文｜周鑫雨配资之家服务
编辑｜苏建勋
如果没有亲自上手，真的很难形容Loopit的产品定位。
它像是内容“活过来”的。通过Feed流喂给用户的内容，不只是视频、图片、音乐，而是可以通过点击、划动、自拍、语音、摇一摇等玩法，进行互动的内容。
由于产品交互太新，在和Loopit创始人陈炜鹏交流之前，他极力嘱咐我们：“不能只看demo，一定要亲自体验！”
此前，陈炜鹏是搜狗和的技术负责人。2025年6月，他创立了AI应用公司“涌跃智能”，产品方向为AI内容社区。《智能涌现》独家获悉，涌跃智能过去30天内完成了两轮融资。据测算，最新估值较1个月前提升了6倍。
2026年2月10日，旗下产品Loopit正式上线，一名海外用户将使用视频，发布到了X，随即得到了埃隆·马斯克的评论转发。
△马斯克转发Loopit。图源：马斯克X账号
的确，在一众工具型、服务垂直场景的AI产品中，这款名为Loopit的平台型AI社区应用，形态和玩法，都令人眼前一亮。
△打开Loopit，就能看到单列Feed流中，有用户发布的各种互动内容，比如用手指滑动掉落的柚子，让它们在卡皮巴拉头上保持平衡。图源：作者试用
在内容生产的另一端，与UGC平台类似，用户可以通过Loopit，制作并发表互动内容。
但Loopit的不同之处在于，创作的门槛，被AI压得很低。用户只需要用文字输入大致的想法，Loopit会主动提供点子，并且生成支持图像、语音、视频、3D等全模态的可交互H5，并发布在社区中。
比如生成一款“Y2K风格的答案之书”，我们只经历了两轮对话。
△用文字在制作界面输入想法，Loopit就能生成点子，并且制作出互动内容。图源：作者试用
产品上线初期，不少人将其定义为“AI游戏”。陈炜鹏不以为然：“我们不希望把产品定义得这么狭窄，用户在探索产品的过程中自己会拓宽边界。”
2025年12月，Loopit在海外开启了小范围测试。陈炜鹏发现，一些用户会制作变身特效、设计整蛊游戏、搭建理想中的城市、投掷赛博臭鸡蛋，“本质上，这些互动内容，都是用户表达自我的一种新形式。”
十多年的职业生涯中，陈炜鹏最为人所知的身份，一是前搜狗搜索研发总经理、9年晋升超过10级的NLP（）大牛，二是百川智能联创、大模型负责人。
△陈炜鹏。图源：互联网
然而，在和我们的交流中，他主动提及最多的经历，是Soul。2021年，搜狗被腾讯收购后，陈炜鹏加入Soul，出任技术VP，负责AIGC技术和内容社区业务。
这段经历，弥补了他在内容社区产品管理经验上的空缺。他发现，Soul内部，“我们不关心竞争对手，也不认为有人会是我们的竞争对手。我们在意的只有怎么给用户创造价值，这点给我带来很大的震撼”。
某种意义上，Soul的产品方法论，也被用于如今的创业。陈炜鹏告诉我们，他不担心 Loopit 未来潜在的竞争对手，“如果我们能够用持续的创新拓宽行业对 AI 应用的想象力，一定就会获得用户的激励。”
但鲜为人知的是，Loopit上线前，经历了7个多月的漫长探索。陈炜鹏记得，几乎每隔一两周，团队就要推翻产品demo，从头开始。
彼时和他们在一栋写字楼创业的焦可（前百川智能联合创始人），偶遇陈炜鹏后也疑惑道：这么久了，你们的产品怎么还没发？
产品形态的动摇，源自陈炜鹏对一条新路线的押注：把模型的Coding能力，和多模态能力结合在一起。
在他看来，多模态是最贴近C端应用的一种能力，能够拓宽用户与产品交互的边界。而Coding能力则更贴近底层架构，“所有的产品，都是靠Coding驱动的”，而AI，则帮普通人把Coding的门槛降低了。
创业第一天，他就提出了一个大胆的构想：AI Coding不只是程序员的工具，AI Coding驱动多模态生成构成的互动引擎，会产生内容互动上的创新。
然而，走这条路并不容易。
一是技术难，用Coding驱动多模态的可控生成，是一条鲜有人尝试过的路——团队用了整整7个月，才做出了能落地的架构。
另一面，则是对产品形态的纠结。团队曾经想过做工具型产品，确定性强，第一天就能收费。但陈炜鹏判断，AI工具既没有想象力，也很难形成网络效应。他形容自己做了个“任性的决定”：“即便做社交平台更复杂、更艰难，但我很兴奋。”
在更宏观的创投环境中，早期，陈炜鹏也并不是第一梯队的明星创业者。最早的融资过程，陈炜鹏被贴了很多标签：技术人不擅长做产品；年纪不够轻；之前在搜狗、百川等公司做过高管，冲劲可能不足。
“我一直不是最开始就被看好的那个人，但10多年来，我也做了很多很棒的事。”他告诉我们，“如果先验我没有优势，那我就创造后验。”
以下是《智能涌现》与前百川智能联合创始人、涌跃智能创始人兼CEO陈炜鹏的交流，内容经编辑整理：
我说服小川，做了几个重要决策
智能涌现：离开搜狗后，你去了Soul，看上去跨度挺大的。
陈炜鹏：这段经历其实很宝贵。搜狗是一个由算法驱动的公司，我在里面获得的认知是怎么用算法驱动产品发展。
但技术导向的公司就比较容易“拿着锤子找钉子”。所以当时我比较好奇，更加产品导向的公司，是怎么运作的。
我去Soul的时候，发现这家公司很特别，内部从来没有人讨论Soul的竞品是什么。他们更关心要创造的用户价值是什么，怎么开创新体验。
他们在2021年就意识到，AIGC会在未来扮演非常重要的角色。所以Soul当时就开始布局对话系统、文生声音，还做AI虚拟角色交互产品，比MiniMax的Glow（发布于2022年10月）还要早。
这个产品思路的转变，对我现在的创业影响很大。AI时代会奖励能够开拓人类想象力的公司。
智能涌现：怎么理解“开拓人类想象力”？
陈炜鹏：刚出来创业的时候，我就很坚定，我们一定要做通用产品。
这算是一个很大的非共识。大家都说，创业要做垂直领域，确定性更强。
但所谓的AGI，最核心的特点就是通用。我从上学，到工作，一直做NLP（自然语言处理）。一直以来我们遇到的最大问题，就是技术不够通用，所以很难构建可规模化的商业模式，所有的市场是被切割的。
既然我们终于在ChatGPT上看到了AGI的可能性，为什么还要回头做一个垂直产品呢？
智能涌现：做通用的创业公司，需要有怎样的能力？
陈炜鹏：大模型公司相信能力涌现，AI应用公司要追求的东西，叫做组合能力，就是如何把AI背后的所有能力，比如代码、模型、语言、视频、图像、推理，甚至未来的世界模型，都组合起来。
组合其实也能带来用户体验的“涌现”，用户会认为你的产品是可以探索的，能持续创造惊喜感。所以我觉得通用才是AI时代最大的确定性，这是我们做产品或者技术的principle。
智能涌现：2022年底ChatGPT发布，如果没有小川组局，你当时会自己创业吗？
陈炜鹏：会。我已经决定从Soul离职了。
当时我下了很大的决心。因为还有3个月，我就能拿到Soul两年的期权。但我觉得大模型的机会很难再有了。
我们做NLP的人一直讲，自然语言是智能皇冠上的明珠。所以我看到ChatGPT是非常震惊的，因为过去我想做的事一直没有突破，突然OpenAI给你做了示范。
我就反思，过去自己还是认知不足，没有非常坚定地Scale up模型。所以我放弃了Soul两年的期权，寻找做大模型的机会。刚好那时小川也找了我。
智能涌现：自己从0开始训基座是百川内部第一天的共识吗？
陈炜鹏：是，我们非常坚定要自己训。即使可能存在很大的复杂性和风险，但是从发展的眼光来看，如果我们能够持续推动行业的发展，就一定能够得到行业的激励。
智能涌现：你能想到模型层的竞争这么快变激烈吗？
陈炜鹏：我有预料到。如果我们做的事足够重要，竞争一定会变得激烈。
但一些事也比我想象的困难。当时很多人下场之后，早期大家对百川能不能做好大模型，是有疑问的。
2023年5月的时候，我们的压力已经蛮大了。当时融资，我经常要回答非常多有关模型训练的细节。为什么大家会问这么多细节问题？核心原因是不相信我们能做到。
智能涌现：你怎么消化这些压力？
陈炜鹏：说实话我个人没什么困扰。因为在我个人的职业发展中，我从来不是最开始就被看到的那个人，但我总有信心能够创造条件。
我们当时做了几个重要的决策：
第一，百川要走开源，开源是最容易建立Reputation的方式；
第二，我们只能从零开始训模型，掌握预训练的能力。很多公司基于风险和确定性的考虑，都想基于别人的模型做contiue pretrain，但是并不本质，比如你不知道别人的数据配比，团队的经验不可积累。看似低风险，长期是高风险。
第三，如果要短期出成果，我们在模型结构上要尽量保守。我的经验是，早期模型结构对智能的影响，没有数据大，模型结构也不是一个短时间内可以做激进创新的事。
第四，要建立模型评测的完整体系，这对提升团队的迭代效率非常重要。
我记得很清楚，2023年5月8日我正式从Soul离职，上午坐上从上海到北京的高铁，下午到公司，把团队拉起来。
当时我们决定未来3个月发布3个模型，后来也做到了。6月17日，百川发了第一个开源模型，就用了大概40天。后面我们的融资就非常顺利了，没有人再怀疑。
智能涌现：现在看来，这些决策也大多是正确的。
陈炜鹏：是的。所以做Baichuan 1-4的一整年时间，我都很快乐。
智能涌现：Baichuan 4之后你在做什么？
陈炜鹏：我转去和施政（前百川智能医疗业务负责人，涌跃智能联合创始人）一起做医疗大模型。当时我有些迷茫，不是对技术，而是运营的优先级。
智能涌现：什么样的基模创业公司，能跑出来？
陈炜鹏：组织能力强的公司。我经历过搜狗和Soul，知道一家技术导向的公司，如果要做出一个成熟的应用型产品，复杂性在哪里。
你需要把产品思维和技术思维放在一个脑子里，没几家公司可以做到。
智能涌现：这两种思维可以通过招人弥补吗？
陈炜鹏：很难。我学到的一点是，一家公司的成败，很多时候都和创始团队有很大的关系。
智能涌现：你决定离职创业的契机是什么？
陈炜鹏：OpenAI o1的发布，是一个非常重要的时间点。这代表大模型的范式发生了很大变化。
我当时的第一个判断就是，未来大模型公司和应用公司的界限，会越来越模糊。o1的技术是强化学习，这个技术更贴近应用场景。
我就想，为什么不自己去做应用，创造一个全新的事？
智能涌现：百川对o1的态度是什么？你有考虑在内部做探索吗？
陈炜鹏：小川对强化学习很关注，场景聚焦在医疗。
但我有自己专注想做的事情，所以选择从百川离开。
做拓宽用户想象力的产品：Coding+多模态
智能涌现：o1发布后，你有想好自己的创业方向吗？
陈炜鹏：当时我就想做跟AI Coding相关的事。
在整个技术范式中，Coding是一个自验证任务，所以进化的速度很快。我们很容易能预测到AI Coding是未来AI最大的变量。
抽象来看，整个移动互联网其实都是基于Coding去构造的。所以最早思考Coding这件事，我并没有把它当作类似Cursor的程序员工具。当时我最喜欢的产品是Lovable，因为它让每个人都可以创造一个网页、游戏或者应用。
另外一个我看到的方向，是多模态。所以创业第一天我就思考，怎么把Coding和多模态结合起来，做一个有意思的通用产品。
智能涌现：为什么看好多模态？
陈炜鹏：因为多模态是离C端最近的技术能力。很多时候我们对逻辑或理性的评价是确定的，但对美的评价是相对模糊的。这种包容性，对目前AI技术架构的能力不足更友好。
所以我觉得多模态在应用场景里会有很大的价值。多模态的每一个改变，都在延展我们的想象力。
智能涌现：你是怎么找到结合Coding和多模态能力的产品形态的？
陈炜鹏：产品不是第一天就ready的，我们用了很长时间探索。平均一到两个月，我们就会做一个不同的demo，去判断用户会不会觉得有意思。
最早的时候，我们内部定义了一个系统，叫做互动内容引擎，也就是用Coding去操作多模态。
早期我们想把这个引擎包装成一个工具，比如用Coding去做可以互动的PPT，或者用Coding去剪辑视频。
智能涌现：后来为什么推翻？
陈炜鹏：因为AI的Coding和多模态能力在不断提升，尤其到了Nano Banana和Sora 2，我们觉得产品可以不只是一个面向专业人士的工具，而是能变成更ToC的、低门槛的产品。
当时我们思考做一个互动式的短剧，但过程中发现，这个场景不通用。短剧虽然“短”，但它相对文章、图片来说是长内容。长内容对技术的要求、对创作者的要求是很高的，所以一开始很难是个UGC产品。
最后我们放弃了长内容和故事性，转做一个短交互的产品和社区，也就是现在的Loopit。
智能涌现：Coding结合多模态，在技术层面困难吗？
陈炜鹏：很难。从2025年6月出来创业开始，我们可能每隔几个礼拜，就觉得之前的架构是一堆垃圾，又重新推翻。
其中的难点在于，通用的AI Coding，或者是通用的多模态 Agent，本身就有很大的复杂性。
在我们的场景里面，AI还需要根据用户的需求，Coding一个物理引擎，在这个引擎里面去驱动多模态的生成。本质上，Coding和多模态的生成都是受到一定的约束，比单纯做生成要难得多。
直到三个月前（2025年12月），我们才看到可能性。我们创新了一条结合Coding和多模态能力的好路径。
这个过程我们要克服两点，一是技术的挑战性，二是怎么把他包装成一个让用户觉得“Aha”的产品。这两件事都有很大的不确定性。
智能涌现：你找到的让用户“Aha”的点是什么？
陈炜鹏：在Soul的经历，让我观察到今天的用户其实并不满足于观看，而是希望参与到内容中。
我们用空间打一个比方。抖音像舞台，大多数人在看，少数人在演；小红书更像广场，每个人都可以摆个小摊，说自己的故事；
Soul的群聊房是更开放的房间，大家围绕同一个话题即时互动。包括我们看到直播平台内容的变化，用户的参与逐渐在成为内容本身。
我慢慢意识到，内容的形态在发生一个很清晰的进化 ——人和内容的距离越来越近。从观看，到交流，再到参与。
所以我就希望我们能做一个可以和内容互动的平台。
智能涌现：Loopit现在的产品设计，比如单列Feed流，和抖音挺像的。为什么这么设计产品？
陈炜鹏：互动内容最重要的价值，是让用户第一时间感受到内容可以互动。所以产品的分发方式一定要内容优先。
过去有两种内容分发的方式，一种是单列，一种是双列。为什么我们依然在过去的产品范式中思考？因为用户消费内容的渠道没有改变，仍然在手机上。
我们认为，其中单列Feed流，是突出内容的一种更好的方式。现在光互动内容，就占了屏幕的80%。
△Loopit首页的单列Feed流。图源：Loopit
智能涌现：但短视频传递信息的效率很高，互动内容把信息传递的门槛提得很高。用户愿意跨过门槛去体验吗？
陈炜鹏：我们之前也找过一些朋友，尤其是年轻人去体验，他们对这种形态的接受度蛮高的。另一方面，我们的产品设计也在刻意追求一件事，就是做符合用户直觉的交互，来降低交互的门槛。
用户本质上评判的是互动的ROI，也就是我输入的注意力，能获得多少爽感。
我认为互动内容提供的爽感密度，一定会大于视频。即便现在没有，但未来一定会发生。
智能涌现：这是共识还是非共识？
陈炜鹏：我不太确定，但我愿意相信。
AI应用大多没有网络效应，工具没法成为新的平台
智能涌现：你理想的产品用户画像是什么？
陈炜鹏：早期肯定是年轻人，而且有想法、有创意。
但未来很难描述清晰，比如小红书早期在几百万DAU的时候，是很难预测未来会成为一个什么样的平台。所以很多时候，我们只能讨论自己不想做什么。
智能涌现：你们不想做什么？
陈炜鹏：比如我们不想做成一个游戏平台。我不想给这么死的定位，还是希望用户自己去探索边界，我们提供的是能力和机制。
智能涌现：有人把你们的产品定义为“可以玩的抖音”。你认同吗？
陈炜鹏：挺好的。一个新物种，让人们认识的最好办法就是类比过去的事物。
就像最早，马云把淘宝定义为“商品搜索”，因为当时没有电商的概念，用户只知道搜索引擎。
概念不重要，最重要的是让用户先用起来。
智能涌现：在冷启动阶段，用户和内容交互的动力是什么？
陈炜鹏：很多内容平台最后切中的是痒点，而不是痛点。当好的内容不断涌现，用户每刷一次都有惊喜的时候，交互动力的问题就不存在了。
这就是我们下一步要构建的事，人会愿意把互动式内容当作一种新的表达方式。
智能涌现：这个结论是怎么得出的？
陈炜鹏：表达和展示自己是非常底层、非常人性的欲望，因为我们都希望获得认可。
如果表达是人的本能，那我们只需要思考，怎么样的表达是更高效的，或者是更fancy的。
整个AI技术的发展其实解决的都是人和世界交互的问题。从图片到视频，我们看到交互增加了时间，时间包含了逻辑；等到世界模型，又增加了时空的维度，让你的input都能得到回应。
所以互动本身，我不理解为是人类的需求，而是一种能力。这个世界本来就应该是可以互动的。
智能涌现：早期你们怎么做增长？
陈炜鹏：在海外，我们先定向邀请了几百个专业创作者，在平台里创作高质量的互动内容。就像早期的抖音一样，我们先用优质内容建立创作生态。
智能涌现：你之前提到，未来大模型公司和应用公司的界限，会越来越模糊，你怎么做一个不会被模型吃掉的产品？
陈炜鹏：还是那个逻辑，应用公司更要注重组合能力，因为组合能力能带来新的价值。
模型公司关心的是智能的涌现，应用公司关注的是怎么把智力通过组合，去提供全新的体验。
现在的AI应用已经不再是个模型了，很多时候是一个系统，里面包括了模型本身、模型使用的工具、使用的上下文，甚至包括模型运行的整个环境。至少目前，应用不再只由模型决定一切。
我还想提一点，有个现象比较少被讨论，AI应用大多是没有网络效应的。
智能涌现：为什么多数AI应用没有网络效应？
陈炜鹏：大多数 AI 应用是工具，不具备网络效应，就像剪映很难发展成为抖音。
Sora2 虽然是一个很大的技术创新，但是没有产生新的交互维度，它很容易变成抖音的一个工具，因为现在视频最大的分发渠道就是抖音。对用户来说，用Sora 2制作视频之后，ROI最高的方式就是在抖音分发。
智能涌现：Loopit能产生网络效应吗？
陈炜鹏：我认为能。我们做的是互联网时代完全没有的形态，没有一个平台能够支持互动内容。
智能涌现：平台型产品必然涉及内容的分发。你会做推荐引擎吗？
陈炜鹏：我们会做，我和另一个联创，之前就是做推荐出身的。
但AI时代的推荐和上一个时代一定会不一样。我们一直在探索，怎么把推荐和生成式AI结合起来，这样内容的创作，会直接更贴近用户的消费。
这形成的闭环是：内容分发会影响创作工具，创作工具也会影响内容分发。
智能涌现：你在互联网时代经历过平台型产品竞争激烈的年代。Loopit未来也会面临这样的竞争？
陈炜鹏：现在这个问题不重要。过去每一个产品出来，如果创造的价值足够大，那一定会面临激烈的竞争。但我们依然能看到，每个时代都有新公司、新产品出来。
所以，竞争是个伪命题。Soul的经历让我得出一个结论，与其考虑竞争本身，不如考虑怎么持续创造价值。
智能涌现：现在AI应用打品牌、做增长都很卷。你打算怎么做？
陈炜鹏：我不太受外部影响。我们有自己完整的思考和计划，但我们不太方便对外说，因为我不是一个习惯把信念和可能性，说成确定性的人。
智能涌现：产品的商业模式呢？
陈炜鹏：这太早了。在我的视角里，过早讨论一个社区型产品的商业化，是不专业的、不懂社区的行为。
只有当社区具有较大的用户规模，你才能够真正说清楚用户是谁，才能围绕这批人做商业化。
我并不担心商业模式。过去内容平台的商业化有两个变化，一个是分发效率提升，带来商业效率的提升；另一个是广告内容化。
互动天然可以获得更多的注意力，互动广告和内容的边界也更模糊，用户的体验更平滑。
但我现在不想给出答案，因为大概率会有更好的商业模式出现。
如果先验没有优势，就创造后验优势
智能涌现：从创业到上线产品，差不多花了7个月的时间。这段时间你焦虑吗？
陈炜鹏：焦虑肯定是有的。
因为我们很早就看到了这个方向，但真正难的是把想象力变成产品。
创业的前几个月，其实每天都在和时间赛跑——怎么更快验证、迭代。
智能涌现：你会担心自己比别人慢吗？
陈炜鹏：我认同要快速迭代、快速收集反馈。但对我们来说，更重要的是方向对不对。
如果一件事从一开始就是错的，再快也没有意义。
我们节奏并不慢，几乎每隔几周就会做一个 demo，只是很多都被我们自己推翻了——因为还不够好。我们要确保的是，我们的每次迭代都是在我们相信的方向上持续的探索，让团队的努力有积累。
智能涌现：这期间你有踩过坑吗？
陈炜鹏：肯定有。
我最大的体会是，要尽快做出选择，不选择本身也是一种选择。
当时我们面临一个很现实的分岔：做工具，更确定、更容易变现；做社区，更难、更复杂，但天花板更高。
最后我们选择了后者。因为我们想做的不是一个效率工具，而是一个新的内容形态。如果只是做工具，我们自己都不会那么兴奋。
智能涌现：早期融资顺利吗？
陈炜鹏：当时产品还在 0-1 阶段，基本没有数据和模型可以证明自己。
所以第一轮融资，本质上不是投产品，而是投人——投团队对这个方向的判断力，以及把事情做出来的能力。
智能涌现：当时投资人对你创业是什么态度？
陈炜鹏：确实有人担心，我们会不会做得太保守。
因为市场上有一种刻板印象：年轻才有想象力，有经验反而会变稳。
但我不太相信标签。创业本质上是创造，而不是符合画像。如果意识到经验可能是我的负担，那经验就是我的优势。
所以我现在对贴标签释然了，如果先验我没有优势，那我就创造后验。一个算法人的工作模式，就是提出假设，然后证明它。我接受大家不同的假设。
智能涌现：“年轻人”，对AI行业来说到底意味着什么？
陈炜鹏：对攻坚大模型这样一个全新的技术，我觉得年轻人肯定有优势。
但如果探讨一个工程问题，反倒有工作经验的人更有优势，因为工程问题需要的是架构思维。至于产品经理，年轻人有一定的优势，但不是压倒性的。
那么创业这个事，我不认为年轻人有极大的优势。我不讨论判断，就讨论结果，今天大模型应用领域比较成功的创业公司，国内有哪一个是非常年轻的人做的？
智能涌现：产品上线后，投资人的态度有变化吗？
陈炜鹏：有，疑虑都打消了。产品上线后，我们一个月里融了两轮。
智能涌现：你是NLP出身的，转向多模态有门槛吗？
陈炜鹏：我不认为这是门槛。就像我之前从搜狗到Soul，一个更技术导向，一个更产品导向。这种差异对我来说不是阻力，反而是认知升级。
我们在组建团队时，也刻意追求这种差异带来的互补。所以我们在组建团队时，反而刻意做了跨模态组合：我偏语言模型背景，合伙人是文生视频方向。这不是偶然，而是设计出来的。
智能涌现：你是怎么组团队的？
陈炜鹏：我们找团队的思路很明确，要找有互补性的人。我希望每一个成员的加入，都对团队有增益。
但同时大家又有一定的信任，一旦团队形成共识，大家能坚定地推动。
我认为这个时代团队最重要的事，就是有技术想象力。AI时代做产品和过去不太一样。过去是先确定用户需求，技术大概率都能做到。
现在技术是动态发展的，只有想象力，很多时候只是对技术的幻想；只有技术，可能只是做一个平庸的产品。只有把技术和产品放在一起思考，才可能做出提升想象力的产品。所以我现在既负责技术，也负责产品。
智能涌现：为什么选择在临近春节的时间在国内上线产品？大家的注意力都被几家公司的模型发布吸引了。
陈炜鹏：这件事我思考了很久，也有很多人提醒我春节发布的风险。
不久前一天，我突然想明白，在这么多热点面前，如果我们能够给市场提供一个新的想象力，会不会反而有超额的回报？
欢迎交流！
启天配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
