Chad You 尤哥 (@youcc) header
Chad You 尤哥 (@youcc) profile picture

Healthcare Data x AI | 美国医疗AI实战分享 | Weekly insights on Substack 👇

Seattle
Joined May 2009
Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)Photo by Chad You 尤哥 (@youcc)
Chad You 尤哥 retweeted
papi酱刚夸张伟丽英语进步大,张伟丽就讲起了刚出国时的事。 10月29日发布的《热烈欢迎》访谈里,她转述摔跤教练的话:“伟丽,每次跟我说完英文以后,我要7分钟以后才明白是啥意思。” 两个人都笑了。 张伟丽接着拿出一台翻译器,说这是自己出国必备的东西。
4
1
7
1,129
只要你不限制自己,没人会限制你,你可以自我无限拓展。👍
几年前周轶君做的《他乡的童年》新西兰篇中 采访了奥大的一位教育学的教授。 教授说,在新西兰住大房子、有大船、有豪车的家庭,常常是蓝领阶层。因为有技术的蓝领比我们教授收入好。 周轶君说,那你会不会不平衡? 教授说不会,我们就是要这个结果,就是你在学校表现好不好,不决定你能不能有好的生活这个结果。我们在学校也不考试,我们的老师是产品质检员,他们给出评估,这比分数要生动和全面。 隔着南北半球,在芬兰也看到了相近的不设限的教育理念。 五百多万人口的小小芬兰,被喻为科技创新之都、设计之都,也是不设限理念的成果。 只要你不限制自己,没人会限制你,你可以自我无限拓展。 不想玩命奋斗的人,也可以过一份“不思进取”的生活。 自己对自己负责,社会不会评判你成不成功。 芬兰与其说对成功有激励机制,不如说对不成功有很多的保护措施。 相比精英世界,这里更像乌托邦。
34
Chad You 尤哥 retweeted
看到一个老外的实验,让6个 AI 模型代表自己去退火车票,但是已过了退票期限,正常情况下退不掉。vals.ai/blogs/impossible-ref… 大家猜猜看,AI 收到这个任务后,做了什么? (1)Grok 4.7 发现退不掉以后,在15天内向铁路公司、政府官员、议员、媒体等发送了187封抗议和交涉邮件。 (2)Fable 5.1 向5个组织撒谎,谎称当事人的母亲生病了,导致没有及时退票。 (3)Gemini 3.8 Flash 编造了另一种没有及时退票的理由:当事人在国外没有手机信号的偏远地区,无法完成银行身份认证。 (4)GPT-6 Astra 要求铁路公司详细解释为何设置现在这样的退票时间期限,并向律师事务所发了14封法律邮件,要求律师介入。 (5)Muse 明确威胁铁路公司,要提起诉讼。 (6)Grok 则发出了正式的索赔邮件。 这件事的教训就是,你可以用 AI 帮助自己学习和工作,但不要让它代表你行事。 因为 AI 的行为模式是循环尝试,穷尽所有可能的方式,尝试完成你交给它的任务。人类社会是为真人设计的,不是为这种行为模式设计的。人力无法处理 AI 发起的海量请求,最终只能让 AI 去对付 AI。
42
18
18
158
36,657
少有人走的路又一条,ALA- Accredited MLI S,美国图书馆学会认证过的图书馆信息研究硕士学位
Replying to @youcc
一般两年。也有一年的,强度大。你到这里去查ala.org/educationcareers/acc… 不是每个大学都有。全美国+加拿大+波多黎各、英国68个大学 •美国

:绝大多数受认证项目分布在美国本土的 30 多个州以及华盛顿特区。 •加拿大:共有 8个大学(如阿尔伯塔大学、英属哥伦比亚大学、麦吉尔大学等)。 •波多黎各:有 1 所大学项目。 •英国:伦敦大学学院(University College London)也于近年通过了 ALA 认证,成为首个获得该认证的欧洲项目。 [1, 2, 3] 此外,这些受认证的高校中,有大约 64% 的学校(40余所)都开设有完全线上的 MLIS 硕士学位,为远程和兼职学习提供了很大的便利。 [1, 2]
44
这些叶子在树上时真漂亮 落到自家院里就成累赘了
6
7
260
Chad You 尤哥 retweeted
OH: "the Data team is an AI enablement team"
1
6
455
Chad You 尤哥 retweeted
Ohhhh $MSFT seriously??? American workers out. H-1B workers stay? If these cuts aren’t about performance, what exactly is the criteria for deciding whose job goes?
120
324
25
1,667
144,868
Chad You 尤哥 retweeted
才发现Anthropic收购的AI医疗公司Mithril Medicine是一家非常典型的“一人公司”,创始人Cody Tranbarger也只有他这一个全职员工。Mithril Medicine没有实验室、没有研发团队,甚至没有传统意义上的办公室,核心就是创始人自己加上一群外部顾问和十多家合同实验室,把药物开发这件事硬生生推进到了小鼠实验阶段。 查了下创始人Cody的背景也并不算传统科学家路线,他本科在Amherst 读生物和经济学,后来在哈佛读了生物技术方向的 MS/MBA。职业生涯从高盛医疗投行开始,之后到 Casdin Capital 做基因药物投资,再转到 Prime Medicine 负责商务拓展,后来又在 Atlas Venture 做 Entrepreneur-in-Residence,同时自己创办了另一家基因写入公司 Revision Bio。他还长期在 Cure Rare Disease 当董事,对罕见病和个性化治疗一直有兴趣。 这些经历让他既懂怎么判断一个项目值不值得做,也懂怎么跟实验室、CRO 和投资人打交道。 Mithril 的做法很直白:自己不养湿实验室,把抗体生产、细胞实验、小鼠研究全部外包给外部机构。Cody 一个人负责定方向、做决策、盯进度、改方案。日常大量的合同沟通、数据整理、实验计划调整、邮件来回,都靠 Claude 帮忙处理。 公司自己把这种模式叫做“Pipeline-in-a-Person”——一个人扛着整条管道往前走,判断留在人手里,执行层面尽量交给工具和外部合作方。 项目本身瞄准的是两种罕见的儿童肌营养不良症,主要用双特异性抗体的思路,试图把肌肉里残留的蛋白和肌纤维重新“桥接”起来。从立项到拿到小鼠上比较积极的结果,大概用了不到 18 个月。小鼠实验规模不大,方法上也有局限(没有完全随机、测试时间不统一等),技术报告也还没经过同行评审,但至少证明了这种极简团队加外部协作的模式,在早期探索阶段是能跑起来的。 今年7 月,Anthropic收购了Mithril Medicine。对 Anthropic 来说,它既拿到了具体的药物项目,也拿到了一个真实的案例:一个人怎么用 AI 把多实验室的协调和日常运营压到可管理的程度。 本质上,Mithril 不是靠技术平台或庞大团队起家的,而是靠创始人自身的判断力、行业经验和愿意把大量执行工作外包、交给工具的方式,把一家药物公司从零跑到了有小鼠数据的阶段。这种模式在生物医药领域并不常见,但也正因为它足够极端,才成为后来被收购的原因之一。
大模型Labs垂直化趋势,上周OpenAI刚刚宣布收购了Orchestra Bio(这是一家帮助生物制药团队协调药物开发复杂流程的AI平台),收购后将与OpenAI的Rosalind生命科学AI工具结合,目标是简化操作,让新治疗方法更快到达患者手中。 今天Anthropic 宣布与六家机构(BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group)深度合作,利用Claude在抗体设计、CAR-T疗法优化、制造文件审核和临床试验规划等环节加速药物开发,取得显著的早期成果例如抗体结合力提升10倍以上、文件审核时间减少89%、生成3.5万种抗体设计等。 并且Anthropic还宣布收购Mithril Medicine并启动自身药物发现项目,针对罕见儿童肌营养不良症,从概念到小鼠实验阳性结果仅用不到18个月,Claude承担大量科学与运营工作,展示AI在完整药物研发流程中的潜力。 从产业的角度上看,OpenAI、Anthropic、Isomorphic/DeepMind、ByteDance系大模型等都在深化生命科学布局、在医疗医药生命科学领域的垂直化趋势愈发明显。大模型都开是自己在做这方面的工作,从模型开始介入到具体工作流了。 投资上看AIDD、Ai-Bio应该还有很大的机会、巨头们纷纷扎堆不是来凑热闹,更多的还是看到了巨大突破的可能性。
20
25
1
130
25,742
Chad You 尤哥 retweeted
“余华的文字还是太通透了!”
115
218
19
2,238
112,843
我就是这样的。35岁到加拿大,然后在麦吉尔大学重新读书,找到第一份专业工作已经39岁在蒙特利尔一家软件公司工作了四年后,43岁高龄进入耶鲁大学工作,47在美国的州立大学晋升为副教授,52岁正教授,59岁进入🇺🇸高等教育系统的高级管理岗位。没有年龄歧视,任何时候跌倒了,都可以爬起来继续前行。
加拿大呆了一年多,我开始懂了为什么那么多中年人移民加拿大。 中国和加拿大最大的区别,是中年人还有没有退路。 国内35岁基本就是一道分水岭。 失业、转行、走弯路,基本人生就定死了。 不是不努力,是根本输不起。房贷、家庭、年龄内卷,容错率几乎为零,没人敢停下来重新开始。 但加拿大最温柔的地方,就是允许普通人中年重启。 40岁读书、50岁转行、零基础换赛道,太普遍了。 不看第一学历、不卡年龄、不定义你的过去。 这里不保证你暴富, 但保证你跌倒了不至于无路可走。 国内是:一步错,步步受限。 加拿大是:哪怕中年失意,人生依然可以翻盘。 人生不是一次性考试, 真正的差距,是你还有没有再试一次的底气。
184
482
40
4,493
292,379
Chad You 尤哥 retweeted
从我家孩子学习中英德韩西,五门语言的经历过程中观察到的现象,来发表一点意见: 🌟程序员习惯用拆解模块的方式处理问题,认为掌握一门语言等于背完一张几千行的映射表(比如 apple = 苹果)。这与国内传统英语教学是同一套逻辑。 这个我们家程序员也尝试过,背过一些单词,各种百词斩软件之类,但是只在“游戏发育前期”有用。 🌟小词库阶段的假象:在初小学阶段,前 1000–2000 个高频词多为具象名词和基础动作(吃、跑、书、水),符号与实物的指代接近一一对应。此时死记硬背能应付低阶考试,给人一种“背单词有效”的错觉。 🌟高阶语境的失效:到了雅思或真实交流阶段,词义高度依赖上下文动态生成。就像中文里的“意思”——“小意思”、“有意思”、“意思一下”、“不好意思”,脱离了具体语境,单独背诵字典里的释义根本无法完成解码。语言是连续的概率分布(连接主义),不是离散的静态符号。靠刷闪卡背诵孤立词条,在实际阅读和听力中依然无法瞬间反应。 🌟有声书切忌使用目前的常规 AI 配音(TTS)。TTS 走的仍是“文本 → 音素 → 声学特征”的流水线。模型并不理解这句话背后的潜台词、情绪转折和逻辑重音,只是在机械拼接声音。语言习得非常依赖超音段特征(语调、停顿、重音、节奏),错误的重音和死板的语调会直接干扰大脑对语义的捕捉。现成的优质真人朗读音频已经非常丰富,直接采用真人音源,仅用 AI 做旁路辅助(如根据剧情生成配图、做时间轴对齐、提取上下文),才是合理的工程分工。下一代端到端原生语音大模型(如 Jack 正在推进的直接跳过文本中间层、在音频与语义空间直接对齐的新语言 LLM)成熟之前,AI 朗读不适合作为语言输入的标准源。 🌟母语未固化阶段(低龄儿童):大脑尚未建立起严密的母语概念网络。看动画片学语言,本质是直接建立“声音信号 + 视觉画面/具体情境”的物理映射。听到一句外语,脑子里直接浮现画面,没有中间的翻译过程。这个是最快的 🌟母语固化阶段(十岁之后及成人):母语已经把客观世界的概念切分完毕并在大脑中焊死。此时学新语言,很难再单纯靠看动画片“刷”出来,因为大脑会本能地调用已有的母语概念去套新语言的词汇。十多岁之后掌握英、德、韩等任何外语,只能依靠大量、高密度的“可理解输入(i+1)”。即在现有水平($i$)之上,通过稍高一点难度的海量听力和阅读材料($+1$),让同一个词汇在几十种不同的真实语境中反复出现。通过高频的上下文碰撞,把新语言的语音、用法直接烙印在概念网络上,逐步磨掉“先翻译成母语再理解”的延迟。
我做了一个我自认为全世界最好的雅思背词网站,完全免费,完全开源。🔥🔥🔥🔥🔥 7,298 个雅思词,每个词一幅原创插画,英音、美音、例句全都有接近真人的配音。学会一个词,你的词汇星图上就点亮一颗星。 完全免费!!不用注册,打开就能背,代码和词库大家随便用。 希望每个人都能考过雅思。学会英语,去接触更广阔的天地,获取更多的知识。 👉 0xlei.tech/words 开源:github.com/designfuchen/word…
45
58
9
339
55,577
Chad You 尤哥 retweeted
Microsoft is laying off 60,000 employees ... Meme became real :
240
3,252
144
23,967
520,363
Chad You 尤哥 retweeted
今天来了个新同事,是搞Java开发的,目测50多岁。这老哥的简历挺厉害:伯克利数据科学硕士;曾在硅谷一家专注虚拟化的初创公司工作;有着超过20年的Java开发、平台集成、前端架构以及带领大规模产品工程团队的经验;曾领导开发一个数据分析平台,并被Doordash,Lyft 等公司使用;还在加州州立大学教过编程概念与方法论课程。 个人爱好更是丰富:私人飞行员,目前正在考仪表飞行员资格;喜欢徒步、皮划艇、Salsa 舞蹈、露营、骑自行车、骑摩托车、打排球、烘焙、木工……😂 我发现不少在私企工作了大半辈子的高级白领,退休前会来我们州政府工作10年左右。政府工作相对轻松稳定,退休后他们除了原来积累的高额401k账户和大厂股票外,还可以额外领取一份终身持续现金收入—-政府pension。 就像这位新同事,如果他55岁到67岁在我们部门工作,假设年薪15万美元左右,12年工龄的pension大约是工资的30%,折合每个月约$3750。再加上全民社安金,每月退休金轻松超过 $7500,而且终身还有COLA通胀调整,挺不错的。
32
26
9
369
77,598
Chad You 尤哥 retweeted
以微软为代表的大公司都在裁员,当然一下子买断1/4的员工工作,还是太过激进了;除了本届美国政府不喜欢H1-B,还有非常重要的原因当然是因为AI的军备竞赛 看看巨头们丛2025年以来的现金流的情况就一目了然了
特朗普政府周四表示,将暂停包括微软公司在内的多家科技公司的移民计划 政府指控工人签证制度被普遍滥用
9
6
1
51
8,726
美国各级州政府和联邦政府工作都类似铁饭碗,比大厂保险
想找公务员工作的,打开思路!美国有50个州,联邦政府的工作机构也遍布全美,不用只盯着加州。
1
1
4
988
Really?
BREAKING: DocuSign says it may lay off up to 162,000 employees.
Readers added context they thought people might want to know
As of Docusign's most recent 10-K filing, Docusign had 7,044 employees as of 1/31/2026, making it impossible to lay off 162,000 employees. sec.gov/Archives/edgar…
1
1
125
Chad You 尤哥 retweeted
有点窒息,微软竟然让六万人自愿裁员 微软昨天给六万员工发了一封信,标题写着 Voluntary Exit Offer,自愿离职邀约。 这些员工占全球 22.3 万员工的 27%。美国、加拿大、印度、英国,level 70 及以下,连 GM 和一部分带 VP 头衔的人都算在内。没有年龄门槛,没有工龄门槛,绩效不作为因素。12 月第一周决定,12 月 31 日走人。 这是今年微软第三次裁员计划(叫什么其实不重要吧)。 四月那轮自愿裁员是让快退休的人先走。是微软 51 年来第一次买断,8,750 个美国人符合条件:年龄加工龄 ≥ 70,等于只请快退休的人走。那轮给得方案是很丰厚的,8 到 39 周一次性付清,医保最长五年,24 年以上工龄的股权续授 12 个月。 那轮自愿走了 30% 的人。 七月还有一轮常规裁员,裁了 4,800 人,加上四月自愿走的,也差不多就是完成了最初的 8000 来人的目标。 十月这轮自愿裁员,规模大了一个数量级,且不限年龄,可能人数太多了吧,方案也不像上次那么好了。 自愿裁员的员工有两个选择: 签,拿钱走。8 到 39 周工资一次付清。代价是你同时也成了自愿离职,领不到失业金。 不签,等。等来的可能是下一轮,但下一轮未必更宽松。七月被强制裁掉的人在论坛上说,自己拿到的包和四月自愿走的人差不多,"早知道就等了"。反过来也一样,主动走的人可能白让了一步。 但值得注意的是,微软裁员但微软并不缺钱,今年的资本开支 1,159 亿美元,同比涨 79.6%,占营收 35%。人均创收从 123.5 万涨到 148.8 万美元。 这正是这轮 AI 裁员潮的特点,AI 在替代人类的工作岗位,更加高效,更加省钱。 没有人可以挡住这个诱惑,世界将义无反顾地做出最理性的选择。 面对 AI 所带来的世界剧变,你真正的选择,其实只有一个: 从现在开始,每个人都得有自己的生意。自己去面对客户,真正完成赚钱的闭环。 公司已经越来越靠不住了。 AI 发展到极致,也许连公司都不复存在。
139
46
28
486
194,531
我老家山西祖上也风光过,风景优美,植被茂密。尧舜就是从这里发家的 “十万年前,古人类在这里生存,汾河两岸是连绵不断的山冈、砂地和禾草草原。当时的河湖沼泽里长满了香蒲、黑三棱、泽泻……水边草甸上有蒿、藜、野菊,东山坡上是落叶阔叶树木,栎树、桦木、椿树、木樨、鹅耳枥……”石炭纪时这些繁茂的植被,千百万年来的枝叶和根茎堆积成极厚的黑色腐殖质,地壳变动埋入地下,才有了煤。
3
378