一、AI 与科学发现：广度、深度和验证结构
AI 擅长广度，人类专家擅长深度。陶哲轩用“弹跳机器人”比喻当前 AI：它可以一次跳过大量矮墙，却很难在半空抓住支点、保留局部进展，再继续向上攀爬。所以它往往要么一次成功，要么完全失败；下一代模型能力跃迁后，再扫掉一批更高的矮墙。科学工作流应为这种能力重新设计：先让 AI 扫描一个领域中所有可解决的简单观察，绘制“难度地图”，再让人类专家聚焦困难岛屿。
万有引力比自然选择在概念上更复杂，却更早形成严密理论，关键不在概念难度，而在验证结构。牛顿可以用方程预测月球轨道，验证循环紧凑、及时；达尔文的理论依赖长期累积和回溯证据，无法设计一个当场演示进化的实验。AI 可能在验证循环紧凑的领域进展很快，在生态学、进化生物学和社会科学这类依赖累积性证据的领域则会慢得多。
哥白尼日心说更简洁，初期预测精度却不如经过上千年修补的地心说，直到开普勒用椭圆轨道替代圆轨道才反超。这对 AI 科学系统是一个警告：若只用短期预测精度做奖励，可能会系统性惩罚真正的突破。开普勒式的“高温 LLM”路径——大量随机尝试再交给可靠数据筛选——只在验证手段可靠时成立。Bode 定律曾命中天王星和谷神星，却被海王星推翻；六个数据点足以拟合出规律，远不足以证明自然法则。
日心说长期难以接受，一个障碍是亚里士多德物理学中“物体天然趋向静止”的假设；牛顿运动定律删掉这个障碍后，运动的地球才在概念上说得通。达尔文面对的障碍是“物种静态不变”。创造新理论不一定是再增加一层复杂解释，也可能是识别并移除一条不再必要的隐含前提。
如果未来 AI 生成一百万篇论文，其中只有一篇包含类似“比特”的统一性突破，科学界很难当场把它从平庸进展中挑出来。伟大思想在提出时常不受欢迎；一项成果是否重要，取决于后来有没有人在它的基础上做出新东西。这种评价依赖时间和语境，未必能被强化学习的即时奖励捕捉。
仅凭射入地球的光线和已知物理定律，天文学家就推出了恒星距离、宇宙年龄和膨胀速率。换一种视角或方法，同一批数据可能支持远超当前认知的结论。天文数据极其昂贵，这门学科早早就学会了从微量线索和噪声中“榨尽一切”。一个典型的间接指标是追踪参考文献 typo 的复制频率：同一拼写错误在文献间传播，往往意味着引用者只复制了参考文献表，没有核对原文。
四色定理的证明是一个先例：它把问题拆成海量子情形，再用计算机逐一验证，而不是给出一个人人都能直观把握的简洁证明。但黎曼猜想更可能需要新类型的数学，或两个原本无关领域之间的深层联系。当前 AI 在顶尖数学家工作流中最确定的位置仍很朴素：文献搜索、格式性琐事，以及自动调整 LaTeX 括号大小这类排版工作，还不是稳定的思想伙伴。
第谷·布拉赫在没有望远镜的时代，把肉眼观测精度提高到约 1 角分。这不是“视力奇迹”，而是一套完整的测量工程：建造半径数米的巨型六分仪、浑仪和壁分仪，用物理放大拉长刻度弧；把仪器固定在坚固结构上，降低机械形变；在地下观测环境中隔绝强风和温度波动；改进孔径瞄准和计时；校准机械偏心、刻度不均、大气折射和安装偏差；再用多年重复观测对冲随机误差。开普勒后来能从数据中推出行星运动定律，前提就是第谷先把数据质量推到了时代极限。
二、视觉模型：语言可以对齐视觉，但不是视觉的必要条件
VL 处理图像/视频与文本的跨模态理解和生成；VLA 在此基础上加入动作维度，把视觉环境和自然语言指令映射为机械臂轨迹、关节位移等控制指令。CLIP 是典型 VL 模型，语言在训练时提供图文对齐的监督信号，但图像编码器仍通过 CNN 或 ViT 从像素中提取特征；训练完成后，其视觉端可以独立输出向量。DINOv2 则是纯视觉基础模型，用无标签图像做自监督学习，不依赖文本；它常被多模态或具身系统当作“眼睛”，但本身不是 VL。“VL 中的 V 都靠 L 实现”混淆了视觉特征提取和训练监督信号。
一次演示中，1B 参数的 LingBot-Vision 在空间几何、边界感知、免微调视频目标追踪和透明/反光物体深度补全上表现强，定位很适合机器人导航、机械臂抓取等密集空间任务，本地算力门槛也较低；代价是全局图像分类能力只算中规中矩。对这类产品演示，“超越 7B DINOv3”只能先当作特定测试下的宣传结论，需要查看基准、数据集和测试口径才能判断。
三、专利数据与教学：TIP 是平台，PATSTAT 才是核心数据
TIP（Technology Intelligence Platform）不是一个单独的专利数据库，而是 EPO 把专利数据、计算资源和 JupyterLab/Python/SQL 分析环境放在一起的浏览器平台。其核心数据是 PATSTAT Global，另有 PATSTAT EP Register 和 EP 全文。它的价值不是替代 Espacenet 逐件检索，而是让研究者无需在本地部署庞大数据库，就能直接用 SQL 和 Python 抽取、清洗、分析数据，并与自有数据结合。
技术趋势和生命周期、新兴技术识别、国家与企业技术布局、CPC/IPC 共现、文本聚类、引用网络、产学合作、区域创新地图、技术预测和政策评估，都适合使用 TIP/PATSTAT。但新颖性检索、无效检索、FTO/侵权风险、当日法律状态、权利要求逐项比对和高时效竞争监测，不应只依赖 PATSTAT。它本质上是统计研究数据库，受 18 个月公开周期、专利局上报和数据清洗延迟影响，并且采用周期性快照。
一次 90 分钟的课堂演示可以从“关键词 + CPC”定义技术领域开始，比较公开件数和 DOCDB 专利族数，用最早优先权年绘制趋势，比较主要国家的技术来源与市场布局，展示申请人名称不统一，绘制申请人—技术领域矩阵或引用网络，最后导出 CSV 复核。学生不只是交截图，而是交 Notebook、检索定义、SQL、数据字典和结果，并记录 PATSTAT 版本、运行日期、筛选条件和去重口径。作业可按年度专利族趋势、企业技术组合、名称清洗、多种去重口径比较、引用/CPC 网络和可复现技术景观报告递进设计。
PATSTAT/DOCDB 是全球专利统计研究最重要的基础数据源之一，但不能写成“涵盖全球全部专利”。专利局的上报范围和历史深度不同，摘要、全文、地址、引用和法律状态的覆盖率也不同；申请人名称并未完全统一，近期数据必然截尾和延迟，中日韩数据还有名称转写、翻译和规范化问题。更严谨的写法是：数据覆盖广泛，但完整性因专利局、时期和字段而异。
学术研究、课程教学和定制分析可优先 TIP/PATSTAT；快速商业检索和中文情报，智慧芽更省时间；高质量专业检索、英文统一摘要和化学领域，Derwent 更有优势；FTO、无效和诉讼等高风险工作，至少要交叉使用商业库与各国官方登记簿。若要为研究抽取几万到几十万件专利的基本信息和摘要，优先用 TIP；若要建自有全球专利库，用 DOCDB bulk；持续更新用 DOCDB 增量包或 OPS；全球全文和 PDF 需要另外组合全文产品和国家局数据。TIP 中查询结果可从 DataFrame 导出 CSV、Parquet、Excel、JSON 或 SQLite/DuckDB；数十万行以上优先 Parquet，并按年份或专利局分块，不要硬塞进一个巨大 Excel。
PATSTAT 是关系型数据库，申请、标题、摘要、优先权、人员、IPC/CPC、公开和引用分散在不同表中，通过 appln_id、person_id 和 docdb_family_id 连接。研究国家之间谁更早发现某领域的技术融合机会时，需要建立全球专利族—技术组合—国家—时间数据库，最小分析单位应是“DOCDB 专利族 × IPC 组合 × 国家 × 首次出现时间”，而不是单件专利。
四、消费级基因检测：重新解释旧数据可以科学，但“相关”不是“因果”
唾液中的口腔上皮细胞和白细胞可提供 DNA；在正确采样、稳定保存和质量控制下，它适合常见遗传变异的基因分型。问题通常不在唾液，而在后续检测范围、质控和解释。很多机构第一次就用 SNP 芯片测定十万到一百多万个预选位点，初始报告只使用其中一部分。新研究出现后，机构可以用已测位点增加新的基因—性状解释，重新判定同一变异，更新多基因评分，或利用连锁不平衡和参考单倍型数据库对未直接测量的位点做基因型插补。前三者是对旧数据的新解释；插补是概率推断，不是直接测量。
人类单倍体参考基因组约有 31 亿个碱基位置，消费级 SNP 芯片通常只直接检测数十万到数百万个预选位点，物理直接覆盖很低。所谓“全基因组覆盖”往往只表示位点分布在各条染色体上，并借助连锁不平衡用标签位点间接代理附近的常见变异。若真正致因变异既未测定，又不与已测位点保持强连锁，首先造成的是漏检和解释率下降，而不是自动把效果强行归给无关位点。若致因变异与已测标签位点高度相关，后者可以做预测标记，却不能因此被说成生物学原因。
同时检验上百万个位点和大量性状，必然会从随机波动中找到看似显著的关联。正规 GWAS 会用类似 P < 5×10^-8 的严格多重检验门槛，但门槛本身仍不够：人群分层，年龄、地区、收入和生活方式混杂，发现样本与验证样本重叠，赢家诅咒，只发表阳性结果，反复调模型，性状定义含糊，以及把欧洲人群模型直接套到东亚人群，都可以让模型在训练集中很漂亮、到新人群就失效。只有冻结模型后，在完全独立、祖源匹配的样本中仍能复现且校准良好，才说明抓到了可推广信号。
亲缘关系、粗粒度祖源，以及 ABO、乳糖耐受、ALDH2 酒精代谢等强效常见位点，通常比较可靠。明确单基因致病变异可能很重要，但消费级芯片覆盖不全，必须临床确认。药物代谢和常见病多基因风险要看完整单倍型、祖源、校准和临床效用。减肥方案、营养补充、最佳运动类型、性格、领导力、抗压、音乐天赋和儿童潜能，通常证据弱、环境影响大，最容易过拟合并被商业化夸大。阳性不表示一定发病，阴性也不能排除疾病。
关键问题包括：初次检测是 SNP 芯片、外显子组还是全基因组测序；直接测了多少位点，能否下载原始基因型；每项报告用了哪些 rs 位点；哪些直接检测，哪些来自插补，插补质量如何；模型的论文、样本量和祖源是什么；是否在独立东亚或中国人群中验证；报告的是相对风险、百分位还是校准后的绝对风险；R²、AUC、灵敏度、特异度和置信区间如何；是否有版本记录；医疗结果是否要求独立样本临床确认。如果机构只说“数万篇论文 + AI 算法”，却不给位点、权重、验证人群和预测性能，报告基本无法评价。
五、开发与运维工具：长任务要选对运行位置，连接工具要识别真实协议
用来访问 code-server 的设备休眠后，code-server 主机上的本地 Codex 任务通常不会立即停止，因为任务运行在主机的扩展宿主进程中；但它不能保证长期存活，断线重连宽限、idle timeout 或扩展宿主退出都可能中止任务。不能中断的长任务应放到 Codex Cloud，或在服务器的 tmux/screen 中运行 codex exec。云端 Codex 不会直接读写 code-server 主机的本地文件；它在隔离环境中从已连接的 GitHub 仓库检出指定分支或 commit，完成修改和测试后返回 diff 或 PR。
扩展页面显示“一个月前更新”，可能是该版本在当前扩展市场的发布时间，不代表本地一个月没有检查更新。code-server 默认使用 Open VSX，桌面 VS Code 使用 Microsoft Visual Studio Marketplace，同一扩展在 Open VSX 上可能发布更慢，甚至没有最新版。可在扩展面板菜单中执行 Check for Extension Updates 和 Update All Extensions，然后重载窗口，同时确认自动更新已开启。
WinSCP 能用 SSH 私钥通过 FRP 访问服务器，意味着实际协议多半是 SFTP/SSH，不是普通 FTP。Total Commander 内置 FTP 窗口不能直接配置 SSH 私钥，需安装其 SFTP 文件系统插件，然后从“网络邻居 / FS 插件 / Secure FTP”新建连接。工具界面写着 FTP，不等于它可以承载 SFTP；首先要识别底层协议。
GMSSH 介于纯命令行 SSH 和重型服务器面板之间，面向管理 VPS、NAS、Docker 服务和个人网站的用户。它复用 SSH 通道，提供多服务器分组、终端、SFTP 文件、状态查看、Docker、Nginx、数据库、防火墙、SSL、定时任务和批量命令管理，AI 助手则用来解释日志和命令、生成排查步骤并协助部署。优点是少记命令、统一管理、较少增加公网管理端口；代价是要额外信任客户端、插件和 AI 执行机制。它更适合非关键服务器；关键系统仍应保留终端、最小权限和操作审计。
Freeware 是不花钱使用，但不意味着可以修改或再分发，像商家送的试吃蛋糕；Free Software 强调运行、研究、修改和分发的自由，但具体是否可卖、衍生作品需要以何种许可发布，仍取决于许可证；Open Source 同样提供源码，但更强调开放协作和许可规则；Open Weight LLM 只是公开模型权重，未必公开训练数据、训练代码和完整生产过程，也不自动等于自由软件或开源软件。
六、观念、体育与饮食：有些判断要从口号退回到结构
“优绩主义”（meritocracy）通常追溯到迈克尔·杨 1958 年的《优绩体制的崛起》，这个词原本带有讽刺性。迈克尔·桑德尔的《精英的傲慢》不是它的词源，而是对当代优绩主义的系统批判：即使竞争机会形式上平等，只要社会与经济奖赏被理解为对才能、努力和成就的完整兑现，成功者就容易把结果完全归因于自己，忽略运气、家庭、制度与他人贡献。
多年观看体育比赛，最大的启发不是“看懂球”，而是后三连的乔丹、太极打法的林丹和散步的梅西如何面对时间与衰老。乔丹用无球、错位、细微假动作和后仰创造舒服的出手空间；林丹用朴实的高远球和持续变化耐心控制对手；梅西大量散步，却始终保持对空间和机会的嗅觉，在下一秒突然启动。他们给出的不是“更高更快更强”、“训练”或“努力”这类空洞答案，而是坦然接受身体变化，把技术、空间、心理和机会融合起来，打造新的竞争方式。C 罗的问题可能不只是身体已经跟不上脑子，也是脑子没有充分适应新的身体。如果闭卷考试的分数是聪明，这种在逆境中持续适应并仍然高效取胜的能力，就是智慧。
小米本身的 B 族维生素、铁和膳食纤维优于精白米，但煮成粥后淀粉充分糊化，淀粉酶更容易消化，升糖反应可以明显高于不浸泡、直接蒸成的小米饭。“小米粥养胃”不能当作普遍命题：好消化只对胃部疾病严重、暂时难以进食其他食物的情况有短期意义，一般人不需要长期用软烂食物“养”胃。需要控糖时，可以不泡、不煮烂，尽量做成饭；如果一定要喝粥，就同时搭配蔬菜和蛋白质，不要空腹喝一大碗。
