年仅17 岁的Zach Yadegari,已是科技界最年轻的百万富翁之一。他 8 年级便自学 AP 计算机科学 并获得满分,同时在机器人和工程竞赛中获奖,14 岁创建游戏网站 Totally Science,仅一周内吸引 500 万用户,并在 16 岁时以 10 万美元成功出售。
-
超过 100 万次下载,登上 App Store 健康类排行榜第 9 位,
-
年度经常性收入达到 1200 万美元
-
仅仅 17 名全职员工
-
每个用户平均每天记录四餐
一、精心打磨好产品
Cal AI 在一个多年来几乎没有创新的市场中脱颖而出。该应用程序提供了许多老牌竞争对手所缺乏的全面功能,包括广泛的食品数据库、条形码扫描、食品标签扫描、膳食扫描和自然语言膳食描述。与主要依赖手动输入方法的竞争对手 MyFitnessPal、Lose It!、MyNetDiary、Cronometer 和 Lifesum 不同,Cal AI 已将自己定位为该领域的优质解决方案。
上图中,两部智能手机屏幕展示着 Cal AI 应用程序的界面。左侧屏幕显示了一个扫描器视图,正对着一盘淋满枫糖浆、点缀蓝莓的松饼。而右侧屏幕则即时反馈这道食物的详细营养信息:卡路里、碳水化合物、蛋白质、脂肪等一目了然,甚至还提供健康评分。这种设计让用户可以轻松追踪饮食情况,直观了解食物的营养成分。
它的卡路里扫描功能瞬间成为话题中心。只需拍张照片,就能立即得到食物的营养分析。这种“魔法般的时刻” 简单直观,让人忍不住想要与朋友分享。
SVTR点评:
在你的产品中植入“惊喜时刻”,让用户产生主动分享的欲望。问问自己:
这个功能会让人迫不及待地分享吗?
用户向朋友展示这个功能有多容易?
Cal AI 团队还确保他们的每一条内容都具备社交传播力。他们的策略是:让用户帮你宣传!
例如,社交媒体上的网红发布了关于 Cal AI 的测评视频,Zach 和团队迅速转发并推广这些用户生成内容(UGC)。这样一来,他们不仅获得了更大的曝光度,还节省了自己创作内容的时间。
SVTR点评:
转发用户生成的内容!如果有人主动谈论你的产品,别让这个机会溜走。分享他们的帖子,不仅能增加品牌的可信度,还能大幅减少你的内容制作成本。
二、激活用户评论区
大多数人都把评论区当作可有可无的附属品,但 Zach 却把它当成了关键的增长工具。当网红发布关于 Cal AI 的视频时,Zach 的团队第一时间冲进评论区,主动引导讨论。例如,他们会“种草”式地提问:
-
“这是什么应用?”
-
“这个功能怎么用?”
-
“它能识别所有食物吗?”
除此之外,他们几乎回复了每一条评论,无论是解答疑问,还是简单回应“谢谢!” 这种互动不仅让讨论保持活跃,还让算法将帖子推送给更多新观众。
结果?互动越多,算法推送越强,帖子触及的用户就越多——形成强大的雪球效应。
SVTR点评:
-
植入好奇心:在评论区主动提问,比如:
“这是什么应用?”
这些问题会吸引更多人来参与讨论,进一步推动帖子传播。
-
回复每一条评论:即使只是一个简单的“谢谢!”,也能让话题继续发酵,增加互动量。
-
提供有价值的信息:在回复中加入实用细节,比如:
“Cal AI 不仅能扫描食物,还能帮你追踪营养摄入哦!”
这样不仅能解答疑问,还能巧妙推广产品。
三、精准的网红营销
Zach 和他的团队深谙网红营销,他们建立了可扩展的推广体系,让小型网红们成为强大的分发网络,推动应用病毒式传播。
Zach 并不是随意与网红合作,而是通过精准的策略筛选合适的创作者,并谈判出高 ROI(投资回报率)的合作方案。以下是他的完整方法论,细化到具体数据和执行步骤。
1. 找到“对”的网红
在 Zach 看来,互动率永远比粉丝数更重要。一个百万粉丝的网红,如果没人真正互动,他们的推广效果就大打折扣。因此,他采用以下流程筛选网红:
(1)精准筛选:利用 TikTok 算法找到优质创作者
通过持续点赞、评论和关注健康与健身类的内容,让 TikTok For You Page 自动推荐相关的创作者。他的团队将优质潜在网红整理进电子表格,并记录以下关键数据:
-
平均每条视频的浏览量
-
互动率(点赞、评论、分享数 ÷ 浏览量)
-
内容风格和氛围(是否符合 Cal AI 的品牌调性)
(2)检查“互动圈”(Engagement Pods)剔除“假网红”
Zach 的团队会仔细观察评论区,寻找以下危险信号:
-
大量评论来自其他网红(这可能是“互评互赞”的策略,而不是真实用户的互动)。
-
Instagram 账号的评论者大多带有“精选故事环”(highlighted story ring),暗示他们可能是机器人的一部分。
-
过于刻意或重复的评论,例如“哇,这太棒了!” 但没有实际反馈。
(3)确定优先合作对象
-
互动率保持在 1–3% 的 TikTok 创作者(这是健康的自然互动率)。
-
每条视频平均 50,000+ 观看量,保证一定的受众基础。
2. 计算好投资回报
Zach 通过CPM(千次展示成本)和RPM(千次展示收入),评估每一位网红的推广价值,并进行精准谈判。
(1)CPM = 网红收费 ÷ 视频播放量 × 1000
在健康与健身领域,Zach 认为合理的 CPM 在 $5-$10 之间。如果某个网红的 CPM 远高于这个数值,他们的内容必须有极高的互动率,否则不值得投资。
(2)RPM = 通过网红带来的收入 ÷ 视频播放量 × 1000
理想情况:RPM 至少是 CPM 的 2-3 倍,这样才能保证获利。例如:
-
如果一个网红收取 $10 CPM,但能带来 $30 RPM,那么这个合作是有利可图的。
-
如果 RPM 低于 CPM,说明投入成本过高,回报不足,不值得继续合作。
通过这种方式,Zach 确保每一笔营销预算都能带来正向回报,而不会盲目砸钱给无效的网红。
3. 精心设计合作模式
Zach 不做一次性网红合作,而是采用长期合作+批量购买的策略,以减少成本并维持稳定的曝光。
(1)单次 vs. 批量购买
-
标准报价:4 条视频 $4,000($1,000/条)
-
谈判后价格:4 条视频 $3,000($750/条)
(2)长期合作的好处
-
更低的 CPM(单次合作的成本下降)。
-
持续曝光,让品牌不断出现在用户的社交媒体中,提高记忆度和下载率。
4. 让内容更具“传播性”
Zach 设计的推广视频并不像传统广告,而是让网红自然地融入产品,引发观众兴趣,而不是硬推销。
(1)重点是讲故事,而不是卖产品
-
错误示范:「这款应用超棒,大家快去下载!」
-
正确示范:「健身博主拍摄‘我一天的饮食’视频,顺带展示自己用 Cal AI 记录卡路里。」
(2)激发好奇心,让用户主动搜索
Cal AI 的 logo 和界面出现在视频中,但网红不会主动喊出品牌名,这样观众会在评论区好奇发问:
-
“这是什么应用?”
-
“这能识别所有食物吗?”
此外,Zach 的团队会在评论区主动回复并引导下载,进一步提高传播效果。
5. 确保 ROI 最大化
营销投放后,Zach 通过电子表格和 Mixpanel 监控推广效果,并基于数据调整策略。
(1)Influencer RPM(网红带来的收入)
-
通过 App Store 下载数据与网红发布视频的时间进行对比,计算出每 1000 次观看能带来多少收入。
-
如果 RPM 低于 $20,说明这个网红的推广效果不好,下一次合作可能不会续约。
(2)用户留存率 & 退订率
-
Zach 关注下载后的用户行为:他们会持续使用 Cal AI 吗?
-
如果某个网红带来了大量下载,但用户很快就流失了,说明这个受众可能不匹配产品,需要调整投放策略。
通过数据驱动的决策,结合对用户互动的极致关注,Zach 能够最大化他在网红营销上的每一分钱投入。他的核心衡量标准——$5-$10 CPM(每千次展示成本)和 $30+ RPM(每千次收入)——确保了每个营销活动不仅盈利,而且具备可扩展性。
SVTR点评:
如果你正在打造一款应用或产品,这不仅是一个值得借鉴的策略,更是一个可以复制的方法。从小规模开始,专注于用户互动,并让数据驱动决策。 你不需要庞大的预算来让这套策略生效,关键在于建立一套系统,并且持续优化它。
四、让用户主动分享
Cal AI 的设计初衷就是让人们惊叹:“哇,这太酷了!” 这点至关重要——人们喜欢分享能让自己显得聪明,或者能为社交圈带来新鲜感的东西。
Zach 深知,让用户主动分享,才能真正引爆增长。因此,他在每一个环节都刻意制造“Wow 时刻”,让用户愿意主动传播 Cal AI。
-
网红推广:鼓励网红在社交平台展示这款应用的使用体验,让粉丝产生兴趣。
-
用户生成内容(UGC):引导用户拍照分享他们的饮食、卡路里追踪结果等,让产品成为社交互动的一部分。
-
社交互动:让用户在评论区或社交媒体上晒出自己的卡路里数据,增强社区氛围,带动更多人参与。
SVTR点评:
-
让产品具备“病毒传播”基因——问自己:用户为什么愿意分享?什么能让他们“Wow”一下?
-
鼓励用户主动分享——可以通过社交挑战、比赛、特别功能等方式,让分享变得更自然、有趣。
当产品成为“社交货币”,它就能靠用户口碑驱动增长!
五、善用定价心理学
Cal AI 的定价策略不仅仅是数字游戏,更是如何呈现这些数字的问题。Zach 的定价结构:
-
3 天免费试用 仅适用于 $99/年 计划。如果用户想要试用,必须先选择年费订阅。
-
$9.99/月的选项没有免费试用,这样一来,年度订阅显得更加有吸引力。
-
将 $99/年拆分为 $8.33/月,比单独的 $9.99/月看起来更划算,即使用户需要一次性支付整年费用。
-
透明化收费流程:用户在试用期第 2 天会收到提醒,告知第 3 天开始收费。但 Zach 也深知,许多用户会忘记取消订阅,从而被自动扣费整年的费用。
SVTR点评:
-
有策略地使用免费试用——只为高级订阅计划提供,而不是所有选项。
-
拆分年度定价——用更小的“每月等价价格”让用户觉得负担更轻。
-
发送试用期提醒——增强用户信任感,但要明白很多人依然不会主动取消。
这种心理定价策略不仅提高了年度订阅的吸引力,还有效提升了整体的用户转化率和收入。
六、简单专注最有效
大多数卡路里追踪应用功能繁多,甚至显得复杂臃肿——有些功能确实有用,但大部分只是锦上添花,甚至让用户感到困扰。
而 Cal AI 只做一件事:追踪卡路里。它不尝试监测你的饮水量,也不追踪步数。专注于核心功能,反而赢得了用户的喜爱。即便是新用户引导流程,也极致简化。
只需回答几个基本问题(身高、体重、目标),然后就能直接开始使用。这种“简单至上”的理念还体现在定价模式上:
-
无隐形费用,没有让人眼花缭乱的套餐。
-
清晰的路径:先试用,然后$99/年订阅,没有复杂的选择。
Zach 的团队不做多个项目,他们全力聚焦在 Cal AI 上。这种极致专注让他们能够:
-
更快迭代,不断优化用户体验。
-
频繁更新,保持产品的竞争优势。
-
甩开竞争对手,在细分市场里做到最强。
SVTR点评:
-
砍掉冗余功能——聚焦于把一件事做到极致,而不是提供一堆可有可无的功能。
-
优化用户引导——减少步骤,让用户最快上手,降低流失率。
-
选择一个核心项目,全力以赴——成功往往来自于少做一点,但做到极致。
无论是产品设计、用户体验还是定价模式,越简单,越有效!专注,是让初创公司突围的关键!
七、把失败当作垫脚石
在推出 Cal AI 之前,Zach 曾经开发过一款名为 GrindClock 的应用——一个带有 励志演讲(如 David Goggins 的讲话)的闹钟应用。这个产品一开始很成功,迅速获得了 20,000 次下载,但最终没能持续增长,逐渐被用户遗忘。
然而,Zach 并没有因此放弃。他从失败中总结经验:
-
有效的地方:新颖性强,吸引了用户的好奇心。
-
失败的原因:缺乏长期用户粘性,用户新鲜感一过就弃用。
这些经验帮助他打造 Cal AI——一个既有吸引力,又能长期留住用户的产品。
SVTR点评:
-
把失败当作实验——不断复盘,问自己:我学到了什么?下次如何改进?
-
快速调整方向——如果某个产品或策略行不通,别死磕,果断调整或迭代。
真正的创业者不会害怕失败,他们只是把每次失败当作通往成功的垫脚石!
八、他的成功可以复制
正如 Zach 的经历所示,成功的核心在于精准的方法与持续的执行。在 AI 驱动的创新浪潮下,每一个精心打磨的想法,都可能成为改变行业的力量。关键在于,是否敢于行动,是否愿意在策略与执行中不断迭代优化。时代的机遇已经到来,而真正能把握它的人,往往就是那些不断前行、敢于突破的人。
硅谷科技评论(SVTR.AI),在ChatGPT问世之际,创立于美国硅谷,依托#AI创投库、#AI创投会、#AI创投营 和风险投资,打造全球前沿科技(AI)创新生态系统。联系凯瑞(pkcapital2023),加入我们,共创未来。点击文末阅读原文,访问SVTR.AI,发现更多机会与内容!
Startup
+
11x.ai:AI虚拟销售员,半年内突破200万美元 |
AlphaSense,金融界的“谷歌” |
AMP Robotics,如何用AI拯救垃圾场? |
Anduril Industries:AI 重新定义现代战争与和平 |
Anthropic:OpenAI”宫斗”背后的公司 |
AssemblyAI,企业音频市场拓荒者 |
Bardeen:让AI代理更稳更快 |
Brightwave,AI驱动的投研助手 |
Calendly:日程安排助手,AI效率工具鼻祖 |
Canva:从Adobe、Figma、Canva 到 OpenAI |
Carta:想要取代纽交所的股权管理工具 |
Cerebras,打造世界最大芯片挑战AI霸主英伟达 |
Cohere:为企业提供大模型 |
Consensus:用AI解锁学术 |
CoreWeave:GPU租赁独角兽,英伟达的好盟友 |
Databricks:从数据湖到大模型丨人工智能战略 |
DeepL:从机器翻译到AI写作的语言沟通利器 |
DeepSeek最重要的三篇论文解读丨Deepseek 和 OpenAI 对某美元基金《关于Deepseek的几点思考》的回应 |
Discord:腾讯多次押注,打造属于你自己的线上互动社区 |
DoNotPay:世界首款AI机器人律师 |
Duolingo:如何改写语言学习 |
E2B:为 AI 代理构建自动化云平台 |
Figma:从Adobe、Figma、Canva 到 OpenAI |
Figure,从体力劳动中解放全人类 |
Glean:重塑知识工作的未来 |
Grammarly:从论文查重到AI写作的沟通利器 |
Hallow,如何用AI让古老的信仰获得新生? |
Helion,AI的终极能源梦想 |
Hippocratic AI,用AI缓解全球医护人员短缺 |
Hugging Face:开源AI的未来 |
Jenni AI:如何通过AI写作实现年入千万 |
Letta:AI代理技术栈市场地图 |
Marblism:一句AI提示词自动生成各类软件 |
Midjourney:0融资,11人,$1亿收入 |
Mistral,欧洲大模型,性价比之王 |
MultiOn,用人工智能代理给软件装上大脑 |
Neuralink:让失明者重见光明,让瘫患者再次行走,让人类与AI融合永生 |
OpenAI:人工智能突破的前沿丨员工丨董事会丨营销丨GPT Store丨奥特曼丨马斯克丨微软丨产品生态 |
Pika:AI视频的未来 |
Rad AI:如何用 AI 改变医疗保健 |
Reddit:奥特曼押注基于兴趣社交的美版“贴吧” |
Replicate:1人AI公司背后的幕后英雄 |
Replite:教马斯克的儿子如何写代码 |
Rows:一年内用户增长20倍背后的故事 |
Perplexity:挑战谷歌,站在AI搜索最前沿 |
Runway:AI视频的未来 |
Scale AI:如何成为数字世界的“水源” |
Shein:打造下一个“中国首富” |
Skild AI,打造通用机器人“大脑 |
SpaceX:梦想照进现实,人类星际生命的曙光 |
Stability AI:SD 背后的公司和创始人 |
Stripe:马斯克和奥特曼押注的支付王者 |
Substack:美版公众号,为价值付费 |
Superhuman:邮件超人,拥抱 AI |
Telegram,俄罗斯兄弟的密聊纸飞机 |
Vannevar Labs:AI+国防,军事人工智能掘金者 |
Vercel,如何用AI引领技术开发? |
Zapier:ChatGPT最受欢迎插件的过去和未来 |
People(找人) |
如何找到创业合伙人丨如何聘请CEO丨如何确定CEO的薪水丨如何分配股权和头衔丨如何组建和召开董事会丨选择自己的创业导师 丨找这种人实现快速裂变丨如何找到那个“改变命运”的第一位员工?丨员工股票期权计划(ESOP) |
Funding(找钱) |
如何写商业计划书丨初创公司估值丨如何做电梯演讲丨如何确认真实投资意愿丨如何选择VC丨早期融资的“科学”与策略丨初创公司的融资生存法则丨风险投资人最关心的一个指标丨“七条法则”让投资人主动“敲门” |
Vision(找方向) |
性格决定创业成败丨如何成为亿万富翁丨如何做出困难的决定丨如何寻找创业方向丨如何在海外启动新产品丨GTM指南丨不要像投资人那样思考丨创始人与市场契合度丨为什么初创公司会失败丨什么决定创业成败丨如何建立社交媒体形象丨PMF决定初创的未来丨创始人的必读书单丨 5 点创业洞见丨如何做增长 |
AI创业 |
如何打造AI驱动的公司丨AI创业如何选赛道丨如何打造AI软件产品丨AI公司要不要融资丨AI初创公司商业模式丨AI原生公司定价策略丨AI初创公司增长策略丨2B还是2C |
Venture
+
A16Z:全球AI产品Top100丨人工智能到底能做什么丨AI将会拯救世界丨AI语音智能体(AI Voice Agents)该怎么投? |
Air Street Capital:State of AI(2024) |
Alphabet谷歌战投:全球最牛AI战投是如何炼成的丨人工智能战略 |
Altimeter:谁是AI C端赢家 |
Amazon:人工智能战略 |
Apple:产品收入变迁丨 AI 并购之王 |
Battery Ventures:AI正推动云计算的下一波增长丨AI正带来 4 万亿美元市场机会 |
Bessemer Venture Partners:Cloud 100(2024)丨如何打造AI核心竞争力 |
Bond:AI将改变教育和教学方法 |
Coatue:AI革命丨AI是超级周期的开始 |
Cowboy:AI大势所趋 |
Daniel Gross:硅谷90后AI投资人 |
Dawn Capital:如何通过人工智能增强人脉 |
Elad Gil:关于人工智能我所不知道的事情 |
Emergence:生成式 AI 六大最新趋势 |
FirstMark:MAD 24问,AI 2023年总结,2024年展望 |
Forerunner:超个性化和动态交互才是未来 |
Foundation Capital:服务即软件的万亿机会 |
Founders Fund:如何投出下一个独角兽丨彼得·泰尔丨泰尔研究员 |
General Catalyst:AI+医疗支持者 |
ICONIQ:小扎的朋友圈丨AI成为大企业战略核心 |
Insight Partners:AI应用将如何实现人机协同丨AI Agent正在颠覆自动化 |
Lightspeed:AI+法律市场机会地图 |
M12(微软):如何抢占AI投资制高点丨收入拆解 |
Madrona丨2025 年最值得关注的AI五大趋势 |
Menlo Ventures:2024企业Gen AI现状报告丨AI代理全面崛起丨Gen AI 应用拐点已到丨AI+安全市场地图丨企业AI架构的设计原则 |
NVIDIA:收入丨AI投资策略 |
Sam Altman(山姆·奥特曼):如何做早期投资丨地产生意丨投资帝国丨婚礼丨阅读清单 |
Sapphire:AI原生应用丨AI进入调整期丨AI 行研 丨 销售人工智能如何重塑 GTM |
Scale Venture Partners:如何用AI工具解决硬件难题? |
Sequoia(红杉资本):如何做投资丨代理型AI应用崛起丨生成式AI进入第二阶段 |
Sierra Ventures:垂直场景将是最大的创业机会 |
SOSV: 从草根到帝国 |
TRAC:风投界的水晶球 |
Thrive Capital:高位接盘OpenAI |
Union Square Ventures(USV)丨精益创业时代终结,硬科技重新定义风险投资 |
Wing Venture Capital:2024年企业科技 30 强(ET 30) |
YC:全球排名第一的AI投资机构丨给年轻创始人建议丨如何独立思考丨YC与A16Z的押注有何异同 |
20VC:从播客主持人到风投大佬 |
LP |
精品基金/超级基金丨AI驱动VC丨通才/专才风投人丨VC/PE丨孵化器丨加速器丨初创工作室丨如何发掘下一个伟大的投资人 |
GP |
如何及早识别独角兽丨如何避免7大投资陷阱丨合伙人是怎么炼成的丨Souring的艺术丨颜值如何影响VC决策丨如何快速解读对方性格丨硅谷投资人的武器库丨如何用数据控制初创公司团队风险丨什么决定创业成败 |
AI投资 |
如何评估AI初创公司丨海外投资人谈AI新趋势丨应该关注哪些AI公司丨AI 创投七大新趋势丨全球AI创投生态丨全球AI投资机构Top10 |
Technology
+
AI工程师有多强?3天上线全球首个AI数库 |
“AI张雪峰”诞生,北大团队用 AI 重塑教育咨询 |
1人团队,百万营收的AI套壳 |
2024 年必读人工智能书单 |
加密信条:数字货币的前世、今生和未来 |
计算机芯片的演变 |
内容创作指南,如何通过写作赚钱? |
传统公司如何抓住AI浪潮? |
全球七大科技巨头的 4000 亿美元 AI 战略布局 |
全球 Gen AI 独角兽大盘点,中国4家大模型上榜 |
AI大模型:海外 | 数学 | 性价比 | 编程 | 医疗 | 评估 | 训练成本 | 小模型 |
AI 创始人 | 华裔创始人 | 北美科技人才中心地图丨职业经历丨教育背景丨斯坦福丨普林斯顿丨多伦多大学 |
AI 公司地理和行业分布 | 以色列 | 德国 | 旧金山湾区 | 欧洲丨法国 |
福布斯AI 50 | 斯坦福AI指数 | 企业科技AI 30 | 高增长AI 50 | C端AI 50 | 工具AI 50 | SVTR AI 100 | 自力更生AI 25丨2024年全球最具价值独角兽丨Gen AI专利公司 Top20丨开源 AI 初创公司 Top 75丨开源 AI 开发者工具 Top 20丨全球数据中心按功耗排名 Top 50 |
AI代理:创始人该如何站上3000亿美元的风口?丨智能体(AI Agent)市场地图 |
AI+国防安防:如何重新定义现代战场的核心竞争力 |
AI+人力资源:用科技重塑就业与招聘的未来 |
AI+搜索:全球新锐公司谁能杀出重围? |
AI+社交:该怎么玩? |
AI+编程:公司排行榜丨市场地图丨AI工程师丨SaaS的新曙光丨AI驱动编程:真能让小白成为开发高手吗? |
AI+金融:如何缔造下一个金融科技传奇丨大模型在金融投资领域的应用丨AI将如何改变会计 |
AI+游戏:市场研究报告丨初创公司Top 10 |
AI+机器人 |
AI+医疗:市场地图丨心理/精神公司 |
AI+教育:市场地图 |
AI+客服:市场地图 |
AI+法律:市场地图 |
AI+视频:市场地图丨3D视频 |
AI+生产力工具市场地图 |
AI+科研 |
Review
+
001 | 002 | 003 | 004 | 005 | 006 | 007 | 008 | 009 | 010 |
011 | 012 | 013 | 014 | 015 | 016 | 017 | 018 | 019 | 020 |
021 | 022 | 023 | 024 | 025 | 026 | 027 | 028 | 029 | 030 |
031 | 032 | 033 | 034 | 035 | 036 | 037 | 038 | 039 | 040 |
041 | 042 | 043 | 044 | 045 | 046 | 047 | 048 |
049 |
050 |
051 | 052 |
053 |
054 |
055 |
056 |
057 |
058 |
059 |
060 |
061 |
062 |
063 |
064 |
065 | 066 |
067 |
068 | 069 | 070 |
071 | 072 | 073 | 074 | 075 | 076 | 077 | 078 | 079 | 080 |
081 | 082 | 083 | 084 | 085 | 086 | 087 | 088 | 089 | 090 |
(文:硅谷科技评论)