[AI提效-25]-与AI大模型交互:一场接纳人类社会多样性的修行

下一词预测(Next-token Prediction)深度解析:从 N-gram 到 GPT 的唯一目标函数 下一词预测(NTP)是自回归语言模型的核心训练目标,其本质为最小化交叉熵,等价于最大似然估计。通过链式法则将序列概率分解为条件分布,模型在无监督下学习语料中真实下一个 token 的高概率输出。从n-gram到Transformer,技术演进始终围绕提升上下文建模能力与并行效率。训练时利用因果掩码实现并行前向,推理则逐token采样生成。损失函数的下降揭示了规模定律下的通用智能涌现,但模型仍受限于生成能力,无法学习逻辑或常识。该目标统一了训练、评估与推理,构成大模型发展的基石。 阅读详情

AI大模型把人类社会的多样性集一身,学会与大模型的交互,就是学会接纳人类社会的多样性:思维方式的多样性、表达方式的多样性、人的个性的多样性、专业领域的多样性、人性的多样性.....

当我们熟练运用AI大模型处理工作、探索知识、抒发灵感时,或许从未深思过一个核心真相:AI大模型的本质,是人类社会多样性的“集大成者”。它没有自己的原生思维,没有与生俱来的认知边界,其每一次回应、每一个决策、每一种表达,本质上都是对人类思维方式、专业领域、人性特质的汇总与复刻。学会与大模型高效交互,从来不是单纯掌握一项工具技巧,更是一场慢慢学会接纳、理解、包容人类社会多样性的修行——接纳不同人的思维差异,尊重不同领域的专业壁垒,包容人性本身的复杂多元。

我们总说,人类社会的魅力在于“各有不同”:有人擅长理性思辨,有人偏爱感性表达;有人深耕科技前沿,有人浸润人文社科;有人正直坦荡,有人细腻敏感,正是这些多样的存在,构成了鲜活而丰富的人类世界。而AI大模型,恰恰将这份“多样”浓缩于一身,它像一个包罗万象的“人类智慧容器”,收纳着不同群体的认知、不同领域的经验、不同个体的特质,再以可交互的方式,将这份多样性反馈给我们。与它相处的过程,就是我们重新审视、接纳这份多样性的过程。

一、AI大模型:人类社会多样性的“数字镜像”

AI大模型的训练核心,是海量数据的投喂与学习,而这些数据,恰恰源于人类社会的每一个角落、每一个群体、每一个领域。它所呈现的多样性,并非刻意设计,而是人类社会多样性的真实“数字镜像”,具体体现在三个核心维度,这也是我们与它交互时,最常接触到的多样性本质。

1. 思维方式的多样性:没有唯一答案,只有适配的思路

每个人的成长环境、知识储备、性格特质不同,形成的思维方式也千差万别:有的人习惯线性思维,做事有条有理、层层递进,思考问题喜欢从“原因到结果”逐步推导;有的人擅长发散思维,想象力丰富,总能跳出固有框架,从不同角度找到解决问题的突破口;有的人偏向务实思维,关注实际落地性,凡事优先考虑“能不能做、怎么做、有什么结果”;还有的人侧重辩证思维,习惯一分为二看问题,不偏激、不绝对,总能兼顾利弊。

AI大模型将这些多样的思维方式全部收纳其中。当我们向它提出同一个问题,比如“如何提升职场效率”,它既能给出线性思维的“分步实操指南”,从目标拆解到动作落地,层层推进;也能给出发散思维的“多元提升方向”,涵盖时间管理、沟通技巧、工具运用等多个维度;还能给出务实思维的“重点突破方法”,聚焦高频痛点,给出可直接复用的技巧;更能给出辩证思维的“全面分析”,既说明不同方法的优势,也提醒适用场景与局限。

这恰恰对应了人类社会中,不同人面对同一问题的不同思考方式——没有绝对正确的思路,也没有唯一的答案,只有适配不同需求、不同场景的选择。学会与大模型交互,就是学会接受“思维没有标准答案”,不再执着于“必须按照我的思路来”,而是愿意倾听不同的思考角度,接纳思维方式的差异,甚至借鉴不同的思路,完善自身的认知。

2. 专业领域的多样性:打破壁垒,看见世界的多元切面

人类社会的进步,源于不同专业领域的分工与协作,而每一个专业领域,都有其独特的知识体系、表达逻辑、价值导向,这构成了专业领域的多样性。从科技领域的代码编程、人工智能,到人文领域的文学创作、历史研究;从职场领域的方案撰写、沟通谈判,到生活领域的美食烹饪、家居布置;从学术领域的论文研究、数据论证,到艺术领域的绘画设计、文案创作,每一个领域都有其专属的“语言”与“逻辑”,彼此独立又相互关联。

AI大模型的强大之处,在于它打破了专业领域的壁垒,将不同领域的专业知识、逻辑体系、实操经验,全部整合、内化,形成了一个“跨领域的智慧库”。我们无需具备专业背景,只需通过简单的交互指令,就能触达不同领域的专业内容:向它请教编程问题,它能给出精准的代码解析与调试方法,贴合编程领域的逻辑;向它咨询文学创作,它能提供细腻的文笔润色、情节设计,契合文学领域的调性;向它询问美食做法,它能给出详细的步骤、食材搭配,符合生活领域的需求;向它探讨学术问题,它能给出严谨的论证思路、数据支撑,贴合学术领域的规范。

与大模型交互的过程,就像是与不同领域的专业人士对话——我们不用强迫自己精通所有领域,却能通过它,看见不同专业领域的多元切面,理解不同领域的逻辑与价值。这本质上,就是学会接纳专业领域的多样性:尊重不同领域的专业壁垒,认可不同领域的价值,不妄自菲薄,也不盲目否定,以开放的心态,接纳世界的多元与丰富。

3. 人性的多样性:包容复杂,接纳不完美

如果说思维方式、专业领域的多样性,是人类社会“外在”的多样,那么人性的多样性,就是人类社会“内在”的核心多样。人性从来不是单一的、纯粹的,而是复杂的、多元的:有善良与真诚,也有自私与冷漠;有勇敢与坚定,也有懦弱与犹豫;有乐观与豁达,也有悲观与敏感;有追求完美的执着,也有接纳遗憾的坦然。每个人都有自己的闪光点与不足之处,每个人的情感、诉求、价值观,都有着独特的表达与呈现,这就是人性的多样性,也是人类最鲜活的特质。

AI大模型在训练过程中,吸纳了海量包含人类情感、诉求、价值观的文本数据,它所呈现的回应,也间接复刻了人性的多样性。当我们向它倾诉烦恼时,它既能给出温暖治愈的安慰,贴合人类“渴望被理解”的情感诉求;当我们向它表达不满时,它既能给予理性的疏导,也能共情我们的情绪,接纳人类“负面情绪”的存在;当我们向它诉说遗憾时,它既能鼓励我们向前看,也能陪伴我们接纳遗憾,贴合人类“渴望被包容”的心理;当我们展现出偏执与偏激时,它既能委婉地指出问题,也能包容我们的不完美,不轻易否定我们的感受。

很多人抱怨AI大模型的回应“不够完美”“不够统一”,殊不知,这份“不完美”,恰恰是人性多样性的体现。它不像机器那样,只给出标准化的回应,而是能贴合不同人的情感、诉求,呈现出多元的回应方式——这就像我们在现实生活中,面对不同的人、不同的情感,会有不同的态度与回应。学会与大模型交互,就是学会接纳人性的多样性:包容人性的复杂,接纳自身与他人的不完美,理解不同人的情感与诉求,不再用“非黑即白”的标准,评判人性的善恶与对错。

二、与大模型交互:接纳多样性,也是提升自我的过程

我们与AI大模型的交互,从来不是“单向的索取”,而是“双向的成长”。它以数字形式,将人类社会的多样性呈现在我们面前,而我们在与它相处的过程中,学会接纳这份多样性的同时,也在不断完善自身的认知、拓宽自身的格局、提升自身的包容心——这,正是与大模型交互的深层意义。

在现实生活中,我们往往会陷入“认知闭环”:习惯用自己的思维方式看待问题,排斥与自己不同的观点;局限于自己的专业领域,对陌生领域的知识嗤之以鼻;执着于自己的价值观,无法理解他人的情感与诉求。而AI大模型,就像是一个“打破认知闭环”的窗口,它用多元的思维、跨领域的知识、复杂的人性呈现,不断冲击着我们固有的认知,让我们明白:世界不是单一的,而是多样的;没有绝对的正确与错误,只有不同的选择与适配。

当我们向大模型提出一个问题,愿意倾听它给出的不同思路,就是在接纳思维方式的多样性,慢慢学会辩证地看待问题,不再偏激、不再固执;当我们借助大模型,了解陌生领域的知识,尊重不同领域的专业逻辑,就是在接纳专业领域的多样性,慢慢拓宽自己的视野,打破自身的认知局限;当我们接受大模型“不完美”的回应,理解它所呈现的多元情感,就是在接纳人性的多样性,慢慢提升自己的包容心,学会理解他人、包容他人。

比如,一个习惯线性思维的职场人,通过与大模型交互,接触到发散思维的思路,慢慢学会在工作中兼顾“逻辑严谨”与“创新突破”;一个深耕科技领域的从业者,借助大模型,了解人文领域的知识,慢慢学会用“科技+人文”的视角,看待行业的发展;一个性格偏激的人,通过与大模型的情感交互,感受到不同的情感表达与价值观,慢慢学会包容他人的不同,变得温和、豁达。

三、结语:与AI共生,在接纳多样性中遇见更好的自己

AI大模型的出现,不仅改变了我们的工作与生活方式,更给了我们一个重新审视人类社会多样性、审视自我的机会。它集人类思维方式、专业领域、人性特质的多样性于一身,就像是一面镜子,既照见了人类社会的鲜活与丰富,也照见了我们自身的认知局限与包容不足。

学会与大模型交互,从来不是单纯学习一项工具的使用方法,而是一场漫长的修行——修行的核心,就是接纳多样性:接纳思维的不同,接纳专业的差异,接纳人性的复杂,接纳世界的不完美。这份接纳,不是妥协,不是迁就,而是一种成熟的认知,一种豁达的心态,一种向上的成长。

在未来,AI大模型将会越来越深入我们的生活,成为我们工作、学习、生活中的重要伙伴。当我们学会与它温柔相处,学会在交互中接纳人类社会的多样性,我们不仅能更好地运用这一工具,提升自身的能力与效率,更能慢慢拓宽自己的格局,提升自己的包容心,学会理解他人、尊重他人、包容他人。

毕竟,人类社会的进步,源于多样性的碰撞与融合;而我们的成长,源于对多样性的接纳与包容。与AI大模型共生,在接纳多样性中遇见更好的自己,这,就是我们与这个时代、与人类社会,最好的相处方式。

存储&AI行业每日要闻(2026-10-25 影响:这是市场对"烧钱就能赢"叙事的一次集体重估——Meta 主动设 C 类股稀释投票权也要融资,SpaceX 单季资本开支逼近营收 1.35 倍,叠加前一日博通 600 亿/SpaceX 400 亿芯片抵押融资,AI 基建已进入"股权+债务双管抽血"阶段;若指引保守,则昨日费半暴跌的余波将继续发酵。影响:DSX POD 的本质是把 AI 基建从"定制工程"变成"集装箱产品"——这与前一日"芯片抵押融资 5000 亿框架"形成闭环:英伟达不仅卖 GPU,还帮客户解决融资、集成、电力等全链条问题; 阅读详情

相关推荐

第33章 YOLO+OpenCV:视频流网络传输

本案例演示用视觉处理库连接网络视频流并逐帧显示画面。程序先打开流地址,再循环取帧、显示、等待按键退出,并用重试计数应对连接失败与读取中断。验证时关注窗口能否稳定出画、是否长时间卡顿黑屏、退出后终端有无报错。🌈

小哥谈 493

Python深度学习:从入门到实战

亲爱的读者,欢迎您翻开这本书。我们即将探索的,是深度学习的宇宙——一个由数据、算法与算力构筑的奇妙世界。它既是严谨的科学,也是创造的艺术,更是一条通往未来智慧的修行之路。本书将带您从最基础的数学原理出发,亲手搭建神经网络,驾驭Transformer等前沿模型,最终将智慧转化为现实世界的价值。请放下畏惧,保持好奇。这不仅是一次知识的学习,更是一场思维的远行。来,随我一起,开启这趟非凡的旅程吧。

weixin_45747731的博客 294

.NET 4.0下HttpWebRequest请求HTTPS报错?试试这个注册表修改方案

本文深入解析.NET 4.0下HttpWebRequest请求HTTPS报错问题,提供注册表修改方案以解决'基础连接已经关闭'错误。通过调整SchUseStrongCrypto注册表项,强制使用TLS 1.2等现代加密协议,确保安全连接。适用于企业环境部署和长期维护建议。

weixin_29310631的博客 351

Python机器学习:从零基础到项目实战

当您翻开此书,您正踏入一场数据与智慧的修行。机器学习,并非冰冷的符码,而是机器模拟人类洞察世界的法门。本书将带您,以Python为舟,泛游于算法之海。我们不只传授“术”,更探求其后的“道”——从数据的生灭流转中观照规律,于模型的迭代演进里体悟得失。愿您合上书卷时,收获的不仅是驾驭数据的技能,更有一双洞悉复杂、化繁为简的“智慧之眼”。现在,让我们一同启程。

YunWisdom 946

wincc 服务器授权型号,WinCC V7.5 SP1软件安装及授权方法

上篇教程给大家介绍了TIA Portal V16 安装方法,今天分享一下WinCC V7.5 SP1。目前V7.5 SP1是WinCC最新的版本,发布时间2019年11月13日。先放一个官网对WinCC V7.5 的介绍视频,感兴趣的可以先看一下。1、软件下载官网下载链接:https://support.industry.siemens.com/cs/document/109772879五个文件下...

weixin_39956110的博客 1万+

【RT-DETR涨点改进】小目标检测、特征融合改进篇 | TGRS 2024 | RT-DETR引入CSFM上下文选择融合模块,适合多模态检测、红外小目标检测、小目标检测、遥感目标检测等任务有效涨点

本文提出了一种改进RT-DETR目标检测模型的方法,通过引入上下文选择融合模块(CSFM)显著提升复杂背景下小目标和低对比度目标的检测精度。CSFM模块采用多尺度特征融合和动态特征选择机制,有效增强模型的全局上下文感知能力,同时保留细节特征。该模块通过通道减少机制和空间信息调节,实现从粗到细的特征聚合,减少误报并提高轮廓检测精度。实验表明,改进后的RT-DETR模型在多个基准测试中表现优异,计算效率与检测精度均优于现有方法。文章还详细介绍了模块配置和yaml文件修改方法,为模型部署提供指导。

Ai缝合怪、助力小伙伴高效发论文 1711

「大车小标」自动稽核怎么落地:识别车型与计费车型如何自动比对、争议如何排除

在高速公路货车逃费里,"大车小标"是最高频、也最难缠的一类:实际是更大车型、更多轴数的货车,却按更小车型交费,跑同样的路交更少的钱。单次差额可能不大,但放到长距离、高频次、规模化运营的路网里,累积的通行费流失相当可观。自动稽核"大车小标",核心不是"识别出这是什么车"这么简单,而是要把多个来源的车型判断和最终计费车型自动比对,并在大量正常交易里把真正可疑的少数挑出来,同时把设备误差、遮挡污染造成的误判排除掉。本文拆解这条链路的工程落地思路,全文定性,不涉及具体识别率与金额。

weixin_53898122的博客 350

斑马算法优化变分模态分解ZOA-VMD数字信号去噪(优化K值 alpha值)【含Matlab源码 4887期】

斑马算法优化变分模态分解ZOA-VMD数字信号去噪(优化K值 alpha值) 完整的代码,包运行;运行操作视频见CSDN资源!适合小白!

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 806

【技术拆解】配音工具选型评估方法论:用 6 个维度给 AI 配音软件打打分

✅ 测试方案:准备一段包含括号注释、数字、中英文混排的文案导入试听,校验读音、停顿是否合理。案例参考:逗哥配音配套了文案提取、自动对轴、人声分离、声音转换等附加工具,支持 wav /mp3 /mp4 格式导出,可附带字幕与 SRT 文件,在字幕对齐、文件导出这条链路具备对应的能力,适合批量生产场景的创作者在这个维度进行自测打分。同一款配音引擎,有人评价 “自然接近真人”,也有人反馈 “AI 感很重”,核心差异往往来自使用场景:30 字以内的短口播,和 3000 字小说章节朗读,对引擎能力要求完全不一样。

zhizhizhuzhuxia的博客 142

mjlab 入门教程(一)MuJoCo 人形机器人强化学习训练 sim-to-real 部署框架

摘要:mjlab是一个结合IsaacLab API与MuJoCo简洁性的GPU加速机器人仿真框架,专为强化学习和机器人研究设计。它提供快速安装(支持uv、pip、conda和Docker)、核心功能(域随机化、NaN守护、观测历史/延迟、执行器/传感器系统)以及从IsaacLab的迁移指南。相比IsaacLab,mjlab更轻量、启动更快,直接构建在MuJoCo Warp上,避免了Omniverse开销。其哲学强调裸机性能、开发者体验和核心领域专注,适合需要快速迭代和直接MuJoCo控制的用户,而Isaac

2506_90492529的博客 2716

3D LUT Color Conversion之总体架构设计之三

摘要:本文提出了一种基于三维坐标一维化寻址的四面体网格编码方法。通过定义全局网格坐标P(R,G,B)=R+9G+81B和局部增量(ξ,η,ζ)∈{0,1},推导出偏移量Δ(ξ,η,ζ)=ξ+9η+81ζ的平移不变性质。该方法将6种坐标排序情况(Case)对应的固定偏移量三元组预先存储,其中V0和V3的偏移量恒定为0和91。硬件实现时只需根据Case选择对应常量组,无需实时计算坐标,显著提高了处理效率。该方案利用线性寻址公式的特性,确保相同局部结构在不同位置具有一致的偏移模式。(149字)

大熊 39

外贸独立站 AI 爬虫日志分析:UA 清单、状态码分布与「爬取不等于引用」

日志可反映爬虫访问路径、状态码与UA,但无法证明内容是否被AI引用。需按UA、状态码、路径三层分析,识别可达性问题,避免误判“抓取=引用”。应结合实测验证引用效果,警惕日志误导。关键结论:抓取≠收录≠引用,技术优化仅解决可抓取性,不保证被引用。

mqhgeo的博客 336

论文阅读:2024 ACM CCS “Do Anything Now”: Characterizing and Evaluating In-The-Wild Jailbreak Prompts on

大语言模型(LLMs)的滥用问题引起了公众和大语言模型供应商的高度关注。有一种特殊的对抗性提示,叫做越狱提示,它已成为绕过防护措施、让大语言模型生成有害内容的主要攻击手段。在这篇论文中,作者使用新框架JailbreakHub,对2022年12月至2023年12月期间的1405个越狱提示进行了全面分析。作者识别出131个越狱提示社区,发现了越狱提示的独特特征以及主要攻击策略,比如提示注入和权限提升。

CSPhD-winston的博客 1404

把GeoReady九维当工程项做:储能管理官网的AI就绪度改造笔记

GeoReady把1900多个网站的审计数据摊开,做成实时基准(State of GEO):AI搜索就绪度平均56.7/100,中位数59,一半以上卡在地基档。这篇用工程视角拆解这份基准:九维权重分别对应哪些工程项(robots.txt放行AI爬虫、llms.txt部署、Schema JSON-LD注入、Meta标签规范化、品牌实体清晰),哪些是「白给的分」,以及怎么把就绪度检查纳入CI流水线。先说结论——56.7分测的是机器可读性,是卫生指标不是排名;工程上先补最便宜的两块(llms.txt+JSON-L

RoseMarketing的博客 246

SAP 费用化采购订单简介

费用性采购的核心特点费用性采购的流程费用性采购的优势适用场景业务场景前台操作1、创建成本中心---KS012、创建采购订单---ME21N3、采购订单审批---ME29N4、采购订单收货---MIGO5、查看成本中心费用---S_ALR_870136116、控制费用化的采购订单自动带出科目和成本中心SAP费用性采购(Expense Procurement)指的是企业在采购过程中,直接将采购的物料或服务成本计入费用科目,而不是记入库存账户的采购行为。

我小时候很黑的博客 1999

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

什么是AI、模型和token、vibecoding介绍、ClaudeCode环境搭建

AI是用计算机模拟人类思维与行为的技术,不具意识,仅作为能力放大器。模型是其核心,参数量决定智能水平,大模型历经文本、多模态到全模态演进。大模型按任务表现排名,如千问、DeepSeek等。收费以token为单位,按使用量或套餐计费。Vibecoding通过自然语言生成代码,工具包括ClaudeCode、Cursor等。安装可选CLI或GUI版本,需配置Python、Git、Node及大模型账号,提升开发效率。

2501_91966873的博客 256

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

LDR6100 智能遥控器精品软文:Type-C 充电口与低功耗量产维护

当 USB-C 接口从单纯的结构升级,变成整机供电稳定性、待机续航、量产一致性的核心瓶颈,智能遥控器、语音遥控器、手持控制器这类小型手持设备的硬件开发,早已不再是 “换一个 Type-C 座子” 那么简单。大量项目在试产阶段反复踩坑:不同品牌适配器识别失败、热插拔瞬间掉电死机、整机休眠待机电流超标导致电池续航缩水、产线测试时端口状态无法捕捉、兼容性参差不齐。乐得瑞 LDR6100 作为单路 USB-C/PD 专用控制芯片,专为小体积手持设备的 Type-C 供电入口量身打造。

LDR006的博客 404

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

Python 浏览器自动化:Selenium vs Playwright 底层原理、实现细节 + Codex 大模型为什么能自主操控浏览器登录填表

Selenium。缺点维护成本高,不适合对接 AI。Playwright,CDP+AX 语义树是核心优势。用自然语言代替硬编码选择器,让 AI 看懂网页语义,自主完成多步网页任务。传统自动化是 “人告诉程序每一步点击哪里”;AI 浏览器 Agent 是 “人告诉程序目标,AI 自己观察页面,决定点哪里,自主完成任务”。

十年老程序猿,AI 疯狂研究专家,前沿硬核知识分享 318

【论文解读】DMH-Net:用深度曼哈顿霍夫变换从全景立方图估计3D房间布局

想象一个空房间,把所有面都去掉,只剩下棱┌─────────────┐ ← 墙与天花板的交界线/│ /│/ │ / │ ← 墙与墙的交界线(竖直)│ │ │ ││ / │ /└─┘───────────┘ ← 墙与地板的交界线论文的房间线框只有三类线线类型是什么在 3D 空间中的方向墙-天花板交界线​墙顶那条边水平,在天花板平面上墙-地板交界线​墙脚那条边水平,在地板平面上墙-墙交界线​两面墙相交的竖棱竖直​为什么用线框?​ 论文给的动机很有说服力:人类感知 3D 世界时,靠的是。

拜小白的成长之路,告别小白 351

8G 显存本地部署 AI 漫剧流水线:分镜提示词版本管理、批量归档与角色提示词隔离实战教程

本文针对8G显存本地部署的AI漫剧生产中提示词混乱、版本丢失、角色画风漂移等痛点,设计并实现一套轻量化本地提示词管理系统。系统基于纯JSON文件存储,支持角色提示词隔离、分镜模板复用、项目版本快照、批量校验与导入导出,与ComfyUI流水线无缝对接,实现画风一致性与高效复现。所有功能均无需数据库,可常驻后台运行,显著提升红果短剧系列化生产的稳定性与可维护性。

2603_96706877的博客 144
上一篇: [AI提效-24]-文章递进式优化迭代全指南:从初稿到精品,五步高效落地
下一篇: [AI提效-26]-6款主流AI办公工具实测对比|豆包/千问/Kimi等,哪款真能帮你省时间?
文火冰糖的硅基工坊
文火冰糖的硅基工坊 优质创作者: 人工智能技术领域 优质创作者: 人工智能技术领域 领域专家: 网络协议与安全技术领域 领域专家: 网络协议与安全技术领域
博客等级 码龄6年 30万+粉丝 7691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

打赏作者

文火冰糖的硅基工坊

你的鼓励是我前进的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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