2001

We made a DNA model and it’s pretty good.

同感，但我的用法反过来：写代码的模型永远不负责审自己的代码。 我的日常开发全在 Claude Code 里跑 Opus 4.6。写完一个功能或改完一个 bug，不急着提交，先让 Codex 审一遍。 具体怎么做的： Claude Code 支持 MCP 协议，可以在同一个终端里调用外部模型。我接了一个 Codex MCP Server。写完代码说一句" Codex review "，它就去审了，不用切窗口 审完列出问题，回到 Opus 逐个修，改完再过一遍，循环到没新问题为止。 跟人类团队 Code Review一个道理——自己写的东西自己审，永远有盲区。区别是现在审的那个人也是 AI，换一个不同思路的 AI 来审你的 AI。 实测基本每次 review 都能捞出点东西，边界条件没覆盖、错误处理遗漏这种最常见。偶尔还能抓到逻辑 bug 成本多一轮对话的钱，但省掉的返工时间远超这个。 流程见图。想试的话：Claude Code 装个 Codex MCP Server 就行。

Most people use Claude Code like a chatbot. So I documented the most complete setup you can install today. Inside: → How to run 10 to 15 Claude sessions at the same time across terminal and browser → The CLAUDE. md file that writes its own rules after every correction so the same mistake never happens twice → Plan Mode workflow so Claude builds a full plan before touching a single file (with the exact activation steps and what to say) → How to actually use slash commands for every task you repeat more than once a day → Subagent setup so Claude reviews, simplifies, and verifies its own work without you managing it → The verification loop that produces 2 to 3 times better output on every task → Safe permissions setup so Claude never needs unrestricted access to your machine → MCP connections for Slack, BigQuery, and Sentry so Claude uses your tools directly → PostToolUse hooks so code formatting never causes errors in review → Ready to use files including CLAUDE. md, subagents, slash commands, and hooks → Common mistakes that slow Claude Code down and the exact fixes Boris uses If you build with AI daily, ship code, or manage a team using Claude Code - this is the only setup guide you will need. Comment "CLAUDE" and I will send it straight to your DMs.

一个不会编程的人，写的Claude Code使用指南。 超级长，相当完整，而且真的是从新手视角写的。 地址见评论区

Check out our review on Graph #NeuralNetworks #GNNs in #MolecularDynamics! We show how #AI is used for #ForceFields, free-energy and analysis - including our recent attention-based GNN workflow - and how you can integrate your favorite AI in #compchem! sciencedirect.com/science/articl…

#Genetics #DrugDesign #AI: scientists have devised a deep learning model for efficient and accurate RNA structure prediction from single sequences. The model could help develop novel RNA-targeted therapeutics - journals.plos.org/plosbiology/ar…

In this thread, explore how to effortlessly prepare coarse-grained systems using GROMACS Wizard. Perfect for molecular modelers!

AutoBinder Agent: An MCP-Based Agent for End-to-End Protein Binder Design arxiv.org/abs/2602.00019

OpenClaw（ClawdBot）创始人Peter Steinberger访谈视频（字幕+要点） 范式转移： Peter认为现在的开发已从“Vibe Coding”（氛围编程）进化为“代理工程”。他不再阅读代码，而是“观察”代码流，通过5-10个Agent并行工作完成任务。 验证循环： 与其纠结代码实现，不如构建严密的测试和验证循环。只要Agent能通过本地测试并闭环验证输出，他就会直接合并代码而不手动检查。 与机器“对话”： 相比传统指令，更倾向于与Agent深度沟通以理解其任务解析逻辑，甚至在AI无法理解时主动调整自己的表达。 10天手搓： 项目最初由自己一人在家玩了10天开发完成，高峰期在GitHub一天提交了1374次贡献。 自主解决问题： 他提到了一个震撼自己的瞬间，就是Agent自主决定调用Mac本地的FFMPEG库将WhatsApp语音消息转为WAV格式，并利用OpenAI API进行翻译，整个过程未经过人工编程预设。提及了Minimax-M2.1和Kimi K2.5。 打破封闭生态： Moltbot的本质是“数据解放”，它让用户能绕过大型科技公司的封闭生态，直接控制自己的数字资产。 个人智能体时代： Peter预言AI将终结许多传统App，未来即便是非技术人员也能通过个人Agent运行自己的“公司”。 安全与挑战： 尽管项目爆火，但安全仍是挑战，建议用户在隔离环境（如 VPS）中运行以规避提示词注入风险。 心态转变：自己曾因卖掉PSPDFKit后陷入倦怠，通过AI重新找回了编程的乐趣。他明确表示目前没有将其商业化的打算，只想做一个有趣的开源社区项目。

作为一名每天消耗上千美金费用的coder 分享下我跑通的完整AI coding SOP，纯自用心得分享 （附所有涉及到的资源地址） 需求阶段: Gemini（产品经理gems） 这阶段用来聊需求、做PRD、明确产品逻辑 前端设计: 这里我有3套打法，全部分享给大家： 方案1: 设计稿生成 → Figma转代码 用Gemini nano banana/lovart/stitch 直接生成设计稿 让ai工具通过Figma MCP读取设计文件 官方仓库: github.com/figma/mcp-serv… Figma插件会在Dev Mode自动启动本地MCP服务器(127.0.0.1:3845) 方案2: 对标网站直接参考 找到对标网站截图 用Frontend Design Skill指导Claude生成代码 官方Skill: github.com/anthropics/cla… 这个Skill会让Claude避开AI味的通用设计，做出有辨识度的界面 方案4: 专业设计系统UI UX Pro Max Skill 用UI UX Pro Max Skill 支持Claude/Cursor/Windsurf等多平台 仓库地址: github.com/nextlevelbuild… 内置设计系统生成器，可以按行业生成配色/字体方案 框架设计: 1.Claude Opus 4.5 Plan模式设计总体架构 2.Codex 把Opus的方案给Codex补充细节，再返回Claude生成完整骨架 细节填充: 1. 先用opus跑一遍，把基座跑出来 2.然后是Claude Sonnet完善框架 3.Codex修bug通常一遍过，修不好直接换模型就行 人工审阅: 1.感觉项目完成度差不多的时候，开启单元测试，针对于每个功能进行点对点测试 2.集成测试：整体按照用户旅程进行测试 这两步侧重点不同，缺一不可 编程工具推荐： 1.claude code-必备 2.codex-必备 3.cursor/trae/antigravity/kiro任意选配一个即可 分享完毕，大家有什么更好的方案欢迎补充

Visualizing pairwise genome comparisons? No need to run BLAST separately anymore! 🧬 ​#gbdraw has implemented #LOSAT, a WASM-powered Rust reimplementation of BLASTN/TBLASTX. ​✅ No local installation ✅ No data transfer (Serverless) ​Try it here: gbdraw.app

The beautiful plots DEEPSPACE can do! If you want to read more about it, here: biorxiv.org/content/10.648…

MetaFX: feature extraction from whole-genome metagenomic sequencing data academic.oup.com/bioinformatics…

Translating short-form Python exercises to other programming languages using diverse prompting strategies. #LLMs #Programming #Bioinformatics #CodeTranslation @GigaScience academic.oup.com/gigascience/ar…

AtlasMap: enabling low-cost, map-style exploration of million-cell single-cell atlases biorxiv.org/content/10.648…

REDAC: RNA-seq Expression Data Analysis Chatbot. #RNAseq #LLMss #DataAnalysis #DifferentialExpression #Sequencing #Genomics @BioinfoAdv academic.oup.com/bioinformatics…

ChromoMapper: a new tool to quickly compare large genome assemblies. #GenomeAssembly #GenomeComparison #Bioinformatics #Genomics @BioinfoAdv academic.oup.com/bioinformatics…

DeepBIO: an automated and interpretable deep-learning platform for high-throughput biological sequence prediction, functional annotation and visualization analysis academic.oup.com/nar/advance-ar…

Many bioinformatics programming tasks can be automated with ChatGPT arxiv.org/abs/2303.13528

DIVAS: an R package for identifying shared and individual variations of multiomics data biorxiv.org/content/10.648… #biorxiv_bioinfo