Saber

@hunknownz @wangjianghuiCN 这个主要是饭店老板的责任，不应该自己躲起来。服务员加班给人家加班费就行了。如果说这一单少赚钱了，老板自己兜着就行了，不能说单单都要赚麻。

@wangjianghuiCN 接受

半夜12點多了，服務員想早點下班，顧客還意猶未盡，然後發生了爭執。有人說一個人的素質如何就看他對服務員的態度，有人說開門做買賣就得接受，您怎麼看？

@hunknownz 用cf套一层盾呢

昨天两台服务器被来自北京的流量 DDoS 了，两台都是执行爬虫业务的节点，IP 没有主动暴露过，不清楚是怎么被盯上的，各位推友怎么预防和处理这种情况的？

@jocyiosg build锤子。all in ai。

负薪者冻毙于途，卖浆者渴死于道。织锦者身着粗布，种粮者食不果腹 今天和一个OG见完面之后，这四句话跃然纸上，也是无数仍然活跃在 Web3 一线的从业者的心声。我转发了一年多前我作为吹哨人给行业写的推，虽然预测对了结果，但这不是任何从业者想要的结果。没有人想过这件事会发生。但它正在发生。没有人愿意发声。所以我来斗胆发声。 引子 这周在上海，去了 Sun 在虹桥做的 MuShanghai。 整整一个月的活动，分了 4 个主题周——biotech、AI、culture、robotics。全球 2000 多人报名，最后筛了 800 多人到现场，从 Stanford 创业者，到前 OpenAI 工程师、YC、HF0、Frontier Tower 的 Jacob。Sun 和 Sunny 三个人加上一个二十人的志愿者组，干了一件全中国可能只有他们能干的事——把签证、国际网络、政府关系全部打通，做出了一个真正意义上的 global gateway。光这一点，已经值得行业每一个人给他们鼓掌。这是从 crypto 社区走向多元化社区最成功的一个团队。 但走完几圈，我心里的感受是复杂的。现场接近一半的参会者是 crypto 背景的人。他们身上贴的新标签是 biotech founder、AI agent builder、robotics 创业者、文化策展人。有些人是真的在探索下一段旅程，有些人是在体面地准备离开 crypto。这是这个行业的人正在展开的一场伟大的自救——以一种我从来没见过的方式。 正文 1/ 这两年我比任何时候都更悲观，但也比任何时候更不愿意放弃 最近见了很多人，听了很多事。这个行业的问题已经不是熊市的问题，是整个生态系统的正反馈机制坏了。 我把这些零散的观察、对话、反思整理出来。不是吐槽，是希望更多人一起把这件事扛起来。 2/ "小概率坏事件"正在批量发生 我最近在读概率论。我们这些老人都习惯用周期去理解市场——上个周期有 alt season，这个周期也会有。但今年所有原本被低估的小概率事件正在同时发生： 中国 Web3 大开发者，50–60% 流向了 AI。走的人基本不会再回来 几千个项目融了上百亿美金，没几个真正出圈的应用 华尔街、特朗普、主权基金把比特币拿走，原生 builder 的位置越来越窄 美国基金募资发展蓬勃，亚洲生态系统遇到生存危机，创业者流血上币离场，投资人退场 不是周期没来，是这一代周期的剧本和过去完全不同了。 3/ 关于以太坊：我不悲观，但我担心 以太坊的改革已经到了刻不容缓的时候。 过去最好的几个时间窗口——21 年的牛市、22 年的转折——本来是推动应用创新、做出超级应用的最佳时机，行业内最大的注意力、最多的钱、最优秀的人才都聚集在那个窗口里。但当时的方向押在了 ZK、L2 这些技术叙事上。技术方向本身没有错，错的是在大众市场最该出现大众产品的时间点上，把所有的资源堆到了小众的方向。 现在到了熊市，再想推一个超级应用出来，比那两年难十倍。 以太坊价格的疲软，本质上是整个 Web3 的疲软。因为以太坊承载了行业最多的资本、最多的人才、最多的注意力。它能不能再次起来，关乎几百万从业者的未来。 4/ Vitalik 可能正生活在一个巨大的信息茧房里 我最近一个很强的感受是：围绕 Vitalik 的人，大多不敢直接告诉他行业有多艰难、以太坊真实的困境在哪里。 利益寻租的群体越来越多，小圈子和圈层文化越来越严重。新的方向、新的机会出来，往往沿着原有那个圈子的纽带向外延伸。普通社区、普通从业者，很难有机会和 Vitalik 正常交流、反馈意见。社区的不满和抱怨被层层过滤，被拒之门外。 这不是某个人的错。是一个组织在快速膨胀到 200+ 人之后，反馈机制没有跟上。但温水煮青蛙的代价，最后会落在每一个还在这个生态里 build 的人身上。 5/ 从业者没有正反馈，社会和下一代似乎都不认可 这是这一代从业者最真实的共同处境，跨越地理： 中国，行业被定位为灰产，常常和传销绑在一起；香港，因为一连串交易所跑路事件，从业者默认被当骗子；新加坡，crypto 被认为是不入流的行业；美国，相比 AI 创业者，crypto 从业者几乎没有社交身份。 我听到从业者说他上高中的孩子不愿意学钱包私钥，认为他父亲做的事业拿不上台面。许多创始人作为家长不敢在学校家长会说自己做什么。下一代根本不觉得这是一个值得参与的事业。 当一个行业连"我从事它"这件事都说不出口，它的接班人问题就不再是抽象的，是迫在眉睫的。 6/ 接班人问题正在到来 以太坊第一代核心开发者大多组建了家庭、有了孩子。这是非常自然的人生阶段，没办法像十年前那样一天写十几个小时的代码。 但下一代在哪里？ 我们尝试过：高校的研究生博士生、Web2 大厂的工程师、早期社区的极客。可是在 AI 这么蓬勃的时代，我们拿什么留住他们？比特大陆和字节当年同时招应届生，薪资差不多——10 年后股权回报差了几千万。这一代年轻人看着上一代的结局，凭什么会选 crypto 而不是 AI？ 而且我们不只是要留住下一代，还要和 AI 直接抢人才。Solana、以太坊、AI 实验室、机器人公司在同一个池子里捞人。crypto 一线项目给的 package 已经很难再有竞争力。 接班人不会自己长出来。它需要系统性的培养：crypto school、研究 grant、开发者基金、长期 mentor 机制。Paradigm、a16z、AllianceDAO、ResearchHub 在做。中文区也必须有人做。 7/ 对 Vitalik 的一点期待 我想用鼓励的方式说这件事，因为攻击没意义。 Vitalik 是这个行业最有影响力的创业者。他不只是首席科学家，他是行业方向的灯塔。在以太坊最关键的转型期，他需要重新回归创业一线。不是回到 2014 年的他，是带着这些年的反思、回归创业初心的他。 熊市是最适合 build 出下一代产品的时机。他需要把核心开发者、社区、第二代年轻人重新凝聚起来，一起朝着下一个 10 年迈进。 他周围必须有能直接告诉他真实情况的人。 8/ 中美 OG 的分岔：生态系统的造血能力 去年我写过《不要让赌场吞噬大教堂》，对比过这两条路径。今天必须再说一次： 中国创业团队的融资环境极其严峻。亚洲市场化基金 90% 处于水深火热。这意味着亚洲 Web3 生态没有造血能力。一旦顶尖的几支基金撑不住，整个生态系统就会塌方。 中美 OG 在拿到行业第一桶金之后的选择差异，今天看格外刺眼。美国的 OG 大多还在建设——Rune、Hayden、胡安这一批人，是在持续把财富回投到生态。中国的 OG，大多数赚到钱之后选择套现离场，一部分转去投资 AI，更少的人在做真正的下一代建设。 这不是道德指责。我希望中国 OG 在得到行业恩惠之后，能够回头帮助新一代年轻人。建立一个完善的生态系统、形成正反馈循环，是这个行业活下去的唯一方式。 9/ 从业者怎么活下来 大部分web3公司和机构会在接下来AI浪潮和悲观行情下继续裁员30%以上，因此活下来比什么都重要。 讲完体系问题，回到个人。我自己也在这个泥潭里，所以我想分享几点。 找到合理性。 你为什么还在这里？不是为了 token 价格，不是为了 KOL 流量。是因为你相信这件事，是因为你过去得到过这个行业的恩惠，是因为你的团队和投资人需要你。把这个"为什么"想清楚，剩下的事会有方向。 让工作和生活充实。 行业的低气压会渗透到每一天的情绪。不要让 token 价格定义你的自我价值。多读书、多见线下的朋友、多花时间陪家人、做一些和市场无关的事情。这是熊市最重要的功课。 直面困难，但别让失望发酵成放弃。 现在社区的情绪不是"危机感"，是"失望"。这两个词的区别是——危机感意味着想改变，失望意味着想放弃。要努力让自己留在前者。 学新东西。 我自己也在学 AI。这周在 MuShanghai 看到那么多 crypto 从业者贴上新标签去探索 biotech、AI、robotics，我心里其实是感动的。能力到了我们就能选，能力不到只能被选。Web3 仍然是 IOSG 最重要的业务，我们不会放弃。当然这不影响我用AI来武装和提高我们的工作流和加强我们的武器。 找到自己的小联盟和信心小团体。 5、6 位/家经过历史验证、风格成熟的朋友/机构深度结盟。教育、资金、人才网络，缺什么补什么。自救比等救世主重要。 学会和自己和解。 这一点我自己也还在练习。这个市场没有奖励那些做正确事情的人，奖励了一批骗子，奖励了一批投机者。这个事实是真的。但你做这件事的意义，不应该被市场定价。允许自己在熊市里失败、允许自己情绪低落、允许自己做一些"看起来没有产出"的事情。这不是放弃，是为下一段旅程蓄力。 10/ 我们需要更多灯塔 行业最缺的不是钱，不是技术，是灯塔。 不是只有 Vitalik 一个人需要做灯塔。每一个还留在这里、还相信这件事的人，都可以成为灯塔——给一个困惑的年轻 founder 三十分钟、给一个 runway 见底的团队一份 grant、给一个被裁员的工程师一份 referral、写一篇真诚的反思而不是华丽的 narrative。 每一束光照得不远。但加在一起，就是黑暗中那些还在前行的人不放弃的理由。 像 Sun 这样的人在做。像老胡这样的人在每个月默默给一笔钱支持那些非主流的探索。每一个人都在自己能做的事上努力着。 11/ 写给每个看到这条内容的人 如果你是 OG：行业给过你的，请回头给一份给下一代。不是几百万的大手笔，是一个 mailing list、一份 referral、一笔直接打给市场化基金管理人、一份给到困境创业者的 EIR 资助。年轻一代需要的是相信"build 这件事还值得做"。 如果你是 founder：不要孤军奋战。把真实处境告诉值得信任的人。 如果你是 builder/researcher：继续 build。不是用爱发电的那种 build，是把自己的劳动换成应得回报的那种 build。让下一代相信这件事在职业意义上仍然成立。 12/ 收尾 请每一个看到这条内容的人，把它转发给你认识的 OG。让他们去照亮别人。别忘记这个行业过去给他们带来的恩惠。 呼吁更多的 OG 和行业领袖找回责任感，为行业发声，资助更多创业者，让下一代有机会继续建设 Web3——不止是用爱发电。 赌场吞不吞噬大教堂，不是 Vitalik 一个人的事，不是 EF 一个组织的事。是我们每一个还留在这里的人共同的事。 很多人问我这个周期他们如何熬下去，所有的压力推着他们离场，很多时候选择就是一步之遥，许多年轻人需要一个老OG告诉他们如何熬过熊市。但我知道，如果我们这一代人不站出来，那么下一代根本不会有“站出来”的选项。 做点是点。 写于Fig&Olive

@bozhou_ai according.work

有没有一个人力外包平台，可以按照工时租赁一些专业人士，比如我是一个OPC，我不是很懂桌面端开发，我需要一个高级技术来帮我设计和制作一下项目的架构，或者开发几个单独的功能，按工时付费 这种平台会校验技术人员的专业性，然后一些大厂的人员可以做个副业，做个匿名啥的

Regarding the OpenAI case, the judge & jury never actually ruled on the merits of the case, just on a calendar technicality. There is no question to anyone following the case in detail that Altman & Brockman did in fact enrich themselves by stealing a charity. The only question is WHEN they did it! I will be filing an appeal with the Ninth Circuit, because creating a precedent to loot charities is incredibly destructive to charitable giving in America. OpenAI was founded to benefit all of humanity.

@ShenHuang 感谢建议 🙏 您说得非常对，目前的安装流程确实还是工程师视角。 我们接下来会重点优化 onboarding 和 built-in supervisor UI，尽量做到真正的开箱即用，让 non-technical users 也能顺畅使用。

@punk_sui 一点建议： Built-in supervisor UI for non-technical users 如果是non-technical users就比较需要一个简单易懂的onboarding 流程，比如点击下载一键安装。 目前安装只有technical users才能看懂这个安装流程。感觉可以优化一下。

测试一下华语圈的文化自信 一个DeepSeek TUI项目的作者，在X上发两句中文，来一趟中国。项目就可以拿 30 k star 我学习中文几十年，每年回无数趟中国。 我在谷歌的 AI mode 做 Harness。经验蒸馏下来做的 DeekSeek TUI - openseek 只有 5 star，还有一个是自己和朋友的。 Why github.com/LichAmnesia/op…

@ShenHuang github.com/rongxinzy/Swar… 可以给我的项目点个star吗

@punk_sui 感谢。我能支持你什么么？ 😆

@yaohui12138 看看我的，主打企业记忆场景和连接器结合，cli是一等公民，可以被任何agent接入github.com/rongxinzy/Swar…

说句实话，就怕没人敢信： 你在推特关注的AI博主，最多只有2%的人做过agent，做过harness

@AYi_AInotes 降到了0？你拿到preview权限了？

编码不再是瓶颈：Anthropic 揭秘 AI 原生工程组织的五大范式转移 引言：告别“工程带宽”昂贵的时代 作为在微软、Meta 和 Anthropic 深度参与技术迭代的工程领导者，我们必须承认：软件开发的底层逻辑已经发生了根本性的质变。回望 2000 年代初期，我在微软参与 Visual Studio 2005 的发布，那是一个软件分发仍依赖物理介质（CD-ROM 甚至软盘）的时代。那时的工程带宽（Engineering Bandwidth）是极端稀缺且昂贵的资源，为了赶上压盘实验室的截止日期，每一行代码的编写都必须如履薄冰。 然而，随着 AI 原生时代的到来，编码产出（Coding Throughput）已经不再是生产力的限制因素。来自 Anthropic 的工程负责人 Fiona Fun 指出，当代码生成的边际成本降至趋近于零，我们过去赖以生存的管理原则可能已成为阻碍。这种范式转移要求我们重新审视工程组织的每一个环节。 核心发现一：瓶颈的漂移——从“写代码”到“验证代码” 当编码、重构和编写测试不再昂贵时，瓶颈并未消失，而是漂移到了验证（Verification）环节。作为工程领导者，我们必须警惕“流程腐败（Process Decay）”——即那些为了应对“编码昂贵”而设计的旧流程在悄无声息地失效。 在 AI 原生组织中，人力成本的重心已从“实现逻辑”转向“风险评估”。 * 验证的压力： 面对海量生成的代码，挑战在于如何界定哪些部分可以信任 AI 自动通过，哪些必须保留人类干预（Human-in-the-loop）。 * 边界设定： 我们的判断力应保留在“风险容忍度”极高的领域，如法律评审（Legal Review）、安全边界（Security Boundaries）以及信任边界的审查。 * 维护成本： 极高的编码产出意味着代码库膨胀加速。如果验证环节无法跟上，这些代码将迅速演变为技术债。 核心发现二：技术争论的终结——代码优于白板 AI 彻底改变了团队达成共识的经济学。过去，因为原型开发成本高，我们不得不进行长时间的“白板讨论”和方案预演。现在，由于“做”的成本已经低于“说”的成本，传统的长期路线图（Roadmap）正在崩塌。 在 Anthropic，这种转变催生了“JIT 规划（即时规划）”： 维度传统技术辩论AI 原生技术辩论 决策媒介抽象的白板逻辑、冗长的设计文档直接生成多个并行的 PR（拉取请求） 关注重点内部实现逻辑的推演对调用者（Callers）的影响与实际 API 体验 规划周期6 个月的静态路线图基于原型反馈的即时调整（JIT Planning） 当我们可以几分钟内生成三个不同的架构原型时，空谈逻辑已无意义。直接在 PR 中对比不同方案的实际影响，让讨论从猜测转向了实证。 核心发现三：角色边界的模糊——产品感是新的硬通货 在 AI 助推下，角色间的“筒仓”正在消失。PM 和设计师开始直接贡献代码，而工程师则利用 Claude 补齐内容设计等短板。这要求我们重新定义人才画像。 Fiona 曾分享过一个深刻的案例：在尝试为终端界面设计节日主题时，她让 Claude 将图标变成雪人，结果生成的 ASCII 字符画被设计合作伙伴无情吐槽——“看起来像个花生先生（Mr. Peanut）”。这个玩笑揭示了一个真理：在 AI 时代，功能实现是廉价的，但产品感（Product Sense）和审美趣味是无法被轻易替代的。 因此，AI 原生组织应重点布局两类人才： 1. 具有产品感的创意建造者（Creative Builders）： 能够利用 AI 快速迭代，并凭借敏锐的嗅觉打磨出令用户愉悦的体验。 2. 深层系统专家（Deep Systems Expertise）： 负责解决 AI 难以处理的“硬核部分”，如分布式系统架构和远程执行环境。 核心发现四：扁平化架构与“技术公信力” 传统的“1:10”管理比例在 AI 时代正在失效。为了保持组织的极端敏捷，管理者必须回归一线。在 Anthropic，所有的工程管理者在入职之初都必须以个人贡献者（IC）的身份深度参与产品测试（Dogfooding）。 管理者不应仅仅是流程的维护者，而应通过参与代码提交来赢得“实战威望（Street Credit）”。在 AI 的辅助下，管理者可以跨越工具链的琐碎障碍，将精力集中在代码评审和战略对齐上。这种极度扁平化的架构，缩短了决策路径，使组织能够像一个小型初创团队一样快速响应。 核心发现五：重新定义成功——新的度量衡 当代码产出不再是目标，传统的指标（如代码行数）便失去了意义。我们需要建立一套适应 AI 原生组织的新度量衡： * 入职提效时间（Onboarding ramp-up）： 衡量新成员在 AI 辅助下，能以多快的速度提交第一个有价值的 PR。 * PR 周期缩短（PR Cycle Time）： 关注从代码生成到通过 AI 辅助评审并合并的总耗时，识别基础设施（如 CI/CD）的瓶颈。 * AI 辅助提交比例： 监控自动化工具的渗透深度，追求“全员、全流程”的 AI 协同。 请记住：产出（Throughput）本身不是目的。我们的最终度量标准依然是软件的质量（Quality）与可靠性（Reliability）。 结语：审计你的“噪音工作流” AI 原生工程的核心理念是“Clottify everything（将一切克劳德化/自动化）”。作为领导者，我们拥有**“杀死流程的显性许可（Explicit permission to kill processes）”**。 我们需要主动审计那些陈旧、耗时且低效的“噪音工作流”。正如 Fiona 所描述的场景：在一个 50 人的大型会议室里，每个人都埋头处理邮件，只有在轮到自己汇报状态时才抬头——这种昂贵的仪式必须被终结。利用 AI 自动汇总状态，将人类的精力释放到更高价值的决策中。 思考题： 在你的团队中，哪一个流程最令人生畏、最昂贵且最充满噪音？如果今天就将它“自动化”或“彻底杀死”，会发生什么？现在就是重构的时刻。

DS4 是“单模型完成品”思路；Atlas 是“可扩展推理平台”思路。 DS4 明确把边界收得很窄：只服务 DeepSeek V4 Flash，不做通用 GGUF runner，也不做框架。README 里直接写了这一点：README.md (line 3)。代码也呼应这个理念，ds4.c 注释说它是“deliberately vertical”，一个文件纵向拥有 GGUF loading、固定 DS4 tensor layout、CPU reference、Metal graph driver 和 tokenizer，模型形状不可配置：ds4.c (line 5)。 Atlas 则相反，它是在搭一个长期扩展的 Rust 推理系统。README 的 philosophy 强调从 Python/PyTorch 生态的易碎性里抽离出来，做一个“designed to withstand the test of time”的软件工程系统：README.md (line 37)。架构上它用 spark-server、spark-model、spark-runtime、spark-comm、spark-storage、atlas-kernels 等 crate 分层：ARCHITECTURE.md (line 7)。 具体差异： 目标边界 DS4：一个模型、一个主路径、一个端到端体验。重点是让 DeepSeek V4 Flash 在本地机器上“真的可用”，包括特殊 GGUF、长上下文、磁盘 KV、官方 logits/test-vector 验证。 Atlas：多模型、多硬件、多 quant、多后端的推理平台。README 里明确说业务逻辑跨硬件/模型组合保持一致，具体实现可替换：README.md (line 69)。 抽象策略 DS4：刻意少抽象。ds4.h 只暴露 ds4_engine 和 ds4_session 这种窄边界，CLI/server 不应该知道 tensor 内部：ds4.h (line 9)。内部则允许为 DS4 的固定 shape 写死路径。 Atlas：大量显式抽象。Model trait 让 scheduler 不依赖具体模型：traits.rs (line 3)。GpuBackend trait 让模型逻辑不直接调用 CUDA allocation/kernel launch：gpu.rs (line 3)。 性能哲学 DS4：性能来自“专门化”：DeepSeek V4 Flash 专用 loader、专用 KV、专用 quant mix、专用 Metal/CUDA graph。它牺牲泛化能力，换确定性和更短路径。 Atlas：性能来自“组合专门化”：系统是通用平台，但 kernel 仍然按 (hardware, model, quant) 组合编译和选择：ARCHITECTURE.md (line 70)。也就是说 Atlas 不追求一个 kernel 通吃，而是让平台通用、kernel 专用。 代码组织 DS4：C 风格、少文件、纵向集成。AGENT.md 明确要求小而可读、不引入 C++、重要推理逻辑就近注释：AGENT.md (line 3)。 Atlas：Rust workspace、分层、trait、ADR、CI 约束。它甚至有 500 行文件上限，理由之一是方便 AI assistant 和人类 review：0005-500-loc-file-cap.md (line 13)。 生态姿态 DS4：更像“对一个模型下注”。README 里说 local inference 不应总追逐下一个模型，而是一个模型一个模型地做深，做官方向量验证、长上下文和 agent 集成：README.md (line 28)。 Atlas：更像“建立贡献系统”。它强调 monorepo、community-first、AI-friendly codebase、理论友好、plug-and-play，目标是让社区能持续加模型和硬件支持：README.md (line 53)。 我的判断是：DS4 的设计理念是收敛、专用、端到端打磨；Atlas 的设计理念是扩展、模块化、工程化平台。 如果用一句话概括：DS4 想把 DeepSeek V4 Flash 做成一个本地可用的“成品引擎”；Atlas 想把本地 LLM inference 做成一个可持续扩张的“操作系统式推理栈”。

github.com/rongxinzy/Swar… SwarmMind 正是这样的Agentic AI

@hunknownz 珍惜时光

昨天参加同学聚会，才得知之前一起玩 ACM 的一位学弟自杀了 大概 6 年前在北京还见过一面，他还在百度工作得好好的，我难以想象他会走到尽头 好久没联系变成永远联系不到了

感恩雷总，我已开蹬，感觉良好

刚做了一个给 AI coding agent 用的 skill：源神。 它专门解决国内服务器开发时的“源”问题：apt、pip、npm、Cargo、Go、Docker、containerd、conda、Hugging Face 等换源、备份、回滚、验证一条龙。 默认 dry-run，不乱改生产环境。 GitHub: github.com/hawkli-1994/yu…

为什么你应该关注我 @punk_sui 1. 我不靠推文流量赚钱，主页做 AI infra。 2. 我和openai/anthropic/gemini三巨头之间有说不清道不明的战略合作关系。 3. 我的抽象推文能让你获得快乐。

2022年被裁员后， 我经历一段严重自我怀疑期。 时隔3年，回来再看这段低谷期对我来说非常的关键。 2023年卖掉北京的房子， 带着家人第一次自驾中国南部的城市， 第一次在广州度过了一个温暖的春节， 冬天里能欣赏到花开的日子，让我感到非常兴奋。 反思了很多的事情， 对固定资产不在执着，对存款也不在再焦虑， 对于现金流也不再过度担忧。 人生生短短的3万天，想通了一些事。 不想打工一辈子，不想守在一坐小城一辈子，不想一辈子平平淡淡。 想见更大的世界，认识更多的有生命力的朋友。

@xiaoayi1997 现在只剩原生质押敢用了

@punk_sui 哎，是啊

黑客 被盗 defi 想来web3赚钱吗？ 赚了也带不走的那种… 早知道去香港了，总比在家看这些信息开心 说不定还能和美女贴贴抱抱亲亲😭