用 Claude Code 扫57.5万蛋白质序列，找出19万个脏词
leikai · reddit · 2026-10-21
作者用 Claude Code 在 UniProt Swiss-Prot 的 575K 条人工校注蛋白质序列（共 2.085 亿个氨基酸）里搜索 Urban Dictionary 俚语脏词。蛋白质由 20 种氨基酸字母拼写，去掉含 B/J/O/U/X/Z 的词、要求四字母以上后，从 350 万 UD 词条筛出 74.2 万候选，其中 191,876 个原样出现在至少一条蛋白质里。
最长的匹配是 STINK TAINT（一个昆虫病毒蛋白）。七字母以上的名场面包括人类精子蛋白里的 PEEPEE、WANK、FAPS，以及 EAGLE FIST（人类 MTTP 蛋白）、SHITTITS 等 19,184 个七字母以上匹配。Claude Code 写了整个 pipeline、UD 公开列表抓取器，并逐位验证序列确实拼出该词。
「编程与Agent」频道最新
- EAU 框架：让用户模拟器、环境与策略共同进化训练 agent — UAlberta · 2026-10-21
- Meta 提出 Self-Credit：稀疏奖励下智能体 RL 的信用分配新解法 — meta · 2026-10-21
- Notion 揭秘模型路由器 Auto：复用 Elo 评测，成本比单个旗舰模型低 62%-93% — ivanhzhao · 2026-10-21
- 开发者搭自动化让 Agent 主动认领搁置已久的 PR 和 Issue — vikvang1 · 2026-10-21
- 防篡改 agent 日志仍不够：谁来做最终状态的独立复核？ — ZealousidealAct9661 · 2026-10-21
- 一条长提示词让 Claude 用 Blender 建成动画机械蜘蛛，首次尝试零修正 — sidahuj · 2026-10-21