用第一性原理来重新设计光刻会是什么样子的？网友们在昨天 SpaceX 公开的 Terafab 概念图的正中央看到了“环形加速器”的设计，考虑到整个设施的巨大规模和对称性，Elon 直接回复了“FEL FTW”（自由电子激光）！光源成为整个设施中最重要设计，FEL 的 EUV 光源，与现有 ASML 不同的 3 个方面： 发光方式 • ASML：用激光击打液态锡滴产生等离子体 (LPP) • FEL：通过粒子加速器将电子加速至光速，直接生成光 安装结构 • ASML：一台曝光设备 = 一台激光器（单独驱动） • FEL：工厂中央的一台粒子加速器 ➔ 将 EUV 光分配至数十台曝光设备的“中央发电站”方式 性能 & 效率 • ASML：输出功率最高 500W + 需要管理副产物污染 • FEL：无副产物的清洁光源 + 超微细工艺产量最大化 FEL 用粒子加速器（直线加速器或能量回收型 linac/ERL）把电子加速到接近光速，再通过波荡器磁铁阵列让电子“扭动”，从而发出相干、高亮度的 EUV 光。比 ASML 目前使用的 LPP（激光产生等离子体） 光源功率高得多，一台中心源可同时给 8–20 台扫描仪供电，零锡碎屑，镜子更干净、停机更少，波长可调节，而且有更高光子通量。 FEL 解决的是光源，扫描仪（光学、工台、整体系统）仍高度依赖 ASML，这项技术 1970 年代就有，ASML 在 2015 年左右研究过加速器光源，但最终选了 LPP 作为更低风险量产路径。目前 xLight 正在开发集中式 FEL 光源，目标一台给 20 台扫描仪供电，2028 年出原型机。 ASML 使用的 LPP 光源是“模块化、每台机器独立”的务实路径，而 FEL 是“大型共享设施”路径，历史上因体积大、可靠性/稳定性要求高、工业 uptime 难达标而被搁置，但在 Terafab 这种 terawatt 级 AI 芯片（Optimus、Robotaxi、轨道数据中心）超大规模需求下变得极具吸引力。 Elon 用一己之力加速了美国的高端制造✨

最强大的 Agent 都需要一台“自己的电脑”，而不只是一个容器。过去半年行业习惯于给每个 agent 配一个容器，但全球算力根本不足以支撑数亿乃至数十亿并发 agent 各自独占容器环境，这也是当前 CPU 算力（而非仅 GPU）需求紧张的原因。因此，Cloudflare 推出了开源库 cloudflare/computer 的早期预览版。 核心理念是：isolate（隔离运行环境），这是他们十年前推出 Workers、六年前推出 Durable Objects 时就下的“非共识”押注：isolate 可以无限横向扩展、启动与销毁极快、空闲时能休眠、可保存自身状态。理想架构是把 agent 主循环放在 Durable Object 的 isolate 里，仅在必要时按需调用容器作为工具，从而兼顾横向与纵向扩展。 这个库提供的核心抽象是 workspace：一个由 SQLite 支撑的持久化虚拟文件系统，可从 git 仓库或云存储预填充。isolate 后端把 shell 命令翻译成 JS 运行，容器后端通过 FUSE 提供完整 Linux，两边共享同一套文件、实时同步。配套的工具集里，前沿模型已经能自己判断：什么时候用便宜快速的 worker 就够了，什么时候才真正需要容器。所有文件操作可门控、可审计。 Cloudflare 的目标是让容器只承担不到 10% 的工作量——内部已经有 agent 完全靠 isolate 完成 JS 应用的构建、测试和部署。Agent 时代的算力经济学，正在从「每个 agent 一台机器」走向「每个 agent 一个进程」。

极有可能 现在已经用不到最顶级模型的 API 了😆 前沿模型公司为了避免自己被商品化 一定会走垂直应用路线 只输出智能给选定的合作伙伴 … 只要对比一下买结果还是卖 API 的收入高即可

量化交易员的护城河是模型！而模型是可以被复制的。当 AI 全面参与量化，所有人用同一套框架做同样的交易市场回到均衡，alpha 消失，没人赚钱。 但 Druckenmiller 那种，把 1/3 仓位押在一个大 Idea 上，赌 5-10 倍——这种判断，不在模型里；它在公司组织架构里，在你对整个人类社会的理解里。 @BillSun_AI 说：造一个能做这件事的 AI，难度跟「让 AI 自己研究 AI」是同一个量级。AI 越强，能被复制的价值越便宜。剩下的，是那些 AI 暂时还学不会的东西。 🎙️ Indigo Talk EP48 节选

温哥华要在 Downtown 盖数据中心！BC Hydro 供电，闭环直接到芯片冷却、余热并入温哥华区域热网、雨水抵消水耗 - 100 MW 规模✨ 村里本来写字楼就少，DT 全是魔幻住宅楼，现在地产商直接用算力中心代替写字楼开发了，以后牛马不用隔间，只需数据空间就行😜

和 Cresta 的 Head of FDE 同学 Jove 聊最近很火的 FDE（Forward Deployed Engineer），这应该是未来两三年很重要的工程岗位，Agent Native 的顾问公司会大量出现🤟

美国参议院银行委员会通过了《数字资产市场清晰法案》（Digital Asset Market CLARITY Act，简称 CLARITY）的 表决，标志着两党在 crypto 市场结构立法上的关键推进。科普一下，CLARITY 是什么： 给区块链网络和数字资产建立明确监管框架 - 划清 SEC 与 CFTC 的管辖边界，确定哪类数字资产属证券、哪类属商品； - 给区块链网络合法上线、发行 token 的路径； - 对加密交易所建立监管； - 对消费者建立保护规则； 法案立法历程 - 起点：2022 年 6 月 Lummis-Gillibrand 两党法案 - 众议院 2024 年通过 FIT21（HR 4763，279-136，71 名民主党议员支持） - 众议院 2025 年 7 月通过 House 版 CLARITY（HR 3633，294-134，78 名民主党议员支持） - 参议院银行委员会 2025-2026 年期间三次发布讨论稿，今天（5/14）正式 markup 通过 接下来要发生什么：参议院银行委员会和农业委员会两个版本合并为统一法案 → 全院表决 → 众议院通过 → 总统签字。a16z crypto 的 Miles Jennings 发了一篇文章拿 2026 CLARITY Act 与 1933 Securities Act 做类比： - 公司的法律框架，建立在"有控制人、控制权稳定持续"的前提上。美国法律精细服务这个模型——授信、披露、信义义务、股东保护； - 网络则不同。网络没有控制方，靠"共享规则"协调人、资本、资源；价值随公共使用而增长，可以分配到边缘参与者，而非仅集中到中心。 现在的问题是公司法被强加到网络之上，“网络被扭曲成公司形态”——控制集中、中介涌现、价值被抽走。当然，a16z crypto 是 CLARITY 通过后最直接受益的资本方之一，他们的文章一向宣言风格 。。。 1933 法案的核心是强化披露与投资者保护；CLARITY 的导向是减少证券性界定、让 token 更容易合法发行。两者方向几乎相反。现实中绝大多数 crypto 项目其实仍有强控制方（开发团队、基金会、巨鲸代币持有者），把它们包装成"无控制网络"是 a16z 持续在做的修辞！ 所以我的观点来看到真正意义上的“网络”，是那些透明规则、共享基础设施、用户/创作者共同拥有的 Network！例如 Bitcoin Network 以及 Ethereum Network，但这种网络真的很少很少🤔

Anthropic 的最新 AI 政策研究，真是为封堵来自中国的竞争操碎了心😆 2028 将是决策窗口的临界点——届时"数据中心里的天才国度"（Dario 在 Machines of Loving Grace 里的隐喻）已经落地，而届时的赢家会决定全球 AI 的规则与规范。研究给出两条互斥路径： 情景 1 · 民主阵营领先：美国维持 12-24 个月的智能优势，规则由民主国家书写；中国下一代模型要等到 2029-2030 才能复现 2028 年美国发布的能力跃迁； 情景 2 · 中美胶着：政策不作为，导致中国实验室通过芯片走私 + 海外数据中心 + distillation（蒸馏攻击）追到近前沿；中国数据中心配合"够用就行"的廉价模型蚕食全球南方，威权阵营拿到全球部署的话语权。 研究给出的三个具体政策建议： 1. 堵漏洞：收紧芯片走私查处、限制海外数据中心远程接入、收紧半导体制造设备（SME）出口与维护服务。这是最重要的，因为它直接压低中国实验室的"算力天花板"，连带让蒸馏攻击都难做； 2. 守创新：通过立法明确"distillation 攻击违法"，建立美国实验室间以及实验室与政府间的威胁情报共享通道。白宫科技政策办公室发了备忘录，众议院、参议院、战争部都在跟进；但美国实验室之间也在做高度类似的事。反蒸馏立法如果通过，它能精准打击中国实验室，还是会变成"前沿实验室之间互锁的法律武器"？ 3. 推美式 AI 出海：延续白宫《AI Action Plan》里"出口美国 AI 技术栈"的方向，抢全球基础设施位置。 但研究最严重的问题是：里面充满了利益相关者偏见，Anthropic 同时是政策诉求者、Mythos 能力的拥有者、和 Project Glasswing 的发起者。它推的每一条政策——更严的出口管制、反蒸馏立法、政府背书 American AI 出海——都对它直接有利 。。。

我们一家人用三款AI模型 - 小孩喜欢 Gemini（学习最佳） - 老婆用 ChatGPT（日常问答） - 我用 Claude（工作流自动化） 御三家 一个都不少 还好没教 Oliver 同学用 Grok 😜

周末氛围直播 Multi-Agent Workshop - 多智能体工作流实战分享！邀请温哥华 Cursor 社区大使 Jacky 同学来分享 - “用 AI Agent 做冷邮件自动化”⚡️北京时间 周六中午 11AM & 美西时间 周五晚上 08PM - 微信 & 油管同步直播👀

Cerebras 即将于 5月14日 IPO，股票代号 $CBRS 👀SemiAnalysis 对其定位是“值得看好，但护城河仅局限于高速推理（Fast）层，绝非 GPU 的替代品”。 Bullish 的地方：商业破局与战略价值已获验证。OpenAI 246 亿美元的巨额订单，还有 12% 股权使其从“技术演示”跃升为主流 AI 基础设施玩家；同时，“开发者愿为高速 Token 支付溢价”的商业逻辑已被真金白银证实；Nvidia 斥巨资收购 Groq，也侧面印证了 SRAM 架构的战略意义。 Bearish 的地方（这些才是核心）：其架构的硬伤构成了核心天花板。 - 首先是 SRAM 的扩容绝境：后续工艺制程几乎零增长，扩容只能被动牺牲计算面积。 - 其次是结构性劣势：受晶圆均匀性限制，其 I/O 密度被 Nvidia 彻底碾压。这导致了严重的性能与经济瓶颈：极小的 KV Cache（仅 44GB）迫使大模型必须跨晶圆并行，徒增延迟且缺乏经济效益（公开服务上限仅停留在 120B 模型）。其当前用法已背离晶圆设计的初衷，速度虽快，但难以支撑极高的估值溢价。 Cerebras 只是细分赛道的赢家，而非划时代的巨头。未来大部分推理负载仍将归属 GPU，其在“高速层”的优势也极有可能在 12-18 个月内被大宗商品化。对标 Groq，其 IPO 的合理估值区间在 300 亿至 500 亿美元。 大家无脑冲的时候，注意天花板😜