搜索“视频”

中，贾西对当前围绕AI的种种争议做出了正面回应。从数据中心的能耗指责，到企业推理成本的居高不下；从自研芯片对英伟达生态的补充，到同时注资Anthropic与OpenAI的商业平衡；再到大企业内部如何用小团队颠覆传统开发模式，对话信息密度极高，客观呈现了头部云厂商对AI产业终局的推演。 本期内容来自The a16z Show播客，2026年10月23日播出，原视频时长61分钟。 以下为精选对话内容，全文约9000字，阅读时长约5分钟。 本期精彩观点 ● 即便我们今年计划投入2200亿美元的资本支出，依然无法满足全部客户需求。2026年的算力容量已经售罄，2027年基本订满，2028年的很大一部分配额也已被锁定。 ● 外界对数据中心能耗的批评存在许多误解。高尔夫球场两天的耗水量，就超过了我们全球数据中心一整年的总和；高尔夫球场的总耗水量是数据中心的200倍。 ● 前沿AI实验室为了抢占电力和芯片愿意支付极高溢价，但我们绝不会因此挤压在AWS上稳定运行了二十年的传统核心客户。长期帮客户成功，我们的生意自然会跟着来。 ● 当前企业的AI需求呈典型的“哑铃状”：一头是吞噬海量算力的模型实验室，另

匹配字段正文

量数据与工具，用对抗评审，少堆角色 Agent @felixrieseberg 接受 @siliconvalleymm 访谈中表达了和他的文章相同的观点：Felix 几乎不再写代码：核心不是「造更多角色 Agent」，是把崩溃数据、业务工具与电脑交给模型，用对抗评审与外部证据约束输出，并从「你当传送带」升级为「模型自己挑问题、自己用工具」。 Youtube 视频：https://t.co/BfqdAb3drL Felix 现在的日常工作 · 团队约一周半做出 Claude Cowork；他现任 Claude 工程负责人，自称是「Claude 的传送带」；过去是挑一条崩溃丢给模型修；正确做法是让模型直接摸全部崩溃数据，自己决定修什么、不修什么。 · 早晨有 agent 简报；日常多在原型：睡几天掂量想法 → 让 Claude 做多版 → 人做 critique。能做一千个原型，人的注意力一天大概只能认真看一个；好产品信号是少数人上手就「点亮」、能做以前做不到的事，按钮宜少不宜多。 自动化 vs 增强 · 自动化：砍掉烦人、贵、耗时的活，眼下经济价值最清楚。 · 他更在意增强：补技能/方法

匹配字段正文

69%跑在PHP已停止常规支持的版本上。但注意，PHP安全团队为此破例为7.4、8.0、8.1三个分支提供了最小化源码backport，比这更老的版本才真正无补。 更冷的一笔记在账底：PHP基金会自己承认，2024年的一次外部审计就见过这个隐患的雏形，修复在共识决策下搁浅了两年，官方定性"结构性失败"。保密期同样崩了盘：编号先泄，还附带编造的10.0分；演示视频误发；一家供应链安全公司提前六小时上架修补镜像，理由是蜜罐已经抓到攻击。发现、修复、保密，三个环节各自塌方，塌在同一个地方：没有人对账。 第二笔，LiteLLM。把一百多家模型厂商封装进一个标准接口的工具，后门版 v1.107.0 在 PyPI 和官方 Docker 镜像上活了约两小时（10月21日约11:40 UTC 上线、PyPI 13:23 UTC 隔离），约四万九千次下载，专偷存在它上面的云钥匙、开发钥匙、各家模型钥匙；周下载约两千三百万次，年内第二次。泄漏的源头也是个 agent：LiteLLM Agent Platform——一个替团队自动发 PR 的 agent 编排平台——其部署主密钥五月二十七日被误提交到公开仓

匹配字段正文

何避开自身的软肋。 最直接的威胁来自AI办公巨头。交付、上下文这些概念，WorkBuddy、千问办公、豆包工作、金山办公都在跟进，它们还有IM协作入口的流量导入。 百度短期优势在“网盘+搜索”这套数据上下文组合，如果它无法快速将其转化为产品体系，窗口期一过，“上下文”这个领域就会陷入红海。 而且，百度搭子在创意场景上也有不足。界面新闻实测显示，豆包工作在文生视频、SVG 动画这类任务上优势明显，搭子缺少第三方体验背书，会削弱 “交付即惊艳” 的说服力。 还有一个麻烦来自百度内部。如何把百度AI的入口真正归拢到“ONE”，还需要李彦宏下更大的决心。 最根本的考验在商业模式。百度 2026 年二季度财报，AI 业务总收入 125 亿元，占一般性业务收入一半；其中 AI 应用收入约 25 亿元，同比只增 3%，真正的大头是 GPU 云，增长 283%。 一是做实 DAA 这套度量标尺，把交付、数据这两个核心做成行业标准。DuMateBench 目前还是百度自家榜单，下一步要推动它成为通用评测基准。谁先定义评价体系，谁掌握话语权。 李彦宏在 Create2026 提出DAA，也就是日活智能体数

匹配字段正文

理航班延误理赔、购物比价、电话预约等事务。此前，字节跳动也被曝正在推进个人助理产品，相关项目曾用代号“Spell”。 这样的场景在过去四年间反复出现。我们梳理了腾讯、阿里巴巴、百度、字节跳动，以及月之暗面、智谱、MiniMax、DeepSeek八家公司，在十条主要AI赛道上的产品动作。 数据呈现出两个核心特征：一是竞争周期极速缩短，从文生图、ChatBot到视频生成、AI Agent，新风口接连不断；二是产品生命周期变短，改名、整合、停运成为常态，独立产品正不断向通用助手和底层平台收拢。 四年十赛道：风口越来越多，大厂跟进速度越来越快 2022年，Midjourney、Stable Diffusion等文生图工具受到关注，“输入一句话，生成一张图片”成为许多人认识生成式AI的起点。国内企业迅速跟进，百度的文心一格、阿里的通义万相等产品相继落地，AI正式进入绘画、设计和内容创作等场景。 随后，大语言模型ChatGPT将这股热潮推向更广泛的人群。2023年，百度的文心一言、阿里的通义千问、字节的豆包、月之暗面的Kimi等产品密集亮相。聊天框逐渐成为AI应用的基础形态，搜索、办公、陪伴等不同

匹配字段正文

虚假信息）再到银行业的各个领域。完全无视这一切而只关注推测性的未来，将是一个错误。 § 2025年初，我在Politico上警告说，我们将面临网络安全领域的一场完美风暴，原因有四。 第一，生成式AI日益普及且价格不断下降，是网络攻击者的完美工具。尽管它不可靠且容易产生幻觉，但它在以几乎零成本生成听起来可信的文本（例如诱骗人们泄露凭据的网络钓鱼攻击）和深度伪造视频方面极为出色，使攻击者能够扩大攻击范围。一个网络犯罪团伙已经骗取了香港一家银行2500万美元。 第二，大型语言模型众所周知容易受到越狱和“提示注入攻击”等手段的影响，而对此尚无已知的解决方案。 第三，生成式AI工具正越来越多地被用于编写代码；在某些情况下，这些编码者并不完全理解所写的代码，而自动生成的代码在某些情况下已被证明会引入新的安全漏洞。 最后，在这一切之中，美国新一届政府似乎决心尽可能放松监管，削减成本，甚至公开羞辱员工。尽职尽责的联邦雇员可能会感到恐惧，许多人会倾向于另谋出路；执法和调查的质量与数量几乎必然会下降，使世界极易受到愈发肆无忌惮的攻击。 好吧，我们到了这一步。 § 以下是另外三项预测： 无论生成式AI造成多

匹配字段正文

跳转抖音。 用户向左滑动更多，会看到更多直播间，上下滑动即可切换不同直播间。但是，直播间数量有限，上述回答仅提供五个直播间。 就直播间而言，豆包直播间和抖音整体没有太大差别，点开带货总榜，也能看到和抖音一样的榜单，比如与辉同行位于带货榜首，点击即可跳转。 目前，豆包内的直播功能主要围绕交易展开。用户可以进入商品橱窗，却无法像在抖音一样查看账号主页、浏览其他短视频。 但这一动作也足够重要。 抖音的根基是内容电商，据36氪报道，2024年抖音的直播场景GMV占比为60%，豆包把直播间嵌进商品推荐，等于把抖音最核心的商业化场景接进了豆包里。 与直播间动作同步的，是豆包对双11的投入节奏。今年“双11问豆包”入口的上线时间，比618更早。 抖音双11活动从10月15日开始，双11开始第一天，豆包就把“买前问豆包”入口前置；三天后，这一入口又升级成“双11问豆包”，红色字体和其他黑色字体明显区分，使入口位置更加醒目。 相比之下，今年618，直到6月18日当天，“买前问豆包”才被换成“6.18问豆包”。 至少从这一入口调整来看，豆包这次对双11的投入明显更积极。 入口前置、平台补贴、直播间内嵌，这

匹配字段正文

以自家的 Grok Bot 为例：在 Cursor 是不断删提示词、删护栏，在 Grok Bot 却是加回了很多，因为做幻灯片、订旅行这类网页流程，汇报进度但不打扰用户，判断该直接做还是先问（比如替用户发邮件），以及通过记忆学习用户的习惯，这些模型都还没完全掌握。另一个例子是"软件工厂"：Bug 报告进来后自动分诊，云端 Agent 修复并录制修复前后的对比视频，上线后再由另一个 Agent 盯着生产环境。这相当于一个编排多个 Agent 的"元 Harness"。 模型吸收不了的部分： 基础设施：Agent 的任务已经从几分钟延长到几小时、几天，不可能放在一台会休眠的笔记本上跑，必须上云； 信任与安全：权限按 Agent、按人收窄，防止灾难性操作，或者醒来发现一张一万美元的 API 账单； 效率：前面那两项研究虽然发现分数差别不大，但单任务成本差别显著。他过去一个月通过提升缓存命中率、Token 效率和优化模型组合，在质量不下降的情况下明显降低了成本和延迟。 接下来的趋势 产品又跑在了模型前面，Harness 会先变乱再变干净，所以设计上要方便功能上线和下线。一个表现是越来越少向用户

匹配字段正文

没有适合敏感肌的防晒霜，ChatGPT能给出推荐，但库存是否实时、发货是否准确、退换货怎么处理，这些电商最基础的能力，一个都没有。”大林指出。 直到现在，模型足够聪明，电商平台也愿意把“手脚”交出来，“大模型+电商”，才算真正跑起来。 此前，有商家表示，日常运营里，上架新品时AI会自动生成标题和卖点文案，客服咨询高峰期AI能独立接待，以及大促期间靠AI生成短视频素材，“都比往年双11，临时扩招客服团队要划算。” 数据也印证了变化。2025年双11期间，京东表示，内部运行智能体数量突破3万个，商家智能客服京小智5.0累计服务1.6亿人次。2025年双11，淘天集团公布，已有500万商家使用“AI生意管家”辅助大促，平均效率提升1.5倍。 但用户端感知不强，也是事实。 李然就表示，“之前试过AI试衣，也知道AI客服。但体验感不太行，AI人机感太强，很难解决问题。”直到最近，李然才感受到，大模型确实在改变自己购物习惯，且用起来也“相当丝滑”。 毕竟，电商是AI落地，最“划算”的场景。需求模糊、选项繁多、需要决策成本，这种消费品零售的决策链条，天然适合对话式交互。而高频、刚需、可量化效果，这是

匹配字段正文

保参保人数为零，顺德基地签约后未见投产进展。 2021 年，盈合承接佛山照明的球泡灯智能制造车间项目。合同逾期两年，项目始终没有通过验收，法院终审判它返还 2690.4 万元，还要自费拆除设备。在该案执行过程中，它名下的一批机器设备被司法拍卖，评估价约 4974 万元，今年 4 月、5 月两次上拍，均以流拍告终。今年 6 月，股东方熊猫资本的创始合伙人李论发视频质疑：公司没有稳定现金流，部分核心高管税后年薪超过 300 万元，2600 平方米的办公室装修花了 2800 万元。 盈合不是孤例。深兰机器人（上海）5 月被法院受理破产清算，五批职工债权累计超过 2300 万元；9 月，泳池清洁机器人公司智橙动力被债权人申请破产重整；去年，达闼机器人被裁定受理破产清算，母公司达闼股份峰值估值一度超过 200 亿元。据公开报道和法院公告统计，2025 年 2 月至 2026 年 9 月的 19 个月间，破产、解散、清算和业务线关停的机器人公司超过 20 家，覆盖至少 11 个赛道。 宁波大学商学院教授刘起贵认为，这不是某家企业的意外死亡，是一个投资周期的规律性清算。接近盈合 A 轮融资的人士回忆

匹配字段正文

WiFi”这个提示来测试AI图像生成和电影工具。这是30个月前最好的图像生成器Midjourney生成的结果。 所以今天我问了 Opus 5.5 下面这个问题（错别字都保留着，随着 AI 越来越强，提示词已经变得没那么重要了）：“我有一篇帖子，为了纪念我的新书（在原书出版 30 个月后出版），展示了过去 30 个月 AI 领域发生的事。我想让你用 wifi 视频做出终极的水獭在飞机上。就做点特别棒的东西，我知道你很有创意，放手去做吧。”利用我订阅的 Google 和 ElevenLabs 等多项在线服务，它产出了下面这个结果。（打开声音） 这个视频有一些瑕疵。但 AI 自己想出了怎么做出来，从脚本到图像到概念到音乐再到创作这一切的技术层面，全程没有我任何帮助。这就是已经改变的地方。这将是我们谈论 AI 最少的一次 由于所有这些进步，AI 在世界范围内只会成为一个更大的议题。自《共同智能》出版以来的这份成就与争议时间线，能让你大致了解正在发生多少事情（我略去了数百个重要事件，但即便有 AI 的助力，我们所有人都难以跟上）。 当然，AI 的进步速度对我这样的作者来说是个问题，这也是为什么我

匹配字段正文

en服务，能否形成独立、稳定的收入来源。 甚至在上述投资人看来，当前部分Token推理服务商尚未形成清晰的盈利模式，资本市场对其价值的判断，更多靠愿景驱使。 为什么这门生意还不好赚？ 一方面，真实需求在增长，价格竞争也在加剧。 一位云服务渠道商告诉「定焦One」，最近半年，其所在团队的Token API销售额接近翻倍，增长主要来自新客户拓展，客户涉及游戏、短视频、电商、教育等多个行业。她举例称，一家培训类客户此前每月采购约3万元的API服务，上个月采购金额增加至5万元。 但在另一位大模型API分销渠道商看来，市场并非简单地量价齐升。 据其观察，近半年，国产模型API价格出现分化。DeepSeek、Qwen等部分模型的低价版本降价明显。该渠道商表示，对于经营国产大模型API的中转渠道而言，整体利润空间正在变小。当然，也存在部分旗舰推理模型价格没有同步下降，甚至有所上涨的情况。 另一方面，Token服务的成本并不会随着售价下降而自动降低。 对于自行部署模型的服务商而言，GPU采购或租赁、芯片折旧、电力和运维都需要投入。即使客户调用量增长，如果单位Token售价下降的速度超过处理成本下降的速

匹配字段正文

意图用AI，动辄在博客上直播“我和ChatGPT又搞定了Erdős的某个问题”，几乎是最早把AI嵌进科研工作流的学术大牛。 今年3月，他在IPAM会议上公开喊话同行“别太死板”，说AI在数学和理论物理领域已经“Ready for primetime（堪当大任）”；接受《MIT科技评论》专访时，更是兴奋地断言“数学正经历一场哥白尼革命”。就连OpenAI的宣传视频里，都有他的身影。 就这积极姿态，你说是山姆·奥特曼、达里奥·阿莫迪、黄仁勋集体给他充值了，我都信。 但半年过去，画风突变。 在SAIR上痛斥模型厂商“简直是疯了，AI公司无休止地加速，却对那之后会发生什么一无所知。必须慢下来。完全没理由这么快，一点理由都没有”的，是他。 9月份联合Peter Scholze、邓煜等25位菲尔兹奖得主联名公开信，炮轰OpenAI把数学难题当benchmark刷的，也是他。 这两天发博客牵头人类数学协会（AHM）发布重磅联合声明——“全球数学界集体行动，全面抵制OpenAI”的，还是他。 之前猛踩油门，现在又急刹车，这是真不怕刹车踏板断裂啊。 陶哲轩的这番迷惑操作，乍看像是在致敬老罗在星巴克里上演

匹配字段正文

的，基本上只有抖音等字节系App了。 豆包亟需一个标杆案例。 在这一关键时间点，京东没有离席而去，以超然的姿态送上了一记非常关键的助攻。 与其他App相比，京东作为电商大厂的示范意义强得多。倘若豆包经营得当，双方都有机会从中获得巨大回报。 此情此景，与当年微信支付“九宫格”颇为类似：京东、美团、拼多多等公司纷纷入驻后，这块风水宝地的战略价值才被真正认知。 移动互联网的核心是“流量”。谁掌握了流量，谁就能呼风唤雨；流量分配机制，可以衍生出巨大的商业价值。 但AI的核心是“交付”，比如Chatbot产出的文档，多模态模型产出的图片、视频，Coding Agent产出的代码，交易Agent产出的交易闭环，等等。 AI交付的质量、速度和成本，决定了C端和B端用户的付费。那么，AI平台的基本目标就成了尽可能推动“交付”；流量获取和分发，需要服务于这一目标。 接入豆包手机助手前，京东已经在寻求接入更多Agent。 今年6、7月份，京东先后被曝出接入微信Agent和元宝。在这两个腾讯系AI C端场景中，用户都可以在Agent内以对话方式在京东购物。 如今，京东不发一言，又在豆包手机助手留了一个席位。

匹配字段正文

东部时间下午2:30英伟达首席执行官黄仁勋。Erik Flyg/Bloomberg via Getty Images在Google上添加Fortune以获取类似内容。 根据摩根士丹利的统计，英伟达2027年收入的91.7%来自一件事：AI基础设施需求。在该行名单上没有公司得分更高。Vertiv为90%，不及英伟达。Broadcom为81%，也不及英伟达。推荐视频 这份同样于10月15日发布的报告称，英伟达是该板块中风险回报比最佳的标的。 对这家全球市值最高公司的看多理由，与对这轮建设潮的看多理由，如今本质上是同一个理由，而由Nicholas Lentini领导的摩根士丹利北美洞察团队同时给出了这两个理由。这份题为《追随AI的1.6万亿美元资金轨迹：绘制资本开支热潮所生成的收入》的报告，包含一个以“我们看多这轮支出”为标题的章节。这份65页的报告还用相当篇幅解释了这轮支出可能如何崩盘。 为英伟达辩护的人会说，这种敞口恰恰描述了这家公司。多年来，其数据中心业务贡献了绝大部分收入，但报告进一步审视了这种敞口仅通过多么少的买家实现。 1.6万亿美元 该行估计，超大规模云厂商和AI云服务商202

匹配字段正文

务的重头基准。这次升级的主攻方向是 Agent 执行能力，不是聊天。官方新闻稿里把它归因于"基于自反馈的强化学习"，并给了四个端到端案例：紫禁城 3D 建模、网页赛车游戏、用 Godot 引擎复刻 Portal 2、一个从史前到现代的 3D 场景。中文媒体把这个能力称作"许愿式编程"，即提示词和素材极少的条件下直接产出可运行项目。我对这四个案例的态度是：演示视频证明上限存在，不证明中位数，中位数要靠你自己的任务集。 比涨分更重要的是成本账。官方新闻页放了一张"DeepSWE v1.1 Pass@1 对比单任务成本"的图，注明使用 mini-swe-v2 harness 测试。社区读图给出的数值是：新版本在 max 档通过率约 77%、单任务约 1.3 元，上一版 74.2% 对应约 3.3 元。这组数字来自对官方图表的读数，不是官方文字，我把它标为"可信度中等"，方向可信，具体数值以你自己的实测为准。 即便只看官方文字，"缩短任务运行时间与输出长度"这一句也值得逐词拆。 输出长度缩短，在按 token 计费的世界里，输出 token 单价通常是输入的数倍，同一道任务输出缩短两成，成本就

匹配字段正文

%，但高端分布式数据库市场仍由国际厂商主导。另有统计显示，在高端研发设计类工业软件中，国产化率不到10%。 中国信息通信研究院2025年1月发布的报告指出，“我国工业数字化渗透率约为24%，约是美国的2/3和德国的1/2。”所有这些都表明，中国软件业不存在“要不要发展”“能不能躺平”的问题，必须以高度的责任感，提升能力，更好地发挥作用。一个国家的产业脊梁靠短视频和短剧是撑不起来的。 最后，软件业还是中国知识创新、能力进化、管理思想输出的重要载体。软件是一种工具，承载的是知识、能力、流程、规范等等。中国拥有全球最完整的工业门类和最丰富的应用场景，本应是孕育世界级企业软件的沃土。如果软件业发展环境“盐碱地化”，我们将失去把中国的产业知识和能力进行数字化沉淀与表达的重大机遇。 中国软件业“亏不起”，不应该这样一直亏下去。 软件业的困难到底在哪里？ 历史地看，政府在不同时期都出台过支持软件业发展的政策，从上市公司年报也可看到政府补贴的作用。在政府支持下，软件业依然困难，表明原因是复杂的，多方面的，也是深层次的。 首要的原因，是文化与习惯问题。 中国市场长期“重硬轻软”，习惯为有形硬件付费，视软

匹配字段正文

A 硬件做架构级协同设计。 对未来的判断 · 5.3 Flash（DSA + Kimi KDA 混合的架构，开发周期可能仅 2-3 个月）的成功，预示这套混合架构可能放大到旗舰尺寸，成为 GLM 6 或 5.4 的方向； · 研发周期正被 AI 辅助 kernel 开发等手段急剧压缩； · 市场将分化为“2-3 万亿参数的旗舰 + 极致高效的专用小模型”两层格局。 这期节目的核心论点 GLM 5.3 证明了在架构不变的前提下，激进的后训练 + 面向国产硬件的全栈协同设计，足以把一个开放权重模型推到前沿闭源模型的射程之内，尤其在闭源模型因安全拒绝而失能的网络安全领域；而模型效率的提升不会减少内存需求，反而通过杰文斯悖论持续放大它。 视频和文章链接 Ep. 038 - Is GLM 5.3 a Mythos-Class Cyber Model From China? (InferenceX) https://t.co/fMUjXzh4yP How GLM5.3 Sparse Attention Affects HBM Memory Usage https://t.co/G1TKdLk3uf

匹配字段正文

发。 原本凭借大模型Llama系列占据开源阵营头部位置的Meta，因2025年4月发布的Llama 4口碑不佳而掉队。两个月后，Meta组建超级智能实验室（MSL），由原Scale AI创始人亚历山大·王（Alexandr Wang）掌舵。而在此之前，Scale AI已被Meta收购49%股权，亚历山大·王进入Meta。 在发布于2026年10月11日的一期视频访谈播客中，亚历山大·王向主播大卫·森拉（David Senra）透露，他与MSL产品负责人奈特·弗里德曼（Nat Friedman），一度对OpenClaw全情投入，二人均沉浸在探索个人AI智能体的可能性的过程中，还通过OpenClaw让AI访问自己的邮件、照片、信息等，做类似于心理治疗的自我探查；2026年2月，他们将这些体验写成文件，提交给了Meta董事会，随后就组建团队，一两周内就做出了Muse的原型。 为了提升用户体验，Muse团队开列了一张涵盖超过100项模型必备行为的清单，逐项建立评估标准并训练到位，再定期复盘短板、持续打磨，用了7个月时间，才最终官宣上线Muse，直击智能、便捷、稳定等核心痛点。 Muse底层模型

匹配字段正文

一家亚马逊的竞争对手。”他回复道，还附上了一个思考的表情。 当然，这只是马斯克的一句随口提议，目前还没有任何实际的产品计划。 但他之前那句“去别的网站买，还能买得更便宜”，倒是碰到了亚马逊的一块心病。 对亚马逊来说，外部Agent可能威胁的，远不止商品订单。 根据2025年财报，亚马逊全年的广告服务收入达到686.35亿美元，其中包括赞助商品广告、展示广告和视频广告等业务。 在传统的电商购物流程里，消费者进入亚马逊，搜索商品、浏览推荐、比较价格，再决定购买。商家为了获得更好的展示位置，也需要向亚马逊支付广告费用。 但如果用户直接让Grok Bot或者Muse帮自己买东西，情况就不一样了。 Agent可以在全网搜索、比较商品，最后直接带用户完成下单。消费者不一定会亲自打开亚马逊，也就不会看到它精心安排的商品推荐和广告。 亚马逊显然也意识到了这一点。今年6月，它推出了Alexa+ Agentic Ads，允许用户直接在与Alexa的对话中看到广告，甚至订购披萨、购买演唱会门票。Alexa for Shopping也开始支持赞助商品推广。 问题在于，其他电商平台未必这么想。 就在10月13日

匹配字段正文