2017年度盘点：互联网十大未解之谜
一、如果百度3年前就用所有服务器挖比特币的话，现在市值能超阿里吗？
7年前，比特币仅值6美分，今年初还不及1000美元，目前已突破19000美元。今年以来，其累计涨幅超1800%，抢尽了眼球。
今年以来，百度股价上涨了40%，目前市值818亿美元；同期阿里上涨了93%，市值4395亿美元。百度和阿里，一个是最大的搜索引擎，一个是最大的电商平台，在全国拥有的服务器数量自不必说。于是问题来了，假如百度3年前就用所有服务器挖比特币的话，现在市值能超阿里吗？当然了，这个问题有玩笑的成分，但也确实是一种新的视角，你说是不是？
本小编也在想，如果年初把全部家当拿去买比特币的话……唉不说了，码字去了。
二、摩拜ofo究竟有没有挪用押金？
押金和倒闭，是今年共享单车领域最重要的两个关键词。就在最近，摩拜和ofo两大共享单车行业巨头，也被曝出因为资金告急挪用60亿元押金。虽然摩拜和ofo事后均否认上述传言，称严格保障押金安全，并且随时可退，但有心者发现，这两家公司在回应中并未直接回应是否存在挪用用户押金的行为。
有共享单车业内人士的说法则是， “挪用押金已经是行业公开的秘密。”
三、王者荣耀团队的年终奖到底有多少？
10月，一张内容为脉脉匿名区网友曝料王者荣耀年终奖100个月工资的截图在朋友圈传播，引发网友讨论。对此，腾讯游戏表示：传言太离谱了，10月才开始就算奖金啦？大家还得努力工作好几个月呢。此截图被网友广泛传播后，有网友表示很羡慕，也有网友感概不愧为大鹅厂，有网友提问：这样的工作机会还有吗？
四、丁磊的猪到底什么味道？
乌镇的世界互联网大会起于2014年，至今已举办四届。除了标准高大上的会议议程外，丁磊组织的饭局已经渐渐成为最受吃瓜群众关注的话题之一，今年的菜品就包括用“丁家猪”做的石烤馍夹封肉、蒜蓉白肉、桂花小排等等。“丁磊养猪”乃是业界佳话，但很多人只听其名不知其味。目前丁家猪只在少数电商和超市平台上销售，但价格相当“感人”，估计一般人下不了手。不知道这样的猪肉，什么时候能普及到老百姓的餐桌上呢？
五、贾跃亭家里还有多少钱？
今年11月，仍身在美国的贾跃亭在接受采访时说道。贾跃亭当时表示：“小薇说可以做事业，但是家庭怎么办，房子都被冻结了，就剩一套房子，还是用她妈的名字买的，小薇的卡也被冻结，只能刷2000块，小薇都说不相信我了。所以说，这次对我触动特别大。”可是最近，贾跃亭口中“刷卡额度只有2000元”的甘薇要出万元月薪为孩子招聘英语家教。
所以，那些没钱“哭穷”都不是真的？
六、刘强东是不是真的脸盲？
今年2月，央视财经频道采访京东集团CEO刘强东。刘强东在谈及妻子章泽天时表示，“我这个人脸盲，说实话，根本分不清谁漂亮谁不漂亮，我跟她在一起，不是因为她漂亮，因为我根本不知道她漂亮不漂亮。”
刘强东脸盲与否不知道，作为他的真性情不只一次“雷到”网友。
近日，有网友在京东上看到给自己推荐了一条阿玛尼内裤，并且打上商界精英标签。该网友表示这个归类让其头大，刘强东风趣回应：“你的一条小内内够我买20条大裤衩，一个键盘500多，这不是商界精英是啥啊？”
七、雷军一天睡几个小时
去年夏天，雷军在一场闭门会上承认，“这段时间是我们的一个谷底。”这一两年，关于小米是不是掉队的声音，不绝于耳。就连一向忠诚的米粉，也因为产品没有达到预期而表露出失望。
过去两年小米遇到了什么问题？雷军的解答是，一，小米线上渠道增长减缓。二，高性价比商业模式的普适性受到挑战
雷军有“IT劳模”之称，去年上半年做客CCTV2《遇见大咖》节目时，他自曝三分钟吃一顿饭，一天开十一个会。今年呢？
八、微博的产品经理每天要被用户黑多少遍？
微博的产品经理是中文互联网行业被黑的最惨的一群人，吐槽微博的新功能似乎变成了一种政治正确。在这些批评说的声音中，常见的一句话就是：微博猪一样的产品经理怎么就不能向微信学习学习，你看人家微信设计得多简洁？
微博2017年第三季度财报显示，净利润1.011亿美元，同比增长215%。成绩很优秀，但广告越来越多、客户端越来越难用却让用户尤其是老用户怨声载道。微博也有苦衷，每次改版都在为商业化铺路。但用户是基础，用户体验才是王道，这一点任何时候都不会变。
九、库克知不知道App Store的搜索和评论区已经被刷广告的水军占领了？
App Store的评论区，已经成为了小广告最新的阵地，根据App的性质，还可以实现精准投放。例如在银行、理财类APP的评论区，经常能看到各种P2P理财、现金贷、网贷产品；购物类APP，则是网赚广告的重灾区。App Store的搜索区也是，常年被广告霸屏。
十、人工智能究竟是个什么东西？
今年TMT领域的各大论坛上，是个人上来都谈人工智能，而真正做人工智能的公司都不好意思说自己是在做人工智能了。有人认为，人工智能未来就是会达到或者超过人的智能的一种能力，但其实人的大脑工作原理和机器大脑的工作原理是不一样的。
业内外对AI的理解都存在误区，从而高估或低估了AI。大家觉得人工智能已经很快就到了，但实际上学术界认为，人工智能还有很多基本问题没有解决。