#遊戲公司
月薪 3 萬被截胡,AI 人才的時代紅利來了?
“我們也想要AI高手,但確實要不起。”說這話的是北京某上市遊戲公司的招聘負責人景陽,“應屆生中的AI高手非常搶手。往年,招一個應屆AI Golang工程師,月薪均值10-15k已經很高了。今年呢?現在這個月份,很多人還沒寫論文,就已經收到30k的offer了。”其實不止應屆生,有經驗的AI人才同樣被瘋搶。景陽透露,自己過去四年都沒有遇到過“人才被截胡”的事情,今年春天全扎堆了,兩個月碰見了四次。“我們看上了一位遊戲策劃,他之前深度參與了一個AI有關的項目。給候選人開了3萬的月薪,對方接了offer還答應下周入職。結果轉頭就有公司出3.6萬把人搶走。而這個候選人,原來的工資只有2.3萬,我給們的漲幅已經是高於行情了。”景陽說。似乎大家都有一個認知,AI浪潮襲來,“搶人”就等於“搶未來”。但另一邊,如果我們只看新聞標題,又感覺全球大廠似乎都在收縮——亞馬遜、甲骨文、Meta、網易、騰訊、字節跳動,裁員的消息一個接一個。各類社交媒體上,有人吐槽、有人焦慮、有人轉行,更有悲觀者喊出“學電腦沒有前途”。一邊是動輒千人的“裁員潮”,一邊是各家網羅人才、求賢若渴,生怕晚了一秒候選人就去了對家。這種反差的背後,原因其實也很簡單,不是崗位少了,是崗位的技能要求變了。放眼全球AI領域,中美兩國處於毫無疑問的領先地位。2026年3月底發佈的《全球人工智慧企業科技創新指數報告2026》,從全球遴選出100家最具創新力的標竿AI企業,其中中國佔了51家,美國37家,兩國合計壟斷了全球88%的頂尖力量。但也正是中美兩國,在這一輪AI浪潮中上演著邊裁員邊招人的“冰與火之歌”。先看中國這邊。今年年初,脈脈高聘發佈了一組資料:2026年1月至2月,國內新發的AI崗位數量同比增長了12倍,佔整個新經濟領域崗位的26.23%。也就是說,每四個新崗位裡,就有一個跟AI相關。這其中,行業“大神”是最先被搶奪的戰略資源。騰訊從OpenAI挖來了姚順雨,小米從DeepSeek挖來了羅福莉,字節跳動則成功挖到了阿里通義實驗室Qwen大模型後訓練負責人郁博文。這些名字在普通人聽來或許陌生,但在AI圈子裡,每一個都是重量級。但更值得關注的,是大廠對應屆生和實習生的態度。阿里校招崗位中,80%與AI相關,為演算法、AI研發、AI產品等實習崗位開出的日薪是500元;字節跳動的Seed校招項目給校招新人贈送“虛擬股”,讓應屆生一入職就有了“股東”身份;騰訊今年釋放了超過1萬個實習崗位,喊出了2026屆實習生薪酬“上不封頂”的口號。智聯招聘春節後前三周資料顯示,面嚮應屆生的人工智慧工程師職位數同比增長39.2%,而面向全體的職位數同比增速則為22%,應屆生需求增速高出總體17個百分點,充分說明企業對AI領域應屆生的重視與需求缺口。薪資層面,應屆人工智慧工程師職位的平均招聘月薪也達到17038元,對於應屆求職者來說,是一個兼具價值與發展潛力的優質選擇。你可能會問,一個實習生能值多少錢?答案是:在AI領域,一個優秀的年輕人,可能比一個普通的全職員工更有價值。首先,年輕人沒有“路徑依賴”,他們敢於嘗試所有全新的東西。比如,山姆·奧特曼28歲創立了OpenAI,押注大語言模型。其次,年輕人敢於“沉迷”新東西,近乎“走火入魔”的偏執往往是走向成功的先決條件之一。姚順雨的博士論文致謝裡有這樣一句話“2019年,我主動聯絡導師說‘GPT-2這類語言模型看起來很有前景,或許能直接用於解決文字遊戲’。此後五年,我不僅在研究中收穫豐碩,更與導師結下亦師亦友的情誼。”他19歲就開始“走火入魔”地研究語言模型,5年後成為這個領域的頂尖專家。再看美國那邊。Business Insider披露的資料顯示,當前AI相關實習和研究型短期項目的月薪,已經衝到7000–18000美元區間,折合人民幣約4.9-12.6萬元。頭部企業為頂尖AI博士開出的年薪,普遍在200萬到300萬元人民幣之間。具體來看,OpenAI在舊金山的實習生,月薪可以達到18300美元;GoogleDeepMind的實習生,基本年薪在11.3萬-15萬美元之間,此外還享有和全職員工一樣的醫療、餐飲、交通等福利;Meta開放了多個為期12-24周的研究實習崗位,要求是博士在讀或具備相當研究背景的候選人,薪酬區間大約在每月7650-1.2萬美元;亞馬遜則為機器人演算法實習生開出了時薪107美元的價碼。就連本身與AI關聯不大的社交平台Reddit首席執行長史蒂夫·霍夫曼都公開喊話:“加大招聘應屆生。”他給出的理由簡單卻直接——這一代人本身就是AI原生代,他們從指尖的程式碼到大腦的演算法思維,都與AI同頻生長。霍夫曼甚至算了一筆帳:(應屆生)他們用AI工具學程式設計,上手速度是傳統途徑的2倍;對大語言模型的理解比“老工程師”更直觀。最關鍵的是,他們“零折舊”,沒有傳統行業的思維定式。“如果你現在不招,以後就再也找不到他們了。”霍夫曼篤定地說,“最優秀的應屆生一旦畢業,就要立刻鎖定,否則他們會帶著自己的項目去別家。” 這既是對人才的搶奪,也是對未來的投資。如果單看數量,中國其實並不缺AI人才。經濟學人追蹤了2025年12月舉行的神經資訊處理系統大會(NeurIPS)上發表論文的研究人員的教育背景,50%的AI研究人員在職業生涯初期來自中國(2019年僅為29%);與此同時,在美國起步的研究人員佔比,則從20%下降到12%。它說明,全球AI頂尖研究人才的來源結構,正在重新洗牌。更能說明問題的是,2025年NeurIPS論文作者本科畢業院校前十名中,有9所是中國高校。其中,僅僅清華大學的畢業生,就佔到了NeurIPS研究者總數的4%。而美國最頂尖的名校麻省理工學院(MIT)僅佔1% 。這似乎足以這說明,中國正成為全球AI領域最核心的人才供給源頭。另一方面,中國人工智慧研究論文的數量、質量均居於全球第一梯隊。2025年,世界智慧財產權組織公佈的資料顯示,中國已成為全球人工智慧專利最大擁有國,佔比高達60%。奇怪的是,儘管我們的數量和質量都處於第一梯隊,但焦慮感並沒有因此減輕。焦慮的來源之一,是僱主尤其是大廠對金字塔尖人才的過度爭奪。頭部企業為頂尖AI人才開出的年薪高達百萬人民幣,這些“天才少年”往往還沒畢業,就被幾家公司同時盯上。但對於絕大多數普通的AI或電腦相關專業畢業生來說,進入大廠的門檻卻越來越高。景陽提到,如今企業招聘把AI能力排在第一,超過211、985學歷,超過大廠經驗。“新人進來必須會用AI,美術、策劃、技術、推廣,所有人都一樣。這是硬性指標,整個市場都是這樣的。”她說。6月份即將本科畢業的電腦系學生馬金告訴霞光社,自己雖然學的是電腦,但是由於只是一個普通本科學校,所以在高校林立的北京地區求職並不佔優勢。“尤其是今年龍蝦火了之後,連村口大媽都知道龍蝦可以替代人幹很多事情,讓我進一步認識到了今年求職的處境。為了更好地找到工作,我從春節開始就沒閒著,阿里達摩院的人工智慧訓練師證書、科大訊飛的智能體工程師認證、IBM人工智慧教育工作者認證,這些但凡能免費學習、免費考試的證書我都考了一遍。還有DeepLearning AI證書、哥倫比亞大學大語言模型證書和史丹佛AI工程師證書,這幾個付費的也都開始學習了,4月份會集中考試。”“過去兩個月雖然沒去學校上課,但是心裡比期末考試還緊張。上述線上課程短則幾天,長則一兩個月,自己基本每天的生活除了聽課就是備考。”馬金說,“最近又聽同學群裡說大廠喜歡有人文背景畢業生,所以我還報了‘中國石窟文化歷史與價值傳承培訓班’,結課考試後也能拿到一本證書。希望將來有機會進入《黑神話·悟空》那樣的團隊。”不過雖然如此,但是馬金的面試進展依然不太順利,甚至連一個實習機會都沒有找到。像馬金一樣焦慮的畢業生不在少數,據他透露,自己班裡70名同學普遍都沒有得到相關大廠的實習機會。除了像他這樣努力“考證”爭取實習和就業機會的,還有一部分同學已經備考公務員聯考。同樣的情形也發生在大洋彼岸。美國白宮直屬的經濟政策諮詢機構CEA發佈的《AI Talent Report》顯示,“美國AI人才缺口已突破400萬大關,人才短缺直接拉響‘紅色警報’,而國際學生尤其是中國留學生,早已成為美國 AI 領域的中流砥柱”。造成這種巨大缺口的原因主要有兩點,一是簽證政策急劇收緊——2025年H-1B申請費暴漲至10萬美元,中印兩國技術人才受影響最大;二是大規模裁員引發人才外流,2025年以來美國科技企業已裁員約9.8萬人,亞馬遜、微軟、Meta等巨頭持續縮減崗位。裁員導致的焦慮氛圍、不穩定的職業前景,進一步加速了人才外流的雪球效應。為了填補400萬的人才缺口,美國提出了一系列的AI人才供給策略。第一是強化本土培養,通過增加AI相關專業招生名額、加大教學資源投入等方式,提升大學入學率和畢業率,擴大潛在AI人才基數;第二是降低移民門檻、最佳化H-1B簽證和綠卡政策,吸引國際AI人才流入,同時留住本土AI畢業生;第三是跨行業引流,加大AI研究資金支援、最佳化產業政策,消除發展障礙,吸引其他行業人才轉入AI領域。但政策的調整需要時間,而企業的用人需求是迫在眉睫的。把視野拉遠一些,AI人才的缺乏不僅僅是中美兩國的問題,而是一個全球性的困境。根據《IFF全球人工智慧競爭力指數報告》的估算,當前全球AI人才總量約300萬人,其中研發技術類人才佔比32.6%。到2030年,全球AI人才缺口或將突破280萬,較當前增長近一倍。280萬,相當於美國第三大城市芝加哥的人口數量。而且,這還只是缺口,不是總量。在這樣的背景下,企業之間的搶人大戰只會越來越激烈。那些能夠提前鎖定優秀畢業生的公司,將在未來幾年的技術競爭中佔據先機。而那些反應遲緩、招不到人的公司,則可能被慢慢甩開。《經濟學人》在文章《The AI talent war is becoming fiercer》中指出,人才是AI時代的“石油”。從經濟學角度看,人才爭奪戰本質是“要素流動”的較量。人才不是靜態資源,而是會追逐邊際收益的“活水”。那麼,大廠到底在搶什麼樣的人?景陽公司的招聘要求是,必須會用AI,對AI有非常深入的瞭解和認知。簡單來說,“我們招的就是用AI的人,就是擁抱變化的人。我覺得,能研究AI、學習AI、應用好AI,這些人就是稀缺的。”景陽以遊戲美術崗位舉例,比如每位美術每個月能做80張圖,而另一個員工借助AI可以月產100張圖,那他倆的效率就相差了20%多。不進階的那個人最後就會被淘汰。“AI用得好的人,可以提效。假設一個部門裡10個人,都提效20%,那這個團隊在整個市場中都極具競爭力。”她說。阿里集團學術委員會主席、浙江湖畔創業研學中心教育長曾鳴在一次演講中指出“AI時代人才的三個共性”。一是超強的元認知能力。他們擅長抽象建模,能看到問題本質,習慣用第一性原理思考。這也是為什麼學應用數學的人在AI時代特別吃香,他們能把現實世界變成數學模型,這是AI時代的稀缺能力。二是自驅且充滿好奇心。這些人對改造世界充滿樂趣,“躺平”在他們字典裡不存在。矽谷真正的創業者現在已接近“9-12-7”狀態,即每天工作9到12小時,一周7天,但這不是壓力,而是激情驅動。三是快速學習和跨界能力。一個人可以幹過去七八個工種的事,適應多個崗位,甚至一人撐起一家公司。回到AI浪潮中搶人的本質,說到底,人才是第一資源,創新是第一動力。誰掌握了頂尖的AI人才,誰就能主導未來的技術標準、甚至產業生態與全球話語權。對於個人而言,順應趨勢,向“複合型、場景化、全球化”方向進化,或許才能更好適應變化的世界。AI車輪滾滾向前,各方焦慮背後也有人持謹慎態度。一位大廠獵頭告訴我們,自己從業十餘年,“見過太多風口了,二十年前手機市場好的時候,你要是個iOS開發、Android開發,別人求爺爺似的搶你;十年前,產品經理特別火,外面各種培訓班鋪天蓋地,好像是個人就能幹產品經理;七八年前,區塊鏈熱潮,數字貨幣和加密技術人才一個難求;五年前直播帶貨火了,大家就搶資料分析師和選品師。但到今天再回頭看,每個行業風口也就持續那幾年,培養人的速度明顯跟不上搶人的熱潮。”“普通人不應該總想著去追求什麼風口。普通人之所以是普通人,就是因為他後知後覺,缺少提前預判的能力。當大家都認識到這個是風口時,再進去,就已經晚了。所以對於很多人來說,最好的職業規劃不是去追什麼風口,而是現在在做什麼事,就做好這件事,或者說自己感興趣什麼事,就做好什麼事。”上述獵頭總結。 (霞光社)
AppLovin:AI 驅動的廣告“基礎設施”——護城河、做空澄清與未來空間
APPLOVIN在季度內實現近 77% 的收入增長、高達 81% 的調整後 EBITDA 利潤率,並產生 7.68 億美元的自由現金流時,市場本應歡呼。但最近由於頻繁被做空,需要進行詳細說明一下。2025 年Q2,AppLovin 交出了一份堪稱“印鈔機”的財報,資料全面創下歷史新高。同時,公司果斷剝離了遊戲業務,全力聚焦於輕資產、高利潤的 AI 廣告平台主業。然而,與其強勁基本面形成鮮明對比的,是近期多家做空機構的狙擊以及 SEC(美國證券交易委員會)已介入調查的陰雲。AppLovin 究竟是 AI 驅動的下一個廣告巨頭,還是一個建立在灰色資料上的“紙牌屋”?本文將在我們 20 頁深度研究的基礎上,結合其最新財報與戰略動作,系統性拆解 AppLovin 的商業模式與“動態護城河”,正面回應做空疑雲,並評估其在 Meta 和 The Trade Desk 夾擊下的真實未來空間。一、 拆解 AppLovin:從“遊戲公司”到“AI 平台”的進化許多人對 AppLovin 的印象還停留在它是一家移動遊戲公司。這不假,但已是過去時。今年 6 月 30 日,公司宣佈完成向 Tripledot 出售旗下移動遊戲業務,徹底轉型為一家純粹的“AI + 程序化廣告”平台。理解 AppLovin 的核心,必須理解它的“鐵三角”業務:1. MAX(供給側:開發者的變現聚合器)對於應用開發者而言,MAX 是一個“超級變現中台”。它通過統一的即時競價(In-App Bidding),聚合了全球幾乎所有的廣告需求方。開發者只需接入 MAX 的 SDK,就能確保自己的每一個廣告位都能以最高的價格(eCPM)賣出,實現填充率和收益的最大化。2. AppDiscovery(需求側:廣告主的投放平台)對於廣告主(例如,希望獲取使用者的電商、遊戲或金融 App)而言,AppDiscovery 是一個精準的“獲客引擎”。它幫助廣告主在高頻的即時競價中,精準預測使用者的生命周期價值(LTV),從而實現廣告投放 ROI 的最大化。3. AXON(核心大腦:統一的 AI 引擎)AXON 是連接上述兩端的“統一大腦”。這是一個基於深度學習和強化學習的 AI 模型。它的獨特之處在於,其訓練資料來源源不斷地來自 MAX 平台。AppLovin 的核心機密:資料與AI的閉環飛輪這三部分構成了一個強大的閉環飛輪,這也是 AppLovin 的核心競爭力:(啟動) 開發者為了更高的收入,將自己的 App 接入 MAX 平台。(資料) MAX 匯聚了海量的、高品質的第一方使用者行為和變現資料(使用者在A應用看了什麼廣告、點選了什麼、最終是否付費)。(訓練) 這些資料被用來喂養和訓練 AXON 引擎,使其對使用者 LTV 的預測越來越準。(提效) “更聰明”的 AXON 賦能給 AppDiscovery 平台,廣告主的投放 ROI 顯著提升。(提價) 因為 ROI 提升,廣告主願意支付更高的出價(Bid)來競逐流量。(反哺) 更高的出價意味著開發者的廣告收入(eCPM)更高。(加速) 更高的收入吸引了更多開發者和流量接入 MAX。這個循環一旦啟動,就會像滾雪球一樣自我加速。更多的資料讓 AI 更智能,更智能的 AI 帶來更高的效率和收入,更高的收入又反過來吸引更多的資料。二、 Q2 財報為證:81% 利潤率的“奇蹟”2025 年第二季度的財報,就是這個飛輪效應的完美體現。收入: 12.59 億美元,同比增長 77%。調整後 EBITDA: 10.18 億美元,同比增長 99%。調整後 EBITDA 利潤率: 驚人的 81%!自由現金流: 7.68 億美元。出售遊戲業務(重資產、低利潤率)並聚焦平台業務(輕資產、高利潤率)的戰略決策,被這份財報證明是極其正確的。這 81% 的利潤率,清晰地展示了“AI 引擎 + 雙邊平台飛輪”所能達到的恐怖盈利能力。同時,AppLovin 宣佈自 10 月起以“推薦制”上線全新的 Axon Ads Manager(自助投放平台),並計畫在 2026 年上半年全球放量。這是其從服務大客戶走向服務中小廣告主的關鍵一步,意圖極大拓寬需求側的覆蓋面。三、 AppLovin 的“動態護城河”AppLovin 的護城河不在於某個單一技術,而在於上述飛輪所建構的三個動態壁壘:1. 技術與資料的雙重壁壘程序化廣告的核心是 ROI。AXON 引擎的性能優勢,是建立在 MAX 平台匯聚的海量、獨家、第一方行為與變現資料之上的。這種“資料—模型—預算”的正反饋,使得後來者極難在短時間內複製同等規模的高品質訓練資料,也就無法訓練出同等效率的 AI 模型,自然也無法在投放效果上構成威脅。2. 供需一體化的規模經濟與市場上的獨立 DSP(如 TTD,偏需求側)或 SSP(偏供給側)不同,AppLovin 借助 MAX 和 AppDiscovery 打通了供給與需求兩端。更重要的是,它使用統一的大腦(AXON)對兩端進行全域最佳化。這好比一個同時控制“商品生產”和“商城銷售”的智能中樞,其最佳化效率和利潤空間遠非“只管生產”或“只管銷售”的單邊平台可比。Q2 高達 81% 的調整後 EBITDA 利潤率,就是這種一體化規模經濟的直接體現。3. 產品“下沉”與生態擴張即將推出的 Axon Ads Manager 自助平台,是其護城河的“擴張”手段。它將 AppLovin 強大的 AI 能力“產品化”、“工具化”,降低了使用門檻。這將使其強大的 ROI 提升能力,從原先集中的遊戲領域,快速“外溢”到電商、金融科技(FinTech)甚至 CTV(聯網電視)等新垂類,打開中小廣告主的長尾市場增量。四、 烏雲壓頂:如何看待做空與 SEC 調查?近期,AppLovin 正面臨嚴峻的外部挑戰。多家媒體與賣空機構指控 AppLovin 在資料收集、裝置指紋辨識以及平台條款方面存在不當甚至違規行為。路透社等媒體證實,SEC 已就此展開調查。受此影響,公司股價一度出現劇烈波動。公司方面強烈否認了所有不當行為,並已聘請頂級律所 Quinn Emanuel 開展獨立調查以證清白。我們應該如何客觀看待這一風險?首先,必須明確:調查並非定罪。在正式結論出爐前,一切指控都只是指控。投資者應將此視為一個關鍵的外生變數,保持動態跟蹤。其次,這是對 AppLovin 合規與溝通能力的一次“壓力測試”。短期看,這無疑會壓制市場情緒和估值。中期看,這可能是一次“去偽存真”的契機。如果 AppLovin 最終能夠通過獨立調查和監管稽核,形成一套可審計、可驗證的 SDK 合規路徑、使用者同意訊號(Consent)管理與合作夥伴條款證據鏈,那麼這將極大地提昇平台的“可託付度”,反而會變相加固其護城河,清除掉那些真正遊走在灰色地帶的競爭對手。當然,風險是真實存在的。如果調查結論對公司不利,其核心的 AXON 資料來源和模型效果可能受到衝擊。因此,在塵埃落定前,保持對監管動態的最高關注是必要的。五、 坐標與對比:Meta、TTD 與 AppLovin在兆規模的數字廣告市場,AppLovin 處在什麼位置?我們將其與兩大巨頭進行對比(基於 Q2’25 資料):Meta (Facebook/Instagram)體量: 收入 475 億美元,淨利 183 億美元。模式: 絕對的王者。其廣告系統已全面 AI 化,但核心優勢在於其封閉的社交生態系統(FB/IG/WA)和海量的第一方關係資料。差異: Meta 的 AI 強在“演算法 + 場景”的深度一體化(如短影片推薦)。但對於生態外的第三方開發者,其可定製性和透明度天然受限。The Trade Desk (TTD)體量: 收入 6.94 億美元,淨利 9000 萬美元。模式: 開放網際網路(Open Internet)和 CTV 領域的獨立 DSP(需求側平台)龍頭。差異: TTD 強在連接廣告主與海量的開放網際網路/CTV 供應側,但在移動應用內(In-App)生態,它缺少 AppLovin 那種“供需閉環 + 一方訓練資料”的強力模型飛輪。AppLovin體量: 收入 12.59 億美元,調整後 EBITDA 10.18 億美元。模式: 移動應用內生態的**“供需一體化 AI 基礎設施”**。差異: AppLovin 的體量遠小於 Meta,絕對營收也低於 TTD,但其**盈利質量(81% 利潤率)**鶴立雞群。定位: 如果說 Meta 是“封閉的帝國”,TTD 是“開放的買方代表”,那麼 AppLovin 則是面向所有第三方開發者的“AI 廣告基礎設施”。它以 MAX + AXON 的形式,為開發者提供了一個“可插拔”的、能立竿見影提升變現性能的解決方案。AppLovin 在非社交場景的 App(如遊戲、工具、電商)的變現與獲客上,形成了自己的結構性優勢,與 Meta、TTD 形成了“錯位競爭”。六、 未來增長的三台發動機展望未來,AppLovin 的增長空間主要來自三方面:1. Axon Ads Manager 全球放量(自助化)2026 年 H1 在全球開放的自助投放平台,是其增長的第一台發動機。這將使其服務能力從少數大客戶指數級擴展到全球海量的中小廣告主(SMBs),極大提升投放廣度與複利係數。2. 垂直領域擴張(多元化)將 AXON 在遊戲領域被驗證的超強 ROI 提升能力,複製到電商、金融科技、工具乃至 CTV 等預算池更大的賽道,是其第二台發動機。這將拓展其 TAM(總潛在市場),並降低對單一遊戲賽道的依賴。3. 飛輪的持續自強化(內生增長)這是最核心的第三台發動機。MAX 市場份額的提升 → 一方資料的增厚 → AXON 模型的迭代 → 廣告主 ROI 和開發者 eCPM 的改善 → 現金流的增強 → 更多的研發和併購投入 → 進一步強化飛輪。這是一個“技術-現金流-份額”的自強化循環。結語:高收益、高風險的“基礎設施”AppLovin 的護城河,不是某項單一技術,而是由 MAX(供給)× AppDiscovery(需求)× AXON(大腦)三者構成的動態飛輪。資料網路效應、演算法性能優勢以及由此帶來的強大現金流再投入能力,共同推動了平台在 ROI 和 eCPM 上的持續精進。這使其在輕資產、高利潤的商業模式上,跑通了一個近乎完美的範式。然而,短期內,SEC 的監管調查是懸在其頭上的“達摩克利斯之劍”,也是最大的不確定性。投資者必須正視這一風險。中長期看,如果 AppLovin 能夠成功“渡劫”,證明其合規性,那麼憑藉其自助化平台(Axon Ads Manager)的全球落地和向多垂直領域的擴張,這家 AI 驅動的廣告“基礎設施”公司,其天花板或許才剛剛打開。我們將持續跟蹤其合規進展與新產品的全球落地情況。 (老王說事)