vacuum plasma

寄叶部队

[李老师不是你老师 @whyyoutouzhele]

中山大学副院长被曝多篇Nature论文数据造假。
7月2日，知名学术打假博主“耿同学讲故事”发视频举报，中山大学某副院长名下有3篇发表在Nature正刊上的论文存在严重的数据造假，造假程度碾压之前被称为“史上最假”的同济大学王杰青院士的论文。
​主要质疑点如下：
​数据异常： 在多篇论文的图表数据中，存在大量重复的小数点后数值，甚至出现通过简单的加减法即可推导出后续数据的情况，被戏称为“一年级水平的造假”。
​逻辑矛盾： 论文中的图表标注数据与实际对比存在明显偏差，且在同一篇论文中类似错误多达33处，即便如此，该论文仍被评为年度“中国生命科学十大进展”及“十大科学突破”。
​团队协作： 涉及造假的三篇Nature论文中，多位第一作者及并列第一作者高度重合（李某、陈某某、兰某某等），被质疑存在长期、紧密的团队性学术造假行为。
​目前，相关论文的真实性及该团队的学术操守引发舆论广泛质疑。当造假技术远超打假技术时，学术界距离“荒诞”或许只差一篇Nature。

[姚金刚 @yaojingang]

这是今晚直播的相关资料、资源及系统，分享给大家

相关资料：
1、《GEO内容工程操作手册与评估标准》https://t.co/c0tEyINbzt
2、《GEO内容工程系统研究报告》https://t.co/HOEY73Cj7k
3、《GEO 内容工程方法体系与单篇内容实操教程》https://t.co/TzdsO33M5b
3、《系统之美》《人人都该懂的工程学》
4、《GEO: Generative Engine Optimization》https://t.co/QrHdgXghA1
5、《Generative Engine Optimization in digital repositories: optimizing visibility for generative AI》https://t.co/VJY4Yf5rss
6、《A Measurement Framework for Generative Engine Optimization Across AI Search Platforms》https://t.co/oj4eXluauw

相关资源：
1、GEO改写提示词：https://t.co/daKH5AEajS
2、GEO改写Skill：https://t.co/dJnVFIkErA
3、GEO单篇内容GEO特征标注演示：https://t.co/C8gwg72hH0

GEO系统与skill：
1、GEO Skills：https://t.co/Gee55y5OiT
2、GEOFlow：https://t.co/UHwRimsUsZ
3、Meta skill：https://t.co/Y0BXG6Z2Uo

[孟岩-Mike Meng @myanTokenGeek]

觉得傅里叶变换难，一定程度上是因为大学数学教学规划不合理。如果先学通了线性代数里基向量的概念，理解了正交基的巨大计算优势，然后把级数理解为无穷维基向量，再把泰勒公式理解为对任意连续函数基于幂函数这个非正交基向量的组合变换，这时候，再推出傅里叶变换，给出那一组正交基，学习者就会醍醐灌顶，脑仁嗡嗡的，对数学之神顶礼膜拜。然后小波变换也立刻贯通。

[刘江/LIU Jiang @turingbook]

2021年前后，我在智源研究院分析大模型的产业格局形势，有个初步结论：信息大模型会形成操作系统那样的寡头格局，而物理大模型可能类似嵌入式系统，比较分散。

[vacuum plasma @chenjiusan]

@xzzzjpl 只有乐观者才能上天台

[梭哈.AI @SUOHA_AI]

如果你想加入世界顶级的AI公司，这篇笔记能帮你少走很多弯路

Alisa Liu 是华盛顿大学（UW）的 NLP PhD 学生，她最近拿到了 OpenAI Research Scientist 的 offer，并分享了一篇非常实用的求职笔记

她是怎么备战的？

先建立广度：把 Stanford CS336《Language Modeling from Scratch》全部 lectures 看完，这门课帮她把散落的知识点串成一个清晰的整体框架

再深度突破：一个概念一个概念深挖 —— 读 blog + paper + 大量和 ChatGPT/Claude 对话 + 从零实现代码

最关键的是：Transformer 的实现与调试要练到 muscle memory，并且完全关闭 AI 辅助练习 coding（因为真实面试时你必须自己写）

持续做结构化笔记（她有公开的 LLM Notes 可参考）

每个面试前做针对性突击复习，面试当天必须睡够觉（她第一次技术面试只睡 2 小时，结果发挥失常）

学习路径总结：广度先行（CS336）→ 逐个概念深度 + 动手实现 → 针对性面试前 cramming

OpenAI面试主要考什么？

ML Coding（出现频率最高）：用 PyTorch 实现架构、decoding 策略、Transformer 等

General Coding：LeetCode 风格题目

Technical Discussion：实验设计讨论 + 快速概念问答（positional encoding 的不同方式、parallelism、PPO vs GRPO 等）

Research Discussion：讲自己的项目、insight 和未来方向

Behavioral：提前把 PhD 经历整理成故事（她第一场 behavioral 直接翻车，因为没准备）

Math + Job Talk（聚焦自己最核心的方向）

如果你想准备 OpenAI / 类似 lab 的面试，必须精通这些资源

以下是她实际使用的学习资源：

1. 斯坦福大学的“从零开始的语言建模”课
https://t.co/IQrm8EuuoS

2. The Illustrated GPT-2（Jalammar） https://t.co/pZq2BCEhta
用可视化方式快速理解 GPT-2 的内部机制，适合建立直觉

3. Self-Attention & Transformers（CS224n PDF） https://t.co/s7lgCF6j4p
深入理解自注意力机制的核心原理

4. Backpropagation（CS231n） https://t.co/jmEcCRSgtf
手写 backward pass 的基础

5. Introduction to Policy Gradient for LMs https://t.co/hgAIO1cXeC 理解语言模型的策略梯度方法

6. Lightweight Guide to understanding GRPO and RL principles
https://t.co/OGDv7tZBsB
快速掌握 GRPO（近期 RLHF 相关的重要概念）

7. How to Scale Your Model（JAX scaling book） https://t.co/nm1ExirsrF
理解模型 scaling 的工程与理论要点

额外高频练习：
LeetCode（常规 + ML 相关题）

反复从零实现 Transformer（无 AI 辅助）

她的 LLM Notes（学习方法参考）：https://t.co/hsLkZv3NtF

[yibie @yibie]

推荐这篇，交大和清华的团队系统测评了 12 种 Agent 记忆系统。不是那种"我们的模型更好"的论文，而是从数据管理的角度拆解记忆系统怎么选——什么时候该用 RAG、什么时候该用向量数据库、什么时候该用知识图谱。

Agent 的长期记忆怎么做？12 种记忆系统的系统对比

论文：Are We Ready For An Agent-Native Memory System?
上海交大 × 清华 × MemTensor，6 月 23 日提交

核心框架
把 Agent 记忆拆成 4 个模块：表示与存储 → 提取 → 检索与路由 → 维护。每个模块独立评测。

关键发现
• 没有一种架构在所有场景下都最优。记忆结构跟 workload 瓶颈的匹配程度决定了效果
• 局部维护（只更新受影响的部分）比全局重构省得多，效果也不差
• 12 个系统跑 5 个 benchmark（11 个数据集）的端到端评测，差异主要在 retrieval precision 和 long-horizon stability 上

实操意义
如果你在搭需要长期记忆的 Agent：
• 简单问答场景 → 向量检索就够了
• 需要多跳推理 → 需要知识图谱层
• 频繁更新知识 → 局部维护优于全局重建

论文：https://t.co/WxYZ2kOBAp
代码：https://t.co/SM4z8w0nKW

#Agent #长期记忆 #系统评测

[大漂亮| C Labs @giantcutie666]

第二精彩的是县政府大范围造假😅

具体来说是抽查了60个县，结果发现：

56 个存在"截留挪用"，把给农民、给农业的钱截下来挪作他用，金额 279.48 亿

37个县拖欠农民补贴16.8亿

28 个县"骗贷"，把非农项目包装成涉农项目套支农贷款 270.56 亿

5 个县"乱集资摊派"72.51 亿

这 60 个被抽查的县，平均每个县有 10.4 亿问题资金

中国县政府平均收入才20亿，所以一半的收入有问题😅

当县委书记也不太容易哈😂

[Phoenix Yin @Phoenixyin13]

Loop Engineering是2026 真正的范式跃迁

Addy Osmani、Peter Steinberger、Boris Cherny 在 2026 年 6 月同一周同时点燃这个概念。现在，它已经超越实验，成为了真正的生产力核武器。

当Coding Agents 足够可靠，能独立完成非平凡任务，Scheduling 原语成熟，且单次运行成本低到可以反复跑而不心疼后，我们可以设计一个会自己 Prompt 自己的系统。

我总结，此为四栈五行。

四层栈，越往上，人类离现场越远。
1. Prompt Eng.：写一句好 prompt
2. Context Eng.：管好窗口里的信息
3. Harness Eng.：武装单次运行
4. Loop Eng.：让它自己反复跑

Loop 的五个动作，缺一不可。
1.Discovery：自己找活干，读 CI、Issues、Commits
2.Handoff：把任务切干净，用 worktree 隔离
3.Verification：最重要的环节，独立 Evaluator 说No，Generator 永远给自己打高分
4.Persistence：把状态写到磁盘，Markdown、Linear、State File，反对只靠上下文的情况
5.Scheduling：定时或事件触发，本地、Cloud Routines 、GitHub Actions。

Loop 是最忠实的放大器。
你带理解，它就放大理解。
你带懒惰，它就放大懒惰。

同一个 Loop，两个人建出来，有可能半年后一个更强，一个成了自己机器的看门人。

Stay the Engineer, not just the one who presses go.

[WquGuru @wquguru]

GEMINI预训练团队负责人在五月份写了一篇《如何进入头部AI团队/实验室》，非常值得一读，总结10条经验：

前沿实验室的招聘卷得厉害，能进去的大多出自顶尖本科或博士项目，身上普遍有三样东西：方向打得准、数学功底硬、拼劲十足。 对大多数普通人来说，硬挤正面没胜算，更务实的打法是绕到 LLM 栈的两头——要么沉下去做底层（kernel 优化、推理加速、量化），要么浮上来做上层（agent 系统、用 LLM 搞算法实验），靠开源项目和实打实的成果说话，比什么都有说服力。

1. 找准方向，切忌空谈

别张嘴就是“我对 AI 感兴趣”。得盯准实验室真正缺人的地方：底层就死磕 FlashAttention、量化推理、kernel 编程；上层就做 agent 循环、LLM 辅助的实验设计。这些方向门槛不高，自学能上手，实验室又天天用得着。

2. 数学底子绕不过去

这里没有捷径，只能靠大量证明题和理论课程硬磨。优化理论、scaling laws、模型演化逻辑，得吃到骨子里去。数学成熟度是分水岭，过了就是研究者，没过就是操作工。

3. 拼劲得够，别怕苦

大学那几年，周末泡图书馆是常态，社交能砍就砍。作者当年和朋友靠浓咖啡硬扛一整天，就这么熬过来的。想和那拨尖子生掰手腕，没有这点强度打底，基本没戏。

4. 用开源项目破局，别指望简历

把代码挂到 GitHub 上，做复现、提改进、跑 benchmark。能力这东西，摆出来给人看，比写在纸上管用得多。

5. 从边角料干起，别一上来就冲大模型

先搞定 kernel 编程（CuTe、LLM.int8() 量化这些）、推理优化、agent 工具链。这些活实验室最缺人，也最容易自己闷头学出来。

6. 论文 + 动手复现，两手都要硬

精读 FlashAttention、SnapKV 这些经典，把 LLM 的脉络理清楚。建议从 Reiner Pope 的访谈和 Gemini Flash 的预训练讲座入手，再慢慢啃 scaling laws。

7. AI 工具用来提速，别用来代替学习

AI 能让你已经会的东西干得更快，但绝不能拿它来学新东西或跳过思考。一依赖就废，数学和拼劲都养不出来了。

8. 每隔半年复盘一次方向

别嫌活脏、别嫌活基础——只要那条路通到金矿，就值得挖。关键是想清楚自己在往哪走。

9. 拿具体练习证明自己
- 用 JAX/Flax 从零写一个 1000 万参数左右的 Transformer，在 Colab TPU 上跑通加法任务；
- 手推 Chinchilla scaling laws，对比稠密模型和 MoE；
- 写一个 Pallas kernel 做算子融合，实测前向加速并说清原因。

10. 最终就一条路：本事 + 作品 + 死磕，缺一不可

名校背景当然管用，但对出身一般的选手，最靠谱的就是在 kernel 或 agent 领域做出能拿出来秀的东西，然后做好打 5–10 年持久战的准备。

[fin @fi56622380]

AI半导体终局推演2026(II)

当半导体结构性演进到AI推理主线，内存和存储成为了最大瓶颈，市场对内存和存储最大的怀疑就是：

HBM/DRAM/SSD会不会摆脱传统周期性？

依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？

长鑫扩产的影响有多大？会不会把这个市场重新带入周期泥潭？

本篇尝试去建立一个框架来梳理这几个问题

—---------—---------
万物皆周期，而内存的周期性又特别强，最大的来源在于扩产周期过长，无法快速扩产和需求短缺时期错配

摆脱传统周期性几种可能的方式

1. 定制化：产品不可互换，产能不能随便转移，需要签长约。

2. 结构性的指数级需求增长：需求曲线本身很陡峭，而且供给一直追不上。

3. 技术迭代快速升级：每一代产品都快速淘汰上一代。
满足任何一条，就能部分摆脱传统周期；满足两到三条，就能摆脱大部分传统周期

根据这个框架， HBM在三条里，大概占了两条半

1. 定制化，需要签长约（较弱，算半条）

HBM 确实有定制化和Nvidia codesign的成分，但并不是很强。真正定制的部分只在封装和 base die，上面那十几层 DRAM die 仍然是完全 JEDEC 标准化的。

比如当 Samsung 的 HBM3E 在 NVIDIA 的 qualification 上没过、份额从大约 60% 一路跌到 20% 的时候，它并没有把这批产能砸在手里报废，而是转手就供给了 Google 的 TPU、AMD. 物理上，给 NVIDIA 的 HBM3E 和给 AMD 的 HBM3E，是同一个东西。 所以产能仍然是部分可以自由转移的。

HBM4之后的定制化更多一些，包括在 base die 上集成定制逻辑和/或缓存。更复杂的方式是将 HBM4E 内存控制器和定制 die-to-die 接口直接放入逻辑 base die

SemiAnalysis 提到 OpenAI、NVIDIA 和 AMD 各自都在做定制 HBM 的工作，但这指的是 base die 的定制，上面的 DRAM 层仍然是标准的。

部分定制化的特性，HBM主要在封装上需要合作，这也导致了客户必须签长约，但产能也确实可以转移，所以HBM 能勉强算半条。

2. 结构性的指数需求增长（满足）

最直观的原因，就是Nvidia token factory token throughput的硬件升级需求，导致了HBM带宽的升级换代极快，以及HBM size需求的指数增长

这一条其实就是上一篇AI半导体终局推演2026(I)的结论：
token throughput = HBM size × HBM 带宽，每一代翻倍。

HBM size per GPU大概每年增长40%以上

这条需求曲线的陡峭程度，是DRAM供给端 14% 的 wafer 增长，乘以 9% 的 density 提升，很难追上的

在硬件领域，因为attn阶段KV cahce的极高带宽和极高memory size的要求，也导致了HBM独特的地位。即便是HBM涨价三五倍，把钱花在HBM上带来的边际token throughput提升，仍然比花在其他地方要划算的多。

其他几个Memory路线，SRAM，HBF，CXL，PIM，目前都无法在HBM的主力赛道kv cache/attention上正面竞争，起码未来5年甚至更长时间，不太可能找到替代路线

3. 技术迭代快速升级（满足）

DDR3时代过了15年，仍然只是DDR5时代，而HBM的升级换代的速度基本上是两年一代，比传统DDR要快很多很多，而且近来还有加速的趋势，HBM size x HBM BW每一代翻倍，目前是完全符合这个规律的

每两年一代HBM升级，NV GPU速度基本是指数型上升：2TB/s ->3.5TB/s->4.8TB/s ->8TB/s->22TB/s，而且HBM的速度和推理token throughput是完全线性正比的，上一代HBM的边际使用成本会不划算，大家都有动机去尽量用最新的产品，虽然更贵，但是带来的收益(token throughput)是更多的

Token factory时代的逻辑是，技术升级（HBM带宽）的越多，赚的越多

这个速度差，造成了一个和 CPU 类似的局面：旧产品快速贬值，于是囤货的价值在变低，比如说，HBM3的价值贬值的非常快，今天基本上主流产品不会用了

所以HBM 厂商的理性选择，从拼当前的产能去占市场（quantity competition），变成了在稳定性和HBM速度上拼技术，拼下一代在 NVIDIA 平台上的 qualification 份额（quality competition），从而避免了在传统周期的下行波段，大家都不愿减产掉市场份额的囚徒困境。

—--------------—--------------

HBM和传统DRAM比较，三个条件里满足了两个半，那么HBM能摆脱传统周期性吗？

内存周期性的来源，主流叙事是，DRAM 有Commodity属性（无差异化 → 价格战 →库存可囤积），所以有周期性。

而Commodity属性本身并不产生周期，它只是一个振幅放大器

特别是DRAM领域里，曾经产生过囚徒困境，在下行周期三星曾经扩产抢市场份额，谁先减产谁吃亏，导致谁也不敢轻易减产，最后大家都亏损惨烈

实际上周期性的主要结构性来源是供给周期太长，很容易和需求周期错位。建一座 fab 要 3 年，投资上百亿美元，一旦决策就不可逆，而需求增长会有不稳定性，每次出现新范式增长，比如云服务，移动互联网手机，疫情线上需求，会有爆发式增长，而过了两年增长会放缓，供给高于需求，降价过猛，就变成了亏钱周期

万物皆周期，HBM这一条同样是无法避免，但只要token需求仍然是指数型增长，结构性的指数增长会减弱周期性，因为需求可预测度更好，而且一旦降价，客户就有增大HBM size的需求（从而增大token throughput），加上HBM有一点定制化要求导致都是长约，从而从周期性转化成成长周期性，而且这一轮周期会特别长

周期性：上行周期赚的多，下行周期亏的多
成长周期性：上行周期赚的多，下行周期赚的少

另外，HBM/DRAM在这三条摆脱传统周期的条件的基础上，还有一条重要优势：

4. 因为DRAM密度增长scaling越来越慢，以及HBM升级换代导致DRAM堆叠倍数的增加，供给端的扩产难度持续增加

2000年附近，DRAM每片wafer上DRAM bit密度每年增长大概45%，也就是说，就算晶圆wafer数量不扩产，每年的供给端DRAM bit仍然可以增长45%

十年前，DRAM bit每年密度增长降到了20%，而现在，DRAM bit每年密度增长降到了9%。以前DRAM扩产甚至不怎么需要新建厂房就能得到每年20~30%的bit volume上升，现在DRAM要扩产，更多的是靠wafer数量的增长，也就是新建厂房和clean room。

另外一个HBM快速扩产难度在于，HBM3e大概需要3倍的DRAM wafer晶圆，而HBM4由于堆叠密度的增加，大概需要4倍的DRAM wafer晶圆数量，相当于HBM bit相对于DRAM bit一直变得更难制造，单位DRAM wafer数量制造的HBM bit越来越少，相当于在通缩

----------------------------------

HBM未来有一天，会不会从成长周期性，变回传统周期性？最重要的因素是结构性指数增长，那么
AI推理时代，这个依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？

token throughput = HBM size × HBM 带宽，这个HBM指数增长的第一性原理里的HBM size的增长原因正是KV cache的增长。KVCache的特性以及Attention的特性,也是非常契合HBM的。甚至让HBM领先于其他的技术路线, 能够最大化地让KVCache和Attention 阶段的利用率。

换言之， 如果KV cache从架构上不存在了，那么HBM size指数增长逻辑也会受到挑战

所以这个问题的本质其实是，这一轮以 Transformer 为代表的 attention 机制、以及由它衍生的 KV cache 机制，会不会消失？退潮之后会不会被取代？

从历史规律来看：每一次AI模型架构革命，真正被保留下来的，是那些在数学上具有某种普适性的 primitive 操作

举个例子：FFN（前馈网络，也就是模型里大量的 MLP 层）是 2012 年深度学习时代的产物，但它一路活到了今天的大语言模型里，并且仍然占据着模型相当大的参数量。它为什么能活下来？因为这也是一种universal approximation theorem（通用逼近定理）：任何足够宽的 MLP 都能逼近任意连续函数

Attention 大概率也是这样一个会被保留的 primitive。因为它解决的是一个同样 基础的问题：序列sequence 中任意两个位置之间的 dynamic routing（动态路由），让一个序列里任意两个位置都能按需建立联系。这个能力一旦被验证有效，就很难被丢弃

所以即便未来架构从纯 Transformer 向混合架构演进，或者向世界模型演进，但attention 层依然会存在，KV cache（或者它经过 latent compression 之后的等价物）依然需要，HBM依然会作为推理核心之一，这个依赖HBM指数增长的GPU KV cache架构路线进化路线，不会停止

—---------------—---------------

那么DRAM呢？在未来有没有摆脱传统周期性的可能？

HBM摆脱周期性在市场上有一定共识，但DRAM摆脱周期性，市场目前基本没有共识

还是回到刚才的框架，三个摆脱传统周期的条件里，DRAM是没有定制化的，所以就只能看技术迭代速度，最关键的还是要看，有没有结构性的指数增长，答案是有的

在 AI token factory 这个概念里，结构性指数增长的确实主要是 HBM。但事情在 2025 年年底之后起了变化：随着 agentic CPU开始释放潜力，CPU 附带的那部分 DRAM 需求，正在成为 DRAM 新的结构性指数增长来源

—------

这部分的增长逻辑分两层：第一层是CPU 服务器TAM的快速增长，第二层是每个服务器CPU core配备的DRAM用量的因为agentic flow快速增长

服务器CPU TAM的快速增长的4个逻辑在4月的CPU专篇详细写过，简单的说：

1. AI 加速器集群里CPU和GPU配比从传统的1：4变成1：2，甚至可能往1：1迈进

2. Agentic flow里CPU处理的延迟占比很高，50~90%成为重要瓶颈，需要同步扩容

3. AI coding让SDE的效率大幅提升，代码量数量级增长，软件API调用指数级增长，直接转化为这部分CPU hours指数级上升

4. Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，而且这个浪费问题五年甚至更久无法解决。另外CPU hours 在技术上很难通过优化的方法来通缩

这也就是为什么，上上个季度，AMD的财报说CPU TAM到2030年会到60B，两个月前，AMD/ARM把CPU TAM的2030年预测翻倍到120B，一个月前，Nvidia再次把CPU TAM的2030年预测翻倍到200B

而上个星期，Bernstein再次提升2030 CPU TAM指引到223B。在我看来，2031 CPU TAM未来上修到400B是没有太大悬念的事情，唯一的悬念是几个巨头会什么时候宣布上修这个指引

再说说第二层，为什么每个服务器CPU core配备的DRAM用量在agentic时代快速增长？

1. Agent 是带状态的长驻进程，不是无状态的请求-响应

传统 web/SaaS 是 stateless 的：请求进来，分配内存，处理完内存立刻回收。而一个 Agent 任务可以跑 一分钟到一个小时，这整段时间里，它的 message history、system prompt、工作记忆、长期记忆、工具结果 buffer 全部常驻 DRAM

和 CPU hours 一样，每个任务的内存足迹因为 stateful 和 sandbox 隔离(每个任务复制数据库和上下文)的要求，技术上很难压缩

2. 上下文窗口在指数级变长，每个会话的工作集随之膨胀，并发度 × 单会话memory footprint，乘数放大

context window 从 32K → 256K → 1M，reasoning / test-time compute 的序列长度爆炸，未来还会继续增大。每个活跃会话常驻的 messages 随 context 长度线性增长

现在把两层乘起来。

第一层，CPU server 的 TAM，朝 2030~2031 看大概是 5–7 倍的量级(60B → 120B → 200B → 223B，我认为还会到 400B)

第二层，每颗 CPU 的 DRAM 配比，大概 3–4 倍(4~8GB → 16~32 GB/core)，但这个增长可能大部分是一次性红利

两个独立变量相乘，server 侧的 DRAM 需求是数量级的增长

2030年，即便按保守的300B CPU TAM，一个CPU core按$50来算，agent时代最保守按16GB/core，这算出来新增量最少都是96EB，而今年的DRAM总产量只有47EB，明年勉强60EB，这是非常惊人的增量

虽然这个agentic CPU带来的DRAM指数级增长，在第二层很大程度上是一次性红利，但持续时间会持续很久很久，因为这个短缺的缺口实在是太大了

—--------

回到文章开头那个框架。三个摆脱传统周期的条件里，第一条DRAM 定制化，基本可以忽略

而第二条：一个结构性指数级、而且很难逆转的需求来源是成立的。commodity DRAM 现在也具备了部分摆脱传统周期性的资格。没有 HBM(两条半)那么彻底，但已经是实质性的变化

第三条，技术迭代速度，DRAM的节奏也跟以前不一样了

因为以前的DRAM技术迭代速度是严重依赖消费电子的，DDR的进步对于performance用处并不大，但可预见的未来里，碳基消费的传统DRAM，会远远小于硅基消费（CPU服务器）DRAM的用量

以前DRAM的速度升级带来的边际效用是很低的，但现在因为CPU服务器对memory的需求增大，以及端侧AI对DDR速度的要求也增大，比如苹果为了跑本地大模型，LPDDR速度越来越快

速度升级的边际效用高了不少，所以DDR6和LPDDR6的速度迭代需求比以前提升了太大了，这在图里也可以看到，LPDDR6/DDR6的迭代时间缩短了，而且速度斜率，重新开始抬头

以前新一代DDR/LPDDR技术出来，大家的反应都很冷淡，等降价了才会用

而现在LPDDR6出来，各家恨不得都在抢着能尽量早上就尽量早，因为速度的提升带来的performance提升是触手可及的

------

另外，DDR 的供给还要被 HBM 额外抽一道税。HBM 每年的扩产速度太快，导致每年都有一批原本可以做 commodity DDR 的 wafer 被拉去做 HBM，而 HBM 的转换比极低，HBM3E 大约要 3 片 DDR wafer 的产能才能做出等量的 bit，HBM4 是4 片。所以每年大约有 3% 到 5% 的 DDR bit 增长，是被这个 HBM bit tax直接吃掉的

所以DRAM bit volume虽然未来每年能增长24%左右（14%来自wafer增长，9%来自每个wafer的DRAM密度增长），但算上HBM bit tax之后，传统的、非 HBM 的 commodity DDR，每年的 bit growth 大概只有 20%（约 10% 的 wafer 增长 × 约 9% 的 node density 提升）

—---------------------

中国长鑫扩产的影响有多大？如果不讲武德拼命扩产，会不会把这个市场重新带入周期泥潭？

长鑫这几年的扩产速度还是很快的，2025年还是每个月20万晶圆，2026年北京晶圆厂及新增生产线的贡献就能到32~35万。

正在建设中的上海工厂一期和二期，一期预计到2027年每月新增10万片晶圆产能，二期预计到2028年每月新增10万片晶圆产能，也就是说，2027年每个月42万晶圆，2028年能到每个月50万晶圆。

但需要注意的是，长鑫的dram bit 密度大概只有御三家的一半左右，所以长鑫的每个月50万晶圆wafer能产出的dram bit volume只有其他家的一半，这里计算wafer per month的时候，就按等效一半来算

把这个折扣打上之后，长鑫对整个DRAM行业的冲击还是小了很多，从2025年年底到2028年年底，长鑫对DRAM bit产能CAGR的影响大概只有1.5%，全行业的DRAM产能CAGR大概从12.7%升到14.2%

DRAM月产能(kwspm) 2025E → 2028E CAGR

Samsung 685K → 920K 10.3%
SK Hynix 519K → 725K 11.8%
Micron 340K → 560K 18.1%
非中国其他 150K → 218K 13.3%
中国(密度折半) 117K → 274K 32.8%
—————————————————
含中国总计 1811K → 2697K 14.2%
无中国总计 1694K → 2423K 12.7%

就算是长鑫未来还能保持增产速度，2030年对全行业等效产能每年DRAM bit volume增产CAGR的影响，大概也不到3%，从20% CAGR变成23% CAGR，仅此而已

另外，长鑫被光刻机所限制，而DDR6 需要更高速率（14400 MT/s 起步）和更高密度,御三家做 DDR6 大概率会用 1c 或更先进节点（~12nm 以下），已经全面用 EUV。长鑫可能会在DDR6上速率受限，密度也只有一半。

—----------------

即便是成长性周期，为什么DRAM的这轮超级周期会持续很长时间，起码五年看不到头？

第一个原因是，刚才谈到的CPU服务器需求端的巨量增长带来的结构性DRAM需求指数增长，这里结合DRAM供给端的bit volume CAGR大概稳定20%增长，就可以很清晰的看到，DRAM未来几年的缺口为什么越来越大：

非HBM的传统DRAM供给端大概是每年增长20%，而需求端，按2026年60B CPU TAM，每个CPU消耗DRAM平均8GB/core，每个core $30~35来算，需求是16EB

2030年按400B CPU TAM，每个CPU消耗DRAM平均16GB/core，每个core $80来算(CPU涨价超过一倍)，需求是80EB，这部分DRAM的增长CAGR大概是50%，远远超过目前的估算

不同于HBM是直接和token throughput挂钩，从而和GPU赚钱效率直接挂钩，DRAM不够对于agent flow的影响主要是速度，比如说，8GB/core和16GB/core比起来，部分workload速度可能降低30%，部分低价值task实在要等等也能忍，结构性指数增长的动机很强，但需求不如GPU那么刚性

Semianalysis说今年的DRAM缺口式个位数百分数，明年是超过10%。从agent CPU数量激增导致的DRAM结构性来看，这个缺口每年都会继续加大，在2030年之前看不到降低的可能

—----

另外一个DRAM能延续强势很久的逻辑是，因为DRAM涨价之后，被涨价消灭的那部分需求，不是真的消失了，只是延迟了，需求蓄水池太多了。

所谓蓄水池，是指那些"内存一旦降价就会立刻被释放出来的潜在需求"。它们的存在，意味着即便供给阶段性跟上了，价格也很难崩，因为总有新的需求从蓄水池里涌出来接盘：

内存换算力/速度是一个蓄水池：

有大量本来需要靠额外内存来优化速度和算力的需求，在内存太贵时被压着，一旦内存降价就会被释放出来。

比如 Nvidia的CPX prefill 加速，本来的设计初衷是用额外的低成本GDDR7，来做一个专门的prefill加速器，结果LPDDR/GDDR都太贵了，比涨价前的HBM还贵，这个方案的ROI就不划算了，但等到普通内存降价，这样类似CPX的优化方案就还会回来

低价值task是一个蓄水池：内存涨价导致token价格居高不下时，高价值的 task 被优先保留，低价值的 task 被延后；内存一降价，这些被延迟的需求就回来了。

端侧 AI 是一个蓄水池：AI PC 的内存配置可能从 24GB 一路涨到 128GB。苹果已经明确要求最新的端侧AI满血版需要从8GB升级到12GB内存

常规消费电子、Agent PC、低端手机，因为内存涨价而减少的需求，全都是蓄水池。

这么多蓄水池叠在一起，构成了一个极厚的需求缓冲垫。这就是为什么 DDR 这轮的结构性增长，后劲会比市场想象的要强。

—-----

还有一个DRAM价格很难大幅下降的原因在于，HBM和DRAM产能可以互相转换，所以整个DRAM complex是一起re-rate的

在上行期DRAM的利润率远超HBM，HBM的涨价幅度甚至变成了由DRAM去推动。今年新签约的HBM4的价格，就是当期DRAM的价格 x 4，也就是正常堆叠倍数对应HBM4的价格

一旦DRAM降价毛利下滑，因为HBM的长约透明性，利润率都是有保障的，HBM就会间接抽走更多的DRAM产能，HBM的降价也会让GPU厂商更有动力尽可能的升级HBM size，这样也间接保障了DRAM的价格地板

DRAM的结构性指数增长的需求有了，density scaling放缓扩产难度在增加，厂商扩产计划都很谨慎，长鑫这几年带来的影响也是有限的，再加上需求的蓄水池非常庞大，这四个原因导致了，在可预见的至少五年甚至更长时间内，DRAM是很难进入周期低谷的。

—--------------

NAND SSD有希望摆脱传统周期性吗？

NAND 的结构性增长动力没有 DDR 那么强，今年的缺货主要原因是几个主要玩家的生产纪律保持的很好，并没有大规模扩产，每年的产能增加主要来源于技术改进：NAND堆叠层数的增加

第一个结构性增长来自AI，主要来自 KV cache 的 offloading，把HBM溢出的warm/cold KV cache 卸载到 NAND SSD上。

但神奇的事情是，这个kv cache offloading的增长甚至还没有大规模发生，SSD就已经缺的比DRAM还严重了，涨价也比DRAM要更多。等到明年Rubin CMX放量，加上KV cache offloading大规模应用，SSD的缺货也会因为这个结构性增长而增长

第二个，另一个去年年度总结里说到的未来可期的AI视频带来的结构性增量，今年已经有出圈的态势了

Seedance体量在以一年十倍到四十倍的速度增长。目前它还卡在缺卡算力不足的阶段，需求被算力压着没完全释放。但等到缺卡阶段过去，AI 视频对NAND存储的结构性需求增长，会持续相当长的一段时间。

第三个结构性增长也同样来自于agent flow带来的Sandbox使用量的指数级增长，Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，同样会带来大量的SSD的浪费（需求）

第四个也许在2030年之后发挥作用的结构性增长，来自于HBF路线需要用到SSD，在不少投行分析中被寄予厚望，但这个技术路线还有些遥远，主要角色定位只能作为存放大模型的weights，写一次权重然后做只读，而且必须要和GPU/HBM封装在一起（48TBps/96TBps），否则靠PCIE7/8速度太慢完全无法用，只能说未来可期，下一篇AI半导体终局推演2026(III)会有更详细的分析

总之，NAND SSD的结构性增长没有HBM那么强，但是胜在便宜，价格到2027年也只有$0.8/GB，是同期DRAM的四十分之一，所以也算是多级缓存里的万金油属性，结构性增长来源太广泛了

也就是说，不存在DRAM/HBM单独涨价繁荣，而SSD不涨价的情况，因为如果这样的情况发生，那么大家就会想办法用SSD去承载DRAM/HBM的部分功能，用更低的成本实现类似的效果。HBM、DRAM、NAND 不是三个独立故事，而是同一 AI memory hierarchy 在不同温度层的结构性增长

结构性指数增长的需求有了，NAND SSD摆脱周期了吗？ 那么就要看NAND SSD厂家的生产纪律了，唯一可能不遵守生产纪律的，只有长存。毕竟这是一个囚徒困境，一旦有一家不讲武德拼命扩产，整个NAND产业要扩产的难度比DRAM简单的多。

但最起码的，这一轮NAND同样是超级周期，几个结构性指数增长带来的需求，下行期推迟到2030年问题不大

[Phoenix Yin @Phoenixyin13]

这无疑暴露了当前 AI 竞赛的荒诞感。

1-bit 量化加上Unsloth 的优化让本地部署门槛大幅降低，一个开源模型居然能在消费级硬件上跟几十亿美金的闭源怪物打得有来有回。

本地隐私与零 API 费从概念变成了现实，

对开发者、研究者、追求数据主权的用户是巨大利好。中国开源模型通过这种方式曲线出海，可能看起来是很好的结果。

但残酷的事实是，这还是在拼压缩而不是拼原始智能。1-bit 模型能打成这样，说明 Claude 和 GPT 在这个 prompt 上并没有拉开碾压级差距，也说明当前顶级模型的很多能力其实高度冗余，能被极端压缩。

接下来 12-18 个月，本地量化模型会成为主流战场。

1-bit、0.5-bit 会越来越成熟，消费级设备，甚至手机跑 400B+ 模型不再是梦。
中国开源系与量化优化团队 会成为最大赢家之一，因为他们本来就开放，量化空间巨大。

云端提供超强 reasoning Agent，本地提供高性价比私有基座，两者混合使用。

但对于个人来说，这意味着你很快就能在自己电脑上拥有一个永远不泄露数据、永不封号、零边际成本的超级助手。

Unsloth 终于把本地 AI 真正推向了实用阶段，当然是可圈可点。

[酱紫表 @pengchujin]

都说闲鱼是中国最大暗网，上面用各种黑话代替一些被屏蔽的商品，有网友就做了个专门让你理解的黑话网站🤡https://t.co/KNhtJX6FBo

[大漂亮| C Labs @giantcutie666]

前天发布的《国务院关于2025年度中央预算执行和其他财政收支的审计工作报告》，内容十分精彩

很多人都去吃中国银行逃税的瓜了,但这件事其实不重要，算是引导舆论的烟雾弹

真正重量级的瓜是三家金融企业(农行、中行、光大)"内卷式"虚增存贷款规模 1.41 万亿

2025 年人民币存款全年新增 26.41 万亿，1.41 万亿相当于其中约 5.3%

而这只是一次抽审抽出来的，这三家机构资产只占银行业总额的18％

按这个比例，有问题的存贷款规模可能接近十万亿...

中央做决策的宏观金融数据，可以说全脏了😅

[Jukan @ ICML @jukan05]

Do these damn Chinese media outlets have so little news to cover that they’re treating my exit from A shares as breaking news??

[Max For AI @MaxForAI]

今天AI群都在疯传的一个截图

[李老师不是你老师 @whyyoutouzhele]

6月15日，广东省广州市，广州创大公交有限公司的司机集体罢工讨薪。

[Desmond Shum @DesmondShum]

China is not only pricing technology. It is pricing political freshness.

I recently came across the terms “old tech” and “new tech” in Chinese investment circles. I found that interesting and looked into it.

“Old tech” refers to the internet giants of the last cycle: Alibaba, Tencent, Meituan, JD, Baidu, NetEase, Xiaomi and their peers. These companies make up bulk of investable indexes. They have users, cash flow, engineers, cloud infrastructure, payment systems, data and distribution. In most markets, that would make them strategic assets.

But in China, they also carry political baggage. They are associated with platform monopolies, regulatory crackdowns, gaming restrictions, weak consumption, brutal e-commerce competition, and Xi’s campaign against private platform power. They dominate market capitalization, but no longer dominate the national imagination.

“New tech” refers to sectors now favoured by Beijing: AI, large language models, semiconductors, robotics, advanced manufacturing, domestic chips, embodied intelligence and other technologies tied to “new productive forces.” Many of these companies are smaller, less proven, and barely commercial. Yet they command extraordinary valuations because investors are pricing scarcity, policy support, import substitution and national-security relevance.

The valuation gap shows the point. Tencent and Alibaba remain huge — roughly HK$4 trillion(USD 600B) and HK$2 trillion in market value — but trade like mature businesses, generally around 10–20x earnings and low-single-digit sales multiples. By contrast, Cambricon, a chip designer, has traded around RMB1 trillion, at more than 100x sales and over 300x earnings. MiniMax, an AI company, was valued at roughly 80x sales at IPO and now trades at more than 600x sales. Zhipu, another AI company, reportedly moved from roughly 66x sales at IPO to over 1,000x sales.
For reference, OpenAI is valued at roughly 36x run-rate sales. Anthropic is valued at roughly 20x run-rate sales.

This is not a normal growth premium. It is scarcity, policy blessing, import substitution and national-champion imagination being capitalized into market value.

That is the real dichotomy in China today: not old versus new, but commercially proven versus politically favoured.

China is not the capital market most outsiders think they are investing in. It operates by a different set of rules. Many international investors understand the numbers, but only half-understand the game.

[LinearUncle @LinearUncle]

推荐这篇文章
《斯坦福STORM方法：如何让Claude在几分钟内像博士一样做研究》

这篇文章介绍的斯坦福 STORM 方法，是一种能让你在几分钟内，利用 Claude 完成相当于博士级研究的提示词框架。其核心在于模拟多角色视角来消除研究盲点。

我建议提取提示词组合做成适合自己的SKILL.md让agent执行,这点原作者没有提到。

[思维怪怪 @0xLogicrw]

DeepSeek 资深研究员陈德里开源了个人项目 Deli AutoResearch SKILL，并发布了由智能体完全自主撰写的第四篇综述论文。

项目以单一的 SKILL.md 协议文件形态呈现，本身不含可执行代码。协议通过规约长周期任务中的状态持久化、防死循环（Anti-Loop）与心跳守护进程（Heartbeat Watchdog），指导 AI 智能体调用子智能体（Subagent）与多角色模拟机制，实现科研全流程的全自动协作。

同时发表的自我博弈综述论文展示了智能体在实验阶段的突破：在零人类干预下，智能体首次自主规划了 GPU 实验，并在 285B 参数量的 DeepSeek 模型上运行强化学习（RL）训练任务。通过 GRPO 算法，智能体完成了从实验设计、编写代码，到运行调试和总结结论的完整研究闭环，并在模拟同行评审中跑出了 8.6/10 的高分。

此前，陈德里已利用同样的方法自主产出过三篇学术综述。首篇关于自主科研智能体的论文经历了约 60 轮智能体迭代，总耗时约 10 小时，实现了从 V1 到 V5 的迭代演进。整套工作流不仅降低了长周期研究的人为操作成本，也验证了 AI 原生研究路径的可行性。