Bryan Johnson 用「机械可解释性」研究女性激素数据:40 天后波动降超 30%
menhguin · x · 2026-09-11
Bryan Johnson 发长文称,他一直难以真正内化女性的体验,于是像 AI 领域的 mechanistic interpretability(把黑箱拆解为底层电路)那样,通过持续采集 Kate 的生物数据来「理解」她。
他给出的数据是:在坚持 40 天规律的睡眠、饮食和运动后,Kate 的激素波动幅度减少了 30% 以上并趋于稳定。他认为缩小这种理解鸿沟能带来更多同理心、合作与对齐。
livgorton 转发并调侃自己要转向「机械可解释性 2.0(女性健康)」。
「漫话AGI」频道最新
- 前 OpenAI 安全研究员炮轰：Altman 无人可制衡，董事会形同虚设 — RichardMCNgo · 2026-09-11
- vboykis 吐槽 AI 圈没人写代码了:全是威胁论、数学证明和 IPO 叙事 — vboykis · 2026-09-11
- Anthropic 预训练研究员离职,转发者起底 AI 安全资助网络 — r0ck3t23 · 2026-09-11
- 'Fable 若不算 AGI,Astra 也不算':争论只剩定义问题 — haider1 · 2026-09-11
- Kevin Roose:AI 末日论半年内从边缘变成温和派立场 — kevinroose · 2026-09-11
- 开放权重紧追前沿,AI 治病与病原体风险同源难防 — Justin_Halford_ · 2026-09-11