- 博客(80)
- 收藏
- 关注
RSS订阅原创 AI与传统软件系统的差异与融合趋势
本文探讨了软件系统与人工智能（AI）系统的本质区别及协同关系。传统软件系统基于确定性逻辑和预设规则，擅长处理结构化问题；而AI系统通过数据驱动和自学习机制，能够应对不确定环境下的模糊问题。文章指出，AI智能体可作为两者的桥梁，将不确定性的推理转化为确定性执行，使AI成为软件的"智能大脑"。未来趋势是从软件智能化发展为智能软件化，形成自学习、自进化的智能业务生态。二者的协同融合将推动企业从数字化向智能化的转型。
2025-11-04 21:31:51
430
原创 数智管理学（五十五）
当良品率低于预设阈值（如 95%）时，系统立即通过短信、邮件等方式提醒生产部门负责人和质量控制人员，并在生产管理系统中详细列出可能导致良品率下降的原因，如某一生产设备的参数异常、某一批原材料质量不合格等，同时给出相应的改善建议，如调整设备参数、更换原材料供应商等。客户满意度指标的计算也更加实时和精准。企业通过在客户与企业交互的各个触点（如网站、APP、客服热线等）收集客户反馈数据，包括评价、打分、投诉等信息，利用自然语言处理技术和情感分析算法对这些数据进行实时分析，将客户满意度转化为可量化的指标。
2025-11-04 21:30:18
1020
原创 数智管理学（五十四）
摘要：实时管理理论是数智时代企业动态优化的核心策略，通过物联网、边缘计算等技术实现即时数据采集与分析，构建快速反馈机制。该理论创新性地将传统PDCA循环与实时数据结合，形成动态调整闭环，借助自动化调度、数字孪生等技术实现业务优化。案例显示，制造业设备故障率降低30%，零售业销售额增长15%，物流配送效率提升15%，验证了实时管理在提升企业运营效率、缩短决策周期方面的显著成效。（149字）
2025-10-22 14:29:12
569
原创 经验分享：跳出产品模块看ERP——从“业务记录”到“价值驱动”的实施哲学
在许多企业中，ERP系统最终沦为一个“电子账本”或“业务记录系统”，甚至连业务结果记录都不准确，完全没有发挥出其应有的管理和决策支持作用。过度关注系统模块的功能实现，而非业务价值的创造与核心管控的达成。只有企业内部的决心和对业务的深刻理解，才能确保设计出的方案符合企业实际需求，并得到有效的执行。定义达成管控目标所需的“规矩”。他们是连接业务需求和系统实现的桥梁，能够站在业务的角度，用技术的语言设计解决方案。（例如：控制采购价格的合理性，确保交期的准确性）。，但系统的架构和流程的拍板权必须掌握在企业手中。
2025-10-22 14:26:26
353
原创 人工智能的范式转移：从系统助手到核心入口
企业AI应用正经历从"系统助手"到"AI入口"的范式转变。传统模式中，AI作为业务系统内的工具，优化既定工作流程；新兴模式则以AI为核心，通过自然语言接口自主调用业务系统完成复杂任务。这一转变要求业务系统加速API化与服务化，实现数据与功能的解耦。未来竞争焦点将转向如何安全高效地将业务能力封装为AI可调用的服务。虽然面临信任机制、数据安全等挑战，但这一演进将显著提升企业自动化水平，推动人类转向更具战略性的工作。
2025-10-18 08:40:52
1009
原创 数智管理学（五十三）
摘要：本文通过金融和医疗行业案例，分析了算法与决策融合中面临的伦理与技术挑战。在金融领域，数据偏差导致农村用户信贷受限，银行通过拓展数据源和算法校验有效改善了公平性；医疗领域则因AI系统缺乏可解释性影响医生决策，医院引入LIME技术提升了系统透明度。研究表明，算法应用需关注数据治理、透明性和人机协作，平衡技术效益与社会责任，才能构建健康的数智化管理体系。案例改进效果显示，合理的算法优化能同时提升业务效益和社会价值。
2025-10-18 08:37:42
859
原创 数智管理学（五十二）
本文围绕算法决策的透明性与可解释性展开讨论。透明性要求算法决策过程公开可审查，在金融、网约车等行业应用中面临商业机密保护与算法复杂性的挑战。可解释性则通过决策树、LIME等技术手段，使复杂算法决策过程变得可理解，在医疗诊断、司法识别等关键领域具有重要价值。这两大特性是保障企业合规性、增强公众信任的关键要素，也是人工智能技术可持续发展的重要基础。
2025-09-15 15:48:57
653
原创 智能体的“硅谷时刻”：一场软件层面的摩尔定律革命
摘要：人工智能正迎来智能体（AIAgents）时代的拐点，其发展路径与芯片产业惊人相似。智能体遵循"摩尔定律"，从单一模型转向模块化网络架构，实现指数级能力提升。衡量智能体水平的关键指标包括任务拆分粒度、协作效率和幻觉控制等"工艺参数"。智能体开发需要芯片产业般的工程化思维，建立模块化库、调度引擎和测试平台等"数字晶圆厂"基础设施，同时培养工程精神、开放协同和快速迭代的文化基因。未来领先的智能体公司将成为融合算法与工程的工业化生产基地，推动&quo
2025-09-15 15:46:43
481
原创 数智管理学（五十一）
摘要： 算法与决策融合理论探讨AI如何赋能企业决策，提升效率与质量，但也面临边界界定、数据偏见、责任划分等伦理挑战。AI适用于高频规则性任务（如库存管理、客户分群），但在创造力、情感及动态环境中仍需人类主导。人机协作需根据任务复杂度分配决策权（如医疗诊断中AI辅助、医生决策）。数据偏见源于样本偏差、历史局限和主观标注，可能加剧社会不平等。责任划分需明确开发方与应用方职责，建立内部审查机制，并推动行业规范。企业需平衡技术应用与伦理责任，构建透明可信的决策体系。
2025-09-14 07:57:51
611
原创 ERP的终结与AI的崛起：企业系统正在迎来无人化时代
摘要：传统ERP系统因流程僵化、操作繁琐已无法适应现代企业需求。AI正在重构企业系统逻辑，实现"业务先行，AI善后"的新模式：员工通过自然语言表达业务需求，AI自动完成系统操作和数据更新。这一变革将企业系统从"人操作系统"转变为"AI理解业务"，解放员工生产力，提升业务敏捷性，实现从"系统驱动"到"智能驱动"的范式转移，重构企业竞争力。未来企业系统的核心将是AI如何理解人的业务意图，而非人如何操作系统。
2025-09-14 07:53:32
316
原创 数智管理学（五十）
摘要：本章探讨数智管理学中的数据驱动管理理论，通过零售和金融行业案例展示应用实践。零售企业通过数据分析优化运营策略、库存管理和精准营销，实现销售额增长30%和客户满意度提升18%。金融企业基于DCMM模型完善数据治理，提升数据质量40%，强化风险管理能力。案例表明数据驱动管理的核心在于：数据整合与共享机制、专业团队支持、持续创新优化。随着数智化发展，企业需重视数据治理，平衡数据价值挖掘与安全合规，以构建智能化竞争优势。两种行业的成功实践为其他领域提供了可借鉴的实施路径。
2025-09-12 11:11:07
965
原创 企业AI战略构建与成品选择指南
企业AI战略需超越单一业务系统的功能增强，构建独立AI中台作为数智化核心。当前ERP/MES的AI功能存在局限性和被动性，企业应建立可控、可迭代的AI中枢，分阶段推进技术落地：从数据整合、试点验证到构建中台、实现MLOps治理，最终形成多智能体协作。选择AI产品需考量战略匹配度、技术开放度和演进能力，将AI从工具升级为战略引擎，实现真正的智能驱动转型。
2025-09-12 11:04:15
647
原创 数智管理学（四十九）
摘要：本文系统阐述了数据驱动管理理论中的数据治理模型与数据生命周期管理。重点解析了DCMM模型的五个发展阶段特征及评估要点，指出提升数据能力的实施路径需从战略规划、体系建设、质量管理等多维度入手。在数据生命周期管理方面，详细论述了采集、存储、处理等各环节的技术手段与管理重点，强调全流程管理对保障数据资产价值和合规性的重要作用。通过科学的数据治理体系，企业可有效实现数据价值最大化，确保数据安全合规。
2025-09-04 13:40:17
667
原创 数智管理学（四十八）
数据驱动管理理论：数智时代的企业转型核心 摘要：数据驱动管理理论已成为数智化时代企业转型的核心支柱。该理论强调通过数据的采集、分析与应用，实现决策科学化、运营高效化和创新持续化。在战略层面，企业利用大数据分析技术精准洞察市场动态、客户需求和竞争环境；在流程优化方面，通过数智化技术实现资源配置优化、生产流程改进和营销策略升级；在创新驱动方面，运用数据挖掘技术识别潜在机会，推动产品服务和商业模式创新。实践表明，数据驱动管理能显著提升企业运营效率（如生产效率提升30%）、降低成本（15%），并创造新的商业价值。这
2025-09-04 13:37:27
1069
原创 从报表到推理：企业数据治理接口正在被AI重
企业数据治理正经历从"让人看懂"到"让模型理解"的范式转变。AI时代的数据接口呈现五大变革：目标转向模型训练、形态变为多模态Token、协议采用动态上下文、延迟要求毫秒级、治理聚焦特征漂移和隐私计算。企业需构建融合式治理平台，具备Token化、实时特征工程、向量服务等能力，支持AI智能体协作。未来数据平台将演变为"语义引擎"，既服务人也服务智能体，从提供查询升级为参与决策。这一转型不是替代传统治理，而是通过语义增强实现智能化升级，成为企业智能化转型
2025-08-18 14:46:28
612
原创 企业大模型应用的三大范式：从数据到智能体的跃迁路径
摘要：企业级大模型应用需要构建系统性范式，包括三大核心支柱：1）建立企业知识中心，整合多模态业务数据形成可处理的数据资产；2）通过强化学习微调基础模型，提升其在企业特定场景中的决策能力；3）构建智能体协作网络，将AI从辅助工具升级为业务决策参与者。这三步帮助企业实现从模型使用者到智能决策者的跃迁，形成可持续的智能化能力。
2025-08-18 14:44:50
514
原创 数智管理学（四十七）
数智化时代下战略管理理论的变革与未来展望：摘要 随着数智化浪潮的推进，战略管理理论正经历深刻转型。本文探讨了三大关键趋势：首先，战略思维从竞争转向合作，企业通过构建战略生态系统实现资源共享与价值共创；其次，物联网、大数据等技术使战略具备实时调整能力，提升企业市场响应速度；最后，绩效评估突破传统财务指标，纳入社会价值与环境影响等多维标准。数智化不仅重塑了战略制定工具和流程，更推动管理思维从静态规划向动态协同转变。未来企业需整合先进技术与创新理念，构建更具适应性的战略管理体系，在复杂环境中实现可持续发展。
2025-08-16 16:39:56
539
原创 数智管理学（四十六）
数智化工具对战略管理理论产生深刻影响，主要体现在三方面：首先，数据分析工具（如Tableau、PowerBI）通过数据清洗、可视化呈现和交互分析，帮助管理者快速洞察运营状况，在营销、供应链和质量控制等领域提升决策效率。其次，AI辅助决策系统基于机器学习技术，在医疗诊断、金融风控等行业实现精准预测和智能建议，显著提高决策准确性。最后，生态协同平台（如SAP、Oracle）通过标准化接口和共享数据仓库，整合供应链资源，典型案例显示可使库存周转率提升30%，交付周期缩短25%。这些数智化工具正在重塑传统战略管理方
2025-08-16 16:37:32
1053
原创 数智管理学（四十五）
数智化正在深刻重塑战略管理理论，其核心影响体现在三个方面：首先，通过实时数据采集和AI分析实现了动态优化，突破传统滞后管理模式，如预测性维护使设备故障率显著降低；其次，基于全面数据支持的精准决策系统，使企业能快速识别瓶颈并优化资源配置，如电商数据驱动的生产调整；最后，数字化平台整合打破部门壁垒，某跨国企业案例显示研发周期缩短30%。这些变革推动管理从经验驱动向数据驱动转变，提升企业响应速度与协同效率。
2025-08-05 10:47:06
858
原创 企业智能体与核心业务系统集成应用白皮书
摘要： 随着大模型技术发展，企业智能体（AIAgent）正从辅助工具升级为“业务参与者”，通过与ERP、CRM等系统集成，推动企业智能化转型。其核心价值在于：降低系统使用门槛、打通数据孤岛、拓展业务场景、节省人力成本，并提升员工接受度。典型实现方式包括API集成、RPA对接等，技术架构需兼顾语义理解、工具调用与安全审计。企业落地可分三阶段：先构建语义助手，再扩展智能组件，最终形成数字员工体系。智能体以“非颠覆”方式融入现有系统，成为企业低成本、高效率AI落地的核心路径，未来将演化为具备自主进化能力的“数字员
2025-08-05 10:43:57
1091
原创 数智管理学（四十四）
摘要：数智化时代对传统战略管理理论带来深刻变革。本文分析了SWOT分析、波特五力模型和资源基础观等传统战略工具的应用价值及其局限性，探讨了大数据、人工智能等数智技术对战略管理的全方位改造。研究表明，数智化技术显著提升了企业战略分析能力、决策效率和竞争优势构建能力，推动战略管理向数据驱动、实时响应方向发展。企业需要重新审视传统战略理论，结合数智技术特点，创新战略管理方法，以应对快速变化的市场环境。（148字）
2025-08-02 10:43:12
760
原创 从AI智能体出发，重构数据中台：迈向Agentic时代的数据能力体系
摘要：随着AI智能体（Agent）的广泛应用，企业数据基础设施正迎来重构。AI智能体在客服、推荐系统、预测维护等场景中发挥着关键作用，其运行依赖于结构化与非结构化数据、实时数据流、知识图谱等多维数据支持。传统BI导向的数据中台已无法满足需求，必须围绕AI智能体全生命周期构建新型数据中台，重点强化多模态数据处理、语义检索、实时反馈等能力。新数据中台需具备数据治理、特征工程、向量检索等核心模块，实现从"人驱动"到"智能体驱动"的范式转变。企业需从具体AI应用场景出发，倒推
2025-08-02 10:39:20
1149
原创 数智管理学（四十三）
新环境下的应用工具包括 RPA 与智能流程优化工具、数字孪生平台、流程挖掘工具等，它们能帮助企业实现流程自动化、智能化和优化。同时，企业再造的成功需要人的因素、技术因素和文化因素的支持，要注意避免流程再造未考虑总体经营战略思想、忽略作业流程之间的联结作用以及未考虑经营流程与管理流程关系等问题。成功的企业再造能够带来显著的经济效益，提升企业的竞争力，但失败率也较高，需要谨慎实施并不断改进。不同技术之间的协同作用，将为企业创造更大的价值，实现各种技术在企业管理中的深度融合，为企业提供更全面、高效的管理支持。
2025-08-01 15:53:49
423
原创 从二极管到神经生态：智能体系统的“芯片之道”
智能体系统的发展与芯片技术演进呈现惊人相似：从单一功能的独立智能体（如电子管计算机），到多智能体协同（如集成电路），再到面向类脑生态的动态演进（如神经形态芯片）。这一过程揭示了系统协同架构的重要性，智能体的未来不在于集中控制，而在于分布式连接与涌现特性。要成为真正的智能体公司，需要具备芯片设计般的系统工程能力，包括架构思维、模块协同、测试验证及生态构建。智能体的本质是一种新的认知秩序构建单元，其发展路径折射出"系统即智能，协同即未来"的深层哲学。
2025-08-01 15:51:22
359
原创 数智管理学（四十二）
摘要：数智化技术推动企业再造理论升级，主要体现在流程自动化、数据驱动业务重塑和平台化运作三个方面。RPA和AI技术实现财务、人力等业务流程智能化；大数据和物联网技术优化供应链管理和产品研发；平台化运作突破企业边界，如AWS构建云计算生态。这些改造使企业运营更智能高效，提升竞争力并创造新价值，展现了数智化时代企业再造理论的创新发展路径。
2025-07-30 08:44:29
944
原创 数智管理学（四十一）
摘要：企业再造理论在数智化时代面临深刻变革。该理论传统上强调以流程为中心打破部门壁垒，进行整体性优化而非局部改进，追求革命性变革。数智化技术（如AI、大数据、物联网等）为企业再造提供了新工具，推动其在流程自动化、数据驱动业务重塑等方面创新发展。研究探讨了企业再造理论在数智化背景下的演进，通过案例展示了其应用价值，并对未来发展进行了展望。
2025-07-28 19:46:02
737
原创 数智管理学（四十）
摘要：数智化技术深刻改变了系统理论在管理实践中的应用方式。通过生态化管理构建开放协同的价值网络，实现产业链延展重构与跨行业协同；数字孪生技术实现虚拟现实联动，支持实时监控、状态预测和流程优化；动态系统实现实时感知决策与资源配置调整，提升复杂系统协同效率。这些创新实践推动企业管理向智能化、生态化方向发展，为企业应对复杂市场环境提供了新思路。未来，随着技术进步，系统理论的应用将不断深化，为企业创造更大价值。
2025-07-27 17:06:14
851
原创 数智管理学（三十九）
摘要：系统理论将企业视为由多个相互关联子系统构成的整体，强调整体性、开放性、动态性和反馈机制。随着数智化技术的快速发展，大数据、人工智能等技术为企业提供了强大的数据处理和智能决策能力，使系统理论的应用得以深化拓展。本文探讨了数智化背景下系统理论的新发展，包括生态化管理的兴起、数字孪生技术的应用以及实时优化系统的实现，并通过案例展示其创新实践，展望未来趋势。数智化技术正推动系统理论从静态分析向动态优化转变，为企业管理带来革命性变革。
2025-07-26 21:12:48
670
原创 数智管理学（三十八）
摘要： 数智化技术深刻重塑了权变理论在跨部门协同管理中的应用。通过云计算、大数据等技术构建的统一平台，打破了信息壁垒，实现了ERP等系统的业务集成与数据共享。即时通讯、视频会议等工具提升了沟通效率，而线性规划、遗传算法等优化模型支持动态资源分配。冲突解决机制通过协调小组和第三方仲裁确保协同顺畅。数智化强化了权变理论的环境适配与敏捷性，推动管理从"人工应变"向"自动应变"升级，未来需深化技术应用与理论创新，助力企业可持续发展。
2025-07-23 12:51:51
628
原创 数智管理学（三十七）
摘要： 数智化技术对权变理论既带来挑战也创造机遇。通过实时数据分析和智能算法，企业能更精准预测市场变化与风险（如供应链延误、金融风险），实现动态资源调配与自适应管理。人机协同模式下，员工角色转向创新与决策，需具备数字技能与柔性管理能力。企业需通过弹性工作制、多元化考核及创新文化建设，适应智能化环境，提升敏捷性与竞争力。
2025-07-21 21:38:29
821
原创 数智管理学（三十六）
摘要：本文探讨权变理论在智能化情境中的适应性。权变理论强调管理应随情境变化而灵活调整，数智化技术为其带来挑战与机遇。通过分析环境动态适配（市场需求、技术进步等）、资源目标匹配（人力、物力等资源优化）以及组织敏捷性建设（扁平化架构、跨部门协作），论证企业如何利用大数据、AI等技术实现精准决策。研究指出，智能化手段强化了权变理论的实践价值，使企业能更快速响应环境变化。最后通过案例验证该理论在企业管理中的现实应用意义。
2025-07-19 10:25:21
592
原创 Agent如何在未来企业数智化中发挥关键作用
智能Agent技术正重塑企业数智化进程，通过六大维度推动变革：作为虚拟操作员简化ERP交互；优化低效功能模块；缩短系统实施周期；构建智能中台整合多系统；角色化Agent沉淀企业知识；实现业务驱动系统的范式转变。未来五年将是企业Agent化转型的关键窗口期，这项技术将从辅助工具升级为数字核心，大幅降低使用门槛、提升运营效率，使企业从"人适应系统"转向"系统理解业务"的新阶段。
2025-07-17 10:19:12
580
原创 数智管理学（三十五）
摘要：数智化对科学管理理论产生深刻影响，集中体现在人机协作、员工管理和组织文化变革三个方面。人机协作模式通过AI处理重复性工作与员工发挥创造力形成优势互补；员工管理转向个性化发展及心理健康关注，借助数据分析实现精准培养；组织文化从指令型向协作型转变，扁平化结构和开放沟通提升企业效能。这些变革优化了管理流程，增强了决策精准性，促进了跨部门协同，推动企业在数智化时代实现可持续发展。企业需平衡技术与人文因素，构建新型管理模式以适应时代需求。
2025-07-17 09:08:30
960
原创 数智管理学（三十四）
数智化技术正在重塑传统科学管理模式。通过物联网传感器和人工智能算法，企业实现了实时数据采集和动态优化，突破了传统管理模式的滞后性局限。智能化流程优化提升了生产效率，降低了成本。数智化工具还为决策提供了精准数据支持，增强了企业快速响应市场变化的能力。此外，数字化平台建设促进了跨部门信息共享与协同，典型案例显示研发周期缩短30%，成本降低20%。这些变革表明数智化正深刻改变着管理理论和实践。
2025-07-14 11:09:15
697
原创 数智管理学（三十三）
数智化时代下科学管理理论的延伸与重塑 摘要：本文探讨了科学管理理论在数智化时代的演变与发展。传统科学管理理论强调标准化作业、分工专业化、绩效激励和管理者监督，曾显著提升工业时代的生产效率。随着数智化技术的兴起，物联网、大数据和人工智能等新技术为企业管理带来新机遇。研究分析了科学管理理论与数智化技术的融合路径，展示了其在企业管理实践中的应用价值，为企业数字化转型提供理论指导和实践参考。 （98字）
2025-07-13 22:13:46
1135
原创 数智管理学（三十二）
然而，在数智化环境中，企业通过建立统一的数据平台，整合各部门的数据资源，实现了数据的集中管理和共享。首先，企业要建立敏捷的组织架构，打破传统的层级结构，采用扁平化、网络化的组织形式，减少决策层级，提高信息传递速度和决策效率。企业在尽享数据驱动决策带来的巨大红利时，务必高度重视保护员工与用户隐私，制定明晰的数据政策，强化数据安全管理措施，积极采用匿名化等技术手段，全力构建坚实的信任基石。此外，企业要加强与员工的沟通和交流，及时了解员工的需求和困惑，给予员工支持和帮助，增强员工的归属感和忠诚度。
2025-07-12 20:02:48
725
原创 数智管理学（三十一）
数智化管理中的数据伦理与社会公平问题日益凸显。在隐私保护方面，企业需平衡数据利用与隐私保护，通过完善隐私政策、加强数据安全技术（如加密和匿名化处理）以及建立应急响应机制来防范风险。在算法公平性方面，企业应当确保训练数据的多样性，进行严格的公平性测试，并建立算法审计机制，避免算法偏见导致的不公平决策。这些措施有助于实现数智化管理的健康发展，同时维护个人权利和社会公平。
2025-07-11 10:37:46
817
原创 数智管理学（三十）
《数智化管理中的伦理与社会影响》摘要：随着数智化技术在管理中的深入应用，管理者角色正经历从指挥者到赋能者的转变。数据驱动决策使基层自主性提升，管理者职能转向资源支持与技能培训。同时，数智化管理对管理者技能提出新要求：既要掌握数据分析、AI应用等技术能力，又需强化跨部门沟通、变革管理等软技能。该转型既带来管理效率提升，也面临隐私保护、算法偏见等伦理挑战，要求企业在追求效益的同时兼顾社会责任。全文约150字。
2025-07-08 11:18:42
928
原创 数智管理学（二十九）
例如，在制药企业中，通过动态资源配置，增加对药品研发的投入，引进先进的生产设备和检测技术，加强员工质量意识培训，严格控制生产过程中的各个环节，确保药品质量符合高标准要求，提高企业在医药市场的竞争力。例如，在企业面临突发市场需求变化时，能够迅速启动动态资源配置流程，根据市场需求和企业资源状况，快速调整生产计划、采购计划、销售计划等，确保企业能够及时响应市场变化，保持竞争力。例如，在物流行业，一些企业通过共享物流平台，共享仓储空间、运输车辆等资源，提高物流资源的利用效率，降低物流成本。
2025-07-07 09:36:44
1002
原创 数智管理学（二十八）
数智化管理生态系统的核心特征包括高效连接、灵活响应和智能协作。大数据平台、云服务和开放API实现数据无缝流通和任务分发，提升跨部门协作效率；扁平化组织和自组织团队增强组织灵活性，动态资源配置优化生产运营；AI技术深度参与决策分析、风险评估和执行优化，从生产制造到客户服务实现全流程智能化。这些特征共同构建了数智化时代的新型管理生态，显著提升企业运营效率和市场响应能力。
2025-07-05 09:23:52
874
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人