核心观点 - 上海期智研究院联合算秩未来发布国内首个针对Megatron-LM的开源增强工具链MegatronApp，聚焦高可用、自适应、高效率和可观测四大目标 [2][3] - 该工具通过慢节点识别、智能调度、计算解耦和可视化诊断等技术，在金融行业实测中实现训练效率提升25%、成本降低23% [5] - 在万亿参数模型训练场景下，细节优化可节省千卡GPU资源，对应数十万元成本 [1] 技术模块 MegaScan慢节点检测 - 通过毫秒级CUDA Events捕捉GPU执行状态，3分钟锁定慢节点，故障定位效率提升超100% [9][15] - 在256张4090集群实测中仅需76秒生成根因报告，对训练时长影响低于1.3% [15] - 采用通信同步特性对齐百万级事件，实现跨节点/设备的统一检测与归因分析 [9] MegaDPP动态流水线调度 - 重构传统1F1B策略，首创深度优先(DFC)和广度优先(BFC)双模式动态切换 [17][18] - 通过共享内存+RDMA组合通信技术，使流水线发送窗口扩展2.6倍，数据并行缩减窗口扩展2.4倍 [20] - 实际降低网络带宽需求50%，显存高峰显著缓解 [17][18] MegaFBD计算解耦 - 将前向/后向计算物理分离，单卡有效TFLOPs提升18.7% [24][30] - 采用虚拟Rank+物理Rank双层调度结构，避免资源竞争 [22] - 轻量级通信协调机制实现百卡规模稳定运行，同步复杂度仅线性增长 [26] MegaScope可视化系统 - 支持Attention/QKV/MLP模块热图回放、Token生成过程逐帧查看等交互功能 [33] - 异步缓存与在线聚合算法使性能损耗控制在1%以内 [37] - 提供扰动注入功能，可模拟通信异常或施加噪声干扰，响应时间短于3秒 [34][36] 性能表现 - 在8卡节点200G IB网络测试中，通信效率提升显著 [20][23] - Llama-3 13B模型训练场景下单卡算力利用率提升18.7% [24][30] - 整体端到端训练效率提升25%，成本节约效果显著 [5][38][40] 行业意义 - 填补国内Megatron-LM生态工具链空白，成为大模型训练系统基座 [3][40] - 开源项目地址已发布，推动社区协作优化 [3][42] - 适用于万亿参数规模训练场景，每1%效率提升对应数十万元成本节约 [1][40]

公司动态 - 金山办公在2025世界人工智能大会期间发布WPS AI 3 0版本——WPS灵犀 该版本支持通过自然语言和多轮对话实现文档创作 演示文稿生成及语音助手等功能 全程无需复杂操作和外部跳转 是原生Office办公智能体 [1] - WPS灵犀的产品形态基于实用路径探索 强调解决用户在实际办公场景中的问题 如PPT 表格 文档处理等 而非追求炫酷功能 [1] - 金山办公助理总裁田然表示 公司更关注用户真实需求 而非单纯展示AI能力 目标是快速进入满足用户需求的阶段 [2] 产品理念 - WPS灵犀的设计理念是还原与真人助理的沟通方式 用户可通过自然交互完成办公任务 例如一句话生成几十页调研报告等实用功能 [1] - 公司认为当前多数AI公司仍停留在证明自身AI能力的阶段 而金山办公已转向直接解决用户实际问题的路径 [2] 用户基础 - 金山办公每日服务1亿用户 产品经理的核心目标是解决用户在办公场景中的具体问题 而非开发炫酷功能 [1]

微软CEO纳德拉内部公开信核心观点 - 公司在AI驱动变革中面临大规模裁员，即使业绩蒸蒸日上[1] - 公司市场表现、战略定位和增长均呈上升趋势，但需削减9000个岗位[3] - AI理论上将提升公司盈利能力，但导致雇佣更少员工[1] 行业转型与技能淘汰 - 员工需"忘却旧知识"和"学习新技能"，部分技能已过时[2] - 公司选择雇佣更少但符合AI战略的专业人才，而非再培训现有员工[9] - "学习"口号实质是技能淘汰的警告[10][11] 盈利性裁员常态化 - 微软今年累计裁员1.5万人创历史记录，同期AI基础设施投入激增至800亿美元[3] - 战略性裁员与公司财务健康状况脱钩，成为行业新规则[12] - 软件行业将首当其冲承受AI冲击，类似工业经济自动化变革[2][12] 历史比较与战略定位 - 纳德拉将当前转变与1990年代PC革命类比，强调技术变革伴随人员伤亡[6] - 公司成功取决于"遗忘和学习过程"的能力，而非即时挑战[7] - "没有特许价值的行业中成功的谜题"成为裁员合理化手段[5] 行业影响 - 备忘录预示技术行业新现实：忠诚变为单向要求[12] - 盈利性裁员可能成为硅谷输出的下一个重大趋势[12] - 当前软件业务模式将面临AI冲击的主要影响[2]

公司表现 - Oracle Corporation (NYSE: ORCL) (NEOE: ORAC:CA) 今年以来股价显著上涨，主要得益于AI项目的广泛部署 [1] - 关键云计算协议推动公司股价创下历史新高 [1] 行业趋势 - AI项目的广泛部署成为推动公司股价上涨的核心因素 [1] - 云计算领域的重大协议对股价产生积极影响 [1]

报告行业投资评级 - 强于大市（维持评级） [1] 报告的核心观点 - AI Agent框架是Coding模型与AI编程平台协调配合，AI IDE通过AI能力降低开发门槛、提升效率，让底层逻辑适配AI行为 [3] - Claude Code推动Agent进入新阶段，Anthropic借助Claude大模型成Coding模型标杆，借Claude Code切入AI编程平台 [3] - 国产Coding模型中Kimi K2、Qwen3 - 2507、Qwen3 - Coder表现突出 [3] - 国产AI编程平台中字节、腾讯、阿里是突出代表，字节升级Trae 2.0，腾讯推出Codebuddy，阿里Qwen Code适配Qwen3 - Coder [3] - 建议关注国产AI Agent相关产业链 [3] 根据相关目录分别总结 AI Agent框架：Coding模型+AI编程平台 - Agent应用落地需优秀Coding模型和AI编程平台配合，Coding模型用于更高自动化，工具调用依赖其代码能力；AI编程平台整合开发流程，AI IDE引入AI能力提升效率，降低编程门槛 [6][7] - 传统IDE是工具集成平台，整合基础工具提供标准化开发环境；AI IDE以AI模型为核心，是开发者智能协作伙伴，降低开发门槛、提升效率 [10][12] - Cursor崛起原因包括与Claude深度绑定、具备强大代码索引上下文理解能力、有代码审查能力、工程化集成能力强 [14][15] - Claude模型适合Agent，Claude 3.7 Sonnet在TAU工作台性能先进，能处理全栈开发任务 [16][17] Claude Code：推动Agent进入新阶段 - Anthropic借Claude大模型成Coding模型标杆，借Claude Code切入AI编程平台，截至2025年7月6日，Claude Code吸引11.5万名开发人员，一周内处理1.95亿行代码 [23][25] - Claude Code优势在于需求理解与计划制定模块、全局代码库感知系统、自动化调试与修复引擎、工作流自动化系统 [29] 国产Coding模型：Kimi K2和Qwen Coder崛起 - Kimi K2是具备更强代码能力、更擅长通用Agent任务的基础模型，在部分能力维度表现超一些模型，略逊于Claude 4 Opus等；其爆发原因是开源万亿参数大模型、具有优秀Agent能力的非推理模型 [33][34] - Qwen3 - 2507是Qwen3 - 235B - A22B在非思考模式下的升级迭代，是纯非推理模型，在五项测试中多数指标拿下非推理模型最高分 [35][37] - Qwen3 - Coder是阿里发布的垂类代码模型，采用混合专家MoE架构，总参数480B，激活35B参数，训练数据7.5万亿tokens且70%是代码，引入强化学习，原生支持256K token上下文并可扩展至1M长度，在部分方面取得开源模型SOTA效果，可与Claude Sonnet4媲美 [40][41] 国产AI编程平台：字节、腾讯和阿里 - 字节注重全栈开发能力，升级Trae 2.0，TRAE与AI深度集成，有智能问答等能力，Solo模式以AI主导全流程开发 [43][44] - 腾讯重视产品开发部署，2025年7月22日发布CodeBuddy，定位“产设研一体”的AI全栈工程师平台，产品、设计、研发阶段有不同功能 [45][47] - 阿里Qwen Code针对Qwen3 - Coder模型优化，有增强的解析器支持和工具支持，可查询和编辑大型代码库、自动执行管理任务 [48][49] 投资建议 - 建议关注国产AI Agent相关产业链 [52]

市场表现 - 中证软件服务指数下跌0 17%，成分股涨跌互现，财富趋势领涨5 08%，指南针上涨3 66%，同花顺上涨2 66%，用友网络领跌，光环新网、三六零跟跌 [1] - 软件ETF(159852)下修调整，盘中换手3 06%，成交1 61亿元，近1周日均成交4 05亿元，居可比基金第一 [1] - 软件ETF最新规模达51 14亿元，创成立以来新高，份额达59 76亿份，均位居可比基金第一 [1] 资金流动 - 软件ETF最新资金净流入1 16亿元，近5个交易日内有4日资金净流入，合计8 58亿元 [1] - 杠杆资金持续布局，软件ETF最新融资买入额达2255 23万元，融资余额达1 26亿元 [1] 收益表现 - 软件ETF近3年净值上涨10 03%，自成立以来最高单月回报为39 35%，最长连涨月数为3个月，最长连涨涨幅为69 40%，上涨月份平均收益率为9 98% [1] 行业观点 - AI仍为计算机全年主线，当前估值水平已超过2020年、2023年高点，反映市场对盈利空间的乐观预期 [2] - 随着宏观经济复苏和AI技术迭代，计算机行业估值有望消化，市值进一步提升 [2] - AI应用趋势确定但受大模型能力、下游场景与支付意愿影响，2025年部分公司开始披露AI订单，预计下半年进入市值快速提升阶段 [2] 权重股信息 - 中证软件服务指数前十大权重股合计占比60 56%，包括科大讯飞(13 93%)、金山办公(8 15%)、同花顺(7 39%)等 [2][4] - 权重股涨跌幅分化，同花顺涨2 66%，恒生电子涨1 58%，拓维信息涨2 25%，指南针涨3 66%，科大讯飞跌1 75%，三六零跌2 26% [4]

纪要涉及的行业和公司 - **行业**：AI、科技、金融、营销咨询、呼叫中心、平面设计、网络搜索、软件开发、人力资源、语言学习、电商服务等 [1][3][83] - **公司**：Salesforce、Amazon、JPMorgan Chase、Recruit Holdings、Duolingo、Fiverr、Shopify [83] 纪要提到的核心观点和论据 核心观点 - 生成式AI对劳动力市场的总体影响有限，但在最易受AI影响的行业已出现劳动力需求受冲击的迹象，不过未来十年AI不太可能导致大量就业岗位减少，因为AI创新会创造新工作机会抵消自动化带来的岗位流失 [1] - 生成式AI会使失业率在AI过渡期间最多上升0.5个百分点，风险倾向于失业率更大幅度上升，尤其是AI采用比预期更前置时 [1] - 从历史证据和自下而上的分析来看，AI相关的岗位替代率在个位数中段到高位，对美国经济有一定但可控的影响，但风险偏向更具破坏性的影响 [79] 论据 - **AI对劳动力市场的当前影响** - 目前生成式AI对宏观经济和劳动力市场统计数据影响较小，采用率仍较低，仅9.3%的公司在过去两周的生产中使用了生成式AI [5][6] - 行业层面的AI暴露分数与大多数劳动力市场指标无统计学上的显著相关性，但在特定行业已出现劳动力市场混乱的早期迹象，如营销咨询、平面设计等行业就业增长低于趋势，科技行业就业份额下降，年轻科技工作者失业率上升 [9][14][21] - 若将当前用例在全经济范围内外推，估计2.5%的美国就业岗位有被替代的风险，表明目前绝大多数美国劳动力无自动化风险 [26] - **技术与失业的历史证据** - 历史上技术进步虽曾被预测会导致劳动力需求显著持续下降，但就业仍稳步增长，因为技术在破坏岗位的同时也创造新岗位，如过去85年超85%的就业增长来自技术驱动的新岗位创造 [32][33] - 生成式AI虽可能不同，但当前AI模型有局限性，人类在许多生产领域仍有比较优势，除非出现通用人工智能（AGI），否则AI不太可能导致长期就业减少 [37][38] - 技术创新带来的生产率提升会在短期内使失业率上升，每1个百分点的技术驱动生产率增长会使失业率在短期内上升0.3个百分点，但两年后无影响，历史上信息技术自动化繁荣期也有类似情况 [43][49] - **哪些职业更易被替代** - 构建了五个风险指标来量化各职业在生成式AI工具部署后被替代的风险，包括错误后果、任务重复性、任务内聚性、AI暴露任务价值与总体工资对比、后台与前台岗位分类 [56] - 根据不同情景假设，若10%最具风险的职业被替代，经济范围内的替代率为2%；若20%被替代，替代率为6%；若30%被替代，替代率为9%等，公司假设的6 - 7%替代率对应约20%最暴露职业受影响的情景 [69] - **AI相关岗位替代的宏观经济影响** - 基于基线假设，失业率在2030年代上半叶比趋势高出约0.5个百分点，对通胀有0.1个百分点的拖累，随后影响逐渐消退 [76] - 考虑AI采用更前置、替代率更大、经济衰退导致更多前置AI相关裁员等情景，失业率峰值可能上升0.7 - 1.8个百分点，对通胀的拖累为0.15 - 0.4个百分点，且峰值影响可能提前五年到来 [77][78] 其他重要但可能被忽略的内容 - 公司高管言论显示，如亚马逊CEO因AI减少企业员工数量，摩根大通消费者和社区银行CEO预计未来五年AI使员工数量减少10%等，表明企业已开始因AI提高效率而调整人员配置 [3][83] - 经济衰退可能导致公司加速使用生成式AI自动化和裁员，使失业率大幅上升且失业期延长；而生成式AI创造新利润池和加速创新可能增加再就业，限制摩擦性失业上升 [51][53]

核心观点 - "京办"智能政务协同办公平台入选"北京数字经济十大标杆应用"，展示了北京建设全球数字经济标杆城市的示范成果 [1] - 该平台由北京市大数据中心和京东科技共同打造，已覆盖北京16+1个区及114家市级单位，支撑50余万名政务人员在线办公 [1] - 平台深度融合大模型技术，提升政务办公效率并使基层治理更贴近民生需求 [2] 平台覆盖范围 - 贯通北京市、区、街道（乡镇）、社区（村）四级体系 [1] - 覆盖北京16+1个区及114家市级单位 [1] - 支撑50余万名政务人员在线办公 [1] 技术创新 - 采用统一通用的自研信创框架，解决不同国产软硬件的适配难题 [1] - 实现"一次开发、多处运行" [1] - 探索"联合开发"新模式，融合政务人员管理知识与企业技术能力 [1] - 深度融合大模型技术，提升办公效率并改善基层治理 [2] - 正在探索国产AI智能化全面赋能，打造国产政务大模型 [2] 运营模式 - 探索"共创多赢、赋能产业"的新路径 [1] - 政府和企业共同打造产品 [1] - 发挥政务场景应用创新对产业发展的带动作用 [1]

纪要涉及的行业和公司 - **行业**：金融软件行业 - **公司**：微软（MSFT）、ServiceNow（NOW）、甲骨文（ORCL）、SAP、Intuit（INTU）、Workday（WDAY）、BlackLine（BL）、Expensify（EXFY）、OneStream（OS）、Sage（SGE）、Vertex（VERX）、Workiva（WK） 纪要提到的核心观点和论据 整体行业情况 - **预算增长**：2025年金融软件预算增长相对2024年略有放缓，且低于整体软件支出，但多数类别年初至今预算有正向修订，关税/DOGE对金融部门IT预算影响相对较小 [2][3] - **AI应用**：核心金融系统和财务规划中AI采用率较高，预测和手动流程自动化是核心用例；AI货币化率从去年的16%降至14%；83%的受访者预计AI/ML技术将导致财务部门裁员，目标是3年内超50%的工作流程实现全自动化，而目前仅1% [3] - **云采用**：金融应用中云采用速度停滞，未来3年核心金融系统预计仅将2%的工作负载转移到公共云，财务结算、税务和费用管理等支出类别云渗透率预计下降；数据安全、迁移成本/复杂性和合规性是主要障碍，AI功能访问对迁移的激励较弱 [3] - **数字化转型**：尽管预算增长预期较为平淡，且对向云迁移有所犹豫，但整体数字化转型意愿依然强烈，超80%的受访者表示与一年前相比，参与项目的意愿增强 [2] 大型公司情况 - **微软（MSFT）**：今年CFO调查支出增长再次改善，同比增长加速至约3%，是加速支出的顶级供应商；凭借在GenAI领域的领导地位，Azure、Office和Dynamics等服务的扩展推动了钱包份额的增长；Copilot产品套件可提高组织效率和投资回报率；过去两次调查显示，数字化转型倡议意愿增强，对微软是利好 [4] - **ServiceNow（NOW）**：预计2025年支出增长上升，同比增长1.1%，高于2024年的0.5%；许多客户ACV仍以15 - 30%的速度增长，特别是增加了Pro Plus/AI功能的客户；有效地扩展到了与CFO相关的其他报告线和用例，如设施管理、ESG和采购以及最新的财务案例管理 [5] - **甲骨文（ORCL）**：支出增长从去年的2%降至1.7%，鉴于其后端应用增长放缓，这一表现好于预期；不排除甲骨文在GenAI方面的投资开始见效，OCI（云基础设施）预订趋势强劲，SaaS产品中融入AI/GenAI有助于推动Fusion HCM/Netsuite的更具韧性的增长 [6] - **SAP**：调查显示有多个积极信号，财务部门预算对宏观/关税驱动的不确定性更具韧性；受访者愿意维持/整合财务部门软件供应商数量；核心财务系统和财务规划管理是年初以来预算正向修订最强的类别；预算增长预期较去年有所改善，且领先于整体软件支出和同行 [7] - **Intuit（INTU）**：尽管企业样本可能不能完全代表其面向中小企业的客户群，但客户预计2025年对该供应商的支出将以高于平均水平的速度增长，且较2024年有所加速；供应商整合趋势在较小客户群体中更为明显，对作为广泛平台的Intuit有利；受益于高AI采用率、数字化转型意愿和自动化目标；最近QBO计划提价约15%，与财务部门未来12个月预计将14%的IT预算用于AI/ML相契合 [8] - **Workday（WDAY）**：CFO对其预算增长预期较去年从低于平均水平提升至平均水平，表明财务扩张活动有所恢复，但整体财务支出意愿略有缓和；核心财务软件云采用趋势停滞可能阻碍其进一步扩大市场份额，但数字化转型意愿和非核心财务软件类别中的供应商整合趋势提供了积极动力，财务部门的AI采用趋势为其在2026财年提供了货币化机会 [9] 中小型公司情况 - **BlackLine（BL）**：用户预计支出增长较往年放缓，处于供应商中的较低水平；2025年财务结算软件支出增长与整体金融软件一致，年初至今预算预期有正向修订；核心财务云迁移对财务结算升级的推动作用较之前调查显著下降；财务结算中AI采用落后于核心财务系统和规划等类别，其以席位为基础的定价模式在未来几年转型时可能存在风险 [10] - **Expensify（EXFY）**：尽管企业样本可能不能完全代表其面向中小企业的客户群，但受访者对其支出预期有所恢复，略低于中位数；接受卡支付的意愿增加，对Expensify卡计划有利 [11] - **OneStream（OS）**：用户2025年支出增长预期与软件公司中位数持平，较2024年有所提升；关税/DOGE对财务部门IT预算影响相对较小；财务规划中AI采用率高，有利于Sensible AI套件的渗透，规划/预测是财务部门流程中AI/ML的首要用例；超90%的受访者预计核心财务向云迁移将触发财务规划升级；以席位为基础的定价模式可能因预期的裁员而面临风险 [12] - **Sage（SGE）**：财务部门IT预算的韧性，特别是核心财务系统，对Sage是积极信号；受访者对Sage的支出增长接近供应商中的最高水平，且远高于2024年的增长预期；调查数据主要反映了对Sage Intacct的看法，可能受益于更好的续约价值和功能增长 [13] - **Vertex（VERX）**：用户支出增长预期在本次调查的供应商中最低，可能对扩张/交叉销售活动构成逆风；非核心类别中供应商工具的整合可能对其作为间接税最佳解决方案的地位构成挑战；由于合规驱动的价值主张，预计相对不受宏观逆风影响，AI/ML销售可能带来上行空间，近50%的受访者将税务和监管合规视为AI/ML的用例 [14] - **Workiva（WK）**：支出增长预期较去年有所改善，但仍低于中位数；ESG监管环境的不确定性增加，对短期前景持谨慎态度；长期来看，其被低估的平台方法（包括GRC解决方案）和资本市场环境的改善可能带来上行空间，但市场情绪和预期仍较为平淡 [15] 其他重要但是可能被忽略的内容 - **调查方法**：2025年7月CFO调查由花旗研究创新实验室协助收集，样本为120名美国组织中对财务部门IT决策有影响力的高管，组织规模平均为16,800名员工，前五大行业包括金融服务、制造业、专业服务、医疗保健和州及地方政府 [17] - **利益冲突披露**：花旗集团全球市场公司及其附属公司与报告中涵盖的公司有业务往来，可能存在利益冲突，影响报告的客观性；分析师的薪酬与特定推荐或观点无关，但受公司整体盈利能力影响；公司在多个国家开展业务，可能与主题公司存在商业关系等 [61][67][90] - **投资评级说明**：花旗研究的股票推荐包括投资评级和可选的风险评级，投资评级分为买入、中性和卖出，基于分析师对预期总回报和风险的预期；还可能包括催化剂观察或短期观点评级，与基本面评级相互独立 [72][73][75]

纪要涉及的行业和公司 - **行业**：科技行业 - **公司**：亚马逊（AMZN）、苹果（AAPL）、谷歌（GOOGL）、Meta（META）、微软（MSFT） 纪要提到的核心观点和论据 核心观点 - OBBBA法案将显著提升大型科技公司近期自由现金流，亚马逊、苹果、谷歌、Meta和微软有望在未来一年获得数十亿美元额外自由现金流，增强公司并购、创新和回报股东的灵活性 [1][7][12][14] - 预计公司很快开始修订现金流指引，未来几个季度将开始体现现金流收益 [4][7][9] 论据 1. **法案内容及影响** - **研发支出立即费用化**：恢复国内研发立即费用化，允许追溯扣除2022 - 2024年递延的研发成本，加速扣除可降低应纳税所得额，减少现金税负担 [13][41][44] - **100%奖金折旧**：永久延长符合条件的资本支出100%奖金折旧，降低当前现金税义务，企业可将全额奖金折旧纳入长期资本规划和投资决策 [13][54][55] 2. **各公司受益情况** - **亚马逊**：法案多年期最大自由现金流受益者，因持续较高资本支出和大量符合条件的研发投入，预计每年约150亿美元的税收优惠将持续，2028年仍有110亿美元受益，多余资金可用于人工智能基础设施和数据中心再投资或增加战略并购灵活性 [23] - **苹果**：2026财年FCF提升约30%（约150亿美元），未来四年OBBBA将为FCF预测累计增加203亿美元的上行空间，平均每年FCF顺风约4%，公司资本分配和再投资策略可能不会改变，但可能会更积极地将资金重新投入业务 [27][28] - **谷歌**：2025年FCF最大近短期受益者，有250亿美元的顺风，之后每年有40 - 60亿美元的长期顺风，增量现金流可用于继续投资和深化竞争优势及生成式人工智能产品 [30][32] - **Meta**：中期FCF有80 - 100亿美元的顺风，税收优惠将在未来几年更均匀分布，压缩FCF倍数，增量现金流部分用于支持公司基础设施需求 [33] - **微软**：预计OBBBA明年可为微软FCF增加100亿美元（较之前FCF估计高约12%），公司战略投资可能不会改变，多余现金可用于机会性并购 [35] 其他重要但是可能被忽略的内容 - 提醒投资者不要对增量现金流赋予倍数，因其主要反映未来现金税节省提前的时间效益，而非自由现金流生成的结构性变化，且纳税时间变化通常不影响GAAP每股收益 [5] - 估计为基线情景，最终影响可能因公司税务规划策略和潜在税务会计实践而有很大差异，利益的时间安排也可能受公司财年末影响 [6] - 介绍了估算增量现金税节省的方法，以TCJA预计税款为起点，计算从40%奖金折旧和5年研发摊销到100%奖金和立即研发费用化的增量税收节省 [64][65][66] - 详细说明了摩根士丹利的各种披露信息，包括研究报告的审核、发布、使用限制，以及不同地区的监管和分发情况等 [76][83][93][108]