你好，欢迎来到《得到精选》，我是李南南。
今天的内容来自刘怡老师主理的《全球大事报告》。那么，这两天值得关注的全球大事是什么呢？其中之一就是OpenAI的CEO萨姆·奥尔特曼的最新专访。这件事在美国的热度，甚至超过了特朗普重返白宫。
那么这场专访中，有哪些值得关注的信息呢？刘怡老师为我们做了一场长达30分钟的分析，那在这里也提醒一句，今天的内容会稍微有点长，有30分钟。话不多说，咱们赶紧有请刘怡老师来讲一讲。
欢迎来到《全球大事报告》，我是刘怡。距离特朗普重返白宫只剩一星期时间了，美国半导体行业热议的焦点，却不是新总统可能带来的变化，而是即将离任的拜登政府在最后一个月放出的“大招”。1月6日，美国半导体行业协会（SIA）发布一份声明，敦促商务部不要在政府换届前最后几天，敲定酝酿已有数月之久的《人工智能（AI）扩散出口管制框架》规则。该规则无需经国会全体表决，可以用总统行政法令的形式生效，最快60天内开始实施。
根据新规则，美国科技企业在出口高性能AI芯片和AI模型服务时，需要向商务部工业安全署（BIS）申请许可证。商务部有权在“国家安全”的名义下，为AI芯片和大模型服务的出口国设定“算力配额”，超出配额的合同会被直接否决。只有英国、日本、德国等20个国家和地区，也就是所谓的“AI 20俱乐部”，可以得到豁免；以色列、墨西哥、沙特等美国传统盟友和主要贸易伙伴国却不在其中。注意了，美国企业在海外代工生产的AI芯片，同样适用这项规则。使用美国AI云服务的海外企业客户，也需要向商务部申请权限。美国政府还有权决定，本国的AI云服务公司可以把数据中心建在哪些海外地区，甚至可以要求审查海外客户的商业关系网：“政治先行”的意味不言而喻。
美国半导体行业协会认为，拜登政府的新规则不仅很难操作，还会给美国科技公司争夺全球AI市场制造麻烦。甲骨文、英伟达等AI产业的关联企业，都对新规则公开表示担忧。不过换个角度看，全球大国围绕AI行业展开政治博弈，已经是一种既成事实了，它很难被几家公司的反对意见一举扭转。美国对这个话题尤其上心：2024年5月，众议院出台了针对AI出口的ENFORCE法案。同年12月，拜登政府又宣布，限制向中国出口制造先进半导体的硬件设备，意图也和AI产业有关。特朗普更是宣称，他上台后将专注于“赢得与中国的AI军备竞赛”。这样看来，总统更迭不会改变美国政府在AI出口上的立场。AI竞争乃至范围更广的高科技攻防战，在2025年很难“熄火”。
话分两头。AI很重要，AI软硬件在未来会越来越有用，这已经是不争的事实了。但回看刚刚过去的2024年，AI行业给普通人带来的震撼，似乎不像前两年那么大了。毕竟，当聊天机器人程序ChatGPT在2022年11月上线时，可是引发了轰动效应的。它的开发者OpenAI在2023年的董事会罢免风波，同样引人注目。相比之下，2024年只是AI行业按部就班的一年。OpenAI的估值和芯片巨头英伟达的股价当然还在涨，使用o1新模型的ChatGPT Pro服务也上线了，能根据文本生成视频的Sora模型同样出现了。但这些服务在美国的付费订阅者，75%是个人用户，企业层面还没有进入大规模部署阶段。这意味着在现阶段，AI产业的重心还是吸引投资，它还没有实现可持续盈利。倒是形形色色的考验，有些让人担心。无论是大模型训练中的“数据荒”“芯片荒”，还是AI产业与日俱增的电力需求，都在给业内人士出难题。《经济学人》杂志在去年的一期封面报道中，直接用了这么一个标题：“AI需要突破”。
突破什么？怎样突破？这两个问题，最好去问AI行业的头部从业者。巧了，1月5日，《彭博商业周刊》前主编乔什·泰兰吉尔对OpenAI首席执行官萨姆·奥尔特曼进行了一次独家专访。两个人不仅聊到OpenAI在过去几年的发展历程，奥尔特曼还分享了他对通用人工智能（AGI）、“能源荒”以及特朗普政府的看法。专访全文的链接我为你列在专栏末尾，你可以使用翻译工具对照查看。当然，奥尔特曼谈自己的经历比较多。为了补充背景知识，我还参考《经济学人》《科学美国人》等英文刊物过去一年的封面报道，把美国AI产业目前面临的挑战，做了全面梳理。
本期专栏，我就从奥尔特曼的专访出发，带你了解两个主要知识点。第一，OpenAI在它的早期发展中，积累了哪些经验教训，目前奥尔特曼的注意力主要放在哪些问题上。第二，美国AI产业目前面临的三大挑战，“数据荒”“芯片荒”和“能源荒”，都有哪些可能的解决方案。另外，本期专栏还安排了一个轻话题，它和1月7日的美国南加州森林火灾有关，相信你也会感兴趣。
先来看奥尔特曼的专访。严格讲，他虽然是OpenAI的联合创始人，自2019年起还担任CEO，但他既不是整个项目的首席技术专家，也不是公司前期的掌舵者。那他的不可替代性体现在哪儿呢？奥尔特曼自己的概括是：第一，他做过十几年风险投资人，知道怎么找钱，也知道科技类初创企业容易遇到哪些问题。第二，他知道怎样把研究和工程结合起来，有很强的产品化意识。正是这两个特点奠定了他在整个AI行业的弄潮儿地位。下面我就展开讲讲。
奥尔特曼回忆说，典型的硅谷创业模式，是先从零开始做一家科技公司，把它搞上市，给自己打下江湖地位。到了四五十岁，不想在一线操劳了，财务也自由了，就转型当风险投资人（VC），给新的初创企业提供金融资源。微软的盖茨、网景公司的安德森，都是这么走过来的。可奥尔特曼不一样：2005年他从斯坦福大学退学，主持创办一家手机定位分享软件公司时，负责的主要工作就是拉投资。公司办了7年，最后以一个不高不低的价格卖掉了。奥尔特曼却从中发现了自己的特长，他直接加入了先前的投资方、初创企业孵化公司Y Combinator，一路当上了总裁。Airbnb就是这家公司参投的。
奥尔特曼讲，30岁之前，他已经习惯给很多创业者出点子、提建议了。他知道，初创公司永远做不到完美地处理重要性和紧急性的顺序，所以一旦遇上问题，他不会一惊一乍。另外，奥尔特曼还从实践中学会了一件事：初创企业的业绩有起伏，是很正常的。那一家新公司在什么情况下，算是“做成”了呢？只要它在某个阶段的业绩波谷，比上一个阶段的业绩波峰还强，这个时候就可以大胆追加投入了。
不过，要说奥尔特曼只会玩金融，那也有点贬低他。他是深度学习模型的长期关注者，一直希望开发可行的通用人工智能程序，也就是AGI。这让他对深度学习领域的新进展十分关注。2014年，奥尔特曼结识了谷歌AI团队的早期成员苏茨克维尔，两个人聊得很投机。奥尔特曼当即决定，拉上苏茨克维尔和另外几个伙伴一起创业，就做AGI研究。2015年诞生的OpenAI就是这么来的。奥尔特曼叫上自己所在的Y Combinator和亚马逊，还有彼得·蒂尔、马斯克等几个大名鼎鼎的硅谷投资人，给出了10亿美元的投资承诺。因为马斯克前期的实际出资最多，所以他和奥尔特曼一度出任联席总裁。
摊子是支起来了，有两个大问题却还没解决。一是早期的AI研究人员不仅数量少，薪资要求还很高，这方面OpenAI根本竞争不过硅谷巨头。奥尔特曼的对策是把OpenAI的架构做成非营利组织，相当于一个研究院。他给这个研究院物色的一线员工，不是成名已久的资深专家，而是一群初出茅庐，对AGI研究充满使命感，不在乎短期经济回报的年轻人。他们把打造AGI当成自己的理想。至于奥尔特曼拉来的投资，主要拿来扩充团队的硬件算力了；更通俗地说，就是购买或者租用更多、更高端的图形处理器，也就是GPU芯片。
第二个问题是，OpenAI这个团队没有商业模式。这一点其实奥尔特曼自己也没想好，但他凭经验意识到：深度学习、AGI，谷歌和Facebook这样的大公司一直在搞，OpenAI不能给它们当跟班。要想脱颖而出，就得做一个爆款产品，这样才能吸引关注，拉到更多投资。
听到这里，你应该已经明白了，为什么OpenAI经过不到7年的摸索，就能在2022年推出在线版ChatGPT这样划时代的产品。当然，整个过程并不是一帆风顺的。马斯克就觉得OpenAI扩张得还不够快，他想把整个团队并入特斯拉，由自己来操盘。2018年，马斯克和奥尔特曼起了争执，争权失败后他辞职离开了董事会。2019年，奥尔特曼为了方便融资，在OpenAI最初的架构下成立了一家营利性子公司OpenAI Global，由微软注资数十亿美元给予支持。这家子公司的估值很快迎来暴涨，但它的上级机构却是非营利性的，这在随后几年造成了层出不穷的冲突。
2020年，OpenAI的创始团队围绕利益分配和信息安全问题，发生了第一次大分裂。有11位早期员工宣布离职，他们组建了公益性质的竞品公司Anthropic，由亚马逊注资扶持。到了2023年11月，奥尔特曼也被坚持非营利目标的董事会赶出了OpenAI。但仅仅四天后，他就在投资方微软和大部分员工的支持下复职，并全盘改组了董事会，从此OpenAI变得更像一家“正常”公司了。目前，在奥尔特曼执掌下，OpenAI的估值已经超过1500亿美元，是美国第二家千亿级初创公司，第一家是马斯克的SpaceX。而马斯克自己也在2023年组建了竞品公司xAI，并且正在和OpenAI围绕历史纠葛打官司。
那么问题来了：奥尔特曼回顾这么多前尘往事，到底想说明什么呢？难不成就是为了对记者感慨一下“创业不易”？当然不是。他在回忆往事时，做了三点前瞻。第一，ChatGPT这个产品，并不是AGI的终极形态，甚至不见得是必经之路。它更像是奥尔特曼为了制造话题、吸引投资和探索商业模式，琢磨出的一个临时方案。虽然ChatGPT目前的用户已经超过3亿人，最贵的付费方案达到每月200美元，2024年创造了近40亿美元的收入；但奥尔特曼并不认为，这就是最好的点子，也不觉得订阅收入能覆盖公司下一阶段的研发成本。除了继续从市场上融资，他更看重用户帮他摸索出的聊天机器人的新用途。
比如，ChatGPT最初没有想过要做搜索业务。但因为越来越多的用户试着用它代替谷歌，向它直接寻求一些问题的答案，而且觉得体验很好，OpenAI就逐步把搜索功能整合进了产品。另外，美国用户对ChatGPT的医疗建议功能反响异常热烈。这让奥尔特曼开始关注，公司能不能推出更细分的产品，满足这部分用户的需求。除去朝着更完善的AGI迈进，奥尔特曼还在展望“超级智能”，希望它能提高自然科学发现的速度。他认为这才是自己的终极目标。
奥尔特曼的第二项前瞻是，到了2025年，OpenAI要是还想像创业初期一样，让年轻员工靠着信念搞研究，把预算全花在外购硬件算力上，已经不可能了。毕竟，AI军备竞赛正在蔓延到全世界，新下场的资本不计其数，先行者未必是最后的赢家。OpenAI必须在技术上探索出新的路径。目前，OpenAI在训练大语言模型，提升它的准确度时，已经不是靠单纯“投喂”数据了。它的新模型o1可以模仿人脑的推理能力，这个步骤在处理数学、科技和编码问题时尤其有价值。奥尔特曼认为，长期来看，AI模型必须更多仰仗推理，而不是训练数据。OpenAI最新的模型o3，将会在2025年向付费用户开放；这让奥尔特曼反过来思考，自己能不能干脆进军芯片供应链，开发和生产符合新要求的计算芯片？这样就不会被老伙伴英伟达坐地起价了。2024年10月底，OpenAI宣布将与半导体公司博通和代工企业台积电合作，打造一款专注于推理的自研芯片。从软件领域杀入硬件，这会是整个AI行业的新潮流。
奥尔特曼的第三项前瞻是，AI产业进一步扩容所需的基础设施和政策扶植，只能靠国家力量来解决。这倒不是说政府应该直接给予财政补贴；相反，奥尔特曼认为拜登政府2022年通过的《芯片与科学法案》，效果未必有多好。他的意思是，AI企业可以自己找投资，自己介入供应链；但它们不可能自己盖发电厂，也决定不了消息安全政策和存放数据的位置。只有政府具备在短期内敲定这些大事的权力。虽然奥尔特曼没有透露，他对拜登政府的出口管控新规持什么态度，但他对特朗普显然是抱有期待的，为此还专门向新总统的就职仪式捐赠了100万美元。奥尔特曼期待美国在全球范围内继续引领人工智能潮流，并且在特朗普的下一个任期内，OpenAI能发展出更高水平的AGI。
好，讲到这里，奥尔特曼对OpenAI发展史的回顾，以及他关注的前瞻性问题，我就为你介绍完了。其实在访谈过程中，提问的泰兰吉尔直接抛出了他最大的疑惑：美国AI行业，打算怎样应对目前出现的“数据荒”“芯片荒”和“能源荒”？只不过奥尔特曼回答得不是很详细。但这“三大荒”，对AI产业的发展又有实实在在的影响，值得专门说一说。
你可能会问：新兴产业最大的考验，不是融资吗？为什么不提“资金荒”？这是因为，美国AI行业的金融模式，跟一般的风投完全不一样。要知道，OpenAI训练早期大模型的硬件、数据和能源成本，高达1亿美元。目前它正在开发的新模型，据公司财务官估算，训练成本是10亿美元级的。下一代大模型的训练成本，更是可能飙增到100亿美元。喜欢分散投资，重视短期回报的传统风投基金，根本付不起这么高昂的“入场费”。
因此，目前大力下注美国AI行业的，主要是两类特殊资本。第一类本身就是科技巨头企业，比如OpenAI背靠的是微软，Anthropic则由亚马逊扶持。它们自己就有AI云业务，既可以提供训练用的算力，又可以从对外服务中收回一部分成本，形成良性循环。另外，像英伟达这样的硬件厂商也参与了AI投资，这显然是为了扩大自己的市场占有率。第二类投资者是海外主权基金，像马斯克的xAI近期就在和中东代表谈判。这类投资既是为了帮助本国经济实现多元化转型，又带有政治意味，同样不急于求回报。光是2023—2024年，全球AI初创公司就获得了接近1000亿美元的投资，主要集中在美国，大部分是10亿美元级别的，而且优先考虑投到OpenAI这类已经做出了一点名堂，有自己的强势大模型的公司身上。所以短期之内，直接资金投入并不是美国AI行业面临的最大挑战。
而数据、芯片和能源这“AI三大荒”，却是实实在在有短期负面影响的。先说数据：前面奥尔特曼提到，他打算用推理逻辑，逐步替代大模型训练中的海量数据投喂。但这个过程是渐进的，而且不可能完全抛弃数据。举个例子：为什么ChatGPT需要用户，对聊天机器人做出的回答给予直接反馈和评价？因为反馈和评价属于自然语言，它既是AI模仿的对象，又是重要的学习数据。如果让聊天机器人自己和自己对话，那训练的语料就成了机器语言，它无法避免重复和误差，很容易导致模型崩溃。又比如，马斯克的xAI开发了ChatGPT的竞品GroK程序，它使用的重要数据源，就是马斯克收购的社交平台X。特斯拉的自动驾驶AI，则是以车主上传的海量行驶数据作为训练素材的。
问题是，像这样的自然数据，不仅来源有限，还存在版权争议。比如，过去两年，光是OpenAI就遭到了20多位著名英语作家和十几家媒体的起诉，其中有《冰与火之歌》的作者乔治·马丁，还有《纽约时报》。他们指控OpenAI在未支付版权费用的情况下，用自己的作品训练大模型，OpenAI只得同意销毁训练数据集。拿YouTube视频来训练语音识别工具，也存在版权隐患。然而，更大的问题是，自然数据经常不够用。像特斯拉的自动驾驶AI，显然不可能只靠自己旗下的汽车提供训练数据，但其他品牌的数据它又拿不到。在这种情况下，人工合成或者实验室模拟的数据，就成了替代选项。但它们需要复杂的过滤和验证，需要进一步改进算法和模型，这就成了第一项重大考验。
第二项考验，是“芯片荒”。你可能会说，这个好解决，扩大产能就行了嘛。英伟达的GPU这么畅销，已经占据全球AI芯片市场的八成，它可以多找几家代工企业，开足马力生产啊。这不正好符合特朗普想让高科技制造业回流美国的政策吗？事情还真没那么简单。你也许不知道，目前的主流GPU，属于通用型芯片。它的算力可以伴随晶体管尺寸的缩小和制造工艺的提升，得到持续强化，但它的能耗方案却不是最优解。就拿英伟达2024年发布的布莱克维尔芯片微架构来说，它的运行速度比2022年发布的上一代微架构快5倍，但功耗也增加了70%，非常不经济。
这种现象是怎么造成的呢？它和技术特性有关。首先，大部分GPU芯片都有一个小而快的“片上”缓存单元，还有一个大而慢的“片外”内存单元。访问“片外”内存所需的时间，是访问“片上”缓存的大约1000倍，能耗则相差200倍。而AI芯片处理的数据量异常庞大，它需要频繁调用片外内存，时间延误和高功耗就这样产生了。据韩国内存芯片制造商SK海力士估算，OpenAI训练GPT-4模型用的芯片，只有10%的时间花在计算数据上，90%的时间都在来回传送数据；这不仅降低了处理器的速度，还会造成巨大的功耗。另外，晶体管虽然可以越做越小，但它在封装中产生的漏电流却无法规避。漏电流限制了芯片电压的降幅，它意味着芯片的功率不能无限制降低，功耗就成了麻烦。
既然问题可以找出来，那英伟达为什么不改进呢？答案还是出在“通用型芯片”这个概念上。英伟达的GPU不是专为AI产业设计的，它要考虑研发成本和销量之间的比例，一定是卖得越多，适配的设备越多，利润才越高。GPU微架构每两年更新一次，而AI大模型可能几个月就会迭代。如果硬件设计跟着软件开发走，又吸引不到足够的订单，就会造成巨额亏损，这有违上市公司的经营理念。另外还得考虑下游的生产。中国台湾集成电路代工商台积电在美国亚利桑那州建设的新工厂，每座投资超过200亿美元，它也得考虑订单量。而AI产业目前的需求，门类繁多，但单批订货量有限，不足以“包下”整个代工厂。这种结构性问题，不是一时半会儿就能解决的。
这样看来，AI行业的“芯片荒”，其实并不是说无法下单买到足够的现成芯片，而是符合自己特殊要求的芯片，供应量不足。这样你就能理解，为什么OpenAI要进军硬件市场了。实际上，谷歌、苹果和亚马逊都在设计自己的专用AI芯片；特别是谷歌为AI数据中心研发的芯片，已经部署到AI云上，市场占比正在稳步提升。全球市值排名前十位的大公司，现在有7家开辟了芯片制造业务，越来越多的投资也在涌入这个行业。它意味着在AI时代，软件公司和硬件公司的区分将变得越来越模糊。英伟达目前的市场占有率，随着“芯片荒”的纾解，也可能出现下滑。
说完了“数据荒”和“芯片荒”，还得看看“能源荒”。据国际能源署（IEA）估算，光是在ChatGPT公开上线的2022年，全世界就有2%的电力需求，分配在了AI模型训练和数据储存上。到2026年，这个比例会进一步上升到6%。这个数字你可能没什么概念，这样说吧：英伟达为AI行业定制的GB200超级芯片，每两块一年的耗电量，就和美国一个普通家庭的全年用电量相当。而大公司使用几十万，甚至上百万块芯片跑AI模型，并不是罕见现象，等于凭空多出了一座大中城市的耗电量。这对美国扩容速度不快的电力基础设施，一下就构成了重大挑战。
要知道，21世纪前二十年，美国全国的电力需求，平均每年只增长1%。但在AI产业兴起之后，情况一下就变了。据能源咨询公司“电力战略”估算，未来五年美国的电力总需求，会增加16%。特别是工业电价比较低的佐治亚州，现在已经落地了50个AI数据中心，新增供电量需要扩容一倍多。换句话说，在美国搞AI，不仅要争人才、争数据、争芯片，还得争电力。面对能源缺口，AI巨头们也是各出奇招。谷歌、亚马逊和微软都已经宣布，将从位置合适的核电站购买电力，专供自己的数据中心使用。奥尔特曼更是投资了一家核聚变初创公司，希望从2028年起，逐步用上聚变电力。鉴于特朗普政府对提升美国本土的发电量持认可态度，AI行业也会从中看到缓解“能源荒”的机会。
2024年12月，谷歌CEO皮查伊在接受《纽约时报》采访时，说了这样一句话：“在2025年的（美国）AI行业，唾手可得的果子已经消失，爬坡之路会变得更加陡峭。”他说的“爬坡之路”，显然考虑到了“三大荒”的影响。可以预见的是，在国家力量下场之后，短期内的商业盈亏已经不是度量AI行业的唯一尺度。竞争会变得更全面，也更激烈。
好，讲到这里，本期专栏的主要话题美国AI产业，我就为你大致介绍完了。接下来我们进入本周的轻话题。2025年1月7日，美国加利福尼亚州南部遭遇了一场巨型森林火灾，火势持续了五天还没有停止。它造成至少13人遇难，18万人被迫撤离，超过13400所建筑被烧毁。因为火灾蔓延到洛杉矶近郊著名的度假小城帕萨迪纳和海滨风景区马里布，烧毁了许多好莱坞名人的住宅，这场大火在美国社交平台上引发了极高的关注度。许多人纷纷质疑，为什么当地消防员迟迟控制不了火势，还有人谴责加州州长无能。到底谁该为此负责呢？美国著名文化杂志《纽约客》有两位记者恰好住在加州，是这场火灾的近距离目击者。她们在最新一期的《纽约客》上各写了一篇文章，评论这场大火。我就结合这两篇文章，为你讲讲这场大火的真相。
记者艾米莉·维特的文章，讲述的是火灾现场的全貌。说是“南加州火灾”，其实它是在三天时间里，从四处不相连的地块烧起来的，火场总面积达到148平方公里，有13个北京奥林匹克公园那么大。起火之前，加州南部已经8个月没有下雨，植被干旱，前一晚还刮起了11级暴风。这种情况在往年就很容易引发森林大火，但在过去十几年，火势蔓延到人口稠密地区的情况并不常见。因此，尽管7日上午第一场火就烧起来了，但大部分人还是观望了一天才开始撤离。到了7日深夜，另外两场火灾也从灌木丛中烧起，一些社区开始停电，情况最终陷入了一片混乱。
那当地消防员的表现如何呢？维特采访了洛杉矶县消防局长马罗尼。他手下有10架直升机、200多辆消防车和将近3000名消防员，经验丰富。起火前一晚，消防局还专门在山区准备了3个应急水箱，理论上准备是很充足的。不过马罗尼讲，他的人力物力，只够同时应付两场大型森林火灾；暴风和四场火一起来，这是50年未见的糟糕情况。特别是1月7日，从上午10点30分到晚上10点，有三股火势从不同的方向冒出来，使所有消防人员疲于奔命。暴风导致直升机无法及时起飞，一些高处的消防栓意外失灵，则使应急用水提前耗尽。扑灭森林火灾需要设置隔离区，当火场离城镇太近，火情又被风势助长时，消防员除了多给居民争取一点撤离的时间，能做的也很有限。
另一位记者伊丽莎白·科尔伯特指出了第二个重要问题。发生火灾的洛杉矶县是美国人口最多的县，有960多万居民，近年迁入的许多新居民喜欢住在森林附近。而在极端气候影响下，过去半个世纪，南加州容易发生森林火灾的土地面积增加了5倍，火灾高发天数延长了61天：这是一种极其糟糕的征兆。偏偏加州政府主管保险的部门，行事异常呆板。2024年之前，它规定：保险公司在承接当地的房屋保险业务时，不能用气候变化模型来预测森林火灾风险，只能根据历史案例设定保额。这使得许多对气候变化充满忧虑的保险公司，干脆撤出了加州的火灾险市场。州政府自己推出的保险计划倒是还在运转，但鉴于整场火灾造成的损失超过1500亿美元，它能不能足额支付保单还是个疑问。而在全球极端气候频繁出现的背景下，保险业需要做出怎样的调整，绝不只是美国一个国家要面对的问题。
好，内容听完了。
在这里特别提醒一句，就在今晚8点，刘怡老师将在得到直播间为你分析，美国加州大火失控背后的真相。假如你感兴趣，欢迎来预约直播。
点击预约直播：美国加州山火失控，原因何在？
同时，你也可以在得到首页搜索“大事”两个字，就能看到刘怡老师主理的《全球大事报告》的订阅入口，推荐你现在加入。
好，以上就是今天的内容。《得到精选》，明天见。