# 14天造出一台AI Native计算机：Happycapy 和下一代人机协作的故事
**作者**: 向阳乔木
**日期**: 2026-03-28T15:21:16.000Z
**来源**: [https://x.com/vista8/status/2037912915916030171](https://x.com/vista8/status/2037912915916030171)
---
## 一、范式转变的那个瞬间
2026年1月，徐明和团队做了一个决定，放下做了几年的 Trickle.so，用14天时间造一个全新的产品。
这不是心血来潮。
Trickle 是一个生产力工具，帮普通用户做前端 coding，走的是 vibe coding 路线。
团队在这个过程中积累了不少经验，也看到了一些可能性。
但到 Claude Code 出现的时候，徐明意识到， 整个游戏规则变了 。
变化的核心在哪里？
以前的 Agent 像 Manus 那样，是通过 Function calling 调用工具，Agent 住在沙盒外面，跟沙盒通过 API 通信。
这就像给实习生发了50个不同的机械手，每完成一个工序就要换一个手。
Claude Code 带来的新范式是什么？
只需要一个 bash，就像人类的一双灵巧的手，不需要预先定义工具，理论上就能干计算机上的所有事。
更本质的是，Agent 从"住在沙盒外"变成了"住在计算机里"。
这非简单的技术升级， 而是 Agent 第一次拥有了操作电脑的灵巧手 。
徐明在内部测试 Claude Code 的时候发现了一些有趣的现象。
非研发的同事看到 demo 很有兴趣，但自己尝试的时候，终端、VSCode 这些东西成了门槛。
大家需要的不是一个开发工具，而是一个聊天界面加任务进度观察器。
还有一个问题，Agent 要抢你的电脑用，安装门槛也不低。
那为什么不直接给它一台电脑呢？
这就是 Happycapy 的起点。
https://happycapy.ai/
## 二、14天和99%
14天做出第一版，这个速度确实极端。
但更极端的是， 99%的代码是 AI 写的 。
徐明说，在做 Trickle 的时候，AI 写的代码最多占四五成。
到了 Happycapy，团队直接把比例拉到了99%。
他们甚至放弃了人工 review 每一行代码的习惯，因为代码写得太快，多到没法 review。
这是一次关于工作方式的实验。
实验的结果是什么？
代码仓库里出现了大量"废案"，就像游戏里那些做了一半没完成的内容。
但团队欣然接受了这一点， 接受了 Agent 这种级别的冗余，然后跟它一起协作去干掉这些冗余 。
这个过程本身就是 AI Native 工作方式的演练。
组织和个人先从量变到质变，才有了工具的 AI Native。
比做一个客户端要难不少，因为云端方案涉及安全性、调度、SDK 控制、用户权限等等复杂问题。
但团队一开始的目标很明确， 不是做一个完美的产品，而是做一个能用的、开箱即用的方案 。
先上线，再迭代。
## 三、为什么叫 HappyCapy
这个名字来自团队的头脑风暴。
2025年12月，团队就开始画卡皮巴拉的形象了。
他们想做一个轻松可爱的产品，因为 Agent 已经可以在计算机上帮人干活了， 那美好的未来应该是大家能因此轻松一点 。
小动物形象在海外市场很受欢迎。
最终选定卡皮巴拉，核心原因是 它情绪非常稳定 。
这个细节值得琢磨。
在一个 AI 情绪稳定、人类情绪不太稳定的时代，产品的定位就是做那个稳定的、把活干好的存在。
巧合的是，Anthropic 最近剧透的新模型也叫卡皮巴拉。
元子笑着说，这是稳稳地踩在了时代的前沿，哈哈哈。
但更有意思的是，这个名字背后传递的理念， AI 带来的应该是快乐而非焦虑 。
## 四、一台 Agent Native 的计算机
Happycapy 的定位是"Agent Native Computer"。
这个定义很关键。
Agent Native 的核心标志是什么？它和传统的 Code Native 有什么本质区别？
徐明的回答是，未来 Agent 跟 Computer 会合二为一。
今天 Agent 是 Agent，Computer 是 Computer，Agent 只是接管了 Computer。
但未来它俩会变成一个东西， Computer 会是 Agent 的躯干 。
现在的 Happycapy 1.0，只是让 Agent 暂时住在了人类的计算机里。
这台计算机还是以图形界面为主，Agent 要模仿你打开浏览器去操作。
但越来越多的网站已经推出 CLI 了，连飞书都有 CLI。
当 Twitter、Reddit、携程、京东都有 CLI 的时候，图形界面就完全不需要了。
Agent 会在自己的 CLI 黑箱里把所有工作完成。
接下来每3到6个月会出现一款新的计算机。
Happycapy 1.0、2.0、3.0，我们要习惯这个计算机不断升级的过程。
这就是 Agent Native 和 Code Native 的分界线。
Code Native 只是 Agent Native 中的一个部分，一个能力。
未来的产品不是为人类设计的 GUI，而是为 Agent 设计的 CLI 。
## 五、和龙虾的本质区别
很多人把 Happycapy 理解成"云端的龙虾"。
这个类比有一定道理，但不够准确。
Happycapy 和龙虾在底层逻辑上，最大的分岔路口在哪里？
徐明说，Happycapy 是端到端为用户体验负责的产品。
他们帮用户打磨了沙盒体验，内置了路由，调度了每个任务，预置了Skills，决定了哪些 CLI 要放进去。
龙虾是一个很好的开源项目，但它无法为端到端体验负责。
你会发现龙虾有一个版本升上来之后，很多人的飞书链接、微信链接就断了，因为它升级的时候不会考虑你连了哪些插件。
这是产品和开源项目的区别。
还有一个问题，龙虾的大部分代码都是 Agent 写的，社区贡献者越来越多。
当 Agent 贡献的代码越来越多的时候，怎么去干预它？怎么去约束它？ 这是一个很大的挑战。
徐明判断，未来一定会有龙虾的商业发行版，就像当年 Linux 的商业发行版一样。
Happycapy 甚至可以看作是一个不同源但不同代码的发行版 。
## 六、AI Native 的组织长什么样
Happycapy 的团队不大，但战斗力很强。
秘密可能在于，他们自己先变成了 AI Native 的工作方式。
徐明说，他们不是先做了 Happycapy 才去做这个转换， 而是先把团队转成了 AI Native 的工作习惯，才发现需要一款AI Native工具，才做的 Happycapy 。
举个例子：
他们的财务同学已经完全转成用 Agent 来处理财务。
听起来反直觉，因为财务很严谨。
但恰恰相反，财务都是数字、文档、票据和表格， 这些是今天 agent 在计算机上最擅长处理的事情 。
只要一个小技巧，在涉及到任何数字的比对和计算的时候，都让 Agent 去写 Python 脚本，不要用大模型去心算。
那个数字是绝对正确的。
哪怕你再担心，就让一个 Agent 做，另一个 Agent 复核。
两个月看下来， 出错的比例远远小于人类 。
产品开发也变了。
传统的需求文档、设计、研发流程， 在他们公司已经没有了 。
设计师、前端、运营，所有角色都在用 GitHub 来协作。
所有的东西都以文件推到 GitHub 来界定，在 GitHub 去 review 结果。
对 Notion 这类协作工具的使用大幅减少了，反而更多地使用 GitHub 。
这并非偶然，好友橘子的 ListenHub 团队也是一样，他们做了内部调研，发现这些工具使用频率越来越低，干脆把订阅取消了。
省下每月几千上万美元，用来给大家买Claude Code的TOKEN。
人跟 Agent，以及 Agent 跟 Agent 之间的协作，GitHub 是更好的选择。
徐明说，他们的组织结构也变了，变得更加扁平 。
每个人的决策半径都变大了。
以前他需要看某些数据，一定会找工程师先统计一下。
现在他直接进入各个系统，让 Agent 自己去看，看完给他一个数。
财务同学也是，以前只能处理财务系统上的数据，如果需要 AWS 或者 Cloudflare 上的基础设施数据，或者需要 Stripe 上的账单，都要去找工程师拿数据。
现在财务跟她的 Agent 说就好了，只要给她必要的权限，她自己就搞定了全部数据的整合 。
每个人的决策半径都变大了，决策层级变小了。
所有人都同时在干所有事 。
设计师可能在写前端，产品经理也在写前端或后端，前端和后端可能变成全栈。
这就是 AI native 的组织形态。
审核机制也变了。
以前可能让 CTO 去审核每一行代码，现在代码提交多了100倍，PR 多了100倍，CTO 已经无法去审核每一行代码了。
从过去的 Review 代码本身，变成了 Review 产品体验。
很多代码已经不去检查中间过程了，只看上线之后，通过人和 AI 自动化测试的方式去看体验有没有变化。
还有一个改变， 不要求把一个完美的更新推到线上 。
如果你是 Happycapy 的老用户，你会发现他们经常一天里有十几次更新。
只要决定它没有重大风险，就把功能尽可能先推上线。
很多时候用户比他们测得还快，这样方便大家体验到最新的能力，也是跟社区一起 Review 。
## 七、Product Hunt 的"神仙打架"
Happycapy 在 Product Hunt 上的表现很惊艳。
日榜第一、周榜第一、月榜第一。
但月榜第一来得并不轻松。
那天，Happycapy 遇到了硬茬， 一家 A16Z 投资的俄罗斯公司 。
两边此消彼长，你涨几十票，我就再拉几十票。
AJ和我在自己的各个微信和X账号，Fingerfly嘉宾的很多朋友都在帮Happycapy拉票，徐明团队也在全力动员。
可惜，最后一刻，Happycapy 还是落后20多票，所有人都快绝望了。
结果对方被Producthunt官方发现刷票作弊，剔除了一些票数，Happycapy 终于拿下了月榜第一。
这场"神仙打架"让整个 AI 圈子都兴奋了起来。
海外的 Instagram、Facebook 上AI圈的人到处都在聊，今天 Product Hunt 怎么回事，这两个团队到底什么背景。
甚至据说那天 ProductHunt 的流量可能都是新高。
徐明说，这次打榜最大的意义不是流量， 而是让他看到了从第一次在 ProductHunt 发布产品（当天排名第24）到现在的变化 。
第一次发布的时候，他们什么都不知道，没有视频，没有准备，只有二三十个人投票，排名第24。
但这两三年的过程串起来，让他很震撼，从完全什么都不知道，到现在开始做对了 。
越来越多的人开始帮助他们，这才是真正让他感觉做对了的信号。
ProductHunt 是一个很好的产品发布平台。
第一它免费，第二它聚集了国内国外最多的科技行业 SaaS 产品或者 AI 产品的发烧友和专业人士。
这是很好的早期用户群体，他们会给你很好的反馈意见，甚至第一波流量和第一波付费用户 。
如果产品确实有特色，更好的流量在二次传播当中。
海外会有很多 Newsletter，会有一些产品 Influencer（网红/达人） 看这个榜单。
如果他们觉得你的产品真的好，会主动做二次推荐和评测。
真正能跑出来的，是看第二波的二次传播。
## 八、谁在用 Happycapy
徐明给出的用户画像很清晰。
介于极客和小白之间。
如果天平的一边是完全的开发者和极客用户，另一边是完全的小白用户，Happycapy 最好的用户区间在这之间。
你可能日常工作中有一些专业任务，但不是很重的研发场景，也不是极度的重度极客用户 。
具体场景呢？
不是那些看起来很炫酷的"武功"，而是回归到日常工作生活中的重复任务。
帮你创建一个表，帮你调研一只股票，帮你整理发票，帮你写 PPT。
最开始上手，从那些你已经做过、大量重复、且一眼就能看出对错的事情开始 。
然后是进阶阶段，通过跟 Agent 合作，让它帮你做一些原来做不到的事情。
比如财务同学问数据，Agent 不再只是给文字或表格，而是直接做一个 Dashboard（仪表盘） 让你自己分析。
第三阶段，是让 Agent 做调研、探索性的事情。
设定一个实验台，让它24小时大量重复地做实验。
重复工作、拔高能力、探索未知，这是三个阶段。
## 九、一个晚上做出 iOS 版
徐明分享了一个Claude Code让他震撼的故事。
过年前要回家，他觉得在家应该很少能打开电脑，就临时花了一个晚上五六个小时，给自己做了一个 iOS 版的 Happycapy。
这辈子从来没写过移动端代码，甚至不知道该选什么框架，全程跟 Claude 探讨，五个小时手搓出来了。
今天 Max 用户内测的那个版本，就是当时那个一个晚上的原型。
这个故事的意义不在于技术本身， 而在于 Agent 大幅拔高了一个人的能力边界 。
第一阶段 Agent 做你熟悉的事，第二、第三阶段真的可以做到很多你原本做不到的事情。
这是10倍、20倍的杠杆，这个是真的很明显 。
## 十、用户的脑洞
徐明印象最深的用户案例，是用户自己在定义自己想要的界面。
有一个高手用户，用了很多 TOKEN。
徐明去问他到底用来干啥，发现 他自己为 Happycapy 开发了一堆插件 。
他不满意官方的 UI，就按照自己的理解做了一套自己的 UI 部署在本地。
他把所有任务按照看板的感觉来分，按完成度来区分，同时跟踪很多任务 。
他每天不看官方的对话界面，只看他那个看板界面。
还有很多自己的功能，比如筛选对话、搜索、排序、自动化等等。
他完全按自己的理解做了一套自己的 UI。
还有一个用户做了一个叫"卡皮农场"的东西。
把 Happycapy 的任务具象成了一个一个卡皮巴拉的角色，在一个卡通的农场里面，就像一个游戏场景一样去调度 。
这给了徐明一个很大的启发。
过去的产品经理，包括他自己，实际上是把所有人的诉求取到一个交集，得到一个最大的公约数，把棱角都删掉了，最后得到的是一个中庸的答案，一个60分的结果 。
但未来可能是每个人会得到自己满意的一个90分的结果。
## 十一、TOKEN 焦虑和解法
这是绕不开的话题。
Opus 太贵了，徐明很诚实地说， Happycapy 目前是在补贴用户，成本非常高 。
即使在有周限额的情况下，补贴力度依然很大。
90%的付费用户七天之后还在用，但 收入确实无法覆盖成本 。
怎么办？
一方面，团队在跟 Minimax、Kimi 等国产模型合作，丰富用户的选择。
Minimax 2.7在一些稍微没那么复杂的场景里，体验还可以。
另一方面， 他们在做一些工程研究，希望有创新突破能缓解 TOKEN 焦虑 。
具体怎么解决不能剧透，但这是从 Trickle 时期积累的上下文处理经验延续过来的。
当时是为了解决上下文装不下的问题，现在可以解决上下文贵的问题。
还有一个办法是用 Skill。
徐明举了个例子，Anthropic 官方推荐的写 PPT 的 skill，最早版本执行150多步，非常浪费 TOKEN。
最近的版本精简到20步， TOKEN 省了七八倍 。
更优秀的方法论，能把成本真正降下来。
这就像一台车，发动机是 V8 的很耗油，但总有一些人的开车技巧能让它省油一点。
## 十二、Skills 生态的未来
Happycapy 上有很多 skills，目前能搜索到网络上所有的 skills， 应该有40万条 。
但徐明有一个观点， Skills 不是未来 。
为什么？
同样做 PPT 这一件事情，你能搜到800个 skills。 你怎么去平衡这些 skills？
而且我们现在的计算机上安装了很多 Skills，但它们类型完全不一样。
做前端开发的时候需要这一些 Skills，写文章的时候又需要另一些 Skills。
徐明判断，Skills 上面可能还会有一层封装，是 Agent 或者是Skills的集合。
现在看到的 Skills 应用市场，可能是一个中间状态。
团队 CTO 做的那个美股交易员就是一个例子。
它不是一个 Skill，而是一套 Skills，加上人类的智慧，以及 Agent 在试错当中积累的经验和记忆系统 。
它打包在一起，是一个 Agent。
这个东西有很强的被分享和被复用的价值。
## 十三、普通人怎么用
很多人面对新产品会茫然无措，不知道该怎么用。
徐明的建议很实在。
第一，茫然感是正常的。
他回想起自己小时候学计算机，前一两年其实都是很茫然的。
真正的启蒙点是玩游戏，为了玩游戏要改很多配置文件，在这个过程中学会了很多东西。
所以他在思考，有没有一个打引号的 Agent 的游戏，一个 Playground，让大家在没有那么严肃、没有那么压力的情况下，把 Agent 入门给解决了。
第二， 先找一个你日常真的要用的场景，在用这个场景的过程中慢慢学习 。
不要上来就看着左边的功能菜单一个一个学下来，那样会很茫然。
把一个工作生活中已经有的小问题丢给它，比如帮我写一个 PPT，或者帮我整理一些数字、整理一些 Excel 表。
从这个过程中去解决问题，去学习。
至于怎么养成把任务交给 Agent 的习惯？
从简单的、大量重复的、一句话能说清楚的任务开始。
徐明自己的例子，每天凌晨12点让 Agent 去看所有人提的 PR，总结一下，看看有没有潜在的 Bug，如果有的话再给一个修复建议，每天早上起来给他发封邮件。
另外他有个 Automation 自动化流，每天凌晨3点去扫描开源项目的代码更新和商业化产品的文档更新，最后写一份简报发给他。
这些任务听起来很简单，很容易描述清楚，大量重复。
很多 Automation（自动化） 的项目都是一句话能说清楚的。
## 十四、五个"不要"
当被问到创业者应该避免什么时，徐明给出了五个建议：
1. 不要再做龙虾套壳了。
已经太多了。
如果要做，去做优化版的龙虾，那甚至更有意义。
2. 不要再做去年范式下的 Agent。
去年那个范式下的大模型套壳真的不要再做了。
如果要套壳，套 Claude Code，Agent 套壳是可以的。
3. 不要再做 GUI 的产品。
应用主力做 Agent，做 CLI。
4. 不要局限在单机。
龙虾这一类单机其实已经挺好了，不要再过多研究它单机的性能了。
想想它们联网之后会怎么样。 计算机一定会联网。
5. 不要只看 C 端场景。
很多 B 端还是有机会的，可能也不一定有你想的那么难。
还有一个更本质的建议。
找到大厂没有立场去解决的问题。
比如 TOKEN 贵这件事，不是 Anthropic 的困扰，是用户的困扰。
Anthropic 的工程师不会吃不下饭睡不着觉每天想着优化 TOKEN 成本，他们要把 ARR 做大，要上市，要 IPO。
找到正确的问题，找到大厂的立场，他没有意愿、没去解决的问题。
或者说，干了对他们没好处的事，所以他们没有很强的意愿去干。
永远有一波他们不愿意干的事。
## 十五、为 Agent 打造产品
什么样的 Agent 产品值得长期关注？
徐明的回答是， 为 Agent 打造产品，值得长期关注 。
不是 Agent 产品本身，而是为 Agent 打造的产品。
比如，Agent 需要有自己的支付、自己的钱包、自己的邮箱，甚至自己的电话。
今天我们都是在强迫 Agent 去访问人类的网络，它有诸多限制。
比如让它上 Twitter 就不是很顺畅。
但 Twitter 一定会变得对 Agent 友好，对合法的 Agent 友好 。
Agent 也会有自己的 Twitter，有自己的 Facebook。
现在想让 Agent 去京东帮我买一个东西，还是比较复杂的。
但京东会变成欢迎 Agent，或者说会有新的欢迎 Agent 的新京东出现 。
徐明觉得这个事情 3 到 6 个月就会有，很值得期待。
## 十六、Agent 越来越强，和 AGI 还有什么区别
Agent让人类终于找到了大模型的正确使用方法 。
这是通向 AGI 的正确道路之一。
但它不完全是 AGI，因为今天理论上 Agent 只是接管了我们的计算机。
它的能力边界是人类使用计算机的能力边界 。
但人类的智慧可不只在于数字世界操作计算机。
人类还有很大的世界可以去操作。
所以它是通向 AGI 重要的一环，是找到了正确的方向之一。
## 十七、AI 会抢饭碗吗
这是个绕不开的问题。
徐明说，短期内确实会是一个混乱的过程。
但他给程序员的例子很有意思。
以前的焦虑是35岁被裁，现在只要你愿意，代码可以写到60岁 。
因为写代码已经不是体力劳动了，Agent 把体力劳动那部分接管了，脑力劳动可以工业化了，但人可以贡献智慧。
年龄已经不是很大的因素了，关键在于思维方式是不是能够跟 Agent 一起协作，而且一定要变成 Agent 为主、人类为辅的方式。
有两类人用 agent 写代码最好，一类是老师傅，过去的经验非常丰富，有很多跨类型的经验。
还有一类是完全没有经验的年轻人、高中生。
这两类人都可以把 agent 写代码写得非常好。
另一个建议是降低预期。
不要期望 Agent 一夜之间帮你赋能10倍，从简单的事情着手，能提效20%、30%就很好了。
把预期降下来的时候，人反而就没有那么焦虑。
长远来看，很多基础工作会被解放出来，大家又开始去做更加有创意的事情。
人类工作时长会越来越短，可能一周四天、三天 。
## 十八、预期管理的边界
很多人对 AI Agent 最大的误解是什么？
预期。
因为网上新闻看得太多了，会预期说所有事情交给它就能解决了。
这是比较大的一个误区。
现阶段对 Agent 比较务实的想法是， 这个任务是你自己能做的，且你知道这个结果是好还是坏，然后你用 Agent 来先做 。
就像徐明跟他爸说的，炒股这件事他自己是知道的，且他自己会操盘，他也知道什么是亏钱、什么是赚钱。
这个时候用 Agent 来替代是一个比较务实的阶段 。
而不是说你可能完全不知道这件事怎么做，你就让 Agent 像一个魔盒一样帮你搞定了，那这个是不太现实的。
还有一个有意思的现象。
有经验的人在使用 Agent 的时候，可能会因为自己的经验限制了自己的想象力，反而用得没有那么好。
比如编程领域，有一些有通识性知识的人去做编程的时候，在某些领域上反而胜过了一些编程的老师傅。
因为老师傅会把具体定义得非常明确，你要用什么方法、用什么框架、用什么路径去做什么事情， 反而限制了 Agent 。
预期管理的边界在哪里？
在于验收。
我们可能不知道中间过程，不知道方法，但一定要知道什么是对的，什么是我想要的。
你得知道说，我可能不知道这盘菜的配方是什么炒出来的，但我一定得说出来它是淡了还是咸了，是酸了还是苦了。
你不能说它不好吃，你得说它有点太辣了，我不想吃这么辣。
你得讲出这个程度的事情。
这是对未来所有人的一个能力上的要求。
## 十九、三年后最大的风险
如果三年后回头看，Happycapy 最大的风险是什么？
徐明说， 更多还是来自自己，团队迟钝了，或者说对某些东西不够敏锐了 。
现在在一个巨大的变化当中， 就像一个冲浪选手，其实不是浪把你打倒的，是你自己的姿势不对，或者你自己的状态不对 。
至于巨头碾压的问题，徐明的看法是， 对于这个时代的创业者来说，永远还得是往前走 。
你不能做停下来的那种竞争，你得去探索能力边界上再往前去探索一点点，往外再拱一点。
这是你能生存下来的第一个条件，是你能总是在边界上再往前探索一步，这是你比大厂唯一的优势 。
当年的 Manus 出来，再到龙虾，大家其实都是在现有的边界上往前再走了一步。
这一波的创新才刚刚开始，那个边界上有很多的方向你可以去突破。
## 二十、写在最后
这场对话持续了两个多小时，信息量很大。
但最打动我的，不是那些技术细节，而是徐明团队身上那股劲。
看准方向就往前冲，用14天证明想法，用两个月跑出成绩。
他们自己先变成了 AI Native 的工作方式，才做出了 Happycapy。
财务同学完全转换成用 Agent 处理财务，设计师、前端、运营都在 GitHub 上协作，所有人的决策半径都变大了。
这不是工具的胜利，是组织和个人先变了，工具才跟上来。
范式变了，计算机正在重新被发明一遍。
我们正站在这个变化的起点，看着下一代计算机慢慢成形。
Happycapy 只是开始。
但更值得期待的，是这个时代本身。
注： 本文基于2026年3月28日"未来硅世界"第13期直播访谈整理。
未来硅世界每双周的周六，和朋友一起围炉夜话，聊聊 AI。主持团队：向阳乔木、姚金刚、尼克西、元子。
想了解更多，可以访问 https://happycapy.ai 或加入社群交流。
能看到这里的都是乔帮主铁杆！
如果觉得不错，请随手三连~
谢谢你耐心看完我的文章~
## 相关链接
- [向阳乔木](https://x.com/vista8)
- [@vista8](https://x.com/vista8)
- [5.9K](https://x.com/vista8/status/2037912915916030171/analytics)
- [Trickle.so](https://trickle.so/)
- [https://happycapy.ai/](https://happycapy.ai/)
- [https://happycapy.ai](https://happycapy.ai/)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [11:21 PM · Mar 28, 2026](https://x.com/vista8/status/2037912915916030171)
- [5,997 Views](https://x.com/vista8/status/2037912915916030171/analytics)
---
*导出时间: 2026/3/29 15:17:02*