我喜欢使用这种 “温度减半” 的步骤，还因为它很容易与卡诺定理结合 —— 卡诺定理指出，在两个热源之间工作的任何热机，其效率都不可能超过在相同两个热源之间工作的卡诺热机；而卡诺热机的效率等于 1 减去低温热源温度与高温热源温度的比值。在这种情况下，两个相邻的套娃大脑层就相当于两个热源，由于每一层的温度都是前一层的一半，所以每一步的效率都是 50%。例如，如果我们的最内层（第一层）温度为 1000 开尔文，下一层（第二层）温度为 500 开尔文（第一层比水星离太阳稍近，第二层比水星离太阳稍远），那么效率就是 1 -（500/1000）= 1 - 0.5 = 0.5，即 50% 的效率。
你可能会想，为什么不能在这两层之间再插入一层，比如温度为 750 开尔文（大约在水星轨道附近）的一层呢？如果这样做，最内层和中间层的效率将是 1 -（750/1000）= 1 - 0.75 = 0.25，即 25%，效率非常低；而中间层和外层的效率则是 1 -（500/750）= 1 - 2/3 ≈ 0.33，即约 33% 的效率。因此，仅仅通过增加更多的层并不能获得多少优势 —— 尤其是因为峰值波长对应的是一个相当宽的范围。正如我所说，太阳的峰值波长在绿光范围，但它也会辐射大量从紫外线到红外线的光，其中超过一半的光位于红光光谱边缘以下的红外区域。
我们刚才计算卡诺循环的结果是物理学允许的绝对最大效率，而在实际应用中，我们甚至无法达到这个效率，并且需要合理安排各层的间距，以优化下一层的性能。例如，如果你使用半导体将光子转化为电能（本质上就是太阳能电池板的工作原理），你会希望优化废热的利用，使其最适合这些半导体；如果你有一种材料非常适合处理 10 微米波长的光（