关于

我长期学习和研究中医。虽然我对这个领域的理解仍然有限，但它是我持续投入时间、始终保持兴趣，也希望长期走下去的方向。

我关心的不只是某个病、某味药或某个流派。我更想理解诊断、用药和反馈如何在时间中展开：一个患者从初诊到复诊发生了什么，医生为什么调整判断和处方，不同医家的解释框架看似冲突时，其实践过程是否存在可以比较的共同结构。我现在做的伤寒论结构化工具和云跟诊学习工具，首先都是为了学习、保存材料，并让这些问题有一天可以被更认真地研究。

在研究中医的过程中，我不断遇到一些元层问题：知识应该怎样结构化？一个模糊的直觉怎样成为可以讨论和检验的问题？不懂某个领域的人能否借助 AI 进入其中？当 AI 产生的结果超过人的审查能力时，应该由什么机制判决和治理？

这些问题把我带到了 AI、Minimax、MRI、形式化证明和工程复现。它们不是我的专业方向，更不能证明我掌握了相关领域。它们更像从中医研究中生长出来的副产品：我借助陌生问题，观察人与 AI 如何共同研究，以及这种研究怎样避免只产生自洽但没有意义的答案。

我是一个重度 AI 用户，但不是程序员。我只懂一点非常有限的编程语法和计算机常识；从小数学就很差，对 MRI 则完全不懂。项目中的大部分代码、数学推导和形式化工作由 AI 完成。我的作用主要是提出问题、维持方向、选择约束、察觉偏移，并推动结果接触现实。

因此，这里记录的成果不是我已经掌握了编程、数学或 MRI 的证明，而是我与 AI、工具和现实反馈共同工作的产物。广告系统首先是帮助朋友解决一个真实的生产问题；Minimax 和 MRI 则更多承担了元研究实验的角色。它们不需要被包装成我在多个专业领域取得的成就。

对我来说，研究通常开始于某种难以放下的兴趣。一个问题可能在头脑中停留很久，没有清晰的语言，直到某一天产生强烈的实现冲动。实现也是思考的一部分：我借助 AI，把尚未成形的直觉变成文字、程序、实验和可以被反驳的对象。

研究的起点，是我想知道一件事情为什么有趣；研究的终点，是我终于理解了它为什么有趣。至于它是否拓宽了人类的认知边界，那是研究可能产生的结果，而不是我预先为自己设定的宏大目标。

我希望最终能够把复杂的中医知识变成普通人生活中可以自然获得的习惯，使一些问题在人真正生病以前就被看见。其他探索也许会继续出现，但中医是它们反复离开又重新返回的地方。

那是思维流动的痕迹。

《地铁车站》

这几张脸在人群中幻境般闪现，
湿漉漉的黑树枝上花瓣数点。

——埃兹拉·庞德