> 株式投資は金麒麟のアナリスト調査レポートを見ればよい。権威的で、専門的で、タイムリーで、包括的。潜在的なテーマのチャンスを掘り当てるのに役立ちます！ かつて、エンジニアが給与について話すときは、年俸、賞与、株式、ストックオプションの話でした。いま、シリコンバレーの風向きが静かに変わりつつあります。NVIDIAのCEOである黄仁勲（ジェンスン・フアン）がGTC 2026のカンファレンスで、かなり衝撃的な見立てを投げかけました。未来には、Tokenがエンジニアの報酬の一部になる可能性がある、と。ほぼ同時期に、OpenAIの最前線のマネージャーたちも、入社後に自分が専用の推論計算力を結局どれだけ分けてもらえるのかを、ますます多くの求職者が気にし始めていることを明かしました。報酬データ・プラットフォームのLevels.fyiは、部分的なエンジニアがCopilotなどのAIサブスクリプション・サービスを報酬福利厚生に組み込んでいることを観測しています。 新たな手がかりが、ますますはっきりしてきました。Tokenは技術上の計量単位から、商業上の価格付け単位へ移り、さらに社会分配の単位へ向かいつつあるのです。これは、人工知能が単なる新しいツールではなく、新しい価値の尺度を育んでいることを意味します。この変化はシリコンバレーだけで起きているわけではありません。公開データによれば、中国の日平均Token呼び出し量は、この2年間で千倍超に増えています。国家データ局も、Tokenを「技術供給とビジネス需要をつなぐ」決済単位として明確に位置づけました。つまり、Tokenは技術言語から産業言語へと、加速的に転換しつつあるのです。 多くの人のTokenに対する理解は、まだ技術用語のレベルにとどまっています。それは、モデルが情報を処理するための基本的な計量単位であり、今日では主流の大規模モデルのサービスはすでに一般的にToken課金です。しかし本当に注目すべきは、どのように課金するかではありません。計量単位がバックヤードから出て市場に入った時点で、「技術的な便利さ」の段階で止まることはないからです。それは企業のコスト算定に組み込まれ、製品の価格設定ロジックに入り込み、組織のインセンティブ・メカニズムに浸透し、最終的には社会分配の秩序にまで触れる可能性があります。 工業時代は労働を労働時間で計量し、インターネット時代は流量でプラットフォームの価値を測り、そして人工知能時代には、価値がますますTokenで換算される可能性が高まっています。 黄仁勲は大規模データセンターを「Token工場」に例えました。この比喩はとても重要です。データセンターはもはや、計算力を提供する倉庫ではなく、電力、チップ、データ、アルゴリズムを継続的に、消費可能で、課金可能で、取引可能な標準化された産出へと変換していく場所であることを思い出させてくれます：Token。言い換えれば、データセンターは単なるインフラではなく、新しい工業時代の生産工場のようなものです。そしてTokenは、その工場から次々とラインオフされる新製品そのものです。 一度そう理解すると、多くの現象が一本につながります。なぜ企業はモデル呼び出しの上限をますます気にするようになっているのか。なぜ採用の場で、ポストに割り当てられるTokenの量や、推論予算がどれくらいなのかと聞かれ始めているのか。なぜ各社が奪い合っているのは、モデルランキングの順位だけではなく、チップ、計算力、推論能力なのか。なぜなら、この体系の中では、Tokenの生産能力を握る者が新しい価値の出口を握り、Tokenの配分権を持つ者が新しい分配権を握るからです。 過去数年、人々はもっと、モデルがより賢くなるのか、仕事の代わりになるのか、文章を書けるのか、絵を描けるのかを気にしていました。しかし企業や資本にとって、より重要な問題はすでに次のように変わっています。知能は実際にどう計量され、どう価格付けされ、どう構成され、どう配分されるのか。Tokenが重要なのは、それが神秘的だからではありません。Tokenが、新しい「ものさし」になりつつあるからです。 そして新しい価値の尺度は、予算表と給与明細に本当に書き込まれたときに、産業トレンドから組織の現実へと変わります。 前の変化が主にサーバールームや資本市場で起きたのだとすれば、シリコンバレーの採用市場における新動向は、Tokenロジックがすでに企業の内部へ入り始めたことを示しています。過去、テック企業が人材を争うときに主に頼っていたのは、主に3つのことでした。給与、賞与、株式。いま、計算力がシリコンバレーの報酬の「第4の極」になりつつあります。OpenAIの社長（CEO）であるグレッグ・ブロックマンは率直に、入手可能な計算力がソフトウェア開発の効率に直接影響すると述べました。リスク投資機関のTheory Venturesはさらに、2026年までに人工知能の推論コストがエンジニアの報酬の「第4の構成要素」になり、給与、賞与、株式と並ぶ可能性があると予測しています。 この件の意味は、会社が福利厚生を1つ増やすことではありません。企業が生産手段の一部を、コアとなる知識労働者に直接配分し始めた、という点にあります。無料の昼食、ジム、保険は生活福利厚生です。一方、Copilot、GPTのクォータ、Cursorのエンタープライズ版、専用の推論割当は生産福利厚生です。給与は当座の収入を解決し、賞与は短期の業績に結びつけ、株式は長期の期待に結びつけます。さらに、計算力の予算は当下のアウトプットに直接作用します。従来のオフィス時代には、会社はあなたにコンピューター、デスク、メールアカウントを提供していました。人工知能時代には、会社はさらにあなたに「第二の脳」「コードの副操縦席」と「推論燃料」も用意しなければなりません。 同様に注目すべきなのは、中国の有力企業もTokenを軸に内部組織を再構築し始めていることです。アリババは最近Alibaba Token Hubを設立し、モデル、MaaS、アプリケーションなどの中核領域を統合しました。背後に映し出されているのは、まさに同じ種類の変化です。組織がリソースを配分する基本単位が、「プロダクト」から「Token」へと、段階的に移りつつあるのです。結局のところ、AI時代における最も重要な従業員福利厚生とは、あなたがより快適に過ごせるようにすることではなく、あなたがより強く成果を出せるようにすることです。 この変化は、トップ人材の総コストも急速に押し上げます。関連の試算によれば、1人のエンジニアが毎年追加で10万ドルの推論コストを生む場合、総人件費は47.5万ドルに達し、将来的に20%超の報酬コストが人工知能の利用支出由来になる可能性を示します。これは、人工知能が高級エンジニアを必ずしも安くはせず、むしろ高くする可能性があることを意味します。生成式人工知能は単にエンジニアを置き換えるものではなく、トップエンジニアのレバレッジを増幅するからです。より優秀な人ほど、高品質なモデルをより高いアウトプットへと転換できます。そうした人材ほど、会社はより高いToken予算を彼らに上乗せしたがります。その結果として、一般のエンジニア職がより強く押しつぶされる一方で、トップエンジニアや効率の高いチームの総コストはむしろ引き上がる可能性が高いでしょう。 企業内部での計算力リソースへの傾斜は、最終的には労働市場へも波及し、新たな分層を形成します。今後企業が奪い合うのは、特定のエンジニアそのものだけではなく、「エンジニア＋モデル能力＋推論予算」の組み合わせです。表面的には、皆が同じ種類の仕事をしているように見えます。しかし実際には、各従業員の背後にある「デジタル外脳」は同じレベルにはありません。企業向けCopilot、専用API枠、高性能モデル呼び出し権を持つ人もいれば、利用が制限されたバージョンしか使えない人もいます。未来の労働市場に生まれる新たな溝は、プログラミングができるかどうかだけでなく、より強い計算力を呼び出す資格があるかどうかになるかもしれません。 もちろん、計算力が給与明細に入ることは、インセンティブだけでなくガバナンス（統制）の難題ももたらします。推論予算が正式なリソースになるなら、企業は次のような新しい問いに答えなければなりません。誰がより多くのTokenを受け取るに値するのか。平均配分にするのか、それとも貢献度に応じて傾斜させるのか。誰が効率的にTokenを使い、誰がTokenを浪費しているのか。今後の業績評価は、人の効率だけでなく、「単位Tokenあたりの産出」も見ることになる可能性があります。これは、Tokenが調達の問題から管理の問題へと変わりつつあることを意味します。限られたTokenを最高の価値を生むタスクに割り当てられる人、そして高コストの推論を高いリターンが見込めるシナリオに回せる人こそが、次のラウンドの競争で勝ちやすくなります。 企業内部で既に計算力が配分され始めているなら、社会の側で計算力をめぐる議論が広がっても不思議ではありません。長年、人々は「全民基本收入（国民的ベーシック・インカム）」について、技術による代替の後のセーフティネット（生活保障）をどうするかという形で議論してきました。いま、オルトマンは問題を次のように言い換えようとしています。金を配るよりは、計算力を配れ。消費能力だけを保障するのではなく、生産能力を与えよ、と。 それがすぐに現実になるとは限りませんが、すでに重視すべき変化の兆しは示されています。未来社会で本当に稀少なのは、収入だけではなく、生成能力かもしれません。ある人が効率よく文章を書き、プログラミングし、学び、起業できるかどうかは、ますます、その人が低コストで強力なモデル能力を呼び出せるかどうかに左右されます。工業社会の中核となる公平は、主に収入の公平と機会の公平として現れていました。社会は、人に仕事があるか、収入があるか、基本的な保障があるかをより気にしています。しかし知能社会では、公平の内実もこっそり変化し始め、次第に「計算力の到達可能性の公平」「モデル利用権の公平」「デジタル生産力の公平」として表れるのかもしれません。いわゆる普恵（裾野の広い恩恵）は、単に一度お金を配るだけでなく、普通の人に新しい生産方式へ入るためのチケットを渡すことになる可能性があります。 とはいえ、どれほど壮大に構想しても、最終的には現実の検証を受け入れる必要があります。MicrosoftのCEOであるナデラの警鐘が、まさに問題の核心を突いています。人工知能は、医療、教育などの分野で実際の改善をもたらさなければなりません。さもなければ、社会は高いエネルギー消費を伴うToken生産を長期的には受け入れないでしょう。真の問題は、これらのTokenが最終的に何に変換されるかです。より正確な補助的診断になるのか。より普及した教育サービスになるのか。より効率的な研究開発の協働になるのか。それとも、単にプラットフォームの請求書と資本のストーリーを作っているだけなのか。社会は、あなたが大量のTokenを生産したからといって、その技術的進歩を自動的に認めるわけではありません。 これが、今日の人工知能産業が最も警戒すべき点でもあります。Tokenはますます「新しい電気代（新しい電力料金）」のようになってきています。表面上は従量課金で合理的かつ透明に見えます。しかし企業が本当に人工知能を研究開発、カスタマーサポート、オフィス業務、マーケティング、コード生成などの重要な局面へ組み込むと、Tokenの消費は、管理可能な支出から、継続的に予算を食い尽くす変動費へと急速に膨らみます。多くの企業は、自分たちが接続したのは「知能」だと思っていますが、最初に載せてしまうのは実際には、継続課金の仕組みです。タスクの階層化、モデルのルーティング、キャッシュの再利用、プロンプトのガバナンス、コスト監視が欠けていると、「全面的に人工知能を受け入れる」ことが「人工知能コスト曲線に全面的にさらされる」ことに変わりかねません。 だからこそ、本当に追究すべきなのは、Tokenが給与の一部になるのかどうかだけではなく、Tokenが「全民收入（国民的収入）」に取って代わるのかどうかだけでもありません。より根本的な問題とは、誰がTokenの価値を定義し、誰がTokenの配分を決め、誰がTokenのコストを制約するのか、そして誰がTokenを最終的に少数のプラットフォームの収益計算ではなく、広範な公共の利益へと転換できるようにするのか、です。 未来社会における競争は、表向きはモデルの競争であり、さらに深いところでは計算力の競争であり、さらに深いところでは、実はTokenをめぐるガバナンスの競争です。ある技術用語がコラムに書く価値を持つのは、それが新しいからではありません。それがさまざまな階層のシステムを突き抜けつつあるからです。サーバールームから会社へ、会社から市場へ、市場から社会へ。Tokenは最初、アルゴリズム内部の計量単位でした。その後、商業世界の決済単位になり、いまはさらに、社会分配の単位へ向かう流れがかすかに見えています。数年後に振り返ったとき、黄仁勲やオルトマンが今日議論しているToken、推論予算、「報酬の第4の極」についての話は、単にある技術単位の話ではないと分かるかもしれません。彼らが議論しているのは、社会が新しい尺度で能力を再評価し、資源を再配分し、分配を再設計し始めていることなのではないか、ということです。 （著者：胡逸、データ作業者。『未来可期：与人工智能同行』という書籍を著す） 大量の情報、精密な解釈は、Sina財経APPにて 責任編集：杨赐
トークンは、人工知能時代の新しい給与単位になりつつあります
かつて、エンジニアが給与について話すときは、年俸、賞与、株式、ストックオプションの話でした。いま、シリコンバレーの風向きが静かに変わりつつあります。NVIDIAのCEOである黄仁勲（ジェンスン・フアン）がGTC 2026のカンファレンスで、かなり衝撃的な見立てを投げかけました。未来には、Tokenがエンジニアの報酬の一部になる可能性がある、と。ほぼ同時期に、OpenAIの最前線のマネージャーたちも、入社後に自分が専用の推論計算力を結局どれだけ分けてもらえるのかを、ますます多くの求職者が気にし始めていることを明かしました。報酬データ・プラットフォームのLevels.fyiは、部分的なエンジニアがCopilotなどのAIサブスクリプション・サービスを報酬福利厚生に組み込んでいることを観測しています。
新たな手がかりが、ますますはっきりしてきました。Tokenは技術上の計量単位から、商業上の価格付け単位へ移り、さらに社会分配の単位へ向かいつつあるのです。これは、人工知能が単なる新しいツールではなく、新しい価値の尺度を育んでいることを意味します。この変化はシリコンバレーだけで起きているわけではありません。公開データによれば、中国の日平均Token呼び出し量は、この2年間で千倍超に増えています。国家データ局も、Tokenを「技術供給とビジネス需要をつなぐ」決済単位として明確に位置づけました。つまり、Tokenは技術言語から産業言語へと、加速的に転換しつつあるのです。
多くの人のTokenに対する理解は、まだ技術用語のレベルにとどまっています。それは、モデルが情報を処理するための基本的な計量単位であり、今日では主流の大規模モデルのサービスはすでに一般的にToken課金です。しかし本当に注目すべきは、どのように課金するかではありません。計量単位がバックヤードから出て市場に入った時点で、「技術的な便利さ」の段階で止まることはないからです。それは企業のコスト算定に組み込まれ、製品の価格設定ロジックに入り込み、組織のインセンティブ・メカニズムに浸透し、最終的には社会分配の秩序にまで触れる可能性があります。
工業時代は労働を労働時間で計量し、インターネット時代は流量でプラットフォームの価値を測り、そして人工知能時代には、価値がますますTokenで換算される可能性が高まっています。
黄仁勲は大規模データセンターを「Token工場」に例えました。この比喩はとても重要です。データセンターはもはや、計算力を提供する倉庫ではなく、電力、チップ、データ、アルゴリズムを継続的に、消費可能で、課金可能で、取引可能な標準化された産出へと変換していく場所であることを思い出させてくれます：Token。言い換えれば、データセンターは単なるインフラではなく、新しい工業時代の生産工場のようなものです。そしてTokenは、その工場から次々とラインオフされる新製品そのものです。
一度そう理解すると、多くの現象が一本につながります。なぜ企業はモデル呼び出しの上限をますます気にするようになっているのか。なぜ採用の場で、ポストに割り当てられるTokenの量や、推論予算がどれくらいなのかと聞かれ始めているのか。なぜ各社が奪い合っているのは、モデルランキングの順位だけではなく、チップ、計算力、推論能力なのか。なぜなら、この体系の中では、Tokenの生産能力を握る者が新しい価値の出口を握り、Tokenの配分権を持つ者が新しい分配権を握るからです。
過去数年、人々はもっと、モデルがより賢くなるのか、仕事の代わりになるのか、文章を書けるのか、絵を描けるのかを気にしていました。しかし企業や資本にとって、より重要な問題はすでに次のように変わっています。知能は実際にどう計量され、どう価格付けされ、どう構成され、どう配分されるのか。Tokenが重要なのは、それが神秘的だからではありません。Tokenが、新しい「ものさし」になりつつあるからです。
そして新しい価値の尺度は、予算表と給与明細に本当に書き込まれたときに、産業トレンドから組織の現実へと変わります。
前の変化が主にサーバールームや資本市場で起きたのだとすれば、シリコンバレーの採用市場における新動向は、Tokenロジックがすでに企業の内部へ入り始めたことを示しています。過去、テック企業が人材を争うときに主に頼っていたのは、主に3つのことでした。給与、賞与、株式。いま、計算力がシリコンバレーの報酬の「第4の極」になりつつあります。OpenAIの社長（CEO）であるグレッグ・ブロックマンは率直に、入手可能な計算力がソフトウェア開発の効率に直接影響すると述べました。リスク投資機関のTheory Venturesはさらに、2026年までに人工知能の推論コストがエンジニアの報酬の「第4の構成要素」になり、給与、賞与、株式と並ぶ可能性があると予測しています。
この件の意味は、会社が福利厚生を1つ増やすことではありません。企業が生産手段の一部を、コアとなる知識労働者に直接配分し始めた、という点にあります。無料の昼食、ジム、保険は生活福利厚生です。一方、Copilot、GPTのクォータ、Cursorのエンタープライズ版、専用の推論割当は生産福利厚生です。給与は当座の収入を解決し、賞与は短期の業績に結びつけ、株式は長期の期待に結びつけます。さらに、計算力の予算は当下のアウトプットに直接作用します。従来のオフィス時代には、会社はあなたにコンピューター、デスク、メールアカウントを提供していました。人工知能時代には、会社はさらにあなたに「第二の脳」「コードの副操縦席」と「推論燃料」も用意しなければなりません。
同様に注目すべきなのは、中国の有力企業もTokenを軸に内部組織を再構築し始めていることです。アリババは最近Alibaba Token Hubを設立し、モデル、MaaS、アプリケーションなどの中核領域を統合しました。背後に映し出されているのは、まさに同じ種類の変化です。組織がリソースを配分する基本単位が、「プロダクト」から「Token」へと、段階的に移りつつあるのです。結局のところ、AI時代における最も重要な従業員福利厚生とは、あなたがより快適に過ごせるようにすることではなく、あなたがより強く成果を出せるようにすることです。
この変化は、トップ人材の総コストも急速に押し上げます。関連の試算によれば、1人のエンジニアが毎年追加で10万ドルの推論コストを生む場合、総人件費は47.5万ドルに達し、将来的に20%超の報酬コストが人工知能の利用支出由来になる可能性を示します。これは、人工知能が高級エンジニアを必ずしも安くはせず、むしろ高くする可能性があることを意味します。生成式人工知能は単にエンジニアを置き換えるものではなく、トップエンジニアのレバレッジを増幅するからです。より優秀な人ほど、高品質なモデルをより高いアウトプットへと転換できます。そうした人材ほど、会社はより高いToken予算を彼らに上乗せしたがります。その結果として、一般のエンジニア職がより強く押しつぶされる一方で、トップエンジニアや効率の高いチームの総コストはむしろ引き上がる可能性が高いでしょう。
企業内部での計算力リソースへの傾斜は、最終的には労働市場へも波及し、新たな分層を形成します。今後企業が奪い合うのは、特定のエンジニアそのものだけではなく、「エンジニア＋モデル能力＋推論予算」の組み合わせです。表面的には、皆が同じ種類の仕事をしているように見えます。しかし実際には、各従業員の背後にある「デジタル外脳」は同じレベルにはありません。企業向けCopilot、専用API枠、高性能モデル呼び出し権を持つ人もいれば、利用が制限されたバージョンしか使えない人もいます。未来の労働市場に生まれる新たな溝は、プログラミングができるかどうかだけでなく、より強い計算力を呼び出す資格があるかどうかになるかもしれません。
もちろん、計算力が給与明細に入ることは、インセンティブだけでなくガバナンス（統制）の難題ももたらします。推論予算が正式なリソースになるなら、企業は次のような新しい問いに答えなければなりません。誰がより多くのTokenを受け取るに値するのか。平均配分にするのか、それとも貢献度に応じて傾斜させるのか。誰が効率的にTokenを使い、誰がTokenを浪費しているのか。今後の業績評価は、人の効率だけでなく、「単位Tokenあたりの産出」も見ることになる可能性があります。これは、Tokenが調達の問題から管理の問題へと変わりつつあることを意味します。限られたTokenを最高の価値を生むタスクに割り当てられる人、そして高コストの推論を高いリターンが見込めるシナリオに回せる人こそが、次のラウンドの競争で勝ちやすくなります。
企業内部で既に計算力が配分され始めているなら、社会の側で計算力をめぐる議論が広がっても不思議ではありません。長年、人々は「全民基本收入（国民的ベーシック・インカム）」について、技術による代替の後のセーフティネット（生活保障）をどうするかという形で議論してきました。いま、オルトマンは問題を次のように言い換えようとしています。金を配るよりは、計算力を配れ。消費能力だけを保障するのではなく、生産能力を与えよ、と。
それがすぐに現実になるとは限りませんが、すでに重視すべき変化の兆しは示されています。未来社会で本当に稀少なのは、収入だけではなく、生成能力かもしれません。ある人が効率よく文章を書き、プログラミングし、学び、起業できるかどうかは、ますます、その人が低コストで強力なモデル能力を呼び出せるかどうかに左右されます。工業社会の中核となる公平は、主に収入の公平と機会の公平として現れていました。社会は、人に仕事があるか、収入があるか、基本的な保障があるかをより気にしています。しかし知能社会では、公平の内実もこっそり変化し始め、次第に「計算力の到達可能性の公平」「モデル利用権の公平」「デジタル生産力の公平」として表れるのかもしれません。いわゆる普恵（裾野の広い恩恵）は、単に一度お金を配るだけでなく、普通の人に新しい生産方式へ入るためのチケットを渡すことになる可能性があります。
とはいえ、どれほど壮大に構想しても、最終的には現実の検証を受け入れる必要があります。MicrosoftのCEOであるナデラの警鐘が、まさに問題の核心を突いています。人工知能は、医療、教育などの分野で実際の改善をもたらさなければなりません。さもなければ、社会は高いエネルギー消費を伴うToken生産を長期的には受け入れないでしょう。真の問題は、これらのTokenが最終的に何に変換されるかです。より正確な補助的診断になるのか。より普及した教育サービスになるのか。より効率的な研究開発の協働になるのか。それとも、単にプラットフォームの請求書と資本のストーリーを作っているだけなのか。社会は、あなたが大量のTokenを生産したからといって、その技術的進歩を自動的に認めるわけではありません。
これが、今日の人工知能産業が最も警戒すべき点でもあります。Tokenはますます「新しい電気代（新しい電力料金）」のようになってきています。表面上は従量課金で合理的かつ透明に見えます。しかし企業が本当に人工知能を研究開発、カスタマーサポート、オフィス業務、マーケティング、コード生成などの重要な局面へ組み込むと、Tokenの消費は、管理可能な支出から、継続的に予算を食い尽くす変動費へと急速に膨らみます。多くの企業は、自分たちが接続したのは「知能」だと思っていますが、最初に載せてしまうのは実際には、継続課金の仕組みです。タスクの階層化、モデルのルーティング、キャッシュの再利用、プロンプトのガバナンス、コスト監視が欠けていると、「全面的に人工知能を受け入れる」ことが「人工知能コスト曲線に全面的にさらされる」ことに変わりかねません。
だからこそ、本当に追究すべきなのは、Tokenが給与の一部になるのかどうかだけではなく、Tokenが「全民收入（国民的収入）」に取って代わるのかどうかだけでもありません。より根本的な問題とは、誰がTokenの価値を定義し、誰がTokenの配分を決め、誰がTokenのコストを制約するのか、そして誰がTokenを最終的に少数のプラットフォームの収益計算ではなく、広範な公共の利益へと転換できるようにするのか、です。
未来社会における競争は、表向きはモデルの競争であり、さらに深いところでは計算力の競争であり、さらに深いところでは、実はTokenをめぐるガバナンスの競争です。ある技術用語がコラムに書く価値を持つのは、それが新しいからではありません。それがさまざまな階層のシステムを突き抜けつつあるからです。サーバールームから会社へ、会社から市場へ、市場から社会へ。Tokenは最初、アルゴリズム内部の計量単位でした。その後、商業世界の決済単位になり、いまはさらに、社会分配の単位へ向かう流れがかすかに見えています。数年後に振り返ったとき、黄仁勲やオルトマンが今日議論しているToken、推論予算、「報酬の第4の極」についての話は、単にある技術単位の話ではないと分かるかもしれません。彼らが議論しているのは、社会が新しい尺度で能力を再評価し、資源を再配分し、分配を再設計し始めていることなのではないか、ということです。
（著者：胡逸、データ作業者。『未来可期：与人工智能同行』という書籍を著す）
大量の情報、精密な解釈は、Sina財経APPにて
責任編集：杨赐