半导体四大技术方向深度访谈

基于逐字稿的加深版拆解 · 道法术器势 · 整理于 2026-08-02

会议二：半导体四大技术方向深度访谈（加深版拆解）

给没参会的同事的学习资料。本文基于 78 分钟逐字稿独立拆解，飞书 AI 智能纪要仅作交叉核对（引用处已标注）。 配套文件：拆解2-半导体四大技术方向访谈.md（精简版）。

会议速览

核心要点（8 条）：

  1. 四赛道成熟度排序：碳化硅 > 混合键合 > 玻璃基板 > 超透镜；放量节奏：混合键合/碳化硅近两年，玻璃基板 2026 量产元年、2028 年前后放量，超透镜 2028 年以后
  2. 玻璃基板最大泡沫：「台积电要用玻璃做 interposer」是假的——CoWoS-L 用环氧塑封料做 molding interposer 是既定路线，所有「玻璃/碳化硅/金刚石中介层」说法都是为把 TAM 算大
  3. HBM4 国际三大厂都没用混合键合（三星曾放话全用，跳票）；台积电 SoIC + AMD X3D 系列才是混合键合大规模量产的真实案例，消费级 2023/2024 年就已出货
  4. 英伟达投资英特尔的主因不是玻璃基板，而是反垄断「三国志」默契 + 英伟达对 x86 架构的长期垂涎（当年想收购威盛被英特尔警告）+ 英特尔实验室的光通黑科技
  5. 碳化硅进入「6 英寸出清、8 英寸卡位」阶段：6 寸价格战打到很多企业毛利为负，AI 数据中心 800V 直流架构是新确定性增量
  6. 刘小白用 Claude Code 的心法：它不是「更厉害的 Cursor」，是通用 Agent——900 个绘画风格的 prompt 模板「睡了一觉」跑完；开源 3D 模型调研从半个月压到几天
  7. 防 AI 代码屎山只有一条核心方法：飞书写一两千字无歧义需求文档 → 让 AI 复述需求 → 出技术方案 → 讨论 5-6 轮 → 再写代码
  8. 猎豹产品方法论：简单（做减法，一个按钮打透）+ 三段论「预测 → 单点击穿 → all in」；扩大运气的方法：「出来混最重要的是出来」

AI 智能纪要精华

以下整理自飞书智能纪要（/tmp/doc2.json，AI 生成，仅供参考），与逐字稿核对后保留其有效框架和补充观点。

纪要对全场的定性：音频围绕「半导体核心赛道研判、AI 工具高效使用、当代创业与成长逻辑」三大维度展开。会议为分享类，无关键决策。

纪要对四赛道的总结要点（与逐字稿一致，可作速查）：

纪要提炼的 AI 工具实操案例：

纪要提炼的创业与个人成长逻辑：

纪要选出的三条金句：

逐字稿全流程详细解读

按时间线把 78 分钟分成 13 段。半导体四大赛道各占一段且做了结构化展开；AI 工具与创业部分逐段展开。

段 1（00:00–02:35）开场：为什么要做这四道题

主持人定调：半导体行业正处在技术变化核心点，各种名词「有一些是真的，有一些是假的，有一些略为真但被夸大其词」。本期节目做三件事：还原事实（每个技术到底怎么回事、走到哪一步，戳破市场传言）、建立中长期产业观察（从产业演进逻辑看未来 3-5 年）、投资辅助（不荐股、不给目标价，只理清逻辑链条，提示哪些点要警惕、哪些点要持续研究）。

方亮的背景变化是本场可信度的关键注脚：2024 年 3 月上过第 26 期节目时还在投资机构，当年一级市场惨淡，他「脱虚向实」加入半导体创业公司芯律智能——做晶圆厂/封装厂的良率管理软硬件（工业软件 + 量检测设备），正在拓展设计公司业务。从看项目的人变成产业里的人，这是他后面所有判断的底气。

本场固定的拆解框架（值得记住，后面每个赛道都按此走）：技术特点与优势 → 产业阶段 → 国内外代表公司 → 技术瓶颈 → 未来展望。

段 2（02:35–13:00）赛道一：超透镜——最早期，但三星已经真刀真枪干出来了

技术原理：超透镜（metalens，更宽的概念叫 metasurface 超表面）是用半导体工艺（光刻、蚀刻，可以用电子束光刻或常规 DUV）制造的微纳光学器件。本质是把宏观透镜微纳化——在芯片 die size 的大小内解决以前要很大透镜才能解决的光调控问题。方亮的判断：「跟主流芯片工艺没有太本质的区别」。

为什么重要（破坏性创新点）：现在的镜头模组是多片透镜 + 马达电机 + 外壳 + 胶的机电系统；超透镜做成主动器件后可以调焦，理论上整个机电系统能被一颗芯片取代。好处是体积小、集成度高、综合良率可能更高、成本不会更贵——「对下游客户来说，他没有理由不去尝试」。同类逻辑还有 IPD（集成被动器件）：把很多颗电容/电感/电阻用一颗芯片集成，算不出市场容量，但代表「用晶圆级微纳加工把传统器件重做一遍」的确定方向。

产业现状与关键事件：2023 年超透镜还只用在扫地机激光雷达的准直透镜这种小众场景（一片 8 寸晶圆切几百颗）。2024 年三星发布基于超透镜（自称「纳米棱柱」）的 CIS 芯片，搭载在小米手机前摄上正式发售——把传统 color filter 层换成超透镜，聚光效果大幅改善，暗光拍照更亮，「不是用 AI 强行美图，是 C 端用户直观的体感提升」。方亮坦言这超出他的预期：2020 年前后豪威等试过且「有不愉快的回忆」，他在韦豪创新时这个方向还被领导否了；他原以为超透镜 + CIS 结合还要再等两三年。

竞争格局：行业太早期，「远远谈不上竞争格局」——国内麦塔兰斯（结尾 X）、美国 Metalenses（结尾 Z）、杭州纳镜、山河远景，都是各自打样、在熟悉场景做些产品、产生一两千万级营收的状态。方亮原话：「一个很早的阶段强行排名谁是老大老二，排出来没有意义，格局也许一年之后就以你想象不到的方式变了。」有先进光刻能力不是门槛——可以找中芯国际这类晶圆厂代工（PDK 不完善但能做），28nm 的 pitch 已算比较细；三星大概率自己做（要和 CIS 键合）。舜宇、歌尔据他所知都在关注这个方向，「如果做出来对他们有冲击，不可能放任不管」。

瓶颈（三条）：① 大规模制造——现在多用 8 寸硅片/玻璃片，能否兼容 12 寸产线和 28nm CMOS 工艺决定成本能否摊薄，自建产线前期成本高；② 机理未完全摸清——人类对超透镜调控光的机理「摸清楚一部分，没有摸清楚所有」，专用 EDA 预测能力有限，特殊结构仿不出来，「要实打实做一遍才知道」，不像 PMOS/NMOS 那样认知清晰；③ 目前量产的超透镜是被动器件、焦距固定，能像镜头模组一样调焦的主动型超透镜是下一代产品，量产时间未定。

放量节点与催化剂：2028 年以后。观察信号：三星是否把全系消费级 CIS 都改成超透镜（现在只有一款前摄）、苹果是否导入（目前无公开报道）、主动调焦超透镜何时量产。

段 3（13:00–23:55）赛道二：玻璃基板——先正本清源，再谈价值

概念厘清（本场最重要的一段辟谣）：确定性高的落地场景就两个。① 玻璃芯载板（Glass Core Substrate）做 FCBGA 载板：解决 GPU/CPU/NPU 等大算力芯片尺寸做大后的载板翘曲问题，英特尔、三星电机都在往这方向发力；② Mini/MicroLED 玻璃背板：背光层从 LED 到 miniLED、以后到主动发光 MicroLED，对背板平整度、刚性要求高，典型案例如沃格给三星 100 寸 miniLED 电视墙供玻璃背板（2023 或 2024 年）。两者工艺类似（TGV 孔 + 表面电路），「往广义 PCB 方向理解没有大偏差」。

泡沫澄清：「台积电用玻璃做 interposer（中介层）」是二级市场牵强附会——台积电从没这么说过。CoWoS-L 的 molding interposer（环氧塑封料包裹硅桥）是既定路线，以后只会往塑封料里埋更多种芯片和硅桥，凡是用一整片玻璃/碳化硅/金刚石做 interposer 的说法全部错误，「错的非常离谱」，只迎合了把 TAM 算大的需求。价值量差距：一块 100×100/120×120mm 的玻璃芯 FCBGA 载板（含 TGV、ABF 增层）单价几十到不超 100 美金；而真 interposer（3 倍 reticle，以后 5 倍）是照着几百美金做的——「你就能感受到硬吹出来的水分有多大」。

技术优势（第一性原理）：传统 FCBGA 载板的芯层是 BT Core（BT 树脂 + 玻纤布），热膨胀系数比硅大很多（加热后硅没怎么变、BT Core 已拉伸），且玻纤布 + 有机树脂没有刚性，导致大尺寸芯片高速运行发热时翘曲 → 开裂、分层、脱焊失效。玻璃的热膨胀系数与硅匹配、杨氏模量（刚度）高，所以「玻璃基板解决的就是这个问题」。次要优势：TGV 工艺线宽线距更细，互联密度有提升潜力（但目前没人玩命挖，大家更看重抗翘曲）；玻璃天然可做光波导（刻几个槽就行，玻纤布+树脂做不了）——康宁从 2022/2023 年起推玻璃做 CPO 载板/integrator，把电芯片、光芯片、logic、光波导纹路都刻在一片玻璃上；康宁的 Glass Bridge 是单独器件，但能与 CPO 玻璃载板天然对准适配，互相促进。光通朋友认可：单波 400G 以上的电芯片里，玻璃一定取代 BT Core（介电损耗低）。

刚需的「焦灼区」：芯片尺寸 80×80 到 100×100mm 时，设计能力强的公司靠调节 ILD 层/BUMP 层分布也能把翘曲压得不严重——这时玻璃不是必选；只有到 100×100 甚至 120×120mm 以上，玻璃的优势才无可置疑。而下游高端需求本身没放量：1.6T 光模块是单波 200×8，800G 是 100×8 或 200×4，没人用 400×2。「玻璃基板解决的是高阶难题，下游需求没苛刻到那个程度，它就很难放量」——所以要跟踪产业趋势判断时点。

技术壁垒：激光诱导打孔本身不难（国内有几家设备公司做得不错，设备买得到）；壁垒在后续环节——PVD 种子层（玻璃的优势恰恰是不需玩命加隔离层）、电镀时保证孔的完全填充（填不满 → 电阻偏高甚至断路）。类比：「做 PCB 的公司那么多，能正儿八经做好 FCBGA 载板的有几家？工艺流程一听就明白，真正做好有很多 know-how。」

英伟达投资英特尔的真实逻辑（三个被金融投资者忽视的因素）：① 反垄断「三国志」默契——英特尔和英伟达都曾在特定历史时期放过 AMD，三家心照不宣维持格局，任何一家翻车另外两家也不会赶尽杀绝，因为监管不希望行业进一步集中，「这比任何远大梦想都现实」；② 英伟达对 x86 的长期垂涎——老黄以前想做 x86 CPU 被英特尔拦（英特尔和 AMD 交叉授权锁死了 x86 专利池），当年差点收购威盛（第三家也是唯一一家有 x86 历史授权的公司），被英特尔警告后作罢，退而求其次做 ARM 服务器 CPU；借这次投资，「也许有朝一日你能看到贴着英伟达 logo 的 x86 CPU，可能是消费级，也许陈立武想开了」；③ 英特尔实验室的黑科技——玻璃基板都不算最典型的，英特尔光通专利极多，美国创业公司 Ayar Labs 做芯片间光互联（芯片背面直接放光口插光纤，不用主板），相当一部分专利是英特尔授权的。结论：这笔投资「有若干因素都比玻璃基板重要」。

产业化节奏：英特尔 2023 年最早推玻璃基板；今年 1 月在日本 NEC 展、美国慕尼黑电子展等多个场合展示了基于 Glass Core 的 EMIB 载板，「实实在在的东西」，但个人理解是英特尔自用为主。英伟达接 Blackwell 的 Ruben 目前「没有明确产业信息说要用玻璃基板」——Ruben 的四 die 版本方案已被取消，若继续那才可能上玻璃。2026 年是玻璃基板量产元年，2027 年才有搭载芯片出货（量不大，可能只是英特尔某个型号 CPU），放量看 2028 年及以后。催化剂：巨头量产时间表、大尺寸 MiniLED 中高端产品渗透率（沃格 2024 年已拿到三星订单）。

段 4（23:55–30:00）赛道三：混合键合——台积电已量产，HBM 还在等

技术原理：芯片互连的传统方案是 bump（凸块）——芯片电路面做铜柱/锡球（copper pillar / 微凸块），两颗芯片对压焊接，现在 HBM 就是这么做的。混合键合是它的 counterpart：bump less（无凸块）——表面不做任何突起，无机介质层刻蚀后电镀铜，铜和铜直接键合。bump 属中道工艺（先进封装），IO 密度有上限：copper pillar 再小也难做到 1μm 以下；混合键合直接继承晶圆制造后端工艺，pitch 可到 1μm 甚至零点几 μm，IO 密度大很多。信号完整性会更好，但方亮泼了冷水：「定性说有影响，但会导致信号严重损失吗？未必。」

刚需逻辑：AI 芯片对带宽的需求让混合键合从可选项变成刚需，但「刚需是逐渐渗透的，不是立刻释放的」。

HBM 的真实现状：HBM 用混合键合是公认趋势（堆叠层数 8→12→16 层，下面还有个起 IO 控制作用的 base die），但已量产的 HBM4，国际三家（三星、SK 海力士、美光）全都没用混合键合——三星去年还放话说 HBM4 要全混合键合，今年看跳票了。产业内信息：HBM4E/HBM5 可能先在 DRAM die 与 base die 之间切混合键合（那里带宽需求最大），DRAM die 之间仍用 bump。国内对混合键合的热情远高于海外：国内做 micro bump/copper pillar 起步晚，多层堆叠的共面性技术积累不足，混合键合反而能绕过这些坑（「国内两层的情况比较敏感，不细说」）。海外推进慢的原因：传统方案良率还高、还有挖掘潜力，「人都有惰性」。

真实的量产标杆在台积电 SoIC：AMD 几乎所有 logic die（消费级 7800X3D、7950X3D、9800X3D，以及 MI300X 等）都用 SoIC 混合键合叠高速缓存，打游戏用的 X3D 系列 2023/2024 年就已量产——「你没法说它不成熟」。再往前倒，索尼的堆叠式 BSI CIS（高级图像传感器）也是混合键合。方亮特意提醒：讨论混合键合时不要引入 Chiplet 概念——Chiplet 是「把不同 die 排列组合」的宽泛方法论，只有很小一部分需要混合键合，引入它对讨论没有约束作用。

成本：混合键合一定比微凸块贵，但高多少要按工艺步骤一层层算（后端工艺 → 混合键合专用 pad 做 3-4 层 → die-to-wafer 或 wafer-to-wafer 键合，各自折旧）。能省的钱：不再需要 underfill 底填材料（如 MUF 模塑底填、三星的 NCF 非导电膜），但「节省是有限的，多花的是实实在在的」。金句：「所有跟你说高百分之多少、不给你计算过程的，你都要警惕，他可能是拍脑袋说的。」

值得关注的环节：① 专用键合设备（die-to-wafer / wafer-to-wafer），会重构供应商格局——日本芝浦做 CoWoS 固晶机很优秀，但混合键合固晶机「身位不算很靠前」；② 制程控制（process control）设备——白光干涉、原子力显微镜等专门量检测；③ 材料变化——铜对铜键合不再用锡、镍；④ CMP 耗材——混合键合专用 pad 要做高精度 CMP，抛光垫、抛光液、钻石碟需求都会提高，「但到底高多少，是要算的」。

段 5（30:00–34:40）赛道四：碳化硅——最成熟，问题换成了供需

技术原理（vs 硅基 IGBT）：核心优势就几条——击穿场强高（耐高压，最直接的需求）；导通电阻低，且开关损耗、尾流等电力电子相关损耗全面更低或至少不更高；适应高频场景（配合更高频率的变压器，比如 AI 数据中心固态变压器）。氮化镓频率更高，但高压场景下没有公认的高可靠性器件。方亮：「大家现在都谈第一性原理，碳化硅之所以被青睐，核心就这几条。」

大尺寸化逻辑：衬底往 6→8→12 英寸走是确定方向。参照硅片：6 寸几十美金、12 寸最贵约 100 美金（7nm 以下 150 美金），贵两三倍但单次加工产出更多，「大家一算，值」；如果扩径让衬底贵 10 倍，就要重新算账。卡点：衬底用 PVT 法（气相沉积）长晶体，气相沉积做大尺寸有天然劣势；外延同理（更大尺寸做更高一致性）；器件环节反而「6 寸做得不错，8 寸也能造出来，没有本质区别」。

产业现状：「先把 8 寸卡位解决」——8 英寸还没大规模铺开，国内还有厂商在扩 6 寸（上市公司 8 寸良率披露不错，但很多未上市公司「可能这辈子卡在 6 寸上」）。到 8 寸，能力已有稀缺性，「不至于过剩」。价格战是把双刃剑：衬底价格下行对衬底企业伤害大（很多企业毛利为负，留不住人才、影响长期研发）；但便宜衬底让器件厂（代工或 IDM）来料成本低、更愿意布局。确定趋势：巨头抓紧扩径，在 8 寸甚至 12 寸上跟小散乱企业拉开差距，不让它们继续打价格战搅浑水。

新增量：AI 数据中心。800V 直流架构「大概率就是碳化硅」——硅和氮化镓都不是好选项；更激进的设想是从 10kV 甚至更高高压电直接转成数据中心 800V 直流，若落地对碳化硅需求更高，但「技术方案本身是比较激进的设想，现在没有完全落地」，他也没做过数字测算。催化剂：800V 架构落地（近期可跟踪）、12 英寸量产（远期）。

段 6（34:40–39:45）四赛道总对比：成熟度、放量节奏、催化剂、四大风险

成熟度排序：碳化硅（6 寸规模化量产、部分公司 8 寸）> 混合键合（台积电一家很成熟，其他家刚起步，「整合状态」）> 玻璃基板 > 超透镜（技术方案还没收敛）。四个都是「有产业趋势确定性、不是半年一年就终结的叙事」。

放量节奏：混合键合、碳化硅近两年放量；玻璃基板 2027 年小批量出货、2028 年+放量；超透镜 2028 年以后（三星只有一款前摄 CIS 用了，全系改用才叫真放量，「明年可能性不大」）。

催化剂清单：碳化硅看 800V 架构落地（近期）、12 英寸量产（远期）；混合键合看 HBM 代际（HBM4E/HBM5）；玻璃基板看巨头量产时间表 + 大尺寸 MiniLED 渗透率；超透镜看三星全系改用、苹果导入、主动调焦量产。主持人补充了一个对我们有用的点：「可以跟自己的 agent 建立相应的 skill 来做持续跟踪」。

四大投资风险（主持人和方亮共同梳理）：① 概念炒作 vs 业绩兑现——A 股真实标的少、概念多，投前必须看营收中这项技术占比、真实量产能力；② 技术路线不确定——超透镜图形化有 DUV/纳米压印/电子束三条路径；玻璃基板 TGV 有激光诱导 vs 深紫外激光；方亮判断 LDI 激光直写会很快占据玻璃基板光刻的相当部分（IC 载板从接近式/步进式切 LDI 趋势明显）；③ 产能周期与价格战——碳化硅是前车之鉴，任何技术进入量产期都可能经历「产能扩张 → 价格下行 → 洗盘」，玻璃基板落地节奏没外界想的快，而国内 TGV 相关公司去年约 12 家、今年奔着 20 家去了（「真实性有待核实」）；④ 地缘政治与供应链——部分设备供应商在海外，且「海外大客户最愿意用新东西」，地缘恶化会从销售端直接冲击订单。

「后摩尔」正名：狭义摩尔定律 = 每 18 个月晶体管密度翻倍；后摩尔 = 它放缓/失效后找别的方法提升算力。碳化硅严格讲跟摩尔定律是平行线，但广义上「旧的硅基器件之外的新方案统称后摩尔，倒也 OK」。

段 7（39:45–42:41）方亮的第一性原理总结（全场点题段）

方亮自述：2022 年马斯克带火「第一性原理」时他很不屑，「觉得这个词太装逼」。2024 年从 VC 离职、抉择要不要加入 TGV 电镀设备创业公司时，他把上下游跑了一遍才真正领悟：抓住主轴——大尺寸芯片封装的翘曲问题会越来越严重，现有材料体系看不到大突破机会；玻璃芯 FCBGA 载板是目前能看到的最可行解（不一定最优解）。「你芯片尺寸越变越大，你说不用玻璃基板，那有别的替代方案吗？好像没有。那它所有缺点和暂时的技术困难，都可以暂时容忍。」

他顺手把四个方向的第一性原理各点了一遍：玻璃基板 = 大尺寸封装翘曲；碳化硅 = 数据中心往更高电源转换效率、高压化发展；混合键合 = bump 的 IO 密度有上限，混合键合是目前最有推广价值的提密度手段，「我也没看到其他更好的解答」；超透镜 = 人类一直追求用尽可能小的空间、更高自由度地调控光。「每个赛道的第一性原理差异非常大，能不能找到，看行研的投入度和深度。」

段 8（42:41–45:48）插播：演讲技巧（分享者小涛）

记忆锚点：锚点可以是肢体动作、穿着、PPT 上一张图、一次互动、一个故事、一组反直觉数据、一句金句、一个类比。作用是让听众忘掉 80% 内容后仍记住 1-2 个关键点。经典案例：乔布斯从牛皮纸信封里抽出 MacBook Air，「比任何数据都有说服力」。方法：准备演讲时问自己「听众只能记住一件事，我最希望他们记住什么」，围绕它设计具体、形象、出人意料的呈现；并且设计多个锚点——开头稳气息、中间抓注意力、结尾画强句号，「注意力涣散了就丢一个锚点拉回来」。

互动（把独白变对话）：人的注意力是波浪线——开场 5 分钟最高，每 10-15 分钟一个低谷（现在听众会玩手机）。互动是人为制造刺激把注意力拉回来，而且「你在自问自答，实际上就是他们在答」。五个简单互动法：① 提问法（抛问题不需要真回答，「你们猜他卖了多少」）；② 举手（「有被封过号的举一下手」）；③ 场景代入（「假如你是项目负责人，你怎么办」）；④ 卖关子（「接下来这个数据可能颠覆你的认知」）；⑤ 回顾法（讲完一个板块用一句话帮观众回顾）。节奏：40 分钟演讲每 8 分钟安排一次互动，在逐字稿上标注互动位置确保均匀分布。收尾金句：「每个人都有责任和义务拥有自己的人生 PPT；创业者有义务成为演讲高手。」

段 9（45:48–50:57）刘小白的 Claude Code 玩法：它不是编码工具，是通用 Agent

刘小白先交代认知转变：Cursor 不太行之后切到 Claude Code，起初以为「只是一个更厉害的 Cursor」——写前端界面、用户系统、支付交互；后来发现它能力很强，大量用在「传统意义编码之外」的事情上。他特意说明：公开讲的三个产品不是他最成功的，「闷声发小财」。

案例一：900 个绘画风格，睡一觉跑完。他的 AI 画图产品有 900 种风格（行业一般几十个封顶）。把「齐白石」一个词变成用户可选风格，人工要做四步：搜齐白石生平和作品、建立感性认知；构造 prompt 模板（用户输入其实是填空题）；反复试画验证风格；再画很多张选出一张做 icon 图。人工做一个要 20 分钟到 1 小时。他把整个流程交给 Claude Code：给画图 API 的 key，让它自己搜资料、构造模板、调用画图，每个任务先画 9 张让它自己选最代表的一张，拿不准就打断、他帮选并讲为什么——前 30-60 个这么磨，磨到第 60 个时它的判断已和他一样准，后面 900 个「睡了一觉就好了」。

为什么用 Claude Code 而不是 Manus：可控性。Manus 很好，但背后是 Claude 模型 + 内置工具集，工具是开发者设定好的有限集；Claude Code 对他是「无限集」，需要什么工具可以给什么。它本身就是个 agent，能上网搜索、能调 API、能多模态看图。

案例二：Fash 3D 的模型调研与改进。Fash 3D 是图片转 3D 产品（可做工业设计、3D 打印），模型是自有的，所以敢给免登录免费用户用。他的工程路径：① 把云厂商（火山云/腾讯云）开 GPU 机器的 API 给 Claude Code，让它开十几台机器、把市面十几个知名开源 3D 模型分别部署，自动准备测试用例跑一遍，记录效果和耗时——「没有 Claude Code，光这一步模型调研就要半个月」；② 筛出 3 个进决赛，把技术报告、推理代码、测试用例全喂给它，问「有没有办法推理速度提高很多、性能只降一点点」——「你不给资料它只能瞎编，给的就是开源团队的报告和代码，它说的就比较准确」；③ 让它辅助把三个模型的优势融合，加自己的东西，变成商业模型。他点破：大厂做同样的事靠科学家团队 + 算法团队 + 工程团队配合，「成本至少比我高」。

他的自我定位：「我只是在开我的软件公司，开发只是其中一环，其他很多工作确实可以用它。」消耗量大的本质：执行 1000 次同样的任务，每次任务又有很多子任务，单次要跑好几分钟，支持后台任务——5 分钟 × 1000 次 = 5000 分钟。

段 10（50:57–54:17）全球消耗第一始末与「薅羊毛」争议

时间线：7 月 28 日 Anthropic 发推——先说发现有些 big fans 在 7×24 小时运行 Claude Code，「this use is remarkable，we want to enable it」，然后才说要制止共享账号、转售等滥用。刘小白自认属于前者，没在意。8 月 1-7 日那一周他专心搞代码，每天消耗约 3000 美元（平时每天 1000 多美元）。8 月中旬出现第三方排行榜（程序员界大牛维护，推特登录后同步本地使用记录），他同步后发现自己领先很多，截图发推——发推前 60 粉丝，发完涨到 5500。

粉丝分两拨：用 Claude Code 的很多是来跟他学的（技术群里流传「如何使用 Claude Code，关注刘小白的公众号就好」），他发现新玩法也会在公众号分享；不用的人则发表道德判断——有说他「薅资本主义羊毛、做产品给老外用、回中国发工资交社保，是爱国」的，也有说他「像去自助餐厅把老板吃垮」的。他的态度：都是噪音，「我过了在乎谁喜欢我、谁不喜欢我的年龄」（主持人调侃：特朗普 70 多才说这话，你还不到 40）。国内某大媒体整理了他的报道，评论区噪音多，他看到后第一件事是主动退出排行榜、删除账号。

关于限制（实用信息）：200 美元/月档不是真无限——每 5 小时刷新一次对话次数限制，只是大部分人 5 小时内消耗不完（约 5% 的重度用户才触顶），所以误以为无限。7 月 28 日之前限制更弱，发推当天他这种敏感用户已发现额度变少，8 月 28 日还会再收紧。Anthropic 官方没联系过他，「我肯定合规，不然早被封了」。

段 11（54:17–59:10）十个标签、能力边界、孵化器与「精神偶像」

主持人用「说出 10 个我是什么」的破冰游戏让他自我介绍，挤出来的标签：① AI 产品创业者；② 产品经理；③ 程序员（「说不会写程序是谦虚」）；④ 逗比（公众号头像听了粉丝意见，换成骑共享单车的，避免豪车墨镜帆船衬衫的成功学感）；⑤ 爱看书（得到学分 970 多，比罗振宇高 1 分，全国 100 名左右）；⑥ QQ 音乐/网易云认证音乐人（疫情期间报伯克利网课学写歌，词曲编曲唱全包，「还好那时没 AI，不然都不信是我写的」）；⑦ AI 开发圈里最会用 Claude Code 的人之一（很多人把他当榜样，但「这标签不敢轻易给自己，每天还在精进」）；⑧ SCI 实验室孵化器联创（和申泰合搞，封闭小圈子，运行数月未开放，年底或明年有能力再开放；已有同学「起飞」，做出人生产品、赚到钱）；⑨ 国内较著名的独立开发者（开公司之前）；⑩ 「万死不辞的打工人的精神偶像」。

Claude Code 能力边界（他的两个分野，很重要）：① 真实世界（物理世界）的事做不到——「只要你在虚拟世界、手机和电脑能触碰到的世界，一件事你敢有 SOP，那一定可以被 Claude Code 自动化」；② 奖励稀疏的地方做不到——比如中大公司的 HR、行政，能力体现在细微区别之间、每个老板喜欢的东西不同；AI 能做的是「全世界都认可你这道数学题做对了就是做对了、代码写对了就是写对了」的事，找不到奖励信号的得靠人。

关于「精神偶像」：大厂内卷、无意义加班多，很多打工人想出来单干又不知道干啥，看到他「活成了我理想中的样子」，把他当情感寄托、替他们活另一种人生——产品被抄袭时他们比他还愤怒；他发创业半年总结，公众号光打赏就 4000 元，私信说「看到你过得很好，我可太开心了」。

段 12（59:10–65:10）从微软亚研到猎豹十年：运气、方法论与「科技是两个词」

第一个幸运时刻：19 岁进微软亚洲研究院。大三在知春路实习（号称全世界智商密度最高的一栋楼），发现了受用到今天的秘密：科技是两个词——科学（science）和技术（technology）。三楼研究院的人歧视二楼工程院的人「智商低才去做工程」。他所在的 innovation engineering group（创新工程组）干的活是：科学家发了 paper 懒得写代码，他读 paper 把工程实现写出来——「他在做科学，我在做技术」。这直接决定了他今天做 3D/语音模型的路径：不做基础研究，专心看开源技术报告里「哪里性能不行、推理不行、代码不标准」，改吧改吧变成推理性能好得多、效果只差一点点的商业模型。「直到今天很多人都分不清科技是两个词。」

第二个幸运：傅盛和猎豹移动。2014 年创业做小产品被傅盛收购，收购邮件 2014-12-31 收到；他特意等到 2024-12-31 离职，整整十年（主持人：这人好有仪式感）。入职第一天傅盛说「从明天开始你就是产品经理了」，他问「什么是产品」，答曰「你来了就知道」。后来带出日活千万级的产品。猎豹 2014 年美股上市，是中国出海软件产品第一家（靠海外工具软件），「我先天就应该会做海外产品，那是在猎豹学的」。2018/2019 年贸易战 APP 被下架后猎豹 all in AI，他又学了几年——所以 2022 年 6 月 ChatGPT 还没出来时，他已经在做盈利不错的 AI 产品（纯副业）。离职时「一点负担都没有，不需要融资，收入规模还可以」。

猎豹方法论（两条）：① 简单，做减法。2014 年万众创新，咖啡馆里的项目都是「先加这个模块再加那个模块，你是把微信支付宝美团融到一块吗」；猎豹相信做一个功能做到极致——Clean Master 月活 6 亿（当年全球安卓才 20 亿台，每 3-4 台就有一个），界面上就一个大按钮，解决「安卓手机用久了卡」一个痛点，用户每天用十几二十次。同期创业比赛的 Musical.ly（抖音前身）坐他旁边：他被收购、对方被傅盛投资（占 10-20%），对方还羡慕他；Musical.ly 的杨璐中午跟他吃饭时正琢磨「按钮已从四个减到三个，正在想怎么减到一个」——而当时支付宝、美图相机的首屏都是 10 个按钮。「做复杂谁都会，做减法很少人会。多一个按钮，就有一部分用户不知道你要干啥。」② 三段论：预测 → 单点击穿 → all in。先找一个早期市场并预测它会变大；然后只做一个功能在市场站稳；成功后把资源全铺上去，随市场变大而上去了。Clean Master 的预测就是「安卓手机以后人手一台甚至两台」，长期占据美国谷歌下载榜第一。

扩大运气的方法：「出来混最重要的是出来。」他的每个转折都来自主动暴露——大三敢一个人到北京实习（挨个求系主任，李老师说「期末记得回来考试就行」）；敢参加创业比赛、敢展示。「多让自己接触更多变量，总有一些变量能为你所用。」

段 13（65:10–77:26）松节油、Token 哲学、模型分工、防屎山、Sitely 与创业观

「松节油」开场：主持人提到硅谷一个 VC 取名「松节油」，出自毕加索——艺术评论家聚在一起谈形式结构深层含义，艺术家聚在一起只谈哪里能买到最便宜的松节油。刘小白的即刻/推特/公众号就是「巨大的松节油现场」：比如几个月前在 Cursor 里选 Gemini 3-25 就能用到当天刚发布的 05-06 模型、写代码吊打其他；O3 Pro 刚发他就写了长篇使用体验。

上手建议：新手先看别人的教程（或他的公众号），核心是克服对命令行交互的恐惧——「命令行是上世纪 70 年代的东西，过了 50 年还有这样的产品，挺奇葩」，不适合习惯图形界面的人，更适合程序员。

Token 哲学（给有编程经验的人）：他坦言自己的用法站在机器角度效率是低的——「我根本不在乎它花多少时间和 Token，我只在乎帮我省时间」。例子：全站翻译 32 种语言，省 Token 的做法是先让 AI 写个翻译脚本再批量跑，但「写工具太麻烦，会消耗我的时间」，他直接让 Claude Code 翻，怎么翻的不管，「我要求翻译质量，我睡觉去了」。上一个时代（大学 ACM 比赛、迪杰斯特拉、动态规划）比的是算法执行效率；这个时代比的是谁能把自己从细节里解放出来，「我自己的时间才是最宝贵的，我要享受生活」。

一线认知差与投资：他做公司后清仓了股票，但之前的战绩能说明问题——今年 5 月 6 日谷歌发布 Gemini Pro 0506（编号没改），他实测发现就是世界最强（谷歌不像 OpenAI 会营销，也不像 Cursor/Claude 受程序员欢迎，「强在别的地方」），当天股价 130 多美元时买入，几个月后 200 多。「别的投资人不做代码，没办法判断模型好在哪里。」清仓的原因：炒股没有做产品爽，精力要花在最有效的地方。主持人补充：自己也从 GPT 切到 Gemini 2.5 Pro，80% 使用已切过去，剩 20% 是依赖过去的记忆。

大模型分场景分工（他买了三家 200 美元级会员）：① 日常编程/简单功能（界面、登录、支付交互）→ Claude Code 最强。解释了一个很多人不解的现象：Claude 在编程榜单排名不高但程序员都爱用——榜单靠把难题做对拿高分，而 90% 以上的日常编程是简单任务，正好是 Claude 最强的；② 竞赛级算法、数学、科研 → GPT 系（O3、GPT-5）最强，尤其训练数据里不太存在的领域，「改模型时绕不开数学和算法，这块 Claude 表现并不好」，和国外算法挑战赛榜单对得上；③ Gemini 当架构师——1M 上下文（Claude 只有 200K），把整个项目放进上下文讨论整体架构、产出技术方案文档，再交给 Claude Code 执行。

技巧从哪来：「无他，为手熟尔」——用得多；加上看官方文档（命令行工具不看文档很难发现设计好的功能）。他教的一招：想想「7×24 小时运行」这个官方功能——没什么代码要写那么久，它一定是在执行别的任务，想到这层就该意识到不要把它当只写代码的工具，要当自己的延伸，工作里重复的事让它做。

防屎山（全场被问最多的问题）：一年前大家问的是「怎么让 Cursor 不把代码写成屎山」，答案是同一条——认真写需求文档，先讨论方案（他做了 10 年产品经理，这是肌肉记忆）：① 不在聊天窗直接打字，先在飞书写完整需求文档，越长越好（一两千字），画原型图更好，目的是消除歧义；② 粘贴进 Claude Code，但不让它写代码，先问「我需求说清楚没有？用你的话给我理解一遍」；③ 让它出技术方案计划，有要决策的点反问回来；④ 讨论几轮（多时五六轮）到「算无遗策」，再让它写——「写出来的肯定不是屎山」。原理：「你一句话有歧义，它怎么做都是对的。」他讲了那个老笑话：老婆让老公下班买个西瓜、看到卖包子的买两个，结果老公买了两个西瓜。「如果今天听众只学一个技巧，就这一个。」主持人总结：程序员再强，也取代不了产品经理把需求文档写清楚这件事。

三个最推荐的 Claude Code 功能：① 后台命令（7×24 小时跑长任务，他录播客前会绞尽脑汁安排好这两小时让它跑什么）；② 沙盒 agent（大 agent 里建小 agent，每个打磨好只处理一类任务，主要用在非编码场景，「值得研究」）；③ Output Style 输出风格（上一版本刚推），其中「学习模式」会做一大部分留填空，适合新手学编程。

首次公开的新产品 Sitely（sitely.ai）：孵化器里一位中国传媒大学教授（/副教授）主导，解决论文引用（citation）的一切需求。四个真痛点：① 学生论文是 DeepSeek 写的，里面引用的文献哪些是假的（老师想查）；② 学生用 GPT 写论文，引用不能是假的（学生想自查）；③ 手写论文写完，想自动补充权威引用佐证观点；④ 看到一段话，想知道背后有没有科研成果支撑（问 GPT 又不信）。「citation 是存在了 200 年的行业，可以做 20 年做到退休，不是套壳产品。」已有雏形上线，这两周迭代得更好。敢公开的原因：别人做不了——主创业者自己就是学术工作者，完全知道用户在哪、痛点是什么。

做产品与创业观：做产品核心没变——make something people love。痛点藏在人们习以为常的忍受里（论文引用的四个痛点，问任何大学老师都会点头，「那为啥没人做呢」）。变的是：今天个人变强了，Claude Code 就是「写代码超过 99% 人类的程序员」，技术实现环节比以前快得多。所以打法是：不断找真实痛点 → 快速做 MVP 验证 → 行就往大了做，不行就放弃也不痛（没花多少时间），玩的心态，「好比打了一把游戏没打过，再来一把」；以前实现成本高，失败时会很挫败。他引用 Sam Altman 最近的推文：「今天用 AI 做 SaaS 产品很像快时尚。」被问创业想得到什么成就：做出让自己自豪的产品，满足「叙事自我」——「八九十岁时跟孙子说，你爷爷做了这个东西；总不能说我在北京五套房吧。」

道

底层原理、第一性原理、方向性判断。每条附「为什么重要 / 具体细节 / 对我们意味着什么」。

法

方法论、框架、流程、策略。

术

具体技巧、操作手法。

器

提到的工具、产品、模型、公司（叫什么、干什么用）。

势

行业趋势、竞争格局、周期与放量节点、红利与风险。

对我们业务的启发（7 条）

  1. 把「Claude Code 当通用 Agent」写进团队工作流。盘点产品和运营里所有「虚拟世界 + 可写 SOP」的重复任务（多语言翻译、批量素材、竞品调研、数据整理、测试回归），参照 900 风格案例逐个改造：先设计候选生成 + 自评机制，陪跑 30-60 个样本校准判断，再批量挂后台跑。目标明确：省人的时间，不省 Token。先挑一个任务两周内跑通，再推广。

  2. 建立「需求文档先行」的 AI 协作纪律（零成本、立刻见效）。任何人让 AI 写代码前，先在飞书写无歧义需求文档（一两千字、带原型图），强制走「复述需求 → 出技术方案 → 反问决策点 → 讨论 5-6 轮 → 再写代码」流程。这条直接砍掉 AI 代码的返工和屎山风险，也让产品经理成为 AI 时代更值钱的角色——把这一条沉淀为团队开发规范。

  3. 按场景分工用模型，搭一条「架构师 → 执行」流水线。日常编程/简单功能用 Claude Code，难算法和数学用 GPT 系，整体架构讨论和长文档用 Gemini（1M 上下文）。具体做法：Gemini 出技术方案文档 → 粘贴进 Claude Code 执行 → 算法难点单独拎出来问 GPT。三家会员成本不高，值得用一个真实迭代验证效果后固化。

  4. 用赛道研判五步法 + 催化剂清单做技术选型，戒掉「发布会驱动」。以后评估任何新技术/新模型/新平台，按「是什么 → 产业阶段 → 代表玩家 → 瓶颈 → 放量信号」五标题输出一页纸，并列出可跟踪的催化剂（某模型能力落地、某大厂采用、某价格拐点）。牢记方亮那句：方向确定 ≠ 现在就该 all in；以及四条风险 checklist（业绩兑现、路线不确定、产能周期、地缘/依赖）。

  5. 建一个「技术信号跟踪」的自动化 skill。主持人自己都提到「跟自己的 agent 建立 skill 持续跟踪」——我们可以直接落地：用 Claude Code/Kimi 建定时任务，每周扫一遍我们关心的信号（模型发布、价格变动、头部产品动态），输出简报。把人人都在做的人肉刷新闻变成系统能力。

  6. 产品侧继续极致做减法，用「20 年尺子」选方向。检查我们产品的首屏和核心路径：每多一个按钮就有一部分用户不知道要干嘛（Clean Master 一个按钮 6 亿月活、Musical.ly 减到一个按钮）。新方向评估时问两个问题：痛点是不是用户「习以为常的忍受」？这个需求 20 年后还在不在（citation 200 年了还在）？过不去这两问的，用快时尚的 MVP 节奏快速试、快速放弃，不恋战。

  7. 保护「一线手感」，把它当信息优势经营。刘小白能抓到谷歌 130 美元的机会，是因为他天天实测模型，别的投资人「不做代码，判断不出模型好在哪里」。我们的对应动作：团队保持对每家新模型的第一时间实测习惯（哪怕只是标准化的几个测试用例），并把结论内部同步——一线手感是创业团队相对大公司和二级市场的不对称优势。

值得记住的知识点（四大赛道扫盲卡片）

超透镜（metalens / metasurface）

玻璃基板（Glass Core Substrate）

混合键合（hybrid bonding）

碳化硅（SiC）

备注：以上半导体内容以知识面积累和研判方法论学习为主（我们不做半导体投资）；AI 工具与创业方法论部分建议逐条对照现状落地。文中「Claude Code」为逐字稿原始转写，即 Anthropic 的 Claude Code。

← 上一场① GPT 5.6 自我优化