消费级脑机头环正在悄悄拿你的脑数据训练 AI

深度摘要

Science 历时一年的调查揭开了一个基本不受监管的生态：消费级神经科技公司已收集数千万小时脑电图（EEG）数据，多家正竞相构建“脑基础模型”。典型案例是加拿大 Interaxon 的 Muse 睡眠头带：用户 Adnan Jinnah 戴了四年多监测睡眠，却不知道自己的脑数据已被用于训练模型——公司迄今已用约 5 万小时用户 EEG 数据训练，隐私政策最初并未明确告知，Science 指出后才更新。调查审阅了全球 57 家收集 EEG 数据的公司：4 家完全没有隐私政策，11 家的政策只覆盖网站访客；9 家公司公开承认在建脑基础模型。多数专家认为用户有权知情同意，且一旦数据嵌入模型几乎无法移除。监管正在跟进：智利 2021 年在宪法中保护脑数据，2023 年最高法院判 Emotiv 删除一名用户的数据；美国科罗拉多州与加州已把神经数据纳入隐私法。

关键要点

• Interaxon 已用约 5 万小时 Muse 头带用户的 EEG 数据训练脑基础模型，隐私政策最初未明确告知，Science 指出后才更新
• 57 家公司政策审查：4 家无隐私政策，11 家只覆盖网站访客；除一家外所有公司都允许以匿名或汇总形式与第三方共享数据
• 9 家消费级神经科技与 AI 软件公司公开承认在建脑基础模型，Piramidal 用 400 多万小时 EEG 数据训练的模型在试点中 10 次癫痫发作识别出 9 次
• 脑基础模型类似 LLM，但训练用的是神经数据：喂入海量数据后识别脑活动模式，再微调执行睡眠、癫痫等任务
• 监管跟进：智利 2021 年宪法保护脑数据、2023 年最高法院判 Emotiv 删数据；美国科罗拉多、加州已把神经数据列为敏感个人信息

关键事实

Interaxon 训练用 EEG 数据约 50,000 小时；Science 审阅 57 家公司隐私政策，其中 4 家无政策、11 家只针对网站访客；9 家公司公开承认在建脑基础模型；神经科技市场今年约 191.9 亿美元，预计 2034 年近 330 亿美元；Piramidal 训练数据超 400 万小时，癫痫试点 10 次识别 9 次；2018 年研究显示消费级 EEG 公司引用的 3,000 多篇出版物中仅 11 篇用金标准方法，其中 10 篇未发现实际益处；MATRIX 头戴设备每秒采样 1,000 次，计划让用户出租睡眠数据获利。

作者观点

作者主张脑数据不是普通数据：脑信号不同于心跳，人就是大脑活动的总和；企业若想用用户数据训练 AI 模型，应取得特定且单独的同意，而不能假定已有授权。调查同时承认分歧：部分专家认为消费级设备精度有限、能泄露的信息不多；但多数人认同用户有权知道数据去向。

为什么重要

脑基础模型是 LLM 之后的新前沿，而训练数据来自毫不知情的消费者；与文本数据不同，脑数据一旦嵌入模型几乎无法撤回，同意问题没有事后补救。

编辑点评

本期最扎实的调查报道，值得注意的是调查本身推动了改变：Interaxon 与 Emotiv 都在 Science 询问后更新了隐私政策，报道即干预。另一面要分开看：消费级 EEG 数据质量有限，脑基础模型能否跨人群、跨疾病泛化仍是未解问题，隐私风险是真实的，技术成色则有待验证。

深度摘要

高盛 10 月更新内部指引，把 Claude Code 与 GitHub Copilot 限制给工程师使用，切断了曾用这些工具跟踪客户资金流、构建市场模型的交易员和银行家。据 Bloomberg 报道，此举源于生产力与风险审查。横跨交易、量化研究与软件工程的 Strats 仍保留权限；银行内部的多模型 AI 助手仍全员可用，限制针对的是能自行编写并运行代码的第三方代理。反差在于时间线：7 月 CIO Marco Argenti 还在宣扬交易员的 vibe coding，称他们自建工具再交由约 12,000 名工程师改进；10 月的指引把编码代理限定在开发者（全行约 47,000 名员工中的 12,000 多人）这一群体。风险有三层：代理以使用者权限读写并运行代码，交易员的脚本未经审查测试就进入日常使用；银行须在业务组之间保持信息屏障，代理拼凑的工具并非按此设计；以及没人真正理解代码在异常情况下的行为。成本也可能是因素之一：代理按 token 计费，埃森哲如今每位员工每月补贴 29 美元的 Claude。值得注意的是，高盛与摩根士丹利同为 Anthropic IPO 的主承销商，Anthropic 预计 11 月底以代码 ANT 在纳斯达克上市——未来几周，高盛的银行家将向客户推销一家公司的股票，而其编码代理正是他们多数人不再被允许使用的工具。巴克莱走向相反：预计年底一半开发者用 Claude Code，三周后宣布裁员 5,000 人。

关键要点

• 10 月内部指引把 Claude Code 与 GitHub Copilot 限制给工程师，交易员和银行家不再能用；Strats 仍有权限，内部多模型 AI 助手仍全员可用
• 7 月 CIO 还在宣扬交易员 vibe coding，10 月即收回，中间没有交接方案；交易员曾用代理监控客户资金流、模拟市场走势与头寸
• 风险三层：代理以使用者权限运行代码且未经审查；绕过业务间信息屏障；没人理解代码在异常情况下的行为
• 高盛 4 月已在香港下架 Claude，摩根大通 6 月也将其移出香港批准清单；摩根大通与嘉信理财今秋还在阻止外部代理访问客户账户
• 高盛与摩根士丹利是 Anthropic IPO 主承销商，Anthropic 预计 11 月底以 ANT 在纳斯达克上市

关键事实

高盛约 47,000 名员工，其中开发者 12,000 多人；Anthropic 工程师曾驻场高盛六个月，构建贸易会计与客户 onboarding 代理；埃森哲每位员工每月补贴 29 美元 Claude；巴克莱 10 月称年底一半开发者将用 Claude Code，三周后宣布裁员 5,000 人；亚马逊曾因员工为冲榜在无意义任务上运行代理而关闭内部排行榜。

作者观点

State of AI 认为限制是对的、做法是错的：交易大厅不适合不懂代码的人编写的未经审查的代码，仅信息屏障问题本身就足以成为理由；但只更新指引撤回访问、不给替代方案，等于告诉找到好用法的交易员“你们就是风险”。作者建议：代理生成的代码在触及生产数据前应由具名工程师负责，现有控制（信息屏障、数据权限、软件审批）应同样覆盖提示词写出的代码。

为什么重要

第一家公开系统性收紧编码代理的大行，标志着 AI 编码从“人人可用”进入“分权管控”阶段；同一套逻辑会扩散到所有受监管行业。

编辑点评

高盛的矛盾很典型：7 月庆祝、10 月收回，中间没有交接方案。值得与第 4 篇对照读：Goedecke 讲的是代理“不会设计”，高盛讲的是代理“没人负责”——两个短板叠加，才是企业落地真正的门槛。

深度摘要

11 月 6 日前，约 110 亿美元到账，是本轮融资的第一部分，投前估值 1.25 万亿美元（CFO Sarah Friar 在电视采访中确认）。最初目标是 300 亿美元以上、估值 1.4 万亿美元；剩余部分或使总额达到 200 亿美元，另有报道称后续还有最多 90 亿美元未到账。软银与阿布扎比 MGX 参投，牵头方、条款与资金用途未披露。Friar 称三季度业务环比增长 70%、企业业务翻倍、收入消费与企业各占约一半，ChatGPT 周活 12 亿、广告年化收入到 8 月为 10 亿美元；未给出收入绝对数字。缺口直接牵连两家巨头：微软三季度因 OpenAI 持仓获得 2.07 亿美元 GAAP 净利（去年同期为净亏 31 亿美元），估值涨幅收窄会减少未来的账面收益；英伟达称 OpenAI 现有及计划承诺约 12GW 算力，管理层承认前沿实验室“增长快于资产负债表与信用状况所能支撑的水平”。两个验证节点：本轮能否达到 200 亿美元，以及英伟达 11 月 17 日周二的财报能否兑现 1,080 亿美元的三季度收入指引。

关键要点

• 约 110 亿美元已到账，仅为最初 300 亿美元以上目标的约 37%；估值 1.25 万亿美元，低于最初寻求的 1.4 万亿美元
• 软银与阿布扎比 MGX 参投；剩余部分或使总额达 200 亿美元，另有报道称后续还有最多 90 亿美元未到账
• Friar 称三季度业务环比增长 70%、企业业务翻倍、ChatGPT 周活 12 亿、广告年化 10 亿美元，但未给收入绝对数字
• 微软三季度因 OpenAI 持仓 GAAP 净利增加 2.07 亿美元（去年同期净亏 31 亿美元）；英伟达称 OpenAI 承诺约 12GW 算力
• 竞争对手 Anthropic 计划 11 月中旬上市，目前估值约 1.5 万亿美元，低于早先约 2 万亿美元的预期

关键事实

已到账约 110 亿美元，目标 300 亿美元以上；估值 1.25 万亿美元 vs 最初 1.4 万亿美元；3 月融资时估值 8,520 亿美元，Friar 称本轮价格较 3 月高近 50%；ChatGPT 周活 12 亿，广告年化 10 亿美元；微软收盘 530.61 美元跌 0.99%，市值 3.94 万亿美元；英伟达 186.64 美元涨 2.78%，但一个月跌 21.4%；英伟达三季度收入指引 1,080 亿美元，11 月 17 日发财报。

作者观点

作者给出两面：乐观派认为需求仍大于供给，微软称需求超过产能、英伟达指引 1,080 亿美元；悲观派认为融资节奏决定一切，私人估值可能继续下调，第二部分未必足额到账，Anthropic 上市表现不佳还可能拖累两家实验室的估值。

为什么重要

OpenAI 的融资能力直接牵连微软财报与英伟达指引，是 AI 资本开支链条上最关键的一环；估值缩水说明公开市场的下跌已传导进私募定价。

编辑点评

估值缩水与“业务加速”并存，是本期 AI 泡沫讨论的另一面证据；与第 5 篇对照：公开市场先跌、私募估值后跟，融资缺口正在变成 AI 股的定价变量。

深度摘要

作者观察到一个反复出现的现象：让 LLM 设计用到 LLM 的软件时，它会绕开 LLM、去造复杂的符号系统。案例是一次 vibe coding：记忆去重工具只需让 LLM 扫描矛盾即可，Claude 却建起逻辑原子加求解器的符号体系，几周无果；被追问时它自己承认这是 130 年无解的老问题。作者自己也遇到过：做 Autodeck（AI 生成间隔重复卡片）时，智能体总想用正则或关键词分类卡片，而不是再调一次 LLM。作者给出三个解释：其一，训练代码大多写于 LLM 之前；其二，RLVR 训练环境里没有调用 LLM 的凭证与 API，强化学习可能反向抑制这种写法；其三、也是作者最认同的，智能体本身不擅长软件设计——选错工具是常态，例如用复杂的共识算法代替容忍过期数据、在事件驱动系统里加同步检查。教训是不能按人类标准评判 LLM：任何能实现符号求解器的人类程序员都会知道这条路走不通，只有 LLM 能同时聪明到实现它、又蠢到不知道它行不通。作者 2025 年 2 月的判断依然成立：用好 LLM 的关键是预判它哪里行、哪里不行——它会在意想不到的地方极其努力，也会在最基本的常识上犯极其愚蠢的错误。

关键要点

• 记忆去重案例：只需调 LLM 扫描矛盾，Claude 却建起逻辑原子加求解器的符号体系，几周无果，最后自己承认这是 130 年无解的问题
• 解释一：训练代码大多写于 LLM 之前；解释二：RLVR 环境缺少调用 LLM 的凭证与 API，强化学习可能抑制这种写法
• 解释三（作者最认同）：智能体本身不擅长软件设计，选错工具是常态，而非对齐问题
• Opus 5.5 的例子：用户暗示用 judge model，它却建了一串正则检查；作者自己的 Autodeck 也总想用正则分类卡片
• 教训：不能按人类标准评判 LLM——它可以同时聪明到实现符号求解器、又蠢到不知道这条路走不通；预判其优劣分布决定收益

关键事实

记忆去重任务中 Claude 绕开 LLM 建符号系统、迭代数周无果；作者称其为已知 130 年无解的问题；文中引用微软关于知识工作者认知努力下降的调查、AI 助手写论文的认知债务研究，以及《Large-Language Models as a Cognitive Virus》。

作者观点

作者认为这不是对齐问题，而是普通的设计能力缺陷；LLM 的优劣分布看似随机，能预判它哪里行、哪里不行，就能获得巨大价值，否则会在死胡同里浪费大量时间与 token。

为什么重要

直接关系到怎么写 AI 系统：把 LLM 当组件调用，而不是让它替你做架构决策；对正在用智能体写代码的人是一条实用的避坑指南。

编辑点评

与第 2 篇对照读最有味道：高盛担心代理代码没人负责，Goedecke 指出代理本身就不会做设计判断——“没人负责”叠加“不会设计”，企业放权给代理之前要先想清楚这两层。

深度摘要

作者写于 11 月 8 日（正文多处误写为 2027 年 11 月 8 日，原文如此）：他不知道 AI 泡沫是否已破，写下此刻想法是为日后回看。股灾的定义是股指几天内跌超 10%。中国方面：10 月 26 日 STAR50 崩盘、蒸发 4,800 亿美元市值，作者称可视为中国 AI 泡沫破裂之日，且暴跌后相对纳斯达克仍显高估。美国方面：10 月下旬 AI 公司资金收紧、借贷成本上升；11 月第一周科技股表现糟糕，11 月 7 日雅虎财经报道科技股自 2017 年以来首次比标普 500 便宜；纳斯达克 100 当周跌约 6.6%，未达股灾标准，但再有几个动荡交易日就可能进入股灾区间；11 月 6 日因就业数据好于预期而反弹。其他扰动：10 月 21 日披露的 PHP2Shell 安全漏洞推高安全类股票；10 月 31 日前后财报季与员工交易窗口抛售；11 月 3 日选举后市场小幅反弹。作者本人避开直接投资科技板块，数月前把一大笔钱转入消费必需品基金 XLP，当时正接近其 52 个月高点，他认为这说明不只他一人觉得风雨欲来。作者把股灾比作中西部雷暴：1987 年像突然来袭的暴风雨，互联网泡沫破裂则像阴沉多风、随时可能下雨的一天；互联网泡沫本可预见——没有盈利、也没有盈利计划的公司，估值却堪比 1986 年前后的微软。

关键要点

• 股灾定义：股指几天内跌超 10%；纳斯达克 100 当周跌约 6.6%，未达标准，但再有几个动荡交易日就可能进入股灾区间
• 中国 AI 泡沫已于 10 月 26 日破裂：STAR50 当天崩盘、蒸发 4,800 亿美元市值，且暴跌后相对纳斯达克仍显高估
• 美国资金面收紧：10 月下旬 AI 公司借贷成本上升；11 月 7 日雅虎财经称科技股自 2017 年来首次比标普 500 便宜
• 其他扰动：10 月 21 日 PHP2Shell 漏洞推高安全股，10 月 31 日前后财报季与员工交易窗口抛售，11 月 3 日选举后小幅反弹
• 作者操作：避开直接投资科技股，数月前把一大笔钱转入消费必需品基金 XLP，当时接近 52 个月高点

关键事实

STAR50 于 10 月 26 日崩盘，蒸发 4,800 亿美元市值；纳斯达克 100 当周跌约 6.6%；科技股自 2017 年以来首次比标普 500 便宜（11 月 7 日雅虎财经）；XLP 当时接近 52 个月高点；作者定义股灾为股指几天内跌超 10%。

作者观点

作者认为泡沫需要催化剂，任何足够大的经济体都可能成为导火索；互联网泡沫本可预见，无盈利、无盈利计划的公司估值堪比 1986 年前后的微软，清算不可避免；他同时承认自己不知道 AI 是否正在崩盘，写下判断是为了日后回看。

为什么重要

公开市场一周剧烈波动后，一份带时间戳的现场判断；与第 3 篇的融资新闻互相印证资金面收紧。

编辑点评

注意原文的日期笔误（2026 与 2027 混写）与个别论断的口径（如 STAR50 崩盘的定性出自作者本人），摘要里如实保留；作为一篇个人笔记，它的价值在时间戳与操作记录，不在预测。

深度摘要

llama-modchip 是一组 ggml/llama.cpp 内核补丁、量化转码器与运行时工具，让稀疏 MoE 模型完全跑在系统内存里：284B 的 DeepSeek-V4-Flash 经压缩后 56.56 GiB 落盘，配 256K KV 缓存常驻内存、零 swap；默认 Top-6 专家全评估、不剪枝，项目称与未打补丁运行相比 logit 余弦相似度 1.00000。CPU 缓存与 SIMD 内核补丁带来 prefill 提升 77%、decode 提升 53%（16 核 Zen 5 上 25.0 升至 44.36 tok/s）；实测 64GB 的 Ryzen 9 9955HX 上 decode 9.1–14.7 tok/s；30B 的 Nemotron-3.5 在 16–32GB 内存跑 25–60.4 tok/s。另有自研推测解码（1.64MB n-gram drafter）与 /dev/shm KV 快照（40 个工具的 Claude Code 提示 13.1–32.6ms 恢复）。注意：Fractal-64 模型用自定义张量类型，未打补丁的 llama.cpp、Ollama 或 LM Studio 会拒绝加载，须用项目自带的二进制或补丁。

关键要点

• 284B DeepSeek-V4-Flash 压缩后 56.56 GiB，256K KV 缓存下常驻 64GB 内存、零 swap；标准版 76.87 GiB 会超出 64GB 系统可用内存
• 默认 Top-6 专家全评估、不剪枝，项目称与未打补丁运行相比 logit 余弦相似度 1.00000
• CPU 缓存与 SIMD 补丁：prefill 提升 77%、decode 提升 53%，16 核 Zen 5 上 prefill 达 44.36 tok/s，decode 9.1–14.7 tok/s
• 30B Nemotron-3.5 在 16–32GB 内存跑 25–60.4 tok/s，256K 上下文
• 自研推测解码与 /dev/shm KV 快照：40 个工具的 Claude Code 提示 13.1–32.6ms 恢复

关键事实

DeepSeek-V4-Flash：284.33B 总参数、13.17B 激活、43 层 MLA、256 路由专家；压缩后 56.56 GiB、1.71 bpw；标准版 76.87 GiB；16 核 Zen 5 上 prefill 25.0 升至 44.36 tok/s；64GB Ryzen 9 9955HX 上 decode 9.1–14.7 tok/s；Nemotron-3.5-30B-A3B：14.35 GiB，16–32GB 内存 25–60.4 tok/s；Fractal-64 模型用自定义张量类型 GGML_TYPE_Q2_0（类型 ID 40），未打补丁的二进制会拒绝加载。

作者观点

项目方主张 CPU 推理已可跑前沿 MoE，量化与内核优化是关键；README 以“0 GPU”为卖点，强调纯 CPU 即可跑 284B 模型。

为什么重要

把“跑大模型必须有 GPU”的门槛往下压了一大截；对本地部署与没有高端显卡的用户尤其相关。

编辑点评

README 的数字很亮眼，但要分清层次：这是项目方自测的基准，1.00000 相似度等表述来自项目文档，未经独立复现；当作“本地推理的工程进展”读，不要当作“消费级硬件已追平 GPU”的结论。顺带一提，作者自述的 Claude Code 快照恢复功能，与第 2、4 篇的编码代理话题形成有趣呼应。

深度摘要

CuriousMarc 收藏的旧芯片经 Shirriff 显微镜拆解，确认为 Signetics ST680A（1965 年 600 系列），一颗四路 DTL 与非门。芯片开封用热风法加微量沸硫酸清掉环氧残留；这颗老芯片没有钝化层，酸洗连金属层也剥掉了，Shirriff 靠硅片上极淡的色差反推布线。DTL 原理：输入二极管隔离各输入、中间二极管抬高开启电压抗噪声、电阻上拉输出（费电且驱动弱）；电源与地在 pin 1 与 pin 8（对角线，但与后来 TTL 的 pin 7/14 是“错的那条对角线”）。多出的两颗二极管之谜：同一硅片、不同金属层可做三款芯片（680A 四路、670A 三路三输入、616A 双路五输入），即 variFEBS 半定制思路——做一套金属层掩模远比做全套掩模便宜。历史线：Signetics 1961 年创立、首家专做 IC 的公司；1962 年首款与非门售价 125 美元；康宁 170 万美元收购 51% 股权；1963 年国防部推动 IC 采用；后被 Fairchild 930 系列以更快、便宜一半以上夺走市场；1970 年诞生 555 定时器，1975 年被飞利浦收购，2006 年分拆为 NXP（全球第十大半导体厂商）。

关键要点

• ST680A：1965 年 Signetics 600 系列四路 DTL 与非门，显微镜下从硅片反推电路；开封用热风法加微量沸硫酸
• DTL 门电路：输入二极管隔离、中间二极管抬高开启电压抗噪声、电阻上拉输出——费电且驱动弱，是被 TTL 取代的原因之一
• 电源与地在 pin 1 与 pin 8，与后来 TTL 的 pin 7/14 是“错的那条对角线”
• 同一硅片、不同金属层可做三款芯片（680A、670A、616A），即 variFEBS 半定制思路：只换金属层掩模
• Signetics 史：1961 年创立、首家专做 IC 的公司；1962 年首款产品 125 美元；1970 年 555 定时器；1975 年被飞利浦收购，2006 年分拆为 NXP

关键事实

1962 年 3 月 Signetics 发布首个商用 DTL 系列；1965 年 600 系列首款塑料 DIP；输出管可吸收 2.5mA 电流；芯片含 16 颗电阻；首款产品售价 125 美元（约合如今 1,000 多美元）；康宁 1962 年以 170 万美元收购 51% 股权；Fairchild 930 系列比 Signetics 芯片更快、便宜一半以上；555 定时器 1970 年诞生，号称全球最流行的 IC，已售出数十亿颗。

作者观点

作者认为拆解本身即论证：同一硅片换金属层的做法，是早期半定制 IC 的雏形；DTL 的电路细节（输入二极管、中间二极管、电阻上拉）值得逐项理解，而非只看门电路符号。

为什么重要

从一颗芯片的硅片反推整段半导体史；DTL 到 TTL 的过渡是理解现代数字逻辑的源头之一。

编辑点评

本期最纯粹的“手艺”文章：没有 AI、没有市场，只有一块 1971 年的芯片与一台显微镜。读法建议：重点看 DTL 门电路那节，输入二极管与中间二极管的分工是全文最值得带走的知识点。

深度摘要

修 1980 年代 8 位机时，故障十有八九出在 MT 4264 RAM 上：1980 年代中期 Micron 的这批芯片老化表现极差，Apple、Atari、Commodore 都用过，作者在 Commodore 64、Apple IIc、Atari 800XL、65 与 130XE 上都见过。背景：1980 年代日本存储芯片优于美国货，AMD、Fairchild、Intel、Motorola、TI 相继退出存储市场，Micron 是唯一留下的——一是存储短缺时期离场机会成本高，二是 Micron 除存储外别无其他芯片业务（不做存储就倒闭）。作者没有设备做芯片尸检，推测与多数同期坏芯片一样源于制造工艺中的化学品；坏芯片往往不止一颗，建议全部换掉，或至少全部装上插座；大容量 MT 芯片（如 MT 41256）似乎没问题，1990 年代后的 Micron 内存作者也从未遇到故障。文中两处拿 Sam Altman 需要 RAM 建数据中心开玩笑。

关键要点

• MT 4264 是 Micron 版标准 4164 芯片，1980 年代中期产品老化表现极差，Apple、Atari、Commodore 都用过
• 1980 年代日本存储芯片优于美国货，AMD、Fairchild、Intel、Motorola、TI 相继退出存储市场，Micron 是唯一留下的
• Micron 留下的原因：存储短缺时期离场机会成本高，且除存储外别无其他芯片业务，不做存储就倒闭
• 坏芯片往往不止一颗，建议全部换掉或至少全部装上插座；换下的芯片不要扔，作者开玩笑说可以卖给 Sam Altman
• 大容量 MT 芯片（如 MT 41256）似乎没问题，1990 年代后的 Micron 内存作者也从未遇到故障

关键事实

MT 4264 为 Micron 版标准 4164；作者在 Commodore 64、Apple IIc、Atari 800XL、65 与 130XE 上都见过 MT 芯片；作者 1980 年代末已在坏 Commodore 64 上见过坏 RAM；MT 41256 至今工作正常；1990 年代后的 Micron 内存作者印象中从未出问题。

作者观点

作者认为问题不在 Micron 当年名声差，而在工艺与时间的叠加；以及一个反讽：唯一坚持做存储的美国厂商，留下的恰恰是最容易坏的一批芯片。

为什么重要

修旧机玩家的一手经验总结；也是一段美国存储产业史的侧写。

编辑点评

与第 7 篇配对读：两篇都是“老芯片”题材，一篇讲 1965 年的逻辑、一篇讲 1985 年的存储；合起来正好是半导体从逻辑到存储的两段早期史。注意原文把 4264 与 4256 混用，摘要按标题为准。