護城河，而 Apple Intelligence 的差異化則是為了維持一個護城河。

4. 迭代： 從某個角度來看，Apple Intelligence 是一個演化系統的反面：Apple 湊齊了一整套生成式 AI 能力，並旨在 iOS 18 中全部推出。其中一些功能，如文本處理和訊息摘要，非常直接，順利推出了；其他的，特別是重新構想的 Siri 及其與第三方 App 和個人數據的整合，現在被推遲了。看來 Apple 試圖一次做太多事情。

現有者的優勢

與此同時，Siri 並不是新東西；這個語音助手於 2011 年與 iMessage 一同推出。事實上，Siri 總是試圖在時機未成熟時做太多事情；我上週寫過 Siri 和 Alexa 之間的區別，以及 Amazon 如何明智地將其產品開發重點放在基礎功能——速度和準確性——上，同時讓 Alexa 比 Siri 試圖表現出的樣子更「笨」，特別是它堅持精確的措辭，而不是試圖揣摩你的意思。

就此而言，這說明了 Apple 本可以在其生成式 AI 方法上更加保守（我也擔心 Amazon 也是如此，鑑於我對 Alexa+ 的懷疑）：只需做出一個能用的 Siri。事實是，Siri 一直難以兌現其承諾的功能，但它的許多缺點本可以透過生成式 AI 來解決。然而，Apple 在去年的 WWDC 上承諾了遠超於此的東西：Siri 不僅會變得更好用，它實際上還會以一種前所未有的方式理解並整合你的個人數據和第三方 App。

同樣，我當時對此表示讚賞，所以這很大程度上是事後評論。但我越來越懷疑，我們正看到一種我之前未曾考慮過的大公司病症狀：雖然面對新技術的一種失敗狀態是動作太慢，但相反的失敗狀態是假設你可以太快做太多事情，而實際上只要交付基礎功能就已經足夠好了。

考慮家庭自動化：該領域的三大巨頭是 Siri、Alexa 和 Google Assistant。讓這些公司變得重要的不僅僅是因為他們有你可以放在家裡對話的裝置，還因為有一個與之配合的完整產品生態系統。鑑於此，考慮該領域的兩種可能產品：

1. 一個由 OpenAI 驅動的語音助手，它非常聰明，可以和你討論哲學，但無法可靠地鎖上你的前門或關掉你的燈，因為它沒有與你的硬體整合。
2. 一個由 Apple/Amazon/Google 驅動的語音助手，它沒那麼聰明，但每次你要求它關燈時，燈都會關掉。

在這種情況下，Apple/Amazon/Google 的助手更勝一籌，即使它們底層的 LLM 比 OpenAI 的產品更差或能力更弱，因為這些公司銷售的不是獨立產品，而是一個生態系統。這就是身為一家大型現有公司的優點：除了產品實力外，你還有其他可以利用的優勢。

新 Siri——以及我擔心的 Alexa+——令人震驚的地方在於，它們在多大程度上專注於成為本身就極具吸引力的產品。Siri 記得我跟誰喝過咖啡是非常聰明的；而可靠地開關燈則非常有用，而且可能更容易實現。Apple（我懷疑還有 Amazon）在承諾交付前者之前，絕對應該先搞定後者。

如果你想對 Apple 慷慨一點，你可以辯稱這正是他們試圖透過 Siri Intents 擴展來交付的東西：開發者已經可以為音樂播放等功能向 Siri 開放 App 的部分內容，而新 Siri 則是建立在該框架之上，以增強其對用戶情境的了解，從而提供有用的答案。然而，這讓 Apple 牢牢控制了互動層，削弱並商品化了 App；這是一個聚合者（Aggregator）會做的事，但如果 Apple 走向不同的方向呢？

一個 AI 平台

雖然我對聚合者和平台之間區別最清晰的界定可能是在《監管網路競爭的框架》一文中，但最浪漫的或許是在《科技的兩種哲學》中：

當然有一種論點認為，這兩種哲學產生於它們的歷史背景；Apple 和 Microsoft 這兩家「心靈自行車」公司僅相隔一年成立，且數十年來擁有大致相似的商業模式，這並非巧合：當然，Microsoft 授權軟體，而 Apple 銷售軟體差異化的硬體，但兩者核心都是個人電腦公司，進而也是平台。

另一方面，Google 和 Facebook 是網路的產物，而網路導致的不是平台，而是聚合者。平台需要第三方使其變得有用，並透過創建生態系統來建立護城河，而聚合者則憑藉其固有的實用性吸引終端用戶，並隨著時間推移，讓供應商別無選擇，只能遵循聚合者的指令，如果他們希望接觸到終端用戶的話。

商業模式遵循這些根本差異：平台提供商沒有廣告空間，因為平台的主要功能是為用戶真正需要的應用程式提供一個發光的舞台。另一方面，聚合者，特別是 Google 和 Facebook，處理的是資訊，而廣告只是另一種資訊。此外，由於聚合者的關鍵差異化點在於其平台上的用戶數量，廣告是唯一可能的商業模式；在廣泛普及方面，沒有比「免費」更重要的功能了。

儘管如此，這並未使這兩種哲學變得不那麼真實：Google 和 Facebook 始終以「為用戶做事」為前提，正如 Microsoft 和 Apple 建立在「讓用戶和開發者創造出完全無法預見的事物」之上。

我說這很浪漫，但 Apple 與開發者關係的現實，特別是過去幾年隨著 iPhone 增長放緩，已經變得相當對立。Apple 口頭上稱讚開發者在使 iPhone 成為引人注目的平台——以及共同形成 iOS 和 Android 護城河——方面所扮演的角色，但其行動表明，Apple 將開發者視為一種商品：整體上是必要的，但個別來看大多是個麻煩。

這一切都非常不幸，因為 Apple——與其開發者一起——正被 AI 賦予一個難得的機會，一個讓他們回歸根源的機會：成為一個平台。

從硬體開始：雖然 M3 Ultra 是目前最強大的怪獸，但 Apple 所有的 M 晶片都非常有能力，特別是如果你有充足的 RAM。我恰好有一台配備 96GB 記憶體的 M2 MacBook Pro（我為了這個特定用途加滿了記憶體），這讓我能以 4 位元量化運行 Mixtral 8x22B，這是來自 Mistral 的一個擁有 1,410 億參數的開源模型；我問了它幾個問題：

你不需要真的去讀螢幕截圖；輸出結果相當不錯，雖然不像你對尖端模型所期望的那樣詳細和引人入勝。令人驚訝的是它竟然存在：那個答案是在我的電腦上用我的 M2 晶片產生的，而不是在雲端的 Nvidia 資料中心 GPU 上。我不需要支付訂閱費，也不用擔心速率限制。這是我裝置上的我的模型。

更令人印象深刻的可能是看到模型在你的 iPhone 上運行：

這是一個小得多的模型，能力也相應較弱，但它在手機上本地運行的事實令人驚嘆！

Apple 對支撐 Apple Intelligence 的模型也在做同樣的事情——有些模型在你的裝置上運行，有些在 Apple 的私有雲端運算（Private Cloud Compute）上運行——但開發者無法直接存取這些模型；Apple 只開放了寫作工具、圖像樂園（Image Playground）和 Genmoji。而且，當然，他們為了 Siri 索取你的 App 數據，這樣他們就能成為 AI 聚合者。如果開發者想做一些獨特的事情，他們需要自備模型，這不僅體積龐大，而且難以針對特定裝置進行優化。

Apple 應該做的，是讓它的模型——無論是本地的還是私有雲端運算的——完全開放給開發者，讓他們隨心所欲地創作。不要將他們限制在像 Genmoji 這樣可愛但煩人的框架，或經過消毒但有錯誤的圖像生成器中，也不要假設唯一能利用開發者數據創造出引人入勝事物的實體只有 Siri 的開發者；相反，回歸平台的浪漫主義：讓用戶和開發者創造出完全無法預見的事物。這是只有 Apple 能做到的事情，坦白說，這也是整個 AI 產業所需要的。

當 M1 晶片發佈時，我寫了一篇名為《Apple 轉向中的差異化》的文章。它解釋了雖然 Apple 始終致力於硬體和軟體的整合，但該公司的差異化核心隨時間發生了位移：

Apple 有機會利用 AI 強化其硬體優勢：因為 Apple 控制了整個裝置，他們可以向開發者保證特定模型在特定效能水平上的存在，並由私有雲端運算提供支援；這進一步會鼓勵開發者實驗並構建只能在 Apple 裝置上運行的全新應用程式。

這並不一定排除最終讓新 Siri 運作的可能性；Apple 追求的機會繼續具有意義。與此同時，公司差異化轉向硬體的含義是，Apple 軟體最重要的工作就是「別擋路」；用 Apple 的歷史做類比，Siri 是 Apple AI 努力中的 PowerPC，但這是一個自我施加的缺點。Apple 處於獨特的地位，不必事必躬親；與其將開發者視為敵人，Apple 應該授權並裝備他們，以一種科技界無人能及的方式。

我在這篇每日更新中寫了這篇文章的後續。

1. Apple 始終為 CPU 保留部分記憶體，以便電腦能實際運行。 ↩

分享

相關內容

Stratechery Plus

更新

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

Spotify 財報、個人化網絡、AI 與聚合

Amazon 財報、資本支出擔憂、商品化 AI

Stratechery Plus

播客

Stratechery Plus

訪談

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

與 Benedict Evans 關於 AI 與軟體的訪談

與 Kalshi 執行長 Tarek Mansour 關於預測市場的訪談

Sharp Text

文章

按年份瀏覽 Stratechery 最受歡迎且最重要的文章。

探索 Stratechery 上的所有免費文章。

探索 Stratechery 上的所有文章。

Stratechery Plus

更新

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

Spotify 財報、個人化網絡、AI 與聚合

Amazon 財報、資本支出擔憂、商品化 AI

Stratechery Plus

播客

Stratechery Plus

訪談

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

與 Benedict Evans 關於 AI 與軟體的訪談

與 Kalshi 執行長 Tarek Mansour 關於預測市場的訪談

© Stratechery LLC 2026 | 服務條款 | 隱私政策

由 WordPress 設計。由 Pressable 託管。