每周Optimism能量 #180

嗨，朋友们👋，

来自阳光明媚的南非开普敦，祝大家周五快乐！不知道是因为逃离了冰天雪地的纽约来到温暖的天气，还是因为和家人共度时光，又或者是因为这又是Dose历史上最疯狂的一周，总之，这周我感觉格外乐观。希望到周末的时候，你们也能如此。

三年前，我和丹开始写这个部落格的时候，我们的目标是透过每周分享科学技术领域令人瞩目的进步，让世界变得更加乐观。这个目标至今未变，而且仍十分必要。人们依然悲观，对进步的另一端究竟是什么感到迷惘。

自从我们开始撰写以来，最大的变化就是事情进展得更快了。每周要涵盖的内容也更多。本期我们新增了7个「额外剂量」的内容；每个都足以跻身前五名，而且还有一些内容我们尚未涉及。

所以，《剂量》现在又多了一个目标：让你在喝两杯早晨咖啡的时间里，就能了解科学与科技领域最重要的动态。别再刷社群媒体了，直接读《剂量》就好。

让我们开始吧。

今天的每周能量补充由…丰盛学院为您呈现。

我的朋友，丰盛研究所（Abundance Institute）的两位创始人，将于今年春天推出一档名为“每日丰盛”（Everyday Abundance）的全新播客节目，由畅销书作家弗吉尼亚·波斯特雷尔（Virginia Postrel）和查尔斯·曼恩（Charles Mann）主持。去年十月，在进步大会（Progress Conference）上，我和维吉尼亚、查尔斯就纸巾、打喷嚏和细菌等主题进行了一次精彩的对话，我非常期待收听这档节目。

如果您现在加入 Abundance 的 Foundry，您将获得与 Virginia 的 Zoom 沙龙会议、播客的提前访问权限，以及3 个月的免费畅享精彩世界1 ，此外，支持这个了不起的组织还能享受其他诸多好处。

点击此处查看 Foundry 会员资格：加入 Foundry

（1） Isomorphic Labs 药物设计引擎开启了超越 AlphaFold 的新领域

同构实验室

AlphaFold 为 Demis Hassabis 赢得了诺贝尔奖，因为它预测了蛋白质的结构，这在当时感觉像是一个技术奇迹，正如《思维游戏》一书中所描述的那样。

本周，哈萨比斯 (Hassabis) 的 Isomorphic Labs（Google的衍生公司，他每周二担任首席执行官，同时还经营谷歌 DeepMind）在一份关于其人工智能药物设计引擎 IsoDDE 的技术报告中表明，他们现在可以预测如何给人类服用药物。

对于最复杂的蛋白质-配体结构（即与训练资料中任何结构都截然不同的结构，AlphaFold 3 在这些结构上表现不佳），IsoDDE 的准确率是 AlphaFold 3 的两倍以上。在抗体-抗原建模方面，它的表现是 AlphaFold 3 的 2.3 倍，在 Boltz-2 建模方面，其表现更是接近 20 倍。此外，它预测药物与其标靶结合强度的能力也优于 FEP+——FEP+ 是公认的物理模拟黄金标准，但其计算时间通常高出几个数量级。

快速发现过去研究人员耗费十余年才找到的东西。 Cereblon 是一种蛋白质，研究人员花了 15 年才认为它只有一个可成药的口袋。 2026 年发表的一篇论文透过实验发现了第二个隐藏的口袋。 IsoDDE 仅凭氨基酸序列就发现了这两个口袋，而无需任何关于配体的线索。

接下来最大的问题是，IsoDDE和其他计算突破能否以及如何转化为实际药物。截至2026年初，尚无任何人工智慧发现的药物获得FDA批准。人工智慧设计的化合物进入临床试验的成功率与传统方法发现的化合物大致相同。一旦从实验室走向人体，生物学仍然充满著难以预测的复杂性。

Isomorphic Labs公司已经推迟了其临床试验时间表，目前计划在2026年底前启动其首批人工智慧设计药物的人体试验。因此，整个领域仍处于「概念验证」阶段。

但迄今为止，药物研发最大的瓶颈在于其惊人的研发成本和时间。研发一种药物可能需要十年时间和数十亿美元。去年，哈萨比斯在接受《60分钟》节目采访时表示：“我们或许可以将研发时间从数年缩短到数月甚至数周。”

IsoDDE 将搜寻阶段从数月的实验室工作压缩到几分钟的计算时间。即使临床试验时间不变，如果它能够更可靠地更快地找到正确的靶点和分子，那么在相同的成本下，您就能进行更多次的尝试，并且能够探索人类从未想到（或至少没有时间和资源去尝试）的更隐蔽、更难发现的领域。

IsoDDE 和其他类似工具将药物发现的前端流程从缓慢、手工式的探索转变为快速、系统化的搜寻。又一个瓶颈被突破。它们将为临床试验流程注入更多更优质、更具创新性的候选药物，但这又会带来新的瓶颈。我们需要采取措施加快临床试验和 FDA 审批流程，以应对这股药物洪流。

（2） Gemini 3 Deep Think 突破基准测试，完成材料科学与数学测试

谷歌DeepMind

听著，我这人很简单。如果你在发布新模型时附上一段杜克大学实验室的视频，证明该模型在 ARC-AGI-2 测试（一项旨在对人工智能构成极大挑战的测试）上“碾压”了最先进的模型，还能辅助前沿材料科学研究，并帮助数学家解决埃尔德什问题，那我肯定会把它加到我的“剂量”里。杜克加油！

「深度思考」是GDM在Gemini 3中专门设计的推理模式，旨在让使用者花费数分钟（甚至更长）深入思考单一问题，探索各种解决方案，并在遇到问题时回溯，最终建立多步骤的推理链，从而得出最终答案。谷歌称之为「系统2」思维，借鉴了卡尼曼的理论框架：标准Gemini快速直观，而「深度思考」模式则缓慢而深思熟虑。

这种精心设计的策略在基准测试中取得了显著成效。 Deep Think 在 ARC-AGI-2（由 ARC Prize 验证的前沿推理基准测试）中取得了 84.6% 的成绩，而排名第二的模型得分为 68.8%。它在 Codeforces 上的 Elo 等级分达到了 3455 分：作为参考，这使其跻身全球顶尖程式设计师之列；如果放在世界排名中，它将位列第八。它在「人类最后的考试」（Humanity's Last Exam）基准测试中创造了 48.4% 的新纪录，该测试旨在汇集数学、科学和工程领域最难的题目。此外，它在 2025 年国际物理和化学奥林匹克竞赛的笔试部分也获得了金牌级别的成绩。

不过，基准测试结果的意义总是很难说清楚。每次大型实验室发布新模型时，它们都会在某些基准测试中获胜。

这就是为什么杜克大学王实验室的这段影片如此精彩的原因。影片中，一位研究人员利用Deep Think优化了MoS₂单层薄膜的制备过程。 MoS₂是一类半导体材料，众所周知，精确生长这类薄膜非常困难。研究人员向Deep Think输入合成参数，模型推理出一个最佳化的生长方案，然后系统将这些参数直接传输到实验室自动化软体，从而控制炉子、气体流量和温度曲线。 Deep Think设计了一个能够生长厚度超过100微米薄膜的方案，这是以往方法难以达到的精确目标。自动化实验室的时代已经来临。

同时，Deep Think 与专家合作，攻克了 18 个开放性研究难题，帮助打破了电脑科学、资讯理论和经济学领域长期存在的僵局。它透过引入完全不相关领域的数学工具，破解了诸如最大割和斯坦纳树之类的经典演算法挑战。这种跨领域的直觉飞跃，本应是人类独有的能力，但实际上，这正是我对一台拥有人类所有知识的智慧机器的预期。每当有新模型发布，我都会要求它根据其跨学科视角，指出人类未能发现的关联，而通常情况下，它的表现都相当糟糕。我很期待对 Deep Think 进行一番测试。

在另一个案例中，它发现了一个经受住了人类同行评审的证明中一个微妙的逻辑缺陷。在研究级数学领域，它自主地产生了一篇关于算术几何结构常数的论文，并与人类合作证明了相互作用粒子系统的界限。此外，DeepMind 还让它测试了布鲁姆埃尔德什猜想资料库中的 700 个未解难题，该资料库收集了历史上最多产的数学家之一保罗·埃尔德什提出的未解难题，并自主解决了其中几个难题。

那些在推特上引起热议的程式设计话题对我来说没什么吸引力。我没买Mac Mini。文章写得依然很糟。但这些……帮助人类解决难题、做出新发现……这些才是我真正感兴趣的。

对于研究人员来说，这是一个好时代；而对于制造问题的人来说，这是一个糟糕的时代。

（3）介绍：自由阶级

蓝水

说到那些美国人似乎几乎无法解决的问题…

美国的造船数据简直令人啼笑皆非。中国的造船能力是美国的232倍。 2024年，中国船厂建造了1000多艘商船，而美国祇建造了8艘。中国海军拥有370多艘作战舰艇，预计2030年将达435艘。美国海军目前拥有296艘，预计到2027年将缩减至283艘，因为退役舰艇的数量超过了新舰建造的数量。目前正在建造的45艘舰艇中，有37艘面临严重的延误。美国的四座公共造船厂平均船龄为76年，干船坞的平均船龄超过107年。正如美国海军部长所说，一家中国造船厂的产能就超过了所有美国造船厂产能的总和。你已经看过那张图表了。

好消息！本周，蓝水自主航行公司（Blue Water Autonomy）发布了「自由级」（Liberty Class）：这是一款190英尺长的自主航行钢制船舶，航程超过10000海里，有效载荷超过150吨。其名称意在致敬二战时期为满足战时需求而快速大规模建造的「自由轮」。蓝水自主航行公司也采取了类似的策略：采用久经考验的船体设计（达门造船厂的Stan Patrol 6009，该船在全球严苛环境下都经过实战检验），从内到外进行重新设计，使其具备自主航行能力，并于下个月在路易斯安那州的康拉德造船厂开工建造。首艘船舶预计将于今年稍后交付给美国海军。

蓝水公司完全依靠私人资本开发了「自由号」，这对一艘全尺寸海军舰艇而言是前所未有的，但在商业市场却是司空见惯。该公司与100多家供应商合作，从2024年成立到2026年动工建造，目标是每年批量生产10-20艘。康拉德造船厂的五个船厂和1100名员工每年已经生产30多艘舰艇，因此产能是存在的；现在，这些产能正被用于更有效率的用途。

这是一个好的开始，但最终我们需要大约 1000 个这样的专案才能赶上。

自主舰艇领域又传来好消息：萨罗尼克公司入选了美国国防高级研究计划局（DARPA）的「护航」（Pulling Guard）项目，该项目旨在开发半自主护航系统，以保护海上后勤船只。全球超过75%的贸易透过水路运输，而美国海军则历来依靠部署价值数十亿美元的驱逐舰和航空母舰打击群来保护这些航线。 「护航」计划正在探索低成本、模组化的自主平台能否提供分散式海上保护，即在和平时期和冲突时期都能发挥作用的「保护即服务」。萨罗尼克公司一直在建造自主水面舰艇并快速扩大生产规模，此次将根据该专案设计一款模组化、具备自主能力的舰艇。

美国传统的造船体系是体制僵化的典型反面教材。但我们「不无聊」的编辑们却对这种僵化现象情有独钟。每一个僵化的既得利益者都为新创公司提供了打造更优质、更快速、更经济产品的良机。扬帆起航！

（4）一种能够合成自身及其互补链的小型聚合酶核酶

科学领域的 Giannini、Kwok、Wan、Goeij、Clifton、Colizzi、Attwater 和 Holliger

史丹佛大学医学院助理教授杰森·谢尔策（Jason Sheltzer）的开头比我写得好得多：“人工智慧很酷……但是《科学》杂志上的一篇新论文似乎揭示了生命的起源？”

以下是背景故事。关于生命起源的主流理论是「RNA世界」假说：在DNA、蛋白质和细胞出现之前，早期地球上的RNA分子储存著遗传讯息并催化化学反应。在某个时间点，这些RNA分子中的某个学会了自我复制，从此，进化（带有变异的遗传）就开始了。其余的，超过40亿年的时间，都已成历史。

问题在于，科学家们始终无法在实验室中令人信服地证明这一点。先前能够复制其他RNA链的RNA酶（称为核酶）体积庞大，长度达165至189个核苷酸，结构过于复杂，不太可能在原始汤中凭空出现。更重要的是，它们都无法自我复制。它们可以复制其他更简单的RNA，但自身的折叠结构阻碍了自我复制。这是一个根本性的悖论：核酶需要折叠才能发挥作用，但折叠后却无法被复制。

剑桥MRC分子生物学实验室（华生和克里克发现DNA结构的同一实验室）的研究人员似乎已经破解了这个难题。他们发现了QT45：一种由45个核苷酸组成的核酶，其大小不到以往的RNA聚合酶四分之一，却能合成其互补炼和自身的复制品。它并非逐一添加碱基，而是将三个碱基组成的RNA构建单元（三核苷酸）连接起来。这些三联体结合力足够强，能够解开折叠的RNA结构，从而解决了困扰该领域数十年的自我复制悖论。

这个「45」意义非凡。先前已知的能够自我复制的核酶候选分子体积庞大、结构复杂，它们在早期地球上自发出现似乎难以置信，就像闪电击中垃圾场后组装出一架波音747客机一样。而QT45只有45个核苷酸，小到研究人员认为，聚合酶核酶在随机RNA序列空间中的丰度可能远超人们的想像，这意味著自我复制或许并非需要极为罕见的偶然事件。从某种意义上来说，它或许轻而易举。

最酷的是，QT45 使用的三联体构建单元——三字母 RNA 片段——与地球上所有生命至今仍在使用的三联体密码相同，后者用于合成蛋白质，例如 AlphaFold 发现其结构并由 IsoDDE 靶向的那些蛋白质。遗传密码就像是最早的复制系统仍在运作的化石。

在「剂量」栏位中，我们花了很多时间探讨人们如何解决难题。而这个问题堪称最难：事物是如何从无到有产生的？化学是如何演变成生物学的？答案或许出奇地简单，只有短短45个字母。比我写过的任何东西都短得多。

（5） 德州家长争相选择学校

《华尔街日报》编辑委员会

这周在X网站上有一篇很热门的文章，我就不贴连结了，但你可能也看过。文章说人类，包括我们的孩子，日子过得有多糟，除了我们这些花钱买好模型的人，以及那些让AI把原本需要三天才能完成的研究压缩到一个小时完成的分析师。就我个人而言，我觉得孩子会没事的，尤其是那些学会自己思考而不是依赖机器的孩子。

但有一点很明确：我们需要用不同于普鲁士模式的方式来教育我们的孩子。普鲁士模式不遗余力地将我们训练成机器般的思考方式，好让我们成为优秀的工厂工人。我们需要教导孩子热爱学习、勇于提问、保持好奇心。简而言之，我们需要用一种与大多数学校目前教学方式截然相反的方式来教育孩子。

这就是我一直大力支持择校的原因：各州拨款给家长，让他们为孩子选择更好的学校。择校并非没有批评者，他们认为择校会减少公立学校的经费，损害公立学校学生的利益。但事实上，公立学校长期以来垄断了绝大多数无力负担私立学校的孩子的教育，其结果基本上也符合国家保护垄断的预期。择校鼓励竞争，并有助于将资金引导到那些采用全新教育理念的新兴学校。

本周对于择校而言意义重大。德州于2月4日开放了新的「教育自由帐户」（Education Freedom Accounts）申请，首日便有4.2万个家庭提交申请，创下全美任何新择校计划首日申请数量的纪录，超过了去年田纳西州3.3万份的申请量。到第二天早上，申请数量已超过4.7万份。最新数据显示，申请数量已达9.1万份。申请窗口将持续开放至3月17日。

这可谓是姗姗来迟。二十多年来，德州共和党控制的众议院一直阻挠择校法案的通过，而参议院却一届又一届地通过了教育储蓄帐户（ESA）法案。 2024年，情势终于发生了转变。当时，州长阿博特为16位挑战阻挠其择校法案的现任众议员候选人助选。新任众议院议长达斯汀·伯罗斯承诺该法案将获得通过。最终，该法案于去年四月获得通过。参议院第2号法案为2026-2027学年拨款10亿美元，并预留了2030年增至45亿美元的空间。

该计划每年为符合资格的家庭提供每位学生约10,474美元的补助，用于支付私立学校学费、家庭教育费用、课外辅导、职业技术教育以及其他经批准的教育支出。身心障碍学生最高可获得30,000美元的补助。补助资格的评定优先考虑经济需求，而非先到先得，身心障碍学生和低收入学生享有优先权。

我个人对这个计划感到非常兴奋，因为负责该计划日常运作（包括申请入口网站、支付处理、供家庭选择经批准的教育服务的电商平台）的认证教育援助机构是Odyssey ，一家并非枯燥乏味的资本投资组合公司。 Odyssey 已经在爱荷华州、乔治亚州、路易斯安那州、犹他州和怀俄明州管理教育储蓄帐户 (ESA) 项目，但德克萨斯州的情况截然不同。这是有史以​​来规模最大的州立学校选择项目，而 Odyssey 正是支撑其顺利运行的基础设施，为每个家庭提供安全的数位钱包、实时余额以及访问经过审核的学校和教育服务机构的平台。他们完美地完成了这项规模空前的启动工作。

数据显示，家长们希望如此。我很期待看到K-12教育如何发展，让家长们能够自主选择如何分配资金，为孩子提供他们认为最好的教育。

额外内容：威尔马尼迪斯、人格主义、比喻、3D列印船、零

阅读更多