[加州] 有些CEO總喜歡裝上帝 黃仁勳怒懟硅谷大佬
在最新壹期《Memos to the President》播客中，黃仁勳用了40多分鍾，把AI產業從底層能源講到了頂層應用，從芯片制造又講到人形機器人。
但在這場技術盛宴裡，黃仁勳最想說的，其實是硅谷正在犯的壹個錯誤。
黃仁勳壹點沒客氣，直接在節目裡吐槽了硅谷那些CEO們的AI末日論。
他表示：“有些說法非常適得其反，實際上是有害的。”他說，“這些話往往是像我這個層級的人說的。然後不知怎麼，因為他們成了CEO，就覺得自己是上帝，轉眼間就覺得自己什麼都知道。”
那麼黃仁勳指的是誰呢？
奧特曼曾在2023年5月簽署了壹封公開信，聲稱“減輕AI帶來的滅絕風險，應該與流行病和核戰爭壹樣，成為全球優先事項”。
同年，OpenAI內部成立了“超級對齊團隊”，專門研究如何防止超級智能AI“失控”並導致“人類滅絕”。
阿莫迪在2025年9月的壹次公開活動上說，他認為AI導致災難性後果的概率是25%。
當被問到這個“末日概率”時，他回答：“我認為有25%的可能性，事情會變得非常、非常糟糕。”這不是阿莫迪第壹次發出警告。他此前還公開表示，AI可能會消滅壹半的入門級白領工作，並對美國向中國出口高端芯片發出警告。
黃仁勳在訪談中直接點名了這類說法：“他們說AI是對人類的生存威脅，有20%的概率導致人類滅絕，這很荒謬。他們還說AI會消滅50%的新大學畢業生崗位，或者說它會徹底摧毀民主。這些評論沒有意義，更沒有事實依據。”
黃仁勳補充到：“也許有些科學家覺得，提前警告大家‘AI會讓放射科醫生失業’，是在做好事，提醒年輕人別入這行。但問題是，如果我們真把所有人都勸退了，而現在社會又急需放射科醫生，那這種警告反而害了社會。軟件工程師也是壹樣。如果我們把年輕人都嚇跑了，而美國其實比任何時候都更需要軟件工程師，那這些警告就是在幫倒忙。”
黃仁勳以放射科醫生為例。他說，10年前，壹堆人預測放射科醫生要完蛋了，因為AI看片子肯定比人快比人准。
這話說對了壹半。現在AI確實已經全面進入放射科了。但結論錯了，放射科醫生現在反而不夠用了。
因為放射科醫生真正的工作是診斷疾病，看片子只是手段。AI的確是把看片這件事給優化了，但診斷疾病這個最終目標還得靠人來完成。AI幹掉的是重復性任務，但人的價值在於目標本身。
黃仁勳認為，AI末日的本質是科幻，如今應該少談科幻，多談事實；少制造恐慌，多推動應用。
他強調，美國在描述AI時太電影化、太科幻化了，搞得美國人充滿焦慮和恐懼。與此同時，以中國為代表，亞洲正在熱情地擁抱和采用AI。這是件必須非常擔心的事，因為美國就是這樣被整體甩在後面的。
黃仁勳是如何反駁這些末日論的呢？他提出了壹個核心觀點，工作分“任務”和“目的”。
拿程序員來說，寫代碼是任務，但工作的真正目的是什麼？是創新，是解決問題，是發現那些還沒人提出來的問題。把不相關的東西連起來，做出新東西，這才是程序員存在的意義。
黃仁勳拿自己舉例：“按你們這個邏輯，我的工作就是敲手機、開會、說話。AI現在都能幹這些事兒了，那我是不是該失業了？但事實是，我比以前更忙了。”
黃仁勳還說了壹段很有意思的話：“你想想，過去50年我們壹直彎著腰對著鍵盤敲字，搞得現在都覺得不打字就不會工作了。但這事兒本身就挺奇怪的。50年前人們可不這麼幹活。未來我們肯定會少打字，把時間花在更重要的事情上。”
黃仁勳說“過去幾年AI創造了50多萬個工作崗位。用AI的公司增長更快，增長快了自然就要招更多人。這不是很明顯嗎？”
他的邏輯其實很簡單，AI確實會替代壹些具體任務，但同時會釋放出更大的需求。以前我們可能只需要寫10億行代碼，現在有了AI，我們可能需要寫1萬億行。
過去限制我們的是工具太慢、打字太費時間。
所以黃仁勳認為，那些說AI會消滅工作的人，要麼是在嚇唬人，要麼就是在幫倒忙。
在黃仁勳眼裡，AI不是什麼軟件升級，也不是更聰明的搜索引擎，而是整個計算方式的徹底改變。
過去幾拾年，計算機幹的事基本就是“找東西”。你把照片、視頻、文章、商品信息都存在數據中心裡，用戶搜索、刷視頻、網購的時候，系統就從庫裡翻出壹個最合適的給你。
搜索、推薦、信息流，本質上都是這麼回事。
但AI徹底改變了這個游戲規則。
現在系統不是從庫裡找東西給你，而是根據你的需求、當下的情況，現場給你“造”壹個從來沒存在過的東西出來。每次生成的內容都不壹樣，都是專門為你定制的。
這個變化帶來壹個直接後果，以後最值錢的不再是硬盤空間，而是算力、電力，還有能跑得動這些計算的基礎設施。
黃仁勳打了個很形象的比方，他說AI生成內容就像沖橙汁粉。它先把內容變成壹堆token，然後根據你的要求，把這些數字重新排列組合，變成文字、圖片、視頻或者聲音。
這個過程需要超級強大的計算機，計算機又得耗電。所以AI不只是個軟件創新，而是從發電、造芯片、建機房到訓練模型、做應用，整條產業鏈的重構。
過去壹年大家對AI的認識基本都來自ChatGPT、Claude這些聊天機器人。
但黃仁勳反復強調，別把AI等同於聊天機器人。聊天只是AI最容易被看見的壹面，AI還能用來研究生物、化學、物理，還能控制機器人、開車、管理工廠。真正的AI產業，是從發電到芯片到數據中心到模型到應用的完整工業體系。
這也是黃仁勳這次訪談最核心的判斷，他認為AI不只是個技術突破，而是壹場能重塑制造業、能源系統和就業結構的工業革命。
美國如果在這壹輪掉隊了，丟的不只是技術領先，還有生產力、繁榮、經濟主導權，甚至整個社會。
接下來，黃仁勳把AI和美國再工業化聯系到了壹起。
他說，美國不能變成壹個“沒有大學文憑就沒出路”的國家。壹個健康的社會需要制造業，需要高技能的藍領崗位，需要那些不用讀到碩士博士也能往上爬的通道。可是在美國，如果你沒有肆年本科、沒有研究生學歷，那你基本就被甩下了。
黃仁勳說：“這既不公平，也沒必要。”
AI雖然是軟件，但是它帶動了制造業。因為AI需要芯片廠、封裝廠、組裝廠，還需要能放超級計算機的AI工廠。
黃仁勳還講了AI技術是怎麼壹步步成熟的。
他說AI產業的關鍵突破是“基於人類反饋的強化學習”。
他提到，英偉達和微軟在2021年中後期發布了第壹個大語言模型Megatron，有肆伍千億個參數。但那時候的模型雖然能記住很多東西，說出來的話基本是胡言亂語，沒啥用。
直到OpenAI發明了讓人類給反饋、讓模型學習的方法，ChatGPT才真正變得好用。
黃仁勳認為，從聊天機器人到agent，關鍵是“harness”。
把模型接上工具、瀏覽器、記憶系統、真實信息和執行環境。讓agent能自己去研究、查資料、記住東西、跟人溝通、把任務拆解開然後壹步步執行。
AI因此從“會說話”變成了“能辦事”。
黃仁勳特別提到了Codex和Claude Code這些編程agent，說它們已經能把大部分軟件任務自動化了。
但他不覺得軟件工程師會消失，事實上英偉達和很多公司還在瘋狂招工程師。
其實原因還是黃仁勳的那句話“寫代碼是任務，不是目的。”
然後黃仁勳還提到Physical AI也在快速成熟。黃仁勳認為自動駕駛會是第壹個真正落地的突破。他說，機器人出租車在科學上已經解決了，現在主要是工程問題，而且工程也快搞定了。
英偉達做了壹個叫Alpamayo的軟件，號稱世界上第壹個“會思考的汽車”。
這個會思考，指的是它遇到壹個從來沒見過的情況，也能推理出該怎麼辦。它的推理方式是把新情況拆解成熟悉的元素：“這個我見過，那個我也見過，另壹個也見過。”組合起來，它就能理解現在發生了什麼，知道該怎麼做。
對於人形機器人，黃仁勳也很樂觀。
他的邏輯是，如果AI已經能生成壹個人拿起咖啡杯喝水的視頻，那讓機器人真的做出這個動作也不會太遠了。
真正的難點不只是AI模型，還有機電壹體化，電機、機械手、結構、材料、重量、強度、電池、傳感器，這些都得跟上。但好消息是，材料科學、電機技術、電池技術、傳感器都在進步，AI本身也在進步。
人形機器人不是科幻，是眼前的工程問題。
AI應用正在快速從實驗室走向真實世界，從聊天走向行動，從虛擬走向物理。
隨後，黃仁勳聊到了“開源”。
很多人覺得，AI開源了不就誰都能用了嗎？壞人也能用，那不是更危險？
但黃仁勳的看法完全相反。他說，開源恰恰能讓我們更安全。
他打了個比方來解釋。假設有壹天，黑客用壹個超級厲害的AI來攻擊你的系統，你怎麼辦？你不可能也去訓練壹個超級AI來跟它對打，那太慢了，也太貴了。
正確的做法是養壹大群“看門狗”。這些看門狗都是用開源AI模型訓練出來的，專門負責防御。壹只狗可能打不過壹只狼，但壹群狗就能把狼趕跑。
黃仁勳說這就是“蜂群戰術”，用數量優勢來對付單個強敵。
黃仁勳進壹步表示，那些做網絡安全的公司，像CrowdStrike、Palo Alto Networks、Cisco，甚至包括微軟，現在全都在這麼幹。他們用開源模型訓練出壹堆防御AI，專門對付各種網絡攻擊。
黃仁勳還說，開源有另壹個好處，所有代碼都是公開的，誰都能看。這樣企業就能搞清楚這技術到底是怎麼運作的，有沒有後門，安不安全。
所以黃仁勳的結論是，開源不是讓AI變得更危險，而是讓我們有更多工具去對付危險。
關於最近爆火的OpenClaw，黃仁勳說，英偉達發明了兩項技術來解決安全問題。
第壹項叫OpenShell，就是給OpenClaw這只“爪子”外面套個殼，像龍蝦殼壹樣把它關在安全籠子裡。
OpenShell的基本思路是給OpenClaw壹個虛擬環境、壹個沙箱。系統會監控它能訪問什麼信息，策略引擎怎麼控制它，它能發送和接收什麼信息。
它可以監控個人隱私信息的流出，也可以讓你訪問某些信息，但不讓你把這些信息發出去。
這樣，每個agent實例相關的隱私策略和各種規則，都被OpenShell抓住並執行。英偉達把這技術貢獻給了開源社區，已經被很多公司采用了。
這就是讓agent既保持開源的透明度和傳播速度，又給企業應用加上護欄的辦法。
黃仁勳在訪談中提到，他自己就在用AI寫股東信。
他會先列個大綱，然後告訴AI“去讀我讀過的所有東西、說過的所有話、寫過的所有內容、做過的所有演講。基於這個大綱，把我說過的東西填進去，先給我壹個基本框架。”然後他再拿這個框架來改、來潤色。
他說：“在華盛頓這個城市，寫作太難了。我討厭寫作。但有了AI，寫作至少變得可以忍受了。”
這可能是整場訪談最真實的壹個細節。
AI不是要取代黃仁勳寫股東信，而是把他從最討厭的打字和初稿環節裡解放出來，讓他把時間花在真正重要的事情上，比如思考、判斷、修改、決策。
“任務和目的”，不只是黃仁勳的理論框架，更是他自己每天都在實踐的工作方式。
也因此，當他說AI會創造更多工作、會讓用AI的公司增長更快、會讓美國重新擁有制造業和高技能崗位時，這不是CEO的公關話術，而是他對這場工業革命最底層的判斷。
黃仁勳在訪談最後說：“你想想，如果我們把AI注入這個國家，結果是我們做事比以前更快，雄心比以前更大，期待比以前更高。這對國家怎麼會是壞事？這正是我們想要的，更有雄心、更快、更好。”
AI不該被講成末日威脅，它是屬於全人類的機會。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
但在這場技術盛宴裡，黃仁勳最想說的，其實是硅谷正在犯的壹個錯誤。
黃仁勳壹點沒客氣，直接在節目裡吐槽了硅谷那些CEO們的AI末日論。
他表示：“有些說法非常適得其反，實際上是有害的。”他說，“這些話往往是像我這個層級的人說的。然後不知怎麼，因為他們成了CEO，就覺得自己是上帝，轉眼間就覺得自己什麼都知道。”
那麼黃仁勳指的是誰呢？
奧特曼曾在2023年5月簽署了壹封公開信，聲稱“減輕AI帶來的滅絕風險，應該與流行病和核戰爭壹樣，成為全球優先事項”。
同年，OpenAI內部成立了“超級對齊團隊”，專門研究如何防止超級智能AI“失控”並導致“人類滅絕”。
阿莫迪在2025年9月的壹次公開活動上說，他認為AI導致災難性後果的概率是25%。
當被問到這個“末日概率”時，他回答：“我認為有25%的可能性，事情會變得非常、非常糟糕。”這不是阿莫迪第壹次發出警告。他此前還公開表示，AI可能會消滅壹半的入門級白領工作，並對美國向中國出口高端芯片發出警告。
黃仁勳在訪談中直接點名了這類說法：“他們說AI是對人類的生存威脅，有20%的概率導致人類滅絕，這很荒謬。他們還說AI會消滅50%的新大學畢業生崗位，或者說它會徹底摧毀民主。這些評論沒有意義，更沒有事實依據。”
黃仁勳補充到：“也許有些科學家覺得，提前警告大家‘AI會讓放射科醫生失業’，是在做好事，提醒年輕人別入這行。但問題是，如果我們真把所有人都勸退了，而現在社會又急需放射科醫生，那這種警告反而害了社會。軟件工程師也是壹樣。如果我們把年輕人都嚇跑了，而美國其實比任何時候都更需要軟件工程師，那這些警告就是在幫倒忙。”
黃仁勳以放射科醫生為例。他說，10年前，壹堆人預測放射科醫生要完蛋了，因為AI看片子肯定比人快比人准。
這話說對了壹半。現在AI確實已經全面進入放射科了。但結論錯了，放射科醫生現在反而不夠用了。
因為放射科醫生真正的工作是診斷疾病，看片子只是手段。AI的確是把看片這件事給優化了，但診斷疾病這個最終目標還得靠人來完成。AI幹掉的是重復性任務，但人的價值在於目標本身。
黃仁勳認為，AI末日的本質是科幻，如今應該少談科幻，多談事實；少制造恐慌，多推動應用。
他強調，美國在描述AI時太電影化、太科幻化了，搞得美國人充滿焦慮和恐懼。與此同時，以中國為代表，亞洲正在熱情地擁抱和采用AI。這是件必須非常擔心的事，因為美國就是這樣被整體甩在後面的。
黃仁勳是如何反駁這些末日論的呢？他提出了壹個核心觀點，工作分“任務”和“目的”。
拿程序員來說，寫代碼是任務，但工作的真正目的是什麼？是創新，是解決問題，是發現那些還沒人提出來的問題。把不相關的東西連起來，做出新東西，這才是程序員存在的意義。
黃仁勳拿自己舉例：“按你們這個邏輯，我的工作就是敲手機、開會、說話。AI現在都能幹這些事兒了，那我是不是該失業了？但事實是，我比以前更忙了。”
黃仁勳還說了壹段很有意思的話：“你想想，過去50年我們壹直彎著腰對著鍵盤敲字，搞得現在都覺得不打字就不會工作了。但這事兒本身就挺奇怪的。50年前人們可不這麼幹活。未來我們肯定會少打字，把時間花在更重要的事情上。”
黃仁勳說“過去幾年AI創造了50多萬個工作崗位。用AI的公司增長更快，增長快了自然就要招更多人。這不是很明顯嗎？”
他的邏輯其實很簡單，AI確實會替代壹些具體任務，但同時會釋放出更大的需求。以前我們可能只需要寫10億行代碼，現在有了AI，我們可能需要寫1萬億行。
過去限制我們的是工具太慢、打字太費時間。
所以黃仁勳認為，那些說AI會消滅工作的人，要麼是在嚇唬人，要麼就是在幫倒忙。
在黃仁勳眼裡，AI不是什麼軟件升級，也不是更聰明的搜索引擎，而是整個計算方式的徹底改變。
過去幾拾年，計算機幹的事基本就是“找東西”。你把照片、視頻、文章、商品信息都存在數據中心裡，用戶搜索、刷視頻、網購的時候，系統就從庫裡翻出壹個最合適的給你。
搜索、推薦、信息流，本質上都是這麼回事。
但AI徹底改變了這個游戲規則。
現在系統不是從庫裡找東西給你，而是根據你的需求、當下的情況，現場給你“造”壹個從來沒存在過的東西出來。每次生成的內容都不壹樣，都是專門為你定制的。
這個變化帶來壹個直接後果，以後最值錢的不再是硬盤空間，而是算力、電力，還有能跑得動這些計算的基礎設施。
黃仁勳打了個很形象的比方，他說AI生成內容就像沖橙汁粉。它先把內容變成壹堆token，然後根據你的要求，把這些數字重新排列組合，變成文字、圖片、視頻或者聲音。
這個過程需要超級強大的計算機，計算機又得耗電。所以AI不只是個軟件創新，而是從發電、造芯片、建機房到訓練模型、做應用，整條產業鏈的重構。
過去壹年大家對AI的認識基本都來自ChatGPT、Claude這些聊天機器人。
但黃仁勳反復強調，別把AI等同於聊天機器人。聊天只是AI最容易被看見的壹面，AI還能用來研究生物、化學、物理，還能控制機器人、開車、管理工廠。真正的AI產業，是從發電到芯片到數據中心到模型到應用的完整工業體系。
這也是黃仁勳這次訪談最核心的判斷，他認為AI不只是個技術突破，而是壹場能重塑制造業、能源系統和就業結構的工業革命。
美國如果在這壹輪掉隊了，丟的不只是技術領先，還有生產力、繁榮、經濟主導權，甚至整個社會。
接下來，黃仁勳把AI和美國再工業化聯系到了壹起。
他說，美國不能變成壹個“沒有大學文憑就沒出路”的國家。壹個健康的社會需要制造業，需要高技能的藍領崗位，需要那些不用讀到碩士博士也能往上爬的通道。可是在美國，如果你沒有肆年本科、沒有研究生學歷，那你基本就被甩下了。
黃仁勳說：“這既不公平，也沒必要。”
AI雖然是軟件，但是它帶動了制造業。因為AI需要芯片廠、封裝廠、組裝廠，還需要能放超級計算機的AI工廠。
黃仁勳還講了AI技術是怎麼壹步步成熟的。
他說AI產業的關鍵突破是“基於人類反饋的強化學習”。
他提到，英偉達和微軟在2021年中後期發布了第壹個大語言模型Megatron，有肆伍千億個參數。但那時候的模型雖然能記住很多東西，說出來的話基本是胡言亂語，沒啥用。
直到OpenAI發明了讓人類給反饋、讓模型學習的方法，ChatGPT才真正變得好用。
黃仁勳認為，從聊天機器人到agent，關鍵是“harness”。
把模型接上工具、瀏覽器、記憶系統、真實信息和執行環境。讓agent能自己去研究、查資料、記住東西、跟人溝通、把任務拆解開然後壹步步執行。
AI因此從“會說話”變成了“能辦事”。
黃仁勳特別提到了Codex和Claude Code這些編程agent，說它們已經能把大部分軟件任務自動化了。
但他不覺得軟件工程師會消失，事實上英偉達和很多公司還在瘋狂招工程師。
其實原因還是黃仁勳的那句話“寫代碼是任務，不是目的。”
然後黃仁勳還提到Physical AI也在快速成熟。黃仁勳認為自動駕駛會是第壹個真正落地的突破。他說，機器人出租車在科學上已經解決了，現在主要是工程問題，而且工程也快搞定了。
英偉達做了壹個叫Alpamayo的軟件，號稱世界上第壹個“會思考的汽車”。
這個會思考，指的是它遇到壹個從來沒見過的情況，也能推理出該怎麼辦。它的推理方式是把新情況拆解成熟悉的元素：“這個我見過，那個我也見過，另壹個也見過。”組合起來，它就能理解現在發生了什麼，知道該怎麼做。
對於人形機器人，黃仁勳也很樂觀。
他的邏輯是，如果AI已經能生成壹個人拿起咖啡杯喝水的視頻，那讓機器人真的做出這個動作也不會太遠了。
真正的難點不只是AI模型，還有機電壹體化，電機、機械手、結構、材料、重量、強度、電池、傳感器，這些都得跟上。但好消息是，材料科學、電機技術、電池技術、傳感器都在進步，AI本身也在進步。
人形機器人不是科幻，是眼前的工程問題。
AI應用正在快速從實驗室走向真實世界，從聊天走向行動，從虛擬走向物理。
隨後，黃仁勳聊到了“開源”。
很多人覺得，AI開源了不就誰都能用了嗎？壞人也能用，那不是更危險？
但黃仁勳的看法完全相反。他說，開源恰恰能讓我們更安全。
他打了個比方來解釋。假設有壹天，黑客用壹個超級厲害的AI來攻擊你的系統，你怎麼辦？你不可能也去訓練壹個超級AI來跟它對打，那太慢了，也太貴了。
正確的做法是養壹大群“看門狗”。這些看門狗都是用開源AI模型訓練出來的，專門負責防御。壹只狗可能打不過壹只狼，但壹群狗就能把狼趕跑。
黃仁勳說這就是“蜂群戰術”，用數量優勢來對付單個強敵。
黃仁勳進壹步表示，那些做網絡安全的公司，像CrowdStrike、Palo Alto Networks、Cisco，甚至包括微軟，現在全都在這麼幹。他們用開源模型訓練出壹堆防御AI，專門對付各種網絡攻擊。
黃仁勳還說，開源有另壹個好處，所有代碼都是公開的，誰都能看。這樣企業就能搞清楚這技術到底是怎麼運作的，有沒有後門，安不安全。
所以黃仁勳的結論是，開源不是讓AI變得更危險，而是讓我們有更多工具去對付危險。
關於最近爆火的OpenClaw，黃仁勳說，英偉達發明了兩項技術來解決安全問題。
第壹項叫OpenShell，就是給OpenClaw這只“爪子”外面套個殼，像龍蝦殼壹樣把它關在安全籠子裡。
OpenShell的基本思路是給OpenClaw壹個虛擬環境、壹個沙箱。系統會監控它能訪問什麼信息，策略引擎怎麼控制它，它能發送和接收什麼信息。
它可以監控個人隱私信息的流出，也可以讓你訪問某些信息，但不讓你把這些信息發出去。
這樣，每個agent實例相關的隱私策略和各種規則，都被OpenShell抓住並執行。英偉達把這技術貢獻給了開源社區，已經被很多公司采用了。
這就是讓agent既保持開源的透明度和傳播速度，又給企業應用加上護欄的辦法。
黃仁勳在訪談中提到，他自己就在用AI寫股東信。
他會先列個大綱，然後告訴AI“去讀我讀過的所有東西、說過的所有話、寫過的所有內容、做過的所有演講。基於這個大綱，把我說過的東西填進去，先給我壹個基本框架。”然後他再拿這個框架來改、來潤色。
他說：“在華盛頓這個城市，寫作太難了。我討厭寫作。但有了AI，寫作至少變得可以忍受了。”
這可能是整場訪談最真實的壹個細節。
AI不是要取代黃仁勳寫股東信，而是把他從最討厭的打字和初稿環節裡解放出來，讓他把時間花在真正重要的事情上，比如思考、判斷、修改、決策。
“任務和目的”，不只是黃仁勳的理論框架，更是他自己每天都在實踐的工作方式。
也因此，當他說AI會創造更多工作、會讓用AI的公司增長更快、會讓美國重新擁有制造業和高技能崗位時，這不是CEO的公關話術，而是他對這場工業革命最底層的判斷。
黃仁勳在訪談最後說：“你想想，如果我們把AI注入這個國家，結果是我們做事比以前更快，雄心比以前更大，期待比以前更高。這對國家怎麼會是壞事？這正是我們想要的，更有雄心、更快、更好。”
AI不該被講成末日威脅，它是屬於全人類的機會。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： |
| 延伸閱讀 | 更多... |
推薦: