BoHuYeShan

读文献时最怕的不是方法看不懂，而是图看不懂。火山图为什么长两个翅膀，GSEA 那座小山包是什么，KM 曲线上的小加号又是谁——每张图都在用坐标轴和颜色讲一个统计故事，讲不通就会被审稿人抓住。 这篇把我做转录组、蛋白结构和湿实验验证时反复打交道的 41 种图 一次收齐：每种图固定四段——它回答什么问题、怎么读（横轴纵轴阈值参数）、用什么语言什么包画、图注怎么写。所有配图都是我用 WSL 里的 Python 3.14 + matplotlib 3.11 现场渲染的模拟数据，完整脚本放在仓库 tools/bio-plots/ 目录，每张图右下角都盖了 “Simulated data” 水印，别拿去冒充真实结果。 每张图下面有一个默认折叠的「展开查看」块：里面放的是画这张图的 那一组模拟数据的原样 CSV 和 可直接运行的完整绘图代码（Python，逐图独立，不依赖仓库环境），点开复制就能复现。管线思路见之前的群体重测序学习地图，那篇讲流程，这篇讲流程里每一步产出的图。 本系列已出七篇：第一篇（41 张，统计与转录组临床） · 第二篇（33 张，群体遗传与基因组） · 第三篇（29 张，测序、表观与空间组学） · 第四篇（30 张，蛋白、生态与 AI 多组学） · 第五篇（40 张，蛋白结构、变异与表达验证，含真实 PDB 结构与交互 3D） · 第六篇（22 张，真实公开数据实战）...

群体重测序分析入门：从 FASTQ 到选择清除的完整地图做惯了转录组和基因家族挖掘的人，第一次面对群体重测序（population whole-genome resequencing, WGS）项目时容易懵：同样是”测序数据下机”，工具链、统计量和思维方式几乎完全换了一套。这篇是我给自己整理的路线图——把 WGS 群体分析从原始数据到选择清除的完整链条摊开，讲清楚每一步数据长什么样、结果怎么看、坑在哪里，并附上可以直接下载练手的公开数据集和值得逐篇读的论文。我正在用拟南芥 1001 Genomes 的子集实练这条链，跑通之后再写实战篇。 先画一张总图： 1234567FASTQ ──质控──► 比对(BAM) ──► 变异检测(VCF) ──► 过滤(干净 VCF) │ ┌───────────────┬───────────────┬───────────┼───────────────┐ ▼ ▼ ▼ ▼ ▼ 群体结构 遗传多样性 选择清除 LD 衰减 GWAS PCA/ADMIX...

别让 AI 问你“可以吗”如果你用过任何一个 AI 编程助手，一定见过这个窗口：Agent 想执行一条命令、读一个文件、改一个配置，系统弹出一行字——“是否允许？”，下面两个按钮。多数人怎么处理？不读，直接点“始终允许”，好让这件事别再烦我。这不是粗心，是生理规律：人没法对每小时出现几十次的安全问题保持警觉，警觉是稀缺品，用一点少一点。 这篇文章想讨论的不是“怎么教育用户好好读弹窗”——那是把设计责任转嫁给受害者。真正值得看的是：2026 年，第一批把 AI Agent 当作“一等公民”来设计的操作系统出现了，它们对同一个问题给出了三种互不相同、而且都刻意不依赖弹窗的答案。 这三个系统是 Omarchy、Ubuntu 26.04，以及我自己参与设计的 Linxira OS。它们站在同一条光谱上：系统允许 Agent 扮演什么角色——改造者、租客，还是只读访客。光谱尽头是一句反常识的结论：弹窗问得越勤的系统，往往越不安全。 一、旧世界：一次授权，终身信任先说旧操作系统怎么处理信任，因为 Agent 撕破的正是这套旧逻辑。 传统模型可以叫“门卫模型”：装软件时，系统问你一次——要不要装、要不要管理员权限——装完就不再问。之后程序在你眼皮底下运行，因为你才是动作的发起者，命令是你敲的，风险由你当场承担。sudo 的发明还承认了另一件事：有些动作太危险，哪怕是你亲手敲的，也要重新...

别再问哪个 Agent 最强——它们连活法都不一样过去一个月我被问得最多的问题就是：”哪个 Agent 最强？” 这个问题没法回答，因为它预设了一个不存在的前提：所有 Agent 在赛同一条赛道。事实是，我把 47 个 Agent 摆在一起、逐个翻完 README 之后，发现它们连”活着的方式”都不一样——有的把一切交还给你，有的替你焊死所有流程，有的在你睡觉时偷偷学习你，有的干脆把自己拆成一堆可替换的零件，还有的压根不卖 Agent，卖的是它背后那朵云。 用”强弱”去比它们，就像用百米成绩去比较潜水员和登山运动员。 有一个数据能说明框架比模型更决定结果：同一个模型，换一个框架跑，表现能差 5–40 个百分点（Claude Opus 在 Claude Code 里 77 分，在 Cursor 里 93 分）。模型是灵魂，框架是身体——灵魂再好，装错身体也跑不动。 所以我做了一个自测网页：处境题加认知题，分三档深度——极速 20 题（处境+认知）三分钟出结果；详细 70 题在处境之外加需求、展望两个维度；专业 180 题把认知扩到 12 个维度，给从业者和重度玩家。答完给你推荐几个值得先试的，而不是一个”冠军”。拿不准的题可以标记，答完会建议你升级到更细的版本。这篇文章是它的说明书——讲清楚这 36 个东西到底分几类，每一类的设计哲学是什么，README 里是怎么自我介绍的，以...

你手里的 AI，和别人手里的不是同一个 AI前阵子参加了一场 AI 工具的线下交流会（城市不说，公司名也不说，都不重要）。会上有个现象很有意思：科班出身的、半路出道的、文科背景的，各讲各的，彼此的观点几乎无法对话。 一位半路出道的开发者上台，要向大家分享一个”听到就绝对不可能”的东西——一个零 Bug 的 skill，用来开发小程序，一定一次通过，没有 bug。 同一场里，另一群人在聊的是：定期抓一遍开源社区的热点、做成 RSS 推送这种工作流，去年就已经能靠 AI 百分百复现了，效果还很好。 这两拨人坐在一个房间里，用着同一个词——“AI”——在描述两个完全不同的东西。 我一开始以为这是水平差距。后来想明白了：不是观点不同，是手里的东西根本不是同一个。 同一场会里至少叠着四层分裂，每层都会让上层的讨论失去共同基础。 上一篇讲的是宏观层面：AI 把成本从”做出来”搬到了”判断对不对”上。这一篇往下钻一层，讲一个更前置的问题——为什么大多数人连”AI 到底好不好用”这个最基本的判断都做不出来。 答案有点难堪：因为你根本不知道自己手里拿的是什么。 一、模型层：你没见过它真正的样子先说最基础也最少被提起的一层：免费 chat 界面里的模型，从来都是 API 的严重缩水版本。 这不是猜测，是这个行业的通行做法。网页端和 App 端要扛住海量的并发，给你的是经过量化的、上下文被截断...

从 “Show me the code” 到 “Show me the talk”：AI 把稀缺性翻了个面2000 年 8 月 25 日，Linux 内核邮件列表上正在吵线程性能。当时 SCO 声称自家的线程创建速度比原生 Linux 快一千倍，一群人你来我往，从信号处理谈到 PID 语义再谈到 POSIX 规范，越吵越理论化。Linus Torvalds 扔下一句：”Talk is cheap. Show me the code.” 二十六年过去，这句话被印在无数 T 恤上，成了程序员世界的实力主义宣言：你是谁不重要，学历不重要，PPT 不重要，能跑起来的代码说明一切。 但 2026 年的今天，这句话正在被人反过来写——Code is cheap. Show me the talk. 这个翻转不是文字游戏。它背后是一个更硬的事实，也是这篇要讲清楚的唯一一件事：AI 没有消灭成本，它只是把成本从”做出来”搬到了”判断对不对”上。你之所以用 AI 越用越忙，不是姿势不对，是你正好站在成本被搬过去的那一侧。 而且这件事不是第一次发生。人类二十年前就踩进过同一条河，只不过那次的触发因素不是 AI，是 Git。 上一篇讲的是个人层面：你写不出合格提示词，是因为你说不清输入，也说不清什么叫做对。这篇往前推一层——为什么现在连有能力验收的人，都开始跟不上生成速度了。 一、三份账单先看...

和AI磨出一篇批判文章：多轮协作写作方法论（文末附可复用Skill）今天同时发布的那篇词元文章，不是一次成稿的。它从一句带着情绪的语音输入开始，经历了十几轮往返：我发散观点、拍板框架，AI 核查事实、纠正我的错误，我再纠正它的错误，最后磨出一篇带十六条参考文献的批判长文。这个过程本身就是一个相当典型的”AI 辅助写作”实践样本。这篇文章把整个协作过程拆开复盘，提炼成一套可以复用的方法论——文末附上整理好的 Skill，下次写考证型文章可以直接加载。 第一课：先核查，再开火——AI 的第一个贡献是反转了靶子事情的起点是一句愤怒的语音输入：人民日报说 token 就是词元，事关科技话语权，这文章太蠢了。如果当时顺着情绪直接开写，出来的就是一篇纯泄愤的檄文，而且大概率会打错靶子。 AI 做的第一件事不是写，是查。查完发现了一个关键反转：全国科技名词委 3 月 25 日的公告其实做得很克制——标题写明”人工智能领域”，程序是”发布试用”，还留了”结合社会推广应用情况最终确认”的口子。真正有问题的，是前一天报纸那篇抢跑宣布”中文名定了”的报道，和五个月后把译名问题升格成”话语权危机”的锐评。 这就是协作的第一课：情绪指认的靶子和事实上的靶子，经常不是同一个。人的愤怒指向的是”谁让我不爽”，核查回答的是”到底哪一步出了问题”。把靶子找对，后面的十几轮讨论才没有白费——如果一开始就把名...

Token译成”词元”没有错，把外来词当成危机才是文化不自信今年三月，《人民日报》报道了国家数据局局长在中国发展高层论坛上用”词元”指代 Token，标题直接叫《”Token”中文名定了：词元》[1]；四个多月后，人民网观点频道发了一篇《人民锐评：用”Token”还是”词元”，事关科技话语权》，把这条产业新闻升级成”母语体系被消解的深层危机”[2]。两篇原文我都找来逐句读了，结论是同一句话：给 Token 定一个中文名，没有任何问题；有问题的是这两篇文章处理这件事的方式——一篇是抢跑加一刀切，一篇是上纲上线。 先把引用来源全部列出，分三组：被评论的矛盾文献、事件与制度文献、语言与历史辅佐文献。正文所有直接引语都出自前两组，历史论断的佐证在第三组，欢迎逐条核对： 一、主要矛盾文献（本文评论对象） [1] 王萍萍、王云杉：《”Token”中文名定了：词元》，《人民日报》2026年3月24日第08版，人民日报客户端同步推送：https://www.peopleapp.com/column/30051714161-500007408568 [2] 李玮：《人民锐评：用”Token”还是”词元”，事关科技话语权》，人民网-观点频道，2026年8月5日：http://opinion.people.com.cn/n1/2026/0805/c436867-40774551.html 二、事...

你不会写提示词的真正原因：不是话术不够，是没法验收很多刚摸生物信息学的人都揣着同一个默认假设：AI 连代码都能写了，我还学什么代码。然后第一次动手就卡住——不是卡在写代码上，而是卡在提问上。让 AI”帮我做个单细胞分析”，它回你一大段看起来很专业的东西，跑不通；把报错最后一行贴过去问”怎么办”，它开始猜，你跟着乱改，越改越乱。最后归因成两句话：”我果然不适合做这个”，或者”我去学学提示词工程”。这两个方向都不对。这篇只讲一件事：你的问题不是不会说话，是你既说不清输入是什么，也说不清什么叫做对。 上一篇讲的是通用的自查顺序：先看 Agent 模式开没开，再谈目标描述、授权和基建。这篇不重复那张分层表，而是往下再挖一层，只对生信新手回答一个更前置的问题：为什么你连”把问题描述清楚”这一步都迈不过去——答案通常不是懒，也不是话术不够，是你的知识结构里还没有可说的东西。 先摆一个观点：提示词不是话术，是说明书加验收标准市面上的提示词课大多在教话术：要角色扮演，要说”请你扮演资深专家”，要加上”一步一步思考”。这些有点用，但都是次要的。一份能用的提示词，本质上是两样东西：一份足够完整的需求说明书，加一套判断输出对不对的验收标准。 这也解释了一个现象：同一个人，让他写”帮我把这段中文翻译成英文”，提示词清清楚楚；让他写”帮我处理这批测序数据”，立刻语无伦次。不是他突然不会说话了，而是...

很多人对 AI 的态度，建立在两个错误上。 一个是用的时候：效果不好，第一反应是”模型不行”。但有没有一种可能——你是在 chat 模式裸用的，连工具都没给；或者你甩了一句”帮我优化下”，然后怪它没懂你。 另一个是评的时候：拿一道”洗车店 50 米该开车还是走路”的残缺题去考 AI，AI 答”走路”就被制成表情包全网嘲。可那道题在传播中，早把”我想洗车”这个条件弄丢了。 这篇不聊怎么调 prompt 的玄学，而是给你一张分层自查表：你用不好 AI，基本就是下面四层里某层卡住了；而网上那些”AI 翻车”的笑话，往往也是出题人自己没说清。 先自测一下，答”否”越多，你越该往下读： 你用 AI 时，开的是 Agent、给了工具，还是一直拿对话框当万能？ 你提需求，是”明确可验收的目标”，还是”帮我弄个好用的东西”这种猜谜？ 你会不会把规划放权给强模型、让一般模型执行，并按任务选模型方向？ 你会不会配 harness、权限、上下文，让分工真正落地？ 这四层从下往上，顺序不能反。下面一层层拆。 一、先定位：你卡在哪一层的”使用断层”很多人以为”用不好 AI”是个单一问题，要么怪模型、要么怪自己不会写 prompt。但真正的情况是一张分层图——你大概率是其中某一层断了，而且往往是最底下那层。 层 它在解决什么 典型症状（中了几条？） L0 模式层 你给没给 AI 工具...