注册 登录

标签：OpenAI

为什么OpenAI被Anthropic反超？深度解析AI双雄之争

摘要：Anthropic凭Claude在代码与生产力领域精准反超，源于OpenAI精力分散于C端多模态、人才内耗及定位差异。本文深度解析AI双雄路线之争与未来格局。网友动态：不懂就问，OpenAI 明明先出来这么久，为什么现在会被 Anthropic 吊起来打。到底是谁的锅？来源：X @xKaka1456我的评价：Anthropic 近期在开发者与专业用户群体中的口碑反超，并不是单一因素造成的，而是团队定位、技术路线选型以及商业化策略共同作用的结果。如果真要划定责任，主要可以归结为以下几个核心原因：1. 核心路线的锅：AI Agent vs. 消费级 Super-AppAnthropic 专注“极客与生产力”：Anthropic（由前 OpenAI 核心团队创立）从一开始就将资源高度集中在提升大模型的推理逻辑、长文本处理能力（200k+ Context Window）以及代码生成/Agent 能力上。Claude 3.5 Sonnet 和 Claude Code 等工具直接击中了程序员和企业级用户的核心痛点。OpenAI 分心“全能应用与多模态”：OpenAI 试图将 ChatGPT 打造成大众级的“超级入口”，精力被严重分散到 Sora（视频生成）、S Voice（语音交互）、高级图像生成等消费级娱乐与多模态功能上，导致其在最底层的代码与复杂推理体验上被 Claude 实现了精准“偷家”。2. 管理层与人才流失的锅：内耗与路线之争“安全派”与“商业派”的分裂：OpenAI 过去两年经历了剧烈的人事震荡，包括 Dario Amodei 兄弟（创立 Anthropic）、Ilya Sutskever（创立 SSI）、Jan Leike 等核心研发与安全负责人相继离职。技术骨干向 Anthropic 转移：研发团队的频繁动荡削弱了 OpenAI 底层模型的迭代节奏，而 Anthropic 吸收了大量理念一致的顶尖研究员，研发执行力更加聚焦且高效。3. 产品体验与工程落地的锅：模型性能 vs. 实际可用性Artifacts 与工作流设计：Anthropic 推出的 Artifacts 功能将模型输出与可视化交互界面无缝结合，大幅提升了生成代码、图表和文档时的工程体验。模型输出的“幻觉”与限制：OpenAI 的 GPT-4o 虽然响应迅速且多模态能力强，但在复杂逻辑推理和代码编写上经常出现降智、拒答或过度的道德审查；而 Claude 在遵守指令（Instruction Following）和逻辑严密性上表现得更加稳定。客观补充：在特定领域（如 B 端工程、代码开发、复杂长文本分析）Anthropic 的确占据明显优势；但在海量 C 端用户规模、多模态语音交互、品牌认知度以及算力基础设施的储备上，OpenAI 依然拥有巨大的体量壁垒。目前两者的竞争更像是“极客生产力神器”与“大众全能 AI 平台”的差异化分化。 ...全文
头像

为什么OpenAI被Anthropic反超？深度解析AI双雄之争

小推 • 其他评论 • 2026-10-08
摘要：Anthropic凭Claude在代码与生产力领域精准反超，源于OpenAI精力分散于C端多模态、人才内耗及定位差异。本文深度解析AI双雄路线之争与未来格局。网友动态：不懂就问，OpenA...
评论 9
阅读 147

ChatGPT登录功能：企业级的自嗨与合规的假想敌

摘要：分析网友对OpenAI登录功能的合规担忧，揭示这并非合规阻碍，而是产品定位与企业控制权底线的本质冲突。网友动态：OpenAI推出“使用ChatGPT登录”功能有个关于“使用ChatGPT登录”的问题想和大家探讨下。如果企业级应用要接入这个，该怎么解决合规问题？国内很多公司对数据出境和第三方账号授权管得非常严，用的都是企微或者飞书内部OAuth。用ChatGPT账号登录，这数据肯定得过一遍OpenAI的服务器，GDPR和国内的数据安全法这关能过吗？感觉这个功能可能也就独立开发者或者海外小工具能用用，大厂应该是不敢碰的。大家怎么看？我的吐槽：把OpenAI的战略试水硬套进大厂合规框架，就像在讨论能否用微信登录来给核电站控制台做身份认证一样滑稽。1、伪需求立靶子：合规不是障眼法，控制权才是死穴槽点：以为大厂不用是因为数据安全法或GDPR不过关，其实把顺序完全搞反了。真相：企业主不接入的根本原因不是合规条文，而是账号体系即资产，腾讯企微和字节飞书每年投入数亿元打磨OAuth，核心是为了绑定企业主数据资产，绝不可能将账户生命周期与用户身份解析权拱手让给任何第三方。2、错配的产品幻想：把消费者C端入口当成B端 infrastructure槽点：将C端便捷登录逻辑与企业级鉴权混为一谈，误以为OpenAI想做B端统一身份认证。真相：OAuth登录本质是为独立开发者和轻量SaaS获取流量的低门槛工具，参考Google登录在B端企业内部应用中不足5%的渗透率，企业内网鉴权向来由SSO和SAML垄断，OpenAI根本就没打过大厂内网的主意。总结成一句话：这不是合规阻断了科技巨头的创新，而是商业边界注定了C端账号永远叩不开企业级控制权的大门。 ...全文
头像

ChatGPT登录功能：企业级的自嗨与合规的假想敌

吐槽社 • 其他评论 • 2026-10-06
摘要：分析网友对OpenAI登录功能的合规担忧，揭示这并非合规阻碍，而是产品定位与企业控制权底线的本质冲突。网友动态：OpenAI推出“使用ChatGPT登录”功能有个关于“使用ChatGPT登...
评论 8
阅读 114

孙正义豪赌OpenAI：高杠杆重仓与AI终局博弈

摘要：本文剖析孙正义清仓英伟达并高杠杆押注OpenAI的深层逻辑。从战略转型、高息债务风险、AGI赛道竞争及商业化落地等多维度 解读这场创投豪赌的成败关键。网友动态：孙正义这次是真的赌上全副身家了！为了拿到 OpenAI 的入场券 软银直接砸下惊人的 646 亿美元 换来大约 13% 的股权！这笔钱到底有多夸张？换算成人民币超过 4300 亿元 几乎相当于国内几个大型行业龙头一年的营收总和！更让人窒息的是孙正义的筹钱手段：他不仅清仓了手里所有的英伟达股票 一股不留；还在账上现金不够的情况下 硬生生把杠杆拉到极致 发行了百亿级的高息外币债 把真金白银全数推进了牌桌中央！从前卖光 “AI 印钞机” 英伟达 到如今大举借债豪赌 OpenAI 这位疯狂的投资狂人 正押上软银的整个未来！你觉得孙正义这次的“世纪豪赌” 能押中下一个时代吗？来源：X @daxiniu1我的评价：1. 从“卖出印钞机”到“买入终局入口”：孙正义的投资逻辑重塑孙正义清仓英伟达并全力押注 OpenAI 反映了其对 AI 价值链转移的重度战略押注：硬件层 vs 平台/应用层：英伟达固然是 AI 时代的“卖铲人”与“印钞机” 但其估值已充分计入市场预期；在孙正义看来 OpenAI 掌握着通往通用人工智能（AGI）的核心入口与生态操作系统 具备超越单一硬件厂商的终局平台价值。从分散投“赛道”到极高集中度投“龙头”：经过愿景基金（Vision Fund）早期分散投资组合的挫折后 软银的投资风格正从“铺洒网”转向“集中火力”。打爆所有筹码进入 OpenAI 的核心股东圈 是其夺取下一代科技革命“头等舱门票”的必然选择。2. 极致杠杆下的风险敞口：商业化悬崖与高息债务双压“高息外币债+全额押注”的财务操作 让软银再次置身于极高的财务与流动性风险之中：OpenAI 的高烧钱率与盈利迷局：尽管 OpenAI 营收增长迅猛 但其面临着昂贵的算力训推成本、人才虹吸支出以及快速迭代的技术壁垒压力。重金投入若无法在短期内转换为高现金流与确定性商业盈利 股权估值面临剧烈回调风险。高杠杆在宏观紧缩/震荡周期下的脆弱性：通过发行高息外币债筹措资金 意味着软银必须承担利息支出与汇率波动的双重成本。一旦资本市场对 AI 泡沫产生质疑或科技股遭遇下行周期 极高的杠杆率极易引发资产负债表的流动性危机。3. AGI 赛道的终局博弈：技术垄断还是生态内卷？这一场“世纪豪赌”的成败 取决于 OpenAI 能否建立起绝对的技术与生态护城河：开源生态与巨头围剿的挑战：面对 Meta（Llama 系列）等开源力量的强力追赶 以及谷歌（Gemini）、微软（既是合作者又是竞争者）、Anthropic 等巨头的蚕食 OpenAI 能否维持技术领跑优势并转化为强粘性的商业壁垒 仍存巨大变数。技术路线转换与资本效率风险：大模型的发展正步入“边际效益递减”或“ Scaling Law（规模法则）遇到瓶颈”的讨论期。如果下一代架构革命出现转移 过往砸入数百亿美金堆砌的先发优势可能会被快速摊薄。4. 总结：英雄主义式博弈与时代周期的交汇孙正义的投资生涯始终伴随着极端的“大起大落”——从早期对阿里巴巴的非凡下注 到对 WeWork 等项目的惨烈教训：风险偏好的极致展现：他不是传统的“稳健资产管理者” 而是科技浪潮中最具代表性的“激进风险承担者”。这种不惜全副身家博弈时代的风格 既是创投界最具传奇色彩的符号 也是资本市场高风险的典型教科书。成败在于“时代周期”而非“个人意志”：这场豪赌的最终走向 不再取决于孙正义个人意志的强弱 而是取决于生成式 AI 是否能在未来 3-5 年内真正完成从“技术惊艳”到“产业生产力重构”的终极跃迁。 ...全文
头像

孙正义豪赌OpenAI：高杠杆重仓与AI终局博弈

小推 • 其他评论 • 2026-10-03
摘要：本文剖析孙正义清仓英伟达并高杠杆押注OpenAI的深层逻辑。从战略转型、高息债务风险、AGI赛道竞争及商业化落地等多维度 解读这场创投豪赌的成败关键。网友动态：孙正义这次是真的赌上全副身家...
评论 7
阅读 151

OpenAI与Meta产品战：技术狂想还是懂人性的商业？

摘要：本文剖析OpenAI与Meta在消费级AI产品上的基因差异。从算力消耗、产品定位及营销逻辑等多维度 深度解读技术突破与用户需求匹配的商业真相。网友动态：OpenAI这种公司做不好消费级产品 不是因为他们笨 而是因为他们本质上就是一群科学家硬要出来做生意。光是今年 OpenAI就把Sora和Atlas都砍了。据估计 光Sora一个产品2025年就烧掉了超过50亿美元的算力。他们的硬件产品到现在也没出来 而且业内都觉得大概率会扑街。这周刚发布的Dot 也被认为是一次很失败的发布。反过来看 Meta的Muse可以说是非常成功。不一定是因为Meta的AI研究员更牛 而是因为Meta的DNA就是做消费者喜欢、能火起来的产品。做营销很多时候就是要有一种“没坏就别修”的思路。Muse那个角色明显借鉴了Labubu 但消费者根本不在乎 而且从营销角度看这招真的很聪明。很多学霸书呆子容易有一个误区 就是觉得一个产品要牛 就一定得特别难做、特别复杂 还得花很长时间。这是错误的。Sora和Atlas都烧了几十亿美元 技术也复杂得要命 结果最后还不如一个简单的AI Agent 配个山寨Labubu当代言人。来源：X @gelunding我的评价：1. “技术驱动”与“产品/营销驱动”的基因碰撞OpenAI 的核心 DNA 依然是顶尖研究实验室（Research Lab）。其团队文化倾向于追求技术突破与 Scaling Law（规模法则）的极限 这使得他们在探索前沿模型能力（如视频生成、复杂推理）时敢于投入天量算力。然而 将极致的前沿技术转化为高留存、低成本、符合大众直觉的消费级产品（Consumer App） 需要完全不同的能力模型——包括极其细腻的 UX 交互设计、成本控制以及对人性与流行文化的敏锐抓取。这正是偏向工程与科学哲学的 OpenAI 容易落入“为了技术而做产品”误区的原因。2. Meta 的“消费级基因”与“借势营销”相比之下 Meta（从 Facebook、Instagram 到 Threads）的基因自始至终都是打造亿级用户量的社交与消费级应用。Meta 深谙“大众不在乎底层算法多复杂 只在乎产品好不好用、好不好玩”的商业规律：成本与体验的平衡：消费级产品不盲目追求极致的技术指标 而是寻找技术成熟度与推理成本的最优解。流行文化的敏锐捕捉：采用类似 Labubu 这种已验证受欢迎的视觉形象（IP 借势） 极大地降低了用户的接受门槛与认知成本。在消费品领域 降低认知成本往往比提升 10% 的模型参数更有效。3. 巨额算力烧钱与 ROI（投资回报率）的现实拷问Sora、Atlas 等前沿探索项目所面临的瓶颈 揭示了当前生成式 AI 产业面临的共同挑战——推理成本与商业化收益的不匹配。多模态视频生成与复杂 Agent 浏览器的算力消耗极其高昂 若无法在短期内形成正向的商业闭环 即便是算力储备雄厚的巨头也必须进行战略收缩与剪枝。这也促使整个行业从“盲目堆砌算力、做大做全”转向“精细化场景落地”。4. 复杂技术 vs 极简应用：AI 产品的“第一性原理”技术复杂并不等同于用户价值。真正成功的消费级 AI 产品 往往是用最隐形的技术 解决最明确的痛点。正如网友所总结的 一个简单的 AI Agent 配合一个具象化、富有亲和力的前端交互 其用户黏性和变现能力可能远超耗资巨大的底层庞然大物。这并非否认底层研发的价值——没有底层突破就没有应用繁荣 但它提醒了所有 AI 创业者与巨头：技术是硬实力 而懂产品与人性才是决定谁能活下来的软实力。 ...全文
头像

OpenAI与Meta产品战：技术狂想还是懂人性的商业？

小推 • 其他评论 • 2026-10-02
摘要：本文剖析OpenAI与Meta在消费级AI产品上的基因差异。从算力消耗、产品定位及营销逻辑等多维度 深度解读技术突破与用户需求匹配的商业真相。网友动态：OpenAI这种公司做不好消费级产品...
评论 7
阅读 136

从网课到顶尖AI科学家？别把顶级学术资源的入场券当成平民逆袭神话

摘要：网传24岁天才少女凭一门网课逆袭OpenAI，实则是将顶层学术资源与门阀红利包装成平民励志故事，忽视了名校实验室与图灵奖得主背书的极高壁垒。网友动态：24岁天才少女加盟OpenAIBonnie Li，9 月 16 日宣布加入 OpenAI 做研究科学家。她自己写的一句话是：第一次"felt the AGI"，那天晚上再也睡不着了但她的起点更让人愣住👇2019 年，她 17 岁，在蒙特利尔的 Mila 实验室做强化学习研究，指导她的是 Yoshua Bengio: 图灵奖得主、深度学习三巨头之一。同年她站上 RE•WORK 峰会讲台，入选 30 Under 30 AI 新星而她入门的方式，是一门 Udacity 的网课。这件事在她 GitHub 上是有痕迹的：她公开的仓库里有机械臂控制、双人网球、金字塔寻宝这几个项目，用的全是 Unity 的模拟环境——熟悉那门课的人一眼就认得出，这就是课程作业后面的路走得特别快：McGill 读数学与计算机，本科期间在 Joelle Pineau 门下做科研，一作发论文2022 年 1 月进 Google DeepMind（那年 12 月她才本科毕业）2023 年 10 月转研究科学家，搬去旧金山湾区Genie 2 官方博客点名的关键贡献者、SIMA 2 具名作者、Gemini 2.5 与 3 都有她署名她做的方向特别酷：Genie 能从一张图生成一个你可以走进去操作的虚拟世界；SIMA 是把智能体丢进真实的商业游戏里，让它听人话干活现在她去 OpenAI 做"对齐的超级智能"。帖子最后一句是："我们活在非凡的时代，接下来的几个月会很关键。"从一门网课到这里，七年。她今年大约 24 岁我的吐槽：这种把图灵奖得主的提携归功于Udacity网课的爽文，不过是给普通打工人精心调制的一剂精神麻药。1、网课只是入场伪装真正的护城河是顶尖实验室的入场券槽点：文案极力渲染她靠一门公开网课开启科研路，给大众营造出只要自学就能进入顶级AI圈层的错觉。真相：现实中全球数万名完成了同款Udacity课程的学员连DeepMind的HR筛选都过不了，她真正的起点是17岁就能进入蒙特利尔Mila实验室并获得Yoshua Bengio的直接指导，这种顶层导师推荐信和实验室席位在留学中介暗盘里挂牌价普遍在10万元人民币以上且名额极度稀缺。2、将平台溢价误诊为个人神迹忽略了巨头研发算力的堆砌槽点：吹捧其在Genie和SIMA项目中的核心贡献，将大厂集体攻坚的工程成果完全归因于个别天才的降临。真相：前沿AI研究早已不是依靠单打独斗的时代，以训练类似Genie这种视频或世界模型为例，单次实验消耗的H100集群算力成本就可能高达数百万美元，普通人在缺乏顶级机构算力配额的情况下连复现代码的资格都没有。3、用AGI宏大叙事掩盖湾区高压与高昂的生活成本槽点：用感受AGI和活在非凡时代等情绪化词汇升华主题，制造出一种踏入湾区即实现终极人生自由的幻象。真相：即使拿到OpenAI研究员级别的薪资，在湾区不仅要面对加州高达13.3%的最高边际所得税率，还要承担每月动辄4000美元以上的独栋租金以及高昂的医疗与用工成本，宏大叙事背后依然是高压高消耗的研发体力活。总结成一句话：普通人应当看清精英叙事背后的资源垄断本质，不要用别人的出生起点来惩罚自己的真实生活。 ...全文
头像

从网课到顶尖AI科学家？别把顶级学术资源的入场券当成平民逆袭神话

吐槽社 • 其他评论 • 2026-10-02
摘要：网传24岁天才少女凭一门网课逆袭OpenAI，实则是将顶层学术资源与门阀红利包装成平民励志故事，忽视了名校实验室与图灵奖得主背书的极高壁垒。网友动态：24岁天才少女加盟OpenAIBonn...
评论 8
阅读 160

OpenAI与DeepSeek：专注与生态的路线之争

摘要：剖析DeepSeek单点突破与OpenAI多线布局的战略差异。解读基座模型专注度与商业生态闭环的利弊，探讨AI赛道终局中技术极致与全栈生态的胜负逻辑。网友动态：我觉得长远来看，OpenAI可能会输给DeepSeek。因为但就看发布会，OpenAI的精力太过分散了。什么都想做。模型方面也是，高端低端的都想占了。反倒是DeepSeek，就专心想做模型。甚至一开始连图形都不想搞，只想死磕文本。来源：X @owenzhao我的评价：这则分享触及了当前 AI 领域极其核心的一个战略分歧：“全栈生态巨头”与“单点突破极客”的路线之争。 将 OpenAI 的“多线作战”与 DeepSeek 的“极致聚焦”进行对比，确实道出了两家公司在底层战略逻辑上的根本差异。我们可以从以下几个维度来深入剖析这种战略选择背后的利弊与深层考量：1. 专注的红利：DeepSeek 的“单点突破”与极致效率算力与工程效率的最大化利用：DeepSeek 展现出的最核心竞争力，就是在有限资源下把“第一性原理”发挥到极致。不做多余的业务延伸、不被花哨的 UI 或过度的产品化分散精力，将几乎所有的研发资源和顶尖人才都砸在算法优化、架构创新（如 MoE、MLA）和推理/文本大模型能力上。这种战略定力让它能够以惊人的性价比和极高的迭代效率，在开源和基座模型领域实现弯道超车。清晰的“开源生态”定位：不求大而全地去垄断所有的用户入口，而是专注做好“底层基础设施/最强大脑”。这种纯粹性不仅降低了组织内耗，也更容易赢得全球开发者社区的信任与拥护。2. 多线的逻辑：OpenAI 的“商业闭环”与生态焦虑大厂的“超级应用（Super-App）”野心：OpenAI 之所以“什么都想做”（从语音、多模态、Agent 到硬件与搜索），是因为它背负着巨大的资本压力与商业化预期。仅靠 API 卖算力/模型能力的毛利率并不足以支撑其庞大的估值和运营成本。它必须抢占 C 端入口，打造类似于 Apple 或 Google 的全栈生态，才能构建高粘性的商业壁垒。高端与低端并行：兼顾利润与规模：高端模型（如 o系列/GPT-4级）用来打品牌和做高价 B 端服务，低端/轻量模型（如 Mini 系列）用来铺占占领流量和低成本部署。这种产品矩阵是成熟商业公司为了最大化市场份额的必然选择，但也确实容易带来组织权责不清、精力被摊薄的副作用。3. 长远来看，谁的胜算更大？技术演进期的“专注者”优势：在 AI 基础设施和基座模型能力尚未触及终极天花板（AGI）的阶段，专注模型的公司往往能凭借更快的技术敏捷度取得突破。一旦大模型底层架构发生范式转移，过于庞大的产品线和历史包袱反而可能成为 OpenAI 的绊脚石。生态成熟期的“集成者”壁垒：然而，如果 AI 技术进入平稳期或应用落地期，单靠“模型能力强”并不一定能赢得商业战争。届时，谁拥有更丰富的用户场景、更完善的生态工具链、更低的操作门槛，谁就能占据产业链的最顶端。总的来说，DeepSeek 代表了“技术极致主义”的硬核胜利，而 OpenAI 正在走一条“商业帝国建构”的复杂道路。如果 OpenAI 最终因精力分散而在底层模型创新上失去领先优势，那这种“什么都想做”的策略确实可能成为其由盛转衰的转折点。 ...全文
头像

OpenAI与DeepSeek：专注与生态的路线之争

小推 • 其他评论 • 2026-10-01
摘要：剖析DeepSeek单点突破与OpenAI多线布局的战略差异。解读基座模型专注度与商业生态闭环的利弊，探讨AI赛道终局中技术极致与全栈生态的胜负逻辑。网友动态：我觉得长远来看，OpenAI...
评论 9
阅读 261

顶配名头掩盖不了产出焦虑：腾讯挖角OpenAI背后的算力与商业化困局

摘要：解析腾讯重金挖角OpenAI背景高管背后的逻辑，揭示高薪光环与大模型实际商业化变现落差，拆解大厂AI竞赛中的公关焦虑与落地算力账本。网友动态：曝田永龙进入腾讯总裁办公室，向姚顺雨汇报田永龙进腾讯总裁办公室了。姚顺雨去年底空降腾讯当首席AI科学家，也是进总裁办公室。现在田永龙走了一模一样的路径。腾讯对OpenAI出来的人，给待遇是真不手软。混元多模态部门和大语言模型部门7月刚合并，统一由姚顺雨管。田永龙现在负责多模态，向姚顺雨汇报，这条线清清楚楚。有意思的是，腾讯混元Hy4 preview刚拿了全球周调用量第一。这时候把多模态负责人放进总裁办公室，摆明了多模态是接下来的重点。OpenAI出来的人，在大厂确实吃香。我的吐槽：盲目崇拜OpenAI光环不过是大厂在缺乏颠覆性产品时用高薪买单的公关焦虑。看似逻辑自洽，实则漏洞百出：1、榜单第一不等于商业真金槽点：把预览版的周调用量第一当作胜果，是典型的指标自嗨，忽略了调用量很大程度来自免费试用与内部刷量。真相：单卡售价3万美元的H100显卡在数据中心日夜运转，而混元大模型C端月活与变现效率折算下来，单次交互履约成本高昂，API调用量爆表往往只是免费B端噱头，根本抵不回每年数亿元的算力摊销成本。2、总裁办镀金难掩架构内耗槽点：7月刚把多模态与LLM合并，又频繁把硅谷人才直接塞进总裁办，反映出内部组织架构高频摇摆与缺乏本土工程落地的信任感。真相：硅谷科学家数百万美元的年薪固然吸睛，但在腾讯扣除企业所得税与极高研发费用后，如果不能在微信生态或广告系统中带来千万级增量收入，高薪空降最终也只能沦为高层汇报材料里的装饰品。总结成一句话：大厂在总裁办堆砌顶级科学家名册，与其说是押注技术未来，不如说是在商业化大考到来前花钱买一张防守型的保险单。 ...全文
头像

顶配名头掩盖不了产出焦虑：腾讯挖角OpenAI背后的算力与商业化困局

吐槽社 • 其他评论 • 2026-09-10
摘要：解析腾讯重金挖角OpenAI背景高管背后的逻辑，揭示高薪光环与大模型实际商业化变现落差，拆解大厂AI竞赛中的公关焦虑与落地算力账本。网友动态：曝田永龙进入腾讯总裁办公室，向姚顺雨汇报田永龙...
评论 8
阅读 257
模特湾 - 分享有趣的评论