半年不见，聊聊最近的一些想法。

AI 时代

近半年来没有更新什么文章，出游的也好，学术的也好。我可以给自己找借口，说太忙没时间，这也是客观事实。但最主要是因为在当下，我很难写出高质量且不可替代的内容。

没有照片的游记不是好游记，而作为一个修图党，修图和选图全是会用掉不少时间，这也导致有好几次出游的照片到现在都还没碰。此外，单纯的游记分享单纯是对自己生活的记录，私以为，他人能从我的游记中收获的内容太少，花时间看我的游记不如上小红书搜一搜来的全面（毕竟有人专门吃这碗饭）。

而学术内容的写作更是让我感到头疼。想起来 ChatGPT 3.5 的发布也就是大概三年前的这时候，那时的生成式人工智能还充满着各种幻觉，及其不可信；同时也无法联网，这也导致无法对内容进行鉴定；思考能力的缺失也导致其逻辑常常出现混乱，这也导致了输出基本不可信，只能拿来写点充满 AI 味儿的文本。

而现在已经大有不同了。在 coding 领域，Cursor 和 Claude Code 太强大了，各种 MCP 的运用也是眼花缭乱；而在文生图领域，Nano Banana 也是让人叹为观止；而在科研领域，拥有联网以及思考能力的 ChatGPT 也已经能给我提供很多助力了。这也让我感叹，现在的 AI 真是太强了，强到一个月花 20 美金，就可以极大的提高一个人的竞争力。

前两年还常常在新闻中看到，有人坚持在工作当中不使用 AI，公司对此也没有任何要求。现如今，一个不使用 AI 的员工，几乎可以说不会被任何公司青睐，甚至会被厌恶。有人说 AI 的发展速度其实远远不及预期，但事实上从 ChatGPT 到现在也就 3 年时间而已。AI 发展的速度之快，每隔一段时间就会出现大量新知，看都看不过来；每隔一段时间就会出现某个改变行业的产品（Cursor、Nano Banana 等等），这种发展速度让我时常觉得跟不上时代，我也不由得害怕自己在这一波时代浪潮里面没有把握住机会，甚至失去饭碗（尽管概率实在太低）。

这也让我想到一个问题，在这个时代，我的护城河到底是什么？这是最近让我焦虑的一个问题。

ChatGPT 5：

护城河来自“选对问题 + 掌握独占数据与样品 + 建立可扩展的实验/计算平台 + 严格的验证与合规 + 跨学科整合执行力”。AI 是加速器，但“问题选择、因果推断、实验约束与质量体系”决定不可替代性。

论知识储备、阅读速度，机器的高通量太高，人类无论如何都比不上。将同一个问题抛给博士生和 AI，目前 AI 的回答大概率比博士生要全面和完整。而这种机器只需要 20 美金就可以获得，人类却需要二十多年的训练。这也不由得让我感到悲观，这让迫使我思考，如何用好 AI。

最近刚看完老罗和红衣大叔的播客节目，里面也多次提到所谓护城河的问题，讨论对象主要是公司。红衣大叔的观点是，能够及时调整战略，这件事情本身就是一家公司的护城河。这件事情放到个人发展上来说，私以为，也有道理。

可惜到目前为止，我对于 AI for academic career 的探索还仅仅局限于与 ChatGPT 对话的阶段，甚至越想越觉得自己应该 quit，进入另一个行业。因此焦虑了一段时间，确实目前也没什么太好的办法，但转念一想，能意识到这一点、并尝试做出改变，这件事情本身就蛮好的了。

CCP4 Shanghai School

据说，上一次 CCP4 Shanghai School 还是在五年前，这次能参加说来也是巧，正好在附近举行，机会太难得了。

听完第一天的上午就收获许多，于是坚持把 10 天的 Lecture 几乎全听了，也混进去听了几天的 Tutorial，收获确实不少，让我对晶体学有了更深刻的认识。尽管没有这些知识，也能顺利解析蛋白质晶体结构并完成投递，但总有一种，缺乏训练的感觉。

本考虑将此次会议学到的东西，加以完善并分享出来，但新建文件夹后发现，我能够分享的事情也很有限。一方面我也只是懂得皮毛而已，只是相比之下可能了解更多；在可预见的未来，我能够真正上手做晶体学机会非常少，这还挺遗憾的；另一方面，CCP4 官方的教程已经比较详细了，我也不想去做重复造轮子的事情。这种文章意义不是太大，不如把时间放到其他地方，于是又删除了文件夹。

当然，如果您有什么想和我沟通的，我非常乐意，可以联系我。

计算生物学 or 生物信息学

这也是最近在思考的问题。

单纯的结构生物学，已经让我感觉有点疲软了。首先结构本身，很多时候并不能说明太多问题，尽管它是一个很好的工具；其次，想持续保持竞争力，有两个部分我觉得必须得考虑，一方面是点出更多技能树，另一方面是往药物研发上靠拢。否则，单纯的做结构生物学，而不往应用上走，感觉会错失很多机会。

身边有不少做生信的朋友，他们的生活状态令我比较向往，且做生信的前辈们出路都不差，这也不由得让我思考是否可以将生信和结构生物学结合一下。

但探索的结果让我还是有点失落。生物信息学和结构生物学的交叉实在有限，计算生物学却非常适合，于是计划趟一趟计算生物学的坑，包括但不限于：

• 分子动力学模拟
• 分子对接/虚拟筛选

再深入的就先不涉足了，毕竟本职工作还是结构生物学，避免本末倒置。看看有没有机会做一些有意思的东西出来。

当然，这些我还是打算 Powered by AI，这样会更快一些。

尾巴

感觉还有蛮多可以聊的，但已经写不动了，先到这里吧，也暂时不知道下一篇是啥时候。