在 AI Agent 創(chuàng)業(yè)的熱潮中，翟星吉和他創(chuàng)立的語核科技，選擇了一條看起來有些「反共識」的路徑——專注于 ToB 的銷售場景，幫助企業(yè)打造「數(shù)字員工」。

在他看來，AI Agent 必須貼近企業(yè)的核心業(yè)務流程，解決最實際的問題，才能真正創(chuàng)造價值?！鸽x錢近」不僅是語核的產(chǎn)品策略，也折射出這位 95 后創(chuàng)業(yè)者對 AI Agent ToB 賽道的冷靜思考。

在極客公園創(chuàng)新大會 2026「重塑關系專場」的小場深談中，翟星吉分享了他個人轉(zhuǎn)型之路、團隊構建心得以及語核科技在 AI Agent 商業(yè)化探索中的思考與迭代。

翟星吉關于 AI ToB 與 AI 創(chuàng)業(yè)的精彩觀點：

• ToB 的核心是解決「堵塞點」而非制造「工具」傳統(tǒng)的 SaaS 往往因為無法直接量化價值而陷入銷售困境，AI Agent 必須切入企業(yè)最核心的業(yè)務流，解決那些不僅重要而且「堵塞」的問題。只有解決了這些痛點，客戶才會有立即付費的意愿，而不是僅僅將其視為一個可有可無的管理工具。
• AI 的本質(zhì)是杠桿，要撬動高價值生產(chǎn)力工具作為杠桿，其產(chǎn)出取決于使用者的基礎價值。C 端普通用戶的單位時間價值有限，杠桿效應不明顯；而企業(yè)主、職場精英以及企業(yè)組織本身是為了高效構建生產(chǎn)力而存在的，在這些場景下，AI 帶來的效率提升（如轉(zhuǎn)化率微小的提升）能被巨大的基數(shù)放大，產(chǎn)生顯著的商業(yè)回報。
• 人機協(xié)作的演進：從 L2 到 L4目前的 Agent 處于 L2 級別（人機協(xié)作），主要替代初級員工的繁瑣工作，需要人類專家審核；未來的目標是邁向 L4（高度自治），屆時 Agent 將具備與高級員工對等的業(yè)務理解與執(zhí)行能力。在這個階段，企業(yè)實際上是在為「結(jié)果」付費，而非為「人頭」發(fā)工資。
• 創(chuàng)業(yè)者的核心競爭力是「認知迭代速度」在快速變化的 AI 時代，最重要的素質(zhì)是保持開放心態(tài)和極高的認知斜率。團隊需要具備「滑跪」的能力——即便上一秒在激烈爭論，下一秒發(fā)現(xiàn)對方正確時也能立刻采納并執(zhí)行。勇氣在于快速決策，更在于發(fā)現(xiàn)錯誤后快速修正。
• Agent 將重塑組織形態(tài)正如工業(yè)革命將手工作坊變?yōu)榱魉€工廠，Agent 的普及最終會引發(fā)組織形態(tài)的變革。未來的公司可能呈現(xiàn)出極高的人效比，通過「人類規(guī)劃器 + AI 執(zhí)行器」的模式，甚至可能演化為一種新形態(tài)的人力資源外包平臺，企業(yè)僅需少量核心人員即可驅(qū)動大規(guī)模的 AI 勞動力。

以下為翟星吉在活動中的對談實錄：

01

從「震撼」到「創(chuàng)業(yè)」，

機會比恐懼更重要

主持人：大家好，我是極客公園的編輯主持人，今天很高興看到大家來到極客公園創(chuàng)新大會的現(xiàn)場。這邊是非常年輕的創(chuàng)業(yè)者翟星吉，因為年初的時候 Manus 特別火，AI Agent 激起了大家非常高的興趣，也有對 AI 的焦慮。今天我們特別把星吉請來和大家聊一下，語核科技做 ToB 端 AI Agent 的時候有什么樣的體會，包括在探索整個 AI Agent 行業(yè)方面有什么好的看法。首先，想請星吉介紹一下自己，讓大家熟悉一下。

翟星吉：謝謝極客公園的邀請。我是翟星吉，語核科技創(chuàng)始人兼 CEO。我們是一家比較年輕的公司，2023 年 5 月份成立，到現(xiàn)在兩年半的時間。我 1996 年出生，本科讀的是電氣工程，畢業(yè)之后去了帆軟軟件，是中國最大的 BI 大數(shù)據(jù)和低代碼公司，在里面工作了 5 年。大模型出來之后，我第一波出來開始和 CTO 一起創(chuàng)立了這家公司。我們現(xiàn)在主要做 AI Agent 數(shù)字員工，側(cè)重的是技術銷售這個場景。簡單來說，就是當采購方需要購買復雜產(chǎn)品或服務時，我們的 Agent 能幫助供應商理解客戶復雜的業(yè)務需求，用自己的產(chǎn)品線進行配單、報價和技術支持，最終促成成交。

主持人：聽起來是非常垂直的方向。你大學學的是電氣工程，和寫代碼有關嗎？

翟星吉：有一些相關，我對嵌入式開發(fā)很感興趣，自學了不少，也打過一些比賽。但電氣工程主要面向強電，和純軟件還是不太一樣。畢業(yè)后進入帆軟，才算真正深入 ToB 軟件行業(yè)。

主持人：你第一次接觸大語言模型是什么時候？當時是什么感受？

翟星吉：2022 年底，2023 年初，ChatGPT 發(fā)布之后。我的一個同事告訴我這個東西真不錯，一定要試一試。我試完之后受到了極大的震撼。那個時候我在做產(chǎn)品，一直認為產(chǎn)品經(jīng)理就是輸入大量信息，在腦子里抽象、解構、組織成邏輯，再輸出結(jié)果。我做了一件事，丟了用戶的原始數(shù)據(jù)進去，讓 ChatGPT 3.5 梳理產(chǎn)品場景。它確實沒那么聰明，不過也還能看，大概 60 分的水平。我一直認為做到頂尖的產(chǎn)品經(jīng)理依賴天賦，但其實 60 分已經(jīng)做到了比較普通的水平。所以，當我發(fā)現(xiàn) ChatGPT 真能達到這個「普通」的基準線時，我的認知被刷新了。當天試完之后，我就跟我們現(xiàn)在的 COO 打電話，說這個東西一定和工業(yè)革命一樣厲害，可以把以前人腦子里做的很多事情完全做到，它可以是外置大腦，把很多思路思維解構出來無限放大。

主持人：一開始是興奮，后來有感到恐懼嗎？你評價自己當時作為產(chǎn)品經(jīng)理是多少分？

翟星吉：90 分。我不擔心，我看到更多的是機會。我對價值很敏感，判斷力和決策力也比較強。我看到這件事情的時候就知道有無限大的價值，我思考的不是怎么被替代，而是能用它干什么。當天用完之后幾乎就決策我們要創(chuàng)業(yè)做大模型相關的產(chǎn)品。做什么不重要，但一定要做。

主持人：這個執(zhí)行力也非?？欤珻hatGPT 是 2022 年底出的，你相當于 2023 年 3、4 月份就開始創(chuàng)業(yè)了。

翟星吉：應該是再早一點。我還走過一些彎路，因為我沒有真正意義上機器學習的技術背景，所以 1、2 月份學了半個多月相關的內(nèi)容，但發(fā)現(xiàn)這個東西沒那么大用處。我應該寫 prompt，應該調(diào)模型做事情，所以就放棄了，開始構建應用。

主持人：在奇績，陸奇給過你們什么重要的建議嗎？

翟星吉：最好的一定是他在宏觀上宏觀趨勢上的判斷，第二是幫我們梳理團隊基因和每個人想要什么，第三是教我們?nèi)绾蜗到y(tǒng)性地迭代產(chǎn)品、技術、商業(yè)化與組織。

02

從 ToC 到 ToB，

找到「離錢近」的場景

主持人：聽說語核并不是你的第一個創(chuàng)業(yè)項目，之前有過其他嘗試嗎？

翟星吉：語核是我的第一個創(chuàng)業(yè)公司，但中間經(jīng)歷過一次比較大的方向調(diào)整，現(xiàn)在是第二個創(chuàng)業(yè)項目。我們公司 2023 年 5 月成立以后，相對蠻順利的，3 個月后拿到奇績創(chuàng)壇的投資。那個階段我們在產(chǎn)品定義上比較成功，但在商業(yè)思考上卻不夠深刻，導致商業(yè)選擇不夠正確。

主持人：當時想做的是什么產(chǎn)品？

翟星吉：2023 年我們一開始做的是 ToC 的桌面端 AI 助手，核心功能跟莫妮卡差不多，劃詞選中后快速解釋、翻譯、總結(jié)，幫用戶便捷使用模型。面向大學生用戶，三四個月做到了十幾萬用戶、日活過萬，但商業(yè)化不太理想。去年 4 月，我們停下來復盤了半年，才決定轉(zhuǎn)向 ToB 的 AI Agent 方向。

主持人：為什么從 ToC 轉(zhuǎn)向 ToB，語核這個產(chǎn)品你們怎么把它想出來要做 Agent 的？

翟星吉：我們復盤發(fā)現(xiàn)，大模型帶來的是生產(chǎn)力變革，工具本質(zhì)是杠桿，杠桿撬動的是使用它的人的生產(chǎn)力價值。普通 C 端用戶的時間價值不高，基數(shù)小，杠桿效應就小。我們要找生產(chǎn)力價值更高的用戶。兩類人群符合要求：一是合伙制企業(yè)里的合伙人，他們是超級個體；二是企業(yè)里的職場精英和中高層，他們也是個人生產(chǎn)力很強的人。或者直接面向企業(yè)級市場，企業(yè)本身就是為了高效構建生產(chǎn)力而存在的組織。只要能幫企業(yè)提高一點點效率，比如把 100 個線索成交 5 個變成成交 6 個，營收增長率就是 20%。基數(shù)足夠大，杠桿效應就足夠大。我們最終選擇了 ToB 市場，當時只是定了這個大方向，具體做什么場景，怎么做，面向誰，不斷選擇、不斷修正、不斷迭代就好了。

主持人：那為什么最終選擇 Sales 這個場景？

翟星吉：我們有一個核心認知：要做企業(yè)最核心業(yè)務流里的東西，解決核心問題。以前在傳統(tǒng) SaaS 公司，銷售成本很高，因為賣軟件本質(zhì)上不會對企業(yè)的經(jīng)營帶來直接改善，效果無法量化，需要畫餅說服對方這個在管理上有價值。我們想解決實際業(yè)務流中特別堵塞的點，解決后客戶馬上愿意付錢。Sales 場景就完美契合，我們不是做 Sales 本身，而是做售前解決方案專家，為 Sales 提供武器彈藥。比如幫留學中介機構分析客戶畫像，推定制化方案和成功案例，提高成單率。

主持人：最終的實際應用效果怎么樣？

翟星吉：我們第一個客戶是一家留學中介機構。去年留學市場在萎縮，用我們產(chǎn)品前，他們營收同比下滑；使用我們的產(chǎn)品后，營收變成正增長 10%。我們收了幾十萬，但帶給客戶的增量營收是千萬級。這讓我們開始思考商業(yè)模式是不是出現(xiàn)了問題：給客戶賺這么多錢，但他只付這么點錢。后來發(fā)現(xiàn)，用戶決策有價值錨點，取決于他認為值多少錢，而不是成本多少。傳統(tǒng) SaaS 按成本定價，是因為用戶無法量化系統(tǒng)價值。我們能夠給客戶新的價值錨點：帶來的增量價值是多少。

03

如何制造「數(shù)字員工」

主持人：中國真正賺錢的 SaaS 沒有幾家，里面有非常多的難點，所以像語核這邊用 AI 做這個事情也是非常好的改革。大家現(xiàn)在在飛書或者釘釘里也有一些 AI 助手或者數(shù)字員工這樣的同事，幫你做會議紀要，提醒日歷上的事件。你能不能從一個 AI 員工的制造者角度來跟大家分享，我們怎么去制造所謂的 AI 數(shù)字員工，包括在這個過程中你們看到的一些難點是什么？是人和 AI 的交互嗎？還是其他的？

翟星吉：我們看到最大的難點是選擇本身。Agent 最終能帶來多大價值，取決于它做的事情本身價值夠不夠大。我們秉承的觀點是幫用戶解決最核心業(yè)務流程里最核心的堵塞點，他一聽到就愿意付錢。技術上要能真正實現(xiàn)承諾。不能給用戶描繪宏大愿景，但技術上只能做到人類初級員工水平，最終業(yè)務用不起來。

主持人：數(shù)字員工目前難以做到中級或頂級 Sales，可能的難點是在哪？是因為人際關系嗎？我知道銷售涉及到人情往來，你跟客戶的關系是你成績的一部分。

翟星吉：我們在選擇的時候，如果崗位強交互、強關聯(lián)，特別是建立在線下溝通和信任關系上，那么這個崗位不適合用 Agent。我們做的不是 Sales 本身，而是售前解決方案專家，為 Sales 解決武器彈藥。難點是 Agent 能否足夠好理解公司上下文、業(yè)務上下文和用戶預期，有足夠強的計劃能力，懂人類專家的 knowhow。

主持人：相當于是 Sales 最好的工具。

翟星吉：可以理解是這樣。在人的業(yè)務流程里，它是多工種協(xié)作的，一些工種最后會被 Agent 替代，有的工種相對比較靠前，能更容易實現(xiàn)。

主持人：哪些職業(yè)近期容易被 AI 取代？

翟星吉：容易實現(xiàn)的 Agent 一定是崗位本身 SOP 清晰、創(chuàng)造性弱的工作，特別是一些信息重組、加工類工作。比如常規(guī)翻譯、速記、單據(jù)錄入等，飛書的會議紀要就很好用。我不會提具體職業(yè)，但 SOP 清晰、創(chuàng)造力不強，這兩點特征能輻射出很多崗位。

04

年輕團隊如何攻克「老登」場景

主持人：聽說你的 CTO 是從 GitHub 上「挖」來的，還讓人家大二輟學？

翟星吉：他是 2003 年的，我們認識時他才大二。2023 年 3 月，我在 GitHub trending 榜上找基于 OpenAI API 的項目，一個個聯(lián)系作者。那時候看好 AI 機會的人會自然聚在一起，就像移動互聯(lián)網(wǎng)初期一樣。

主持人：怎么說服他加入的？父母沒意見嗎？

翟星吉：價值觀對齊是關鍵。我們都對技術充滿熱情，有極客精神。他當時拿了去清華還是什么的夏令營 offer 但拒絕了，是很有主見的人。父母最初有顧慮，但看到他的決心后也很支持。

主持人：我會比較好奇語核的團隊，因為你是 1996 年的，你從 GitHub 上挖來的 CTO 是 2003 年的，這么年輕的團隊反而選擇 B 端銷售這種，我認為非常「老登」的場景，你們認為這里面有反差感嗎？

翟星吉：還好，我以前的公司也很年輕。我 2023 年離職的時候平均年齡是 27、28 歲，也是很年輕的團隊，但做中國 ToB 行業(yè)營收將近 20 億，經(jīng)營模型很健康。ToB 公司分產(chǎn)品型和服務型，如果做產(chǎn)品型公司，產(chǎn)品不一定需要很「老」。我們團隊平均年齡 24 歲，分產(chǎn)研和營銷端。產(chǎn)研招非典型路徑下的年輕人，比如輟學創(chuàng)業(yè)、連續(xù)創(chuàng)業(yè)者；營銷端有經(jīng)驗的人，懂客戶和場景。我們的人才組織工作做得特別好，有很好的培養(yǎng)體系，能讓團隊快速成長。

主持人：傳統(tǒng)的 SaaS 有個悲劇的地方，你這邊談一個客戶就需要留下一組人談定制化?，F(xiàn)在的 AI native 的公司怎么解決這個難題？

翟星吉：在我的視角看的 SaaS，以前不成立的核心有兩個，一是天花板不夠高，第二是定制化，但定制化還是由于天花板不夠高導致的。為什么天花板不夠高？本質(zhì)是企業(yè)為管理本身付錢的意愿不夠。加上定制化需求，導致商業(yè)模式問題。對我們來說，第一是把價值講清楚，讓用戶愿意為價值本身付錢，天花板可能更高，我們還是蠻相信它對標的就是人力資源市場。第二是提高產(chǎn)品在合同中的核心占比，只做和 Agent 相關的部分，不做七七八八的事情，這是我們的解法。我們單個客戶的履約周期相對比較短，可能一個月左右，標準來講是這樣，并且投入資源不會太多。

05

AI 如何重塑組織

主持人：語核作為一家 AI 原生公司，你們團隊內(nèi)部怎么用 AI？

翟星吉：如何經(jīng)營一家 AI Native 的公司，我們內(nèi)部是完全重構了業(yè)務流。比如做戰(zhàn)略規(guī)劃時，人做上層規(guī)劃器，讓模型執(zhí)行所有研究工作，用 Deep Research 產(chǎn)品快速出分析報告。我們很重視內(nèi)部一個叫 Agent 數(shù)字化運營的崗位，這個崗的核心價值就是幫助團隊定義業(yè)務流程，找哪些環(huán)節(jié)可以用 Agent 重構。比如營銷端，新客戶進來后，用 Agent 生成完整背調(diào)報告；見過客戶后，基于增量信息迭代報告；客戶需求進來后，用 Agent 生成初稿解決方案。每個環(huán)節(jié)都重構掉，包括 HR 面試記錄、總結(jié)等。

主持人：我猜你們團隊應該非常少的人，非常精簡的架構。

翟星吉：人確實不多，特意控制人效比，希望能做成高生產(chǎn)力組織。我們做的事就是幫助企業(yè)用數(shù)字員工提效，自己一定得是最佳實踐。

06

Agent 未來展望與創(chuàng)業(yè)心得

主持人：現(xiàn)在是 2025 年底，如果讓你來想，我知道這一定是很難，你認為 AI Agent 下一個會引爆的點在哪里？或者說創(chuàng)業(yè)者該關注哪些方向？

翟星吉：這確實是很難的問題，所以我坦率先講不知道。但我會有一個觀點，就是可以關注那些「最有理想的人」在做什么，他們追逐的方向大概率就是未來趨勢。現(xiàn)在 Agent 還處于單點突破階段，但點會連成面，最終引發(fā)組織形態(tài)的變革。就像工業(yè)革命把手工作坊變成流水線企業(yè)，Agent 將催生全新的人機協(xié)作組織形態(tài)。

主持人：你對語核有什么期望嗎？現(xiàn)在都是點，會做成全平臺嗎？

翟星吉：首先從出發(fā)點看，我們是技術驅(qū)動加愿景驅(qū)動的公司，所以一定會不遺余力地將底層生產(chǎn)力變革賦能到真正有價值的地方，不會給自己設太多限，不管是 ToC，還是 ToB，這個都不重要，我們的愿景就是要把生產(chǎn)力帶給大家。短期來說，我們會繼續(xù)深耕數(shù)字員工，明年計劃推出第二個數(shù)字員工，形成員工矩陣。每個數(shù)字員工都要做到 90% 以上的準確率，具備足夠的業(yè)務價值和技術壁壘。長期來看，最終可能就是一個新時代的人力資源外包公司，企業(yè)注冊一個賬號就能獲得大量 AI 勞動力，快速把公司運轉(zhuǎn)起來。

主持人：聽起來非常誘人，大家以后都是 1 人公司，1 個人加 100 個 Agent。到現(xiàn)在你創(chuàng)業(yè)大概有兩年多的時間，我相信你肯定是百感交集，大家都知道創(chuàng)業(yè) 1 年相當于別人活 5 年，甚至 10 年。你會有什么總結(jié)或心得給到臺下的大家嗎？如果他們想創(chuàng)業(yè)的話，你會給大家什么樣的建議？

翟星吉：首先別人給的建議都不重要，這是最重要的。但我可以分享四點心得：第一要有勇氣探索未知，找到自己真正想要的；第二要有快速判斷和果斷決策的能力，以及堅持這個決策的勇氣；第三要有把愿景變成現(xiàn)實的執(zhí)行力，仰望星空，腳踏實地；第四也是最重要的，要有開放的心態(tài)和快速迭代的能力，不斷修正自己的選擇。我覺得這是一個優(yōu)秀的人才或者說優(yōu)秀的創(chuàng)業(yè)團隊應該保持的狀態(tài)，要完成這四點蠻難的。

主持人：如果能完成這四點，所有人都是創(chuàng)業(yè)者了。所以最重要的是保持開放和快速迭代？

翟星吉：沒錯。這是最難的，也是最重要的，我們現(xiàn)在招聘就很注重這一點。這個時代最大的競爭力就是認知迭代速度，你的斜率要足夠陡。首先就是要堅定地選擇，去落地、實踐，而不是空想；其次是心態(tài)足夠的開放，能聽進去不同的意見，不斷跟別人碰撞、交流，要擁抱沖突，有勇氣找出正確答案，再修正自己的決策。我們團隊講究「滑跪」的能力，就是說我上一秒還在和你激烈爭論，下一秒發(fā)現(xiàn)你是對的，就立刻采納你的觀點?？焖傩拚?、快速執(zhí)行，這才是關鍵。

07

提問互動精選

主持人：最后有一個特殊的環(huán)節(jié)，我們選了一些小紅書用戶想問你的問題，我代表觀眾來問一下你。第一個問題：以前買 SaaS 是買工具，用不好是自己的問題?，F(xiàn)在如果買語核的數(shù)字員工，性質(zhì)就不一樣了，萬一數(shù)字員工說了什么不該說的，闖禍了，這個鍋是誰的？

翟星吉：這是很好的問題。這個問題本質(zhì)和自動駕駛一樣，我們現(xiàn)在的狀態(tài)是 L2，是人機協(xié)作，目標是 L4。當前特別嚴肅的場景，Agent 生成內(nèi)容需要人工審核。我們先替代初級員工，變成初級和高級協(xié)作狀態(tài)。當 Agent 準確性足夠強，與人類高級員工水平對等時，會直接跳到 L4，這個基礎上犯的錯當然是我們的 Agent 承擔，毋庸置疑。這個時候最好的商業(yè)模式就是，你把發(fā)給人的工資發(fā)給我就好了，人背 KPI，我們的 Agent 也可以負責。

主持人：剛才你說 L2 級的員工可以替代一些初級員工需要做的繁瑣的事情，一個老生常談的問題，如果把新手的工作用 Agent 取代了，以后會出現(xiàn)類似人才斷檔嗎？沒辦法從初級升到高級，在語核內(nèi)部，咱們怎么解決這個問題？

翟星吉：我們的視角可能有效不同。我們做業(yè)務專家型 Agent，要和人類專家對話梳理，把他們的 SOP 和思考路徑拿出來。這些知識以前在專家腦子里，初級員工成長靠老專家?guī)?，速度慢。如果工作做好，可以把老專家的知識體系方法論梳理清楚，初級員工成長更快，不會在初級狀態(tài)待很多年。未來的目標是解放生產(chǎn)力，讓每個人發(fā)揮自己的創(chuàng)造力，做自己真正想做的事，讓 Agent 來做執(zhí)行工作，我們想要加速這個過程。

主持人：現(xiàn)在搭建 Agent 門檻越來越低，客戶看到你們的邏輯，在內(nèi)部復刻一套，怎么避免這種風險？

翟星吉：沒辦法避免。但做 Agent 需要業(yè)務專家和能力把業(yè)務知識系統(tǒng)化方法論化，以及技術基建工作。企業(yè)端可能做不好這兩點，這還是蠻有難度的。另外，我們站在更宏觀視角，看到 N 個企業(yè)的需求，做更抽象的解決方案，更接近第一性原理。單點企業(yè)輸入信息不夠多，不一定能看到更大的 picture，但我能拿到更多的信息，我就能看到更好的東西。

現(xiàn)場觀眾提問：謝謝翟星吉的分享，我記錄了一個問題。因為我們也是一家 ToB 的公司，已經(jīng)有很好的 Revenue，正面臨 PMF 這個階段，您講的挺有借鑒意義。想請問貴公司的產(chǎn)品在降本和增效里是怎么樣的定位？我覺得這個蠻影響我們產(chǎn)品的方向，所以請翟總詳細介紹一下，謝謝。

翟星吉：我們是兩者都認可的。我們認為這個時代有足夠價值的 Agent，要么是能幫企業(yè)賺來新的錢，要么幫他省掉很多錢，至少是原來的 1/5。這不是二選一的問題，而是這兩點能做到一點都足夠好。我們的產(chǎn)品定位上是兩者都不排斥，具體到復雜的 Agent，可能是多個子 Agent 組成的 Multi Agent 系統(tǒng)，有的服務于增量營收，有的服務于降本，就像人類的崗位里面也會存在不同的工作，我覺得不沖突。

主持人：今天非常高興能和星吉聊 Agent。近期我們也會做成節(jié)目發(fā)在極客公園平臺上，大家有什么想問的可以在播客下留言，我們會轉(zhuǎn)給星吉。大家也可以關注星吉的公眾號「語核科技」，非常感謝大家！

*頭圖來源：極客公園