# 中美 AI 创投的真实差异｜对谈 Leonis Capital 合伙人 Jenny > 42章经 精读 - 发布日期：2025-12-27 - 主持：曲凯 - 原节目：https://www.xiaoyuzhoufm.com/episode/694e181744647f77684bb4f1 - 网页版：https://42zhangjing.qiaomu.ai/ep/694e181744647f77684bb4f1.html - 精读字数：约 9350 字（阅读约 21 分钟） > 本文为 42zhangjing.qiaomu.ai 基于节目转写的 AI 整理精读，不是逐字稿；引用请注明出处并链接网页版。 2021 年，Jenny Xiao 加入 OpenAI，待了大约一年。2022 年底 ChatGPT 爆火一周后，她离开 OpenAI，和合伙人一起做 Leonis Capital。她美国长大，在中国读过初中和高中，前后生活 8 年；在哥伦比亚大学读博士，后来辍学去 OpenAI，2025 年 5 月又回学校把论文写完，拿到博士学历。 42章经年底这期节目，曲凯把 Jenny 请来聊中美 AI 创投的真实差异。话题从市场、资本、融资流程一直铺到一线观察：美国投资人为什么偏爱 To B，中国创业者去美国拿钱要过哪些关，硅谷眼下争论最激烈的问题是什么。 Jenny 反复提到一个判断：中美之间的差异没有很多人想得那么大，很多硅谷滤镜来自信息不对称。节目里更有价值的部分，是那些具体数字、具体流程和具体案例，它们能帮国内创业者少走一些弯路。 ## ChatGPT 爆火一周后离开 OpenAI，她判断应用层会起来 0:00:53 Jenny 在 OpenAI 的时间是 2021 到 2022 年，ChatGPT 还没发布。她看到了 OpenAI 发展最快、也最有意思的一段时间。离开后她没有做一个 AI 创业项目，而是选择基金。她当时想明白一件事：对 OpenAI 影响最大的人是 Sam Altman，而 Sam 以前也是做 VC 出身。 她没有太多投资背景，正好遇到一位经验丰富的投资合伙人。对方有投资经验，她有 AI 背景，两个人互补。2022 年底他们开始合作，合伙人从 2021 年就在做这只基金。 回看 2023 到 2025 年，Jenny 把美国 AI 的节奏拆成几段。2023 年，中美共识都是投大模型公司，钱不停涌向 OpenAI、Anthropic 这类公司。事实证明，大模型公司拿走了大部分利润。 Leonis 当时已经开始看 AI 应用。市场上流行一个说法：应用很薄、很轻，没有价值。2024 到 2025 年，情况变了。Cursor、Perplexity 跑出来，应用层公司做出特色，也做出护城河。 2024 到 2025 年另一个热词是 Agent。企业实际采用仍有困难。Jenny 和传统美国公司、国际公司聊，对方会说尝试过 AI Agent，稳定性不够，大企业没法用。市场从讲大故事，转向讲企业实际采用。创业者变得更务实，更在意产品能不能真正解决问题。 2026 年，Scaling Law 走到终点，大模型提升能力还有别的办法。细分领域数据做 fine-tuning，模型能力能提升很多。医疗、生物、科学方向都有机会。Jenny 说自己在领英上一半私信都问她每小时多少钱，能不能帮 AI 公司做博士领域的数据标注。她周围读过博的同学也觉得这事很普遍。 应用层的机会更多在企业级。她讲了一个日本银行的例子。银行 AI 负责人用过 Rogo，一款帮投行人员整理金融文件、做 Excel 数据分析的产品。对方评价产品很好，但不够稳定，达不到 100% 或 95% 的准确性，反而添麻烦，必须人工一点点检查产出。 **企业级 AI 的机会，很大一块在稳定性与工作流拆解。**把工作流一步步细分，每一步只给 AI 几个选项，不让它随便什么都能做，大企业才敢用。另一个大机会是政府软件。美国不少政府软件还像上世纪八九十年代的产品，AI 创业公司想把产品卖进去，稳定、万无一失是前提。 ## 美国投资人偏爱 To B，To C 难在市場太碎 0:09:58 曲凯提到，美国投资人和创业者做 To B、To G 的很多，国内做这个方向的相对少。甚至有美国投资人直接说看不懂 To C。Jenny 的解释从市场结构开始。 中国市场在她这个硅谷视角里很统一，大家需求高度一致。国内投资人投一家火锅连锁店，可以把它当 VC 项目。美国市场细分太多，这个事很难想象。 她举了支付软件的例子。美国黑人、白人、亚裔使用的支付软件都不一样。AI 模型、消费产品、消费痛点也一样。国家太多元，To C 产品必须根植于一个群体、一个细分人群。做一款 AI 支付软件，可能专门针对 Gen Z；另一款专门针对乡下保守人士。很难形成一个统一大市场，让 To C 创业者有足够大的 TAM。 To B 的支付意愿又是另一套逻辑。中国企业更愿意买服务，美国企业更愿意买软件，因为美国人工太贵。能用软件取代人的事，企业愿意做；能提升员工效率的事，企业也愿意做。这是很理性的决策，国内觉得理所当然的事，在美国可能无比昂贵。 > 美国市场大家的付费意愿很强，但到了欧洲、日本，付费意愿就远远没有美国这么强。 Jenny 还提到小费文化。搬箱子上楼给三五美元小费，大家习以为常。一个月付 20 美元解决一些小痛点，美国用户接受度很高。她认识不少美国创业者，会说美国市场付费意愿强，欧洲、日本远没有这么强。美国是一个特例，人工贵加小费文化，把软件支付意愿推得很高。 Prosumer 产品在美国的最佳路径，也被这套逻辑塑形。国内会把 Prosumer 划成 To C，美国更像 To B，关键看最终谁买单。Notion、Figma 一开始给个人用，个人用着好，带进公司，公司有五十人、一百人在用，就买企业版。很多美国 Prosumer 产品都走这条路径。 Jenny 投过 Motion，主要做小 B，客户是个人或二十人以下的小公司。小 B 的付费能力比个人强很多。她还提到一家做 AI 邮件和生产力工具的公司，产品先给个人用，个人觉得省时间，再介绍给公司同事，很多大客户是这样拿到的。 To 大 B 在美国是最优解。大 B 支付意愿强，粘性也强，不会轻易换产品。曲凯问到大客户集中问题：有些公司前三个大客户占销售额六七十。Jenny 说这比较常见，但作为投资人会担心。 **只有两三个大客户占收入大头，往往说明公司还没找到真正的 product market fit。**更让她警惕的是，公司在做产品之外还做了很多服务。美国投资人很忌讳创业公司拿投资人的钱做服务方向的事。公司到 A 轮、B 轮之后通常会分散客户，前五大客户占三四十，是比较好的状态。 To B 公司在美国最现实的出路之一，是卖掉。开发者工具、企业应用公司很容易被收购。微软、谷歌这类大公司用得好，可能直接把公司买了，把团队和功能吸进大平台。估值几十亿美元的中型公司，也会收购更小的公司。投资人投北美 To B，退出路径更明确。To C 公司很难被收购，用户画像不同，产品往往必须单独存在。 ## 看人还是看事：美国投资人的考察清单 0:18:23 一个创业者来找 Jenny，她先看人，也看事。人这一层，她最在意创业者对行业有没有特殊见解。她见过太多美国创业者，因为同事创业、同行创业、谁谁成功了，自己也出来创业。这个动机和国内很像。 她不要听“这个市场很好”，她要听“这个市场为什么你知道一件事，别人不知道”。国内投资人常说没有信息差，一个好点子迅速有十几二十个人照抄。美国还有很多细分垂类没人做，客户付费意愿又强，行业见解很值钱。 第二层是快速学习和快速认知市场。她会问创业者：你觉得这个事别人会不会做？有些创业者假装自信，说只有我能做，别人都不能做。她心里会默默扣分，因为对方对竞争没有清晰认知。 她更想听到的回答是：我想过 A、B、C 都可能做，他们有这些优势；在这个细分赛道，我们可以先用某种方式切进去，在这个点上有优势，再从点到线到面占领市场。硅谷一些加速器出来的创业者会直接说“我们做得最好，其他人都是垃圾”，这种回答她不欣赏。 看人还是看事，要分阶段。很多天使和加速器投资人只看人，认准了就投，不在乎你做什么。Leonis 投种子轮，希望创业者有一定客户体量，有两三个人的小团队，仍然很看方向。 美国投资人敢投非常年轻的创业者，文化是底层原因。Jenny 在美国和中国都长大，她觉得美国初高中生比中国小孩早熟很多。美国十六岁可以开车上学，她先生是白人，十六岁住在山上，每天自己开山路上下学。学校里有各种乱事，家长也不觉得难以接受。国内很难想象高一学生自己开车上学。 她先生十三岁开始做公司，十六七岁有一家云服务公司，做得挺大，不怎么上学，后来拿全额奖学金读大学。美国社会更包容这种路径。YC demo day 她每年都去，最近两年感受很深：创业者一届比一届年轻，很多高中辍学，十七八岁，最小的十五六岁。 她们基金统计过美国发展最好的一百家 AI 公司创始人的年龄和背景。常见年龄是 26 岁和 27 岁，中位数 28、29 岁。一百家公司里，大约 10% 到 15% 的创始人在 18 到 25 岁，基本是本科辍学。 **美国年轻创业者看起来年轻，很多人在十三四岁就开始做项目，实际经验并不少。**辍学创业在美国有制度支持。学校有 leave of absence，可以休学几个学期甚至几年，之后再回去把学位读完。创业失败可以回学校，创业成功也没必要回去。美国企业也没有特别在乎你有没有文凭。 从哪儿辍学仍然重要。哈佛、斯坦福辍学，和社区大学辍学，对创业成功概率、投资人意愿、之后找工作都有影响。她也见过斯坦福学生辍学去 YC，拿一笔钱再回学校，把创业经历当简历。她投过一个 19 岁华裔男生，从宾夕法尼亚大学辍学，第一次创业，但之前做过很多开源项目，有项目经验。 美国当前受欢迎的创始人画像，大致是二十七八岁，大厂出来，技术背景强，或者有博士学历。博士背景的人，她可能更期待他做 CTO；二十二岁进大厂、工作五年的人，精力旺盛、基础能力强，更适合做 CEO。连续创业者第一次成功，第二次出来募资也会有很多人愿意投。硅谷也有年龄歧视，三十五岁以上没做出大成绩，再出来创业，投资人会问很多问题。 国内当下最受欢迎的画像，是字节高管、连续创业者，创完业去字节，或者从字节出来再创业。中层会弱一些。两国都看背景，但美国更偏技术、博士、年轻大厂背景，中国更偏大厂高管和连续创业经历。 ## 估值玄学与泡沫：AI 公司倍数应低于 SaaS 0:30:10 硅谷估值在 Jenny 看来是玄学，没有非常理性的定价方式。天使轮，两千万美元算贵，一千多万美元正常。种子轮第一轮差不多两千万到两千五百万美元，YC 公司贵一点，三千万到四千万美元她也见过。 大厂出来、背景特别好的人，什么都没有，一上来估值一亿、两亿美元，也很常见。A 轮变化更大，基本都在一亿美元以上。过去做到一百万美金年化收入就能募 A 轮，现在要三百到五百万美元才能融一个很好的 A 轮。 种子轮和 A 轮的间隔也在变。五年前这个间隔大约十八个月，甚至可以压缩到十二个月。现在收入要求更高，估值也更高，很多公司钱不够用，会在种子轮和 A 轮之间加一个 extension round。融资战略因此变得更复杂。 曲凯问 AI 有没有泡沫。Jenny 的判断很直接：一级市场和二级市场都有泡沫。她有一个和主流不太一样的观点：**AI 公司的估值倍数应该比传统 SaaS 低。** 传统 SaaS 按年化收入乘二十、三十。AI 公司每提供一份新服务，要花更多钱，token 成本很高；传统软件公司做出一份产品，卖一百万份、一千万份，不用再投入。很多 AI 公司表面是软件，实际是基建公司。按这个逻辑，AI 公司的倍数应该低一点。 她认为很多头部 AI 公司估值太高，一些二级市场公司也有同样问题。一级市场最明显的是很火的公司，用户数量在减，估值还是特别高。她点名 Perplexity、Cursor，觉得估值偏高，投资人忽视结构性问题，只看收入增长就盲目投。 后期融资也有明显的做估值现象。一轮给很高估值，只拿一点钱，或者靠老股定价要更高估值。高估值能吸引更好的人才。Cursor 在一个很卷的赛道里，必须拿到最好的 AI coding 人才，要和 Anthropic、OpenAI 抢人，只有估值足够高，给人才的股票才值钱。 **员工容易忽略一个风险：公司估值特别高，你进去之后估值打下来，股票可能价值为零。**创始人和投资人更懂金融，知道这个风险；很多员工只觉得公司估值越高越好，自己的股票越值钱。 2026 年，她判断美国 AI 泡沫会破。AI 泡沫持续太长时间，二级市场已经开始问 AI 是不是泡沫，虽然还没采取大行动，但泡沫已经成了共识。 > 现在就是一个很大的一个气球，还差一根针。 她最担心两家公司：英伟达和 OpenAI。英伟达对美国二级市场影响太大，某个季度销量不好，可能影响整个二级市场。OpenAI 收入低于预期，会影响整个一级市场。 她还担心谷歌让 Gemini 完全免费。Gemini 的 performance 已经变好，如果完全免费获客，可能吸走 OpenAI 三成用户。OpenAI 现在收入六到七成来自每人每月 20 美元的订阅。两三成用户离开，对 OpenAI 影响很大。OpenAI 出一点裂痕，一级市场整体估值都会往下压。 Pre-seed、seed 离泡沫最远，离真正市场估值还远，还是看人、看产品。B 轮、C 轮之后会感受到很强的市场压迫。Leonis 没有追很热、一开始估值很高的项目，担心下一轮估值更低，甚至融不到下一轮。2025 年他们投资节奏没有特别快，担心 2025 像 2021 一样成为泡沫最高点。早期受二级市场影响小，他们还是正常投资。 ## 中国创业者赴美融资：先调架构，再住一个月 0:36:21 中国创业者想在美国融资，Jenny 建议把时间线拉长，不要从见投资人开始。第一步是把架构调好。很多国内公司是开曼架构，或者其他国家架构，美国投资人比较难投进去。 这里存在先有鸡还是先有蛋的问题。国内老股东可能不让调架构，或者要求拿到美国投资再调。美国主流基金除特拉华架构外，基本不太会投，这会是一个雷点。创业者态度诚恳，说明现在是什么架构、准备调成特拉华架构，百分之八九十的美国投资人可以接受。 第二步，先到硅谷住一两个月，参加当地活动，接触创业者、投资人、大厂员工，了解环境之后再开始募资。她见过很多中国创业者，来美国两个星期，第一步就是找投资人，希望两周把钱募完走人。很多小细节会暴露你不了解美国。她建议至少住一个月，再接触投资人。 第三步，别把融资外包给 FA。国内逻辑是募资外包给 FA，FA 介绍投资人，聊完走流程，很快，很 transactional。在美国，用 FA 认识投资人，投资人内心会默默减分。她会想：你是不是没有硅谷资源，是不是不了解硅谷环境，是不是无法单独募资，才找 FA 介绍。 更好的方式是先在美国认识当地人，让当地人推荐投资人。美国创业者和投资人的关系很扁平，可以直接写邮件介绍，也可以让朋友介绍。熟人介绍，基本上一半基金愿意聊；自己 cold email，回复率可能只有 10%，甚至更低。 在找机构之前，她建议先融一小轮天使。额度不用很高，十几万、二十万美元。做 AI 设计，就找 Canva、Figma 或其他 AI 设计方向的专业人士；做某个垂直领域，就找这个领域的专家。拿到专业人士背书，机构投资人可能愿意找他们聊一聊。 见投资人，第一次通常是三十分钟。中国创业者容易水土不服：投资人硬掐三十分钟，创业者还想再讲半小时，问能不能拖五到十分钟，投资人会说下面还有会。这不代表不想投，美国会议排得很紧，大家都是半小时半小时约。 第一次 pitch 要非常简洁清晰，挑重点讲。投资人感兴趣，会约下一次。Leonis 一般卷创始人三到四次就做决定，有些公司次数更多。第一次是认识，你接触的投资人会成为你在基金里的 advocate，成为对接的主要人。第一个投资人要找能单独做决定的人。找 associate 或年轻投资人，他没有权限决定，必须内部往上推，过程会漫长。 第二次见面，可能两个合伙人一起，或者多个合伙人一起。创业者要准备回答更详细的问题。第三次见面，基金已经很感兴趣，会根据投资风格专门问某个方向。她有个朋友做基金，以前是 Uber 数据负责人，会问很多数据、技术、后端问题。每个基金特色不同，那个 session 大约一小时，专门问一个问题。 第四次见面并非越多越好。有时是基金内部讨论：我觉得公司很好，合伙人觉得还差一个东西，这次会议就针对这个痛点深入。投资人背后还会做很多研究，打电话问老员工、前投资人，找领英共同朋友了解创始人。第三次或第四次找你要 data room，基本表示非常感兴趣。最后签约，律师进来，做定价。整个流程两周左右，快的一周，有些基金三到四周。 她一般建议创业者一开始接触四五十家基金，最后两三家投，大概这个比例。硅谷至少有大几千家机构，找四五十家可行。创业者可以直接问基金：一年投多少家，投什么估值区间，投什么阶段，看中什么。最好的 pitch 往往从主动提问开始，先问投资人情况，再结合对方说的方向 tailor 自己的 pitch。 ## 中美审美差异与硅谷 2026 争论 0:46:58 Jenny 在国内聊了一圈，最惊讶的是中美投资人和创业者的审美差异。她在一个创业者局上看到，大家喜欢用的产品和美国差异非常大。 美国很多产品只做一个功能，一个产品专门做一件事。Granola 专门记笔记。国内会问：飞书可以记笔记，还可以做十几件事，为什么不用一个产品全包了。把 Notion、Granola 和其他很多软件做在一起，是很不一样的产品审美。 另一个差异是软件与硬件。美国投资人想投纯软件，创业者想做纯软件，双方都偏 To B。中国正好相反，很多人特别想做软硬件结合。 她用得最多的还是 ChatGPT。她把 ChatGPT 分成八个板块：个人、健康、工作、研究等。每个板块有很长的 custom prompt，每个对话有自己的 custom prompt 和信息。很多人只用 ChatGPT 聊天，她把它用出花，靠的是很强的个人梳理。 她还看好一些企业端增长很快的公司。Cursor、Perplexity 她没那么看好，因为跟大厂走得太近。有些大模型公司她不知道在做什么，也不看好，赛道太卷。她投了 Kepler，用 AI 做生物数据分析。她不是生物背景，用不了，但她妈妈做心脏病学研究，天天使用 Kepler，反馈很好。她因此觉得细分领域有很多机会。 硅谷 2026 年讨论最热的话题之一，是 Scaling Law 有没有结束。研究人员里，大部分人同意已经结束。投资人对这个问题的关注没那么高，离技术远的投资人不太在乎。另一派认为 post-training、fine-tuning 还有 Scaling Law，不会像原来那样简单直接有用，但修修补补，在某个细分赛道或领域仍能提升很多。 应用公司自己训模型，是不是未来方向？Jenny 认为有能力做这件事的应用公司非常少。她聊过很多 AI 垂直公司，对方说有很多医疗数据、法律数据，能不能自己做模型。她会提醒：花费非常大，要招人，要组建完整 AI 技术团队，不一定值得。大模型本身在迭代，下一代模型可能不需要你自己 fine-tune 就能达到效果。 **除非有非常大体量的独家专有数据，加上非常强的技术团队，一般应用公司，尤其早期公司，没必要自己训模型。**大部分应用公司会被模型公司吃掉，coding 和大模型关系太密切，最容易被吃掉。AI 法律、AI 金融等更细分的赛道，OpenAI、Anthropic 覆盖不到，仍给创业者很多机会。 另一个企业讨论很多的话题，是 AI 到底有没有带来企业生产力提升。一派说法是美国企业 AI 应用没有带来提升，MIT 一篇文章说 95% 的企业 AI 应用最后都失败了。另一派说 AI 正在取代人的工作，会带来大面积失业，哈佛和耶鲁的研究说领英上比较 junior 的入门级工作，从 2023 到 2025 年减少了 20%，甚至更多。 Jenny 认为这两派互相不兼容。她对 95% 失败率的解释是：很多美国大企业在尝试自己做 AI，大公司很难招到好的 AI 人才，也很难有决心把 AI 推行到底，失败很正常。大企业和创业公司合作，成功概率会高很多。AI 对就业的冲击也很明显，她很多朋友的小孩读初高中，已经在担心未来就业；年轻学弟学妹从名校出来，也觉得就业市场非常紧。很多能被 AI 做的事被 AI 做了，大厂招人数量在变少。 Leonis 当下最想投的公司画像很明确：在某个垂类有技术壁垒、数据壁垒、行业壁垒，深耕一个赛道。他们第一期基金投得最好的公司，是用 AI 做维修。听起来离硅谷很远，但客户包括美国传统企业、制造业、餐饮行业，麦当劳、星巴克、万豪酒店都会用它的软件做维修记录、提出维修建议、提醒哪个管道该修、帮忙约时间。 这家公司切的是大公司内部维修人员和流程，不是本地零散服务商。大地产、酒店、酒店集团更适合。它在一个细分赛道深耕很长时间，有自己的数据，有 AI 技术能力，解决一个非常垂直的问题。 2026 年，Jenny 会很看重企业级应用。她看到很多 AI Agent demo 很花哨、很多功能，她更关注能不能解决企业真正痛点，能不能稳定输出。这是 AI 公司 2026 年要攻克的难点。 客单价很难一概而论。美国很多行业一年付十万、二十万美元，挺常见，算比较小的订单。大一点的订单，一个公司一年付几百万、一两百万美元，也很常见。 投资逻辑上，她们非常看重产品是不是替代人。产品会增加一部分人的能力，替代另一部分人的工作，这样才可能拿到非常大的订单额度。美国人工贵，一个员工一年招进来可能要七八万美元，用 AI 只付一万美元就能做他的工作，客户支付意愿很强。如果产品不能取代一个人，只让人提高百分之二三十效率，客户可能觉得不需要，现在的人已经够用了。 ## 出海建议与 Manus 案例：先想清楚市场，再选钱 1:03:00 给国内 AI 创始人出海建议，Jenny 第一条是了解美国创投圈文化，试着融入。硅谷仍然很包容，可以先在那边生活一段时间，了解社群，再扎根美国。她觉得美国市场非常好做事，世界很大，机会很多，中国优秀创业者不比美国少。中国软件方向缺土壤，可以多拓展自己的 TAM。 曲凯提到一个现实困境：很多创始人背景和能力都很好，在国内能非常简单地拿到很多钱，甚至比美国更多。去美国要待一段时间，聊很多机构，面对不确定性；美国机构可能不认国内背景和经验，不愿意给高估值。国内拿钱更顺，拿完再到美国更难，容易循环下去。 Jenny 的回应是看方向。有些方向美国市场明显有优势，长痛不如短痛，先去美国接受短期阵痛。 > 是金子总会发光的。 在美国做两三年，肯定能做出成绩。国内条件太优越，可以走国内到新加坡的路径，或者国内到其他地方的路径，不一定非要融美国的钱。把产品卖给美国个人或美国企业，也可以。 如果创始人想靠数据融资，To B 种子轮要求没那么高，十万、二十万美元 ARR 就可以。她强调，早期还是靠人。 Manus 拿到海外融资，Jenny 认为关键因素并非数据特别好。团队特别强，美国营销做得非常好，美国投资人都认识 Manus。团队来自中国，但给人的第一印象是国际化的中国团队，营销视频都是英文，先在美国火起来，再到中国。这是一个很值得参考的案例。 没有 Manus 这样的光环和营销能力，中国背景创业者至少要有一百万美元 ARR，甚至更多。纯中国背景、和美国风格差异非常大的创业者，做到几百万美元 ARR，她会觉得可以不在乎别的事，你去哪都能成功。 五百万美元 ARR，做 To B，在美国市场可以直接融一亿美元估值。中国背景创业者，最少也能拿到八千万美元估值。当然还要看架构和其他问题。她作为华人，仍然愿意投。 这期节目听完，能带走的判断很具体。做美国市场，先把架构调到特拉华，去硅谷住一个月，进当地圈子，让熟人推荐投资人，先融一小轮专业天使，再准备四五十家机构名单。第一次见面三十分钟讲清楚，别把 FA 当捷径，别拿两三个大客户占六七十收入还讲不清 PMF。 2026 年还要多一层谨慎：AI 泡沫已经成了共识，高估值项目不追，企业级产品要稳定输出，产品价值最好能用“替代多少人工”算清楚。国内条件足够好，不必硬融美国钱，换一条路径也能把美国市场做起来。关键是先想清楚自己要打哪个市场，再决定拿谁的钱。