- 博客(573)
- 收藏
- 关注
RSS订阅
原创 研报摘要｜元宇宙：下一代互联网启程（附元宇宙深度报告PDF）
文章目录报告摘要1. 元宇宙的概念特征1.1. 元宇宙特征：社交体系+沉浸体验+内容丰富性+经济系统1.2. 互联网巨头入局元宇宙，旨在寻求新入口2. 元宇宙的六大支撑技术（BIGANT）2.1. 区块链技术：元宇宙运行的核心2.2. 交互技术：VR/AR 作为入口或将明显加速2.3. 物联网技术：元宇宙连接核心工具2.4. 网络及运算技术：元宇宙运行底层基础2.5. 算力（含配套软件）：元宇宙的引擎3. 元宇宙的应用层面：C 端提升体验，B 端提升效率3.1. 元宇宙应用概括3.2. 游戏：最接近元宇宙的
2021-12-23 11:36:13
6534
原创 建议收藏 | 数据化、信息化、数字化、智能化到底都是指什么？彼此有什么联系？
随着新技术、新产业、新业态、新模式的不断出现，各行各业的企业都在寻找新的突破口进行转型升级，“数据化、信息化、数字化、智能化”愈来愈频繁地出现在大众视野中，关于它们概念和解说也是层出不穷、百花齐放，到底它们之间有什么区别呢？ Runwise整理了一些关于数据化、信息化、数字化、智能化的相关定义，结合组织定义与行业发展趋势，对四者之间的联系与区别进行解析，便于大家更好理解之间的关系。01 关于数据化、信息化、数字化、智能化的概念数据化1.数据化的定义数据代表着对某一件事物的描述，通过记录、分析、重组数
2021-07-27 11:20:00
9137
1
原创 案例分析 | 优衣库DTC模式之全渠道零售
近年，优衣库在中国持续扩张……迅销集团公布业绩显示，截止2020年8月31日，大中华区收益总额为4559亿日元；自2020年3月份来，以高于预期的速度恢复业绩，尤其是网络商店销售额同比增长约20%，表现强劲。 优衣库品牌体系主要包含4个系列，女装 WOMEN、男装 MEN、童装 KIDS和婴幼儿装 BABY，其品牌理念-LifeWear“服适人生”是让所有人的生活更加丰富多彩的服装，聚焦基本款，简约、功能且时尚。尽管2020年在疫情阴影的笼罩下，优衣库却在中国持续扩张。从2020年6月起优衣库在中国市
2021-06-10 14:29:37
10045
原创 在裁员的浪潮下，如何才能使自己立于不败之地？
从去年开始，行业内大范围的裁员潮就开始进入大家的视野。根据界面新闻数据统计显示，2018下半年，国内公司有21家曝出裁员消息，国外公司有19家；但2019年，仅统计到2月15日的数据，国内已有9家公司进行了裁员，而国外更多达25家。全球范围的裁员潮在新一年的开头也轰轰烈烈的开始了。（图片来源：界面新闻）从百度搜索指数中，我们可以更加直观地感受到网民对“裁员“ 的关心程度。从去年3月份到...
2019-03-28 19:18:03
809
3
原创 【即能】小程序：我们是怎么做产品优化的？
“迭代优化”强调以用户为核心，对产品持续性的优化。如何能够以此来吸引更多的新用户，同时增加现有用户粘度呢？本篇文章将用实际经验来为你作答。不知道大家是否听过一个词 —— Kaizen。这个词是一个日语词汇，它指的是小的、持续性的改进。放到互联网产品中，我认为它跟“迭代优化”所表达的核心思想一致，因为这两者都强调在以用户／客户需求为核心的基础上，对产品进行持续性的优化。总的来说，所谓的产品...
2018-10-24 16:25:39
1122
原创 AI 客服 Agent 上线后怎么不翻车？从 Klarna 15 个月回调看人工兜底分层与质量指标
AI 客服 Agent 上线首月效率指标全面向好，满意度与人工持平，一年多后却被 CEO 公开承认“质量下降”——这是 Klarna 的真实经历。本文基于 Klarna 的公开披露与媒体报道拆解，数据口径会逐条注明。凡是 Klarna 没有一手技术披露的工程细节（例如转人工的精确触发规则），本文不作断言，只给出可执行的设计建议。
2026-09-28 15:31:37
246
原创 开源大模型从本地跑通到生产上线：以千问为例的五级部署阶梯与六项选型检查
开源大模型在本地跑通只是第一步。团队一旦面对并发流量、版本更新、故障恢复和成本监控，就要回答一个工程问题：继续自己管算力，还是把推理、调优和部署交给平台？每往上走一级，要解决的问题和付出的代价都不一样。本文以阿里千问（Qwen）的开源与 Model Studio / 百炼托管服务为样本，把“开源权重 → 生产系统”拆成五级部署阶梯，并给出每一级的升级触发信号与选型检查项。文中数据均来自公开披露和厂商客户案例，涉及厂商自述的地方会单独标注。
2026-09-28 15:28:48
113
原创 企业 Agent 自动化该先选哪段流程？三条准入判据、决策矩阵与两小时选型 SOP
这套判据自带一个明确的推翻条件：如果 Agent 的自我评估能力强到能对自己的输出给出可信置信度——“错了它自己知道”——判据 2 就不再是硬门槛，可自动化的流程范围会显著扩大。当厂商开始把"协作治理""观测评估"做成产品，说明生成本身已不是稀缺能力，Runwise 的分析里提到，这一条是后补的——被前两条放行、最后仍烂尾的项目，几乎都死在"技术跑通了，没人愿意为输出签字"。一个自查方法：翻一遍 AI 立项材料，数一数讲模型参数、上下文长度、推理成本的页数，和讲"上线后谁的哪个动作会改变"的页数。
2026-09-26 14:20:45
203
原创 AI 编码提速后瓶颈去哪了？用验证税重估六项敏捷实践与研发度量
既然验证税是必付成本，就列进预算：为代码评审预留明确产能；把 Definition of Ready 做得和 DoD 一样严格；让资深工程师把时间花在审意图、审架构、审边界上。
2026-09-26 14:18:20
431
原创 负责任 AI 怎么落进工程流程？把 NIST AI RMF 映射到 AI 生命周期的五个检查点
大多数企业都有一份"负责任 AI 原则"，内容通常是公平、透明、可问责、安全几条。问题是，这份文档和工程团队每天的工作之间，几乎没有接口：需求评审里没有它，上线检查单里没有它，模型下线时更没有人想起它。世界经济论坛（WEF）联合埃森哲做过一项负责任 AI（Responsible AI，下文简称 RAI）成熟度研究，用四个阶段（从"临时起意"到"完全操作化"）评估全球企业。这组数据说明，“为什么要做"早已是共识，卡住的是"怎么做”。
2026-09-25 21:12:39
334
原创 企业 GenAI 为什么卡在试点？MIT 报告里的“学习差距“与四项工程检查
很多团队都遇到过同一种场景：内部 GenAI 试点演示效果很好，业务方也点头了，可一到"接进核心流程"这一步就停住了。几个月后项目还在试点名单里，没人说它失败，也没人再追加投入。MIT NANDA 项目发布的《2025 年商业 AI 现状》报告，给这种现象提供了一组比较扎实的数据：研究团队梳理了 300 多个公开 AI 项目，访谈了 52 家组织，并对 153 位高级管理者做了问卷。结论很刺眼——约 95% 的企业在 GenAI 上的投入没有带来可量化的回报。。
2026-09-25 21:10:41
389
原创 企业 AI 试点回报率怎么算？一个部门 -7.4%、铺到 20 个部门变成 -16.1% 的核算方法
某企业内部生成式 AI 平台八个月内完成 20 万用户接入，这类披露说明的是平台覆盖速度，和"200 余个场景""10 亿次调用量"一样，都是采用规模的证据，不是项目回报的证据——接入、使用和价值，是三件需要分别举证的事，这一点在企业 AI 平台治理相关的报道中也反复出现（可参考 Runwise 对摩根大通案例的拆解）。它不是裁员数，不是薪酬支出的减少，也不是利润。真正容易踩坑的，往往不是披露财报的企业，而是下面的执行层：一个部门的 AI 试点跑完了，效果看起来不错，接下来要向管理层申请铺开预算。
2026-09-20 17:27:23
243
原创 企业 Agent 执行边界怎么设计？从 Shopify Sidekick 看权限工程的四道门槛
Sidekick 面对的不是孤立网页，而是一组可以相互引用的经营关系，因此才能把"销量、成本、利润、退货、折扣最高的 100 个商品分别怎样"这类问题连续追问下去，并让分析结果继续变成客户分组、订单编辑或自动化流程的输入。这组看似矛盾的设计，恰好是企业在给内部 Agent 做架构决策时绕不开的问题：怎么让 AI 读到正确的业务事实、调用正确的业务动作，又不越过价格、库存、资金和客户数据的责任边界。对想复制这套思路的团队，可先自查一个问题：你的商品、订单、客户、库存数据之间，有没有统一的标识和更新责任？
2026-09-20 17:22:12
345
原创 阿里千问、字节豆包、腾讯WorkBuddy怎么选？企业采购AI办公产品的六道准入检查项
2026年年中到第三季度，阿里千问办公（QwenWork）、字节豆包工作（Doubao Work）、腾讯WorkBuddy在三个月内密集完成了各自的企业级AI办公产品布局。三家的产品形态、企业能力开放范围、商业化进度并不完全相同，但都在用"能执行任务、能交付成果"当卖点，抢占企业日常办公的入口位置。对技术负责亶来说，这类选型最容易踩的坑，是先比功能演示效果，再补身份、资料、运行责任这些边界问题。
2026-09-19 16:38:23
612
原创 企业AI平台该先统一模型还是先统一风险边界？摩根大通20万人接入案例的五步顺序
摩根大通用8个月时间，让20万名员工完成了内部生成式AI平台LLM Suite的接入。这个数字很容易被简化成"大厂AI渗透率案例"，但对做企业级AI架构的技术团队来说，真正值得拆解的不是"接入了多少人"，而是这20万人背后的建设顺序：摩根大通没有先挑一个"最强模型"发给全员，而是先在员工与模型之间搭了一层与具体模型无关的统一入口，把模型选择、数据安全、成本路由、权限管控和风险评估做成了跨部门共用的公共能力，之后才按任务风险逐层放开数据接入范围。这个顺序，对任何一家正在做企业级AI平台选型的公司都有参考价值。
2026-09-19 16:29:34
345
原创 企业上 Agentic AI 之前：用例准入五条、技术底座体检表与自研/合作的决策边界
RPA、GenAI 与 Agentic AI 的能力边界怎么划？本文基于德勤相关研究，展开企业落地 Agentic AI 前必须先答的四件事：用例准入的五条硬标准、按成熟度分层的技术底座体检表（云弹性/API 数据层/向量库/编排框架/CI-CD/审计沙箱）、超越工时节省的三层衡量口径，以及自研、合作与混合的决策边界。
2026-09-17 17:37:24
122
原创 多智能体辩论（MAD）怎么落地：聚合器、辩论轮次与小模型替代大模型的成本边界
从 MIT 与 NVIDIA 的研究结论出发，拆解多智能体辩论（MAD）架构的落地方式：聚合器与辩手的角色分工、Turn 1 隔离与带工具举证的辩论轮次、收敛规则的写法、不该上 MAD 的三类场景，以及验收这套架构的四个指标。
2026-09-17 17:34:15
322
原创 一线 AI 部署为什么发了账号却没人用：五个现场接口与一条采纳漏斗
企业 AI 落地到一线，最常见的失败不是模型不够好，而是账号发出去了，业务流程没变。沃尔玛 2025 年 6 月宣布计划向约 150 万名美国门店员工部署一组 AI 工具，这个数字很容易被读成把同一个聊天机器人一次性发给 150 万人。真正值得工程团队拆的，是它把 AI 接进门店已有运营系统的方式。先把两个数字的口径说清楚，否则后面的结论都站不住：150 万是计划面向的美国门店员工基数，不代表 150 万人已完成接入或持续活跃；
2026-09-16 15:33:03
134
原创 Token单价跌了99%，AI账单却在翻倍：六类隐性成本与四个架构控本开关
这个数确实在飞快变小。斯坦福 HAI 的《2025 AI Index》给出过一个被反复引用的数据：达到 GPT-3.5 水平的推理成本，从 2022 年 11 月的每百万 Token 20 美元，跌到 2024 年 10 月的 0.07 美元，约 18 个月降幅超过 99%。真正决定 ROI 的 90% 沉在水下：上下文与检索开销、多步 Agent 的调用放大、为保证质量的重试与纠错、AI 干不了时的人工兜底、规模化后必设的评估与治理，以及越智能越贵带来的隐性通胀。工程含义：单价下跌的是同等能力下的价格。
2026-09-16 15:11:54
294
原创 企业级 AI Agent 落地：从 Intuit GenOS 看“上下文≠授权”与六道执行闸门
如果每个产品团队各自接一个通用大模型，做 Demo 很快，但往下走会发现：数据连接、提示管理、效果评估、权限、审计、转人工——这些活每个团队都要重做一遍。模型越多，出了事谁负责越说不清。GenOS Workbench / GenStudio：统一的开发与模型试验环境，团队可以在同一目录里比较自研的 Financial Intuit LLMs 和商业模型，调提示、工具、数据连接，不用每次从零搭。
2026-09-15 13:45:46
389
原创 企业AI该用Workflow还是Agent？五种编排模式与四项选型检查
业务提出“做一个智能体”，技术团队很容易直接进入框架选型：支持多少工具、能否多轮规划、有没有多智能体协作。但真正影响系统能否交付的问题，往往更早：这项任务需要模型决定下一步，还是只需要模型完成某个已经确定的步骤？例如，工单分类、检索知识库、生成回复建议，可以有固定执行路径；排查一个原因未知的故障，则可能需要根据每次查询结果决定继续查日志、查配置还是停止。两者都调用大模型，也都可以调用工具，但控制流程的方式不同。本文依据 Runwise 对企业 Agent 构建方法的梳理，将选型问题转为可执行的工程检查。
2026-09-14 15:31:53
177
原创 AI工作流演示能跑，上线就失败？HTTP接口与异常恢复的五项检查
Runwise 原文强调从简单流程验证价值、掌握 HTTP 请求能力，并为失败场景预留兜底。对开发团队，可以把这些经验落实为一个很具体的要求：先让一个小任务具备可确认的结果。例如，第一版只完成“读取指定请求，生成结构化草稿，放入待审核队列”。暂时不把自动回复、分派负责人和关闭工单全部接进去。阶段要确认的结果不足以证明成功的信号接收请求被识别并获得任务编号触发节点亮绿灯生成必需字段符合约定模型返回了文本校验字段和值符合业务规则JSON 能够解析保存草稿存在且可回查接口没有抛异常。
2026-09-14 14:35:58
286
原创 企业LLM选Prompt、RAG还是微调？先算每个合格结果的交付成本
一个内部知识助手上线后，模型调用账单不高，但业务同事仍要逐条核对答案，工程团队每周都在修知识更新问题。项目看起来节省了生成时间，却未必减少了交付工作。选 Prompt、RAG 或微调之前，需要回答两个问题：当前错误来自哪里？把输出修到可用状态，总共花了多少成本？本文以内部服务台为例，讨论技术选型与试点评估。场景、计算和配置均为说明方法的示例，不代表某家企业的实测结果。
2026-09-14 14:06:48
292
原创 Anthropic多智能体架构怎么落地？Lead Agent、共享记忆与并行任务的设计边界
企业准备把资料调研助手升级成多智能体系统，通常先想到增加角色：市场分析 Agent、技术分析 Agent、报告 Agent。真正接入工作后，却可能出现三个问题：大家搜索同一批材料，汇总时丢失证据，一个子任务卡住后整份报告迟迟无法交付。角色名称不能解决这些问题。系统需要明确谁负责拆任务、每个子任务拿到什么上下文、结果如何汇合，以及何时停止继续搜索。本文以 Anthropic 公开的研究型多智能体架构为入口，讨论企业实现时的任务契约、记忆范围和协作验收。
2026-09-13 21:21:09
293
原创 Prompt写得再好也不稳定？用RAG、Memory和Tools构建企业AI上下文工程
同一套提示词，昨天能回答，今天换一个客户或一份新制度就出错。开发者继续补规则、加示例，却发现提示越来越长，答案仍然依赖用户有没有把背景交代完整。这类问题需要先拆开：模型没有遵循指令，还是系统根本没有提供正确的信息？前者可以继续优化 Prompt；后者则需要处理数据检索、状态保存、工具接口和输出验证。它包含提示词设计，也包含调用前后的工程控制。RAG、Memory、Tools 不必一次全部上齐，但一旦业务依赖它们，就需要像维护服务接口一样维护其契约。
2026-09-13 20:53:03
116
原创 从Moderna 750个GPT看企业AI平台：创建权下放后，权限和维护怎么管？
Moderna两个月创建750个GPT，证明的是工具扩散速度。本文从企业技术实践出发，区分公开案例事实与治理建议，拆解统一平台、业务创建和专业责任三层分工，并给出资产卡、知识权限、回归测试、接管退出及价值指标的实施要点。
2026-09-13 20:09:06
157
原创 企业Agent能发邮件、改CRM，该给多大权限？六类动作的授权设计
Agent能调用CRM和邮箱，不代表每一次动作都已获授权。本文按读取、草稿、修改、对外发送、高后果执行和批量操作拆解权限边界，给出执行网关、审批绑定、幂等与并发控制的实现思路，并提供反向验收表。
2026-09-13 19:34:34
186
原创 AI办公Agent接入飞书、钉钉、企业微信：权限与执行闭环怎么验收？
AI办公Agent能在群里回复，并不等于工作流已完成接入。本文从任务入口、资料授权、动作执行和成果归档四个环节，拆解正反验收样本、执行身份、取消与重试机制，并给出五个实施要点和执行契约示例，帮助企业把Agent试点转为可交接的正式流程。
2026-09-13 19:05:13
236
原创 创新指南｜品牌电商新策略：五大转型思路与RGM举措
在流量红利过去的背景下，品牌电商面对多渠道运营的难题，如缺乏统盘经营、绩效管理分散、价格战失控、用户体验不足以及流量过度依赖，品牌电商如何有效应对这些挑战，本文从5个维度探讨全渠道电商RGM破局之路，实现品牌的可持续增长。
2024-06-24 22:18:47
1824
原创 创新案例｜星巴克中国市场创新之路: 2025目标9000家店的挑战与策略
星巴克创始人霍华德·舒尔茨：“为迎接中国市场的全面消费复苏，星巴克2025年推进9000家门店计划，将外卖、电商以及家享和外出场景咖啡业务纳入中国新一轮增长计划中。”在面临中国市场同店增长大幅下滑29%背景下，星巴克通过DTC用户体验创新带来增长，未来3年能否走出中国市场的阴霾我们将拭目以待。2023财年第一季度，在星巴克全球同店销售额增长5%的情况下，中国区域却非常惨淡。星巴克中国一季度营收6.217亿美元（约合43.14亿元人民币），同比下跌31%。
2024-06-21 22:24:47
5819
原创 理解 JTBD 框架和EJ 理念：深挖以用户为中心的设计
在与用户的交流中，我们发现对用户需求的精准洞察普遍困扰着产品经理、设计、企划人员，因为当今消费者行为已经由单品消费转向场景消费，千人千面的个性化需求出现，消费者数据维度极大丰富，这对把握用户体验造成了很大挑战。
2024-06-21 21:44:33
2210
原创 创新入门 | 病毒循环Viral Loop是什么？为何能实现指数增长
病毒循环（Viral Loop）是一种机制，它推动连续的推荐以实现持续增长。它会促使你现有的客户推荐其他人，去认识你的品牌，然后让这些新客户进一步告诉更多人关于你的信息。通过这种方式，创建了一个持久的循环，可能会导致指数级的病毒式增长。1.确保激励对客户有价值，但对你的公司也要成本效益高。2.使用双向奖励机制，既吸引当前用户推荐，也吸引他们的朋友加入。3.创建累积奖励，用户每成功推荐一位朋友就能继续获得奖励。4.找出循环的入口点（用户被邀请推荐的地点和时间）。
2024-06-19 22:01:39
1611
原创 用户需求分析揭秘：最佳实践与策略
大多数产品团队都有自己处理客户需求的一套流程。但是那些潜在的客户和他们的需求呢？如果在上已经有一定的资历，很可能对此见惯不怪了。通常，这些需求是销售人员跑来告诉你的，大概就是说：“超棒的潜在客户一定会掏腰包的！但是要搞定他们，我们的产品可能要加点东西/功能先。肯定ok的，是吧？经过，你的产品已经能够给提供很好的服务，通过购买、订阅或试用的形式满足目标客群的需求。当然不是说，产品永远都有进步的空间，但你得有把握自信地说出“这个版本的产品就能吸引很多客户”这句话。
2024-06-18 22:12:06
1264
原创 创新指南｜2024提升私域拉新效率亟需的5大内容SEO策略
后流量时代私域拉新获客成本持续攀升，最经典的有机获客增长打法SEO优化被重新获得空前的重视和更高的优先级，无论是B2B自建网站还是DTC自营电商，越来越需要精准持续的引流获客。搜索引擎优化SEO趋势每年都在变化，私域增长运营必须自我更新才能不断跟上。本文就是您在寻找2024年要遵循的正确搜索引擎优化趋势策略！
2024-06-16 11:15:27
1325
原创 创新案例 | 3个关键策略：乳制品品牌认养一头牛如何通过私域流量运营获取1400万会员
探索认养一头牛如何运用创新的私域流量运营策略，在竞争激烈的乳制品市场中脱颖而出，实现会员数量的飞速增长至1400万。本文深入分析了其数据驱动的广告投放、高效的会员运营体系和创新的用户互动机制，为企业提供提升用户粘性和品牌忠诚度的宝贵经验。
2024-06-16 10:36:45
5830
原创 创新入门｜生成式AI创新赋能优势解析，获取生成式AI知识的10大方法
生成式AI技术对员工和企业影响深远。对于员工而言，生成式AI能够提升工作效率，简化重复性任务，并为创意和决策提供支持。对于企业而言，生成式AI在产品创新、市场营销、客户服务和运营优化等方面发挥重要作用，帮助预测市场趋势、提升管理效率，推动数字化转型和创新发展。虽然生成式AI技术刚刚出现，但目前已有AI证书可以帮助企业和员工学习新技能，建立新的发展机会。
2024-06-13 22:52:14
1650
原创 组织创新｜AI赋能敏捷实践，助力企业敏捷转型
在工业5.0时代，随着项目变得越来越复杂，对效率的需求也在增长，致力于敏捷转型的组织正在寻求创新的解决方案来应对常见的挑战：工作量不平衡、低效的任务分配和知识孤岛等等。对此，AI等尖端技术的潜力可以帮助实现更高效、更绿色的以人为本的生产和运营，从而达到更高的可持续成功。本文将重点介绍AI对企业敏捷转型的积极影响、增强敏捷方法的特定AI工具有哪些，揭示AI驱动的工具如何提升敏捷实践以及团队可能面临的潜在挑战。
2024-06-12 21:15:34
1882
原创 2024年，每个企业都应该掌握这种“低流量生存技术”
凭借独有的思维，成为国内造车新势力的领头羊，这就是——蔚来。蔚来汽车自成立以来就一直坚持极致的“用户体验”，创始人李斌认为这也是蔚来的核心竞争力和护城河所在。无论是车企还是其他行业，蔚来的私域打法都十分具有借鉴意义。下面就为大家拆解蔚来的私域是如何运营的。
2024-06-12 19:23:57
2027
原创 创新案例｜创新实时零售模式，千亿时尚巨头Shein的全球扩张之路
SHEIN，一家估值千亿美元的快时尚电商独角兽，是全球增长最快的服饰平台。它通过数据和平台的双轮驱动，构建了全新的“实时零售”模式，实现了数据与商业的紧密衔接。同时，通过领导力和组织能力建设，打造了独特的“POP-L增长团队”。用户与商业闭环的有机串联使得SHEIN能够实现从流量获客到产品迭代的全链路增长运营。SHEIN以极致用户导向和高效实验驱动为核心，形成了一套用户价值导向的增长引擎，实现了供给端和需求端的双向赋能。这为传统企业转型提供了全新视角，探索新的企业增长密码。
2024-06-10 22:07:25
1994
原创 拐点已至：企业如何借助AI重塑增长？
2024年的激进增长与AI数智化创新并行，传统策略的功效已经减弱。在这篇文章中，我们将展望并深度探索2024年的6大创新增长策略，包括AI驱动的实验，产品再造，超个性化，自动化运营，短视频和KOL营销等重要议题。这将帮助您以更具战略视角和技术手段来驾驭全新的增长挑战。
2024-06-10 13:54:18
1596
空空如也
您是否希望在营销和销售运营中推动更多创新？
2023-07-10
您是否正在寻找推动业务创新的方法？
2023-07-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人