每週Optimism能量 #180

嗨，朋友們👋，

來自陽光明媚的南非開普敦，祝大家週五快樂！不知道是因為逃離了冰天雪地的紐約來到溫暖的天氣，還是因為和家人共度時光，又或者是因為這又是Dose歷史上最瘋狂的一周，總之，這週我感覺格外樂觀。希望到週末的時候，你們也能如此。

三年前，我和丹開始寫這個部落格的時候，我們的目標是透過每週分享科學技術領域令人矚目的進步，讓世界變得更加樂觀。這個目標至今未變，而且仍十分必要。人們依然悲觀，對進步的另一端究竟是什麼感到迷惘。

自從我們開始撰寫以來，最大的變化就是事情進展得更快了。每週要涵蓋的內容也更多。本期我們新增了7個「額外劑量」的內容；每個都足以躋身前五名，而且還有一些內容我們尚未涉及。

所以，《劑量》現在又多了一個目標：讓你在喝兩杯早晨咖啡的時間裡，就能了解科學與科技領域最重要的動態。別再刷社群媒體了，直接讀《劑量》就好。

讓我們開始吧。

今天的每週能量補充由…豐盛學院為您呈現。

我的朋友，豐盛研究所（Abundance Institute）的兩位創始人，將於今年春天推出一檔名為“每日豐盛”（Everyday Abundance）的全新播客節目，由暢銷書作家弗吉尼亞·波斯特雷爾（Virginia Postrel）和查爾斯·曼恩（Charles Mann）主持。去年十月，在進步大會（Progress Conference）上，我和維吉尼亞、查爾斯就紙巾、打噴嚏和細菌等主題進行了一次精彩的對話，我非常期待收聽這檔節目。

如果您現在加入 Abundance 的 Foundry，您將獲得與 Virginia 的 Zoom 沙龍會議、播客的提前訪問權限，以及3 個月的免費暢享精彩世界1 ，此外，支持這個了不起的組織還能享受其他諸多好處。

點擊此處查看 Foundry 會員資格：加入 Foundry

（1） Isomorphic Labs 藥物設計引擎開啟了超越 AlphaFold 的新領域

同構實驗室

AlphaFold 為 Demis Hassabis 贏得了諾貝爾獎，因為它預測了蛋白質的結構，這在當時感覺像是一個技術奇蹟，正如《思維遊戲》一書中所描述的那樣。

本週，哈薩比斯 (Hassabis) 的 Isomorphic Labs（Google的衍生公司，他每週二擔任首席執行官，同時還經營谷歌 DeepMind）在一份關於其人工智能藥物設計引擎 IsoDDE 的技術報告中表明，他們現在可以預測如何給人類服用藥物。

對於最複雜的蛋白質-配體結構（即與訓練資料中任何結構都截然不同的結構，AlphaFold 3 在這些結構上表現不佳），IsoDDE 的準確率是 AlphaFold 3 的兩倍以上。在抗體-抗原建模方面，它的表現是 AlphaFold 3 的 2.3 倍，在 Boltz-2 建模方面，其表現更是接近 20 倍。此外，它預測藥物與其標靶結合強度的能力也優於 FEP+——FEP+ 是公認的物理模擬黃金標準，但其計算時間通常高出幾個數量級。

快速發現過去研究人員耗費十餘年才找到的東西。 Cereblon 是一種蛋白質，研究人員花了 15 年才認為它只有一個可成藥的口袋。 2026 年發表的一篇論文透過實驗發現了第二個隱藏的口袋。 IsoDDE 僅憑氨基酸序列就發現了這兩個口袋，而無需任何關於配體的線索。

接下來最大的問題是，IsoDDE和其他計算突破能否以及如何轉化為實際藥物。截至2026年初，尚無任何人工智慧發現的藥物獲得FDA批准。人工智慧設計的化合物進入臨床試驗的成功率與傳統方法發現的化合物大致相同。一旦從實驗室走向人體，生物學仍然充滿著難以預測的複雜性。

Isomorphic Labs公司已經推遲了其臨床試驗時間表，目前計劃在2026年底前啟動其首批人工智慧設計藥物的人體試驗。因此，整個領域仍處於「概念驗證」階段。

但迄今為止，藥物研發最大的瓶頸在於其驚人的研發成本和時間。研發一種藥物可能需要十年時間和數十億美元。去年，哈薩比斯在接受《60分鐘》節目採訪時表示：“我們或許可以將研發時間從數年縮短到數月甚至數週。”

IsoDDE 將搜尋階段從數月的實驗室工作壓縮到幾分鐘的計算時間。即使臨床試驗時間不變，如果它能夠更可靠地更快地找到正確的靶點和分子，那麼在相同的成本下，您就能進行更多次的嘗試，並且能夠探索人類從未想到（或至少沒有時間和資源去嘗試）的更隱蔽、更難發現的領域。

IsoDDE 和其他類似工具將藥物發現的前端流程從緩慢、手工式的探索轉變為快速、系統化的搜尋。又一個瓶頸被突破。它們將為臨床試驗流程注入更多更優質、更具創新性的候選藥物，但這又會帶來新的瓶頸。我們需要採取措施加快臨床試驗和 FDA 審批流程，以應對這股藥物洪流。

（2） Gemini 3 Deep Think 突破基準測試，完成材料科學與數學測試

谷歌DeepMind

聽著，我這人很簡單。如果你在發布新模型時附上一段杜克大學實驗室的視頻，證明該模型在 ARC-AGI-2 測試（一項旨在對人工智能構成極大挑戰的測試）上“碾壓”了最先進的模型，還能輔助前沿材料科學研究，並幫助數學家解決埃爾德什問題，那我肯定會把它加到我的“劑量”裡。杜克加油！

「深度思考」是GDM在Gemini 3中專門設計的推理模式，旨在讓使用者花費數分鐘（甚至更長）深入思考單一問題，探索各種解決方案，並在遇到問題時回溯，最終建立多步驟的推理鏈，從而得出最終答案。谷歌稱之為「系統2」思維，借鑒了卡尼曼的理論框架：標準Gemini快速直觀，而「深度思考」模式則緩慢而深思熟慮。

這種精心設計的策略在基準測試中取得了顯著成效。 Deep Think 在 ARC-AGI-2（由 ARC Prize 驗證的前沿推理基準測試）中取得了 84.6% 的成績，而排名第二的模型得分為 68.8%。它在 Codeforces 上的 Elo 等級分達到了 3455 分：作為參考，這使其躋身全球頂尖程式設計師之列；如果放在世界排名中，它將位列第八。它在「人類最後的考試」（Humanity's Last Exam）基準測試中創造了 48.4% 的新紀錄，該測試旨在匯集數學、科學和工程領域最難的題目。此外，它在 2025 年國際物理和化學奧林匹克競賽的筆試部分也獲得了金牌級別的成績。

不過，基準測試結果的意義總是很難說清楚。每次大型實驗室發布新模型時，它們都會在某些基準測試中獲勝。

這就是為什麼杜克大學王實驗室的這段影片如此精彩的原因。影片中，一位研究人員利用Deep Think優化了MoS₂單層薄膜的製備過程。 MoS₂是一類半導體材料，眾所周知，精確生長這類薄膜非常困難。研究人員向Deep Think輸入合成參數，模型推理出一個最佳化的生長方案，然後系統將這些參數直接傳輸到實驗室自動化軟體，從而控制爐子、氣體流量和溫度曲線。 Deep Think設計了一個能夠生長厚度超過100微米薄膜的方案，這是以往方法難以達到的精確目標。自動化實驗室的時代已經來臨。

同時，Deep Think 與專家合作，攻克了 18 個開放性研究難題，幫助打破了電腦科學、資訊理論和經濟學領域長期存在的僵局。它透過引入完全不相關領域的數學工具，破解了諸如最大割和斯坦納樹之類的經典演算法挑戰。這種跨領域的直覺飛躍，本應是人類獨有的能力，但實際上，這正是我對一台擁有人類所有知識的智慧機器的預期。每當有新模型發布，我都會要求它根據其跨學科視角，指出人類未能發現的關聯，而通常情況下，它的表現都相當糟糕。我很期待對 Deep Think 進行一番測試。

在另一個案例中，它發現了一個經受住了人類同行評審的證明中一個微妙的邏輯缺陷。在研究級數學領域，它自主地產生了一篇關於算術幾何結構常數的論文，並與人類合作證明了相互作用粒子系統的界限。此外，DeepMind 還讓它測試了布魯姆埃爾德什猜想資料庫中的 700 個未解難題，該資料庫收集了歷史上最多產的數學家之一保羅·埃爾德什提出的未解難題，並自主解決了其中幾個難題。

那些在推特上引起熱議的程式設計話題對我來說沒什麼吸引力。我沒買Mac Mini。文章寫得依然很糟。但這些……幫助人類解決難題、做出新發現……這些才是我真正感興趣的。

對於研究人員來說，這是一個好時代；而對於製造問題的人來說，這是一個糟糕的時代。

（3）介紹：自由階級

藍水

說到那些美國人似乎幾乎無法解決的問題…

美國的造船數據簡直令人啼笑皆非。中國的造船能力是美國的232倍。 2024年，中國船廠建造了1000多艘商船，而美國祇建造了8艘。中國海軍擁有370多艘作戰艦艇，預計2030年將達435艘。美國海軍目前擁有296艘，預計到2027年將縮減至283艘，因為退役艦艇的數量超過了新艦建造的數量。目前正在建造的45艘艦艇中，有37艘面臨嚴重的延誤。美國的四座公共造船廠平均船齡為76年，幹船塢的平均船齡超過107年。正如美國海軍部長所說，一家中國造船廠的產能就超過了所有美國造船廠產能的總和。你已經看過那張圖表了。

好消息！本週，藍水自主航行公司（Blue Water Autonomy）發布了「自由級」（Liberty Class）：這是一款190英尺長的自主航行鋼製船舶，航程超過10000海裡，有效載荷超過150噸。其名稱意在致敬二戰時期為滿足戰時需求而快速大規模建造的「自由輪」。藍水自主航行公司也採取了類似的策略：採用久經考驗的船體設計（達門造船廠的Stan Patrol 6009，該船在全球嚴苛環境下都經過實戰檢驗），從內到外進行重新設計，使其具備自主航行能力，並於下個月在路易斯安那州的康拉德造船廠開工建造。首艘船舶預計將於今年稍後交付給美國海軍。

藍水公司完全依靠私人資本開發了「自由號」，這對一艘全尺寸海軍艦艇而言是前所未有的，但在商業市場卻是司空見慣。該公司與100多家供應商合作，從2024年成立到2026年動工建造，目標是每年批量生產10-20艘。康拉德造船廠的五個船廠和1100名員工每年已經生產30多艘艦艇，因此產能是存在的；現在，這些產能正被用於更有效率的用途。

這是一個好的開始，但最終我們需要大約 1000 個這樣的專案才能趕上。

自主艦艇領域又傳來好消息：薩羅尼克公司入選了美國國防高級研究計劃局（DARPA）的「護航」（Pulling Guard）項目，該項目旨在開發半自主護航系統，以保護海上後勤船隻。全球超過75%的貿易透過水路運輸，而美國海軍則歷來依靠部署價值數十億美元的驅逐艦和航空母艦打擊群來保護這些航線。 「護航」計畫正在探索低成本、模組化的自主平台能否提供分散式海上保護，即在和平時期和衝突時期都能發揮作用的「保護即服務」。薩羅尼克公司一直在建造自主水面艦艇並快速擴大生產規模，此次將根據該專案設計一款模組化、具備自主能力的艦艇。

美國傳統的造船體係是體制僵化的典型反面教材。但我們「不無聊」的編輯們卻對這種僵化現象情有獨鍾。每一個僵化的既得利益者都為新創公司提供了打造更優質、更快速、更經濟產品的良機。揚帆起航！

（4）一種能夠合成自身及其互補鏈的小型聚合酶核酶

科學領域的 Giannini、Kwok、Wan、Goeij、Clifton、Colizzi、Attwater 和 Holliger

史丹佛大學醫學院助理教授傑森·謝爾策（Jason Sheltzer）的開頭比我寫得好得多：“人工智慧很酷……但是《科學》雜誌上的一篇新論文似乎揭示了生命的起源？”

以下是背景故事。關於生命起源的主流理論是「RNA世界」假說：在DNA、蛋白質和細胞出現之前，早期地球上的RNA分子儲存著遺傳訊息並催化化學反應。在某個時間點，這些RNA分子中的某個學會了自我複製，從此，進化（帶有變異的遺傳）就開始了。其餘的，超過40億年的時間，都已成歷史。

問題在於，科學家們始終無法在實驗室中令人信服地證明這一點。先前能夠複製其他RNA鏈的RNA酶（稱為核酶）體積龐大，長度達165至189個核苷酸，結構過於複雜，不太可能在原始湯中憑空出現。更重要的是，它們都無法自我複製。它們可以複製其他更簡單的RNA，但自身的折疊結構阻礙了自我複製。這是一個根本性的悖論：核酶需要折疊才能發揮作用，但折疊後卻無法被複製。

劍橋MRC分子生物學實驗室（華生和克里克發現DNA結構的同一實驗室）的研究人員似乎已經破解了這個難題。他們發現了QT45：一種由45個核苷酸組成的核酶，其大小不到以往的RNA聚合酶四分之一，卻能合成其互補鍊和自身的複製品。它並非逐一添加鹼基，而是將三個鹼基組成的RNA構建單元（三核苷酸）連接起來。這些三聯體結合力足夠強，能夠解開折疊的RNA結構，從而解決了困擾該領域數十年的自我複製悖論。

這個「45」意義非凡。先前已知的能夠自我複製的核酶候選分子體積龐大、結構複雜，它們在早期地球上自發出現似乎難以置信，就像閃電擊中垃圾場後組裝出一架波音747客機一樣。而QT45只有45個核苷酸，小到研究人員認為，聚合酶核酶在隨機RNA序列空間中的豐度可能遠超人們的想像，這意味著自我複製或許並非需要極為罕見的偶然事件。從某種意義上來說，它或許輕而易舉。

最酷的是，QT45 使用的三聯體構建單元——三字母 RNA 片段——與地球上所有生命至今仍在使用的三聯體密碼相同，後者用於合成蛋白質，例如 AlphaFold 發現其結構並由 IsoDDE 靶向的那些蛋白質。遺傳密碼就像是最早的複製系統仍在運作的化石。

在「劑量」欄位中，我們花了很多時間探討人們如何解決難題。而這個問題堪稱最難：事物是如何從無到有產生的？化學是如何演變成生物學的？答案或許出奇地簡單，只有短短45個字母。比我寫過的任何東西都短得多。

（5） 德州家長爭相選擇學校

《華爾街日報》編輯委員會

這週在X網站上有一篇很熱門的文章，我就不貼連結了，但你可能也看過。文章說人類，包括我們的孩子，日子過得有多糟，除了我們這些花錢買好模型的人，以及那些讓AI把原本需要三天才能完成的研究壓縮到一個小時完成的分析師。就我個人而言，我覺得孩子會沒事的，尤其是那些學會自己思考而不是依賴機器的孩子。

但有一點很明確：我們需要用不同於普魯士模式的方式來教育我們的孩子。普魯士模式不遺餘力地將我們訓練成機器般的思考方式，好讓我們成為優秀的工廠工人。我們需要教導孩子熱愛學習、勇於提問、保持好奇心。簡而言之，我們需要用一種與大多數學校目前教學方式截然相反的方式來教育孩子。

這就是我一直大力支持擇校的原因：各州撥款給家長，讓他們為孩子選擇更好的學校。擇校並非沒有批評者，他們認為擇校會減少公立學校的經費，損害公立學校學生的利益。但事實上，公立學校長期以來壟斷了絕大多數無力負擔私立學校的孩子的教育，其結果基本上也符合國家保護壟斷的預期。擇校鼓勵競爭，並有助於將資金引導到那些採用全新教育理念的新興學校。

本週對於擇校而言意義重大。德州於2月4日開放了新的「教育自由帳戶」（Education Freedom Accounts）申請，首日便有4.2萬個家庭提交申請，創下全美任何新擇校計畫首日申請數量的紀錄，超過了去年田納西州3.3萬份的申請量。到第二天早上，申請數量已超過4.7萬份。最新數據顯示，申請數量已達9.1萬份。申請窗口將持續開放至3月17日。

這可謂是姍姍來遲。二十多年來，德州共和黨控制的眾議院一直阻撓擇校法案的通過，而參議院卻一屆又一屆地通過了教育儲蓄帳戶（ESA）法案。 2024年，情勢終於發生了轉變。當時，州長阿博特為16位挑戰阻撓其擇校法案的現任眾議員候選人助選。新任眾議院議長達斯汀·伯羅斯承諾該法案將獲得通過。最終，該法案於去年四月獲得通過。參議院第2號法案為2026-2027學年撥款10億美元，並預留了2030年增至45億美元的空間。

該計畫每年為符合資格的家庭提供每位學生約10,474美元的補助，用於支付私立學校學費、家庭教育費用、課外輔導、職業技術教育以及其他經批准的教育支出。身心障礙學生最高可獲得30,000美元的補助。補助資格的評定優先考慮經濟需求，而非先到先得，身心障礙學生和低收入學生享有優先權。

我個人對這個計畫感到非常興奮，因為負責該計畫日常運作（包括申請入口網站、支付處理、供家庭選擇經批准的教育服務的電商平台）的認證教育援助機構是Odyssey ，一家並非枯燥乏味的資本投資組合公司。 Odyssey 已經在愛荷華州、喬治亞州、路易斯安那州、猶他州和懷俄明州管理教育儲蓄帳戶 (ESA) 項目，但德克薩斯州的情況截然不同。這是有史以​​來規模最大的州立學校選擇項目，而 Odyssey 正是支撐其順利運行的基礎設施，為每個家庭提供安全的數位錢包、實時餘額以及訪問經過審核的學校和教育服務機構的平台。他們完美地完成了這項規模空前的啟動工作。

數據顯示，家長們希望如此。我很期待看到K-12教育如何發展，讓家長們能夠自主選擇如何分配資金，為孩子提供他們認為最好的教育。

額外內容：威爾馬尼迪斯、人格主義、比喻、3D列印船、零

閱讀更多