大模型三国志:字节激进、阿里稳健、腾讯务实,开发者如何选择自己的AI赛道?2026年编程开发必看指南

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

从技术狂欢到价值兑现,2026年的大模型战场已不再是简单的参数比拼,而是生态、入口与商业化能力的全面较量。

01 市场格局:从百花齐放到三强鼎立

2025年,中国大模型市场经历了剧烈的洗牌与重塑。年初DeepSeek的横空出世引爆了全民应用热潮,但随后市场迅速从分散走向集中,形成了以字节跳动、阿里巴巴、腾讯为代表的巨头阵营。

QuestMobile数据显示,截至2025年第三季度,市场已形成清晰的用户格局:字节豆包月活用户达1.72亿,DeepSeek月活1.45亿,二者构成亿级用户的第一梯队;腾讯元宝则以3286万月活位居第三。

阿里虽然发力稍晚,但攻势迅猛。2025年11月推出的千问APP公测一周下载量即突破1000万,刷新了ChatGPT、Sora、DeepSeek的增长纪录。到12月10日,千问公测23天月活已突破3000万。

曾经近300家大模型同台竞技的热闹场景逐渐落幕,价格战、生态战与商业化争夺战全面打响。缺乏核心技术与研发能力的企业被淘汰出局,而月之暗面、DeepSeek、阶跃星辰等独角兽则面临较大压力,或转向行业解决方案,或聚焦特定领域寻求差异化突围。

02 字节跳动:全栈布局的激进挑战者

字节跳动作为后来者,展现出最激进的进攻态势。其AI发展路径清晰:纵向完成从底层硬件到上层应用的全栈布局,横向以C端超级App流量与B端企业服务双轮驱动。

技术实力全面突破:字节的Seed团队在多个领域取得显著进展。2025年7月发布的扩散语言模型Seed Diffusion Preview代码推理速度达2146 tokens/s,较同规模自回归模型提升5.4倍。8月开源的Seed-OSS-36B系列支持512k tokens长上下文。在多模态生成方面,Seedance 1.0 Pro在全球Artificial Analysis文生视频、图生视频双榜领先。

商业化快速推进:豆包大模型已支持超过50个应用场景。截至2025年5月底,豆包大模型日均Tokens使用量超过16.4万亿,较发布时增长137倍。在行业应用上,豆包服务着全球TOP10手机厂商中的9家、八成主流汽车品牌、70%的系统重要性银行及超五成985高校。

资本投入巨大:2025年字节跳动资本开支计划高达1500亿元,同比大幅增长88%,预计2026年将进一步增至1600亿元。这种不计成本的投入体现了字节在AI领域的战略决心。

03 阿里巴巴:生态整合的稳健巨头

阿里巴巴的AI战略以开源为核心,依托强大的云生态和电商基因,走的是稳健而全面的发展路线。

开源生态构建:阿里围绕开源这一核心策略,于2025年4月发布开源通义千问Qwen系列,一次性推出8款不同参数规模的模型。截至2025年12月,其衍生模型数量超过18万款,全球下载量突破7亿次。这种开源策略有助于建立开发者社区和生态影响力。

技术实力扎实:2025年4月发布的千问3采用MoE架构,总参数量235B,集成“快思考”与“慢思考”混合推理功能。12月,千问团队论文《Gated Attention for Large Language Models》在NeurIPS 2025会议上获得最佳论文奖。

商业化路径清晰:阿里将AI深度融入核心业务。2025年“双11”期间,500万商家使用AI工具“生意管家”,实现运营效率平均提升1.5倍。阿里云收入同比增长34%,其中AI相关产品收入已连续九个季度保持三位数同比增长。

04 腾讯:生态协同的务实玩家

腾讯的AI发展路径体现出“内生外化”的特点,先在内部业务中打磨成熟,再通过腾讯云对外输出,方案更稳健。

生态优势明显:腾讯已将“元宝”接入了微信、腾讯会议、腾讯视频等数十个内部核心应用,成为用户社交、办公、娱乐中的一个随时可调用的底层能力。微信生态为其大模型提供了海量的用户和丰富的应用场景。

商业化初见成效:2025年第三季度,腾讯营销服务收入同比增长21%,达到362.4亿元,“AI驱动的广告平台改进”被明确列为关键因素。通过混元大模型驱动的广告精准定向,有效提升了广告的千次展示收入(eCPM)。

投入相对审慎:相比字节和阿里的激进投入,腾讯的布局节奏显得更为审慎稳健。2025年其资本支出预计占收入的低两位数百分比,以腾讯的营收规模估算,也将达到千亿元左右。

05 入口争夺:从工具到超级入口的演进

2026年被业内称为“通用AI入口元年”,AI正从工具属性向超级入口演进。三家公司基于自身平台特性,对AI入口的定位各有不同。

阿里的购物智能体:千问APP全面接入淘宝、支付宝、高德、飞猪等业态,在全球首次实现点外卖、买东西、订机票等AI购物功能。阿里力出一孔抢占“AI购物智能体入口”,旨在盘活后面海量的品牌商家与产品。

字节的娱乐智能体:豆包正在逐步从单纯的“对话”功能拓展至“引导购物”功能,2025年10月正式接入抖音商城。字节携流量抢占“视频娱乐智能体入口”,后续可能会赋能抖商、抖店打造“本地生活智能体入口”。

腾讯的社交智能体:元宝背靠微信熟人网络探索“社交智能体入口”,依赖腾讯云向“办公智能体”“个人知识智能体”延伸。微信生态的无限可能性是其最大变量和前景所在。

06 行业落地:B端与C端的差异化路径

在大模型商业化落地上,三家公司展现出不同的侧重点和能力优势。

行业落地能力对比:根据行业分析,在当前“行业落地能力”上,华为云大模型和阿里通义大模型是最强的两极;而在“行业前景”上,字节豆包大模型和华为云大模型最具想象空间。

阿里在互联网和泛电商领域,以及依托云生态的标准化企业服务中,落地速度和广度非常领先。字节在其优势的互联网和内容领域落地能力非常强,但在需要深厚行业知识的传统行业经验相对较浅。腾讯落地策略更稳健,在与自身生态强相关的领域内优势明显。

C端应用的多元化发展:与B端相比,大模型在C端应用上呈现出多元化发展态势。字节跳动、阿里、百度等企业纷纷在C端应用层面加码,接入办公、购物、学习、外卖、健康等多种生活场景。

不过,C端用户需求更为复杂个性化,对重点布局C端的AI大模型产品来说,需投入更多资源和资金持续快速迭代。

07 未来展望:技术、生态与商业的三角博弈

展望未来,三家公司的大模型发展将围绕技术突破、生态构建和商业变现三个维度展开激烈竞争。

技术融合将更加深入:多模态技术正在打破传统的内容生成边界,音频、文本、图像和视频的相互转换将更加流畅自然。AI与VR/AR技术的结合也可能成为下一个突破点。

生态竞争是关键:火山引擎定位不只做“自有模型”,而是打造“模型超市”,汇聚智谱、MiniMax、百川等第三方大模型。阿里通过开源策略构建生态,截至2025年12月开源模型数量已近400个。这种开放策略有助于构建更广泛的开发者生态。

商业化压力增大:2026年是AI应用从“生产力”向“变现力”转化的关键拐点。尽管短期财务承压在所难免,但缺席赛道的风险更大。大厂们正依托自身资源禀赋,在技术研发、生态构建、商业化落地等多个维度全面展开竞争。

GEO时代的到来:AI正在重塑用户入口形态,从搜索引擎到APP内信息检索再到“千问”为代表的超级APP,用户获取信息的交互形态正在发生巨变。传统的搜索引擎(SEO)时代正在终结,生成式引擎优化(GEO)时代正式开启。

字节跳动凭借激进的全栈布局和技术突破,展现出最强的爆发潜力;阿里巴巴依托稳健的生态整合和开源策略,构筑了坚实的竞争壁垒;腾讯则凭借庞大的C端生态和务实的内生外化路径,在特定领域保持优势。

2026年的大模型竞争,已从单纯的技术比拼升级为生态、入口与商业化能力的全面较量。在这场关乎未来流量分发逻辑、商业生态格局的竞争中,得AI入口者将得天下。

学AI大模型的正确顺序,千万不要搞错了

🤔2026年AI风口已来!各行各业的AI渗透肉眼可见,超多公司要么转型做AI相关产品,要么高薪挖AI技术人才,机遇直接摆在眼前!

有往AI方向发展,或者本身有后端编程基础的朋友,直接冲AI大模型应用开发转岗超合适!

就算暂时不打算转岗,了解大模型、RAG、Prompt、Agent这些热门概念,能上手做简单项目,也绝对是求职加分王🔋

在这里插入图片描述

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料,手把手帮你快速入门!👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型(GPT、文心一言等)特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架(LangChain等)实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块,看似清晰好上手,实则每个部分都有扎实的核心内容需要吃透!

我把大模型的学习全流程已经整理📚好了!抓住AI时代风口,轻松解锁职业新可能,希望大家都能把握机遇,实现薪资/职业跃迁~

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

《AI实战嵌入式Agent +MCP+skill》课时2.5|定时器实战 本课讲解定时器时基单元原理,通过PSC、ARR、CNT三寄存器配合实现精确周期控制。以84MHz时钟为例,计算得PSC=8399、ARR=9999可实现1秒溢出周期。采用HAL_TIM_Base_Start_IT启动定时器更新中断,在HAL_TIM_PeriodElapsedCallback中处理周期任务,实现非阻塞、高精度的定时。相比HAL_Delay的阻塞式延时,定时器中断方案不占用主循环,支持并发操作,是嵌入式系统中实现周期任务的高效方式。 阅读详情

相关推荐

嵌入式软件面试常见问题及答案

干了多年的嵌入式,被面试过,也面过不少新人,下面这些是面试中很常见的一些问题及答案,答案可以根据自己的经验自己思考下。--持续补充并更新

weixin_37553721的博客 6023

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 356

一文帮你彻底搞懂ARM Debug Interface之SWD(转)

ARM的文档写的已经很好了,但是关于上电以后的第一时间应该怎么操作,依然写的不够清晰,导致我第一次用的时候还是费了一些周折。今天做一个详细的梳理,希望能够帮助到更多的朋友。BTW, ARM_Cortex-M0/3 DesignStart系列会持续更新,只是中间可能会穿插其他知识点。SWD是Serial Wire Debug的简称,翻译成中文是”串行线调试”。

2302_79847220的博客 6861

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 197

STM32实现webserver显示数据及配置参数

其实提到的将fsdata.c重命名为fsdata_custom.c,可以不重命令,将/LWIP/Target/lwipopts.h中HTTPD_USE_CUSTOM_FSDATA 定义为0,这样HTTPD_FSDATA_FILE将使用fsdata.c,避免每次生成fsdata.c需要重命令的麻烦。2、登录成功后,板卡根据板卡配置类型,返回对应的数据页面,该页面可实现数据校准、清零,以及进行到板卡参数设置页面。目前还未实现post功能以及http身份验证功能。3、板卡参数设置页面。

2693

Java实现双色球&大乐透随机选号算法——原理详解与代码实战

掌握核心语法:集合操作、随机数生成、排序。贴近实际场景:将编程知识应用于生活问题的解决。

wangchl0932的博客 4974

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

SpyGlass CDC实战:如何用sgdc约束文件解决跨时钟域报错(附常见错误排查)

本文详细介绍了如何使用SpyGlass CDC工具链中的sgdc约束文件解决跨时钟域(CDC)报错问题。从基础约束文件架构到复杂场景调试,涵盖了时钟域定义、复位信号约束、Waiver策略等关键技巧,并附有常见错误排查方法,帮助工程师高效处理CDC验证挑战。

loss4bartender的博客 1148

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 235

uniapp [全端兼容] - 实现集成配置百度语音识别转文字,长按或开启录音并将录音文件实时转换为文字,百度智能云API实现上传录音文件并转换成文字案例(苹果安卓App、微信小程序、移动端H5网页)

uniapp对接百度智能云语音识别,uniapp中实现语音识别(app+小程序),百度语音识别录音转文字_百度智能云,uniapp使用百度语音识别语音转文字,uniapp小程序调用百度语音识别,uni-app 百度语音识别文字并展示功能,uniapp配置自定义界面百度语音识别转文字和原生使用方式,uniapp使用百度语音,uni-app语音转文字功能,使用UniApp技术实现录音并将录音转换为文字,uniapp如何实现语音输入功能功能,Uniapp集成百度智能云API实现录音转文字详细教程完整示例代码dem

🏆 前端领域优质创作者 1万+

分类预测 | MATLAB实现ELM极限学习机多特征分类预测(二分类)

分类预测 | MATLAB实现ELM极限学习机多特征分类预测(二分类)

机器学习之心的博客,关注并私信文章链接,获取对应文章源码和数据。 778

医疗 AI 有两种,别混着谈:一个改流程,一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台,提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能,辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志(JMA Journal)的一篇综述(Review Article):基本事实:这一点必须先说清:这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想,不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口(见第三节)。本文只谈它的术语辨析与科学方法论,不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 237

python+playwright 学习-10.pytest-playwright插件编写测试用例

pytest-playwright插件完美的继承了pytest 用例框架和playwright基础使用的封装,基本能满足工作中的常规需求了,不需要我们再做额外的插件开发。

qq_27371025的博客 2512

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 191

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 190

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 541

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 559

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 79

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 253

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 629

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 325

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 201

设计师工作室 GEO 实操:如何提升 AI 实体推荐概率

设计工作室 GEO 的本质,是把创意服务转化为 AI 可理解的结构化信息。核心动作可归纳为:区分事实与审美、建立实体图谱、预判用户提问、输出脱敏内容、搭建多信源、持续测试验证。梳理工作室的 6 个实体属性:品类、城市、流程、边界、团队、渠道。在官网或作品集平台发布至少 3 篇结构化项目复盘,只陈述事实。输出 1 篇「设计报价影响因素」科普内容,覆盖甲方高频提问。争取 1 次行业媒体或本地媒体专访,形成第三方信源。每周用「XX 城市 + 品类 + 设计工作室推荐」指令测试,记录出现频率。

goujunwe的博客 327

AI作图软件技术选型:从4个技术维度出发的实测对比

AI作图软件技术选型:从4个技术维度出发的实测对比

Vbaoke的博客 200

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 4510

影视场景怎么用AI生成3D镜头预演?从概念图、场景白模到网页审片

概念图有氛围,不代表能直接用于镜头预演。本文围绕剧本拆镜、资料与尺度假设、场景白模、机位走位、动作节拍和网页审片,介绍 AI 生成 3D 场景的预演流程。通过稳定对象与相机编号、统一镜头表、意见关联版本和三轮审核,让讨论落到具体镜头,同时明确白模与网页预演不能替代真实场地勘景及现场安全判断。

Solange__的博客 528
上一篇: 不会Agent Skills?你out了!大模型开发必备技能,从入门到实战,一篇文章搞定!
下一篇: 想做RAG大模型应用?看完这篇实战案例大全,收藏这一篇就够了!
Python_金钱豹
博客等级 码龄5年 1万+粉丝 2832原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值