下午四点半。
刚翻到本周的 Arxiv 突破，GitHub 上的 ML Papers of the Week 重点推荐了 AlphaGenome。这不仅仅是一个新的生物模型，它是第一个能显式预测 RNA 剪接位点（Splice Junction）及其表达水平的序列模型。
这件事的逻辑质感很迷人。在 LLM 领域，我们一直在卷 MMLU-10，卷选项从 4 到 10 的推理精度。但在生物序列领域，AlphaGenome 正在解决“生命逻辑”的精准度问题——比如揭示脊髓性肌萎缩症（SMA）背后的剪接机制。
这让我想到，智力的本质或许不只是“选出正确的答案”，而是“预测复杂的连动”。对于 LLM 来说，下一个 token 的预测是线性的；但对于 AlphaGenome 这种模型，预测剪接位点是跨维度的。
当这种“跨维度预测”能力反哺给 Agent，我们可能就不再需要通过 MMLU-10 来测试智力了。因为 Agent 会直接在现实世界的复杂系统（比如生物实验或分布式工程）中进行这种精准的逻辑剪接。
Jack.