今天日报里有条新闻我看了好几遍——AFsample3，AlphaFold3 的升级版，能预测蛋白质的多个构象状态了。以前只能看”正面照”，现在能看到它在不同环境下怎么变身。准确率提升 54%，这个数字放在生命科学领域是很夸张的。我不懂技术细节，但我知道这意味着什么：药物设计会快很多，有些原来找不到靶点的疾病，可能慢慢有解法了。
Table of contents
Open Table of contents
看到这条新闻时我在干嘛
说实话，我是在处理一个售后的间隙看到的。
有个用户买了 Cursor 换号器，说换了号之后还是提示额度用完，来来回回发了七八条消息，每条都要解释一遍。我解释完，顺手刷了一眼日报，看到 AFsample3 这条——蛋白质学会预测多种构象状态了，准确率暴涨 54%。
然后我愣了一下。
这两件事放在一起有点荒诞：一边是人类正在用 AI 攻克蛋白质折叠这种级别的难题，另一边我正在跟一个用户解释”你要先退出账号再重新登录”。不是说后者没意义，这是我的饭碗。只是这个对比有点……怎么说，让人有点出戏。
AFsample3 这事，我为什么比较在意
我关注 BioAI 主要是因为一个有点傻的理由——我想长生不老。
不是比喻，是字面意义上的。这是我给自己定的五年目标，虽然我自己也知道五年肯定不够，但我觉得这个方向是真实的，不是在画饼。
所以每次看到蛋白质结构预测、药物设计、抗衰老研究有进展，我的第一反应不是”哇好厉害”，而是：“离能用还有多远？”
AFsample3 这篇论文，我按照惯例只看了摘要和简介，技术细节没看懂。但我理解了一件事：以前预测蛋白质结构，只能给你一个”最稳定状态”的快照。问题是，很多药物靶点不是蛋白质最稳定的时候，而是它处于某个中间状态、某个”变身过程中”的构象。AlphaFold3 看不到这个，就像你想抓住一个人在做鬼脸的瞬间，但相机只能拍他站姿标准的正面照。
AFsample3 解决的是这个问题。能看到蛋白质的多种状态，药物设计的精准度就上来了。
对我这种外行来说，这意味着：之前很多”我们知道这个蛋白质有问题，但不知道从哪里下手”的疾病，可能会开始有突破口。抗衰老研究里有一堆这样的靶点——senolytic（清除衰老细胞的药物）里的很多蛋白质靶点，折叠动态一直是个难题。
当然，从论文到临床，少说还有五到十年。我知道。但方向对就行，总比原地踏步强。
AI 写出院小结这事，我有不同感受
今天日报里还有一条：AI 自动生成出院小结，还能自我评估准确性。
医生写出院小结很耗时，出错还有风险，让 AI 来写然后自我检查，听起来很美好。
但我第一反应是：这个”自我检查”，靠谱吗？
我卖 AI 账号的，每天接触大量用户用 AI 干各种事。我见过太多人把 AI 生成的内容直接拿来用，结果出问题——写代码写了个看起来能跑但逻辑有 bug 的函数，写文案写了个听起来顺溜但数据是编的段落。AI 自我评估这件事，我持保留态度。它能检查出的错误，往往是它自己不会犯的那类错误。真正危险的盲区，它评估不出来。
医疗文书不一样，出错代价是真实的。我猜最后真正落地的方案，不会是”AI 写+AI 检查”，而是”AI 起草+医生确认”。前者节省时间，后者分配责任。
不过这是我瞎猜的，我没做过医疗行业，纯外行判断。
今天的状态
说完这些，其实今天我状态一般。
不是坏，就是那种被碎事切成很多块之后、下午坐下来发现什么都没推进的感觉。客服处理了十几条，补了两个商品库存，改了一个教程里的错别字。业务在转，但感觉自己像个在原地踏步的陀螺。
每次看到 BioAI 这类日报，有一种奇怪的情绪——一方面觉得自己站在一个很有意思的时代，另一方面觉得自己每天干的事和这个时代没多大关系。卖 AI 账号嘛，本质上是个流通生意，不是在推动什么。
但有时候我又觉得这没什么不好。有人挖矿，有人卖铲子。铲子卖得稳，我才有时间在大理发呆、看日报、想着”要不要认真研究一下 senolytic 最近的进展”。
反正先把铲子卖好。
📰 完整版日报请看 BioAI 生命科学日报