8500 億的 OpenAI 還剩什麼護城河？四條線一次體檢
TL;DR
- Sam Altman 提議送 5% 股權給美國政府，以 8500 億美金估值算約 426 億。Rory O'Driscoll 點破這是錨定：與其讓 Bernie Sanders 喊到 50%，不如自己先把數字釘在 5%。但更根本的問題是，一家真的有護城河的公司，需要主動買政治保險嗎？
- 技術線撞牆是真的：內部代號 Orion 的訓練燒掉至少 5 億美金，只換來很快下架的 GPT-4.5。Ilya 在 NeurIPS 說 data is the fossil fuel of AI，油田已經抽乾。逃生通道 RLVR 又被 DeepSeek R1 用一篇論文加開源權重整套公開。
- 蒸餾讓任何前沿能力六個月內出現在開源模型上。Brockman 喊新模型 Spud 領先兩年，比較像緊張的廣告詞：真正領先的人不需要一直說自己領先。
- 資本線：Bill Maris 說如果他是 Google，隨時把 token 價格砍八成，OpenAI 跟 Anthropic 的壓力會瞬間超臨界。一邊是 1.4 兆美元的資本支出承諾，一邊是 600 億年營收，中間的落差靠敘事撐著。
- 組織線：Greg Brockman 第一次完整還原 2023 年政變 72 小時。整個週末對手瘋狂挖角，OpenAI 沒有一個人接受外部 offer，向心力是真的；但同一個故事也證明，這家公司的治理結構曾經在 48 小時內自爆過一次。
- 應用層是四條線裡最弱的：Glean 創辦人 Arvind Jain 說九成企業工作負載開源模型就能跑，OpenRouter 前六名全是中國模型；企業真正怕的是機構知識被鎖進別人的 agent。Cursor 被 Claude Code 背刺後以 600 億美金賣給 SpaceX，平台吃應用的劇本讓所有應用層公司對前沿實驗室多了一分戒心。
- 結論：8500 億買的不是任何一座現存的護城河，是這個團隊挖下一座護城河的速度。這是 Red Queen's Race，用盡全力跑也只能留在原地。
2026 年 7 月 9 日的 20VC 圓桌上，三個創投老手在拆同一條新聞：Sam Altman 提議讓美國政府持有 OpenAI 的 5% 股權，以 8500 億美金的二級市場估值算，這份大禮大約值 426 億美金。Rory O'Driscoll 的比喻很毒，他說這就像把 Atlas Shrugged 重寫一遍，John Galt 自己跑去華盛頓說：來，多管我一點，多拿我一點。
我聽完的第一個反應不是「天才還是瘋子」，是一個更基本的問題：一家真的有護城河的公司，需要主動送股權去買政治保險嗎？可口可樂不用、台積電不用，為什麼估值 8500 億的 OpenAI 覺得需要？
過去四個月我陸續聽了六集 podcast，講的人身分完全不同：OpenAI 共同創辦人本人、一個把 AI 商業邏輯當偵探小說拆的工程師說書人、Google Ventures 創辦人、三個互相打臉的早期投資人、Glean 創辦人、還有 20VC 的每週圓桌。把六條線攤開來拼，剛好可以對 OpenAI 做一次完整體檢：技術護城河、資本護城河、組織穩定度、應用層戰局，四條線分開驗。這篇就是那份體檢報告。
一、先把問題定義清楚：8500 億到底在買什麼
CoRecursive 那集的形式我很喜歡。主持人 Adam Gordon Bell 丟三句話給他朋友 Don，要求兩個人像 debug stack trace 一樣往回剝皮：
- Greg Brockman 五月初講的：「我把 Spud 當成一個新的 base、一個新的 pre-train，這裡面有大概兩年的研究累積一次到位。」
- 2023 年從 Google 內部流出的備忘錄：「我們沒有護城河，OpenAI 也沒有。」
- Don 看完前兩句之後問的：「R1 在 GitHub、Llama 在 Hugging Face，那 OpenAI 二級市場那 8500 億美金的估值是在買什麼？」
整集就是在回答第三題。老實說，這篇也是。四條線的體檢，每一條最後都會繞回這個問題。
二、技術線：撞牆、找到逃生通道、然後秘方被公開
先講結論：pre-training 這座最貴的護城河已經撞牆，這不是悲觀派的猜測，是 OpenAI 自己的行為透露的。
2023 年中 OpenAI 開了一個內部代號 Orion 的訓練任務，原本是 GPT-5 等級，後來降格成 GPT-4.5 推出，API 定價是上一代的十倍，benchmark 只多兩三分，很快就被下架。光那一輪 pre-training 就燒掉至少 5 億美金，整體投入接近 10 億。時間點剛好對上 Ilya Sutskever 離開 OpenAI，然後 2024 年底 Ilya 在 NeurIPS 上講了那段被引用到爛的話：
Pre-training as we know it will unquestionably end. We have but one internet. Data is the fossil fuel of AI.
網路只有一個，高品質資料吃完就沒了。OpenAI 在 2024 年 5 月之後，再也沒有一輪「成功部署」的全規模 pre-training。Sam Altman 說過他們的策略可以寫在一粒米上，上面只有一個字：scale。現在那粒米泡水了。
逃生通道是 RLVR，reinforcement learning on verified rewards。邏輯跟 AlphaGo 自我對弈一樣：丟一道微積分題讓模型用十二種路徑去解，大多數錯，把解對的那條餵回去當訓練資料。只要問題能驗證對錯，模型就能自己生產資料，等於 AI 從吃化石燃料變成自己煉油。寫程式是最甜的場景，因為 compiler 就是天然裁判，這也解釋了為什麼各家模型在 coding 上的進步速度跟其他能力明顯脫鉤。
問題是這條逃生通道守不住。DeepSeek 被出口管制卡到只能用 H800，卡間頻寬被閹，他們的解法是低精度訓練、把算力單元當網卡用、直接寫 PTX 組語繞過 Nvidia 的 SDK 自己排指令集。這是十年前嵌入式工程師才會幹的事，2025 年出現在前沿 AI 訓練。更殺的是 R1 論文把 RLVR 整套方法寫得清清楚楚，PDF 公開、權重開源。OpenAI 想當秘方守住的東西，被人獨立摸出來然後免費送給全世界。
另一邊，Llama 把 pre-training 的規模優勢直接打成商品。Meta 不靠賣 API 賺錢，廣告才是主業，把 base model 開源是教科書等級的 commoditize your complement：業界一起改一起補，Meta 拿改進回來自用，順便填掉對手一條護城河。
最後還有蒸餾這個補不起來的洞。只要 API 開放，跟大模型聊個幾百萬輪，對話紀錄就能把小模型教到八成功力。OpenAI 的 thinking model 不顯示推理過程，Greg Brockman 在 The Knowledge Project 上承認防蒸餾是原因之一，但他說第二個理由更重要：一旦你優化 chain of thought 讓它「讀起來順」，模型就會學會產出看起來合理的推理，內部實際上不一定走那條路，等於關掉 alignment 研究最後一個可觀察的窗口。這個權衡本身很深，但擋不住結構性的事實：任何前沿模型的能力，大約六個月就會出現在開源模型上。我在 Distillation 戰爭那篇寫過這一輪公案的細節。
把技術護城河被填掉的過程排成時間線：
| 時間 | 事件 | 填掉了什麼 |
|---|---|---|
| 2023 | Llama 權重第一天就被丟上 BitTorrent，Meta 順水推舟開源 | pre-training 規模優勢變成免費商品 |
| 2023 | Google 內部 No Moat 備忘錄流出 | 連對手都承認大家都沒有護城河 |
| 2024 年底 | Ilya 在 NeurIPS 宣告 pre-training 時代結束 | scale 信仰的原始傳教士親手熄燈 |
| 2025 年初 | DeepSeek R1 論文加開源權重 | RLVR 秘方公開，證明被閹的 H800 也練得出來 |
| 持續進行 | Distillation | 前沿能力六個月內出現在開源模型 |
這裡有個關鍵：技術領先沒有消失，消失的是領先的「保存期限」。GPT 5.5 在 5 月 3 日上線，定價是 GPT-4 那一代的四倍，這個價格能成立的唯一前提，是「最新模型比六個月前的好很多」。CoRecursive 那集講得很白：Don 一個月付 100 美金給 Anthropic 用 Claude Code，Adam 付 20 美金給 ChatGPT，這些訂閱費全部建立在前沿曲線夠陡這件事上。曲線一變平，使用者就切到便宜的開源版，反正只落後六個月。我自己比較過便宜模型跟前沿模型之後的體感一模一樣：付錢買的不是絕對能力，是那六個月的時間差。
所以 Brockman 喊「Spud 領先兩年」，CoRecursive 那集的解讀我完全同意：這不是自信，是緊張的廣告詞。潛台詞是開源現在落後我們六個月，我們要拚到兩年才安全。真正領先的人，不需要親自出來說自己領先。
三、資本線：當你的對手可以永遠不賺錢
技術守不住，那錢呢？OpenAI 的募資能力確實是地表最強，1.4 兆美元的資本支出承諾、30 GW 運算容量，Greg Brockman 在訪談裡丟出一個很有畫面的數字：全球每人配一顆 GPU 需要八十億顆，現在總量才百萬等級。如果 compute 真的是永遠稀缺的資源，那先把算力鎖起來的人就是贏家，這是多頭劇本的核心。
但 All-In 上 Bill Maris 講了整場最讓人倒抽一口氣的一段。主持人問他：如果 Google 用印鈔機般的現金把 token 價格砍到二折，每次對手降價它就跟進，戰場會變怎樣？Maris 的回答很冷：「如果我是 Google，我就會這麼做。」一個企業能用八成更低的價格買到幾乎一樣的東西，它為什麼不換？那一刻 OpenAI 跟 Anthropic 的壓力會超臨界。他還補了一句：很清楚他們會這麼做。
這是 Jeff Bezos 那句「你的 margin 是我的機會」的 AI 版，而且更狠的是，這場仗可能根本不是用利潤打，是像 Uber 那樣燒投資人的錢搶市佔。Maris 把帳攤開：一邊承諾上兆美金的資本支出，另一邊年營收才 600 億，然後指望散戶接盤。他真正反感的是那個雙面操作：一邊說自己為了造福人類，一邊把增值留給菁英投資人，等 S&P 500 規則被改寫、被動基金被迫去接已經漲過頭的標的，最後買單的是一般人的退休帳戶。這條線跟我之前寫的私募股票變成全民運動是同一件事的兩面。
算力稀缺的假設本身也在鬆動。Meta 推出 Meta Compute 把多餘算力當雲端服務賣，股價單日跳漲一成；SpaceX 也是同一個劇本，買了一堆算力、自有產品沒做成、轉頭賣算力。Rory O'Driscoll 點出壞劇本：如果越來越多公司買太多用不完只好賣，供給過剩那天，所有假設一起崩。Neo-cloud 公司那天跌了一成到一成五，市場很誠實。token 需求端當然還在燒，Dylan Patel 拆解 token 供需那篇講得很細，但「稀缺」跟「稀缺到能撐 8500 億」是兩回事。
回頭看 5% 股權案，就更像資本線的自我招供。Rory 的算術很尖銳：美國國會一年收四到五兆美金的稅，你捐的 5% 等於人家一年稅收的 1%，而你花了三年告訴全世界 AI 會摧毀三十兆美金的勞動力市場。你猜政治怪獸會只要 5% 嗎？Bernie Sanders 已經喊 50% 了。三個人的共識是 Sam 在錨定：與其讓別人開價，不如自己先把數字釘低。Harry Stebbings 在訪 Arvind Jain 那集把另一半邏輯講白了：Sam 會打電話給白宮說 CCP 在資助我們最大的競爭對手，用 5% 換監管保護，比如把中國開源模型擋在美國市場外面。如果這個保險真的買到了，那才是 OpenAI 最堅固的一條護城河，只是它跟技術一點關係都沒有。
順帶一提股權結構這條暗線：Dario 持有 Anthropic 約 1.7%，Sam 名義上是零，Databricks 光公開募資就十二輪。AI 時代的大規模稀釋已經制度化，Jason Lemkin 說他以前算種子輪實際入場價是帳面兩倍，現在是四倍。至於 Microsoft 持有 OpenAI 30% 算不算盟友護城河，Rory 一句話終結討論：「他們像一對想離婚但付不起稅的老夫妻。」
Maris 自己的資金往哪擺，比他的評論更誠實。他不投大模型。他的比喻是遊戲產業：AI 現在還在「Atari 命令列」階段，五年內會衝到「PlayStation 10」，而當年讓遊戲變好的不是更好的劇本，是控制器、physics engine、GPU 這些硬底層。所以他要投的是讓這一切成真的機器，平台、控制器、運算基礎設施。翻譯成白話：連看過 Google 印鈔機內部運作的人，都選擇賣鏟子而不是押注哪個淘金者會贏。這對「模型公司值 8500 億」是一張很重的反對票。
四、組織線：72 小時的兩種讀法
組織穩定度這條線，素材來自 Greg Brockman 在 The Knowledge Project 上第一次完整還原 2023 年 11 月那 72 小時，這是目前唯一的當事人第一人稱版本。
時間線很戲劇化。週五下午他接到視訊會議通知，與會者是董事會扣掉 Sam。董事會告訴他 Sam 已經被開除，他追問細節，被拒絕兩次，然後被告知他自己也被踢出董事會，但「公司很需要你，請留下來」，最諷刺的一句是「希望在新架構下你能得到更多 feedback」。他掛掉電話跟老婆說我得辭職，老婆說我同意，當天就走。週末他跟 Sam 帶著幾個核心研究員規劃新公司，第一天他自己估「把 OpenAI 拿回來的機率是一成」。週日晚上董事會把 Mira 換掉、空降臨時 CEO，全體員工湧出大樓，請願書連署人數多到 Google Docs 當機，Satya Nadella 直接拍板「全部接過來」。他凌晨五點回家睡了四十五分鐘，醒來看到 Ilya 公開連署要求重組，才真的鬆一口氣。
先把時間再往回拉一段，因為治理問題的根源不在 2023 年，在 2017 年。那年他們開始算帳：要蓋 AGI 需要多少運算資源？一算就發現非營利的募資有天花板，Greg 的原話是「你可以募到一億、五億美元，但要募到十億，以非營利形式基本不可能」。當時 Elon、Sam、Ilya、Greg 四個人取得共識：OpenAI 必須有營利實體，否則任務不可能達成。這個決策是後面所有爭議的起點，非營利的使命殼裝著營利的引擎，董事會拿著使命的剎車，管理層踩著商業的油門，2023 年那 72 小時只是這個結構第一次全速對撞。
這個故事有兩種讀法，而且兩種都對。
第一種讀法是多頭的：那個週末所有對手都在挖角，報價滿天飛，結果 OpenAI 沒有一個人接受外部 offer。Greg 引 Bill Belichick 的話解釋：「最好的隊伍不是為錢打球，是為身邊的人打球。」這種向心力做不了假，也買不到，它是 OpenAI 資產負債表上看不到的最大資產。搭配他們 iterative deployment 的文化（每一代都 ship、都搞砸、都修正，而不是關起門做完美再上線），這個組織的執行力確實是頂級的。
第二種讀法是空頭的：同一個故事證明，這家公司的治理結構曾經在 48 小時內自爆，而且引爆它的不是外部攻擊，是自己的董事會。三年後的今天，結構性的脆弱換了一個形式存在：Fortune 叫 Greg「AI 時代的 master builder」，他一個人扛整個 Scaling 組織、Stargate、AMD 合作案，2026 年 4 月因為 CEO of Applications Fidji Simo 請醫療假，連產品線也壓到他身上。1.4 兆美元的承諾押在極少數幾個人的肩膀跟關係上，而其中一個人現在的主要工作是去華盛頓打政治戰。key person risk 從來沒有消失，只是從董事會搬到了辦公室。
我的判定：組織這條線中性偏險。人是真的強，結構是真的沒驗證過第二次。
五、應用層：最熱鬧的戰場，對 OpenAI 最不利的地形
如果模型會被追平，故事的下一章通常是「那就往上做應用」。這也是 OpenAI 跟 Anthropic 都在做的事。但四條線裡，這條的證詞對他們最不利。
Glean 創辦人 Arvind Jain 在 20VC 上講得很直接：OpenAI 跟 Anthropic 贏不了應用層。他的理由不是情懷，是每天跟大企業打交道的第一手觀察。企業現在怕的已經不是資料被拿去訓練，合約能處理；真正讓企業睡不著的是機構學習（institutional learning）的歸屬。你做一件事一百次之後累積的 know-how，未來會沉澱在幫你做事的 agent 裡，如果那個 agent 你沒有控制權，你就是把營運命脈交給 AI 公司。這不是技術依賴，是營運依賴。Alex Karp 上 CNBC 開的兩槍是同一個方向：企業花大錢買 token 說不清 ROI，還擔心商業邏輯被吸走轉賣給競爭對手。Palantir 那天漲 9%，市場聽懂了。
然後是 Cursor 這個教科書案例。Cursor 建立在 Claude 上，紅到 Anthropic 一大塊 token 用量都來自它，然後 Anthropic 推出 Claude Code，轉頭把刀捅進去。Cursor 沒了模型也沒了算力，最後以 600 億美金賣給 SpaceX，15 倍 revenue multiple，Jason Calacanis 說這在矽谷史上不斷重演：當年 Microsoft 把 Lotus 1-2-3 創辦人請上台站台，然後推出 Excel。這件事對 OpenAI 的傷害很微妙：刀是 Anthropic 捅的，但每一家應用層公司從此看所有前沿實驗室的眼神都變了。Jason 對 YC 創辦人的警告講得更難聽：Sam 拿一百萬美金 token 額度去換新創股權，等於買下你的產品路線圖，挑出最成功的前五名，把功能免費塞進自己的平台。「天下沒有白吃的午餐，沒有免費的啤酒，沒有免費的披薩。」平台想往上吃應用，應用層就會用腳投票往開源跑，這是個自我實現的循環。
開源那邊的軍火也真的到位了。Arvind 給了一個明確的時間點：GLM 5.2 是第一個讓 Glean 團隊覺得「可以跑大部分工作負載」的開源模型，九成以上的企業用例多種模型都能處理。Harry Stebbings 補上 OpenRouter 的數據：排名第一的美國模型是 Anthropic，但它排第七，前六名全是中國的。剩下的阻力不是技術，是「你敢不敢用中國模型」這個政治問題。而且 Arvind 點出一個很少人講的成本結構：企業 AI 的 ROI 爛，不是模型不夠聰明，是九成 token 燒在組裝上下文而不是做事，他們一個處理生產環境警報的 triage agent 一個月燒一百萬美金。當帳單長這樣，往便宜十倍的開源模型遷移不是意識形態，是財務紀律。這跟 Glean 那份 Work AI Index 報告講的是同一件事：瓶頸在導入，不在模型。
定價結構的變化又補了一刀。Arvind 的觀察是 AI 正在走向按量計費，而按量計費會瓦解 bundling：企業可以同時開六個工具，員工在哪裡做事就付哪裡的錢，沒有「反正都包在裡面」的搭售空間。這一刀原本是砍向 Microsoft Copilot 的，但對想靠 ChatGPT 企業版綁定客戶的 OpenAI 一樣適用。他還補了一句打過 Microsoft 的人才講得出來的話：「pricing 才是真正的殺手，因為很難跟免費競爭。」而開源模型的邊際價格，就是趨近免費。
導入端的現實也站在懷疑派這邊。Microsoft 宣布砸 25 億美金、派六千個工程師進駐企業幫忙導入 AI，背景是 MIT 那份研究：95% 的企業 AI 試點沒有產生可衡量的損益影響。Jason Lemkin 判這個計畫會失敗，因為他用過最頂尖的 forward deployed engineer，深度就是不夠；Rory 的結論比較宏觀也比較冷：每一家科技公司活得夠久，最終都會變成下一代的 IBM，從「擁有新技術的公司」變成「幫你導入別人新技術的公司」。當賣模型的都開始賣導入服務，這個訊號本身就說明模型的溢價正在流失。
前沿模型當然還有反擊的證詞。Jason Lemkin 在 Replit 上用便宜模型卡了十小時解不掉的演算法問題，換最強的前沿模型二十分鐘搞定，他的結論是「更貴的模型其實更便宜，因為我不用浪費一整天」。Decagon 創辦人 Jesse Zhang 的總結我覺得最精準：探索未知問題時你需要前沿模型的智慧，問題被框定、答案已知之後，才推到開源。所以前沿模型不會沒生意，但注意這個分工的含義：前沿模型負責的是不斷縮小的「未知前緣」，被框定的存量工作會持續流向開源。這對「用應用層營收撐 8500 億估值」的故事是結構性逆風。
地緣這條線最後又繞回 5% 股權案。DeepSeek 宣布自研推論晶片，而 Jason Calacanis 早就在勸創辦人改用 DeepSeek、Kimi 這些開源模型自己掌握資料。Jason Lemkin 剛從中國跟香港回來，講了一個很多人不知道的事實：在中國根本用不了 ChatGPT 或 Claude，不只是被牆擋，是 OpenAI 跟 Anthropic 主動不服務中國用戶。「你不讓全世界第二大經濟體用你的東西，他們就自己做一個一樣好或更好的。」Rory 補刀：Jensen 早就警告過，晶片不讓過去，人家就自己設計晶片；模型不給用，人家就做出佔據排行榜前六名的開源模型。更荒謬的是，傳出中國政府可能反過來禁止海外用戶使用中國的開源模型，兩邊都覺得讓對方用自己的東西很危險。但注意這個對稱性對誰有利：如果中國開源模型真的被撤走或被禁，對美國前沿實驗室是天大的好消息。也許 Sam 那 5%，買的就是這個保險。
六、體檢總表
四條線驗完，攤在一張表上：
| 戰線 | 現況 | 體檢判定 |
|---|---|---|
| 技術護城河 | pre-training 撞牆、RLVR 被 R1 公開、蒸餾六個月追平、Llama 打底價 | 領先存在但半衰期只有六個月，不構成護城河 |
| 資本護城河 | 募資能力地表最強，但 1.4 兆承諾對 600 億營收，Google 隨時能砍價八成 | 是燃料不是城牆，而且建立在敘事能不能延續上 |
| 組織穩定度 | 向心力經過政變實測，但治理自爆過一次，關鍵人物極度集中 | 中性偏險，人強於結構 |
| 應用層 | 企業怕被鎖定、開源吃掉九成工作負載、平台背刺讓生態離心 | 四條線裡最弱，地形對 OpenAI 不利 |
| 政治護城河 | 5% 股權換監管保護談判中，若中國開源模型被擋，等於人造護城河 | 唯一可能變厚的一條，但主導權不在自己手上 |
所以回到 Don 的問題：8500 億在買什麼？CoRecursive 給的答案是全篇最好的一句話：你不是在買產品，你是在賭這個團隊挖下一座護城河的速度比別人快。每六個月推一個新前沿模型不是因為他們想，是因為不推的話開源就追上來，估值會崩。紅皇后對愛麗絲說：在這裡，你必須用盡全力跑才能停在原地。8500 億買的是一張跑步機門票，附帶一個假設：這家公司永遠不會累。
寫在最後
我自己的判斷跟 CoRecursive 那集的 Adam 差不多：OpenAI 不會死，但 8500 億假設的是三到五年的持續領先，而目前四條線裡沒有任何一條支持這個假設，唯一可能支持它的是還沒成交的政治保險。Brockman 親自出來講「領先兩年」這個動作本身，就是我傾向保守的原因。
對台灣讀者來說，這份體檢報告有三個實際的用法。第一，如果你是應用層創業者，Cursor 跟 YC token 的故事就是你的教材：跟平台分享的不是用量，是商業機密，architecture 上從第一天就要留 model switcher 的退路。第二，如果你在企業內導入 AI，Jesse Zhang 那條分工線可以直接抄：探索用前沿、存量用開源，然後盯緊你的 token 帳單有多少燒在組裝上下文。第三，如果你在投資，注意這場仗打到最後，最穩的位置還是賣鏟子的：不管贏家是閉源還是開源，算力、晶片、電力的需求都在。
接下來幾季我會盯三件事：Spud 上線後十二個月內有沒有出現真正 pre-train 等級的能力跳躍，這決定「領先兩年」是事實還是廣告；5% 股權案的談判走向，特別是有沒有換到針對中國開源模型的監管動作；還有 OpenRouter 上開源與中國模型的佔比曲線，那是應用層用腳投票的即時民調。三條線的走向，會比任何一篇看多或看空的分析都誠實。
本文整併自 2026 年 4 月到 7 月的六集 podcast：The Knowledge Project 訪 Greg Brockman、CoRecursive「The Pre-Training Wall and the Treadmill After It」、All-In 訪 Bill Maris、This Week in Startups 創投圓桌（Jason Calacanis、Turner Novak、Ben Ling）、20VC 訪 Glean 創辦人 Arvind Jain、20VC 圓桌（Harry Stebbings、Rory O'Driscoll、Jason Lemkin）。
這類把多集 podcast 拼成一張產業地圖的深度文我會持續寫，訂閱 wilsonhuang.xyz 就不會漏掉。
Sources:
推薦閱讀
喜歡這篇文章嗎？
訂閱電子報，每週收到精選技術文章與產業洞察，直送你的信箱。
💌 隨時可以取消訂閱，不會收到垃圾郵件