追问daily | 半月板切除术无益且有害；迷幻剂改变大脑，效用长达一个月

█ 脑科学动态

Nature：点击凝血技术实现红细胞秒级凝结与极速止血

Nature：蛋白质从头设计的过去、现在与未来

Cell：人工智能赋能植物星球计划

10年随访证半月板切除术无益且可能增加膝关节退化风险

补充Omega-3可能加速老年人认知衰退

单次服用裸盖菇素促发人脑长期解剖改变并提升幸福感

父母基因通过塑造家庭环境波及儿童心理健康

锂盐失效怎么办？超16万人研究指引双相情感障碍新用药策略

█ AI行业动态

GPT-5.5 Instant：幻觉减半、个性觉醒，免费向全体用户开放

Meta进军具身智能：打造人形机器人的“安卓大脑”

OpenAI总裁当庭自曝“零元购”：0美元投入换来300亿股权

Anthropic联合创始人预测：2028年AI将实现自我进化，无人类参与

美国AI用户画像出炉：Claude用户更富裕但规模小众，AI市场开始按阶层排队

█ AI驱动科学

Science：AI大模型在急诊诊断中超越人类医生

Science：利用生成式AI创造出只有19种氨基酸的细胞

神经形态光子设备实现超高速超低能耗的电信信号恢复

计算机视觉揭示绘画笔触奥秘，量化分析艺术家创作风格

人工智能可根据ChatGPT聊天记录精准推断用户性格

AI安全风险源于合法企业而非黑客

闭环脑机接口：神经与精神疾病治疗的新范式

现有图像保护技术在通用AI模型面前不堪一击

AI读脑新突破：科学家首次高精度解码睡眠中的记忆内容

普通胶带竟是可编程的机械存储器

脑科学动态

Nature：点击凝血技术实现红细胞秒级凝结与极速止血

针对天然血凝块形成缓慢且机械强度低，容易导致严重出血甚至死亡的问题，麦吉尔大学（McGill University）的 Jianyu Li 和 Shuaibing Jiang 等人开发了一种创新的点击凝血技术。该技术能够将红细胞瞬间交联成高强度的细胞凝胶，不仅实现了极速止血，还能促进组织再生并减少炎症。

传统止血材料多致力于模拟血小板，但天然血凝块因缺乏结构聚合物极易破裂。为解决此难题，研究团队利用血液中储量极其丰富的红细胞，并引入诺贝尔化学奖成果点击化学（Click Chemistry，一类高效专一且不干扰生物系统内正常细胞功能的生物正交化学反应）进行深度改造。在具体操作中，研究人员将反式环辛烯（trans-cyclooctene，一种具有极高反应活性的化学基团）附着在大鼠红细胞膜表面蛋白上，同时将四嗪（tetrazine，一种能够与前者发生瞬间特异性偶联的分子）接枝到长链聚合物上。当这两种成分混合时，数秒内即可发生交联反应，将游离的红细胞紧密连接，形成具有高度弹性的工程化血凝块（Engineered Blood Clot，一种经过人工改造的高强度细胞凝胶材料）。测试数据显示，这种新型血凝块的抗断裂能力较天然状态提升了13倍，黏附力提升了4倍。在大鼠肝脏切口模型中，其极速止血与减少失血的综合效果显著优于现有的临床商业化产品。此外，该凝块还能有效减轻炎症反应，预防外科术后粘连，并加速周边组织的修复与再生。该研究进一步验证了使用患者自体或血型匹配异体细胞的安全可行性，为应对严重创伤大出血提供了强有力的新一代医疗干预方案。研究发表在 Nature 上。

#疾病与健康 #其他 #点击凝血 #生物材料 #组织再生

阅读更多：

Jiang, Shuaibing, et al. “Engineering Tough Blood Clots for Rapid Haemostasis and Enhanced Regeneration.” Nature, Apr. 2026, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-026-10412-y

Nature：诺奖得主David Baker团队发文综述蛋白质从头设计的过去、现在与未来

面对癌症和阿尔茨海默病等健康挑战，缓慢的自然选择已无法满足人类对全新功能蛋白质的迫切需求。Wei Yang、Shunzhi Wang和David Baker等研究人员（华盛顿大学与深圳医学科学院等）系统综述了该领域的最新进展，揭示深度学习技术正推动蛋白质构建从随机试错全面迈向可控的意图生成。

该综述梳理了蛋白质从头设计从计算时代向生成时代的范式转变。早期基于物理化学力场的方法旨在寻找全局自由能最低状态，过程耗时且成功率有限。如今引入深度学习后，研究人员开发出RFdiffusion（一种借鉴图像生成思路的扩散模型，能够通过逐步去除随机噪声来生成合理的蛋白质三维骨架）与ProteinMPNN（一种专为蛋白质结构填充最优氨基酸序列的深度神经网络算法）等强大工具。借助这些开源技术，科研人员不仅能常规化设计前所未有的单体结构和复杂对称组装体，还成功开发出高特异性的靶点结合剂及小分子酶。尽管目前在设计能催化高能垒反应的催化剂以及整合多种动态响应机制的智能纳米机器方面仍存挑战，但人工智能的介入已极大降低了技术门槛。研究发表在 Nature 上。

#AI驱动科学 #大模型技术 #蛋白质设计 #生成式AI #合成生物学

阅读更多：

Yang, Wei, et al. “The Past, Present and Future of de Novo Protein Design.” Nature, vol. 652, no. 8112, Apr. 2026, pp. 1139–52. www.nature.com, https://doi.org/10.1038/s41586-026-10328-7

Cell：人工智能赋能植物星球计划：全球联盟绘制陆地植物基因组全景图谱

陆地植物基因组多样性亟待探索。Li Wang与Sanwen Huang等（中国农业科学院等）发起了覆盖全球数十个机构的联合倡议。该团队结合系统测序与人工智能分析，全面规划了揭示基因组多样性演化规律的科学路径，为生态保护、农业育种及天然药物开发确立了全新的数据基座。

当前绝大多数植物分支缺乏参考基因组。为填补这一历史空白，研究团队提出了植物星球计划（PLANeT），目标在三年内完成超过百分之九十五的开花植物科基因组测序，并在十二年内覆盖百分之九十的开花植物属。面对即将爆发的海量数据，研究引入了基础模型以解码底层的基因组语言。该人工智能大模型将执行四项核心任务：精准的结构注释（structural annotation，在基因组序列上定位基因并标明其内部结构的分析过程）、基因表达网络预测、进化轨迹追踪，以及生物合成基因簇（biosynthetic gene clusters，在染色体上物理相邻且协同参与特定次级代谢产物合成的基因集合）的快速识别。通过比较系统发育基因组学分析，该研究能够为濒危物种构建数字化档案，并精准定位野生近缘种中严格保留的抗逆基因资源。这一宏伟蓝图最终将基因组多样性转化为可操作的作物改良目标与药物发现指南。倡议与研究蓝图发表在 Cell 上。

#AI驱动科学 #跨学科整合 #植物基因组学 #生物多样性保护 #分子育种

阅读更多：

Wang, Li, et al. “PLANeT: Understanding and Leveraging the Genome of Land Plants for a Sustainable Future.” Cell, vol. 189, no. 9, Apr. 2026, pp. 2519–32. www.cell.com, https://doi.org/10.1016/j.cell.2026.01.026

10年随访证半月板切除术无益且可能增加膝关节退化风险

针对全球广泛开展的膝关节半月板切除手术究竟是否有效这一临床疑问，赫尔辛基大学的 Roope Kalske 和 Raine Sihvonen 团队展开了长期随访。结果证实这项常见手术不仅无法改善患者症状，反而可能加速关节退化。

研究团队基于芬兰退行性半月板损伤研究进行了为期10年的随访。研究将146名患有退行性半月板撕裂的患者随机分为两组，分别接受部分半月板切除术（partial meniscectomy，即通过手术修整或切除退化受损的半月板组织）或假手术（sham surgery，即模拟完整手术流程但不执行核心治疗步骤的安慰剂干预手段）。在长达10年的随访期内，超过90%的参与者完成了最终评估。数据显示，与接受假手术的患者相比，接受真实切除术的患者在症状缓解和关节功能方面并未出现明显改善。相反，真实手术组表现出更多的临床症状和更显著的关节功能下降。此外，这些患者的骨关节炎进展更为迅速，且未来需要再次接受膝关节手术的概率也大幅增加。这一发现挑战了医学界长期以来认为半月板撕裂需直接手术切除的推断，提示此类关节疼痛更多源于自然衰老引发的退行性变，盲目手术可能构成医学逆转现象。研究发表在 New England Journal of Medicine 上。

#疾病与健康 #其他 #骨关节炎 #半月板切除术 #医学逆转

阅读更多：

“Arthroscopic Partial Meniscectomy for Degenerative Tear — 10-Year Outcomes | NEJM.” New England Journal of Medicine. www.nejm.org, https://www.nejm.org/doi/abs/10.1056/NEJMc2516079. Accessed 6 May 2026

补充Omega-3可能加速老年人认知衰退

老年人常服用Omega-3补充剂以保护认知功能，但这真的有效吗？Zheng-Bin Liao 等中国研究人员基于阿尔茨海默病神经影像学计划的数据开展长期研究，结果发现服用该补充剂不仅无益，反而与认知能力加速衰退显著相关。

▷ FDG 代谢减低介导了ω-3 补充剂与认知能力下降之间的关联。Credit: The Journal of Prevention of Alzheimer's Disease (2026).

该团队开展了一项为期五年的纵向观察性研究，对比了273名服用Omega-3的受试者与546名在年龄、遗传等条件相匹配的未服用者。研究采用线性混合效应模型追踪受试者的认知评分。结果显示服用组在多项认知测试中衰退更快。中介分析表明，该现象并非由淀粉样斑块、tau蛋白异常或灰质萎缩等经典病理引起。进一步的氟代脱氧葡萄糖正电子发射断层扫描显示，服用组大脑易感区域的葡萄糖代谢显著降低。这表明其可能引发了突触功能障碍，降低了脑细胞通讯效率。研究发表在 The Journal of Prevention of Alzheimer's Disease 上。

#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #Omega-3补充剂 #认知衰退

阅读更多：

Liao, Zheng-Bin, et al. “The Association between Omega-3 Supplementation and Cognitive Decline in Older Adults.” The Journal of Prevention of Alzheimer’s Disease, vol. 13, no. 6, June 2026, p. 100569. ScienceDirect, https://doi.org/10.1016/j.tjpad.2026.100569

单次服用裸盖菇素促发人脑长期解剖改变并提升幸福感

迷幻剂能否在大脑中留下持久的结构与功能印记？Taylor Lyons和Robin L. Carhart-Harris等（伦敦帝国理工学院与加州大学旧金山分校）针对这一问题开展研究，发现单次服用高剂量裸盖菇素不仅能改变大脑解剖结构并引发脑神经网络重塑，还能通过提升急性期的大脑信息不规则程度带来长达一个月的洞察力与幸福感改善。

这项研究采用探索性且包含安慰剂对照的受试者内设计，招募了28名从未接触过迷幻剂的健康志愿者。受试者首先接受1毫克裸盖菇素，并在一个月后接受25毫克的高剂量。研究期间，团队结合脑电图、功能磁共振成像和弥散张量成像技术，追踪急性期与长期的大脑变化。结果显示，高剂量用药后1至2小时内，受试者大脑的信息熵显著增加。一个月后，DTI数据表明其前额叶至皮层下区域神经纤维束的轴向扩散率下降，意味着神经纤维密度和完整性增强，这与大脑衰老导致神经束扩散的退化过程截然相反。此外，fMRI显示受试者大脑网络模块化程度的降低与主观幸福感的显著提升存在紧密关联。预测模型进一步揭示，急性期信息熵的增加直接促成了次日深度的心理洞察力，并以此为中介实现了用药一个月后幸福感与认知灵活性的长期提升。该发现为开发针对抑郁症等精神疾病的精准靶向疗法提供了关键的生物学依据。研究发表在 Nature Communications 上。

#疾病与健康 #神经机制与脑功能解析 #心理健康与精神疾病 #裸盖菇素 #脑电图

阅读更多：

Lyons, T., et al. “Human Brain Changes after First Psilocybin Use.” Nature Communications, vol. 17, no. 1, May 2026, p. 3977. www.nature.com, https://doi.org/10.1038/s41467-026-71962-3

父母基因通过塑造家庭环境波及儿童心理健康

儿童抑郁症和焦虑症等内化问题的产生不仅受自身基因影响，是否还受父母基因间接塑造的家庭环境的干预？Razieh Chegeni团队（奥斯陆大学和挪威公共卫生研究所）分析了家庭成员的多基因评分与交互作用，揭示了心理健康风险在代际传递中的双重路径及发育差异，并证实了综合模型在预测上的优势。

▷ 研究采用家庭内部三元组模型来探讨风险的代际传递。路径图展示了一个回归模型，该模型利用母亲、父亲和子女的 PGS（多基因遗传）预测子女的内化问题。Directc 代表子女 PGS 对其内化问题的直接遗传效应。遗传传递是指父母 PGS 通过遗传途径（例如，父亲 PGS 通过 directf 和 directc 路径传递给子女内化问题）影响子女内化问题的路径。indirectf 和 indirectm 代表间接遗传效应。三元组交互路径包括 PGSf × PGSm、PGSf × PGSc 和 PGSm × PGSc。Credit: Razieh Chegeni.

研究团队利用挪威队列研究中9314个三人家庭组的数据，考察了儿童在8岁和14岁时的内化症状。研究人员为每位家庭成员提取了15种特征的多基因评分，并采用弹性网络回归对比了不同的预测模型。结果表明，结合儿童与父母基因的综合模型预测最为准确。研究发现，父母基因主要通过影响教养方式等途径产生间接作用，且这种间接影响在8岁儿童群体中尤为关键；当儿童长到14岁时，其自身的遗传倾向对抑郁和焦虑的主导作用更加明显。此外，父亲与幸福感相关的基因以及母亲与吸烟和认知技能相关的基因是重要预测指标。该发现表明代际心理健康风险涉及比以往认知更广泛的父母特征。研究发表在 Nature Mental Health 上。

#疾病与健康 #心理健康与精神疾病 #抑郁与焦虑 #多基因评分 #机器学习

阅读更多：

Chegeni, Razieh, et al. “Direct and Indirect Parental Genetic Effects on Offspring Susceptibility to Internalizing Problems across Development.” Nature Mental Health, Apr. 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s44220-026-00619-3

锂盐失效怎么办？超16万人研究指引双相情感障碍新用药策略

治疗双相情感障碍的传统金标准药物锂盐并非对所有患者奏效，且常伴随难以控制的副作用。为解决这一临床难题，Johannes Lieslehto 团队（芬兰纽瓦涅米医院、瑞典卡罗林斯卡研究所等机构）通过长期的跨国队列研究，明确了当锂盐失效或停用时，能够有效降低复发和住院风险的特定药物组合方案。

这项大规模观察性研究分析了来自瑞典和芬兰超16万名患者的数据，平均随访约9年。研究采用了创新的自身对照分析，并通过精神科住院记录评估复发率。结果显示，与单用锂盐相比，氯氮平（clozapine）联合阿立哌唑（aripiprazole）、单独使用氯氮平，以及长效注射用抗精神病药物（LAI，即需要定期注射的长效制剂）联合锂盐能显著降低复发风险。针对逾两万名停用锂盐的患者，研究发现采用LAI联合丙戊酸钠（valproate）、喹硫平（quetiapine）联合拉莫三嗪（lamotrigine）等特定方案可有效减少住院次数。该研究强调药物组合方式对长期预后至关重要，为难治性患者提供了基于真实世界数据的用药指南。研究发表在 Nature Mental Health 上。

#疾病与健康 #心理健康与精神疾病 #双相情感障碍 #锂盐 #药物组合

阅读更多：

Lieslehto, Johannes, et al. “Comparative Effectiveness of Treatment Strategies for Bipolar Disorder during and after Lithium Treatment.” Nature Mental Health, Apr. 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s44220-026-00645-1

AI 行业动态

OpenAI推出GPT-5.5 Instant：幻觉减半、个性觉醒，免费向全体用户开放

OpenAI近日宣布，最新模型GPT-5.5 Instant已正式上线，并取代GPT-5.3 Instant成为ChatGPT所有用户的默认模型。此次升级带来了三大核心改进：回答更简洁、记忆与个性化能力增强、事实准确性显著提升。基准测试显示，该模型在数学推理（AIME 2025）上得分从65.4%跃升至81.2%，在博士级科学问题（GPQA）和多模态推理（MMMU-Pro）上也有大幅进步。尤为关键的是，在高风险领域（如医疗、法律、金融）中，模型产生的幻觉比前代减少了52.5%，用户主动标记的事实错误也下降了37.3%。同时，为了提升交互效率，GPT-5.5 Instant的回复字数和行数分别被压缩了约30%，并刻意减少了无意义的表情符号和冗余格式。

此次更新中最受瞩目的功能是模型的“个性化”能力。GPT-5.5 Instant能够主动调用用户过往的聊天记录、上传的文件以及连接的Gmail邮箱，从而提供更具针对性的回答。例如，推荐茶饮店时会参考用户常去的店铺和偏好的口味。同步推出的“记忆来源”（Memory Sources）功能让用户可以查看并管理模型引用的具体历史对话，控制其“记住”或“忘记”的内容。这一记忆与个性化功能目前面向网页端的Plus和Pro用户开放，移动端和其他用户将陆续获得。OpenAI同时宣布，GPT-5.3 Instant将在三个月后正式退役，为开发者预留了迁移窗口。业界认为，默认模型的质量直接影响数亿普通用户的体验，此次更新标志着ChatGPT在准确性、简洁性和人情味之间找到了新的平衡点。

#GPT-5.5Instant #大模型升级 #幻觉降低 #AI个性化 #免费模型

阅读更多：

https://openai.com/index/gpt-5-5-instant/

Meta进军具身智能：收购顶尖AI团队，打造人形机器人的“安卓大脑”

Meta Platforms Inc.近日宣布完成对机器人人工智能初创企业Assured Robot Intelligence（简称ARI）的收购。这支约20人的精锐团队将整体并入Meta的“超级智能实验室”，与公司去年成立的机器人工作室紧密协作，共同开发驱动人形机器人的底层技术。与特斯拉、谷歌等直接涉足硬件制造不同，Meta此番采取了更为轻资产的策略：聚焦机器人所需的传感器、底层AI模型与软件栈（支撑机器人运行的软件体系），而非亲自生产钢铁躯壳。其目标是在未来的具身智能市场中，扮演类似安卓平台或高通芯片的角色，向硬件制造商提供通用的“智能大脑”，从而收割底层生态红利。

ARI是一家专注于为人形机器人开发智能模型的初创公司，其核心技术在于让机器人理解并预测人类行为，重点攻克高精度敏捷操作、触觉传感以及全身协调平衡等难题。公司联合创始人Xiaolong Wang曾担任英伟达的基础模型研究员和加州大学圣地亚哥分校（UCSD）副教授，另一位联合创始人Lerrel Pinto则是纽约大学（NYU）的研究员，并曾联合创立机器人公司Fauna Robotics（后者已于今年3月被亚马逊收购）。Meta发言人表示，ARI团队在模型设计、自主学习和全身人形控制方面的深厚专业知识，将加速Meta在实体AI领域的布局。这标志着这家曾深耕虚拟世界的巨头，正试图走出元宇宙，成为驱动物理世界的“数字大脑”提供者。

#Meta收购 #人形机器人 #具身智能 #AI软件平台 #AssuredRobotIntelligence

阅读更多：

https://www.barchart.com/story/news/1715124/as-meta-platforms-buys-assured-robot-intelligence-meta-stock-becomes-a-bet-on-humanoids

OpenAI总裁当庭自曝“零元购”：0美元投入换来300亿股权，马斯克胜诉在望？

一场关乎数百亿美元的硅谷世纪审判出现惊人转折。在2026年5月的奥克兰联邦法院庭审中，OpenAI总裁Greg Brockman当庭承认，自己从未向OpenAI营利部门投入一分钱现金，却持有价值约300亿美元的股权。而作为OpenAI最早资助者、累计捐赠超3800万美元并提供早期支持的马斯克，在如今的OpenAI中个人占股为零。这一“零元购”式自曝引发法庭哗然，纽约大学学者Gary Marcus随即判断，这或许是马斯克“最接近赢的一次”。庭审还披露了更敏感的利益冲突：Brockman与OpenAI首席执行官Sam Altman私下购买了AI芯片公司Cerebras的个人股份，随后Brockman在OpenAI内部大力推动与Cerebras达成巨额交易——从100亿美元订单到追加至200亿美元，致使Cerebras估值翻了近三倍。这种非营利组织受托人利用慈善资金扶持个人投资公司的行为，被指涉嫌违反加州慈善信托法中的“自我交易”（self-dealing，即受托人通过机构交易让自己或关联方获利）禁令。

面对“背信弃义”的指控，OpenAI方面辩称，为获取实现通用人工智能所需的海量算力和顶尖人才，从非营利转向营利性结构是“必要的恶”。但马斯克方援引早期邮件指出，Brockman曾亲口承认若如此转型将是“道德上的破产”。专家证人、加州大学伯克利分校教授Stuart Russell在庭上警告，当前的AGI竞赛已演变成失控的军备竞赛，追求速度正在牺牲安全性。法官的关注点始终围绕OpenAI是否违反创立时的合同义务、其转型是否合法。若马斯克胜诉，OpenAI或被强制开源，其与微软的独家授权协议可能撤销，Brockman的300亿美元股权更可能化为泡影；反之则意味硅谷“野蛮生长”逻辑的全面胜利。

#OpenAI庭审 #零元购股权 #自我交易 #马斯克诉讼 #AGI军备竞赛

阅读更多：

https://storage.courtlistener.com/recap/gov.uscourts.cand.433688/gov.uscourts.cand.433688.522.0.pdf

Anthropic联合创始人预测：2028年AI将实现自我进化，无人类参与

人工智能领域迎来一个大胆的预言。Anthropic联合创始人Jack Clark近日发文称，根据对公开AI开发数据的分析，他认为到2028年底，AI系统实现递归自我改进（recursive self-improvement，指AI能自主构建并改进自身，形成加速迭代循环）的概率高达60%。这一判断基于多个关键基准测试的显著进展：在考察解决真实GitHub问题的SWE-Bench上，顶尖模型成功率从2023年底的约2%飙升至93.9%；在衡量AI完成长时任务能力的METR时间跨度测试中，AI可独立工作的时间从2022年的30秒级跃升至2026年的约12小时级。此外，AI在复现科学论文（CORE-Bench，计算可复现性智能体基准）、解决Kaggle竞赛（MLE-Bench，机器学习工程基准）以及底层Kernel优化等AI研发核心任务上均展现出惊人的进步速度。Clark指出，AI已能自动化AI工程中的大片工作，甚至可能管理其他AI形成合成团队。

这一预言引发激烈讨论。支持者视其为迈向超级智能和奇点的关键一步，但质疑声同样存在。华盛顿大学计算机科学教授Pedro Domingos认为，AI“构建自身”的能力早在上世纪50年代就已存在，关键在于能否获得递增回报，而目前尚无明确证据。Clark本人也坦承，这一判断让他感到不安，因为其影响过于深远。他强调，若递归自我改进成为现实，将带来巨大挑战：现有对齐技术可能在更智能的系统中失效；AI将极大提升所有涉足领域的生产力，导致资源分配成为政治难题；并催生资本密集型、人力依赖极低的新经济形态。Clark将当前处境比作“凝视黑洞”，认为社会尚未准备好迎接AI研发自动化带来的深层变革。他给出2028年底的概率为60%，而2027年仅为30%，认为突破更可能发生在这一时间窗口。

#递归自我改进 #AI研发自动化 #JackClark #智能奇点 #Anthropic

阅读更多：

https://x.com/jackclarkSF/status/2051312759594471886

美国AI用户画像出炉：Claude用户更富裕但规模小众，AI市场开始按阶层排队

一份由Epoch AI与Ipsos联合进行的美国全国性调查揭示了各大AI助手的用户收入差异。数据显示，过去一周使用过Claude的美国成年人中，高达79.8%来自年收入10万美元以上的家庭，远高于ChatGPT（60.3%）、Google Gemini（55.9%）和Meta AI（36.5%），而美国成年人总体中这一比例约为50%。然而，Claude的周活跃用户占比仅为3%，远低于ChatGPT的31%和Gemini的21%。这表明Claude虽然吸引了高收入人群中的“重度使用者”，但绝对覆盖率依然很小。其产品定位偏向主动访问、长文本处理、代码编写和专业任务，需要用户明确知道自己为何打开它，这种高门槛天然筛选出了更愿意为效率付费的精英群体。

调查同时勾勒出AI市场的分层图景。与Claude形成鲜明对比的是Meta AI，其周活用户中仅36.5%来自高收入家庭，低收入家庭占比达32.1%，更接近大众市场——这得益于它嵌入WhatsApp、Instagram等社交应用的入口优势。使用强度上，49%的AI用户每周使用2-5天，但62%的人每天仅处理一两个快速任务，真正高度依赖AI的比例只有6%。在有工作的用户中，仅26%主要将AI用于工作。分析认为，AI行业的下一轮竞争将围绕高强度用户展开——他们会把AI接入代码、合同、研究等核心工作流，模型能力差异会直接转化为生产力差距。对Anthropic而言，高收入画像是利好，但3%的周使用率难以支撑大众平台叙事；而OpenAI、Meta等则面临如何将规模优势转化为工作流锁定的挑战。

#Claude用户画像 #AI收入分层 #高强度用户 #AI市场分层 #Anthropic

阅读更多：

https://epoch.ai/data-insights/service-by-income

AI 驱动科学

Science：AI大模型在急诊诊断中超越人类医生

如何在信息匮乏且充满不确定性的急诊环境中做出快速准确的医疗决策？Peter G. Brodeur和Adam Rodman团队（哈佛大学医学院和贝斯以色列女执事医疗中心）将OpenAI的o1大语言模型引入真实的急诊科场景进行实测，结果发现该模型在急诊分诊和制定治疗方案上的准确率显著超越了人类内科医生，揭示了医疗决策权力结构重组的新趋势。

研究团队从急诊科随机抽取了76名真实患者的电子病历，在零预处理的严苛条件下对比了AI与人类医生的诊断表现。实验采取双盲方式进行。结果显示，在信息最少且至关重要的急诊分诊阶段，o1模型的诊断准确率达到67.1%，而人类医生的最高准确率仅为55.3%。在随后的临床治疗管理方案制定测试中，o1模型以89%的得分远超人类医生使用传统资源时的34%。盲评医生甚至无法分辨出哪些诊断是AI写的。尽管数据亮眼，但研究强调急诊医学包含大量非语言信号的判断，AI目前无法感知患者的痛苦与体征变化。因此，这并非意味机器会取代医生，而是预示着未来诊室将走向基于大模型的临床辅助与人机协作新范式。研究发表在 Science 上。

#疾病与健康 #大模型技术 #医学诊断 #人机协作 #急诊医学

阅读更多：

Brodeur, Peter G., et al. “Performance of a Large Language Model on the Reasoning Tasks of a Physician.” Science, vol. 392, no. 6797, Apr. 2026, pp. 524–27. science.org (Atypon), https://doi.org/10.1126/science.adz4433

Science：利用生成式AI创造出只有19种氨基酸的细胞

地球上所有已知生命均由20种标准氨基酸构成，能否用更少的氨基酸创造生命？哥伦比亚大学（Columbia University）的Liyuan Liu等研究人员利用生成式人工智能，成功剔除大肠杆菌核糖体中的异亮氨酸，创造出仅依赖19种氨基酸运行的细胞，首次证明了生命基础构成的可塑性。

研究团队最初尝试将大肠杆菌必需蛋白中的异亮氨酸（Isoleucine，一种构成生命体的标准氨基酸）简单替换为结构相似的其他氨基酸，但这导致多数蛋白质彻底丧失功能。为此，研究人员引入了先进的人工智能工具，包括基于序列的语言模型和基于结构的模型，例如AlphaFold2。他们将目标锁定为细胞的核心机制核糖体。通过迭代的设计构建测试（DBT，Design-Build-Test，一种合成生物学中常用的工程化研发框架）循环，人工智能不仅提出了精准的替代方案，还设计了人类难以凭经验直观想到的补偿性突变，从而维持了蛋白质的局部结构稳定。结果显示，团队成功重构了52种核糖体蛋白，替换了全部382个异亮氨酸，并将21个修改后的无异亮氨酸亚基整合到大肠杆菌基因组中，成功培育出Ec19菌株。该菌株细胞适应性达到野生型的百分之九十以上，在实验室连续传代450代后也未出现回复突变，展现出极高的稳定性。这项突破标志着合成生物学从修饰自然迈向了按工程学原理重新编码生命基础的新纪元。研究发表在 Science 上。

#AI驱动科学 #大模型技术 #合成生物学 #蛋白质设计 #进化生物学

阅读更多：

Liu, Liyuan, et al. “Toward Life with a 19–Amino Acid Alphabet through Generative Artificial Intelligence Design.” Science, vol. 392, no. 6797, Apr. 2026, p. eaeb5171. science.org (Atypon), https://doi.org/10.1126/science.aeb5171

神经形态光子设备实现超高速超低能耗的电信信号恢复

传统电子计算存在高能耗与延迟问题。法国国家科学研究院的Roberto Morandotti与A. Aadhi等开发出一种光学人工智能设备。该研究通过光子代替电子处理数据，成功实现了通信信号的超高速、低能耗精确恢复。

▷ 实验装置图。Credit: Nature Communications (2025).

该设备基于储层计算方法。研究团队构建了基于非线性放大环形镜的光子计算平台，结合密集时间编码与波分复用（wavelength-division multiplexing，一种在单根光纤中同时传输多波长光信号的技术），实现了全光架构的并发多任务处理。系统中半导体光放大器在未饱和状态下运行以调节激活函数，而可变光衰减器则控制系统的记忆衰退，显著提升了设备应对不同任务的灵活性。实验表明，该平台无需更换物理组件即可同时处理多个独立数据流。系统的吞吐量高达每秒20万亿次操作（20 TOPS），每次操作能耗仅为4.4飞焦耳。在多位延迟奇偶校验分类测试中，系统准确识别了连续值输入信号，并在特定参数下达到百分之百的验证准确率。该成果为构建超高速、可持续的下一代通信网络奠定了重要技术基础。研究发表在 Nature Communications 上。

#其他 #计算模型与人工智能模拟 #神经形态光子学 #储层计算 #通信网络

阅读更多：

Aadhi, A., et al. “Scalable Photonic Reservoir Computing for Parallel Machine Learning Tasks.” Nature Communications, vol. 17, no. 1, Dec. 2025, p. 1225. www.nature.com, https://doi.org/10.1038/s41467-025-67983-z

计算机视觉揭示绘画笔触奥秘，量化分析艺术家创作风格

如何将艺术家的“手势”这一难以捉摸的特质进行量化分析？宾夕法尼亚州立大学的James Z. Wang、Lizhen Zhu、Chaewan Chun与英国拉夫堡大学的Kathryn Brown组成的跨学科团队，开发了一种创新的计算机视觉方法。该方法能将绘画中隐藏的笔触结构可视化，为深入理解和比较艺术家的创作风格提供了全新的数据驱动视角。

▷ 从克劳德·莫奈的《干草堆》系列中提取的流线。Credit: Patterns (2026).

研究团队运用图像分析技术，检测画作上每个微小区域的笔触方向，并将这些方向连接成连续的“流线”，仿佛重现了艺术家画笔在画布上的运动轨迹。通过测量这些流线的长度、曲率和方向一致性等特征，研究人员成功将绘画风格转化为可量化的数据。以莫奈的《干草堆》系列为例，该方法清晰地展示了其笔触如何随光影变化来塑造物体的形态和质感。在对比分析中，该模型揭示了雷诺阿和莫奈在描绘同一场景《蛙塘》时截然不同的风格：雷诺阿的笔触短促、盘旋，流线更弯曲；而莫奈的笔触则更长、更平直，呈现出更强的结构感。这项技术不仅为艺术史学家提供了强大的分析工具，也让普通观众能更直观地“看”到艺术家的创作过程。研究发表在 Patterns 上。

#AI驱动科学 #跨学科整合 #计算机视觉 #艺术分析 #印象派

阅读更多：

Zhu, Lizhen, et al. “Mapping the Flow of Painterly Gesture.” Patterns, vol. 7, no. 3, Mar. 2026. www.cell.com, https://doi.org/10.1016/j.patter.2026.101516

人工智能可根据ChatGPT聊天记录精准推断用户性格

用户的ChatGPT聊天记录会暴露其人格特质吗？苏黎世联邦理工学院的Noé Zufferey、Derya Cögendez和Verena Zimmermann团队进行了一项研究。他们发现，人工智能模型仅通过分析用户与ChatGPT的对话，就能以惊人的准确率推断出其“五大人格”（Big Five）特质，这凸显了大型语言模型应用中严峻的隐私风险。

▷ Credit: Cögendez, Zimmermann, Zufferey.

研究团队收集了668名用户的ChatGPT聊天记录（总计约62,000条对话），并让他们完成标准的“五大人格”心理测试作为真实数据。随后，研究人员训练了一个人工智能模型来分析这些对话文本，以预测用户的五项核心人格特质：开放性、尽责性、外向性、宜人性和神经质。结果显示，模型的预测准确率远超随机水平，尤其是在推断外向性和神经质方面表现突出。更有趣的是，特定的对话主题是特定性格的“泄密者”：例如，讨论人际关系的内容与外向性的推断高度相关，而涉及宗教的对话则更容易暴露用户的尽责性水平。研究明确指出，即便是看似无害的闲聊也可能包含用于性格画像的线索，且用户与AI的互动频率越高，其性格被准确推断的风险也越大。这项工作警示我们，与AI的日常互动正在以前所未有的方式产生可被利用的个人数据。

#认知科学 #预测模型构建 #大模型技术 #隐私风险

阅读更多：

Cögendez, Derya, et al. “Can LLMs Infer Conversational Agent Users’ Personality Traits from Chat History?” arXiv:2604.19785, arXiv, 4 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.19785

AI安全风险源于合法企业而非黑客

公众普遍担忧生成式AI会颠覆网络犯罪生态，但现实究竟如何？Jack Hughes、Ben Collier、Daniel R. Thomas等（爱丁堡大学、剑桥大学、斯特拉斯克莱德大学）研究团队，通过分析超一亿条暗网论坛帖子发现，AI目前并未从根本上改变网络犯罪，其影响被过分夸大，现实更接近于一种缓慢的演变而非革命。

研究团队分析了涵盖超过15年、帖子数量过亿的CrimeBB数据库，重点关注自2022年11月ChatGPT发布以来的相关讨论。结果显示，AI工具并未显著降低网络犯罪的入门门槛。对于新手而言，使用预制脚本的效率远高于利用AI从零开始。AI编码助手等工具更多是为本已具备技能的犯罪分子提供了便利，其作用类似于升级版的代码搜索引擎，而非颠覆性的创新工具。AI的实际应用主要集中在一些本已高度自动化的低利润领域，如运营用于欺诈或骚扰的社交媒体机器人。研究还发现，主流聊天机器人的安全护栏（guardrails，指为防止模型产生有害输出而设置的限制）在很大程度上是有效的。讽刺的是，许多犯罪分子甚至在论坛上表达了对自己合法IT工作被AI取代的担忧。该研究最终警告，当前最紧迫的AI安全风险，并非来自犯罪分子开发出强大的AI武器，而是源于合法企业和公众采用了安全性不足的自主AI系统，这为犯罪分子利用低技术手段发动灾难性攻击敞开了大门。

#其他 #人工智能 #网络犯罪 #生成式AI

阅读更多：

Hughes, Jack, et al. “Stand-Alone Complex or Vibercrime? Exploring the Adoption and Innovation of GenAI Tools, Coding Assistants, and Agents within Cybercrime Ecosystems.” arXiv:2603.29545, arXiv, 31 Mar. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2603.29545

闭环脑机接口：神经与精神疾病治疗的新范式

针对神经与精神疾病治疗中普遍存在的动态调整不足问题，来自华中科技大学同济医学院附属同济医院的Yeguang Xu、Danyang Chen及多学科团队发表了一篇综述，系统阐述了脑机接口（BCI）如何通过“读取”脑信号并“写入”按需刺激，引领神经治疗进入精准、个性化的闭环时代。

该综述系统梳理了脑机接口在神经治疗领域的范式转变。文章以卒中后运动康复为主线，详细论述了多种前沿技术如何构成“信号读取-按需干预”的闭环。例如，创伤更小的血管内脑机接口（endovascular BCI）可捕捉运动意图，并触发硬膜外脊髓刺激，从而放大微弱的下行指令，促进功能恢复。这一闭环理念被成功迁移至其他疾病：在帕金森病中，系统可根据病理性β频段振荡的强度，动态调整脑深部电刺激；在癫痫治疗中，响应性神经刺激能在捕捉到发作前兆时精准干预，显著降低发作频率；在抑郁症治疗中，研究人员甚至找到了与情绪相关的个体化生物标志物，实现了每日仅需短时刺激即可达到临床缓解。该综述的核心论点是，未来神经治疗的突破点不在于更强的刺激，而在于基于实时脑状态的精准、按需调控。研究发表在 MedComm 上。

#疾病与健康 #神经调控 #脑机接口 #闭环治疗

阅读更多：

Xu, Yeguang, et al. “Emerging Neural Recording and Neurostimulation Technologies Based on Brain–Computer Interface: A Promising Approach for Neuropsychiatric Disorders.” MedComm, vol. 7, no. 4, 2026, p. e70739. Wiley Online Library, https://doi.org/10.1002/mco2.70739

现有图像保护技术在通用AI模型面前不堪一击

为防止数字图像被滥用于AI训练或深度伪造，许多保护技术应运而生，但其可靠性正面临严峻挑战。弗吉尼亚理工大学的Bimal Viswanath及其合作团队发现，现成的生成式AI模型仅需一句简单的指令，就能轻松破解这些复杂的保护措施，揭示了当前网络安全领域的一个关键盲点。

▷ 底行图像由 StyleGANv2 生成，并以对应顶行图像作为输入。与基线模型相比，SD3 能更好地恢复原始人脸特征。Credit: arXiv (2026).

研究人员颠覆了传统上需要专门工具才能攻击图像保护的观念。他们的方法极其简单：利用市面上常见的图像到图像生成式AI模型，输入一张受保护的图片，并附上一条如“为这张图片降噪”的文本指令。实验结果表明，这种通用方法能有效去除多种类型的保护性扰动（protective perturbations，即为保护图像而添加的微小、人眼难辨的噪声），涵盖了从防止面部篡改到抵御艺术风格模仿的六种不同防御方案。更令人担忧的是，这种“降噪”攻击不仅通用，其效果甚至优于此前针对特定保护方案开发的专门攻击方法，同时还能完好地保留图像的原始内容和风格，对攻击者而言几乎没有损失。这项发现证明，当前许多图像保护技术所提供的可能是一种虚假的安全感，网络安全社区迫切需要重新评估并开发能抵御通用AI模型攻击的下一代防御策略。

#大模型技术 #计算模型与人工智能模拟 #图像保护 #生成式AI #网络安全

阅读更多：

Pleimling, Xavier, et al. “Off-The-Shelf Image-to-Image Models Are All You Need To Defeat Image Protection Schemes.” arXiv:2602.22197, arXiv, 25 Feb. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.22197

AI读脑新突破：科学家首次高精度解码睡眠中的记忆内容

我们睡着时大脑是否在“复习”白天的知识，又是如何复习的？北京师范大学的Zhongtao Chen、Yunzhe Liu及其团队开发了一套名为“Sleep Interpreter”的解码系统。该系统利用人工智能，通过对齐清醒与睡眠状态下的脑电波，首次实现了在睡眠中高精度地“读出”大脑正在重放的特定记忆内容，为理解睡眠中的记忆巩固机制开辟了新途径。

研究团队首先建立了涵盖135名被试的大规模脑电图数据集。在此基础上，他们开发了Sleep Interpreter模型，其核心是一种神经对比学习（neural contrastive learning）算法。该算法能够忽略睡眠时强烈的慢波等背景节律干扰，专注于识别与特定记忆内容（如“羊”或“书本”）相关的共同神经模式，从而打通清醒与睡眠两大“域”之间的信号壁垒。在针对15类不同语义内容的解码任务中，该模型在从未见过的新被试数据上实现了22.82%的零样本解码准确率，远超6.7%的随机水平。研究还发现了解码的“黄金窗口”：当记忆重放发生在慢振荡（slow oscillation）的上升期并与睡眠纺锤波（sleep spindles，一种与学习相关的脑电波）耦合时，解码准确率峰值可飙升至40.02%。更重要的是，模型解码出的重放强度能有效预测被试醒来后的记忆表现，并在无声音提示的自发重放场景中同样有效。研究发表在 Neuron 上。

#神经科学 #大脑信号解析 #记忆机制 #睡眠 #对比学习

阅读更多：

Chen, Zhongtao, et al. “Interpreting Human Sleep Activity through Neural Contrastive Learning.” Neuron, Apr. 2026. ScienceDirect, https://doi.org/10.1016/j.neuron.2026.03.028

普通胶带竟是可编程的机械存储器

材料如何记忆其历史？除了常见的需要交替方向输入的“回退点记忆”，宾夕法尼亚州立大学的Nathan Keim和Sebanti Chattopadhyay等研究人员发现，普通的压敏胶带拥有一种更特殊的记忆能力，仅通过单向的剥离动作，就能存储、调控甚至擦除一系列复杂的记忆。

▷ 研究团队研制了一种自动化装置，可以将胶带剥离到指定距离，再将其放回原位，并测量剥离胶带所需的力。Credit: Jaydyn Isiminger / Penn State,

研究团队通过一个自动化装置，将胶带从一个表面反复剥离至不同距离。他们发现，每次剥离的停止点都会因压力增加而形成一条强力粘合线，这条线就像一个被写入的“记忆”。通过将胶带剥离至越来越短的距离，就可以依次写入多个记忆。当最终将胶带完全剥离时，每经过一条记忆线，所需的剥离力都会出现一个明显的峰值，从而实现对信息的读取。有趣的是，记忆的写入顺序至关重要，只有按从长到短的剥离距离写入，所有记忆才能被保留。此外，这种记忆是可调的：在停止点暂停一段时间或更换更具粘性的表面，可以显著增强记忆的强度，使其更难被擦除。由于最后写入的记忆总是最先被读出，这一特性使胶带能够执行一种简单的机械计算，即比较当前输入与前一个输入的大小，这类似于神经科学中的工作记忆测试。研究发表在 New Journal of Physics 上。

#其他 #材料科学 #物理学 #机械记忆

阅读更多：

Chattopadhyay, Sebanti, et al. “The Mechanical Latching Memory of an Adhesive Tape.” New Journal of Physics, vol. 28, no. 3, Mar. 2026, p. 035001. Institute of Physics, https://doi.org/10.1088/1367-2630/ae4acc

整理｜ChatGPT

编辑｜丹雀、存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

研究院在华山医院、上海市精神卫生中心分别设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工陈天桥雒芊芊神经科学研究院。

研究院还建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、科普视频媒体「大圆镜」等。