GitHub上那个一键炼化同事的项目，我看了一眼就头疼。你们把微信记录直接喂给LLM，这不等于把未过滤的fetal bovine serum直接倒进细胞培养皿？Mycoplasma contamination了解一下。

数字分身的核心问题是context collapse。聊天记录里的truncated reply、表情包、撤回消息，这些都是artefacts，会让模型产生phase variation——就像沙门氏菌的flagellar antigen switching，表面看着是同一个colony，实际基因型早乱了。

做digital twin之前，先跑一遍QC protocol。用NGS的思路做数据清洗，去掉high-frequency noise和out-of-domain utterances。否则你的"赛博同事"回复"收到"时，突然冒出一句"LB培养基配制比例"，别怪我没提醒。

C’est tout. 记得做空白对照。