说成

硅谷的中国天才小孩

去年秋天，我搬进了扎克伯格（Mark Zuckerberg）的旧屋。这栋淡蓝色的牧场式房子被称作”脸书屋”（Facebook House），坐落在硅谷腹地、富人区 Los Altos 的山坡上。扎克伯格 2004 年秋天搬进这里，把它当时还叫”thefacebook”的社交网络总部就设在屋里。那时这家未来的社交媒体帝国只有几十万用户，仅限大学生注册。

二十年、三十亿用户之后，扎克伯格现在拥有附近 Palo Alto 一处由五栋房屋组成的院子。但当我十月份出现在脸书屋时，客厅墙上那张他穿亮红卫衣、坐在沙发上敲笔记本的合影还挂着。

我是通过小红书（RedNote）找到这栋房子的。之前的住客在那里发自己在屋里参加讲座、剖一整条金枪鱼的照片。我联系上房子的主租户 Elvis Wu——一位三十出头、上海籍的男生——他报给我一晚 60 美元的价格。附加福利包括：能蹭进偶尔有 AI 圈大佬出席的聚会。我订了五晚。

我的任务是搞清楚一群人——那批硅谷里年轻、有才、被各家公司疯抢的中国 AI 研究员。顶级研究科学家被像 NBA 球星一样抢——传言一位中国研究员被 Meta 从 Apple 挖走时拿了 2 亿美元的薪资包，紧接着又被 OpenAI 挖走。在我日常报道科技圈的工作里，越来越多的中国名字出现在 AI 创业公司创始人名单、有影响力的机器学习论文作者栏，以及硅谷最热的 AI 模型架构者位置上。

作为一个最近也算 immigrant 的人，我大致清楚他们是哪种人，他们的轨迹长什么样。他们是从几百万人里杀出来、坐到班级第一的；他们拿过数学奥赛奖、上了最好大学最好的项目。后来他们决定来硅谷，把自己那点数学天赋和不要命的工作伦理用在推进 AI、拿七位数年薪上。

地缘政治上，中美关系处于几十年低点。但美国的 AI 热潮给这些技术人造出了天大的机会窗。我是和他们一起长大的，我想知道他们的生活长什么样：他们注定会成为下一代硅谷领导人吗？

中国科技人不爱跟媒体说话，他们也没有”派头很大”的名声——最有才的工程师大多躲着公众视线，背着印公司 logo 的电脑包。除了在 X 上聊神经网络技术细节，他们大多太忙、太护着自己的知识、或者太怕被卷进紧张的中美关系，根本不愿跟我这种记者打交道。我发了几十封邮件，零回复。

于是我直接冲到他们家。一个下雨的下午，Elvis 戴头带、喝健怡可乐、举着扎克伯格的合影给我讲屋史，包括一段据传不太靠谱的故事——说屋子在扎克伯格搬进来之前还被一个和尚开过光。这屋子虽然过往传奇、风水据说极佳，住起来更像一栋大学生合租屋——大概很像 20 岁的扎克伯格还住在这里时的样子。

客厅角落里随便扔着一块床垫。书架上摆着《Build》《Trillion Dollar Coach》这种书。一只穿哈佛 T 恤的恐龙公仔，一只 Labubu 戴着写有 “AI CLOUD 100 CHINA” 的遮阳帽。屋里有五只猫：Energy、Future、Lucky、Mission、Vision。我租的那个房间地上散着猫砂，床单皱着没换。

到访时屋里住了五个人，包括 Elvis（占了扎克伯格当年的房间）、Elvis 在做自己 AI 创业项目的弟弟，以及一个做投资相关工作的中国女生。当我告诉她我不是来做 startup 的、我是搞媒体的，她脸上掠过一丝怜悯。“没关系的，“她安慰式地说。

我到的第一晚，屋里办了一场”中国创业者组织”（Chinese Entrepreneurs Organization，简称 CEO）派对，来了三十多人，包括一些斯坦福学生。雇来的厨师在院子里烤了一整只羊，我们用纸盘子吃。客人之间没完没了交换观点——AI 怎么用在机器人、社交媒体、教育。聊到连其中一些参与者自己都嫌烦了。“搞得好像你不做 AI 就不配活着，“一个做机器人产品经理的人小声跟我说。

“搞得好像你不做 AI 就不配活着。” —— 一位机器人产品经理

接下来两个月，我向那个 AI 圈子里扎得越来越深，跟二十多个人聊过，参加他们的晚饭、会议分会场、派对。我看到的世界里，对 AI 的转型力量那种近乎宗教的乐观，和一种深层焦虑——关于工作、钱、以及在一个两极化的美国当中国 immigrant 意味着什么——按 1:1 比例混在一起。AI 泡沫的说法到处都是。但在那之前，钱要赚，势要造。

脸书屋：好风水的圣殿

Elvis 拒绝公开接受采访。但他的搭档、一位叫 Dawei Shi 的创业者跟我坐下，讲了他俩对脸书屋的愿景。他们 2023 年租下这栋屋子，成立了一个叫 OpenNetwork 的非营利组织（名字灵感来自 OpenAI），用来培养和支持硅谷 AI 圈，包括华人研究员、创业者和投资人。

过去三年，脸书屋成了”懂的人都懂”的地标。Shi 给我看屋子的访客留名簿，指出一些名字：小红书与小米的联合创始人、一位知名风投、北京大学一位讲席教授、一位地产大亨。“我们希望把好风水传给中国人，“Shi 说。屋里举办 AI 主题讲座、给创始人提供免费住宿、给投资人、创业者、研究员之间搭线。Shi 说，技术人来硅谷，第一站应该来这里。

中国 immigrant 在科技业的角色正在变——Christine Qing 后来跟我说，她是来自中国系投资集团 Shanda 的投资人、也是脸书屋的派对客人。Qing 十年前来硅谷读完书留下，现在为各家头部 AI 公司的研究员组织定期聚会。“软件时代，中国工程师演的是配角，“Qing 说。“到了 AI 时代，他们站上了 C 位。“

几代 immigrant 的接力

Immigrant 从 1960 年代起就在硅谷的天文级崛起里扮演关键角色，他们一波一波地来。俄罗斯犹太人逃反犹和苏联崩溃，台湾家庭把孩子送来美国接受更好教育，印度学生为读研究生而来。到 1990 年，硅谷科技业里三分之一的科学家和工程师是外国出生，其中大多是华裔或印度裔。

对那些没有家族财富、也没有美国本土人脉的 immigrant，科技业是一条”快速爬阶级阶梯、同时也能多赚钱”的路。“你证明自己靠的不是 credentials，而是 coding 技能、是你 raw 的创业能力，“布鲁金斯学会（Brookings Institution）研究员 Kyle Chan 跟我说。

很多在科技业工作的 immigrant 是从工程师做起，再升到高管和创始人。离开苏联、在马里兰长大的 Sergey Brin 共同创立了 Google；台湾出生、小时候来美国的黄仁勋（Jensen Huang）和苏姿丰（Lisa Su）后来分别执掌芯片巨头 Nvidia 和 AMD。印度出生的几位高管——Sundar Pichai、Satya Nadella、Arvind Krishna——现在分别领导 Google、Microsoft、IBM。

AI 热潮把新一批华人创始人和工程师推到聚光灯下。比如 24 岁的 Carina Hong，在广州长大、迷数学的小孩。少年时学微积分、研究数论、参加数学奥赛。她去了 MIT，再到斯坦福，然后辍学创立 Axiom——一家做 AI 数学的初创公司，专门做能验证 AI 推理过程的系统。这家公司成立才一年，办公室就开在 Palo Alto 一处旧 Facebook 办公区旁边，估值已经到 16 亿美元。Hong 在 Zoom 上告诉我，中国奥数训练让她对痛苦有耐受度、给了她一种”侦察兵”心智（Scout mentality），而美国教育给了她文化与语言上的流利。她把自己的人生哲学总结成”科学野心”（scientific ambition）。

Tim Shi 是清华大学姚班毕业生——这个项目以把中国最聪明的小孩培养成科技创始人和计算机系教授闻名。他也来了斯坦福，从博士项目里辍学。加入 OpenAI 一年后离开，联合创立了一家 AI 公司 Cresta，做客户服务自动化，2022 年估值 16 亿美元。从那之后他成了 Anthropic 等多家 AI 公司的投资人。

在硅谷，华人研究员创立的 AI 公司做的东西从视频生成模型到 agent 助手到智能笔记什么都有。马斯克的 xAI、Mira Murati 的 Thinking Machines Lab、Yann LeCun 的 AMI Labs 的联合创始人里都有华人科学家。扎克伯格揭幕 Meta Superintelligence Labs 时，首批 11 名 hire 里七位来自中国，包括首席科学家。

我在旧金山市中心一家咖啡馆见到 Cresta 的 Shi。他把耳机挂在脖子上，喝着冰红茶，给我讲他高中时在上海怎样崇拜乔布斯。少年时他做了一个语音控制移动呼叫系统，拿了某青少年科技竞赛一等奖。

Shi 2016 年进斯坦福时，像他这种人已经被 valued 到——Sam Altman 帮他搞到了一张 O-1 签证，那种”杰出能力人才”专用签证。Shi 说他这帮人活得相对低调，专注工作。“生活里太多干扰不太好，“他说。他下班后偶尔玩玩风筝冲浪，跟同样在 AI 圈的朋友打打德州。但大多数时候，Shi 说，“研究员的生活挺无聊的，写出来不会好看。”

工作本身才是兴奋点，有人告诉我。要实现 AGI——artificial general intelligence，能力超越人类的人工智能系统——是一次性的机会窗。另一位 AI 研究员把自己的工作比作 1960 年代的摇滚乐手。他们每天目睹激动人心的进展，觉得自己注定会被写进人类历史。和很多科技公司员工一样，他要求匿名，因为他没被授权对媒体说话。“构建 AGI 是现在这世界上唯一重要的故事线，“他跟我说。“其他事情都变得无关紧要了。“

从奥数班到湾区：路径的复刻

成长过程中，我亲眼见过中国教育系统怎样把一代天才小孩往成功上推。在 2000 年代成长的我和我的同学，是独生子女政策的孩子。我们的家庭把一切都投在我们的教育上——尤其是数学。小学时我被分进奥数班，做被设计来判断我是不是真有天赋的几何代数题。（也就是在那里，我和我父母都很失望地确认了，我不是。）

中国社会一直在推崇科学技术能力，这个倾向最早可以追溯到清朝末年。当时，公共知识分子论证中国之所以易被西方入侵就是因为科学知识不足。在自然科学领域出色成了民族防御和民族尊严的事。

“构建 AGI 是现在这世界上唯一重要的故事线，其他事情都变得无关紧要了。” —— 一位 AI 研究员

一个世纪后，教育系统仍然重压科学技术。我 2010 年代初在杭州一所顶尖公立高中读书时，全校有 11 个理科班，文科班只有两个。我读理科。午饭时间我们看《生活大爆炸》，把那个社交笨拙的物理 geek 谢尔顿当偶像。当美国同龄人梦想成为运动员或音乐家时，在中国，数学物理拔尖被认为是人生成就的最高证明。

我后来去了香港读新闻——在我同学眼里这是个怪选择。后来一位教育博主发了一句广为流传的话：如果你的孩子想读新闻，就把他打晕——理由是这行根本没钱赚。

我同学走了”更正经”的路。在政府推动加强基础研究能力的大背景下，顶尖大学开了一批专门项目培养未来科学家——课业极其重、竞争极其卷。北京的清华姚班和上海交大的 ACM 班被广泛认为是计算机科学领域最好的两个。

“到今天，我还没遇到过在工程意义上比那更难的东西，“现在在卡内基梅隆读博士的 Xinyu Yang 告诉我。Yang 回忆自己曾被要求写 3 万行代码的编译器（把一种编程语言翻译成另一种的复杂软件）。跟不上的人就被淘汰出班。

那些活下来的人，下一步自然是去美国读博，到那里跟全世界最大牌的科学家一起做研究。2010 年代 AI 起飞，中国学生纷纷转向自然语言处理、计算机视觉、机器人这些方向。后来证明，开发 AI 系统需要的恰好是他们在中国学校里磨出来的那个组合：数学推理 + 死磕到底的耐力。中国科学家在 AI 领域如鱼得水。

2022 年 ChatGPT 上线、投资人开始往任何沾 AI 边的公司砸钱，那批华人正好在对的时间出现在对的地方。这些 immigrant 博士在硅谷各 AI 实验室里 16 小时一天，设计模型架构、准备训练数据、为打分上榜冲冲冲，用的还是他们在中国学校里炼出来的那股韧性和好胜。“中国人移动起来像支军队，“一位 Nvidia 研究员跟我说。

住在脸书屋的那段时间，我重新接上了童年时让我自卑的那种学霸——那些数学小孩。出于公司不允许员工公开发言，他们都要求匿名。在 Fremont 一家羊肉串店，我和两位以前的同学边吃边聊。一位现在是 Nvidia 科学家，另一位是某中型软件公司的机器学习工程师。聊着聊着，餐馆里的现场吉他手开始唱那首华语经典，《同桌的你》。

那位 Nvidia 工程师在中国本来是学土木的，来美国后转计算机。他说那是 2010 年代中国学生的默认路径。他回忆自己作为学生养成的执着与专注，应用到博士研究、再应用到搭建 AI 系统。中国科学家分享自己最新研究时，有时会加一句成语——ri gong yi zu（日拱一卒）。

我们聊湾区话题：房价、特斯拉自动驾驶功能、黄仁勋去过哪家火锅店（Sunnyvale 的疯狂火锅）。我同学的死磕换来一种 upper-middle-class 生活。那位机器学习工程师和她老公在 Fremont 有一套两居室。Nvidia 那位研究员的太太正在 career break 期管理夫妻俩的股票仓位。他有些朋友自己开了公司，他也在考虑要不要试试。

在 Mountain View，我跟一位 Google DeepMind 科学家和一位前 Meta 研究员吃毛血旺。两位都毕业于清华——Google 那位穿着清华 T 恤来吃饭。“我从幼儿园起数学就好，“前 Meta 那位告诉我。他在华中一个小地方长大，高中时自学奥数和奥物。“普通课程太简单，所以读些更难的东西，找点学习的快乐，“他说。

硅谷的生活改变了他们的世界观。这位研究员说他现在觉得 indie 电影和文学不像以前那么有吸引力了，因为做 AI 的时候，感觉自己就在主演自己的电影。“AI 是最前沿的事情，“他对我说。“其他事情都没那么 cool。“

NeurIPS 之夜：4 万人的 AI 嘉年华

为了把握中国 AI 圈的全部气场和野心，我去了 NeurIPS——世界上最大的 AI 研究会议，去年 12 月在圣地亚哥举办，吸引了 2 万 4 千多人。整整一周，AI 科学家穿着冲锋衣、背着电脑包，把市中心每家酒店、餐厅、咖啡馆都塞满了。

这是我在美国参加过的最”中国”的会议——研究机构 MacroPolo 的一项分析显示，2022 年 NeurIPS 论文作者里接近一半在中国拿过本科学位。普通话和英文出现的频率差不多。

“Meta 刚从你们学校挖了一个人，250 万美元，“我在大堂偶然听到一群穿连帽衫和运动鞋的中国男生用普通话聊。微信群里疯传附近的亚洲餐厅 tips 和明星科学家的目击报告。中国出生的计算机视觉先驱何恺明（Kaiming He）在大堂出现，立刻被几十位华人参会者围着求合影。

一个大厅里，研究员们站在几千张海报旁边，推销自己的最新发明——从新的强化学习架构到一套”教机器人游泳”的计算框架。另一个大厅排满了顶级 AI 公司和量化交易公司的精致展位。一家公司还派了机器人咖啡师吸引候选人。

猎头满场扫，看论文、从大厂里挖人。我被一个腾讯 recruiter 拦了一下——他遗憾地发现，他把我牌子上的 “media”（媒体）看成了 “Meta”。

跟研究员的对话里出现了不少科幻场景。“如果 AI 跟人类打仗，我们就是 underdog，“Rutgers 的博士后 Cheng Xin 在走廊里告诉我。他随后描绘了一个 AI 直接从所有人的大脑里提取信息然后自动生成新闻的世界。一位 Google 研究员是马斯克粉丝，相信 AI 会通过暴涨生产力把我们带向马克思主义社会更近一步。某美国科技巨头的另一位科学家想象 AI 会创造一个更平等的世界：每个人都同等地拥有知识和机器人助手。

然后就是关于钱和工作的世俗焦虑——以及如何在这波 boom 里 optimize 自己 career。我遇到一些想从商业、金融、学术转 AI 的学生——他们看到 AI 是一个钱多、又对华人友好的行业。在 AI 圈，活动邀请和招聘信息既在 X 上、也在微信群里转。“中文是 AI 的语言，“一位在某 AI 创业公司工作的华裔美国人 Jonathan Li 在会上跟我说。

几乎每个人都用”内卷”（juan / involution）来描述中国 AI 圈的状态——这个词指无休止、消耗式的竞争。看是否有人脉、是否专攻某个细分方向，一个工程师可以一年挣 50 万美元，另一个可以挣 5000 万。一位年薪超 60 万美元的 Google 科学家说他还在焦虑自己买不起好学区的房子。他没结婚、没小孩，可他还是焦虑。“别人在挣几百万，我也想要那个，“他告诉我。

那些已经赢了的人，活得也很低调。我听过工程师去米其林餐厅、去夏威夷豪华酒店度假的故事，有人开始买更贵的衣服和护肤品，少数人买了保时捷。但大多数人把钱投出去——多投回 AI 股票本身。

一位年薪超 60 万美元的 Google 科学家说他还在焦虑自己买不起好学区的房子。他没结婚、没小孩，可他还是焦虑。

很多人说他们急着达到 FIRE 状态（Financial Independence, Retire Early，财务独立、提早退休），赶在自己也被 AI 自动化掉之前。一些人担心 AI 泡沫快破——手里的股票期权将变成 “paper money”。

“我们不是医生律师，能挣这种钱挣一辈子，“一位 AI 创业公司的研究员告诉我。“我们可能两年内失业，最好也就 5 到 10 年。”

政治在背景里晃。整个硅谷一边把中国当工程强国敬佩、一边对中国心存防备。Sam Altman、Dario Amodei 这种行业领袖经常放大中国 AI 威胁——也许是想抬高自己的份量。风投已经从中国撤资，逼着创业者外逃。两位在加州的创始人拒绝公开发言，因为担心自己被打上”中国”标签会吓到潜在投资人或客户。

中美关系把华人社群推到了不利的位置——Shanda 的 Qing 告诉我。围绕中国的偏执给中国人才设置了无形障碍，可能让他们更难拿到高估值、更难担任领导角色。“你长着一张中国脸，只能展示你真实力量的一部分，“她说。“但你必须相信会有出路。”

会上每个人的注意力都聚焦在自己的工作上。我在大厅里走着走着撞见了 Hanrui Wang——Eigen AI 联合创始人，一家做更快、更省算力模型的初创公司。这位 Fudan 加 MIT 毕业生，29 岁，几个月前在脸书屋客厅的一张床垫上睡觉时开了这家公司。

在他的展位上，几台屏幕展示 Eigen 模型把参观者的照片变成超人卡通或浮世绘风格。戴牙套、穿着 Eigen 卫衣的 Wang，整天忙着跟老师、研究员朋友、客户寒暄，发周边——包括摄像头遮挡片和 Eigen 贴纸。

像 Wang 这样的华人 immigrant 创始人体现着一种”拼到死”（die trying）的心态——MIT 系风投 E14 Fund 的台湾投资人 Shin Chen 这样评价，她投了 Eigen。这些创始人有深技术 + 公司里睡觉、周末接电话的工作伦理。“我们应该在硅谷打造新一代华人 AI mafia，“Chen 在展位边告诉我。“AI 会成为我们的主场。”

“我们应该在硅谷打造新一代华人 AI mafia。AI 会成为我们的主场。” —— Shin Chen，E14 Fund 投资人

AI 嘉年华一直持续到夜里，遍布圣地亚哥城——一家加拿大 AI 创业公司付钱让研究员们在中途岛号航母上跳舞；OpenAI 招待会上的鸡尾酒叫 “AGI Readiness” 和 “Mission Alignment”；一家数据标注公司在墨西哥餐厅办派对，俱乐部音乐震天响，发的传单做得像美元。

Eigen 的派对开在一家挂着大佛像的融合菜餐厅，上寿司、上芝士蛋糕。MIT、UCLA、Google 的科学家做了一组机器学习介绍。Wang 在 pitch 时引用亚当·斯密的劳动分工理论，把 Eigen 描述成 AI 经济的贡献者。今年五月，荷兰云计算公司 Nebius 宣布将以约 6.34 亿美元收购 Eigen。

终章：还没看清自己的将来

花了六个月想搞清楚 AI 是不是这帮华人技术人在硅谷的破圈时刻，最后我得到的是一种他们对 AI 潜力的狂热信仰，但关于他们自己未来的清晰图像却没有。一部分是因为他们面对的政治压力——我感觉他们里很多人会继续在美国科技巨头的阴影下干活，财技和成就都已经很可观了，却仍对聚光灯保持警惕。

回到纽约，我见到 Liangcheng Zhou，一位在湾区做 AI 硬件投资的 Argo Venture Partners 风投。他密切关注我在加州见过的这类华人 AI 研究员——会专门跑到脸书屋。Zhou 2000 年代初作为物理研究员来美国时，他回忆道，中国学生穷、急着进大公司打工。但新一代不是。

他们里会出下一个 Musk，执掌一家万亿美元公司——Zhou 兴奋地对我说。“中国人倾向跟着既定路径走，“他说。“但在美国这块离经叛道的土地上待几年之后，他们会变。”

ASML 怎么吃下了世界

我们口袋里的手机比当年指挥阿波罗登月那种房间大小的电脑内存多 200 万倍、速度快几千倍。这种”摩尔级”的缩小，靠的是把晶体管做得越来越小。每个晶体管是一颗微型开关，能在 1 和 0 之间切换，这是所有计算的基础语言。几十亿颗被压在硅片上构成芯片。塞得越多，逻辑和内存电路越多，能干的事就越多。

先进半导体可能是世界上最重要的技术。过去五年，它甚至成了中美之间的地缘政治焦点。但所有想造芯片的国家或公司都依赖同一家公司：ASML——一家被 BBC 在 2020 年称作”相对默默无闻的荷兰公司”。ASML 是世界上唯一能把晶体管以”30 厘米晶圆上塞几十亿颗”的精度蚀刻到芯片上的机器制造商。

这些机器有双层巴士那么大。要运一台得用 40 个货柜、3 架货机、20 辆卡车。它们是世界上最复杂的物体。每台机器超过 10 万个零件，每个都要完美校准，机器才能稳定地发出指定波长的光。

ASML 现在是这种机器的唯一供应商，未来很长时间内也会是。但它一开始是芯片制造业里的落后者。它要超过竞争对手，得做几件欧洲公司很少做的事：跟美国政府密切合作、把大块股权卖给外国竞争对手、在一项尚未验证的技术上下天价赌注。

光的工艺

ASML 成功的核心是光刻（photolithography）——一种用光把图案转印到半导体晶圆上的技术。1950 年代第一批芯片制造商曾试图用手画——但凡有物体接触晶圆，就会划伤、弄脏、变形图案。贝尔实验室和美国军方各自独立的科学家意识到，可以用光来打印同样的图案，又不接触晶圆。

造芯片，工程师从一片薄硅晶圆开始，涂上一层叫光阻剂（photoresist）的化学物——它在被光照射时会反应。在光刻里，光透过一张带着精细图案的版子投到涂了光阻剂的晶圆上，被照到的区域软化。再洗掉软化的部分，露出下面的硅。然后送去蚀刻机用带电的氯气或溴气把图案刻进硅里。这些刻槽再填进钨、铜这种金属，把晶体管连上电源。一层层蚀刻最后叠成一张复杂的晶体管网络。

随着时间推移，半导体制造生态用越来越精细的蚀刻和越来越短的光波。短波长光衍射少，能走得更直、画出更尖锐、更细的细节，这就是为什么晶体管能塞得越来越密。

早期光刻用类似路灯的汞蒸气灯，更现代的机器用氩氟激光器。到 2010 年，激光在 193 纳米波长上做多次曝光，可以画出 22 纳米的特征。

最先进的版本，极紫外光刻（extreme ultraviolet lithography，简称 EUV），用来造最小的芯片——2025 年市场上最小的是 3 纳米，比一根头发丝细 2 万 5 千倍。

要做出来：把一颗液态锡的液滴投到腔体里，一束光打过去把它压扁；液滴继续下落时，第二束更强的光把锡气化、形成等离子体，发出 EUV 波长所需的光。这束光被一系列几乎完美的凹面镜反射并聚焦——如果把这些镜子放大到德国那么大，它们的瑕疵也只能用毫米衡量。要用镜子而不是玻璃透镜，因为几乎所有固体在这种短波长下都会吸光。

光最终打到掩膜（mask）上，掩膜带着要打到芯片上的图案。光反射后，再被第二组镜子整形——把图案缩小四倍，最后打到晶圆上。

起源

ASML 起源于 Philips 这家荷兰消费电子巨头。1970 年代 Philips 占全球电子市场 20%，是大芯片厂。当时光刻用 400 纳米的光去刻 1000 纳米的特征。行业在缩小特征时拼命摆脱失精度和被灰尘玷污的问题。Philips 用自己的光学和精密机械专长开发原型机。到 1980 年代初，项目出问题——Philips 公司本身在砍成本，工程师估算还要花相当于今天 2.8 亿美元才能完成开发。

1984 年，Philips 把 Advanced Semiconductor Materials Lithography（后来缩成 ASML）分拆出来，跟 ASM International（一家给半导体业卖设备的荷兰集团）合资。生意一开始很挣扎。无市场份额、无品牌认知。首款产品 PAS 2000 是商业失败——用了像汽车助力转向那种油压驱动晶圆台，平稳精准但容易漏油。ASML 第一次去参加行业会议时，一位高管对他们说：“比赛已经跑完了，这儿没你的位置。“ASML 把机器换回了电动马达。

从一开始，ASML 就采取了一个非常不同的策略。日本巨头 Nikon 和 Canon 都是垂直整合——什么都自己做。ASML 选择把光学、马达这种关键部件外包，自己专注于装配和优化最终机器。因为外包，模块化设计也就顺理成章——每个子系统接口清晰、可换。欧洲制造业圈嘲笑这种做法。德国工程师警告 ASML 管理层：“你们是在自找麻烦，“什么核心部件不自己造就会”失去所有控制”。但 ASML 没得选——它缺资本、缺经验、缺时间，没法自己从零搭那些子系统。

到 1988 年，ASML 濒临破产。ASM International 已撤资，Philips 考虑直接关掉它。救命的是 Philips 董事会一位叫 Gerd Lorenz 的成员——他特别担心欧洲对亚洲战略技术的依赖度。Lorenz 说服 Philips 给 ASML 多一点时间。

ASML 用这段时间开发出 PAS 5500——1991 年上市，是公司第一次商业突破。Nikon 同期的光刻机更精，但 ASML 的模块化设计让机器坏了能在现场快修——大幅缩短停机时间，也意味着零件坏了能直接换、机器寿命更长。IBM 半导体研发主管 John Kelly 就是因为这一点把订单从日本机器转给 ASML 的 PAS 5500。ASML 正式 global。

翻盘的两步棋

1990s 到 2000s，ASML 走对了两步棋。第一步是 1997 年和美国政府的合伙。原本 EUV 基础研究由 Lawrence Livermore、Sandia、Berkeley 三个国家实验室分工——Livermore 做镜面、Sandia 做光源、Berkeley 做测试。1996 年能源部砍预算，这个虚拟国家实验室项目濒死。当时的微处理器王者 Intel 牵头救场，搞了”极紫外光刻有限合伙公司”——美国能源部历史上最大的官民合作公司。六年里投入了 2.7 亿美元，参股公司有优先购买权。

会员资格最开始只对美国公司开放。ASML 和它的日本对手 Canon、Nikon 一开始都被挡在外。但当时合伙里唯一一家成型的半导体设备厂是 Silicon Valley Group（市占 5%，比 ASML 当时 20% 还低），其他公司担心未来全靠这家小厂，最后开放给外资——但只放了 ASML 进来。条件是 ASML 要在美国设研发中心、55% 部件采购自美国供应商。后一条实际上从未被执行。日本对手始终没被允许加入，因为美国当时担心日本竞争。

这种官民合作通常给参与公司非独占许可——可以用知识产权但不独占。这次例外：合伙公司里的公司完全拥有所有 IP。

2001 年 ASML 收购了 Silicon Valley Group，成了合伙公司里唯一活下来的设备制造商。当合伙公司搞出第一台全规模 EUV 原型——“工程测试台”（Engineering Test Stand）——ASML 一家独大地站在 EUV 技术前沿。

第二步是比利时的 IMEC（Interuniversity Microelectronics Centre，校际微电子中心）——这是一个把不同公司的机器集中起来、让研究员可以在半真实环境里测试，同时还保护各家 IP 的研究机构。ASML 用 IMEC 给客户演示自己的 EUV 原型。头号目标客户是 TSMC——它今天是全球最大的半导体代工厂。TSMC 1987 年成立，跟 ASML 的渊源能追到母亲台——Philips 当年持有它 27.5% 股权。TSMC 是在 IMEC 看了 ASML 的机器后决定跟它一起搞 EUV 的。

相比之下，Canon 和 Nikon 对自己的研发讳莫如深，几乎不跟外部合作。这”理论上”让他们对工作有更大控制权、能吃下更多价值链；但实际上让他们必须独自解决一大堆基础物理问题、自己扛全部财务风险。

ASML 的零件几乎都不是自己做的，结果它成了 5000 多家供应商组成的供应链的盟主。它把供应商分散得很有意。80% 的采购花在欧洲和中东（注意：不是美国，尽管早年答应过），降低未来出口管制、关税、地缘政治风险。它还要求每家供应商最多 25% 营收来自 ASML——不让供应商对自己过度依赖、共担半导体行业的波动。

ASML 跟最大供应商关系深得不像合作关系：它持有光学厂 Zeiss 24.9% 股份；激光厂 Trumpf 的副董事 Peter Leibinger 把 ASML 和 Trumpf 形容为”实质上合并的公司”。

真正的赌注

EUV 真正商业化要等到 2018 年——比”极紫外光刻有限合伙公司”成立晚 20 多年，比 IMEC 晚 34 年。这中间是个无底洞——2015 年 ASML 一年砸 10 亿美元做研发，是 2010 年的两倍多。整个行业到 2014 年累计在 EUV 上投了 200 亿美元，回报全无保证。

ASML 撑得起来，部分原因是它在另一条战线上先赢了——2000 年代行业撞上一堵物理墙。Nikon 试图换更短的 157 纳米波长，但这种光会被普通玻璃吸收和扭曲，只能用罕见、易脆的氟化钙做透镜，又贵又裂。整个行业砸了几亿美元在这条”干式”路上，最后承认搞不定。

ASML 听了 TSMC 研究员 Burn Lin 的建议——走浸没式光刻：用 193 纳米光，但在透镜和硅片之间加一层水。水让光弯，提升对焦精度，不换镜头就能画出更小电路。它又开发了革命性的 TWINSCAN 双台架构——两台晶圆台同时工作，一台测量一台曝光，把死时间砍掉，每小时产出大幅提升。2005 年 Nikon 放弃 157 纳米项目时，ASML 已经成为行业标准，市占 53.2%。它的机器单价 5500 万美元——Nikon 同类机器 3000 万。

但这还不够。EUV 原型 2006 年起被运到 IMEC 测试，但慢、故障多，商业上无用。2012 年金融危机后 ASML 自己都缺钱继续 EUV。

绝望中也算战略中——ASML 管理层启动了一个共投计划：把 23% 的公司股权卖给三大客户：Intel、TSMC、三星。这笔钱让 ASML 完成对供应商 Cymer（做光源的）25 亿美元的收购，进而能投资 Cymer 的研发——把激光锡滴技术从单脉冲升级到双脉冲（一脉冲整形液滴，一脉冲制造等离子体），效率和稳定性都跳一大截。

ASML 跟 TSMC 之间的合作尤其关键。2014 年 TSMC 给 Apple 做的第一款芯片上线——Apple 当时已是 TSMC 最大客户、逼着它做更高性能的芯片。ASML 必须把商业级 EUV 机器搞出来。两边工程师一起 troubleshoot 几年——TSMC 负责 EUV 的副总裁 Anthony Yen 直接把两家形容为”一支团队”。直到达到必要吞吐量：连续一个月每天 500 片晶圆。

2019 年 TSMC 的 7 纳米工艺量产，第一批用 EUV 芯片的手机底末上市。同年 Nikon 在 2013 年报里承认自己 EUV 进展不顺，之后年报里就不再提了。最后一家活着的 EUV 商业化玩家就是 ASML。

隐性知识：日本败、ASML 胜的另一面

ASML 早期就培养出比业内更敢冒险的文化——很早提拔年轻人，几十年留住骨干。这跟它早年的拼命有关——它需要年轻人救公司，所以更愿意尽早提拔他们。

比如 Martin Van Den Brink，1984 年入职，29 岁就被提拔为两位主要开发负责人之一。他在 ASML 干了一辈子，做到总裁兼 CTO，2024 年才退休。这种做法在 ASML 的日本对手里很少见——日企更看重资历、更等级化。

留住人才在光刻业极其关键，因为大量隐性知识（tacit knowledge）藏在装配里。一位 ASML 工程师曾告诉中国对手上海微电子设备公司创始人贺荣明：“就算你拿到我们的图纸，也复制不出我们的产品——产品里有几十年甚至上百年的知识与经验积累。“中国对手系统地挖过 ASML 前员工，也有过一起前员工非法泄密案，但差距并未缩小。

一家欧洲巨头

ASML 是欧洲科技业里一个罕见的反例。它的成功靠的是跨大西洋合作、不是欧洲本土主义。要不是它当年加入了美国芯片厂资助的项目，Canon 和 Nikon 很可能还在领跑一个不那么先进的光刻业。

跟其他公司的合作同样关键。垂直整合给了 Nikon 和 Canon 总控制权，但把创新封死在了内部资源上限内——在一台超过 10 万部件的系统里，这种上限是致命的。ASML 的模块化路径让它能通过收购 Cymer、投资 Zeiss 把前沿物理引进来，同时把风险分摊给 Intel、TSMC 这种客户。这种策略组装成一台集体引擎，把所有想单干的对手都跑赢、烧赢。

这需要巨大胆量。ASML 砸了几十亿美元开发和商业化 EUV，没人保证它真能行。直到 2010 年代很多业内专家还在质疑它能否商业化。

但 ASML、以及整个欧洲大陆，也不能停下——5 纳米几年内就会不够小，下一代光刻范式正在被别人尝试构建。

Headspace Parfums 三连：咖啡、子弹、含羞草

Headspace Parfums 这个品牌名直接来自调香技术里一个真术语——“顶空采集”（headspace sampling）：调香师把一朵活体花放进密封容器，用仪器抓住它周围气体里那些转瞬即逝的香气分子，然后再用合成原料重建出来。这是 1970 年代被发明出来的、让现代调香能”捕获活物气味”的关键技术——比如把不能蒸馏出油的铃兰、丁香花给固定成可以反复使用的”香气快照”。

把这词用作品牌名，是宣称这个品牌的方法论：不调”花的味道”，调”某一刻状态的味道”。这次他们一次发三支，请了两位调香师——Julien Rasquinet（做了 Tabac 和 Acacia）和 Dominique Ropion（做了 Rose）。三支是三个完全不同的”瞬间”。

Tabac Extrait — 一家黯灯下的咖啡馆

Rasquinet 这一支锁的是一家光线压低的咖啡馆。开篇是新磨咖啡豆扛着温热的姜，融进绵密的零陵香豆——读起来是姜饼底色。“想象一杯拿铁的奶泡贴上嘴唇的纹理，就懂 Tabac 在皮肤上是什么质感。”

中段叠烟草和干草——伸手进烟草袋的画面——背景里飘巧克力的耳语和香草。香烟里的丁香是温度感而不是灰烬感。整支在”复杂的、向 Fougère（皇家苷类，传统男香骨架——薰衣草+橡苔+香豆素）暗示的优雅”和木质香草的烟感之间走钢丝。

底部由干草放大那层雾气，零陵香豆出甜，整体像”一本在你皮肤上翻完的小说，一边走一边把它的成瘾故事讲完”。要的就是把人塞进一间咖啡和烟草混在一起的私密阅读空间——“优雅、精致、克制”。

香调表：八角茴、姜、丁香（heart）；咖啡豆（headspace）；干草、零陵香豆（base）；烟草叶、Ambrox（合成琥珀分子）、香草。

Rose — 一颗子弹穿过玫瑰

Ropion 这一支调的是一个诗意挑衅的瞬间：慢镜头里，一颗子弹穿过一朵玫瑰——用火药的 headspace 去对位绿色玫瑰花瓣的清新。

开篇是黑加仑芽果汁感的多汁，配龙蒿（tarragon）和甘草。绿调把强 sweetness 压住。这层绿在天鹅绒玫瑰花瓣周围打了一圈冷光，被薄荷的清凉刷新。“Bang！一道犀利的香气突然切进来”——那是金属感的火药精华。

中段保留香气性格——天竺葵（geranium）+ 香料化乳香。薄荷和罗勒做”粉感的绿色干烟感”，樟脑加强花瓣的柔感与金属光泽。玫瑰从这次破裂里重新开放，在冷调香草与药草的光里再次成形。

底部是被乳香渗透的玫瑰、配天竺葵的香料感和木质，在淡淡麝香边缘闪着光。檀香给柔软的木质底，乳香在绿色花调香料里发亮。岩兰草和安息香加深整支，带香草的奶油感。整体像”被绿色霓虹灯泡浸过的、神秘的花-木-乳香的烟”，把破坏变成美。

香调表：罗勒、薄荷、黑加仑芽（headspace）；火药；玫瑰、天竺葵、龙蒿、岩兰草、乳香、安息香。

Acacia Extrait — 春天第一缕阳光

第三支 Rasquinet 调的是”含羞草盛开”——他描述为”动态中的诗”，捕捉春天第一束温暖阳光。如果说 Tabac 是叙事 narrative，那 Acacia 是精雕过的花卉短诗。

开篇是甜苦的浆果和李子酒泡气泡，旁边升起一团药草式的查特酒绿（chartreuse green）和暗紫色白兰地酒香，被金色暗香草朗姆酒浸透。蜂蜜调和药草质感叠在一起做”复杂、令人垂涎的丰盈”——配 davana（达瓦那，印度药用菊草）的甜苦。

中段含羞草那种”微妙的干”被零陵香豆的淡淡颗粒感托住——“介于干米和粉末之间，然后突然，那朵令人惊叹的含羞草的柔软、雾气样的本质轻轻把你包住”。这一段是”风穿过树梢、阳光从枝叶间洒下”。

中后段维持那层蜂蜜感的温暖，零陵香豆和李子转向苦杏仁樱桃果。紫罗兰叶给一种繁茂，木质退到背景里，让含羞草呼吸。一缕”刷过皮肤的春风般的黄瓜清新”在中段惊鸿一现。

尾调里含羞草被转化成”轻柔烟感的木质香草”——粉雾里闪着金色微粒。安息香的香脂调”像被捕获的阳光碎片的记忆”在闪光，檀香把花瓣变成天鹅绒。零陵香豆把”含羞草花干燥时的那种轻嫩纹理”留住。

香调表：朗姆、李子、davana、含羞草（headspace）；零陵香豆、香草、檀香、安息香。

好的道歉不是合上书，而是翻到下一章

我们在生活里被问过、问过、要过、给过道歉。但什么算”好”的道歉？

一种流行的观点把好的道歉等同于”足以让对方愿意原谅你”的东西。但这种说法有问题：它把判断权完全压在受害者一方的情绪反应上，好道歉变成了让对方平静的工具。这忽略了道歉真正承担的工作——它对加害者本人意味着什么。

Archer 和 Matheson 提出一个不同的框架。好的道歉不是闭合（closing）一个错误，而是打开（opening）一段持续承诺。这种区分在私人关系里、在政治道歉里、在企业道歉里都有用，但在政治道歉这种最容易被错用的场景里最明显。

政治道歉的两种走法

近几十年很多国家做过历史道歉——为奴隶制、殖民、内部种族暴力、对原住民的政策。一种典型话语是：“我们为过去的错误道歉，让我们一起 move forward。” 这里的 move forward 隐含的是：错已经被道完了，过去这一章可以合上，国家可以翻篇。

但很多受害者社群的反应是：你不能就这样翻篇。原因不是他们”不想原谅”，而是move forward 这套话语本身把道歉变成了 closure 工具，剥夺了道歉应该带来的下文——具体补偿、制度改变、被害者群体在公共记忆里的位置。

道歉如果只是 closure，承担道歉的人反而轻装了：他们获得了”我们已经处理过了”的话语豁免权，而 actual 的责任落地（赔偿、政策改革、教育课纲改写）可以无限往后拖。

私人关系里的同一个机制

把这套搬回私人关系。伴侣道歉、朋友道歉、家人道歉的常见错误模式：

• “我已经道歉了，你为什么还在生气？”
• “我说对不起了，事情就过去了。”
• “我们不能一直纠结这件事。”

这些都不是恶意句子，但它们都把道歉当成 closure——一个用语言完成的、可以一次性结束的行为。

Archer 和 Matheson 的提议是：好的道歉不是一句话，而是一种 ongoing 承诺。具体包括：

1. 承认错误本身（不是”如果你被伤害了我很遗憾”那种 conditional formulation）
2. 承担这是我做的事——不是绕过主语、不是把行为对象化
3. 承诺做得不一样——具体行为，不是抽象保证
4. 接受对方需要时间——不预设原谅的 timeline
5. 不要求对方对你的道歉表态——道歉不是讨要肯定的工具

第 5 条尤其关键。一个常被忽略的事实是：很多道歉同时附带 implicit demand——希望对方说”谢谢你道歉、我已经原谅你了”。这种 demand 让道歉变成了交易，而道歉本来不该 ask anything in return。

为什么开篇式道歉更难

合上书容易——一句”对不起”就行。打开新章节难——你得继续做事、继续承担、继续不要求对方反馈。

这跟很多人对道歉的本能理解相反。大多数人觉得道歉是一个完成项：说出口、对方接受、关系恢复、章节结束。这种理解本身就是问题——它把道歉装在一个有结束点的容器里，而真正的伤害很多没有结束点。

Archer 和 Matheson 提到一个具体的实例：英国政府 2018 年为 Windrush 丑闻——一批合法在英国生活了几十年的加勒比海移民被英国政府误判为非法移民、被驱逐——的道歉。当时首相说”我深感遗憾”，但关键补偿、制度改革、独立调查在之后多年里步步拖延。受害者社群反复指出：“你说了对不起，但没做。” 这就是闭合式道歉——用语言关上一扇门，但门内的工作没人做。

反之，好的政治道歉看起来更像加拿大对原住民寄宿学校系统的处理——道歉之后是 30 亿加币赔偿、真相与和解委员会、长期教育课纲改革、年度纪念日。它不是”我们道完歉，事情过去了”，而是”我们道歉，并将持续承担”。

适用到日常的钩子

回到日常关系。下次你要道歉，或者听到别人道歉，问自己几个问题：

• 这个道歉是 closure 还是 opening？
• 它有没有”我做得不一样”的具体承诺？
• 它有没有给对方不立即原谅的空间？
• 它有没有 implicit 要对方”谢谢你道歉”的 demand？

四个问题任何一个答案不对，那就还不是好的道歉——只是用道歉这两个字做的关门动作。

法国被遗忘的”贱民”

法国西南部、靠近西班牙的 Moustey 公社里，一座 12 世纪的教堂有个奇怪的建筑细节：一扇被砖头封死的侧门。这扇被封的门是历史上最让人不解的系统性迫害案例之一——Cagots（卡戈人），一群在 Landes 地区和巴斯克土地上生活了几个世纪的被鄙弃少数群体的物证。

跟周围人一样，却被分开

Cagots 的悖论是：他们身体上跟邻居完全无法区分，却承受了一整套迫害。1880 年 D. Hack Tuke 已经写过：“我无法获得任何证据，把 Cagots 标记为一群与周围居民不同的人。” 他们和周围社群说同样的语言、信同样的宗教、长一样的面孔。但他们承受了一整套社会排斥。

迫害机制是制度化、覆盖全面的：

宗教隔离：Cagots 走教堂的另一道门，坐在被拉绳隔开的区域里礼拜。神父用一只加长的勺子送圣餐到他们手里，避免直接接触。

强制识别符：所有 Cagots 必须戴一个鸭脚形状的红色徽章，让他们的身份对所有路人立即可见。

职业限制：他们只能干特定的工种——木匠、绳匠、石匠、瓦匠。讽刺地，这让他们成了那些把他们关在门外的教堂本身的熟练建造者。

社会隔离：Cagots 住在隔离的”贫民窟”，只能内部通婚。任何嫁/娶进 Cagot 群体的人，自己也被划为 Cagot。

服饰规则：特定服饰要求，让他们在远处就被认出。

为什么没人能说清他们到底是什么

历史学家提了一堆关于他们起源的理论，没一个站得稳：

• 哥特后裔——说他们是 Alaric 一世的战士后人
• 撒拉森人（Saracens）的关联——说他们是被驱逐的伊斯兰势力
• 犹太血统说
• 卡塔尔异端关联说（但时间线对不上）
• 公会惩罚说——历史学家 Graham Robb 提出他们是中世纪某行会被罚的后代

物理描述自相矛盾。1866 年一份史料说他们”皮肤深古铜色，头发卷曲毛茸茸，灰眼，颧骨高”；另一份说他们”眼睛弱视、泛蓝，皮肤苍白，长长的浅色头发”。这种自我矛盾本身就说明问题——他们什么样都行，因为实际不存在一种确定的”Cagot 长相”。

用”传染病”修辞合法化歧视

当局用疾病话术给隔离辩护。1517 年 Navarre 一位官员声称 Cagot 和”其他基督徒接触非常危险，会传染”。但这套指控没有任何证据支持——Cagots 并不比别人病得更多。

实际生活里的虐待远超制度。19 世纪英国小说家 Elizabeth Gaskell 记录过一个布列塔尼士兵的暴行——他把一个 Cagot 的手砍下、淌着血挂起来作为”献给守护圣徒的祭品”——理由是这个 Cagot 从一只被禁止的圣水盘里舀过水。

但这种戏剧性事件只是更日常苦难的高峰。《Catholic Telegraph》观察道，他们”在法律上跟人类物种分开……不能从事任何职业、不能靠任何安宁或合意的工作维生、不能跟一个把他们当作恐惧对象的社会混血”。

标准的”贱民”框架

包括 Isabel Wilkerson（《Caste》作者）在内的学者把 Cagots 放进种姓系统分析。他们符合所有”贱民”指标：

• 身份代代相传
• 用神圣意志合法化
• 禁止通婚
• 不洁修辞
• 限定职业
• 接触污染感
• 主流群体内在优越感
• 通过暴力威胁维持秩序

Ibrahim K. Sundiata 把他们称作”一个低等的贱民种姓”，与印度的 Dalit 相当。

法国大革命的余光

法国大革命提供了 Cagot 解放的意识形态基础。Tuke 写：“直到法国大革命，他们的不幸命运才得到很大改善。” 革命的普遍解放哲学——跟当时犹太人解放运动同源——对终止这套系统性迫害是必要的。

但自由仍不完整。即使到 19 世纪，“旧污名的残余”仍然存在，一些家庭”仍生活在公众舆论加诸他们的某种诅咒下”。

解放反而 = 消失

讽刺地，emancipation 直接导致了 Cagots 作为一个文化群体的消失。迫害本身曾是把这个社群绑在一起的力量。当条件改善、歧视减弱，群体就分散并融入了更广的社会。20 世纪 Cagot 作为可识别身份已经消失。

让 Cagot 经历独特的，是它奠基于无。他们的迫害没有甚至其他被边缘化群体所拥有的那种伪借口。正如 Gaskell 观察到的，他们”不太容易被偶尔路过的人从其他人里区分出来——正因为这一点，他们才被强制要求戴某种独特标志，让眼睛能立刻注意到”。

Cagot 存在的物证——封死的门、隔离的圣水盘、排斥用的建筑标记——讽刺地，全都来自他们自己作为熟练工匠造出的建筑。教堂里回荡着这种矛盾：神父引用《加拉太书》“众人皆一”传道时，同时用加长勺子给坐在隔离区的 Cagot 教友递圣餐。

今日 detail：那个加长的圣餐勺子——历史档案里偶尔还能找到几把。它是一件被设计出来同时执行两个动作的物品：把神职人员的手和 Cagot 的嘴分开但仍保持连接。这种工具上的”恰到好处的距离”，是整套迫害系统在一件日用物品里的浓缩——既不公开拒绝、又精确剥夺平等。

备注

• 今天周三 Taste 栏目轮播 = 香水。Bois de Jasmin 最近一篇是 4/7 互动帖，没有合格 essay，换 CaFleureBon。
• 今日跨栏目 hidden thread：叙事的构造性——Cagots 是叙事直接造出来的 caste；Chinese AI immigrants 在 “Building AGI is the only storyline” 的自我故事里活；ASML 的”欧洲奇迹”叙事盖住了美日产业政策这条主线；好道歉 = 持续讲下去而不是 closure；Headspace 三支香水各是一个”瞬间”的故事。
• 明日（5/14 周四）轮播：酒（PUNCH / Cocktail Wonk / Dramface / Whisky&Wisdom）。