大家好，2025年12月31日星期三，欢迎收看999期睡前消息。今天我们给2025年做一个小总结。

2022年，我选的年度汉字是“恶”，意思是政策多变，四张嘴往哪个方向说都行。2023年，我选的年度汉字是“抬”，意思是草，再加上“抬”世界，是一个巨大的草台班子。2024年，我选的年度汉字是“圈”，意思是内卷，需要破开外面的圈。到了2025年，我选的年度汉字是“砼”。“砼”是50年代土木工程的学生为了快速记笔记造出来的一个新字，意思是人工石，也就是混凝土。今年我选“砼”字的理由，各位可以猜一下。我在选定以后，把过去几年睡前消息的文案交给了谷歌AI去分析，请静静读一下AI的解释。

根据提供的文档，马督工过去三年选择年度汉字的逻辑，特别是拆字习惯。如果他选择“砼”作为2025年的年度汉字，最可能的理由是基于该字的拆解与人工智能这一核心概念的结合。马督工非常喜欢通过拆解汉字的结构来解释社会现象。2023年选“抬”是因为拆开是草字头加“台”，对应“草台班子”；2024年选“圈”是因为“卷”在口里，代表没有突破边界的内卷。

沿用这个逻辑，“砼”字可以完美拆解为“石”加“人”加“工”，它的本意是人工石，也就是混凝土。马督工在2024年的盘点中，花了大量篇幅讨论AI和机器人。他自行解释，“石”的右边是“人”和“工”，这不仅代表人力，更对应人工智能。他在节目中提到，马斯克说，人类之基，实际上是旧人类的简单劳动会被淘汰。未来的社会，人和工将不再是纯粹的生物行为，而是必须像“砼”一样，经过工业化、技术化的凝结和重组。只有与AI结合的新人类才能生存，否则就会像石头一样被留在原地。如果马督工选“砼”，它的核心台词很可能是这一年的关键词是“人工”：左边是“石”，右边是“人”与“工”。过去我们用人工造出了混凝土，那是物理世界的基石。现在我们正在用人工智能重塑人类本身。在这个时代，人与工必须重新定义，否则就会变成时代的顽石。

谷歌AI的回答并不完美，但是至少可以打60分，因为他猜到了今年的主题是人工智能。其他的AI推测，我的意图没有一个能超过10分的。但谷歌AI还是不够熟悉汉语的“才”字游戏。我选这个“砼”字，起初的理由是，左边的“石”和“硅”的偏旁是一样的，而右边“人”和“工”字形非常类似于“A”和“I”。硅片上的人工变成了不可分辨的人工智能，这就是我对于2025年最直观的记忆。

AI驱动的经济变革与就业挑战

这一年还没有完全结束，各国的经济还只能看第三季度的数据。美国的年化增长率是4.3%，一个惊人的高速度，其中相当一部分增长来自AI行业的乐观投资。但与此同时，美国这一次繁荣被称为“无就业繁荣”。11月份，美国的就业数据已经出来了，新增的非农业岗位只有6.4万个，失业率上升到4.6%。美国最大的电商平台亚马逊在美国有35万职员，10月份宣布要裁掉3万，其中一个重要理由是AI可以替代人。

老观众应该记得，我经常说一个段子，我的家乡河北承德是没有方言的地方，或者说我们的方言就是标准普通话。我现在做主播的发音和我过去几十年的家乡讲话方式没有任何区别。所以，不用太深入地思考就能想到，承德是一个很适合建设客服中心的地方，至少比其他地区节省了普通话的培训成本。正好，承德在地理上靠近北京的大公司总部，经济方面被限制发展冶金、重工业、旅游业，还有半年的寒假。所以承德地区的干部很早就在策划客服产业。请静静帮我读一段2016年的报道。

近年来，承德市依托普通话口音标准、人力资源成本低等优势，抢抓京津冀协同发展重大机遇，将发展服务外包产业作为承接北京功能转移、推动经济转型升级、带动服务行业发展的重要抓手，不断打造经济发展新引擎。总投资6亿元的承德县华腾中科教育科技有限公司服务外包产业园项目，已有1000余座席呼叫中心部分投入运营。建成后，可容纳坐席3万个，安排就业7.5万人，将成为华北最大规模的服务外包产业园区。

一个项目就准备建设3万个坐席的客服中心，安排7.5万人就业，这还不是最乐观的计划。请静静再读一下2023年承德发布的《新浪财经》新闻稿。

重点发展呼叫服务产业，大力发展电商语音服务产业，联动发展信息服务产业。计划到2027年，全市普通话应用服务产业入驻企业达700家，整体规模达到10万坐席，带动相关行业就业15万人，相关产业营业收入达到5亿元。

但是很遗憾，全国性媒体关于承德客服产业的正面报道，在2023年9月就结束了。到了2024年和2025年，一篇都找不到，甚至连承德市政府都不会去主动宣传了。客服产业触顶的原因，大家都知道，我只提一个数据：2024年，57%的企业已经把AI客服系统作为服务体系的核心组件。虽然每个消费者都在抱怨打客服电话要绕很大一个圈子才能找到真人对话，但是AI客服解决基本问题真的很便宜。

与此同时，我检查自己的聊天记录，发现2025年这一年，我和同事之间的交流频率在下降。原来要拜托同事去做的一些杂事，比如说表格、做简单的说明图、查资料、汇总数据，交给AI去做，效率更高，修改也更方便。这样每个人都可以专注地去做更复杂的事情。至少对于我这个团队而言，实习生很难证明自己比AI更强了。但是只要在公司吃午饭，实习生就一定会比AI的服务更贵。这就是经济增长和就业脱钩的原因。

目前，“无就业繁荣”的问题主要还发生在第三产业，替代的岗位是白领职员和实习生。眼下看起来，蓝领工人和服务员还很安全，但是也别乐观，因为AI的发展正在加速。AI的快速进步，最主要的表现是，AI正在长出手和脚，从图书馆走向真实世界。

众所周知，现在AI硬件最强是英伟达公司，而英伟达的显卡本来是为了玩3D游戏设计的，后来它发现可以用来训练人工智能。这看起来好像是个偶然事件，但是从事后诸葛亮的观察来看，偶然背后有必然性。我们直接看黄仁勋自己今年给出的解释。

（引用黄仁勋演讲片段） "In 2012, Jeff Hinton's lab, this gentleman I was talking about, Elias Suskaber, Alex Krevsky, made a breakthrough in computer vision and literally creating a piece of software called AlexNet, and its job was to recognize images. And it recognized images at a level, computer vision, which is fundamental to intelligence. If you can't perceive, you can't... It's hard to have intelligence. And so computer vision is a fundamental pillar of, not the only, but fundamental pillar of. And so breaking... Computer vision, we're breaking through in computer vision is pretty foundational to almost everything that everybody wants to do in AI. And so in 2012, and the way it ran, the way they made it work was literally buying two Nvidia graphics cards because Nvi, Nvidia GPUs, we've been working on this new way of doing computing and our GPUs application. And it's basically a supercomputer application to back in 1984. In order to process computer games and what you have in your racing simulator. That is called an image generator supercomputer."

我对AI是个外行，但是我能设想，如果某个意识在一个三维空间内存在，但是他对三维空间没有理解，就不太可能建立逻辑和智能。智能和三维空间的感知能力本来就应该有强关联性。

AI的物理化与空间感知能力

到目前为止，我们知道世界上只有一种智能，就是人类自己从生物界中自然进化出来的“猴子做题家”。所以，如果我们想估算人工智能的不同阶段的进步速度，唯一能参考的案例就是生物进化史。

从进化史来看，人类和其他动物相比，和其他灵长类动物相比，有一个独特的技能：精准有力的投掷能力。人类的拇指结构和上半身的肌肉配合，可以把铅球扔出20多米，标枪扔出100米。大猩猩的肌肉量是人类的几倍，大象的肌肉量是人类的几十甚至上百倍，还能用鼻子卷着树枝。但是如果让他们扔一块石头或者一根长矛，成绩都远不如人类。而且人类不仅是可以把武器扔到远处，还可以用大脑去预测武器在三维空间的轨迹，对移动的猎物形成精确的杀伤。所以，人类在发明农业之前就能征服地球。在人类的进化史上，智力和理解三维空间的能力也是共同发展的。

差不多10年之前，清华计算机教授、也是我的老朋友赵南元给我讲过两个话题：树能不能有视觉？盲人能不能感知三维空间？讨论这两个话题，都要先理解人类视觉的起源。人类的眼睛其实也不能直接看到三维空间，我们神经处理的视觉信号只是晶状体折射到视网膜上的二维画面。但是人类有手也有脚，可以在移动中改变自己的视角，从不同的角度去观察同一个物体，或者把物体拿起来移动观察，最后我们就形成了“知觉恒常性”。通俗地来说，就是形成了“近大远小”的思考方式。

比如说，我们在一米远的地方看一本书和在10米远的地方看一本书，视觉投影的宽度明显不同。但是我们知道这是同一个东西，知道物体本身的大小并没有发生变化。这个因为有手有脚形成的知觉恒常性是视觉的基础，进一步来说也是智力的基础。因为你需要在认定三维空间里某个概念是稳定的，才能在稳定概念的基础上形成逻辑和智力。

树就做不到这一点。它没有手脚，尤其是没有脚不能移动，所以不能自己去体验三维空间。就算树偶然进化出一个感光器官，当一个物体向树移动的时候，树感受到的也不是距离在缩短，而是物体反光的视角越来越大，这就不能形成空间感受，所以树不能有视觉。

但是盲人可以感知三维空间，天生的盲人也可以。因为盲人有手有脚，它可以穿越空间，比较1米和10米的差别，也可以把一个物体搬来搬去。所以他的脑子里会有一种和普通人不太一样的三维模型。比如说盲人走过熟悉的空间，不会碰到家具，也不会拿错东西，这就是三维空间感受的结果，也是盲人智力的重要基础。某些盲人甚至可以通过回声和气流的方向判断陌生三维空间的结构，这就很类似于视觉了。毕竟蝙蝠就是通过听觉来理解三维空间的。

利用盲人已经形成的空间感，10年之前，美国公司就开发了Bringing Pot（一种辅助工具）。只要几万人民币的设备，就可以把摄像头的信号接到盲人的舌头或者其他地方的神经上，让盲人在运动中去理解不同神经信号对应的空间变化，最后形成另外一种简单的空间感。这再次证明，形成视觉和理解三维空间的能力，需要手和脚自己去体验空间的变化，形成知觉恒常性。

反过来说，就算有眼睛，但是从童年开始就缺乏特定空间的训练，也会导致一部分视力功能丧失，进而影响到逻辑推理能力。比如说，美国人类学研究者科恩莫尔做过一个测试，把森林比格米人带到不同的环境。在狭窄的空间，比格米人的视觉是正常的，可以随便活动。但是到了开阔环境下，他们的视觉就出问题了。比如说，这些比格米人不相信远处草地上的黑点是一头水牛，也不相信自己靠步行就能接近这些大型动物。

这是因为森林比格米人几乎一生都在热带雨林深处生存，无论往哪个方向看，视线都会遇到10米之内的某个物体。所以，他们的大脑没有经历过开阔空间的训练，不能形成广阔三维空间的想象。他们的行动能力再次限制了他们的大脑的逻辑推理能力。

如果说前面的例子都是被动观察，不一定准确，人类还做过主动设计的试验。美国动物学研究者做过一个“动静猫”试验。两个刚刚睁眼会爬行的幼猫被放到一个圆筒里面，通过中心对称的杠杆和链条相连，任何一个猫的移动都会把对面的猫送到对称的位置。也就是说，两只猫得到的视觉信号刺激是完全一样的。唯一的区别是，其中一只猫可以直接接触地面有限控制运动，而另外一只猫只能坐在吊篮里面，被动接受视觉信号的刺激。在经过很短时间训练以后，能够自主控制运动的那只猫，形成了基本正常的视觉和运动能力。而这只被动的猫，视觉发育明显迟缓，不理解三维空间的结构。

这再次证明，生物形成三维空间的感受，首先要有脚、有手能运动，这甚至比有眼睛还重要。人类就是从这个实验开始，首先意识到儿童的智力发育要进行充分的空间训练。其次，想到人工智能也需要和真实空间环境互动，才能快速提升智力。

回到2025年的AI话题，这一年，黄仁勋至少有两次重要发言和前面的生物学分析相关。1月份，他在拉斯维加斯的国际消费电子展会上做演讲，说人工智能下一步的目标是让AI去感受物理世界，建立知觉恒常性。

（引用黄仁勋演讲片段） "And then the next phase, some of which we'll talk about tonight, physical AI. What if instead of PDs, it's your surrounding? And what if instead of the prompt a question, it's a request: 'Go over there and pick up that, you know, the box and bring it back.' And instead of what is produced in tokens text, it produces action tokens. Well, that I just described is a very sensible thing for the future of robotics. And the technology is right around the corner. But what we need to do is we need to create the effectively the world model of, you know, as opposed to GT, which is a language model. And this world model has to understand the language of the world. It has to understand physical dynamics, things like gravity and friction and inertia. It has to understand geometric and spatial relationships. It has to understand cause and effect. If you drop something, it falls on the ground. If you, you know, poke it, it tips over. It has to understand object permanence. If you roll a ball over the kitchen counter, when it goes off the other side, the ball didn't leave into another quantum universe. That's still there."

黄仁勋提到的“客体永久性”就对应了前面提到的知觉恒常性。我们人类习惯了在一个三维空间里面运动，习惯了利用物理规律，所以已经不自觉地形成了一些基本哲学概念。但是AI还没有，所以它现在只能取代一些白领和客服工作，没有全面取代其他的人类。一旦AI进入物理世界，它的进步大概率就会像前面提到的那只自主行动的猫，或者是被带出森林的比格米人，进步难以估量。

今年，黄仁勋在多个场合给出了另外一个建议：如果青少年从现在开始接受技术教育，建议的侧重点不是计算机，而是回到物理和生物学领域。因为AI可以消除使用计算机的门槛，人类的未来还是和AI一起去探索三维的现实物理世界。

我理解，黄仁勋规划的未来，不仅是给AI提供更多三维空间的信息，而是让AI直接去感知三维空间。过去十年，AI一直在读人类的图书馆，人类的标注员一直在屏幕上点击训练AI，这都是被动输入的二维平面信息。下一个十年，或者说未来5年，AI和机械结合，要主动带上传感器，指挥机械手脚去触摸世界，去体验三维空间，去感受视角的变化。

AI的加速发展与人类角色的重定义

从前面提到的生物史和文明史规律来看，这大概率会带来惊人的进步速度。现在只能淘汰实习生，未来几年可能就要威胁普通的资深员工。现在只能取代文字工作者和客服，未来几年就要从事蓝领职业。这方面的进步，一年或许会相当于过去百年。至于说进步出来的物理形态，是不是仿照人的形状并不重要。

此外，上周消息，中国最赚钱的互联网企业字节跳动，在2026年要投入1600亿元发展AI，其中一半的预算是采购AI芯片。中美两国都在确认未来的经济增长，未来的经济颠覆都要靠AI。人类有几百万年的生物进化历程，还有上万年的文明史。很多人就是凭借漫长的历史积累，对AI还保有自信。但是在我的有生之年，已经被AI惊吓了两次。

上世纪80年代，我在准备小学数学竞赛的时候，某一本书介绍排列组合概念，特别提出了一个几乎必然成立的命题：世界上没有两盘一样的棋，所以计算机不可能在象棋上打败人类。没有等到我高中毕业，这个命题就被推翻了。现在象棋比赛最主要的作弊模式，就是利用上厕所的机会向AI请教。

在象棋以后，人类在围棋方面又嘴硬了十几年，直到2016年，人类最后一次胜过AI。围棋的“玄学”也破了。这说明历史悠久，并不能形成对AI的明显优势。

当然，人类还有很多工作比围棋和象棋更复杂。当然，人类做这些工作的历史积累的经验，未必就比围棋和象棋多很多。农业历史只有1万年，工业历史只有200多年，专职的科技研发职位历史只有100多年。这些工作出现太晚了，甚至在人类的遗传基因上都没有留下多少痕迹。从基因角度来说，我们现在还是草原上的猴子。人类现在最擅长也最喜欢的事情，还是在草坪上追打一个皮革包裹的小目标，把它打进，然后一起喝酒庆祝。你说机器人未来踢足球赶不上人类，我还可以理解，这是几十万年进化的自信。但如果你说进入物理世界的AI，还是做不好文明社会的大多数工作，会输给人类的历史积累，我是肯定不会信的。所以我认为未来1年甚至5年，人类社会的变化可能会超过之前100年、1000年。

最迟到1992年，我还见过身边的农民带上猪头去泉眼求雨，其中包括了我的小学老师。当时大多数农民家里还没有电视。就算有晚上的天气预报，也只是报北京和省会的天气。这对山区的农民来说毫无意义的，所以他们只能向神秘主义祈祷，希望能有个好收成，不要饿肚子。

2025年的今天，我已经习惯在手机的软件上去查局部的天气预报了。跑步的时候看一眼，甚至可以知道是应该立刻回家，还是再跑两圈也不会淋雨。虽然我还没有活到100岁，经历的变化已经算得上天翻地覆。

但我还是认为未来5年的变化可能要超过之前几十年。这些年，我当过学生，打过工，当过小包工头，在实体行业、金融行业和媒体行业都蹭过饭。以我这些年的观察，大多数人类工作所需要的智力，都可以用一个简单的量化标准来评价：就是这个人能够同时平衡几个参数。合格的标准是在保证最危险的几个参数不出问题的同时，持续优化整体方案，形成一个串联的工作执行表。

以我的经验，普通人能够同时平衡的参数是5个左右，聪明的资深技术人员可以平衡7到9个，天才也就是10个上下。再多的参数指标，比如说超过十几个，那就超出了天才的个人能力，需要总工程师带着一个团队来处理，消耗大量的交流成本，避免失误。

人类不擅长的事情，正好是AI的长项。因为AI的训练方式，就是把不同的参数分解到不同的信息链条，在高维度的空间中寻找联系，确定最优方案。这个维度动不动就成百上千，甚至上亿。所以就算AI很幼稚，还是用几年的时间就适应了人类练习几千年的基础文字工作和图表工作。未来几年，AI要走出图书馆的现实二维文字信息，开始自己去探索现实的三维世界。我看不出人类有任何赢的希望。

K型经济下的社会分化与价值重构

回到最初的话题，今年还有一个常用词：“K型经济”。一条曲线已经不能够形容整体的产业发展，不同的产业和社会群体进入了严重分化的两条曲线。比如说，前面提到AI拉动美国经济，三季度的年化增长率是4.3%，这就是K字向上的一条线。但是大企业普遍裁员，普通的就业市场越来越差，这就是美国经济向下的那一条K线。

中国也有类似现象。一方面，我家乡承德的客服经济故事已经讲不下去了。1到11月份，所有中国规模以上工业企业的利润增速为0.1%，最后这几个月明显是在往下走的。另外一方面，高科技产业，比如说精细化工、智能制造，都不缺钱，利润多，投资也多，能够保持肉眼可见的产业升级。这就是AI时代的起点，人类作为一个物种开始剧烈分化。大多数人在K型趋势向下这条分支曲线上，分化会基调到什么程度，那很难说。但有一点是可以确定的：按照人类原有的经济规律，经济危机很快就会到来。

工业革命以来，所有的经济危机都服从一个公式：全社会总工资，再加上全社会总利润，等于商品总售价。商品总售价大于全社会总工资。在一个静态模型下，工资肯定买不起所有的商品。好在企业的利润除了消费，还有用于投资，雇更多的人。在形成更多生产力的同时，把现有的利润又变成了工资。所以大多数时间，只要企业预计经济增长，只要企业愿意投资，商品供应就可以动态平衡，经济危机不会发生。

2025年，美国和中国的共同问题是，企业确实愿意投资，但是投资高度集中于少数行业、极少数人群，而不是雇佣和AI水平差不多的普通劳动力。所以经济整体上可能确实在快速增长，但是企业的投资不能转化为普通人的购买力，相当一部分商品必然会滞销，逐步扩大经济危机。

对于这种现象，有的人提倡高福利，有的人建议收AI税。马斯克直接说，没有什么可操心的，因为用不了多久，钱和当下的经济规律就没什么意义了。AI创造的超级生产力，可能会让普通消费品进入随意供应的状态。

马斯克说的对不对？我很难判断。但是可以预见的是，未来的大多数人类面临两个变化：一种是被AI在生产方面淘汰；另外一方面是消费方面得到AI高福利的供给，被“养起来”。这两种变化可能独立发生，也可能同时到来。

物质方面的变化先放到一边，在精神方面，这两个变化是同一回事，就是人类价值观的崩溃。自从人类形成文明社会以来，所有的意识形态都有两个默认的前提条件：第一个条件，世界是物质的，要改造世界，就要改造人类之外的物质。第二个条件是人类才能创造物质财富，所以人类的地位高于世界上其他物种。

在这两个条件下，我们定义了人类大多数的正面价值观，比如说勤劳、节约、慷慨、上进心、探索精神。这都是在改造物质世界的过程中形成的。在AI爆发的前夜，人类能够得到的虚拟产品越来越丰富。未来AI和脑机接口合作，很有可能让人类很快就面临《黑客帝国》设定的红蓝药丸的选择：人类在物质世界努力未必具有对应的回报。同时，在改造物质世界方面，人类也不敢说未来5年就一定比AI更强。现在AI还需要人类去设计和建造发电厂，未来很有可能AI自己来做设计师和建筑工人。在新的物质条件下，在新的虚拟数字世界，人类必须尽快重建价值观，找到生活的意义。

我对之前提到过80年代毒品泛滥的问题。其中一个背景是流动人口的增加，重体力工人增加，需要毒品和烈酒缓解疲劳。另外一个背景就是困扰了人类几千年的吃饭问题，在几年之内被电泵、化肥和新型的种子解决了。过去，农民90%的时间都忙着解决吃饭问题，剩下的文化娱乐和基层的政治活动完全附属于农业劳动。所以农业的生产规律塑造了意识形态，也给农民指定了生活目标。生活虽然辛苦，但不迷茫。

在吃饭问题解决以后，到大多数农村剩余劳动力建成以前，大多数地区有10年左右的一个空档期。以我当时的记忆，每个北方的小村落，当时都有一两个出售烟酒的杂货店，门外摆着廉价的台球桌，全村的年轻人都围在这里无所事事，只能是打球聊天、喝酒抽烟。

赌博和毒品都能占用年轻人的时间，也能缓解无聊和空虚，至少要比一个残破的台球桌好玩。所以，毒品和赌博快速渗入了刚刚闲下来的80年代农业社会。现在AI带来的冲击，比当年青年农民遇到的冲击要严重得多。当时的农民如果不用每天耕地，也可以花时间修理自己的住房、平整门前的道路、找亲朋好友去社交，让生活更体面一点。从现在AI发展的趋势来看，将来无论是做家务劳动、还是装修自己的房子，甚至是给其他人提供情感咨询，AI都不会比人差。普通人类唯一的价值似乎就是像我童年见过的青年农民那样，找个地方消磨时间。

这种生活听起来似乎也不错，但是肯定会让人脱离社会，脱离大生产，成为一个孤立的被供养者，长时间就会知道精神问题。

比如说，人疲劳的时候在下午睡一觉，醒来的时候，一个人在房间发现外面已经是深夜，而身边的卧室毫无变化，和睡觉之前一样。这个时候大多数人都会产生强烈的失落感，甚至恐慌，急切地要脱离当前的环境。

产生失落感的原因是人类习惯了作为社会动物的生活，需要有常态化的社会联系，验证自己的安全感，也维护自己的意识形态。原始人睡一个午觉醒来是晚上，说明已经被自己的部落抛下了，要赶快找回去。现代人沉睡一段时间，发现时间在推移，社会在变化，而自己被世界抛在一边，也会产生恐慌。

但是，如果AI不给我们社会里的位置，不让我们在生产中得到尊严和安全感，人类应该怎么解决自己的失落感呢？很多退休老人没有解决这个问题，所以很快去世了。我们大多数人还没有到退休年龄，随着AI技术的进步，还可能获得更长的寿命。从现在开始，我们就要为适应新时代做准备。

应对失落感与寻找新意义

以我的经验，解决失落感也很简单。还是上边的例子，醒来发现自己一个人在黑暗的卧室。最好的办法就是作为一个积极的参与者，赶快去找其他人类接触。比如说出门找朋友聊天，上网参与热门话题。实在不行，还可以找一个热闹的视频参与弹幕和评论区的讨论，这都可以让人快速恢复正常状态。

2025年底，我选了“砼”字做年度汉字，就是提醒自己AI时代快来了，要尽量做一个有趣的人，一个有朋友的人，一个午睡到天黑，也有办法消除自己失落感的人。这样就算某一天我被AI和机器人淘汰，也能够联系到其他人类，共同设计一套新时代的精神产品，为自己的生活提供意义。

感谢各位收看999期节目到此结束。我们2026年的第1000期，再见。