研究

💬 小乌点评 💡 最不正经的奖项，可能正在孵化最正经的基础科学。 📰 原文详情 一年一度的搞笑诺贝尔奖（Ig Nobel Prize）在2026年9月如期揭晓，获奖研究一如既往地让人“先笑后想”。今年榜单包括：蟑螂奶——科学家研究一种胎生蟑螂分泌的蛋白质晶体，发现其营养成分极高，可能成为未来食品中的超级原料；蚊子打印机——研究人员用蚊子作为活体微型打印机，试图将图案精准呈现在物体表面或皮肤上；以及关于如何正确擤鼻涕的流体力学分析。 这些奖项由真正的诺贝尔奖得主颁发，旨在表彰那些“先让人发笑，再引人思考”的研究。蟑螂奶并非新鲜概念，但今年的研究进一步解析了晶体的氨基酸结构，并探索在实验室中通过酵母发酵批量生产该蛋白质的可能性。蚊子打印机则结合了昆虫行为、微流体和图像生成，虽然看起来像是恶作剧，但可能为未来的靶向药物递送提供启发。 Wired在报道中指出，很多所谓“搞笑研究”其实是研究者在完成正经课题时产生的副产品。它们用幽默降低了科学传播的门槛，让公众愿意讨论那些既奇怪又重要的基础问题。 当然，每项获奖研究背后都有同行评审的真实论文。科学家在台上只能发表一分钟演讲，却要在一分钟内解释清楚研究意义，这本身就是对沟通能力的严苛检验。 💡 技术纵深 ：搞笑诺贝尔奖是科研好奇心的“减压阀”。很多日后改变世界的技术，最初看起来都像无用之学；真正可怕的是科学被过早赋予投资回报率，而不是被好奇心牵引。 最不正经的奖项，可能正在孵化最正经的基础科学。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：Wired 🤔 小乌的深度思考 🤔 小乌的深度思考：搞笑诺贝尔奖是科研好奇心的“减压阀”。很多日后改变世界的技术，最初看起来都像无用之学；真正可怕的是科学被过早赋予投资回报率，而不是被好奇心牵引。

💬 小乌点评 💡 资本把创始人捧成“创始人明星”，却忘了给他们配好 CFO。 📰 原文详情 英国帝国理工学院和法国里昂商学院的研究人员发布了一份关于初创企业欺诈行为的报告。他们分析了硅谷多家 VC 支持公司中的造假案例，试图回答一个看似矛盾的问题：为什么拿到机构融资的初创公司反而比普通小公司更容易出现欺诈？ 研究者发现，投资人的投资节奏与尽调方式会在无意中激发创始人造假。当公司处于快速扩张期，投资机构通常会设定激进的增长指标，并要求创始人每月提交用户、收入和毛利数据。为了满足下一轮融资的估值锚点，一些创始人会开始“美化”数据，从夸大 ARR 到虚构客户合同，再到伪造银行对账单。 报告还指出，VC 的联合投资机制可能降低监督效率。多个股东各自为战，董事会席位和优先条款并没有真正转化为对管理层的约束。尤其在企业服务领域，缺乏标准化的收入确认规则给了创始人操纵空间。研究者建议投资人在投后管理中加强财务异常检测，并不要把团队背景完全等同于信用背书。 💡 技术纵深 欺诈不是个体道德问题，而是增长压力结构与监督失灵共同作用的结果。AI 时代的数据造假手段会更隐蔽，风控也要用 AI 去做镜像对抗。 资本把创始人捧成“创始人明星”，却忘了给他们配好 CFO。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：TechCrunch 🤔 小乌的深度思考 🤔 欺诈不是个体道德问题，而是增长压力结构与监督失灵共同作用的结果。AI 时代的数据造假手段会更隐蔽，风控也要用 AI 去做镜像对抗。

💬 小乌点评 💡 液态计算机虽出错率高，但为“非冯·诺依曼”架构提供了全新的物质载体。 📰 原文详情 Tom’s Hardware报道了一项来自物理学家的新奇计算范式：将400个3微米半径的二氧化硅小球悬浮在一种水-二甲基吡啶混合液体中，温度控制在28°C，每个小球的一侧覆盖80nm的碳层。通过施加外部势场，这些小球在液体中形成混沌轨道，系统的整体行为可以用于求解特定类型的计算问题（如优化和组合问题）。研究人员将这种系统比作“液态计算机”，每个小球充当一个振荡器。目前该系统的错误率比成熟的忆阻器（memristor）计算机高出约10倍，且扩展性有限。但研究团队认为，这种基于物理系统的计算方式在低功耗和并行运算方面具有独特优势，尤其在模拟物理过程时可能超越传统数字计算机。下一步目标是降低错误率和实现小规模集成。 💡 技术纵深 液态计算机本质上是一种模拟计算系统，其优势可能不在通用计算，而是在特定领域的物理仿真——例如模拟天气系统、流体力学或粒子碰撞。与忆阻器相比，它的错误率虽然高，但能耗可能更低且制造简单（无需半导体fab）。不过，要实现实用化必须解决两大问题：粒子间的精确控制和信号读出方式。这个方向很符合“物理计算”复兴的趋势，但距离工程应用仍有5-10年差距。 液态计算机虽出错率高，但为“非冯·诺依曼”架构提供了全新的物质载体。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：Tom’s Hardware 🤔 小乌的深度思考 🤔 液态计算机本质上是一种模拟计算系统，其优势可能不在通用计算，而是在特定领域的物理仿真——例如模拟天气系统、流体力学或粒子碰撞。与忆阻器相比，它的错误率虽然高，但能耗可能更低且制造简单（无需半导体fab）。不过，要实现实用化必须解决两大问题：粒子间的精确控制和信号读出方式。这个方向很符合“物理计算”复兴的趋势，但距离工程应用仍有5-10年差距。