{"source":{"id":"2085872702095835337","title":"160年的生物学苦工，AI要干多久？ 两个月。 大卫·辛克莱尔（David Sinclair）团队近日交出了成绩单。 他…","url":"https://mubeitech.com/p/2085872702095835337"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"2054476490272870595","account":"mubei","brand":"@mubei","title":"六周时间，抹平 75% 的衰老痕迹。 David Sinclair 团队正在给生命体做系统重装。 一切源于一个极其粗暴的…","summary":"六周时间，抹平 75% 的衰老痕迹。 David Sinclair 团队正在给生命体做系统重装。 一切源于一个极其粗暴的破坏性实验。 桌上放着两只小鼠。 同一天出生。 右边那只却老态龙钟。 研究员根本没碰它的基因序列。 他们只往小鼠的 DNA 上滴了点化学物质。 这个动作等同于刮…","body":"六周时间，抹平 75% 的衰老痕迹。\nDavid Sinclair 团队正在给生命体做系统重装。\n一切源于一个极其粗暴的破坏性实验。\n\n桌上放着两只小鼠。\n同一天出生。\n右边那只却老态龙钟。\n研究员根本没碰它的基因序列。\n他们只往小鼠的 DNA 上滴了点化学物质。\n\n这个动作等同于刮花老鼠的生命光盘。\n系统文件一损坏，机能衰退直接按下快进键。\n实验指向了一个明确的事实。\n衰老等同于信息丢失。\n\n细胞的物理结构完好无损。\n它们集体患上了失忆症。\n原版代码还在那里，系统死活读不出来了。\nSinclair 实验室由此定下一条规矩。\n能人为塞进去的进程，就一定能人为拔除。\n\n怎么让时间倒流？\n既然破坏 DNA 读写能加速老化，那就反向操作重装系统。\n这就是医学界正在验证的衰老信息理论。\n长生不老的神话被降维成了工程学难点。\n最高效的延寿手段，是给肉身强刷一遍出厂固件。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-14 22:47:50","created_at":"2026-05-15T00:36:27.858754","url":"https://mubeitech.com/p/2054476490272870595","markdown_url":"https://mubeitech.com/p/2054476490272870595/markdown"},{"rank":2,"id":"raw_5972038fa5b56599","account":"mubei","brand":"@mubei","title":"手里握着能把全人类文献读上几万遍的超级算力。 为什么还要在旧金山亲自租厂房买移液枪？ 为什么非要建一个倒弄试管和培养皿的…","summary":"手里握着能把全人类文献读上几万遍的超级算力。 为什么还要在旧金山亲自租厂房买移液枪？ 为什么非要建一个倒弄试管和培养皿的生物实验室？ 纽约时报刚披露了一组数字。 Anthropic 告诉投资人，他们正计划把算力推到 5 个吉瓦（GW）。 未来十年，他们光是在亚马逊云服务（AWS）…","body":"手里握着能把全人类文献读上几万遍的超级算力。\n为什么还要在旧金山亲自租厂房买移液枪？\n为什么非要建一个倒弄试管和培养皿的生物实验室？\n\n纽约时报刚披露了一组数字。\nAnthropic 告诉投资人，他们正计划把算力推到 5 个吉瓦（GW）。\n未来十年，他们光是在亚马逊云服务（AWS）的数据中心上，就要花掉超过 1000 亿美元。\n5 个吉瓦是什么概念？\n500 万千瓦，相当于好几个大型核电机组满负荷发电的总和。\n在纯数字的屏幕里，这是人类有史以来最庞大的一台硅基大脑。\n按常规的理解，有了这种级别的算力，早该把全球生物论文吃透了。\n在电脑里把蛋白质折叠和分子结构推演个几百亿次。\n什么疑难杂症攻不破？\n\n但同样是今天。\nAnthropic 生命科学负责人 Eric Kauderer-Abrams 证实了一件事。\n他们在旧金山湾区建了一个实体的湿实验室。\n是真的去采购离心机、通风橱、自动化机械臂和试剂瓶。\n开始在物理世界里摆弄真实的细胞和化学溶液。\n一位手握 5 吉瓦数字算力的 AI 巨头，为什么突然要回过头来洗试管？\n\n因为在生物学面前，纯代码世界的算力神话撞上了一面坚硬的高墙。\n在行业里，完全依靠计算机进行模型演算的方式，叫干实验，或者叫纯计算模拟。\n在过去的几年里，这种模拟看起来无所不能。\nAlphaFold 预测了几亿个蛋白质结构。\n各种生成式模型在几分钟内就能画出几万种潜在的药物候选分子。\n很多人觉得，只要算力继续堆上去，新药和疗法就会像代码一样自动写出来。\n但生命科学跟下围棋、写代码有一个根本的区别。\n当年 AlphaGo 可以在电脑里左右互搏几千万盘棋，几小时完成一次进化。\n围棋的规则是一套封闭且确定的数学系统。\n黑白棋子落下去，胜负由算法在几微秒内判决。\n没有半点误差。\n写代码也是一样，程序能跑还是报错，编译器自己就是最公平的裁判。\n但生命从来无法被几行数学公式穷尽。\n它是地球演化了三十多亿年、被无数偶发事件揉成一团的生化浓汤。\n你在电脑里把一个药物分子和病毒靶点的结合模拟得再完美，自由能计算得再精准，它依然只是一份假说。\n一旦把这种分子真正融进液体、滴到活体细胞上，物理世界的混乱立刻砸了过来。\n它可能根本穿不过细胞膜。\n它可能刚进入血浆就被未知的酶降解掉了。\n它可能确实按住了那个致病靶点，但顺手毒死了旁边的健康细胞。\n这些微观层面的非特异性结合和脱靶毒性，目前没有任何公式能算得准。\n正如 Eric Kauderer-Abrams 所说：\n最终的检验，依然是、并且很长一段时间内都将是真实实验室里的工作。\n在这一滴真实的液体面前，5 个吉瓦的算力只要拿不到物理反馈，就算到天花板也是盲人摸象。\n\n既然算不准，去买现成的生物实验数据喂给模型不行吗？\n这就引出了生物学里最残酷的现实：整个行业正面临着巨大的真值赤字。\n很多人以为互联网上到处都是生物医学论文，数据多得用不完。\n但过去一百年人类积累的实验数据，绝大多数是全球各个高校的研究生在操作台前手工做出来的。\n移液枪吸了多少微升、试剂批次有没有杂质、当天的温度湿度有没有变化，全靠实验员的手法和肉眼观察。\n这导致生物学论文有着极高的不可复现率。\n同一个实验换一个实验室，结果经常大相径庭。\n更要命的是学术界普遍的发表偏差。\n只有实验成功了、分子产生反应了，科研人员才会写成论文发表。\n那些失败了九千九百次的阴性数据，全被顺手倒进了废液桶，连一行记录都没留下。\n但在机器学习的世界里，没有失败样本，模型就根本学不会边界在哪里。\n如果拿着这些充满噪音、全是幸存者偏差的数据去训练。\n算力越大，模型在生物学上的幻觉就越可怕。\n把 5 吉瓦算力开满，产出的可能只是一堆精致的垃圾。\n\n今年 4 月，Anthropic 先掏出 4 亿美元股票，一口气收购了生物科技初创公司 Coefficient Bio。\n紧接着，诺华制药（Novartis）的首席执行官 Vas Narasimhan 被请进了董事会。\n6 月份上线了专门针对科学家的工作台 Claude Science。\n现在，又在旧金山亲自建起了湿实验室。\n他们并不打算开一家替药企代工检测的外包机构。\n他们的目标，是打造一套自驱动的自动化实验闭环。\n这套闭环具体怎么跑？\nClaude 先在云端调动几十个专业数据库和海量算力，生成分子假说。\n接下来，模型不需要等人类科学家去手写实验步骤，它直接把方案编译成自动化控制代码。\n指令下发给实验室里的高通量移液工作站和机器人手臂。\n机械臂全自动取样、配比试剂、点样、加热、培养。\n没有人工手抖，没有记录造假，操作过程被传感器毫秒级记录。\n几个小时后，检测设备读出荧光信号和结合曲线，拿到物理世界的硬反馈：分子到底结合了没有？细胞是生是死？\n最关键的一步紧接着发生。\n这些刚从物理世界拿到的真实数据，带着完整的成功与失败记录。\n直接作为奖励信号，喂回给 Claude 的训练系统。\n整套循环几个小时就能跑完一轮。\n模型吸纳了物理世界的真实碰撞，重新修正参数，立刻发出下一批实验指令。\n\n这就是物理世界向数字系统交账的方式。\n过去两年，整个科技界都在比拼谁的显卡集群更大。\n谁找电力公司拿到了更多的电网负荷。\n谁的模型能在排行榜上刷出更高的分数。\n但当 AI 试图推开物理世界的大门时，决定胜负的瓶颈已经悄悄转移了。\n算力花钱就能向电网买，但高精度的物理真值，在市场上根本买不到。\n如果数字大脑不能连上物理触角，再多的吉瓦也只是在虚空中空转。\nAnthropic 在旧金山租下的这间实验室，标志着整个大模型竞赛走到了一个新的分水岭。\nAI 的下一场硬仗，不再仅仅取决于显卡里消耗的电力。\n它取决于谁能在真实的试剂与培养皿里，以更快的速度，把物理世界的规律一滴一滴测出来。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2101149265863057746","translated_status_id":"2101149265863057746","published_at":"2026-09-18 23:03:21","created_at":"2026-09-18T23:03:21.070582","url":"https://mubeitech.com/p/raw_5972038fa5b56599","markdown_url":"https://mubeitech.com/p/raw_5972038fa5b56599/markdown"},{"rank":3,"id":"2043274012231385098","account":"mubei","brand":"@mubei","title":"一年时间，动脉斑块被清除了95%。 哈佛抗衰老学者David Sinclair披露了一项1067人参与的临床数据。 起作…","summary":"一年时间，动脉斑块被清除了95%。 哈佛抗衰老学者David Sinclair披露了一项1067人参与的临床数据。 起作用的物质叫纳豆激酶。 一种大豆发酵提取的酶。 成本极低。 算算这笔医疗账。 他汀类处方药每月几百美元，附带一堆副作用。 血管干预手术动辄上万美元。 纳豆激酶连它…","body":"一年时间，动脉斑块被清除了95%。\n哈佛抗衰老学者David Sinclair披露了一项1067人参与的临床数据。\n\n起作用的物质叫纳豆激酶。\n一种大豆发酵提取的酶。\n成本极低。\n\n算算这笔医疗账。\n他汀类处方药每月几百美元，附带一堆副作用。\n血管干预手术动辄上万美元。\n纳豆激酶连它们的零头都不到。\n\nSinclair本人每天吃。\n他的颈动脉超声影像只有三个字：零斑块。\n硅谷大佬Peter Diamandis给出的有效剂量门槛是每天至少6000 FU。\n\n全套的人体逆转程序也拿到路条了。\nFDA近期批准了首个年龄逆转人体临床试验。\n操盘手还是Sinclair的团队。\n六周时间，他们要让视神经再生，治愈失明。\n\n这里有一个意想不到的关联。\nGLP-1类减肥药现在卖疯了。\n副作用也跟着浮现。\n一种叫NAION的眼部中风发病率暴涨了三倍。\n患者可能睡一觉醒来，彻底失明。\n衰老逆转试验的第一针，专门针对这个病。\n\n从小鼠到猴子，现在轮到人类。\n先修眼睛。\n再修肝脏、肾脏和大脑。\n衰老正在从一种自然规律，变成一组可以被调试的生理代码。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2043395488339173379","translated_status_id":"2043395488339173379","published_at":"2026-04-12 18:27:00","created_at":"2026-04-12T20:20:23.002310","url":"https://mubeitech.com/p/2043274012231385098","markdown_url":"https://mubeitech.com/p/2043274012231385098/markdown"},{"rank":4,"id":"2070175612615201205","account":"mubei","brand":"@mubei","title":"OpenAI 的高管近日放了句话： 如果有人用 ChatGPT 研发出了新药，OpenAI 应该分一杯羹，拿销售提成。…","summary":"OpenAI 的高管近日放了句话： 如果有人用 ChatGPT 研发出了新药，OpenAI 应该分一杯羹，拿销售提成。 结果，诺贝尔奖得主、基因编辑先驱 Jennifer Doudna 听完，只回了两个字： “祝好运。” 硅谷现在对 AI 医疗的饼，已经画到天上去了。 甲骨文创始…","body":"OpenAI 的高管近日放了句话：\n如果有人用 ChatGPT 研发出了新药，OpenAI 应该分一杯羹，拿销售提成。\n\n结果，诺贝尔奖得主、基因编辑先驱 Jennifer Doudna 听完，只回了两个字：\n“祝好运。”\n\n硅谷现在对 AI 医疗的饼，已经画到天上去了。\n甲骨文创始人 Larry Ellison 甚至说，AI 能在 48 小时内治愈癌症。\n但真正有资格给这个领域降温的人，近日在彭博社的采访里，兜头浇了一盆冷水。\n\n在 Doudna 看来，大家寄予厚望的聊天机器人，目前根本谈不上在“创新”。\n“按我们的经验，我没看到聊天机器人能提出任何一个别人从未想过的全新想法。”\n它们最擅长的事情，其实是总结已知世界。\n\n整理数据、写写报告，这些它们干得很好，确实能提高效率。\n但真正的科学创新，需要的是发现未知，需要对异常数据的捕捉，需要真实的实验反馈。\n生命是一套极为精密的物理系统，无法用算法完美模拟。\n你不可能只靠“模拟”去理解人体，那些实打实的临床测试是绝对绕不过去的。\n\nAI 如果想在药物研发上真正帮上忙，关键是提供更干净、更庞大、更好的底层生物学数据来训练它，光靠对话软件逻辑顺是不够的。\n至于未来 AGI（通用人工智能）实现后会不会发生质变？\nDoudna 的态度很务实：“我从不把话说死，也许会发生，但我绝对不会屏息等待。”\n\n硅谷习惯了互联网式的“大力出奇迹”，以为只要堆算力、喂语料，就能一键通关生老病死。\n但复杂生命系统的硬壁垒，依然是顶级科学家眼中最值得敬畏的防线。\n听完这位诺奖得主的判断，那些靠 PPT 兜售“48 小时治愈癌症”的造神故事，可能真的要降降温了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070188357997494623","translated_status_id":"2070188357997494623","published_at":"2026-06-25 16:12:50","created_at":"2026-06-25T18:01:42+02:00","url":"https://mubeitech.com/p/2070175612615201205","markdown_url":"https://mubeitech.com/p/2070175612615201205/markdown"},{"rank":5,"id":"2075765618955981177","account":"mubei","brand":"@mubei","title":"100颗药，先别谈养生，先算数学。 两两相互作用，是4950种。 三种一起看，是161700种。 再往上走，数字会像宇宙…","summary":"100颗药，先别谈养生，先算数学。 两两相互作用，是4950种。 三种一起看，是161700种。 再往上走，数字会像宇宙尘埃一样炸开。 布莱恩·约翰逊每天吃100颗药。 外加一堆身体干预。 他把衰老当成一个工程问题，像调服务器、调模型、调参数一样调身体。 硅谷最迷人的地方，也最危…","body":"100颗药，先别谈养生，先算数学。\n两两相互作用，是4950种。\n三种一起看，是161700种。\n再往上走，数字会像宇宙尘埃一样炸开。\n\n布莱恩·约翰逊每天吃100颗药。\n外加一堆身体干预。\n他把衰老当成一个工程问题，像调服务器、调模型、调参数一样调身体。\n硅谷最迷人的地方，也最危险的地方，就在这里。\n\n如果只看两种药的组合，100选2。\n公式很简单。\n100乘99再除以2。\n4950。\n\n如果看三种药一起作用，100选3。\n100乘99乘98，再除以6。\n161700。\n\n如果继续往上推，四种、五种、十种、五十种。\n总组合数接近2的100次方，再扣掉空集和单个药。\n大约是1.27乘10的30次方。\n\n这个数字有多大？\n地球上所有沙粒加起来，也只是一个用来打比方的量级。\n而人体不是实验室里的单行代码。\n肝脏、肾脏、激素、睡眠、炎症、肠道菌群，全在同一张网里互相牵动。\n\n所以真正的问题，不是某一颗药看起来多先进。\n问题是当100个变量同时进入身体，谁有能力知道高阶相互作用会把系统推向哪里。\n\n科技时代的人类，越来越相信一切都能被量化。\n血液指标能量化。\n睡眠能量化。\n心率能量化。\n衰老也想被量化。\n\n可复杂系统最不听话的地方，恰恰在于它不按单个变量结账。\n它按组合结账。\n\n硅谷把长生做成了产品。\n数学把账单提前摊开了。\n所谓优化身体，走到100颗药这一步，已经从健康管理进入复杂系统赌博。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2075890379765813292","translated_status_id":"2075890379765813292","published_at":"2026-07-11 10:04:47","created_at":"2026-07-11T12:01:52+02:00","url":"https://mubeitech.com/p/2075765618955981177","markdown_url":"https://mubeitech.com/p/2075765618955981177/markdown"}]}