搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)
⁣
📰 银行校招大变局,“懂金融的技术人”最吃香!哪些岗位在扩招?哪些岗位在消失?

银行校招正在经历结构性变革,整体规模较往年有所缩减,但对高质量人才的需求反而上升,呈现“懂金融的技术人”越来越吃香的趋势。国有六大行仍是主力,四大行及各类城商农商行则共同拉动招聘热潮。分析显示,岗位重心正从传统基础操作向AI、大数据、金融科技、数据治理、模型风控等复合型人才倾斜,基层柜员等岗位投递热度依然高,但竞争更激烈,名校硕博毕业生居多。银行在招聘流程中广泛应用AI,涵盖简历筛选、在线测评、以及AI面试等环节,提升效率与数字化形象的展示。未来银行将进一步削减标准化、线下型岗位,强调人机协同下的高效产能与业务落地能力,行业专家认为需要具备业务理解力与技术应用能力的复合型人才,才能在数字化转型中实现价值最大化。短期内,具备产业场景理解、数据治理与风控等技能的人才需求将持续增长,标准化操作与纯线下获客岗位将逐步被自动化替代,企业对“架构师型”的复合人才尤为看重。

🏷️ #校招变局 #AI招聘 #复合型人才 #数据治理 #风控

🔗 原文链接
⁣
📰 广发证券副总经理、首席信息官辛治运: 券商转型挑战不在技术 而是组织认知与协同模式

广发证券正在推进从“外挂式辅助”向“原生架构重构”的AI转型,核心挑战在于组织认知、协同模式和人才培养等非技术层面。通过自研与生态并举的策略,广发实现“自研做专、生态做广”的双轮驱动:自研平台天玑智融投顾驾驶舱聚合约50个智能体,覆盖上千线投顾并服务300余营业部;投行领域推出投行文曲星,落地56项AI功能。为提升AI落地效果,建立了业务与技术共因的虚拟团队,并推动从需求—交付模式向持续迭代的能力喂养转变。三大层面构成挑战:组织层需业务数据驱动持续迭代;人才层需金融与AI双向融合、轮岗培养;文化层要认知升级,将AI视作放大器而非替代品,实行“小步快跑、点线面”落地。外部合作方面,企业通过WorkBuddy等生态平台实现能力乘数、反馈驱动迭代,并将专业研究与量化分析封装成标准化服务,拓展至普通投资者。展望未来,AI对证券行业的影响在于提升长尾客户服务、内部管理和跨生态协同能力,头部券商通过AI实现能力裂变和用户体验提升,同时需严格合规与风险控制,形成开放但受控的协同生态。

🏷️ #AI转型 #自研与生态 #金融AI应用 #协同与治理 #合规风控

🔗 原文链接
⁣
📰 AI时代券业人才的机与危_北京商报

本文聚焦AI时代对证券行业人才的深刻再造。随着金融科技和大模型应用的深入,券商在AI人才上的需求持续上升,多家机构开启专场招聘、直通终面的福利,强调AI能力需与金融业务、风控等综合能力相结合。具体表现为:岗位覆盖AI、算法、数据、软件开发等方向,且偏好熟练主流编程语言、掌握大模型原理与LangChain等技术的应聘者;同时通过以赛选才、无实习环节等方式提升效率与吸引力。AI正在将“加分项”逐步转为“必备项”,能够实现1个人+AI超过2个人的工作效率,但仍难以全面替代人,尤其是对关键数据判断、行业洞察、客户关系等高层次任务。行业也因此对复合型人才的需求更为旺盛,强调AI能力与业务理解的双重能力、以及合规与安全落地。面对竞争与变革,建议从业者提升自我IP、资源储备和决策统筹能力,规避基础岗位,主动拥抱AI协作带来的新机遇与挑战。

🏷️ #AI人才 #券商招聘 #Fintech #大模型 #复合型人才

🔗 原文链接
⁣
📰 当券商纷纷增设AI策略开发岗,传统金融人才如何避免被技术浪潮淘汰?

面对券商大规模增设AI策略开发岗的趋势,传统金融人才应向“AI干基础活、人做关键判断”的复合型角色转型,避免被纯标准化岗位快速替代。文章以数据和案例揭示:AI对初级岗位的替代率显著提升,全球金融工作时长中有较大比例可实现自动化;头部金融机构如招商银行、摩根大通、高盛在不同维度推动AI落地与岗位调整。与此同时,复合型人才成为竞争焦点,AI岗位正逐步嵌入投研、投资、运营等核心业务,金融+科技背景、理工科与金融交叉的能力需求上升,量化与ESG成为新的成长路径。对传统人才而言,转型路径包括明确“AI可替代”边界,强化信息归集、数据整理与基础建模等基础能力;坚持深度研究、产业洞察与前瞻判断等高感性能力,以批判性思维、跨场景迁移能力与深度共情构建核心竞争力;并主动拥抱AI工具,利用其信息整合能力解放重复劳动,聚焦高价值分析与判断。以上观点强调人机协同、持续学习的重要性,以及在AI浪潮中以综合能力提升来实现长期职业竞争力。

🏷️ #AI转型 #金融科技 #复合型人才 #量化研究 #ESG

🔗 原文链接
⁣
📰 金融工程专业首次碾压纯金融学科,教育体系该如何应对券商AI化重构?

在AI浪潮推动下,金融工程正成为与纯金融学科竞争的硬核赛道。券商的AI化重构将技术与模型置于核心生产力,头部机构加大信息技术投入,投研、风控、投顾等环节被智能化替代或升级,行业对具备编程、数理逻辑与风险合规意识的复合型人才需求显著上升。毕业生向量化岗位的占比迅速攀升,金融工程以强数理与编程能力著称,成为“强数理、精编程”的硬核专业,传统金融学在基础数据处理和重复性工作上逐渐被AI取代。课程与培养模式也在全面升级:高校将Python、机器学习、数据建模纳入核心课程,建立实训平台与跨学科实验室,推动校企深度融合与个性化培养,努力打破同质化,提升就创实效。通过校企实训、AI通识课程和创新创业微专业等,教育体系正从单纯课程扩张转向以产业场景为导向的产教融合改革。

🏷️ #金融工程 #AI化 #量化岗位 #教育改革 #产教融合

🔗 原文链接
⁣
📰 员工安置方案不足会不会引发金融行业就业危机和人脉流失?

本报告聚焦金融行业的结构性调整及其连锁反应。总体来看,2025年全国证券公司从业人数较2024年末下降约8000人,行业规模缩小,但结构优化明显,投顾、信息技术等岗位扩张,信息化与AI替代正在推动后台工作重组;同时,传统岗位被削减,导致短期就业冲击与深层隐患并存。若企业仅裁员不提供转岗培训,将放大摩擦性失业,形成行业性就业压力;就业市场呈沙漏型,顶端人才短缺、基层技能岗位难招且中间层竞争激烈,安置体系不完善时,还可能产生理财师被不当引导的乱象。人脉资源随人员流动而分散,客户体验下降与企业损失可能扩大。核心人才既在流出也在被企业分层优化,财富管理人才短缺导致分支机构招人难,但高端人才仍有选择空间。行业转型机会与风险并存,需加强技能重塑和转岗安置;从业者亦应提升不可替代的复合能力,以应对变局。

🏷️ #金融 #结构性调整 #转岗安置 #人才流动 #AI替代

🔗 原文链接
⁣
📰 会用AI成投行新门槛?瑞银校招要求候选人自证AI能力

人工智能正在重塑金融行业的入门门槛。瑞银(UBS)将AI应用能力纳入2027年初级投行岗位的招聘标准,要求应聘者在面试环节证明能运用AI提升工作产出与效率。这一举措使瑞银成为将AI素养正式纳入招聘门槛的大型金融机构之一;英国学位体系中的二等一级荣誉学位仍是最低学历要求之一,AI能力与相关经验被视为职业发展的重要因素,同时被视为对学术、分析及人际能力的补充而非替代。其他机构如桑坦德银行也在部分毕业生招聘中明确招募“高阶AI使用者”。然而,AI应用的快速扩张也带来裁员担忧。摩根士丹利的研究指出,全球银行业在未来数年内可能因AI deployment与网点缩减而面临大规模裁员,欧洲银行业在2030年前可能有超过20万岗位风险,涉及中后台、风险管理等中央职能部门。银行业在追求效率提升的同时,需在培训与核心能力之间保持平衡,避免削弱对基础技能的掌握。

🏷️ #AI招聘 #银行裁员 #金融科技 #投行业务 #职业发展

🔗 原文链接
⁣
📰 AI正在重塑所有岗位,但比提效更关键的,是帮员工跟上变化-36氪

本文围绕企业在AI时代的员工适应与能力培养问题展开讨论。作者指出,企业引入AI的核心不是简单的自动化程度,而是看是否能帮助员工有效适应变化、提升判断力与核心能力。不同层级员工受到影响不同:资深员工可借助AI处理繁琐任务,腾出时间进行深度思考与创新;而新入职者依赖重复性工作打基础,这些工作正被AI增强,若第一级台阶被削弱,反而不利于长期专业成长。因此,企业需要超越技术培训,推动三方面升级:熟悉AI工具、在真实工作场景运用、以及培养不随技术变化而永恒的核心能力如判断力、问题解决与沟通表达。员工应学会向AI提问、判断与质疑其结果,AI并非替代,而需在监督下发挥最大作用。同时,技能升级的机会要普及到各地区,避免地区差距扩大。实战才是提升职场能力的关键,教育、企业与政府需共同搭建可及的学习与练习渠道,让所有员工都能适配AI时代,带来更强的适应力、区域经济活力与国家竞争力。最终,雇主有责任与企业共同推进员工职业前景的改变。

🏷️ #AI时代 #技能升级 #判断力 #职场能力 #培训渠道

🔗 原文链接
⁣
📰 【高端访谈】寿险“黄金期”来了?郭晓涛:低利率下,平安的“变”与“不变”

在低利率与市场波动的压力下,中国平安在上半年交出“稳中有进”的业绩:归母营运利润同比增长8.3%,寿险新业务价值连续三年实现双位数增长。郭晓涛在专访中阐述了平安在当前环境中的增长逻辑与应对策略,核心围绕“均衡渠道、均衡产品、差异化服务与AI赋能”展开。渠道方面,非代理人渠道贡献提升至近40%,银保、社区金融等渠道实现对增长的持续支撑,避免单一渠道依赖。产品端则将结构重心转向分红型以应对低利率与利率下行风险,分红险在新业务中的占比超过90%,并通过更高保底与浮动收益满足客户需求,同时对冲自身利差风险。资金端坚持资产负债匹配的“6匹配”原则,固收占比超六成,股权配置采用双哑铃策略,强调高股息底仓与成长股并举,力求在波动中实现稳健收益。AI方面,平安实施“AI in ALL”以降低成本、提升获客与服务效率,在降本增效、数据驱动场景落地方面取得进展。公司强调AI不会替代人力,反而在业务增长前提下推动岗位结构性转变,并计划在未来三年新增约1万个大学生岗位以迎接新技能需求。

🏷️ #平安增长 #寿险NBV #AI赋能 #资产负债匹配 #多渠道

🔗 原文链接
⁣
📰 邮储银行:已落地大模型应用场景超370个 日均输入输出词元超三百亿

站在智能时代的新起点,邮储银行坚持以业技共进、价值导向的统筹建设思路,加快打造全链路AI能力底座。该行联合华为发布“邮智”金融行业大模型,精准匹配金融业垂直场景的专业化需求,模型上线周期由2周缩短至1天,缓存占用下降约72%,推理成本最高节省超87%,为低成本、高效率、集约化部署提供新技术路径。目前已落地超370个大模型应用场景,日均调用超千万次,日均输入输出词元超三百亿,推动实现对外一个客户一个智慧邮储银行、对内一个岗位一个智能助手的目标。客户服务由经验驱动向智能驱动升级,打造零售营销智能体,动态生成个性化方案,触达5400万高潜客户;落地智能产业链展业助手,辅助对公开户超6000户、授信超2000户,授信金额近3100亿元。经营管理从人工研判向人机协作转型,将AI嵌入识别、审核、风控等关键节点,单据智能识别替代手工录入比例达90%,小邮助手问答占比超98%,防电诈模型预警账户风险分析效率提升30%;信贷支撑体系贯穿前中后台,尽调、审查、贷后监测等环节实现智能化。综合办公向协同智办迈进,聚焦高频场景,打造对话式智能办公助手、一体化智慧办公平台,累计对话服务约60万次,显著提升员工效率与智能体验。未来将以自主可控、安全高效的发展原则,推动金融领域数智技术应用,实现将AI嵌入全流程、以智能体实现流程重塑、服务融合、体验升级,构建通用底座与多元场景的数字金融高质量发展路径。

🏷️ #智能银行 #AI金融 #大模型 #数字化转型 #金融科技

🔗 原文链接
⁣
📰 对话上海交大高金倪海英:AI时代金融行业真正稀缺的,是理解并驾驭技术的能力

人工智能正快速融入金融与商业场景,未来十年的核心能力不在于掌握单一大模型,而在于理解人与 AI 的关系以及如何将 AI 嵌入真实工作流程。年轻人应将个人经验、专业知识、思维方式及对业务的理解沉淀为可复用的“技能”,通过智能体实现与 AI 的持续协作,将 AI 训练成能够共同完成任务的“同事”,并明确其在业务流程中的合适位置。高金MBA 正在实践这一理念,升级为“数智全球MBA”,培养能够链接科技、产业与资本的“产业架构师”,通过递进训练搭建智能体并回到专业框架中检验输出,同时强调独立判断与跨界整合能力的培养。对于在职金融硕士,课程将企业真实项目带入课堂,以项目成果转化为导向,强调理解宏观政策、行业规则、客户需求、金融解决方案设计,以及借助智能体快速完成展示、估值模型与交互页面的能力,定义为“前沿部署工程师”。未来学术与职业门槛将提升,通用模型难以替代企业内部信息与专业判断,学生需掌握经久验证的经典理论与分析框架。工作职能将被重新拆分,标准化任务易被技术承接,专业边界将更加跨越,程序员要懂市场与产品,金融人才需理解产业、国际规则与风险管理。持续学习成为常态,教育需兼顾技术、金融、人文与伦理,推动技术价值的规模化复用。商科教育面临拐点,科技企业从“0到1”走向“1到100”,高校要培养具备产业理解、金融能力与国际视野的复合型人才,AI 将创造并替代部分岗位,关键在于帮助学生掌握驾驭技术、跨界协作和持续学习的能力。

🏷️ #AI教育 #金融人才 #跨界能力 #智能体应用 #职业发展

🔗 原文链接
⁣
📰 美国科技行业迎来了一波大规模裁员潮,今年已裁员14万人

文章聚焦2026年初至6月底,美国科技行业持续大规模裁员,尽管AI投融资热度高,但裁员潮未减弱。数据显示科技行业裁员占比超过三分之一,亚马逊、Meta、甲骨文、思科等巨头陆续裁员,部分原因被归因于AI带来生产力提升与企业精简,但学者质疑理由,认为是资金配置转移,将原本用于人力的预算转向算力与服务器投资。此外,云服务商在数据中心基础设施上投入巨额资本,约7250亿美元,甲骨文计划700亿美元建设设施服务OpenAI等客户。分析称裁员也用于填补先前招聘热潮的资金缺口,为AI投资腾出资金来源;但也有半数裁减客服等岗位的企业表示计划重新招聘人工岗位。部分评估认为AI替代能力被高估,且裁员效果对缓解资金压力的作用尚待观察。微软也裁员数千人并重组相关业务,表示正从一个押注项目转向下一个。综合来看,行业处于“投资—裁员—再投资”的循环中,未来AI回报的不确定性及资金安排成为核心变量。

🏷️ #科技裁员 #AI投资 #资金配置 #云服务 #微软

🔗 原文链接
⁣
📰 金融大咖看成都丨施康:AI让西部有了自己的比较优势

AI时代正在改写东西部差距的格局,西部在能源等方面具备相对优势,为新兴产业落地提供条件。文章指出,AI高度依赖能源,数据中心和算力中心更可能在西部落地,从而提升西部的产业基础。对成都而言,抓住这一机遇的关键在于金融中心服务区域支柱产业,走差异化竞争,聚焦本地优势产业,避免盲目服务与区域不相关领域。关于AI在金融行业的应用,专家保持审慎态度,认为当前AI难以替代核心岗位,投资决策和信贷等关键环节仍需人工把关,主要承担辅助性工作。尽管如此,若以发展速度乐观估计,四五年后或有更大突破,但整体偏保守,需在其他行业验证可靠性后再大规模推广。对成都而言,AI的长期价值不在于金融内部竞争,而在于推动西部产业比较优势的形成,从而为共建西部金融中心提供现实切入点。

🏷️ #AI #西部 #成都 #金融中心 #产业

🔗 原文链接
⁣
📰 当AI成为同事:金融智能体元年,金融人的下一站在哪?

本次金融论坛聚焦“AI应用、金融科技与金融强国人才培养”的主题,讨论从单纯的降本增效转向人工智能如何改变岗位与能力结构。专家普遍认为AI在金融领域的应用应遵循由内而外的稳健路径,先提升内部运营效率、再逐步扩展到对外服务;同时要警惕情绪价值、数据隐私和安全风险,避免“智能体支付”等落地过程中的潜在风险。人才维度被放在核心位置,强调要具备业务基础、AI知识、伦理素养和跨界整合能力,推动人机协同而非简单替代,强调对工具的正确使用观念转变。对于制度层面,学者提出提升数据质量与共享、建立统一算法标准、完善风险治理,尤其关注AI幻觉与泡沫风险,主张以可控范围内的应用和严格监管应对风险。论坛还讨论了高端金融教育与证书体系的对接,强调通过选、育、用、留全链条重塑金融人才生态。总体而言,金融智能体元年正在推动行业从技术升级走向治理、伦理与人才结构的全面重构。

🏷️ #AI金融 #人机协同 #金融人才 #风控治理 #数据共享

🔗 原文链接
⁣
📰 纽约大学金融学教授达摩达兰警告:AI 泡沫破裂后果恐比互联网泡沫更严重-AI精选-资讯

AI 行业可能的泡沫破裂带来比互联网泡沫更深的冲击,核心在于需要巨额资金投入数据中心等实体基础设施,并且很大部分投资依赖举债。一旦市场调整,损失不仅波及股东,还可能向社会扩散。专家怀疑 AI 商业模式是否能实现规模效应,认为用户增多不等于单位成本下降,反而每次使用都需算力,商业模式更像按次收费的 Spotify,而非能像 Netflix 那样把内容成本摊薄在订阅增长上。若利润率微薄下盲目追求增长,可能毁掉价值。中国竞争对手的降价压力也使现有利润率偏低。即使最乐观的叙事成为现实,也可能出现AI 系统直接替代岗位的后果,导致大量白领失业,进而带来社会代价高企。应从现在开始认真思考这一潜在风险与应对策略。

🏷️ #AI泡沫 #规模经济 #就业冲击 #利润率 #社会成本

🔗 原文链接
⁣
📰 美国“强就业”与裁员潮并存

本月美国就业数据呈现结构性分化:非农就业新增15-20万级别,餐饮、休闲酒店、教育等服务业岗位增加明显;但科技、金融、法律等高薪行业出现裁员潮,科技公司裁员规模居高不下。与此同时,首次申请失业救济人数上升,体现短期不确定性。专家指出,AI 技术推动行业分化,低薪服务业岗位增长与高薪行业裁员并存,导致就业“量增质差”,民众实际购买力受通胀影响有所下降。市场对美联储政策预期分歧,普遍认为短期内不太可能大幅加息,维持利率成为主流。未来就业格局将继续分化,AI虽创造新岗位,但替代性强的岗位将减少,导致“质量分化”加剧。货币政策需关注就业总量与结构性冲击的双重变化,可能推动政策创新与对收入分配变化的应对。总体而言,短期内美国劳动力市场呈现韧性与风险并存的局面。

🏷️ #美国就业 #AI冲击 #就业分化 #美联储 #裁员潮

🔗 原文链接
⁣
📰 码农之后,金融人将迎来最残酷的一次洗牌

文章聚焦AI对全球科技与金融行业的深远影响,指出截至2026年前五个月全球科技裁员已超10万,远超2025全年水平,AI成为结构性冲击的重要驱动,但黄仁勋强调并非AI单独导致裁员。金融领域裁员与降本增效并行,初级岗位易被AI替代,行业壁垒下降,但AI也在提升效率与创造新机会。作者通过对Kimi Work、CoWork等智能 Agent 的实测,展示AI在研究计划制定、多维度研究分解、数据交叉验证、长文本产出等方面的强大能力,能够把大量重复性工作自动化,释放从业者时间,让人机协同成为常态。核心观点是AI不是要取代人,而是改变工作形态:低创造性工作被淘汰,能提问、解读、洞察与沟通等核心能力才是个人价值的关键。金融从业者应拥抱AI、提升独立判断与长期视野,以人机协同提升上限,进而在行业洗牌中获得新的竞争力。总之,AI带来的不是灾难,而是促使职业边界重新定义的机遇。

🏷️ #AI #金融 #分析师 #人机协同 #职业边界

🔗 原文链接
⁣
📰 码农之后,金融人将迎来最残酷的一次洗牌-36氪

本文聚焦AI对科技与金融行业的深刻冲击,指出裁员潮背后的结构性变革并非单纯因AI引发,而是AI在推动行业效率提升与岗位价值再定义。通过案例分析,作者展示AIAgent如Kimi Work、CoWork等如何将“低创造性、重复性”工作自动化,释放从业者的时间,使其转向更高层次的判断、决策与洞察能力。金融领域尤受影响,初级岗位被 AI 大规模替代的趋势显现,但作者强调真正的价值在于人机协同——学会高效提问、解读数据、建立信任与沟通等核心能力的提升。内容行业、投资分析、咨询等领域同样面临挑战与机遇,AI不是取代人,而是放大人们的能力边界,帮助从业者构建独立思考与前瞻性视野。结论是进入AI时代,职业的不可替代性源于持续学习与深度思考,行业拐点已至,主动拥抱与 redefinition 自身能力,才是稳健的应对之道。

🏷️ #AI变革 #金融分析 #人机协同 #自动化 #职业价值

🔗 原文链接
⁣
📰 被AI改变的银行基层“打工人” - 经济观察网 - 专业财经新闻网站

在银行业普及人工智能(AI)应用的背景下,客服、风控、合规等中后台岗位正在经历结构性变革。外资银行通过引入AI数字员工和自动化系统,大幅提升客服效率,使90%以上的日常客服工作由AI完成,人工岗在数量与性质上都受到挤压,甚至出现转岗潮。与此同时,银行高层将“以AI提升生产力、降本增效”作为核心目标,推动对人力资源的再配置与岗位优化,预计未来几年全球银行将出现较大规模的减员。对个人而言,能否与AI结合并提升新业务拓展能力,成为决定职业存续的关键。尽管AI在重复性、标准化工作中替代性强,但高端风控、合规、面审等仍需要人机协同,且面向对话性强、个性化服务的职位更易呈现保留或转型趋势。面向企业信贷、风控模型等领域,AI大模型的应用正在提升分析准确度与处理速度,但也带来对抗伪真人、舆情监测等新型欺诈挑战。银行在AI普及与人力调控之间寻求平衡点:既要提升效率、降低成本,又要确保合规和客户体验,因此,那些标准化程度高、重复性强的岗位将逐步被AI替代,而具备AI应用能力和创新能力的员工将成为新的核心资产。

🏷️ #AI升降维 #银行转岗 #人工智能

🔗 原文链接
⁣
📰 人工智能冲击金融业就业格局

AI技术在金融行业的广泛应用正在推动后台职能的结构性变革,渣打银行计划到2030年将相关岗位减少15%以上,涉及近8000个工作岗位,并以人力资源、风险、合规、运营及技术支持等后台职能为重点。此举的核心并非单纯裁员,而是通过AI与自动化提升运营效率、降低成本、提升盈利水平,以解决重复性、规则性和易出错的工作负担,如考勤核算、薪酬发放、风险数据分析等。星展银行与汇丰等同行也在不同程度上推进AI驱动的重组与裁员,金融行业的利润压缩与监管趋严使传统人力密集型运营难以为继,因此需要通过规模化应用AI来破解成本与效率难题,并释放出高价值、创造性岗位。与此同时,AI驱动的人员调整也将带来组织架构和人力资源的重构,关注点从“替代”转向“技能再造”,以培训与岗位转岗帮助被替代员工转型,从而确保资源投入到更具创造性的业务领域。

🏷️ #AI裁员 #金融科技 #自动化 #后台职能 #技能再造

🔗 原文链接
 
 
Back to Top