AI数据中心的功率波动正在物理意义上「摧毁」传统发电机组——燃气轮机因频繁启停应力疲劳而损坏。这一细节揭示了AI基础设施能源需求的本质：不只是总量大，更是负载曲线的极端不稳定性，这才是真正的能源挑战。

EP.99 故事线A: DDR5 内存价格是历史最低价的 10 倍——这不是周期性波动，而是结构性转变。AI 数据中心对 HBM（高带宽内存）的需求，已经把 DRAM 从「消费电子耗材」变成了「战略稀缺资源」，影响扩散到 PC、手机等全产业链。

EP.99 故事线A: 推理将成为 AI 基础设施最大的层——Groq 新 CEO 的这个判断是 AI 产业结构预测。从训练主导到推理主导，意味着 Nvidia GPU 的需求重心正在转移，neocould（新型云）的商业逻辑正在被重新验证。

EP.99 故事线A: OpenRouter 已成为 AI 调用基础设施的隐形枢纽——每天 10 万亿 tokens、400+ 模型、1000 万开发者，这个规模让 Stripe 愿意以 70 亿美元以上收购它。AI 路由层的战略价值正在被重新定价。

单日2.06亿次行为评估——Cloudflare在网络层面看到的Agent流量规模。这是AI agent普及的"基础设施侧证据"：不看用户数，而看网络边缘每天处理多少次人机行为判断。数字之大说明agentic web已经是现实。

SpaceX + xAI + Tesla 的横向整合正在成形：火箭提供发射能力，轨道卫星提供算力基础设施，xAI 提供模型，Tesla 提供边缘终端。如果三家合并，将是有史以来垂直整合程度最高的 AI 基础设施帝国——从能源（太阳能卫星）到算力（轨道数据中心）到模型（Grok）到终端（Tesla）全打通。

Kristin Persson 是 Materials Project 的创始人——那是迄今最大的开源材料计算数据库，被全球数十万研究者使用。她的加入意味着 cusp.ai 与学术材料信息学的数据基础设施有深度连接。Materials Project 本身就是 AI 材料发现的「ImageNet时刻」，Persson 是这场运动的奠基人之一。

沙盒和测试床被列为四大优先领域之首，这暗示了当前的根本困境：我们甚至没有标准的、可重现的环境来测试多智能体行为。这与单模型安全研究形成对比——后者有MMLU、TruthfulQA等标准化基准。多智能体安全研究目前的状态，相当于深度学习研究在ImageNet出现之前：大家都知道问题存在，但无法比较进展，无法在共同基础上积累知识。