设备开发中最危险的问题之一，是把每个指标都要求到最好。更高精度、更高速度、更低成本、更小占地和更高可靠性相互耦合，局部极致常常让整机更差。系统工程的任务，是把产品目标翻译成可验证的预算与边界。
1. 精度不是一个数字
精度预算应拆成定位、热漂移、振动、对焦、光学、传感器、算法和校准等来源，并区分系统偏差、随机波动与长期漂移。直接把各项最大误差相加通常过于保守，简单平方和又要求理解相关性，不能机械套公式。
预算的价值不只是计算总数，更在于明确每个团队负责什么、怎样测、超差后到哪里找原因。
2. 吞吐量来自整条时间链
单次曝光或扫描更快，不一定提高每小时晶圆数。搬运、对准、调焦、稳定、采集、计算、数据传输和异常重试都消耗时间。并行流水可以隐藏部分时间，却会增加资源竞争、状态复杂度和恢复难度。
优化前应画出晶圆与数据的时序，识别真正的关键路径。若计算是瓶颈，让平台运动再快只会增加等待和振动。
3. 灵敏度也有代价
更长曝光、更多采样和更高倍率可能提高弱缺陷信号，却降低吞吐量、缩小视场并增加数据量。阈值更敏感还会带来更多误报，最终把负担转移给复检和工程人员。
正确目标不是“发现所有异常”，而是在具体工艺层与风险下，以可接受的漏检、误报和成本提供有效决策。
4. 初始成本之外还有生命周期成本
高性能光学、隔振和温控会增加采购成本，但停机、耗材、能耗、备件、校准和维护工时也会长期累积。模块化设计可能略增接口成本，却能缩短维修和升级时间；过度定制则可能造成供应链和版本维护风险。
Make or Buy 的选择要比较核心差异化、集成难度、供应稳定性、知识产权和全生命周期支持，而不能只看单价。
5. 用场景驱动架构
研发设备、产线监控设备和全检设备的最优点不同。系统需求应明确样品类型、覆盖率、节拍、环境、维护窗口和判定风险，再建立精度、时间、热、振动、污染与数据预算。
架构评审可采用三步：先确认最关键的客户结果；再找出限制该结果的物理和流程瓶颈；最后用实验验证最敏感的假设。无法验证的漂亮指标，不应成为设计决策的基础。
6. 接受测试要复现真实工作
验收不能只挑最容易的标准片和最稳定的单点。应覆盖冷启动、热稳定、连续运行、不同 Recipe、维护恢复和边界样品，并明确统计方法。性能、吞吐量与可用性最好在同一代表性流程中观察，避免各自最优却无法同时成立。
总结
半导体设备工程没有脱离场景的“最高配置”。真正专业的设计，是在物理约束、生产价值和生命周期成本之间找到可解释、可验证的平衡点。至此，本系列从整机架构出发，依次讨论了运动、对焦、振动、热、真空、污染、成像与可靠性；这些系统最终都要在同一台设备上共同成立。