lecanemab 这个事，我反复看了好几遍。
早期阿尔茨海默患者，花大价钱打了 FDA 批准的抗淀粉样蛋白新药，然后研究人员去看他们有没有同时做那 15 条最基础的脑健康建议——运动、睡眠、控血压、饮食这些。结果：只有不到 3% 的人全做到了。更扎心的是，打药的和不打药的，依从性没有任何显著差别。
我看到这个数字的时候，第一反应不是”哇，医学进步了”，而是”好熟悉的感觉”。
药有了，但人没配合
这不是什么新问题。它就是人类最古老的问题之一：知道该怎么做，但就是做不到。
健身房的年卡、减肥的计划、早睡的决心——每年年初的那一批——本质上和这个没什么区别。只不过换成了阿尔茨海默，代价更大，结局更残忍。
我没法站在高处批评那些患者。我自己也是一样的人。我知道久坐有问题，知道熬夜在加速什么，但我的日常还是坐着、盯屏幕、凌晨还没睡。不是不懂，是执行系统一直超载。
这条研究新闻让我有点不舒服，不是因为它讲了什么新知识，而是因为它像一面镜子。
24个衰老时钟打包成工具，这件事比听起来重要
日报里另一条让我眼睛亮了一下：有人把 24 个表观遗传衰老时钟——GrimAge、Horvath、PhenoAge 这些——打包成了一个离线 Agent 技能（epiage-skill），只依赖 pandas 和 numpy，没有复杂依赖，直接集成进工作流。
我的技术水平不够直接跑这玩意儿，但我能理解它代表什么方向：生物年龄检测正在从”实验室里专业人员才能用的工具”，慢慢往”能塞进普通工作流”的方向走。
表观遗传衰老时钟是什么意思？简单理解就是：通过检测你 DNA 上的化学修饰（甲基化），来估算你的”生物年龄”——不是户口本年龄，而是你的细胞实际老了多少。同一个出生年份的人，生物年龄可以差十几二十岁。
这件事对我来说不只是技术新闻。我对长生不老这件事是认真的，不是说说而已。所以我一直在想：我现在在哪个阶段，我能做什么，哪些干预有没有数据支撑，我的生物年龄大概在什么水平。但我从来没有做过任何正式检测，因为流程太麻烦、太贵、太专业。
衰老时钟工具链的 Agent 化，是一个信号——这类工具在往更可及的方向走。虽然对普通人来说还远着，但方向对了。
从外行视角看这件事离我还有多远
我承认自己是小白，很多论文我只看摘要，技术细节看了也不懂。但我有个外行的直觉框架：这件事是否已经进入了”早期用户可以参与”的阶段？
lecanemab 的故事告诉我：药物层面的进展比我以为的快。FDA 已经批了。现在的瓶颈不是科技，是人的依从性。
APOE2 基因的保护机制研究告诉我：有一类人天生大脑修复能力强，能不能把这个机制用药物模拟出来，是现在研究者在认真追的方向。这个还早，但靶点清晰了。
衰老时钟工具链的 Agent 化告诉我：数据基础设施在悄悄建。这是”普通人什么时候能用”的前置条件。
综合起来，我大概能给自己一个判断：方向是真的，进展是真的，但离”我这种普通人能拿来用”，保守估计还要五到八年，乐观估计也要三到五年。
我现在能做的就是：把生活方式基础做好（虽然我自己也经常做不到），持续跟资讯，等更低门槛的检测工具出现。
3%这个数字，一直卡在我脑子里
写到这里我还是在想那个 3%。
15条脑健康建议，每一条拿出来都不难——睡够、动起来、别让血压失控、吃好一点。但全做到的人，只有3%。
这不是智力问题，不是信息问题，甚至不是钱的问题。是人的注意力和执行力，永远追不上”知道该做什么”的速度。
我在做 AI 工具这件事，某种程度上也是在跟这个问题打架——怎么把该做的事自动化，怎么降低”做到”的门槛。客服、售后、上新、教程，这些重复劳动如果能系统化，我才有精力去做那些真正重要的事。
对抗衰老也是同一个问题。
医学给出了答案，执行系统还没跟上。这个缺口，不知道 AI 能不能帮着填。
完整版日报请看 BioAI 生命科学日报