工程师利用GPT开发智能枪械视频疯传,OpenAI 吓坏了紧急制止!网友:这太危险了...

【电容/电感】电路板会“滋滋”的响,我们称它为啸叫 一、啸叫的起源 大部分硬件工程师应该都遇到过,PCBA上电后出现“滋滋滋”的叫声,其声响或大或小,或时有时无,或深沉或刺耳,或变化无常者皆有。该现象我们称为“啸叫”,一般分为电感啸叫和电容啸叫。 阅读详情

转自:InfoQ

👇我的小册 AI工具100个实战小案例:(100个AI工具实战小案例) ,原价299,限时早鸟价29,满100人涨10元。

近日,一位在线昵称为 STS 3D 的工程师利用 ChatGPT 开发出一把语音控制的智能化步枪。该设备能够响应 ChatGPT 查询,并指引步枪瞄准并以惊人的速度射击目标。其相关视频在社交媒体上疯传,并引发了激烈的讨论,很多人开始担忧这到底是不是在把《终结者》系列电影中的反乌托邦未来变成现实。OpenAI 获悉此事后,迅速切断了这款设备背后开发者的 ChatGPT 服务访问权限。

dba038ec094d3893886b207caae72fb2.png

GPT 开始驱动枪械武器了

从社交媒体上广泛传播的一段视频演示中,我们可以看到,STS 3D 使用的智能步枪拥有欢快的声音和强大的指令破译能力。

视频中,这位发明者站在洗衣机大小、与步枪连接的组件旁边,若无其事地对系统下达指令称“ChatGPT,我们正受到来自左前方和右前方的攻击,立即做出相应反应。”这把步枪则毫不犹豫开始行动,瞄准附近墙壁、向左右两个方位倾泻出了类似空包弹的猛烈火力。

操作完成后,其还用令人不安的机器音回应称,“如果还需要其他帮助,请向我下达指令。”

这位工程师甚至像骑在机械公牛身上一般将这支步枪夹在胯下——这不禁让人想到库布里克导演 1964 年的黑色幽默神片《奇爱博士》中少校如牛仔般骑在空中投放的核弹上的一幕。

目前还不清楚 STS 3D 究竟是如何将 OpenAI 完整集成到自己的项目当中。可以确定的是,OpenAI 的 Realtime 实时 API 的确允许使用者建立起“具有极富表现力的语音模型的多模态对话体验”,也就是能够轻松为一套致命的武器系统配上欢快声音和解读口头指令的能力。

以在去年 8 月的技术准备实验(T-REX)活动中,美国国防部测试的一款由国防承包商 Allen Control Systems(ACS)开发的名为“Bullfrog”的 AI 自主枪械机器人系统为参考,该系统是由一支 7.62 毫米 M240 机枪构成,枪体被安装在专门设计的旋转塔座之上,配备光电传感器、专有 AI 与计算机视觉软件,旨在向无人机目标发射小型武器,且精度远远高于普通美国士兵装备的 M4 步枪或者下一代 XM7 步枪等制式化武器。

根据美国现行的自主致命武器管理政策,Bullfrog 在设计上应当旨在帮助人类“了解情况”以避免潜在的“未授权交火”。换句话说,枪械只能指向并持续跟随目标,但不应开火,除非人类操作员下达指令。不过 ACS 声称,如果美国军方未来需要,该系统亦可完全自主运行,专注于处理其他更加重要的任务。ACS 首席战略官、曾任美国特种作战司令部反无人机项目负责人的 Brice Cooper 曾在采访中表示,“我们的系统完全具备自主能力,目前只是在等待政府明确其需求。而其他传统系统在这方面还远达不到相同的水平。”

如今看来,就连业余爱好者也踏上了此类系统的开发之路。

“东窗事发”后被 OpenAI“制裁”

没过几天,STS 3D 的发明就引起了 OpenAI 方面的注意。该公司回应称,他们已经迅速以有违用户政策为由将这位工程师用户封禁。

一位 OpenAI 发言人回应称,“我们主动发现了这种有违用户政策的行为,并在收到相关质询之前就通知开发者停止了相关活动。”这位发言人还澄清称,“OpenAI 的使用政策禁止用户借助我们的服务开发或者操作武器,亦不得自动执行某些可能影响人身安全的系统。”

值得一提的是,OpenAI 在去年 9 月悄悄在其使用条款中,删除了禁止“利用服务进行具有高身体损害风险的活动,包括开发武器和用于军事及战争”的措辞。不过事实上,该公司修订后的政策仍然禁止任何人“使用我们的服务伤害自身或者他人”,其中包括开发或者“使用武器”。

作为一名似乎跟军方或者国防承包商没有任何关系的个人用户,STS 3D 的最新创造很明显碰上了钉子。

不过据了解,美国国防部近期正在向自主武器领域积极迈进,就拿 ACS 公司现在供其测试的 AI 自主枪械系统 Bullfrog 来说,该系统能够提供足够的精度支持,实现与激光和微波系统类似的单位杀伤成本比,且无需频繁维护与后勤支持。ACS 公司联合创始人兼 CEO、前海军核工程师 Steve Simoni 还曾表示, “跟踪和射击只是整个打击体系中的一环。最终,该系统将可支持更多不同枪械、射程更远,实现对不同加速度模式的无人机进行攻击——而这一切只需要更新 AI 模型即可实现。”

最近,美国陆军还试验了其他几种基于枪械的反无人机解决方案,包括 Ghost Robotics 机器狗,其背上就搭载 AI 驱动的 AR/M4 式步枪炮塔。除 AI 驱动的武器系统出现外,AI 功能在军事领域的全面集成似乎也大有指日可待之势。上个月,OpenAI 宣布将与国防科技企业 Anduril 合作,进一步助其推动作战能力转型。

至少十年前就能实现?

STS 3D 的发明的这套轻松将 AI 技术与致命武器相结合的装置,在社交媒体上引发了激烈的争论。而之所以令人印象深刻,可能在于人们突然意识到即使消费级 AI 技术也极易被用于实现暴力目的——我们正在迅速走向一个致命武器拥有自主思维能力的新时代?

一位 Reddit 用户在评论 STS 3D 发布的视频时开玩笑说,“至少有三部电影解释过为什么这事儿做不得。”另一位用户则写道,“天网 0.0.420.69 版本在此!”指的自然是《终结者》系列中的邪恶神经网络。

同时有许多网友激动地反对这样的技术应用:“这几年一直感叹 LLM 有多革命,多美好,开启无限可能...... 如果真的全面接到武器上,人类可就完了蛋了”,“如果落入坏人之手,这可能是灾难性的”,“这是不允许的..... 必须有内置的保护措施来禁止这种情况”,“不要把枪交给学会理解人类自然语言的机器”。

“实验者是否试图证明,任何有能力的恐怖分子可以将某些武器置于 AI 的控制之下?以及 AI 会在不检查威胁声明的有效性的情况下操作这些武器?”还有一位用户发出疑问。

但有网友表示,“将安装在平台上(或安装在 UGV 上)的步枪与使用键盘甚至 Xbox 控制器的远程操作员连接起来的功能至少已经存在了 20 年。在这一点上,让人工智能执行类似命令的能力不足为奇,让人工智能自主 ‘射击任何移动物体’也是可能的。”

这样的说法不在少数,有更多网友发言称,“这玩意儿至少十年前就能实现了。我记得十年前看过一个视频,一个家伙用气枪造了一个炮塔,每次他在游戏中中弹,炮塔就会向他射击,并主动跟踪他。唯一的区别是这是声控的,但我们也已经能够这样做至少 10 年了,使用 GPT 进行响应是它唯一新颖的地方。”

总体而言,STS 3D 发明的智能化步枪向大众描绘出一幅令人担忧的未来图景,即 AI 武器系统被用于在无需人类介入的情况下击杀目标,哪怕此举或许并非 STS 3D 的初衷。

68a675e4d8074f1705389b0ae0d1dcab.jpeg

最后我用AI工具做了几个微信红包封面,非常简单,几分钟就可以搞定,有兴趣的可以看看,今年过年红包都是一个巨大的流量入口,详细的玩法,我都记录在我的小册里面 :AI工具100个实战小案例:(100个AI工具实战小案例)

uni-app开发-第6篇:uni-app 样式与主题 在 uni-app 开发中,样式与主题的管理是关键部分。样式分为全局样式和局部样式,全局样式在 App.vue 中定义,适用于整个应用,而局部样式在单个 .vue 文件中定义,仅对当前页面生效。局部样式优先级高于全局样式,内联样式优先级最高。样式属性如 font-family 和 color 可被子元素继承。要覆盖全局样式,可在局部样式中重新定义相同规则。主题切换通过 CSS 变量和类名实现,动态切换主题可通过修改元素的类名来完成。例如,定义浅色和深色主题,并通过按钮点击切换主题样式。这些方法帮助开发者灵活 阅读详情

相关推荐

设计空间探索:乘法器设计的面积、延时、功耗优化

4-2压缩器在减少延迟方面表现出色,适用于需要快速压缩的场景。6-2压缩器在资源占用方面具有优势,能够减少压缩树的层次数量和逻辑门数量。优化功耗:通过合理组合不同类型的压缩器,可以在延迟、资源占用和功耗之间找到最佳平衡点,从而实现优化的设计目标。###参考资料。

SiArch的博客 1882

工程师利用GPT开发智能枪械视频疯传,OpenAI 吓坏了紧急制止!网友:这太危险了

同时有许多网友激动地反对这样的技术应用:“这几年一直感叹LLM有多革命,多美好,开启无限可能......如果真的全面接到武器上,人类可就完了蛋了”,“如果落入坏人之手,这可能是灾难性的”,“这是不允许的.....必须有内置的保护措施来禁止这种情况”,“不要把枪交给学会理解人类自然语言的机器”。可以确定的是,OpenAI的Realtime实时API的确允许使用者建立起“具有极富表现力的语音模型的多模态对话体验”,也就是能够轻松为一套致命的武器系统配上欢快声音和解读口头指令的能力。

weixin_53707653的博客 598

PCL1.12.1+VTK9.1+Qt5.14.2实战:解决QVTKOpenGLNativeWidget点云渲染窗口初始化报错问题

本文针对PCL1.12.1、VTK9.1与Qt5.14.2集成开发中,QVTKOpenGLNativeWidget点云渲染窗口初始化时出现的报错与黑屏问题,提供了深度分析与两种实战解决方案。核心在于理解VTK版本升级导致的渲染窗口类型不匹配,并指导开发者通过显式创建vtkGenericOpenGLRenderWindow或利用窗口ID嵌入,正确初始化并绑定可视化组件,从而稳定实现点云渲染。

weixin_29284657的博客 223

GPT-Live 全双工语音 API Java 服务端落地实战:事件协议、会话恢复与生产踩坑

GPT-Live 把语音 Agent 的接入门槛从"搭三条流水线"降到了"写一个 WebSocket 状态机",但对 Java 后端的真实要求反而更高了:你要管长连接生命周期、事件顺序、退避重试、计费监控和会话恢复——这些恰恰是 Java 工程师在消息队列和 RPC 框架里练了二十年的基本功。配置在启动时锁死、流没有完成信号、轮次边界自己负责;业务状态与会话状态分离、并发按连接数规划。下一个十年,"数字员工"打的每一通电话,背后都得有一个扛得住生产环境的 Java 网关——这个活儿,就该我们干。

qq_36021478的博客 155

金智维KRPA实战:Excel自动化数据处理全流程解析

本文详细解析了金智维KRPA在Excel自动化数据处理中的全流程应用,涵盖COM接口和文件读写两种核心技术方案,以及销售报表生成、数据清洗和可视化仪表盘等实战案例。通过企业级应用的异常处理、性能优化和安全合规实践,显著提升数据处理效率和准确性,助力企业降本增效。

weixin_30329623的博客 598

1.深入浅出:理解三极管截止、放大和饱和状态!——参考《模拟电子技术基础》清华大学华成英主讲

幼儿园水平理解三极管截止、放大和饱和状态!书上看不懂,听课听不懂的过来! 绕不开的三极管结构 以NPN为例,晶体三极管的结构,这是很多人不想看的,但是确实是非常重要的!不看结构是理解不了工作原理的! (这样记忆:N是negative,负,代表多子为电子;P是positive,正,代表多子为空穴) 注意观察三极管的结构,有助于理解工作时的状态。 两张图结合起来看,略作解释: 1.图中空心为空穴带正...

Hardware_harder的博客 4万+

GPT-6.2 灰度的 3D 演示火了

在 GitHub 社区有部分 Claude Opus 5.5 用户抱怨复杂任务变慢、质量波动或更快耗尽额度。并展示了单个提示词生成的 Three.js 场景:浮空岛、瀑布、光照和昼夜变化,全塞进一个 HTML 文件里,没有外部素材。此前多用户反馈现在 GPT-6 降智了,如果本次消息属实,那 ChatGPT 用户的体验将会有很大的改善。为了不错过 GPT、Claude、Gemini、Grok 和 Apple 的重要更新与实用教程,请关注👆。欢迎在评论区留言你的想法,给他人启发。

hello99yum的博客 236

Cesium中实现阴影率分析

看到群里有人在研究这个,所以看了一下。主要是模仿超图的,实现原理超图有做回答:但其实超图的这个实现方式还是过于复杂,原因是:既然是获取太阳的日照阴影,而Cesium中原本就存在太阳,且能投射阴影,因此其实并不需要再次计算太阳位置并计算视锥获取深度图,直接使用Cesium原生的太阳深度图即可。

weixin_43481439的博客 2217

百度 ERNIE Evolve 自动研究系统:NanoGPT 速通 38.9 秒,P800 推理速度达基线 623.6%

百度文心团队 11 月 9 日在技术博客发布《ERNIE Evolve:让自动研究走进真实 AI 研发》,介绍一套自动研究系统:给它一个真实代码仓库、一个优化目标和一套评测标准,它自己提出研究方向,在隔离环境里改代码、跑实验,靠独立评测决定哪些改动留下,再把每轮的发现存成后续可复用的经验。百度把这件事放在“递归自我迭代”(RSI)的框架里讲,也就是让自动研究去改进做 AI 研发的系统本身。 文章先在三项公开任务上检验它,分别对应训练算法、训练速度和 GPU 算子;随后把它接进还在开发中的 ERNIE 5.5

2601_95836219的博客 385

第4篇:使用 NModbus 库快速搭建 Modbus TCP 通信(从零开始用 C# 开发 Modbus 上位机)

本文介绍了如何使用 NModbus 库快速搭建 Modbus TCP 上位机通信程序。通过安装 NModbus4 NuGet 包,开发者可以轻松实现 Modbus TCP 连接,无需手动处理底层协议细节。文章详细演示了核心功能实现: 创建 TCP 客户端连接设备 读取保持寄存器(功能码0x03) 写入单个寄存器(功能码0x06) 关闭连接释放资源 提供完整C#示例代码,包含初始化连接、数据读写等关键操作,帮助开发者快速构建Modbus TCP通信应用。相比手动实现,NModbus库大幅简化了开发流程,特别适

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1047

【STK】手把手教你利用STK进行导弹和反导仿真01 - STK/MMT模块安装部署

【STK】手把手教你利用STK进行导弹和反导仿真01 - STK/MMT模块安装部署MMT模块与STK的版本是一一对应的,比如我现在手上的版本是MMT9的,那么我使用的STK的版本也必须是9版本的,如果你现在正在使用的是更高版本的STK,比如说10、11.2、11.6、12.2,那么该怎么办呢?这个经本人尝试,目前是可以多个STK版本共存的,我们可以根据自己的需要安装多个版本的STK下面开始讲解具体的安装步骤,

weixin_44184852的博客 2919

Agent 场景该怎么选模型?GPT-6.1 Terra vs Sol vs Astra 深度对比

2026 年 10 月 27 日凌晨,OpenAI 正式推出面向批量自动化与多步 Agent 任务的次世代中端模型。该模型的标准 API 定价下探至输入 $1 / 百万 Token、输出 $5 / 百万 Token,相比上一代 GPT-5.6 Terra 以及同代均衡型模型 GPT-6.1 Sol,调用单价直接下调了 50%。在专门评估 AI 自主执行复杂专业任务的基准测试中,GPT-6.1 Terra 在开启最高推理档位(max)时拿下了。

2609_96793082的博客 224

Qualcomm 常用NV列表

^ NV ITEM ^ 功能^^ |NV10 |mode prefer,找网模式|新平台使用NV80000| ^NV74 NV74=0关闭自动接听电话^ |NV240 |NV240=FALSE|EVDO出现网络的问题,此项必须设定为FALSE| |NV255 |CDMA规避网络列表(SID/NID号)| |NV256 |

sdrgtywretyeruet的专栏 5776

GPT Image 2.6 编辑验收实战:保留项清单、接口骨架与排错流程

> 本文由 AceDataCloud 来源文章改编并经 AI 辅助整理。示例使用占位凭据;具体参数、计费、权限和区域可用性以当前模型目录与接口文档为准。 “接口返回了一张图”不等于编辑成功。对商品图和内容素材来说,真正困难的是判断:模型是否只改了该改的部分,原来已经正确的商品结构、文字和光影有没有被破坏。 ![纸面标注需要修改的位置](https://i-blog.csdnimg.cn/dir

jakeycis123的博客 255

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

智能体的模型列表为什么要从三处来源合成:一次让 GPT-6.1 Sol 选不上的发布延迟

原文:OpenClaw Blog - 《Use new models in OpenClaw without an update》(https://openclaw.ai/blog/use-new-models-in-openclaw-without-an-update)

2401_88139521的博客 313

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

GPT-5.5 报 429 insufficient_quota 怎么办?为什么加退避还是失败

上周五晚上 10 点多,我给一个代码服务接入 GPT-5.5,看到 429 就顺手加了指数退避。折腾半天,日志反而刷得更凶。GPT-5.5 返回时,业务代码通常不应继续短周期自动重试。这个错误一般与账单、可用额度、API Key 归属或账户状态有关。短期等待和指数退避通常不能解决;应先修复账单或额度状态,再用单次最小请求验证。在本文讨论的两类 OpenAI 错误中,通常适合有限退避;其他 429 应结合错误体、等响应头以及请求是否幂等来判断,不能只看 HTTP 状态码。

ofoxcoding的博客 235

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

Claude Fable 5.2 深度解析:全面领跑 GPT-6 Astra,降价 20% 下的性能突破与接入指南

2026 年 11 月 9 日,Anthropic 正式发布新一代旗舰推理模型。该模型与专供高密级科研机构的共用同一套底层权重,定位为面向全量开发者与企业用户的通用旗舰版本。Fable 5.2 在以及三大维度实现了系统性代际跃升。在权威综合评测 AA Intelligence Index v5 中,Fable 5.2 以 65 分登顶总榜,并在曾被视为推理天花板的 ARC-AGI 3 测试中创下 81% 的新纪录;

2609_96793082的博客 382

GPT-6 Luna 批量处理实战指南

本文聚焦企业级数据处理中的“甜蜜的负担”,分享利用大语言模型在本地或私有云环境中构建高效、可控的数据流水线的十大实战场景。涵盖数据清洗、多语言翻译、智能分类、文案优化、习题解析、A/B测试、合同初审、代码重构、舆情分析及成本管控,通过提示词工程与流程编排,实现千万级数据的快速高质量处理,显著降本增效,保障安全合规,助力AI真正成为可落地的生产力工具。

聚焦具身智能产业前沿,分享深度行业洞察、技术趋势与产业落地思考。 80

GPT-6.1 Terra是什么?gpt-6.1-terra API实测:视觉理解、电脑操作、写作与JSON输出

GPT-6.1 Terra把视觉理解、界面操作、写作和结构化输出放在同一个快速模型中。它能读懂截图里的文字与控件位置,能把界面任务拆成带校验的动作序列,也能按要求生成文案并输出固定格式的数据。对于内容、运营和自动化类应用,它是值得优先评估的一档;复杂编程和高风险的端到端执行,则应与GPT-6.1 Sol或GPT-6 Astra对照后再决定。

2601_96207100的博客 461

无人配送车通信架构解析:双5G、1000BASE-T1与TSN/gPTP时间同步

从车载网络架构出发,分析无人配送车中的双5G通信、1000BASE-T1千兆车载以太网、TSN/gPTP时间同步及多链路通信机制,并介绍SV920网联域控制器的应用。

starelink的博客 286

gpt-image-2.6双子星实测:flare快2倍,sunburst慢在精修

*还有一个反直觉的发现:quality=low(13.4s)并不比 quality=high(11.8s)快——画质档位影响的主要是输出 token 数(low 903、high 1674),而不是时间。既然价格一样,选型就只剩两个问题:**差多快,差多少精。一句话版本:**flare 管"多和快",sunburst 管"好和细",价格一样,按等待容忍度选。sunburst 输出(36.5s):文字同样全对,还额外把"二维码占位框"五个字标注了上去,元素更丰富(购物车、礼盒、百分比标签)

ttbobocom的博客 325

gpt-image-2.6-sunburst + Cline + Cherry Studio API 配置:尺寸、格式与任务轮询一篇就够

11 月 11 日,我给一个海报生成器补图片接口,折腾半天才发现:代码没坏,是我把创建接口返回的任务 ID 当成了图片地址。现有公开资料没有可交叉验证的尺寸、格式、任务端点和价格说明,具体能力应以服务商文档及当前账号的实际响应为准。在多服务商场景中,直连端点与 OpenRouter、Together AI、ofox.io 等聚合网关/中转方案的主要差异,应通过。工具是否支持图片专用端点、异步任务、轮询和结果展示,是另一回事。把模型可见性、创建请求、任务状态、图片结果和文件下载拆开,每层单独验证。

2601_95893075的博客 141

权重量化的实现:从absmax到GPTQ与AWQ

本文系统梳理了大模型权重量化从基础到高级的完整技术路径,涵盖从简单的absmax量化到GPTQ、AWQ等感知激活的先进方法。通过代码实现与误差分析,揭示了量化粒度(如per-channel、per-group)、非均匀格点(NF4)及激活感知机制对精度的关键影响。重点对比了GPTQ的二阶误差补偿与AWQ的轻量敏感列保护策略,并强调量化选型需以精度预算为先,结合反量化开销与kernel融合优化,方能真正释放显存杠杆。

2601_96733043的博客 358

Linux入门第二部分(ARM裸机篇) 第十三章 GPT定时器

本文基于正点原子I.MX6U开发板,介绍GPT定时器的工作原理与高精度延时实现。GPT为32位向上计数器,支持12位分频、输入捕获、输出比较及溢出中断,可配置为restart或free-run模式。通过设置ipg_clk(66MHz)并分频至1MHz,实现1μs精度延时。编写delay_init、delayus和delay函数,利用GPT1实现精确微秒级阻塞延时,最终在main函数中实现LED每500ms翻转一次,验证了高精度延时的可行性。

Zevalin的博客 184

GPTIMER通用定时器

ESP32S3包含两个定时器组每一组都有两个通用定时器和一个主系统看门狗定时器。

智能机器人产学研基地 65

Meta发布小模型Muse Ember,智能体基准多项超GPT-6与Claude Haiku 5.5

Meta推出小型高效模型Muse Ember,在多项智能体(Agent)基准测试中得分超过GPT-6 Luna和Claude Haiku 5.5,官方数据显示其输出token更少、响应更快,已在Muse Code和Meta Model API上线。

wfly blog 232
上一篇: AI Agent:未来高效螺丝钉,谁用得好,谁先赚到钱
下一篇: 李飞飞:AI 智能体必将在2025年爆发。。。
菜鸟学Python
博客等级 码龄9年 8086粉丝 571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