“当概率从赌桌上的书信演变为算法下的镰刀，这场跨越数百年的金融博弈，你究竟是玩家，还是被计算的‘数据’？”本文来自微信公众号：15Bit，作者：陈十五，原文标题：《“不确定性”的终极集约：从神学盲盒到算法猎场》，头图来自：AI生成
风险是如何被发明的？
1654 年的法国，巴黎的沙龙里弥漫着葡萄酒与劣质烟草的味道。一位名叫安托万·贡博，也就是后世熟知的德·梅雷骑士，正盯着桌上的一堆金币陷入沉思。他是一位狂热的赌徒，此刻却遇到了一场前所未有的僵局：他和对手正在进行一场掷骰子的赌局，约定先赢下特定局数的人拿走全部奖金。然而，赌局因为突发事件被迫中途叫停。
问题来了：这笔钱究竟该怎么分？
如果按照当时的神学逻辑，这道题是无解的。在文艺复兴之前，未发生的未来是属于上帝的“盲盒” 。一艘商船出海，遇上风暴沉了，那是天意；农民种地遇上大旱，也是天意 。凡人无权干涉未定的命运，既然骰子没有掷完，这笔钱要么平分，要么退回 。当时的欧洲社会，面对未来的不确定性，人类只能靠烧香祈祷 。这时的未来是一个绝对的黑盒 。因为算不出概率，所以风险无法被交易 。
但德·梅雷骑士拒绝接受这种模糊的“天意”。他将这个问题写成信，寄给了当时住在巴黎的数学天才布莱斯·帕斯卡。帕斯卡随后又将这个问题转给了远在图卢兹当法官的皮埃尔·德·费马。
在接下来的几个月里，这两位改变历史的数学家通过一封封穿梭于巴黎与图卢兹之间的信件，完成了一次极具穿透力的思想越狱。他们没有去纠结过去的胜负，而是直接将目光投向了那些“尚未进行的对局”。他们通过严密的逻辑推演，精准算出了在剩余对局中每个人最终获胜的概率，并据此对这笔赌资进行了切割 。
这就是数学史上著名的“中断的赌局”问题。这看似是个数学游戏，但它切开了一个巨大的商业切口：未来是可以被测算的 。帕斯卡和费马不仅解决了分钱的问题，他们实际上发明了概率论 。只要你掷骰子的次数足够多，你就能知道掷出“6”的概率 。原本神秘的“天意”，被强行降维成了一组可以计算的数字 。
现代社会与古代社会的分水岭，就在于我们懂得了如何给“风险”定价 。本文所讲的 “集约”，就是分散在无数个体手中、不可控的未来不确定性，通过数学、金融、算力工具，向少数主体集中、转移、定价与再分配的全过程。
但在探讨金融产品如何通过复杂的集约化收割财富之前，我们必须先向下看一层，审视支撑这套概率游戏的基础设施。没有算力的支撑，任何关于未来的测算都只是空谈。
在一艘满载香料的商船从威尼斯起航的时代，商人们用来记账的工具，是一套名为“罗马数字”的残缺操作系统 。从底层逻辑来看，罗马数字本质上是对物理实体的象形映射。这种数字极度适合用来“清点库存”，但几乎没法做复杂的乘除法 。在它的统治下，欧洲商人的账本被死死地锚定在“过去”与“现在”的物理状态上，无法向未来延伸。
真正的底层算力革命，发生在一个不起眼的历史节点：斐波那契将阿拉伯数字引入欧洲 。阿拉伯数字带有位置权重，这场引入不仅是一次书写习惯的改变，更是一场底层算力的革命 。一个残酷的商业事实是：没有算力，就没有金融 。
正是阿拉伯数字的普及，让当时的商人第一次在账本上算清了两个极具杀伤力的概念：“复利”和“折现率” 。钱，第一次在账本上有了“时间属性” 。财富不再仅仅是地窖里正在氧化的生铁和发霉的香料，远期尚未发生的收益，可以通过一个折现率，被精准地拉扯回当前的维度。人类，拥有了向未来索取权力的第一把钥匙。
当阿拉伯数字搭建了坚实的算力底座，帕斯卡与费马的概率论便顺理成章地演化出了现代金融的终极圣杯：期望值。
期望值的硬核逻辑极其冷酷：把还没发生的结果，按概率折算成今天的钱 。这是一种极度狂妄的抽象：它不再去试图理解那艘商船为什么会沉没的物理因果，而是只关心在 1000 艘商船中，沉没的统计学比例。这是人类金融史最伟大、也最危险的发明 。
在这个逻辑框架下，原本不可触碰的未来黑盒被彻底撬开了。既然概率能算出来，风险就能变成商品 。保险和远期合约（期货的前身）就此诞生 。出海的船长怕沉船倾家荡产，留在岸上的有钱人想赚一笔 。有钱人的商业模型极简但致命：你给我一笔钱，船沉了我赔你，船没沉这钱归我 。
在这场交易中，商业的本质暴露无遗：风险并没有凭空消失 。它只是完成了系统内的第一次“集约”——从“承受不起亏损的人”手里，被转移到了“愿意拿钱赌命的人”手里 。这些投机者赚取的，正是金融学中最基础的利润源泉——替别人担惊受怕从而收取的“过桥费”，也就是最原始的风险溢价 。
当然这套风险定价体系，并非只有收割的一面。正是因为风险可被转移与定价，商人才敢远航开辟新航线，农民才敢尝试新的种植技术，创业者才敢投入资金做科技创新。金融对风险的集约，本质上是给实体经济的不确定性装上了缓冲垫，这是现代商业文明得以爆发的核心底层支撑。
然而，单纯的数学概率并不足以支撑起一个跨越世纪的庞大金融帝国。真正让这套逻辑运转数百年且暴利不断的，是系统对人类心理弱点的精准猎杀。
丹尼尔·伯努利提出的“财富的边际效用递减”理论，构成了这套收割体系的心理学底座 。这套理论揭示了一个残酷的非对称性：丢掉 100 块钱给穷人带来的痛苦，远大于捡到 100 块钱带来的快乐 。但对富人来说，这 100 块无所谓 。随着财富增加，每一块新增的钱带来的“爽感”越来越低 。在坐标系中，金钱带给人的心理满足度（效用），呈现出一条向上凸的曲线 。
这种效用感知上的极度不对称，完美解释了为什么人类会心甘情愿地被金融机构收割，也就是保险生意的本质 。
假设你拥有一台价值 100 万的设备，有 1% 的概率会彻底损毁 。数学上的期望损失仅仅是 10，000 元 。但保险公司向你开价 12，000 元（其中 2，000 元是人家的利润） 。在一个绝对理性的数学世界里，这笔交易是亏损的 。
但你依然会买 。因为在你的效用曲线上，瞬间损失 100 万所带来的生存恐惧，远比稳定支付 1.2 万元带来的痛苦要深刻得多 。你多支付的那 2，000 元，本质上不是在保护物理设备，而是在向金融巨头购买“效用的确定性” 。
这就是博弈的不对称性：巨头利用了普通人“厌恶损失”的心理 。散户为了买个心安，愿意支付不合理的溢价 。而金融巨头则靠着庞大的资金体量，稳稳地收割着这份“恐惧税” 。风险，彻底被包装成了商品卖出去了 。
至此，金融系统完成了它的初级形态。它将分散在物理世界中的灾难、天气与意外，抽象成一串串带有概率的数字，并利用人性的弱点，完成了对个体不确定性的第一次成功集约 。这时的金融，依然老老实实地充当着物理世界的缓冲垫 。
在数学家们的账本深处，一种更为狂妄的念头正在滋生。既然公式可以对冲常态的风险，那我们是否能用更复杂的模型，抹平这颗星球上所有的波动？一场试图挑战物理重力的致命实验，即将拉开帷幕。
当诺贝尔奖撞上“物理悬崖”：悲剧开始
当期望值的逻辑在账本上跑通之后，华尔街的野心便不再局限于替商船出海或农作物歉收收取“过桥费”了。既然简单的概率论可以给轮盘赌定价，那么更复杂的数学模型，是不是就能把整颗星球的起伏都装进一个无懈可击的套利机器里？
为了回答这个问题，我们必须先看懂一张给现代金融系统注入致命自信的图表：正态分布的“钟形曲线” 。
数学家高斯提出了正态分布，而高尔顿发现了“均值回归” 。在他们的测算中，无论是人类的身高，还是无数次掷骰子的结果，最终都会集中在平均值附近，在坐标轴上形成一座中间高、两边低的钟形曲线 。在这座理论的钟形罩里，极端的偏离在理论上极少发生 。
这套冰冷的统计学规律，被华尔街生搬硬套到了充满贪婪与恐惧的资本市场上，并翻译成了一句极具诱惑力的投资经验：涨多了总要跌，跌多了总要涨 。
顺着这个逻辑，一个极其自然且迷人的设想诞生了：既然万物最终都会向均值回归，那我们能不能只做一件事——精准地站在下跌与上涨的缝隙中，买入被低估的，做空被高估的，通过两边的对冲，无风险地收割这条曲线带来的永恒利润？
答案是：绝对不行。
这个完美的设想，建立在一个极度危险的偷换概念之上：在数学家的账本里，“风险”被强行定义为了“波动率” 。现代金融的基石，如马科维茨的投资组合理论，正是建立在这种错觉中 。他们认为，只要一个资产的价格上蹿下跳幅度不大，它就是安全的 。
但这违背了基本的物理现实：波动率只能测算过去的常态，它就像是一张记录你在平地上散步时重心的心电图，它根本无法预测未来的断崖 。这就如同用过去十年的天气预报，来推断明天会不会有陨石撞地球 。当机构用代码跑回测时，那些平滑的收益曲线，彻底掩盖了系统中极低概率、但具毁灭性的“尾部黑天鹅” 。风险被数学公式粉饰成了太平 。
为了看清这种公式掩盖下的深渊，我们必须重温上世纪 90 年代华尔街那场最狂妄的实验——长期资本管理公司（LTCM）的陨落 。
LTCM 是金融系统第二次“集约”的终极产物：智力与杠杆的集约 。这家公司汇聚了全美的顶尖诺奖得主，试图用高杠杆的套利模型熨平市场的所有波动 。此时金融的本质，已经发生了彻底的异化：它从对冲现实世界的物理风险，变成了对冲“数学公式的误差” 。
LTCM 的天才们利用著名的布莱克和斯科尔斯期权定价模型 (Black-Scholes) 。这个公式把时间、利率和波动率死死锁在一起，宣告了一个可怕的现实：“不确定性”不仅能被预测，还能被精准切碎、打包兜售 。
这套逻辑在常态下完美运转，机构仿佛在虚空中印钞 。但这个建立在连续微积分上的精密公式，有着一个致命的前提假设：市场永远有接盘侠，也就是流动性永远充足 。模型假设资产价格的变动是滑动的斜坡，你可以随时优雅地买卖。
然而，现实的惩罚降临在 1998 年。俄罗斯政府毫无征兆地宣布债务违约 。
这并非钟形曲线上可以预测的“波动”，而是一次彻头彻尾的物理断裂。经济学家弗兰克·奈特曾精准定义过这种状态——不可计算的“奈特氏不确定性”：像战争爆发、政策突变，你既不知道会发生什么，连概率也算不出来，它是不可定价的 。
当真正的恐慌降临，买盘瞬间消失，所有精密的期权定价公式沦为了废纸 。原本完美的对冲机制，瞬间变成了绞肉机 。
在这里，我们需要把复杂的金融术语还原为冰冷的常识：
LTCM 借了极其庞大的资金，在天平的两端同时下注以抵消风险。当他们察觉到危险想要抽身时，必须要有人愿意接手他们的筹码。但俄罗斯违约引发了全球恐慌，所有人都在疯狂抛售，根本没有人愿意买入。市场彻底冻结了。LTCM 卖不掉手里的资产，但每天却要面临天价的债务利息。那些原本用来保护他们的数学公式，因为市场的彻底停摆，反倒将他们死死锁在亏损的泥潭里，将资金绞得粉碎。
这场史诗级的崩盘证明了一个极其冷酷的逻辑：数学模型只能处理“常态”，却无法给“恐慌”定价 。
如果说 LTCM 的崩盘，是诺奖天才们用公式对冲 “公式误差” 的第一次失败，是风险在精英圈层的小规模集约失控；那么 2008 年的全球金融危机，就是这套 “正态分布幻觉” 在全球金融体系中的全面失控，是一场覆盖全民的、规模空前的风险集约化灾难。
LTCM 的废墟未寒，这种公式的傲慢便以更庞大的体量复活。2008 年金融危机的本质，就是一场将“垃圾”通过数学公式包装成“黄金”的集约化运动。
华尔街利用名为“高斯 Copula 函数”（用来测算多个资产之间价格联动概率的统计学模型，华尔街用它来判断房贷同时违约的可能性）的正态分布模型，测算数以万计次级贷款之间的相关性。模型给出的结论是：全美房地产市场同时崩盘的可能性微乎其微。
基于这种“分散投资”的数学幻觉，银行将高风险的次贷打包成 CDO（担保债务凭证：把成千上万笔高风险次级贷款打包拆分、重新分级的金融产品，垃圾债通过打包被包装成了 “稳赚不赔” 的 AAA 级资产），并辅以 CDS（信用违约互换：相当于给债券违约买的保险，买方定期付保费，一旦债券违约，卖方全额赔付）作为保险。通过层层包装，原本极度脆弱的次贷风险被集约为看起来稳如泰山的 AAA 级资产。
然而，当美国房价开始下跌，物理现实的重力瞬间击碎了数学假设。所有的次贷并非独立事件，而是呈现出恐怖的连带崩溃。所谓的“几乎不可能违约”在断裂带面前沦为笑话。那一刻，整个金融体系发现自己正骑在一个由数万亿衍生品叠起来的火药桶上，不确定性的爆发几乎瞬间让全球流动性窒息。2008 年的崩盘证明了公式会断裂，但这并没有让华尔街退缩。相反，巨头们意识到，既然算不准“为什么”，那就干脆用极致的算力去垄断“是什么”。
人类企图用数学公式征服不确定性，却发现自己只是在悬崖边上闭着眼睛狂奔。当公式破产之后，幸存下来的金融巨兽并没有退缩。他们不再试图用优雅的数学公式去解释世界，而是抛弃了因果，拿起了另一种更冷酷的武器。
量化时代的人性猎场和算力围城
LTCM 的废墟并没有让华尔街学会敬畏，反而催生了一种更为冷酷的演化。
当基于连续因果关系的数学公式在俄罗斯违约的悬崖前粉身碎骨时，另一批站在边缘的观察者得出了一个令人毛骨悚然的结论：既然真实的物理世界和商业逻辑过于复杂，充满了不可计算的断裂，那么解决不确定性的最好办法，就是彻底放弃理解它。
这标志着金融系统进入了第三阶段，也是迄今为止最封闭、最冷血的一次集约——放弃理解商业逻辑，纯粹依靠数据挖掘和算力碾压 。
引领这场范式转移的，是詹姆斯·西蒙斯和他创立的文艺复兴科技公司 。
在西蒙斯的“大奖章基金”里，传统金融学的宏观分析被彻底抛弃 。这里的服务器不再关心某家公司的财报是否盈利，不再关心美联储的利率决议，甚至不再关心地球上发生的任何真实物理事件 。他们彻底切断了金融系统与实体经济之间仅存的那一丝因果联系。
这套系统的核心逻辑是绝对的虚无主义：只看海量数据里的微小统计规律 。
无论资产价格的波动是因为战争、灾难还是仅仅因为一个交易员按错了键盘，在算法眼里，这些都没有本质区别。算法不再追问“为什么会跌”，它只捕捉“正在跌”这个物理信号，并利用高频交易在毫秒级内完成收割 。既然探究世界的真相会带来致命的误差，那就把世界简化为纯粹的数据流。
然而，仅仅拥有庞大的数据和极低的延迟，算法能收割到什么呢？答案是：人性的物理弱点。
在这个冷冰冰的代码猎场里，最核心的量化因子，是对人类心理学弱点的精准剥削。丹尼尔·卡尼曼提出的前景理论及其“S型曲线”，成为了这台收割机最锋利的齿轮 。
这套理论揭示了人性中极其残酷的一面：损失厌恶 。在真实的心理感知中，左侧代表“损失”的曲线比右侧代表“收益”的曲线要陡峭得多 。直观的翻译就是：人类亏损 1 万块的痛苦，远大于赚 1 万块的快乐 。丢掉 100 块钱的痛苦，需要赚到大约 250 块钱才能抵消 。
这种心理上的不对称性，在面对市场的剧烈波动时，会迅速演化为群体的恐慌与踩踏。散户极其渴望“确定性” 。
如果说帕斯卡与费马的概率论，完成了人类对不确定性的第一次拆解；LTCM 与华尔街的公式幻觉，完成了风险向精英圈层的第二次集约；那么 A 股市场的量化爆发，就是这场跨越 400 年的“定价权掠夺”，在本土市场完成的第三次终极集约—— 算力彻底垄断了不确定性的定价权，散户连参与博弈的资格都在被快速剥夺。
这场集约的速度与烈度，远超华尔街。近年来 A 股量化基金规模呈指数级爆发，截至 2026 年，全市场量化产品管理规模已突破 3 万亿，高频交易占比一度超过全市场成交额的 40%。而 A 股独有的交易土壤，更是为这场算力霸权的落地，提供了完美的温床：T+1 交易制度让散户日内无法纠错，涨跌停限制放大了极端情绪的传染性，散户交易占比长期维持在 60% 以上，非理性交易、追涨杀跌的行为特征高度统一，这让算法对人性弱点的收割，效率达到了极致。
对于国内散户而言，最直观的体感，就是市场正在变成一座看不见的算力围城：你感觉流动性永远充足，可一买就跌、一卖就涨；你研究了多年的技术分析，在算法面前不堪一击；你以为自己在和其他投资者博弈，实则你的每一笔交易，都在被毫秒级的算法精准预判与收割。你早已不是市场的参与者，而是算力世界里的“数字燃料”。
在 A 股市场，算法已经演化出了一套完全贴合本土规则、精准猎杀散户的完整体系，每一种收割手段，都紧扣着全文的核心逻辑 —— 用散户对“确定性”的执念，完成不确定性的集约与定价：
（1）诱导式博弈：用虚假确定性，完成情绪的集约
算法最核心的武器，就是散户对“支撑位、压力位、大单资金”的确定性执念。它会在涨停板、整数关口、核心均线等关键价位，挂出数千万甚至上亿的虚假托单或压单，给散户制造 “大资金护盘” 或 “主力砸盘” 的强烈视觉信号。
当你看到买一上万手的托单，放心买入的瞬间，算法已经在毫秒内撤掉所有托单，反手把筹码砸给你；当你看到卖一巨额压单，恐慌卖出的瞬间，算法立刻撤单吃掉你的卖单，反手拉升。你以为的技术信号，是算法给你画的牢笼；你以为的确定性，是为你量身定做的陷阱。算法把原本分散、不可预测的散户情绪，通过虚假信号完成了精准的引导与集约，最终完成收割。
（2）订单流预判：用算力特权，完成流动性的集约
A 股量化机构的核心护城河，不是更聪明的模型，而是普通人根本无法企及的算力特权：和交易所同机房的服务器托管、专属极速交易单元，让它们的订单传输速度，比普通散户的券商 APP 快 5-100 毫秒。别小看这不到一眨眼的时间，A 股的交易规则里，订单申报遵循 “价格优先、时间优先” 的原则，算法的极速通道，本质上是用算力特权，打破了时间优先的公平规则：它能提前洞察全市场的订单流向，在你挂单之前，就抢跑吃掉最优价位的所有筹码，再以更高的价格卖给你；也能提前预判大额卖单，在你卖出之前，就挂单压低价格，让你只能以更低的价格成交。
这就是为什么你挂单总是差 1 分钱成交，为什么你的买卖总能精准买在最高点、卖在最低点。算法凭借算力霸权，垄断了市场的“交易时间窗口”，把原本分散在全市场的流动性完成了极致集约，散户的每一笔成交，都在无形中缴纳一笔“时间差过桥费”—— 这正是最原始的风险溢价，你为了快速成交的确定性，向算力霸权支付了额外的成本。
（3）恐慌性诱导：用人为不确定性，完成恐惧的集约
这是对“损失厌恶”人性弱点最极致的利用，完美复刻了保险生意的收割逻辑：算法主动制造不确定性，再把 “确定性” 卖给恐慌的散户，收取“恐惧税”。算法会利用 A 股 T+1、涨跌停的制度限制，在个股的关键支撑位、跌停板边缘，用集中筹码猛烈砸盘，人为制造瞬时破位的恐慌信号。
当你持仓的股票跌破你坚守了几个月的均线，K 线彻底破位，全市场都在疯狂抛售，你亏损的痛苦会被无限放大，最终在最低点割肉止损。而就在你卖出的瞬间，算法已经在下方把所有带血的筹码全部接走，股价立刻拉回。在这场博弈里，算法主动创造了风险，再把规避风险的 “安全感” 卖给你。它把原本分散的散户恐慌，完成了精准的集约与收割，你为了规避更大亏损而付出的代价，正是量化模型最稳定的利润来源。
这场算力围城里，从来没有所谓的 “公平博弈”。华尔街的量化博弈，还是机构与机构之间的算力对决；而 A 股的量化市场，是装备了核弹的机构，和拿着冷兵器的散户之间的降维打击。算法不再关心企业的盈利、产业的发展、经济的基本面，它只需要捕捉散户的情绪波动，在毫秒之间完成收割 —— 这正是第三次集约最冷酷的本质：彻底放弃对因果的理解，纯粹靠算力碾压，完成对不确定性的终极垄断。
算法基于历史数据总结的规律，会在极端行情下引发集体踩踏，2024 年 A 股的多轮量化踩踏事件已经证明，算力可以集约散户的不确定性，却无法消灭市场的终极不确定性，反而会在极端情况下，把风险放大到整个市场，这正是全文核心的“风险质量守恒”—— 风险从来不会消失，只会被集约、被转移，最终迎来更猛烈的爆发。
从帕斯卡时代的羊皮纸，到 LTCM 的期权公式，再到大奖章基金的超级计算机，人类驯服不确定性的过程，完成了一场彻头彻尾的权力剥夺。
目前的金融系统，已经完成了它的“终极集约” 。曾经，风险的承担者是出海的船长和种地的农民；后来，是试图用数学公式解释世界的宽客（靠数学模型做金融交易的从业者）；而现在，算力、数据接口和极低延迟的网络，成了新的护城河 。
在这座坚不可摧的算力围城里，市场的流动性被极少数算法巨头垄断 。普通的交易者不仅无法分享金融系统降低不确定性所带来的红利，反而连做“燃料”的资格都在被剥夺 。因为当所有的大型机构都在用毫秒级的 AI 互相博弈、互相踩踏时，没有装备极速网络和算法护甲的个体，在踏入市场的瞬间就已经遭遇了数字层面上的社会性死亡。
算力霸权确实压缩了个体交易者的生存空间，对普通散户而言，在这场算力围城里，最有效的破局方式，从来不是和算法拼速度、拼短线，而是守住算法永远无法覆盖的维度 —— 基于产业深度认知的长期价值投资。这正是对纯数据量化的降维打击。算法能收割毫秒级的人性波动，却无法预判一家企业十年后的产业价值。而这，正是金融最初诞生的意义 —— 为真实的产业价值定价，而非在数字游戏中收割人性。
同样，算力围城并非无坚不摧。一方面，全球监管层已开始对高频交易出手，比如美股对幌骗交易的刑事定罪、A 股对高频交易的费率与申报限制，正在压缩纯算力套利的空间；另一方面，市场的反制永远存在 —— 2020 年美股四次熔断、2024 年 A 股量化踩踏事件，都证明了算力无法彻底消灭不确定性，反而会在极端情况下放大风险。
黑格尔曾感叹：人类唯一能从历史中吸取的教训，就是人类从不吸取教训 。
几百年来，我们把风险打包、计算，试图通过这些手段买到一个“确定”的未来 。人类从未消灭不确定性，只是完成了不确定性的转移与集约。从上帝到数学家，再到算力巨头，对未来的定价权不断向少数主体集中，而风险的总量永远遵循 “质量守恒”，如今，这些风险已经不再是几艘商船的安危，而是连接全球每一个账户、每一分钱的巨大网络 。
巨头们屡败屡战，而贪婪却从未停止 。LTCM 的惨痛教训还没领悟，下一场基于算力的疯狂竞赛已经开始了 。这场不平等的博弈正在把我们带向一个看不清方向的终点。前方究竟是更高效的文明，还是更深的深渊？这场与不确定性的博弈，人类永远没有终局—— 我们从上帝的盲盒里走出来，最终却走进了自己搭建的算法猎场里...
本文来自微信公众号：15Bit，作者：陈十五
本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4849994.html?f=wyxwapp
热门跟贴