AI工具能否显著提升办公与编程效率?关键在于任务属性与人机协作策略

源自219位全网作者

01-28 12:43

内容由AI生成

精选参考来源

1. WPS 给 AI 装上「大脑」和「双手」后,我真正感受到它会干活这件事

2. 90%打工人「自费买AI上班」,开启To P革命!每月花20刀效率翻倍

3. 别让 AI 代码变成技术负债:Vibe Coding 提效实践

4. 用AI的人,效率像是开了挂! #大咖观察 #红衣聊AI #黄仁勋 #科技

5. 邪修玩法突破限制!爽用全球爆火的AI编程工具Claude Code!GLM和DeepSeek模型对比实测!

6. 微表情测谎、极速赔付、AI打败AI,深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

7. #AI钉钉登陆鸿蒙系统# 钉钉终于上鸿蒙啦,AI功能真的让办公变得简单高效,表格和数据自动生成,一句话就能搞定流程,谁还不会用表格?还有智能任务分配,开会协作都很顺畅,感觉工作轻松了不少。现在华为手机直接就能体验,跨设备用起来也很丝滑,效率提升很有感,推荐大家试试这波新升级。

8. AI可以高效替代会计领域如数据录入、报表生成、税务申报等重复性、标准化的任务,但无法取代会计人员的核心价值,如结合商业场景与准则进行灵活判断、与人沟通协作、提供战略决策分析,以及承担财务报告真实性的最终责任。所以,AI不是会计的替代者,而是赋能者。

9. 如何看待王垠对 Cursor 等 AI 编程的评价「不懂计算机科学的人用好 AI 编程是妄想」?

10. AI 时代的程序员更侧重工程实现还是架构设计?

11. 近来,多位顶尖科技公司的资深软件工程师透露:“我现在的工作几乎全靠用 Opus 4.5、Cursor 或 Claude Code 进行提示生成代码,然后做理智的校验。”这标志着AI在软件开发领域已跨越了某个无形门槛,能够覆盖“绝大多数”编程任务。 Opus 4.5被认为是一个巨大飞跃,将开发任务的自动化率从约60%提升至80%。不少高级工程师表示,他们的日常工作变成了同时管理多个Git工作区,花5至10分钟给AI提示,剩下的时间主要审查和修正AI生成的代码。 这一趋势引发了广泛讨论: - 资深开发者不再亲自写代码,而是通过订阅高级AI服务,指导AI完成任务。但这并非魔法,依然依赖使用者对需求和技术的深刻理解,否则适得其反。 - 有观点认为开发者正从“写代码”转变为“质量保证测试者”,主要职责是验证AI产出。 - 伴随着AI能力的提升,软件开发的难点正从编码转向明确需求、验证结果及价值归属。 - 一些人预见未来开发者更多成为高阶产品经理和系统架构师,专注于设计和规划,而非手写语法。 - 也有担忧,随着AI生成代码的普及,代码质量、技术债务和可维护性问题可能加剧,尤其在面对复杂系统和隐蔽bug时,人工介入仍不可或缺。 - 有开发者称自己已“彻底不写代码”,完全依赖AI辅助完成开发任务,强调了“提示工程”技能的重要性。 - 另一面,AI辅助加速了开发效率,让人们在同等时间内完成更多工作,但也带来技能退化的风险,初级开发者可能难以真正理解背后逻辑。 - 有声音提醒,AI生成代码的可靠性和安全性仍需人类专家严格把关。 综合来看,AI正深刻改变软件开发的流程和角色定位:从传统的代码书写者,向“提示设计者”“系统架构师”乃至“质量监管者”转变。虽然AI大幅提升生产力,但复杂业务逻辑、系统设计、安全考量等仍需人类智慧主导。 这与近期一篇《为何自1969年以来,我们每十年都试图取代开发者》的深度分析相呼应,文章指出历次技术浪潮虽提高了开发效率,但软件开发的本质——对复杂问题的思考和设计——是无法被工具完全取代的。 未来,拥抱AI辅助开发,提升“提示工程”与系统思维能力,将成为软件工程师的新常态。唯有如此,才能在这场技术变革中保持竞争力,成为推动创新的主导力量,而非被技术边缘化的旁观者。 x.com/deedydas/status/2000472514854825985

12. 《How AI is transforming work at Anthropic》Anthropic内部研究揭示AI如何根本改变软件工程师的工作方式,带来巨大机遇与深刻挑战。2025年8月,Anthropic通过对132名工程师和研究员的调研、53次深度访谈及20万条Claude Code使用数据分析,全面描绘了AI赋能工作的新图景。研究显示,AI不仅提升了工作效率,更在重塑技能结构、协作模式和职业发展路径。> 生产力飞跃与新型工作工程师们自述使用AI完成约60%的工作,平均生产力提升50%,较去年翻番。他们用AI处理调试、代码理解等核心任务,同时开拓出27%以前难以开展的新工作领域,如扩展项目规模、制作交互式数据仪表盘、自动化文档与测试等。AI帮助他们“修复日常琐事”,提升代码质量和工作舒适度,这些“papercut fixes”占Claude Code任务的8.6%。> 技能拓展与“全栈”转型AI赋能工程师跨越传统领域限制,许多人开始涉猎前端、数据库、API等过去不敢轻易触碰的技术栈,实现“更全栈”的能力跃升。快速原型和即时反馈极大缩短了项目周期,激发了更大胆的创新尝试。正如一位工程师所言:“工具让初级工程师更勇于承担复杂项目,减少了拖延的心理门槛。”> 潜藏的风险:技能退化与监督悖论令人警醒的是,AI的便利也带来技能“锈蚀”风险。部分工程师反映,AI让他们跳过了传统的深度学习和探索过程,减少了对系统架构和工具细节的理解。更具挑战性的是,监督AI产出的质量本身需要高级编码技能,这形成了“监督悖论”:技能退化可能削弱有效监督AI的能力。对此,有经验工程师选择“偶尔不借助AI”,以保持自身敏锐度。> 工作性质与职业身份的转变AI让工程师们从纯手写代码者转变为AI代理的“管理者”和“审查者”。工作重心逐渐向高层设计、协调与策略倾斜。虽然短期内充满希望,但对未来职业的长期稳定性存在焦虑——有人坦言,“感觉每天都在为自己淘汰做准备。”也有人乐观认为,技术进步将促使行业适应,提升整体质量和安全。> 人际交往与职场文化的演变AI成为首选“问答对象”,同事间的直接交流和辅导机会减少,改变了传统的师徒关系和团队协作。部分员工感到失落,怀念面对面交流的乐趣和帮助感;也有人欣赏减少了打扰同事的社交摩擦。团队合作模式正在重塑,未来或将是“与多个AI协作”的新常态。> AI自主性提升与任务复杂度增长内部数据表明,AI完成任务的复杂度显著提升,连续自主操作次数增长116%,人类介入减少33%。设计与新功能开发的AI使用比例大幅上涨,显示AI逐渐承担更多“头脑风暴”和创造性工作。> 面向未来:适应与责任共存Anthropic正积极探索如何在AI驱动的工作环境中支持员工成长,建立AI流畅度框架,推动跨团队协作与职业转型。公司同时关注AI赋能对全组织的影响,支持外部教育机构调整计算机科学课程,准备迎接AI辅助的未来职场。这场AI变革,是软件工程历史上又一次范式跃迁——从机器语言到高级语言,再到“英语编程”的时代。它要求我们不仅掌握新工具,更要理解“为什么”和“如何用好”这些工具。未来的工程师,更像是AI的导演与监护者,而非单纯的代码工匠。正如一位工程师所言:“‘变得生疏’的担忧,建立在代码会回归旧模式的假设上。但事实是,代码的写法已经永远改变了。”这句话警醒我们,变革不可逆,唯一不变的是持续学习和适应的能力。Anthropic的研究警示我们:AI带来效率和创造力的爆发,背后需警惕技能流失、监督难题和人际关系变迁。只有主动拥抱变化,设计合理的工作流程与支持体系,才能让AI成为赋能而非替代的力量。🔗 anthropic.com/research/how-ai-is-transforming-work-at-anthropic未来已来,AI不仅重塑代码,更重塑思维与协作。唯有拥抱不确定,方能驾驭变革,开创软件工程的新纪元。

13. “编程的本质是思考,AI的价值在于帮我们省去了敲代码的时间。”换句话说,AI不是替代思维,而是加速了执行。未来的竞争核心,仍是“谁能更好地思考和设计”,不是简单敲代码的速度。这句话引发了大量讨论,观点分歧与深度洞见并存:- 编程的本质是问题解决和系统设计,敲代码只是执行的一部分。AI能快速生成代码,但真正的思考、架构设计、需求理解仍需人类完成。正如评论中有人说,编程90%是思考,10%是敲代码。- AI降低了门槛,让非程序员也能实现创意。很多创意者不懂语法,但能用AI“vibe coding”快速验证想法,这是AI赋能创新的体现。- 有观点认为,AI不仅节省了打字时间,还提升了研究效率,比如查文档、调试、自动测试,甚至能在外部系统“自我运行”完成任务,远超简单“敲代码”。- 反对声音也存在,有人认为向AI表达需求有时比自己写代码更复杂,而且AI生成代码仍需人工严格复核和调整,不能完全依赖。- 未来展望:AI是新的“计算器”或抽象层,类似早期C语言对汇编的抽象。随着AI不断进化,程序员的工作将更多聚焦于更高层次的设计与创新,而非机械编码。- 也有呼吁教育与培训的声音,建议AI辅助开发要配套设计原则、版本控制等基础培训,避免“无脑用AI”导致设计混乱。总结观点:AI极大地提高了代码生成的效率,解放了程序员的机械操作时间,但编程核心的“思考”依然不可替代。AI更像是工具升级,而非思维替代。未来的竞争力依然在于谁能更深入理解问题、设计架构和创新。AI让更多人能够参与软件创作,但同时对技术深度和代码质量的要求也更高。这是一场关于“思考 VS 执行”的辩论,也是技术进步带来的角色转变。谁能驾驭AI,谁就能在创新浪潮中领先。

14. AI Coding在实际业务中应用,开始大家还会认真review AI生成的代码,但后面生成的多了,也就看不过来了,并且大部分情况都没啥问题,索性大家也就不怎么看了。如果没有好的机制验证保障,很可能出现不可控问题。所以,新项目短期运营类项目大胆上,而大型底层系统项目,一方面要把任务拆分细化,另一方面要建立好验证和回退机制。AI提效,既要高效,也要可控,才是真提效。

15. 降本增效,智启未来—央国企 Data+AI 数据治理实践与探索

16. 【鸿蒙AI】3句话让鸿蒙电脑写了20000字研究报告?

17. TRAE中国版白送SOLO,一人指挥一支AI大军 重磅消息!SOLO终于上线TRAE中国版了,Waitlist免费开放中 本期视频实测TRAE的新版本,亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

18. 对AI的礼貌是人类的情感投射,对AI的直接才是效率的清醒。 #大咖观察 #红衣聊AI #人工智能 #科技的意义

19. 2026年普通人学习AI的方法指南!

20. 平板 + 墨水屏二合一?思必驰AI办公本X5系列:护眼办公,60Hz 丝滑翻页,4G 全网通太香了!

21. 千问23天月活突破3000万碾压欧美,中国AI时代开启! 就在刚刚,确认数据!千问23天月活突破3000万,首周下载量1000万碾压欧美,阿里AI从“技术储备”向“价值落地”加速演进 #AI #阿里 #千问

22. n8n重磅更新:多智能体编排,AI Agent团队化协作、智能分解复杂任务!

23. 阿里千问与“AI Layer”崛起:一场重塑互联网的“操作系统”生态战 【硅谷101】

24. 我和欧洲“达里奥”做了一场对谈,如何用AI预测未来,用AI把工作效率提升10倍#AI #拉斯特维德 #超智能与未来 #AI预测未来#AI对普通人的影响

25. 快抄作业!我用JoyAgent搞了个AI团队 2025年都快结束了,Agent是不是还没用上? 我找到了打工人用上智能体的最简单方法, 就是用JoyAgent把每天重复的SOP全做成Agent, 不懂代码也能零门槛搭建,而且效果很稳定。 看着AI团队全自动打工、出活,非常解压。 #AI #智能体 #JoyAgent #JoyCode #京东云

26. 能不能分享一次最近提效最明显的 AI协助开发?节省了多少时间?

27. #差评在现场##WPS365# 新产品WPS团队空间来了。你可以把它理解为一个一站式办公工作平台,你所有工作相关的信息全部集中在此。用AI将这些冗杂的信息利用起来,最高效地提取处理所需的信息。其实难点不在于数据,而是“企业数据”,例如一个医药企业对于数据的处理,有些AI可以总结,有些则需要人工反复确认。那这个流程怎么做?这就是一站式办公的必要性,入口统一,流程统一,数据的自动收集更有效率。再结合企业场景定制化,优化企业级搜索,让人与AI的协作更和谐。新模式引入了聊天模块,而且可以把AI助手拉进群聊,让它做总结复盘提醒发邮件等工作。同时每个人相当于有个数字员工分身,例如在你请假或者离职后,如果有人需要你处理的工作文档,那数字员工就会可以直接提供所需信息。

28. 还能这么用?超全!豆包 AI 使用指南丨省钱丨创作丨学习丨陪伴……

29. 「Github一周热点90期」规格驱动开发、AI记忆引擎、AI agent的docker、开源流媒体平台、开源电商平台和密钥管理平台

30. AI猫片疯传,海螺一键复刻爆款! 让无数老外上头的AI猫片,还有兔子蹦床、Baby采访、食物吃自己,原来都是用海螺做的。 它有个「Agent」模式,简直是懒人福音,上传一张图,AI全自动干活,一键出片。 电商搞钱:AI模特走秀、商品广告,拍摄成本秒归零; 知识博主:让爱因斯坦给你讲课写板书,谁还敢说学不会; 剪辑师:无限的片头、空镜素材库,灵感用到飞起; 个人IP:AI写真、AI短剧,轻松打造一个永不塌房的虚拟爱豆。 它背后的Hailuo 02大模型,,在全球AI榜单上都是TOP级别的存在,难怪效果这么稳! 帮大家总结了爆款公式和赛道,快来试试吧! #AI #人工智能 #AIGC #AI视频 #海螺AI

31. 探访云栖(三):AI不再遥远:它正如何“贴身”重塑你的日常?【101 Weekly】

32. 真正的核心竞争力,来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

33. 对话云栖大会:下一个AI爆款、大模型进化与Agent万亿级企业市场

34. 探访云栖(二):AI Agent元年,谁在打造“数字员工”?【101 Weekly】

35. 实测用TRAE Skills接管工作流,打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

36. 在我自己的Wegent里配了个“和产品经理搏斗”模式,类似于其他开发工具的plan mode,ai会基于一句话需求,不断分析当前代码库,最终逐渐跟你讨论出一个可落地的方案。自己用了一会,感觉“捋清需求”这件事情交给ai做,带来的效率提升不亚于ai写代码。

37. AI Coding 还远没到“无人驾驶”的阶段,司机的手必须始终握着方向盘。 它能帮你踩油门、自动换挡,甚至自动泊车,但路线的选择、优先级的判断、系统性的规划,仍然需要人来决策。人和 AI 的关系,不是主从,而是协作。 理论上,AI 解放了体力劳动,我们应该把更多精力投入到 Architecture & Orchestration(架构与编排) 上,让系统在复杂性增长时仍然保持稳定与可演化。但现实是,人的惰性和对速度的追逐让我们更容易选择“先让它跑起来”,这种 Vibe coding 确实短期有效,但长期看代价高昂。 AI 不会替你考虑鲁棒性、可维护性和边界条件,这些仍是人的职责。如果这些“系统性约束”缺席,再强的智能体也只能不断打补丁、疲于救火。真正的生产力跃迁,不是让 AI 替你写更多代码,而是让你有能力驾驭这台智能机器,规划它、调度它,让它成为你设计的系统中的一环。

38. Notion + AI 打造5个效率APP 客户管理|项目管理|时间管理|每日复盘|记账管理

39. IBM计划于2025年第四季度启动新一轮全球裁员,预计裁员比例占员工总数的“较低个位数”。以截至2024年底约27万名员工计算,此次裁员预计至少影响2700名员工。这一举措与科技行业整体趋势相符。近期,亚马逊宣布裁员14000人,Meta的AI部门也削减了600个职位。多家科技巨头正通过加大对AI工具的应用,持续提升运营效率。IBM自身也在积极推动AI对人力资源体系的重塑。CEO阿尔温德·克里希纳此前透露,公司AI系统已接手约200名人力资源员工的工作任务,通过自动化替代重复性操作,将人力资源重新配置至更关键的岗位。

40. 怕吃预制菜?我用AI开了家让大家放心吃的餐馆 #AI新星计划 #人工智能 #科技改变生活 #豆包电脑版 #豆包编程

41. 值得关注:制造业AI落地的成功案例来了#制造业 #JetPave #AI #捷配科技

42. 今天,我为大家带来一场“AI制片”实验。 用户仅凭纳米AI,就为保时捷、小米、仰望、小鹏、理想五家车企生成了风格迥异的广告大片。没有天价团队,没有漫长周期,只有出色的效率和亮眼的创意。在评论区,为你最喜欢的大片投票,一起见证AI如何用“低成本高效率”重新定义广告行业。你想做什么类型或者品牌的片子?也可以在评论区告诉我,下次老周亲自为你做!#大咖观察 #AIGC #广告制作 #红衣聊AI

43. 英伟达正在把AI超算,塞进每个人的桌面

44. 1024探班雪球:AI+鸿蒙,如何让投资更简单?【硅谷101】

45. AI 会取代你的工作吗?Anthropic 用 200 万对话告诉你答案“AI 会先替代流水线工人和客服,知识工作者暂时安全”,这可能是过去两年最流行的 AI 经济叙事。但 Anthropic 刚发布的 Economic Index 第四期报告(www.anthropic.com/research/economic-index-primitives ),用真实数据讲了一个完全不同的故事:AI 对高学历任务的加速效果,比低学历任务高出 30%。AI 正在从知识工作的核心地带切入,而不是从边缘蚕食。这份报告分析了 200 万次 Claude 对话(100 万来自 Claude.ai,100 万来自 API),首次提出了“经济原语”这个分析框架,试图回答一个关键问题:AI 到底在改变什么样的工作?【1】复杂任务获益更多,但成功率更低Anthropic 发现了一个有趣的权衡:需要高中教育的任务,AI 能加速 9 倍;需要大学教育的任务,AI 能加速 12 倍。任务越复杂,AI 带来的提速效果越明显。这和“AI 先替代简单工作”的直觉完全相反。但复杂任务的成功率也更低:高中水平的任务成功率是 70%,大学水平的任务成功率降到 66%。差距不算大,但反映了一个规律:AI 在高难度任务上的表现更不稳定。AI 确实在帮白领加速工作,但每次使用都像抛硬币:你不确定这次它能不能靠谱完成。【2】什么是“经济原语”?这份报告最大的创新是提出了五个“经济原语”,用来测量 AI 使用方式的基础指标:1. 任务复杂度:完成这个任务需要多长时间、有多难2. 技能水平:理解输入和输出需要多少年教育3. 使用场景:工作、学业、还是个人用途4. AI 自主性:用户给 AI 多大的决策权5. 任务成功率:AI 是否成功完成了任务以前的研究只看“AI 覆盖了多少任务”,但这太粗糙了。同样是“调试代码”,修一个小 bug 和重构整个代码库,对劳动力市场的含义完全不同。这套框架把“AI 有多厉害”这个模糊问题,拆解成了可以追踪、可以比较的具体维度。Anthropic 承诺会持续用这套框架更新数据,相当于给 AI 经济影响建立了一个长期观测站。【3】Claude.ai vs API:两个世界报告揭示了 Claude.ai(消费者端)和 API(企业端)之间的巨大差异:Claude.ai 的任务成功率是 67%,API 只有 49%。为什么差这么多?因为 Claude.ai 支持多轮对话,用户可以纠错、引导、迭代。API 调用通常是“一锤子买卖”,提交请求就等结果,没有纠错机会。更值得关注的是“任务时长边界”。METR 的基准测试显示,Claude Sonnet 4.5 在约 2 小时的任务上能达到 50% 成功率。但 Anthropic 的真实数据显示:API 调用大约在 3.5 小时任务上达到 50% 成功率;Claude.ai 要到 19 小时任务才降到 50% 成功率。19 小时 vs 3.5 小时,差了 5 倍多。原因就是多轮对话把复杂任务分解成了小步骤,每一轮都有机会纠偏。人类的引导能力仍然是关键变量。【4】不要只看覆盖率,要看“有效覆盖率”之前 Anthropic 说 36% 的职业有至少四分之一的任务被 AI 覆盖。现在这个数字涨到了 49%。但这个指标太粗糙了。报告引入了“有效 AI 覆盖率”,综合考虑任务在工作中的时间占比、出现频率、以及 AI 完成的成功率。数据录入员只有 9 个任务中的 2 个被 AI 覆盖,看起来影响不大。但这 2 个任务(读取和输入数据)恰好是他们最核心、最耗时的工作,AI 在这两个任务上成功率很高。所以数据录入员的“有效覆盖率”反而是最高的。放射科医生也类似:AI 覆盖的任务不多,但恰好是解读影像和撰写报告这两个核心工作。相反,微生物学家虽然有一半任务被 AI 覆盖,但最耗时的实验室操作完全无法被 AI 替代,“有效覆盖率”反而不高。不要只看 AI 能做多少任务,要看它能做的是不是你工作中最核心的那部分。【5】去技能化:白领工作正在被“掏空”如果把 Claude 覆盖的那些任务从工作中“移除”,会发生什么?大多数工作会被“去技能化”。因为 AI 倾向于覆盖那些需要更高教育水平的任务:Claude 覆盖的任务平均需要 14.4 年教育(相当于副学士学位),而整体经济的平均值是 13.2 年。几个例子:技术写作:AI 接管了分析、审稿、内容生成这些核心工作,人类可能只剩下画图和排版。旅行代理商:AI 做行程规划、比价、推荐,人类只剩打票收款。以前需要丰富经验才能做好的工作,现在变成了简单的执行角色。教师:AI 能帮忙批改作业、做研究、准备教案,这些恰恰是教师工作中最需要专业知识的部分。剩下的主要是课堂管理和面对面互动。但也有例外。房产经理反而可能“技能升级”:AI 接管了记账、文档管理这些低端任务,人类可以专注于合同谈判和客户关系,工作内容反而更有价值。【6】AI 到底能让生产力提升多少?之前 Anthropic 估计,AI 能让美国劳动生产率每年增长 1.8 个百分点,意味着十年内生产率翻番。但考虑任务成功率后,这个数字要打折。Claude.ai 数据显示,调整后的生产力增长约 1.2%;API 数据更低,约 1.0%。如果再考虑任务之间的互补性,比如有些任务无法被 AI 替代,会成为整体效率的“瓶颈”,生产力增长可能进一步降至 0.6-0.8%。但即使是 1%,也意味着美国生产率增速回到 1990 年代末和 2000 年代初的水平,那是互联网泡沫前后的黄金时代。即使打了折,AI 的经济影响仍然是重大的。【7】你怎么问决定 AI 怎么答报告发现了一个几乎完美的相关关系:用户输入的教育水平和 Claude 回复的教育水平高度相关,相关系数达到 0.92。你用什么水平的语言问问题,AI 就用什么水平的语言回答。这不是 AI 在迁就用户,而是训练方式决定的:Claude 倾向于匹配用户的表达层次。这有深远的政策含义。高收入国家倾向于“协作式”使用 AI,把 AI 当作助手和协作者,自己保持决策权。低收入国家更多是“教育式”使用,用 AI 来学习和完成课业。能从 AI 中获益最多的,是那些本来就有能力写出高质量 Prompt 的人。教育水平越高、表达能力越强,AI 的帮助就越大。AI 可能加剧而非缩小全球不平等。仅仅“让所有人都能用上 AI”是不够的,还需要投资人力资本,让人们能够有效地与 AI 交互。【8】对我们意味着什么这份报告最重要的信息不是“你的工作会不会被 AI 取代”,而是“AI 接管后,你剩下的工作是更有价值还是更琐碎”。如果你是技术写作员、旅行代理商、数据分析师,那些 AI 正在覆盖核心任务的职业,问题不在于失业,而在于工作内容的“降级”。你可能仍然有工作,但做的事情变得更琐碎、更机械。如果你是房产经纪、合同谈判专家、需要面对面判断的职业,AI 反而可能帮你摆脱例行公事,专注于更需要人类判断力的工作。无论哪种情况,一个能力变得至关重要:高质量地与 AI 交互的能力。你怎么问,决定了 AI 怎么答。在一个 AI 覆盖越来越多任务的世界里,“问出好问题”可能比“知道答案”更有价值。

46. “文山”“会海”终结者——思必驰AI办公本 X5系列上手体验及测评

47. 职场“Yes and”利器,录音、转写、总结、分析、翻译多合一的办公神器!钉钉AI办公小助理DingTalk A1好用吗?

48. 如何让NotebookLM变成你效率翻倍的学习工具

49. 摩尔线程上市后的第一场大会,办给了开发者|甲子光年

50. 从错别字大王到零错率!我的开源AI写作助手“妙笔生花”

51. 编程外挂天花板,这才是我想要的!

52. 99%的人都搞错了AI Agent?智能体该如何帮企业赚钱?

53. 硅谷大裁员背后的底层逻辑,AI替代竟然是这样开始的 硅谷大裁员背后的底层逻辑,跟亚马逊朋友聊了一晚上之后突然悟了,AI替代根本就不是抢我们工作这么简单 #AI #硅谷 #大裁员

54. 单卡双芯 48G 显存!打造 20L 紧凑型 AI 算力怪兽:DeepSeek 70B 实测 19 tokens/s

55. 全球每天600+程序员失业,这个锅该AI来背吗?

56. “源”神启动?实测日常高频场景中千问APP的表现

57. 实测扣子视频Agent,一句话量产爆款,适合起号的工具来了 #扣子Coze #AI #AIGC #智能体

58. 2026 AI Coding 下半场:不拼参数,拼谁能让开发者“戒不掉”

59. 前两天去珠海围观了WPS多维表格的首次正式公开亮相。 这是一款针对企业的协同办公应用,不但包含传统表格的各种功能,还增加了多视图、小程序、自动化流程等特性,全面融入AI和开放能力,深度满足企业协同办公需求。 但我感触最大的不仅仅是多维表格的各种功能,还有功能背后,技术浪潮的发展趋势。 在十多年前互联网大热之时,谷歌上线了一个Okr考核系统,这是一套明确目标及其完成情况的管理工具,因为被谷歌使用而大众所知,后续又被Facebook、Linked in等知名硅谷企业广泛使用,国内也有很多大厂在用。 这套管理体系的核心是目标量化,比如过去大家定目标可能会说明年的战略目标是“让公司网站更好”,但在OKR模式下,目标会体现为明年让公司网站的访问量达到100W~,对,他不会说笼统的好,而会明确到具体的一个数值。接下来就是拆分,一年100W,意味着每个季度25W,然后是每个月要达到多少目标,没实现要找哪里出现了问题。 简而言之,这套管理工具将过去笼统的目标变为了精确量化展示的目标体系。 有人可能好奇了,你说这个,和今天讲的多维表格,八竿子打不着啊? 其实关系非常大 okr的普及不仅仅是okr这款工具的普及,还代表了一个新的思维模式,就是大家越来越习惯拿数据说话。 直观体现就是PPT的退场。 在过去,PPT被视为大公司内部汇报主流工具,很多公司周报月报项目汇报都习惯用PPT进行,故事性的大图片,配合高逼格的UI设计,一度主导了国内职场。但伴随着okr体系普及,数据说话的思维抬头,很多公司开始拒绝PPT,转而走向文档和表格。有的公司甚至明确要求,所有周报必须用一页文档内写下,如果你的汇报内容罗里吧嗦一大堆,那代表就不是关键的事,真正关键的信息,一定是一句话就能说清楚的。 于是很多公司的周报开始走向表格化。 而到了这两年,这个趋势进一步明确,大家发现,在协同办公体系下,其实连周报流程似乎都是多余的。如果大家平时就在一个协同系统内工作,那还有必要把信息堆到周报上沟通吗?如果平时就数据互通,还有必要等周报汇报才知道吗? 这就是数据协同化思路,大家发现很多时候项目协同了,聊天也协同了,但数据并没有协同。不同部门的数据依旧分散在各个系统之中,难以实现协同效应,数据格式缺乏统一标准、报表汇总也困难重重、这显著拉长了决策周期。比如A部门和B部门成员协同办公,平时聊天一块聊,但最后的留档,A部门信息数据存在自己的表格里,B部门信息也存在自己的表格里,协同平台上沟通一大堆,最后落地还是文档表格发来发去。此外,企业存在大量“小需求”,这些需求由于数量众多、变化迅速,通常需要依据具体业务情况进行调整。 于是你会看到,今年7月,钉钉推出AI表格并宣布永久免费;同月,飞书发布升级版多维表格,8月,企业微信发布智能表格功能。协同应用们纷纷进军在线表格,开始增加多维表格功能。 同样的,传统办公软件霸主,金山办公这边,也上线了WPS多维表格。 市场就是这样,原本大家认为,你做协同平台我做办公软件,大家可以相安无事,但随着技术发展,大家有一天突然发现,两者到最后走向了同一个目标。 至此,AI表格市场成为四战之地,多家企业在此短兵相接。 当然,这一轮战事,WPS的底气很足, 首先,金山办公在办公领域有深厚耕耘,根据统计数据显示,WPS表格系列产品日活跃设备数量已突破1亿。AI这块,截至今年6月,金山办公的AI月活跃用户数已攀升至2951万,较去年年底的1968万增长了近50%。 其次,多年企业服务经验,让WPS在企业服务这块有足够的技术积累,金山办公多维表格研发负责人杨鼎就表示过,在企业服务领域,定制化是不可忽视的需求。而WPS多维表格恰恰拥有针对不同能力的用户提供了足够灵活的开放体系的能力。“WPS多维表格就像一个魔方一样,在企业里可以串联起数据分析、应用场景,可以跨部门协作,也可以跟AI进行结合,就看你怎么去连接和使用它”缺少研发能力的小型团队,可以直接使用WPS多维表格模板或者AI能力,做到开箱即用; 有一定的研发能力的企业,可以通过四大插件去做相关的定制化功能; 如果企业编码能力更强,场景更灵活,可以使用WPS多维表格的脚本编辑器,做出系统中没有的功能; 深度使用的企业客户,WPS多维表格的API可以灵活地与业务系统结合,做企业的专属数据管家。 最后,我觉得一个不可忽视的点在于,金山办公对于办公领域的多年专注,几十年踏踏实实做产品没有玩票,这一点对于企业用户来说,可能是一个决定性因素。 因为很多大厂有一个特点,那就是追逐风口。 一个常见情景是,某个业务线出现风口,大厂会很快招兵买马快速跟进,抓到风口就继续扩张,风口过去没追上就快速撤退,也就是快进快出。从市场经济视角,这个模式是合理的,因为他符合市场经济优胜劣汰的特点,也让大厂可以尽可能的追逐增长点,不错过任何可能的风口。 但这个模式有一个问题,那就是沉没成本。 在新兴业务上快进快出的模式,对消费者市场问题不大,只要你撤退的时候退会员退消费,普通用户没多少沉没成本,直白一点就是,只要你优惠福利到位,很多用户是可以接受的。 但对于企业服务市场,沉没成本就是一个不得不考虑的问题了,很多公司的管理架构都在你平台上,你战略收缩,对于其他企业可能就意味着需要重新部署平台,再次付出学习成本配合成本。 我和你合作,服务器也设置了,员工也培训了,最后你战略收缩,这业务不做了,我要重新化时间找合作方,再进行培训,这个学习成本是非常高的。 而WPS的优势在于,他们的本行就是办公,也就是任你风吹雨打,他们会一直在这里做下去。 对于许多企业来说,你能一直在这里,这种稳定性,已经足够压倒其他理由了。 君不见日本都还在用3.5寸软盘呢,对于一些企业来说,业务能稳定的跑起来,这种确定性压倒一切。 同时,办公软件的特性,也决定了wps可以进行更灵活的工具化,就像他们呈现的,某电商头部企业,用WPS多维表格实现日常管理提效,应用搭建效率提升95%,决策效率提升60%,IT成本节降达千万级,某市级公安部门,通过WPS多维表格搭建智能反诈系统,作为最佳实践案例在公安体系推广。 对于金山来说,他们是接受WPS作为一个工具性应用,嵌入到客户自身的一些生产场景、平台中进行有效整合的,也就是数据魔方模式。 而对于一些大厂来说,他们的希望更多是将AI表格功能作为一个抓手去建立生态。大厂的布局往往着眼于生态,想要的更多,但对于企业用户们来说,可能未必愿意接受如此深的绑定,咱们就好好做个工具,不要一天到晚想整个大的。 对于这个心态,金山的理解显然更深一点,就像他们说的,企业去使用AI的时候,他关注的往往不是你这个东西够不够新,你这个东西够不够有趣。他更关注的是我投真金白银,买你这么多token,你在我的真实业务场景中能不能落下去,真正的解决问题。 所以AI表格这一战,关键也许并不是前面这个技术,而是后面这个服务。 谁能提供更实用更便利的功能,谁能更平稳更长久的维持服务,谁能更深刻的满足用户需求,谁就能在这个市场笑到最后。 目前来看,金山WPS靠着三十余年的行业深耕,可能有更高的几率啃下这个战场。

60. 界换最近新出的界环AI音频眼镜特别版确实挺有意思的,可以实现全天音频接管,不管是在日常佩戴还是办公都很实用,再加上钛合金的镜框,长时间佩戴也几乎无感。除了舒适无感的佩戴体验之外,全新Superhexa VUI 2.0系统在AI加持下,可以做到连续对话不用反复唤醒,AI汇总播报帮你提炼关键信息,跨应用实时翻译覆盖15种语言,另外AI转写总结全免费,支持多人区分发言,会后自动生成纪要和待办,大大提高日常办公的效率。除此之外,充满一次电可以支持10个小时AI连续对话、14个小时连续播放音乐,基本可以做到全天的AI体验跟娱乐休闲。在音频眼镜这个赛道里,#界环AI音频眼镜特别版#有AI的加持,日常娱乐体验不在话下,办公场景下效率大大提升,妥妥就是全天候的“超级秘书”。#界环打造AI眼镜新高度#

61. 还在傻傻写笔记?搭建AI知识库吧 全自动写总结、生成脚本、做时间管理教练

62. 中小企业数据管理救星!极空间部署无代码数据管理平台『Teable』

63. P图套壳也能变现?薅热点+编程思维 = 副业搞钱必杀技......

64. AI 编程真的有用吗?Cursor|TRAE 深度实测!

65. 总有存储焦虑?SN5100使用体验,为剪辑和AI赋能

66. 起底价值百万的顶级内参,2026年,普通人如何改命 #ai #职场 #面试

67. 强烈建议大家, 日常一定要把AI用起来不管任何人,不论你是多熟悉你的业务,也不要排斥AI。.聪明的人已经把像chatgpt这样的AI工具用得风生水起了,但大部分职场人还只知道埋头苦干,结果就是吃了信息闭塞的亏。.会用AI和不会用AI的人,工作效率真的是天壤之别!其实只要愿意花点时间学学怎么用,简单的操作就能让工作效率翻个好几倍,省下大把时间做自己的事情。.比如写内容的人,你可能会觉得AI写的很空.但其实只要给对命令,“驯服”好AI还是能达到70分的。或者虽然AI不完美,但是他在某方面可以帮你提高效率(比如给你点子,帮你润色).甚至我们有时候用AI,是被我们的思维限制了,你可以多看看别人是怎么用AI的,用在哪方面,怎么产生新的效益,这些都非常有价值。.也整理了一些我觉得特别好用的AI工具,分享给大家:.- AI问答:比如通义千问、文心一言、豆包- AI搜索:kimi chat、秘塔AI搜索、智普清言- AI会议记录:飞书秒记、通义听悟、讯飞听见- AI文案撰写:秘塔写作猫、腾讯智影、易撰- AI做PPT:秒出办公室、Ai PPT、美图AIPPT- AI做表格:ChatExcel、AI Excel bot、Ajelix- AI笔记:Microsoft Office Len- AI写周报:周报生成器- AI思维导图:ProcessOn、亿图脑图- AI项目管理:boardmix、Smartsheet- AI设计:Looka(一键生成logo)、Pixso、Canva- AI翻译:Deepl、沉浸式翻译、亲爱的翻译官- AI做图:DALL-E、Picsart、AI Colors(配色)

68. 英伟达很快会反超谷歌TPU,AI模型的竞争格局会在2026年1季度变天#英伟达 #马斯克 #算力 #Gemini3#TPU #GPU #AI模型#算力集群

69. AI不再是炫技,而是整个放射科的"基础设施",从病人排班、扫描参数、图像后处理,一直到出报告和科室运营,全部都在用AI。 特别是西门子这次把他们的AI方案做成了一个"Radiology Services Suite",能帮医院自动化大量流程、减少医生的机械劳动,还推出了低剂量高画质的AI介入成像链和新一代光子计数CT,对早癌发现和精准治疗都很有意义,人类有福了, 而且AI不只是帮医生"提速",而是在帮我们提前发现那些会要命的小东西,比如颅内动脉瘤、微小结节。像西门子这样的大厂在做的,不只是单个算法,而是一整套Radiology Services Suite,把排班、扫描、报告、随访、运营都接进同一个"大脑"里。 还有光子计数CT、AI介入成像链、AI超声……这些黑科技的共同点让医生免于被重复劳动耗尽,病人用更低的剂量、更短的时间,得到更准确的答案。 哈哈哈未来的医学,也许不是"更感人"的故事,而是更理性的系统和更温柔的技术。 而你,只是刚好刷到这条博文,多看了几眼这个未来。

70. 用完Gemini才懂,办公效率能差10倍

71. WPS 365升级为一站式AI协同办公平台,成本不到行业三分之一

72. AI办公生产力!WPS首次提出KaaS知识引擎

73. WPS重磅升级!KaaS知识引擎横空出世,重新定义AGI时代办公生产力

74. 带头定义新协同办公的,为什么是WPS 365?

75. WPS 365升级,真正和AI一起工作

76. 金山办公徐柳

77. 金山办公赋能中集集团,将构建懂数据、懂组织、懂业务的“企业大脑”

78. AI工具速成

79. 用AI写周报,5分钟搞定领导满意的工作总结

80. 如何用AI 3分钟搞定周报?告别流水账,让领导眼前一亮

81. 打工人狂喜!Python+AI搭「职场效率管家」,自动做表、写周报、查资料全搞定,每天多睡1小时

82. DeepSeek

83. 我用AI重构了周报系统,团队效率提升300%的完整复盘

84. 周报写3小时?AI工具5分钟交差,打工人狂喜!

85. 打工人还在熬夜写周报?5分钟用AI自动生成,领导看了直夸专业!

86. 免费工具+模板直接抄,为什么还有人宁愿加班到凌晨也不换种方式写周报?

87. 为什么懂AI的人,工作效率比你高10倍?

88. 别再把AI当搜索引擎了,这才是正确打开方式

89. AI周报神器

90. 无需等待

91. 用飞算JavaAI搞开发,完整工程代码,一个AI全包了​

92. 看似加速,实则拖慢

93. 飞算javaAI

94. 2025实测|5款主流AI编程工具横评

95. AI编程工具深度测评

96. 从 0 到 1 开发校园二手交易系统

97. 告别单元测试噩梦

98. 飞算JavaAI插件,一键终结CRUD、SQL、BUG三重内耗

99. 新手也能 15 分钟搞定 Java 项目

100. 飞算JavaAI

101. AI 编程,一键生成完整工程代码(企业级),开启零代码时代

102. 企业级开发效率天花板!飞算JavaAI

103. AI 编程助手GitHub Copilot介绍

104. 当AI开始写论文

105. 人力 vs AI算力

106. 2026 年 AI 论文写作工具实测

107. 人机协同新模式

108. 2026 年最新爆火 AI 论文工具实测

109. 【日记第820篇】用AI重构写作流,30分钟搞定日更!弘丹『AI写作特训营第五讲』干货全拆解!

110. PPT别再从零开始了!记住这个万能AI公式,汇报方案一键生成初稿

111. 2026年9大AI毕业论文写作工具测评

112. 9 款免费 AI 写论文工具实测,一键生成万字初稿,AIGC 率低至 6%

113. 奇点发明AI生成初稿,告别专利“从零开始”的苦!

114. 炸裂!DeepSeek很牛!但写综述就差这一点!真的很重要!(附解决方法)

115. 如何利用AI写作,在30分钟内完成过去一天的工作量?(附独家Prompt框架)

116. AI 对生产力的影响既不是“革命性跃迁”,也不是“微不足道的工具改进”——Anthropic 发布第四版经济指数报告

117. 研发团队提效30%的秘密武器

118. 被ChatGPT取代前,学会这4个AI提效公式!从重复劳动到创意输出

119. AI提效神话破灭?当…

120. 当AI成了“提效”的遮羞布,我们都在硬扛什么?

121. Anthropic刚发布了一份「AI抢饭碗报告」

122. Claude Sonnet 4.5 测评

123. Andrej Karpathy: AI 对经济的影响

124. 抖音电商5000家服饰店用AI直播降本65%,工行AI客服提效150%,京东物流机器人分拣提速90%!

125. 用Coze搭建四阶工作流

126. 测试项目引入了AI提效工具

127. AI的生产力红利并非普惠而是有门槛的选择性释放

128. 理论前沿·PMR | 张伟 俞伊莉 戴胜利

129. 经典文献 | 人工智能在与人类协作中的角色

130. 我真不敢相信,AI 先加速的是工程师。

131. Skill Cult、GIGO

132. 第二部

133. AI协作革命

134. OpenAI年度报告解读

135. AI协作新纪元

136. AI工具的认知跃迁

137. AI员工与人机协作

138. 《人机协作提升监管文件撰写效率》

139. 科研写作进入“人机协作”时代

140. 写论文效率低下,如何利用好AI工具进行“人机协作”?

141. AI编程工具的真实提效边界

142. 老程序员爱用AI写代码

143. 从结果出发,证明钱没白花——详解验证 AI 提效研发的三类指标

144. 别总想着用AI给公司提效?先把老板的AI技能好好培训一下

145. AI Coding评测,到底谁在“裸泳”?

146. 开源AI编程工具真能提效吗?1000+开发者观点大碰撞

147. 攻克开发者面临的3大企业AI难题

148. 氛围编程陷阱

149. 都啥年代了还在用ChatGPT?这些国产学习、办公和个人提效AI工具不香吗?

150. AI+办公效率提升10倍!2025年必学的6个WPSOffice隐藏技巧

151. AI办公工具爆发

152. AI办公工具横评

153. 2025职场人必看

154. 豆包与主流AI工具办公效率谁更强?127位用户真实体验大PK

155. 2025 AI PPT工具专业评测榜

156. 钉钉为什么要做AI表格,无招和别人想得不一样 | AI新榜实测

157. 国产AI办公工具对决

158. 企业办公平台AI工具实用性分析

159. 你AI用不明白?因为你顺序全错了 嗨,我是清溪,

160. AI提效避坑指南

161. 细说“AI提效”

162. AI Code 提效的陷阱

163. AI增效的另一些真相

164. DeepMind 前研究科学家

165. ai在办公中具体怎么提高效率

166. AI办公助手实用指南:5大核心功能+技巧,告别低效加班

167. 亲测推荐:这款专为Java打造的AI工具,真把我从坑里捞出来了!

168. 【五洲新语】熊飞:AI落地生花——智能时代的组织进化与效率革新

169. 企业微信5.0发布新功能详解, 微盛同步集成企微AI新能力, 10+企业AI落地案例

170. 2025年AI办公工具推荐:从效率提升到协作革命

171. AI写代码还在为上下文太短抓马?飞算JavaAI 长文本处理,一锅端出完整工程代码

172. 飞算 Java AI 全流程入门

173. 效率提升300%的5个“人机协作”秘籍,现在上手还不晚

174. AI落地,数据为翼:企业AI现在就可以行动

175. 如何利用ai工具提高办公效率

176. AI时代前端配套开发新玩法:3大工具提效200%

177. 安全与效率双突破!飞算JavaAI:让企业Java开发“又快又稳”

178. AI Agent 如何破解企业数据取数效率难题?从痛点到落地的实践之路

179. 亲测好用到笑!可赞AI让文本可视化工具活起来了!

180. 单元测试写到头大?AI一键生成,效率质量双飞跃!

181. 唯一国产入选!WPS 365以数字员工领跑AI协同办公

182. 助力组织构建企业大脑,WPS365升级为一站式AI办公协作平台

183. 亲测有效!5个AI工具让工作效率飙升50%,职场人直接抄作业

184. 2025企业AI落地实战指南:李桢讲师案例解析与方法论评测

185. 金山办公WPS 365升级为一站式AI协同办公平台 为组织打造懂业务的企业大脑

186. 深度解析:GitHub Copilot 在 VSCode 中的使用指南与企业级应用实践

187. 飞算JavaAI新功能解析:自动生成规则文件,规范与效率兼得

188. 有了飞算JavaAI,我的毕业设计不用担心了!!

189. 飞书AI效率先锋大赛落幕:企业用AI,先看落地案例

190. 企业AI落地哪个案例好

191. 2025年中国企业级AI应用行业研究报告

192. AI办公工具真能提升效率吗?1000+用户观点大PK

193. 【Java必看】 这款死磕Java一种语言的AI编程工具,值得你ALL IN

194. AI+办公效率提升10倍!2025年必学的6个WPS/Office隐藏技巧

195. 化“不可抗力”为“可控影响”:AI 时代的项目效能革新

196. 职场人必藏!3款国产办公AI实测:选对=效率翻倍,附可复制话术

197. 重构测试效能:基于数据驱动力与AI分派的智能任务管理实践

198. AI真的太好用啦!Aspire Dashboard集成GitHub Copilot。

199. AI落地方案实战案例,助力企业突破增长瓶颈

200. 难道AI是“猪队友”?四步提升人机协作效果

201. 企业AI落地的三条建议:小步快跑,打好数据基础,AI工程化思维(附大厂落地百家企业后实践总结)

202. 效率时代,钉钉为什么能赢下AI表格的1000万行之争? - 哔哩哔哩

203. 人机协同:在物理世界中通过精准问题发现与AI互动提升效率的实践与挑战

204. 被 ChatGPT 取代前,学会这 4 个 AI 提效工具:从写报告到做图表

205. 从写周报开始,用AI搭出了人机协作SOP

206. 周报+复盘两头忙?靠它稳住效率直接起飞❗

207. 创心伙伴|悟财,你的智能周报复盘官,周五晚不加班

208. 蜂巢AI正式发布:重新定义AI办公工具的"集成时代"

209. AI时代职场人必学:3个AI工具+1套流程,效率翻3倍,老板天天夸

210. AI办公效率工具实测:3-5年职场人效率提升指南

211. AI写作自动化模板:从素材收集到初稿生成一条龙

212. 人力资源领域 AI 应用全攻略:提升效率的五大方向

213. 一表统筹多项任务, WPS 365赋能银行管理高质量提效

214. AI赋能:智能协作,效率质变新路径

215. 【企业AI落地】蜜雪冰城:用雪王AI大脑筑牢平价战略的护城河!

216. AI帮你优化出绩效A+周报,老板都在夸!你的努力被看见!教学 📝 写周报不是为了交差,更是为了让自己一周的努力“被看见”。 很多时候,我们搜肠刮肚写出来的周报像是“流水账”,并非我们工作不努力,而是缺乏结构化的表达和更高维度的业务视角。 本期视频和你分享一套我经过多次迭代的 AI 辅助工作流。 不追求用 AI 一键生成废话,而是探讨如何利用 AI 补齐我们在**“逻辑归纳”和“职场表达”**上的短板。 这套方法的核心在于:你依然是思考的主人,AI是你的逻辑外挂。 ----------------------------------------------- 提示词框架:【太长了 具体细节见文档[玫瑰]】 # 角色: 你是有着10年经验的xx专家,职场汇报专家 # 任务: 请阅读我**上传**的`周报.xlsx`文件数据,按照以下框架生成一份给**直属领导**看的**结果导向型**专业周报 # 内容优化要求(内容过长具体见文档): # 输出框架(内容过长完整具体见文档): ## 一.重点项目聚焦 ## 二.其他任务 ## 三.复盘与思考 (基于KPR模型进行陈述,Keep-值得保持, Problem-遇到问题, Try-尝试改进) ## 四.下周重点工作计划 ## 五.【补充确认清单】 #ai新星计划#ai #周报#汇报 #职场

217. 搭论文大纲卡 3 天还偏题?AI 3 步快速搭框架,再也不怕跑题 - 哔哩哔哩

218. AI审查VS传统人工审查:流程、效率与质量对比

219. 别再手动整理资料了!3个AI工具高效减负,打工人效率翻倍

1
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章