博客

陶哲轩「黑盒 AI 治癌药」思想实验在知乎引来近五百个回答。医学史这边的反驳赢得很容易——阿司匹林吃了 74 年才有人搞懂机制，全麻用了 180 年至今机制不明。但把那页幻灯片原文读两遍，他真正问的不是这个。

陶哲轩思想实验里排在「理解」前面的那个问句，才是真正的硬问题：AI 会不会只是钻了三期临床的空子？这不是 AI 时代的新病——三期临床这台验证仪器上的每个零件，都是人类作弊者留下的伤疤。回答它的不是「理解机制」，而是验证设计。

媒体把过去一个月的数学界压缩成「数学家抵制 AI」——但只要读原文，这个概括就是错的。两份声明的靶子都是公司行为；722 篇论文真正挤占的是志愿者审核这种公共品；而「数学的主体性」这个大问题，靠抵制是建构不出来的。

一个本地优先、面向 Agent 的生信执行工具包：它把「每次现写一段脚本」换成「调用一个过了发布门槛的能力」。这篇讲它是什么、为什么长成这样、以及它刻意不做什么——不列性能数字，只讲设计与边界。

FDE 常被解释成「懂技术、懂业务、能出差」——三句形容词，一个都不能检验。这篇把它拆到可判定的粒度：五个分量构成一个乘积模型，任一为 0 则整体退化；再用一条九段生物信息管线检验这五项，并说明溢价为什么不均匀地压在首尾两端。

把「搞生物计算的那批人」拆成四类：一次性计算、工具与应用开发、算法开发、Agent 应用开发。它们在五个分量上的缺口各不相同，而真正决定分层的不是能力清单，是复用方向——同一个能力面对很多客户，还是一个客户面对很多问题。

Google 给学生免费送一年 AI Pro，GitHub 学生包里打包了各家模型订阅——推理成本是真金白银，厂商却抢着白送。这笔账有两层：毕业生身上的肌肉记忆是未来的定价权；学生用真实课题换额度的过程，是一张张高价值的「棋谱」。围棋是越新越强的运动，AlphaGo 的神之一手来自人类棋谱之外——而今年的成绩单上，自主科研四跑三败、二十项任务只赢四项。收谱，还没收够。

诺奖新闻稿只讲英雄故事，这篇拆论文本身：2003 年那篇 PNAS 怎么用一串排除法证明「一个穿着 GPCR 外套的离子通道」存在——换离子、螯钙、洗掉细胞质、十纳秒激光；2005 年那篇 Nature Neuroscience 怎么用 GFP 滤光片就把蓝光变成神经元的遥控器——2.3 毫秒、0.5 毫秒抖动、95% 复现。重大发现不是灵光一现，是每一个实验都在杀死一个替代解释。