Table of contents
Open Table of contents
从卖账号的视角看”效率革命”
说实话，我对”效率提升十倍”这种说法有点免疫了。
去年我在闲鱼卖 AI 指令合集的时候，也天天看到类似的宣传——“用 ChatGPT 写文案效率提升十倍”、“AI 编程让开发速度翻倍”。结果呢？真正用起来的人发现，省下来的时间大部分被用来调试 AI 的输出、修改它的错误、以及向老板解释为什么 AI 写的东西不能直接用。
但今天这条 GRAPE-LM 的新闻让我有点不一样的感觉。它不是在说”AI 帮你写得更快”，而是在说”AI 帮你跳过了几个月的试错过程”。这两个是不一样的。
前者是量变，后者可能是质变。
我为什么关注这种”跳过试错”的技术
我的长生不老目标（是的，我知道听起来像民科），最大的敌人不是技术本身，而是时间。
传统的药物研发流程，从发现靶点到临床试验，动辄十年起步。我今年 30 出头，如果按这个节奏，等真正有用的抗衰老药物上市，我可能已经老了。
所以我特别关注那些能”压缩时间”的技术。RNA 适配体设计从几个月到一轮实验，这意味着什么？意味着做分子诊断的团队可以更快地试错，更快地找到有效的方案。
当然，我也知道从论文到临床还有很长的路。但至少，时间表在被重写。
另一条让我有感觉的新闻
今天还有一条关于医院”脏数据”训练神经影像模型的新闻。
这条让我想起我卖账号的经历。很多客户问我：“你们的账号稳定吗？会不会被封？“我的回答一直是：“没有完美的方案，但能用就行。”
医院数据也是一样的道理。以前大家都在等”完美的数据集”，结果等来等去，真正能用的 AI 产品寥寥无几。现在有人证明了”脏数据”也能出好模型，这可能会改变整个行业的思路。
不要等完美，先跑起来。
这个道理我在卖账号的过程中学到了——我的 aivora.cn 刚上线的时候，网站丑得要命，支付流程也不顺畅。但我没等”完美”，先卖起来，边卖边改。130 多天后，虽然还是有各种问题，但至少活下来了。
今天的困惑
有一条新闻我没太看懂：Graph Transformer 识别空间单细胞互作。
我知道空间转录组是个热门方向，也知道细胞之间的”通讯”很重要。但具体这个技术能干什么、离普通人用上还有多远，我真的不清楚。
如果有懂行的读者，欢迎在评论区给我科普一下。
最后说点题外话
今天大理下雨了，我在咖啡馆写这篇博客的时候，旁边有个小哥在用 Cursor 写代码。我忍不住凑过去看了一眼，发现他用的是免费版。
我差点想推销一下我的换号器，但想了想还是算了。毕竟人家可能就是随便写写，不需要 Pro 功能。
不过这让我想到一个问题：AI 工具越来越强，但真正能用好的人有多少？
就像今天日报里那些论文，技术确实在进步，但从论文到产品、从产品到普通人能用，中间还有很长的路。
我能做的，就是继续卖我的”铲子”，然后等着看 AI 什么时候能真的帮我实现长生不老。
五年目标，还剩四年多。时间不多了。
📰 完整版日报请��?BioAI 生命科学日报