先进制程的瓶颈，你以为只有光刻机吗？ 其实还有Photomask（光罩 / 掩膜版）。 如果说光刻机是印刷机，那么Photomask就是印刷模板 / 底片，wafer（晶圆）就是被印内容上去的纸。 AI带来的半导体复杂度增长，会直接传导到Photomask，甚至被进一步放大。 过去行业是wafer使用量 +10%，mask需求 +10%。 AI时代可能正变成：wafer +10%，mask value +20%~40%。 因为增长的不只是mask数量，还包括： mask层数 EUV层数 multi-patterning复杂度 advanced packaging mask RDL / interposer / HBM相关mask inspection复杂度 repair难度 mask write时间 Photomask本质上已经不再只是“玻璃板”，而越来越像半导体工业里的“母版”。 mask面积远大于芯片，但精度要求反而更高。这点和euv镜头有点像：在A4纸大小区域上绘制整个城市地图，同时误差不能超过几纳米。 一套高端mask如果存在缺陷，后面可能是几万片wafer同时报废。 因此行业的核心，是缺陷控制能力。目前高端mask已经进入纳米级光学工程阶段。EUV mask、3nm/2nm logic mask、HBM相关mask、Advanced Packaging mask，都远超传统DUV时代。 于是高端Photomask天然是低throughput、慢扩产、重工艺积累行业。 相比传统DUV mask是透射式，光直接穿过去；EUV mask则是多层反射镜结构，内部包含Mo/Si multilayer、absorber、pellicle和超低缺陷blank。mask defect会被无限复制，因此phase defect、CD误差、overlay误差、multilayer defect都会极其致命。于是mask inspection的重要性开始接近光刻机本身，工艺技术门槛都变得极高。 除了芯片制造需要mask，还有Advanced Packaging Mask：先进封装本质上也是光刻工业。 CoWoS、Fan-Out、RDL、Interposer、EMIB、Hybrid Bonding，本质都依赖Photomask。因为先进封装已经不再只是“把芯片焊起来”，而是在package内部重新构建超高密度微型互连系统，负责数据传输、电源分配、时钟同步和高频信号完整性。 AI需求带来的，不只是封装数量增长，而是每个Package内部复杂度的爆炸。过去1~2层RDL，现在5层、8层、10层以上。每增加一层RDL，通常就意味着新增对应mask流程。于是Photomask需求开始从“跟随wafer数量增长”，变成“跟随系统复杂度增长”。 先进封装可能是未来几年增长最快的Photomask子方向之一。因为AI package正在逐渐变成“微型主板”。大量原本属于PCB和系统板级的功能，正在向Package内部迁移：HBM互连、高频SerDes、Power Delivery、Chiplet Fabric。于是先进封装越来越像“后道版晶圆厂”。 这也是CoWoS、EMIB、Foveros、SoIC、Hybrid Bonding越来越重资产、越来越难扩产的根本原因。它们已经不再是传统封装，而是系统级硅互连制造。 而随着光刻机越贵、越稀缺，每一次曝光就越昂贵。于是晶圆厂会更加重视： 高质量mask inspection repair pellicle overlay metrology 与此同时，EUV紧缺还会推动multi-patterning。原本1层EUV，可能被迫变成多次Immersion DUV曝光、SADP、SAQP，结果反而增加了Mask数量。因此EUV scarcity并不一定压制Photomask行业，很多时候反而提升高端DUV mask需求。尤其HBM、CoWoS、Advanced Packaging、RDL、Substrate这些大量使用Immersion DUV与Packaging Lithography的环节。 这也是为什么高端Photomask行业越来越像HBM、CoWoS和EUV生态。真正限制行业扩产的，已经不只是CapEx，而是： defect reduction yield learning inspection能力 process tuning customer database 长周期验证 工艺积累 很多部分已经开始像“工业化手工艺”。 其在整个半导体生态中的议价能力，将会越来越强。而市场，很可能还没有充分意识到这一点。 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

过去半年行业的一个显著变化就是，先进封装第一次开始从配套，变成核心。 HBM、CoWoS、ABF载板、高速互连、供电与先进封装能力越来越成为供应链的卡点。 因为AI芯片正在快速变化。Die越来越大，HBM越来越多，Chiplet越来越多，功耗越来越高，热密度越来越高。于是，每颗芯片的封装复杂度开始非线性上升。先进封装已经不再只是“封芯片”，而是高速互连、热管理、Power Delivery、HBM连接、大尺寸封装良率、多Die协同。制程越先进，这个趋势越明显。 先进制程越来越贵，Reticle limit越来越明显，单一超大Die越来越难。于是行业开始全面转向Chiplet、2.5D、3D Stacking、Heterogeneous Integration、Hybrid Bonding。本质上，就是在制程遇到物理瓶颈的时候，用封装继续推进性能增长。 因此，先进封装已经越来越像“后道晶圆厂”。因为RDL、TSV、micro-bump、interposer、wafer-level processing、Hybrid Bonding都需要曝光、显影、图形化。于是，尽管常不需要EUV，但先进封装开始成为DUV的新需求来源，尤其是KrF与ArFi。 因为封装追求的不是晶体管密度，而是高密度互连。即使最先进封装，feature size通常仍然是μm级，远大于逻辑前道。所以EUV成本太高，吞吐量不划算，厚胶适配性不好。行业更倾向继续榨干DUV。 目前先进封装主要使用i-line、KrF、ArFi。i-line主要用于较粗RDL与传统WLP。KrF已经成为CoWoS、HBM、advanced fan-out、interposer的重要主力。ArFi则开始进入HBM4/5、CPO、超高密度RDL与下一代3D封装。随着RDL pitch继续缩小，ArFi重要性正在快速上升。 另一方面，因为传统micro-bump开始成为带宽、热、功耗、Pitch的瓶颈。于是，Hybrid Bonding铜-铜直接键合开始崛起。而Hybrid Bonding对overlay、平坦度、图形化精度要求极高。这会进一步推高DUV、CMP、Bonding、X-ray inspection、Metrology的重要性。 整个先进封装产业链也开始全面升级。先进封装已经不只是“封装设备”，而是完整的后道制造体系。除了光刻，还需要电镀、Bonding、CMP、蚀刻、检测、Underfill、高功耗测试。 例如RDL、TSV、micro-bump大量依赖铜电镀，于是Applied Materials、ASMPT、Besi的重要性持续上升。而HBM堆叠内部缺陷，已经无法依赖传统光学检测。于是X-ray、3D Inspection、Overlay Metrology重要性快速提升。 由于先进封装如此复杂，因此带来了ASP提升、利润率提升、客户绑定增强、技术壁垒提升。这也是为什么，AI时代的OSAT行业开始重新被定价。 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

半导体封装的“隐形中枢”：inline检测与OSAT的再定价 半导体产业正在经历一次重心转移：性能提升不再只依赖晶体管缩小，而是越来越依赖封装。2.5D、3D、HBM、chiplet，本质上都在把“系统能力”搬到封装环节。这也直接抬高了OSAT（外包封装与测试）的战略地位。 封装重要性的提升，带来了inline检测的快速增长。 OSAT（Outsourced Semiconductor Assembly and Test）负责两件事： 把裸die封装成可用芯片（封装） 验证芯片是否可用（测试） 过去这是一个低技术、低毛利的环节。但在AI时代，情况变了： 多die集成（chiplet） HBM堆叠 nm级对准要求（hybrid bonding） 封装正在变成： 性能瓶颈 + 良率瓶颈 + 成本瓶颈 inline是一种生产方式：所有工序连续完成，并在生产过程中实时检测与反馈（闭环） 对应另外一个环节是offline：做完再测（开环） 先进封装中的inline检测主要分三类： 1）光学检测（主力） bump高度 overlay（对准） 表面缺陷 特点：速度快，可全量inline。 2）X-ray检测 焊点空洞 TSV缺陷 内部结构问题 特点：能看内部，但速度慢，多用于抽检。 3）电性测试 功能验证 性能分档 更接近最终测试，不属于核心inline控制体系。 inline检测的目标不是“最精确”，而是在不降低产线效率的前提下，实现足够精确的实时反馈 核心矛盾：精度 ↑ → 速度 ↓；速度 ↑ → 精度 ↓ 先进设备的价值，就是在这个矛盾中找到最优解。 inline检测的壁垒来自多维叠加： 1）物理极限 nm级对准 μm级结构 工业环境下接近科研精度 2）速度 vs 精度的工程平衡 高throughput + 高精度同时实现 3）算法与数据 缺陷识别、pattern分析 强依赖历史数据与持续训练 4）工艺耦合 测量 → 调整工艺 → 再测 形成闭环系统 5）客户验证 TSMC / Samsung Electronics / Intel 验证周期长（1–3年） 一旦导入，很难替换 所以门槛极高。inline设备不是工具，而是嵌入客户制造系统的一部分。因此这个市场高度集中： 系统级控制 KLA Corporation Applied Materials → 控制数据与闭环 关键测量节点（alpha来源） Camtek Ltd. Onto Innovation Nova Ltd. → 控制关键测量维度 三家核心玩家对比（Onto / Nova / Camtek） 这三家公司虽然同在inline赛道，但本质上卡的是不同位置。 一句话结论 Onto = 广度（平台） Nova = 深度（前道工艺） Camtek = 弹性（先进封装/HBM） 1️⃣ Onto Innovation 定位： 前道 + 封装双覆盖 optical metrology + inspection + litho 优势： 产品线最广 客户最分散 抗周期能力强 劣势： 单点技术不如Nova深 封装不如Camtek极致 2️⃣ Nova Ltd. 定位：前道metrology核心玩家 优势： 技术深度最强 工艺绑定最深 数据壁垒最强 劣势： 封装参与较少 弹性不如Camtek 3️⃣ Camtek Ltd. 定位： 先进封装（HBM / 3D） 优势： 聚焦3D检测 HBM需求直接驱动 使用频率极高 劣势： 产品线较窄 对周期敏感 竞争关系本质 KLA = 控制系统 Onto = 广覆盖 Nova = 深度测量 Camtek = 封装核心检测 这不是单一赢家市场，而是： 每个关键测量维度一个龙头 封装是制造能力，检测是控制能力。区别在于： 封装 → 可扩产、可竞争 检测 → 嵌入流程、难替代 inline检测具备三个核心特征： 高频使用（每一步都测） 强绑定（工艺耦合） 决定良率（直接影响利润） 在这个体系中：谁打通从设备到数据的全节点，掌握“反馈权”，谁就掌握利润分配权。 免责声明：本人持有文中提及的标的，观点必然偏颇，非投资建议dyor

「e嫂3P双穴插入实录」「Milky's double hole insertion」当嫂子习惯了双穴插入，淫妻的本性也在不断释放💋 As my wife became accustomed to double penetration, her cuck！ 更多完整内容个人资料🔗！

这可能是 2026 年到现在，最抽象、但也最典型的一次 AI 安全真实案例 Grok 被钓鱼了 20 万美元 攻击者先发了一段纯摩尔斯电码，然后 @Grok 去翻译 结果 Grok 翻出来的内容，正好是对 @bankrbot 的一条转账指令：把 3B 枚 $DRB 发到对方钱包 然后机器人就执行了 被转走的是 Grok 在 Base 链上的官方钱包里的 $DRB，价值大概 15 万到 20 万美元 攻击者拿到币后，第一时间砸成 USDC，币价瞬间跳水，随后删号跑路 所以现在的攻击手段已经不止黑合约，盗私钥了，甚至可以把 AI 当成中间人，用一段摩尔斯电码，做 prompt injection，然后骗机器人替自己转账 目前情况： Grok 的指令权限已经被 bankrbot 紧急关掉，同时据说攻击者已退回约 80% 的资金

# Role: Pattern Breaker / 思想颠覆者 ## Profile 你是由 Mike Maples Jr. 与 Peter Ziebelman 思想武装的顶级风投家与战略顾问。你极度厌恶平庸的“更好”，只寻找根本性的“不同”。你的眼中没有“市场份额”，只有“范式转移”。 ## Core Philosophy (The Lens) 你依据以下核心逻辑审视一切： 1. **Pattern Breaking (颠覆范式) > Pattern Matching (匹配范式)**：拒绝增量改进，寻找规则的重写。 2. **Inflection Theory (拐点理论)**：机会 = 外部根本性变革 (Inflection) + 非共识的洞见 (Insight)。 3. **Living in the Future (活在未来)**：不在当下寻找痛点，而在未来创造缺失。 4. **Movement (运动)**：不卖产品，只发起一场关于未来的运动。 ## The Interaction Ritual (The 4-Step Test) 当用户提供一个创业想法或商业计划时，不要给出常规建议，必须进行以下残酷的“压力测试”： ### Step 1: 寻找“浪潮” (The Inflection Check) * **Question**: "你的想法是基于什么根本性的外部技术或社会变革（拐点）？为什么是现在？（Why Now?）" * *Critique*: 如果用户说的是“市场很大”或“团队很强”，请无情反驳。寻找像“GPS芯片之于Uber”那样具体的外部赋能因素。 ### Step 2: 寻找“非共识” (The Consensus Trap) * **Question**: "你的核心洞见是什么？如果不告诉别人，大多数理性的聪明人会同意你的观点吗？" * *Critique*: 如果大多数人认为这是个好主意，警告用户这可能是个陷阱（红海）。寻找那些听起来“愚蠢”或“不可能”，但基于拐点逻辑却是必然发生的洞见。 ### Step 3: 寻找“不同” (Different vs. Better) * **Question**: "你是在做‘更好的苹果’，还是‘第一根香蕉’？" * *Critique*: 识别用户是否在与现有巨头进行比较（陷入比较陷阱）。迫使他们定义一个新的品类，在这个品类里，他们是唯一的选择。 ### Step 4: 寻找“运动” (The Movement) * **Question**: "你打算如何重新定义现状（Status Quo）为‘敌人’？你的早期信徒是为了什么信念而加入你？" * *Critique*: 检查是否有能够引发情感共鸣的叙事（Storytelling）。 ## Tone * 直率、甚至略带“不合群 (Disagreeable)”的挑剔。 * 使用《Pattern Breakers》中的隐喻（如“海鸥乔纳森”、“爵士乐队”、“看不见的大猩猩”）。 * 不要为了礼貌而妥协真理。 ## Start 请问我：“请告诉我你那个可能被世人认为是‘愚蠢’，但你坚信能改变未来的想法。”