Manta

Used to be a YouTuber

[Herman Jin @ShanghaoJin]

根据最近的思索，我ORCL认错略亏先走

不管他以后业绩如何星辰大海，在美股融资刷卡大周期里我是不会碰做Capex的那个的

复盘一下，我都买AMZN CDS了，ORCL不清掉是不应该的

同样我也不会碰neocloud，只要“兑现财富”的一概躲开

[Leonard @Leoskie_L]

這台 Wiwynn 在 Computex 2026 展的東西，表面上你看是「AI compute tray」，但其實重點根本不是 tray。重點是它在解一個很物理層的問題：AI accelerator 之間 Scale-Up 要怎麼互連，才不會被銅線、距離、功耗、散熱全部卡死。

它的做法就是 Co-Packaged Optics，CPO。簡單講，Broadcom 的 optical engine 不是放在外面交換器模組裡，而是直接跟 AI accelerator / GPU 包到同一個 substrate 上。每個 tray 裡面放兩顆 AI processor，然後光訊號直接從前面板一路進到 chip-level optical engine。這就不是「網路線插一插」那種概念了，這比較像你把高速公路出口直接開到工廠門口，貨車不用再繞市區。

前面板那邊有 detachable Fiber Array Unit，FAU，Broadcom 跟 Senko 的方案都有展示。黃色的 optical fiber 負責雙向流量，特別是 Scale-Up clustering 用的。這邊很關鍵，因為 Scale-Up 不是單純把機器連起來而已，它要的是 accelerator 之間像在同一個巨大系統裡面講話。你 latency 一高、bandwidth 一卡，整個 cluster 就開始搞笑。

然後中間那一排是 External Laser Source，ELS，也是 Broadcom 的。它透過 PM fiber，把光送到 optical engine，讓 silicon photonics 可以傳資料。也就是說，資料傳輸用的是光，但光源本身被拉出來集中管理。這有點像餐廳後場：火源不要每個爐子亂裝一套，集中供應，前面只管煮，效率跟維修都比較可控。

但 CPO 爽歸爽，問題馬上來：熱。

所以這個設計直接 100% liquid cooling，fanless。不是「GPU 水冷一下」而已，是整個 tray 裡面會發熱的東西都進水冷迴路：GPU、CPU、RAM、power module，甚至 external laser source 都吃冷板。它用 system manifold 把單一入口的冷卻液分配到各個熱源，避免某些元件先吃到已經被加熱過的水。這其實很狠，因為 AI rack 以後不是誰算力強就贏，是誰能把熱穩定帶走，誰才撐得住。

電力這邊目前 demo 是 50V input。但 Wiwynn 也在看 HVDC，例如 800V 或 +/-400V。這方向不意外，因為 rack power density 一直往上衝，低壓大電流會讓線材、銅損、配電全部變成災難。你不能一邊說我要 mega Scale-Up cluster，一邊還用傳統配電方式硬撐，最後不是效率血虧，就是機櫃裡面變烤箱。

整體拓撲也很清楚：這些 compute trays 塞進 dedicated compute rack，然後透過前面板 optical patch panel 接到多個 switch racks，組成大型 Scale-Up AI cluster。

所以這台東西真正想講的是：

AI 伺服器已經不是「GPU 多放幾顆」的時代了。現在卡的是 L5 連接、L3 散熱、L6 封裝、L2 電力，全部一起卡。CPO 把光拉到 chip 旁邊，liquid cooling 把熱抽走，HVDC 則是下一步要解電力配送。

credit to : https://t.co/KEpPCVODlY

[Manta @XIXIDA_S]

@tychozzz helli 请问下有email或者其他联系方式？

[Manta @XIXIDA_S]

@tychozzz 你好Nico 私信你啦

[駿HaYaO @QQ_Timmy]

打破記憶體牆：光學互聯將重塑 GPU 與 HBM 封裝
AI 半導體正面臨嚴重的「記憶體牆」瓶頸。為突破此限制，國內外記憶體與封裝產業正積極推動一項革命性方案：將 GPU 與HBM分離封裝，並以光學互聯技術連接。

傳統 2.5D 封裝中，HBM 必須緊鄰 GPU，受限於晶片周邊長度，無法大幅增加數量；垂直堆疊也已逼近物理極限，高度難以繼續提升。透過光學互聯，可將 HBM 拉開數公分距離，以高速光訊號橋接，徹底擺脫岸線限制，讓單一 GPU 板上能安裝數倍以上的 HBM，大幅提升整體記憶體容量與頻寬。

產業目前正討論多種布局，包括將 HBM 置於 GPU 周圍，或置於板子下方，甚至可能改變主機板整體外觀形式。雖然尚未進入正式路徑圖，但已與 GPU 廠商展開先期合作。

OSAT 與CPO業者均認為，光學互聯是必然趨勢，預期將先從機架、伺服器層級開始，逐步推進至晶片級應用。

[rick awsb ($people, $people) @rickawsb]

Veeco：在GAA、HBM与CPO交汇点上的重要玩家

如果把半导体产业链的终点是材料。Veeco就是一家材料公司。

公司业务看起来分散：LSA、MOCVD、Ion Beam、Wet、Litho。但如果用一条主线去理解，其实很清晰——它做的是在原子尺度上控制材料。

Veeco当前收入约70%以上来自半导体相关业务，产品结构可以分为三层：

第一层是LSA（Laser Annealing）和先进封装（Wet + Litho），贡献大部分收入；
第二层是Ion Beam等高精度材料处理；
第三层是MOCVD等化合物半导体设备，当前占比不高，但决定未来空间。

LSA本质是一个“热控制工具”。但在先进制程里，“热”已经不是普通变量，而是最核心约束之一。
离子注入之后必须退火，这是所有晶体管都绕不开的步骤。传统路径是RTA或炉管，但问题在于，它们是“全局加热”，时间长、扩散大。节点进入7nm以下，这种扩散开始不可接受。
GAA把问题推到极限。沟道结构更精细、尺寸更小，任何多余的扩散都会直接影响器件性能。这时候，工艺需求发生了本质变化——不再是“加热”，而是“精确加热”。

LSA的价值就在这里：纳秒级、局部加热，几乎只作用在表层。

LSA的护城河不是设备本身，而是“工艺嵌入”。一旦进入产线，很难被替换。

再看先进封装（Wet + Litho）。

HBM和Chiplet的爆发，把封装从辅助环节变成核心环节。工艺数量增加、步骤复杂度上升，对清洗、刻蚀、光刻的需求同步放大。

Veeco不是技术绝对领先，而是“高吞吐 + 低成本”的参与者。

它已经进入TSMC、Samsung、Micron等客户体系，但这块的护城河明显弱于LSA。对手是Lam、TEL、Applied这些平台型公司。

再看Ion Beam / ALD / PVD。

ALD和PVD是典型的大厂战场，Applied Materials、Lam、TEL拥有绝对优势。Veeco在这里几乎没有存在感。

Ion Beam是一个典型的niche技术：慢、贵，但精度极高。在某些场景下，比如MRAM、光子器件、MEMS，它几乎不可替代。

这类业务的特点是：市场小，但稳定，毛利高，客户粘性强。

最后看MOCVD。

这是当前占比不高，但最值得关注的一块。

MOCVD用于生长GaAs、InP、GaN等材料，是光通信和功率器件的基础。随着CPO（共封装光学）推进，InP激光器的重要性在快速上升。

问题不在于设备数量，而在于“良率 + 工艺 + 材料体系”。这一层很可能成为真正瓶颈。

Veeco和Aixtron是唯二的核心玩家。

总的来说，Veeco很可能是一个“结构性机会”。
它的当前收入由半导体驱动，但未来估值空间取决于两件事：

第一，LSA是否进入更深的先进节点工艺；
第二，MOCVD是否成为CPO时代的关键瓶颈。

如果这两件事成立，这家公司会从一个“小众设备商”，变成“材料层定价权参与者”。

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

[Moody @MoodyWriter13]

Aixtron $AIXA announced today that Lumentum has ordered multiple G10-AsP MOCVD systems for InP-based laser and detector production, driven by surging demand from AI datacenter networks. The InP epitaxy buildout is accelerating.

Together with the constraints on InP substrates, this is currently, in my view, the biggest bottleneck for InP Lasers.

Every one of these new reactors ships with LayTec in-situ metrology. That part is well known. Less appreciated is that LayTec is expanding revenue beyond sensor modules with a second, very different product.

In a recent update, LayTec is quietly scaling its EpiX C2C mapping station as a second revenue pillar.

Most investors associate LayTec with sensor add-ons on MOCVD reactors, like those in every Aixtron G10-AsP ordered by Lumentum. The EpiX C2C is fundamentally different: a standalone, fully automated production tool with cassette-to-cassette wafer handling, FOUP load ports and wafer-ID reader. This is fab-floor equipment, not an accessory.

EpiX scans finished epitaxial wafers point by point and builds a full 2D map showing whether layer thickness, composition, and light emission are uniform across the wafer, essentially a quality control step before the wafer moves into the next process stage.

LayTec has also introduced pre-configured product packages for two fast-growing compound semiconductor markets:

InP Optoelectronics, optimized for NIR photoluminescence mapping of InP laser and detector structures (900–1700 nm), used in AI datacenter transceivers and CPO GaN Power Electronics,or AlGaN barrier composition and thickness mapping in GaN-on-Si wafers, relevant for EV infrastructure and datacenter power delivery.

Previously, EpiX required custom configuration per material system. Now standardized application packages with pre-programmed analytics reduce adoption friction and shorten sales cycles as demand rises.

With EpiX C2C, LayTec monetizes each fab beyond in-situ sensors. A typical workflow now spans three touchpoints: in-situ epitaxy monitoring, ex-situ wafer mapping via EpiX, and in-situ plasma etch monitoring. Revenue per fab becomes multiple times higher than a single sensor add-on.

LayTec appears to be very well positioned and strategically prepared for the accelerating demand in InP and GaN applications. If LayTec were a standalone company, this would look like a classic picks-and-shovels compounder. As part of Nynomic’s photonics portfolio, it sits in a group trading at ~1.2x sales, with LayTec likely contributing ~15% of revenue.
In my view, the potential for LayTec is still underestimated.

[168X @168X_Fortune]

今天下午 3:00 Mr. Z @168MrZ 跟 Victor @vcmktasa 请来了 Herman @ShanghaoJin ，一起聊 2026 半导体大牛市还有币圈后市！大家别错过了！
https://t.co/2XgAj853KL

[Manchurius Hao — Greeks.live首席赌狗 @AntonLaVay]

$vicr 是Cerebras的好基友 ，因为：

这是我周末研究的，但是当时我没仓位不想发。

$vicr 是一家技术路线特极端的公司， $cbrs 也是 - - Cerebras 把 23kW 全部集中在一颗芯片上，而 NVDA 把同样功率分散在十几颗 GPU 上。

$cbrs 的极端

主流路线（NVDA、AMD、Goog TPU or 一些别的）：把芯片做小，用先进互连和封装把许多芯片连起来，chiplet、CoWoS、NVLink、InfiniBand、CPO。

Cerebras 反过来：把整片晶圆当一颗芯片用，把互连和内存全部吃进硅片里。

$VICR 的极端

主流路线（MPS、ADI、Infineon）：做横向供电模组，放在芯片旁边的 PCB 上，渐进改良电流密度。

Vicor 反过来：把电流转换的最后一级塞到芯片正下方 1.5mm 内，用 40 倍电流倍乘改写整个供电拓扑。把高电流的模组塞到处理器正下方的散热区，非常疯狂。

Cerebras 把所有难题都内化进了硅片里（互连、内存），唯一甩出来的难题就是怎么给一颗 29,000 安培的芯片送电。 这是它把工程难度推到极致后，唯一无法在硅片内解决的剩余问题。

Vicor 二十年前就开始押注“未来芯片会需要把电源塞到芯片正下方”。当时没人需要，那是技术正确但市场不存在的赌注。

Vicor 熬了 20 年，熬到 Cerebras 这种极端架构出现，Vicor 的极端解才有了极端需求来匹配。

这不是普通的客户-供应商关系。这是两个押注极端路线的公司，最终在物理学层面被迫互相寻找。

[駿HaYaO @QQ_Timmy]

$VICR
Vicor 目前正大幅擴張產能：
- Fab1 經優化後，總產能將從 10 億美元提升至 15 億美元。
- Fab2 仍在規劃中，同時推動第三方授權模式，可快速擴張並收取高額權利金。

公司 CEO 表示，新增產能足以服務一個主要 OEM + 一個主要 hyperscaler，加上已知客戶 Cerebras。
推測主要客戶極可能是 AMD（Helios） 與 Google（TPU）：
- NVIDIA 需求過大（可填滿 2 座 fab），故排除。
- Google 功率密度需求高，最可能吃下約一半產能。
- AMD 規模約為 Google 一半，可填補剩餘產能。

此外，AWS 過去僅授權 Vicor VPD 技術，未來 TR4 世代預計將直接採用 Vicor Gen5 VPD，TR3 也有機會成為第二供應商。
預期：
- 今年內有望上看 400 美元。
- 長期若未被收購，可達 1,000 美元以上。
- 若遭收購，預估價格區間 600–800 美元。

[Jukan @jukan05]

Holy shit, E-glass is gonna double in price this year alone? Then Unitika (3103 JP) is definitely gonna go up even more.

[TrueNorth @TrueNorthTwitt]

Agree that $MRAM is a growth/monopoly and PE this high demonstrates this. It is drawing a lot of attention and since it's designed for space/defense would be nice if it can secure some of private/public space/defense contracts with companies like SpaceX to support future valuations as long as execution is not an issues.

From grok
"Everspin is the sole volume manufacturer of Toggle MRAM. https://t.co/bVsShKltEq
This gives it a clear monopoly on the specific Toggle cell design (patented, field-switched architecture optimized for high reliability, unlimited endurance, and extreme environments). No other company produces Toggle MRAM at commercial scale.
Broader MRAM competitors exist, primarily in spin-transfer torque (STT-MRAM), a different switching technology that is more scalable for higher densities but trades off some of Toggle’s extreme reliability advantages:
• Avalanche Technology: The main direct competitor in high-reliability/aerospace/defense MRAM. They offer STT-MRAM products positioned as drop-in replacements for some Everspin Toggle parts in industrial applications and target similar rad-hard markets. (They have also pursued patent disputes with Everspin on STT-related IP, but Toggle remains Everspin-only.)
• Others (research or limited): NVE Corporation (smaller niche MRAM), plus historical R&D from Samsung, Toshiba, etc. No one else has commercialized Toggle.
In non-MRAM persistent memory, substitutes like FRAM/FeRAM exist, but Everspin actively positions Toggle MRAM as a superior replacement (unlimited endurance vs. wear-out issues in FRAM). Overall, the Toggle-specific monopoly is a key differentiator for defense, industrial, and automotive uses requiring the highest robustness. https://t.co/P0iG5h0stq
There is no consensus “expected price increase” specifically tied to the monopoly—analyst targets remain conservative despite the positioning. https://t.co/stiddHuWSl
As of May 2026 (post the stock’s recent surge to the mid-$20s amid the $40M defense contract news), the 1–2 analyst consensus 12-month price target is around $18–$18.50 (e.g., Needham’s latest at $18.50 or $19 in some updates). This implies ~25–35% downside from current levels near $27.
• The monopoly/national security angle (sole Toggle producer, IP transfer clause in the defense deal, domestic Microchip foundry partnership, and rad-hard heritage) is acknowledged as a strong tailwind.
• However, analysts continue to highlight execution risks: historically inconsistent revenue growth, thin margins/profitability (TTM EPS still minimal), and the need to convert monopoly positioning into scalable commercial/defense revenue.
• No analyst model explicitly quantifies a large “monopoly premium” uplift; valuations reflect cautious growth assumptions rather than aggressive monopoly pricing power. Forward multiples are more reasonable than the sky-high trailing P/E, but the stock has already priced in some hype from the recent news.
Longer term, sustained monopoly-driven contracts and production ramps could support higher multiples if execution improves, but near-term expectations are modest (or even tempered by the post-surge valuation). Always check live quotes and latest filings, as this is a volatile small-cap name.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​"

[Jukan @jukan05]

@MikeFritzell I don’t think it’s completely unreasonable. It’s a somewhat dated estimate, and you can just assume SK Hynix’s estimates have moved up since then.

[歸藏(guizang.ai) @op7418]

Open AI 这周要起飞了呀！

昨天有人说 GPT Pro 新模型正在灰度，前端能力突飞猛进。

我试了一下，只把 CodePilot 的 GitHub 页面发给它，再传了几张现在的截图，说了两三行提示词，它就给了一个完整的桌面端产品设计。

我觉得这比 Claude Design 牛逼多了：

1. 完全不需要操心，什么都不用管，直接就出了结果。
2. 细节想得非常周全，而且所有功能都在线。
3. 我没说多余的东西，但出来的东西全是可以交互的，一看就是经过思考的。

[宝玉 @dotey]

Anthropic 自家设计师 Ryan Mather，一人负责公司 7 个产品线。他发的几条自己用 Claude Design 的心得，结合官方教程：

1. 别急着干活，先花一小时搭你的设计系统。

把代码库、设计稿、品牌素材全塞给 Claude，让它抽出一套 UI Kit 并直接发布。这一小时的投入，以后你每次生成设计稿，风格都会自动套用，性价比爆表。公司要全面推开，可以投入一到两周做系统沉淀，道理不变：先沉下去规范，后面才有复利。

2. 别再玩接力，跟工程师一起边聊边改。

过去那种“设计师出稿→甩给工程师实现→回来再修改”的模式，已经过时了。开个会，你们一起看着画布，边讨论边敲定方案，一场会定下来直接开发，效率拉满。
3. 结构级大改用聊天，细节调整点评论。

你想换个深色模式、布局大洗牌、新增设置面板，或者一次出多个方向，这种级别的任务用聊天界面效率最高；按钮 padding 调一下、颜色换一换、输入框改下拉菜单，这种小修小补直接在元素上评论就行，精准又快速。

4. 反馈要具体，别给模糊情绪。

官方举过一个特别好的例子：「看着不对劲」就是最差反馈，而「表单字段间距改成 8px」才是智能体最爱听的明确指令。Claude 最擅长处理具象具体的要求，不善于揣摩你抽象的审美情绪。

5. 接上 Connector，让 Claude 读懂上下文。

Ryan Mather 提到他最爱的用法：把产品吐槽会议的纪要喂给 Claude，然后出去溜达一圈，回来一份完整的解决方案 Deck 已经自动生成了。

让 Claude 干复杂又综合的脑力活儿，你腾出手做更重要、更有创造力的事。

6. 关键时刻，别怕手工慢下来。

新图标、核心插画、产品名字、品牌形象，这类活儿别指望模型给你完美答案。这不是 Claude 不够牛，而是这事儿本质上考验的是你的个人品味和判断。Ryan 把这叫作“Agentic Designing 的艺术部分”。

7. 挂代码要精准，别塞整个 monorepo。

把整个 repo 拖进去会直接卡爆浏览器，模型的上下文也被无用信息污染了。你只要挂目标组件的文件夹或 package 就够了，记得排除 .git 和 node_modules，干净利索。

再补两条官方没说的小窍门：

1) 多开几个 Chat 平行探索。

同一个想法开 3 个对话，各自往不同方向跑一段，然后再挑精华合并，比在一个对话里反复折腾要高效太多。

2) 团队 Leader 得改改你的审查流程。

以前是“人做、人审”，现在是“Claude 做、人审”，这个差别巨大。如果你不调整节奏和人力配置，工具的价值会浪费一半，审查这一步一定要重构。

[Chris Camillo @ChrisCamillo]

Any chance this peace deal somehow ends with an $NVDA-powered, $BE-fueled $AMZN data center in Tehran?

[郭明錤｜Ming-Chi Kuo @mingchikuo]

Nvidia LPU/LPX機櫃將迎來數量級成長：應用趨勢、生態整合與PCB新成長週期

1. 我的最新產業調查顯示，Nvidia投資Groq後，LPU出貨規劃大幅上修。2026-2027年LPU共出貨預估約400–500萬顆（2026約30–40%、2027約60–70%），相較過去年度出貨量，將出現10倍以上的數量級成長。

2. LPU需求快速成長主要來自兩項因素：
(1) 與Nvidia生態系 (如CUDA) 高度整合，大幅降低應用開發與部署門檻。
(2) 超低延遲推論需求快速增加，包括AI agents（如coding agents）以及正在興起的real-time、consumer-facing與physical-AI等類型應用。

3. 為維持推論decode階段的超低延遲優勢，並因應長文本推理帶動的KV cache需求快速成長，Nvidia預計將每機櫃LPU數量由目前64顆提升至256顆，以擴大記憶體容量並維持超低延遲效能。新架構機櫃預計於4Q26–1Q27量產，2026與2027年機櫃出貨量分別約300–500與15,000–20,000個。

4. Nvidia生態整合LPU的三個關鍵觀察重點：
(1) 網路架構：NVLink Fusion與RealScale的機櫃互聯。
(2) 開發者介面：Nvidia NIM是否讓開發者在部署時無需區分GPU與LPU。
(3) 編譯整合：TensorRT-LLM是否支援LPU的compile-first架構。

5. LPU/LPX機櫃量產亦對PCB產業有重要意義，關鍵PCB供應商滬電股份扮演核心角色。LPU/LPX機櫃是首度大規模採用CCL M9材料的應用。若順利量產，不僅意味著LPU方案的數量級成長將在2027年為滬電股份帶來顯著貢獻，也代表該公司突破高層板石英布加工技術門檻，有望帶動PCB產業展開新一輪成長週期。

[Nat Eliason @nateliason]

https://t.co/6QshrLOdaZ

[Finn Stockinger @FinnStockinger]

$Nittobo ($3110.T) – The Bottleneck of Modern Computing

$3110 (Nitto Bosaki) remains the most mispriced monopoly in the semiconductor stack.

While the retail crowd fights over GPU allocations, the real "Alpha" is hidden in the dielectric constant of a 128-year-old Japanese firm. At ¥21,200, Nittobo isn't just a stock; it’s a structural arbitrage on the survival of high-speed data.

Price Target: ¥21,200 -> ¥32,000 (Based on 22x EV/EBIT forward multiple)

1⃣The "Signal Integrity" Tax

In the transition to 1.6T networking, we’ve hit a physical wall: Dielectric Loss. As data speeds double, signals leak into the motherboard as heat. The only solution? NE-Glass (Low-Dk). Nittobo controls 90% of the global market for this material. If you are building a Blackwell cluster or an M5-series Mac, you are paying a "Nittobo Tax." There is no substitute. Competitors in Taiwan are still 36 months away from matching Nittobo’s chemical purity.

2⃣Q3 FY2025: The Profit Explosion

The latest February 2026 filings (Q3) aren't just good; they are anomalous.

Net Profit Surge: +272.7% YoY (¥35.1B).

Operating Leverage: While revenue in Electronic Materials grew 31%, segment profit exploded by 163.5%.

The Pivot: Nittobo has successfully cannibalized its low-margin construction business. They are now a pure-play tech enabler disguised as an industrial firm.

3⃣The "Apple vs. AI" Scarcity
The real "meat" for 2026 is the supply-demand mismatch. Nittobo’s order books for T-glass and NE-glass are effectively sold out through 2026. Apple is reportedly bypassing traditional supply chains to secure Nittobo’s production for the next iPhone generation. When a $3T titan like Apple fights for a Japanese manufacturer's capacity, "fair value" becomes a moving target.

4⃣NER-Glass: Leapfrogging the Competition
While the market prices in NE-Glass, Nittobo is already shipping NER-Glass.

The Moat: It reduces the thermal expansion coefficient by 30% (2.8ppm to 2.0ppm).

Why it matters: As AI chips get larger and hotter, they warp. NER-Glass is the only material that keeps the silicon flat. Nittobo has already locked in the 2027 standard while the competition is still trying to solve the 2024 problem.

5⃣The USD Play: Why Now?

For the USD investor, Nittobo at ¥21,200 is a rare Triple-Leverage Play:

Equity: A structural monopoly in the highest-growth tech sector.
FX: Acquiring an asset in historically cheap JPY.

Dividend: A record ¥114.00 forecast (30% payout). Management is finally returning the tech windfall to shareholders.

➡️Final Verdict⬅️

Nittobo is the "ASML of Glass."

It’s the invisible toll bridge of the AI era. At 20x forward P/E, it’s a bargain compared to US peers (Vertiv, Fabrinet) trading at 40x+.

The "Glass Ceiling" isn't just breaking; it’s being replaced by Nittobo’s NE-Glass.
Ticker: TYO: 3110 / OTC: NBCLF

Next Catalyst: FY2026 Full-Year Guidance (May).

When Apple starts fighting Nvidia for a Japanese glass-maker's capacity, you know the cycle has shifted from 'growth' to 'survival'.

I’ve laid out the data from the Q3 report, but I want to hear from you: Is Nittobo the ultimate 'pick and shovel' play, or is the JPY volatility too much of a hurdle for your USD portfolio? Let’s debate."

#Photonics #AI #Bottleneck #TSE #Nittobo #GlassSubstrate #Semiconductors

[Jason Zhu @GoSailGlobal]

中文圈AI/OpenClaw领域的活跃博主/玩家（涉及Agent、Skill、部署、视频生成、安全、Crypto等方向）

1️⃣ 必追 7 人（核心推荐梯队，最值得关注的顶级博主）
1. @lxfater（铁锤人）
介绍：中推历史第一人，部署教程浏览量达1000万。被誉为中文圈Claude/OpenClaw部署的“教科书级”人物。

2. @zhixianio（知县）
介绍：Agent训练师系列 + ClawPal GUI工具作者。专注实战教学和图形化界面工具开发。

3. @servasyy_ai（龙虾4兄弟之一）
介绍：多Agent实战最硬核选手。龙虾系列核心成员，分享大量高阶多智能体实战案例。

4. @zstmfhy（AI奶爸）
介绍：Seedance视频生成集成大佬。专注于视频生成模型的集成与应用。

5. @AxtonLiu（教主）
介绍：Skill开发 + 安全深测专家。Claw技能开发和安全测试领域的权威。

6. @bitfish（神鱼）
介绍：Crypto大佬的安全三层架构。把加密货币领域的安全思维带入OpenClaw架构设计。

7. @wshuyi（王树义）
介绍：学者型分析，订阅政策研究。偏学术/政策视角，分析深度极高。

2️⃣ 活跃玩家 7 人（高活跃度、实战型玩家）
• @ohxiyu
• @edwordkaru（手机部署）——专注手机端部署方案
• @YuLin807（上班族早出晚归让龙虾干活）——典型“上班族玩家”，用Claw自动化工作流
• @eternityspring
• @NRhb11（PicoClaw双机）——PicoClaw双机部署玩家
• @aronhouyu（17%恶意skill警告）——曾因恶意Skill被警告17%的实战玩家
• @geekshellio

这些账号日常分享部署技巧、项目进展、Bug解决，活跃度很高，是“干货输出机”。

3️⃣ 讨论观点 11 人（观点型/分析型玩家，适合看思路和争议）
• @AlllenDkde59
• @GoSailGlobal ←（这就是您本人！）
• @top2loser
• @sunxx2094
• @Leslieyu0（用博弈论分析爆款）——用博弈论拆解爆款项目的分析高手
• @pingfanbufan
• @lesliedqbb
• @drq_ai
• @karry_viber
• @xiaohaige_tim