跳到正文
heyaican

上线时间 2026年3月

档案卡 · 第 059 号

Blatant-Why

一套给 Claude Code 用的蛋白设计 campaign 工具包：由提示词定义的 agent 写好模型输入，把任务交给 BoltzGen、Protenix 或 PXDesign，跑在你手头有的那块显卡上，再用一个公开发表的界面打分指标把结果排出来。

源码 提交更正
Screenshot of Blatant-Why
编辑截图， 30 Oct 2026Blatant-Why ↗

这是什么

从一个靶点蛋白走到一份值得合成的抗体清单，中间要串起五六个各自独立的程序，而难的地方是它们之间的接线。每个程序都要自己的输入格式、自己的环境、自己的任务队列。

一个模型要一份实体 YAML，结合位点残基按它自己那套编号写；下一个要一份序列 JSON；第三个要你把预测误差矩阵按对的截断值读；每个还要不同的卡。

Blatant-Why（作者自己简称 BY）把这条链打包成一个 Claude Code 项目。在一个空目录里跑一次 init，得到 11 个 MCP 服务器、21 个 agent 定义、19 个 skill 和 13 个斜杠命令，全都是普通文件，外加一份 CLAUDE.md，写明什么时候该派哪个 agent 上场。

说一句 design VHH nanobodies against PD-L1，编排层就去做那些原本要人手做的事：去 PDB、UniProt 和 SAbDab 查靶点，选表位，写出 BoltzGen 或 PXDesign 的输入，把它提交到本机显卡、RunPod 的机器或 Tamarind 的云上，用 Protenix 把每个设计重新折一遍，从预测误差矩阵里算出 ipSAE 和 ipTM，再扫一遍序列里的可开发性风险，最后交回一张排好序的表。

生成这件事不是 BY 做的。BoltzGen、Protenix、PXDesign 都是别的团队的公开模型，要单独安装。BY 是驱动它们并保存 campaign 状态的那一层。仓库简介里点了这三个名字，后面跟一句 200+ cloud tools，那说的是 Tamarind Bio 的目录，不是这个仓库发的东西。

谁做的

一个创建于 2024-02-08 的 GitHub 账号，15 个公开仓库、32 个关注者；简介写着 Proteus Labs，链到 proteusbio.ai，档期说明是 Nature has time we have GPUs。仓库 169 次提交里 168 次是他的，另一次是十月合进来的外人修复。他手上另一个项目在同一块地里：001TMF/ProteinView，一个 Rust 写的结构查看器，342 星；还有 81 星的 001TMF/harness-forge。代码里每个环境变量上还挂着的 PROTEUS_ 前缀，是这个项目早先的名字。

它是怎么搭起来的

组成 · 7

组织方式是：agent 宿主就是运行时，仓库是给它的一套说明。这个项目里没有任何东西在排班、把模型放在显存里、或者对候选跑一个循环；做这些的是 Claude Code，BY 提供四类材料给它用。文字：21 个 agent 定义、19 个 skill 连同它们的参考文件，以及一份 CLAUDE.md，写明哪个 agent 按什么顺序跑、每个能碰哪些工具。可调用的程序：11 个 MCP 服务器、83 个工具，通向数据库、算力后端和 campaign 存储。算数的代码：ipSAE 的实现、综合排序，以及风险、电荷、可开发性三项筛查。还有状态：.by/campaigns 下每个 campaign 一个目录，由服务器写成 JSON 与 Markdown，再由 agent 读回去。于是这条流水线是一串文件，这既让一场 campaign 可恢复、事后可查，也让它依赖模型照说明去做，而不是依赖调度器去强制。所有贵的部分都在外面：三个引擎由用户安装、通过它们自己的命令行调用、从不打包，所以仓库很小，第一场 campaign 的启动很慢。

templates/.claude/agents
21 份带 YAML 头的 Markdown agent 定义：名字、一段角色说明、一个工具白名单，以及设计 agent 那份里对实验室提交工具的明确禁用。这些是委派的单位，白名单由 Claude Code 执行，不由这个仓库里的任何代码执行。
templates/.claude/skills
19 个 skill，每个是一份 SKILL.md 加一个放规则的 references/ 目录和一个放辅助脚本的 scripts/ 目录。三个引擎 skill 各教一个套路：写输入文件、跑上游的可执行文件、解析输出的 CSV。其余覆盖 campaign 管理、打分、筛查、表位分析、失败诊断、HPC 部署和一场假设辩论。
templates/.claude/mcp_servers
可调用层：11 个自足的 Python 服务器，用 uv run --script 跑，合计 83 个工具。四个通向数据库（PDB、UniProt、SAbDab 和一个研究服务器），三个通向算力（本机与 SSH、一个统一的云抽象、Tamarind），四个持有 campaign：状态、筛查、知识库和带闸门的实验室提交。
src/proteus_cli
Python 包，同时暴露一个 proteus 控制台命令：ipSAE 的实现、一个筛查包（比对、交叉验证、可开发性、多样性、风险、天然度、帕累托前沿，以及一个用接触数顶替形状互补的实现），加上 campaign 状态、成本估算、主动学习和一个 SSH 执行器。
src/init-cli
npm 那一半：一个 TypeScript 脚手架，检查 uv 与 Python 3.11，复制模板，写 .claude/settings.json，用 claude mcp add -s project 注册每个 MCP 服务器，问 key，再验证注册。已发布的 npm 包里只有这些。
templates/CLAUDE.md、templates/.by/config.json 与 templates/.claude/hooks
编排规则、算力策略和闸门。CLAUDE.md 点名那条强制的五 agent 链，并禁止静默切换 provider；config.json 把 local 设为默认 provider 并给出优先级列表；hooks.json 装了会话启动的加载器、两个工具后的脚本，以及一个拦在实验室提交调用前的安全闸。
templates/.claude/scripts
四个 hook 程序：环境加载、状态行、campaign 追踪，以及 safety-gate.js，后者读 .by/lab/ 下的批准文件，文件不在或超过五分钟就拦掉实验室工具。

取舍，以及另一种做法

  • 让 agent 宿主当运行时 替代 自己发一个编排器

    唯一试图派发 agent 的 Python 文件 orchestrate_debate.py，把 Task 放在 try/except NameError 后面，名字不存在时就写占位提案，真正的调用留成一句注释。委派之所以成立，是因为 CLAUDE.md 叫模型去用宿主的子 agent 工具。取舍是看得见的：某一步停下来时，没有一个队列可查。

  • 要求用户自己装三个引擎 替代 把模型打包或内嵌进来

    plugin-manifest.json 把每个引擎映射到一个环境变量和一个上游 URL，代码树里没有任何东西是 checkpoint；许可证头、权重、CUDA 要求都留在上游项目那边。代价落在第一场 campaign 上：在设计出第一个分子之前，要先备好三个环境、约 50 GB 权重。

  • 用公开指标加固定权重来排序 替代 用 campaign 结果训练一个重排模型

    ipSAE 是另一个仓库里的公式，来历写在注释里；综合分的权重是三个常数，旁边有写下来的理由。唯一学出来的部件是五输入、100 棵树的随机森林，用一场 campaign 自己的设计训练，小到可以读完，也小到能让一个数据泄漏 bug 藏五个月。

  • 把 campaign 状态放在磁盘文件里 替代 数据库或托管服务

    campaign 服务器在 .by/campaigns 下读写 JSON 与 Markdown，agent 之间传的是路径，恢复用的 skill 按产物清单走一遍，找出上次停在哪。一场结束的 campaign 就是一个目录，不装这个工具也能复制、比对、阅读，对一份可能要进实验记录的东西来说这很重要。

  • 给实验室下单加三道彼此独立的闸 替代 一个确认提示

    一个 PreToolUse hook 读带五分钟有效期的批准文件，campaign 状态自己带一个已批准标志，Adaptyv 那个工具还要一个确认码。把合成出来的蛋白送去合成，是整条流水线上唯一花了就退不回来的钱，也是唯一被这么多机构围住的一步。

依据001TMF/blatant-why 的 master：README.md、CLAUDE.md、plugin-manifest.json、package.json、pyproject.toml、.env.example、docs/LOCAL_GPU_SETUP.md、templates/.claude/agents/ 下 21 个文件、templates/.claude/skills/ 下 19 个 skill（含 by-scoring/references/scoring-pitfalls.md 与 composite-score.md、by-campaign-manager/references/cost-model.md、by-hypothesis-debate/scripts/orchestrate_debate.py）、templates/.claude/mcp_servers/ 下 11 个服务器、templates/.claude/hooks/hooks.json、templates/.claude/scripts/safety-gate.js、templates/.by/config.json、三份示例 campaign 配置、src/init-cli/、src/proteus_cli/、tests/ 与 assets/ 目录，2026-10-31 读取。

制作过程

7 个阶段
  1. 01

    生物药设计流程是什么，agent 站在哪一步

    设计出来的东西是一个蛋白，它要粘在另一个蛋白上选定的那一小块表面上。做抗体或纳米抗体时，计算这一端的产出是一条序列，加上这个复合物预测出来的三维结构；它到底结不结合、结得多紧，是实验室的问题。在那之前，整条流水线给出的每一个数字都是预测。 这条链在这个领域里是稳定的。先从 PDB 取靶点结构，从 UniProt 取序列与注释，再去 SAbDab（结构抗体数据库）找已知的结合物。选表位，也就是决定结合物该落在靶点的哪些残基上，因为对着错的那一面设计，整场 campaign 就白跑。然后是生成，重活在这一步：要么用扩散模型先给出骨架再指派序列，要么用一个 de novo 结合物设计器。把每个候选复合物重新折叠，从里面读出模型自己的置信度。给界面打分，按那些让分子难做的特征过滤序列，把剩下的排个序。活下来的送去合成，拿回读数再喂进下一轮。 BY 就是这条链上的胶水，仅此而已。它自己不折任何东西，也不带任何权重。它带的是每一步的说明、算分的那几个小程序、两次会话之间的 campaign 状态，以及哪个 agent 能碰哪个工具的规矩。 这条记录里的测量来自代码树。git ls-files 列出 261 个文件、4,003,487 字节。其中 116 份 Markdown 占 1,270,053 字节、20,357 行，104 个 Python 文件占 1,090,662 字节、25,920 行。GitHub 的 size 字段写 12,003 KB，那算的是 packfile 里存的东西。在这里 Markdown 比 Python 更重要：agent 和 skill 都是写给语言模型的说明文字，所以提示词在产品里占的份量比代码大。

  2. 02

    三个公开模型、一个借来的数字，还有一条 404 的链接

    BoltzGen 是 HannesStark/boltzgen：MIT，创建于 2025-10-26，1,090 颗星，pip install boltzgen 就能装，它自己的 README 把它描述成先扩散生成骨架、再做反向折叠和一轮分析的设计工具。BY 用它做抗体、纳米抗体和 de novo 结合物。 Protenix 是 bytedance/Protenix：Apache-2.0，2,098 颗星，README 的模型表给 protenix_base_default_v1.0.0 写的是 368 M 参数，也就是 BY 的 skill 里说的那个 AlphaFold3 级别的模型。BY 用它重新折叠复合物，读出 ipTM、pTM 和 pLDDT。 PXDesign 是 bytedance/PXDesign：Apache-2.0，272 颗星，创建于 2025-12-04，最后一次推送是 2025-12-31。它的 README 说这是一个扩散生成器 PXDesign-d，配上 Protenix 和 AF2-IG 两个置信度模型做筛选，并在七个靶点上、其中六个达到 17-82% 的纳摩尔级命中率。BY 里反复出现的 17-82% hit rates 就出自这句话，而它是对模型的声明，不是对 BY 跑过的任何一场 campaign 的测量。 第四个名字是打分指标。ipSAE 是 DunbrackLab/IPSAE，MIT，282 颗星，src/proteus_cli/scoring/ipsae.py 把它重写了一遍：取预测误差矩阵的链间区块，按残基取最小 PAE，在算 d0 归一化因子之前把界面残基数钳到至少 19，套 TM-score 核，对通过截断的残基取平均，两个方向各算一次，报其中小的那个。默认截断是 10 Å，这对 Protenix 和 AlphaFold3 的输出是对的，对 AlphaFold2 是错的，这个区别项目自己的打分笔记里写了。 200+ cloud tools 数的是 Tamarind Bio。README 写 Tamarind provides access to 200+ structural biology tools；统一 cloud 服务器的文件头写 Tamarind Bio cloud API (free tier, 200+ tools)；tamarind 服务器的列表工具说自己返回 226+ tools。BY 自己朝向这份目录的表面，是 tamarind 服务器上的 10 个工具加 cloud 服务器上的 8 个，多数是提交、轮询、下载。目录是真的，也是别人的；要用 Tamarind 的 key 才够得着，而没有 key 时 GET https://app.tamarind.bio/api/tools 返回 400，所以这条记录没法自己数一遍。 README 里有一条链接打不开。本机显卡那一节写 git clone https://github.com/jostorge/boltzgen，这个仓库返回 404；jostorge 这个账号下有两个公开仓库，都不是 BoltzGen。plugin-manifest.json 和 boltzgen 那个 skill 都指向 HannesStark/boltzgen，模型确实在那儿。

  3. 03

    这里的「多 agent 编排」是用什么搭起来的

    agent 是 templates/.claude/agents/ 下的 21 份 Markdown，每份带一段 YAML 头，写明名字、描述，以及它能用哪些工具。by-design 拿到 Read, Bash, Grep, Glob, Write 加五个 MCP 通配域，并被明确禁止碰 Adaptyv 那一域；by-lab 才是带着实验室权限的 agent。Python 包里没有任何一行读这些文件。读它们的是 Claude Code，白名单也是 Claude Code 在执行。 把它变成流水线的规矩写在 templates/CLAUDE.md 里：campaign 必须派 agent，并点名这条链：by-research 写 target_report.json，by-campaign 写 campaign_plan.md，by-design 写 design_summary.json，by-screening 写 screening_results.json，by-verifier 写 verification_report.md。每一段都是磁盘上的一个文件，下一段被要求去读它，/by:resume 之所以可能就是因为这个：恢复协议按清单走一遍产物，从第一个缺的地方接着跑。 可调用的那一半是 11 个 MCP 服务器，合计 83 个工具，按 @mcp.tool() 装饰器数的：screening 14、campaign 14、tamarind 10、cloud 8、local_compute 8、knowledge 6、pdb 5、research 5、adaptyv 5、uniprot 4、sabdab 4。每个服务器就是一个带 PEP 723 文件头的 Python 文件，用 uv run --script 跑，所以注册只是每个目录一条 claude mcp add，它们没有构建步骤。 真正试图派 agent 的 Python 文件只有一个。templates/.claude/skills/by-hypothesis-debate/scripts/orchestrate_debate.py 有 571 行。它拼出三份指令（保守、激进、分散），然后调用 _spawn_agent_task，这个函数的函数体是 try: Task except NameError:，接下去写一份 mock 提案，真正派发的地方只留了一句注释。本该给提案排序的反思 agent 也只是一句注释，实际跑的排序是把提案自己字段算出来的四个轴做加权求和。skill 的说明把这一套叫 3+1 agent 拓扑。 所以真正跑起来的编排，是自然语言指令加文件契约，派发器是 agent 宿主自己的子 agent 工具。这是真机制，也是为什么一场停住的 campaign 留下的是对话记录而不是任务队列。同样因为这个，委派可以被跳过：它是文本文件里的一条规矩，好几个 skill 反复写「不要在主会话里内联做」，正因为规矩自己不会执行。

  4. 04

    真正手写的代码在打分这一层

    这个仓库里有四样东西是在算东西，不是在描述东西。 界面分。compute_ipsae 拿一个 PAE 矩阵和两个链掩码，从界面残基数算出 d0 归一化因子、下限是 19，用 1 / (1 + (pae/d0)^2) 给每对残基打分，对通过截断的残基取平均，返回两个方向以及它们的较小值。同一段代码存在两份，一份是模块，一份内联在 screening 服务器里；这是代码树承担下来的维护成本，没有被藏起来。 综合排序。0.50 * ipSAE_min + 0.30 * ipTM + 0.20 * (1 - min(高危风险数 / 5, 1))，权重和风险数上限都写在 by-scoring/references/composite-score.md 里，每个权重旁边有理由。 序列筛查。风险扫描是一组正则：NG、NS、NT、NA 是三个严重度的脱酰胺，DG、DS、DT 是异构化，每个甲硫氨酸都算氧化风险，半胱氨酸数为奇数就把它们都标成游离半胱氨酸，N-X-S/T 是糖基化位点。净电荷是七个 pKa 值上的 Henderson-Hasselbalch。可开发性是疏水、脯氨酸、甘氨酸的比例，加上上面那两个输出。天然度在装了 AbLang2 时用它的伪对数似然，没装就返回一个带安装提示的错误对象。 界面几何。screen_shape_complementarity 并不计算形状互补统计量。它用 BioPython 解析结构，数两条链之间 8 Å 以内的原子对，返回接触数、界面残基数和接触密度；函数上方的注释写着 Simplified。这是整个代码树里唯一一处名字比代码更有野心的。 这里最好的技术写作是 by-scoring/references/scoring-pitfalls.md，它知道 ipSAE 在哪里会失灵：d0 在 n0 = 19 处截断，让很小的界面不管几何如何都接近零分；在柔性的 CDR-H3 环上只用一个种子，ipSAE 能晃动 0.1 到 0.2；在 Protenix 输出上用 15 Å 截断会把分数抬高 0.05 到 0.1。这些担忧都是对的，是一个踩过坑的人写下来的。 0.50 这个权重背后的引用，是这条记录必须放慢的地方。composite-score.md 把它归给 The Dunbrack 2025 meta-analysis (n = 3,766 published binders)，说这篇分析发现 ipSAE_min 是预测实验成功率最好的单一指标。确实有一篇这个样本量的元分析，结论也确实是 AF3 算出来的 ipSAE 胜过 ipAE 和 ipTM，平均精度比 ipAE 高 1.4 倍。作者是 Overath、Rygaard、Jacobsen、Brasas、Morell、Sormanni 和 Jenkins（bioRxiv，2025-08-14），而 Dunbrack 是 ipSAE 这个方法本身的作者。那篇论文还报告说，在 ipSAE 之外加上 Rosetta 的 ΔG/ΔSASA 和界面形状互补会更好，而这两样都不在 BY 的综合分里。权重本身站得住；引用点错了作者，漏掉的恰好是论文建议加的东西。 同一份文档还写 Internal BY validation on 1,200+ refolded designs，说 ipSAE 与实验 Kd 的 Spearman 相关是 0.62，ipTM 是 0.41，pLDDT 是 0.18。代码树里没有任何数据集、脚本、表格或引用支持这三个数。这条记录把它当作作者的自述。

  5. 05

    它跑得起来吗，跑之前要装什么

    npm 上只有一个版本 blatant-why@0.1.0-beta，发布于 2026-04-03T23:54:37Z，截至 2026-10-29 的三十天里被下载 19 次。PyPI 上没有这个包。GitHub 上 0 个 release、一个 tag v0.1.0-beta。这个包的 files 列表是 dist/、templates/、README 和许可证，唯一的可执行文件叫 by，而 README 的快速开始写的是 npx blatant-why init。 那个可执行文件干的是搭脚手架。runInit 检查 uv 和 Python 3.11，把模板树复制进当前目录，写 .claude/settings.json 并把里面的 mcpServers 键删掉，对每个 MCP 目录调一次 claude mcp add -s project，问你要 API key，追加 .gitignore，建 .by/campaigns，最后用 claude mcp list 把服务器列回来。npm 包里没有求解器。 没有持续集成：仓库里没有 .github 目录。测试是有的，但没接上发布：12 个 Python 文件里有 128 个 def test_ 函数，另有三个 shell 脚本，npm test 只跑其中两个。Python 那一侧要 3.11 以上，加上 click、pydantic、rich、pyyaml、numpy、biopython、httpx、mcp 和 scipy；scikit-learn、fair-esm、ablang2 是可选附件，需要它们的功能够不上时会退化成一条说明性错误。 贵的部分在仓库外面。本机模式要一张至少 24 GB 显存的 NVIDIA 卡，项目自己的安装指南推荐 A100 或 H100、说 RTX 4090 是最低配，要 CUDA 12.1，要大约 50 GB 权重，而且三个引擎都得自己装。PXDesign 还要 CUTLASS 和自定义 kernel，它自己的 README 建议干脆用它的网页服务器。便宜的路是 Tamarind：一个免费 key、每月十个任务、不用显卡，代价是把靶点传上去。第三条路是 RunPod、Modal 或 SSH 到自己的机器，第四条是实验室，示例配置把 Adaptyv 的单价写成每个变体 175 美元、最多 20 个候选。 诚实的安装总结是：npm 包是一个小的 TypeScript 脚手架，Python 包是打分的库，所有生成性的东西都在一次 git clone 加一个 conda 环境之外。

  6. 06

    119 颗星，以及它站的那层架子

    读数取于 2026-10-30T17:34:54Z：119 颗星、11 个 fork、1 个 watcher、2 个未关闭的 pull request，最后一次推送是 2026-10-16T00:12:10Z。 跟它驱动的模型比，这个数小：Protenix 2,098、BoltzGen 1,090、PXDesign 272、IPSAE 282。在 GitHub 的 antibody-design 话题下（共 59 个仓库），它排第五，前面是 BoltzGen、481 的 Rosetta、177 的 AntiFold 和 135 的 dyMEAN，后面是 112 的 MEAN 和阿斯利康的 DiffAbXL 100。在它自己占的那个更窄的位子上它是第一，而这个位子几乎是空的：按仓库描述搜 antibody design agent 只有四个仓库，其中三个是 1 星或 0 星，搜 binder design agent 有十八个，排它后面的 T-REX 是 24 星。这个方向上有公司做出来的最接近的一个是 adaptyvbio/protein-design-skills，173 星。 星数背后是一段短而密的提交史。master 上共 169 次提交，来自两个账号：001TMF 168 次，liutmelody 1 次。按月算是 2026 年 3 月 158 次、5 月 10 次、10 月 1 次；按天算是 2026-03-04 的 15 次，然后是 2026-03-23、24、25 的 36、57、50 次，三天占了一百六十九次里的 143 次。第一次提交的时间是 2026-03-04T13:30:01Z，比 GitHub 建仓库的 2026-03-23T18:54:59Z 早十九天，所以代码是先在本机写的。之后 2026-05-20 有 9 次提交做了一轮 skill 打磨，再往后就没有了，直到最后一次提交 2026-10-16T00:12:10Z，那是别人一个两文件修复的合并。 这 169 次里 153 次带共同作者尾注，其中 152 行点名了某个 Claude 模型：128 行 Claude Opus 4.6，15 行是同一个模型换个地址，7 行 Claude Opus 4.7，2 行没写版本。还有一行写的是 Codex CLI。提交标题里 64 次 feat、62 次 fix、10 次 docs、8 次 chore、5 次 test。issue 和 PR 加起来一共五个：三个已关闭，两个开着，一个是发布两天后提交的六 agent 安全审计、零评论，另一个是把 Tamarind 后端换成 Modal 的分支。 星数跟来的注意力不成比例。仓库建立的那一天，正好是 Latent Labs 发布自主药物设计 agent 的同一天（2603.29727），README 第二段就是冲着这一类产品写的。2026-03-25 的一条 Hacker News 投稿最后停在 3 分、2 条评论，其中一条是署名 proteus-design 的回复，讲 BoltzGen 报告的成功率怎么比。

  7. 07

    仓库没有说的那部分

    没有局限一节。README 里没有一句话说排好序的设计只是预测，没有说命中率要去湿实验拿，没有临床用途的免责声明，也没有列出这条流水线做不到什么。对一个产出是「有人可能花钱去合成的分子」的工具来说，这是它最大的缺口。 它有的是一个放在证据位置上的玩笑。README 里唯一一张性能图是一张完成一场抗体设计 campaign 的耗时柱状图，三根柱子分别标 weeks、hours、minutes?，横轴写 painful、vibes-based、56x faster!!!。图注是 Source: trust us bro，脚注写 Y-axis: conveniently omitted · Baseline: "independent expert time estimates" · n = 3 · Peer reviewed: no。作者是在告诉读者别信它，这比反过来强，但它仍然不是对「这个 agent 擅长什么」的描述。 安全与质量上的缺口写在读者很晚才会看到的地方。作者自己那套六 agent 安全审计是 pull request #1，从 2026-03-25 开到现在零评论，报告里写 8 个 critical、9 个 high、12 个 medium、8 个 low，点名 SSH 命令注入、导出路径穿越、不安全的 numpy pickle 反序列化和未钉版本的 Python 依赖。np.load(..., allow_pickle=True) 到现在还在 ipsae.py 的 score_npz 里。实验室提交是唯一有三道闸门的一步：一个读批准文件的 hook、五分钟过期、一个 campaign 标志、一个确认码。这说明作者想过那个不可逆的步骤，对其余步骤想得少一些。 最有教育意义的缺陷是外人发现的。liutmelody 在 2026-05-04 开了一个 pull request，标题是 fix data leakage bug: remove ipsae from RF features since it's the target，正文写 this looks cool! i don't think ipsae should be in the random forest features though since it's the target. lmk if i'm off base though。那个随机森林是 campaign 优化器的主动学习步骤，它拿另外五个分数去预测 ipSAE，而 ipSAE 同时是它自己的输入之一。修复涉及两个文件五行代码，2026-10-16 才合并进去，中间隔了五个月。 代码树里没有任何湿实验的结果。examples/ 只有三份 PD-L1 和 TNF-α 的 config.yaml，没有输出。作者引用的 BoltzGen 在新靶点上 66% 这个数字，出处是一条署名 proteus-design 的 Hacker News 回复，不在仓库里。而项目自己开着的 pull request #5 说明了下一步：去掉 Tamarind，换到 Modal 加本机算力，理由是 per the move to an own-the-stack, kimi-only harness。简介里的 200+ 和对 Claude Code 的依赖，都在这张清单上。

他会告诉你什么

  • 星数量的是这个包装想法，不是里面的科学。119 在 GitHub 的 antibody-design 话题下是 59 个仓库里的第五，在五六个 agent 包装这一档里是第一，同时比它驱动的每一个模型都小：Protenix 2,098、BoltzGen 1,090、PXDesign 272、IPSAE 282。这个方向上由公司做出来、最接近的一个是 Adaptyv 自己的 protein-design-skills，173 星。
  • 简介里的 200+ 属于 Tamarind Bio。BY 在它的 Tamarind 服务器上暴露 10 个工具、在统一的 cloud 服务器上 8 个，多数是提交、轮询、下载；背后的目录要 key，免费档每月十个任务。项目自己开着的 pull request #5 提议去掉 Tamarind 换 Modal 加本机算力，那之后这句简介就不只是借来的，而是错的。
  • 多 agent 编排归到底是几份 Markdown 加宿主自己的子 agent 工具。21 个 agent 是带工具白名单的提示词，流水线是一串文件、每段写给下一段看；唯一的 Python 派发器在运行时名字缺失时写的是 mock 提案。这个设计是能跑的，代价是停住的 campaign 留下的是对话，不是一个可查的队列。
  • 打分代码是真的，文档也比这个规模的多数项目好。scoring-pitfalls.md 点名 ipSAE 骗人的三种方式：界面残基少于 19 时 d0 被钳住、柔性环上只用一个种子、在 Protenix 输出上用 15 Å 截断，每一条都给了修法。综合分那个 0.50 权重引错了论文，而论文建议补的两样（Rosetta ΔG 与形状互补）也不在综合分里。
  • 这里没有任何东西经过项目自己发表的湿实验验证。examples/ 里是三份 campaign 配置、没有输出，README 没有局限一节，支撑 Spearman 相关系数的那句 Internal BY validation on 1,200+ refolded designs 在代码树里没有数据集、脚本或表格。唯一被引用的外部验证，也就是那篇 3,766 个结合物的元分析，讲的是这个指标，不是这个工具。
  • 数据泄漏那个 bug 最有教育意义。有五个月时间，campaign 优化器训练随机森林去预测 ipSAE，而 ipSAE 同时是它的输入特征之一；这种错误一遍人工审查就能看出来，任何测试都看不出来。五月一个陌生人指出来，修复是两个文件五行，十月才合并。这个学习层不管还叫什么，都没有被审计过。
  • 门槛在安装，不在代码。跑一场本机 campaign 要一张 24 GB 的 NVIDIA 卡、CUDA 12.1、约 50 GB 权重和三次上游安装，其中一个还要 CUTLASS、并且官方建议改用网页服务器。npm 包是 480 行 TypeScript 的脚手架，Python 包是打分的库，所有真正生成一个分子的东西都是别人仓库里的东西，要你自己 clone。

相关档案

全部档案 →

第 127 号

Lemmalog

一个用 Rust 写的 Datalog 引擎，它把 agent 记忆当成演绎数据库，而不是一个更大的向量库。事实在抽取边界断言，分层规则推导闭包与时态视图，每条派生事实都带着回到来源 episode 的溯源，派生视图按 epoch 增量维护，并以十二个 MCP 工具的形式交给 Claude Code 与 Kimi CLI 使用。

第 080 号

Engram

一条把「学一门东西」做成流水线的办法：课程架构师拆出第一性原理的概念图，一名看不见讲课过程的评分者盲评你写下的原话。再由 FSRS 排程，每次判分都在磁盘上留下一条收据。

第 140 号

Agents Universe

一套开源智能体平台，让同一个项目里的人共用一份上下文。项目选中时智能体把全部知识读进上下文，干活过程中再把学到的东西写回同一批文件；知识是磁盘上的 Markdown，数据库只做索引，没有嵌入模型，也没有向量检索。