标签： #Agent

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。

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。

学历培养在 AI 时代失去信号价值，替代它的不是"更努力"，而是两种必须分开证明的能力：单兵作战靠一个完整闭环的作品（含边界声明与失败记录），团队作战靠别人在你作品上留下的痕迹。本文用 EditaPlot 与 figures4papers 两个可核项目示范两者，并回答一个更难的问题——当作品也能被买、论文已被污染到招聘端启用期刊黑名单时，还有什么是买不到的。

谷歌 6 月发布 DiffusionGemma：与 Gemma 4 26B A4B 同骨架，4 倍生成速度换来全线跑分下滑——AIME 掉 19 分、Tau2 agent 掉 12 分，社区实测 agent 任务错误率 6 倍。这篇把官方跑分原样摆出来，拆「顺序敏感任务掉分」的机制，嵌一份交互演示看工具调用怎么崩，附我自己的 10M 参数扩散模型训练计划。

今年秋招，同一个招聘软件里的两个世界：生物技术本科 6-9K，FDE（前向部署工程师）12K 起、异地同岗普遍 20-25K，学历都是本科起步。这篇拿一手在招价对了一遍账：职责与晋升、溢价在为什么买单、模式失效的四种方式，以及为什么向导不会消亡。

上一篇聊了 chatbox 和 Agent 模式的区别，有朋友说：道理懂了，可打开应用商店一看，叫得上名字的 Agent 产品几十个，到底谁跟谁是一家人？