与「函太郎」相关的搜索结果

サビ抜き頼んだらこれがきて とってもかわいくてちょっぴり恥ずかしい🤭笑 そして手前のは初めて食べた生のほっけ！ (写真撮る前に1貫食べてしまった。笑) これって北海道ならではなのかな…？ 脂がのってておいしすぎました🥹✨✨ また食べたい🤤🤤 #新千歳空港# #寿司# #函太郎# #北海道グルメ#

# 合并前先让 AI 挡一刀：一次审查 0.08 美元，假金钥加命令注入全被拦下 先说结论：让人工智慧审查程式码，贵的不是模型，是你以为要搭一整套系统才做得到。作者在 2026 年 11 月 13 日当天、在苹果电脑上、用 2.1.322 版实测，整个审查闸门的核心只有两样东西：一次非互动模式的呼叫，和一个退出码。审查结果是通过还是挡下，最后变成一个数字，零代表通过、一代表挡下，持续整合系统只认这个数字。 底线先说清楚：第一轮实测，作者故意埋了四个问题的分支被挡下，两高危加两中危，退出码一，约十秒、约 0.18 美元；修掉问题重跑，只剩两条低度备注，判定通过、退出码零，约 0.08 美元，一次审查只花一毛钱不到。两轮的差异只有二十五行，都跑了三轮对话。还要诚实说一句，搬上持续整合的那一段，作者没有真的在云端上跑过，因为那需要一个正式储存库和一把金钥，那一段是照官方文件写的，档案格式检查通过、没有实跑。 怎么做？先备一个很小的演示仓库，主分支放一支正常的计价函式和一支测试，功能分支加折扣、平均价和报表三个功能，同时故意埋四个问题：写死的假金钥、命令注入、折扣可以把总价算成负数、空清单求平均会崩溃。再写审查脚本，先把分支差异存成差异档案，再以非互动模式加结构化输出跑审查，审查者只有唯读权限，最多六轮、预算上限 0.5 美元，最后把判定结果转成退出码，通过是零、挡下是一。先在本机跑通挡下和通过两轮，两个退出码都亲眼看过，再搬上持续整合。 小心三件事。第一，审查只需要读档案，给它执行命令的权限，等于请一个没人看着的助手在你的机器上跑任意命令，只准读取，其他一律不给。第二，轮数、预算、逾时三个上限都要设好，轮数上限六轮、预算上限 0.5 美元、流程逾时十分钟，没设上限的任务卡住了会一直跑，烧掉的是持续整合的分钟数和模型的费用。第三，金钥要放进储存库的机密设定里，写进流程档案等于公开；分叉合并请求拿不到金钥，审查只对同一个储存库里的分支生效，外部来的合并请求这道闸门跑不起来。 顺序只有一个：本机脚本先通，再上持续整合，先挡下、再通过，两个退出码都亲眼看过才算通。还有一句要先想清楚，审查是判断、不是单元测试，同样的程式码跑两次，回来的备注可能不一样，判定结果可以当闸门，但不能当作程式码没问题的证明。闸门挡的是明显的问题，低度备注和写法差异还是要人工审查者看，两个角色是互补的，不是互相取代的。一句话：合并前多一道关卡，而这道关卡每次只花一毛钱不到。 S1哥观点：别再问人工智慧审查程式码是不是太贵、太麻烦了，贵的从来不是每次 0.08 美元，麻烦的也不是要搭一整套系统，是你还没亲手跑过一次。作者这篇最值钱的不是那支脚本，是两轮实测的对照：第一轮四个问题、退出码一，第二轮两个低度备注、退出码零，两个数字都亲眼看过，闸门才算真的立起来。更值得问的是，你上次合并请求出问题，是没有人审查，还是审查的人没看出来？如果是后者，一道只要一毛钱的闸门就能先挡下写死的金钥和命令注入这类最危险的问题，剩下的再交给人工审查者慢慢看。你第一个想让它挡下的问题是什么？评论区说说。 收藏用清单（照着做）： 1. 备一个演示仓库，故意埋四个问题，改动集中在一个档案，审查者读的就是这份差异。 2. 写审查脚本，先存差异档案、再以非互动模式加结构化输出跑审查，最后把判定结果转成退出码。 3. 本机先跑通两轮，挡下的退出码一、通过的退出码零都亲眼看过，再搬上持续整合。 4. 金钥放机密设定、权限设最小化、审查者只有唯读权限，轮数、预算、逾时三个上限都设好。 转给合并请求出事才救火的朋友，一次审查只要八分钱，他今晚就能先跑一次演示。

# 模型缩小四倍还不翻车？不是压得够狠，是量得够准 先说结论：大多数人以为量化是把模型压小一点、省一点显存，压得越狠、省得越多，这个想法只对了一半。量化真正值钱的地方不是省显存，是省钱加变快，模型缩小两到四倍之后，小批次推理常常反而更快，因为瓶颈不在算力，在记忆体频宽，搬的位元组少了，每秒吐出的字元单位就多了。作者第一次把大模型推到真实使用者面前，七 B 模型用十六位元载入，光权重就吃掉十四 GB 左右的显存，帐单难看得很，有人随口问一句要不要试试量化，她当晚掉进一堆缩写的兔子洞，才整理出这篇指南。 先说清楚底线：十六位元每权重两位元组，七 B 模型约十四 GB、十三 B 模型约二十六 GB。压到八位元，七 B 模型约七 GB、十三 B 模型约十三 GB。压到四位元，七 B 模型约四 GB、十三 B 模型约七 GB，模型缩小两到四倍。作者打了一个很准的比方，量化就像把照片从巨大原始档压成调校过的压缩图，手机上看起来几乎一模一样，体积却只剩一小部分。权重就是模型的照片，十六位元是原始档，四位元是压缩图，压得好，大多数人看不出差别，压得不好，细节先糊掉。关键在压得好不好，不在压得多不多。 怎么做？顺序只有一个，先用五分钟实验确认方向，再挑上线或随处跑的格式，最后拿自己的提示词量过再灰度发布。五分钟实验用四位元载入工具快速试，零校准资料、零转换步骤，一个下午就能知道显存占用下降约七成、模型还能不能讲话。显卡上线用服务引擎带量化参数直接起一个相容接口，热门模型在模型仓库里已经有现成的四位元检查点，不用自己压，没有就用压缩工具自己做一个。随处可跑的路是转成通用格式再量化，中央处理器、笔电和苹果晶片都能跑，四位元中档是尺寸与品质的甜蜜点，更保险就往上走五位元或六位元。 小心三件事。第一，压完只跑几个提示词就上线一定翻车，作者就是这样翻车的，结构化资料输出偶尔格式损坏，两天后才被使用者抓到，通用评测完全没抓到。第二，只看困惑度就放行不够，困惑度看起来没问题，任务品质可能已经悄悄下滑，它只能当参考，不能当唯一的验收标准。第三，别以为压完就一定变快，一种格式只有在服务引擎有对应的最佳化核心时才会真的变快，没在你自己的机器上实测过，纸上变快不算数。还要记住，键值快取不随权重量化缩小，长上下文服务照样可能爆记忆体，瓶颈在这里要另外看。 再往上加东西也有顺序：先写五十到一百条真实提示词，对照十六位元基线一条一条比，刻意去测最先崩的几类任务，长上下文、结构化 结构化资料 与函式呼叫、数学、程式码、非英文。验收不是打分数，是找变差的任务集中在哪里，集中在 结构化资料格式就升那类任务的位元，散在各处就整体升一档。真实负载下测延迟与吞吐量，不是空闲显卡上跑一条请求。最后先切一小部分流量灰度发布，没问题再全量，出问题立刻切回十六位元版，不要等到全部使用者都中奖才动手。 一句话：量化不是免费压缩，是一场交易，你只有量得够准，才有资格拿这场交易去换更小的帐单。今晚就能做的事：挑一个你正在跑的模型，用四位元载入工具跑一次五分钟实验，看看显存占用下降约七成之后，它回的第一句话还像不像它自己。 S1哥观点：别再问量化是不是把模型压坏的便宜行事，压坏模型的从来不是量化本身，是你压完只跑几个提示词、看一眼困惑度就敢上线。作者的教训就摆在那里，结构化资料输出偶尔格式损坏，通用评测完全没抓到，两天后使用者才回报。量化真正值钱的地方也不在省显存那一行，是小批次推理反而可能更快，因为瓶颈在记忆体频宽，搬的位元组少了，每秒吐出的字元单位就多了。更值得问的是，你现在跑的那个模型，是卡在帐单、卡在显卡太小，还是卡在速度？那个卡点，决定了你该挑哪种格式、压到几位元。你第一个想压小上线的模型是哪一个？评论区说说。 收藏用清单（照着做）： 1. 先算帐再动手，七 B 模型约十四 GB，压到四位元约四 GB，模型缩小两到四倍，再留键值快取和执行开销的位置。 2. 挑对格式再压，快速实验用四位元载入工具，显卡上线用四位元的两种主流方法，笔电用通用格式，新款卡用八位元浮点。 3. 跑五分钟实验，确认显存占用下降约七成、模型回复正常，再写五十到一百条真实提示词对照十六位元基线逐条比。 4. 刻意测最先崩的五类任务，真实负载下测速度，先切小流量灰度发布，没问题再全量。 转给还在为模型帐单头痛的朋友，压小两到四倍再上线，量得准才不会翻车，他今晚就能先跑五分钟实验。

楼下有位义正词严表演主流卫道士的。 我本来想让大家去看梁一梦@dream1984tube的推特，但鉴于很多人忽略了，我把他的帖子整理放这里: 梁一梦:摧毁黄仁勋的幕后黑手 2026年11月12日 11:35 我一直觉得是对华鹰派联合媒体在中期选举合谋猎杀英伟达和黄仁勋，但是媒体发表的标题文章味道越来越奇怪，充满了赤裸裸的种族歧视，现在发现他们都只是台前的打手而已，不得不让我重新审视最早纽约时报发表间谍新闻的记者 @AnaSwanson ，为什么对那么显而易见荒谬的线索高举高打，直到我检索了她过去里面，所有关于 ai 关于芯片科技关键新闻稿件以及深度报告中的重复核心信源，了解媒体工作的一定熟悉不是非常紧密和信任的关系不会信这么长期高频次的联络采纳其观点，你们猜我发现了谁—Jack Clark。 Anthropic 联合创始人、政策主管 / Anthropic Institute 负责人. Jack Clark @jackclarkSF 自己就是彭博社记者出身， OpenAI 政策总监（Policy Director） 在今年五月在阿斯彭研究所（Aspen Institute）举办的“AI and America's Place in the World”安全峰会及政策工作晚餐中，Jack Clark 与多位深入报道芯片供应链审查与地缘科技竞争的资深媒体人同场出席，其中也报过最先报道女间谍纽约时报记者，@paulmozur孟建国，他们一起进行了“AI 武器化与国家安全供应链防御”闭门讨论。 在纽约时报捕风捉梦的报道出来之后，第一个跳出来支持的国会议员 @ChrisCoons 在今年 7 月接受了 @jackclarkSF 的政治捐款，注意@jackclarkSF 生活在加州工作在旧金山Anthropic，特意专门跑去给一个Delaware州的参议院捐款，不要用那是他howntown解释， 2019 年在众议院情报委员会作证时提交的履历：众议院文件，原文他老家是"Varndean College, Brighton" 另外一个重要信息，他曾是乔治城大学 CSET 的非常驻研究员. 这次围绕猎巫黄仁勋的 @Georgetown 大学的人非常多， @MarkZJia 最高大法官的书记员 法学教授 @RyanFedasiuk 最早高呼黄仁勋辞职的上遍各种媒体的情报学讲师@dennisw5 前cia高级主管 CSET 全称是"安全与新兴技术中心"2 019 年设在乔治城大学的外交学院，专门研究 AI、半导体这类技术跟国家安全的关系。创办资金主要来自 Open Philanthropy，第一笔就是 5500 万美元。Anthropic 的 Holden Karnofsky 是它的联合创始人之一。它是"有效利他主义"（Effective Altruism）圈子最大的金主。 如果再有人我说冤枉了 @MarkZJia ，2026 年初五角大楼依据《联邦采购供应链安全法》（FASCSA）对 AI 模型供应商展开合规调查的风波中，Mark Jia 曾在华盛顿邮报及 Lawfare 连续撰文，就“国家安全行政权力界限与供应链风险认定标准”发表深度法理分析。法律论战中，其学术观点被 Anthropic 的法律抗辩团队广泛引用，用以界定“何种商业联系构成法理上的供应链国家安全穿透风险”。 全世界最早报道黄仁勋和黄乐的有浪漫关系直接抹黑黄仁勋金融时报的 @AsiaLens ，后来却说自己没有看过美国情报界的情报，他长期正面宣传报道Anthropic 的主动（划重点主动）合规政策（例如 2025 年 9 月独家报道 Anthropic 率先切断所有多数股权由中国资本持有的机构的 API 访问权，注意是独家从拿到信息来源的，为什么他独家？ 还记得针对黄仁勋的国会质询闭门会议，在媒体报道发出之前，国会议员@RepBrianMast 与@RepMoolenaar ，两人均签署 11 月 4 日对黄仁勋质询函,然后纽约时报女间谍新闻爆发，舆论做出黄仁勋是因为女间谍被国会审查一样，因为今年七月$1,500 万通过“保守派 AI 共识项目”直接捐给了他们两个，这笔资金背后金主是Anthropic PBC，通过Public First Action 渠道，Dario Amodei亲自拿了一百万美金。 在 2026 年选举周期中，Anthropic 构建了“双轨资金池”（企业 PAC AnthroPAC + 战略超级 PAC Public First Action），向此次负责向黄仁勋施压的核心国会立法者定向提供了关键支持，Anthropic 长期利益信托（LTBT）受托人 Richard Fontaine 担任 CEO 的智库 CNAS，系国会对华出口管制方案的直接设计者。在此次针对 Megaspeed 走私调查的内部听证会准备材料中，大量采纳了 CNAS 发布的《Defending the Compute Advantage》（保护算力优势）中的穿透式审查标准。 Richard Fontaine（Anthropic 长期利益信托 LTBT 受托人，2025 年 4 月/6 月加入，掌握董事会多数席位选举权）： 华盛顿核心国家安全智库新美国安全中心（CNAS）首席执行官（CEO），曾任美国参议院外交关系委员会幕僚及白宫国安会官员。 CNAS 长期向众议院外交委员会（主席 Brian Mast）和众议院中国委员会（主席 John Moolenaar）提供针对中国半导体与 AI 算力封锁的政策简报；Fontaine 直接坐镇 Anthropic 最高治理监督机构（LTBT），使 Anthropic 的对华芯片出口管制立场与国会国安鹰派高度一致。 民主党核心筹款人 Helen Milby 搭建的“Hakeem Jeffries 阵营—Anthropic 闭门通道”： 调查媒体 Sludge 于 2026 年 10 月 21 日披露， 长期为民主党“新民主党人联盟（New Democrat Coalition）”及众议院少数党领袖 Hakeem Jeffries 阵营筹款的资深筹款人 Helen Milby，同时运营着一家由企业资助的非营利组织，专门安排 Anthropic 等科技企业高管与国会民主党进行闭门对接。 Dario Amodei 在 2026 年内多次前往参议院银行委员会展开闭门政策沟通，提交关于“大算力外流对国家安全冲击”的机密级技术评估备忘录。该委员会资深共和党成员 Kevin Cramer 正是在今天成为全美首位公开要求黄仁勋辞去英伟达 CEO 职务的参议员。 一个巧合是巧合，一系列的巧合还是巧合吗？ Christopher LiddellAnthropic 董事会成员，2026 年 2 月 13 日加入，占据指定 Class T 董事席位， 特朗普第一任期白宫副幕僚长（White House Deputy Chief of Staff，深耕共和党高层与国会资金网络（2026 年 6 月曾向众议院拨款委员会小组主席 Chuck Fleischmann 捐款 $3,500），为 Anthropic 搭建起直通共和党主导的众议院各委员会的沟通桥梁。 引爆推特的，外交关系委员会的 Chris McGuire（@ChrisRMcGuire ），把金融时报报告的浪漫关系直接写成黄仁勋 "sleeping with Alice Huang, a Chinese spy" 他的推特只有 1.2 万粉丝，他以前在拜登的国安会当过 Chhabra 的下属。Chhabra 现在是 Anthropic 的国家安全负责人。今年 6 月台北 DSET 论坛他还和 Chhabra 同台，这个帖子发出之后，很短之内，众议员 Seth Magaziner 。前国家安全顾问 Susan Rice前议员 Adam Kinzinger ，纷纷立刻转载评论，达到1000万流量。 这是一次跨党派的种族主义的最高级别的清洗，意图驱逐世界殿堂级企业的华裔创始人。

果然，赚钱最快的方法之一，就是当二道贩子。 1、有人专门盯 TikTok Shop、Amazon 的热门商品。 国外什么东西突然火了，就去1688、拼多多找同款货源，再拿到闲鱼、小红书上卖。 2、有人天天研究 Etsy、Gumroad。 看什么数字产品卖得好，比如 Notion 模板、Canva 模板、简历模板、旅行计划表。 研究完国内需求，重新做个中文版，挂到闲鱼、小红书卖。 3、有人每天蹲 Product Hunt、GitHub、Reddit。 发现好用的AI工具、工作流，就立刻整理成中文教程、提示词包、工作流模板，再去国内平台变现。 4、有人在 Fiverr、Upwork 上接单。 Logo设计、PPT、短视频剪辑、翻译。 接到单以后，再找国内自由职业者完成，或者用AI处理大部分工作。 自己只负责对接客户，赚中间差价。 5、有人专门研究 YouTube、Reddit 上的冷门教程。 AI、宠物、摄影、旅行、健身。 把国外已经验证过的内容重新整理成中文，发到抖音、小红书，再通过广告、带货、课程赚钱。 6、有人在拼多多、1688上找冷门高利润商品。 自己根本不囤货，直接挂到闲鱼。 有人下单，再去上家采购。 有时候连商品实物都没见过，差价已经赚到了。 7、有人用AI制作壁纸、海报、贴纸、婚礼邀请函、PPT素材。 整理成数字产品，挂到 Etsy、Gumroad。 一套东西做好以后，可以重复卖几百次、几千次。 8、有人专门研究国外已经跑通的小生意。 国外有人做AI代运营，就在国内给餐饮店、美容店、民宿做。 国外有人卖旅行攻略，就去小红书接定制攻略。 国外有人卖各种模板，就重新做成本土化版本。 你会发现，很多生意根本没有那么神秘。 无非就是： 这里的信息，那里的人不知道。 这里卖得便宜，那里有人愿意高价买。 这里已经验证过，换个平台再做一遍。 普通人想赚钱，很多时候根本不需要发明一个新东西。 只需要发现别人没注意到的信息差。

ETH 不涨是有原因的，技术创新不存在，内斗才是常态 以太坊基金会这场内部风波，终于闹上法庭了 一起来吃瓜 11 月 4 日，以太坊基金会前 Protocol Support 负责人 Kayleen Fulton （推特 @nixorokish ）向美国科罗拉多联邦地区法院提起诉讼 被告名单里不仅有以太坊基金会相关实体、两家人事服务公司，还有时任联席执行董事 @aerugoettinea，以及 @VitalikButerin，案件编号：1:26-cv-05818，整份起诉书有 11 项主张，要求陪审团审理 来看看这场官司背后的一连串内部冲突 1⃣第一件事：以太坊基金会要求员工签署一份什么文件？ 今年 2 月 25 日，基金会董事会向员工下发了一份新的 Mandate（组织使命与原则文件），问题出在第 11 页 里面出现了一段名为“Source Seppuku License”的文字，大意是如果作者或维护者不遵守相关承诺，就应该用剑结束自己的生命，这段话很快引发员工不满 据起诉书称，79 名员工投票要求删除相关条款，甚至有人直接询问：签字是不是意味着真的要自杀？ 3 月 13 日，最终版本仍然保留了这段内容，只是换成了漫画字体和动漫形象，并从可检索文本中移除了 Seppuku 一词，所以争议并不在于基金会是否真的要求员工自杀，而在于为什么面对如此明显的员工反对，最终仍然选择保留这段文字 2⃣第二件事：53 名员工联署，最后两名组织者被开除 3 月 20 日，@aerugoettinea 向员工发出最后通牒：必须在规定时间内承诺接受 Mandate，不提交就视为离职 3 月 19 日，@nixorokish 被诊断出卵巢癌，3 月 24 日，她书面告知管理层自己的病情，并表示不希望因此改变雇佣状态，第二天，她和同事 @trent_vanepps 组织了一封联署信 最终有 53 名员工签名，这封信并不是反对基金会的发展方向，而是表达了一个很明确的立场：我们认同 Mandate 的大方向，但不接受在胁迫条件下作出承诺，也没有打算辞职，3 月 27 日，Aue 接受了这份联署，53 人当时都保住了工作 但到了 4 月 6 日，事情突然反转 Aue 先后间隔约 30 分钟，开除了联署组织者 @trent_vanepps 和 @nixorokish，根据起诉书，Fulton 被解雇时，Aue 没有给出明确理由，甚至承认她工作表现不错、同事支持度很高，职责方面也没有明显问题，这也是原告认为自己遭到报复性解雇的重要依据 3⃣第三件事：V 神为什么也被列为被告？ 这才是整件事最值得讨论的地方，注意，起诉书并没有说 V 神亲自下令开除 Fulton，对他的指控主要集中在三个方面： 🔹作为董事参与 Mandate 的通过与辩护 🔹收到员工对相关条款和执行方式的书面异议 🔹原告认为他批准、追认或默许了后续解雇行为 还有一段更有争议的内容，起诉书称，5 月 1 日，Fulton 在斯瓦尔巴与 V 神进行过一次对话，并对谈话进行了录音，当被问到如何看待一个组织在员工刚刚告知癌症诊断后，又因为组织联署而解雇她时，V 神没有直接反驳这个前提 根据起诉书对录音的转述，他谈到了一个组织不能让“闹事”成为内部获得结果的方式，这段话后来成为原告指控 V 神参与相关决策的重要依据。当然，目前公开的是起诉书对录音内容的转述，并不是完整录音原件 5 月 14 日，Ethereum Asia Pacific Limited 的律师函已经否认了原告所称的非法行为、经济胁迫、报复性解雇和违反公共政策，并主张双方的离职协议有效，原告则对离职协议的有效性以及其中的新加坡仲裁条款提出挑战 截至 11 月 9—10 日的公开报道，法院尚未对这些主张作出认定，案卷也尚未出现被告答辩，基金会、Aue 和 V 神没有找到针对这次诉讼的公开回应 果然，“伟大无需多言” 以太坊基金会除了卖币，还会内斗撕逼，要知道以太坊一直强调去中心化、开放、自由和社区共识，讽刺至极

好起来了兄弟们！ 竟然收到倪大 @PhyrexNi 的龙虾局邀请函~ 特别感谢 @NeoSoulAI 张张老师 @Rhea0xWeb3 的邀请！ 光想想就流口水了，可惜我这次去不了 谁有空去2049的朋友帮我吃一下😆 报名地址

果然赚钱最快的方法就是当二道贩子 1、有人专门盯TikTok Shop、Amazon上的热门商品，看到国外突然火起来的东西，就去1688、拼多多找同款货源，再拿到闲鱼、小红书上卖。 2、有人天天逛Etsy、Gumroad，看最近什么数字产品卖得好。Notion模板、Canva模板、简历模板、旅行计划表，研究完国内需求以后重新做个中文版，挂到闲鱼、小红书卖。 3、有人每天蹲Product Hunt、GitHub、Reddit，上面一旦出现好用的AI工具、AI工作流，就马上做成中文教程、提示词包、工作流模板，再去小红书、闲鱼变现。 4、有人在Fiverr、Upwork上接Logo、PPT、短视频剪辑、翻译的单子，接到以后再找国内的自由职业者做，或者直接用AI完成大部分工作，自己负责对接客户赚差价。 5、有人专门刷YouTube和Reddit上的冷门教程，比如AI、宠物、摄影、旅行、健身，国外已经验证过的内容，整理成中文以后发到抖音、小红书，再通过广告、带货、课程赚钱。 6、有人在拼多多、1688上找一些很冷门但利润高的产品，自己根本不囤货，直接挂到闲鱼。有人下单以后再去上家下单，一件商品甚至都没见过，差价已经赚到了。 7、还有人用AI做壁纸、海报、贴纸、婚礼邀请函、PPT素材，整理成一套数字产品，再放到Etsy、Gumroad这些平台卖。甚至一份东西做好以后，可以重复卖几百几千次。 8、有人专门研究国外已经跑通的小生意。 国外有人卖AI代运营，他就在国内给餐饮店、美容店、民宿做；国外有人卖旅行攻略，他就在小红书接定制攻略；国外有人卖各种模板，他就把模板重新本土化。 你会发现，很多生意根本没有那么神秘。 无非就是：这里的信息，那里的人不知道。 这里卖得便宜，那里有人愿意高价买。 这里已经验证过，换个平台再做一遍。 普通人想赚钱，很多时候甚至不需要发明一个新东西。 先学会做一个聪明的二道贩子。