AI 與 Crypto：重塑互聯網的未來

a16z Growth 合夥人 David George 與 a16z crypto 合夥人 Chris Dixon 探討了他們對新互聯網的願景，包括加密貨幣去中心化 AI 基礎設施，啟動網路效應，AI 將成為這個時代的原生媒體形式等。

 

 

整理：Coinspire

 

 

引言：a16z Growth 的合夥人 David George 與 a16z crypto 的合夥人 Chris Dixon 進行對話，探討了他們對新互聯網的願景，包括加密貨幣去中心化 AI 基礎設施; 啟動網路效應，AI 將成為這個時代的原生媒體形式等。 這次對話還探討了為什麼互聯網最初的商業模式正在瓦解，以及新的互聯網如何為創作者引入全新的商業模式。

 

 

 

技術如何演變

 

 

David George：你現在大部分時間都專注於加密領域。 你怎麼看待加密技術和 AI 之間的關係？

 

 

 

Chris Dixon：我的巨集觀觀點是，技術浪潮往往是成對或成三出現的。 十五年前，移動互聯網、社交網路和雲計算是三大趨勢。 移動互聯網讓擁有計算設備的使用者從數億增⻓到數十億; 社交網路是吸引使用者的「殺手級應用」; 雲計算則是支撐這一切的基礎設施。 這三者是相互依存的，缺一不可。 當時人們爭論哪個更好，但事實證明，它們都很重要。

 

 

 

David George：沒錯，它們都是必需的。

 

 

 

Chris Dixon：我認為 AI、加密技術和新型設備（比如機器人、自動駕駛汽⻋和 VR）是當前最有趣的三大趨勢。 它們也是相互補充、共同發展的。 加密技術是一種新的事物（這正是我這本書的內容）它提供了一種全新的互聯網架構方式，用來構建網路。 它有一些獨特的特性，能讓過去無法實現的事情變成現實。 很多人一提到加密，就會想到比特幣或meme幣。 但對我和許多真正懂加密的專業人士來說，加密的本質遠不止於此。 它與 AI 有很多交集。 其中一種最基礎的結合方式就是用加密架構來構建 AI 系統。 我們已經在這個方向投入了很多。

 

 

我們在公司內部討論過一個核心問題：AI 的未來是會被少數大公司掌控，還是會由更廣泛的社區共同管理？ 這裡首要的問題就是：AI 是否開源？ AI 領域變得如此封閉，真的讓我很震驚。 十年前，所有 AI 研究都是公開的，都會發表在論文上。 但後來，這個行業突然變得封閉起來。 他們聲稱這樣做是出於安全考慮，但我認為這是為了他們自己的競爭優勢。 幸好，現在還有一些開源專案，比如 Llama、Flux 和 Mistral。 但我有點擔心，這種開源模式有些脆弱，因為很多專案並不公開它們的模型權重。 這些真的算開源嗎？ 有些模型是開源的，但它們的數據管道並不是。 它真的可以被自由複現嗎？ 他們明天可能就改了模型，你也沒辦法。 這些 AI 模型每個月都在進步，但如果它們不再保持前沿，我就不知道該怎麼辦了。

 

 

 

David George：至少目前來看 AI 非常依賴大公司。

 

 

 

加密貨幣與 AI 如何互動

Chris Dixon：我們投資的一些專案專注於建立一個適用於 AI 生態的去中心化互聯網服務架構。 舉個例子，有個名叫 Jensen 的項目在構建一個去中心化的計算資源網路。 它的模式類似 Airbnb，允許使用者提交計算任務，並分配到全球閑置的計算資源上，從而優化算力供需。 這個網路就像一個經濟帳本，管理著計算資源的供應和需求。

 

另一個例子是 Story Protocol，它是一種註冊智慧財產權的新方式。 假設你是一個創作者，你可以將圖片、視頻或音樂登記到區塊鏈上，區塊鏈會記錄媒體及其所有權利。 它使用現有的版權法，明確其版權歸屬。 這樣，任何人都可以在遵守協定的前提下使用這些內容，任何人都可以來，你可能會說：「你可以使用這個混音，你可以創作衍生作品，但你必須支付我 10% 的收入。」

 

David George：…… 或者任何比例。

 

Chris Dixon：在區塊鏈里你可以設定條款，創建一個開放的市場。 但目前的市場上，你只能自己聯繫公司並嘗試談判。 這導致人們要麼竊取內容，要麼乾脆不使用，或者只有大型公司才能達成版權交易。 比如 OpenAI 向 Shutterstock 支付了 1 億美元，區塊鏈創建了一個廣泛的⺠主資源，小型創作者可以設定自己的條款。

 

加密技術的一個核心優勢是可組合性（composability）。 開源軟體之所以成功，很大程度上是因為它允許開發者在已有模組上組合疊加創新。 Linux 就是一個很好的例子，從 90 年代幾乎 0% 的市場份額，發展到如今佔據超過 90% 的伺服器市場，就是因為其可組合性。 人們為系統貢獻（哪怕很小），使其變得更好。 這也像維琪百科作為一個知識集成系統一樣。

 

說回 Story Protocol ，它也讓創意內容也能像樂高積木一樣自由組合。 比如某人創造一個角色，另一個人編故事，再有人用 AI 生成動畫，你可以創建一個新的超級英雄宇宙，只要資金迴流，最後大家都能分一杯羹。

 

David George：這種模式的關鍵在於，資金流向是透明且公平的。

 

Chris Dixon：這樣創作者既能使用 AI 工具提升效率，同時又能獲得經濟回報，而不是被免費利用。 這是一個偉大的願景——它激勵人們使用這些新工具，同時提供經濟模型。 我們投資中經常思考，如何在 AI 驅動的世界中為創意工作者找到新的經濟模型。 這是 AI+Crypto 這個交叉點最令我興奮的領域。

 

David George：過去社交平台獲取了 100% 的廣告收入，而創作者只能依賴流量變現。 而我們希望看到的是一個創作者可以自由定價、自由交易的新體系。 這樣能帶動更多的創新。

 

David George：因為經濟激勵一致。

 

Chris Dixon：以此為基礎說開，我們正在看到更多這種『眾包』方式來做 AI 。 從數據的角度來看，AI 需要更多的數據。 而加密技術的突破點在於，它能夠設計新的激勵系統。 關鍵是我們如何利用這些系統來收集更多的 AI 訓練數據？ 數據既可以作為 AI 的輸入，也可以用於模型評估，或者其他用途。 這與 Scale AI 做的事情類似，但區別在於我們希望用去中心化的方式來完成，而不是由一個中心化公司來控制整個流程。

 

我們投資的一個專案是 WorldCoin，這個專案由 Sam Altman 共同創立。 它的核心理念是，在 AI 可以偽造人類身份和內容的世界里，我們需要一種方法來證明一個人是真實存在的，而最好的方式就是通過區塊鏈，以加密技術來完成身份驗證。 WorldCoin 設計了一套激勵機制，讓使用者可以註冊並獲得身份認證，如球形掃描器（orb）來掃描虹膜，但這一做法引發了一些爭議。 現在他們提供了其他方式，比如通過護照進行身份驗證。 一旦你完成身份驗證，就可以在區塊鏈上獲得一個加密憑證，這個憑證可以用在各種服務中。

 

一個簡單的應用場景是驗證 （CAPTCHA）。 目前的驗證碼已經變得非常複雜，以至於可能連人類自己都無法輕鬆通過。 相比這些繁瑣的反欺詐系統，我們可以使用加密驗證方式。 使用者可以收到一個加密代碼，證明自己是人類，然後在此基礎上增加額外的驗證層級。 這是另一個有趣的交叉點。

 

 

 

在基礎設施層面去中心化的 AI 還有很多機會，比如把中心化的 AI 系統拆解，使其在代碼和服務層面都變得去中心化。 還有一些全新的可能性，比如 機器對機器支付（Machine-to-Machine Payments）。 等等。

 

 

我認為最激動人心的部分是在 AI 時代探索新的商業模型，尤其是針對創作者的商業模型。

 

打破互聯網的經濟契約

 

David George：你在 ChatGPT 時刻後立即向我指出「嘿，我們有可能在打破互聯網的契約」，我認為這是一個非常有趣的問題。

 

Chris Dixon：書中有一章是關於這個的，接近結尾。 我稱之為新契約。 如果你考慮激勵系統，互聯網成功的主要原因之一是它有一個非常聰明的激勵系統。 你如何在沒有中央權威的情況下讓50億人加入一個系統？ 這是因為互聯網的激勵機制。

 

ChatGPT 讓人們看到了互聯網經濟契約可能被打破的跡象。 過去 20 年，互聯網形成了一種隱性的經濟契約：搜尋引擎和社交平臺獲取內容的許可權，作為回報，創作者能獲得流量。 比如旅行網站、食譜網站、插畫等，都會讓Google抓取內容，以換取搜索流量。 這種模式支撐了互聯網的發展。 但現在 AI 直接生成內容，使用者甚至不用點擊連結，Google 也不用再把流量分給網站。 這樣一來，創作者的收入來源就被切斷了，互聯網的原有經濟模式也隨之瓦解。

 

以前，Google 還會把一部分流量分出去，比如使用者搜索問題時，Google 會展示摘要，但仍然會引導使用者訪問網站獲取更多資訊。 但後來，Google 開始「截流」，比如 StackOverflow 的內容，Google 直接把答案展示在搜尋結果中，而不是讓用戶訪問原網站。 這導致許多網站的流量下降，變現能力受到影響。 Google 也在旅行、餐飲等行業做類似的事情（比如 yelp），甚至會優先展示自己的內容，而不是獨立創作者的內容。 雖然這些問題早就存在，但 AI 時代讓這個問題更加嚴重了。

 

但如果 AI 能夠直接生成插畫、食譜、旅行建議，使用者根本不需要再訪問那些內容網站。 這對於用戶來說，可能是更好的體驗，但對於內容創作者來說，這是毀滅性的打擊。 未來，我們可能只剩下幾個 AI 巨頭，而原來的獨立網站和創作者將失去生存空間。

 

這就是我們需要思考的問題：AI 時代的互聯網，是否仍然能夠支援創新和創業？ 如果我們不解決這個問題，互聯網可能會變成70年代的電視行業，只有幾個巨頭控制所有內容。 這並不是我們想要的互聯網未來。

 

所以新的網站該如何崛起？ 新的事物該如何被創造出來？ 我們還沒有真正思考清楚這個問題。

 

我並不認為我有唯一的答案，而且這個問題的解決方案也不一定必須依賴加密技術。 但我們需要認識到這正在破壞互聯網原本的激勵機制。 其次，我們需要思考：這是一件好事嗎？ 我認為不是。 我們需要找到正確的解決方案——我們是否應該創造新的激勵機制？

 

這也是為什麼我一直專注於投資和思考新的激勵系統，比如 Story Protocol 這樣的專案。 我們需要探索新的方式，在現有系統之上，疊加新的經濟結構，以確保互聯網能夠持續創新和發展。

 

從移動互聯網、社交網路和雲計算，到加密、AI 和硬體

 

David George：你談到的一件事是同時出現的三種技術產品——生成式 AI、加密貨幣和新硬體平臺。 你如何看待這三者的結合？

 

Chris Dixon：類比當然是移動、社交和雲計算。 在上一波浪潮它們相互促進，共同推動了互聯網的發展。 我們今天已經看到了一些這樣的結合。

 

現在，我們正處於另一波科技浪潮之中，這次的核心技術是 AI、加密技術和新型硬體，比如機器人、自動駕駛汽⻋和 VR。 這些技術並不是彼此獨立的，而是互相補充，共同形成新的生態。 新的硬體設備，比如 AR 和 VR 眼鏡，依賴 AI 來提供更好的互動體驗，比如像電影《她》那樣的智慧助手。 自動駕駛汽⻋、特斯拉的機器人技術，以及各種人形機器人專案，也都正在將 AI 技術部署在物理環境應用到現實世界中。 而加密技術則提供了一種新的方式，讓去中心化的網路能夠支撐這些 AI 應用。 所以我感興趣的一個領域是 DPIN——去中心化物理基礎設施。 最突出的例子是 Helium，它是一個由社區擁有、眾包建設的電信網路專案，正在與 Verizon 和 AT&T 這樣的傳統運營商競爭。 Helium 設計了一套激勵機制，任何人都可以在家裡搭建一個節點，為網路提供支援。 這些節點的作用類似於無線信號發射器，目前，美國各地已經有數十萬人安裝了這些節點。

 

現在，Helium 還推出了網路服務，而且相比 Verizon，價格便宜得多——每月僅需 20 美元，而 Verizon 的費用是 70 美元。 這主要是因為 Helium 的網路是由社區建設的，不需要像傳統電信公司那樣投入數百億美元去建設基礎設施。

 

如何利用加密技術啟動網路效應

Chris Dixon：加密技術在解決「冷啟動」問題方面非常有優勢。

 

許多網路效應類的專案，在早期都面臨一個挑戰：如何吸引足夠多的使用者，讓網路真正運轉起來？

 

舉個例子，Helium 是由社區共同建設和運營的。 但假設只有10個節點，那顯然運轉不起來。 網路效應的建立是一個雞生蛋蛋生雞的問題。 如果一個新社交網路只有 10 個人，那麼它對新用戶來說並沒有什麼吸引力。 但如果它已經有 100 萬使用者，新使用者加入的價值就大幅提升。

 

加密技術的獨特之處在於，它可以通過代幣經濟激勵早期使用者，從而推動網路效應的形成。 Helium 只是其中的一個例子，其他領域，比如氣候數據、自動駕駛數據、電動汽⻋充電站、去中心化地圖、甚至科學研究，都可以用類似的方式來構建網路。

 

AI 是糖霜還是糖？

 

David George：Marc 給我提出了一個我很喜歡的比喻：AI 到底是「糖霜」還是「糖」？ 如果 AI 只是「糖霜」，那麼現有的行業巨頭會贏，因為它們可以在現有產品上簡單地加一個 AI 聊天機器人，利用它們已有的分發管道、銷售能力和客戶關係繼續主導市場。 但如果 AI 是「糖」，也就是說它是核心成分，那麼你不能只是把它「加進去」，而是需要從零開始構建整個產品。 這樣的話，AI 領域就更可能由新興公司佔據主導地位。

 

目前，我們還沒有看到明確的答案。 一個產品越是沿襲傳統模式（比如只是用 AI 增強原有業務），它就越有利於行業巨頭，而不是初創公司。

 

Chris Dixon：可以從克萊頓·克裡斯滕森的角度來看這個問題。 他提出了 「顛覆式創新」和 「持續性創新」 的概念。 很多人誤解了「顛覆式創新」的含義，它僅僅是「新的技術」，而是指這種創新不符合現有公司的商業模式。 這正是為什麼即使是最大的企業也很難應對真正的顛覆式創新，因為它們的核心客戶並不需要它。

 

這和 Marc 提出的「糖霜 vs. 糖」概念是相通的——如果 AI 只是現有產品的「糖霜」，那麼行業巨頭自然會佔據主導地位; 但如果 AI 徹底改變了業務模式，那情況就完全不同了。

 

比如，今天的資料庫市場基本是由傳統關係型資料庫（SQL）主導的，而 AI 可能會帶來完全不同的計算架構，甚至徹底顛覆資料庫的概念。 如果 AI 只是用來優化 SQL 資料庫，那它只是「糖霜」，對現有企業沒有威脅。 但如果 AI 讓數據存儲和檢索方式徹底改變，使得傳統資料庫變得 毫無意義，那就是「糖」，它會顛覆整個行業。

David George：目前我們還沒有看到這樣的案例。 我只看到了對價格的影響（比如更便宜的 AI 服務），但這還不足以帶來行業顛覆。

 

Chris Dixon：是的，這就是第二個層面的問題。 我通常會用一個框架來分析這些新興技術的落地過程，但在談這個之前，我們可以先聊聊消費級 AI。 目前，我認為消費級 AI 領域還沒有出現真正具備網路效應的產品。 雖然 Claude 和 ChatGPT 這樣的 AI 聊天機器人已經取得了成功，但它們並沒有形成強大的網路效應。 用戶可以隨時更換 AI 工具，幾乎沒有切換成本，這使得它們很容易陷入價格競爭。

 

David George：我們曾經認為，數據網路效應會成為 AI 產品的護城河。

 

Chris Dixon：確實，數據網路效應是一個理論上存在的概念，但它在實踐中往往沒有那麼強大。 很多人認為 AI 訓練數據越多，模型就會越好，使用者就會更依賴它，從而形成壁壘。 但現實是，個人用戶產生的數據對 AI 訓練的增量貢獻其實很小。 也就是說，單個使用者的使用數據，並不會顯著提升 AI 的能力，因此很難形成強大的網路效應。 這就導致 AI 公司面臨一個重大⻛險：市場競爭會加劇，價格戰不可避免。 雖然 ChatGPT 這樣的 AI 產品目前擁有很強的品牌認知度，但問題是如何避免進入純粹的價格競爭？

 

如果不同的 AI 工具之間切換成本很低，那麼最終的市場競爭很可能會演變成一場「價格戰」，所有公司都被迫降低價格，以吸引使用者。 這樣的話，這些 AI 公司不會是「統治級」公司。

 

David George：那麼初創公司還有機會嗎？

 

Chris Dixon：如果 AI 只是用來改進現有產品，那麼初創公司會很難與大公司競爭。 但如果 AI 作為核心架構來創造全新的業務模式，那就不一樣了。 目前，我們看到的很多 AI 消費應用，比如換臉、圖片增強等，雖然短時間內爆火，但很快就被 TikTok 或 Instagram 複製了，最終初創公司失去了競爭優勢。 如果 AI 產品沒有網路效應，那麼一旦它的功能可以被複製，它就很難⻓期維持競爭力。 這就是為什麼，如果想要建立真正成功的 AI 初創公司，必須找到可以形成網路效應的切入點，而不僅僅是提供一個功能。

 

為工具而來，為網路而留

 

Chris Dixon：一個經典的使用者增⻓策略是：「先因工具而來，後因網路而留。」 也就是說，許多使用者最初是因為某個工具而使用一個產品，但最終留下來的原因是網路效應。 例如早期的 Photoshop 使用者，可能只是想要一個圖像編輯工具，但後來，他們發現 Photoshop 的生態系統很強大，於是成為了⻓期使用者。 社交網路的興起也是類似的，許多使用者最初是因為某個功能（比如好友通訊錄）而加入，但最終是因為社交關係鏈而留下。 AI 也可以採用類似的策略，比如 AI 生成圖片的工具，可以作為一個切入口，但最終形成的應該是一個完整的 AI 創意社區，而不僅僅是一個工具軟體。

 

模仿技術與原生技術

 

Chris Dixon：在深入討論之前，重要的是要討論主要技術如何分階段推出。 新技術的發展通常會經歷兩個階段：

 

模仿階段：新技術模仿舊技術，以便讓使用者更容易接受。

原生階段：新技術創造出完全不同的新體驗。

 

再往後還有第三階段：新技術帶來的更廣泛變化。 例如，汽⻋發明后，我們建造了高速公路、郊區和卡⻋等其他基礎設施。

 

比如，早期的網⻚就像一本電子雜誌，所有內容都是靜態的，沒有太大區別。 這個模仿階段可能會存在十年甚至二十年，比如 1993 年的 Mosaic 到 2005 年左右的 YouTube 和 Facebook。

 

但隨著互聯網的發展，我們開始看到原生的互聯網產品，比如社交媒體、搜尋引擎和在線視頻平臺，它們沒有線下對應的商業模式。

 

AI 現在還處於擬物化階段，我們看到的 AI 應用，主要是在替代人工，比如 AI 客服、AI 寫作助手等。 但真正的 AI 革命，會出現在 AI 原生的產品上，比如 AI 生成的遊戲世界、AI 生成的互動內容等。 這就像當攝影首次出現時，文化評論家擔心它對藝術的影響。 沃爾特·本傑明的著名文章《機械複製時代的藝術作品》問過，當任何人都可以拍照時，藝術家會發生什麼。

 

今天，類似的問題存在於生成式 AI 中。 如果 AI 可以創作整部電影，傳統電影製作會發生什麼？

 

David George：我們已經在圖像中看到了這一點。

 

AI 作為創意基石

 

Chris Dixon：是的，這個趨勢已經從圖像開始了，視頻可能很快跟上。 過去攝影剛剛出現時，人們擔心它會取代繪畫，但最終，攝影和繪畫各自發展出了獨特的藝術⻛格。 美術轉向抽象，遠離攝影。 另一方面，攝影技術促使了電影的興起。 人們意識到雖然機器可以取代攝影，但它們也可以創造一種以前從未存在過的新藝術形式。

 

對於生成式 AI 也是同理，負面的觀點認為 AI 會取代人類創作，但實際上，AI 可能會催生出全新的藝術形式，為人類創造力提供了一個新的畫布，可能是虛擬世界、遊戲或新型電影。 除了創意產業以外，同理可適用於消費、社交網路等其他領域。

 

當你創造出新東⻄時，更廣泛的變化會隨之而來。 社交網路是一個很好的例子。 它在 2000 年代興起，到 2008 年和 2012 年奧巴⻢選舉時達到了一個巔峰點。 當時的新聞文章也指出，社交媒體從此從次要地位轉變為主要地位。 然後我們開始看到意想不到的社會變化。 這些變化可能會在未來 20 到 30 年內展開。

 

在 AI 中平衡供需

David George：你提到的這些技術階段很有意思。 互聯網的發展花了很⻓時間，其中一個原因是需要建立一個龐大的網路。 這裡涉及供需問題——互聯網的發展需要鋪設光纖、電纜這些無線基礎設施。 而 AI 需要的是計算資源，比如大規模的 GPU 集群。 但 AI 從「模仿階段」邁向「創新階段」，主要的限制因素可能不是技術能力，而是人類的創造力和想法。

 

Chris Dixon：我也這麼認為。 AI 的發展瓶頸很可能不在於技術，而在於人類的適應速度和政策法規的影響，這兩者是緊密相關的。

 

David George：換句話說，AI 發展的問題既包括供給端（計算能力），也包括需求端（使用者的接受度）。 但關鍵可能還是需求端？

 

Chris Dixon：是的，供給端的挑戰是需要開發足夠強大的 AI 模型，並擁有足夠的算力支援。 但真正的挑戰是如何讓使用者接受 AI，並將其融入日常生活。

 

我們現在看到，很多創業者都在探索如何用 AI 解決實際問題。 但和20年前不同的是，現在的創業生態已經成熟了很多。 十幾年前，大多數聰明人不會選擇創業，而是去大公司工作。 但現在，創業生態系統更完善，融資、人才、市場都比以前更成熟。

 

但 AI 還有一個大問題，就是人們的工作方式如何變化，以及行業如何適應 AI。

 

AI 如何改變行業

 

David George：比如好萊塢會多快採用 AI？

 

Chris Dixon：這正是我在思考的問題。 在我寫書的時候，我想要用 AI 生成自己的有聲書，但出版社和 Audible 都明確禁止使用 AI。 部分原因是行業的工會在抵制 AI，但也有更深層的原因。

 

David George：所以，AI 生成內容的能力是存在的，但行業還沒有準備好接受它。 我們可以看到，很多 AI 的潛在應用都面臨監管障礙。 例如，在醫療行業，AI 診斷的技術能力已經足夠強，但法規仍然限制其廣泛應用。

 

Chris Dixon：未來五年，美國的法官可能會裁決 AI 訓練數據是否屬於合理使用，或者國會可能會出臺法律，對 AI 訓練數據進行監管。 目前，AI 訓練數據的合法性仍然存在爭議。 AI 公司認為，AI 訓練數據是對資訊的「學習」，而不是「複製」。 但版權方則認為，AI 在未經許可的情況下使用了他們的內容，這構成了侵權。

 

David George：這幾乎是所有 AI 相關行業都在爭論的問題。

 

Chris Dixon：是的，最終可能需要法律來裁決 AI 訓練的合理性，否則這個問題會一直懸而未決。

 

David George：在受監管的行業，比如醫療、金融等，AI 何時才能真正落地？

 

Chris Dixon：目前，這些行業受到的監管極為嚴格，AI 要進入這些領域，可能需要很⻓時間。 但在某些領域，比如自動駕駛，我們已經看到了顯著的進步。

 

David George：Waymo 就是一個例子。 數據顯示它的安全性已經比人類駕駛高出 7 到 10 倍，並且擁有數百萬英里的實際數據支援。

 

Chris Dixon：也許這就是 AI 廣泛應用的模式——先在一個特定領域（如自動駕駛）取得突破，並證明它比人類表現更好，然後再推廣到其他行業。

 

 

互聯網的理想未來是什麼？

 

David George：你覺得理想的互聯網應該是什麼樣子的？

 

Chris Dixon：我們正處在一個十字路口。 互聯網最初的願景是一個去中心化的網路

此篇文章取自foresightnews：

 

https://foresightnews.pro/article/detail/79109

 

AIC 團隊敬上

2025/3/6