今天看到 AlphaFold3 的升级版 AFsample3 把蛋白质多构象预测准确率提升了 54%，第一反应不是”哇好厉害”，而是——这玩意儿什么时候能让我这种普通人用上？说白了，我关心的不是论文里的 TM 分数，而是”这能帮我离长生不老更近一步吗？“
Table of contents
Open Table of contents
从卖账号到关心蛋白质，我是怎么走到这一步的
一年前我还在闲鱼卖 AI 指令合集，9.9 一份，写半天，不赚钱。后来转卖 AI 账号，现在在 aivora.cn 稳定运营 130 多天了，主要卖 Cursor、Claude、ChatGPT 这些工具的账号。说实话，我对生命科学的兴趣，最开始就是因为一个疯狂的念头——我想借 AI 实现长生不老。
听起来像民科对吧？但我是认真的。这是我的 5 年目标。
所以当我看到今天的 BioAI 日报，满屏都是”蛋白质结构预测”、“代谢组学分析”、“AI 生成出院小结”这些专业术语时，我的第一反应不是”这技术好牛逼”，而是”这离我能用上还有多远？“
AFsample3 让我想起去年的一次判断失误
今天的头条是 AFsample3，说它能预测蛋白质的”多重人格”——同一个蛋白质在不同环境下会变身。准确率提升 54%，高质量预测从 54 个飙到 83 个。
看到这个数字，我想起去年 DeepSeek 刚火的时候，我在闲鱼搬运 API 赚差价，当时觉得”这玩意儿火不了”。结果呢？我错了。现在 DeepSeek 已经成了国产 AI 的代表之一。
所以这次看到 AFsample3，我不敢轻易下判断了。但有一点我很确定——从论文到临床，还有很长的路要走。
蛋白质结构预测准确率提升 54%，听起来很厉害。但这意味着什么？意味着药物设计时，科学家能更准确地看到靶点蛋白的”真实面貌”。但从”看到真实面貌”到”设计出有效药物”，再到”药物上市让普通人用上”，中间还隔着无数个临床试验、审批流程、成本控制的坑。
我不是专业人士，但我知道一个残酷的现实——大部分论文里的”突破”，最后都死在了从实验室到临床的路上。
代谢组学工具升级了，但我连代谢组学是啥都不太懂
今天还有一条新闻是 TidyMass2，说它能追溯代谢物来源，帮科学家找到”哪些代谢物在一起搞事情”。
说实话，我对代谢组学的理解还停留在”研究细胞内小分子代谢物”这个层面。具体怎么研究？用什么方法？我不懂。
但我知道一点——代谢组学和抗衰老有关系。
人体衰老的一个重要原因，就是代谢能力下降。如果能搞清楚哪些代谢物在衰老过程中起关键作用，理论上就能找到延缓衰老的方法。
所以当我看到 TidyMass2 这个工具升级了，我的第一反应是——这能帮科学家更快找到抗衰老的靶点吗？
但紧接着又是那个问题——这离普通人能用上还有多远？
AI 生成出院小结，这个我倒是觉得能快点落地
今天还有一条新闻让我眼前一亮——AI 生成出院小结，准确率高还能自我评估。
这个我觉得能快点落地。为什么？因为它不涉及复杂的生物学机制，不需要漫长的临床试验，只要准确率够高、能通过医院的审核，就能上线。
而且这个需求是真实存在的——医生写出院小结很耗时，但又不能马虎。如果 AI 能帮忙生成，医生只需要审核一下，效率能提升不少。
我猜，2026 年 Q1 就会有医院开始试点这个技术。如果试点效果好，可能很快就会推广。
这让我想起我卖 AI 账号的经历。很多医生、研究人员会来买 ChatGPT Plus 或 Claude Pro，用来辅助写论文、整理文献。如果 AI 生成出院小结真的落地了，我估计医疗行业对 AI 工具的需求会更大。
我的焦虑：技术进步太快，但落地太慢
今天看完这些新闻，我有点焦虑。
一方面，AI 在生命科学领域的进步真的很快——蛋白质预测准确率提升 54%、代谢组学工具升级、AI 生成医疗文书……每天都有新突破。
但另一方面，这些技术离普通人能用上，还有很长的路要走。
我想借 AI 实现长生不老，但现实是——我连抗衰老药物什么时候能上市都不知道。
有时候我会想，5 年目标会不会太乐观了？但转念一想，如果不设定一个疯狂的目标，我可能连关注这些技术的动力都没有。
作为一个卖账号的，我能做什么？
说到底，我只是一个在大理卖 AI 账号的普通人。我不是科学家，不是医生，不是投资人。我能做的，就是持续关注这些技术的进展，然后用我自己的方式去理解它们。
今天的日报让我意识到一点——AI 在生命科学领域的应用，已经从”概念验证”走向”实际落地”了。虽然离普通人能用上还有距离，但至少方向是对的。
而我能做的，就是继续卖我的 AI 账号，继续关注 BioAI 的进展，继续做我的”长生不老”梦。
听起来有点傻，但我觉得挺好的。
📰 完整版日报请看 BioAI 生命科学日报