前谷歌高管Mo Gawdat： AI是人类最后一项创新，我们正在构建能"创造AI的AI"。 未来2-3年，就业市场将巨变。今年应届生招聘已下降23%-30%，简单工作将悉数被取代。 他的建议只有一句话：接受现实，抢占先机。

喜欢粉红的可以看烟草公司： 烟草公司：奥驰亚 $MO 历史累计涨幅260万倍！ 每年稳定现金流+分红，2026已经涨了30% 另外还有房产公司，下次我专门整理一下。 美国股市高股息ETF，也不错。

今天才知道，原来美股历史涨幅第一名，是一家百年烟草公司：奥驰亚 $MO 历史累计涨幅260万倍！ 每年稳定现金流+分红，2026已经涨了30% 科技来来去去，唯吸烟永恒

AI 裁员时代的生存指南 Simon Willison 最新一个 blog 笑死 他转了一段 Mo Bitar 的 TikTok，叫《The Unethical Guide to Surviving AI Layoffs》 段子大意是：想升职吗？走进 CEO 办公室关上门说，hey 老板，我最近在搞一个东西叫 Ralph Loops，我觉得这可能改变一切。CEO 一定会问，什么叫 Ralph Loop？你就说，给我批 18,000 美元的 API 额度，我展示给你看。 然后你什么也不用做，因为你也做不了，因为没人能做，但等他搞明白这一点的时候，你已经升职加薪了。 第二刀更狠：翻译过来就是，老板听到“自动化”三个字会自动 high。段子告诉你怎么用：在公司大群 @ 同事：我把 Gary 自动化了。他的功能已经被 Ralph Loop 了。顺手 @ CEO。 太魔幻了……

《武林外传》舞台剧上海首演，“莫小贝”长大接任客栈新掌柜 "Wulin Waizhuan" stage play debuts in Shanghai; "Mo Xiaobei" grows up to become new innkeeper.

今天才知道，美股历史上最狠的“科技股”，可能不是科技公司，而是一家烟草公司。 奥驰亚，代码 $MO 从前叫 Philip Morris， 卖的是烟，赚的是人性。 一边是科技公司不断迭代、颠覆、淘汰； 一边是烟草公司靠稳定现金流、持续分红、复利滚雪球，硬生生跑成了历史级长跑冠军。 你以为资本市场最性感的是创新， 后来才发现，最可怕的是： 成瘾、定价权、现金流和时间。科技会换代，风口会退潮，故事会过期。 但人性不会轻易升级，欲望也很少自动戒断。 所以投资最扎心的真相是： 有时候改变世界的公司，未必最赚钱； 真正赚钱的，往往是最懂人性的公司。 不是烟草永恒，是人性的弱点太稳定。

国内卓越的四季不少，香港苏州杭州大连广州，但北京四季是真挺拉的，我愿称其为美式老干部风（对比香格里拉的中式老干部风） 在鸡酒圈里，有啥比黄仁勋作为一个MO忠粉，放着北京两家异常卓越的MO不住，只能陪领导住老干部风北京四季还难受的事儿吗

每次发现 mac 存储快满的时候，都会用 Mole + codex 来一次清理，这次又清理了 100多G。 1、先用Mlole一行命令：mo clean 2、接着再让 Codex 扫一遍本地大文件和各种缓存，确定没用的就直接删掉

教你用一个周末搭一个英文工具站，30天目标MRR $200+： 上午（2小时）选方向 原则：英文搜索量高、Stripe能收款、Claude能生成大部分代码 推荐方向： · AI Resume Optimizer · AI Email Subject Generator · AI Meta Description Generator · AI YouTube Title Generator · Image Background Remover 下午（4小时）从0到上线 打开 Claude Code，提示词： "Build a [tool name] website. Stack: Next.js 14 App Router + Tailwind + for payments. Include: hero section, tool UI, pricing ($9/mo and $79/yr), simple SEO landing copy. Deploy to Vercel." 晚上（2小时）SEO初始化 注册 Google Search Console 用 Claude 写10篇关键词文章塞到 /blog 提交 sitemap 下周（碎片时间） 提交到 Toolify、Futurepedia、There's an AI for that、AI Tools Directory、ProductHunt 每天发1条X宣传带工具URL 下周日复盘 注册>50：继续优化 注册<10：换方向再来一次 我上个月用这个流程做的工具站，第30天MRR $430。 不是爆款，是细水长流的副业雏形。

周末行研：EUV Mask Inspection --- EUV最难的问题之一 DUV时代的mask，更像“透明玻璃上的图案”。光穿过去，再投射到wafer上。很多问题集中在表面颗粒、划痕、断线等二维缺陷。 但EUV完全不同。13.5nm EUV会被绝大多数材料吸收，因此EUV mask变成了反射式结构。它本质上是由40~50层Mo/Si multilayer组成的纳米级布拉格反射镜。重要的是，EUV mask已经变成一套极其复杂的三维纳米光学系统。 这会导致问题集中在 buried defect（埋藏缺陷）。 例如某一层Mo/Si之间出现0.5nm级别的小隆起、空洞或颗粒，表面可能完全看不出来，但却会改变EUV光的相位与干涉行为，最终在wafer上形成CD偏移、图形变形甚至随机缺陷。 这类问题在DUV时代并不突出，但在EUV时代会直接影响良率。 很多缺陷在可见光下看不到，在DUV下也不明显，但到了13.5nm下却会变成灾难。因此最理想的方法，是用真正的13.5nm EUV去检测EUV mask，也就是所谓的 Actinic Inspection。但问题在于，Actinic Inspection本身几乎等于“再造一台小型EUV光刻机”。它同样需要EUV光源、超高真空、多层膜反射镜、极低振动、极高稳定性以及超高灵敏度探测器。 重要的是，inspection tool的要求很多时候甚至比曝光机更苛刻。因为曝光机追求的是稳定曝光，而inspection追求的是发现极微弱异常。尤其EUV时代大量缺陷已经变成 phase defect。很多缺陷并不一定有明显高度差，却会改变光的相位与干涉结果。这已经变成光学、相位、散射、干涉的综合问题。 与此同时，EUV mask本身还是典型的3D结构，会出现shadowing、absorber sidewall effect、3D scattering与angle dependency。同一个缺陷，在不同角度下，影响可能完全不同。重要的是，EUV inspection已经需要模拟完整的EUV成像行为。 缺陷会不会真正印到wafer上，也就是业内所谓的 Printable Defect Analysis，这背后需要 computational lithography、光学仿真、wafer correlation、AI defect classification 与 OPC补偿共同完成。 EUV光学系统在13.5nm波长下，传统透镜已经完全失效。EUV系统只能使用反射式光学。这意味着整个系统必须依赖超高精度的Mo/Si multilayer mirror。这些mirror已经接近原子级精度的纳米工程结构，其表面粗糙度甚至要求达到picometer级。在EUV波长下，哪怕0.05nm级别误差，都可能影响最终成像。 因此，检测系统的光学部分也长期高度依赖 Zeiss。 随着High-NA EUV、2nm、1.4nm、更高mask复杂度以及更严重的stochastic defect推进后，mask defect对良率的影响会指数级扩大。过去很多问题还能依靠OPC补偿、process window与冗余设计容忍，未来则越来越困难。 因此整个行业对actinic inspection、mask review、pellicle inspection以及printable defect analysis的需求都会快速增长。这也是为什么有euv检测能力的公司价值都可能会进一步增长的原因。 它们是EUV时代良率控制的核心基础设施。 本文非投资建议dyor