小数据打大模型，这不就是卖铲子的逻辑吗
LeDXA 这篇论文的核心结论是：一个专门训练、参数量少 40 倍的视觉 AI，在骨密度图像分析上碾压了谷歌的通用大模型 DINOv3。
我看到这里的第一反应不是”哇好厉害”，而是——等等，这不就是专用工具打通用工具吗？
我卖账号这一年多，有一件事被反复证明：大而全不一定打得过小而专。Cursor 卖得比 Claude 账号更容易，不是因为 Cursor 更厉害，而是因为它是给程序员用的，场景清晰，用户知道自己买来干嘛。通用 AI 反而要花更多时间解释”你能用它做什么”。
LeDXA 的逻辑是一样的：我只盯住骨密度扫描这一个场景，训练数据只有人家的十五万分之一，但我在这个场景里把你打爆了。
这让我有点感慨。AI 这个行业现在的主流叙事是：谁模型大谁赢，谁数据多谁赢，谁算力强谁赢。但现实里我看到越来越多的反例——在足够垂直的场景里，小而专的模型有时候就是能赢。
我不懂技术细节，但这个结论我信。
NAD⁺ 注射那条新闻，我想多说两句
七月抗衰老圈的报告里有一条让我心里一紧：纽约一名女性去打了个”长寿 NAD⁺ 静脉注射”，结果人没了。
我的第一反应是——这事离我没那么远。
我卖的账号里有不少是工具账号，Cursor、Codex、Gemini 那些，用来写代码、做项目的。但偶尔会有人问我：有没有”更有效果”的什么什么。我一般不太接这类问题，因为我不懂，而且我觉得”更有效果”这几个字本身就是个危险信号。
NAD⁺ 静脉注射这件事，从逻辑上看和”未验证的 AI 工具”很像：有一定科学背景支撑，但没经过严格临床验证，有人就直接拿来往自己身上试了。结果就这样。
我承认我对长生不老是认真的，不是随便说说。但我的认真方式是：先关注，先看研究进展，先理解哪些是真突破哪些是画饼，而不是看到什么就冲上去试。
我是小白，正因为是小白，我更不敢乱动。
大脑老化地图让我想了很久
USC 那个大脑区域老化地图的研究，我看的时候脑子里突然冒出一个很奇怪的问题：如果知道自己的某个脑区老化速度偏快，我现在能做什么？
然后我自己回答了自己：大概什么都做不了。因为这个研究还在”能诊断”阶段，离”能干预”还差着好几步。
这就是我看抗衰老新闻经常有的感觉：看到了真进展，但普通人能插上手的地方还是很小。不是说研究没意义，是说从”科学发现”到”我去哪里做检查”之间，那个距离比你想象的要长。
这条研究我觉得是真的有价值的——把大脑老化从”整体变老”细化到”不同区域速度不同”，这对早期干预帕金森、阿尔茨海默是有实际意义的。但我估计到能走进临床，还要好几年。
我就先盯着，等它更近一点。
今天的状态
说实话今天有点分心。店里前几天上了一个新品，售后问题有点多，昨晚处理到比较晚。
今天坐下来看日报的时候，看到 LeDXA 那条眼睛亮了一下，就顺着写了这篇。其他几条脑机接口的论文（STEAM 框架、帕金森步态那些）我都快速扫了一下，感觉是真进展，但我今天没力气深挖，就记个名字，下次再看。
大理今天下雨，坐在窗边写，还挺好。
📰 完整版日报请看 BioAI 生命科学日报