谷歌版ChatGPT灾难级发布,市值一夜狂跌7000亿,熬夜网友:退钱!

如何解决 ChatGPT 在科研学术写作中“不说人话”? 短视频真正改变的,是知识抵达人的方式。真正该改的是信息顺序:先给结论,再讲原因和证据,最后补充必要的边界,边界在这里是护栏,不该挡在正文前面。读者还没质疑,例外和边界已经先摆好了,不敢把话说透,真正好的文章会先把核心判断稳稳立住,再补充复杂性,不会让读者猜半天你到底想说什么。观点还没展开,就先回应并不存在的反对意见,大量篇幅都在证明我没这么说,不过度防御的文章都是前者忙着管理风险,后者才是在推进认识。逐句查看文章中的转折、退让和补充说明,追问一句,如果拿掉这句话,事实是否仍然准确,推理是否依然成立。 阅读详情

看完谷歌的最新直播,我感觉,微软被“诈骗”了。

谷歌CEO劈柴哥前脚刚发文说要推出ChatGPT竞品Bard,又有各种消息暗示2月8日晚上的发布会会有“新消息”。

不到24小时,微软就连夜上线了ChatGPT版搜索。

微软CEO纳德拉还非常重视地表示:竞争才刚开始。

然鹅,就在外界早已搬好板凳坐等“搜索引擎变天”、一众厂商也纷纷宣布跟进之际,谷歌却是千呼万唤没出来:

这个在巴黎召开的最新直播中,传说中的谷歌版ChatGPT露面了,但又没完全露面。

怎么说呢……释出的信息,就等于把劈柴哥的文字稿又给念了一遍……

甚至官方浅浅展示的Demo里,还被扒出了至少2处错误。

更多Demo示例,没有。技术讲解,没有。上线日期,更没有……

翻译一下,就是Bard内测中,将来会整合到搜索里。饼就是这么个饼,好不好吃就不多说了。

这把我和同事们的脸,打得是啪啪响……

群里“退钱”的呼声那是此起彼伏。

这不,直播还没结束,已经有网友坐不住了:敢情大家关心的信息咱一点也不多说呗?

还有网友犀利吐槽:用真正的Bard的话来说,谷歌就是在“无事生非”(莎士比亚作品)。

直播一结束,谷歌的股价就呈现出了一条醒目的下降曲线,收盘时已跌超7%,市值一夜蒸发7000亿。

还带跌了一众中概股,甚至连微软也没能幸免。

这一波啊,怕不是谷歌下的一盘大棋,既唬住了微软,又给过热的市场当头浇了一盆冷水。

Bard与ChatGPT同题PK

虽然这场发布会没有公布Bard太多细节,但网友们来都来了,自然不会空手而归。

没有内测资格,还可以反向测试,拿Bard演示中出现的问题去问ChatGPT,就给了它俩一对一PK的机会。

关于詹姆斯韦伯望远镜的新发现,有什么可以告诉我九岁孩子的?

ChatGPT由于训练数据停留在2021年,回答的都还是将来时,对可能发生的情况做预测。

Bard的消息就明显灵通一些,列举出三个新发现。末尾还贴心地附上一句“这些发现可以激发孩子对宇宙中无穷奇妙的想象”。

这是由于Bard背后的对话语言模型LaMDA——是让谷歌工程师“走火入魔”,认为它有人格的那个模型。

除了神经网络外,LaMDA还内置了一套工具箱,包括计算器、翻译器和访问搜索引擎获取外部信息的接口。

然鹅,Bard的这段回答被指出至少有2处事实性错误,成了股价大跌的导火索。

第一条,詹姆斯韦伯望远镜发现“绿豌豆”星系并不是在2023年,而是2022年7月。

第三条,第一张系外行星照片不是由詹姆斯韦伯望远镜拍摄,而是欧洲南方天文台的甚大望远镜早在2004年就拍下。

路透社就援引分析师观点,指出谷歌作为AI领域的领军企业,在ChatGPT这项技术上却“睡着了”。

谷歌匆忙宣传,才导致了演示视频里出现错误答案的尴尬混乱。

而The Verge则发文表示,谷歌仍然在把AI技术滴灌到搜索、地图和翻译中,并同样把股价下跌归因于“谷歌的失误可能把投资人吓跑了”。

虽然ChatGPT出错闹的笑话也不少,但谷歌这样错误出现在官方宣传视频上全球上百万人围观,还是尴尬了点。

咱只能说,大家还要忍受很久AI的“一本正经胡说八道”了。

搜索引擎重回风口浪尖

虽然总的来说谷歌开了一场尴尬的发布会,但无论如何,围绕AI的一场搜索引擎大战还是打响了。

微软必应算是赢下这一场,国内百度也有了全线产品接入类ChatGPT产品“文心一言”的风声,甚至最老牌的雅虎也有了动作暗示重返搜索领域。

△ BRB=Be Right Back,马上回来

毕竟ChatGPT诞生不到3天,就有网友发现在不少情况下,它比搜索引擎更好使。

Gmail之父当时还感叹:谷歌距离被全面颠覆可能只有一两年的时间,搜索引擎的结果页面被干掉,最赚钱的广告没有地方可放了。

搜索引擎,曾经是一个时代的王者,最大的流量入口。

后来渐渐被社交网络和信息流应用抢走了风头。

在这期间,谷歌搜索也有数次大更新,其中不乏AI技术的参与。

2012年,谷歌发布大规模知识图谱,从文本搜索进化到语义搜索,并可以直接呈现一些简单问题的答案。

2015年,机器学习算法RankBrain投入使用,可通过预测来处理之前从未有过的查询。

2019年,预训练模型BERT加入,可根据上下文理解整个句子、绕过拼写错误,上线一年后参与了几乎100%的查询。

可以看出,这些更新的重点都在提升理解用户意图的能力,对使用体验有不小提升,但都还算不上颠覆性的变化。

以ChatGPT和Bard为代表的生成式AI,更大的意义在于从“寻找问题的答案”跨越到“直接完成任务”。

正如谷歌演示中,特别强调了Bard可以回答“没有唯一答案”的问题。

微软新版必应提供的的示例也多是“规划一次旅行”、“写一首押韵的诗”这样的开放式问题。

答案此前并不存在,搜索的瞬间由AI生成出来,也就是AIGC(AI生成内容)的含义所在了。

但一波热潮之下,也有冷静的人指出新模式的潜在问题:

归根到底内容还是人类生产的,AI只是能够从训练数据中学习、提炼、模仿。

如全球最大的编程问答社区Stack Overflow,在人们发现ChatGPT能够写代码、给代码写注释还能修复bug之后,正在经历流量的骤降。

谷歌又赶个晚集,但并非没有后手

谷歌第一次被吐槽“赶了个晚集”,是在12月底的公司会议由内部员工提出。

毕竟逼得各家竞相出手的ChatGPT,后缀GPT里的“T”——Transfomer,还是谷歌发明的。

6年前,Google在论文《Attention is All you need》中首次提出Transformer模型,它使用自注意力机制,取代了在NLP任务中常用的RNN网络结构。

谷歌官方博客上提到这点的说法还被网友看出“挺酸的”:

网友不是没有解读出谷歌官方心里的小九九,各种调侃逗乐在互联网上蔓延。

有人拿今日的谷歌比作当年的柯达:

Transformer是你的项目又怎样,柯达还发明了数码相机呢!

还有梗图画尽了谷歌宝宝心里的委屈:

Bard背后的对话模型LaMDA,两年前的谷歌I/O大会上就已亮相,去年进化到2.0。但LaMDA一直处于内测之中,并不是所有人都能畅快玩耍。

不过话说回来,谷歌不慌不忙,倒也不仅仅是因为“优势在我”,不想太过主动革自家搜索引擎的命。

浅浅对比一下——

哪怕是接受了两个多月的外部测试反馈和内部调试,ChatGPT仍然会不受控地口出狂言,发表一些政治偏向或种族和性别主义歧视言论。

需要强调的是,越大的公司对声誉和社会责任的顾虑越多。

去年11月,Meta具有1200亿参数语言模型Galactica,在生成内容里引用文献时,发生作者真实存在但文献虚构,以还存在一本正经胡说八道的情况。

事态引起舆论哗然,短短3天后,饱受争议的团队无奈宣布Demo(暂时)下架。

无论何时都需要从公司整体战略部署行动,谷歌的考虑不外如是。

这样看来,谷歌现在表现出的不紧不慢,也未必没有更深层次的考量。

但大公司的谨慎小心,在这波AIGC浪潮里,多少是束缚住了科技巨头的手脚,让他们总显得慢了那么一拍。

前车之鉴,就是2022年同样爆火的AI绘画。

玩得最开的,当属Stable Diffusion背后的公司Stability AI。

虽然用户在用其进行AI绘画时得按需付费,但它开放源代码,开发者可以完全免费下载底层代码来训练自己的模型。

开放性像一柄双刃剑,让Stability AI陷入了版权、监管等诸多争议之中。

但如其创始人兼CEO相信的那样,“开源AI技术释放人类的创造力”,并带来了巨大的关注和收益。

另一边,伦理、版权多重顾虑缠身的OpenAI旗下DALL-E2、谷歌Imagen,在藏着掖着地隔岸观望后,才下场公测。

结果么,两家都跌了跟头。

2022年上半年发布模型后,它俩磨磨叽叽,在11月才先后向公众开放。话题度、使用量都明显不如前者。

也正因如此,OpenAI才痛定思痛,推出ChatGPT来抢占先机。

ChatGPT背后的GPT3.5对OpenAI来说是两年前的旧玩意。

为了不再被抢风头,做第一个吃螃蟹的弄潮儿,仅用13天,ChatGPT就迎来诞生,并迅速火遍地球。

不仅抢先将对家逼到墙角,ChatGPT的用户反馈还能帮助收集反馈,以改进新模型。

危急存亡之秋,谷歌被逼打响搜索引擎保卫战,被迫出手Bard,行动部署里却还残留一惯瞻前顾后的影子:

只给“值得信任的测试人员”内测。

好在谷歌不是没有反将一军的能力。

首先,多年的技术积淀为底。

不仅论文发布数量最多,思维链路提示(chain-of-thought)、大模型涌现现象的研究也走在前面。

其次,一旦开放,谷歌可以利用自身保有的巨大优势:

谷歌搜索的基础用户量大,反馈迭代快。

李飞飞之徒、英伟达AI科学家Jim Fan在推特预测,Bard背后,有谷歌10亿用户的流量池。

这是谷歌手握的另一张重量级的王牌。

但没有人知道,谷歌搜索的忠实用户,会有多少转化成为Bard的拥趸。

那么现在,Bard依然半掩面,你觉得谷歌还能反将一军吗?

Bright Data ChatGPT 搜索抓取器(Python) 使用 GitHub 登录,然后 fork 该仓库开始进行更改。本项目提供一个使用 Bright Data Web Scraper API 抓取结果的简易 Python 样板代码。 阅读详情

相关推荐

JMeter脚本录制-快速上手篇

有的项目应用场景下,压测时,需要考虑带宽因素,压测不只是压测接口,静态资源也要一起压测。一般来说,静态资源比较多,如果一个个手工去写请求,是比较繁琐的,此时,可以使用Jmeter的脚本录制功能。 步骤1,创建脚本录制模版。 JMeter菜单:文件>模版,下拉选择到Recording,点击“Create”按钮; 填写录制参数: hostToRecord:填写要录制的主机域名,例如,我们这里填入:www.baidu.com schemeToRecord:填写要录制的模式,例如,htt...

软件测试大叔 5734

ChatGPT 广告技术栈架构拆解:多轮意图、LLM 工具编排、ANN 召回与拍卖闭环

基于 OpenAI 官方工程文章,拆解 ChatGPT 广告系统如何用有状态会话理解多轮意图,以独立链路隔离自然回答,再由 LLM 编排召回、过滤、相关性评分、拍卖和最终交付,并给出可复用的超时、观测、安全与反馈闭环设计。

jerry764的博客 397

华为、Cisco、H3C、中兴网络设备如何配置syslog日志采集

华为、Cisco、H3C、中兴网络设备如何配置syslog日志采集

weixin_40239644的博客 8707

AI与大模型新闻日报 | 2026-11-11

今日 AI 圈动态速览:OpenAI 扩展 ChatGPT 商业功能:企业可认领资料并创建 AI 智能体,为 Business Agent 投放广告、谷歌最强 VLA 机器人模型:Gemini Robotics 2.5 登场,会系蝴蝶结、已在奔驰生产线上岗、挑战微软 Win11:原生 AI 系统 KORA 登场,将率先适配高通骁龙 X2 Elite 芯片、Meta的人工智能代理Muse登陆Apple Watch和Android Wear OS 等共 24 条新闻。

dozenyaoyida的博客 317

牛耕式全覆盖算法-matlab代码

牛耕式路径全覆盖算法,也称为牛耕算法或者蚂蚁算法,是一种用于解决路径规划问题的启发式算法。这个算法的灵感来自于牛在耕田时的行为。在这个算法中,假设有一块田地需要耕作,牛从田地的某个角落开始行走,走过的路径会被标记。牛会优先选择尚未经过的路径,当所有的路径都走过后,算法停止。在路径规划问题中,田地可以看作是一个由节点和边构成的图。每个节点代表一个位置,每条边代表两个节点之间的连接。路径全覆盖问题是找出一组路径,使得每个节点都被至少一条路径经过。牛耕式路径全覆盖算法的基本思想是以启发式的方式逐步构建路径。

m0_69611489的博客 1690

从零到一:DETR模型在自定义数据集上的实战部署与调优

本文详细介绍了DETR模型在自定义数据集上的实战部署与调优过程,包括环境准备、数据转换、模型配置、训练技巧及问题排查。通过具体代码示例和实用建议,帮助开发者高效完成从零到一的DETR模型部署,特别适合目标检测领域的实践应用。

weixin_42524100的博客 464

英辰朗迪GEO知识库第179期:AI引擎自建检索索引,与传统搜索重叠不足3%

英辰朗迪GEO知识库第179期:AI引擎自建检索索引,与传统搜索重叠不足3%

45

从零到一:基于Rocky Linux 9的Kubernetes高可用集群部署实战

本文提供了一份基于Rocky Linux 9操作系统,从零开始部署Kubernetes高可用集群的完整实战指南。详细讲解了包括系统初始化、容器运行时配置、使用kubeadm工具进行集群初始化、节点加入以及Calico网络插件安装在内的核心步骤,并针对国内网络环境提供了镜像加速等优化方案,旨在帮助读者构建一个稳定可靠的生产级K8s环境。

weixin_29197835的博客 140

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 137

激光雷达与相机外参标定(附open3d python代码)

现在的激光雷达与相机的标定程序基本都是Ubuntu框架下面的,并且都是C++代码,需要安装的依赖也比较复杂,于是自己写了一个python版本的标定程序,依赖非常简单,Windows系统也可以运行。我这里用的大疆的雷达,点比较密集,更容易用我这种方法标定,旋转的16,32线的雷达也可以用这种方法标定,只是标定点会相对难选取一些。2 手动在点云上选取N个标定点(每个点都对应图像上的点,顺序也要一致)3 通过PNP方法计算出二者的旋转投影矩阵,也就是外参矩阵。1 手动在图像上面选取N个标定点。

三维点云技术探索 3412

《用 AI 赋能医药科研创新》目录(持续更新)

本专栏旨在指导医学科研和药物研发人员运用AI技术提升研究效率。内容包括:利用AI分析文献、识别研究热点、自动生成研究草稿;在新药研发中,通过AI优化临床方案设计、受试者筛选等环节;介绍AI理论基础如大语言模型、提示词工程学及智能体技术发展历程。专栏采用5000-9000字的长文形式,系统讲解AI在医药研发各环节的应用方法,帮助研究者缩短周期、降低成本,推动医药研发进入智能化新阶段。

MD Code 502

ChatGPT、Codex工程实战:数据库迁移脚本开发环境测试通过,为什么生产上线仍可能锁表甚至丢数据?

ChatGPT、Codex生成的数据库迁移脚本开发环境测试通过,为什么生产上线仍可能锁表甚至造成数据不一致?本文从Java订单系统生产变更切入,分析MySQL DDL、元数据锁、大批量数据回填、新旧版本兼容和数据迁移风险,并介绍Expand-Contract分阶段迁移方案。

lb654509656的博客 335

【30】软考软件设计师——UML类图与用例图满分精讲|下午第3题常考核心

本文是《软件设计师·50讲通关|从零基础到工程师职称》专栏第30篇,聚焦**模块四:应用技术(下午题)第3道高频大题**,UML建模是历年下午必考核心,单题分值稳定10~12分。全文深度拆解两大核心UML图表:**类图**与**用例图**,超详细讲解类图三层结构、可见性修饰符、五大核心关系(泛化/关联/依赖/聚合/组合)的判定标准与绘图规范;吃透用例图参与者、系统边界、三大关系(包含/扩展/泛化)的底层逻辑,搭配独家**关系秒杀口诀、标准绘图模板、真题改错技巧**;全文适配补图、判断关系、分析场景、纠错优化

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 573

ChatGPT Businesses 与 Business Agents 实战:商家确权、商品 Feed、GEO 洞察和隐私治理

OpenAI 推出 Businesses in ChatGPT Beta。本文不止复述功能,而是从商家资料确权、商品 Feed、聚合洞察、Business Agent 对话边界与隐私治理出发,给出企业可执行的接入架构、数据质量规则、灰度上线流程和核对清单。

jerry764的博客 351

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

ChatGPT 已占 Google 搜索量 20%:搜索的“第二次战争“,买家从人变成模型摘要

OpenAI 官方确认 ChatGPT 搜索量已达 Google 总量的 20%,搜索市场的"买家"正从人转向模型。本文梳理搜索入口迁移、搜索 API 开放带来的价值链重排,以及企业应如何从"优化网页排名"转向"让模型采信"。

2601_96888293的博客 62

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

ChatGPT Images 2.6 实测解读:一句话直出 GIF,Flare 提速 46%,API 支持 2~64 帧动图

过去两年,AI 生图解决了"画得像不像""字写得对不对"的问题,但交付物始终是一张静态图。想让它动起来,通常要另外找视频模型,或者自己拆帧、用 PS、ffmpeg 合成 GIF——对运营、设计、做表情包的人来说,这一步既麻烦又容易翻车:帧之间画风跳变、角色走样、文件体积失控。这次 OpenAI 发布的,把这一步直接收进了生图本身:在对话里说一句"能做成 GIF 吗",返回的就是一张可循环播放的动图,而且生成后还能接着改。按 OpenAI 的说法,这是第一个原生直出 GIF 的主流生图产品。

JEECG官方博客 247

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

ChatGPT Images 2.6 入门:保存角色参考图并生成循环 GIF

按官方 Images in ChatGPT 说明,介绍在 ChatGPT 中把照片存成角色参考并用 @名字复用,再用提示词或静图生成循环 GIF、打开后调速并保存分享的完整步骤。

死磕音视频 225

ChatGPT Images 2.6 商业落地与场景应用指南

本文聚焦电商与设计团队的视觉生产痛点,提出“人机协同”的AI高效工作流。通过十大实战场景,系统拆解商品图生成、海报自动化、风格一致性控制、提示词工程等关键环节,构建可复制、可量化的视觉生产管线。强调以标准化模板、模块化提示词与人机协作闭环,实现从构思到成图的极速落地,显著提升效率与质量,助力各行业实现视觉内容的智能化升级。

frt的博客 291

在 Claude 中配置与使用图表编辑器MCP,把数据变成图表

ChartchooserMCP是基于ModelContextProtocol的图表生成服务,可将数据直接转化为Highcharts图表或仪表盘,集成于Claude与ChatGPT。通过简单配置,用户在对话中粘贴数据并回答几项问题,即可自动生成生产级图表。支持自然语言调整样式、类型与布局,显著提升可视化效率。关键技巧包括:保持表头清晰、明确分析目标、多指标需求直接请求仪表盘。配置后一次设置,长期复用,大幅降低选图门槛,适合频繁进行数据分析与汇报的用户。

Highcharts可视化图表库中文博客 653

ChatGPT、Codex并发排查:Spring Boot接口没有报错,为什么线程池队列越来越长,最后整批请求超时?

Spring Boot接口没有报错,CPU和数据库连接池也正常,为什么线程池队列却越来越长?本文从订单服务任务积压故障切入,分析无界队列、最大线程数、CallerRunsPolicy、下游阻塞和任务背压机制,并介绍通过Codex辅助定位线程池瓶颈的方法。

2601_96380027的博客 157

ChatGPT收录优化怎么做:荷里购科技拆解认领与监测

第二,把企业信息填准确,尤其是网站、业务描述、产品类别、退换政策,这些是ChatGPT回答问题时可能引用的素材。抖店后台的“豆包运营”专区按“看数据、找商机、优化商品”三步走,经营数据看曝光、点击、成交、退款等指标,商机词用于选品上新,购前核心决策信息用于完善商品属性与卖点。ChatGPT的提及不是提交出来的,是被引用出来的。据企业介绍,GEO特工队AI覆盖豆包、DeepSeek、Kimi、通义千问、ChatGPT、Gemini、Perplexity等国内外主流AI平台,适合需要双生态布局的出海品牌。

2601_96569777的博客 179

ChatGPT双更新-GPT6.2-Sol旗舰模型与Images2.6生图-2026年11月5日

ChatGPT 双更新:GPT-6.2 Sol 旗舰推理模型发布,Images 2.6 让图片"动起来"

Spidermanbaout的博客 747

ChatGPT Images 2.6 正式支持 GIF 生成:一张图片也能动起来,AI 动图创作时代来了!

从最初的 AI 文本生成,到 AI 图片生成,再到 AI 视频和现在的 GIF 动图创作,AI 正在不断降低内容创作的技术门槛。以前,一个普通人想制作动画,可能需要学习复杂的软件和专业的制作流程。现在,只需要把自己的想法描述清楚,就有机会让 AI 帮你实现。未来的 AI 不仅能够帮我们生成内容,还能够直接帮我们完成更多视觉创作工作。如果你平时也喜欢折腾 AI 工具,不妨试试这个新功能。你可能会发现,原来一张普通的静态图片,也可以玩出这么多花样!

篮球界最会写bug的人;程序猿中打球最菜的人。 662

ChatGPT、Codex工程实战:Kubernetes滚动发布时,Spring Boot正在处理的请求为什么还是会被中断?

本文从Java订单系统生产故障切入,分析Readiness Probe、EndpointSlice、preStop、SIGTERM、Tomcat优雅停机和terminationGracePeriodSeconds之间的关系,并介绍通过Codex还原Pod终止时间线、排查502和Connection reset的方法。

2601_96380027的博客 494

企业在哪里使用 ChatGPT 和 OpenAI 模型?

以 GPT-6 Astra 为例,企业既可以直接调用 Amazon Bedrock API 使用该模型,也可以设置 ChatGPT Work、Codex,后端依托 Amazon Bedrock 上的 GPT-6 Astra 完成推理计算。这样 OpenAI 模型不再是独立外部服务,能够和 Amazon Bedrock 上其他厂商基础模型归入同一企业模型池,企业可以结合业务指标持续对比各模型的能力、延迟与成本。ChatGPT、Codex、OpenAI 模型彼此关联,但在企业架构内承担不同职能。

JINGdigital_的博客 192
上一篇: ChatGPT一出,程序员也要下岗?!这10大职业可能先丢饭碗
下一篇: 无损压缩鼻祖去世了,没有他就没有今天的Zip、PNG、MP3、PDF……
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论 11
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