B站专门做学术论文打假的UP主“耿同学讲故事”，他的风格很上头：一本正经地扒论文里的数据造假证据，配上大量吐槽和段子，把枯燥的学术不端问题讲成了相声。 看多了会发现一个问题：他每期都在讲不同的院长、教授、Nature子刊，但反复用的检测手法其实高度相似。只是每次都换了案例、换了段子包装，不容易一眼看出规律。 于是我起了个念头： 能不能把他全部投稿一次性扒下来，用本地AI帮我把这套隐藏的方法论提炼出来？ 整个过程走了三步：下载、转写、总结。除了从B站获取公开视频，后面的转写和模型分析都在本地电脑上跑完，没有调用云端AI接口。 准备数据 本地AI内容提炼流水线 这部分其实不是文章的重点，但它决定了后面分析能不能成立。视频要先完整拿到，语音要先转成可检索的文字，最后模型才有材料可总结。 第一步，批量下载全部投稿 先用一个基于yt-dlp的下载脚本，一次性抓取UP主视频列表页的全部视频。下载了所有的视频，在本地进行视频转音频、音频转文字操作。 耿同学封面墙 这里有两个实际坑。 第一个坑是B站风控。投稿列表页不带浏览器cookie直接访问，会被412拒绝。带上cookie之后，脚本才能正常拿到完整投稿列表。 第二个坑是下载策略。脚本第一次跑的时候，我设置成自动挑选最高画质。结果在正式下载前，yt-dlp会先对整个列表里的每一条视频做一次完整探测，导致跑了很久才真正开始下载。后来改成直接指定画质，跳过这一步，效率提升明显。 后面还有一次补漏。先前下载中断过，有些视频没下完整。这里用了yt-dlp自带的下载记录文件，也就是download archive机制：把已经下载好的视频ID写进记录文件，再次运行时自动跳过已完成的，只补齐缺的部分。 最后，155个投稿里成功拿到153个可用视频文件。 第二步，本地语音转文字 视频到手之后，下一步是把语音内容变成文字稿，方便后续做文本分析。 这一步用的是本地部署的语音识别模型faster-whisper，模型是large-v3，全程跑在自己电脑上，不依赖任何在线转写服务。 153个视频，平均单个模型推理耗时不短，累计跑了接近一整天。 中间出了两个挺有意思的乌龙。 一个是重复启动了两个进程。因为任务本身耗时很长，我没意识到之前已经有一个转写进程在后台跑了大半天，又手动开了一个新的。两个进程同时抢占了将近900%的CPU，电脑发烫严重，用上电风扇降温了。发现后赶紧把多余的那个关掉，只留一个继续跑。 另一个是日志假死。Python脚本把输出重定向到文件时，默认是整块缓冲，不是写一行就刷新一次。这导致我盯着日志文件，以为转写卡在了某一集长达一个多小时。实际上程序早就往前跑了十几个文件，只是日志内容还堆在内存缓冲区里没写盘。 后来不再盯日志，而是看实际产出的txt文件数量，才发现进度一直正常。 这个坑挺值得记一笔：监控长时间任务，不能只看它打印了什么，得看它实际产出了什么。 第三步，用本地模型做内容归纳 153份文字稿到手后，发现这位UP主的内容其实很杂。 除了论文打假，他还聊考研上岸率、读博的精神状态、相亲催婚、科研生活，也有不少直播带货式的科普。我粗筛了一遍，真正逐帧分析论文造假证据的硬核内容，大概40篇左右。 之后没有直接让模型“总结耿同学的观点”。那样很容易变成几句空话，比如“要重视学术诚信”“要加强科研监管”“要提升论文质量”。这些话都对，但没有用。 其实真正想知道的是另一件事： 如果把这些视频当成一个样本库，论文的“假”到底应该从哪些角度分析？ 于是就先让本地模型做关键词检索和初步聚类，重点看“造假”“撤稿”“图片重复”“数据造假”“临床”“代写”“重复实验”“原始数据”等词反复出现的位置。然后再人工抽查高频案例，避免模型把普通科普内容也混进论文打假里。 跑完之后，一个很清楚的框架浮出来了。 论文的“假”，不是一个点。它不是只有P图，也不是只有数据编造。真正的问题经常是一条链：图片可疑，数据异常，方法写不清，实验不可重复，结论往外跳，作者回应躲闪，最后学校和期刊再用一句“不规范”把事情盖过去。 得出的结论 有了这批文字稿之后，真正有价值的不是复述每一期视频讲了谁，而是把反复出现的判断动作抽出来。最后我把它整理成10层，从最容易观察的图片问题，一直推到论文背后的生产链和回应方式。 第一层，看图片 这是最直观的一层，也是耿同学视频里最常见的入口。 同一篇论文里，图片重复出现。不同论文里，图片重复出现。图片旋转180度以后还能重合。图片翻转、裁剪、调色以后，背景噪点、组织纹理、细胞形态还能对上。 这类问题最麻烦的地方在于，它不需要你完全懂论文的专业方向。你不一定知道这个信号通路是否成立，也不一定知道这个动物模型是否合理，但你能看出来两张图是不是同一张。 尤其是Western blot、细胞图、组织切片、肿瘤照片这些图，背景噪点和纹理就像指纹。它们一旦对上，就很难用“巧合”解释。 很多作者会把这类问题说成“图片误用”。但“误用”这个词只能解释一次，很难解释一串。如果一个团队的多篇论文、多个项目、多个年份反复出现图片重复，那就不是手滑，更像是一种生产方式。 第二层，看数据 假数据常常败在随机性 图片问题最直观，但数据问题往往更致命。 耿同学的视频里，数据统计类分析是很核心的一块。把论文里的原始数据整理出来，看小数点位数是否有跨行、跨列复制粘贴的痕迹，看某几列之间是否存在固定加减关系，看末位数字的分布是否接近随机。 在没有固定取整规则或仪器偏好的连续测量里，真实数据的末位数字通常不该高度集中在少数几个数字上。如果大量数据都挤在某几个末位，就可以用概率论算出这种巧合发生的概率有多低。 这类分析的杀伤力在于，它不是说“我觉得不像真的”，而是把问题转成一个统计学判断：这些小概率事件不应该同时发生。 耿同学吐槽某些论文时，经常会说“下次用随机数生成器”。这句话听起来像玩笑，但背后是一个严肃判断：很多假数据不是因为太复杂被发现，而是因为编得太粗糙。 真实实验数据通常有噪声。它不会那么听话。 第三层，看常识能不能对上 有些问题不需要复杂统计，常识就能先挡一遍。 比如测量精度是否合理，生物学机制是否说得通，实验动物和实验分组是否匹配，疾病和性别是否匹配，样本来源和结论外推是否匹配。 这类交叉验证看起来很朴素，但很有用。 论文最容易出问题的地方，往往是作者只盯着想要的结论，忘了现实世界还有很多约束。数据可以编，图片可以修，段落可以写得很漂亮，但常识有时候会从边角里露出来。 第四层，看原始材料 论文出问题以后，最关键的不是作者怎么解释，而是作者能不能拿出原始材料。 原始图片在哪里？原始表格在哪里？实验记录在哪里？样本编号在哪里？仪器输出文件在哪里？动物实验和临床研究的伦理审批在哪里？ 这些东西如果都能交代清楚，很多争议可以继续往下讨论。比如图片是否确实贴错了，统计方法是否可以修正，结论是否需要收窄。 但如果作者只给解释，不给材料，可信度就会迅速下降。 学术争议不是靠态度解决的。你说“我们没有造假”，这句话本身没有证据价值。真正有价值的是原始数据、实验记录和可以被第三方检查的材料。 第五层，看实验能不能重复 耿同学反复讲过一个意思：重复实验不是万能的，但重复不出来的实验一定要警惕。 这句话放在生命科学领域尤其刺耳。 很多生命科学实验确实复杂。样本来源、细胞状态、动物模型、菌群结构、试剂批次、操作人员都会影响结果。问题是，复杂不能变成免死金牌。 如果一篇论文的方法写得很模糊，关键材料拿不到，实验条件说不清，只有作者自己能做出来，别人一重复就失败，那它至少不应该被当成一个坚实结论。 科学研究当然允许失败，允许不确定，也允许后来被推翻。但如果一篇论文从发表那天起就无法被别人验证，它就更像一次性论文。 第六层，看方法设计有没有先天漏洞 有些论文不一定是直接伪造，但实验设计本身就撑不起结论。 ...

DAN KOE 发布了最新newsletter《How to survive AI mass replacement （& escape wage slavery）》，标题很猛，里面也有不少他一贯锋利的表达：wage slavery、unemployable、life’s work，直译过来都带着刺。 AI 时代的分叉路口 但它表面在讲 AI 和就业，内核其实不是「AI 会不会抢走你的工作」。它真正问的是：一个人到底要不要继续把自己的生存，完全交给别人。 现在大家聊 AI，常见两种情绪。一种是兴奋，觉得终于有了超级工具；另一种是愤怒，觉得 AI 偷走了创作者的东西，把世界搞得更卷。 Dan Koe 对第二种情绪不太客气。他认为，在社交媒体上喊几句「反 AI」，确实容易获得身份认同，也容易让人觉得自己站在了正确的位置上。但喊完之后呢？生活不会因为你反对 AI 就变得更稳，雇主不会因为你不喜欢 AI 就永远保留你的岗位，技术更不会因为你觉得不公平就慢下来等你。 所以他给了一个很反直觉的判断： AI 不是真正的威胁，依附性才是。 你依附于一个雇主、一份工资、一个平台、一套过去有效的技能，甚至依附于「只要我努力工作，生活就会越来越好」的旧叙事。这些东西一旦变化，你就立刻被动。这才是更深层的风险。 工资奴役，不只是工资低的问题 文章里最刺耳的一个词是 Wage Slavery，工资奴役。 工资依附感：看得见的收入，看不见的锁链 很多人会本能反驳：我又不是奴隶，我有工资，也有选择。但他讲的不是传统意义上的奴役，而是一种金融意义上的困住—— 如果你不上班就会陷入灾难，而且你没有任何技能去创造替代方案，那么不管你感觉自己多自由，你都符合某种奴隶的定义。 这话很难听，但也很难完全反驳。 当然，他不是反对工作本身。工作有价值，尤其在一个人刚进入社会时，它是最快的训练场：协作、流程、交付、沟通、专业技能，还有真实世界到底怎么运转。问题是，很多人把工作当成了唯一的生存方式。 一开始，工作是踏脚石。时间久了，踏脚石变成了笼子。 Dan Koe 在这里提到心流理论，我很有共鸣。一个人真正有成就感，往往不是躺平时，也不是被迫重复时，而是处在「能力边缘」上：事情略微超过你的能力，你需要学习、尝试、犯错，然后一点点掌控它。太简单会无聊，太难会焦虑。 很多工作的问题就在这里。刚开始你觉得新鲜，什么都要学；几年以后你掌握了流程，挑战感下降，剩下的变成重复、等待、汇报、填表、开会。人当然会无聊，无聊之后就会找刺激——刷短视频、买东西、沉迷各种即时反馈。不是因为真的喜欢，而是大脑已经很久没被真正的挑战点亮过了。 所以「逃离工资奴役」，不是简单喊一句「我要辞职创业」。它真正指向的是：你要重新获得安排挑战等级的能力。 不再只是被别人分配任务，而是开始给自己设计任务。 AI 让「能做出来」越来越不值钱 Dan Koe 在第二部分讲了五个能力：能动性（Agency）、品味（Taste）、说服力（Persuasion）、坚持（Persistence）、迭代（Iteration）。 AI 让“能做出来”贬值：满地半成品 这几个词都不新，尤其 high agency 这几年快被说烂了。但他很讽刺地说：一群人跟风谈 high agency，本身就暴露了他们没什么 agency。这个判断挺狠，也挺准——真正的能动性，不是转发几句金句，而是没人催你、没人给流程、没人保证结果的时候，你仍然能开始做一件事。 这五个能力压缩一下，其实就是两件事： 把事情搞定的能力。知道什么事情值得搞定的经验。 ...

简要内容 2025年3月24日，DAN KOE发文：“我写了一本第二本书。 一本关于金钱和发现你人生使命的简短而富有哲理的解读。 我把它免费提供，因为这是我希望尽可能多的人能拿到手中的东西之一。 平装版不是免费的，原因显而易见”。 《Purpose & Profit》原版封面图 作者官方链接 DAN KOE在其官网（https://thedankoe.com/purpose）发布了PDF下载链接和亚马逊购买链接，可以免费下载来看电子版。 下载链接：https://thedankoe.com/wp-content/uploads/2025/03/Purpose-Profit-2.pdf 亚马逊购买：https://www.amazon.com/review/create-review/ref=cm_cr_dp_d_wr_but_top?ie=UTF8&channel=glance-detail&asin=1936961288 我做的翻译版本 我下载了电子版，但是英语水平有限的紧，借助AI工具进行了翻译，并做了简单的手工校对。 《Purpose & Profit》中英文对照-01 《Purpose & Profit》中英文对照-02 从哪里取 英文原版电子版和中文手工校对版本都上传到了GitHub上，如有需要请自取： https://github.com/onecaicai/DANKOE-Purpose-Profit

看完《追风筝的人》，这本书是很久以前买的，以至于在淘宝、京东、当当的购物记录中找不到确切的购买时间。 《追风筝的人》 版次：2006年5月第1版 印次：2015年5月第85次印刷 这本书作者是阿富汗裔美籍作家卡勒德胡赛尼，译者李继宏，讲述的2001年返回阿富汗去寻找自己同父异母侄子的事情，中间大篇幅穿插逃离阿富汗到美国之前的故事。 一、人物关系图 手搓了一个人物关系图 做了一个人物关系图。 二、故事时间线 1933年主人公父亲出生，5年前阿里出生。 1963年主人公阿米尔出生，母亲难产去世。普什图人。 1964年冬哈桑出生，不满七日母亲与一群江湖艺人跑了。哈扎拉人。 1973年阿富汗政变。 1974年，主人公父亲请医生给哈桑治疗兔唇。 1975年冬，最后一次看到哈桑追风筝，目睹了哈桑被阿塞夫伤害。哈桑和父亲阿里离开。 1979年俄国坦克在喀布尔大街上。 1981年3月，辗转逃离阿富汗，到达美国。 1983年，主人公阿米尔高中毕业，收到父亲送的二手车。童年秋天到专科学校上学。 1984年夏天，父子俩开始跳蚤市场生意，期间认识将军的女儿索拉雅，主人公的妻子。父亲肺癌出院后给儿子去提亲，婚后一个月父亲去世。 1985年，州立大学主修英文，家具仓库保安工作；妻子索拉雅同校主修教育。 1988年，俄国撤军。 1989年，主人公第一部关于父与子的书籍出版。没有自己的孩子，搬家与岳父母拉开距离。 2001年6月，应拉辛汗要求回阿富汗找回哈桑的儿子索拉博，被告知哈桑是同父异母的弟弟。拉辛汗告知的事情： 1984年，阿里被地雷炸死。 1986年，哈桑放弃已有自己的生活，返回帮忙照看主人公家原来的豪宅。 1990年，哈桑母亲莎娜芭年老回来，哈桑照顾母亲康复。哈桑儿子索拉博出生。 1994年，哈桑母亲莎娜芭去世。 1995年，内战开始。 1996年，塔利班掌权。 1998年，哈桑抗议塔利班官员占领主人的豪宅，夫妻双双被枪杀。 寻找侄子索拉博最后一关，与阿塞夫1V1 PK，侄子用其父亲哈桑教授的弹弓救了主人公。 解决拯救侄子带回美国认养的难题，侄子害怕再次被迫害，在酒店浴室割腕自杀，抢救回生命。 2001年8月，带侄子回到美国家中，帮助侄子恢复正常生活，最后在放风筝的尝试中看到了孩子的微笑。 三、勾画了些句子 爸爸说：“不过首先，你得知道一件事情，阿米尔，那些白痴大胡子不会教给你任何有价值的东西”。 爸爸双眼坚定地看着我的眼睛，仅仅这样，我就止住了笑声。 在我生命的大部分时光，我对爸爸敬若神明。可是那一刻，我恨不得能扯开自己的血管，让他那些该死的血统统流出我的身体。 哈桑在哭，阿里将他抱紧，轻轻地抚摸着他。后来我告诉自己，我没有嫉妒哈桑，一点都没有。 我希望自己身上也有类似的残疾，可以乞换来爸爸的怜悯。 看到爸爸眼里的光芒消失了，接着是一阵令人不适的沉默。 当他站起身来，我从他松弛的肩膀看出，我与生俱来的那种熟悉的生活已经一去不返了。 对我来说，美国是个埋葬往事的地方。对爸爸来说，这是个哀悼过去的地方。 如今，美国是爸爸送给阿米尔的最后一件礼物。 生活已然在前进，留下爸爸在后面。 我的理由是：也许在某个地方，有某个人，因为某件事，决定剥夺我为人父的权利，以报复我曾经的所作所为。 也是在这片土地上，我曾为了得到父亲的爱苦苦奋斗。 几乎见不到有任何成年男子在他们身边——战争把父亲变成阿富汗的稀缺物品。 重返喀布尔，犹如去拜访一个多年未遇的老朋友，却发现他潦倒凄戚，发现他无家可归、身无分文。 他们试图抬起她，她又叫又踢。只要我还有一口气在，就永远不会忘记那声惨叫。 四、关于剧情 故事情节从开篇一直到2001年6月之前，感觉都是在真实的阿富汗实景，到了主人公与阿塞夫1V1 PK的这一段，就和典型的美国式影视剧的发展一样一样的了——两个人PK的关键节点，站在旁边的小孩索拉博使出绝招——弹弓，来帮助主人公取得胜利，这一下就跳出书中情节，回过神来这就是个剧。

刘震云《咸的玩笑》。 赶在2025年结束前的几天读了刘震云的《咸的玩笑》——今年的第一本纸质书，读过这个作者的上本书是《一句顶一万句》。 大家都辛苦了 世界各地，不同的街道上， 街上走着的每个人，内心都有伤痕。 大家都辛苦了。 结构挺有意思 从目录来看在正文一和正文二中间是三十三章的题外话。刚开始看正文一中说到名叫长顺的和尚智明，和《天之下》的明不详有些联想，以为这本书就是写这个和尚的，结果正文一接着的题外话第一章就不是这个和尚了，而是写名叫杜有财的杜太白的故事。 题外话结束后接着的正文二，回到现实中，和《大话西游》最后的结尾有点像，小说中杜太白给孩子们起的悉尼、巴黎、开普敦的名字在泰安听到了。 书中有意思的句子 智明：跟出家人说家，让我无言以对啊。 智明：不让结婚，就不能生孩子；百年之后，人不就没了？不让杀生，百年之后，不成动物的世界了？那时你们将佛法传给谁呢？传给猪马牛羊吗？ 杜太白之道，往事就这么过去了，但往事并不如烟。 家庭的悲剧，是一家人的软弱，和一个人的无耻造成的。 正因为大家是贩夫走卒、乌合之众，杜太白虽乌合，又不众，才显得鹤立鸡群。 你可以认真，也可以不认真；不认真的最好方式，最不费心的方式，就是跟着习惯认真。 无意识中有意识，也是杜太白去不了纽约、巴黎和伦敦，便让巴黎、纽约和伦敦来到了他的面前。 人们分歧再大，归结到钱上，很快就统一了。 货币，也是使世界分裂的重要原因。 又说“这话，倒是一句顶一万句呀”。 是谁出的题这么难，到处都是正确答案？ 猜的到的一个故事线 在杜太白被网络讨伐时，裁缝铺的赤脚大仙发布的讨伐檄文那一段，猜测到是曹五车写的，就他俩还在学校工作的时候一起PK过古诗文。 不太理解的一个地方 在写到秦东峰跳锅炉那一段，文中写的是“老李示意门卫，让杜太白进去”，这地方应该是秦东峰进了厂子车间，怎么是杜太白进去了？？ 只是把这本书读完了，仅仅是读完了，更深的意味，按照书中说的“评毬不到”。 ——都是在延津，不知道杜太白听到罗长礼的声音了没有？

很久没有进电影院了，临开学和小娃去电影院，看了成龙和梁家辉主演的《捕风捉影》，看完片子才知道不是成龙导演，难怪套路不一样，还是很好看的。 《捕风捉影》海报，图片来自网络。 电影里的几个点还是很不错的： 电影里面AI时代的警察，被反派反制后老派警察的传统手段起了关键作用。联想到现实生活中现在各个行业都在高唱AI，但不少的所谓行业AI翘楚还处于PPT阶段或者搞宣传片阶段，传统基础功没有搞起来，就要AI“革命”自己的行业。 梁家辉的演的狠劲够狠，看后面的片花，演完一场戏现场工作人员都很担心他的安全。 还是说到AI，片中有个部分是关键抓捕阶段，警局的女上司要求关闭AI要自己人工指挥，还是对这玩意不是很放心，或者害怕再次被反派把自己的AI干掉。 用成龙那个警察角色的传统工作方式去优化AI，就是新旧结合了。

2025年暑假的旅行记录，从甘肃出发前往张家口富龙小镇体验自行车速降，再到成都、武威、张掖、甘南等地，记录了一路上的见闻和体验。