In the past six months, the author has struggled to produce high-quality, irreplaceable content due to the rapid advancements in AI. The author reflects on the transformative impact of AI across various fields, including coding and academic research, noting that AI tools have significantly increased competitiveness. The author expresses concern about personal relevance in the AI era and the need to identify a unique skill set or 'moat.' Despite exploring AI's potential in academic career development, the author remains uncertain about the future direction. Participation in the CCP4 Shanghai School provided valuable insights into crystallography, though the author feels limited in sharing this knowledge. The author is also considering a shift towards computational biology or bioinformatics, recognizing the need for interdisciplinary skills to remain competitive. The exploration of AI-powered molecular dynamics and virtual screening is planned, although the author remains focused on structural biology. The piece ends with an acknowledgment of more topics to discuss in the future.
好久不见
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）。
最近拍的鸟
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。
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。
图片
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：
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。