2026-05-29 18:32
扫码打开虎嗅APP
本文来自微信公众号： 奇异AI丨Xsignal ，作者：X 博士，原文标题：《全球AI应用行业全景｜2026年4月丨赛道格局+赛道之星+TOP 50 AI应用榜丨Xsignal》
在过去几周里，前沿AI的世界又经历了疯狂的一段时期，随着GPT-5.5、DeepSeek-V4、Claude Opus 4.8、Gemini 3.5 Flash等一系列新模型的发布，感觉AI行业在进展上又解锁了一个阶跃函数，特别是在网络安全、代理式编程方面。
X博士认为这主要是三个原因：
第一个原因是，尽管在我们看来所有的进展实际上是相当连续的，但需要达到这种可靠性水平，才能真正让任何这些AI工具变得非常有用。但我认为大概是在去年12月领先的大模型才刚刚跨过了那个门槛，为什么我认为领先模型真的跨过了那个门槛，是因为我们可以信任这些模型来做我们正在做的大部分工作，所以它感觉像是一个阶跃函数，即使在能力方面它实际上是非常连续的。
第二个原因是，一旦开始拥有非常好的模型，就会加速你自己的工作。特别是在写代码方面，既然我们内部都在写代码，你就能加速自己，包括构建我们作为研究人员完成工作所需的工具。所有这些加速我认为意味着我们看到过去这几个月进展越来越快。
我认为我们感受到的第三件事是，去年一整年，真的建立在这些推理模型之上，最初，当o1、o1 preview发布时，甚至o3时，这些模型仍然是为了所谓的“可验证奖励”而优化的，也就是模型实际上可以获得基准真相，而且很容易测试是对还是错的事情。例如，在数学问题或类似编程比赛的情况下就是这样。现在我们应该意识到的是，我们能够为这些“可验证奖励”情况构建的许多工具，并且能够将它们更广泛地用于真实用例的强化学习上。这就是为什么现在在真实世界的编程而不是比赛中感受到了这一点。所以大模型从比赛转向了对用户的有用性。
这非常吸引人，是什么让模型变得可靠？这是各种因素的一点点混合，但总的来说，考虑到这些是代理模型，如果你把它想象成每两分钟它们就有一个特定的出错概率，它们运行的时间越长，最终答案出错的概率就越高。所以这只是代理模型固有的某种特性，而领先的模型一直在大力推进的，就是确保模型降低这种每两分钟就出错的概率。因此，纯粹从模型的角度来看，在应用方面也发生了很多提高可靠性的工作，以及确保基本上降低出错的概率。
可能我们没有意识到的关于AI的事情，就像我们把许多许多年的进步压缩在一年里体验。所以我们就像是把2020年代、2030年代和2040年代压缩到了接下来的几年里。人工智能正在以惊人的速度压缩技术进步的时间线。
1中国AI APP赛道格局
根据Xsignal AI Holo（AI全息）数据库数据，2026年4月，中国AI APP的17个AI应用赛道用户规模（未去重）已经接近9.06亿。这个量级意味着，中国AI APP不再是小众用户的尝鲜工具，也不是少数大模型厂商的概念展示。它已经进入真实用户市场。
中国AI APP并不是17条赛道一起向前跑，而是少数入口型应用先把用户时间拿走了。
AI聊天机器人和AI搜索已经占住最靠前的位置，其中AI聊天机器人年度用户增长量达到2.68亿，其他所有赛道增长值加总只有1337万。差距拉到这个程度，说明用户不是在平均增加AI工具的使用，而是把很多原本分散的需求，直接丢进聊天窗口里处理。
这会带来一个很现实的结果：除AI聊天机器人外，正增长赛道只剩AI设计工具、AI视频编辑和AI PPT。这三个赛道还能往前走，主要因为有明确的成品形态。设计要出图，视频要处理素材和节奏，PPT要兼顾结构、版式和表达对象。这些事情当然也会被大模型改写，但还没有完全变成一个通用入口里的顺手功能。
压力最先落在AI写作、AI教育学习、AI翻译工具和AI营销工具上，跌幅都超过10%。这几类产品过去的卖点，多半围绕文本生成、语言转换、知识解释和文案组织展开，而这些能力已经被AI聊天机器人很自然地吃进去。用户需求还在，只是访问路径变了。以前要打开一个专门工具，现在一句话就能开始。
所以这组数据更像是在提示一个转折：AI应用市场不是没有增长了，而是增长不再平均分配。通用入口拿走高频需求，垂直工具只能往更具体、更重流程、更难被一段对话替代的地方走。能不能留下来，不取决于是不是AI工具，而取决于用户还有没有必要单独打开它。
1海外AI APP赛道格局
根据Xsignal AI Holo（AI全息）数据库数据，海外AI APP没有出现太多新的变化。聊天机器人还是主入口，用户规模和使用心智都比较稳，其他赛道则明显进入降速阶段。多数增长型品类的增速已经压到10%以内，说明市场不再是早期那种靠概念和新鲜感就能拉动增长的状态。
设计工具和效率提升类应用，仍然是除聊天机器人之外比较值得看的两个方向。设计工具的好处是场景直观，图片、素材、页面、品牌内容都有明确需求；效率提升类应用则更偏工作流，虽然增长不会特别陡，但只要能解决重复性任务，用户留存会相对更扎实。
教育学习、视频创作和研发工具这几个赛道回落超过10%，也不算意外。教育产品看的是效果，视频创作看的是成片质量和成本，研发工具看的是专业准确性，门槛都不低。前期用户愿意尝试，但真正留下来，还是要看产品能不能进入稳定使用场景。现在的变化更像是一次筛选：能嵌入日常流程的继续留在牌桌上，只停留在功能演示层面的产品，用户流失会更快。
1中国AI WEB赛道格局
根据Xsignal AI Holo（AI全息）数据库数据，中国WEB端AI应用赛道用户的变化，可以清晰看到，用户开始把AI应用放回真实使用场景里重新评估。
除AI聊天机器人和AI搜索外，AI研发工具赛道规模达到3500万。这个量级不算小，但也不是纯流量型赛道。它更像是AI从大众化入口向专业生产环节渗透的一个信号。研发工具的用户很务实，产品有没有价值，往往不是看功能列表，而是看能不能减少重复编码、提升调试效率，以及是否能顺着原来的开发流程继续用下去。这个赛道后续的变量，可能不在获客速度，而在能否成为开发者日常工作的一部分。
AI音乐创作环比增长25%，是本轮增速最高的赛道。音乐创作的优势在于链路相对轻，反馈也快。用户输入一段歌词、一组情绪描述，马上就能得到结果，这和视频创作需要反复调画面、调镜头、调节奏不一样。所以它更容易在短期内拉动使用频次。只是这个增长还不能简单理解为赛道已经成熟，版权、作品质量、付费转化，后面都还要继续看。
跌幅超过50%的几个赛道，反而更能说明问题。AI视频创作、AI视频剪辑和AI文档工具，并不是没有需求，而是前期预期被拉得太快。视频类应用进入真实生产之后，用户很快会发现，可控性、稳定性、成片质量，比“能生成”本身更重要。AI文档工具的问题则更直接，办公产品本身就在加AI能力，独立文档工具如果只是解决某个单点问题，用户迁移的动力并不强。
这个数据里最值得看的，不是某个赛道一时的涨跌，而是AI WEB端应用正在从流量驱动转向场景驱动。研发工具的3500万，说明专业生产场景在继续打开；音乐创作的25%增长，说明轻量创作仍有弹性；视频和文档类应用的大幅回落，则说明只靠新鲜感和单点功能，很难支撑持续增长。
1海外AI WEB赛道格局
根据Xsignal AI Holo（AI全息）数据库数据，海外AI WEB赛道的修复迹象已经比较清晰。14个赛道实现正增长，负增长赛道仅有9个，说明此前偏分化的流量表现正在缓和，市场并没有继续向少数头部应用集中，而是重新回到多赛道共同回暖的状态。
不过，回暖并不等于重新进入高增速阶段。用户规模前10的赛道，增速全部低于10%，其中AI聊天机器人增速为6.48%。这组数据反而更能说明问题：头部赛道的用户基础已经足够大，新增空间被摊薄，后续竞争重点会逐渐从“拉新”转向“提升使用频次和场景黏性”。
真正有弹性的增长，出现在更贴近工作流和工具发现环节的赛道。AI办公工具年度增速达到28.28%，AI导航网站达到19.13%，位列增速前列。前者受益于办公效率场景的明确需求，后者则反映出AI应用数量增加后，用户重新需要一个筛选和分发入口。X博士认为，这说明AI应用市场正在从概念驱动转向问题驱动，用户不再单纯为AI能力买单，而是更关注工具能否稳定解决具体任务。
1中国TOP10 AI应用（APP+WEB）
根据Xsignal AI Holo（AI全息）数据库数据，中国TOP10应用中，AI聊天机器人占据8席，AI搜索和AI图像生成各占1席，当前用户使用重心依旧集中在对话型AI。
4月实现环比增长的只有3款应用，分别是元宝、DeepSeek和千问。其中，元宝增幅达到34.30%，增长表现最明显。其余7款均出现回落，蚂蚁阿福下降30.74%，是当月降幅最大的一款。
年度MAU变化上，6款应用保持增长，豆包、千问、元宝和DeepSeek增量靠前；另外4款则出现负增长，文心助手和夸克回落相对明显。用户仍在继续向头部AI聊天产品聚集。
1海外TOP10 AI应用（APP+WEB）
根据Xsignal AI Holo（AI全息）数据库数据，海外TOP10 AI应用覆盖5类赛道，其中AI聊天机器人占据5席，仍是头部格局的核心主线；AI搜索引擎占2席，AI设计工具、AI视频编辑和AI图像编辑各占1席，说明头部流量仍集中在通用交互与内容生产两大方向。
从用户规模看，ChatGPT以12.58亿MAU稳居第一，领先优势依然明显；Canva AI和Google Gemini分别以5.55亿、5.35亿位列第二、第三，头部应用之间保持较清晰的规模分层。
4月环比表现中，7款应用实现正增长，Claude以31.76%的增幅居首，Google Gemini以12.32%紧随其后，显示大模型原生应用仍具备较强的用户扩张弹性。同期，Grok、Picsart和CapCut出现环比下滑，其中Grok降幅最大，为-13.61%。
从年度MAU增量看，7款应用保持正增长，Claude、Google Gemini和ChatGPT增量居前；Perplexity、CapCut和Picsart则为负增长。整体来看，AI应用头部市场并未均匀扩张，增长更集中流向模型能力更新快、用户场景更高频的平台型产品。
1中国AI APP赛道之星
根据Xsignal AI Holo（AI全息）数据库数据，本次赛道之星的头部集中度已经显现。用户规模过亿的产品，只有豆包和夸克。一个站在通用助手入口，一个延展搜索与工具场景，路径不同，但都指向同一个前提：AI应用要进入亿级用户盘，必须绑定足够高频的原生需求。
千万级用户规模的产品，是豆包爱学、即梦和Lovekey键盘。它们不再是泛入口逻辑，而是沿着学习、创作、输入这几个具体场景切入。用户使用理由更窄，也更直接，垂类AI应用的心智开始出现。
前五赛道TOP1里，字节占了三个。豆包、豆包爱学、即梦分别落在通用助手、教育学习和视觉创作位置。这个分布背后，是字节在AI应用层的连续布局，而不是单一爆品的偶然领先。
增速最高的是小荷AI医生和AiPPT。一个对应健康咨询的轻量化需求，一个对应办公场景里的初稿生成需求。增长已经出来，但后续仍要看质量门槛：小荷AI医生看信任和专业边界，Ai PPT看生成结果能不能真正进入工作流。
1海外AI APP赛道之星
根据Xsignal AI Holo（AI全息）数据库数据，，18个赛道中，TOP14赛道之星用户规模均已超过千万，其中4个赛道之星超过亿级。这意味着头部AI应用的竞争，已经从早期流量验证，进入到用户规模与使用深度并行观察的阶段。
Kling AI增长48%，在AI视频创作赛道整体增速下跌12.4%的背景下，这个表现更值得单独看。赛道降温，并不代表需求消失，而是用户对AI视频生成的耐心正在变少。能否稳定生成、能否控制镜头、能否减少返工，开始比“生成出来”本身更重要。KlingAI的增长，反映的是头部产品在技术可用性上的阶段性领先。
GoogleNotebookLM增长18.38%，属于相对温和但质量较高的增长。它不是靠传播情绪拉动，而是嵌入阅读、资料整理、研究辅助这类具体工作流。只要进入用户习惯，后续留存会比纯内容生成工具更有韧性。
1中国AI WEB赛道之星
根据Xsignal AI Holo（AI全息）数据库数据，DeepSeek本月WEB端MAU达到8296万，环比增长59%，这个增速明显跑赢WEB端赛道整体6.67%的水平。主要原因还是DeepSeekV4发布带来的拉动，模型更新在短期内重新放大了用户关注，也把一部分访问转成了更高频的使用。
更值得注意的是，WEB端赛道之星里，本月还能保持增长的产品只有5个。除了DeepSeek，另外4个是Canva可画、逗逗游戏伙伴、海绵音乐和彩云小译。这个数量不多，说明WEB端AI应用已经进入比较明显的分化阶段，增长不再来自赛道整体热度，而是来自少数产品自身的场景强度和版本刺激。
X博士认为，DeepSeek的增长说明通用型AI产品仍然具备很强的爆发力，但这种爆发越来越依赖关键版本发布。对WEB端应用来说，用户已经不缺可选项，真正能留下来的，还是那些在具体场景里可用性强的产品。
1海外AI WEB赛道之星
根据Xsignal AI Holo（AI全息）数据库数据，Zoom Workplace本期增幅达到85%。这个变化放回办公协同赛道里看，Zoom原本就处在企业沟通的核心链路上，会议、消息、文档和日程并不是被AI重新创造出来的场景，而是已经存在的高频需求。AI能力接入之后，改变的是协同效率和使用连续性，所以这轮增长更像是原有办公入口被再次激活。
另一个信号是，已有19个赛道之星月活跃用户规模突破千万。这说明海外AI应用市场正在从头部品类驱动，转向多赛道共同扩散。AI聊天机器人、AI图像生成、AI搜索仍然占据用户心智，但更多垂直赛道已经具备独立增长能力。后续判断AI应用价值，不能只看功能是否新，而要看它是否嵌入真实场景、是否形成稳定使用频率。千万级赛道数量增加，正是AI应用生态进入分层竞争的一个明确信号。
1中国AI APP TOP 50榜
根据Xsignal AI Holo（AI全息）数据库数据，上图呈现出2026年4月中国TOP50 AI APP的竞争格局。为⽅便您最快速掌握关键要点，X博⼠为您梳理出8个关键洞察（8 Key Insights）：
1、TOP 5应用MAU均超过9千万（未去重），头部集中度明显。豆包4.49亿居首，千问1.69亿、夸克1.2亿、DeepSeek 1亿、元宝9700万分列其后。
2、从环比表现看，TOP 50中有30个应用下滑，20个应用增长，短期活跃用户表现整体偏弱。
3、降幅较大的应用集中在-28%以上，灵光-32.09%、蚂蚁阿福-30.74%、AI Mate-29.43%、快对AI-28.92%、Deep视频生成AI-28.10%。
4、增长端仍有少数应用表现突出。元宝环比增长41.73%，天工32.14%，讯飞晓医23.03%，海豚AI学21.55%，开拍14.31%。
5、年度维度相对更平衡。TOP50中27个应用年度MAU增长为正，23个为负，正增长应用数量略高于负增长应用。
6、从类型分布看，AI聊天机器人仍是TOP50中数量最多的类型，共14个；AI视频创作、AI虚拟角色、AI教育学习各6个，构成第二梯队。
7、AI聊天机器人的头部优势仍然清晰。TOP10中有6个属于AI聊天机器人，包括豆包、千问、DeepSeek、元宝、蚂蚁阿福、Kimi。
8、细分赛道头部表现有所分化。AI虚拟角色中Lovekey键盘以1027.80万MAU居首，环比增长9.04%，年度增长623.91万；AI视频创作中小云雀以359.76万MAU居首，环比下降10.43%，年度增长105.95万。第26至第50名应用MAU均低于150万，尾部规模主要集中在50万至150万区间。
1海外AI APP TOP 50榜
根据Xsignal AI Holo（AI全息）数据库数据，2026年4月海外TOP50 AI APP数据，整体呈现出头部规模集中、环比下行偏多、年度增长承压的结构特征。X博士梳理出8个关键洞察：
1、TOP 5 AI APP MAU均超过1.2亿，头部规模优势清晰。ChatGPT以7.3亿居首，CapCut 4.5亿、Canva AI 2.1亿、Google Gemini 2.1亿、Picsart 1.2亿分列其后。
2、环比表现整体偏弱。TOP50中32个应用环比下降，18个应用环比增长，下滑应用数量明显高于增长应用。
3、降幅较大的应用主要集中在图像编辑、教育学习和虚拟角色相关产品，包括BeautyCam-22.78%、Brainly-19.28%、Grok-18.25%、Character AI-17.35%、Gauth-17.17%。
4、高增应用仍集中在少数产品。Manus AI环比增长68.55%，Kling AI 48.01%，Claude 28.61%，Google Gemini 22.61%，Google NotebookLM 18.38%。
5、年度MAU增长为正的应用仅16个，34个应用年度下降，说明拉长到年度维度，TOP50内部的增长压力更为明显。
6、从类型分布看，AI图像编辑数量最多，共12个；AI聊天机器人11个，AI虚拟角色7个，构成榜单中的主要应用类型。
7、AI聊天机器人仍占据头部关键位置。TOP10中有6个为AI聊天机器人，分别为ChatGPT、Google Gemini、Claude、Grok、Dola、Meta AI。
8、细分赛道头部表现分化。AI视频编辑由CapCut领跑，4月MAU为45204.60万，环比下降1.92%，年度下降932.98万；AI设计工具由Canva AI领跑，4月MAU为21098.45万，环比增长9.38%，年度增长1443.34万。第31至第50名应用均低于1200万，尾部规模主要集中在400万至1200万区间。
1中国AI WEB TOP 50榜
根据Xsignal AI Holo（AI全息）数据库数据，2026年4月中国WEB端TOP 50 AI应用整体呈现出头部集中、环比下行应用占多数、类型分布向聊天机器人倾斜的格局。X博士梳理出7个关键洞察：
1、TOP 5应用形成明显头部梯队，DeepSeek以8296.20万居首，夸克8107.81万紧随其后，豆包5177.71万、文心助手3445.45万、法行宝1996.67万分列第3至第5名。
2、环比表现偏弱。TOP50中39个应用环比下降，11个应用环比增长，下滑应用数量明显高于增长应用。
3、降幅较大的应用主要集中在视频创作、聊天机器人和搜索相关产品：可灵AI-76.01%、QwenPaw-41.63%、QClaw-40.73%、MINIMAX-34.47%、海螺AI-32.95%、纳米AI-30.21%、AI工具集-30.17%、文心智能体平台-23.12%。
4、高增应用数量不多，但增幅较集中。钉钉悟空环比增长83.81%，DeepSeek 59.06%，Longcat 41.14%，Z.AI 21.88%；Canva可画、千库网、Wan AI、Connected Papers则处于6%-9%增长区间。
5、年度MAU变化相对平衡。TOP50中26个应用年度增长为正，24个应用年度下降，正增长应用数量略高于负增长应用。
6、从类型分布看，AI聊天机器人仍是最主要类型，TOP 50中共有20个，占比最高；AI研发工具9个，AI搜索引擎4个，AI视频创作和AI图像生成各2个，其余类型分布更为分散。
7、聊天机器人在头部与数量两端均占优势。TOP 10中有8个为AI聊天机器人，包括DeepSeek、豆包、文心助手、法行宝、Kimi、千问、Qwen、元宝；研发工具则以火山方舟、腾讯云代码助手、GitCode进入前15名。
1海外AI WEB TOP 50榜
根据Xsignal AI Holo（AI全息）数据库数据，2026年4月海外WEB端TOP50AI应用整体呈现出头部规模稳定、增长应用占多数、聊天机器人继续主导的结构特征。X博士梳理出8个关键洞察：
1、TOP5应用MAU均超过1.3亿，ChatGPT以5.25亿居首，Canva AI 3.4亿、Google Gemini 3.2亿、New Bing 2亿、Claude 1.35亿分列其后，头部规模优势仍然清晰。
2、环比表现偏积极。TOP50中31个应用环比增长，19个应用环比下降，增长应用数量高于下滑应用。
3、高增应用集中在办公、聊天、图像生成和研发工具等类型，Zoom Workplace环比增长85.71%，Claude 33.62%，Adobe Firefly 30.09%，Meta AI 24.34%，PDF Guru 20.37%，Hugging Face 19.34%。
4、降幅较大的应用数量相对有限，OpenClaw环比下降50.69%，TurboScribe-21.04%，VEED-7.22%，Grok-7.01%，Freepik-6.40%。
5、年度维度上，TOP50中37个应用MAU增长为正，13个应用下降，正增长应用占多数，增长面较4月环比表现更宽。
6、从类型分布看，AI聊天机器人数量最多，共9个；AI研发工具5个；AI写作、AI效率提升、AI教育学习、AI视频创作各3个，类型结构较为分散，但聊天机器人仍占第一。
7、AI聊天机器人在头部梯队中的存在感仍强。TOP10中有5个为AI聊天机器人，包括ChatGPT、Google Gemini、Claude、Grok、Microsoft Copilot。
8、细分类型头部应用规模差异明显：AI设计工具由Canva AI领跑，MAU为34474.90万；AI搜索引擎由New Bing领跑，20444.74万；AI视频创作由Freepik领跑，5924.18万；AI效率提升由zendesk领跑，4802.96万；AI翻译工具由DeepL领跑，4078.40万。第33至第50名应用均低于1600万，尾部主要集中在900万至1600万区间。
对于人工智能开发者、投资人以及创业公司来说，这是一个真的极其有意思的问题，那就是这个“模型进入一家企业后能随时间变得越来越聪明”的想法。这里面就存在着一种张力，一方是模型现有的能力边界，另一方则是许多人围绕模型构建出来的辅助系统。
一两年前，那是RAG（检索增强生成），而如今大家都把焦点聚在了用来牵引各种Agents（智能体）的Harness（外部控制约束系统）上了。然后大家都在琢磨着，这模型到头来会不会就把那些Harness全给吞并了，亦或者说，这个Harness终归只能算是种临时性质的方案。X博士觉得从当下这个节点来说，Harness真的能够让模型的能力更上一层楼。不过，考虑到咱们目睹了目前模型在能力层面这般风驰电掣般的进步，至少我个人而言，模型可能不太会在Harness上费那么大的劲去推进，除非这个Harness本身就是冲着解决非常具象的目标去的。所以对于一些特定的公司而言，如果一直就紧盯着某个非常具体的业务领域，并且期盼着将其从原本的80%的可靠性推升至也许85%，那这种Harness就能满足它们。这我觉得也是非常紧要的。
但是必须要清楚地认识到一点，那就是在未来的某个时刻，必定得去重新调试这个Harness才行。如果你只是想要拥有一个相对通用且能够经久不衰的Harness的话，那可能是行不通的。就目前来讲，如果迫切需要构建面向特定应用领域的Harness，这绝对是一个极佳的短期之举。在Harness里面有太多咱们可以去挖掘的点了。如果说有什么不同的话，我是觉得只要大家有了某个非常具象的问题，就都该在Harness上多下点功夫，因为没有好用的Harness的话，实在是有太多东西就被白白搁置在那了。
毫无疑问，假如咱们就把当下的那些模型直接给原封不动地冻结了，然后你就开始闷头在那去打磨Harness，甚至我们还花了更多的心血，在搭配非常精良的Harness的状况下进行了训练，我是觉得大家在所有的特定垂直领域都能切实感知到通用人工智能（AGI）已经降临，或者说现在已经在各个领域都能体会到了。
但由于咱们并没有将其原样冻结，而且我们还将日复一日地去打磨更为强大的模型，所以我觉得对于那个Harness最终的形态到底会是什么样的，我们并不能真正地参透，而且它终归也必将处于一种恒久的变化之中。
随着我们逐步迈向AGI的过程中，最终这些都只会被统统囊括在模型的自身能力范围之内？对于外部的公司或者对于创业企业去聚焦特定的垂直领域，依旧是充满了海量机会的。这一点我想极其明确。为什么会这样说呢？是因为很多的人总会下意识地认为这种带有引号的“智能”，或者说我们拥有的这种“纯粹的原始能力”是核心的瓶颈所在。但这其实并不准确。大多数情况下我认为阻碍大家前行的，恰恰是那个“最后一英里”。那就是得确保这模型切切实实握有了准入特定环境的各项许可，同时还能跟最适宜的API去进行交互接驳。
模型层在未来将会极端专注于这更宽泛、通用的层级，而我就觉得应该有其他公司来接手更多纵向领域的事务，让大家眼下手里握有的这些东西，绽放出它们极限的价值。所以X博士始终认定，在各类大相径庭的垂直行业里，那些属于“最后一英里”的地方，势必会有广阔无垠的空间可以去施展拳脚。我也极为推崇大伙能在那方面去深耕不辍。
