🔷深入解析電漿體鞘層、離子轟擊、物理濺射與二次電子發射機制

🔷系統揭示粒子能量傳遞、表面化學反應及材料損傷的底層物理原理

最近，小編整理了一份電漿體與材料相的課程講義。系統介紹了電漿體與材料相互作用的基礎物理原理，重點涵蓋電漿體鞘層（Plasma Sheath）、德拜長度（Debye Length）、二次電子發射（SEE）、物理與化學濺射（Sputtering）、吸附與解吸（Adsorption/Desorption）、離子注入（Ion Implantation）以及XPS、SEM、EDX等材料表面分析技術，並結合核聚變、空間電推進和工業電漿體處理等應用場景，深入解釋粒子轟擊、能量傳遞、表面侵蝕與材料結構演變之間的關係。

小編認為，這份資料最值得關注的地方，在於它並非簡單介紹電漿體裝置或工藝流程，而是從微觀物理機製出發，揭示電漿體如何改變材料表面，以及材料表面又如何反過來影響電漿體的運行狀態。 雖然課程主要面向核聚變與空間推進領域，但其中關於鞘層控制、離子轟擊、濺射機制、表面化學反應和材料損傷的基礎理論，對於理解半導體電漿體刻蝕、薄膜沉積及相關工藝控制同樣具有重要參考價值。

今天，小編就帶大家一起深入學習這份技術講義，從電漿體鞘層到離子轟擊，從物理濺射到表面化學反應，系統梳理電漿體與材料相互作用的底層物理機制，進一步理解半導體電漿體工藝背後的科學原理與關鍵技術。

一、這份報告真正想說明什麼？

電漿體與材料之間並非簡單的單向轟擊關係，而是涉及粒子輸運、能量交換、表面化學反應、材料濺射、電子發射、離子注入以及材料結構演變的複雜雙向耦合過程。理解並控制這些相互作用，是提高電漿體裝置性能、延長材料使用壽命以及實現穩定工藝控制的關鍵。

報告從電漿體與固體材料的基本物理機製出發，系統介紹了電漿體鞘層（Plasma Sheath）、德拜遮蔽（Debye Shielding）、二次電子發射（SEE）、物理與化學濺射（Sputtering）、吸附與解吸（Adsorption/Desorption）、離子注入（Ion Implantation）以及表面分析和診斷技術。

同時，報告將這些基礎物理機制與磁約束核聚變、空間電推進、工業電漿體處理等實際應用聯絡起來，說明材料表面與電漿體之間的相互作用，如何影響裝置運行穩定性、材料侵蝕速度、粒子能量分佈和系統可靠性。

二、電漿體與材料之間的雙向耦合，是所有電漿體加工與裝置運行的基礎

報告首先強調，電漿體與材料相互作用（Plasma-Material Interactions，PMI）具有明顯的雙向性。一方面，電漿體中的電子、離子和中性粒子不斷向材料表面輸送能量、動量和粒子通量，引起材料表面侵蝕、原子濺射、化學反應、離子注入以及微觀結構變化；另一方面，材料表面受到轟擊後，又會向電漿體釋放電子、中性原子和其他粒子，進而改變電漿體的組成、局部電勢和運行狀態。這意味著材料不僅是電漿體作用的對象，也是影響電漿體行為的重要邊界條件。

報告進一步指出，不同應用場景下的電漿體具有差異顯著的電子溫度、粒子密度和能量通量，因此對應的材料響應機制也存在明顯區別。例如，工業低溫電漿體通常具有複雜的活性粒子化學環境，可用於微電子製造中的刻蝕和沉積；磁約束核聚變則面臨極高熱負荷、粒子轟擊和材料壽命問題；空間電推進系統需要解決放電通道侵蝕、電子發射及推進效率下降等問題。儘管應用環境不同，但其底層均涉及粒子與材料表面的能量傳遞、動量交換及物理化學反應。因此，建立統一的電漿體—材料相互作用物理框架，是理解不同電漿體技術的重要基礎。

三、電漿體鞘層決定離子如何轟擊材料表面，是理解刻蝕與表面改性的關鍵

報告將電漿體鞘層（Plasma Sheath）作為重要基礎理論進行介紹。由於電子質量遠小於離子質量，電子通常具有更高的熱運動速度，因此當電漿體接觸材料表面時，電子更容易先到達壁面，使壁面形成相對負電位，並在電漿體與材料之間建立具有較強電場的非准中性區域，即電漿體鞘層。鞘層中的電勢分佈決定了離子接近材料表面時的加速過程、入射能量以及運動軌跡。

報告進一步介紹了德拜長度（Debye Length）、玻姆速度（Bohm Velocity）、預鞘層（Presheath）以及外加偏壓條件下的鞘層變化。德拜長度描述電漿體對電場擾動的遮蔽尺度，而玻姆條件則與離子進入鞘層所需的速度有關。當材料表面施加較強負偏壓時，鞘層電勢差增大，離子獲得更高的轟擊能量，鞘層厚度也會隨之變化。報告通過氬電漿體實驗說明，材料表面電位從浮動狀態變化到約−300 V時，離子鞘層厚度可由約60 μm增加到約300 μm。

這一部分對於半導體電漿體刻蝕具有直接的基礎理論價值。在電漿體刻蝕過程中，離子轟擊能量、入射方向及表面反應條件會影響材料去除和表面改性行為。理解鞘層與偏壓之間的關係，有助於進一步認識射頻偏壓控制、離子輔助刻蝕以及材料表面損傷等問題。

四、物理濺射、化學反應與二次電子發射，共同決定材料侵蝕和表面演變

報告詳細討論了電漿體與材料相互作用中的多個關鍵微觀機制，其中包括物理濺射（Physical Sputtering）、化學濺射（Chemical Sputtering）以及二次電子發射（Secondary Electron Emission，SEE）。物理濺射是指高能離子撞擊材料表面，將動量和能量傳遞給材料原子，使其克服表面結合能並離開材料表面的過程。報告指出，濺射行為與入射離子的能量、入射角度、離子和靶材的質量關係以及材料表面結合能密切相關。隨著離子能量增加，材料內部可能出現由單次碰撞向多級碰撞級聯發展的變化，進而改變原子濺射產額和空間分佈。

化學濺射則涉及入射粒子與材料之間發生化學反應，形成能夠從表面脫離的反應產物。報告通過碳、鎢等材料的案例說明，不同材料的化學濺射敏感性存在顯著差異，其中碳材料的化學濺射問題較為突出，而鎢在所討論的聚變條件下主要關注物理濺射。此外，報告還介紹了離子或電子撞擊材料後產生的二次電子發射，以及離子中和引起的電子發射機制。二次電子發射係數與材料種類、入射粒子能量和入射角度有關，並能夠反過來改變電漿體鞘層電勢及粒子通量分佈。

報告還將吸附、吸收、解吸和離子注入納入材料表面演變過程，說明電漿體粒子不僅可能使材料原子脫離表面，也可能進入材料內部、被缺陷俘獲或在加熱條件下重新釋放。從半導體製造角度看，這些機制共同構成了理解物理刻蝕、離子輔助化學刻蝕、電漿體表面處理和材料損傷的基礎。

五、表面分析與電漿體診斷技術，是揭示材料微觀損傷機制的重要手段

報告強調，僅僅觀察電漿體的宏觀放電狀態，並不足以精準判斷材料表面發生了那些變化。要真正理解電漿體與材料之間的相互作用，還必須借助多種表面分析、材料表徵和原位診斷技術，從元素組成、化學鍵合、表面形貌、粒子釋放以及材料內部缺陷等多個維度進行研究。報告指出，材料最外側的1—10個原子層具有特殊的電子結構和化學活性，其性質會直接影響二次電子發射、離子中和、粒子吸附以及表面擴散等過程。因此，表面與材料內部需要採用不同探測深度的診斷方法。

在具體技術方面，報告重點介紹了X射線光電子能譜（XPS）、熱脫附譜（TDS）、掃描電子顯微鏡（SEM）以及能量色散X射線能譜（EDX）等方法。其中，XPS主要用於分析材料表面元素組成、化學鍵合狀態和氧化狀態；TDS通過受控升溫及氣體檢測，研究材料內部的氣體滯留、釋放和俘獲行為；SEM用於觀察表面形貌、侵蝕坑、微觀裂紋及結構變化；EDX則能夠提供材料元素分佈資訊。報告還介紹了電子發射測量和電漿體相關診斷方法，說明如何通過多種測量手段交叉驗證材料的微觀響應。

這一部分的核心價值，在於建立從電漿體參數、材料表面變化到微觀物理機制之間的關聯。對半導體製造而言，這些分析技術同樣是研究刻蝕後表面狀態、電漿體誘導損傷、薄膜組成以及材料污染的重要基礎工具。

六、核聚變中的高熱負荷與材料侵蝕，揭示電漿體材料工程面臨的極限挑戰

報告將磁約束核聚變作為電漿體與材料相互作用的重要應用場景，系統討論了托卡馬克（Tokamak）、仿星器（Stellarator）以及偏濾器（Divertor）等裝置中的材料問題。與一般工業電漿體相比，核聚變裝置中的面向電漿體部件需要承受極高熱通量、持續粒子轟擊和中子輻照。報告指出，相關熱通量可達到數十MW/m²，偏濾器還可能承受約10²⁴ m⁻²·s⁻¹量級的粒子通量。在這些條件下，材料可能出現熔化、濺射侵蝕、氣泡形成、表面起泡、開裂、脆化以及燃料粒子滯留等複雜現象。

在材料選擇方面，報告重點比較了鎢（W）、鎢合金、鈹（Be）、硼塗層、碳纖維複合材料以及鋼基材料的性能差異。鎢具有高熔點、較高熱導率和較低濺射產額，因此被廣泛用於核聚變面向電漿體部件，但鎢也存在低溫脆性、加工難度較高、氦離子轟擊形成奈米絨毛結構（Tungsten Fuzz）以及高原子序數雜質污染等問題。碳基材料具有一定的熱學優勢，但化學濺射和燃料滯留問題較為突出。報告還討論了鋰基材料、先進鎢複合材料等研究方向。

報告特別強調，目前不存在能夠同時滿足低侵蝕、高導熱、低燃料滯留、低電漿體污染和長期結構穩定性等全部要求的理想材料。因此，核聚變材料技術的發展，需要將材料成分設計、表面工程、熱管理、電漿體運行控制和材料診斷相結合，通過多種技術協同緩解材料失效問題。

七、從空間電推進到Thea Energy仿星器，電漿體材料技術的關鍵是實現性能、壽命與穩定性的協同最佳化

報告最後將電漿體與材料相互作用的研究延伸至空間電推進和新型磁約束核聚變裝置。在空間電推進系統中，電漿體既是產生推力的重要介質，也是導致推進器材料失效的主要因素之一。例如，霍爾推進器等裝置在長期運行過程中，可能出現放電通道侵蝕、陰極材料損耗、二次電子發射變化以及電漿體不穩定性增強等問題。這些現象不僅影響推進器的推力與效率，還會限制裝置壽命。同時，推進器羽流與航天器表面之間的相互作用，也可能帶來材料污染、表面充電和通訊干擾等問題。

在Thea Energy相關內容中，報告進一步介紹了仿星器技術路線及其面向電漿體材料研究。與依賴電漿體電流參與磁場建構的托卡馬克不同，仿星器主要通過外部線圈形成複雜的三維磁約束結構，具有實現穩定、穩態運行的潛力。但這並不意味著材料問題能夠自動解決。即使電漿體約束方式得到改善，長期運行過程中仍然需要處理熱負荷、粒子轟擊、材料侵蝕和雜質控制等挑戰。因此，電漿體材料研究仍然是相關裝置工程開發的重要組成部分。

報告最終指出，電漿體與材料之間存在高度複雜的多物理場耦合關係，單一理論模型或單一材料最佳化手段難以解決全部問題。未來研究需要將電漿體物理、材料科學、表面化學、實驗診斷和計算模擬結合起來，通過簡化實驗分解複雜機制，再利用多尺度分析與實驗驗證建立可靠的材料設計和運行控制方法。其最終目標是實現對粒子輸運、能量沉積、表面反應和材料損傷的可預測、可測量與可控制，從而提高電漿體系統的運行性能、材料可靠性和長期穩定性。

從半導體製造角度看，這份報告最值得關注的技術

雖然報告主要圍繞核聚變和空間推進展開，但其中的基礎物理內容可以與半導體電漿體工藝建立以下聯絡：

電漿體工藝的核心，不只是如何產生和維持電漿體，更在於如何控制電漿體與材料表面之間的粒子、能量和動量交換。

無論是半導體刻蝕與沉積、空間電推進，還是磁約束核聚變，電漿體鞘層、離子轟擊、電子發射、物理濺射、表面化學反應及材料損傷，都是理解裝置行為的重要基礎機制。

課程的突出價值，在於將這些看似獨立的物理現象納入統一的電漿體—材料相互作用框架，並結合實驗診斷和工程應用，解釋材料表面如何改變電漿體行為，以及電漿體如何持續改變材料結構與性能。

對於半導體裝置與工藝技術人員而言，這是一份值得學習的電漿體基礎物理講義，尤其適合深入理解刻蝕、濺射、鞘層控制、二次電子發射、表面反應以及材料損傷等底層機制。(芯聯匯)

近日，關於一張 AI 卡片的討論，開始在 AI 行業和投資人群體間流動。

卡片是 NOOKLAB 公司推出的首款產品 Moonphase Flip，一塊極其「安靜」的 AI 隨身屏。產品指向了一個問題：在資訊暴增、注意力被無限拉扯的時代，AI 究竟該以什麼形態，服務好普通人？

即將上市的、能磁吸在手機背面的低打擾 AI 屏｜圖片來源：Moonphase Flip

Moonphase Flip 的答案是：支援全天無感錄音、即時轉寫、AI 自動提取 todo 事項和日程，然後推送到只有三個 tab 的螢幕上——日程、任務、AI 互動。

它死磕一件看起來極其傳統的小事：Todo 與日程管理。

甚至，為了防止拉扯使用者的注意力，不推送、不提醒，還把電子書閱讀、全量 AI 對話等大熱功能統統砍掉。續航在兩三天。

極客公園瞭解到，僅在 idea 階段，NOOKLAB 就迅速完成了線性資本、紅杉中國等一線機構的投資。

NOOKLAB 創始人 Raymond 的履歷橫跨一加、OPPO、安克和字節。早年在一加做直板機與首款智能手錶，在 OPPO 定義了全行業首款大副屏小摺疊，在安克創新負責磁吸無線充產品線，最後在字節跳動操盤二代 AI 眼鏡的設計。

去年 10 月，他出來創業。第一個決定是：否掉 AI 眼鏡方向。

「看終局，眼鏡可能是最完美的形態。但今天創業做，80%-90% 的精力都會被花在佩戴舒適度、驗配服務、線下管道毛利這些跟 AI 和使用者體驗無關的問題上。時間節點不對，它更適合大廠去投入。」Raymond 告訴極客公園。

最終，在深訪使用者和打樣測試後，他們收斂到了「AI 隨身屏」。

Raymond 判斷，當「無感錄音」從賣點變成行業標配，AI 的下一個體驗瓶頸在於顯示與互動。在對比過眼鏡、手錶等產品後，他認為，隨身卡片屏，是摩擦力最低、潛力最高的載體。

在所有人都急著用 AI 給人類「加塞」資訊時，他們試圖用一塊極簡的「AI 螢幕」，幫使用者做一次徹底的資訊減負，在混亂喧囂的世界裡找回主線。

Moonphase Flip 的官網前不久剛剛上線，極客公園與 Raymond 聊了聊他們的產品哲學和對 AI 產品方向押注背後的思考。

Moonphase Flip 產品官網首頁｜圖片來源：Moonphase Flip

平和、重建生活主線
成為了 AI 時代的剛需

在 Raymond 的家裡，一直放著一塊巨大的白板。

那是在安克創新工作期間留下的習慣。當工作生活壓力大，面對撲面而來的海量資訊與選擇，他買了一塊白板，在上面寫下三層架構：人生原則、最重要的事、推進進展。

這塊白板陪著他度過了迷茫，一直到創業。「白板就像一塊墨水屏，你不擦它，它就一直在那裡。它不說話，但每天起來你看到它，它就會不停提示你，你的主線是什麼。」Raymond 說。

在安克創新期間 Raymond 主導過的磁吸無線充產品 Anker MagGo，可以旋轉調節角度｜圖片來源：Apple 官網

除了白板，Raymond 現在的 iPhone 長期開啟著「灰度模式」。沒有了飽和度極高、極其抓眼球的圖示顏色，手機變得索然無味。「當沒有色彩刺激後，你拿起手機前會先想『我要幹嘛』，而不是被小紅書和新聞拉著走。這就像飲食的減油減鹽。」

在 Raymond 看來，今天大部分網際網路產品都在製造「即時滿足」——用強烈的刺激把使用者的注意力拆碎成 30 秒甚至 5 秒。但讓人類真正獲得長時間穩定與滿足的，是平和的力量。

他打了個比方，資訊的發展，正在經歷一場與人類飲食結構演變高度相似的過程：從早期的「吃不飽」（缺資訊），到移動網際網路時代的「營養過剩」（資訊過載），最終必然走向「吃得乾淨」（極簡、高質、找回主線）。

「人要入世，要參與世界的變化和生產力提升。但入世的方式，是找到主線，高效地操作——高效不是一天工作 20 個小時，而是每天花 8 到 10 個小時，真正去做那些對你重要的事情。」

Moonphase Flip 的螢幕採用墨水屏，也是同樣的邏輯。

Raymond 認為，OLED 大尺寸會被預期成手機，使用者對手機的預期是有應用、回微信、看抖音。而他們要提供更安靜、高價值的體驗的話，墨水屏功耗更好，也更適合 AI：需要更長時間、充分上下文收集，價值交付漸進式，不是短影片式快速刺激。

Raymond 認為，核心不是主動，而是是否產生強價值。內容質量高於主動。影響質量的要素有兩點：模型智商、context 是否全。他們幫使用者以最低成本收集 context，給足夠好的模型產生價值。

「今天大家不缺推送，缺的是高品質內容。」他說，「手機 20 分鍾不用就會彈出一堆推送，所有 App 都在搶奪你的注意力。」

「軟體提供功能，但硬體可以改變行為。我們需要切出一個獨立的空間，讓重要的事情不被干擾。」因此，一塊獨立於手機的墨水屏，就成了必要。

外界看來，todo 可能是一個太薄、太小的功能。在網際網路行業，todo 幾乎被視作一個已經被做爛、極其邊緣的功能。

Raymond 不這麼認為。他覺得，todo 背後藏著極其深厚的個人生活管理哲學與龐大的未被滿足的需求。

「GTD（Getting Things Done）有著一套非常完備的理論，但傳統 GTD 失敗的原因在於它違背人性。」Raymond 解釋道，「它要求你有了念頭迅速記下，固定時間手動去整理優先順序、劃分分類、勾選完成。道理大家都懂，但幾乎沒人能長期堅持。」

而整理、分類、歸納上下文，恰恰是 AI 最擅長的事情。

「人類的腦力和精力應該用來去做事、去經歷、去創造，而不是用來做管理系統的操作員。」

在 Moonphase Flip 的設定中，AI 隨身屏會通過持續的上下文感知，自動完成資訊的篩選與提煉。真正的難點也在這裡：要判斷什麼資訊對使用者有價值。

Raymond 介紹，首先，Moonphase Flip 通過語義識別，能從一整段漫無邊際的閒聊或會議中，精準提取出帶有「特定人、交付物、時間節點」的硬性承諾。

例如，對於律師，案子推進節點和委託人姓名是生命線，一次記錯可能帶來數月的補救成本；對於創始人或銷售，關鍵人際關係推進是核心。Moonphase Flip 會提供行業範本，AI 會根據不同職業偏好，將流過的雜亂資訊結構化、可視化。

更重要的，使用者在隨身屏上的每一次查看、確認、滑動與刪除，都在隱性訓練模型。第一周提取的 5 條待辦裡你只留了 2 條，AI 就會記住這種篩選權重，下周給出的總結將更貼近你的個人偏好。

為了保持聚焦，將體驗做到極致，他們砍掉了閱讀電子書功能，也砍掉了讓使用者隨意向 AI 提問的敞開式對話方塊。

「使用者真正體驗=實際體驗-預期-付出成本。開了自由對話的入口，使用者預期會更多。」

他解釋，「測試時有人問 AI，怎麼做一個收入超百億公司，或導航，很發散。

AI 也許能給反饋，但沒辦法交付足夠好甚至超預期體驗時，體驗就崩潰了。我們寧可鎖定三個 Tab，讓它成為你找到生活主線的絕對錨點。」

因此，App 裡有問答能力，但也不做全量 AI 問答，只做特定問題，比如過去一個月關於某人或某事的關鍵記憶。

Moonphase Flip 在功能設計上取捨的判斷標準是：你的生活重點和主線，以及把經歷過的人和事結構化、可視化。其他不做。Raymond 說，閱讀是已被解決得比較好的穩定需求，不是更長線需求，留給行業裡現有產品和團隊去解決就好。

Moonphase Flip 的產品設計極其簡潔。機身僅重 54 克——在安克負責過磁吸無線充的 Raymond，在對極客公園介紹產品時，尤其強調重量對體驗的影響：

「60 克是物理和心理的生死線，超過 60 克就不成立。」

他們測試後發現，對於每天隨身攜帶，尤其是附加在手機上的產品，如果超過 60 克，每次拿起來都是台階和斷點，時間拉長，使用者就會把它扔在家裡。

「這個就像使用者對高影格率一樣，說不清但用了回不去。」Raymond 說，「人是很精密的感受系統，適應好體驗後切換會不適。60Hz 和 90Hz 的影格率差別說不出來，但掉幀能感覺到。」

在功能方面，機身只有兩個按鍵。

側邊按鍵打開就是 always-on 收音，靠 VAD 檢測省電，有人說話麥克風才全開。主動收音時，想起什麼事，直接跟它說：「我明天晚上還要看一下最新包裝方案」，它就把這句話收錄進來，變成了待辦事項。

幫使用者將收集到的資訊轉化為實際成果｜圖片來源：Moonphase Flip

螢幕上只有三個 Tab，對應 3 個核心功能：日程、todo、跟 AI 的互動區。

第一個 Tab 是日程，它可以匯入 Google Calendar、Outlook、系統日曆，雙向同步。下一個會跟誰開、brief 是什麼、可以直接看。聊完後的總結、概要也能看。

第三個是跟 AI 互動的地方。需要搭配中間按鍵使用，按下可以直接說話記筆記，想到的 todo、想法都能記。同時，想要調取某一天、某一時刻的交流，也可以跟它說。

按住中間按鍵，語音輸入即可記錄、設定新待辦｜圖片來源：X

Raymond 告訴極客公園，未來也會支援連通 Codex 或 Claude Code 做事，直接對著卡片講話，就可以指揮它們幹活。

看記錄的方式分為兩處。在卡片上可以看結論、承諾和 todo，不看逐字稿。它還配有 App 的 Web 端。逐字稿在 App 裡有。Web 端有互動分析，比如最近交流過的人、每個人的分析、AI 建議這周最該注意跟誰推進關係等等，把收集過的資訊結構化、可視化。

AI 錄音會成基礎能力
下一個入口之爭在手機背屏

今年 9 月初的蘋果發佈會，隨著 Apple Watch 默默上線連按兩下保存音訊、Siri Recap 等無感錄音與摘要功能，整個行業被推到了新的拐點。

一位從業者感慨：「過去蘋果在隱私上極度謹慎，今天大公司的轉向標誌著，門被打開了。」接下來，大廠的手機、手錶，可能都會陸續支援系統級的全天候錄音。

當「無感錄音」從噱頭，逐漸變為基礎設施，變成標配，真正留給 AI 硬體創業者的考驗才剛剛開始。

Raymond 不認為錄音本身是終局。

相反，他把行業轉向視為一個訊號：錄音正在變成基礎能力，就像攝影機、藍牙、GPS 一樣，遲早會成為大量 AI 硬體的標配。如果創業公司只做「錄音的手環、手錶、項鏈」，很快會陷入同質化。

他曾經推演過，對於 AI 硬體來說，當收音不是瓶頸後，顯示更重要。手腕螢幕和互動不支撐 30 秒以上互動，最多支援快速確認、運動健康等功能。而眼鏡顯示是更長的路。卡片雖然競爭激烈，但摩擦低，是潛力最高的載體。

在他看來，大廠的目標和優勢在於服務極其廣泛的全人群，解決 60 分到 80 分的標準問題；而創業團隊的優勢在於極其敏銳的取捨，去服務好最先覺醒的 100 萬、200 萬核心使用者。

更底層的原因在於歷史包袱：「手機、網際網路大廠過去有十幾年、幾十年的積累，幾乎沒有一家能脫離 App Launcher + App Store 的邏輯。使用者的行為習慣和生態沉澱在那裡，大廠很難在手機系統內部切出一個完全不受干擾的 AI 獨立空間。」

而且，使用者越來越希望把自己的能力、上下文與記憶掌握在自己手裡，而不是繫結在某一家硬體或模型大廠上。

「這是對硬體、AI 軟體、市場能力要求都很強的事。」Raymond 說，核心成員來自字節、一加、安克等頭部企業，主導過多款軟硬體明星產品的研發與全球推廣。AI 軟體的同事之前在字節和 Lovart 做 Agent；商業化、市場化、團隊搭建，合夥人 Ted 在安克 10 年，看過不同產品線，看過豐富人群的差異。

今天，矽谷和國內的 AI 硬體探索正站在一個分水嶺上：一派試圖用更強大的感測器、更酷炫的形態去「接管」人類的生活。另一派，像 NOOKLAB 這類公司，則是退後一步，用更輕的載體和極度克制的互動，開始卷「不打擾」，幫使用者聚焦主線。

它能否成為新品類，能否成為新的 AI 入口？還是會被大廠吞掉？都還有待觀察。但至少，在這個越發喧囂的世界，它給出了一個安靜、克制、能夠默默改善生活的選項。

Personal Agent 熱潮之後
AI 如何真正走進生活？

我們也和 Raymond 交流了對 Personal Agent 熱潮的看法。當越來越多人開始嘗試讓 AI 管理資訊、安排日程、推進任務，這股熱潮究竟意味著什麼？

AI 向普通使用者日常生活的滲透，才剛剛開始。比起模型的智能上限有多高，使用者更在意的是：它能不能真的幫到自己的生活和工作？能不能記住一次交談中的承諾，幫自己理清忙亂的一周，把一件重要的事往前推進？這些具體而細小的幫助，才是 AI 進入日常生活的起點。

另一個值得關注的變化，是長上下文的價值，可能遠超使用者最初的想像。

近期受到關注的 Personal Agent 產品中，一個常見的設計，是請使用者授權接入日曆、信箱等資訊。背後的邏輯並不複雜：只有知道你最近在忙什麼、與誰溝通、有那些約定和截止日期，AI 才更容易給出貼合你處境的幫助。讓人感到驚喜的體驗，往往來自它終於理解了「我的事情」。

Raymond 認為，對 Moonphase Flip 來說，日常交談、會議和隨口記下的念頭，是這份上下文的另一部分。把它們持續積累起來，與日程、任務關聯，AI 才有機會逐漸理解一個人的生活主線。Todo 因而可以是一個起點：先記住，再理清，未來進一步連接能夠執行任務的 Agent，幫助使用者推進事情。

當 AI 更瞭解一個人，接下來的體驗重點，也會轉向如何讓這些能力更直覺、更可視化。使用者不應該為了獲得幫助，反覆組織提示詞、翻找聊天記錄，或維護一套複雜的管理系統。重要的事情能否一眼看見，需要確認的內容能否順手處理，想到一件事時能否自然地說出來，都會決定 AI 能不能真正融入生活。

這也讓一塊安靜的隨身屏有了新的意義：它可以成為人與個人 Agent 之間一個清晰、低打擾的介面。AI 在背後理解上下文、整理資訊，使用者在眼前看見重點、做出選擇。Personal Agent 的熱潮最終能走多遠，或許就取決於這些日常時刻裡，AI 能帶來多少具體的幫助。(創業邦出海進行時丨Going Global)

AI不是老闆買回去的概念，而是一項要親自核驗、逐步變成流程的生產工具。

我越來越相信，真正的偉大，不是某一天突然降臨的。

它更像一段漫長的熬。你把一件事做了很多年，熟悉它的門道，也熟悉它的邊界。別人看見的是結果，你自己知道，結果背後有多少次返工、試錯和不被看見的堅持。

但“熬”並不意味著永遠沿用同一套方法。

有些時候，時代不是在原來的軌道上慢慢加速，而是在旁邊突然開出一條新路。你如果還只是在舊軌道上更努力，可能只是更快地走向舊終點。

今天的AI，帶來的就不只是普通的週期變化。它正在重新改寫一件更底層的事——財富究竟是怎麼被創造出來的。

01. 偉大是熬出來的，但破局不能只靠熬

很多老闆都有這樣的經驗：公司最難的時候，靠的是把細節摳到極致，把客戶一個個留下來，把現金流一週一週地守住。

這是“熬”的價值。沒有長期積累，沒有人能憑空穿越週期。

可當生產工具、組織方式和客戶需求同時改變時，繼續把過去那套方法做到更熟，未必就夠了。你必須重新問一遍：過去讓我成功的東西，現在有沒有變成新的限制？

企業最難跨過去的牆，往往不是技術牆，而是認知牆。老闆習慣親自做的事，部門習慣層層匯報的事，公司過去靠人力堆出來的流程，慢慢都會沉澱成一種“只能這樣”的感覺。

這就是最容易被忽略的地方。成功會帶來資源，也會帶來路徑依賴。一個曾經有效的組織，可能因為太熟悉舊方法，反而最晚承認新方法已經出現。

所以，今天談AI，不應該從“買哪個工具”開始，也不應該從“能不能替公司裁掉幾個人”開始。更重要的問題是，老闆自己有沒有重新學習一項工作，重新理解一項工作，然後重新判斷怎樣才能把它做得更好、賺得更多。

02. 財富創造，已經換了幾次底層規則

人類創造財富的方式，過去經歷過幾次巨大的切換。

農業時代，土地、氣候和勞動力決定了產出。誰能組織更多土地和人，誰就擁有更大的生產能力。

工業時代，機器把人的體力放大了。工廠、流水線、供應鏈和規模化管理，把單位時間能生產的東西推到了新的數量級。

資訊時代，電腦和網際網路把人的資訊處理能力放大了。知識可以複製，交易可以跨越距離，軟體可以服務成千上萬的人。

而AI正在進入另一個階段。它不只是幫人更快地輸入文字，也不只是把一份材料總結成幾段話。它開始參與資料閱讀、問題拆解、流程執行、結果覆核和持續更新。

過去，一個人的產出很大程度上受制於自己的時間。現在，一個人能不能把經驗寫成規則，把規則交給助手重複執行，正在變得越來越重要。

這並不等於人可以退出。恰恰相反，越是容易生成答案，越需要有人判斷問題是否問對、來源是否可靠、邊界是否清楚。

AI像一支不會疲倦的筆，也像一間隨時可以重新整理的辦公室。它可以幫你搬運和整理，但不能替你決定什麼值得做、什麼風險值得承擔。老闆真正要學的，不是讓機器顯得聰明，而是把自己的判斷變成機器能夠執行、也能夠被人檢查的流程。

03. 中國不能只照搬美國和日本的答案

談AI時，很多人喜歡直接搬用美國公司的案例，或者把日本企業的數位化經驗翻譯一遍。

這些經驗當然值得看，但中國企業面對的環境、組織和機會並不完全一樣。中國有大量複雜的供應鏈，有密集的服務業，有在極短時間里長出來的企業，也有很多還沒有被標準化的經營流程。

這裡的問題不是“有沒有軟體可以買”，而是能不能把技術嵌入真實的生意裡。

一個工廠老闆最先需要的，可能不是一套宏大的數位化戰略，而是讓助手每天把供應商變化、訂單情況和原材料資訊整理成一頁可核對的簡報。一個投資人最先需要的，也不一定是聽一堂關於大模型的課，而是讓助手讀完財報後，把數字、出處、管理層表述和仍然未知的地方分開擺出來。

這些事看起來不夠宏大，卻更接近利潤是怎麼產生的地方。

中國企業的AI機會，很可能不在於把國外公司的宣傳詞換成中文，而在於重新觀察自己的業務：哪些環節一直靠老闆記憶？哪些流程靠幾個老員工撐著？哪些資料每天重複搬運，卻沒有人真正比較前後變化？哪些決定看起來是經驗，其實可以拆成證據、規則和人工確認？

誰能把這些問題拆開，誰才有可能把AI從概念變成生產工具。

老闆要面對的第一個邊界，是“這件事我做得最好，所以只能我做”。

我理解這種心態。公司還小的時候，老闆親自盯每一份報價、每一份合同、每一條客戶反饋，往往是最有效的辦法。可是當業務擴大，老闆繼續把所有資訊都攥在自己手裡，就會變成公司的瓶頸。

第二個邊界，是“這件事交給AI，我不放心”。

這種不放心不是缺點。恰恰應該保留。真正危險的不是懷疑AI，而是因為它寫得很流暢，就跳過核驗。把資料交給助手之前，要先確認權限；得到結果之後，要回到原始來源；涉及客戶、報價、資產和交易的動作，要留下人工確認。

第三個邊界，是“AI只能做低價值雜活”。

整理會議紀要當然有用，但如果只把AI當成更快的錄音整理器，就還沒有碰到它最有價值的地方。它真正改變的，可能是研究一家公司、持續跟蹤一個行業、把一堆零散資料變成一份每天更新的判斷底稿。

我更願意從一件小而真實的事情開始。比如給助手一份公開財報，讓它抽取收入、利潤和管理層對下一階段的描述；每個數字都標清報告期和出處；找不到的地方就明確寫出來。然後換一份材料，再跑一次，檢查它有沒有把季度和年度、實際和預測混在一起。

這件事的重點，不是生成一份漂亮報告，而是讓老闆親自看見：哪些可以交出去，哪些必須留下來自己判斷，哪裡需要設定停止條件。

做過一次，才知道AI究竟是在幫你省時間，還是製造新的返工。

把一份材料，變成可以繼續追問的研究

看完一份財報或一條產業消息，真正難的是把事實、出處、風險和未知項分開。AlphaGBM提供AI股票研究、期權研究、新聞與機構觀點、精選研究及Alpha Agent等入口；研究與Agent的訪問條件以官網當前說明為準。

05. 真正的學習，是把一次使用變成自己的流程

我理解的Skill，也不是收藏一堆提示詞。

它更像一張工作說明書：輸入從哪裡來，先做哪一步，哪些事實需要回到原文核對，出現什麼情況必須停下來問人，最後交付什麼格式的結果。

一項工作被做過、檢查過，換一份材料還能復現，才真正值得保存。否則只是一次偶然得到的好答案。

這也是為什麼，老闆學習AI不能只看演示。演示裡每一步都剛好成功，現實裡卻會遇到資料缺頁、口徑變化、來源衝突和權限問題。你必須自己碰到這些麻煩，才知道流程該怎樣改。

兩週前做過一張研究卡，兩週後拿新的資訊回來更新；第一次只會問問題，第二次開始設定定時任務；先用現成的投研Skill，再把自己反覆做過的事情整理成Skill。這個過程看上去慢，實際上是在把一次性的工具體驗，變成日常可以復用的資產。

06. 重新學習賺錢，而不是重新學一套口號

每一次生產方式變化，都會把一部分舊經驗變成新問題。

農業、工業、資訊時代，真正賺到錢的人，不只是最早聽見新概念的人，而是能把新工具接到真實需求上，並且願意重新改造自己原來的工作方式的人。

老闆要重新學的，不是如何在朋友圈裡顯得懂AI，而是如何重新看一遍自己的時間、資料、組織和判斷。哪些事情可以交出去，哪些事情必須自己守住，怎樣把一次成功做法變成下一次可以復用的流程。

熬，是把基本功做深。破，是承認舊邊界已經不夠用。

真正的變化，往往從老闆親自打開那個助手，交出第一件真實工作開始。 (曾敏敏)

RexAA的最新長文及歷史文章，讓您掌握相關股市行情消息，協助您做投資決策。全球科技產業觀察者

電漿體基礎物理講義：刻蝕、濺射、離子轟擊與材料表面反應機制！

他做了一塊AI墨水屏，幫你重建生活主線，紅杉、線性都投了

祖克柏與亞歷山大·王最新對訪談全文：Meta 的千億美元豪賭——Muse Wonder、個人超級智能與 AI 未來

每個老闆都應該重新學會用AI，怎麼更好地賺錢