神秘的 ASML 公司

在半导体越发重要的语境下，任何与半导体、芯片相关的公司或产品都会成为业界关注的焦点，这其中就有 ASML 公司。

这是一家市值超过 3000 亿美元的荷兰公司，垄断着高端芯片制造的制造工具，如果你还没有听过或深入了解过这家公司，这篇长文（链接、40 分钟阅读时长）就是一个非常好的入门之选。

通过这篇文章，你大概可以了解为何 ASML 如此与众不同，其 EUV 复杂性——每台机器拥有超过 10 万个组件，构成了几乎全球最复杂的工业供应链。某种程度上说，这些复杂性成就了 ASML，但也会一定程度影响 ASML 的发展，毕竟，供应链上的任何变化都可能导致机器无法正常生产。

推荐两份延伸内容：

• 深入 ASML 公司内部的纪录片（链接、50 分钟观看时长），拍摄团队获得很大采访权限，接触到众多公司高管和员工，不仅有内部独家画面，还能一窥这家公司对于半导体产业发展的观察，非常值得一看；
• Chip War: The Fight for the World’s Most Critical Technology（亚马逊 Kindle 商店）：这本书被 FT 评为「了解现代世界的必备读物」，其开篇足够宏大，以二战结束为背景将盛田昭夫（索尼创始人）、张仲谋（台积电创始人）和安迪·格鲁夫（英特尔联合创始人）放在同一个时空里，半导体的发展构成二战后经济发展的缩影，这是他们故事的起点，也是「芯片战争」的起点。

从 CPU 原理到 GPU 供需关系

我们的生活早已离不开数字工具，而驱动数字工具——从手机、电脑到家庭中各类物联网设备——的关键部件就是 CPU，了解 CPU 运行的基本规律，能够帮助我们以更理性的方式看待这些数字工具。

这篇教程（链接、2 小时阅读时长）面向的读者就是像我这样非计算机科班出身、但对这个领域有兴趣的一类人，从 CPU 是什么开始，逐步介绍诸如多线程管理、硬件与 CPU 之间的关系以及一个程序如何在 CPU 的调控下高效运行。

当然，这篇教程对一些读者朋友来说有些理解上的困难，推荐一个建议：

• 访问 ChatGPT 或类 ChatGPT 的服务（比如 Poe）；
• 在聊天框里，复制粘贴网页上无法理解的内容，同时使用「我是一个 11 岁的小学生，请将这段话解释给我」或类似的提示词；
• 此时 ChatGPT 会用简单易懂的语言给出解释；

与 CPU 相比，GPU 最大的问题是短缺。我非常推荐这篇长文（链接、30 分钟阅读时长），系统阐释了英伟达最新 GPU H100 的供需关系。通过这款产品，你也会对目前热闹无比的大模型产业有一些新想法。比如，其实很多公司高估了对 H100 的需求量，此时的他们，和曾经疯狂的淘金者并没有太大差别，而那个「卖铲子」的英伟达，则是最大赢家。

为什么一个技术更好的搜索引擎无法成功？

Neeva 是由几位前 Google 高管创立的新一代搜索产品，相比 Google，Neeva 检索速度更快、没有广告，而且内容呈现更简洁，获得不少硅谷人士和媒体的青睐。

但很遗憾，这款搜索产品并没有对 Google 产生多大影响。对于普通用户来说，上述优点并不能说服他们单独下载一个 App 而不是直接使用浏览器内置的默认搜索（Google 每年花费数十亿甚至几百亿美元购买某些浏览器的默认搜索位置）。最终，2023 年 4 月，Neeva 被收购，并关闭了搜索业务。

Verge 这篇故事（链接、30 分钟阅读时长）是对 Neeva 创业历史的复盘，我在阅读时脑海里一直回荡一句话，这是一本畅销书《重来》里的话：

你无法创造出超越苹果公司的苹果产品，因为游戏规则是他们定下的，而你是无法打败游戏规则制定者的。

2023 年， ChatGPT 以一种另类的方式让 Google 的核心产品——搜索——感到担心，甚至有点惊慌，这或许就是商业世界有趣的地方。

X 公司的前世

过去两周，伊隆·马斯克开启了一场轰轰烈烈的「去 Twitter」运动，这家有着 17 年历史的社交媒体，被正式更名为「X」。无论外界——从用户到媒体以及品牌专家——怎么评价，或许我们都可以脑补一句马斯克理所当然的回复：「这是我自己买的东西，我想怎么样不管你们的事！」

而在历史上，马斯克与「X」有着不解之缘，他曾经创立的一家公司名称就叫「X」。 推荐这篇长文（链接、20 分钟阅读时长），全面回顾了「X」公司的前世，它曾经寄托着马斯克建立全新金融体系的希望，但在经历了与 PayPal 合并、各种宫斗并踢出公司后，马斯克的「X」公司逐渐被人遗忘。

但现在，马斯克又想卷土重来，只是，如果你听过马斯克对于「X」公司的畅想，或许会觉得似曾相识，大致上，未来的「X」公司就是美国版的微信。

机器人写作的泛滥正在剥夺人类思考的权利

前段时间测试 Claude 模型，我把几篇之前写过的会员通讯发给它，让它分析行文风格，然后我又发了自己正在整理的一段草稿，让它模仿我的风格，生成一段内容，其结果的确惊人，或者或吓人。

我的这个尝试还算初级，这篇文章（链接、镜像、30 分钟阅读时长）介绍了一系列专业写作机器人带给世界的影响。作者试用的是一个由 15 万创作文字数据训练的写作机器人，他向机器人提出问题，让其模仿自己的风格进行写作，他发现尽管它可以模仿他的风格，但往往缺乏真知灼见。

在作者看来，这类写作工具往往以提升效率为宣传口号，但却真实威胁到就业与思考。而后者的影响更深远，因为有意义的表达正在成为一种可以批量生成「商品」——这些可以生成文本的机器人正在成为市场上热门商品——而不再是人类特有的、植根于人类经验的东西，写作很多时候的确很痛苦，但这个过程其实是思考的过程，也是人之所以为人的体现。

作为写作者的我，能够理解本文作者的担忧，但我还是对人的未来持乐观态度。如果参考历史，摄影的出现曾一度让 19 世纪的画家们感到失业风险，而相机的工业化生产和普及化进一步改变了画家这个职业，画家群体开始分化，有的人继续在这条路上探索新风格，有的人则改行做了与画画相关的工作，这或许也是「码字工人」们的未来。