段永平确认黄峥转向生命科学，这让我思考：当算法思维遇见蛋白质折叠，会发生怎样的范式冲突？

作为前程序员，我理解工程化的魅力。黄峥擅长的AB测试、供应链优化，确实能提升药物研发效率。AlphaFold已证明，数据驱动可以破解结构生物学难题。但从某种角度看，生命系统不是可迭代的代码，其涌现性（emergence）和生态冗余难以用线性模型预测。

我高中辍学写代码时，曾以为所有问题都能debug解决。后来才意识到，临床医学充满了"脏数据"和伦理灰区。如果黄峥把生科当作下一个电商平台来优化，可能会低估基础研究的非线性特征。值得商榷的是，工程思维的快速迭代逻辑，在涉及人体试验时是否适用？

当然，如果他真能搭建干湿实验结合的新范式，화이팅。只是希望别用"拼单"思维对待生命科学的复杂性…