極客征服AI的方式

是讓它盡情地游戲

文 | 羊羊

編輯 | 羊羊、小小樹

2024年，諾貝爾化學(xué)獎(jiǎng)破天荒地被授予一位AI公司老板。

你沒看錯(cuò)，諾貝爾獎(jiǎng)也沒弄錯(cuò)。

這位叫戴米斯?哈薩比斯的男人，帶領(lǐng)名為DeepMind的團(tuán)隊(duì)，開發(fā)出AI模型AlphaFold2，解決了困擾生物學(xué)界50年的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)難題。

獲得諾貝爾跨界授獎(jiǎng)，實(shí)至名歸。

△ 哈薩比斯獲得2024諾貝爾化學(xué)獎(jiǎng)

奇聞背后，有一個(gè)非常關(guān)鍵的問題：他是怎么做到的？

在很多人在質(zhì)疑AI，至少認(rèn)定現(xiàn)階段的AI還不夠“聰明”時(shí)，哈薩比斯用了什么方法，讓AI超越了世界上最頂尖的科學(xué)家？

最近，一部名為《思考之弈》（The Thinking Game）的紀(jì)錄電影選擇在油管上發(fā)布，免費(fèi)供所有人觀看。

問題的答案，就藏在這部電影里。

免費(fèi)并不意味著該片“含金量低”，恰恰相反，正因?yàn)椤端伎贾摹分姓宫F(xiàn)的內(nèi)容太有價(jià)值，制片方才想用免費(fèi)的方式讓盡可能多的人看到。

簡(jiǎn)單來說，《思考之弈》講述了一群“計(jì)算機(jī)科學(xué)瘋子”如何將一個(gè)近乎狂妄的夢(mèng)想變?yōu)楝F(xiàn)實(shí)的故事——他們想讓AI具備超越人類水平的跨領(lǐng)域?qū)W習(xí)和推理能力，從而讓AI服務(wù)全人類。

這群“瘋子”的領(lǐng)頭人正是哈薩比斯，他召集了當(dāng)今世界最聰明的一群人，創(chuàng)立了DeepMind，傳奇從此開始。

△ 哈薩比斯創(chuàng)立了AI界的傳奇公司DeepMind

電影的中文譯名《思考之弈》翻譯得頗為傳神。

首先，哈薩比斯從小就是個(gè)國際象棋神童，在研究AI前，他的超高智商在棋盤上已展現(xiàn)得淋漓盡致；另外，“對(duì)弈”也正是哈薩比斯訓(xùn)練AI的獨(dú)門秘籍。

沒錯(cuò)，用下棋訓(xùn)練AI，甚至讓AI去玩游戲（哈薩比斯曾做過游戲設(shè)計(jì)師），正是這些頗具娛樂性的訓(xùn)練方式造就了超越人類的智慧。

△ DeepMind團(tuán)隊(duì)合影，當(dāng)時(shí)他們帶著AlphaGo成功挑戰(zhàn)了圍棋國手

能想出這種訓(xùn)練方法的人，必然也是一位有趣的極客。

事實(shí)上，早在2017年，《銀翼殺手2049》上映后，哈薩比斯曾與維倫紐瓦導(dǎo)演展開跨界對(duì)談。

哈薩比斯那時(shí)坦言：

《銀翼殺手》是我一直以來最喜歡的一部電影，它深深打動(dòng)了年少時(shí)代的我，所以我才開啟了自己從事AI研究這條路。

影迷、棋手、游戲設(shè)計(jì)師、AI工程師、科技公司老板、諾貝爾獎(jiǎng)得主……這些看似互不關(guān)聯(lián)的標(biāo)簽在哈薩比斯身上得到了完美統(tǒng)一。

前不久，《時(shí)代》雜志公布2025年度人物。

今年的這份榮譽(yù)不是授予單獨(dú)一個(gè)人，而是一個(gè)群體——人工智能的締造者們(The Architects of AI)。

八位AI領(lǐng)域的領(lǐng)袖作為代表登上《時(shí)代》雜志封面，其中就包括哈薩比斯，他的旁邊是山姆·奧特曼、黃仁勛、馬斯克……

△ 八位AI領(lǐng)域的領(lǐng)袖登上《時(shí)代》雜志封面，右三為哈薩比斯

這些當(dāng)代最偉大的頭腦里裝了些什么？真讓人好奇！

今天我就借著《思考之弈》這部電影，進(jìn)入哈薩比斯的頭腦。

里面裝著的奇思妙想，遠(yuǎn)比你想象得更加有趣。

#01

一群“瘋子”的集結(jié)：

天才少年豪賭AI創(chuàng)業(yè)

故事的主角，是一個(gè)名叫戴米斯?哈薩比斯的英國男人。

紀(jì)錄片開篇，他便坦言自己“有點(diǎn)不安分”，并宣告了一個(gè)不同尋常的人生目標(biāo)。

我的整個(gè)生命目標(biāo)就是解決通用人工智能（AGI）。并在此過程中，將AI作為終極工具，解決世界上所有最復(fù)雜的科學(xué)問題。

△ 故事的主角，戴米斯?哈薩比斯

哈薩比斯從小就展現(xiàn)出天才的一面。

他4歲時(shí)迷上國際象棋，6歲拿下倫敦8歲以下錦標(biāo)賽冠軍；9歲成為英國11歲以下國家象棋隊(duì)隊(duì)長(zhǎng)；13歲在14歲以下組國際象棋比賽中斬獲全球第二名，達(dá)到國際象棋大師水平。

在紀(jì)錄片中，哈薩比斯回憶道，當(dāng)他一場(chǎng)接一場(chǎng)地比賽時(shí)，他開始對(duì)自己的獲勝策略進(jìn)行元認(rèn)知思考：不僅僅是他的大腦，而是所有人的大腦是如何解決問題、分析信息并幫助人們度過日常生活的？

這種對(duì)思維本質(zhì)的好奇，早早在他心中埋下了種子。

十幾歲時(shí)，他癡迷于編程，并獲得了頂尖游戲公司Bullfrog的職位。

△ 少年時(shí)代的哈薩比斯

在那里，他參與開發(fā)了模擬經(jīng)營游戲的鼻祖《主題公園》，負(fù)責(zé)設(shè)計(jì)游戲中虛擬小人的AI行為。他致力于模仿有趣的人類行為，讓模擬世界更加生動(dòng)。

例如，他設(shè)計(jì)了游客在玩完刺激的游樂設(shè)施后會(huì)嘔吐，而其他游客看到嘔吐物也會(huì)跟著不適，這就需要玩家雇傭清潔工及時(shí)清理。這種對(duì)復(fù)雜系統(tǒng)和自主智能體的早期探索，為他后來的AI研究奠定了基礎(chǔ)。

△ 哈薩比斯曾參與開發(fā)游戲《主題公園》，這段經(jīng)歷為他研究AI奠定了基礎(chǔ)

正當(dāng)這位游戲界的新星冉冉升起之時(shí)，哈薩比斯卻毅然轉(zhuǎn)身扎進(jìn)劍橋大學(xué)，攻讀神經(jīng)科學(xué)博士學(xué)位。即使游戲公司老板開出一百萬英鎊的巨額年薪，也留不住他。

他的理由很簡(jiǎn)單，他需要從“唯一存在的智能樣本”——人類大腦中，尋找構(gòu)建AI的靈感。他相信，理解大腦是解決智能問題的關(guān)鍵。

在21世紀(jì)初，當(dāng)“AI”在學(xué)術(shù)圈還是個(gè)近乎“尷尬的詞匯”，說出來會(huì)被認(rèn)為“不是個(gè)嚴(yán)肅的科學(xué)家”時(shí)，哈薩比斯卻堅(jiān)信這是人類最偉大的征程。

他找到了同樣癡迷于通用人工智能的伙伴謝恩?萊格，并說服萊格，實(shí)現(xiàn)他們宏大理想的正確途徑是創(chuàng)辦一家公司，而不是留在學(xué)術(shù)界。

△ DeepMind的另一位創(chuàng)始人謝恩?萊格

于是，在2010年，DeepMind誕生了。

他們的目標(biāo)簡(jiǎn)單而又狂妄：“建立世界上第一臺(tái)通用學(xué)習(xí)機(jī)器”，也就是AGI。這個(gè)聽起來像科幻小說里的情節(jié)，自然嚇跑了絕大多數(shù)投資者。

△ 初創(chuàng)期的DeepMind并不被多數(shù)人理解

紀(jì)錄片中，哈薩比斯生動(dòng)地回憶起早期融資的窘境，他向投資人描繪著AI如何與大腦連接、為何時(shí)機(jī)已經(jīng)成熟，對(duì)方卻只關(guān)心一個(gè)非常世俗的問題：

你的產(chǎn)品是什么？你怎么賺錢？

這讓他哭笑不得：

你難道沒在聽我講什么嗎？

幸運(yùn)的是，在硅谷，總有愿意為瘋狂夢(mèng)想下注的人。

PayPal的聯(lián)合創(chuàng)始人彼得·蒂爾成為了他們最早的天使投資人之一。隨后，特斯拉的埃隆·馬斯克也加入了投資行列。

△ 彼得·蒂爾（左）和埃隆·馬斯克（右）先后為哈薩比斯投資

最終，這場(chǎng)豪賭吸引了科技巨頭谷歌的關(guān)注。

2014年，谷歌在與Facebook的競(jìng)購中勝出，以4億英鎊的價(jià)格收購了DeepMind。這不僅是資本的勝利，更是對(duì)DeepMind愿景的最高認(rèn)可。

△ 哈薩比斯帽子上的Noogler是谷歌內(nèi)部對(duì)新入職員工的專屬昵稱

哈薩比斯強(qiáng)調(diào)，他們之所以選擇出售，是因?yàn)?strong>“沒有時(shí)間可以浪費(fèi)”，谷歌能提供他們夢(mèng)寐以求的“海量計(jì)算資源”，這將“極大地加速我們實(shí)現(xiàn)AGI的時(shí)間表”。

更重要的是，他們爭(zhēng)取到了在倫敦獨(dú)立運(yùn)營的權(quán)利，可以專注于純粹的研究，而不必為產(chǎn)品和商業(yè)化分心。

就這樣，DeepMind有足夠的資源集結(jié)了一批世界最頂尖的科學(xué)家，哈薩比斯口中的“AI曼哈頓計(jì)劃”得以啟動(dòng)。

這群“夢(mèng)想家”在倫敦的一個(gè)“秘密地點(diǎn)”開始了長(zhǎng)達(dá)數(shù)年的“閉關(guān)修煉”。

紀(jì)錄片中，早期員工回憶道，公司最初兩年處于“完全隱身模式”，辦公室地址保密，甚至沒有網(wǎng)站。一位面試者緊張地表示，他來面試前特意給妻子發(fā)了地址，以防自己被綁架。

這支團(tuán)隊(duì)的背景、資源和使命，從一開始就注定了他們要做的，絕不是小打小鬧，而是一場(chǎng)將深刻改變世界的思維游戲。

#02

從游戲廳到實(shí)驗(yàn)室：

獨(dú)屬AI的“思維游戲”

如何訓(xùn)練一個(gè)一無所知的“數(shù)字大腦”？

哈薩比斯給出的答案是：從游戲開始。

他認(rèn)為，游戲是訓(xùn)練AI最完美的“健身房”，因?yàn)樗鼈兲峁┝艘粋€(gè)有明確規(guī)則和目標(biāo)的受控環(huán)境。

旅程始于最簡(jiǎn)單的雅達(dá)利游戲《乓》。這是一款乒乓球游戲，游戲中，玩家的目的就是在模擬乒乓球比賽中奪取高分以擊敗電腦玩家。

△ 雅達(dá)利游戲《乓》是一款模擬乒乓球比賽的極簡(jiǎn)風(fēng)游戲

這種嘗試初期并不順利——AI連最基本的移動(dòng)都學(xué)不會(huì)，團(tuán)隊(duì)一度陷入絕望。哈薩比斯甚至對(duì)謝恩?萊格說：

也許我們從根本上就錯(cuò)了，我們連《乓》都搞不定。

他們采用了一種名為“Q-learning”的強(qiáng)化學(xué)習(xí)方法，并將其與“深度學(xué)習(xí)”相結(jié)合，這在當(dāng)時(shí)是一個(gè)創(chuàng)舉。

AI代理被置于游戲環(huán)境中，它唯一的目標(biāo)就是最大化得分，但它不知道規(guī)則，不知道如何控制球拍，一切都得從零學(xué)起。

就在團(tuán)隊(duì)瀕臨放棄的邊緣，AI打回了第一個(gè)球。

從那一刻起，奇跡發(fā)生了。它開始得分，贏得第一局，三個(gè)月后，沒有任何人類能再打敗它。

這只是開始。

在游戲《打磚塊》中，屏幕上方排列著八排磚塊，玩家的目標(biāo)是通過反復(fù)用球拍擊打磚塊來消除它們。

AI在玩了數(shù)百局后，自行發(fā)現(xiàn)了一個(gè)連人類頂尖玩家都未曾想到的最優(yōu)策略——從側(cè)面挖通一條隧道，讓球在磚塊后方自動(dòng)反復(fù)反彈，高效地清除所有磚塊。

△ AI在游戲《打磚塊》中發(fā)揮出了創(chuàng)造性思維

這一刻，AI展現(xiàn)的不再是模仿，而是頓悟和創(chuàng)造力。

這個(gè)過程，對(duì)于所有內(nèi)容創(chuàng)作者來說，都極具啟發(fā)性：真正的智能，源于對(duì)規(guī)則的深度理解和探索，而非簡(jiǎn)單的復(fù)刻。

DeepMind的算法最終被證明具有通用性，能夠?qū)W會(huì)在近50種不同的雅達(dá)利游戲中達(dá)到甚至超越人類水平。

隨后，DeepMind將目光投向了人類智慧的試金石——圍棋，這個(gè)“人類發(fā)明的最復(fù)雜的游戲”，其可能的變化數(shù)量比宇宙中的原子總數(shù)還要多。

他們開發(fā)的AlphaGo，通過“強(qiáng)化學(xué)習(xí)”與“深度學(xué)習(xí)”相結(jié)合，先是學(xué)習(xí)了10萬局人類高手的棋譜，然后通過數(shù)百萬次的自我博弈進(jìn)行強(qiáng)化。

△ AI進(jìn)行圍棋自我對(duì)弈訓(xùn)練，通過海量計(jì)算探索最優(yōu)策略

在2016年與世界冠軍李世石的世紀(jì)對(duì)決中，AlphaGo下出了震驚世界的“第37手”。

職業(yè)解說員一致認(rèn)為，沒有任何人類棋手會(huì)選擇這一步。AlphaGo自己的分析也顯示，人類下出這一步的概率只有萬分之一。

面對(duì)這步棋，李世石陷入長(zhǎng)達(dá)15分鐘的沉思，這在頂尖棋手對(duì)決中極為罕見。據(jù)現(xiàn)場(chǎng)報(bào)道，他甚至一度離開對(duì)局室冷靜情緒。

這一“天外飛仙”式的招式，徹底顛覆了人類數(shù)千年來對(duì)圍棋的認(rèn)知，并最終幫助AlphaGo贏得了比賽。

△ 韓國圍棋國手李在石最終敗給了AlphaGo

紀(jì)錄片中提到一個(gè)概念——“斯普特尼克時(shí)刻”。

1957年10月4日，蘇聯(lián)成功發(fā)射人類首顆人造衛(wèi)星“斯普特尼克1號(hào)”。

當(dāng)時(shí)正處于冷戰(zhàn)時(shí)期，美國受到極大震動(dòng)。為了扭轉(zhuǎn)局面，美國后續(xù)成立了NASA，推進(jìn)水星計(jì)劃，加大科研與教育投入，進(jìn)而開啟了美蘇持續(xù)20多年的太空競(jìng)賽。

△ 蘇聯(lián)成功發(fā)射人類首顆人造衛(wèi)星“斯普特尼克1號(hào)”，改變了歷史進(jìn)程

此后，“斯普特尼克時(shí)刻”被用來形容某個(gè)國家、行業(yè)或群體，突然意識(shí)到自身在關(guān)鍵領(lǐng)域被競(jìng)爭(zhēng)對(duì)手超越，由此產(chǎn)生強(qiáng)烈危機(jī)感與緊迫感，并促使其全面審視自身發(fā)展，進(jìn)而通過加大投入、調(diào)整戰(zhàn)略等方式奮起追趕的關(guān)鍵節(jié)點(diǎn)。

AlphaGo的勝利被譽(yù)為AI領(lǐng)域的“斯普特尼克時(shí)刻”。它向世界宣告，一個(gè)新時(shí)代已經(jīng)到來。

但DeepMind并未止步。他們推出了更強(qiáng)大的AlphaZero，它完全拋棄了人類數(shù)據(jù)，從零開始，通過自我對(duì)弈進(jìn)行學(xué)習(xí)。

紀(jì)錄片展示了其驚人的學(xué)習(xí)速度：AlphaZero早上還只會(huì)隨機(jī)亂走，到下午茶時(shí)間就達(dá)到了超人水平，到了晚飯時(shí)間，它已成為地球上最強(qiáng)的國際象棋“棋手”。它甚至發(fā)現(xiàn)了人類數(shù)百年都未曾探索過的全新攻擊風(fēng)格。

哈薩比斯興奮地說：

這甚至激勵(lì)我重新開始下棋了。

△ 哈薩比斯（右）本就是棋界神童出身，DeepMind開發(fā)的AI繼承了他的天賦

游戲的終極目標(biāo)是現(xiàn)實(shí)世界。DeepMind接著挑戰(zhàn)了更為復(fù)雜的即時(shí)戰(zhàn)略游戲《星際爭(zhēng)霸2》。

與圍棋不同，《星際爭(zhēng)霸2》信息不完整，你無法看到對(duì)手的所有行動(dòng)，決策是連續(xù)的，這更接近真實(shí)世界的復(fù)雜性。

他們開發(fā)的AlphaStar，最初連公司內(nèi)部的業(yè)余玩家都打不過，但通過模仿人類玩家的“下一動(dòng)作預(yù)測(cè)”和大規(guī)模的自我博弈，它迅速進(jìn)化。

在與職業(yè)選手的對(duì)戰(zhàn)中，AlphaStar展現(xiàn)了驚人的微操和戰(zhàn)略大局觀，最終以壓倒性優(yōu)勢(shì)獲勝。

△ AlphaStar強(qiáng)大到可以在《星際爭(zhēng)霸2》中擊敗所有人類玩家

從雅達(dá)利游戲到圍棋，再到《星際爭(zhēng)霸2》，DeepMind訓(xùn)練的AI一步步從“學(xué)徒”進(jìn)化為“宗師”，其學(xué)習(xí)和進(jìn)化速度令人嘆為觀止，也為他們進(jìn)軍科學(xué)領(lǐng)域鋪平了道路。

#03

破解生命密碼：

“諾獎(jiǎng)”是AI的起點(diǎn)不是終點(diǎn)

哈薩比斯的夢(mèng)想始終是“AI輔助科學(xué)”。

DeepMind的下一個(gè)目標(biāo)，是困擾了生物學(xué)界半個(gè)世紀(jì)的“蛋白質(zhì)折疊問題”。

△ 蛋白質(zhì)折疊問題是困擾科學(xué)界的重大難題，DeepMind決定挑戰(zhàn)它

簡(jiǎn)單來說，蛋白質(zhì)是生命的基石，它們的功能由其復(fù)雜的三維結(jié)構(gòu)決定。預(yù)測(cè)蛋白質(zhì)的結(jié)構(gòu)，是理解生命運(yùn)作、攻克疾病的關(guān)鍵。

然而，這個(gè)問題極其困難，正如哈薩比斯在劍橋的同學(xué)所說，這個(gè)問題“困擾了成千上萬非常聰明的人”，但始終未能解決。

哈薩比斯堅(jiān)信，這個(gè)問題需要AI幫助才能破解。為此，DeepMind組建了一支由生物學(xué)家和AI專家構(gòu)成的“攻堅(jiān)隊(duì)”，開發(fā)了名為AlphaFold的系統(tǒng)。

△ AlphaFold重新定義了我們理解蛋白質(zhì)結(jié)構(gòu)的方法

他們的征途并非一帆風(fēng)順。在第一次參加被譽(yù)為“蛋白質(zhì)折疊界奧運(yùn)會(huì)”的CASP競(jìng)賽時(shí)，盡管他們?nèi)〉昧说谝幻?，但預(yù)測(cè)的精準(zhǔn)度遠(yuǎn)未達(dá)到能被生物學(xué)家實(shí)際應(yīng)用的水平。

團(tuán)隊(duì)成員意識(shí)到，他們只是“在全世界都不擅長(zhǎng)的問題上做到了世界最好”，離真正解決問題還差得很遠(yuǎn)。

這讓團(tuán)隊(duì)中的一些人感到這是“一項(xiàng)愚蠢的差事”，哈薩比斯也開始反思：

也許我錯(cuò)了，也許這個(gè)問題對(duì)于AI目前的水平來說還是太難了。

△ 解決蛋白質(zhì)折疊問題，可能是DeepMind面對(duì)過的最大挑戰(zhàn)

但他們沒有放棄。哈薩比斯決定“加倍下注”，組建了一支“蛋白質(zhì)折疊突擊隊(duì)”，由約翰·江珀領(lǐng)導(dǎo)。他們重構(gòu)了整個(gè)算法，將生物學(xué)領(lǐng)域的專業(yè)知識(shí)更深地融入AI模型中。

在經(jīng)歷了又一個(gè)兩年的埋頭苦干后，新一代的AlphaFold誕生了。在2020年的CASP14競(jìng)賽中，它取得了歷史性的突破。

競(jìng)賽組織者約翰·莫爾特在發(fā)給團(tuán)隊(duì)的郵件中難掩激動(dòng)：

我預(yù)計(jì)你們已經(jīng)知道，你們團(tuán)隊(duì)在CASP14中表現(xiàn)驚人，無論相對(duì)于其他團(tuán)隊(duì)，還是在模型的絕對(duì)準(zhǔn)確性上。恭喜你們，這真是杰出的工作。

AlphaFold的預(yù)測(cè)精準(zhǔn)度達(dá)到了與實(shí)驗(yàn)室相媲美的水平，這意味著，這個(gè)困擾了科學(xué)界50年的難題，在很大程度上被解決了。

這一成就的意義是顛覆性的。2024年，哈薩比斯和江珀因此榮獲諾貝爾化學(xué)獎(jiǎng)。

△ 2024年諾貝爾化學(xué)獎(jiǎng)得主（從左至右）大衛(wèi)?貝克、戴米斯?哈薩比斯、約翰?江珀，前者因“計(jì)算蛋白質(zhì)設(shè)計(jì)”而獲獎(jiǎng)，后兩位因“蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)”而獲獎(jiǎng)

DeepMind的選擇更為震撼——他們決定將預(yù)測(cè)出的全部2億個(gè)已知蛋白質(zhì)的結(jié)構(gòu)數(shù)據(jù)，通過一個(gè)公開數(shù)據(jù)庫向全世界免費(fèi)開放。

△ DeepMind對(duì)蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)已經(jīng)開始造福人類

這相當(dāng)于為全球的生物學(xué)家和藥物研發(fā)人員提供了一份詳盡的“生命地圖”，極大地加速了從癌癥到阿爾茨海默癥等多種疾病的研究，以及疫苗和新藥的開發(fā)。

正如紀(jì)錄片中所說，這成為了“送給全人類的禮物”。

AlphaFold的成功，完美詮釋了哈薩比斯的初心：在通往AGI的路上，創(chuàng)造出能造福人類的革命性技術(shù)。

影片結(jié)尾，哈薩比斯凝視著一個(gè)由鉛筆搭建的脆弱平衡雕塑，AI告訴他，移動(dòng)任何一根，整個(gè)結(jié)構(gòu)都會(huì)崩塌。

哈薩比斯決定聽取AI的建議：

那我最好別管它了，這可能是個(gè)好主意。

這似乎是一個(gè)隱喻：我們正處在一個(gè)由AI開啟的、充滿無限可能但又極其微妙的時(shí)刻。AI的發(fā)展已經(jīng)越過了單純模仿的階段，開始進(jìn)入與人類協(xié)同創(chuàng)造、共同探索未知的全新紀(jì)元。

我們正在見證的，或許不僅僅是工具的革新，而是一個(gè)新物種的誕生，一個(gè)將從根本上重塑科學(xué)、藝術(shù)乃至人類文明本身的“斯普特尼克時(shí)刻”。

紀(jì)錄片中，哈薩比斯用這樣一段話結(jié)尾。

通用人工智能即將到來，很明顯下一代將生活在未來世界。那里的情況將截然不同，因?yàn)槿斯ぶ悄堋?/strong>
而你如果想負(fù)責(zé)任地管理它，每一刻都至關(guān)重要，這就是我一生都在等待的時(shí)刻。