2026Q1 计算机行业必看:4 大热点 + 3 个赚钱赛道,附落地清单

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

2026年初,计算机行业迎来强势开门红,行业指数年初至今涨幅达18.04%,在SW一级行业中排名第三,大幅跑赢同期主流指数,彰显出强劲的复苏动能与增长潜力。随着AI技术迭代提速、政策红利持续释放、产业链协同深化,Q1行业格局正发生深刻变革。本文聚焦4大核心热点、3个高确定性赚钱赛道,配套可落地执行清单,助力从业者与投资者精准把握机遇。

在这里插入图片描述

一、2026Q1 计算机行业 4 大核心热点

热点一:AI应用从“可用”到“好用”,商业化闭环加速成型

AI应用已成为驱动行业底部反转的核心动力,万得AI应用指数年初至今涨幅达19.25%,商业化逻辑逐步闭环。海外方面,OpenAI推出ChatGPT Health健康板块并收购医疗初创公司Torch,英伟达与礼来达成10亿美元五年合作推进AI药物发现;国内港股头部大模型企业智谱与MiniMax上市后表现强势,进一步强化行业景气预期。值得关注的是,传统SEO正加速迈向GEO(生成式引擎优化)时代,品牌对AI时代流量控制权的争夺愈演愈烈,B端场景因降本增效效果显著,成为AI应用率先爆发的领域。

热点二:具身智能迎来规模化落地,核心部件国产替代提速

2026年是具身智能与机器人产业化的关键一年,行业标准逐步明确,倒逼技术升级与国产替代进程加速。硬件层面,星动纪元XHAND2灵巧手实现15个主动自由度,操作精度达0.05毫米,成本较国际同类产品低60%,获特斯拉、优必选双重定点;绿的谐波精密减速器通过特斯拉Optimus V3认证,订单金额超20亿元,推动国产减速器在人形机器人中的渗透率从15%提升至35%。应用端,星动纪元与顺丰科技达成合作,将具身智能机器人落地物流仓储场景,实现“分拣-扫码-供件”全流程自动化。英伟达更是推出开源物理AI世界基础模型Cosmos,为具身智能发展提供核心技术支撑。

热点三:端侧AI爆发式增长,终端智能化浪潮来袭

端侧AI芯片算力提升与大模型轻量化技术突破,打破了“网络依赖”和“算力瓶颈”,推动AI功能向手机、智能眼镜、智能家居等终端全面渗透。数据显示,2026年Q1全球AI手机出货量同比增长80%,智能眼镜出货量突破500万台,端侧AI硬件迎来规模化拐点。头部企业动作频频,瑞芯微端侧AI芯片出货量环比增55%,新品RK3588M算力提升至16TOPS,支持70亿参数大模型本地运行;OpenAI计划于下半年发布首款消费级AI硬件设备,大概率是专注于音频的穿戴设备,进一步拓宽端侧AI应用边界。

热点四:政策与合规双向驱动,行业发展更趋规范

全球范围内AI监管政策密集落地,合规能力成为企业核心竞争力。欧盟《AI法案》修订版要求生成式AI产品必须标注内容来源,违规企业将面临最高年营业额6%的罚款;中国网信办就人工智能拟人化互动服务管理暂行办法公开征求意见,拟对拟人化AI服务实施算法备案、伦理评估等强制性管理。同时,产业扶持政策持续加码,工信部等八部门印发《“人工智能+制造”专项行动实施意见》,提出到2027年推出1000个工业智能体、打造100个工业高质量数据集等量化目标,为AI与实体经济融合保驾护航。

二、3 个高确定性赚钱赛道,把握结构性机遇

赛道一:AI+垂直行业解决方案(B端为主)

核心逻辑:B端AI应用凭借明确的降本增效价值,商业化落地速度远超C端,成为当前最具确定性的赚钱赛道。尤其在营销、医疗、金融、工业软件等细分领域,需求持续爆发,头部企业凭借行业Know-How和数据整合能力构建深厚壁垒。

关键标的:蓝色光标(AI+营销)、卫宁健康(AI+医疗)、恒生电子(AI+金融)、鼎捷数智(AI+工业软件)、金山办公(AI+办公)。

赛道亮点:卫宁健康医疗AI大模型在国内50家医院落地,辅助诊断准确率达92%,缩短诊疗时间30%,新增订单金额超1.5亿元;蓝色光标依托AI技术拓展政企订单,实现规模化盈利增长。

赛道二:国产算力及核心部件产业链

核心逻辑:AI应用规模化落地对算力需求呈指数级增长,叠加国产替代政策推动,国产算力产业链迎来新一轮发展周期。2025年四季度国内AIDC招标回暖上行,2026年互联网大厂将加速数据中心布局,节奏快于2025年,带动国产算力芯片、减速器、灵巧手等核心环节需求释放。

关键标的:寒武纪、海光信息(国产算力芯片)、绿的谐波(精密减速器)、星动纪元(灵巧手)、浪潮信息(服务器)。

赛道亮点:国产减速器在人形机器人中的渗透率快速提升,绿的谐波凭借特斯拉认证订单实现业绩爆发;若H200供应恢复,将进一步提升大模型训练效率,反向拉动国产算力芯片在推理端的需求。

赛道三:AI原生安全与合规技术服务

核心逻辑:AI技术高速发展催生新型安全风险,提示词注入攻击成为企业面临的首要AI安全威胁,全球进入AI原生防御元年。同时,各国合规政策收紧,内容溯源、数据安全、伦理评估等需求激增,为安全厂商开辟新增长曲线。

关键标的:奇安信(AI安全防护)、万兴科技(AI内容合规检测)、达梦数据(数据安全与治理)。

赛道亮点:万兴科技推出AI视频合规检测工具,可自动识别深度伪造内容,获多家媒体机构采购;奇安信等头部安全企业加速布局AI原生防御技术,抢占市场先发优势。

三、2026Q1 落地执行清单(分角色适配)

1. 企业端落地清单

  • 技术布局:优先落地轻量化AI模型,聚焦核心业务场景(如营销自动化、生产调度),小步快跑验证商业价值;对接国产算力厂商,降低供应链风险,享受政策红利。

  • 合规建设:梳理AI应用全流程合规要点,完成算法备案与伦理评估,部署内容溯源、数据加密等工具,规避监管风险。

  • 合作拓展:B端企业可与大模型厂商共建行业解决方案,C端企业聚焦端侧AI硬件适配,借助终端厂商渠道快速放量。

2. 投资者落地清单

  • 标的筛选:优先选择“订单+业绩”双验证标的,关注政企订单增速、核心部件渗透率、付费用户增长等关键指标(具体信号阈值见下文)。

  • 风险管控:警惕AI应用迭代不及预期、行业竞争加剧、政策监管变化等风险,避免单一赛道集中持仓。

  • 信号跟踪:重点跟踪算力芯片出货量、AI手机渗透率、工业智能体落地数量等行业数据,动态调整持仓结构。

3. 核心赛道信号阈值参考

  • AI+垂直行业:买入信号(单季度签约客户≥50家、场景收入占比超20%);卖出信号(客户流失率超10%、数据安全违规遭处罚)。

  • 国产算力及部件:买入信号(订单超10亿元、产能利用率超85%、国产替代率提升超10%);卖出信号(交付延期超3个月、产能利用率低于60%)。

  • AI安全与合规:买入信号(合规技术获监管认可、付费用户增超30%);卖出信号(遭遇监管处罚、市占率滑超10%)。

四、总结:在变革中把握确定性机遇

2026Q1计算机行业正处于“技术突破+政策赋能+商业化落地”三重共振的黄金阶段,AI应用与国产算力构成全年核心主线,具身智能、端侧AI等热点持续发酵。对于企业而言,需聚焦核心场景深耕细作,以合规筑牢发展根基;对于投资者而言,应紧扣业绩确定性,跟踪关键数据信号,规避盲目追高风险。

行业底部反转趋势已明确,唯有精准把握热点赛道、扎实推进落地执行,方能在这场技术革命与产业升级中抢占先机,分享行业增长红利。

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

Linux系统下Materials Studio 2020安装避坑指南:从依赖包到许可证配置全流程

本文提供了一份在Linux系统上安装Materials Studio 2020的深度避坑指南。详细解析了从系统依赖包检查、安装流程、许可证配置到Gateway服务部署的全过程,并分享了与Slurm作业调度系统集成的实战经验,旨在帮助用户高效、稳定地完成部署。

weixin_29313547的博客 380

2023年4月行业报告及策划方案PPT分享第一期更新

2022白酒品牌客户春季出游“春香雅集 茶酒留香“主题活动策划方案。2023地产项目四月系列暖场“享人间四月 相遇好春光”活动策划方案。2022春日限定版营地风筝节“春风四月吹纸鸢”主题活动策划方案。2022地产项目清明节系列“春风可托 纸鸢寄愿”活动策划方案。2023花卉产业园花市展会“赴一场浪漫花市”主题活动策划方案。文旅景区春季花朝节系列“春暖祥源 咏颂花神”主题活动策划方案。2022都市青年社交“山谷落日派对”主题活动策划方案。春季4月月度系列“花开见喜”主题活动策划方案。

51行业报告 763

BSW: Dcm模块配置--28服务

这个章节讲解下UDS中的28服务(Communcation Control)的配置,顾名思义,对当前ECU的通讯状态进行变更,主要设置应用报文,网络管理报文的收发控制,通常应用在刷写APP软件时,降低总线负载。这里首先要提醒的一点是,28服务几乎不需要手写代码,只有在客户需求要求前置条件不满足时报特定NRC时才需要填充代码。实际配置中主要涉及的模块有DCM,BSWM,ComM,RTE.2.BswM模块的配置。3.ComM模块的配置。1.DCM模块的配置。

Forever_Oct的博客 3082

「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 370

深入解析CAN总线BusOff故障的检测与恢复机制

本文深入解析了CAN总线BusOff故障的检测与恢复机制。BusOff是CAN节点因发送错误过多而被强制离线的一种严重状态。文章详细阐述了其触发原理,即发送错误计数器(TEC)超过255,并重点介绍了通过软件实现的快慢恢复机制,以增强网络在异常情况下的稳定性和韧性。

weixin_29158047的博客 517

SiC MOSFET驱动设计实战:从特性解析到电路优化

本文深入解析SiC MOSFET的核心特性及其驱动电路设计要点,涵盖高温稳定性、快速开关能力等关键特性,并提供驱动电压配置、电流能力计算、布局优化等实用方案。特别针对第三代电力电子半导体SiC MOSFET的驱动要求,分享STGAP1AS等典型驱动方案的应用技巧,助力工程师解决高频应用中的EMI和热管理挑战。

weixin_29230865的博客 359

【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 157

从机械臂示教到厨房做饭:ACT模仿学习如何让机器人更“人性化”?

本文探讨了ACT(Action Chunking with Transformers)模仿学习技术如何让机器人更“人性化”,特别是在厨房等复杂场景中的应用。通过动作分块(Action Chunking)和时态融合(Temporal Ensemble)技术,机器人能够像人类一样记忆和执行复杂任务,如烹饪。文章还分析了ACT在家庭场景中的落地挑战及其在康复医疗、柔性制造等领域的跨领域应用潜力。

weixin_30613343的博客 251

一文读懂 RSI:大模型递归自进化五大技术路线全景解析

在人工智能领域,递归自进化(RSI) 是指一个 AI 系统不仅能够自主提升自身的任务表现,还能够改进 ⌈产生这种改进的机制本身⌋,从而形成持续迭代的正向飞轮。为了通俗理解 RSI,可以将 LLM 系统下的 RSI 划分为三个递进层级(参考 https://github.com/lobehub/awesome-rsi 、 https://arxiv.org/abs/2607.07663、https://arxiv.org/abs/2607.07663):演进层级通俗比喻核心特征改了什么是否持久化。

分享AI前沿进展、底层原理和行业应用 235

告别手动发日报!用n8n+钉钉打造智能报告机器人(含模板下载)

本文详细介绍了如何利用n8n开源工作流自动化平台与钉钉机器人搭建智能日报系统,实现数据自动采集、处理和发送。通过实战步骤和模板下载,帮助用户告别手动处理日报的繁琐,提升工作效率和数据准确性。

h3i4j的博客 852

YOLOv11 改进 - 注意力机制 | GC Block(GlobalContext Block)全局上下文块:三重变换捕获全局依赖,提升复杂场景鲁棒性

本文介绍了全局上下文块(GC Block)及其在YOLOv11中的集成应用。GC Block是GCNet的核心组件,结合了NLNet和SENet的优势,通过上下文建模、特征变换和特征融合三个模块,高效捕获特征图中的全局依赖关系,在提高模型性能的同时降低计算成本。我们将GC Block引入YOLOv11,在检测头部分的不同尺度特征图上应用该模块。实验表明,改进后的YOLOv11在目标检测任务中表现良好,展现了GC Block在实际应用中的价值。

魔改工程师的博客 943

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 354

PHP与Node.js的对比及优缺点分析

PHP和Node.js是两种常用的服务器端编程语言,它们在不同的应用场景下各有优势和劣势。本文将全方位比较PHP和Node.js的特点,以及它们在编程中的优缺点,并提供相应的源代码示例供参考。需要注意的是,本文只是对PHP和Node.js的一些优缺点进行了简要介绍,实际应用中还需要考虑其他因素,如团队经验、项目规模和预算等。最终的选择应该基于全面的评估和需求分析。PHP:PHP是一种同步阻塞的编程语言,它的处理方式是一次只处理一个请求。Node.js:Node.js的性能较高,特别适合处理高并发的请求。

ByteSparkX的博客 879

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 419

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

电子厂用易特AI助理做BOM变更影响分析,改一处知道影响哪些单

电子厂BOM改了不知道影响哪些在制订单,容易用旧BOM做错返工。易特电子行业ERP加易特AI助理,改BOM后自动分析影响哪些工单哪些采购哪些物料,出报告通知车间采购。小厂要BOM变更建版本、工单绑定版本、AI报告老板决策、变更通知到人。上线后因变更没通知到位导致的返工降到零,BOM变了大家都知道怎么处理。

2602_96212498的博客 198

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

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 163

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

32 分钟不是完成科研:多智能体读脑图谱,突破在哪里?

如果数千个 AI 智能体只用 32 分钟,就能梳理一份庞大的脑科学数据,我们应该惊讶什么?是模型终于能“独立做科研”,还是科研流程中的某个环节开始出现新的组织方式?10 月 21 日,OpenAI 公布了与 PerturbAI、Scripps Research 合作的研究:利用基于 GPT-Rosalind 的多智能体系统,解释一份已经存在的小鼠脑基因扰动数据,整理潜在研究线索。

weixin_44369324的博客 261

图像审核‑图片内容风控‑违规图像检测‑图片鉴黄鉴暴‑广告二维码识别‑图像风险筛查 API 接口介绍

名称类型必须说明imgBase64String否图像base64字符串imgFilefile否图像文件imgUrlString否图像url链接imgTypeString否图片类型 0: 静态图片(PNG、JPG、JPEG、BMP、GIF(仅对首帧进行审核)、Webp、TIFF)1: GIF动态图片 默认 0注意imgFile, imgBase64, imgUrl至少传入一个,优先级:imgBase64 > imgFile > imgUrl。

聚美智数 249

零信任架构实战:基于海宇全国车辆配置查验构建自动化智慧高速公路称重检测与ETC货车车型分类比对网关

破解高速公路货车车型分类与治超比对痛点:从人工目测验票到车管权威配置数据即时直连 在全国深化收费公路制度改革、全面取消省界收费站以及大力推行“入口称重检测、按车型分类计费(JT/T 489-2019《收费公路车辆通行费车型分类》)、ETC不停车电子收费”的智慧交通体系中,高速公路ETC自由流门架系统与入口动态称重治超检测中台承担着高速通行效率与道路交通安全治

haiyuzhicha的博客 192

我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内容,你们AI导出鸭可以吗?

很多人第一次听到“导出对话”,脑子里浮现的是打开某一条聊天记录,右上角点一下导出,保存成一份文件。这不是为了设门槛,而是因为批量导出背后的枚举、并发、格式渲染成本,和单条导出完全不是一个量级。AI导出鸭 不做格式绑架,这是它作为导出工具的基本修养。回到标题那个问题:我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内,你们AI导出鸭可以吗?批量导出和选择性导出并不冲突,工具的设计逻辑是先枚举、再选择、后导出。我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内容,你们AI导出鸭可以吗?

laoyunsi的博客 120

AI辅助逆向的完整链路——反汇编→特征提取→大模型重写

编译后的程序(PE/ELF/Mach-O)丢失了源代码几乎所有高层语义:变量名、注释、类型、函数命名、循环分支结构,只剩下CPU能识别的机器码。传统逆向链路:机器码 → 反汇编(汇编指令)→ 人工阅读 + 静态分析工具生成伪C → 人工梳理逻辑。优化编译、混淆、花指令会把控制流打碎,伪代码可读性极差;无符号剥离(stripped binary)下所有函数都是FUN_xxxx,变量全是v1、v2;单函数上下文有限,跨函数调用、数据依赖靠人脑记忆,效率极低;

weixin_43156294的博客 207

主机 Agent:用 AI 操作本地与远程主机

本章适合这样的任务:你已经在 aiopsterm 中保存并连接了一台主机,希望让 AI 帮你完成诊断、命令生成或多步运维,同时保留明确的目标主机和审批边界。

woai110120130的专栏 160

AI 越快,越要慢下来想清楚

AI 把"做出来"变便宜了,值钱的东西整体往后移——从执行到判断、从生产到分发、从产出到问责。层面普通人程序员生产与回报不学"变现课",学自己已验证的链路先验证"有人付钱",再让 AI 加速开发劳动与入口可编码的交出去,省下的时间投到判断/协调/关系从"实现者"迁到"定义者 + 验收者"能力与判断学"什么算做好",保留判断权合入底线:看懂 or 完备用例通过信任与账单学"什么不该用 AI 做",放大独有的AI 可以帮你写,不能帮你懂。

runafterhit的博客 290

【工业AI实战】工业智能体如何打通RAG、工具调用与MOM?架构设计与落地避坑

麦肯锡与Anthropic研究揭示,AI虽提升个人效率,但企业级高绩效应用仍受限。工业智能体正从生成答案转向任务规划、工具调用与连续执行,推动制造业AI向系统化演进。其核心在于构建融合任务理解、知识检索、工具调用、权限控制与验证反馈的技术架构,并与MOM系统协同,实现自然语言交互与业务流程闭环。技术选型应基于场景需求,优先结合RAG与结构化查询,逐步引入知识图谱与微调。工业智能体落地关键在于真实环境中的可靠性、安全性和可验证价值,而非单一模型表现。

qq_40453532的博客 356

【零基础学AI】第 16 章课后练习与答案

全部数值为虚构教学设定。先在纸上算,再运行代码核对。

m0_73879806的博客 217

商品图工作流怎么搭?Lingko AI 核对运动相机防水壳的版本与接口

商品图工作流怎么搭,才能让运动相机防水壳的主图、结构图和详情页始终指向同一个版本?这类配件外形相似,但锁扣、镜头圈与按键开孔的细小差别会影响兼容性。Lingko AI 是电商商品图工作流工具,适合把原片、模板、候选图、画布修改和导出版本串成可追溯任务;兼容机型、防水深度等声明仍需厂家资料与测试凭证。下面用“新壳体替换旧版锁扣”的上架任务建立一份可复核的生产记

hanhanchengxu的博客 127
上一篇: Nacos框架整合 05,Nacos与Gateway整合实战:实现微服务网关动态路由
下一篇: Nacos进阶实战 01,Nacos 集群部署最佳实践:高可用架构设计与性能优化
canjun_wen
博客等级 码龄14年 95粉丝 806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

canjun_wen

你的鼓励将是我创作的最大动力

¥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