进行了一个艰难的 aggressive negotiation. 接手这个项目到现在半年了，我感到最重要的工作其实不是在定义产品，而是给研发老哥们提供情绪价值和信心、对冲各种奇怪的历史遗留问题积累出来的挫败感。 （👆 这个「不是……而是……」真的是我手写的）

📊🔥 巴西杯数据内幕：凌晨03:00AM 顶级班霸坐镇主场，筹码区发生多轮换手！ 彭美拉斯SP vs 福塔雷萨CE Live Market Capital Flow 👥 主队彭美拉斯作为巴甲至尊级班霸，今晚坐镇魔鬼主场，在让步上展现了极其恐怖的统治力。 初盘全场让球直接强推到 主让1.5球 (主队水位0.86) 的超深深盘。在附加盘口里，更有机构直接卡在 1.5/2球 (-0.93满水) 的极限阻击位疯狂筑墙。 This aggressive line extension clearly demonstrates that the market is heavily backing a dominant display from the hosts （这种极具侵略性的超深盘架势，明摆着是市场在为主队单方面的全场压制提供极高的筹码掩护）。 但后方的大小球盘口与底层比分矩阵却给出了截然相反的冷热差。基础大盘仅仅卡在 2.5/3球 (-0.96高水)， 附加盘更直接退到了 2.5球 (0.82低水) 处疯狂缩量 临场最终研判：大盘利用 1.5 球的极深大让步疯狂吸纳上盘筹码，造势主队今晚“至少净胜两球以上、大屠杀”的虚假安全感。 然而最底层的波胆数据中，2-0（5.0）和 1-1（10）这两个刚好将进球数卡在 2 球之内的格口，防御力度完全超出了 1.5 球深盘该有的常规配比。 今晚这场强强对话绝非毫无战术的碾压局，客队福塔雷萨近期防线高度防范，机构极大概率是在利用深盘分流热度， 实则暗中防范主队今晚在客队反扑下被直接卡死在 2-0 精准穿一个、或者 1-1 针锋相对的平局僵局点上！ #CopaDoBrasil# #巴西杯# #Palmeiras# #FootballAnalysis# #SportsData#

📊🔥 美职联数据异动：今日07:30AM 东部最强锋线直接对话，市场核心数据熔断！ 国际迈阿密 vs 哥伦布机员 Live Data & Tactical Gridlocks 👥 明早这场美职联的头名争夺战直接把筹码推向了极端。The market data for this marquee matchup has shifted into an aggressive offensive posture. 主队国际迈阿密凭借超级核心回归的噱头，在盘面上迅速筑墙，全场让球高调开在 主让1.0球 (主队水位0.98 / 客队水位0.94) 的极限深盘。附加盘中更有机构利用 0.5/1球 (0.75) 的极低水位强行进行资金拦截。This massive handicap clearly shows the market is building a strong barrier for the home side（这种深盘架构，明摆着是市场在为主队单方面的进攻火力提供极高的筹码掩护）。 但后方的大小球盘口才是真正的焦点。基础大盘直接被顶到了 3.5球 (小球0.98) 的夸张位置，附加盘更是在 3/3.5球 (0.69) 的超低水区疯狂建仓，市场几乎一致在造势一场毫无保留的进球大战。 📋 底层波胆 Matrix 筹码热区深剖： • Correct Score 资金锁死点：主胜 2-1（赔率 8.5）、1-0（赔率 14）以及 2-0（赔率 12）的赔率格被疯狂挤压。但在平局那一栏，1-1 竟然死死卡在 10 的敏锐位置，展现出极强的抗风险能力。 • 临场研判：大盘利用 3.5 球的极端深盘疯狂分流走地资金，试图引导所有人去博弈双方的防线大沦陷。 然而底层波胆中 2-1（8.5）和 1-1（10）这两个刚好将进球总数锁在 2-3 球的比分数据，防御力度完全溢出。 这暗示着今晚的强强对话绝非毫无战术的单方面大屠杀，两队极大概率是一场在中场展开极限绞杀的精准卡盘局， 稍有不慎就会被死死卡在 2-1 或 1-1 的比分节点上！ #MLS# #美职联# #Messi# #FootballAnalysis# #SportsData#

📊🔥 欧亚盘面实时拆解：今晚12:00AM 挪威超“冷热交替”风向标！ 史达 vs 维京 Real-Time Odds & Correct Score Analysis 👥 客队维京今晚坐拥强大的实力定位，初盘由客让0.5球一路飙升， 最新全场让球已经强行深开到了 客让 1.0 球 (主队水位 0.92 / 客队水位 -0.94)。 这种筹码的强力倾斜，在客场作战的背景下显得非常 aggressive（激进），资金两端正在发生剧烈的换手。 但最精彩的细节往往藏在后方的 Over/Under（大小球）线。大盘直接死死卡在 3/3.5 球 (-0.89 高水)， 机构在明面上疯狂勾引玩家去博弈两队的进攻大战，暗示今晚会演变成一场毫无保留的对攻屠杀。 📋 临场波胆 Matrix 数据监控反馈： Correct Score 筹码锁死区：客胜 2-1（赔率 7.7）、2-0（赔率 8.5）以及 1-0（赔率 9.6）的方格赔率被严重挤压。 然而最不可思议的是平局那一栏，1-1 的水位竟然被死死拍在了 8.5 的绝对偏低阻击位！ 临场研判：大盘强行把让球和大小球顶到了 1.0 和 3/3.5 的历史极端高位，试图给市场营造一种“维京客场必大胜、 进球至少4个起步”的虚假安全感。 然而底层波胆里 2-0（8.5）和 1-1（8.5）这两个极低赔率却把真实的防御意图完全出卖了。 这种数据形态意味着，机构表面高调造势大球，实则极度害怕两队在 1-1 或 0-2 的两边卡盘点上精准死火。 今晚这场博弈绝非单方面大屠杀，比赛大概率会被拖入战术消耗战，生死全看维京能否在上半场前25分钟强行敲开史达的铁桶防线！ #Eliteserien# #挪威超# #FootballAnalysis# #SportsData#

Polymarket BTC 5分钟动量交易神器！ 在 Polymarket 的 BTC 5分钟 Up/Down 市场里，真正的高胜率机会往往出现在到期前最后几分钟。 这个项目 5min-btc-polymarket 把这种「Momentum into Close」策略做成了可直接运行的 OpenClaw Skill： • 核心逻辑：到期前约2分钟，如果 BTC 在当前周期出现明显价格冲量（约 $70–$100），且市场偏斜与动量方向一致，就果断入场 • 严格风控：提供 Conservative / Aggressive 双配置文件，支持单笔风险、每日最大亏损、最大交易次数等硬限制 • 可选对冲：当市场极度偏斜（如 95/5）时，可开启微对冲降低尾部风险 • 执行保障：价差、流动性、报价新鲜度检查 + 强制平仓保护 + 20秒到期缓冲机制 • 部署友好：Docker 一键运行 + 控制脚本 + 自动报告生成 项目强调「这是动量跟随策略，不是反转策略」，把高频事件交易的风险管理做到了极致。 目前已获 395 stars，适合想在 Polymarket 上做短线 BTC 交易的 quant 玩家或想把 OpenClaw 技能扩展到真实交易的开发者。 GitHub：

为什么讨论 OKX 星球的人突然变多了？ 为什么 OKX 星球的最高任务是 DAU？ 为什么一个产品宁愿被骂也不要默默无闻？ 为什么感觉 KOL 的创作者收益更高？ 以后这种问题要怎么解决呢？ 我可能是全网最适合回答这些问题的人，甚至比他们团队内部的人都合适😎因为很多东西都是我给 OKX 星球提的建议，而且我不用顾虑任何舆情风险😂 我们一条条过 一、为什么讨论 OKX 星球的人突然变多了？ 最近一个月推特上讨论 OKX 星球的人越来越多了，原因是很多 KOL 晒出了创作者收益，一个周从几十u到几百u不等，看着不多但是一个月*4 就非常舒服了 这是引起讨论的决定性的原因，就像大家会讨论空投一样，所以创作者收益会影响大家的注意力，而且是每周不间断的空投 二、为什么 OKX 星球的最高任务是 DAU？ 但是为什么之前没人讨论呢？ 因为之前的创作者激励算法有问题，通过我的观察推断，之前的创作者收益是和带来的实际交易量挂钩的，所以以前创作者收益绝大部分都给到了带单老师和节点老师 这件事本身没有问题，但是策略有问题，你可以激励交易量行为但是你得知道你的最高任务是什么？ 在当前阶段，OKX 星球的最高任务是 DAU，所以星球需要激励那些能带来更多用户，带来更多停留时长，带来更多黏性的创作者 所以 KOL： - 本身就有粉丝可以带来用户 - 可以产出优质内容，让用户停留时间更长 - 本身的粉丝跟过来导致星球的黏性更强 所以从策略上也应该这样，如果按照空投的理解的话，那就是给那些帮助生态更大的人 所以一切的行为都要像 DAU 看齐，如果发生冲突，尽量让给 DAU 三、为什么一个产品宁愿被骂也不要默默无闻？ 新事物最好有争议 我看 OKX 他们挺紧张的，因为被吐槽了，我反而为他们高兴 星球终于被人看见了！ 我觉得最可怕的就是提都没人提起 就像现在没人再骂百度 AI 一样，虽然没人骂你但是确实已经社会性死亡了 所以我一遍遍的跟 OKX 星球反馈：要更加 Aggressive 一些、更有野心、更加激进 因为 OKX 星球现在不怕犯错，怕被忘记。而被忘记就是社会性死亡 四、为什么感觉 KOL 的创作者收益更高？ 回到今天推特上的吐槽：创作者激励怎么分给了这么多 按照我的理解这种事必然发生，每次空投都有 beef，到现在很多人都在吐槽推特的创作者收益不公平，但是依然不妨碍大家更加勤奋的创作好的内容 我觉得主要几个原因： 1️⃣ 首先 KOL 影响力很大，之前 KOL都没有😂现在有了，而且推特收益又这么差，行情也这么差，星球这么大方他们肯定晒单啊，所以你觉得都是 KOL 拿走了，其实没有多少 2️⃣ KOL 有了自己的方法论，每个 KOL 都会研究机制，会按照这个新平台去创作内容，所以他们的内容会更加符合平台的需要，平台肯定激励正向的行为 3️⃣ KOL 守规矩，我发现之前有大量的工作室，工作室可以一天发一两百条，就是 AI 垃圾，KOL 要脸不敢这么干 所以，幸存者偏差会让你有这个错觉，本身也应该倾斜给 KOL，KOL 会对生态的长期发展有好处 五、以后这种问题要怎么解决呢？ 不但要继续搞，还要大力搞 其实我给的建议更加的 Aggressive，只不过他们太温和了没有采用，但是我觉得大家会喜欢，会非常喜欢 谁说创作者收益就只能按照权重、阅读量计算呢？ 就不能有本周最佳创作者、最具话题性、最高质量等头衔么？ 这个给他 1000u 又能怎么样，还是从用激励池拿出来，但是激励作用非常大 这是什么呢？不就是推特前段时间的 1M激励文章创作者么？ 而且不仅要搞，还要到推特上提前预热，一个月的周期算的话甚至都可以 5wu，文章阅读量第一的给予奖励 这样全币圈都在讨论 另外，既然吐槽，就组织一个活动让用户当面吐槽产品同学不是更好么？既能带来更大的曝光，也能拉近团队和用户的距离 很期待赶紧组织这种活动 星球拉一个直播就行，还能让产品同学体验自己的产品👿 —— 总之，看到星球这个新事物被越来越多的人讨论为他们感到开心😃 希望团队更加激进一些，因为不怕被骂怕不被看见 以上。 @star_okx @Haiteng_okx @Mercy_okx @Jiajia_OKX @misaENFP

方星海博士背后的证监腐败经济学：10篇学术论文看得刺激！证监会副主席方星海，其博士论文导师是诺贝尔经济学奖得主约瑟夫·E·斯蒂格利茨。方星海被捕的消息公开之后，重新翻看了他的履历：斯坦福经济学博士，世界银行工作经历，上海金融办主任，再到证监会副主席，在中国金融监管体系中，几乎是一份最接近技术官僚理想型的履历。 连他这样一位拥有深厚学术背景和丰富监管经历的官员走到被查这一步，也让证监系统为何频频出现腐败案件再次成为舆论关注的焦点。坊间讨论往往停留在个案层面，谁与谁存在关联，哪家企业上市过程中是否存在利益输送。但从经济学视角看，问题会更加清晰。证监系统中的腐败，其租金究竟来自哪里，利益由谁获得，成本又由谁承担，以及反腐能否真正改变背后的运行机制，才是更值得追问的问题。 过去十几年里，已有一批实证研究试图回答上述问题。相关文献从IPO审核、监管寻租、政治关联、上市公司治理以及资本市场资源配置等多个角度展开分析。我们将与中国证监系统腐败最直接相关的研究整理成一份清单。 六篇最直接研究证监腐败的论文清单。 1. 企业行贿发审委员，到底买到了什么？ Huang, Yan, and Chan（2021），Journal of Corporate Finance，题为《Does Aggressiveness Help? Evidence from IPO Corruption and Pricing in China》。 该论文的分量，在于作者使用了真实发生的行贿案件作为识别依据。研究团队根据法院公开披露的信息，识别出曾向两名创业板发审委员行贿的企业，并进一步匹配了行贿企业、时间、金额等具体信息，再将其与其他IPO申请企业进行比较。 研究发现，行贿行为使企业IPO过会概率提高约17个百分点。与此同时，行贿企业往往获得更高的发行市盈率，但上市首日表现反而更弱，平均涨幅仅为28.6%，低于未行贿企业的40.1%。上市之后，行贿企业的长期市场表现也更差。作者认为，这可能源于行贿企业本身具有更激进的融资策略，希望通过更高的发行价格弥补行贿成本以及相关中介费用。 论文中还有一个很有启发性的事件研究。腐败发审委员被调查或判刑的消息公布后，与其存在关联的企业股价出现更加明显的下跌。但与此同时，即使没有直接行贿关系的企业也受到负面影响。换言之，监管腐败会带来信任外溢效应，投资者难以准确识别哪些企业真正参与其中，于是整个相关板块都会面临估值折价。 在研究我国证监系统腐败的相关文献中，该论文的优势在于直接观察到了行贿关系本身。相比政治关联、官员背景等间接代理变量，真实腐败案件提供了更具说服力的证据。当然，行贿企业并非随机产生，法院披露的案件也可能只是全部腐败行为中的一部分。因此，17个百分点更适合作为特定样本范围内的估计结果，不能简单外推到所有IPO企业。 2. 发审委里的审计机构代表，会不会照顾自己的客户？ Geng, Hau, and Zheng，题为《China's IPO Screening with Partial Regulatory Capture》，Swiss Finance Institute工作论文。 我国过去的发审委制度曾吸收会计师事务所、律师事务所和金融机构等专业人士参与审核。制度设计的初衷，是借助市场专业力量提升审核质量，但同时也带来了潜在的利益冲突。当某家审计机构的人员进入监管决策体系后，该机构与拟上市企业之间便可能产生利用关系网络获益的空间。 论文发现，曾有代表进入监管决策机构的审计所，更容易承接那些刚好跨过财务审核门槛的边缘企业。这些企业获得IPO通过的概率更高，但上市后的表现明显更差。与普通IPO企业相比，其上市后两年的平均买入持有收益率低约45%，会计盈利能力也相对较弱。 作者进一步分析发现，这些审计所在其他上市公司的日常审计业务中，并没有表现出更高的审计质量。它们的优势主要体现在IPO审核环节，更多地体现为监管关系带来的便利，而非专业能力上的领先。 该论文对于理解发审腐败的制度根源具有重要意义。现实中的监管失灵，很少只是个别官员与企业之间的简单交易，更常见的是专业中介机构、审核委员和拟上市企业之间形成了一种长期互动关系。监管需要行业知识，因此需要吸纳市场专业人士参与，但专业人士进入权力核心后，也可能创造新的寻租空间。 3. 前证监官员进了券商，客户为什么更少被查出欺诈？ Chen, Lin, Ng, and Pan（2026），Review of Accounting Studies，题为《Revolving Door at Financial Intermediaries: Evidence from Fraud Allegations Against IPO Clients》。 论文研究的是券商和保荐机构聘用前证监会官员后，会对IPO审核结果产生怎样的影响。研究发现，前监管人员进入券商担任董事或高管后，由该券商保荐的IPO企业，被证监会认定存在欺诈行为的概率明显下降。 更值得注意的是，下降主要来自违规行为被发现的概率降低，而企业实际造假行为本身并没有明显减少。作者进一步将前监管人员带来的旧有关系网络，与其积累的监管专业知识进行区分，发现前者更能解释研究结果。即使违规行为最终被查出，拥有前证监官员的保荐机构，其客户受到的监管处罚也相对更轻。 其中的利益链条，同样清晰可见。保荐机构能够收取更高的服务费用，前监管人员也获得更高的薪酬回报。机构投资者似乎能够识别其中的风险，并在市场交易中做出反应，但普通投资者较难将此类风险充分反映到价格中。 该论文是目前解释我国证监系统旋转门现象较有代表性的研究之一。它揭示的利益交换机制，比直接送钱更加隐蔽。前监管人员带来的价值，可能来自对监管规则的熟悉，对审核重点的掌握，对调查触发机制的了解，甚至包括利用既有关系影响监管发现和处罚结果。 4. 有政治关系的券商，更容易帮客户过会。 Chen, Guan, Zhang, and Zhao（2017），Journal of Banking & Finance，题为《Political Connection of Financial Intermediaries: Evidence from China's IPO Market》。 作者使用2006年至2011年的中国IPO申请数据，以券商董事长或总经理是否具有政府、军队任职经历来衡量政治关联。 研究发现，具有政治关系的承销商能够显著提高客户企业IPO过会的概率。同时，这类券商收取的承销费用也更高，说明企业愿意为关系资本支付额外溢价。进一步分析显示，相关企业上市后的长期市场表现更差，政治关系带来的收益更多流向企业原股东和金融中介，普通投资者并未获得相应回报。样本中政治关联现象十分普遍，约44%的承销商被归入政治关联组。 论文描绘了一条较为完整的利益链条。政治关系提高IPO通过概率，券商借助关系优势收取更高费用，部分质量较弱的企业因此进入资本市场，而由此产生的成本最终由二级市场投资者承担。 5. 2015年金融反腐后，关系对审核的作用下降。 Xiong and Zhao（2021），Pacific-Basin Finance Journal，题为《Guanxi, Media Coverage and IPO Approvals: Evidence from China》。 作者考察了拟上市企业、中介机构与发审委员之间的社会关系，试图分析关系网络在IPO审核中的作用。研究发现，在2015年之前，企业与发审体系中的社会关系能够显著提高IPO过会概率。随着金融领域反腐力度加强，这类关系对审核结果的影响明显减弱。 论文还关注了媒体监督的作用。研究发现，正面媒体报道对IPO结果的影响并不稳定，但负面报道会显著降低企业过会概率。即使企业拥有发审关系，一旦遭遇负面曝光，上市成功率仍会受到明显影响。 该研究适合用来说明反腐和外部监督如何改变关系网络的收益空间。监管环境变化之后，原本能够带来优势的社会关系，其价值受到削弱，媒体曝光也成为约束寻租行为的重要力量。 6. 地方官员晋升前，企业上市会加速。 Piotroski and Zhang（2014），Journal of Financial Economics，题为《Politicians and the IPO Decision: The Impact of Impending Political Promotions on IPO Activity in China》。 严格说，这篇论文研究的并非证监官员腐败案件，但它是理解我国IPO政治经济学绕不开的一项研究。 作者考察地方官员晋升激励与企业上市之间的关系，发现地方官员即将晋升的时期，符合条件的企业更容易启动并完成IPO。这一现象在国有企业和民营企业中都存在。对于民营企业而言，上市窗口尤其重要，因为地方官员调整后，原有的政治联系可能失效，企业倾向于赶在关系网络变化之前完成上市。 研究进一步发现，晋升期上市的企业，后续经营表现和长期股票收益更差，控股股东持股比例更高，也更容易出现募集资金用途调整等现象。换言之，政治周期可能改变企业进入资本市场的节奏，也影响了资本市场资源配置效率。 反腐真的介入之后，发生了什么？ 前面六篇讲的是租金怎么来，接下来四篇换个方向，看反腐真正落地之后，市场和企业发生了什么变化。 7. 中央巡视证监会后，IPO抑价反而上升。 Yan, Li, and Wang（2023），China Journal of Accounting Research，题为《Do Anti-corruption Campaigns Affect IPO Underpricing? Evidence from a Central Discipline Inspection of the CSRC in China》。 作者利用中央巡视组进驻证监会这一制度事件，考察巡视期间完成上市的企业表现。研究发现，巡视期间上市企业的IPO抑价程度更高。作者认为，在巡视压力下，证监会更加重视市场稳定和监管风险控制，因此倾向于批准发行价格相对较低的项目，为上市后的短期上涨留下更大空间。 进一步分析显示，这类企业上市初期市场表现更好，但长期股票收益反而更差。相关影响在民营企业、聘用低质量审计机构的企业，以及所在地区腐败程度较高的企业中更加明显。 论文揭示了一个容易被忽视的机制。反腐检查能够压制监管寻租，但同时也可能改变监管人员的行为激励。在面临更强问责压力时，官员可能更加关注避免市场波动和审核风险，从而采取更保守的定价策略和项目选择标准。因此，反腐带来的短期变化，并不一定完全体现为资源配置效率提升。 8. 反腐削弱了上市公司政治关系的价值。 Chiang and Qin（2025），Economica，题为《How Did the 2012 Anti-corruption Campaign in China Diminish the Value of Political Connections for Listed Companies?》。 论文利用新闻报道中反腐政策强度的变化，考察2012年至2014年反腐运动对中国上市公司的影响。研究发现，反腐运动启动后的前两年，具有政治关联企业的市场价值下降约7.5%，相当于此前政治关系所带来价值的80%至83%。这一影响主要集中在民营企业、生产率较低的企业以及腐败程度较高的地区。 虽然该研究并不专门针对证监系统，但对于理解金融机构和上市企业为何愿意投入大量资源维护监管关系具有重要意义。政治关系本身就是一种具有市场价值的无形资产，能够帮助企业获得融资便利、资源支持和制度优势。反腐行动的推进，相当于显著压缩了这类关系资本的价值。 论文揭示了一个重要机制。企业经营政治关系，并非仅仅为了获得短期便利，主要还是因为这种关系过去能够带来真实的经济回报。当制度环境发生变化，政治关系的稀缺性和有效性下降，依附于关系网络形成的市场溢价也随之减少。 9. 禁止官员当独董后，财务报告质量提高。 Hope, Yue, and Zhong（2020），Contemporary Accounting Research，题为《China's Anti-Corruption Campaign and Financial Reporting Quality》。 2013年的相关规定禁止党政机关官员在上市公司兼职，大量官员独立董事因此退出上市公司治理结构。作者利用这一制度变化构建双重差分模型，考察失去官员董事后企业治理和信息披露的变化。 研究发现，失去官员董事的企业，财务报告质量随后有所改善。这种改善在民营企业、面临再融资压力、曾获得优惠信贷，以及所在地区司法效率较高的企业中更加明显。 研究结果表明，官员董事的作用可能远超一般意义上的政策咨询。他们既可能帮助企业获得融资便利，也可能削弱外部监督压力，使企业面临较低的信息披露约束。在这种情况下，企业维持政治关联的收益，部分来自降低透明度要求和外部治理压力。 10. 官员退出董事会后，企业转向创新和生产率。 Berkowitz, Lin, and Liu（2022），Journal of Law, Economics, and Organization，题为《De-politicization and Corporate Transformation: Evidence from China》。 论文研究的是同一轮官员独董退出事件。作者发现，短期内，失去官员独董的企业融资环境有所恶化，债务成本上升，市场价值也受到负面冲击。但随着时间推移，这些企业开始增加研发投入，引进更多机器设备，生产率和信息透明度逐步提升，经营能力的改善最终抵消了政治关系消失带来的损失。 该研究为理解反腐的长期经济影响提供了更完整的视角。政治关系被削弱后，企业短期内可能面临融资压力和市场估值下降，但与此同时，也会被迫减少对关系资源的依赖，转向技术创新、公司治理和真实经营能力提升。 从更长周期看，反腐并非只意味着切断既有利益网络，也可能推动企业重新建立基于效率和竞争力的发展模式。

AI正在重构整个半导体产能分配体系 ai爆发之前，半导体行业是一条单行线：先进制程不断升级，成熟制程逐渐淘汰。但AI不只是推动EUV需求暴涨，而更近一步的推动全产业链产能争夺。 AI GPU、HBM、AI ASIC开始疯狂吞噬先进制程产能，因为AI芯片背后的单位经济模型远高于传统消费电子。一片先进GPU wafer，最终可能对应几十万美元级别的AI服务器和长期云租赁现金流。于是foundry天然优先分配给AI GPU、TPU、custom AI ASIC、HBM。 于是整个外溢链条开始形成。第一层是原本依赖先进EUV的一部分产品，开始长期停留在older nodes。最明显的是手机SoC、消费GPU、PC CPU、Networking ASIC、DPU、Switch ASIC。这些产品理论上应该继续往3nm、2nm迁移，但现实是先进wafer越来越贵，EUV slot越来越难抢，AI客户越来越愿意支付更高价格。 很多产品接下来很可能不得不开始延长旧节点寿命，停留在N5/N6/N7，更多依赖ArFi immersion，增加multi-patterning，用chiplet替代纯缩节点。 手机这样的迹象刚刚开始。过去手机换机周期大约18-24个月，现在很多地区已经拉长到36-48个月。旧旗舰仍然足够强，大部分用户感受不到必须升级的必要。于是手机行业进入一个非常特殊的阶段：旧手机还能用，新AI体验又没强到必须换机。接下来我们很可能看到的可能会是，只有真正高端旗舰还在继续抢最先进EUV，中低端Android 要么被淘汰，要么其SoC大量停留在6nm、7nm、8nm、12nm，很多厂商已经开始放弃继续 aggressively 追逐最先进节点。 但手机行业最终还是会重新争夺先进制程，真正的原因不是CPU，而是功耗。手机是电池设备。未来如果本地AI agent、实时视觉理解、长时记忆、always-on AI OS、后台持续推理开始普及，那么TOPS/W、memory bandwidth、SRAM/cache、先进封装会重新变得极度重要，否则发热和续航会变得不可接受。 下一层外溢，是高端DUV。很多人过去认为EUV会逐渐淘汰DUV，但现实完全相反。AI时代实际上正在让ArFi immersion重新战略化。因为即使是EUV时代，大量关键层仍然依赖ArFi immersion、ArF dry、KrF。尤其advanced NAND、DDR5、HBM、Networking ASIC、optical DSP、SerDes、Switch ASIC，本身就高度依赖高端DUV。AI越发展，对memory和IO的需求越高，DUV的重要性反而越强。于是行业开始出现一个关键变化：不是EUV替代DUV，而是EUV + DUV对应的需求一起拉爆。 现在已经能看到很多迹象：ASML DUV订单重新变强，refurbished DUV需求上升，二手scanner价格维持高位，mature fab利用率重新改善。真正危险的是，这种压力还会继续向下传导。当手机、消费GPU、Networking ASIC开始占满高端ArFi之后，汽车、工业、功率、PMIC、MCU、模拟芯片又会继续向更成熟节点退。这其实就是EUV → ArFi → KrF → i-line的逐层外溢。 而且这个过程其实已经发生过一次。2021-2022汽车缺芯，本质上就是高价值消费电子挤占成熟制程产能。AI时代只是把这个过程进一步放大。汽车行业已经学会一件事：最怕的不是芯片不先进，而是没有芯片。于是越来越多车企开始长期锁产能、多供应商、接受旧节点、延长平台寿命。很多汽车芯片未来可能长期停留在28nm、40nm、55nm、90nm，因为对于车规来说，稳定供货远比缩节点重要。 功率半导体则是另一个容易被低估的方向。它并不依赖EUV。功率真正重要的是耐压、电流、热、reliability、缺陷控制、封装，所以大量功率器件长期停留在180nm、130nm、90nm、BCD、HV CMOS、200mm，很多甚至主动不愿意继续缩节点，因为更先进制程反而漏电更高、热更难、成本更高、良率更差。 但AI datacenter本身又在疯狂拉动功率需求。现在AI rack功率已经开始从50kW向100kW、300kW+继续升级。于是HVDC、VRM、PSU、UPS、rack-level power、battery backup都会大量消耗MOSFET、IGBT、SiC、GaN、PMIC。AI一边挤占先进制程，另一边又在疯狂拉动成熟制程。 最终整个行业会越来越像“全层级产能紧张”，而不是单纯“先进制程繁荣”。真正限制行业的，也早已不只是scanner数量，而是整个超复杂制造体系：optics、overlay、metrology、mask、photoresist、substrate、advanced packaging、testing、power、cooling，共同形成的复杂度瓶颈。 AI真正改变的是：半导体行业开始从“晶体管中心”，进入“系统复杂度中心”。EUV不会淘汰DUV。AI时代真正发生的事情，可能恰恰相反：整个半导体产业，会重新意识到，高端DUV、成熟制程、旧scanner、legacy fab，才是支撑全球电子工业的真正底座。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

黑暗心理学，什么是【可爱攻击】 为什么有些女友会咬男友？ 很多人在亲密关系里都遇过一种有点矛盾的行为。 在开心、撒娇或靠近的时候，对方突然轻咬一下手臂、肩膀，甚至手指。 看起来带着一点攻击性，却同时很亲密。 心理学上称为「可爱攻击（Cute Aggression）」，由情绪研究学者 Oriana Aragón 提出。 研究发现，当人感受到极强的喜欢、可爱或亲密情绪时，大脑有时会出现一种反向表现。 例如想捏脸、想用力抱紧，甚至想轻咬一下。 这不是伤害冲动，而是一种「情绪溢出」的调节机制。 当正向情绪强度过高，大脑会自动加入一点「反向讯号」，让整体情绪回到可控范围。 某种程度上，是在帮你稳住自己。 所以那一口，不是在攻击， 而是在消化过多的喜欢。 从关系的角度看，这种行为还带有一层更细的意义。 它是一种边界内的测试。 轻微的侵犯，加上可控的强度， 在确认彼此的距离与安全感。 你能接受，我们就更靠近一点。 你抗拒，我就会收回。 这种互动，常常发生在关系已经建立基本信任之后。 不是随便的人，而是已经被允许进入你空间的人。 所以你看到的，是一个小动作。 但底层同时在运作三件事。 情绪调节、亲密确认、边界测试。