人类简史
全球现象级畅销书，首次出版于2011年。尤瓦尔·赫拉利以宏大的历史视角，系统阐述了智人从非洲角落的普通猿类，到统治地球的主宰者的演化历程。本书打破传统历史叙事，将生物学、人类学、经济学、心理学跨学科融合，提出"认知革命"、"农业革命"、"科学革命"三大关键转折，深刻揭示了虚构故事、金钱、帝国、宗教如何推动人类融合统一。本书是理解人类命运与未来走向的必读之作。
消费者行为学
消费者行为学领域的权威教材，首次出版于1982年，已更新至第13版。利昂·G·希夫曼系统阐述了消费者决策的全过程：需求识别、信息搜索、方案评估、购买决策、购后行为。本书结合心理学、社会学、文化学视角，揭示了影响消费者行为的内在因素（动机、知觉、学习、态度）与外在因素（文化、社会阶层、参照群体、家庭）。本书是营销从业者、产品经理、品牌管理者的必读之作。
营销革命
定位理论创始人阿尔·里斯的经典之作，首次出版于2002年。本书系统阐述了“聚焦、收缩、牺牲”的营销革命原则，指出企业必须放弃“大而全”的幻想，聚焦于单一品类或单一产品，才能在消费者心智中占据位置。里斯结合IBM、苹果、通用汽车等案例，揭示了“分化”与“聚焦”是营销的两大定律。本书是品牌战略与产品规划的必读之作。
超级符号就是超级创意
本土营销实战经典之作，首次出版于2015年。华杉、华楠兄弟系统阐述了“超级符号”方法论——品牌必须占据人类文化中已有的超级符号，降低传播成本，触发购买行为。本书结合西贝莜面村、海底捞、足力健、神经营养液等真实案例，揭示了“购买理由”与“超级符号”的底层逻辑，是中国营销人必读的实战指南。
增长黑客
国内增长黑客领域的启蒙之作，首次出版于2015年。范冰系统阐述了数据驱动、快速迭代的增长方法论，涵盖用户获取、激活、留存、变现、推荐（AARRR模型）五大核心环节。本书结合Dropbox、Airbnb、Uber、Facebook等硅谷案例，以及国内互联网实战经验，提供了低成本、高效率的增长策略。本书是互联网从业者、创业者、营销人员的实战指南。
营销管理
现代营销学之父菲利普·科特勒的经典之作，首次出版于 1967 年，已更新至第 16 版。本书系统阐述了营销管理的全景框架，涵盖市场分析、战略规划、营销组合（4P/4C）、品牌管理、数字营销、社会责任营销等核心内容。科特勒以严谨的学术态度和丰富的商业案例，帮助读者建立完整的营销知识体系，是营销从业者和企业管理者的必读之作。
芯片战争
科技史领域的经典之作，首次出版于2022年。Chris Miller系统阐述了芯片（半导体）产业的发展历史、技术演进与地缘政治博弈。本书从晶体管的发明、集成电路的诞生、摩尔定律的演进，到美日半导体贸易战、台积电的崛起、中美芯片博弈，全面揭示了芯片如何成为新石油、如何重塑全球权力格局。本书是理解科技竞争与地缘政治的必读之作。
数据密集型应用系统设计
分布式系统领域的经典之作，首次出版于2017年。Martin Kleppmann系统阐述了数据密集型应用的设计原理，涵盖数据模型、分布式数据、分布式系统、流处理等核心内容。本书结合了理论分析与工程实践，深入讲解了数据库、缓存、消息队列、流处理平台等核心技术，是分布式系统工程师的必读之作。
生成式AI实战
微软云与AI总裁Satya Patel的经典之作，首次出版于2023年。本书系统阐述了生成式AI（Generative AI）的技术原理、企业级应用与落地实践。作者结合微软Azure OpenAI Service、GitHub Copilot、Microsoft 365 Copilot等产品的实战经验，分析了生成式AI在内容创作、代码生成、数据分析、智能客服等场景的应用，提出了生成式AI是企业智能化的下一个引擎的核心观点。本书是企业和开发者应用生成式AI的实战指南。
AI战略
全球知名未来学家Bernard Marr的经典之作，首次出版于2020年。本书系统提供了企业AI转型的路线图——从战略规划、数据准备、技术选型、团队建设到落地实施、效果评估。Marr结合大量企业案例（如亚马逊、谷歌、微软、阿里巴巴、腾讯），分析了AI在各行业的应用场景，提出了"AI成熟度模型"和"AI转型五步法"。本书是企业制定AI战略的实用指南。
智能商业
阿里巴巴前参谋长曾鸣的经典之作，首次出版于2018年。本书系统阐述了AI时代的商业逻辑——"网络协同"与"数据智能"是智能商业的两大核心。曾鸣结合阿里巴巴18年的实战经验，分析了S2b商业模式、智能供应链、个性化推荐、智能营销等核心场景，提出了"智能商业的本质是算法驱动的商业"的核心观点。本书是互联网从业者和传统企业转型的必读之作。
强化学习导论
强化学习领域的奠基之作，首次出版于1998年，第2版于2018年更新。Richard Sutton和Andrew Barto是强化学习领域的先驱，本书系统阐述了强化学习的核心概念、算法和应用。涵盖马尔可夫决策过程、动态规划、蒙特卡洛方法、时序差分学习、策略梯度、深度强化学习等核心内容。本书是强化学习领域的神圣，适合有一定机器学习基础的读者。
深度学习
深度学习领域的权威教材，首次出版于2016年。三位作者（Ian Goodfellow、Yoshua Bengio、Aaron Courville）是深度学习领域的先驱，本书系统阐述了深度学习的数学基础、核心算法、前沿应用。涵盖线性代数、概率论、机器学习基础、前馈神经网络、正则化、优化算法、卷积神经网络、循环神经网络、实践方法等核心内容。本书是深度学习领域的神圣，适合有一定数学和编程基础的读者。
预测机
经济学视角的AI经典之作，首次出版于2018年。Ajay Agrawal、Joshua Gans、Avi Goldfarb三位经济学家系统提出了"AI的本质是降低预测成本"的核心观点。本书从经济学角度分析了AI对商业、就业、战略的影响，提出了"预测是输入，判断是输出"的框架，帮助企业理解AI时代的竞争逻辑。本书是管理者、创业者、投资人理解AI经济影响的必读之作。
即将到来的浪潮
未来学家Iyad Quwan的前瞻之作，首次出版于2020年。本书系统探讨了AI与生物技术的爆发式增长，提出了双重螺旋模型——AI与生物技术相互促进，共同推动人类进入后人类时代。作者分析了基因编辑、脑机接口、合成生物学等前沿技术的潜力与风险，提出了人类增强与人类控制的平衡之道。本书是理解技术奇点与人类未来的必读之作。
通用人工智能
AI安全研究先驱Shane Legg等人的前沿之作，首次出版于2019年。本书系统探讨了AGI（通用人工智能）的实现路径、安全风险、伦理挑战与治理框架。作者结合深度学习、强化学习、认知科学等多学科视角，分析了当前AI的局限性（如缺乏常识推理、因果理解、自主规划），提出了通往AGI的四大支柱（感知、推理、学习、行动）。本书是理解AI未来发展方向与安全治理的必读之作。