科技圈大小事

今天腾讯开年会，马化腾做了全员演讲，感觉字字句句都在回应外界的一些传闻，有点稳军心的味道了，我简答总结一下：

- 腾讯降本增效，是迫于形势，别马后炮

2022年腾讯的股价暴跌75%，进入寒冬，所以才启动了降本增效，对于AI的投入也因此受到影响——ChatGPT刚好卡在同年问世——直到2025年，腾讯能花在AI上的钱才开始回暖；

- 在AI行业，腾讯的动作确实慢了，正在提速

浑元（模型）和元宝（应用）在2024年底才从TEG转到CSIG事业群，这首先是一个组织效率的问题，然后才是技术问题，对比字节的CEO梁汝波是在2024年初就在反思大公司病了，觉得内部在2023年才开始讨论ChatGPT是很严重的迟滞；

- 技术上，腾讯自研大模型的主要问题在于Infra不足

说人话可能就是，缺卡⋯⋯总之就是在恢复投入之后，给钱给人给资源，中途也成功抽到了姚顺雨这样的SSR，并逐渐摸索出了腾讯的方法论，即「产模不能分离」，模型团队和产品团队要联合做事、共享代码；

- 马化腾锐评豆包和千问，褒贬分明

提到豆包主要是豆包手机，结论是「旗帜鲜明的反对用黑产外挂的形式把手机屏幕信息传到云端，极其不安全、极其不负责任」，提到千问倒是有些赞赏，主要觉得阿里能调动整个阿里生态来服务千问，组织效率很不错，就是「阿里生态的业务并不是所有都是行业里最好的」；

- 微信依然是腾讯的一张底牌，等大招

微信会用介于豆包和千问之间的某种「居中」位置来做全面的Agent生态，慢一点没有错，需要考虑的事情很多，不希望服务方被管道化，还是希望腾讯/微信来做底层，入口交给那些愿意在微信生态里提供AI产品的供应商；

- 元宝在测试自己的社交玩法，微信依然不开放主场

这个今天已经都在测试了，元宝App现在可以拉群，可以导入关系链，可以跟AI一起听歌看剧并随时提问，还通过了第一波10亿现金红包的预算，也效仿阿里让腾讯系的应用接入元宝，全家桶还是香的，这个春节，元神启动！

元宝豪掷10亿，但我感觉豆包已经赢了

周末回了趟老家，这次回去最大的收获，就是不经意间，发现父母都开始用豆包了。

本来聊着其他话题，遇到了问题，他们下意识的反应，“我问问豆包”。

然后熟练的“按住说话”，发送消息给豆包，人机交互和微信一样，豆包就可以准确无误的回答他们的问题。

在震惊我的同时，我也突然意识到，他们用豆包和我日常用Gemini并没有什么区别。

但我觉得自己受益于AI浪潮的时候，他们也光速进化了，科技真的是越来越平权了。

2025年底，坊间传闻豆包的 DAU 已经突破一亿。

如果倒推半年，我可能还会觉得这数据里多少掺了点水分。但此刻，看着父母的操作，我反倒觉得“一亿”这个数字或许还保守了。

虽然阿里前不久猛推千问，把整个阿里系整合，要给千问做嫁衣。

今天元宝也高调宣布，春节要分10亿现金，试图借着春节的流量红利拉动全民体验元宝。

互联网公司做业务，业务陷入瓶颈，总得试一把春节吧。

但我觉得，在 AI 对话 APP 这条赛道上，如果不出现特别大的机会点，某种意义上，豆包已经终结了比赛。

豆包不仅赢了，而且可能赢得相当彻底。

一方面当然是抖音“猛猛推流”的恐怖分发能力。

另一方面，它做出了类似“多邻国”那种从内到外的亲和力，从俏皮的 logo 设计到语音对话的独特腔调，都让人觉得轻松有趣，频频出圈。

比如前不久罗永浩和豆包的那场辩论，精准地击中了当年 Zealer 评测的陈年老梗。

那一刻，让人唏嘘又莫名感动，仿佛时间真的能熨平一切。

这个罗永浩和豆包共同创造的“名场面”，其精彩程度完全不亚于当年的“这是耻辱柱的耻辱”，字节应该给罗永浩打钱。

根据我朴素的经验：一旦某个互联网产品，连我的父母都变成了重度用户，基本就标志着这款产品已经完成了对大众市场的统御，终结了比赛。

元宝的 10 亿现金确实能砸出惊人的下载量，但然后呢？靠什么留存？

去年春节元宝借助 DeepSeek 吸了一大波流量，打得豆包措手不及，事后看，也并没有扭转什么格局。

感觉从什么时候开始，腾讯似乎陷入了一种令人遗憾的路径依赖：

1、新产品想借力微信，微信克制拒绝。

2、新产品只好单打独斗，结果屡战屡败。

3、最后要么销声匿迹，要么被整合进微信的一个角落，可能焕发第二春。

4、而字节对应的产品，借助抖音已经迭代了N个版本，早已跑得不见踪影。

在 AI 对话机器人这一局，豆包确实领先了元宝整整一个大气层。

只靠元宝的力量，10亿现金应该也改变不了什么。

希望微信后面可以力挽狂澜吧。

在刚刚结束的腾讯年会上，马化腾的讲话展现出了一种冷酷的务实主义。

马化腾承认了过去的迟缓，确立了唯一还值得重金投入的增长引擎，就是AI。

一把手在年会上最重要的不是抒情，而是给出资源分配的答案——钱投哪、人才往哪、组织怎么动、以及对外部竞争的判断。

Pony还是那个Pony。

“只省钱、不折腾”的腾讯也需要翻篇了。

现在，这只企鹅需要用安全和稳健这块盾牌，去硬撞字节跳动那把锋利的矛。

2026年的马化腾，会让我联想到2014年的微软CEO萨提亚·纳德拉，2023年的谷歌CEO皮查伊。

当年的纳德拉面对的是微软在移动时代的全面溃败，皮查伊面对的是OpenAI发布GPT-4让谷歌非常狼狈，而今天的马化腾面对的则是AI时代的“掉队风险”。

直到2024年底，腾讯的AI其实是割裂的——AI模型（TEG）与产品应用（CSIG/WXG）是割裂的。

模型团队在刷榜单（SOTA），产品团队在做业务，中间的连接层是混乱。

这已经是典型的大公司病了：山头林立，资源内耗。

OpenAI和谷歌的经验表明，AI时代不再需要独立的“研究院”，需要的是“研究即产品”（Research as Product）。

如果谷歌没有拿出更强的Gemini，现在仍然受制于OpenAI。

好在谷歌重组DeepMind团队，到2025年底，Gemini3.0展示了丝毫不弱于Chatgpt的实力。

如果腾讯拿不出可以匹敌豆包的原生AI应用，就再次面临抖音大杀四方的局面。

假如豆包把日活再推上几个台阶，它入侵电商、社交和广告的威力，不会比抖音小。

不得不说，字节从创立最初，就显示出一定的AI基因——今日头条的算法。

到抖音时代，字节抢走是用户的时间。

AI时代，大厂抢的是用户的“脑子”和“手”。

对于元宝发红包来抢用户，个人认为，更多是一种在春节期间的防御，很难形成有效攻击。

发红包已经是上个世代的打法了，不适用于现在，腾讯不会不知道这点。

要取得最有效的攻击，必须像Gemini3.0那样，现在的元宝还差很多，压力给到姚顺雨。

也不能押注给一个人吧，腾讯也需要多几手准备，毕竟关于AI时代最重要的船票。

过去五年，腾讯和阿里，都缺少字节那种打造真正意义上toC产品的能力。

除了游戏和影视这类很难用数据主义搞定的文艺内容板块，字节几乎用“技术标准化+流量重注+快速迭代”拿下一切。

2026年，AI大战没有退路，好戏或许才刚刚开始。你更看好哪家公司？

世界上第一个因为用AI被解雇的足球教练出现了

太抽象了家人们。。。
26年刚开始就已经开始竞争年度最抽象AI新闻了吗？？

据外媒报道，去年九月俄罗斯第一联赛俱乐部索契FC宣布，解雇了西班牙国家队前主教练罗伯特·莫雷诺（下图这个人）

因为在七场比赛中只获得一分，并且在莫雷诺的领导下，索契队最终从俄罗斯超级联赛降级到第一联赛。

但这两天俱乐部的高管出来爆料称，这位前西班牙国家队主帅下课的原因不是因为战术不行。
而是因为他把ChatGPT当成了上帝，把自己日常的工作全都交给了ChatGPT进行决策😧

他根据ChatGPT的指示进行了如下抽象操作⬇️

1️⃣28小时不准球员睡觉的“科学计划”
莫雷诺在安排客场日程时，完全听从了ChatGPT的建议，结果AI居然给出了一个让球员在赛前连续28小时保持清醒的离谱日程。
当体育总监问他“球员什么时候睡觉”，他的回答是：“这就是ChatGPT给出的最优参数。”。直接让球队心态崩了（因为真的执行了这个计划🤣

2️⃣问AI该买哪个球员
球队要引进前锋，莫雷诺拒绝了本土球员的建议，而是把三个候选人的数据全部喂给ChatGPT进行分析。
结果AI选中了舒舍纳切夫，结局大家可能也不意外，这位AI钦定的最佳前锋10场比赛0进球。

结果就是当主帅失去了对球员的感知，沦为ChatGPT的搬运工时。
外籍球员不再信服。本土核心开始倒戈，那下课就是必然的了。

其实莫雷诺的问题不在于用AI，而在于他放弃了作为一个职业教练的独立思考，把决策全都丢给了AI。

更合理的方式是人和AI一起思考。

AI应该是一个把人类从繁琐计算中解放出来的Copilot，而不是直接抢走方向盘。
如果管理者自己不去理解业务底层的逻辑，那么AI吐出的每一个字，都可能成为职业生涯的催命符🤦‍♂️

PS：如果是你，你敢把公司的决策交给ChatGPT吗？

为什么一个从不写代码的Meta产品经理能够靠AI独立把产品做出来，甚至让工程师团队反过来向他请教？

在最近刷屏科技圈的Lenny's Podcast中，Meta资深产品经理Zevi Arnovitz带来了一场极具颠覆性的演示。

这位完全没有工程背景的产品经理，仅靠AI就独立构建并上线了多个具备商业价值的真实产品。

这期内容不仅具有它的励志色彩，更揭示了一个正在发生的范式转移：

AI正在把构建产品的门槛，从掌握编程语法，转变为掌握系统设计逻辑。

但这并非魔术，Zevi的成功并非源于他什么都不懂，而在于他懂得如何像CTO一样思考。

能够指挥AI去处理那些繁琐的代码细节。

接下来就是对Zevi这套AI驱动型工程工作流的深度拆解。

一. 核心逻辑：从聊天机器人到虚拟工程团队
Zevi工作流的本质，是将AI从单一的问答工具升级为可协作的研发团队。

他并没有指望AI一次性生成完美代码，而是构建了一套严密的分工与制衡机制。

1. 角色分工（Role Assignment）
他利用不同模型的特性，将其定义为不同的团队成员：
- Cursor：不仅是编辑器，更是整个虚拟团队的办公场所，提供全项目的上下文感知。
- Claude：担任首席架构师。它逻辑严密，负责顶层设计、任务拆解和后端逻辑。
- Gemini：担任UI/UX设计师。它具有更强的多模态理解力和创意，负责视觉、交互和前端细节。
- o1/Grok：担任特种兵。仅在遇到极复杂的算法推理难题时介入。

2. 核心大杀器：斜杠命令（Slash Commands）
为了避免每次重复写Prompt，Zevi将验证过的高效指令封装成了斜杠命令，形成了一套标准SOP（标准作业程序）：
- /create-issue：将模糊的想法转化为结构化的开发任务。
- /create-plan：这是最关键的一步。生成包含技术栈选择、数据结构设计、风险评估的详细执行文档。
- /implement：根据Plan中的文档，自动生成代码。
- /review：启动代码审查流程。

二. 独家绝技：多模型对抗审查（Peer Review）
这是Zevi工作流中含金量最高，也是最能解决AI幻觉痛点的环节。
大多数新手使用AI编程失败，是因为盲目信任单一模型的输出。Zevi引入了对抗机制：
1. 让Claude生成核心逻辑代码。
2. 强制调用Gemini进行审查，重点挑剔UI还原度和交互逻辑。
3. 再将反馈丢回给Claude进行修复。
4. 如此往复3至5轮。

这种左脚踩右脚的迭代方式，极大地降低了代码的错误率。

Zevi坦言：通过这种虚拟同事互怼产生的代码质量，甚至接近专业工程师水平，因为它们互相弥补了逻辑与审美的短板。

三、 祛魅与真相：不可忽视的隐形门槛
虽然视频演示了30分钟上线新功能（StudyMate的实时协作闪卡），但我们需要冷静地看到幸存者偏差背后的真相。

1. 90%的时间在调试，而非生成

Zevi在视频末尾提到的Failure corner才是常态。

初学者在实践中会发现，AI经常生成无效代码（Slop）Zevi之所以能跑通，是因为他具备极强的调试逻辑。

当AI报错时，他知道是数据库连接问题，还是前端状态管理冲突。

AI接管了Coding（编码），但无法接管Engineering（工程化思考）。

你不需要背诵语法，但必须理解什么是API、什么是数据库结构、什么是前端组件。

2. 规划大于执行
Zevi反复强调，/create-plan是最重要的一步。如果你的需求描述模糊，AI生成的代码就是一座危楼。

AI时代的编程，核心能力是清晰的需求定义能力和系统架构能力。

你必须先在脑海中跑通逻辑，AI才能帮你跑通代码。

四、 实操落地：咱们普通人的进阶路径

如果你想复制Zevi的能力，请遵循以下三个阶段，切勿一上来就挑战复杂系统。

阶段一：配置与适应
下载Cursor，配置好Claude和Gemini，导入Zevi公开的指令库，建立标准工作流。

阶段二：最小闭环验证
不要上来就做淘宝微信。
先做一个本地的Todo列表，或者模仿StudyMate做一个简单的PDF转测验工具。
强制自己执行 规划-执行-互审 的完整流程。

阶段三：职业赋能
如果你是产品经理，你的目标不是替代程序员，而是具备快速验证假设的能力。

下次提案时，直接拿出一个可运行的Demo，这比一百页PPT更有杀伤力。

Zevi Arnovitz的演示之所以震撼，不在于工具的先进，而在于他展示了一种全新的人机协作形态。

在这个时代，不懂技术不再是阻碍你创造产品的借口。

但请记住，AI真正降低的是动手的门槛，而非动脑的门槛。

学会这套工作流，你将不再是一个等待排期的资源需求方，而是一个拥有虚拟技术团队的超级个体。

都说AI能够解放生产力，但都26年了，还是会有程序员猝死的新闻

王宁最新访谈：另一个段永平

之前看了李翔访谈王宁的《因为独特》，当时字里行间，就觉得王宁和段永平的内核非常相似，那是一种“道”的共鸣。

今天看完了王宁最新的《扬声》视频访谈，从文字到视频，更加确信这一判断，他们无疑属于同一类人。

分享几个视频访谈过程中，我觉察出的相似点。

1、及时改正

sonny angel的代理是泡泡命运的转折点，因为sonny angel被卡脖子，才有了后面的molly，塞翁失马，焉知非福，泡泡走上了自有ip之路。

这个事和段永平步步高坚持不做OEM很像，王宁果断把对 Sonny Angel 的依赖完全斩断，呼应了段永平非常出名的一句话：

“发现错误及时改正，再大的代价都是最小的。”

2、Stop Doing List

王宁认为泡泡玛特和其他企业最大的区别，就是“我们是一家Say No的企业”，做的是关于克制的商业。

段永平的雪球签名一直都是：

“人们关注我们往往是因为我们做了的那些事情，其实我们之所以成为我们，很大程度上还因为我们不做的那些事情。”

克制的商业，有所为有所不为。

Stop Doing List才是一个企业的灵魂。

3、完美的载体

王宁认为：“潮玩不需要功能，所以可以让艺术家更加纯粹的表达”，这是一个完美的载体。

这个完美的载体，切入的是如此巧妙，可以说潮玩+盲盒一举成就了泡泡的商业模式。

这让我想到了段永平如此笃定的看好“智能手机”，智能手机也是一个完美的载体，借助这个完美的载体，实现了伟大的商业模式。

4、用户体验

泡泡玛特设计会，有种产品评审会的感觉，王宁追着问“订袋子的人，就一直没有参会吗，在不在线上？”

抠细节，追具体的人，只为了更好的用户体验。这让我想到了拼多多的阿布，想象中的阿布应该也是这个样子。

段系企业的灵魂就是，消费者导向，用户体验决定一切。

不是流于表面，而要深入肌理。

5、尊重时间、尊重经营

王宁希望团队谦虚谨慎，尊重时间，尊重经营。

谦虚谨慎让我想起了段系企业的“本分”价值观。而尊重时间、尊重经营让我想到了黄铮的那句：

“相信简单和常识的力量。”

6、更健康、更长久

王宁认为ip行业有周期，但ip是一个长寿的行业，他希望团队“慢慢来做”。

这一句“慢慢来做”，太像段永平的“足够的最小发展速度”了。

不着急，做正确的事，把事情做对，徐徐图之。

最终的目的是一个“更健康、更长久”的企业，从优秀到卓越。

7、平常心

王宁的管理层非常稳定，他认为大家都是平凡人，但平凡人做了一件件不平凡的事，就变得不平凡。

这让我想起了段永平说的平常心：

“平常心其实就是不平常心，平常人是很难有平常心的。”

8、护城河

主持人最后问，如果有一天大家不喜欢了Labubu了，怎么办？

王宁没有正面回答这个问题，他举了很多过往岁月中的经典回忆，来证明有些东西存在的本身，就是无价的。

但是商业的残酷性就在于，没有什么是一成不变的。

就像如果问段永平“未来人类不用手机了，苹果怎么办”，答案或许并不在于固守某一款产品。

正如Apple会寻找下一个计算平台，泡泡玛特也会挖掘下一个IP。

真正的护城河不是某个具体的Labubu或手机，而是那家能够不断适应变化、洞悉用户需求，追求“更健康、更长久”的企业本身。

蚂蚁 CEO 韩歆毅上任后首次专访，信息量很大：

1）阿福必须赢。
2）阿福的名字是马老师亲赐。
3）阿福不怕豆包，医疗问题上豆包不够专业。
4）阿福准备好了应对医闹。
5）支付宝这些年唯一的创新是「碰一碰」。
6）阿福是蚂蚁的下一个十年，也有可能是蚂蚁的下一个 102 年。

对CPU的看法空翻多了，开始建仓CPU资产。最近做这个游戏分析agent的时候感触颇深，虽然分析每个游戏要几十个LLM请求和几万到几十万token，但很多配套逻辑作为确定性的CPU计算固化到了代码里，而且还没涉及工具使用、沙盒和多agent等指数级增加CPU计算的实现

总结下CPU需求来源和半导体需求规模排序：

数据中心里增量CPU需求的主要来源（数据中心里的存量CPU服务器需求则预计大部分会被GPU服务器取代）

1. Agent 的自主触发+永续运行
2. Agent 的 Tool Use
2.1 比人更快、更熟练灵活、更多样广泛的使用软件工具
2.2 每个云端 Agent 都至少需要一套专用客户端环境来使用软件工具，由此新增的客户端计算需求远超来自真人的客户端消费需求天花板
3. 像 subagent、swarm 这样用多个 agent 并发、分工、协作完成一个任务
4. 为了让 Agent 像 Serverless 里的 FaaS 一样按需使用，需要预留的冗余资源
5. Agent 的多模态交互带来的多模态数据输入前的预处理和输出后的后处理

可以理解为：AI 会指数级的增加世界上的「劳动力人口」，而且还不是普通人口，而是可以神速使用海量软件、把这些软件玩出花的超级人口（相当于 power user、pro user），这些人口都需要自己专用的客户端（虚拟化、沙盒化的），在其中24/7疯狂使用各种软件工具，在消耗大量 token 用爆 GPU 的同时，也用爆 CPU

Intel 最新的财报已经有所体现（图4）。最近人们因为 Clawdbot 突然都要买 mac mini ，有的人还买了几十台，也是这种「客户端」需求的体现

Clawdbot 创造出的增量「客户端」需求里，很大部分本质上是对「自主触发+永续运行」和「全功能客户端软件工具环境」的需求，并不是真的要靠本地客户端设备来满足

本地客户端需求有自己独特的两类来源：

第一类来自与现实世界结合的多模态交互需求、本地软件环境和现实环境中实时隐私数据的访问需求、人和 AI 共用一套客户端环境紧密协作操作软件的需求。
涉及PC/手机/可穿戴XR等由人类配备、增强人类自身能力的设备

第二类来自非软件 Tool Use 需求（比如现实世界中有物理实体的Tool）、对现实世界施加影响的需求、访问现实世界中实时多模态隐私数据的需求。
涉及各种具身不具身的机器人式 Agent，包括那些只能通过 IoT 传感器网络获取输入、没有「手脚」无法对现实世界输出（无法使用物理工具）的广义机器人（Clawdbot 很适合的领域）

这两类 AI 驱动的本地客户端需求中，第二类（广义机器人）比第一类（增强人类的设备）的规模会高至少一个数量级，因为第二类可以独立自主运行，第一类需要附加在真人身上被真人使用、受限于人类的生育率（有生物和文化层面的天花板），两者的 scaling 能力不一样

但即便是第二类本地客户端需求，跟云端 AI 的 token 算力和 agent 算力（含 CPU 算力）需求相比，规模又会至少低一个量级，因为前者就像北京限制购车一样，scaling 有更多物理层面的约束（物理空间、物理材料等），后者则更多是软件的 scaling 模式，只有最少量的物理约束（长期来说只有能源约束，短期还有内存产能等制造约束）

整体的排序：

云端 GPU/ASIC 需求（token 生产）
>
云端 DRAM 存储需求（SIMD 或其他并行算力模式）
>
云端 NAND 存储需求（比如海量权重、checkpoint、LoRA，海量多模态数据）
>
云端 CPU 需求（Tool Use、虚拟客户端、Agent 逻辑）
>
本地机器人/IoT中的 Agent 硬件需求（前面介绍过的第二类本地客户端需求，广义机器人）
>
本地纯软件 Agent 的硬件需求（前面介绍过的第二类本地客户端需求，PC/手机/可穿戴XR）

P.S. 本帖提到的游戏分析Agent：steam-review.dexmage.com

苹果AI的最新消息来了！

前几天，苹果官宣了和Google Gemini的合作之后，似乎没有更多的消息了🤔
但是这两天一些消息指出，苹果即将在下个月的IOS26.4中内测全新的Siri助手🎉

这次更新的重点，在于Siri终于不仅仅是个语音搜索入口了。
根据流出的信息，新版Siri能够读取屏幕内容，并代为执行应用内的操作😧
举个具体的场景：不用动手，直接语音让Siri打开外卖软件点杯咖啡（是不是很像之前国内的那些产品🤣

而在技术架构方面，虽然合作方是谷歌
但苹果在隐私这块还是不想松口。
希望能在自己的云上运行这个拥有1.2万亿参数，被内部称为“Apple Foundation Model V10”的模型（基于Gemini）。

但现实情况是，目前苹果自家的基建还撑不住，还是得调用谷歌的基础设施（就是GCP）。
目前的选择是“混合跑”模式，算是现阶段的一种妥协。

而再远一些，到了iOS 27和macOS 27，苹果计划全面引入聊天机器人（代号“Campos”）届时会升级到V11模型，质量据说能对标Google Gemini 3。

归根结底，苹果现在的处境很艰难，自家模型研发进度滞后。
不得不先通过每年给谷歌交10亿美元的“保护费”来维持竞争力。
但从长远看，为了要把控成本和解决根本的隐私顾虑，苹果肯定不会放弃自研。
现在的合作，更多是争取时间的权宜之计。

所以为什么选择和谷歌合作？
其实苹果最早找过Anthropic，嫌人家要价太高（一年几十亿刀）；也找过OpenAI，但人家跟苹果前设计总监Jony Ive在搞硬件（属于潜在对手）；
最后转了一圈发现还是老冤家谷歌最靠谱（技术好价格公道），而且反垄断的警报刚好也解除了。

在这期间苹果AI部门也进行了大换血，AI原本的负责人实际上已经被架空并“优化”掉了。
现在是Craig Federighi掌舵（图2️⃣，就是WWDC24表演跑酷的那个白发大叔）
这也解释了为什么苹果的AI战略会发生如此剧烈的180度转弯：从死磕自研到全面拥抱第三方。

虽然对于一家科技巨头来说，放弃底层模型的大部分控制权，变成一个套壳产品挺尴尬的。
但对于产品公司来说，这是目前止损最快、体验最好的路。
至于自研？
苹果没放弃，但那已经是长线的事了。

眼下的局面，就是花钱买时间。
等下个月iOS 26.4出来，看看这贴了苹果牌的谷歌引擎，到底能不能让Siri翻身。