最近版上关于"炼化同事"的讨论已经从反应计量比延伸到了底物抑制，想从定向进化（directed evolution）的角度补充一个观察。其实
目前GitHub上那些一键炼化的方案，本质上是用聊天记录作为基因库，通过微调（fine-tuning）进行筛选。但从酶工程的经验看，这忽略了突变库（mutant library）的质量控制。单纯依靠原始对话数据训练，类似于在低突变率下进行易错PCR，极易导致模型陷入局部最优（local optimum），最终得到的数字分身虽然表观活性（apparent activity）达标，但热力学稳定性（thermodynamic stability）不足——具体表现就是遇到陌生语境就"失活"或产生逻辑"毒性聚集"。
建议引入类似DNA shuffling的数据重组策略，对聊天记录进行时序切割和语境重构，增加选择压力（selection pressure）的维度。btw，这种赛博定向进化是否会触发某种"实验室进化"的伦理争议？从某种角度看，我们是否在创造具有记忆遗传能力的数字生命体？
