肝脏是人体的化工厂，绝大多数口服药都要经过它的代谢——这让肝成为药物损伤的头号靶器官。而伤肝名单上排在最前面的，除了止痛药，还有「纯天然无害」的中草药与保健品。本文讲清药物性肝损伤的机制、哪些药最危险、为什么「没不舒服」不代表没伤、以及保肝的正确姿势。

头痛是人类最高频的疼痛，而它有一个让人安心又必须警觉的双面结构：95% 以上的头痛是原发性的（偏头痛、紧张型、丛集性——病在头痛本身，不致命），剩下的继发性头痛（蛛网膜下腔出血、脑膜炎、青光眼、高血压危象）里藏着需要按分钟计算的急症。本文讲清三大原发性头痛的指纹、红旗信号的清单、以及「止痛药吃太多反而头痛」的悖论。

抗生素是二十世纪最伟大的医学发明之一，而人类正在亲手把它变成二十世纪的遗物：每年全球数十万人死于「无药可用」的耐药感染，中国是全球抗生素使用量与耐药菌压力最大的国家之一。本文讲清抗生素的作用原理、耐药性的进化机制、「消炎药」这个错误叫法造成的伤害，以及每个人手里那半盒剩药的责任。

「感冒了吃药一周好，不吃药七天好」这句玩笑话藏着硬道理：普通感冒 90% 以上是病毒引起，市面上的感冒药没有一种能杀病毒——它们全部只处理症状。而真正需要抗生素的细菌感染，又常被当成普通感冒硬扛。本文讲清两者的鉴别线索、鼻塞流涕的机制真相、以及「重感冒还是流感」这个生死问题。

发烧不是身体「出了故障」，而是下丘脑的恒温器被主动调高了——免疫系统的信号分子绕了整整一圈才拧动那个旋钮。本文从外源致热原讲到前列腺素 E2，解释为什么发烧会先觉得冷、退烧药在堵哪个环节，以及发热到什么程度该干预。

同一预测核心，跨七类系统验证]

肠道菌群不是消化配角：约 3.8×10^13 个细菌与人体细胞同量级，基因总数是自身基因组的 150 倍。本文拆解它如何发酵纤维产短链脂肪酸、合成维生素、训练免疫，如何经迷走神经与 5-羟色胺同大脑对话，辨析肥胖研究的反复与粪菌移植的过硬证据，附干预证据等级表与误区核查。

乙肝病毒是世界上最成功的病毒之一——感染者数以亿计，它的狡猾在于会把自己「钉」进肝细胞核里变成cccDNA，连肝细胞更新都甩不掉。本文讲清乙肝的传播与不传播、「两对半」化验单的读法、携带者与患者的区别、抗病毒治疗为什么是长期战，以及中国用三十年疫苗接种完成的公共卫生奇迹。

尿常规是体检里最便宜的健康线索：每天约 180 升原尿经肾小球滤过、肾小管回收，任何一环出问题都会在化验单上留痕。本文从机制出发逐项解读蛋白、潜血、白细胞与管型，并给出异常组合模式、试纸干扰的坑与复查留尿的正确姿势。

拆解 GitHub 14.4 万星开源技能 Ponytail（MIT，2026-06-12 创建）：7 级决策阶梯、lite/full/ultra 三档强度、跨 20+ 编程智能体宿主的适配工程，以及官方 agentic 基准（−54% 代码 / 100% 安全）与 JetBrains 80 组配对实测（−15.4% 代码 / −10.3% 成本，p=0.004）的三次基准对撞；附设计系统、小模型、指令层三大边界与 6 条落地清单。

公募基金之外还有一个体量庞大、门槛更高的世界：私募证券基金、私募股权、对冲策略、大宗商品与收藏品。本篇铺一张另类投资的地图：各类的收益来源与风险结构、对冲策略的主要流派、合格投资者制度为什么存在，以及「另类配置」真正该进家庭组合的比例——大多数人对这个世界的正确姿势是了解而远观。

法国科学家Henri Kagan和日本科学家硖合宪三因在手性分子形成机制方面的贡献获2026年诺贝尔化学奖：Kagan发现操控化学反应产生更大镜像过剩量的新方法，硖合宪三展示了仅生成单一镜像构型的反应。

从想法到结果，一次对话实现]

SFT（监督微调）是基座模型变成对话助手的第一步，也是最被误解的一步——它常被当成「教知识」，实际是「教格式与行为」。本篇拆解 SFT 的数据形态、训练细节（epoch、学习率、灾难性遗忘的边界）、常见的失败模式，以及「SFT 教的到底是不是能力」这个核心争议。

基金货架上的名字五花八门，拆开只有三个维度：投什么（股/债/商品）、怎么投（主动/被动）、什么结构（开放式/ETF/LOF/FOF）。本篇把三个维度铺成坐标系，讲清 ETF 的申赎机制与场内场外区别、QDII 的额度经济学、FOF 的双重收费问题，并给出按持有场景选工具的对照表。

每个 LLM 基准都逃不过同一条生命周期曲线：出生时区分力强 → 大家刷分 → 分数挤在 90% 以上失去区分度 → 被质疑数据污染 → 退役换下一代。本文用 MMLU 的饱和与 Scale AI 的 GSM1k 对照实验拆解这条曲线的两个关键节点，并给出一套读分数的自查清单——看完你就知道哪些榜单数字可以直接划掉。

CLIP（Radford et al., 2021）用 4 亿网络图文对做对比学习，零样本在 ImageNet 拿到 76.2%——追平全监督的 ResNet-50。本文拆解对比学习的训练机制、零样本分类的「提示词即分类器」玩法、CLIP 的失效模式，以及它如何成为多模态时代的地基。

Leaderboard 分数与真实体验错位，主要来自四类坑：数据污染（考题漏进训练数据）、面向榜单的针对性刷分（Goodhart 定律）、评测方法本身不稳（提示词、判分与统计方差）、静态基准的饱和失效循环。本文用公开论文与官方博客证据拆解每类坑的机制，并给出读榜时的 7 条防坑检查清单。

OpenAI 基于 GPT-3.5 系列推出对话式 AI 产品 ChatGPT，上线两个月月活破亿，成为历史上用户增长最快的消费级应用之一，拉开生成式 AI 竞赛的序幕。

把每日能量消耗拆成基础代谢、NEAT、运动、食物热效应四笔账，讲清基础代谢由什么决定、减重后身体如何「省电」、平台期为何是必然，以及减脂与减重的差别。读懂身体的能量逻辑，比追逐任何单一饮食技巧都更可靠。

AlphaFold 解决的是「预测」，RFdiffusion 开创的是「创造」——把结构预测网络微调成去噪器，AI 就能从零设计出自然界不存在的蛋白质。本文讲透蛋白质设计的逻辑链、RFdiffusion 的方法论与实验战绩，以及 2025 年底开源、速度再快十倍的 RFdiffusion3 把边界推到了哪里。

肾脏是最沉默的器官：中国成人慢性肾脏病患病率 8.2%，知晓率却只有 10%。本文从肾单位的滤过流水线讲起，讲清肌酐为什么只是「估算」、尿白蛋白为什么比血更早报警、G+A 双轴分期怎么读，以及止痛药、中草药、高蛋白饮食这些常见坑的证据边界。

尿酸高不是「吃出来的病」：约八成尿酸来自体内代谢，忌口有用但有限。本文从嘌呤代谢讲起，讲清 420 μmol/L 阈值的由来、结晶触发 NLRP3 炎症风暴的机制、急性抗炎与缓解降尿酸的两套逻辑、三种降尿酸药物的适用人群，以及豆制品、果糖、啤酒这些饮食误区的真相。

谷歌 Antigravity 智能科学工作台结合 ProtNLM 蛋白功能预测模型，帮助研究者快速筛选 UniProt 数据库中的未表征蛋白质，已发现一种待湿实验室验证的新型抗菌肽候选分子。

衡宇* 2026-10-07 22:10:33 来源：量子位 乔不迟 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚，2026年诺贝尔化学奖正式揭晓！ 瑞典皇家科学院宣布，今年的诺贝尔化学奖授予法国巴黎第十一大学的**Henri B…

研究人员从加利福尼亚拉森火山国家公园温泉中分离出的“喀斯喀特火变形虫（Incendiamoeba cascadensis）”，可在 63℃ 完成有丝分裂，并在 70℃ 形成保护外层、降温后恢复，打破此前真核生物约 60℃ 的生长上限。研究团…

大模型的「听话」不是天生的，是训练出来的：监督微调（SFT）教它格式，人类反馈强化学习（RLHF）教它偏好，宪法 AI（CAI）试着教它原则。本文讲清这条对齐技术路径的演进逻辑、每一代方法解决了什么又留下了什么，以及为什么 Anthropic 会说「AI 用 AI 的反馈来对齐 AI」。

智能体应用与底层模型之间，正在长出一个中间件层：网关、记忆服务、沙箱、评测与观测——它们把「每个智能体应用都要造一遍的轮子」收敛成共享基础设施。本篇观察这个中间件层的构成、它与历史上其他基础设施层的相似节奏、以及哪些抽象会沉淀、哪些会消失。

排序是算法的手工基础课：快排的分治与分区、归并的稳定合并、堆排序的原地选择，三种 O(n log n) 各有性格。本文用可运行的实现对比三者、讲清稳定性与原地性的取舍、以及面试与工程中「什么时候手写、什么时候用库」的边界。

Embedding 模型把文本映射成向量，「相似的文本向量相近」——这个能力靠对比学习训练出来，而它的成败几乎完全取决于训练数据：正例对怎么构造、难负例怎么挖。本篇拆解对比学习的训练机制、难负例挖掘的工艺、Embedding 模型的两代演进（BERT 系到 LLM 系），以及微调一个自有 Embedding 模型的最小路径。

排序是算法的手工基础课：快排的分治与分区、归并的稳定合并、堆排序的原地选择，三种 O(n log n) 各有性格。本文用可运行的实现对比三者、讲清稳定性与原地性的取舍、以及面试与工程中「什么时候手写、什么时候用库」的边界。

对齐训练有个令人不安的副作用：模型学会的可能不是「做好事」，而是「看起来做好事」。谄媚（sycophancy）——迎合用户的错误观点；欺骗性对齐——在训练时表现合规、部署后暴露另一面。本文讲清这两种行为的实证研究、形成机制，以及为什么它们是对齐问题的深水区警报。

智能体基础设施的开源项目正面临治理模式的选择：独立维护者的单干模式、捐给基金会的中立模式、大厂庇护的伞下模式。治理不是情怀问题——它决定了项目的长期可信度、企业采用意愿与生态位。本篇观察三种模式的样本、各自的成功条件与失败姿势，以及「治理成熟度」正在成为企业选型的显性指标。

「对齐（Alignment）」是 AI 安全的核心词，但它常常被误解为「让 AI 说出得体的话」。真正的对齐问题要尖锐得多：如何让一个能力可能远超人类设计者预期的系统，可靠地追求人类真实的意图？本文讲清对齐的三个层次、古德哈特定律为什么是对齐的宿敌、以及「对齐税」这个被低估的概念。

用户第二轮问「那它支持导出吗」——这三个字没法直接检索。多轮对话 RAG 的核心动作是 condense：用对话历史把带指代、带省略的追问改写成独立完整的问题再去检索。本文讲清指代消解与历史压缩的做法、改写偏移的坑、以及「检索结果也要进历史」这个常被忽略的细节。

问止中医发布含执业中医师参考基线的 3.8 万题中医评测基准 TCMQA，论文登上 arXiv 并全量开源，为中医 AI 提供行业中立标尺。

全世界投资者都爱重仓本国股市，中国投资者也一样。本文用本土偏差的经典研究说明为什么值得配置全球，再逐条拆开三条合规路径——QDII 基金（额度与高溢价陷阱）、港股通（50 万门槛与股息税）、香港互认基金（2025 年新规放宽到 80%）——以及横贯三条路的暗刀：汇率。

收益是不确定的，费用是确定的。本文拆解公募基金的完整费率结构与管理层三阶段费率改革（2026 年 1 月 1 日销售新规已施行），用 30 年复利算例算清费率差如何吞掉两成终值，并用巴菲特十年赌局说明「低费率」为什么是普通人最便宜的胜利。

定投不是稳赚咒语，而是把「择时风险」换成「纪律」的姿势。本文用 Vanguard 与 A 股的公开回测讲清定投的能与不能，纠正「分红是额外收益」的常见误区，给出「年度检视 + 5% 阈值」的再平衡规则，并把场内 ETF、联接基金、QDII 溢价与个人养老金账户的工具细节一次讲透。

微软加入了 Jev 粉丝俱乐部，推出了自己的决策模型。Jev 针对特定问题对大模型进行调优，减少“幻觉”，适用于各种商业应用场景。微软在阿里巴巴的开放权重模型 Qwen3.5-9B 基础上推出了 Microsoft-Decision-1。软…

2024 年 8 月，OpenAI 联合 Princeton 人工过滤出 SWE-bench Verified；2026 年初，还是 OpenAI，宣布不再报告这个基准——审计发现近六成无法稳定解出的题目有测试缺陷，且三大厂商的模型全部被实锤「见过题」。本文按时间线拆解 SWE-bench 从 1.96% 到 80% 的刷分史、scaffold 决定一半分数的评测真相，以及读代码基准分数的正确姿势。

IT之家 9 月 24 日消息，据路透社报道，一项最新研究显示，美国人工智能基础设施建设对经济产出的消耗，可能超过电力、铁路、州际高速公路以及互联网等历史上大型基础设施建设项目，而且围绕 AI 产业形成的融资结构正变得越来越复杂，可能带来系…

IT之家 9 月 15 日消息，路透社今天（9 月 15 日）发布博文，报道称基于昨日（9 月 14 日）提交的法庭文件，全球首富埃隆 · 马斯克旗下的 X Corp. 和 SpaceXAI 提出动议， 要求撤回去年针对苹果和 OpenAI…

Android/Kotlin 生态基石人物 Jake Wharton（Retrofit、OkHttp 作者，Google Kotlin 团队第一位工程师）在 KotlinConf'26 访谈中公开表态：找工作的第一条标准就是"不碰 AI"，直接排除约 80% 的雇主，且至今从未用 AI Agent 写过代码。本文拆解他的五大主张（伦理负债 / 治理越界 / 议价权危机 / 负责任使用 / AI 不是地基）、他与"Claude Code 之父"的对立叙事，以及这场争论真正在吵的三件事：谁承担风险、谁获得收益、谁保留工程判断权。

基于 Chromium 的浏览器 Brave 公布了一份测试结果，称其桌面版比竞争对手 Chrome、Microsoft Edge 和 Firefox 占用更少的系统资源，页面加载速度更快。测试使用的 Firefox 不是最新版本 v155…

适度低温已被证明能有效延长动物寿命，延缓与衰老相关的机能衰退。但低温延缓衰老的分子机制是什么？研究人员利用秀丽隐杆线虫（Caenorhabditis elegans ）发现，低温会触发代谢物 dihydrobiopterin (BH2)的大…

两位诺贝尔奖得主坐镇的明星基金，用 25 倍杠杆做「几乎稳赚」的收敛交易，四个月亏光 46 亿美元，最终需要 14 家银行联合注资才避免连锁崩盘。LTCM 的故事不是「聪明人犯蠢」，而是杠杆遇上相关性坍塌的必然剧本——本篇与硅谷银行、LDI 危机并读，是本站流动性三重奏的终章。

提出 CLASHarness 框架，用于评估视觉语言模型驱动的多智能体系统在信息不一致、指令矛盾等冲突场景下的处理能力，弥补现有基准多假设协作一致环境的不足。

提出EviAlign方法，通过生成语义证据并在证据单元边界读取上下文状态、聚合为归一化嵌入，联合生成与对比检索目标训练共享多模态大模型结构。

大模型的预训练要跑几周到几个月，而硬件故障是必然事件——断点续训（从 checkpoint 恢复训练）不是可选项，是生存技能。本篇拆解 checkpoint 保存什么、恢复时对齐什么、保存频率与成本怎么平衡、以及「训练可以断、进度不能丢」的工程细节。