Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >札记2.未来变数·瓶颈

札记2.未来变数·瓶颈

作者头像
王兵
发布于 2018-06-15 02:23:30
发布于 2018-06-15 02:23:30
5790
举报
文章被收录于专栏:程序员笔记程序员笔记

文 | 王 兵

继续昨天思考的话题,未来会有那些变数,我想到了四个可能限制文明往前发展的瓶颈。

1. 摩尔定律

摩尔定律有效了半个世纪:CPU 的性能从上个世纪 60 年代开始,几乎每18个月性能翻番。这是目前互联网行业,人工智能行业能高速发展的最根本原因。

不过摩尔定律似乎已经走到头了。一直以来,CPU 性能提升靠的是两个手段,主频越来越快,以及芯片越做越密。不过着两个手段现在都遇到了难以逾越的物理瓶颈:一个是 CPU 主频难以超过4GHz,另一个则是芯片的si channel 没法微缩到 5nm 以下。

这两条路都很难走下去了,英特尔在十年前就开始多核 CPU 的开发,于是现在就有了双核、四核、八核的 CPU,可惜的是多核 CPU 也是有瓶颈的,瓶颈在散热。所以 CPU 的性能走到这算是到头了,接下来只能买更多的机柜了。

要想再提高性能,制作工艺上已经遭遇瓶颈,那么只能改 CPU 的架构,于是有了专注图形计算的 GPU,甚至专注张量计算的 TPU。它们把 CPU 中的复杂的控制电路去掉了,于是能用同样的晶体管数做更简单但更广泛并行计算

但,归根结底,还是在工艺上遇到了物理的瓶颈。

卓克有篇文章讲为什么手机屏幕越做越大?有些人说这是审美的趋势。其实是因为手机 CPU 到了现在这个水平,它的能耗和发热都要求它有一个很大的散热面积。于是手机就越做越大,5寸、6寸、甚至7寸。但手机做大了,总得有个理由吧,不然用户对着一个7寸的手机,结果只有5寸的屏幕那多不协调,于是就把屏幕也做大了。所以为什么手机屏幕越做越大,其实是因为用现在的主流手机 CPU 已经没法做出小屏幕的手机了。

2. 知识爆炸

历史上的哲人经常是博学的,亚里士多德除了是哲学家之外,他的著作还包含了物理学、诗歌、音乐、生物学、经济学、政治学、逻辑学等各个领域。而且真的是精通级别的,亚里士多德的物理学统治了近两千年,直到牛顿出现。他的「工具论」甚至从无到有创造了逻辑学,而且这种创造还不是萌芽级别的,而是一出来就是几乎完美的状态,直到19世纪末罗素和弗雷格提出数理逻辑才真正遇到挑战,或者说才真正有了扩展。

然而今天的科学家很难在跨度如此之大的领域都有所成就,事实上,即便在一个领域内的很小的子领域做出贡献都是非常困难的。而其中最难的可能还不是做出贡献本身,而是做好能做出贡献的准备,也就是对当下这个领域最前沿的问题和这些问题的相关的背景知识有所理解。这个准备时间可能就需要数十年,在中国,一个人从小学开始读完整个大学本科到博士毕业通常需要 22~24 年,而博士毕业可能只是也只是接触到了领域门槛,知道了领域的大部分基础知识和所在研究方向精深的知识。要说对整个领域有普遍的精深的理解却是不可能的。照此发展,也许未来的科研会遇到一个很尴尬的瓶颈,也就是一个人也许终其一生都难以掌握他所在的细分领域的知识。科学的发展可能会卡在这个边界。

另一方面,如果考虑不止知识,而是包含所有信息的话,那爆炸的速度会更快。根据 IDC 2017年的报告:数据时代2025,目前全球的信息总量差不多有 30ZB,ZB 这个单位我们日常接触不多,平时有概念的也就是 1TB 的硬盘样子,而 30ZB 是 300亿 TB 的规模。而且根据 IDC 的预测,到2025年,全球数据圈将达到 163ZB,是 2016 年的 16.1ZB 的十倍。也就是说,一个人即便知晓了现在世界上所有的信息,过不了十年,他所面对的世界将会有 90% 的信息是他不知道的。

吾生也有涯,而知也无涯。以有涯随无涯,殆已!

写到这里,我突然想起知乎上有人问「程序员的高薪会不会继续维持下去?」本质上薪水只受供求关系决定的,因此只要好的程序员供给不足,他们就会保持高薪。在这里好的程序员的定义是,要跟得上技术的发展。事实上,都在说人工智能取代人工,哪一行都会面临被取代的危险。但程序员则是一个例外,这个例外并不是说它不会被取代,相反,这一行其实是时时刻刻都在被取代的。因为程序员每天在做的事情就是写程序简化自己每天在做的事情。如果一个程序员不会「偷懒」,老老实实做重复的劳作,那么他注定会被快速淘汰。甚至当一个程序员把自己嵌到一个非常细分的领域,比如精通某个模块某个非常细分的领域,在一个大公司做非常资深的螺丝钉。他很可能能短时间拿到一个很高的薪水,但长期来看,如果他没法跟上技术发展,也可能很快被时代洪流抛下。因此我相信程序员的高薪一定会保持下去,但能拿到这个高薪的程序员未必能保持他的高薪,这一点某个程度上跟明星还真有点像。

3. 协作瓶颈

尤瓦尔·赫拉利在「人类简史」一书中提到说人与猿没有很大的生物学上的差别,最大的差别是,人有想象力,我们能构建一个个想象的概念。通过这个想象世界里,我们获得了更广泛的协作。比如宗教、比如公司,其实都是一个个想象的共同体,而其中最大的想象,就是金钱制度,金钱制度有两大特点:万物可换和万众相信。而且万物可换归根结底还是万众相信。

只是,这样的协作目前遇到了瓶颈,这个瓶颈和上面的知识爆炸不无关系。比如物理学领域,以前牛顿精通数学和物理,于是他要推公式,自己信手拈来就顺手发明了微积分。爱因斯坦推理广义相对论的时候也遇到了数学问题,不过好在他知道自己有朋友会这个,于是找到研究黎曼几何的格罗斯曼一起推公式。而今天,也许物理学家的很多的数学问题,都不知道上哪里去找会这个的数学家,因为他们难以描述自己的数学需求到底是什么,而数学家,更是不知道物理学家在捣鼓些什么。

最近读到一本书,卢昌海的「黎曼猜想漫谈」,里面就记载了一段很有意思的趣闻,1972年,研究黎曼猜想的数学家蒙哥马利本来是去圣路易斯参加一个解析数论的学术会议的。中间顺道去普林斯顿高等研究院坐了一坐,和朋友喝茶的时候,偶遇了物理学家戴森,就是那个著名的「戴森球」的戴森。他朋友比较喜欢交际,于是引荐了一下后他们开始聊,蒙哥马利就把自己对黎曼 ​ 函数非平凡零点的分布研究说了一下,结果说到他猜测的密度函数时,戴森猛地惊到了,因为这个密度函数正好就是随机厄密矩阵本征值的对关联函数。而物理学家对这个东西研究已经有二十年了,戴森本人也在十年前就系统地研究过随机矩阵理论,是这方面的专家。就这样物理和数学又一次有了奇妙的联系,但不得不说这样的相遇是一个可遇不可求的奇迹。要知道蒙哥马利原本来普林斯顿拜访的对象是同样研究黎曼猜想领域的大家赛尔伯格,而他们的相遇都没有擦出智慧的火花。

物理是距离数学最近的一门科学,因此很多大物理学家本身就有非常非常好的数学功底,即便如此,他们之间也是渐行渐远,互相不知道对方在做什么,做到了什么程度,而一个人要同时精通两个领域却已经是不可能的了,我相信黎曼猜想和物理学背后的联系不是个例,也许数学当中还有很多有意思的思想背后是有物理学对应的,但是这中间也许需要大运气,才能让两个可能碰出火花的专家相遇。

除了科研领域越来越精深细分的领域之外,还有一个协作瓶颈是人与人之间天然的语言模糊性造成的。自然语言有个很大的局限性,它没法精确表达哲学家称为「感质」的东西。比如一个人看到红色,他脑袋中有个红色的感觉,这个感觉就叫感质,但无论他如何努力地去用语言表达「红色」,他也无法在一个天生盲人的大脑里产生出红色的感觉。同样的一种体验,一种需求,一种认知,本质上都很难用语言真正精确地表达出来这些东西在大脑中的印象。事实上,本质上我们是无法知道我感知到的「红色」和你感知到的「红色」的感质是相同的。

语言的模糊性就导致了人与人之间的交流一定会有信息损耗,也会带上很多主观的假设。这个模糊性会在信息传递链条上一层层地增加。这个链条的纵深越深,最后的信息接收方对最开始的信息发送方的理解就越可能产生偏差。当然也未必是坏事,也可能出现虽然最后信息接收方误解了信息发送方的需求,但反而给了对方一个连他自己都没想到的更好的东西。

比如最简单的两个人的交流的场景,病人对医生的病情描述,医生不知道病人的病因是什么因此需要病人提供信息,可病人并不知道医生需要什么信息才能诊断病因,而这中间就是提问的艺术了。

接下来三个人,比如从用户到产品经理,再从产品经理到程序员。如果程序员最终没有通过产品经理理解用户的需求,那么很可能等待他的就是返工。

但是回到小标题中的协作瓶颈,问题可能就出在现代的分工太细了,从用户到最终的生产者,中间隔着太多太多层信息的损耗。一个好的协作者能够通过不完全的信息还原出部分前面损耗的信息,但大概率来说,并不是还原而是瞎猜。

4. 部落主义

部落主义这个词这几年在西方社会很火,原来这个词指的是部落时代里,人们对自己的部落有很强的归属感和自豪感,人们会觉得自己的部落岂止是最好的,而且是只有自己的部落是最好的。部落里大家多少都有血缘关系,也有共同战斗的利益,因此团结起来一起对外有着很强的竞争力。但同时部落主义也容易衍生出对其他人的不宽容,种族主义,民族主义,地域歧视,爱国主义多少都有这个意思在里面。

互联网的出现,本来专家们都预测说,现在所有人都能自由地在网上表达自己的言论了,那真正民主的时代是不是就到了呢?结果大跌眼镜,因为人们进入到互联网之后,发现自己原本很小众的爱好都能找到庞大的同类群,然后慢慢地三观相似的人会聚在一起,爱好相似的人会聚在一起,大家开始自说自话。群体内的声音在群里面被无限放大,结果远远偏离了对现实的认知。比如在我周边的小群体中,尤其是科研圈子里的朋友,几乎没有信中医的,因为对我们来说药物是否有效的判断标准是通过大样本随机双盲对照实验就是个常识。可是有次听卓老板聊到「国内有多少信中医的人」时,他提到了这个比例至少在 95% 以上的时候,我才意识到,不对,我知道的并不是常识,中医有效才是常识。

接下来还有朋友圈,我有时候经常怀疑,朋友圈里很火的东西是不是真的火呢?也许真的只是我的朋友圈里面火,而我根本看不到我朋友圈外的世界,不管我愿不愿意,我似乎已经被困在了一个小小的区域里了。

此外还有,比如今日头条,豆瓣,知乎,微博之类的推荐引擎会根据你的喜好向你推荐你可能会喜欢的东西,于是我可能一辈子就和某些也许会很喜欢的东西无缘了,因为再也没有偶遇的机会了。罗振宇就经常鼓吹,不喜欢的人就不要来了,骂我的人一律拉黑之类的。于是天然的,他身边聚集的都是认可他的人,但其他人的声音可能他永远也听不见了。科研圈也是一个非常严格排外的圈子,进入科研圈,首先需要进入某个研究机构,然后要有同行评审的论文发表,而且这还只是门槛,那些民科挤破了脑袋都没法得到科学共同体的认可,民科做出来的东西,科研工作者恐怕连看都懒得看一眼。

是,人生如此短暂,为什么要非要和自己过不去找不痛快呢?搞科研很忙的,民科那些 99% 都不靠谱的东西就不要来浪费时间了。

只是,我害怕的是,我可能没法选择,正如我只要使用知乎,它就会根据我的兴趣向我推荐我「喜欢」的,这个功能没法关,而整个互联网可能就是这样没法关掉扎堆效果的。此外,我也不知道自己走出小部落之后是不是只是换了一个不落而已,其实依然看不到真相,我没法对整个世界有个全局性的理解。

我的世界可能正在变得越来越封闭,我有点慌。

最后,我看到的这个时代的瓶颈是:摩尔定律碰到物理天花板了,也就是说计算机的运算能力可能也就快到头了,也许接下来人工智能遇到的最大的瓶颈就是计算能力。与其说知识爆炸是瓶颈,不如说人类大脑本身是瓶颈,当人们创造新知识需要的前提知识超过他大脑学习能力的时候,人类将无法创造新的知识。而语言本身的缺陷所导致的协作瓶颈,在分工越来越细化的今天,局限性也在不断被放大。而部落主义会屏蔽我们的认知,到时候真相会成为非常奢侈的存在。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018.05.06 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
哥廷根群星闪耀时
量子力学的开端可以追溯到二十世纪世纪二十年代德国的哥廷根大学。这所大学培育出了众多家喻户晓的科学家,有超过45名诺贝尔奖获得者和这所学校有关。
magic2728
2020/11/11
4860
哥廷根群星闪耀时
那个提出「戴森球」的物理学家去世了
据纽约时报等外媒报道,传奇的物理学家、伟大的思想家弗里曼·戴森(Freeman Dyson)已于本周去世。
机器之心
2020/03/11
5200
那个提出「戴森球」的物理学家去世了
深度学习未来的黑科技
对于物理学家来说,这并不是一个好时代。 奥斯卡·博伊金 至少对于奥斯卡·博伊金来说是这样的。这位2002年毕业于美国加州大学洛杉矶分校的物理学博士,四年前,他所在的瑞士大型强子对撞机项目发现了被称为“
IT派
2018/03/29
8830
深度学习未来的黑科技
顶级数学家有多恐怖?物理还未发现,100多年前黎曼已先知先觉!(5k字)
科学Sciences导读:公号对话框发送“数学家黎曼先知”获取5k字27图21页PDF顶级数学家有多恐怖?物理还未发现,100多年前黎曼已先知先觉!。关键词:数学家(mathematician),物理(physics)。QinlongGEcai微信被封,转向自用、科普文章、学术论文OAJ电子刊免费开放获取。
秦陇纪
2020/11/13
3.4K0
顶级数学家有多恐怖?物理还未发现,100多年前黎曼已先知先觉!(5k字)
提出量子计算机的俄罗斯数学家去世了,享年85岁,门下2位菲尔兹奖得主
羿阁 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 最早提出量子计算机的人,离世了。 85岁的俄罗斯数学家尤里·曼宁(Yuri Manin)的人生故事,永远终止在了2023年1月7日这天。 这一消息震动数学界。罗格斯大学教授Alex Kontorovich表示悲痛:“他是20~21世纪数学界的巨人”。 UC伯克利数学教授Edward Frenkel将其形容为“给数学和物理领域带来巨大影响的杰出数学家”: 当我还是个十几岁的孩子时,他的作品就已经在影响我了。 对于外界来说,尤里·曼宁这个名字似乎
量子位
2023/02/28
3760
提出量子计算机的俄罗斯数学家去世了,享年85岁,门下2位菲尔兹奖得主
杨振宁100岁了,诺奖都不算他的人生巅峰
大数据文摘授权转载自果壳 作者:游识猷 编辑:小毛巾 杨振宁开车去纽约看李政道。 那是1956年的四月末或五月初,纽约最好的季节,暖风吹拂,花叶纷披。他在哥伦比亚大学接到李政道,然后一同去附近觅食。他们步行去白玫瑰咖啡馆,边喝咖啡边讨论;出了咖啡馆又去了一家中国饭馆,边吃午饭边争执;最后他们一并回到李政道的办公室,在黑板上写写画画,到那天结束时,他们已经知道需要做些什么——翻阅过往所有关于弱相互作用的实验,看看到底有没有跟“宇称守恒”相关的证据。 记忆在这里出现了分岔。 杨振宁(左)和李政道(右)|sc
大数据文摘
2022/09/26
5010
杨振宁100岁了,诺奖都不算他的人生巅峰
史上最烧脑物理学科普,看完瞬间涨姿势!
这是一部壮丽的物理史诗,这是一串光耀后世的姓名。他们是:牛顿,高斯,黎曼,麦克斯韦尔,爱因斯坦,杨振宁,拉马努金,霍金,维藤……(且慢,最近十年,我们只能在娱乐版看到的杨老师,居然可以和那些大师比肩吗?可以的!以杨老师和他的学生命名的杨-米场,即所谓标准模型,成功地解释、整合了四种自然力中的三种。)那么,这些智慧的头脑到底有多智慧?
钱塘数据
2018/12/05
1.1K0
Mathemetica 35周年!从天才物理学家到“自大狂”,创始人Wolfram的传奇经历
著名科学计算软件Mathematica 35周年之际,创始人Stephen Wolfram发布这样一组构图一毛一样的对比照片,并称:
量子位
2023/08/05
3650
Mathemetica 35周年!从天才物理学家到“自大狂”,创始人Wolfram的传奇经历
从简单的物理原理重建的量子理论
科学家们使用量子理论已有近一个世纪的历史,但令人尴尬的是,他们仍然不知道这意味着什么。在 2011 年关于量子物理学和现实本质的会议上进行的一项非正式民意调查显示,对于量子理论对现实的看法仍然没有达成共识——与会者对于如何解释该理论仍然存在严重分歧。
量子发烧友
2023/02/24
3220
从简单的物理原理重建的量子理论
《未来简史》后划时代巨作,《生命3.0》给人类命运一份终极指南
【新智元导读】2018年,一本比《未来简史》更具有划时代意义的著作《生命3.0》出版。作者MIT物理学终身教授迈克斯·泰格马克认为智能终将摆脱自然演化的束缚,成为自己命运的主人。书中描绘了12种人与人工智能的未来,定将给中国产业界带来极大启发,让更多中国人知道自己的命运,知道这个世界未来的命运。
新智元
2018/07/31
9320
《未来简史》后划时代巨作,《生命3.0》给人类命运一份终极指南
在被算法取代前,程序员或将因为物理学家而更早消失
【新智元导读】你可能不知道,设计最早的计算机 ENIAC 的 John Mauchly 是物理学家,发明 C 语言的 Dennis Ritchie 也是物理学家。相比没有太多新挑战的物理学领域,计算机科学似乎是更适合物理学家们伸展拳脚的地方。现在,物理学家正在侵入硅谷的技术公司当起软件工程师,抢起了计算机科学博士的饭碗。 这不是成为物理学家的好时机。 上面这句话是 Oscar Boykin 说的。他曾在乔治亚理工学院学习物理学,2002年在加州大学洛杉矶分校完成物理学博士学位。四年前,瑞士大型强子对撞机(L
新智元
2018/03/26
7530
德国最有影响力的十位数学家
最具有革命性的数学家 康托尔,两千多年来,科学家们接触到无穷,却又无力去把握和认识它,这的确是向人类提出的尖锐挑战。康托尔以其思维之独特,想象力之丰富,方法之新颖绘制了一幅人类智慧的精品——集合论和超穷数理论,令19、20世纪之交的整个数学界、甚至哲学界感到震惊。可以毫不夸张地讲,“关于数学无穷的革命几乎是由他一个人独立完成的。”而他创立的集合论,已经成为了现代数学基础理论大厦。
深度学习技术前沿公众号博主
2020/05/18
1.4K0
政治是暂时的,方程是永久的——中美数学大师巅峰对话
摘自:微信公号“未来论坛” 主持人:美国国家科学院院士、北京大学社会研究中心主任谢宇 嘉宾:中科院数学与系统科学研究院研究员、中国数学会秘书长张立群;南方科技大学数学讲座教授副校长汤涛、中国科学院院士田刚、中科院物理所研究员丁洪 谢宇:我有幸被邀请做主持,不仅仅因为我是北大的兼职教授,千人计划教授,我最近也加入普林思顿大学的行列,田刚老师也是我的同事。田刚和我在经常来往于中美之间,中国和美国是两个非常重要的国家,实际上两个国家有相似的地方,比如都比较重视教育,国土比较大,眼界比较宽。另外两个国家印的钱比较多
大数据文摘
2018/05/22
1.1K0
什么是粒子?
它被认为有很多东西:一个点状物体,一个场的激发,一个切入现实的纯数学。但物理学家对粒子的概念从未像现在这样发生过更大的变化。
量子发烧友
2023/02/24
9530
什么是粒子?
【陆勤践行】怎样成为一个数据科学家:针对大学毕业生的指导(译)
刚毕业的大学生们,恭喜你们!欢迎成为劳动者的一员。在你所有可能申请的工作中,“数据科学家”这个风骚无比的职位也许最难得到的一个,同时也许是最具有潜在丰厚回报的一个。但是别害怕:Datanami在这里以一个实际数据科学家从业者的身份给你一些建议,告诉你怎样成为他们中的一员。 开始成为数据科学家的第一条建议是别被这个职位的要求所挫败。没有一个刚毕业的大学生能满足即是数学\统计天才,又精通市场、产品、网络安全,还是专业的Python、Java、R程序员。(提示:这就是为什么数据科学家被称为独角兽——因为他们不存在
陆勤_数据人网
2018/02/26
6140
观点 | Life 3.0:Stuart Russell带你展望AI时代的人类未来
选自Nature 作者:Stuart Russell 机器之心编译 参与:路雪、李泽南、黄小天 近日,来自麻省理工的物理学家 Max Tegmark 出版了一本新书《Life 3.0 Being Human in the Age of Artificial Intelligence》,对人工智能在未来的发展进行了理性而深刻的思考。这本书引起了人工智能社区和科技界的广泛关注,也迅速登上了亚马逊人工智能&机器学习类书籍排行榜第一位。他的学术合作者,UC Berkeley 教授 Stuart Russell 撰写
机器之心
2018/05/08
8490
观点 | Life 3.0:Stuart Russell带你展望AI时代的人类未来
上帝掷骰子吗–量子物理史话
大家好,又见面了,我是你们的朋友全栈君。   上帝掷骰子吗–量子物理史话   第一章黄金时代   一   我们的故事要从1887年的德国开
全栈程序员站长
2022/06/26
7K0
AI能成科学家的工具人?Nature采访五位顶尖学者:学会写代码,降低期望
人工智能(AI)逐渐从一个专用的研究领域走向成为其他学科的工具,这种方式也很好地促进了跨学科合作。
新智元
2021/10/22
4720
【不在谷歌?没关系】不在大公司,如何做好深度学习
【新智元导读】不在大公司,没有大数据,如何做好深度学习?深度学习研究员 Bharath Ramsundar 看好低数据学习(low data learning),他认为牛顿从一个苹果下落中推导出万有引力定理的故事是低数据学习的最佳壮举。物理学家、数学家能够从少量/有限的数据中提取关于这个世界的一般规律。Ramsundar 认为,在设计学习算法时,借鉴物理学家、数学家的做法,或许能对手头没有大规模数据集的深度学习研究员以启发。 (文/Bharath Ramsundar)很多人都以为机器学习和大数据是同义词。原
新智元
2018/03/28
7510
【不在谷歌?没关系】不在大公司,如何做好深度学习
数学建模如何诱骗了华尔街
现实世界——从种族隔离制度到金融市场——一直在警示我们:那些试图通过科技来掌握复杂人类行为的做法会使我们误入歧途。 无论是在科学领域,还是在日常生活中,我们都经常会做出一些幼稚的事:我们坚持把未知的事物放进我们构想出来的模型里,坚持事实和我们所给出的模型能很好吻合。 在这里,我想引用著名的生物学家以及无神论者理查德·道金斯[2]在2007年洛杉矶时报上发表的一篇时评[3]。他认为绞死萨达姆·侯赛因可以算作是一种科学层面上的‘蓄意破坏’。 他认为:“(萨达姆的)那些思想无论在史学,政治学以及心理学上都是
钱塘数据
2018/03/06
8540
数学建模如何诱骗了华尔街
推荐阅读
相关推荐
哥廷根群星闪耀时
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文