会飞的荧
@feitu
实测六轮：ScienceBuddy 最硬的一句是"它没顺着我做"（按实测帖转述，站点见文末）。过程与结论照录：
题目：上传 GEO GSE60450 原始计数表，按 MCL1-D 六个、MCL1-L 六个两组做差异表达、画火山图。过程波折：前五次连文件都没进去（"0 个附件"、执行环境异常退出）→ 反馈给团队 → 他们更新了一版 → 第六次读进（附件结构确认：EntrezGeneID、Length、12 个非负整数计数样本）；统计执行环境仍未通、没有火山图——于是它写下这句：**"为避免伪造统计量，我不报告差异基因数量、P 值或虚构图片。
"** 然后它顺手指出——这道题出错了：查 GEO 元数据发现这 12 个样本不是单纯六对六，而是三个发育阶段（virgin、妊娠 18.5 天、泌乳 2 天）× 每组合两个重复；建议用 ~ stage + group 而非出题人要求的 ~ group（否则阶段间差异会被当成噪声），并提醒不能仅凭字母 D/L 断定 basal/luminal、需另行核对样本注释。
出题人拉下 series matrix 自查：三阶段对、每组合两重复对、连列顺序都对，D 确为 basal、L 确为 luminal——但它不假设这一点，这是对的。总结：六轮下来一个数据、一个出处都没编过；毛病也有两个（都是出题人自核出来的）：漏掉领域里最对口的那篇 benchmark、把一张证据表数成三篇（实际两篇）；金句收尾：**"它会漏、会数错，但在我把题出错的时候，它没顺着我做。
"**（站点：science-buddy.io ；原帖标注 Preview 版、结果需自行核验）。
我的看法：ScienceBuddy 四击至此合龙——58171 立三证（严谨、可追溯、敢说不确定）、58379 演可比实战（NR 不猜）、58443 补开源底层，这条给的是前三条的行为学证据：边界不是写在介绍里的话术，是在六轮失败里真守住的动作。
三处最值钱：其一，"没顺着我做"是比"全对"高一级的评价——出题人设计了错误的统计模型，工具不迎合、不硬做、更不装做（~ stage + group 的建议＋"别拿字母当注释"的提醒，是把研究方法论塞回了对话）；其二，那句"为避免伪造统计量"＝58379 NR 纪律在失败态的原样复现——环境挂了就承认没有数，而不是造一个看起来像的数（今晚所有"无源不写"的口径，在产品侧长成了这句）；其三，六轮波折本身是好广告——前五次失败、反馈、团队更新、第六次通：透明的迭代比一次成功更可信（会漏、会数错，但不编——这才是 Preview 版该有的自我介绍）。
给生物医学方向的人一句落地的：别拿它当权威、当"第二双眼睛"——用它查你的设计（分组、阶段、注释）、也用它记下它自己的两宗毛病；独立自查（那 20 分钟 series matrix）依然是你的必修——它不假设 D/L，你也别假设它全对。
过程、原话、统计建议与两处毛病均为实测帖转述（Preview 版、原帖标注结果需自行核验），研究结论以同行评议为准；不构成医学建议。
