AI 产品经理的三重门

AI产品经理需要哪些必备技能?如何成为AI产品经理? AI产品经理是主要负责调研行业,理解行业业务,收集或挖掘行业需求,分析目标用户,输出用户画像,定位产品,制定产品战略,找出解决需求的方案,并转化为AI产品,设计产品,输出产品验收产品,与运营对接,上线等工作职责。是的,都2024年了,不会A!的产品经理不是一个好的产品经理,下面这几项技能的是所有AI产品经理必备的几个技能!!! 阅读详情

AI时代的AI产品经理应该像创业者一样,全局把控公司产品方向,用AI技术赋能重新定义手头的产品,真正的成为AI产品经理型CEO。

AI 产品经理的三重门_AI

人工智能(AI)在广义上是指任何能够让计算机通过图灵测试的方法和系统,而狭义上则是指通过研究人类智能产生的方式来让电脑模拟人的智能。对于AI产品经理做实际操作产品来说就是通过:大数据+先进算法+算力来完成的。

因此本文回答成为AI产品经理中必经的三个阶段:

  • 第一个阶段数据阶段,在这个阶段AI产品经理包含传统产品经理;
  • 第二个阶段是上山下乡,AI产品经理创造新品;
  • 第三个阶段即AI产品经理成为CEO。

本文框架如下图:

AI 产品经理的三重门_AI_02

一、数据阶段:AI产品经理包含传统产品经理

经过数款实战产品总结AI产品经理与传统产品经理的关系是包含关系,即AI产品经理包含传统产品经理。

笔者想了一下,我们产品同学为啥总讲跟传统产品经理的区别?应该是AI产品经理核心能力应该会什么?AI产品经理的思维模式是什么?

就像AI产品经理也是要懂传统产品经理会的内容,产品经理本身会的东西就比较多,不同的工作思考模式也有差异,所以本篇先讲AI时代的AI产品经理应该有的能力模型部分。AI产品经理与传统产品经理是一种包含和递进关系(AI产品经理包含传统产品经理),不是并列对比。

AI产品经理的核心能力

(1)AI能力模型

能力模型是AI产品经理自我评估强项弱项的关键环节,只有知道自己的不足,才知道需要加强的地方。通过下图对AI产品经理能力模型列表的直观查验,会发现AI产品经理能力模型是覆盖传统产品经理能力模型的。

模型列表:

从传统产品经理市场来看,产品经理岗位已经出现大量细分,如前端产品经理、后台产品经理、数据产品经理、支付产品经理、ERP产品经理、CRM产品经理、供应链产品经理,POP产品经理等,AI产品经理是包括这些产品经理能力模型的并且用AI技术提升这些产品的性能和体验。

AI 产品经理的三重门_AI_03

从传统产品经理到AI产品经理,在跨界能力、产品5力、知识框架、专业技能、组织影响力等知识层面需要进行基础储备和能力提升,以提高与AI专家工程师的沟通效率。AI技术正处于高速发展时期,技术本身日新月异,所以产品经理和非产品经理应该抓住这波机遇。拿出力作做进产品经理的圈子。

AI产品经理的核心能力模型小结:

AI产品经理得懂得AI技术,正是因为AI技术给了所有产品经理重新洗牌的机会,起跑线归零重新比赛的机会,AI技术赋能产品运营重新洗牌的机会。

AI技术的“火爆”给了所有基础的人一次新的做产品经理做运营经理的机会,另外做好AI产品经理做出有力作的运营案例需要AI产品需要AI运营懂AI技术,需要具备AI产品经理核心能力模型。

AI产品经理是个交叉岗位,所以既懂技术又懂运营,即需要AI产品经理能力模型中的跨界能力。

(2)数据能力

AI 与大数据相互融合,已经成为事实。AI 技术通过大数据对算法的训练获取突破性成果,而以AI 技术为特征的大数据应用则遍地开花,逐步渗透到各个行业和各个领域。我们面对的是一个以大数据应用为标志,以AI技术为特征的新时代。为客户提供融合大数据平台的AI 产品解决方案,是适应当前技术发展趋势并且具备良好的市场需求的产品。

AI产品经理应该掌握大数据产品的6项能力:

  1. 统一元数据管理:元数据指“所有系统、文档和流程中包含的所有数据的语境,是生数据的知识,统一元数据管理已成为大数据产品的重要一环,为大数据的质量提供基础,使大数据的维护管理工作更加有效。
  2. 数据标准管理:大数据产品要能够有序开展,必须建立统一的数据标准,为元数据的统一、数据的集成融合、数据的质量提升等提供依据。
  3. 大数据质量管理:数据质量是数据应用的基础,通过大数据质量管理工作,可以获得干净、可靠的数据。这是大数据产品化的重要目标,也是发挥大数据价值的必要前提。
  4. 主数据管理:主数据是跨系统、跨模块、跨部门、跨地区、有高质量要求、高时效要求、被各项业务反复使用的基础性和敏感性数据。主数据是业务信息系统的神经中枢,是业务运行和决策分析的基础,也被认为是黄金数据。通过对主数据的管理,保证了其完整性、一致性、精确性、及时性,这样才能更好地支撑跨部门、跨应用的数据融合的应用需要。
  5. 大数据集成:大数据集成不仅仅是将数据在物理上集中存储起来,还要依据数据标准、统一元数据的定义,将外部数据加工转换为业务所需要的目标数据,建立数据之间的内在关联。
  6. 大数据安全与隐私保护:数据信息化为人类生产和生活带来便利的同时,也带来前所未有的数据安全与隐私威胁,大到国家安全、企业经营,小到个人隐私,都需要从不同的角度加强数据安全与隐私威胁。

AI产品经理在AI发展的数据阶段通过大数据产品化,获得及时、准确、可靠、安全脱敏后的高质量数据,可为大数据深入广泛的应用、企业的数据化运营产品转型提供强有力的抓手。

(3)AI产品经理数据生态闭环能力

打破数据孤岛,构建数据化运营产品的公司,时下不论是BAT还是其他厂都在努力构建的大数据产品。

以阿里巴巴集团为例:其时下操作的大数据产品,一般步骤为“建立组织架构和规范(建立一个跨部门的数据中台团队)→梳理应用需求(挖掘集团内外部数据需求)→梳理企业数据信息(集成集团内外部数据)→引进大数据产品技术平台→实现大数据产品”,产品化的大数据成为企业资产为数据应用与数据运营提供基础。

下图为阿里巴巴集团将数据产品化后的截图:

AI 产品经理的三重门_AI_04

产品闭环是指把数据业务化,将数据整合成功能提供业务能力,同时业务上有源源不断的产生元数据。闭环图如下图:

AI 产品经理的三重门_AI_05

(4)AI产品经理二次流量挖掘能力

产品经理都知道移动互联网发展已经进入了尾声,主要靠在存量里面找增量,那么如何运用AI技术挖掘二次流量呢?

我们以三角兽运用NLP技术中的子流程NER技术帮助OPPO/VIVO/锤子手机挖掘新的流量来源应用为例,展示如下图:

AI 产品经理的三重门_AI_06

AI产品经理的第一个阶段数据阶段小结

一个技术的成熟,只有当大众意识不到该技术的存在时,该技术才算是真正成熟,例如:历史上文字的发明、金属冶炼的发明等。这些深刻改变人类社会的技术,但当今社会已经对这些伟大的技术“视而不见”,而将其视作砂石一般理所当然的外部环境。

AI产品经理首先在第一个阶段明白,大数据随着市场应用的深入,其与其它技术的结合就越强,其作为基础技术的特征也就越显著。或许在不久的将来,大数据将“无迹可寻”,但同时又无处不在。

二、上山下乡:AI产品经理创造新品

AI产品经理在经历大数据产品化的过程以后,会到达上山下乡的阶段。这里的上山下乡是指:带上人工智能,到传统中去。看上去朴实无华很好理解的一句话,但背后的逻辑却真不简单。

带着AI技术到行业去,这样就会天然的了解很多客户特别切实的一些痛点,然后再完全用AI的方式来解决。遵从“先有痛点再做产品设计”的路径。切中了客户痛点后,带来的效果也很明显,可以快速的迭代产品,进而提供更好的服务,保证有订单会进来。

AI+行业方案的效果是显而易见的:首先它会带来人工成本大幅度降低;其次准确率会有一个很大的提升;再次对以前传统的产品方法有颠覆性的改变即创造新品。

三、AI时代:AI产品经理即为总经理/CEO

传统产品经理时代即提一个优秀的产品经理不仅能引导产品的发展,而且能引导公司的发展。同时,他还是一名优秀的执行者、项目管理和团队管理者,具备敏锐的洞察力,能在用户心理和产品细节间灵活游走,打磨出令人惊叹的产品。

AI时代,因为AI技术自身的能量属性赋予产品重新被定义的机会,从而给了所以希望做产品经理的人一次与传统产品圈子共同做产品的机会。利用AI技术的高效、跨界、交叉等特性重新组织产品进而做产品的主人即总经理或者CEO,在AI产品经理到达成为CEO之前,需要先成为一名出色的AI产品经理。

CEO的预备成员出色的AI产品经理做产品是以人为中心。

传统时代产品经理是以用户为中心目标是显性需求,AI产品经理以人为中心目标是隐性需求不仅仅是满足用户的显性需求,更是满足人的隐性需求。

AI产品时代是以人为中心的生命周期管理产品矩阵,包含调研人、竞品也是人这个人包含产品经理自身因为AI时代要求如果你把上一代产品做到市场上的极致,你根本不用关心竞争对手做了什么,你只要再超越自己上一代产品就可以了。

苹果上下的声音高度一致,认为最大的竞争对手是自己的上一代产品。“我们每一代产品都会采用当时最好的技术,当我们推出产品的时候,我们已经在想下一代产品。

iphone3发布时,公司当时的4000多个工程师,只高兴了一个晚上,因为第二天他们已经开始在想iphone4怎么办,上一代产品已经把自己逼到了绝路,如果不能超越,那就只能画句号了。如果你把上一代产品做到市场上的极致,你根本不用关心竞争对手做了什么,你只要再超越自己上一代产品就可以了。”

AI产品经理要懂AI技术而不用操作AI技术,更要懂AI技术下的人性。

从传统产品经理到AI产品经理,工具和基础理论有相通,但思维有许多不同。

总结

AI时代的AI产品经理应该像创业者一样,全局把控公司产品方向,用AI技术赋能重新定义手头的产品,真正的成为AI产品经理型CEO。

如何转行/入门AI产品经理?

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,转行/入门AI产品经理,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI产品经理入门手册、AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI产品经理入门手册

在这里插入图片描述

三、AI大模型视频教程

在这里插入图片描述

四、AI大模型各大学习书籍

在这里插入图片描述

五、AI大模型各大场景实战案例

在这里插入图片描述

六、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

AI产品经理怎样入门? AI产品经理需要熟悉AI基础知识,包括之所以需要具备这些知识,是因为实现AI产品必然会涉及相应的AI技术,如果AI产品经理不了解相应技术基础,就不能很好的和研发人员沟通,完成AI项目的管理。当然,AI产品经理并不需要像AI算法工程师那样,懂很底层的技术细节、数学公式的逻辑推导,但其中涉及的基本概念和行业现状应有所了解。下面从这三部分介绍~ 阅读详情

相关推荐

AI低代码接入高德地图:绕过鉴权、坐标、数据三重门

地理信息系统(GIS)是数字化业务的核心基础设施,其底层原理涉及坐标系转换、API鉴权机制与空间数据解析等关键技术。随着低代码开发范式普及,如何降低高德地图等主流地图服务的集成门槛,成为中小企业快速构建LBS应用的关键瓶颈。AI驱动的智能代理技术正逐步替代传统SDK封装,通过动态签名生成、语义化坐标对齐和结构化地理指令输出,显著提升地理服务的稳定性与业务适配性。典型应用场景包括社区SaaS地址标点、车机导航语音增强、POI智能搜索及专利AOI边界分析。本文聚焦高德地图API在实际落地中遭遇的鉴权门、坐标门与

weixin_30998797的博客 365

如何成为一名 AI 产品经理?AI 平台产品经理、AI Native 产品经理和 AI + 产品经理

成为一名优秀的 AI 产品经理需要多方面的努力和素养。首先要明确 AI 产品经理的三种类型及其核心职责,根据自身兴趣和能力确定发展方向。在成长过程中,要培养好奇心,深入学习 AI 基础知识并积极实践工具应用,构建有竞争力的产品作品集以进入该领域。成为前 5% 的佼佼者则需避免同质化,专注于解决客户问题并勇于创新。挖掘产品好创意可通过建立衡量标准、开展黑客马拉松和优化用户体验等方法。此外,还要保持积极能量、在不确定中灵活 “游走” 并享受工作过程。

weixin_72959097的博客 2094

Python实战:解析腾讯视频M3U8加密链接并下载高清影片

本文详细介绍了如何使用Python解析腾讯视频M3U8加密链接并下载高清影片。从环境准备、抓包分析到核心代码实现,逐步讲解如何获取M3U8主链接、解析TS分片列表以及下载合并视频片段。文章还提供了多线程下载、断点续传和加密视频处理等优化方案,帮助开发者高效完成视频下载任务。

weixin_30836759的博客 525

别再瞎学AI!产品经理AI能力速成(行业大佬推荐)从入门到精通,这篇就够了!

给你学习,我国在这方面的相关人才比较紧缺,大模型行业确实也需要更多的有志之士加入进来,我也真心希望帮助大家学好这门技术,如果日后有什么学习上的问题,欢迎找我交流,有技术上面的问题,我是很愿意去帮助大家的!2025年的今天,AI不再是“未来概念”,而是“现在进行时”。截至目前大模型已经超过200个,在大模型纵横的时代,不仅大模型技术越来越卷,就连大模型相关的岗位和面试也开始越来越卷了。光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战项目来学习。

xiaoganbuaiuk的博客 1187

AIDD机器学习深度学习药物发现与设计教程总结

AIDD(AI Drug Discovery & Design):是近年来非常火热的技术应用,且已经介入到新药设计到研发的大部分环节当中,为新药发现与开发带来了极大的助力。倾向于机器对数据库信息的自我学习,可以对数据进行提取和学习,一定程度上避免了化合物设计过程中的试错路径,同时还会带来很多全新的结构,为药物发现打破常规的结构壁垒。覆盖了机器学习和深度学习,能与新药研发相结合并实质性的应用到靶点预测、高通量筛选、药物设计、药物的ADMET性质预测等;且算力方面,由早期应用于药物发现领域的决策树、随机

wutianlin0723的博客 6814

ADS新手必看:ICCAP数据导入与导出CSV的完整流程(附常见问题解决)

本文为ADS新手详细讲解了如何将ICCAP测试数据导入ADS进行仿真分析,并导出为通用CSV格式的完整流程。内容涵盖文件格式解析、导入设置、数据验证、处理技巧及常见问题排查,重点解决了数据文件导入过程中的兼容性与单位映射等核心难点,帮助射频工程师高效连接测量与仿真环节。

peace的博客 557

【收藏必备】万字深度解析:程序员如何转型AI产品经理?从技术小白到懂AI的实战指南

本文从技术、业务、实战三维度详解如何成为"懂"AI的产品经理。强调理解技术边界、打通商业闭环、驾驭人机共生的核心能力,分享数据闭环设计、伦理安全考量、产品思维等实战经验,并提供未来趋势与避坑指南,帮助产品经理实现从"需求文档撰写者"到"技术翻译官、场景架构师、生态构建者"的转型。

优快云_224022的博客 890

NVP6324、NVP6188、NVP6158C的区别详解

根据搜索结果,NVP6324、NVP6188、NVP6158C是Nextchip公司推出的不同型号视频处理芯片,主要区别体现在应用场景、功能特性、接口支持及封装规格等方面。如需进一步技术细节(如寄存器配置或开发支持),可参考具体型号的规格书或联系Nextchip代理商。

小灰灰的博客 2998

万字长文|如何成为一个“懂”AI 的产品经理?

2025年的今天,AI不再是“未来概念”,而是“现在进行时”。从通义千问到苹果的Apple Intelligence,从医疗影像诊断到电商智能客服,AI技术正在重构每个行业的底层逻辑。 但“懂”AI的产品经理,远不止是会调用API或写Prompt。真正的“懂”,意味着你能: 看透技术边界:知道大模型能做什么、不能做什么; 打通商业闭环:把AI能力转化为企业降本增效的硬指标; 驾驭人机共生:设计出既高效又合规的用户体验。 本文将结合我过去5年在AI产品领域的实战经验,从技术、业务、实战三个维度,拆解

2401_84204207的博客 802

开发simulink 以及stm32半物理仿真碰到的问题,以及处理方法,Error:External Mode Open Protocol Connect command failed(实测有用)

串口实现的,但是在测试的时候发现,这个串口可以正常发送和接收数据,但是一旦把这个串口只让其进行版物理仿真就报错。直接刷写程序是可以的,最后查到问题了。我要实现半物理仿真,就是通过matlab实现可以直接控制stm32板子,实际上是通过xcp on。然后点击simulink上的观测按钮就可以直接和stm32平台进行通讯了。3,还是使用串口3,但是重新需要设置一下com口,因为重新插拔了一下,按照这个设置方法就可以。2,重新加载ioc文件。

pvmsmfchcs的博客 1498

AI Agent在医疗诊断中的智能应用研究

本文探讨了AIAgent在医疗诊断中的智能应用,分析了其技术原理、实际案例及发展挑战。AIAgent通过机器学习算法处理医疗数据,提升诊断准确性和效率,市场规模预计2025年达200亿美元。核心技术包括数据预处理、深度学习模型和隐私保护方法。应用案例涵盖肺癌筛查、阿尔茨海默病预测等,但面临数据偏差、伦理责任等挑战。未来趋势包括多模态学习、个性化医疗和量子计算融合。随着技术优化和伦理完善,AIAgent将成为医疗体系的重要组成部分。

郑伟强dev的专栏 96

不懂算法也能懂AI?给产品经理的万字入门指南(建议收藏)

2025年的今天,AI不再是“未来概念”,而是“现在进行时”。从通义千问到苹果的Apple Intelligence,从医疗影像诊断到电商智能客服,AI技术正在重构每个行业的底层逻辑。

2401_85154887的博客 1123

使用 Python 和蒙特卡罗计算未来股价走势以及历史波动率和隐含波动率

蒙特卡罗模拟等工具使投资者能够洞察一系列潜在的未来。这远离了单纯的猜测,迈向了明智的、数据驱动的决策。

探索人工智能领域 706

万字长文|如何成为一个“懂”AI 的产品经理?大模型入门到精通,收藏这篇就足够了!

本文将结合我过去5年在AI产品领域的实战经验,从技术、业务、实战三个维度,拆解“懂”AI产品经理的核心能力。

Y525698136的博客 784

Prometheus+Grafana+alertmanager+PrometheusAlert监控告警 实现飞书告警

以上 是以grafana做的邮件告警,但是感觉邮件很少人看。下面是以webhook 可以接入。启动alertmanager (设置 开机在启动)下载prometheusalter 配置文件。这里的告警是基于grafana上搭建的。我们启动PrometheusAlert。写完之后进行重启Prometheus。prometheus 的告警规则。测试 基于我们生产环境做的文档。然后在grafana上导模板。上导入模板就可以 直接引用。访问 grafana页面。重启一下grafana。

墨痕诉清风的博客 856

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

瞄准年薪50W+的AI产品经理:三步拆解程序员转型的核心障碍与思维转型路径!

本文从技术、业务、实战三维度详解如何成为"懂"AI的产品经理。强调理解技术边界、打通商业闭环、驾驭人机共生的核心能力,分享数据闭环设计、伦理安全考量、产品思维等实战经验,并提供未来趋势与避坑指南,帮助产品经理实现从"需求文档撰写者"到"技术翻译官、场景架构师、生态构建者"的转型。

2401_85725028的博客 688

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

万字长文:程序员必看!如何成为真正“懂“AI的产品经理?技术+业务+实战全解析

文章从技术、业务、实战三维度,阐述如何成为"懂"AI的产品经理。强调需理解技术边界、打通商业闭环、驾驭人机共生。通过医疗影像、电商客服等案例,分享数据治理、Prompt工程、人机协同等实战经验,提醒避免技术崇拜和行业适配陷阱。未来AI产品经理将向智能体设计和生态构建方向进化,成为技术翻译官、场景架构师和生态构建者。

2301_80239908的博客 1272

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

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

如何成为“懂AI“的产品经理?万字长文带你从入门到精通,收藏这一篇就够了!!

文章从技术、业务、实战三维度阐述如何成为"懂AI"的产品经理。强调真正的"懂"不仅是调用API或写Prompt,更要理解技术边界、打通商业闭环、驾驭人机共生。通过医疗影像、电商客服等案例,解析数据治理、Prompt工程等技术要点,以及ROI计算、伦理合规等商业考量,指出AI产品经理应避免技术崇拜,关注行业适配性,未来趋势是向智能体和生态化发展。

Android23333的博客 726

代码之外:优秀程序员必须跨越的“三重门”

从“写对代码”到“写稳代码”,需要培养代码同理心,注重可读性和维护性;从“写稳”到“写省”,要降低团队认知负荷,避免过度设计;最后从“写省”到“写活”,需培养商业敏感度,让技术为业务创造价值。文章指出,真正的职业瓶颈往往不是技术本身,而是认知广度和协作能力,跨越这三重门才能避免职业危机,成为不可替代的技术人才。

fthux的博客 158

AI落地三重门:工具、认知与产业的错位与协同

人工智能不是单一技术问题,而是涉及工具适配、认知升级与产业协同的系统工程。从基础概念看,AI工具的本质是嵌入工作流的‘接口’而非万能解药;其核心原理在于匹配真实业务断点,而非堆砌参数指标。技术价值体现在降本增效的可测量性上,但前提是避免‘确定性幻觉’与组织熵增。典型应用场景包括智能硬件质检、合同审查、产线缺陷识别等,关键在于人机分工重构与能力沉淀。本文聚焦AI落地中高频出现的工具选型失当、提示词迷信、SaaS隐性成本、认知护城河模糊等现实痛点,提供基于27个实战项目的防坑框架。

weixin_34180452的博客 237

从RNN的‘失忆症’到LSTM的‘记忆宫殿’:一个产品经理也能看懂的比喻解析

本文通过生动的比喻解析了RNN的‘失忆症’问题及LSTM的‘记忆宫殿’解决方案。详细介绍了LSTM的三重门控机制及其在长序列处理中的优势,帮助产品经理理解神经网络的结构与原理,提升AI产品的决策能力。

weixin_30875157的博客 279
上一篇: 转型AI产品经理需要掌握的硬知识:AI产品经理能力模型和常见AI概念梳理
下一篇: 微软:9个提示词技巧,让AI大模型高质量回答你的问题!
我爱学大模型
博客等级 码龄3年 7883粉丝 687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