AI 与科学发现¶

AI（尤其 LLM/推理模型）能否以及如何做出科学发现；人类能否理解 AI 的发现。

各家观点¶

Adam Brown（美，Google DeepMind BlueShift，2026-07）¶

学科的"分支因子"决定 AI 纯思考路线的可行性：GR/弦论类（经验基础薄、靠自洽性裁剪）适合大规模并行探索假设树；凝聚态类必须实验。
反驳"AI 数学将不可理解"（Terry Tao 的 indigestion 担忧）：LLM 也是超人解释器，早期证据（Erdős 问题的非形式化可理解证明 → 人类据此证出新定理）支持乐观。
LLM 科研性格：极端耐心、不迷信公认结论（unit distance conjecture 被 AI 反证）。（GR from first principles 01:31:37–01:37:41）

Grant Sanderson（美，3Blue1Brown，2026-06）¶

已跨过的门槛：AI 反证 unit distance conjecture、以人类可理解思路解决 Erdős 1196——"闪电式跨域连接"正是 LLM 该擅长的（它同时是所有领域的专家）。
下一个门槛：出猜想、造定义——但无法 benchmark 化（能测的才能训），只能靠数学家社区的"语气变化"感知；Galois 式概念突破的验证回路可长达百年。
数学进展快的两个原因：可验证 + grindable（可容器化、确定性重放）；电脑操作可验证但不可刷，现实世界任务两者皆无。
关键分歧点：解法形态决定意义——闪电连接（易懂）、造山（需要爬山但可能是外星山）、纯苦力长推理（消化不良）。（AI disproved a conjecture）

与 Adam Brown 的观点交叉¶

两人都提到 unit distance conjecture 案例并给出一致解读：AI 不迷信"公认为真"是结构性优势。Brown 强调 LLM 是"超人解释器"（人类能跟上）；Grant 从解释者本人的立场同意但更进一步——连解释都会被 AI 做得更好，人类剩下策展与关系性角色。

Andrej Karpathy（美，2023-11 / 2025-02）¶

自我改进需要 reward function：可验证域（数学/代码）可以无限跑 RL、可能出现开放域的 "move 37"（人类没想过的思考策略甚至思考语言）；开放问题是可验证域练出的推理能否迁移到不可验证域。（Deep Dive into LLMs 02:42:01–02:48:06、03:28:39）

Noam Brown（美，OpenAI，2026-06）¶

Erdős 单位距离猜想：OpenAI 用内部模型以"极低成本"反证；事后发现 5.5 也能做到（需 scaffold + steer）。一个通用 scaffold 约 $1K–$100K 就可能达成——"本可由通用模型完成，只是没人往里砸 $10 万 compute"。（No Priors 访谈 00:17:06–00:19:08）
与 Adam Brown / Grant Sanderson 的同一案例互证：三人都以"AI 不迷信公认为真的结论"为 AI-for-science 的结构性优势；Noam 补充了成本维度（每代模型发布后成本降 10–100×，故 OpenAI 有意不鼓励研究员刷开放难题，而应造更强模型）。

姚顺宇（中，Google DeepMind，2026-05）¶

来源：张小珺 / 姚顺宇 - 基础科学（数学/理论物理）研究者已大量用 AI：Gemini Deep Think 做数学推导/证明、看文章归纳；痛点（物理学家不会写代码、光打开编译器就半天）被消除。但难成"万众瞩目"，除非出现"AI 产生爱因斯坦级理论"的时刻。（张小珺访谈 00:42:50–00:44:51） - 建议年轻人做"现在没人做到的事"，点名 AI 帮助真正的科学问题（如量子调控） 是比纯做语言模型更蓝海的方向（03:22:01–03:23:02、03:33:11–03:34:12）。

Eric Jang（美，前 DeepMind Robotics，2026-05）¶

来源：Dwarkesh / Eric Jang - 神经网络把近乎 NP 难的搜索摊销进一次前向传播（AlphaGo/AlphaFold 同理）：10 层网络逼近 361³⁰⁰ 量级的搜索，令他怀疑"用最坏情况复杂度框定 NP 难问题"的传统思路不完整——现实问题大多有结构（Dwarkesh 访谈 01:16:04–01:19:20）。类比混沌天气：真正可预测的是宏观结构（飓风位置、Lorenz 吸引子形状）而非微观态，value 函数正是在预测这种宏观量（01:19:20–01:22:28）。 - AI 自动化 AI 研究的一线观察：Opus 4.6/4.7 擅长开放式超参优化与执行实验，短板在"选下一个实验"的横向/第一性原理思考；引 Ilya——好研究员靠对"正确想法"的强信念分辨 bug 与错误想法（02:22:41–02:28:57）。与 Noam（research taste 是短板）、Gray Swan（用 agent 自动化科学）、Mark Chen（vibe researcher）同题。

Zuckerberg / Priscilla Chan / Alex Reeves（美，CZI Biohub，2026-06）：世界模型路线¶

来源：CZI 虚拟生物学访谈 - 与 Adam Brown/Noam Brown 的"推理模型做发现"是另一条路径——世界模型路线：自底向上（蛋白质→细胞→系统）建生物学表征。ESM Fold 用语言模型式训练（数十亿蛋白质序列），生物结构/功能与蛋白质设计能力是涌现的（"只设计了理解蛋白质的模型，抗体设计作为涌现属性出现"）（00:29:30–00:32:32）。 - 数据是核心约束，不是算力：生物学数据不在互联网上，得发明新科学方法（成像/细胞工程/测量设备）去造数据——所以 AI 前沿必须与 wet lab 前沿绑成单一团队。这与 LLM"互联网数据现成"形成鲜明对照，也解释了生物模型为何更小（00:04:07–00:18:18）。 - mech interp 从 LLM 迁移到生物学：把 Anthropic 式可解释性工具用于蛋白质语言模型，在已知/未知蛋白间"连点"、揭示新机制——是"打开黑箱提取新科学知识"的具体实践（00:14:14–00:16:15）。 - 闭环 vs 开环（Elad Gil）：code/research 是闭环（迭代快），生物学是开环——CZI 的关键贡献是"闭上与真实生物学的回路"（00:54:49）。呼应 Grant Sanderson 的"可验证 + grindable"框架：生物学两者都缺，故必须靠 wet lab 硬造反馈。

Lila Sciences（美，neo-lab，2026-07）：科学即 token 生成器、实验室即 verifier¶

来源：RL with Verifiable Rewards, but the Verifier is a Lab - 第三条路径：不同于"推理模型做发现"（Adam/Noam）与 CZI 的"世界模型"，Lila 押注"以自然/实验做 verifier 的 RLVR"是 bitter lesson 的终极版本——把物理实验室建成"AI Science Factory = 可规模化 verifier"，产出"实验验证过的推理轨迹"（互联网上 order-of-zero 的数据），一展示给模型就见提升（00:06:11–00:07:12、01:22:25–01:23:29）。 - 回应"数据即约束"：与 CZI"生物数据不在互联网、必须造数据"完全同频，但给出更激进的框架——科学是"下一个互联网级数据源"（Ilya："我们只有一个互联网，它是化石燃料"），为数据加一根新 scaling 轴（00:05:10–00:08:16）。 - 广度带来深度：10T 科学推理 token 跨生命科学/化学/材料；通用模型常胜过领域专用模型（小分子化学迁移去推理 MOF 材料）——与 CZI"专一世界模型"路线形成方法论对立（Lila 押注通用推理 + tool call，CZI 押注自底向上表征）（00:31:03–00:33:08、01:18:17–01:23:29）。 - chain of thought 里实验室仪器就是 tool call、全英文可读；"实验室即 data center、人在 API line 之下"（有时机械臂、有时人手）；病态含跳过实验直接给答案、物理科学的 reward hacking 是真实担忧（00:11:20–00:27:55）。 - 实证 vs 门槛：非铂族绿氢电催化剂"move 37"、in vivo CAR-T（≈5 年 biotech/6 个月）——但 Rafa 点名材料没有 AlphaFold、缺 sim-to-real（且 AlphaFold 恰训在实验而非仿真），Andy 点名 RL 的 MFU 仅 5–6%（00:17:33–00:49:35、01:35:44–01:39:49）。与 Grant Sanderson"可验证 + grindable"框架呼应：Lila 用实验室硬造"可验证"，用 96 孔板/pooled/快读出硬造"grindable"（把 MOF 测量提速 ~2500x）。

Genesis Molecular AI（美，小分子药物发现，2026-06）：diffusion 的最前沿在结构生物学¶

来源：最前沿的 diffusion 研究在药物发现

主题句：当下最创新的 diffusion 研究发生在 3D 结构预测而非图像/视频生成——GAN（mode collapse）当年做不了蛋白复合物，diffusion 才是对的 primitive；如今图像/视频有些转回 AR，结构生物学反成"diffusion 的一根支柱"（00:00:00、01:06:51–01:08:52）。是继 Lila 之后的第四条 AI-for-science 路径：把 LLM scaling 三段式搬到分子结构预测。
Pearl = 预训练/推理时/RL 三段式：物理模拟造合成数据（PDB 只有约 20 万晶体结构、增长冰川速度）；推理时在"晶体结构表征"而非语言 token 上迭代（diffusion head 天然多步）、用物理引导 steer；RL 含"实验室 in-the-loop"（00:16:21–00:19:24、01:09:53–01:11:56）。与 Lila"实验室即 verifier"、CZI"世界模型 + wet lab 闭环"同属"数据即约束→用实验硬造数据"的大家族。
结构≠药，AlphaFold 3 诺奖 ≠ 药物发现解决：还要动态、要预测 30+ ADMET 性质，且药物性质常反相关（结合力↑→疏水↑→溶解度↓），多参数优化像打地鼠、常要找离群分子（00:35:33–00:37:33、01:19:03–01:21:03）。呼应 CZI"单静态结构不够"。
药物发现是分辨率的科学：业界惯用 RMSD<2Å 太粗（芳香环可翻转仍算有效、且看起来正常会误导），Genesis 推进到 1Å 以下（氢键窗口仅约 0.6Å）——详见评估与 Benchmark 的 eval 危机（00:41:36–00:58:47）。
泼冷水"机器人自动化实验室"：合成/纯化/表征都不 trivial，高通量筛选到 denovo 的 R² 低得惊人、假阳性巨大——所以才盼 AI 预测比湿实验更干净；新颖化学恰恰是自动化难做的（01:15:59–01:21:03）。与 Lila"拔试管盖很难自动化"、CZI"闭环 vs 开环"同题。

Xaira Therapeutics（美，虚拟细胞，2026-07）：因果模型需要因果数据¶

来源：Causal Models Need Causal Data

第五条路径，也是对"数据即约束"给出的最锋利版本：Genesis 讲结构、Lila 讲实验室即 verifier、CZI 讲自底向上表征，Xaira 讲的是因果/功能——而且给出了一个原理性论证，说明为什么再多观测数据也不够：

"如果你观察到基因 A、B、C 一起上下波动，你可以推断 A 调控 B 和 C；也可以说 B 调控 A 和 C；也可以说 A 调控 B 而 C 由别的东西调控——有 N 种因果结构能拟合同一份相关性数据。原始数据在根本上 underpowered，学不出真正的因果。"（00:21:45–00:22:48）
可证伪的实证：在描述性数据（Cell×Gene，3300 万细胞）上训的基础模型（scGPT、Geneformer）擅长去 batch effect，但在扰动/反事实任务上至今打不过线性基线。解法是花钱造因果数据——perturb-seq = 池化 CRISPR 扰动 × 单细胞 RNA-seq，产出与 PDB 同构的二维数据集（扰动 × 表达）。
真正难的是工程不是科学：学术方法建立在"处理新鲜细胞、一两小时做完"上；全基因组规模要在 14 小时里处理上亿个细胞——"到一天结束时，你能从细胞和实验室的科学家身上都检测到应激信号"。解法是化学固定锁死细胞状态 → 错时作业 → 天然无 batch effect。数据设计的度量是"每美元的信息比特"而非细胞数。这与 Lila 的"把实验室建成可规模化 verifier"是同一工程哲学。
消融给出的排序：数据质量/规模 > 架构 > 先验知识。架构侧的具体收益是自回归 → diffusion（"自回归是打字，diffusion 是编辑"；表达数据是矩阵，顺序假设只是为复用语言模型技巧付的税），且增益集中在泛化到未见上下文的难任务上。这与 Genesis 的"diffusion 是对的 primitive"独立同向。
泛化三证（静息 T 细胞 → 激活态；留出一种 iPSC 分化类型；T 细胞系 → 多供体原代 T 细胞）——最后一条是整个理论的验证：在"有点怪的"易培养细胞上训练，能外推到真人身上取下的细胞。
MAE 是坏指标：单细胞数据极稀疏，"细胞平均谱"是极好的 MAE 局部最优，有时 MAE 比技术重复还低。改用 Pearson Delta（变化量的相似度）——"这个很难作弊"。详见评估与 Benchmark，与 Genesis 的"RMSD<2Å 不够"同属 eval 危机。
学术界的处境："学生加入教授实验室问的第一个问题是'你有多少张 GPU'"；但 CRISPR、CRISPR 高通量筛选、液滴 scRNA-seq、perturb-seq 全部首先诞生于学术界（Weissman、Regev 等）——"这些创新耗时极长、发现极偶然，未必适合纯工业界扛；一旦露苗头，规模化和稳健化工业界做得很好"。开源理由是 PDB 先例："虚拟细胞这个领域太早了，捂着没好处。"
两个魔杖愿望指向下一轮约束：高通量蛋白测量（"蛋白才是细胞里的功能单元"）；以及对同一批细胞多时点重复测序（"现在为了测序你必须杀死细胞"）——"那才是真正的虚拟细胞，因为现在建模的一切都是静态的"。

中美对照¶

AI-for-science 目前收录的观点以美方（Adam Brown、Grant、Noam、Karpathy、CZI、Lila、Genesis）为主，姚顺宇从中方一线补充了"基础科学已在广泛用 AI 工具、但难出圈"的落地现状；四方共用 Erdős 案例，构成本库里少见的跨 KOL、跨中美的同一事件多视角交叉。Lila 与 Genesis 给出同向的尖锐判断——Lila："美国生物技术输给中国生物技术不是创新问题，是监管框架"（发现已非约束，临床/审批才是）（Lila 00:53:49–00:54:50）；Genesis 从数据闭环角度印证：西方 pharma 依赖 CRO 致尖端湿实验能力退化，而中国 biotech（Insight）自建极强 in-house 实验能力、数据产出极快，是"设计-造-测-分析"闭环的关键（Genesis 01:12:57–01:14:58）。

果蝇连接组需要 64 维：一条与神经网络设计相关的读数（Friedberg 转述，2026-07）¶

来源：All-In 2026-07-31

（2026-07-31 All-In [01:25:02]–[01:31:09]）

底层数据集与论文¶

2024 年 10 月，剑桥与普林斯顿的团队用电子显微镜扫描了果蝇（Drosophila）大脑，映射了每一个神经元——13.9 万个神经元、5000 万个突触连接。
2026 年 2 月，一组布达佩斯的研究者用这份数据做网络建模：用"预测某个神经元是否与另一个神经元相连"作为衡量模型质量的任务。结果三段：
欧几里得三维（按神经元之间的物理距离）→ 拟合很差；
双曲空间（"离得越远，空间越宽"，他类比引力井附近的时空弯曲）→ 表现最好；
回到欧氏几何但提高维度 → ⚠️ 在 64 维时追平双曲空间，成为最佳预测模型。
他给的直觉："离第一个神经元越远，你能接触到的神经元就多得多，所以对神经元连接做双曲建模其实是说得通的。"

两条引申¶

"首先，它可以被用于神经网络设计和 AI 之类的事情。"——这是本页少见的一条从生物结构反向流回模型架构的接口。⚠️ 他没有具体说怎么用，本库不做延伸。
"在 64 维里生物学找到了一条路去创造意识、创造视觉、创造理解、创造对身体的控制，然后把它全部映射、压进一个小小的脑子里。"（对照：人脑约 860 亿神经元、万亿量级连接。）

⚠️ 他关于意识与具身的判断（与本库具身主线相关）¶

（[01:32:10]–[01:33:11]）

"我确实认为意识有某种根本的东西与物理意义上的生存驱动相关。你必须有物理的感知和物理的响应才能学习。 作为婴儿你先去摸烫的东西、冷的东西，然后你学会。而我们在 AI 里建的神经网络里的奖励机制，是数字的、是被编程的。问题是：生物学里涌现出来的奖励机制，是否创造出一种硅里也许不可能存在的意识能力。"

他自陈这是"另一天的更大话题"、"该找比我花了更多时间想这个的人聊"，本库按其自陈的不确定性记录，不作为断言。

与本页/本库的关系：这条与 Fei-Fei Li 的空间智能、Danielle Perszyk 的认知科学视角、柯丽一鸣的机器人 RL 落在同一族——学习是否必须经由物理交互。他的单细胞类比（一个细胞里 100 亿个蛋白质，1 秒相当于人在曼哈顿不睡觉活动 80 年；而人体有 10 万亿个细胞）是他反复用的修辞，本库记录其结论句："在生物学里涌现的复杂性，远远超出我们今天在硅里建的任何模型……我们非常早期，越了解这类东西，就越意识到我们知道得多么少。"

Chai Discovery（美，蛋白质设计，2026-08）：中性软件工厂、以及"这个领域真的在 work"¶

来源：Chai Discovery 那期（Matt McPartlon & Neil Patil）。这是本页第四家结构生物学方向的公司——前三家是 Genesis Molecular AI（小分子 co-folding）、Xaira（虚拟细胞）、Lila Sciences（实验室即 verifier）。

⚠️ 它与前三家的位置差异，是本节最该被记住的东西¶

	做自己的药	验证回路	商业模式
Lila Sciences	是（neo-lab）	把自建实验室做成 RL 的 verifier	模型即价值
Xaira	是	自建因果数据（扰动实验）	虚拟细胞平台
Genesis	是	结构 eval（RMSD 门槛）	小分子发现
Chai Discovery	⚠️ 明确不做	不自建实验室，用 CRO 网络把回路从"年"压到"周"	⚠️ "做药的中性软件工厂"，同时服务互相竞争的药企

它的自我定位原话："很多 AI for bio 公司在做自己的药。我们完全不那样看自己——我们把自己看成一个做药的中性软件工厂（a neutral software factory for making medicines）。"
Matt 给的激励论证："我喜欢这里面的激励一致性——我们把模型做得更好，合作伙伴就更成功，然后它自己迭代自己。"
已公布合作方 Eli Lilly、Pfizer、Novartis 及第四家（⚠️ 转录稿作 our Gen X，疑为 argenx，本库不认定）；⚠️ 全公司约 30 人，研究团队约 10 人。

模型谱系与关键数字（均自报，本库未核实）¶

Chai 1（结构预测，开源复现 AlphaFold 3）——⚠️ 开源它的真正动机是当 forcing function 学怎么建生产级基础设施，当时公司只有 5 人。
Chai 2（全原子扩散设计模型）：对 50 个靶点设计抗体，约一半拿到 binder，平均结合命中率约 20%。⚠️ 靶点集合经 CRO 可行性预筛（他们最初自选的靶点"一半的时候就是不 work"）。
Chai 2.5：可开发性（developability）——"安不安全、稳不稳定、好不好生产、会不会自聚集"。
Chai 3：⚠️ 本页最能代表其研究文化的一条决策——Chai 2 之后内部分歧是"研究那 25 个失败靶点找共同性质"还是"赌模型会变好"，"我们绝对是选了后者"。他用的词是 "be bitter lesson pilled"。
⚠️ cryo-EM 验证误差 0.33 埃（约 1/3 个原子宽度），靶点特意选无已知抗体 binder 以排除数据泄漏。详见评估与 Benchmark。

⚠️ 它对本页"AI for science 到底难在哪"的三条贡献¶

⚠️ "AlphaFold 2 解决了结构预测"是错的，而且错得有量级：其 multimer 版本在抗体-抗原预测上只对约 11%，"意思是 90% 的时候它是错的"。机制是抗体在进化上不可能有模板，所以 MSA 这个魔法在抗体上失效。
⚠️ epitope 预测（"我到底该打哪儿"）是更难的问题，而且他们自己承认："这是个难得离谱的问题。我同意你——这是更难的那个问题。"⚠️ 他猜"虚拟细胞可能是最接近 SOTA 的东西，但那还有很远"——这直接把 Chai 解不了的那层指向了 Xaira 在做的那层。本页把这两家记为同一条流水线的上下游。
⚠️ "生物学有多少是字面意义上在黑暗中摸索"（主持人）："这不是比喻，你是真的看不见这些东西长什么样。"——本页"AI for science 到底难在哪"这条线上最直白的一句表述。

⚠️ 关于验证回路的一处需要并列的分歧¶

Chai 的说法：靠 CRO 网络已从"年"降到"周"，"不像 LLM 那样能扩个 eval、砸更多算力、几小时拿结果，但快到足以开始递归自我改进了"。
⚠️ 本库标注：这是一句自评。它与 Lila Sciences 的重资产路线（把实验室本身建成 verifier）构成成本 / 速度的真实权衡，本页不裁决。
Matt 被问"如果能凭空移除一个瓶颈"时的答案就是验证回路："能够立刻说'这个 work、那个不 work'。仍然有一部分是在黑暗里摸索。"

研究方法论：简单性偏好，以及主持人的正面反驳¶

⚠️ 本页此前没有过这类"方法论上的当场对撞"，两边都记：

Chai 的立场："复杂性和 bitter-lesson-pilled 是根本对立的。" 他举 AlphaFold 3 大约 23 个子模块（自陈数字可能记错）："你会想'加个模块 24 让它更好'，但你到底该不该加，还是该想想怎么删东西？"办公室墙上挂着 SpaceX Raptor 1 vs Raptor 2 的对比图。研究团队里"除了我和 Kevin，几乎没人有所谓 bio 背景"，做法是把每个问题映射成核心 ML 问题。
⚠️ 主持人的反驳：AlphaFold 2/3 之所以 work，恰恰因为它们是相对小、数据效率极高的模型——"一层归纳偏置叠一层归纳偏置，都是人的直觉和硬打出来的经验带进来的"；要超过它，"你真的需要新的数据来源，或者至少用一种效率高得多的方式对待数据"。
Chai 自己给的限定：蛋白质"确实很难"——结构数据没那么多（序列数据一大堆，这是 ESM 能 work 的解锁点），"如果你拿实验结构数据做同样的事，祝你好运"。

⚠️ 本页记为未解决的分歧，并注意它与刘子鸣"架构设计本身应该是一门科学" 是同一族争论在生物领域的版本。

⚠️ 制药业的资本结构（本库此前完全没有这条线）¶

"我不知道还有哪个领域里一个 token 的下游价值有制药这么高"——出来的药可以是几十亿美元级资产；GLP-1 的两个药加起来大概是万亿美元级资产。
⚠️ "直到大约三个月前（约 2026-05），GLP-1 的总收入比所有 AI 实验室加起来还多。"（Neil）"我不觉得人们意识到这一点。"⚠️ 本库未核实。
药企其实是 VC：手上是靶点的投资组合，在其中做配置。Neil 举 Genentech 是 80 年代最早、最大的风险投资成果之一——"人们想到硅谷就想到软件，但……"。
⚠️ Eroom's law（Moore 反过来拼）：做出一个药的成本大致在指数上升。主持人接："这保证了在某个点上，新药开发的边际回报会变成负的。" Matt："我认为我们可能正处在把其中一些翻转过来的边缘。"

收尾的两句判断¶

Neil："当你能把折叠模型做到 1 埃以内、当设计模型的命中率能到 50% 以上——96 孔板里有 48 个有意思的 binder——你就开始跨过那个门槛：你可以声明式地、精确地工程出你要的东西，而不是赌自然或者靠试错。"他的类比链是软件 → 电子工程（Cadence）→ 机械工程（CAD）→ 现在轮到生物。⚠️ 这个"50% 以上"与 Chai 2 时期的"约 20%"不是同一时点，本库并列不合并。
⚠️ Matt："最大的收获是这个领域真的在 work。不只有商业牵引，研究上也真的显示出生命迹象……我们现在真的处在模型能用、在交付价值、而且还有大量有意思的研究问题的位置。所以我认为这个领域里唾手可得的果子比别的领域多得多。"

⚠️ 1 万个 agent 与 Navier–Stokes：一条本库无法核实的自述（Greg Brockman，2026-09-14）¶

来源：a16z / Greg Brockman

Greg Brockman 在 a16z 那期（[00:12:08]、[00:15:10]）。

他的原话大意："我们实际上用了 1 万个 agent 去解 Navier–Stokes 问题。" 主持人当场道贺。
他给的意义定性（[00:12:08]）：一是问题本身——对流体力学、洋流等有实际含义；二是它代表什么——"由 AI 创造的新知识"，并由此"解锁一整波科学发现、医药等等"。
⚠️ 第二处、也是本页更关心的一处（[00:15:10]）：他说他们把这个问题形式化进了 Lean，并以此论证"AI 能写可验证的代码"——这条是他把数学证明能力接到软件形式化验证上的桥梁。
⚠️ 本库必须标注的三点：
他没有说是哪个 Navier–Stokes 问题——是千禧年难题的整体正则性问题，还是某个具体结果？转录稿里没有。本库不替他补全，也不按最强读法理解。
无论文、无链接、无第三方验证，本库仅有播客上的一句自述。
说话人是 OpenAI 总裁，这条同时承担着能力宣示的功能。
与本页其它材料的关系：本页此前的 AI-for-science 材料（Chai Discovery、Lila Sciences、Xaira、Genesis）都落在生物与实验闭环上，且大多给了可指认的方法或产出。这是本页第一条"纯数学 + 形式化验证"方向的材料，也是本页可核实度最低的一条。 本库保留它，是因为"形式化进 Lean"这条如果成立，会直接影响 LLM 安全页上"用 AI 形式化验证全部软件"那条论证的可信度——两者是同一根链条。

⚠️ 本页第一份来自实验室内部、且给出可核查结果清单的材料（OpenAI 数学团队，2026-09-08）¶

来源：a16z / OpenAI 的两位数学家

本页此前的材料要么来自应用侧 neo-lab（Lila Sciences、Xaira、Genesis Molecular AI），要么来自领导层转述（Greg Brockman 的 Navier–Stokes 那条，本库无法核实且他没说清是哪个问题）。

两位 OpenAI 数学家（转行前的执业数学家）给了三个有名有姓的结果与各自的技术路径（视频页）。⚠️ 两位嘉宾的姓名在自动字幕里不可靠，本库不作确证。

最该被记住的一条经验规律：AI 的证明普遍很短¶

⚠️ 而且他们说这与自己的预期相反（[00:55:52]）：

"一年前我会非常惊讶地得知这些 AI 证明都很短、很优雅。你原本担心它会生成一堆千页的东西、你永远看不懂——但结果恰好相反。"

配套的那句更尖锐："目前只有人类能产出 200 页的证明。"

⚠️ 最强的量化对照（[00:51:50]–[00:53:51]）：更强的 Aldous–Lyons 猜想两年前被证伪，用的是约 250 页、建立在另外约 200 页之上、动用量子复杂性理论的工作，"没有多少人能看懂"；而 Astra 证明"存在非 sofic 群"的证明约 15 页，完全待在群论里。

三个结果（摘要）¶

球填充的线性规划界（[00:23:18]–[00:28:20]）：给出大维数下 Cohn–Elkies 线性规划界的渐近行为并解释了它的来源，由此改进填充密度上界；且证明不存在更好的函数 f——是一个等式。⚠️ 给模型的指令基本就是"分析这个高维线性规划，去玩得开心"。 其中一位说自己研究生时在这个问题上花了大约半年、"零进展"。另一位的评语："一旦你看到它，你会觉得难以置信：为什么以前没人做过这个？"
球面码与二元码（[00:29:21]–[00:35:28]）：技术路径与上一个完全不同——全空间用复数分析，码的情形用表示论。⚠️ 这是十个问题里唯一一次有交互的，而交互内容只是"你能不能再往前推一点"。
存在非 sofic 群（[00:46:36]–[00:55:52]）。⚠️ postmortem 最值得记：Astra 指出存在一个具体的组合障碍，正是前人论文里隐约写到却无法排除的那个——"加上这一条额外的代数事实，这个奇怪的阴谋就不可能发生"。评语："那些确实就是真凶。前人本来就在正确的轨道上，这件事做完了最后一英里。"

他们说 AI 强在哪、人弱在哪¶

强项一：对文献的熟悉（[00:03:02]）。其中一位的转变触发点就是这个——把一个 Erdős 网站上标着 open 的问题丢进 GPT-5，五分钟后它找到了文献，而他和朋友已为此花了几小时还不确定问题是否够得着。他们随后又找到十来个类似案例。
强项二：细节执行（[00:05:03]）："人很容易在这些细节里迷失，而 AI 总是把这类论证钉死。"
⚠️ 强项三：敢下不划算的注（[00:06:03]–[00:08:05]）。人的常态是试几小时/几天/几周然后放弃，因为风险回报不划算；而一两年后发现别人把你以为不成的想法做成了，是并不罕见的经历。结论："把一个想法做成，本身就可能是战役的一大部分。"
⚠️ 人的核心劣势是"上下文被污染"（[00:09:05]）："你的 context window 有点被污染了，而你没法从上周的自己再克隆一份出来。"

⚠️ 他们对这门学科的天花板判断¶

（[01:01:56]–[01:02:56]）"数学问题的难度上限相当高。即便 AI 在数学上继续以指数方式变好，也完全有可能我们永远解不出 P vs NP 这样的东西。" 推论是这门学科可能变得更贴近大谜团、更少贴近例行公事的小谜团。

⚠️ 另一条可与形式化验证那条并读的路线说明（[00:13:07]）：他们训练的是通用推理模型，回溯与重开"不是数学特有的"；⚠️ 主持人特别指出这条路线不依赖自动形式化（Lean 一类）来引导推理。注意 Brockman 说把 Navier–Stokes 形式化进 Lean 是用形式化做验证，不是用它引导推理——两者不矛盾。

⚠️ 连续介质物理这一侧：神经算子与"AI for science 不是语言模型"（Anima Anandkumar，2026-08-26）¶

来源：Latent Space（AI for science 子系列）/ Anima Anandkumar（Caltech）

⚠️ 本页此前的材料集中在生物、化学与数学。这是第一份来自连续介质物理一侧的系统材料——天气、气候、等离子体、材料、流体。而且它给出的论点与本库主流叙事正面冲突：

"直到我们有了不只是把世界当符号、而是能模拟、能设计、能控制物理世界的 AI 之前，有一块很大的拼图是缺的。语言模型和 agent 只是其中一个方面，说到底它们仍然是外层的包装（external wrappers）。"（[01:22:50]）

一、为什么 transformer 在这里不是"慢"而是"跑不动"¶

⚠️（[00:28:36]）工业级模拟是 3D + 时间，每维上千格点 → 上千亿到一万亿 context length：

"别想给这种规模上 transformer。全世界的算力都不够，而且它们还得全部同址部署。"

配套的两条约束：

物理数据永远不会像语言那么多（[00:27:36]）——她的天气模型只有约 5 万个高分辨率全球天气图；其它领域更少，因为模拟很贵、真实数据可能压根没有。
⚠️ 不能像视频模型那样降分辨率（[00:30:38]）——视觉/视频生成的目标是"看起来好"，不是精确模拟；而流体、等离子体、材料形变必须高保真，因而必须高分辨率，"我们连丢掉细节都承受不起"。

二、神经算子：学函数空间之间的映射¶

定义性差别（[00:16:21]–[00:17:23]）：标准神经网络输入输出固定尺寸（固定词表、固定分辨率）；神经算子把输入输出建模为可无限细分的连续函数，推理时可要求任意分辨率的输出。
相对 PINN（[00:12:15]–[00:13:16]）：PINN 每个方程实例都从头解一次，时间相关/湍流问题"根本是无望的"（跑够久会混沌、细小尺度都要紧）；神经算子有训练阶段、用上真实数据，同时仍可加物理约束做引导。
为什么是傅立叶（[00:21:29]）：能高效捕捉非局部现象——"导数是局部的，但它的逆是积分，是非局部的"；且是准线性复杂度但保有全局连接（对比注意力的二次复杂度）。⚠️ 但它不是纯线性傅立叶基——层间加了非线性和残差连接，"这一点和 transformer 一样"。
⚠️ 零样本超分辨率的合法性来自物理（[00:18:23]）：只靠数据往更高分辨率外推就是在猜；但可以在比数据更细的分辨率上施加偏微分方程约束和守恒律，高分辨率处就有了引导。
⚠️ 物理约束只能进 loss（[00:49:07]）——"做成硬约束不可行"，因此还要与数据项做权重平衡；而哪些物理容易加、哪些难加，本身是个课程表问题。

三、FourCastNet：三代，每代解决一件事¶

版本	变化	解决什么
v1	FNO	证明数据驱动能达到传统精度且快上万倍、一块消费级 GPU 就够（[00:01:00]）
v2	球面几何	⚠️ 几乎所有其它天气模型假设世界是个矩形（标准投影），短期没问题，跑长了很快就炸（[00:36:45]、[01:03:28]）
v3	概率/ensemble 训练目标	极端事件需要概率校准，单一确定性输出不够（[00:42:56]）

⚠️ 只训练预测未来 6 小时（加少量多步微调），却能外推到数月（[01:00:21]）——主持人说"这非常令人意外"，她回答"是的，非常意外"。
⚠️ Allen AI 基于她的架构建的气候模型是唯一能跑的 AI 气候 emulator（[00:37:45]）——因为气候要求你假设世界是个球，并在反复 rollout 中保持这个信息；"如果只是窄代理模型、只看几个指标，很多架构都能干"。
再分析数据本身就带物理（[00:51:11]）：ERA5 是把卫星观测与物理求解器的结果同化在一起的——"这份数据本身就让我们的模型天然是 physics-informed 的"。⚠️ 她认为这可能就是它在极端事件上表现好的原因之一。
一条具体战绩（[00:52:11]）：2023 年秋在 ECMWF 上线；飓风 Lee 期间比标准模型提前数天正确预测登陆点。
⚠️ 她自己标注的未解问题（[00:41:54]、[01:03:28]）：超长 rollout 的物理约束仍是开放问题——"你不想把细节完全抹平，因为那样就不准了；但保留细节又可能物理上无效"。她当场承认展示的长 rollout 里仍能看到奇点。
开源与民主化（[00:34:41]）：他们是第一个宽松许可开源天气模型的（DeepMind、华为等一年后跟进）；社会效果是全球南方的小型气象机构现在能有过去只有大机构才有的精度。

⚠️ 四、"物理世界可能更宽容"——本页认为最有迁移价值的一条¶

（[00:42:56]–[00:43:58]）

反直觉的是，模型在极端事件上表现好——因为极端事件有非常特定的物理签名，"极端，但是以一种非常具体的方式极端"。
等离子体/聚变：只有几千个样本，却能准确预测破裂（disruption），且比传统模拟快一百万倍。
她的解释：自然界有大量潜空间结构，传统数值方法发现不了——因为它们 focus 在"任何情形下都要正确"；而 AI 从数据里学，会顺带揭示这些问题其实有多可解。

⚠️ 五、由此得到本页目前最统一的一条横向判据¶

主持人在 [00:45:01] 把 AlphaFold 拉进来：蛋白质结构之所以是生物学里少数几个大胜，正因为它受物理强约束；"被微分方程描述得好的问题，给这类技术留的空间更大"。

把它与 Anandkumar 的"物理世界更宽容"放在一起：

⚠️ AI 在科学上的胜负，不主要取决于数据量，而取决于目标对象被物理约束得有多紧。 约束紧（蛋白质折叠、流体、等离子体、天气）→ 少样本也能赢； 约束松（细胞、生物学整体）→ 数据和闭环才是瓶颈。

⚠️ 这条与本页既有的几条不矛盾，是同一张图的两端：Lila Sciences 的"以实验做 verifier" 与 Xaira 的"因果模型需要因果数据" 处在约束松那一端（靠外部闭环补数据）；Anandkumar 处在约束紧那一端（靠内部归纳偏置省数据）。

六、其它领域与长期命题¶

聚变（[01:03:28]–[01:06:31]）：托卡马克等离子体的数字孪生，快一百万倍；下一步是把控制和仿真一起设计以预防破裂。合作方是英国原子能管理局，也在做仿星器。⚠️ 她给的方法论理由值得记：作为 AI 人可以不提前押注哪条聚变路线——"物理世界里你必须砍掉很多风险大的方案；AI 让我们可以更敢冒险、更能探索不同路径，而不至于过早排除某条路"。
其它：CO₂ 地下封存的几十年迁移模拟；空气动力学的任意几何（⚠️ 把汽车变换成一个甜甜圈、在甜甜圈上建模、再变回去，[01:11:36]）；逆设计——逆光刻掩模、量子点门、非线性光子学（[01:16:46]）。
⚠️ 逆设计的论点（[01:13:38]）：人类不擅长高度非线性的设计——"合作者手工做这件事很吃力"；而有准确的前向物理模型做护栏后，AI 可以直接优化出设计，而且我们知道它真的成立，因为仿真就在回路里。
⚠️ 对泛化边界很克制（[01:14:42]）：完全没见过的物理无法迁移——"如果你说要超出标准模型，那根本没有数据，不可能"；但耦合现象可以少样本微调（分别见过热传导和拉伸，热致形变可用远少样本学会）。由此推出"物理世界的课程表是可以被我们控制的"（[01:15:43]）。
形式化验证（TorchLean）（[00:04:07]–[00:10:12]）：她的整体命题是"语言模型可以做大量假设生成，但想法不是瓶颈，测试与验证才是"。TorchLean 是 PyTorch 风格但写在 Lean 里的框架，可证输入扰动 → 输出扰动的界（用于无人机/核反应堆这类控制回路）和 ⚠️ 有限精度带来的缺陷的界。⚠️ 她自己给的限制：Lean 仍是 CPU 的，大规模可扩展性还有大量工作。

⚠️ 七、一条政策立场¶

（[01:20:49]）"很多监管框架把 AI 等同于语言模型。" 语言模型确实能操纵人、需要管，但 AI for science 是另一回事，一刀切正是很多问题的来源。

她选的唯一瓶颈是算力（[01:21:49]）——她自陈这答案"简单甚至偷懒"，但强调的是给研究用的算力（国家实验室的超算）。

⚠️ 关于"1 万 agent 解 Navier–Stokes"的归因修正（Noam Brown，2026-09-17）¶

来源：Dwarkesh / Noam Brown（OpenAI）（[00:05:10]）

⚠️ 本页此前以"自述未核实"的方式记过这件事。本节是同一件事的内部归因，而且方向是往下修。

"我甚至不会把 10% 的功劳算给多智能体。真实情况是 OpenAI 训出了一个非常强的模型。多智能体这种东西新鲜花哨，所以拿到了不成比例的功劳。"

事实层：10,000 个 agent、88 小时、1300 亿 token；Dwarkesh 的换算是 1300 亿 token ≈ 一个人按正常工作周不间断思考 4000 年（[00:02:03]）。
⚠️ 他明确说这件事的科学性不足：消融实验太贵——"我们不知道单个 agent 要多久才能解出 Navier–Stokes，因为我们没做过那个实验"。
⚠️ 他明确反对"数学家要被取代"这个结论（[00:25:57]）：模型在某些维度上卓越，在另一些维度上弱于人类数学家——不擅长提出新问题，也不擅长判断哪些数学分支值得开辟。他自己的态度是"我会非常乐意生活在一个 AI 补足人类能力、帮我们发现新知识而不完全取代人的世界里。那是最好的情形。"⚠️ 但他承认 jagged 会随能力提升收窄，长期完全可能全面超越，"只是不知道那条长尾有多长"。
⚠️ 一条与本页"AI 做数学的门槛"相关的行业误判记录（[00:35:18]）：拿到 Navier–Stokes 的两周前，他还在跟另一家前沿实验室的研究员打赌 1000 美元——对方赌"2027 年之后才会有千禧难题"（认为要到 2030），他接了这个赌。他自己原本的外推（按"每年 10 倍人类耗时"的阶梯：GSM8K 5 秒 → MATH 1 分钟 → AIME 10 分钟 → IMO 100 分钟）也只给到"也许 2028"。

⚠️ Anthropic 的湿实验室在做什么：一次由领域内人士给出的事实澄清（All-In，2026-09-26）¶

来源：All-In 第 290 期

（David Friedberg，[01:27:01]–[01:31:05]）⚠️ 本页此前的"AI 做生物"材料都来自做这件事的公司（Chai Discovery、Genesis、Xaira、Lila）。这条是第一份来自前沿实验室之外、由经营生命科学研发组织的人给出的解释。

他们做了什么：发了一篇 preprint——拿大量 DNA 数据，派一批 Claude agent 去分析，识别此前未被表征的新酶、新蛋白；系统找到了一个看起来像 CRISPR 类的酶，可能产出若干治疗路径。
为什么需要湿实验室：把 DNA 放进细菌里做出蛋白、再测这个蛋白的功能。他给的一句定位值得单记——"蛋白发现是全部抗体发现的基础，而抗体发现是今天治疗药物产业的大头。"
它的历史类比：AlphaFold 也是先从 DNA 序列预测结构，然后你必须真的把蛋白做出来看一眼。这里是同一个循环，只是目标从结构换成功能。
⚠️ 安全等级：BSL-1 / BSL-2——"这些不是在造病毒、不是在造病原体，不是 gain-of-function 研究"；湾区有数百个同类台式实验室，自动化的作用是降成本、提高测试吞吐。
他的结论（[01:31:05]）："不该因为我们在武汉听过 wet lab 这个词，就觉得任何实验室都是坏的。"

⚠️ 本页标注：这段是同一期节目内部的一次对冲——本期前半段 Chamath 把"lab"一词的社会可信度挂到武汉实验室上、Sacks 说"能不能把它建得离我远点"，末尾 Friedberg 给了技术层面的反证。⚠️ 本库并列记录，不裁决；另见 AI 实验室文化。

⚠️ 跨模态迁移作为科学数据稀缺的解法（Runway，2026-09-25）¶

来源：Latent Space：Runway 的世界模型、机器人与神经操作系统

（[01:32:07]–[01:36:12]）⚠️ 本页此前的"基础模型做科学"材料（Lila 的"科学即 token 生成器"、Xaira 的虚拟细胞）都在单一领域内论证。这条论证的是跨领域迁移本身。

三条证据¶

Riffusion——把 Stable Diffusion 在声谱图上微调，就变成了相当能打的音乐生成器。
⚠️ The Well 实验（本页认为最硬的一条）：这是一个横跨天体物理到原子级相互作用、跨极不同时空尺度的物理与生物数值模拟数据集。"真实世界视频看起来跟这个毫无相似之处"，但他们把视频模型当作 RGB 帧在上面微调，比从头训练快得多就拿到了合理性能。
主持人补的 DeepSeek-OCR——文本不必 tokenize，可以直接当图像喂进去。

⚠️ 他对 AlphaFold 的对照（本页最该被引用的一句）¶

（[01:35:11]–[01:36:12]）AlphaFold 因为可训练数据有限，架构被高度定制化，只为解决蛋白结构预测；而：

"如果你把这些分散的科学数据源合到一个模型下，我认为这条路能帮我们跨学科解决新类型的问题——靠把从一种模态、一组数据里学到的东西迁移到另一种。"

⚠️ 他自陈这个方向非常早期。

⚠️ 迁移解决的是数据稀缺，不是精度¶

（[01:34:11]）"你没有那么多嗅觉数据，但你有海量视频数据。"主持人给的对照是那条老论点——"人有那么多感官表征，模型永远拿不到数据"——而实际上"基础预训练里发生的事情太多了，你从这些小东西上拿不到多少额外收益"。

⚠️ 本页标注：这条与 Anima Anandkumar 的 neural operator 路线是同一目标（AI 做连续介质物理）的两条相反路径——Anandkumar 走的是为物理结构专门设计算子，Runway 走的是把物理模拟当成 RGB 帧丢给通用视频模型。本库并列不裁决，但认为这两期应该被一起读。

⚠️ 把"一个模型"的假设搬到物理仿真上：Accelerated Understanding 出 stealth（2026-09-04）¶

来源：Latent Space / Anima Anandkumar & Benedikt Jenik

⚠️ 本页此前的物理侧材料（Anandkumar 2026-08-26）给的是一个否定式判断——"上千亿到一万亿 context length，别想给这种规模上 transformer"。本期补上了肯定式的那一半：她与 Benedikt Jenik 的公司正是为此而建。

押注可以用一句话说完（[00:01:02]）：语言领域曾经是拼写检查一个模型、翻译一个模型、自动补全一个模型，然后"都塞进一个模型里"远胜专用模型——那么物理仿真与物理理解的对应物是什么？

✅ 本页迄今最有价值的一条实验结果：多物理真的有迁移收益¶

⚠️（[00:08:03]）同样大小的模型装进多个物理领域，比把那些参数全给单一物理领域更好；"哪怕你为每个物理做独立模型、并且把它们做到和原来那个一样大，仍然更差。" 结论：收益来自共享学习，不只是"模型变大就变好"——"加入更多物理领域，会帮助它在所有领域里都学得更好。这和语言里我们看到的那种涌现式学习是同一类。"

实验设计他们也交代了（[00:07:03]）：刻意挑了若干在特征与挑战上差异很大的物理领域，并为它们做完整的 4D rollout。
⚠️ 落地侧同样确认（[00:24:15]）：常规流程是先训窄模型验证模拟器、再加进通用模型——"宽的一路领先（broad all the way）。"

⚠️ 为什么相信物理之间可以迁移（本页此前缺的论证）¶

主持人提了最该提的质疑（[00:02:02]）：天气、导管、核聚变的物理本身差别很大，可能没什么迁移。 两层回答： - 同一套定律、不同区间（[00:03:02]）：⚠️ "导管里的流体和火箭里的流体，是同一套流体动力学原理，只是不同的区间——由雷诺数一类的东西参数化。" - ⚠️ 即使方程不同，特征也共享（[00:04:02]）：随时间的变化、某种形式的能量守恒、物体恒存性、因果性——"跨不同领域、跨不同数学模型，有大量共享特征是这些神经模型可以捕捉到的。"

⚠️ 物理给的反馈是稠密的：本页最该引用的一条方法论¶

⚠️（[00:16:11]–[00:18:12]）"语言的自我改进需要人类反馈或别的奖励信号，而那些非常稀疏——只告诉你是或否、赞或踩。我们的反馈是稠密的，因为物理定律有很多条。" 三层： 1. PDE 的数学是已知的，"解对了 PDE 就等于把物理做对了"；sim-to-real 的缺口靠"把域做得足够宽以保证落在分布内"处理。 2. ⚠️ 课程工程：可以从简单方程、较低分辨率开始——"这和语言的训练方式形成鲜明对照：语言是把整个互联网下载下来，一团巨大的混乱，被打乱，有些对有些不对。而人类不是这样学的——按顺序学要好得多。" 3. ⚠️ 把 PDE 本身当训练信号：检查模型在 PDE 上做得多好，用它作为额外信号，于是可以推到超过训练数据质量的地方——否则"你会像机器学习里的其他一切一样，停在训练分布的平均质量上"。 - ⚠️ 前提性判断（[00:02:02]–[00:03:02]）：物理世界没有现成的"全互联网"可下载；而科学发现按定义就不在训练数据里——"因此纯粹依赖数据驱动的 AI 是不够的。"

⚠️ 他们点名了本页该记住的失败模式¶

⚠️（[00:15:08]）"某家公司有一小块很漂亮的数据，做出一个炫的 demo，但他们真正在意的那个领域是 out of sample，于是什么也没有被部署。" 本库把这条记为"窄代理模型（narrow surrogate）"的典型死法。

工程量级（自述，本库未核实）¶

⚠️ 训练 1 万亿上下文、推理 5 万亿上下文、万亿参数模型、数百次训练（[00:06:03]–[00:07:03]）；5 万亿那次输出 22 TB（[00:13:06]）。关键是他们拒绝做的近似：空间三维不压缩；时间维不做自回归而整条 rollout 一起建模（理由：自回归累积误差，且会失去"输入里什么导致了输出"的归因，而这对设计极其重要）。详见 AI 基础设施。

商业落点与本页的关系¶

⚠️ 半导体：要拿的是"没被用掉的余量"（[00:21:15]）——现状是先在数字侧做、冻结、再送去过一次物理检查（PDK 规定的特征否则 TSMC 不给做），然后就到此为止；"那只是在问还有没有足够余量能推过去，但我们并没有利用那个余量去换额外性能。"
能源分两类（[00:23:15]）：设计类（"我想要一个具有某些能力的物理对象"）与反演类（地热：地下哪里热且含水配比合适；关键矿物在哪）。
⚠️ 与本页 AlphaFold 横向判据的关系：本页此前的统一判据是"AI 在科学上的胜负不主要取决于数据量，而取决于目标对象被物理约束得有多紧"。本期把这条判据变成了产品设计原则——她们不是去找数据，而是把约束本身做成训练信号和课程表。

⚠️ 两条来自企业平台侧的 AI for science 用例（Ali Ghodsi，2026-09-18）¶

来源：a16z 2026-09-18

⚠️ 本页此前的材料都来自专做科学 AI 的团队。这两条来自一个通用数据平台的 CEO，说话人位置不同（均为自述，本库未核实）（[00:43:16]–[00:44:16]）：

⚠️ "Teddy"（Transformer Enhanced Drug Discovery，与 Merck 合作，他说研究已发表）：它预测的不是英语里的下一个 token，而是基因调控网络会如何响应，并且能区分哪些细胞是因果性的、哪些只是在反应——用于药物发现、显著降低针对特定疾病的开发成本。⚠️ "哪些细胞是因果的 vs 只是反应的"这个区分，与本页 Xaira 的"因果模型需要因果数据" 是同一个问题，值得对照。
Novo Nordisk 用他们的产品跑临床试验分析：⚠️ "拿到洞察的时间可以从几周压缩到几分钟"（例如做肥胖研究）。
其他被他列为"公众不知道的好用例"：Crisis Text Line 用 LLM 检测青少年自我伤害 / 自杀意图（"这个用例真的在救命"）；Omnipod 用 AI 学习胰岛素释放与血糖水平；Zipline 的全自动无人机送血。

New Limit：模型选实验 + 池化筛选的表观遗传重编程（Brian Armstrong，2026-09-10）¶

来源：No Priors / Brian Armstrong

本页此前的 AI-for-bio 材料多来自做平台或做模型的人（CZI Biohub 的生物学世界模型、Xaira 的虚拟细胞、Genesis Molecular AI、Lila Sciences 的 neo-lab）。这条的特点是流水线形状常规、但目标是"元问题"。

选题方法（[00:25:08]–[00:27:09]）：他盘点"空间、AI、聚变、脑机接口都已有好团队"，只有长寿缺好团队且"很多是卖蛇油"；做法是连办若干场晚宴问同一个问题——"从生物学角度看，什么最有潜力、而今天资金最不足？"反复出现的答案是表观遗传重编程（山中伸弥实验室的早期结果）。⚠️ 关键限定：他们不改变细胞类型，只恢复年轻时的功能。
流水线四层（[00:28:10]–[00:29:11]）：
⚠️ 自称领域领先的前沿模型，由模型推荐下一批该做的实验（转录因子组合的搜索空间极大）；
实验室（南旧金山，约 50–60 人）跑大规模池化筛选找表型命中——"这是在实验室里搬动原子和液体，不是软件"；
最好的进功能验证（通常动物模型），更贵更慢；
最好的进人体试验。
⚠️ 进度（口述、未核实）（[00:29:11]）：已在人源化小鼠中实现至少一种人类细胞类型的成功重编程；正在非人灵长类测试；第一个 I 期临床明年启动；预计未来几年 3–10 个候选药出自该平台。
路线与适应症选择（[00:31:12]–[00:33:12]）：前三个细胞类型为肝细胞、血管细胞、免疫（T）细胞；首个 I 期适应症是酒精性肝病——理由是标准药物开发逻辑：先打未满足需求极高的适应症（除肝移植外几乎无选择，且多数患者等不到）。⚠️ 口述的市场估计：ALD 约 200 亿美元、皮肤年轻化"大概一个万亿美元市场"。
底层论证（本页可迁移的一条）（[00:33:12]–[00:34:12]）：要人命的大多数疾病都与年龄高度相关——年轻时身体能从癌变细胞或肝损伤中自我修复，衰老后这个功能丧失。所以不逐个打疾病的症状，而是打"把细胞恢复到年轻功能"这个元问题。
⚠️ 与本页既有材料的接口：这条的"模型推荐实验 → 湿实验室验证"与 Lila 的"实验室即 verifier"同构，但 New Limit 的瓶颈被他明确放在湿实验室的吞吐与成本上（"搬动原子和液体"），而不是模型；这与 Xaira "因果模型需要因果数据" 的判断一致。
⚠️ 同期他还提到两个推测性方向（本库只记其论证结构、不作评价）：认知增强（"我们正在一场竞赛里：AI 越来越聪明，人类也需要掌控自己的演化"，他明说自己还没有好的 thesis）与胚胎编辑（投了 Preventative；援引 Pew 称约 80% 美国人支持用于疾病预防，数字未核实）（[00:36:12]–[00:41:16]）。

ERA：把科学问题映射成"可打分任务"（John Platt / Google，2026-09-22）¶

来源：Latent Space / John Platt

本页此前的材料几乎全来自创业公司或生物学专项。这条是大厂通用 AI-for-science 系统的一手工程描述，并且给出了两条本页可长期引用的方法论分界。

映射本身¶

出发点（[00:03:01]–[00:04:01]）：Google Research 做 AI for science 已超十年，早期是为每个问题做专用的经典模型；两年前转向通用 LLM 时"撞上了这个映射"：⚠️ 大量不同的科学问题都能被改写成"我想要一段代码，使某个分数最大化"。
机器学习只是它的子集（打分函数 = 数据集上的拟合度）；更有意思的是非统计的例子（[00:05:01]）：渐近展开——让它提出渐近解，再在 ε=1e-4 处检验拟合，同时让模型做数学推理。⚠️ 他说 ERA 论文一作 Michael Brenner 的用法是"一个晚上敲掉一篇科学论文"。
一个遥感例子（[00:07:03]）：用 OCO-2 / OCO-3 那种"又准又窄的 CO2 条带"去监督 GOES 气象卫星的红外波段（5 分钟一帧但像素粗、光谱非为 CO2 设计），再喂进天气与长期反照率——⚠️ 得到"被信息引导的超分辨率"。
⚠️ 把问题改写成可打分任务这件事本身需要帮助（[00:08:05]）：因为"这个映射常常不明显"，他们专门写了一个 agent 和你对话把它定义出来，产出带打分函数的 notebook。

⚠️ 两条本页可长期引用的分界¶

一、predictive model vs descriptive model（[00:22:12]–[00:24:14]）。他明说今天人们在模糊这两者，"如果你是从 LLM 入门的，这个区分可能对你毫无意义"：

predictive：只求在某数据集上误差最低——那是统计模型。
descriptive：⚠️ 科学真正想要的——捕捉了物理或某种对现实的描述，因而能外推。
⚠️ 他的例子：牛顿从苹果想到引力，但引力不是关于苹果的——"17 世纪的机器学习模型会说：苹果会掉。那行星呢？我没有行星的数据，谁知道呢。"
ERA 里的先验目前主要来自 LLM 直觉（[00:24:14]）：尤其把它指向已有论文时，它会构建"在底下还算清醒的模型"。

二、天气 vs 气候，即"问题是否封闭/数据是否覆盖"（[00:52:36]–[00:59:43]、[01:04:45]–[01:07:48]）：

天气 = 你在吸引子上的哪个位置（约 15 天内，混沌）；气候 = 吸引子本身的统计。
天气侧的阶跃是真的，但不是 LLM 带来的：⚠️ "那是基于 2018 年代的机器学习，加上大量数据与算力"；成果是热带气旋路径提前多天准得多（⚠️ 他提到某次飓风"很多经典模型没预测出来"，尤其是增强，因为由海表温度驱动——"飓风本质上是热机"）。
气候侧为什么抗拒：⚠️ 非稳态（吸引子本身在移动，tipping point 就是它突然改变）；⚠️ 跑模拟时分不清"是我的模型不好所以发散，还是这是真实的物理不稳定性"；⚠️ 而且是低数据问题——"我们没有 30 年之后的数据，也不想等 30 年才知道自己是对的还是过拟合了"，往回看也有限（"一百年前没人拿着仪器"）。结论：⚠️ "到目前为止 AI 并没有革命气候。"
由此得到的通用判据：⚠️ 数据丰富、问题"封闭"（天气；以及因为有 PDB 而成立的蛋白质——AlphaFold 正是如此）→ 统计模型就够；开放、非稳态、要大外推（气候）→ 必须谨慎得多。他引 Box："所有模型都是错的，有些是有用的。"
⚠️ 主持人（本身是 AI-bio 从业者）给的生物侧对应经验：永远先跑简单基线，而且"有很多问题极其抗拒任何超出简单基线的东西，即使你有很多数据"；Platt 的回应是"我也跟人这么说：先拟个线性回归"。

process model 的拼图问题，以及他的希望¶

现状的替代品（[00:57:42]–[00:59:43]）：把极复杂的气候还原成上千个零件，再找写过第 763 号零件那篇论文的专家、他给某组数据拟了一条三次曲线。⚠️ 他举的"最神秘"例子与 contrails 相连：云里的冰怎么行为——冰晶长大后掉落，掉多快取决于形状，而形状不清楚；"而冰的微物理对气候模型的行为有很强的含义，我们就是不知道"。
⚠️ 他的希望（本页最值得跟踪的一条）（[00:59:43]–[01:01:45]）：不是今天的 ERA，而是明天的——因为它不仅能拟合数据，还能读论文，而且能读的论文比人多得多。"如果能把人们仔细评估过的全部知识整合进来、再去拟合数据，那会相当辉煌。"他自陈的瓶颈很诚实："我读过的论文数是 n，而我连 n² 那种两两整合都做不到。"
⚠️ 主持人补的"为什么这个形状重要"（[01:03:45]）：这条路径是还原论式的——拼出来的零件各自可被人理解；"对生物或气候这类问题，如果答案不是这个形状，我们大概不会信它；如果一个黑箱大模型说'细胞就是这么工作的'，我没法检查。"

气候干预：contrails 与 FireSat¶

contrails 的量级与物理（[00:42:28]–[00:46:34]）：⚠️ 约占全部人为暖化的 1%；白天反射阳光，但在远红外（约 10 微米）几乎是黑的，24 小时像毯子一样保温，净暖化；欧洲这类高流量区局部约 1 W/m²，而全球平均人为强迫约 3 W/m²。成因是冰过饱和区（薄饼形、几百米高），⚠️ 每排出 1 克水/冰/烟尘会拽出约 10 公斤水（1 万比 1）；⚠️ 干预极便宜——下降两个 flight level。他们做卫星监测 + 自训 CNN/UNet 预测（因为天气模型精度不够），喂给航线规划软件。
⚠️ ERA 解掉的那个反事实问题（[00:47:34]–[00:49:34]）：要算"这条 contrail 造成了多少暖化"拿不到"没有它的那个宇宙"；长波那侧他们有可用模型，反射阳光那侧卡了两年，自己的尝试连自己的合成注入测试都过不了——ERA 找到的模型过了（办法是"搜了所有混杂因子"），而且是"一个很简单的模型，只是某个组合我们没试过"。长波那篇已发表，这篇在 EGU 讲过、尚未投稿。
⚠️ 两条让它在政治上特别可做的性质（[01:08:48]）：局部性（修自己头上主要改善自己头上）；几乎无法反向滥用（暖化持续且全球，冷却只在太阳角度合适时；只有极地夏季确定是冷却的，而那里几乎没有航班）。
FireSat（[01:22:58]–[01:25:00]）：⚠️ 早发现就容易扑灭（"扑灭这个房间大小的火很容易，一旦到一英亩就难得多"）；中波红外 + 约 50–80 颗低轨卫星可在全球任何地方 15–20 分钟内发现约 5 米见方的火；传感器原生约 50 米、靠多光谱超分辨到 5 米级，且需要制冷。已与 Muon Space 发射一颗原型（非营利 Earth Fire Alliance），并与美国林务局合作用神经网络代理模型替掉 1970 年代的 Rothermel process model。⚠️ WHO 估计全球每年约 30 万人因野火烟雾超额死亡。
总框架（[01:26:01]）：⚠️ "气候变化像一种严重的疾病：治症状（适应）还是攻击根因？如果足够严重，答案是两者都要。"

人与实验室¶

人类留在哪里（[00:16:11]、[00:28:19]–[00:30:19]、[00:39:27]）：⚠️ 定义打分函数——"那几乎就是科学问题的本质"，而用它的人"现在把全部时间花在恰当的层级上，不再泡在'我得 import 这个 CSV'的泥浆里"；外循环的引导"像一个超级热切、而且不睡觉的研究生"。他用 jagged frontier 概括：编码、搜集知识、找相关工作上有巨大尖峰，严谨性/哲学/创造力上远没有。
⚠️ 实验仍是 ground truth，也是瓶颈（[01:31:05]、[02:00:18]）："人们在谈 lab in the loop，但这还非常非常开放——据我所知没人有一个什么都能做的通用实验室。"他的"一个愿望"是能接受 JSON blob 的通用实验室，并自认这基本等于 AI-complete 的机器人问题——与 Lila 的"实验室即 verifier"、Xaira 的"因果模型需要因果数据" 三方一致把瓶颈放在数据/实验一侧。

⚠️ 生成式基因组学：从 HyenaDNA 到 Omni，由当事人讲完的一条线（Eric Nguyen，2026-09-23）¶

来源：Latent Space / Eric Nguyen

Eric Nguyen（Evo 一作、Radical Numerics CEO）。本页此前的结构生物学材料来自 Genesis（结构）、Lila（实验室即 verifier）、Xaira（因果/功能）、Chai（蛋白设计）。⚠️ 这一期补的是 DNA 这一层，而且是从源头讲下来的：HyenaDNA（卷积替代注意力、百万上下文、只读）→ Evo（第一批生成式基因组学模型，新 CRISPR-Cas 系统）→ Evo2（第一个 AI 从零生成的基因组）→ Omni。

⚠️ 核心技术主张：生物模型此前"只有 base model"¶

（[00:11:20]–[00:14:24]）本页最该被引用的一条框架：

⚠️ "在生物和基因组学里，我们基本只见过 base model 被训出来。它们做了预训练，但基本上是未对齐的。"

而自然语言那边"要让模型真的有用、以用户觉得有信息量的形态回答问题，需要大量的对齐、post-training 和 mid-training"。Omni 做的就是把这套搬过来（任务特殊 token、Q&A 式结构喂进 mid-training，因此不必再微调 embedding，开箱即用）。⚠️ 他说结果连他们自己都意外："哪怕只做了一点点，它就开始成为 state of the art。"

SOTA 落点与它为什么重要（[00:22:47]–[00:23:51]）：⚠️ 非编码调控区与长程区间——此前所有模型都弱的地方。他给的两个数字：编码区只占基因组约 1.5–2%，而"许多、如果不是大多数疾病都在这些非编码区"。
他定的对标标准（[00:32:07]）：长期 SOTA 的 CADD 是集成法，"厨房水槽都扔进去"——⚠️ "既然他们厨房水槽都扔，我们就不能挑一个模型说我们比它强，我们得对标现在人类所能做到的全部。"⚠️ 本页标注：这是一条值得肯定的方法论表态，但结果仍是自家 blog 的自报，未见第三方复核。

⚠️ DNA 里的 chain of thought，以及一条必须一起引用的限定¶

（[00:33:11]–[00:37:14]）DNA 里没有描述思考的词，所以他们把"思考"换成打分递增的序列轨迹：取 RNA aptamer 数据集（序列 + fitness score），留出最高分的那部分，只给模型看排序后的低分序列，让它"接着这个 pattern 往下写"——⚠️ 它复现出了被留出的更高分序列。

⚠️ 验证状态他主动交代："我们现在正在湿实验室验证的过程中，所以这里没能展示。"——本期只有 in silico 结果。
⚠️ 而主持人 RJ 给的限定更重要（[00:44:21]–[00:46:28]）：他替听众还原了这个数据集的来路——那其实是 SELEX 式实验（随机造序列、高通量测序读出结合强度、挑出来再突变、再迭代）：

⚠️ "关键是做筛选的其实是实验的生物学本身。"
⚠️ 本页标注：这给"chain of thought"这个比喻装了一个必要的限定——模型学的是一条由湿实验室产生的定向进化轨迹，而不是模型自己在推理。引用这条结果时必须带上它。
他认为范式可推广到任何"序列 + fitness score"：AMR / 噬菌体设计（每年约 200 万人死于细菌感染；设计过的病毒靶向特定细菌，有效性天然是 0–1 分数）、⚠️ 与一家国家实验室合作的稀土矿物提取蛋白（要选择性结合——对一种稀土亲和力高、对其它低；⚠️ 合作方动机是"为美国战略性地保障稀土供应链"）、转录因子设计。
⚠️ 本页标注：稀土那条是本库第一次看到生物序列模型被用在供应链/产业政策目标上。

⚠️ 一条他自己也解释不了的跨模态迁移¶

（[00:37:14]–[00:39:17]）RJ 的质疑基于领域知识：RNA"以缺少好的共进化数据而出名"——病毒基因组的 RNA 结构常有强进化压力，但哺乳动物 RNA 通常没有。那这个能力从哪来？

⚠️ Eric 的回答是"我不知道"："说实话我不确定。我们也很意外。"因为模型只在 DNA 上预训练，RNA 只在 mid-training 里出现、而且只用了那一个数据集的 RNA（[00:42:21]）。
他的猜测：DNA 里带着大量进化信息，所以这支持他们的路线——⚠️ 先在 DNA / 基因组上预训练，再往上叠模态，因为能得到大量迁移。目标词是 general biological intelligence："说到底它们都源于 DNA，而人们还没有足够利用这个事实。"
本页标注：⚠️ 这与 Runway 的"跨模态迁移作为科学数据稀缺的解法" 是同一类现象在生物序列上的样本，但 Eric 的版本有一个重要差别——他把它当作路线依据，同时承认不知道机制。

⚠️ 对"虚拟细胞"的批评：与 Xaira 正交，而不是重复¶

（[00:39:17]）本页目前最清晰的一处路线分歧：

⚠️ "人们谈虚拟细胞时，往往只聚焦 RNA 和转录本，然后就想泛化到描述一整个细胞。但一个细胞显然远不止那些。如果你想学一个系统，你要从那个系统所有的信号或传感器去学——DNA、代谢组、表观基因组、蛋白组，那时候你才靠近所谓的虚拟细胞。"

他连细胞都不想停，而要"融合全部生物学的这些传感器"。被问会不会通向超智能时他很克制：⚠️ "谁知道呢。但我有信心这类范式会把我们带得比现在远得多。那就是我的标准：你能不能做出比现在有用得多的东西。"

⚠️ 与 Xaira 的 X-Cell 的关系（另见 Xaira 人物页）：两家都在批评 scGPT / Geneformer 这一类观测数据训出来的模型，但处方正交—— - Xaira：⚠️ 描述性数据学不出因果，因为"有 N 种因果结构能拟合同一份相关性数据"，所以要因果数据（扰动实验）。 - Eric：⚠️ 问题是模态太少，不是数据类型不对，所以要融合所有传感器。 - 本库并列不裁决，但认为这是本页目前最值得一起读的一组。

⚠️ "6,000 个碱基对"：一条应当回填的量级降温¶

（[00:53:41]）被问 Evo2 的噬菌体基因组设计怎么突破上下文限制时：

⚠️ "那是另一个组做的……那个上下文其实相当短。实际上他们之所以从噬菌体开始，就是因为它属于最短的基因组之一。我记得大概是 6,000 个碱基对左右。"

⚠️ 本页标注：本库此前把"AI 从零生成了第一个基因组"当作生成式生物学的能力标尺引用过。这条澄清把它放回正确量级——那是一个约 6 kb 的病毒基因组，而不是一般意义上的基因组；当前上下文 200 万，人类基因组 30 亿（RJ 当场指出人类基因组约是当前上下文的 1000 倍，而"很多细菌基因组如果你想改造它们，也比这长不少"）。本库此后引用该成果时应带上这个数量级。

mech interp for bio：mapping the manifold of disease¶

（[01:03:59]–[01:09:07]）⚠️ 他主动交代成熟度："我们承认处在很早的阶段，团队还在搭。"做法是分析 embedding 与 activation，层级由简到繁：GC 含量 → 重复序列 → 转录因子（TF）motif → 疾病。

转录因子是实际目标，理由是组合空间（[01:06:03]–[01:07:04]）：转录因子结合到 DNA 上、改变基因表达模式，"有调控效应但不改变 DNA 本身"，而"很多衰老相关研究就是围绕转录因子设计"。⚠️ 为什么必须数据驱动："学这些转录因子——什么结合、在哪结合、造成什么效果——的组合空间大到根本没法用人工方式做。"主持人补了复杂度来源：⚠️ 转录因子自己也是编码基因，所以它们能互相调控。
⚠️ 旗帜性提法是 "mapping the manifold of disease"（[01:07:04]–[01:08:06]）：疾病在模型眼里的表征空间长什么样。他说"我们只是在刮表面"，并指出 DNA 在他心里"只是你最终想融合进生物学建模的其中一个传感器"。
自然语言还不是模态之一（[01:09:07]）："还不是。但会是。"⚠️ 他认为融合语言相对直接（有图像/视频先例），"而大家还在摸索的那部分，其实是怎么在生物模态之间做融合"。主持人指出接上语言就是做 chain of thought 的自然方式，他同意。

⚠️ 与 ERA 的对照：方法同形，verifier 不同¶

John Platt 的 ERA（09-22）与这一期相隔一天、同属 Latent Space 的 "AI for science" 子系列，⚠️ 两边都把科学问题化成"序列/代码 + 一个分数，然后迭代改进"——Platt 的 scorable task + UCB 树搜索，Eric 的"打分递增的序列轨迹"。

⚠️ 但 verifier 完全不同，这是本页认为最该记下的差别： - Platt：分数由代码当场算出——所以内循环可以跑成百上千个候选、每半个模型版本就更好。 - Eric：分数由湿实验室产生（RJ："做筛选的是实验的生物学本身"）——所以迭代速度受物理世界限制，而湿实验室验证本身还没回来。 - 这正好接上 Lila Sciences 的"实验室即 verifier"，并给本页"AI 能不能做科研"这条线加了一条可操作的分界：⚠️ 问分数是谁算的。

⚠️ 另一条方向相反的对照：Platt 说"领域专长不会消失，因为它通向 taste"；Eric 的招人判据是"仍然是 dreamer 的领域专家"，理由是——

⚠️ "你在某件事上专业知识越多，你对那个空间就越悲观。在生物里你特别能看到这一点。"（[01:28:47]–[01:29:50]）

而这条是他从自己经历反推的（[00:57:48]–[00:58:50]）：他花六个月问人"如果我能生成 DNA 你觉得有用吗"——⚠️ "离奇的是，几乎我在斯坦福谈过的每一个科学家都觉得这是个蠢主意。"被告知的理由包括 ⚠️ "我们人类自己都不懂规则，你怎么能指望 AI 学会它？"与 ⚠️ "你连对错都没法判断，它怎么学？"。本库并列不裁决，但认为两条都来自一线、且针对的是同一个问题——领域共识在前沿上是资产还是负债。

⚠️ 本期的生物安全内容（dual mandate、防御四支柱、"同功能不同拼写"、"你没法给一个人打补丁"）记在 LLM 安全页。

⚠️ 一条已经在收费运行的 AI 诊断分工，以及"医疗数据其实并不多"（Daniel Ek / Neko Health，2026-09-28）¶

来源：All-In / Daniel Ek

⚠️ 本页的医疗材料此前都在研发侧（New Limit 的表观遗传重编程、生成式基因组学、Anthropic 的湿实验室）。这一节是交付侧的一条：一套已经在向消费者收费、并自称单位经济为正的产品里，AI 实际站在哪个位置。

⚠️ 全部数字为 Ek 口述、本库未核实，且他是 Neko 的联合创始人——这是利益相关方的陈述。

AI 的位置被他说得很具体（[00:20:10]–[00:21:11]）：⚠️ AI 先标出可能的风险因素 → 人类临床医生逐条复核 → 真发现问题再上在编的皮肤科专家。 他的措辞是 "医疗该是 AI 与出色的临床医生无缝结合。" ⚠️ 本页记为一条"AI 做召回、人做判决"的分工样本，而不是"AI 诊断"。
⚠️ 他给的"为什么必须是 AI"落在纵向而不是单次判读（本页认为这是最该引用的一条）（[00:19:10]–[00:21:11]）：Neko 的平均用户身上有 950 颗痣，一次普通门诊里医生不可能看完；而真正的断点是 "因为我们把每一颗都编了目录和索引，可以逐年比对——它可能在异常生长。而就算是世界上最好的医生，也不可能记得你的一颗痣去年长什么样。" ⚠️ 这条论证的形状值得注意：它主张的不是 AI 比医生准，而是 AI 能做一件人类原理上做不到的事（对 950 个对象做跨年份的逐一比对）。
他的整体理论（[00:12:03]–[00:14:04]）：⚠️ "整个医疗行业都同意要从反应式走向预防式，而所有分歧从'怎么做'开始"；他的答案是数据——每个模态都要更多，而且要跨模态、要纵向。他直接把这条接到 Spotify："拿到的数据越多，对你下一首该放什么的预测就越好。"
⚠️ 一条与本页多数假设相反的事实（[00:32:22]）："对科技行业的人来说会很意外——医疗系统里存在的数据量其实并不大，数据集没那么大。这才是疯狂的地方。" 推论是把可用数据做到 10 倍或 100 倍就能得出"超级有意思的结论，不只是 Neko，是整个医疗系统"。
自报产出（[00:17:09]–[00:19:10]）：2018 年创办，超 10 万次扫描，连续三年公开发布数据，⚠️ 约 1% 的会员被发现有尚未确诊的严重潜在疾病；⚠️ 他说最鼓舞人的发现是"健康状况最差的人改善得最多"，机制归为"看得见自己的位置 + 有医生坐下来解释"。
⚠️ 本页对他的一处正面标注（[00:31:21]）：被问瑞典与英国人群的差异时，他主动拒绝了一个会让产品更好看的推断——"还很早、基数还相对小，只有 10 万次扫描，我不认为我们已经可以谈人群层面的健康结果了。" 他说已完成 4 项临床试验、2 项在进行、另有 4 项在路上。
⚠️ 本页标注它不能回答什么：这是一家公司三年的自报数据，没有对照组；"1% 查出未确诊重症"与"最差的人改善最多"都无法区分真实效果与选择效应（愿意自费 499 美元做年检的人本就不是随机人群）。本页记它为一条交付侧的形态证据，不是疗效证据。

⚠️⚠️ 自治实验室的内部工程：RL 环境从哪来、瓶颈在哪、以及"完全自治是 non-goal"（Periodic Labs，2026-10-08）¶

来源：Latent Space / Periodic Labs

✅ 本页认为这是迄今收到的最重要的一期，因为它第一次把"实验室即 verifier"这个框架从愿景层推到了工程层。 ⚠️ 本页此前的 Lila Sciences 给的是框架与成果清单，而这一期给的是框架内部的四个零件：RL 环境怎么构造、瓶颈在哪一步、自动化该停在哪、以及为什么训练不能被推理时计算替代。嘉宾合页见 Periodic Labs。

⚠️ 利益相关与一条硬限定：两位是联合创始人，期内正在宣布一轮大额融资（[01:09:44]）、正在向半导体行业商业化。⚠️⚠️ 而本页必须先记下：全期没有给出任何一个具体的材料发现成果。 唯一的一手结果性证据是 AI 用循环置换抓到了机器装载错误（[00:53:32]），它证明的是数据质量管控，不是材料发现。 ✅ 所以本页把这一期当作方法论材料收录，不当作"自治实验室有效"的证据。

⚠️ 一、"智能是必要的，但不充分"：本页此前缺的那条机制论证¶

论题（[00:01:01]–[00:02:01]）："智能是必要的，但不充分。新知识是在想法被发现与现实一致时创造出来的。" ⚠️ 展开："你不能只靠思考就想到一个解。宇宙太复杂了……再怎么重读那本教科书或论文、再怎么只是思考、消失在一个房间里，都不可能让你把所有可能的实验结果——预期的和非预期的——想清楚。"
⚠️⚠️ 而最锋利的表述本页认为该成为这一整条线的标准引文（[01:01:36]）："即使 Fable 7 变得真的很好、比今天还好得多，你仍然必须跑实验才能拿到结果。原因是：机器学习非常擅长它被训练过的东西，而科学发现几乎按定义就是你没被训练过的东西。" ⚠️ 主持人的接话："不会有人零样本搞出室温超导。"
⚠️ 与本页 Greg Brockman 那条 1 万 agent 自述、以及 Noam Brown 的向下修正必须并读：⚠️ 那两条争的是"多智能体在一个纯数学/理论成果里占多少功劳"，而这一期给的是一条边界条件——他们明确说"区分我们在数学和理论物理里看到的结果与物理世界真的非常重要……这是两件非常不同的事"（[01:01:36]–[01:02:38]）。 ✅ 本页认为这条限定该被加在本页所有"AI 做出了科学成果"类材料的旁边。
⚠️ 而那条关于"什么才是智能的典型任务"的判断本页认为是本期最该被评测与基准引用的一句（[00:09:04]）："当前很多改进都集中在数学、代码和理论计算机科学，因为那对 LLM 更容易。但在现实生活里，大多数需要智能的事情其实更像科学——有不确定性、有大量噪声、有大量缺失的上下文，而你必须当那个智能体，想出接下来做什么。" ⚠️ 配套的一条（[00:10:05]）："做数学、做理论计算机科学的最优推理策略，可能不是做科学的最优推理策略。"

⚠️⚠️ 二、RL 环境怎么构造：本页认为全期最可迁移的一条¶

⚠️ 最朴素的形式被直接否掉（[00:11:05]）："与其把 RL 环境想成'启动一个实验、等几天、然后更新：你有没有找到室温超导体'——那完全不可行。" 三条理由："你没有足够多的 agent 去充分缩减方差"、"rollout 的时间花在不同仪器之间来回"、"合成或炉子时间有物理极限。所以就是太慢、太吵。"
⚠️ 于是回路被切开，表征这一段被挑出来做环境（[00:12:05]–[00:13:05]）：奖励定义是"奖励对实际存在的相的正确识别；惩罚虚假的相、或没有真实化学合理性的东西"。⚠️ 而选这一段的理由："如果你跑这么多实验，你会非常快地在'理解你产出了什么'这件事上形成瓶颈。"
⚠️⚠️ 而"按世界状态打时间戳"这条本页认为是本期最该被长期引用的方法（[00:13:05]–[00:14:05]）：
做法："你可以把它想成给世界的状态打时间戳。你可以说：到这个日期为止，我们的实验证据是这些。然后构造 RL 环境，问：给定那一批实验证据、给定这些选项，科学家接下来做的选择是什么？或者那个实验的结果是什么？"
⚠️⚠️ 它针对的失败模式说得非常具体，而本页认为这条机制远超材料领域："如果预训练模型已经把其中一些数据背下来了，然后你再在上面做强化学习——如果它已经知道答案，而你构造的 RL 任务依赖那个答案，它就会假装在工作（fake work）。" 后果："它不需要做难的物理推理就能到达正确答案；然后你强化了那个策略……而那些推理策略不会泛化到新系统上，所以对我们没用。"
⚠️ 他们的竞争性主张（未核实）："随着我们攒起这些数据篮子、拥有完整的谱系（lineage）与整个过程，这给了我们构造新类型环境的能力——而那些环境在别处根本不可能有。"
⚠️ 口号版本与 RSI 的那次交换（[00:59:36]）："与其在科学的最终产出上训练，你是在做科学的过程上训练。" ⚠️ 主持人指出这很像 RSI "但区别是它不回流到核心模型里"，而嘉宾补了一个更大的回路："除非你开发的物理模型在改进芯片，而芯片又改进 AI——这就是那个更大的轮子。"
⚠️ 而"有限数据篮子怎么扩成训练量"这条本页认为必须连它的限定一起引用（[01:07:43]–[01:08:44]）：做法是"RL 环境可以基于日期构造，或者取仪器的子集——只基于这一台仪器创建环境，或者跨这几台仪器去达到某个奖励状态"。⚠️⚠️ 而主持人的概括是必须一起记的那半句："所以它没有碰到实际的实验运行，但从 ML 的视角上（扩展了）。"
⚠️ 负结果这条线本页认为补上了本页此前最缺的一块（[00:56:34]–[00:58:36]）：
⚠️ 发表偏差的机制："在机器学习里，如果你没有负样本，你其实没法训练——而这在材料科学里是个特别糟的问题，因为人们通常只发表他们能合成出来的晶体，而通常不发表他们没能合成出来的。" 再加一条更根本的："而且我们其实永远不知道一个晶体是不是永远不可合成"（主持人："也可能只是个 skill issue"）。
⚠️⚠️ 而那条关于标注粒度的修正本页认为是最有生产力的一处：主持人指出自建实验室会反过来"负结果过剩、正结果不足"，⚠️ 嘉宾的回答是："按每个实验打标签，大多会是负的；但按每个 campaign 打标签，而且假定 campaign 在我们成功时结束，那就可能更平衡。" ⚠️ 主持人的收口："所以你的推理轨迹几乎可以是跨整个 campaign 的。" 嘉宾："这是关键的一点。这类数据在别的任何地方基本上都不存在。"

⚠️ 三、瓶颈、自动化的边界，以及"完全自治是 non-goal"¶

⚠️ 他们从一开始认定的头号瓶颈（[01:04:38]）："最大的瓶颈之一是自动化表征——因为混粉末去试东西其实不难，但如果你没法表征它、分析它，然后智能地决定下一步该是什么，你从随机混粉末里其实得不到多少好处。"
⚠️⚠️ 而"完全自治是 non-goal"本页认为是本页这条线上最反直觉、也最该被记住的一条（[00:52:32]）："归根结底，我们想从实验室拿到的是巨量的数据、高质量的数据、多样的数据。那些才是我们的目标，而完全自治是一个 non-goal——我们是把自动化用在服务于那些数据目标上。"
⚠️ 配套的人形机器人判断很干脆（[00:51:32]）："我们的看法是，解决人形机器人其实会让我们更慢地达到我们的一些目标。" ⚠️ 本页标注：这与本库物理 AI 与机器人里多数受访者的方向相反，而给出相反判断的是一家真的在跑机器人实验室的公司。
⚠️ 自动化的优先级判据："如果有某个很 tricky 的灵巧性任务，人类做得非常好，而你得花几个月去自动化机器——也许就别在那儿花大量时间。更有希望的是那种非常例行、占掉科学家和技术员大量时间、而且容易自动化的事。"
⚠️ "每一台设备都要有 140 IQ"的机制（[00:47:30]–[00:48:31]）：程序化采集"对我们真正想要的东西来说有点太笨了" → 把 AI 建到机器上、让它拿到"这个实验的意图是什么、我们想合成什么、还有哪些别的实验证据"。⚠️ 落点仍然是数据："如果你能在实验发生的那一刻做更智能的数据采集，那么你为未来 AI 系统和未来计算预测准备的数据就会好得多。"
⚠️ 而延迟这条约束本页认为是本页此前完全没有的一段（[00:48:31]–[00:51:32]）：主持人明确表达了惊讶（"我想象推理的延迟相比很多这些要花几小时跑的东西应该很小"）。⚠️ 四条回答：① 特定步骤的物理时间尺度与 API 调用不匹配（类比自动驾驶）；② 成本——"让这些模型分析数据很慢的同一个原因，也让它们非常贵"；③ 人的耐心——"等两小时拿到结果和两分钟拿到是非常不同的"；④ 这不是单次调用——"不是一条推理线程，所以延迟可以膨胀相当多"。
⚠️ 人在回路里的位置在移动，而他们给了纵向变化（[01:05:39]）：campaign 指导"早期完全是人驱动的，现在越来越是 AI 驱动和人驱动的混合"；⚠️ 表征"早期是人驱动的，科学家非常不堪重负，而平衡已经显著往 AI 驱动偏移——这让此前把全部时间花在精修上的科学家，现在能把工作提升到别的东西上"。
⚠️⚠️ 而那个"AI 抓到硬件装载错误"的案例是全期唯一的一手结果性证据，本页认为必须精确记（[00:53:32]）："有一个步骤出现了周期性误差，因为其中一台机器被装载错了，模式对不上。AI 读这些东西时说：按跑的内容，这不符合预期；然后它纵向地看这一篮子数据，意识到如果我做这个循环置换、把它反过来，一切就一致了。然后我们就能回到物理基础设施，搞清楚装载时犯了一个错误。" 落点："在物理世界里做 AI，管理数据质量是如此基础。"

⚠️⚠️ 四、"文献的噪声底比 DFT 还差"：本页认为最该被回填的一条断言¶

⚠️ 原文（[00:53:32]，自述，本库未核实）："降低实验数据的噪声底非常重要。文献里大多数实验数据的噪声底如此之高，以至于它通常比 DFT 的精度还要差——因为不同的人做实验、不同的实验室、世界上不同的地方、不同的时间，这给结果引入了太多波动。"
⚠️ 他们的指望就是标准化（[00:54:32]）："我们希望通过标准化这些工作流，最大的好处之一会是噪声底被降下来。"
✅ 本页认为这条如果成立，它改变的是本页很多材料的前提：凡是"用文献数据训练科学模型"的路线，其天花板都被这条断言压住了；⚠️ 而它也正好解释了为什么这家公司宁可自建实验室而不是去挖数据库。本页把它标为一条高优先级待核实项。

⚠️ 五、为什么仿真不够：DFT 的两条限定，以及"即使完美也还要实验室"¶

⚠️ 他们对 DFT 的定位先是肯定的（[00:36:24]）："我个人不知道有什么更好的方法来预测一种新材料的稳定性。它肯定不完美，但它肯定比我能想到的其它方法好。"
⚠️⚠️ 而那条修正本页认为是全期技术密度最高的一处（[00:34:21]）：主持人把 DFT 概括成"把指数难的东西近似降到 N³"，⚠️ 嘉宾的修正是："DFT 按定义不必是一个近似——Kohn–Hohenberg 定理表明它可以是精确的。但如你所指出的，交换关联泛函我们还拿不到；而对基于电荷密度的模型，我们不知道动能泛函是什么。"
⚠️⚠️ 接着是那条本页认为最硬的论证："而且即使我们有完美的 DFT，我还是认为我们需要一个实验室——因为即使我们有完美的 DFT，我们也没法把 10²³ 个原子塞进计算机。"
⚠️ 而"不能只靠扩大 DFT"的两条硬限制本页认为该被反复引用（[00:37:26]）：① 微结构——"即使我们能做 1 亿次 DFT 试验，也永远没法真的试它们的微结构。DFT 通常仿真完美晶体，但晶体通常并不完美，而它们在中等尺度上的结构能真正影响性质。"；② 有些性质根本仿真不了——"比如超导温度就不能被 DFT 轻易仿真。所以即使你做 1 亿次 DFT 试验，也还是不够。"
⚠️ 互补机制是实验校准（[00:38:27]）："materials project——那个最好的开源 DFT 数据库——对 DFT 使用实验校准……我们内部也这么做：只要有某个我们感兴趣的化学体系，你拿到实验、拿到仿真，你就能校准它们。"
⚠️ 本页的交叉标注：主持人在这里引了本频道第二期嘉宾 Heather Kulik 的"材料界没有 AlphaFold——不只是在计算上没有，而是真值本身就不存在"（[00:34:21]）。✅ 本页认为这与 Lila Sciences 自己说的"材料缺 sim-to-real / 没有 AlphaFold"构成一次独立的同向佐证，而 Periodic 这一期把它的原因收得更紧：缺的不是模型，是真值。
⚠️ 压歧义的两条手段（[00:24:13]–[00:26:15]）：先验（"热力学是最大的先验，然后物理是一个大的先验"）与多模态表征（"有些相在 XRD 上看起来相似，但我们也可以测电学性质、磁学性质、形貌"）。⚠️⚠️ 而他们给 AI 的定位本页认为是全期对"超级智能"最具体的一次定义："人类的上下文和计算能力是有限的。如果你同时给人类 10 种不同的模态、说把这些一致地分析一下，那有点困难；但对 AI 来说这其实不算超级智能，它很擅长。"
⚠️ 他们对"现实有多脏"的承认本页认为该和任何自动化乐观一起读（[00:22:11]）："在一个典型的实际材料发现 campaign 里，当你第一次试某个东西，它不工作，而且结果不是一个清楚的是或否，通常是一个非常混合的相：会有一些前驱体，可能有一些非晶相，然后还会有一堆你可能根本没想做的相。"

⚠️ 六、材料 vs 生物：一条本页此前没有的复杂度论证¶

⚠️ 主持人的问题（[00:38:27]–[00:39:27]）：生物能从 XRD 以亚埃精度重建蛋白质结构，材料为什么不行。
⚠️⚠️ 而嘉宾的回答给了一条本页此前完全没有的论证，且他自己先声明了它听起来很怪（[00:39:27]）："回答这个问题很难不听起来像疯子，但你不觉得有机化学和生物几乎源自一个更低的 VC 维、更低的 Kolmogorov 复杂度的模型吗？你几乎可以把它表示成一个一维序列，而它几乎可以被编译。" ⚠️ 主持人当场提出"大多数人会说它更像二维"，嘉宾直接让步："好，我不是生物学家，所以他们肯定对。" 本页两条并记。
⚠️ 无机晶体那边的对照（[00:39:27]–[00:40:27]）："三维无机晶体可以承载金属、绝缘体、超导体、钻石——真的疯狂地不同。人们试过，但我们从来找不到一个一维表示。要为三维或无机晶体找到一个 SMILES 字符串非常难。"
⚠️ 他主动给了反向的那一半，本页认为这条平衡很重要："但无机的东西可以非常耐高温，你能造航天飞机、能造硅来计算、摩尔定律。所以这是个权衡。"
⚠️ 而"哪个学科最难"这个比较他两次拒绝，本页认为这比主持人的结论更该被记住（[00:42:28]–[00:43:28]）："我们选它并不一定是因为难。" 以及 ⚠️ "其实有很多领域它更容易。我们对一大类材料有这些很好的仿真器，而在生物里给一个细胞、一个器官或一个完整有机体建模难得不可思议。所以我认为那是一个巨大的优势。"
⚠️ 而那条"即使完美晶体，XRD 也不唯一确定结构"的技术说明本页认为该被引用（[00:41:28]–[00:42:28]）：原因是"它只是平均行为"；例子是歧化（disproportionation）——"有可能你有完美晶体，平均看起来像这个完美的 XRD，但现实里原子稍微向右或向左移，只是平均在中间。"

⚠️ 七、通往超导的路径：把难点从理论挪到合成¶

⚠️ 主持人的 steelman（[01:22:55]）："假设你 100% 实验室自动化、表征全对、agent 什么都能做，我还是不太清楚你究竟怎么走到超导，因为对大多数强关联或高温体系根本没有理论模型。"
⚠️ 回答把难点整体挪位："想出可能承载超导的化学空间并不难，真正难的是把它们合成出来。这就是我们如此强调 synthesis superintelligence 的原因。"
⚠️ 历史对照一：Alex Müller ——先试镍酸盐（nickelates）没成、再试铜氧化物（cuprates）成了并拿诺奖；⚠️ "但后来我们知道，镍其实也是个好主意——镍和铜就挨在一起，3d 过渡金属就那么几个"，而他们的一位斯坦福教授后来把镍酸盐做成薄膜形态并展示了超导性。
⚠️⚠️ 历史对照二（MgB₂），本页认为这是整条论证的支点（[01:23:55]）：二硼化镁"是常压下温度最高的常规超导体"，⚠️ 而发现方式是穷举——"那个组试了 3 万种不同的东西，其中 30 种看起来承载有意思的超导性，而 MgB₂ 是其中之一"（⚠️ 组名字幕作 "Takito group"，本库无法还原）。关键在于"二硼化镁作为前驱体在人们的架子上放了几十年，而 BCS 理论早在 1957 年就被提出了。所以人们找到这些材料的方式不是直接从理论来的，也不是因为在那之前合成不出来——就只是他们试了一大堆东西。"
⚠️⚠️ 落点那句话本页认为是本期的题眼，也是对本页"AI for science 到底在加速什么"最清楚的一次回答："现在想象一下，如果我们有你描述的那种完美自动化，而我们在一个月里试完那个组在他整个职业生涯里试的 3 万种——我们就是大幅增加了运气的表面积（increase the surface area for luck）。"
✅ 本页标注：这条主张的形状值得注意——它不主张 AI 会想出人想不到的东西，而主张 AI 把穷举的吞吐量提高几个数量级。 ⚠️ 这与本页 OpenAI 数学团队那期"AI 的证明普遍很短" 是两种完全不同的加速机制，本页认为两条都该保留。

⚠️ 八、"更多就是不同"：一条与深度学习的交叉类比¶

⚠️ 他们引 Phil Anderson 的 "more is different"（[00:18:09]）："你可能理解某样东西所有的基本定律，但当你把很多个加在一起，它们的行为与简单物理该告诉你的在性质上完全不同。"
⚠️⚠️ 而他们主动把这条接到深度学习上，本页认为这是本期最该被记住的一条类比："它是涌现的、而且是普适的，这很疯狂。而我们在深度学习模型上也在看到这个：我们到处看到幂律，我们不理解它，但它非常让人想起物理里那种涌现与普适性。"
⚠️ 而为什么"物理定律搞定了"不等于"仿真搞定了"（[00:16:07]–[00:17:07]）：他们复述了 Dirac"剩下的是化学"那个故事（⚠️ 并自己对这句引语的真实性打了折："我其实不确定它有多准确"），⚠️ 然后给了反驳："结果发现那不是真的。它不是把只做氢原子的事情做一个简单外推，而且剩下的也不只是化学——那里面其实有大量的物理。" 具体的"还不懂"清单：非常规（高温）超导的机制、连简单量子系统里的强关联都仿真不了、DFT 在强电子关联下失效。

⚠️ 本页第一条来自硬件侧的精度需求论证：64 位精度会回来（Pat Gelsinger，2026-10-09）¶

来源：a16z / Pat Gelsinger（前 Intel CEO，现 Playground Global GP）

⚠️⚠️ 他这条是在论证"一百颗 AI 加速器会收敛"时顺带给出的，而本页认为它单独成立且本页此前完全没有（视频页 [00:16:13]–[00:17:14]）："我认为今天的模型也即将经历一些演化性突破。我认为 LLM 某种程度上正在触到极限，而现在当人们看怎么真正建模 3D——一个扁平的 LLM 在你走向分子、化学、成像时效果不好。"
⚠️⚠️ 而那条具体机制是："我也认为一些最有意思的负载会出现在你把类似 HPC 的东西带回 AI 的地方——突然之间 64 位精度又重要了。"
⚠️ 他举的例子说明了分工的形状："想象我的 AI 模型现在在归纳出化学分析里最有意思的五个域。好，那些化学算法会以高精度运行。" ⚠️ 而他提的那个问题本页认为比答案更有用："哪一块会是负载的主要部分——是拿到我需要跑的那五个算法，还是在不同的化学或生物系统上跑那五个算法？" ✅ 本页标注：他没有回答这个问题，照录为开放问题。
⚠️ 他的落点："所以我确实认为，当我们优化我们的 AI 系统时，它们会把我们带回一些更传统的高性能计算的东西。"
✅ 本页认为这条的价值在于它给本页一个反复出现的结构补了硬件侧的读数：本页既有材料里，"模型负责提出候选、物理/实验负责验证"这个分工多次出现（Periodic Labs 的"智能是必要但不充分"、Genesis / Chai / Xaira 一侧的筛选—验证循环）。⚠️ 而 Gelsinger 指出的是：如果这个分工成立，那么"验证"那一半是高精度数值计算负载，它不会被低精度 AI 加速器吃掉，而会把 HPC 需求重新拉回数据中心。
⚠️ 本页的限定：⚠️ 他是在讲芯片市场收敛、而不是在讲科学方法论，而且他没有给任何具体的科学工作流作为依据。 ⚠️ 他同期还给了一条相关但更弱的断言（"LLM 正在触到极限"），本页不收为独立观点——全期没有给出任何支持它的证据。 ⚠️ 另需注意利益相关：他是投资人，全期点了至少五家自己投的公司，而"负载会继续变化"正好是他全部反专用化论证的前提，详见 AI 算力与基础设施。

⚠️⚠️ "AlphaFold 解的不是蛋白质折叠问题，而是'复现 PDB'这个任务"：本页最重要的一次来自内部的叙事拆解（Pushmeet Kohli × Sal Candido，2026-10-10）¶

来源：Latent Space / Pushmeet Kohli×Sal Candido（人物页：Pushmeet Kohli、Sal Candido）

⚠️ 形态提示：⚠️ 这是一场会议现场的圆桌（33 分钟），两位嘉宾都提到"我们今天宣布的这个 effort"，而本库无法从转录稿确定那是什么会议或发布。 ✅ 本页按既有口径把与该发布直接相关的两处表态记为面向会议议程的立场，其余按概念性讨论收录。 ⚠️ 全期只有一个量化值（"AlphaFold 2 当时在那个集合上是 90 GDT"），而他没有说是哪个集合。

⚠️⚠️ 一、本页此前最缺的那条：被解决的是任务，不是科学问题¶

⚠️ 他先给了一句本页认为极少见的自我否定（视频页 [00:16:12]）："当人们说蛋白质是构建单元（building blocks）这个叙事时——蛋白质不是积木，它们也不像积木那样行动。我天天都在说'蛋白质是构建单元'，但其实我不信这句话。蛋白质极其复杂、它们是无序的、它们的形状可能随语境改变。"
⚠️⚠️ 然后是那段定义性的拆解，而他把它归到与 John Jumper 的讨论上（[00:17:12]）："我们到底在解什么？我们并不知道蛋白质真正采取的基态（ground state）是什么，也不知道蛋白质采取的结构的真实分布是什么。我们实际在做的事，基本上是：某个人得到了一个结构、把它存进了 PDB，而我们在试图复现、得到同一个结构。那就是我们做的事。而它恰好有用。但那并不意味着我们已经理解了全部的蛋白质动力学。"
✅ 本页认为这段的分量在于失效点被定位得非常具体：⚠️⚠️ 被解决的是"复现 PDB 里的沉积结构"这个可度量任务；而"蛋白质在真实语境里取什么构象分布"这个科学问题没有被触及——而前者之所以被当成后者，是因为它恰好有用。
⚠️ 他给的方法论前提让这条拆解成立（[00:16:12]）："科学运作的方式，基本上是通过隔离出某样东西、然后一步一步取得进展。" ✅ 即：把被隔离的那一步的成功读成整个问题的解决，恰恰是忽略了"隔离"这个动作。
⚠️ 他对两种受众给了不同的表述策略，而本页认为这次坦率值得记："在最高层上，说'我们取得了进展'更容易沟通；但我们当中的科学家、在这个会场里的人——我们知道（实情）。"
⚠️⚠️ 而整段的落点明确放在资金上（[00:18:13]）："我们取得了进展，有很多值得庆祝的。但请不要停止对蛋白质结构预测和蛋白质动力学的资助，因为我们才刚刚开始。" ✅ 本页按既有口径把后半记为立场——这既是科学澄清，也是一次经费倡议。
⚠️ 主持人的提问本身已经预设了社区内外的落差，本页认为这个提法值得记（[00:15:12]）："新闻会说蛋白质结构预测已经被解决了。但如果你跟我的朋友聊，他们都会说这里还有太多事要做——功能、动力学、还有设计，都还是完全敞开的问题。"
✅ 本页的交叉标注：⚠️ 这与本页既有的 Periodic Labs "科学发现按定义就是你没被训练过的东西" 是同一张网的两个结点——⚠️ 一条说训练分布之外才是发现，这一条说连训练目标本身都不是那个科学问题。 ⚠️ 而它也给本页既有的"模型提出候选、实验负责验证"那个分工补了一条更上游的警告：当参考数据本身就不是答案（PDB 里的结构是某个实验条件下的一个构象，而不是构象分布），那么在它上面度量出的"解决"只是任务意义上的。

⚠️⚠️ 二、"scaling law 不是到处都有——大部分工作是去找到那条 scaling law"¶

⚠️⚠️ Sal 那条误解诊断（视频页 [00:01:02]）："我认为关于 scaling law 的一个误解是，scaling law 到处都有、而且它们总是存在。我认为很多工作其实是去找到那条 scaling law。"
⚠️ "找到之后"的描述是工程师式的（[00:02:03]）："我们真正在做的很多事，是去弄清楚：在什么情况下，如果你往里投更多算力、投更多数据，你真的会得到一个更好的结果……一旦那样了，你基本上就可以转曲柄了——它变成一个工程问题。"
⚠️ 数据侧的约束："如果你没有带着正确的信息统计（information statistics）的数据来解你想解的那个问题，你就不会得到一个有你想要的能力和理解的模型。你只能真正从你拥有的数据里把信息拉出来。"
✅ 本页认为这条改变的是"要不要 scale"这个问题的提法：⚠️⚠️ 在有 scaling law 的区域里 scale 是工程；而在没有找到 scaling law 的区域里，投算力不产生可预期的回报——而生物学的大部分恰好在后者。 ✅ 本页标注：这是本页第一条把 scaling law 当作要去寻找的对象、而不是前提的表述。

⚠️⚠️ 三、同一方法、相反结论：AlphaFold 投建模，细胞基因组学先产数据¶

⚠️ Pushmeet 的流程前提是 bitter lesson 的第三种读法（视频页 [00:05:04]–[00:07:05]，依据是他自述在 DeepMind 现场听过原讲；⚠️ 稿中只有名 "Rich"，本库保留原样）："有时候当我们看问题时，我们会以一种非常宗教式的方式去想解法。'我是个建模者'，或者'我是个数据生成的人'。而我认为那才是那个 bitter lesson——如果你带着那种心态去接近问题，你可能不会成功。" ⚠️ 落点："问题先行，而你在解法空间上应该保持灵活。两种都该试。"
⚠️ 而他给的两个案例结论相反（[00:07:05]–[00:08:07]）：
AlphaFold → 全力建模："我们既没有那种核心专业能力、顺便说也没有那种资源去说'让我们把 PDB 扩大一个显著的量级'。" ⚠️ 他对既有数据的评价是 "全世界的组织和科学家为构建那份数据所投入的量是无价的"。✅ 本页标注：这解释了为什么在蛋白质结构这一侧"自己产数据"根本不是一个可选项——不是不想，而是那份积累的规模不是一个项目能复制的。
⚠️⚠️ 细胞基因组学 → 先产数据："我们用了同样的方法问：如果你看细胞基因组学，用 CZ CELLxGENE 能做什么？而在那里，经过一堆工作之后非常清楚的是——数据还不到位，没法去追'构建虚拟细胞'那个宏大野心。"
✅ 本页的综合（非他原话，但本页认为这是本期最该被迁移的一条方法）：⚠️⚠️ 不要问"这个领域该 scale 还是该做手艺"，而要问"相对于我要的那个目标，现有数据集的覆盖度够不够支撑一条可预期的 scaling 曲线"——⚠️ 判据是覆盖度，不是领域热度。
⚠️ 他给新人的建议是三句（[00:09:08]）："把自己想成一个多学科的人"；"先理解问题——你为什么在做这个问题？"；"理解那些约束，然后停下来、试着快速失败，看看哪些路径在长期上是可行的、能把你带到你要的那个 impact 水平。"

⚠️⚠️ 四、低质量数据的反直觉价值，以及数据偏置是分工的后果¶

⚠️ Sal 对"建模者是不是只做有数据的问题"直接承认（视频页 [00:03:04]）："哦，当然会……我很懒，所以我会用手上有的东西。" 工作方式是 "那种会跑到后屋去、在别人的垃圾里翻找的人"。
⚠️⚠️ 而那个案例本页认为是本期最该被引用的一条经验："当我们训练一个蛋白质语言模型，我们训练在 metagenomic 序列上——那不是最高质量的数据。事实上我可以向你保证，那里面很多数据甚至不是一个真正完整的蛋白质。然而它让模型在设计真实、能工作的蛋白质上的表现变好了，在理解那些我们知道是真实存在的蛋白质上也变好了。"
⚠️⚠️ 而反面那一半他点得同样明确："但那也能把你带到一个负面的地方，就是你说：那我们就把那些容易生成的数据规模化吧。而我认为那不一定是该做的方式。"
⚠️⚠️ 而他给的社区层面机制本页认为是本期最有结构价值的一条，因为它把数据偏置解释成了分工的后果而不是个人懒惰（[00:05:04]）："如果你只有建模的人，我们会倾向于已经存在的数据。如果你只有生成数据的人，他们会倾向于那些容易被生成的东西。但如果你能作为一个社区在每一步上一起、以开放的方式工作，那你才真的能弄清楚我们需要的是什么数据——然后你才能找到那条 scaling law。"
✅ 本页标注：这条把"开放协作"从一个价值主张变成了一个纠偏机制，论证形式是指出两个单边激励各自的偏向。 ⚠️ 他自述 Biohub 的做法是"在开放中工作、与社区一起工作"，本库记为自述。
⚠️⚠️ 而他对"数据"这个词本身的替换本页认为值得单独记（[00:14:11]）："它更多是信息（information）而不是数据。你怎么拿到模型需要的下一批信息？" ✅ 这与他自己的 metagenomic 案例自洽——那批数据质量很差（作为数据），但带来了新的信息（作为信息）。

⚠️ 五、归纳偏置 vs 规模化：一次两边都成立的交锋¶

⚠️ Pushmeet 为归纳偏置辩护，理由是数据效率（视频页 [00:11:10]）：AlphaFold 2 的手工特征不是偶然，"它背后有来自生物物理与生物化学的科学直觉——那些氨基酸残基不是各干各的，它们在被其它残基影响。那就把它烘进去（bake that in）"；机制是 "它确实让模型的数据效率高得多，因为它不必把所有东西都重新复现一遍"。
⚠️⚠️ 而他把数据这一侧也从规模改成了手艺，本页认为这是本期对数据工作最该被引用的一条定性（[00:12:10]）："策划好数据本身就是一门手艺。如果你只是把同样量的数据复制一遍，你哪儿也去不了。所以它不只是 big data，它是 good data。而真正理解什么数据的覆盖度对在这个问题上取得进展是必要的——这其实我会说是一个更有意思、也更有挑战性的问题本身。"
⚠️ Sal 给的是转折点曲线与失效条件（[00:13:10]）："小数据时更多归纳偏置肯定帮你……随着你得到越来越多数据，模型有时能找到你并不一定知道的东西，而那个归纳偏置如果不完全正确的话，反而会拖住你。" ✅ 本页标注：条件是"如果不完全正确"——他没有说归纳偏置总会变成负担。
⚠️ 而他反驳了问题的框架本身："我也有点反对你的问题，因为我认为规模化这件事本身其实也有很多手艺。"
✅ 本页的综合（非两人原话）：⚠️ 他们并没有真的分歧，而是在回答两个不同的问题——Pushmeet 回答"在数据受限的科学领域，先验知识值不值得花代价烘进模型"（值得，买到的是数据效率）；Sal 回答"规模化是不是一条不需要手艺的傻路"（不是，它有算法、基础设施与架构三层手艺）。

⚠️⚠️ 六、"自行车的辐条"：现有模型建在了错误的层级上¶

⚠️⚠️ Sal 的类比（视频页 [00:19:14]–[00:20:14]）："你有个人在试图理解一辆自行车是怎么工作的，而你在建模它上面的一根辐条（spoke）。那些模型可以随时间变得越来越好，但你真正需要做的很多事，是从辐条的模型走到轮子、也许再走到整辆自行车，因为那才是人们真正想理解的东西。"
⚠️⚠️ 而那半句误用的描述比前半句更锋利："而且把这个类比继续下去——看起来人们想用这辆自行车的模型去设计一辆皮卡车的某个零件。"
⚠️ 他的定性是两面的："它们相当有用，但它们并不正好是大多数人想解的那个问题"；但他明确不主张放弃——"我认为我们应该继续努力做折叠模型，因为我认为它们会继续变得越来越好。"
✅ 本页标注：这与 Pushmeet 的拆解是同一诊断的两种形状——⚠️ 一条说目标函数不是科学问题，一条说建模层级不是人们想理解的层级。

⚠️ 七、cryo-EM 原始数据：一条"已被认真试过且未成功"的路线¶

⚠️ 被问"能挥魔杖变出更多的什么"（视频页 [00:18:13]–[00:19:14]）："我心里那个计算机视觉研究者对 cryo-EM 显微图超级兴奋。我当时想：这个 PDB 数据是什么？我应该在源头工作——我不要那些结构，它们一定漏掉了所有的数据。"
⚠️ 目标很具体："让模型能在那个层级上、用正确数量的数据扩放，并把那里被捕获的所有动力学与分布信息抽出来。"
⚠️⚠️ 而他对自己尝试的交代只有一句："我试过，我做了，但——它需要更多工作。" ⚠️ 预期是 "也许比我更强的人会去试一把"。 ✅ 本页认为这条值得记：它把 cryo-EM 原始数据路线定位成"已被内部认真试过且未成功"，而不是一个没人想到的方向。
⚠️ 而 Sal 的一手可解释性结果恰好落在同一个缺口上（[00:23:15]）：蛋白质语言模型的表示里除了结构概念，"我们还发现了关于某些功能的信息，也发现了关于运动（motions）的信息"。⚠️⚠️ 本页标注：他没有给任何量化结果或论文引用。 ⚠️ 而"如果表示里已编码动力学信息，那么缺口可能部分在读取而不在数据"是本页的推论，不是他的说法，也没有人在期内把这两条接起来。

⚠️ 八、临床时间表：两位都拒绝给数，而拒绝的方式有信息量¶

⚠️⚠️ Pushmeet 直接否掉了提法（视频页 [00:28:18]）："'AI 的结果进临床'，我认为这是个 ill-posed（提法不当）的问题。AI 今天已经在药物发现过程的每一个部分被使用了。"
⚠️⚠️ 而他把问题重写成了"在加速什么"："如果你问我的是，我们什么时候会看到那个 10 倍或 100 倍的时间线加速——那么另一个问题就是：我们在加速什么？是 lead optimization？是靶点发现？是临床前、还是毒理那部分工作？" ✅ 本页认为这次重写比任何时间表都有用，因为它指出"AI 进临床"这个问法把一条有多个瓶颈的流水线压成了一个事件。
⚠️ 他给的时间口径只有 "我想在接下来这几年"，条件句是"我们需要攻克生物学的一些硬挑战"，⚠️ 并把它与"今天宣布的这个 effort"直接挂上了——本页标注为面向会议议程的表态。
⚠️ Sal 同样拒绝给数（[00:30:20]）："什么时候会出现一个完全由 AI 做出来的药？我不知道。很难知道。" 方向是 "我们会在这里非常非常快地看到快速进展"。
⚠️ 全期有一处时间压力被明说（[00:28:18]）：主持人说 "那是两分钟警告"，然后把最后一个问题压缩成"快问"。✅ 本页标注：这意味着全期唯一触及落地的一节是在倒计时下回答的，两位都没有展开。

⚠️⚠️ 九、"10x 而不是 10%"：理由不是野心，而是搜索范围¶

⚠️ Sal 的方法论（视频页 [00:31:21]）："很久以前在我的职业生涯里、其实是在 Google 的时候，我学到的一件事是——有时候通过看'要做到 10 倍的改进需要什么'来接近一个问题，比看'10% 的改进'更容易。"
⚠️⚠️ 而理由本页认为是这条最该被保存的部分："而那并不是因为那一定是一条更容易的路。是因为它让你能采取一个更宽的视角、看到一些你此前没有在接近的解法……你会回去、从第一性原理看：我们要怎么做这件事？"
⚠️ 他明确拒绝二选一："10% 和 10x 这两种方法都有价值，我们应该两个都做。" ⚠️ 并接回机构使命："在 Biohub 我们有一个我认为非常美、非常高远的使命陈述——治愈所有疾病。而如果你想做到那个，你真的需要去弄清楚什么是那个 10x 的路径。"
✅ 本页标注：这句正是本期在本库发现环节时原标题（"Can AI Cure All Disease?"）的来处；⚠️ 而抓取时标题已被改为 "Why AlphaFold Didn't Solve Protein Folding"，本库按后者命名视频页。

⚠️⚠️ OpenAI 一天放出 700 篇数学论文：本页第三个 OpenAI 数学节点，以及一条降温判据（2026-10-10）¶

来源：All-In 2026-10-10

⚠️ 本页此前记录的两个节点是 Brockman 的"1 万 agent 解 Navier–Stokes"自述（本库无法核实、他未说清是哪个问题）与 Noam Brown 的内部归因修正（往下修）。本节是第三个节点，而它第一次有了规模。

事实（All-In 四位主播转述，本库按二手记录）¶

（[00:38:25]）

2026-10-06（周二）OpenAI 发布了 700 多篇论文，其中 370 项结果声称解决或推进了重大问题。 ⚠️ "700 篇论文 / 370 项结果"这个配比在转录稿里就是这么说的，本库照录，不替其理顺。
由一个未发布、外界拿不到的模型产出；平均每项约 3 小时算力。
⚠️ 《Scientific American》的说法（转述）：结果"很可能正确，因为被 Lean 验证过"，但尚未经过同行评议。 ✅ 本页认为这个区分必须随引用一起保留：形式验证通过 ≠ 同行评议通过——这也正是 Brockman 当时说"把 Navier–Stokes 形式化进 Lean 是用形式化做验证" 的那条区分在规模化之后的样子。
⚠️ Friedberg 的评价本页标注为未经校准："这大概是人类历史上最大的发现日"（被问"数学史还是人类史"时他明确选人类史）。他在同一段自陈"我不会假装自己是这些个别证明中任何一个的专家"，且这句没有任何量化支撑。

⚠️⚠️ Chamath 的降温判据：这些不是物理边界¶

（[00:47:31]–[00:48:33]）✅ 本页认为这是本库目前对 AI 数学成果唯一一条带可检查判据的降温，因此比任何"是否令人印象深刻"的表态都值得保存。

"我认为这些数学证明是极其新颖、极其重要的思维构造。但这些不是我们都在场边等着进展、等着被解决的物理学边界。被解决的不是这一类东西。"

他给的判据："当你去看我们发现自己陷入的那些智识死胡同，它们不是因为还有巨大的未解科学问题。这些是非常小、非常窄、非常具体的智识探索领域，是科学家们自我指涉地互相认定为重要的。"
他的否定预测："我不认为这些证明必然会向你展示癌症有解、或者有一架超音速飞机。我认为那些东西在这之前就已经在被造了，在这之后也还会被造。"
⚠️ 他的替代结论（本页认为这才是他真正的主张）："我认为我们证明的是：现在有两个领域是真正可验证、完全可否证的。第一个是代码，现在我们可以把数学加进这个清单。" ——即他把这次发布的意义从"科学突破"重新定位为"方法论边界的确认"。
⚠️ 本页记下一个巧合而非关联：Chamath 的"被解决的是一类窄问题，不是科学问题"与 Pushmeet Kohli 同一天那期的"AlphaFold 解的是'复现 PDB'这个任务，不是蛋白质折叠问题" 是同一种拆解动作的两次独立出现。 ✅ 本页把它记为一条取材提示（见操作日志 2026-10-10 条），但两人并无交集，不应当作互相佐证。

Friedberg 转述的下游应用清单¶

（[00:46:31]、[00:48:33]–[00:49:34]）⚠️ 以下全部是他读推文摘要，不是他自己的评估，本页按三手记录：

结果	转述的下游含义
优化算法的极限	影响芯片设计、调度、AI 软件设计、物流所用的算法——"这确实会改变我们使用的算法"
矩阵乘法复杂度	AI 训练、科学仿真、线性代数计算更快
Riemann zeta 函数结果	数论与密码学研究；⚠️ 他自己限定"没有随之而来的直接实用密码学突破"
Bose–Einstein 凝聚相关证明	⚠️ 一位经营量子计算公司的朋友当天称对其量子传感器工作有直接影响（GPS、医疗设备、芯片制造）。⚠️ 一手但未具名、无细节。

⚠️ 他自己引的 ChatGPT 回答恰好站在 Chamath 那边（[00:51:34]，他说要求模型"诚实、不要弱外推"）："最新的数学证明，作为'AI 正在获得精密推理能力'的证据，比作为'人类福祉即将突破'的证据更有说服力。" ✅ 节目里没有人指出这句与 Chamath 判据一致，本页指出。

⚠️ 为什么是数学：本期给了两条可分离的机制¶

✅ 本页认为这是本节对全页最有用的贡献，因为本页此前把"可验证域进展快"当成一条机制，而本期它其实是两条。

机制一，Friedberg 的"循环闭合"（[00:40:28]–[00:42:29]）：数学的整个测试周期能在硅内完成——提出证明想法 → 测试 → 失败则推理出新想法 → 重复，全程不需要物理世界。他的对照：药物发现、蛋白质折叠、化学与材料科学的循环里有一个物理环节，"你可以并行化、可以想出更好的想法，但测试速度被物理那一步 gate 住"。
✅ 这条与本页 Periodic Labs 那期的"智能是必要的但不充分" 以及 Kohli × Candido 关于数据与实验的讨论是同一结论的外部版本——而 Friedberg 把它表述成了一个可对任意任务套用的检查项。完整框架见 AI 与就业。
机制二，Sacks 的"可自动验证"（[00:44:29]–[00:45:30]）："数学依赖证明，而证明容易被验证。编码也类似，你有编译器。" 落点是因此可以做强化学习而不必卷入人类反馈；反面是训练一个能当律师的模型——数据要委托创造、每个客户独特、更主观、答案难验证。他点名的预测记录："大约一年半前 Leopold Aschenbrenner 告诉我，数学和编码会是接下来两年进展最快的领域——因为可验证性。而他说对了。"
⚠️⚠️ 两条机制可分离，而本期把它们混在一起用（本页综合，不应归给任何人）：自动化实验室可以并行化循环但仍需物理时间（可验证但循环长）；主观判断类任务循环很快却无法验证（循环短但不可验证）。 ✅ 本页建议引用时分开用，因为它们对"下一个被攻克的领域是什么"给出不同的预测。

⚠️⚠️ "沉默的密码学"：本页不采信但记录的一条推断¶

（[00:49:34]–[00:51:34]）Friedberg 的推理链：这批发布里没有任何重大密码学证明；考虑到其它方向的进展密度，密码学完全没进展不太可能；而若只有小进展他们会照常发表（因为无系统影响）——故"证据的缺失暗示可能有相当重大的密码学突破"。

⚠️⚠️ 本页标注：这是一条明确的"从证据缺失推断"的论证，Friedberg 自己也是这么说的（"the absence of evidence suggests"）。本库不采信，只记录它被提出。 至少两个替代解释未被检查：密码学方向本就不在这批工作范围内；或相关结果因不成熟而未发。

他随后转述的两条传闻：有人称带公钥的加密钱包面临严重风险、加密社群"有点恐慌"；以及 ⚠️ "传闻 OpenAI 还有两次发布被扣着"，密码学工作可能在其中、"因安全原因被扣住"。
他给的条件句与要求：若这最终包含对数因数分解的数学解法、从而在量子计算机到来之前打破公钥密码学——"那我们就有一个真正的问题"；并主张如果它是风险就需要被公之于众。
✅ 本页把这条转记入 LLM 安全与治理，因为它的性质是"AI 产出的数学结果本身可能构成信息危害"，这是本库首条此类材料。

⚠️ Amdahl 定律：一条可预先算的"哪些科学领域不会被 AI 加速"（MakerMaker.AI，2026-10-12）¶

来源：a16z / MakerMaker.AI（Dhaval Adjodah、Owen He × Martin Casado）

⚠️ 本页此前关于"哪些领域会被加速"的材料（可验证性、自动化实验室的物理时间、湿实验室循环）都是经验归纳。这一期第一次把它写成一个可以预先算的量。

⚠️ 第一步是拆掉"智能"这个标量（[00:27:16]）："智能不是一个单一标量，它更像一个多维向量。会有一些领域和方向上 RSI 给你起飞，也会有一些维度上你会平台化、或者只有相对缓慢的改进。" → ⚠️ "而我认为决定性的因素是：里面最慢的那个组件是什么。"
⚠️ 第二步直接套 Amdahl 定律（[00:28:18]）："数字的那部分我们可以优化、可以加速，你可以快一千倍、一百万倍。但如果它只占你总时间的 20%，你只会拿到 20% 的加速。"
⚠️ 第三步给出分界，本页建议当作这一问的第一道筛子："所以对那些你仍然需要移动原子、要与物理世界交互的领域，那是真的慢，你仍然会被它卡住。" 例子给得很具体：⚠️ "比如说药物发现——你仍然要做湿实验室实验，然后做临床试验，那要几个月；于是每一个新想法都得过一个几个月、乃至好几个月的评估。" → ⚠️ "所以那些领域大概不会像编程或数学那样被加速——后者有非常快而且便宜的评估。"
✅ 本页认为这条把本页既有的两条机制统一了：⚠️ Sacks 的"可自动验证" 讲的是"验证是否可自动"，Periodic Labs 那期讲的是"自动化实验室仍要物理时间"——而 Amdahl 这条给的是两者共同的分母：数字部分在整个研究周期里的占比。 ✅ 本页建议引用时用这个量，而不是用"可验证 / 不可验证"这个二分。
⚠️ 而本页必须一并记下的是，同一期里主持人指出这个量至今没人给过（[00:28:18]）："我还没见过有人给这件事定一个量——为了把这个提升 X、为了解决这个问题，我需要这么多净新增的能量。" 他说清了有这个量会带来什么：⚠️ "你就真的能预测：我需要多大的一个仓库才能解决一个药物发现问题？我需要多少个不同的机器人？" ⚠️ 本页记为该线上的一个公开空缺——Amdahl 给了形状，但没有人给出数值。

⚠️⚠️ "模型学到的是化学家，不是化学"：本页第一条把"公开科学数据集学到的是社会学"做成判决性实验的材料（Ian Quigley / Leash Bio，2026-10-14）¶

来源：Latent Space AI for Science / Ian Quigley（人物页：Ian Quigley）

⚠️⚠️ 一、那个判决性实验：用"谁做的"向量预测活性，与用化学式一样好¶

⚠️ 本页此前在"公开数据集不可信"这条线上只有方向性表述（Pushmeet 说"big data 不如 good data"、Periodic Labs 说"文献的噪声底比 DFT 还差"）。✅ 这一期第一次给出了一个有判决力的对照设计。
⚠️ 缘起是一则逸事：在 Recursion 看屏幕上一个小分子，一位医药化学家路过只瞥一眼就说"看着像某某某的分子"（[00:46:21]）。⚠️ 问题被他讲得很干净（[00:47:21]）："如果模型光看分子就能认出化学家，那模型也许就能推断化学家的意图——这意味着它可能什么都没学到。"
第一步（[00:47:21]–[00:48:22]）：从 ChEMBL 取发表过 30 篇以上论文、600 个以上分子的化学家共 1,815 位，训一个只看分子、预测作者的分类器 → top-5 准确率 60%，他的定性是 "这是一个非常非常容易的问题"。⚠️ 混淆模式有信息量：出错处是同批论文、同一机构的两位化学家，由此推断个体有可辨识的"化学签名风格"，而受训者会继承其中一部分。
⚠️⚠️ 第二步是判决性的（[00:50:22]–[00:51:23]）：把分子表示成完全不含任何化学结构或化学式的东西——只是一个 1,800 维的"谁是创作者"概率向量；用它在 ChEMBL 上训活性预测模型，"它的效果和你用化学式一样好"，而且两者合起来"并不会有意义地更好"。
⚠️⚠️ 结论与落点："我们真的认为它在学大量的社会学。它不是在学 ground truth。" —— "但当你在尾气（the exhaust）上训练模型，你可能就有麻烦了。"
⚠️⚠️ 本页认为最该被迁移的是他给的三层机制里的第二层——缺席本身就是指纹（[00:49:22]）："当你在这些机构里做化学家，下单做一个分子再去测是挺麻烦的。所以你会做出很多很多'不去做'的选择，而你不会把那些写下来。" 理由可以是太贵、合成组说做不了、没有现成 building block、或"我觉得它不会 work"。✅ 即：不做某件事的决定从不进数据集，但它决定了什么进了数据集。 ⚠️ 另两层是风格继承与迷信（"这个 building block 在那个进了临床的项目里 work 过，我很喜欢它"→ 模型学到"化学家喜欢它，所以它大概 work"）。
⚠️ 他明确不把这当成对化学家的指责："那不是他们想做的事。他们是想用尽可能少的化学系列拿到两个药——他们当然会那样做。"

⚠️⚠️ 二、同一病症在公开 benchmark 上的量化版：按分子量排序¶

⚠️⚠️ 主持人给的事实是：在大多数公开数据集里，"把分子按分子量排序"就是你能拿到的最大的单一预测因子之一，而在 CASF-2016 上它"并列第一"（⚠️ 稿中紧接着自我修正为"第二名，差距非常小"，本页照录这处修正，不裁定第一还是第二）（[00:51:23]–[00:52:24]）。
⚠️⚠️ 而两人给的定性是关键："但这不是化学的内在属性，这是这个数据集的属性" — "是的。这是'什么东西被做出来、什么东西被测试'这件事的社会学属性。"
⚠️ 机制同样具体：化学家找到 hit 后不断加官能团（先为结合、再为溶解度），"他们就一直往上加，直到它足够好"。✅ 他给的那句直觉本页认为值得单独记："如果一个东西 work，他们就会对它做更多事情"——所以重分子恰恰是被优化过最多次的那些。

⚠️⚠️ 三、"模型在给蛋白质起外号"：本页最可操作的一条用可解释性纠偏的闭环¶

⚠️ 他们用 cross attention 做 Hermes，所以能直接看模型在氨基酸空间里看哪里（[01:11:32]）。两重预期（结合口袋 / 所有残基）都落空：⚠️⚠️ "它在看一些很短的氨基酸片段，既远离蛋白质的功能部位，也远离那些在很多蛋白质之间长得很像的部分。"
⚠️⚠️ 他的命名是本页认为本期最好的一个（[01:12:33]）："我们意识到 Hermes 大概是在给这个蛋白质起一个外号（nickname）。它不是在想'这是功能部位'，而是'我不需要学那个。我可以记住这里和别人不一样的那 10 个或 12 个氨基酸，我就背下来。'" ⚠️ 为什么是非保守区：保守结构域在很多蛋白质之间被反复洗牌、长得像，不能当标识符；非保守区变化多，正好可以。
⚠️⚠️ 而堵口的办法是改数据，不是改损失函数（[01:13:34]–[01:14:36]）：用定点突变造出"看起来几乎一样、行为差别很大"的蛋白质对，外号策略就失效——"如果它对这两个行为不同的东西用同一个外号，它就会干得很差"；重训后 attention "会相当均匀地看所有这些东西"。⚠️ 范围限定："更像是一个一般性的问题——我再也不能有效地用这个外号策略了。"
✅ 本页认为主持人在这里给的方法论定性该与之一起保存（[01:14:36]）："我觉得 mech interp 最务实的用处一直在生物学……它之所以在性质上不同，是因为你是反过来走的——你是从模型那里学关于生物学的东西。" ⚠️ 理由是语言的缺席："在这些机器学习模型里没有语言可以依靠。所以除了检查模型内部，你完全不知道它在想什么。"
⚠️⚠️ 本页标注：这一期同时是这两种用法，而驱动他们改数据的是后一半——⚠️ "从模型学生物"（attention 指出哪个残基在和分子的哪部分相互作用）与"抓模型作弊"（外号策略）。 ✅ 这与 Pushmeet 那条"要的不是可解释性，而是行为刻画 + 不确定度校准" 并不冲突，而是补了第三种用途：用可解释性定位一个具体作弊模式，然后用实验设计去堵它。

⚠️⚠️ 四、对当前 SOTA 结构模型的具体指控，以及负样本从哪来¶

⚠️⚠️ 纯计算的检验（[01:01:28]–[01:02:28]）：拿训练集里有代表的蛋白质，只改氨基酸序列把口袋填平（"像灌水泥一样"）、整个移除、或变大很多——⚠️⚠️ "你做这些事里的任何一件……如果你用当前最先进的模型去看它会怎么做，它会把那个小分子硬塞进口袋原来所在的位置。" 他的解释是 "因为它只是记住了它在哪里"。
⚠️ "如果模型真懂物理该怎样"他说得很具体：口袋里少数几个氨基酸提供氢键位置、还有 π 堆积，"这些东西在你测量它们的物理世界里非常非常重要；所以如果你把它们破坏了、而模型理解物理，那它大概就该知道自己不能把分子塞进去。"
⚠️⚠️ 根因他归到训练集缺负样本："这些结构训练集里没有好的负样本"，而且 "没有人会去为这些东西做一堆晶体结构"。
⚠️⚠️ 而他们拿负样本的方式本页认为该被评估与基准回填，因为它不依赖任何标注（[01:02:28]–[01:03:30]）："我们拿到负样本的方式是，我们对基线条件下那些分子的数量分布有很好的理解。" ⚠️ 即：筛选里某批分子富集说明结合；把口袋破坏后它们不再富集——负样本是同一批分子在被扰动条件下的缺席，而不是别人标注的"不结合"。
⚠️⚠️ 物理版的闭环带三重对照，本页认为这是本期最该被完整保留的实验设计（[01:03:30]–[01:06:31]）：① 筛野生型拿 hit；② 竞争实验——买一个已知会进那个口袋的化学物、高浓度加入再筛，把平常进这个口袋的分子挤出去（"我们一直在做"）；③ 定点突变把该残基换成大块头、口袋填满，再筛；④ 判读是"被堵孔物挤出去的化学系列，在破坏口袋后也同样消失"；⑤ ⚠️⚠️ 对"你是不是只是把整个蛋白质弄坏了"的对照："我们只丢掉了被竞争物踢出去的那些化学系列。所有在蛋白质别处结合的那些都完好无损"——✅ 同一次筛选里结合在其它位点的分子充当了"蛋白质没坏"的内部对照；⑥ ⚠️⚠️ 组合性给出统计力："也许我有 5 个不同的化学系列、每个是几百个分子"，于是结论变成 "这一个 building block 上的侧基显然在和这一个氨基酸残基相互作用，因为我们有 5 个独立的群体行为位移的例子"。
⚠️ 规模："大周的时候我们一周筛 100 个蛋白质构件"；"很多很多百次这类筛选"。⚠️ 突变有时让分子结合得更好，而这也被他当作信息源。

⚠️⚠️ 五、把已测完的池化筛选数据做成 RL 环境："一个周末 1 万多次 SAR 战役"¶

⚠️ 路线转向（[01:15:38]）："最近我们发现非常有成效的，其实是转向语言模型"——"我们在用可读、可解释的英文来表示这些小分子、这些蛋白质、以及它们的行为"，效果定性只有 "结果这个做得还挺好"。⚠️ 主持人给的先例是 GenePT（直接用基因描述文本的 embedding）。
⚠️⚠️ 课程设计三步（[01:16:40]–[01:17:41]，底座点名 Qwen 与 GLM，另见中美 AI 竞争）：① "这是一个结构，用自然英语描述它"；② "给我这两个非常相似的分子之间的 diff，用自然英语"；③ 给 binder 与非 binder（配 hard negatives），要它把"为什么结合"写成可读英文。
⚠️⚠️ 循环本身（[01:17:41]–[01:18:42]）：给 10 个 binder + 10 个非 binder（彼此接近），要它判断为什么结合；然后 "这里有一个几百万分子的目录——你挑 5 个或 10 个，去检验你的假设"；它去查已经收集完的数据，⚠️⚠️ "立刻拿到答案，就像一个 coding sandbox"，更新假设。目标是用尽可能少的步数拿到最好的 binder。
⚠️ 主持人归纳"你基本上造出了一个 reinforcement rollout"，他确认；⚠️ 而因为 activity cliff 式改动是因果、可复现可测量的，"你也可以用这些轨迹来产出 reasoning traces，而且规模相当可观"。
当前配置：10 个 binder + 100 个分子预算 → "大概 100 到 200 次调用" → 从 650 万个分子里拿出最好的 binder。自评克制："所以看起来它是 work 的。"
⚠️⚠️ 那条量级对照是本页在"自治实验室"这条线上第一个纯数字环境的产出速率（[01:21:42]–[01:22:43]）：一个医药化学家一辈子大概见到 "几十次、也许 50 次" SAR 战役；⚠️⚠️ "而就在上周末，我们拉出了 1 万多次。而且我们还没怎么使劲。"
⚠️ 为什么不直接放大 Hermes（[01:19:42]）："我们认为它对记忆化问题抵抗力强得多"——加参数也会把突变体背下来，而 "用自然语言是这个问题上一个相当好的正则化器"。
⚠️ 他给的比较性主张本页按断言记录："我们不知道还有别的什么问题，有一个物理接地（physically grounded）、而且这么可规模化、这么快的强化学习循环。" ⚠️ 对照是实体 lab-in-the-loop：那些也受限于资源，"它们仍然要先选做什么、不做什么，而那些循环会花更长时间"。
⚠️⚠️ 而本页认为本节与第一节之间那一针缝合才是这一期最该被引用的东西（[01:22:43]）："但问题是，你还必须把那些人类不会做的选择也包含进来——因为我们是在所有蛋白质上测所有分子。" —— ⚠️⚠️ "它必须有反事实。它必须犯错，而且你得确保那些错误、或者未来可能的错误存在于数据里，而且存在的方式不会偏向让它去学化学家的社会学指纹。"
✅ 本页标注：池化筛选的产出之所以能当 RL 环境，不是因为它大，而是因为它的覆盖不由人的偏好决定——⚠️ 于是第一节那条"不做某件事的决定"的指纹，在这批数据里根本不存在。 ⚠️ 这条缝合是本页的综合：他说了"必须包含人类不会做的选择"、也说了化学家指纹，但没有把两段明确接起来。
✅ 本页认为这给了本页"自治实验室"这条线一条可迁移的判据：⚠️ Periodic Labs 那期与 Lila Sciences 关心的是"实验室能不能自动跑"，而这一期指出还有一个独立问题——"这批数据里有没有人的选择偏置"，而池化筛选（一个管子里所有分子对所有蛋白质）恰好在构造上消除了它，代价是只能做可池化的那类测量。

⚠️⚠️ 六、"只有一种可规模化的技术"，以及一条路灯问题的自我限定¶

⚠️⚠️ 他自称 hot take 的那条本页认为该被长期保存（[00:05:01]–[00:06:03]）："如果你要去做生命科学的事、并把它和机器学习方法耦合起来，城里真的只有一种可规模化的技术，而那个技术是拍照。而测 DNA 序列是另一种拍照的方式。"
⚠️ 他点名的对照：Recursion 真的在拍细胞照片，Enveda 也在做，"而几乎所有其他人……做的都是照片与测序的某种混合——而测序也是照片"。⚠️ 他主动点了反方并自己限定："外面会有做蛋白质组学的人不同意我——但我还是会说那个规模还没到。"
✅ 成本趋势是他的基本盘："我们非常看测序成本下降的轨迹，它对我们怎么想数据收集和我们做的规模都有影响。"
⚠️⚠️ 而他对"你是不是在解错的问题"这一问给的自我限定本页认为比答案更重要，因为它承认了选题偏置（[01:34:50]）。主持人的算术是：一个成功药物全流程 "低的说 2 亿、高的说 10 亿美元"，而发现阶段只是几百万。
⚠️⚠️ 他的限定："更广地说，这有点是一个路灯问题（lampost problem）——在生命科学里我们能做大量可规模化测量的地方，就是这些早期问题。" ⚠️ "我们没法真的跑一个一百万只小鼠的实验，我们没法跑几百万次一期临床。"
⚠️ 他的答案指向具体的高价值早期问题：一批遗传学证据很好、但小分子极难成药的靶点，最直接的是细胞因子类炎症适应症现在用抗体，而做成小分子药片能替代输液、不需要冷链运输。他说他们对很多这些细胞因子确实有选择性材料，并在另一处说看起来有选择性的起始材料覆盖 "大概 700 个靶点"（[01:31:49]）。
⚠️ 他对 AI 进展不对称的判断本页认为是一条可引用的分界（[00:22:10]–[00:23:10]）：蛋白质类药物的行为"我们已经取得了相当好的进展"（点名 Isomorphic、Chai 等），"而我们的论题是，这些能力对小分子路径真的还不在这里。" ✅ 本页标注：这与本页既有的 Chai Discovery、AlphaFold 那期都在蛋白质侧，而这一期是本页第一份从小分子侧讲"为什么这边落后"的材料。

⚠️ 七、过程护城河，以及一个被征用的作弊信号¶

⚠️⚠️ "更有钱的实验室为什么不能直接把你们规模化掉"——他的答案不是数据量也不是资本，是作弊模式的目录（[01:42:52]–[01:44:54]）："在 Leash 和在 Recursion，我的团队都犯过太多错误，不小心撞进那些仅仅由于'做实验室工作'这件事就会产生的作弊模式（cheating modes）。"
⚠️⚠️ 而他把它拆成一条组织要求：很多问题与用元数据追踪批次效应有关，"所以你必须在你的组织里建一种文化……而且我们必须让那些工具没有摩擦，这样真正在做实验的人才真的会去记录它们"；再加上回溯到公司创立的全部数据一致性核对。落点是 "它需要一种很独特的文化、耐心、以及愿意去犯这些错误"。
⚠️⚠️ 而那个例子本页认为是本期最漂亮的一处工程智慧，因为它把一个药的作用机理变成了数据质控信号（[01:44:54]–[01:45:54]）：分子伴侣类药物（如治囊性纤维化的 lumacaftor）的职责就是把错折的蛋白质重新折好，而他们化学库里有一批 lumacaftor 类似物；⚠️ 于是"一批 lumacaftor 类 hit" = "这个蛋白质大概没折对" → 不拿它当训练数据、换更友好的条件重跑。 ⚠️ 而这是撞上的："我们是偶然发现的——我们看到这些化学系列在各种不同的蛋白质类型上不停冒出来。"
✅ 本页认为这条与第一节构成同一认识论的两面：⚠️ 都是"模型抓到了一个真实但不是你想要的信号"，区别只在于一个毁掉数据集（化学家指纹）、另一个被征用成了工具（lumacaftor hit → 蛋白质没折好）。 ⚠️ 这条归纳是本页的。
⚠️ 同一思路的第三个例子：冗余条形码（同一小分子配 32 或 48 个条形码）本是为了识别 DNA 结合蛋白造成的假阳性，⚠️ 而副产物是能把富集到的序列反查回已知的共识结合基序——"所以我们的蛋白质大概被做对了"（[00:10:03]–[00:11:03]）。✅ 一个假阳性源被改造成了蛋白质生产的正确性验证。

⚠️⚠️ "数学跑得快是因为数据，不是因为可验证"：一条与本库通行解释相反的实验室内部归因（Greg Brockman，2026-10-15）¶

来源：No Priors / Greg Brockman（OpenAI 总裁）

他的归因，以及他是怎么一步步否掉通行解释的¶

（[00:09:04]–[00:10:04]）他先给框架：如果你理解一个 AI 为什么在某个维度上变强了，那么所有具备相似属性的人类领域，你就该预期相似结果。然后：

"你可以认为，嗯，数学是可检查的——但现在这话已经不太对了。"

他的拆解是：最早确实可检查（写好的算术题、有数值答案，直接比对）；形式化证明也可检查；⚠️ 但他们现在真正产出的是自然语言证明，"要难得多"。他换上的答案：

"我认为真正的核心洞见其实是数据。数学里你能拿到大量数据，理论物理里你能拿到大量数据。生物学里你能拿到大量数据吗？那显然是非常受数据限制的。"

配套概括："算力、数据、算法 = 能力 = 结果，这是深度学习的基本物理。"

⚠️ 与本库既有记录的冲突，本页认为必须并列¶

	对"数学为什么跑得快"的归因	它预测的下一个起飞领域
Sacks（All-In 2026-10-10 [00:45:30]）	可验证性——"数学依赖证明，而证明容易被验证"	可自动判分的
Friedberg（同期 [00:40:28]–[00:43:29]）	循环能在硅内闭合，且可并行、周期可缩短	循环短且不出硅的
⚠️ Brockman（本期）	数据量，且他明确说"数学可检查"这说法"已经不太对了"	数据多的（他点名理论物理）

⚠️ 本页的读法（综合，不应归给任何人）：三者并非互斥——数学同时具备数据多、可验证、循环短，所以在数学上无法分辨哪条是真因。✅ 但它们的预测可分离，因此是一组值得长期跟踪的对照。⚠️ 注意 Brockman 点名的下一个领域是理论物理：数据多、但判分未必容易——这与他自己的归因自洽，而与 Sacks 的不自洽。

✅ 还需并读的一条支持性材料：本页 OpenAI 数学团队那期说过，他们训练的是通用推理模型、这条路线不依赖自动形式化来引导推理——与 Brockman"自然语言证明很难检查"的说法同向，即前沿阶段靠的确实不是机器判分。

他对那批数学结果的定性：可读性是重点¶

（[00:02:01]、[00:05:02]–[00:06:02]）

"一直有个问题是 AI 到底能不能产出新知识。到这个点上，已经没法否认了——答案确定地是能。" ⚠️ 同段限定句本页要求一并引用："我们还没有在产出全新的整套理论，但我们能解决这些有一百年历史的数学问题。"
量："将近 400 个非常重要的、现在被解决掉的公开问题"，数学界正在逐个翻找洞见。⚠️ All-In 2026-10-10 谈的是"一天 700 篇数学论文"——"问题"与"论文"不是同一单位，本页不互相换算、也不判定哪个对。
✅ 他最在意的不是"解出来了"，而是"证明可读"：他说领域专家的反应是"为什么会把那个结果用到这里来"这类惊讶，而不是不可理解的证明；并拿四色定理作反例——"就是让机器检查了一堆情况，那里面没有美"，结论是"我们进入了机器发现的另一个阶段"。
✅ 这与本页 OpenAI 数学团队的"AI 的证明普遍很短、很优雅，且与我们的预期相反"同向，是本页第二份指向同一现象、且来自不同人的材料。

药物发现：他的第一性原理论证，以及本页已有的三条反方¶

（[00:13:05]–[00:14:05]）他把药物发现排在第一："如果只能挑一个你想彻底革新的领域，药物发现是最清楚、最明显的那个。" ⚠️ 紧接着那句更尖锐："我认为我们会发现，人类在生物学上糟糕得不可思议，在药物发现上糟糕得不可思议。"

⚠️⚠️ 他的论证（[00:14:05]）：

"对人类来说，自然语言是我们非常适配的东西……而生物学完全是异己的。但对一个神经网络，我不觉得有任何理由相信它在自然语言上应该比在生物学上更强。"

推论：既然神经网络在自然语言上已做到这个程度，从第一性原理出发它应该能破解生物学的语言。

⚠️ 本页已有的三条反方，应与之并列：

Anandkumar 的"AI for science 不是语言模型"：在连续介质物理一侧，transformer 不是慢，是跑不动，需要换架构。⚠️ 如果"语言"这个类比在物理上就不成立，那这条第一性原理论证至少不是普适的。
Xaira 的"因果模型需要因果数据"：观测数据再多也不自动给出因果结构。⚠️ 指出的是数据的"种类"问题，而 Brockman 谈的是"数量"。
Periodic Labs 的"智能是必要的，但不充分"：科学发现按定义就是你没被训练过的东西。

✅ 但本页记下他自己给的两处限定，密度高于一般领导层发言：数据问题他明说"还没有解决"（[00:11:05]）；神经网络替代临床试验"我们还没到，但你可以想象我们会到"（[00:17:06]）；涉及长期结局的预测他承认很难不至少让时间真的走过一轮（[00:18:06]）。

✅ 他点名的、不依赖任何生物学突破的两条捷径¶

本页认为这是本节最可操作的部分：

监管申报（regulatory filings）（[00:11:05]）："写一份临床试验的完整论证要花大约一年"，而这类文本用 AI 写容易得多。⚠️ 纯文书瓶颈，与模型的科学能力无关。
n-of-1 罕见病的文献检索（[00:14:05]，⚠️ 字幕作 "and of one"）：他说有不少人要的那个药其实已经存在，只是散落在文献里某一篇论文中——"这类操作是可以大规模放大的"。✅ 这与本页 OpenAI 数学团队"AI 的第一强项是对文献的熟悉" 是同一能力的跨领域应用，本页记为一条有支撑的推断。

⚠️ 主持人给的产业结构数字（出自主持人，不是 Brockman，[00:12:05]）：一款药约 15 年、15 亿美元；其中临床前（小鼠、分子）约 5,000 万美元、2–3 年，临床试验约 14 亿美元以上、约 12 年。⚠️ 主持人由此说 AlphaFold 一类早期工作集中在"能不能结合"，而成本大头全在下游；Brockman 接受了这个框架。 ✅ 可与本页 AlphaFold 到底解了什么并读。

他的总量预测（[00:18:06]）："我认为我们会看到可能性里的 80% 很快变成现实。" ⚠️ "可能性"的分母他没有定义，本页照录不采用。
其它领域：他另点了材料科学，并说还有一条长尾（[00:14:05]–[00:15:05]）。

监管：他的条件句、自动驾驶类比，与已在发生的套利¶

（[00:15:05]–[00:17:06]）

条件句："如果你真的能证明药物发现的物理学变了，那它当然应该渗透进系统的每一部分。"
自动驾驶类比：如果自动驾驶达到比人类安全 10 倍或 100 倍，那当然应该重新思考整个交通系统。
⚠️ 他说监管套利已经在发生：澳大利亚与美国的临床试验监管不同，"已经有很多人把试验搬到监管环境更合理的地方"。✅ 本页此前没有这条线，可与中美 AI 竞争并读——但注意他举的是澳大利亚，不是中国。

⚠️⚠️ Karan Singhal（美，OpenAI 健康 AI 负责人，2026-10）："瓶颈是验证，不是提出新想法"¶

来源：a16z 2026-10-20（嘉宾 Karan Singhal） ⚠️ 当事方叙述；主持人是 a16z 医疗投资合伙人，全程无一次追问。

核心句（[00:41:23]）：他在患者与临床医生之外加了第三类主体——科学家，然后给出判断："我也非常看好一个未来，在那里 AI 帮助加速验证环节的很多瓶颈——我认为最终成为瓶颈的是验证，而不是提出新想法、新疗法这类事。"
配套的具体版本（[00:52:31]）："人们想推进临床试验的分子和药物数量，已经远远多于临床试验可用的名额。" 所以他认为 5–10 年里对人类健康影响最大的可能是两件事——AI 引导的新靶点与分子生成，以及 AI 引导的优先级排序与验证（"让临床试验跑得更顺、更快"）。
✅ 本页上调这条权重的理由：它与本页既有材料指向同一处（Greg Brockman 谈临床试验替代、Pushmeet Kohli 的"被解决的是任务，不是科学问题"），而这是第一次由一位厂商侧的健康业务负责人把"瓶颈在验证而非生成"直接说成结论，而不是作为限定条件提出。

⚠️ "健康领域的 move 37"，以及那个抗生素例子¶

框架（[00:38:22]）：借 AlphaGo 对 Lee Sedol 的那一手，健康版本的定义是"模型预测出一个人类本来预测不出来的东西，事后看是对的、有洞见、有影响力"。✅ 他的自评很克制："我们在更小的尺度上看到过"，"我觉得我们还非常早"。
⚠️⚠️ 唯一的具体例子（本页认为它比框架本身更有价值）（[00:39:22]）：在与 Penda Health 的临床医生 copilot 实验里，"临床医生有点倾向于过度使用抗生素"，而模型反复标出的模式就是避免这种过度使用，更少考虑眼前这个病例、更多考虑抗生素耐药这个全局问题"。
✅ 本页的解读：这展示的不是模型比医生更懂，而是模型的目标函数不同——医生在为眼前这一个病人优化，而模型可以同时承载群体层面的外部性。 这比"模型更聪明"是一个更弱、但也更可信、更可检验的主张。
⚠️ 而它同时是风险所在：谁来决定模型在个体收益与群体外部性之间怎么权衡？本期无人提出。 ✅ 本页标注这与 Pushmeet Kohli 那期的降温应并读——"被解决的是任务，不是科学问题"同样适用于这里：被改变的是处方行为，不是对耐药机制的理解。
⚠️ 他对未来版本的描述（[00:39:22]–[00:40:22]）：接收一个用户十年的纵向历史，跨 EHR 与聊天数据做出预测——"因为人脑根本没法把这些数据都整合起来"；配套观察是 EHR、纵向病史与理赔数据"就那么存在那儿，里面的洞见没有被充分挖掘"。⚠️ 无任何已实现的例子。

✅ 一条把医疗质量问题改写成分发问题的数字¶

（[00:20:14]–[00:22:15]）他描述共识的传导链：生物医学论文 → 各专科每年出的临床指南（"大致可以看成流程图"）→ 医生实际怎么做；⚠️⚠️ 而最后一步"是个巨大的瓶颈：取决于研究，临床指南渗透进全世界普通医生的日常实践要 5 到 17 年"。
✅ 他随后的区分是本页认为最该引用的："在很多领域医学确实缺乏共识；但在有些情况下共识是存在的，只是没有被实践。" 这把一部分医疗质量问题从"知识问题"改写成了"分发问题"——而分发恰好是 LLM 擅长的那一类，也给出了一个比"AI 比专家更聪明"更容易被检验的价值主张。

⚠️⚠️ 本页第一份来自被影响领域内部的材料：三位当事数学家谈那批成果（Lex #503，2026-10-26）¶

来源：Lex Fridman #503 / Steven Brunton × Ankur Moitra × Alex

✅ 本节在本页的位置要先说清：本页此前关于这批 AI 数学成果有四个节点，全部来自厂商侧或播客主播的转述——Brockman 的"1 万 agent 解 Navier–Stokes"（本库无法核实、未说清是哪个问题）、Noam Brown 的内部归因修正、OpenAI 数学团队、All-In 对 700 篇的二手转述。 ⚠️⚠️ 这是第五个节点，也是第一个来自领域内部的：三位嘉宾分别是被点名的三个问题所在领域的在职研究者——Navier–Stokes（Brunton，华盛顿大学流体）、unique games（Moitra，MIT 复杂性理论）、Riemann 假设与 Lean（Alex，罗格斯数论）。 ⚠️ 录制时距发布只有几天，三人都明说还没读完；主持人自己给了免责声明："今天说的东西里有四成到八成，五年后会被证明是错的。"

⚠️⚠️ 一、本页认为最该被引用的降温，而且来自被点名领域的在职工程研究者¶

（[01:48:33]–[01:49:34]）

⚠️⚠️ "日常的工程流体、以及流体的应用数学分析，几乎完全没有改变。流体今天和一个月前、两个月前一样难以仿真和预测。" ⚠️⚠️ "我们解掉了那个百万美元的数学问题。还有一个万亿美元的工程问题——你怎么用快速、高效的方式预测这些东西、并做反向设计。那是一个难得多的问题。"

他给的机制是区间：那个证明"运行在一个如此非物理的区间，以至于它并不真的影响我的日常工程"。✅ 而他没有否定结果的基础意义："我们甚至不知道解是否存在，这太基础了。"
✅ 本页标注这是同一个拆解动作的第三次独立出现：🔗 Chamath 的"这些不是物理边界"、🔗 Pushmeet Kohli 的"AlphaFold 解的是'复现 PDB'这个任务"。⚠️ 三人无交集，不应当作互相佐证；✅ 但 Brunton 这条的证据形态最强——前两条是"这不是最重要的问题"的判断，而他给的是"我的工作流没变"这种可被他自己证伪的陈述。
✅ 它同时是 Friedberg"循环闭合"机制的代价侧：数学的循环能在硅内闭合，所以被攻克的正是那些不需要物理世界的部分；而工程的循环卡在风洞和超算上，这次没被松动。

⚠️⚠️ 二、被证明的 Navier–Stokes 到底是哪个版本¶

（[01:44:31]–[01:47:32]）✅ 本页此前关于这件事的全部材料都没有这个精度（Brockman 甚至没说是哪个 Navier–Stokes 问题）：

千禧年难题在 Clay 的网站上有四个版本，⚠️ 被证明的是带外力（forced）的那一个；外力必须光滑（"如果外力本身有奇点，那就是平凡的"）。
被证明的内容：存在一种光滑外力的编排，恰好抵消方程里的各项，从而在三维里得到一个有限时间炸裂的涡；机制是涡在第三个方向上被拉伸变细（Brunton 的比喻是花样滑冰收臂加速），收缩速率被安排成能量仍有限、但在局部细丝上涡度变成无穷。
⚠️ 他自述的态度史：早在 AI 的证明之前，"当数学家开始认为有可能找到这个反例时，我就已经很惊讶了"——那个转向（从找解改为找反例）大约只有 15 年，"因为我们全部的物理直觉都告诉我们扩散会解决这个问题"。

⚠️⚠️ 三、分母：只公布成功者¶

（[01:28:01]）⚠️ Moitra 的转述，他用的是"显然（apparently）"、非厂商口径，本库不采信具体值：

"显然他们 prompt 了几千个问题，而他们放出来的只有成功的解，他们大概只有 10% 的成功率。"

⚠️⚠️ 他的推论比那个数字更有用："所以我们只能靠猜——是否存在一条很锯齿的边界，我们可以眯着眼去看、从而区分出什么倒下了、什么没倒下。"
⚠️⚠️ 以及一条反直觉的危险："也许最安全的那些问题，恰恰是你一看就痛苦地显然需要一个真正有创造性的新想法的那些。因为你大致能看出那里有一道壁垒，而文献里现成的东西就是不合那个孔。"
✅ 本页认为这里有一条可以独立于那个数字成立的结论，并把它记入评估与 Benchmark：形式验证解决了"每条结果是否正确"，但完全没有解决"这批结果是从多大的分母里选出来的"——逐条可验证 ≠ 整体可评估。

⚠️⚠️ 四、形式化验证的能力边界：自动形式化饱和了，canonization 没有¶

（[01:11:41]–[01:17:49]）✅ 本页认为这是本节对全页最有用的概念增量，因为它把外部叙事里混成一件事的两件事拆开了，拆的人是十年前就在写 Lean 的数论学家。

"Mathlib 光环（Mathlib halo）"：整本教科书都可被形式化，只要离 Mathlib 已做过的东西隔一两步；⚠️ 而离库三四步远时，AI 为两个不同目的给同一对象的两个定义会打架、"你没法把这些东西缝回去"。
⚠️⚠️ 一条可核对的预测失败记录：他在普林斯顿 colloquium 上据此论证 Fermat 大定理的形式化还要多年（并引 Kevin Buzzard 的一百万美元五年资助作为参照）——两天后 Anthropic 放出 1,300 万行、从公理起、sorry-free 的 Lean 证明。 "我那场 colloquium 里说的每一句都错了。"
✅ 但他只撤回了一半："它仍然不是一个漂亮的证明……他们就是硬轰过去了，这里凑一下，那里凑一下。" 所以他的结论有明确边界——

⚠️⚠️ "自动形式化基本上解决了。它不是以我希望的方式解决的……但就'能不能给一个人类已经写在纸上的东西拿到 sorry-free 的证明'而言，这个问题完事了。" 而 canonization（重构成规范、可复用的形式）没有解决，并且他说那件事会继续需要"全世界成千上万人以开源方式贡献的工时"。
✅ 一个容易被漏掉的条件，本页认为该随《Scientific American》"被 Lean 验证过因此很可能正确"那句转述一起引用：他对 quasi-RH 给 100% 置信度，依据是那条 Lean 陈述此前已经在 Mathlib 库里——即语义对齐（你验的是不是你想证的那句话）这一环已经被独立消掉了。 ⚠️ 不满足这个条件的结果，"形式验证通过"的含义要弱得多。
⚠️ 他对自然语言证明的判断："你不能信任它们的自然语言证明。这些是随机过程。它们说了些什么，并不意味着它们头脑里必然有一个数学的模型。"

⚠️ 五、"凸包还是半群"：对"AI 只是在插值"这条说法的一个更精确替代¶

（[00:33:47]–[00:38:59]）

⚠️ "凸包"在社群里被当作轻蔑用法（"噢，那在凸包里"）。✅ Alex 转述 Tim Gowers 给的替代提法：不是凸包，而是"由所有已知东西生成的半群"——凸包像气球内部（紧致封闭，没被推出去就等于没有新想法），半群像铺瓷砖（"而你能用已有想法铺到多远"，答案可能远超人类已探索的范围）。
⚠️⚠️ 而他对 quasi-RH 给了往低判的判决："我不会说它是一个全新的想法。它是一大堆非常知名的东西的一个漂亮组合。" 支撑是可核对的：两年前关于 cubic theta functions 与 cubic Gauss sums 的突破，正是 AI 最终走的那条路；而不少人在为自己二十年前就有过那个方向的想法而捶胸。
⚠️ 技术上的限定也给了：无零点区域从"越往上越细"变成一条 7/8 到 1 的无限竖带（另有约 11/12 的第二证明），⚠️ 那个厚度"七十年没动过"；⚠️⚠️ 但这个方法"根本上到不了 1/2"——完整的 RH 还需要一个新想法。
✅ 两条反方本页认为该并读：
Brunton：⚠️ 即使只是插值也不该被当成贬义——"我们拼得也不够快，而且这个气球不是透明的"；把凸包变透明相当于"掀开迷雾、给数学家一台雷达"。✅ 而他加了一句关键的："我们其实不知道那个凸包有多大。"
Moitra 换了判据：⚠️⚠️ 不看想法新不新，看领域被重组成什么样——"在那次发布之后，人们会去做的那类问题，永远地不一样了。"

⚠️⚠️ 六、一个"即使没有新想法也会重组领域"的具体例子：3SUM¶

（[00:40:00]–[00:41:00]）✅ 本页认为这是本节对"结果本身的价值"给得最具体的一个案例，而它来自 Anthropic 一侧、不在 OpenAI 那批里。

结果：3SUM——"一个你会在 coding 面试里给人做的非常基础的问题"——被证明在渐近意义上远快于任何已知解法，⚠️ 与整个社群的押注方向相反。⚠️ 由 MIT 的 Virgie Vassilevska Williams 与 Josh Alman 写成论文（姓名按转录稿记录）。
⚠️⚠️ 后果是双向的：此前一整套 fine-grained complexity 建立在"如果 3SUM 真那么难，所有这些别的问题就继承它的难度"之上。现在它更容易了——正向是得到一批新算法；⚠️⚠️ 反向、也是 Moitra 更强调的那面："它也改变了这个领域的性格……也许研究它们的正确方式毕竟是分开来研究。"
✅ 他由此给的一般结论：⚠️ "不管我们从里面拿到多少深刻的、可泛化的新想法，哪怕只是知道那个定理的真假，都会改变人们在那个领域里组织研究的方式。而这些问题里有些是没法把精灵塞回瓶子的。"

⚠️⚠️ 七、三条已经在发生的机构级后果，全部有具体指认¶

✅ 本页认为这三条比任何"是否令人印象深刻"的表态都值得保存，因为它们是可核对的行为变化而非感受。

论文因传闻而提前放出（[02:12:12]）：⚠️ Dor Minzer 发了一篇论文，在页脚写明"我们本来想把这篇论文打磨得更好，但因为流传的传闻，我们觉得有必要把我们的路线早点放出来"。 ✅ 本库第一条"AI 发布的传闻改变了人类论文发布时点"的具体记录。
⚠️⚠️ 提出猜想的人说他不会读那份证明（[02:14:14]）：Moitra 在晚宴前几小时正好见到 Subhash Khot（unique games 猜想提出者），问"如果他们放出一个成立的证明，你会读吗"——"他告诉我：不会。" Moitra 的评语是"不幸的是那也是很多人的反应"，原因他说成"有时候感觉像是有人偷走了你的雷声"。
⚠️⚠️ 研究生的行为已经变了（[02:17:20]）："跑 harness 去爬网上的开放问题、把尽可能多的论文灌进 arXiv。我不知道这是不是个好策略。看起来不像，但它肯定不像是好玩的事。"

⚠️⚠️ 第四条是预测而非已发生，本页设为跨期追踪项（[01:28:01]–[01:29:04]）：Moitra 推断人们会比过去更保护自己的想法——"因为一旦那些想法在外面了，AI 要把那一个新想法、那块缺失的拼图平衡进去，可能就容易得多，并且能完全穷尽地探索它能到达的范围"。⚠️ 他判断这是坏的（"数学社群传统上在分享想法上非常开放，失去那个会是糟糕的事"）；✅ Alex 给的另一半："那也是因为我们有'第一个冲过门'的心态……我更希望开放性留下来，而'第一个冲过门'是那个该走的东西。"

✅ 八、一条可否证的"为什么深度学习能跑"，以及它与本页既有解释的关系¶

（[02:50:20]–[02:53:26]）

⚠️⚠️ 否定事实先说："在 OpenAI 那批问题里，没有任何一个结果解释了深度学习。没有任何一个结果解释了 LLM。我们也不知道有哪个界，如果能改进它就会突然解释深度学习。这些问题根本不是那样提的。"
张力：拟合一个深度 4 的网络的参数是密码学意义上困难的问题，⚠️ 而这类问题每天都在被解决，网络还深得多。
⚠️⚠️ Moitra 自造的提法："物理里有句话说自然界厌恶真空。我的版本是，自然界厌恶计算上困难的问题。" 机制是数据经演化筛选成易解的（90 年代的蛋白质折叠实验：只让"被最坏情况下无效的启发式折得好"的序列活到下一代 → 造出一批对那些启发式极易解的问题）；推到语言上是"我们的语言已经演化成让这些问题更容易的样子，这件事与 LLM 为什么以它们那种方式起作用是纠缠在一起的"。
⚠️ 与本页既有归因的关系必须标清：🔗 Brockman 在 2026-10-15 说"数学跑得快是因为数据，不是因为可验证" 与这里都把解释权从"可验证性"移到"数据"，⚠️ 但两者不是一回事——Moitra 说的是"自然数据碰巧让计算问题变容易"，Brockman 说的是"数学的训练数据多"。不应当作互相佐证。
✅ 本页认为 Moitra 这条的价值在于它给了一条可否证的推论：若说法成立，那么在人工构造、未经演化筛选的分布上，同样的优化就该失败。
🔗 他从同一条工作线（low-rank language models）给出的 subliminal learning 机械解释，记入 LLM 心理学与认知短板。

⚠️ 九、两条配套的框架¶

Moitra 的"门童谬误"（[00:19:24]–[00:21:26]）：把复杂工作归约到最可见的任务。套在数学上——"数学家是深入思考的人，而证定理是深入思考的副产品"；落点是一句可迁移的结论：⚠️⚠️ "当一件事变便宜了，它就让所有与之正交的其它事变得更有价值。" 🔗 记入 AI 与就业。
✅ Alex 的锋利版本（[00:22:28]）："直到五秒钟前，'解出新的深定理的能力'与'我们作为人类数学家真正想要的东西'之间，有一个近乎完美的相关。"
Brunton 的两轴部署框架（[03:02:42]–[03:03:44]）：可验证性 × 下注大小。"AI 给出一个错的证明"是完美用例（可验证性极高、代价极低——"没人会因此断电"），设计优化也是（风洞可验证）；⚠️⚠️ 而对影响人的高风险决策他要一道制度性防火墙，挂在既有专业机构上（FAA、美国医学会、律师协会）——"如果我们变懒，那是一个非常滑的坡。" ✅ 本页标注这是对"为什么数学是最先倒下的那块"的第三种说法——不是"循环能闭合"也不是"可自动验证"，而是错了也不要紧。

⚠️ "为你个人设计一款药的成本会趋近于零"，而驱动变量被指认为算法（Mark Cuban，2026-10-28）¶

来源：a16z × Mark Cuban ⚠️⚠️ 立场：他在这一段里明确承认在推销自己的公司（"又在卖我的书"）——落点是他家售价约 2,000 万美元一台的制造 pod。全部陈述为自述，本库不作核实。

（[00:35:31]–[00:39:34]）

⚠️⚠️ 核心预测："在看过你的 DNA、并知道它所知道的一切之后，为你个人设计一款药的成本，会随着模型能力上升而开始趋近于零。"
✅ 而他指认的驱动变量不是硬件，本页认为这是本条最值得记的部分："我们谈 GPU 会变多快、后面的网络、需要的电力——但真正会改变一切、让它们更高效的是算法。而我们甚至不知道算法上的改进速度会是多少。"
🔗 ⚠️ 本页标注这与本页既有材料的接口：本页的科学侧材料多半把瓶颈放在数据与实验闭环上（Lila Sciences 的"实验室即 verifier"、Leash Bio 的"模型学到的是化学家，不是化学"、Periodic Labs）；⚠️⚠️ 而这一条把瓶颈放在算法效率上，且完全没有提数据或湿实验的闭环——本页认为这正是它最可疑的地方，并与 Leash Bio 那条"池化筛选数据做成物理接地 RL 环境"构成直接对照。
⚠️ 他给的路径是从 OTC 开始："你走进药店买布洛芬，我们都以为它对我们的作用一样，而我们得自己做实验才知道它怎么影响身体" → 先个性化 OTC 的剂量与配比 → 再到"在 Eliquis、Xarelto、华法林之间选，在大局上完全没有道理"那一类处方药。
⚠️⚠️ 而他给两家前沿实验室的商业建议是把它打进订阅："你拿你那 20 美元或 200 美元的订阅，等这个服务可用了就把它包进去"；✅ 参照是 23andMe（"你现在付 99 美元或更少就能看你的 DNA"）。⚠️ 他承认今天推理很贵，"但正在很快下来"。
⚠️⚠️ 然后是推销："我们要我们的 pod 就在那儿，能实时把它们造出来，因为我们是唯一有能力做这件事的，而且我看不到这一点在很长时间里会变。" ⚠️ 本页不采信"唯一"。
✅ 而本页认为这一节里最有信息量的其实是制造侧的监管瓶颈，因为它是一个可核对的数字：每个仿制药都要申请 ANDA，"每一个那种东西要 36.5 万美元加其它费用"——⚠️ "所以你想做一千个，那就是 3.65 亿美元，再加上 pod 的全部成本"；⚠️ 他自评把药品制造 onshore"大概还要两年，就因为我们要和 FDA 做的所有工作"。
⚠️ 临床侧他明确划界：个性化药出了问题你得走进医院，"我宁愿有个人在那儿，带着全部五种感官……并且能把那个也纳入上下文"；⚠️ "我不认为那永远会取代医生，我们甚至不该去试。"（🔗 相关的岗位论证见 AI 与就业里的"AI 翻译者"。）

⚠️⚠️ 一个新的测量模态在产生此前没有的假设：500 亿小时连续体征、用体征反推生物标记物（WHOOP，2026-10-29）¶

来源：All-In × WHOOP（Will Ahmed）（人物页：Will Ahmed）

⚠️⚠️ 本节全部规模与观察为当事方自述、无第三方来源，且访谈由重度付费用户主持。本页因此只保留三类：可外部检验的结构性事实、他对自己不利的让步、以及机制性论证。

⚠️⚠️ 一、本页认为最该被引用的一条待验证主张¶

（[00:20:12]）

底座（自述）：人均日佩戴 23.6 小时 → 累计刚过 500 亿小时连续生理数据（[00:19:11]）；路径是自建而非卖数据——被直接问"前沿模型公司是不是都想整体买这份数据"，答 "今天我们在建自己的模型，公司内部的基础模型，本质上是在这份数据之上训练"，同时也用开源模型。
⚠️⚠️ 他给的论点是数据集的叠加，不是单一数据集的大小："你有这么大一份生理数据集，但你现在同时还有别的数据集——人们在上传血检结果、在通过 WHOOP 做 advanced labs、在上传病历。"
⚠️⚠️ 而主张本身是：

"我们现在开始看到一些迹象——通过生理信号，我们也许能预测某个生物标记物超出了正常范围，而不用真的去测那个标记物本身。" "那么你就可以给一个人非常有针对性的提示：'嘿，我们认为你皮质醇偏高，你应该去做这一项检查。'"
✅ 本页标注它为什么值得长期保存：⚠️⚠️ 它把"连续低分辨率体征"与"离散高分辨率化验"的关系从"互为补充"改成了"前者可作为后者的筛查指示器"，而这是可检验的（会以"体征 → 指定单项化验 → 命中率"的形式出现在文献或产品里）。⚠️ 本页记为待验证主张，不记为结论。

⚠️⚠️ 二、"这是已知的吗""我觉得不是"：本页对轶事的处理，以及它真正的接口¶

（[00:17:10]）节目里有四例早期预警轶事（主持人本人两例：呼吸率+皮温异常两天后胸腔炎症急诊、三年前皮温+HRV 异常当天确诊 COVID；嘉宾转述两例：静息心率 50 的棒球运动员睡眠中心率 120–130 → 四期霍奇金淋巴瘤；HRV 长期稳定在约 100 的会员突降至 50 → 睾丸癌）。⚠️⚠️ 本页不把其中任何一条记为能力证据。

⚠️⚠️ 值得保存的是那个问答：

主持人："那在此之前，HRV 会是睾丸癌的某种先行指标这件事，是已知的吗？" Ahmed："我觉得不是。而这正是这个时刻之所以如此迷人的地方——我们从来没有过这么多关于人体的连续数据。"
✅ 本页的接口判断：不是"可穿戴能查出癌症"（单例不构成这个结论），而是"一个新的测量模态正在产生此前没有的假设"。
⚠️⚠️ 而检验标准清楚：这些模式要么被前瞻性研究确认并进入文献，要么被证明是幸存者偏差——没有人会收到"HRV 掉了但什么也没发生"的来信。本页明确记下后一种解释，并记下本期没有提供任何排除它的材料。
⚠️ 他给的一条解释性事实有用（[00:10:06]）："呼吸率平时是个非常无聊的统计量，正常情况下基本不变"——所以偏离两次呼吸是有意义的。
⚠️ HRV 年龄曲线（产品口径人群均值，非文献值）（[00:16:10]）：20 多岁 80–100 → 30 多岁约 70 → 40 多岁约 50 → 50–60 多岁掉到 30 多及以下；他的解读是"能让 HRV 跨年持平就已经是体能好、长寿的信号"。

⚠️⚠️ 三、装机量本身是研究设施：7 万人、连续数周、带主动上传动作¶

（[00:37:19]）✅ 本页认为这是本期最该被单独引用的一条事实。

背景：四年前他想做手腕血压监测，⚠️ "历史上你需要一个袖带，而这其实是个相当困难的信号处理问题。市场上没有任何产品能从手腕准确测血压。"
⚠️⚠️ 做法："我们问会员愿不愿意参加一个关于压力、睡眠和血压的研究。结果我们实际上有 70,000 人报名。所以想想这个——能以巨大规模、很快地生成研究的能力。" 配 "人们真的在连续数周里每天上传他们的血压读数"，而那份数据"能和我们本来就在采的全部生理数据一起训练"。
✅ 而目标是替掉采集工具本身："归根结底我们是想替掉袖带"（当期形态：Omron 袖带只用于一次标定）。
🔗 ✅ 本页标注这与本页既有材料的接口，因为它改变了"数据护城河"这个说法的落点：⚠️⚠️ 本页的科学侧材料里，数据问题几乎都在存量一侧（Leash Bio 的"模型学到的是化学家，不是化学" 讲的是既有公开数据集的社会学污染、Lila Sciences 的"实验室即 verifier" 讲的是闭环产能）；✅ 而这一条给的是流量侧——"能定向发起研究补齐自己缺的标签"是比"拥有数据"更强的位置。本页认为这正是 Leash Bio 那条指控的一个结构性解法：如果数据集的偏倚来自"谁做的实验"，那能自己指定采什么的一方就不受那个偏倚约束。

⚠️⚠️ 四、传感器数据的稀缺互补物是人的主观标注¶

（[00:23:13]–[00:24:15]）

⚠️⚠️ 论证："如果你想做一个预测某人会不会开心的算法，你其实需要相当多关于这个人整体情绪的数据。"
采集手段：WHOOP journal 是 100 多项行为、生活方式决定、补剂与药物（昨晚喝酒没、水分够不够、有没有旅行、有没有冥想、开心/难过/有压力……），⚠️ 自述刚过 50% 的会员每天记；配 "没那么多公司能做到让人们一天打开 app 八次、八成的会员基数在和 AI 互动"。
✅ 本页的判断：连续体征是被动采集的大宗商品，而主观标签不是——所以这条比"我们有 500 亿小时数据"更值得引用。 ⚠️⚠️ 而它和上面第三条合起来是同一件事的两面：目标变量在物理世界里没有自动信号时，装机量的价值就在于它能被用来生产标签。
⚠️ 一条群体口径的行为结论（[00:27:15]）："睡前 3 小时内进食——我们现在在整个 WHOOP 人群上都看到——对你的睡眠和恢复真的有害"（机制是上床头几小时身体仍在消化）。⚠️ 节目里其余行为数字均为单人日志样本，不可外推。
✅ 一处产品级的认识论克制值得单记（[00:28:16]）：主持人念出自己的"维生素 D −3%"时，产品内的 AI 自己回答"这是个不大的差异，而且这是相关性，不是维生素 D 导致了变化……你在最近 14 天里没有记录维生素 D，所以没有近期对照"；⚠️ 而嘉宾的第一反应是"可能是你吃它的那些天正好在旅行"。

⚠️⚠️ 五、与 Neko 的架构对照，以及两者在结论上的收敛¶

🔗 ⚠️⚠️ 本页认为这处收敛值得长期引用，因为两方商业模式、采集方式、国家与监管路径全部不同：

Neko（Daniel Ek）：一次性、高分辨率、到店（499 美元、约一小时、53 项血检 + 6000 多张全身影像）。他给的"为什么必须是 AI"是纵向比对——"就算世界上最好的医生，也不可能记得你的一颗痣去年长什么样。"
WHOOP（Ahmed）：连续、低分辨率、在腕上（24/7 体征）。他给的同样是纵向——"当你看这件事跨年的趋势，你才开始看出一个人是在变健康还是变差"（[00:15:10]）。
✅ 两份独立材料给出的"AI 在医疗里的位置"是同一个答案：不是单次判读胜过医生，而是跨时间的基线比对，而这恰好是人类门诊结构上做不到的事。
🔗 ⚠️ 而这与本页 Karan Singhal 的"瓶颈是验证，不是提出新想法" 不冲突但角度不同：Singhal 讲的是推断的可信度，这两条讲的是推断所需的那种数据只能由持续采集产生。

⚠️⚠️ 六、而这整件事的闸门不是模型能力，是监管分类¶

⚠️⚠️ 本页标注一条对整个 AI-for-health 方向都适用的结构性事实：WHOOP 的血压功能能不能作为产品发出去，取决于它被划进 wellness 还是 medical device，而不取决于算法准不准。完整叙述、FDA 警告函、指引更新与两条路并行（ECG 走 510(k)、血压走 wellness）记在视频页与 Will Ahmed；🔗 与本页 Brockman 那条"监管套利已在发生" 并读——⚠️⚠️ 区别是 Brockman 讲的是跨辖区套利，而这一条是同一辖区内的分类选择。

⚠️⚠️ 本页第一条来自竞争方的中心化判断："他们会失去 license to operate"，以及同一个结果由谁做出来会被怎么接受（No Priors × Vlad Tenev，2026-11-05）¶

来源：No Priors × Vlad Tenev（Robinhood CEO / Harmonic 联创）

✅ 本页认为这个节点的价值主要在说话人的位置，而不在论证的强度：本页此前在这条争论上有当事实验室的发布行为（OpenAI 一天放出 700 篇数学论文）、有被影响领域内部的反应（Lex #503 三位当事数学家）、有实验室内部的归因（Greg Brockman 的"靠数据不靠可验证"）；⚠️⚠️ 而一直缺的是同赛道竞争者的判断。他是 Harmonic 联创（自述目标为 mathematical super intelligence），因此也是这条批评的直接受益者——本页按此处理。

⚠️ 一、他对这个领域正在发生什么的描述，而本页认为这一条可以当成已确立的事实¶

（[00:12:11]–[00:13:12]）

⚠️ 前后对照："数学作为一个领域在几千年里几乎没有快速变化过。我在研究生院的时候，大部分工作还是当面用粉笔和黑板做的——基本没有协作，人们甚至不用计算机。"
⚠️⚠️ 而现在那条描述是：

⚠️⚠️ "现在数学已经和编码收敛了。数学家在用同样的工具，他们在用版本控制，他们在用 Lean 做验证，而这个领域在非常快地加速。"
🔗 ✅ 本页标注这条与 Lex #503 那位十年前就在写 Lean 的数论学家独立对上了，而两条来源的位置完全不同（一个在领域内部、一个在竞争厂商侧）。本页因此认为"工具栈收敛"这件事可以当成已确立的事实，而不再只是某一方的叙述。
⚠️ 他给的机制是组合解释："AI 模型的崛起，加上能够验证输出的能力，两者合起来导致了数学流水线的自动化。" ⚠️⚠️ 本页标注这与 Brockman 那条"数学跑得快是因为数据，不是因为可验证" 是相反方向的归因——他给的是本页此前标注过的那条通行解释，而 Brockman 从实验室内部否掉了它。本页不裁决，只记下通行解释在厂商侧仍然是默认说法。

⚠️⚠️ 二、那条批评，以及主持人当场给的最强反驳（而它没有被回答）¶

（[00:14:12]–[00:17:15]）

⚠️⚠️ 他的批评落在形态上而不是能力上：

"我不太喜欢最新这波 AI 模型解数学问题的一点是，它太中心化了。就是那些 AI 公司，有他们的大数据中心，还有他们的员工在用保密的模型做这一切工作。" ✅ 替代形态："更有吸引力、而且最终会作为一种模式胜出的，是把这些东西推出去、真正放到人们手上，让用户去做出有意思的发现和发明。"
⚠️⚠️ 而主持人的 pushback 是本页在这条线上收到的最锋利的一次，而且她先自陈了自己的倾向（"我大概是一个相当根本的去中心化信仰者……而且我很愿意相信那是对的"）：

⚠️⚠️ "但我想，很多在大型中心化 AI 公司工作的人会说——如果我可以稍微反驳一下——这是 cope（自我安慰），而 centaur（人机协同）这条路会被更多算力放进一个 agent 循环里直接比下去。"
⚠️⚠️ 本页必须标出这处回避，因为被回避掉的恰好是本页最想要的那一问：他把问题拆成"单个数学家的角色是什么"与"这会不会是人们使用的产品、还是由 AI 实验室来生产那些产品"两问，说"两个我都有想法，但第二个有意思得多"，然后只答了第二问。 ⚠️⚠️ 主持人问的是第一问，而那条"centaur 会被算力比下去"的反驳在整期里始终没有被回答。本页因此在"人类输入在数学里还剩什么生产性作用"这个问题上不从本期取任何结论。
⚠️⚠️ 他对第二问的答案，而两条理由里第二条是非技术的：

那个世界（实验室在专有基础上做出所有发现、垂直整合、"生产所有的药然后把药卖给人们，做出所有数学和物理的发现并发表所有论文"）"有点算是一个反乌托邦的结局，而且不太可能发生"。 ⚠️⚠️ "原因有几个，不只是技术和市场上的，我觉得也包括：如果那种情况在很大程度上发生，他们会失去他们的 license to operate。"
⚠️ 本页标注这是一条没有给出机制的预测："失去 license to operate" 的通道（监管、人才、学界合作、公众舆论）他一条都没有指认。本页因此记它为立场陈述，不作为可检验预测。

⚠️⚠️ 三、本页认为这一节真正的增量：同一个结果由谁做出来，会被怎么接受¶

（[00:17:15]）✅ 本页认为这是本节最可引用的一条，因为它把一件本页此前只能观察到的事（那批成果的接受度差）讲成了一个可观察的命题。

⚠️⚠️ 那条反事实是：

同一个结果——"Navier–Stokes 被证明，或者部分 Riemann 假设，或者这些里的任何一个"——⚠️⚠️ "如果它是一个随便的普通人用它做出来的，会被接受得多得多。" 主持人："甚至可能会被庆祝。" → 他："我觉得肯定会。而且我认为这就是它将会发生的方式。那是一年之后最可能的情形。"
⚠️ 本页标注"一年之后"（约 2027-11）是一条带时间尺度的预测，可被回看核对：即"由个人用户而非实验室内部做出一项重大数学结果"是否在那之前发生。
✅ 本页认为这条的用处在于它把接受度问题与正确性问题彻底分开了：⚠️⚠️ 本页此前在那条"形式验证通过 ≠ 同行评议通过"的区分上已经把正确性与制度认可分开；而这一条再加一层——即便正确性与制度认可都成立，社会接受度还取决于做出它的是谁。本页认为三层都要分开看，而第三层此前在本页是空的。

⚠️⚠️ 四、本页此前缺的那一侧：发布方研究员的处境，以及一条可检验的处方¶

（[00:17:15]–[00:18:16]）✅ 本页认为这一条填的是本页一直存在的解释缺口——为什么发布方没有预见到那个反应。

⚠️⚠️ 他给的是处境描述而不是指控：

"你还有一个混淆因素：进这些 AI 实验室的很多人本来就是研究者，所以他们被'做研究'这件事激动着，然后他们困惑为什么这件事从他们的角度看被这么差地接收。就像：哦，我是个研究者，我被招进一个研究组织来做研究，而现在这些学者都在生我的气。"
✅ 处方很具体，而他自述已经当面说过："我也跟在那些公司工作的人说过这个。我觉得如果他们找一些数学家合作，会好得多，不至于让它看起来像是有一个黑暗的数据中心式反乌托邦未来、一家公司要做出所有的科学发现。"
⚠️ 本页不采信这条解释为真因（它是第三方对他人动机的推测），✅ 但标注它是可检验的：⚠️⚠️ 如果成立，后续实验室的数学成果发布会出现更多与在职数学家的合作署名。本页认为这个指标很干净，因为署名是公开可查的。

⚠️⚠️ 五、本页必须单列的一处：他对"中心化"在同一场访谈里给了两个相反的答案¶

⚠️⚠️ 在数学上，中心化是他的核心批评（[00:14:12]，上文）。
⚠️⚠️ 而大约九分钟后，被问到 Robinhood chain 被批评为 "corpo chain" 时，他的论证方向相反（[00:23:18]）："也许你牺牲了一点组织去中心化的纯洁性，但你得到的是聚焦的领导力，以及有一个人、或者一群有非常非常清晰方向的人在往前推。"
✅ 本页的处理：⚠️⚠️ 两条在逻辑上并非不相容（一条关于发现的分配，一条关于基础设施的治理，完全可以同时成立）。但本页必须记下它们的共同形状：在两处他都站在对自己有利的那一侧——他在数学上是挑战者，所以中心化是坏的；他在链上是那个中心，所以去中心化的纯洁性是可以牺牲的。 ⚠️ 他在同一场访谈里没有把这两处放在一起处理，主持人也没有追问。本页因此把本期关于中心化的两处表述都记为立场陈述，不取其一。

⚠️ 附：Harmonic 的自述口径（本页不作独立核实）¶

（[00:13:12]–[00:14:12]）公司"几年前"共同创办；"去年我们做了一个叫 Aristotle 的模型，是在国际数学奥林匹克上拿到金牌的三个之一"；随后公开发布，"有人用 Aristotle 去攻未解决的数学问题"，⚠️ 包括 Erdős 问题（⚠️ 自动字幕作 "aridos"，本页按 Erdős 还原，置信度高）以及"另一些数学家拿它做出新结果"。⚠️⚠️ 本页标注全部为自述、无具体结果清单、无第三方核实，因此不进入本页任何关于"AI 已做出哪些数学结果"的清单。

⚠️⚠️ 归纳偏置的代价、"指标构造才是剩余的智力劳动"，以及把下一个实验写成逆向生成模型（Fabian Theis / Helmholtz Munich，2026-11-06）¶

来源：Latent Space AI for Science × Fabian Theis："我们最大的想法其实花在了指标的构造上"

✅ 本页判他占的是一个此前空着的位置：⚠️⚠️ 本页关于虚拟细胞 / 扰动预测的材料此前全部来自公司方（Xaira、Noetik 一侧的转述），而他是第一位来自学术机构、主攻这个方向的说话人。 ✅ 立场上本页判他是这条线上厂商色彩最轻的说话人之一（⚠️ 他在第一个实质问题上主动做了能力披露，点名自家论文时同时说出局限，对自己的处方主动降温），⚠️ 但他提到的几乎所有模型都出自自己实验室，本页不把它们的效果当作已核实事实。

⚠️⚠️ 一、归纳偏置是有代价的，而这话出自一个本该偏向先验的位置¶

（[00:15:05]–[00:19:08]）✅ 本页判这一段的分量来自说话人的位置：他主持的是一个数据相对稀缺的学术方向，按常理最该主张"所以要注入先验"。

⚠️⚠️ "文献已经相当清楚地显示——我想现在至少横跨数十年、非常多的数据集——如果我们把先验的归纳偏置建得太强，我们可能会损失预测能力。所以它是有代价的。"

⚠️⚠️ "从大规模机器学习里得到的诚实的教训是：在某个时点，数据会打败人造的、额外加进模型里的概念。"

⚠️⚠️ 而他举的例子是 AlphaFold 的旋转不变性：第一版"做了非常大的努力去让分子具有旋转不变性，他们把它建进了学习过程里"，而"只有在后来的版本里，旋转对称性是模型自己靠更多数据找到的，而且更灵活一些，因为你放进去的物理约束并不总是那么刚性"。✅ 本页标注这把"数据打败先验"从口号变成了一个可查证的版本差异，而且是在一个物理约束看起来最该硬编的问题上。 🔗 ⚠️ 与本页 AlphaFold 解的不是蛋白质折叠问题那条指向不同侧面（那一条拆的是"它解的到底是哪个任务"），两条互不冲突。
⚠️ 但他对自己领域的现状判断让他实际站在混合模型一侧："扰动空间的尺度——我们对细胞做的那些事——还没有那么大，我不认为我们已经处在超级数据丰富的那个 regime。所以我觉得在我们这个情况下，混合模型可能仍然是该走的路。"
✅ 他把"该要哪种模型"交给使用场景而不是方法论：预测时要最好的那个，"也许在被治疗的时候，你想要一个也许稍微差一点、但你更理解它的模型"。⚠️ 本页标注这条分法很克制：判据被换成"这个输出要被谁用来做什么决定"。
⚠️ 而主持是用本页已有材料搭的问：John Platt 那期的 predictive vs descriptive 之分——科学家真正想要的是能简化成描述性结论的东西。

🔗 ⚠️⚠️ 本页必须把这条与 2026-07 的 Xaira X-Cell 并读，因为两者不是对立而是错位： - ⚠️ Xaira 的主命题是"描述性数据学不出因果，所以要花钱造因果数据"，消融排序是数据 > 架构 > 先验； - ⚠️ 这一位同意数据最终会赢，但判断当前还没到那个 regime； - ✅ 本页判分歧不在原理而在"现在到哪了"，⚠️⚠️ 而这恰好让它可检验：若扰动空间的数据量继续按他描述的速度增长，混合模型的优势应该收窄。本页记为可回看核对的一条。

⚠️⚠️ 二、"也许我们最大的想法去的地方，其实就是这个指标的构造"¶

（[00:25:10]–[00:30:15]）✅ 本页判这是本条材料里最该被长期引用的一句，而它的前提是算法搜索被自动化。

⚠️ "在某个时点我们会有 agent 去把你能想出来的各种算法组合都试一遍。事实上我们确实和一些 AutoML 那类的实验室有合作在试这个。"

⚠️⚠️ "所以也许剩下的——这听起来有点太狠了——但也许我们最大的想法去的地方，其实就是这个指标的构造。"

✅ 本页标注这是一条来自湿实验科学侧、自下而上得出的自动化分工判断：⚠️⚠️ 被自动化的是方法搜索，留下的是问题与判据的定义。 🔗 与本页 Karan Singhal 那条"瓶颈是验证，不是提出新想法" 指向同一侧（判据而非生成），而这一条给的是研究者时间实际花在哪。

⚠️ 配套的"冷水史"很具体："做好你的基线，这听起来是个如此显然的教训。但在一个朝着虚拟细胞这个金罐子猛冲的领域里，人们有时候对基线就没那么小心"；⚠️ 另一半原因是"关于 holdout 的一堆微妙之处并不总是被完全遵守"。
⚠️ 他对 Arc Institute 的 Virtual Cell Challenge 的两条评价："它不只把这件事叫扰动预测挑战，而是叫虚拟细胞挑战，听起来酷一点"；⚠️ "指标有一些甚至不是那么单细胞特异的，它们就可以被利用"；✅ 他说真正的获胜模型"本质上是一个 flow matching 的东西"，而"如果你把那些利用去掉，真正的赢家其实是带了一些非线性的东西"。
⚠️⚠️ 他给学生的最低基线值得单独记：对药物来说"一个简单到就是预测均值的基线——比均值更好，在数据里噪声这么多的时候，有时候并不是那么容易做到。而这些东西超级噪声。"
✅ 而他对评审标准给了一条明确主张："现在的审稿人——而且我自己也倡导了很久——确实更仔细地看你有没有真的正经展示 scaling law。这正是早期那些基础模型论文里缺的东西。"

🔗 ✅ 同期主持报出了本页已有材料的后续："Bo Wang 和他的一些合作者刚刚有一篇 Nature 论文，讲的是在那些线性基线打赢一些模型的情况里，其实是指标本身才是问题。" ✅ 本页 2026-07 的 Xaira 那期里正是 Bo 一侧论证了"MAE 是个坏指标"（所有细胞的平均谱是 MAE 的极好局部最优，其 MAE 有时比技术重复还低）并主推 Pearson Delta。 ✅ 本页因此记为该条批评的后续证据链，而不是一条新观点。

✅ 三、虚拟细胞 = 世界模型：一个干净的形式区分¶

（[00:23:09]–[00:25:10]）

✅ "一个扰动预测模型、一个虚拟细胞，在转录组或者别的组学空间里其实就是一种世界模型。它不只是一个 f(x)，而是 f(x, a)——状态 x 加上动作 a，然后预测下一个状态 x′。"

⚠️⚠️ 他明确拒绝把表征学习当答案："对这件事，我不会主张纯表征学习是该走的路。" ⚠️ 典型做法是用基础模型学状态空间，而"它们在一个动作、一个扰动下如何表现，这是你需要更像世界模型那类方法的地方"。
⚠️ 实际组合（自述）：对比学习学表征 + flow matching 一类的生成模型做沿动作的 push-forward；⚠️ 他说 CellFlow"刚被 Nature Methods 接受"、"在生成扰动效果上好得多"，⚠️⚠️ 但主动加了依赖条件："但它们非常依赖一个好的隐空间。"
⚠️ 他对 world model 这个词本身带距离："世界模型是个很时髦的词……过去一年所有机器学习会议上都是它。"
✅ 而 NicheFormer 里那个新任务本页判为可迁移的任务构造：给定一个单细胞的表达与隐空间状态，预测它邻居细胞的表达状态，理由是"因为它们互相交谈，你会在这一个细胞里看到那个细胞状态的残迹"。✅ 本页标注它把空间上下文变成了有监督信号的目标而不需要额外标注——邻居就是标签。 ⚠️ 而他说这个任务"实际上更难做"，于是"你就需要更强的那些东西"。

⚠️ 四、一条表征缺口：局部 niche 没有"细胞类型"那样的隐喻¶

（[00:14:05]–[00:16:06]）

⚠️ "我们人类叫做'细胞类型'的东西有一个漂亮的隐喻——自然并不在乎它，这只是我们在东西上面套范畴。但它帮我们理解这个复杂度。"
⚠️⚠️ "我不认为我们对细胞的局部 niche 有一个类似的隐喻。也许有一点点，但在 H&E 上也是——每当我去看病理学家做什么，那常常非常定性，可能还没到那个层次。"
⚠️ 当前处理方式与方向："目前我们本质上把这个当作细胞的分布来处理。这是现在的解法，但我觉得它可以更微妙得多，比如图之类的东西。"

✅ 本页标注这条指认的是本体论缺口而不是模型缺口：⚠️⚠️ "细胞类型"是先于模型存在的、被人类发明出来压缩复杂度的中间层，而空间 niche 这一层没有这个中间层，于是建模只能直接面对分布。 ✅ 本页判这是"缺的不是算力也不是数据，而是一套还没有被发明出来的中间范畴"这类问题在本页的第一个明确样本。 ⚠️ 这是本库的归纳，他没有这样说。

⚠️ 五、类器官作为扰动对象：能力与局限都给得具体¶

（[00:10:04]–[00:14:05]）

⚠️⚠️ 他把"扰动"的定义扩得比 CRISPR 敲除宽得多："对我来说，扰动空间其实就是发生在一个细胞身上的事情的输入空间——也许只是因为它就挨着另一个细胞，于是有一些信号传递，或者某个梯度、某些激素进来。" ⚠️ CRISPR 全敲除被他定位为"硬核那一类"，而"大多数这些事情要微妙一点"。
⚠️ 他点出一个常被忽略的维度：体外药物筛选的培养基条件"也有那么大的影响"，⚠️ 定性是"这还有点像是由生物学驱动的、甚至有点像炼金术——人们想出什么样的鸡尾酒"。
⚠️ 能力侧（自述，部分无出处）：迷你脑"本质上是一组神经元真的开始连接、互相交谈"，⚠️⚠️ "人们已经展示过他们能让培养皿里的那些迷你脑做计算"（无出处，本页不采信为已核实事实）；⚠️ 心脏类器官"真的开始跳动"；⚠️ 结肠这类更简单的系统做得很好。
✅ 用途论证落在材料可得性上：研究神经退行性疾病的遗传学时"通常很难拿到组织"，⚠️ 于是从皮肤取细胞分化成迷你脑。
⚠️⚠️ 而局限他自己列了出来："显然有各种各样的限制。常常免疫系统是缺的。" ✅ 净判断是"但它比一个细胞系——那只是一种细胞类型——要多得多得多"。 ⚠️ 他对为什么必须往这走给了理由："我相当确信我们需要走到多细胞系统，才能真的有有意思的读出。"
⚠️ 瓶颈换位（自述，无口径）：此前细胞维度的采样远多于扰动维度（"通常就是对照 vs 疾病之类"），而现在"你有 100 种不同的细胞系，你在上面做完整的 CRISPR 扰动，或者你加上成千种药物的组合，突然这个空间就真的变丰富了"。 ⚠️⚠️ 他说转折点是单次实验测到千万级转录组，但厂商与项目名在字幕里不可确证（作 "Pac Bio" 与 "giga lab"），本页只保留量级。

⚠️⚠️ 六、LabCompass：把"下一个实验做什么"写成逆向生成模型，而卡点在人¶

（[00:46:23]–[00:49:23]）

✅ "在此之前我们建了这些人类细胞图谱，我们有的是这个映射的层面。然后我们谈了世界模型的预测问题——从映射我们走到了预测。但现在我们可以走到真的去操纵下一个实验。"

⚠️⚠️ 他对现状的批评对象包括自己这一行："很多时候论文就结束在某个模型上，也许是某种概念图，也许有一点点验证。然后你就开始下一个项目了。当然你学到一点，但那不像是一种持续学习的东西。"
⚠️ 对大药厂的克制否定："即便有些大药厂把这个当成一个总体的大主题放出来，真的有人做了多轮这种整合——实验、计算模型、再回去——的例子并不多。"
⚠️ LabCompass（自述，论文当日或次日才上预印本，本页不采信为已核实结果）："一个逆向的生成模型，让你在有了一个前向世界模型之后，能被告知为了达到某个特定状态你需要做什么"；⚠️ 合作方是剑桥大学一位做血细胞生成的同事，"我们实际上搭了三到四轮 lab in the loop"。
⚠️⚠️ 而本页判真增量是他指认的第二个难点，因为它不在模型上：

⚠️⚠️ "你怎么建立一种文化——一旦你的计算人员或者模型预测了某个东西，你要怎么说服实验的人把他们的生命时间押上去？因为这些实验往往要花不少时间。"

⚠️ 他还指出赌注大小影响这件事的难度："有时候如果是分子，这件事会好办一点，因为赌注没那么高。但如果比如说你现在要做这个新的细胞，你得加上这些非常奇怪的东西——你真的想做这个吗？"
⚠️ 两条降温：机器人化"我觉得这还太早了一点，因为我们这些实验的循环时间还是偏长"；RL"显然，终极的愿景是我们想把一切都 RL 化……这有点远，但我觉得我们在慢慢接近。目前更多算是 active learning"。

🔗 ✅ 本页把这条放进自治实验室那条线上，构成一个从公司到学术的递减置信度序列：⚠️ Lila Sciences（"verifier 是一整间实验室"）→ Periodic Labs（自治实验室的内部工程，"完全自治是 non-goal"）→ 这一条（循环时间太长、机器人太早、目前只是 active learning，真正的卡点是说服人）。 ✅ 本页判这个序列本身比其中任何一条都有用，因为它把同一愿景按说话人与实验对象的位置排开了。 ⚠️ 而主持当场点了同一条线："这很像我们和 Lila 聊的那期——他们的核心论点基本上就是：实验室是 RL 环境的一部分。"

⚠️ 七、"把钱花在造数据上"的第三个独立样本，而这次附带了付费机制¶

（[00:38:18]–[00:41:19]）

⚠️⚠️ 他对"生物基础模型"类融资故事带批评："有几家创业公司拿到了真的相当强的投资，也说我们要建一个生物学的基础模型、我们要解码生物学，而实际上没有说你要拿它做什么。"
✅ 而他给的"甜点"判据本页认为可用，且不依赖药物："如果你把它和数据生成耦合起来，而不只是建模这一部分，我觉得这才是甜点打中的地方，然后药厂才真的会买进来。"
⚠️ 自家例子（自述）：与一批药厂合作建一个他称为 cancer organoid perturbation atlas 的联盟，⚠️⚠️ 而药厂的动机被说得很直接："他们想对这些扰动类数据集拿到早期访问权。" ✅ 他的概括是"我看到的更多公司是把护城河建在一个虚拟细胞模型加上某种独特的、特定的数据的组合上，而不只是模型"。

✅ 本页判这是"把钱花在造数据上"这条线的第三个独立样本（🔗 前两个是 Xaira 的"causal models need causal data"与 Leash Bio 的"模型学到的是化学家，不是化学"），⚠️⚠️ 而它的增量是附带了一个药厂实际付费的机制（买早期访问权）——本页此前这条线上全部是"应该造数据"的论证，没有一条说明造出来的数据怎么变成收入。 ⚠️ 本页标注这是他的自述，联盟规模与付费条件均无细节。

⚠️⚠️ 本页第一条进到计算复杂性理论的材料：指数时间假设被说成被推翻，以及四处必须标出的推论问题（All-In 引用，2026-11-07）¶

来源：All-In / 数据中心审批冻结、超大规模厂商造王者、4 万亿单日蒸发（⚠️⚠️ 这是节目主播 David Friedberg 对一篇论文的转述，不是当事人材料；可信度与本页那份来自被影响领域内部的材料不在一个量级，引用时请区分）

节目给的内容（[01:24:07]–[01:28:11]）：

⚠️ 他讲这一节的理由是明确的："在这篇 OpenAI 的发表上做这个 science corner，理由只是想突出 AI 带来的一些好处与价值。这些是正在发生的相当实质的突破。"
背景：P 问题可在多项式时间内解决（"规模的三次方或平方"）；NP 问题是"你能非常快地判断答案对不对"的（⚠️ 用数独举例：解一个大数独要很久，几秒钟就能检查）。
ETH（[01:26:09]）："这个指数时间假设，是 1999 年由两个人提出的。他们说对一类特定的问题，叫 3-SAT 问题……所需的时间随问题规模呈指数增长。"
⚠️⚠️ 结果："OpenAI 做的事是他们推翻了它。而他们是在一篇 175 页的论文里推翻的" → "这篇论文证明了这个特定的问题类别可以在次指数时间内被解决。"
✅ 他自己给的状态限定，本页以此为准（[01:27:11]）："这个解正在被评估。所以它还没有被第三方完全验证。人们还在试着理解它。它有 175 页，带着一整套非常新颖的方法。"
⚠️ 时长口径："他们端到端在不到 10 天里做完了整件事。有些报道说他们是在几个小时内做完的"（[01:27:11]）→ ⚠️ 而他随后两次只说"几个小时"（[01:28:11]）。

⚠️⚠️ 本页必须标出的四处问题，其中两处会改变读者对这件事意义的判断¶

⚠️ 时长口径在同一段话里自相矛盾："不到 10 天" 与 "几个小时" 相差近两个数量级，而他随后只重复后者。 ⚠️ 本库按较保守口径记为"不到 10 天"，并记下"几个小时"是他转述的"有些报道"、无来源。
⚠️⚠️ "推翻 ETH ⇒ P 可能等于 NP" 这一步是方向性的过度外推：ETH 严格强于 P≠NP——ETH 成立会推出 P≠NP，但 ETH 不成立并不构成 P=NP 的任何正面证据，只是移除了一条推论路径。 ⚠️ 本库因此不把这条结果记为"P vs NP 取得进展"，只记为"一个被广泛接受的更强假设被挑战"。
⚠️⚠️ "它让'宇宙里的一切都可以被分析、每个问题理论上都仍可能被计算机解决'这个想法留在场上"是更大的过度外推，而它混了两个概念：可判定性与复杂度是两件事——存在不可判定问题（停机问题那一类），而这与 ETH、与 P vs NP 都无关。 ⚠️⚠️ 本库明确不采信这条推论。
⚠️ 他在讲背景时把 ETH 说成了已被证明的结论（"他们已经证明存在一类问题永远无法在短时间内被解决，因此 P 不等于 NP。所以这从 1999 年起就是他们的假设"）——⚠️ 同一句话里既说"已证明"又说"假设"。本库按后者为准：ETH 是一个假设。

✅ 本页对这一条的定位¶

✅ 本页判它值得长期保存的理由是对象的具体性：⚠️⚠️ 本页此前关于"AI 做数学"的材料里，口径最差的一类是无法逐项核对的总量（如那期的"OpenAI 一天放出 700 篇数学论文"）；而这一条给的是一个具体命题、一篇可计页数的论文、一个明确的验证状态。它是本页目前唯一一条可以被外部进展直接证实或推翻的 AI 数学成果口径。
⚠️⚠️ 而本页明确记下一个待回查项：这篇论文的第三方验证结果。 ✅ 本页按节目自己的限定把状态记为"待第三方验证"，不采信"已推翻"。
🔗 本页既有材料的接口：OpenAI 数学团队那期的"AI 的证明为什么都很短"、Lex #503 三位当事数学家那期。✅ 本页标注一处方向上的呼应：那两份材料都指出 AI 目前产出的证明偏短、偏组合技巧；而本条的对象是一篇 175 页、"带着一整套非常新颖方法"的长证明——如果它最终被验证，那会是对此前那个印象的一个反例，因此值得专门回查。
⚠️ 本节的另外两条反应本页只记不采信：Sacks 的"AI、超级智能会创造很多好东西……而说实话如果我们不做，中国会做"（[01:29:11]，⚠️ 无论证，是立场陈述）；Chamath 的"这是个极其有意思的洞见"（⚠️ 他自述"我的正式教育是电气工程"，[01:30:12]）。