万物生长FM在小宇宙订阅超过7万了。借着这个节点做一下过去几个月的复盘。

我最喜欢的美剧《绝命毒师》结尾有一个情节，Skyler和老白面对面说“你不要再说你所做的一切都是为了这个家庭这些鬼话…”老白说“不，我做这一切都是为了我自己，I like it, I'm good at it …”每次想到这个情节我都挺有的感触的，因为做播客正是“我喜欢，我擅长”的事情。

过去几个月还算勤奋，每周双更，周二更新与大家健康生活相关的C端的内容，周五更新与医药行业相关的B内容。除了小宇宙、Apple Podcast 、喜马拉雅、荔枝等传统音频播客平台外，过去一段时间万物生长FM在微博、B站、小红书、Youtube 等平台也收获了很不错的订阅和播放量的增长，用内容吸引人，其乐无穷。

《中国创新药简史》这个专题给我的获得感是最多的，我能特别明确地感受到每一期节目都能触达想要触达的受众，所以毫无流量焦虑。我也因为这个专题交到了很多医药圈、投资圈的新朋友。无数条留言、加群、催更都让这个专题更新地更坚定。

今年比较大的一个感受是，在创始人和CEO圈，大家对播客的感知变强了很多。可能也因此我们公关向的合作比以前多了不少，有初创公司、有接近IPO的公司，也有大公司的某个传播节点。企业高管访谈传递公司价值也是我认为播客这个媒介比其他媒介有优势的领域。当然，在C端我还维持以前的观点，对于一些市场教育成本高、用户决策成本高、客单价高的产品，品牌选择播客投放会收获不错的品牌好感度和转化效果。

最近去帮企业、Agency 做了一些播客方面的顾问咨询、参加了一些串台，和健闻咨询一起合作录制了节目，还去参加了不开玩笑的录制，非常开心！

有播客、听播客、做播客真是太好了，要把万物生长FM做好！

和冯雪主任、六层楼老师开了个早工，聊天太令人开心了～

在动物界中，人类是表情最丰富的物种之一，你有没有想过，我们做出一个表情时，我们的身体里都发生了什么？最近，洛克菲勒大学的一篇研究，详细介绍了面部表情背后的生理机制，它的发现也颠覆了人们过去的认知，甚至会对当前如火如荼的AI和机器人行业有所帮助。

这一期，我们好好跟大家一起聊一聊关于做表情这件事情背后的秘密。比如为什么大部分动物无法像人一样做出复杂的表情？人之所以能够做出这么多复杂表情的背后机制是什么？我们做出一个表情的时候，大脑皮层在做什么？最后我们还会聊聊为什么AI和机器人行业在让表情上走的弯路。

1月25日晚八点，小宇宙大赏直播见！ #2025小宇宙播客大赏

这一期，我最主要核心回答的一个问题是，英矽智能它到底是怎么运用AI来制药的，它的业务模式是什么，对于制药行业来说，像英矽智能这样的公司，它的生态位是什么，以及还会聊到一个问题，英矽智能和晶泰科技这个AI制药“双雄”，他们的业务逻辑有哪些区别，希望这些问题，能让你对AI制药有更清晰地理解。

我不行了！刚才刷到一条我妈发的抖音，视频是她的自拍，声音是咪仔声音的鸡汤😂😂😂

都在给我发这张图😄，感谢羊行，把我的头像用在我去苦中作乐串台这一期的封面，让我跟前司老板娘同框。
​
​我想说的是，欢迎各行各业的朋友来到播客做表达，广阔天地，大有作为。就观察来说，目前娱乐圈和体育圈进入播客的还比较少，在美国恨不得每个NBA球星、每个歌手都搞个播客或做播客嘉宾。隔空许愿一下，李宇春2026年能录几期播客；另一个愿望是中国足球、篮球的运动员们能开几档播客，现役的不方便，退役的也行～

在所有上点年纪都会被骂“老登”的年代，张文宏医生也没有幸免。

如果大家看了他完整的发言，而不是“张文宏拒绝把AI引入医院病历系统”这个词条，你可能会理解他的逻辑。他的核心观点是年轻医生需要通过自己的思考的过程完成对于诊疗思路的训练，这样医生才能成长，医术才会提高，也会有能力鉴别AI的对错，而不是把这个过程外包给AI。

不出我所料，他的这个发言，迅速遭到网友们（包括医生群体）的群嘲，好听一点的说他保守，不好听一点的直接说他“老登”。我讲两个笑话，大家能更直观地理解大家在嘲讽什么：
1、在万物生长FM播客里，我和Jonathan聊AI医疗，我问：“那些帮助医生提效的AI工具，如果真能提效，医院会花钱买单吗？”Jonathan：“医院会想为什么我不用实习生呢”。
2、在不开玩笑听的，一个生物学的博士生毕业了，在找工作。他说他在博士的时候，就看到很多研发机器人的新闻，很焦虑自己会被机器替代。然后他去找工作的时候看了看那些机器人的价格，他说：哦，我应该还不会被替代，因为那一台机器的价格够支付我们一个宿舍工作个四五年。

包括我们听友群里的医生朋友们也都说：“那些病历的填写，没让我感觉在学习，只会让我觉得自己是廉价的牛马”。

我接触的医生们，都很拥抱AI，而且我甚至觉得他们可能是最拥抱的群体之一。因为几乎所有医生都有一个共同特质，那就是爱学习，爱研究新事物。

在美国最火的AI医疗产品OpenEvidence，也很难进医院，除了监管决策链路长之外，也有很多其他跟中国共性的原因，比如医院的电脑等硬件都比较老旧，可能跑起这些应用都是个问题，但医生们还是愿意自掏腰包付费使用这些工具。医生们的需求也很简单，最迫切的就是文书工作提效、减轻行政负担、临床决策支持这三点。我想在这一点上，中美医生们的期待是一致的。

冷空气一冲鼻就鼻塞流涕，春天还没到就开始担心花粉 “找上门”？打喷嚏、揉鼻子、晚上堵得睡不着，鼻炎简直成了换季标配！这期节目我们终于聊到大家呼声超高的鼻炎话题。

鼻炎到底分哪几种？为什么有人冬天犯、有人春天痒？我们来聊聊常见的和不常见的不同类型的鼻炎。我们还会聊到核心问题，为什么明明一直在治鼻炎，却总也断不了根的核心原因是什么？最后我们还会揭秘一下我们经常在大街上看到的“包治鼻炎”究竟用的是什么方法。不管你是常年受鼻炎困扰的 “老病友”，还是想提前做好防护的朋友，都能在这期找到答案～

✌️

王晓东院士这段话，很适合所有人来理解AI，不仅是AI for Science:

AI可以极大扩展假设空间，提高筛选效率，甚至在很多情况下给出看似“合理”的答案，但它不能替代因果验证。生命科学真正困难的部分，往往不在于“有没有相关性”，而在于“哪个因素在什么条件下是必要且充分”。这些问题最终仍需要在可控实验中被一一证伪。所以我更愿意把AI看作一种新的工具层，而不是新的科学范式。它会淘汰低质量的问题、粗糙的假设和重复性的劳动，但不会自动产生真正有深度的科学问题。未来的小实验室攻关的科研未必会消失，但角色会发生变化：从大规模探索，转向少数关键节点的精准验证；从描述现象，转向界定边界条件和因果链条。

在这一意义上，AI并没有让科学变“容易”，只是让不严肃的科学更难生存。

基于这些变化，我对2025年以后的一个判断是：以信息不对称支撑的跨领域“无效科研”，空间会被迅速压缩；AI工具会在问题提出、实验设计和结果评估上被广泛使用；会使用AI工具的同学在迈向专家的路上成熟的更快。而实验科学与医学的深度结合，将成为真正改变生命科学问题来源的那条主线。