在AI应用需求激增的背景下，传统云基础设施的局限性日益凸显。总部位于旧金山的云平台Railway近日宣布完成1亿美元B轮融资，这家公司已悄然吸引了200万开发者，却从未在营销上花费一分钱。此次融资由TQ Ventures领投，FPV Ventures、Redpoint和Unusual Ventures跟投，标志着Railway正成为AI浪潮中最受关注的基础设施初创公司之一。 ## 事件背景 Railway成立于2022年，是一家专注于简化应用部署和管理的云平台。在本次B轮融资前，公司仅融资2400万美元，其中包括2022年Redpoint领投的2000万美元A轮融资。令人惊讶的是，Railway在没有进行任何营销投入的情况下，已经积累了**200万开发者用户**，每月处理超过**1000万次部署**，并通过其边缘网络处理**超过一万亿次请求**。这些数据足以与规模更大、资金更雄厚的竞争对手相媲美。 公司创始人兼首席执行官Jake Cooper在接受采访时表示：“随着AI模型在编写代码方面越来越出色，越来越多的人开始思考一个古老的问题：我在哪里、如何运行我的应用程序？上一代云基础设施既缓慢又过时，现在AI正在加速一切，团队根本无法跟上。” ## 核心内容 Railway的核心价值主张源于一个简单的观察：开发者用于部署和管理软件的工具是为一个更慢的时代设计的。使用行业标准基础设施工具**Terraform**的标准构建和部署周期需要**两到三分钟**。这种延迟曾经可以容忍，但随着**Claude、ChatGPT和Cursor**等AI编码助手能够在几秒钟内生成可运行代码，它已成为一个关键瓶颈。 Cooper解释说：“当神圣的智能触手可及，能在三秒内解决任何问题时，那些系统组合就成了瓶颈。对人类来说10秒内部署很酷的事情，现在对智能体来说只是基本要求。”Railway声称其平台能够在**不到一秒内完成部署**，速度快到足以跟上AI生成代码的步伐。客户报告称，开发速度提高了**十倍**。 ## 行业影响 此次融资正值AI应用需求激增，暴露出传统云基础设施的局限性。Railway的崛起反映了开发者对**亚马逊AWS和谷歌云**等传统平台的复杂性和成本日益不满。随着AI编码助手的普及，开发工作流程正在发生根本性变化： - **部署速度成为新瓶颈**：当AI能在几秒内生成代码时，几分钟的部署时间变得不可接受 - **基础设施需要AI原生设计**：传统云平台并非为AI时代的工作流程优化 - **开发者体验至关重要**：Railway通过简化部署流程，降低了开发门槛 Railway的定位是成为**AI原生云基础设施**的领导者，其快速部署能力直接回应了AI编码助手带来的工作流程变革。这种以开发者为中心的方法，加上对AI时代需求的敏锐洞察，使其在竞争激烈的云市场中找到了独特的定位。 ## 总结与展望 Railway的1亿美元B轮融资不仅是一次资金注入，更是对AI时代云基础设施发展方向的一次重要投票。这家公司证明了即使在不进行营销的情况下，通过解决开发者的实际痛点，也能获得快速增长。随着AI继续改变软件开发的方式，基础设施提供商必须适应新的现实：速度不再是奢侈品，而是必需品。 展望未来，Railway面临的挑战将是如何在获得大量资金后保持其敏捷性和开发者友好的文化，同时与AWS等巨头竞争。如果能够成功，它可能重新定义云基础设施的竞争格局，推动整个行业向更快速、更智能的方向发展。对于开发者来说，这意味着更高效的工作流程；对于企业来说，这意味着更快地将AI创意转化为实际应用。
在AI编程工具日益普及的今天，高昂的订阅费用正成为开发者面临的新挑战。Anthropic推出的Claude Code虽然功能强大，但其每月20至200美元的定价策略引发了开发者社区的强烈反弹。与此同时，由Block公司开发的开源AI代理Goose以完全免费、本地运行的特性迅速崛起，为这场AI编程革命带来了新的变数。 ## 事件背景 AI编程工具的兴起标志着软件开发领域的一次重大变革，但商业化产品的定价策略往往成为普及的障碍。**Claude Code**作为Anthropic推出的终端AI代理，能够自主编写、调试和部署代码，自推出以来便吸引了全球软件开发者的关注。然而，其定价结构从免费计划完全无法使用，到Pro计划每月20美元仅提供每5小时10-40次提示，再到Max计划每月100-200美元提供50-800次提示，这种阶梯式收费模式引发了开发者社区的广泛不满。 特别是2025年7月底，Anthropic宣布实施新的周度速率限制后，开发者的不满情绪达到了顶点。这些限制即使在高级订阅计划中也存在，严重影响了开发者的工作效率。这种背景下，寻找替代方案的需求变得日益迫切，为开源解决方案的崛起创造了条件。 ## 核心内容 **Goose**作为Claude Code的免费替代品，由金融科技公司Block（前身为Square）开发并开源，提供了几乎相同的功能集。与Claude Code最大的不同在于，Goose完全在用户本地机器上运行，无需订阅费用、不依赖云端服务、也没有每5小时重置的速率限制。这种架构设计带来了多重优势： - **完全免费**：开发者无需支付任何费用即可使用全部功能 - **数据隐私**：所有代码和数据都保留在本地设备上，确保了完全的隐私控制 - **离线工作**：即使在飞机等无网络环境下也能正常使用 - **无使用限制**：不受提示次数或时间窗口的限制 软件工程师Parth Sareen在最近的直播演示中强调：“你的数据完全属于你自己”，这句话精准概括了Goose的核心吸引力。该项目自推出以来发展迅速，截至2026年1月，在GitHub上已获得**26,100多个星标**，拥有**362名贡献者**和**102个版本发布**，最新版本1.20.1于2026年1月19日发布，开发速度堪比商业产品。 ## 行业影响 Goose的崛起反映了AI工具市场的一个重要趋势：开源和本地化解决方案正在挑战传统的SaaS商业模式。对于因Claude Code定价和使用限制而感到沮丧的开发者来说，Goose代表了AI行业中越来越罕见的东西——一个真正免费、无附加条件的专业工作工具。 这一现象可能对AI编程工具市场产生深远影响： - **定价压力**：商业AI工具可能需要重新考虑定价策略以保持竞争力 - **开源生态**：可能激发更多企业开发开源AI工具作为营销或生态建设手段 - **开发者偏好**：数据隐私和成本控制成为开发者选择工具时的重要考量因素 - **技术创新**：本地化AI工具的发展可能推动边缘计算和轻量化模型的技术进步 ## 总结与展望 Claude Code与Goose的对比凸显了当前AI工具市场的一个核心矛盾：功能强大与可及性之间的平衡。虽然**Claude Code**依托Anthropic强大的Claude 4.5 Opus模型提供顶尖性能，但其商业定价和限制性政策为开源替代品创造了市场空间。**Goose**的成功表明，在AI工具日益普及的今天，开发者不仅关注功能强大，同样重视成本控制、数据隐私和使用自由。 展望未来，AI编程工具市场可能会呈现更加多元化的格局。商业公司可能需要重新思考产品策略，在保持盈利的同时提高产品的可及性。开源项目如Goose的持续发展，也将推动整个行业向更加开放、透明的方向发展。对于开发者而言，这意味着更多的选择权和更强的议价能力，最终将促进AI编程工具的普及和创新。这场由定价引发的“开发者起义”，或许正是推动AI工具民主化进程的重要催化剂。
当传统招聘方式在硅谷人才大战中显得力不从心时，Listen Labs创始人Alfred Wahlforss用一块看似“乱码”的广告牌创造了奇迹。这个创意不仅帮助公司成功招募到顶尖工程师，更直接推动了6900万美元的B轮融资，将公司估值推至5亿美元。这家成立仅九个月的初创企业，正在用AI技术彻底改变市场调研行业。 ## 事件背景 2026年初，Listen Labs面临着一个看似无解的困境：公司需要招聘超过100名工程师，但硅谷的人才竞争异常激烈，马克·扎克伯格等科技巨头开出高达1亿美元的薪酬包，让初创企业望尘莫及。创始人Alfred Wahlforss决定采取非常规策略——他仅用5000美元（占营销预算的五分之一），在旧金山竖起了一块特殊的广告牌。 广告牌上显示着五串看似随机的数字，实际上这些是**AI令牌**。解码后，它们指向一个编程挑战：为柏林著名夜店Berghain设计一个数字门卫算法。这个创意迅速在网络上引发病毒式传播，数千人尝试破解谜题，最终430人成功，其中多人获得了工作机会。获胜者更是获得了柏林全包旅行奖励。 ## 核心内容 这次创新的招聘活动不仅解决了Listen Labs的人才需求，更直接推动了公司的融资进程。公司最近完成了**6900万美元的B轮融资**，由Ribbit Capital领投，Evantic以及现有投资者红杉资本、Conviction和Pear VC跟投。这轮融资使公司估值达到**5亿美元**，总融资额达到1亿美元。 更令人瞩目的是公司的业务增长数据：自成立九个月以来，Listen Labs的年化收入增长了**15倍**，达到八位数规模，并已通过AI技术完成了**超过100万次访谈**。Wahlforss在采访中表示：“当你痴迷于客户时，其他一切都会随之而来。使用Listen的团队将客户带入从营销到产品的每一个决策中，当客户满意时，每个人都会满意。” ## 行业影响 Listen Labs的成功揭示了传统市场调研行业的根本性缺陷。传统方法通常面临两难选择： - **定量调查**能提供统计精度，但往往忽略细微差别 - **定性访谈**能提供深度洞察，但无法规模化 Wahlforss指出现有方法的局限性：“调查本质上给你的是虚假的精确度，因为人们最终回答的是相同的问题……你无法获得异常值。人们在调查中实际上并不诚实。”而一对一的访谈虽然能提供深度，却无法规模化。 Listen Labs的平台通过AI技术解决了这一矛盾。其工作流程分为四个步骤：用户通过AI辅助创建研究项目，Listen从其**全球3000万人网络**中招募参与者，AI主持人进行深度访谈并跟进问题，最后在数小时内提供可操作的洞察，而非传统方法需要的数周时间。 ## 总结与展望 Listen Labs的故事展示了AI技术如何重塑传统行业。通过将AI应用于客户访谈领域，公司不仅实现了业务的快速增长，更获得了资本市场的认可。在AI竞争日益激烈的背景下，Listen Labs的成功表明，技术创新与市场需求的结合能够创造出真正的商业价值。 随着AI技术的不断成熟，类似Listen Labs这样的平台有望彻底改变企业与客户互动的方式，为产品开发、市场营销等关键业务决策提供更准确、更及时的洞察。这家初创企业的快速发展轨迹，也为整个AI应用领域提供了有价值的参考案例。
在AI助手竞争白热化的今天，Salesforce宣布推出完全重构的Slackbot，将其从一个简单的通知工具转变为能够搜索企业数据、起草文档并代表员工执行任务的“完全体AI智能体”。这一重大升级标志着Salesforce正将Slack置于新兴“智能体AI”运动的核心位置，直面微软Copilot和Google Workspace AI的竞争压力。 ## 事件背景 Salesforce于本周二正式发布了全新版本的Slackbot，这是该公司自2021年收购Slack以来最激进的AI战略举措。此次发布正值Salesforce试图向投资者证明人工智能将增强而非淘汰其产品的关键时刻。随着微软Copilot和Google Workspace AI在企业市场快速扩张，Salesforce迫切需要在其核心协作平台Slack上展示AI转型的实质性成果。 Slack联合创始人兼首席技术官Parker Harris在接受采访时直言：“Slackbot不仅仅是另一个副驾驶或AI助手，它是通往智能体企业的前门，由Salesforce提供支持。”这一表述清晰地表明了Salesforce将Slack定位为企业AI入口的野心。 ## 核心内容 全新Slackbot的升级堪称“从三轮车到保时捷”的飞跃。旧版Slackbot仅能执行基本的算法任务，如提醒用户添加同事到文档、建议频道归档和发送简单通知。而新版Slackbot基于**大型语言模型（LLM）** 和**强大的搜索引擎**构建了全新的架构，能够访问Salesforce记录、Google Drive文件、日历数据以及多年的Slack对话历史。 新Slackbot的核心功能包括： - **企业数据智能搜索**：能够跨多个数据源进行深度检索 - **文档自动起草**：根据上下文生成会议纪要、报告等文档 - **任务自动化执行**：代表员工完成预定、审批等操作 - **第三方系统集成**：连接外部搜索引擎和企业数据系统 值得注意的是，Salesforce选择保留Slackbot品牌名称，尽管技术架构已彻底重构。Harris解释称：“人们知道Slackbot是什么，我们希望延续这一认知。”目前，新版Slackbot已面向**Business+和Enterprise+客户**全面开放。 ## 行业影响 新Slackbot的推出标志着Salesforce正式加入“智能体AI”竞赛。所谓“智能体AI”是指能够与人类协作完成复杂任务的软件代理，这比传统的聊天机器人或副驾驶更具自主性和行动能力。在技术选择上，Salesforce采用了**Anthropic的Claude大型语言模型**，这一选择部分源于合规要求——Slack的商业服务运营符合FedRAMP Moderate认证标准。 从竞争格局看，Salesforce此举直接对标： - **微软的Copilot生态系统**：深度集成Office 365和Teams - **Google的Workspace AI**：基于Gemini模型的企业套件 - **其他企业AI平台**：如Zoom AI Companion、Notion AI等 Harris将新旧Slackbot的对比形容为“三轮车与保时捷”，这不仅反映了技术能力的巨大飞跃，也暗示了Salesforce在AI竞赛中不甘落后的决心。随着企业越来越多地寻求能够真正理解上下文并采取行动的AI解决方案，智能体AI正成为下一个关键战场。 ## 总结与展望 Salesforce全新Slackbot的发布是企业AI演进的重要里程碑。它不仅是产品功能的升级，更是Salesforce整体AI战略的关键落子。通过将Slack从协作平台转型为**智能体AI门户**，Salesforce试图在企业工作流中建立新的控制点。 展望未来，几个关键趋势值得关注： - **多模型支持**：虽然目前基于Claude，但未来可能集成更多AI模型 - **生态扩展**：Slackbot可能成为连接Salesforce其他AI产品（如Einstein）的枢纽 - **合规深化**：在金融、医疗等受监管行业，AI智能体的合规性将成为竞争壁垒 随着AI智能体逐渐从概念走向实践，Salesforce、微软和谷歌的三方竞争将重塑企业软件市场格局。对于企业用户而言，这意味着更智能、更自主的工作助手；对于行业而言，这标志着AI正从辅助工具向协作伙伴演进的新阶段。
在AI助手从对话工具向生产力工具转型的关键时刻，Anthropic本周一发布了Cowork——一款无需编程知识即可使用的桌面智能体，标志着AI技术正加速渗透到普通用户的日常工作流程中。这款基于Claude Code核心能力开发的功能，仅用约一周半时间就完成构建，展现了AI自我迭代的惊人速度。 ## 事件背景 过去一年，AI行业主要聚焦于大型语言模型的文本生成和代码调试能力，但Anthropic通过观察用户行为发现了更深层的需求。2024年底推出的**Claude Code**原本是为开发者设计的终端工具，用于自动化编程任务，但公司工程师Boris Cherny在X平台上透露，用户开始“滥用”这个工具处理各种非编程工作：从假期研究、制作幻灯片、清理邮箱，到取消订阅、恢复硬盘中的婚礼照片，甚至监控植物生长和控制烤箱。 这种“影子使用”现象让Anthropic意识到，**Claude Agent**底层智能体能力和**Opus 4.5模型**的强大泛化能力，已经超越了单纯的编程辅助范畴。用户实际上需要的是一个能够理解自然语言指令、直接操作文件和系统的智能助手，而不仅仅是对话伙伴。 ## 核心内容 Cowork正是基于这一洞察而诞生的产品。它本质上是对Claude Code的“去技术化”改造——保留了其强大的智能体能力，但移除了命令行界面的复杂性，为普通用户提供了友好的桌面应用程序界面。 - **功能定位**：让非技术用户能够像开发者使用Claude Code一样，完成各种日常工作任务 - **技术基础**：基于Claude Agent智能体架构和Opus 4.5模型，具备文件操作、信息提取、任务自动化等能力 - **开发速度**：整个功能仅用约**一周半时间**开发完成，且主要使用Claude Code自身进行构建 - **发布形式**：作为研究预览版，目前仅通过macOS桌面应用向**Claude Max订阅者**开放（月费100-200美元） ## 行业影响 Cowork的发布标志着AI竞争格局的重要转折点。Anthropic不再仅仅与OpenAI和Google在对话AI领域竞争，而是直接进入了**AI生产力工具**这一快速增长的市场，与微软的Copilot形成正面竞争。 更重要的是，Cowork代表了AI应用发展的新方向：从“能说什么”转向“能做什么”。Anthropic押注的真正企业价值在于，AI能够打开文件夹、阅读杂乱的收据堆，并在无需人工干预的情况下生成结构化的费用报告。这种从对话智能到操作智能的转变，可能重新定义人机协作的工作方式。 ## 总结与展望 Cowork的快速开发和发布，不仅展示了Anthropic对市场需求的敏锐洞察，更体现了AI工具自我增强的潜力——用AI工具构建更好的AI工具。随着AI智能体能力的不断提升，我们可能会看到更多类似的产品出现，将复杂的自动化能力带给普通用户。 未来，AI助手可能会从“回答问题”的聊天机器人，演变为“完成任务”的数字同事。这种转变将带来新的挑战：如何确保AI操作的安全性和可控性？如何设计直观的用户界面？如何平衡自动化与人类监督？这些问题都将是AI行业接下来需要解决的关键课题。
在AI编程助手竞争白热化的关键时刻，开源AI初创公司Nous Research推出了NousCoder-14B编程模型，这款仅用4天时间在48块Nvidia B200 GPU上训练完成的开源模型，在标准化测试中达到了67.87%的准确率，与多个大型专有系统相媲美甚至超越。这一发布恰逢竞争对手Anthropic的Claude Code工具在社交媒体上引发狂热讨论，凸显了AI辅助软件开发领域的快速演进和激烈竞争。 ## 事件背景 2026年初，AI编程助手领域迎来了戏剧性的发展。一方面，Anthropic推出的**Claude Code**工具自元旦以来在社交媒体上引发了开发者的狂热讨论，谷歌首席工程师Jaana Dogan在X平台上分享的案例尤其引人注目——她的团队花费一年时间开发的分布式代理编排系统，Claude Code仅用三段落提示就在一小时内近似重现。另一方面，由加密货币风投公司Paradigm支持的**Nous Research**选择在这个关键时刻发布其开源编程模型NousCoder-14B，直接挑战专有系统的市场主导地位。 这两起几乎同时发生的事件不仅展示了AI编程技术的飞速进步，更揭示了开源与专有模式在AI开发工具领域的激烈竞争。随着软件编写方式面临根本性变革，各大公司都在争夺这一未来基础技术的制高点。 ## 核心技术 NousCoder-14B的技术突破主要体现在三个方面：训练效率、性能表现和开放性。该模型仅用**4天时间**在**48块Nvidia B200图形处理器**上完成训练，这种训练效率在同类模型中相当罕见。在性能方面，该模型在**LiveCodeBench v6**标准化评估中取得了**67.87%的准确率**，这一成绩比其基础模型——阿里巴巴的Qwen3-14B提高了7.08个百分点。 - **训练效率**：4天训练时间展示了硬件优化和算法改进的显著成果 - **性能提升**：7.08个百分点的准确率提升证明了训练方法的有效性 - **基准测试**：LiveCodeBench v6测试涵盖了2024年8月至2025年5月发布的竞争性编程问题 最引人注目的是Nous Research采取的**彻底开放策略**。公司不仅发布了模型权重，还公开了完整的强化学习环境、基准测试套件和训练框架——这些全部基于公司的Atropos框架构建。这种透明度在AI编程模型领域相当罕见，为其他研究者和开发者提供了宝贵的可复现资源。 ## 行业影响 NousCoder-14B的发布对AI编程助手市场产生了多重影响。首先，它挑战了专有系统在性能上的绝对优势，证明开源模型同样可以达到甚至超越商业系统的水平。其次，其彻底的开放性为AI研究社区树立了新标准，推动了整个领域向更透明、更可复现的方向发展。 从商业模式角度看，Nous Research的选择代表了AI工具开发的一种新思路：不依赖封闭的专有技术，而是通过开源和社区协作来建立竞争优势。这种策略在加密货币和开源软件领域已有成功先例，现在正被引入AI编程工具市场。同时，Claude Code引发的社交媒体热潮表明，市场对能够实现端到端软件开发的AI工具有着强烈需求，这为所有参与者创造了巨大的市场机会。 ## 总结与展望 NousCoder-14B的发布标志着AI编程助手竞争进入新阶段。开源模型不再仅仅是专有系统的廉价替代品，而是成为了技术上具有竞争力的选择。随着硬件性能的持续提升和训练方法的不断优化，未来我们可能会看到更多高效训练的开源模型涌现。 从长远来看，AI编程工具的发展将沿着两个主要方向演进：一是像Claude Code那样专注于端到端的软件开发能力，提供更智能、更自主的编程体验；二是像NousCoder-14B那样强调透明度、可复现性和社区协作，通过开源生态建立可持续的竞争优势。无论哪种路径，最终受益的都将是全球开发者社区，他们将获得更强大、更易获取的编程辅助工具，从而改变软件开发的本质和工作方式。
当全球最先进编程智能体的创造者开口分享，整个硅谷都在屏息聆听。过去一周，工程界疯狂解析 Anthropic 公司 Claude Code 负责人 Boris Cherny 在 X 平台发布的终端配置分享，这已从个人工作习惯演变为软件开发未来的宣言，被业内人士称为这家初创公司的“分水岭时刻”。 ## 事件背景 Boris Cherny 作为 Anthropic 旗下 **Claude Code** 的创造者和负责人，在 X 平台分享了自己的终端工作流配置。开发者社区迅速将其奉为“编程圣经”，Jeff Tang 等知名开发者直言：“不读 Claude Code 创始人的最佳实践，作为程序员你就落后了。”行业观察者 Kyle McNease 更断言，凭借 Cherny 的“颠覆性更新”，Anthropic 正迎来“他们的 ChatGPT 时刻”。 这一现象背后反映的是 AI 编程工具从辅助工具向核心生产力平台的转变。当其他公司如 OpenAI 专注于万亿级基础设施扩建时，Anthropic 通过 **Claude Code** 展示了如何通过卓越的编排现有模型，实现“少投入多产出”的战略。Cherny 的工作流之所以引发轰动，正是因为它揭示了 AI 时代软件开发范式的根本性变革。 ## 核心内容 Cherny 工作流最惊人的特点是彻底抛弃了传统的线性编码模式。在传统开发“内循环”中，程序员按顺序编写函数、测试、然后继续下一个任务。而 Cherny 将自己定位为“舰队指挥官”，通过并行运行多个 AI 代理实现指数级生产力提升。 他的核心配置包括： - **在终端中并行运行 5 个 Claude 实例**，通过编号标签（1-5）管理，利用 iTerm2 系统通知了解何时需要输入 - **在浏览器中运行 5-10 个 Claude 实例**，通过“传送”命令在网页和本地机器之间传递会话 - 每个代理执行不同任务：一个运行测试套件，另一个重构遗留模块，第三个起草文档等 这种工作模式让单个开发者能够产出相当于小型工程部门的成果。有用户在实践后形容，这“感觉更像《星际争霸》”而非传统编码——从键入语法转变为指挥自主单位。 ## 行业影响 Cherny 的工作流披露正在重塑软件构建方式，其影响远超个人生产力技巧范畴。这标志着 AI 编程从“工具使用”阶段进入“系统编排”时代，开发者角色从代码编写者转变为 AI 代理的协调者和战略制定者。 对于 Anthropic 而言，这次分享验证了公司“以少胜多”的战略方向。当竞争对手追求规模扩张时，Anthropic 通过 **Claude Code** 展示了模型编排的卓越价值，这可能成为其在激烈 AI 竞争中的差异化优势。更重要的是，这种工作流模式为整个行业设定了新的生产力基准，迫使其他开发工具重新思考其设计理念。 ## 总结与展望 Boris Cherny 的工作流分享不仅是技术配置的展示，更是 AI 时代软件开发哲学的宣言。它揭示了未来编程的核心竞争力将不再是代码编写速度，而是 **AI 代理的编排能力、任务分解策略和系统设计思维**。随着更多开发者采纳这种并行化、战略化的开发模式，软件开发的效率边界将被重新定义。 展望未来，我们可以预见： - 开发工具将更加注重多代理协作和任务编排功能 - 开发者培训将增加 AI 系统管理和战略规划内容 - 企业将重新评估开发团队规模和结构，因为单个开发者借助 AI 代理可能完成传统团队的工作 这场由 Claude Code 创始人引发的讨论，正在加速整个行业向 AI 优先的开发范式转型。