Tidak percaya mereka benar-benar mengirimkannya 😂 $ 20, seukuran 🦞 tutup botol di saku 🔥 Anda

Ini benar-benar keren (dan liar): Para ilmuwan mensimulasikan sel hidup lengkap untuk pertama kalinya. Setiap molekul, setiap reaksi, dari replikasi DNA hingga pembelahan sel. Makalah (Luthey-Schulten et al., Cell 2026, ), yang baru saja keluar hari ini, menggunakan JCVI-Syn3A — bakteri minimal sintetis dengan kurang dari 500 gen. Simulasi 3D+waktu dari siklus sel 105 menit penuh: replikasi DNA, translasi protein, metabolisme, pembagian. Setiap gen, protein, RNA, dan reaksi kimia dilacak melalui ruang fisik. Butuh waktu bertahun-tahun untuk membangunnya. Beberapa GPU. Enam hari waktu komputasi per eksekusi. Dan ini adalah sel yang paling sederhana. Sel manusia memiliki ~20.000 gen. Ia hidup dalam jaringan. Itu berinteraksi dengan tetangga. Itu membedakan. Ini merespons narkoba dengan cara yang tergantung pada konteks yang belum kita ukur sepenuhnya. Simulasi mekanistik dari sel minimal berharga 6 hari GPU untuk 105 menit biologi. Anda tidak dapat menskalakannya ke sel manusia. Kompleksitasnya tidak 40x lebih sulit. Ini secara eksponensial lebih sulit. Inilah sebabnya mengapa bidang ini beralih ke model berbasis data. Anda tidak dapat mengkodekan kabel pengaturan hepatosit manusia dengan tangan. Tetapi Anda dapat mempelajarinya - jika Anda memiliki data perturbasi yang tepat yang dikumpulkan di konteks biologis yang cukup beragam. Kedua pendekatan tersebut tidak bersaing. Makalah seperti ini menghasilkan kebenaran dasar yang dibutuhkan model ML masa depan untuk validasi. Tetapi jalan menuju sel virtual yang berguna secara klinis berjalan melalui model fondasi, bukan melalui peningkatan simulasi mekanistik. Pekerjaan yang luar biasa!

Ini mungkin pekerjaan RL pertama di OpenClaw 🔥 MetaClaw: Bicaralah dengan agen Anda dan biarkan itu berkembang secara otomatis. Github: Sebagian besar agen AI dibekukan saat mereka mengirim. Setiap kesalahan yang mereka buat, mereka akan membuat lagi besok. MetaClaw memperbaikinya. Ini adalah lapisan RL online yang dibangun di atas OpenClaw yang memungkinkan agen belajar dari interaksi mereka sendiri — tidak ada kluster GPU, tidak ada kumpulan data offline, tidak diperlukan tim teknik. Lingkarannya sederhana: setiap percakapan dicatat sebagai lintasan pelatihan. Ketika agen gagal, ia menganalisis apa yang salah dan mengusulkan keterampilan baru yang dapat digunakan kembali. Pembaruan LoRA melatih secara asinkron di latar belakang. Lain kali situasi serupa muncul, keterampilan yang relevan akan diambil ke prompt secara otomatis. Agen tidak hanya mengumpulkan percakapan. Ini mengakumulasi kemampuan. Apa yang membedakannya dengan penyempurnaan: tidak ada alur pelabelan manusia, tidak ada pelatihan batch, tidak ada siklus penyebaran. Peningkatan terjadi terus menerus, tidak terlihat, dalam produksi. Interaksi → pembelajaran → peningkatan, secara berulang-ulang. Tidak ada himpunan data offline. Tidak perlu pengkodean. Tidak ada kluster GPU. Bagian yang perlu diperhatikan: ini mengubah setiap interaksi pengguna menjadi sinyal pelatihan. Agen yang Anda terapkan pada hari pertama bukanlah agen yang Anda miliki pada hari ketiga puluh. Itu telah dibentuk oleh segala sesuatu yang salah dan diperbaiki. Pekerjaan hebat oleh @HuaxiuYaoML !