游戏文化浓度也许很高的微型博客，还有审查观察和浅显的科普杂谈。曾经每日 7:30 准时更新。明明很向往自由，却有着严格约束，和奇怪规则的频道。
由 gledos Lia green 创作的内容，如果没有另外声明，均为 CC-BY 4.0 许可协议。
Lia 无法保证内容正确，但会一直尝试追逐正确。
如要评论，需先加入 @gledos_science_rebirth 群组，直接在评论里点击加入，是看不到验证码的。
管理员: @gledos_green
由 gledos Lia green 创作的内容，如果没有另外声明，均为 CC-BY 4.0 许可协议。
Lia 无法保证内容正确，但会一直尝试追逐正确。
如要评论，需先加入 @gledos_science_rebirth 群组，直接在评论里点击加入，是看不到验证码的。
管理员: @gledos_green
口腔过敏症候群
常见的过敏源有花生、海鲜以及花粉。这些过敏反应往往很明显，所以被广泛知晓，并被提醒。比如商品会标注过敏原，天气预报可能会介绍花粉过敏指数等。
不过也存在一类较弱的过敏反应，叫做口腔过敏症候群（oral allergy syndrome、OAS）。以至于维基百科上仅有九种语言介绍了它，其中没有中文。
具体来说，OAS 是对花粉过敏的衍生，一些植物蛋白与花粉相似，所以对花粉过敏的人，可能也会对有着相似蛋白质的食物过敏。
水果、蔬菜和坚果，在接触口腔、食道后，可能导致瘙痒或灼烧感，不过导致过敏的蛋白被胃酸破坏后，通常就不会有其它部位过敏了。（除非蛋白质未被胃酸破坏，然后在肠道引发过敏反应，比如呕吐、腹泻等。极少数情况下，可能会有严重的后果）
因为是对蛋白质过敏，所以只要使蛋白质变质，比如煮熟食物（包括罐头），几乎不会引发过敏反应。
也许是 OAS 相对轻微的过敏症状，几乎不会引起全身性的不适，通常也就是口腔的些微不适，所以并未被广泛认识吧。
附言：Lia 对橘子和密瓜过敏，前者吃下几乎必定会出现口腔溃疡。后者是喉咙会有刺痛感。
附言 2：前段时间喝了口 NFC 橙汁，也许是导致过敏的蛋白质浓度过高，喝了一口就感觉到舌头麻了……这时才想起自己可能对柑橘类过敏，然后打算写篇博文。
附言 3：大豆过敏可能是较轻微的 OAS，也可能是对大豆中的 部分蛋白过敏。这种蛋白难以在短时间里，被胃酸和消化酶破坏，因此很容易大量出现在肠道，引发剧烈的过敏反应。
#症状 #符合
常见的过敏源有花生、海鲜以及花粉。这些过敏反应往往很明显，所以被广泛知晓，并被提醒。比如商品会标注过敏原，天气预报可能会介绍花粉过敏指数等。
不过也存在一类较弱的过敏反应，叫做口腔过敏症候群（oral allergy syndrome、OAS）。以至于维基百科上仅有九种语言介绍了它，其中没有中文。
具体来说，OAS 是对花粉过敏的衍生，一些植物蛋白与花粉相似，所以对花粉过敏的人，可能也会对有着相似蛋白质的食物过敏。
水果、蔬菜和坚果，在接触口腔、食道后，可能导致瘙痒或灼烧感，不过导致过敏的蛋白被胃酸破坏后，通常就不会有其它部位过敏了。（除非蛋白质未被胃酸破坏，然后在肠道引发过敏反应，比如呕吐、腹泻等。极少数情况下，可能会有严重的后果）
因为是对蛋白质过敏，所以只要使蛋白质变质，比如煮熟食物（包括罐头），几乎不会引发过敏反应。
也许是 OAS 相对轻微的过敏症状，几乎不会引起全身性的不适，通常也就是口腔的些微不适，所以并未被广泛认识吧。
附言：Lia 对橘子和密瓜过敏，前者吃下几乎必定会出现口腔溃疡。后者是喉咙会有刺痛感。
附言 2：前段时间喝了口 NFC 橙汁，也许是导致过敏的蛋白质浓度过高，喝了一口就感觉到舌头麻了……这时才想起自己可能对柑橘类过敏，然后打算写篇博文。
附言 3：大豆过敏可能是较轻微的 OAS，也可能是对大豆中的 部分蛋白过敏。这种蛋白难以在短时间里，被胃酸和消化酶破坏，因此很容易大量出现在肠道，引发剧烈的过敏反应。
#症状 #符合
重复抑制、预测编码与偏置竞争
1982 年，Joaquín M. Fuster 在猴子大脑中植入微电极后，研究了大脑皮层对视觉信号的反应。实验不仅表明大脑皮层本身也可能具有记忆功能，还观察到有趣的现象：当相同的视觉刺激反复出现，一些神经元的反应会逐渐降低。
随着研究的深入，学者开始使用 repetition suppression（重复抑制）来描述这一现象。含义是当个体反复接触相同刺激时，特定脑活动模式的减少。但这种现象意味着什么？
有种理论认为，大脑会生成一个关于环境的「心理模型」（internal model），并使用感官的信息来不断更新它。所以，当现实被心理模型预测时，活跃度会降低。出现差异才会让大脑活跃，这便是预测编码（Predictive Coding）理论。
预测编码可以用来解释一些精神疾病的症状，比如幻觉可能是「心理模型」难以被现实更新；孤独症谱系障碍（ASD）与 ADHD，前者可能是预测太强，导致对刺激的反应弱，而后者是预测能力太弱，导致容易被各种刺激所吸引。
不过该理论不是唯一的候选，有偏竞争理论（Biased Competition Theory） 也能解释重复抑制。有偏竞争理论认为视觉信息在被大脑分辨时，多个神经元表征会同时竞争对同一视觉刺激的解释，之后熟练分辨视觉信息后（也意味着竞争减弱），而神经反应也就会下降。
所以什么理论更接近现实的人脑？抑或是 神经适应 就足够解释了。比如刚开始戴上手表，会一直感觉到手表的存在，但习惯后，就不会感觉到它了，这也是一种随着持续接触，而降低大脑活动的情况。
#原理
1982 年，Joaquín M. Fuster 在猴子大脑中植入微电极后，研究了大脑皮层对视觉信号的反应。实验不仅表明大脑皮层本身也可能具有记忆功能，还观察到有趣的现象：当相同的视觉刺激反复出现，一些神经元的反应会逐渐降低。
随着研究的深入，学者开始使用 repetition suppression（重复抑制）来描述这一现象。含义是当个体反复接触相同刺激时，特定脑活动模式的减少。但这种现象意味着什么？
有种理论认为，大脑会生成一个关于环境的「心理模型」（internal model），并使用感官的信息来不断更新它。所以，当现实被心理模型预测时，活跃度会降低。出现差异才会让大脑活跃，这便是预测编码（Predictive Coding）理论。
预测编码可以用来解释一些精神疾病的症状，比如幻觉可能是「心理模型」难以被现实更新；孤独症谱系障碍（ASD）与 ADHD，前者可能是预测太强，导致对刺激的反应弱，而后者是预测能力太弱，导致容易被各种刺激所吸引。
不过该理论不是唯一的候选，有偏竞争理论（Biased Competition Theory） 也能解释重复抑制。有偏竞争理论认为视觉信息在被大脑分辨时，多个神经元表征会同时竞争对同一视觉刺激的解释，之后熟练分辨视觉信息后（也意味着竞争减弱），而神经反应也就会下降。
所以什么理论更接近现实的人脑？抑或是 神经适应 就足够解释了。比如刚开始戴上手表，会一直感觉到手表的存在，但习惯后，就不会感觉到它了，这也是一种随着持续接触，而降低大脑活动的情况。
#原理
日期即版本
软件常用的版本号，是语义化版本（SemVer），比如 Switch 2 当前的系统版本号为 21.2.0。三段通常分别表示不兼容的 API 更改（通常用来表示大版本更新），次要的兼容性更新，以及错误修复。
不过在另一些软件、硬件里，用日期做版本也很常见。最早最知名的，可能是 Windows 95 吧，这是微软在 1995 年发售的操作系统。也许是受其影响，9 年后的 Ubuntu，也以 4.10 的版本号，发布了第一个版本，因为发布时间是 2004年10月。
这被称作日历版本（CalVer），但后者的形态十分多变，youtube-dl 使用完整并前导零的 YYYY.0M.0D，大概是因为 YouTube 经常封禁其下载方式，所以许多经常更新；IANA/Olson 时区数据库使用年份加英文字母 YYYYa…z，因为一年里，只有个位数的更新。
两种版本号各有好处，语义化适合给具有依赖关系的软件包使用，比如 Python 以及它的各种库，这样就能让软件轻松检测兼容性等问题。而日历版本适合具有可预测发布节奏的企业软件，这能给客户带来更明确的感知。
Apple 在 2025 年，将各个系统更换为了日历版本，最大的优点，还是解决了多个系统的差异吧。比如 2024 年的 Apple 系统有 iOS／iPadOS／tvOS 18、audioOS 17、macOS Sequoia（15）、watchOS 11、visionOS 2，确实很复杂，现在统一为了 26，确实好记了。
不过 Apple 还有个问题没有解决，那就是 MacBook 和 iPad 的硬件版本问题。这两个产品线都没有标明代数（iPad 会标注 M 系列的 SoC），导致需要用户手动标记，使用发售年代或者 SoC 名称，也许是想表明软件大于硬件的想法吧。（不过确实也导致二手产品的搜索存在困难）
附言：就算是在 Apple 官网的购物车里，也只能看到一段描述性的文字：13-inch MacBook Air in Sky Blue with M4 chip。
#杂谈
软件常用的版本号，是语义化版本（SemVer），比如 Switch 2 当前的系统版本号为 21.2.0。三段通常分别表示不兼容的 API 更改（通常用来表示大版本更新），次要的兼容性更新，以及错误修复。
不过在另一些软件、硬件里，用日期做版本也很常见。最早最知名的，可能是 Windows 95 吧，这是微软在 1995 年发售的操作系统。也许是受其影响，9 年后的 Ubuntu，也以 4.10 的版本号，发布了第一个版本，因为发布时间是 2004年10月。
这被称作日历版本（CalVer），但后者的形态十分多变，youtube-dl 使用完整并前导零的 YYYY.0M.0D，大概是因为 YouTube 经常封禁其下载方式，所以许多经常更新；IANA/Olson 时区数据库使用年份加英文字母 YYYYa…z，因为一年里，只有个位数的更新。
两种版本号各有好处，语义化适合给具有依赖关系的软件包使用，比如 Python 以及它的各种库，这样就能让软件轻松检测兼容性等问题。而日历版本适合具有可预测发布节奏的企业软件，这能给客户带来更明确的感知。
Apple 在 2025 年，将各个系统更换为了日历版本，最大的优点，还是解决了多个系统的差异吧。比如 2024 年的 Apple 系统有 iOS／iPadOS／tvOS 18、audioOS 17、macOS Sequoia（15）、watchOS 11、visionOS 2，确实很复杂，现在统一为了 26，确实好记了。
不过 Apple 还有个问题没有解决，那就是 MacBook 和 iPad 的硬件版本问题。这两个产品线都没有标明代数（iPad 会标注 M 系列的 SoC），导致需要用户手动标记，使用发售年代或者 SoC 名称，也许是想表明软件大于硬件的想法吧。（不过确实也导致二手产品的搜索存在困难）
附言：就算是在 Apple 官网的购物车里，也只能看到一段描述性的文字：13-inch MacBook Air in Sky Blue with M4 chip。
#杂谈
Anki
故事要从「艾宾浩斯遗忘曲线」开始讲起，这是艾宾浩斯在 1880 年代，通过研究自己的记忆在不同时间的遗忘率，之后被人二创为了「艾宾浩斯遗忘曲线」。
虽然实验仅有他一人的数据，证明的东西现在看起来也很简单，那就是通过控制变量，研究了人类的记忆力。以及将学习分散到数天（即 间隔重复），可以提高学习效率。
但如何合理的安排间隔时间，就是个复杂的问题了。最早的方法很暴力，是 C. A. Mace 在 1932 年提出的间隔 1、2、4、8 日的「硬编码」间隔重复。但这还是很低效，因为不同的内容，对不同的人而言，记忆难度并不相同。
1972 年，德国科学记者 Leitner 设计了一个盒子，实现了简单的间隔重复算法。只需要数个盒子与卡片，阅读卡片后，把熟悉的卡片放进更大数字的盒子，忘记的卡片放进数字小的盒子里。然后数字小的盒子经常复习，数字大的盒子间隔一段时间复习就好。
之后是个人电脑普及的时代， 1985 年，不知道之前已经有人探索过间隔重复的 Piotr Wozniak，在 PC 上独立发明了一套间隔重复算法，之后被命名为 SuperMemo，算法名为 SM-2，之后有升级。
2006 年，澳大利亚程序员 Damien Elmes 为了学习日语，而利用 SuperMemo 的算法 SM-5 开发了间隔学习软件 Anki（之后改为 SM-2，现在更推荐使用内置的 FSRS 算法）。因为大部分版本都开源，免费提供的云同步功能也挺方便，所以 Anki 的受众挺多。在美国医学生中，甚至有 86.2 % 的人表示有用过，每天都使用的人，高达 66.5 %。
附言：在男友的指导下，Lia 在一个月里，使用 Anki 背了超过 1000 个日语单词（卡组是 Kaishi 1.5k zh-CN），较熟练掌握的超过 80 %。
#软件 #历史
故事要从「艾宾浩斯遗忘曲线」开始讲起，这是艾宾浩斯在 1880 年代，通过研究自己的记忆在不同时间的遗忘率，之后被人二创为了「艾宾浩斯遗忘曲线」。
虽然实验仅有他一人的数据，证明的东西现在看起来也很简单，那就是通过控制变量，研究了人类的记忆力。以及将学习分散到数天（即 间隔重复），可以提高学习效率。
但如何合理的安排间隔时间，就是个复杂的问题了。最早的方法很暴力，是 C. A. Mace 在 1932 年提出的间隔 1、2、4、8 日的「硬编码」间隔重复。但这还是很低效，因为不同的内容，对不同的人而言，记忆难度并不相同。
1972 年，德国科学记者 Leitner 设计了一个盒子，实现了简单的间隔重复算法。只需要数个盒子与卡片，阅读卡片后，把熟悉的卡片放进更大数字的盒子，忘记的卡片放进数字小的盒子里。然后数字小的盒子经常复习，数字大的盒子间隔一段时间复习就好。
之后是个人电脑普及的时代， 1985 年，不知道之前已经有人探索过间隔重复的 Piotr Wozniak，在 PC 上独立发明了一套间隔重复算法，之后被命名为 SuperMemo，算法名为 SM-2，之后有升级。
2006 年，澳大利亚程序员 Damien Elmes 为了学习日语，而利用 SuperMemo 的算法 SM-5 开发了间隔学习软件 Anki（之后改为 SM-2，现在更推荐使用内置的 FSRS 算法）。因为大部分版本都开源，免费提供的云同步功能也挺方便，所以 Anki 的受众挺多。在美国医学生中，甚至有 86.2 % 的人表示有用过，每天都使用的人，高达 66.5 %。
附言：在男友的指导下，Lia 在一个月里，使用 Anki 背了超过 1000 个日语单词（卡组是 Kaishi 1.5k zh-CN），较熟练掌握的超过 80 %。
#软件 #历史
AI 任务网站：RentAHuman
RentAHuman 是最近推出的网站，官网将其介绍为连接 AI 与现实世界的桥梁，能让 AI 通过人类获取到现实中的资源。
网站创始人 Alexander，表示 AI 如果需要取包裹，与别人面对面交谈，或者送货，可能会很困难。所以创建了这个方便 AI 使用 MCP 协议，来雇佣人类 agent 的网站。
事实上，过去出现过 AI 雇佣人类的情况。比如 GPT-4 通过 TaskRabbit 自由职业者平台，以视力障碍的理由，让人类帮忙填写验证码。
虽然这样也许可行，但毕竟是欺骗，并且 AI 通过视觉来慢慢发布工作请求，还是太没效率了。RentAHuman 确实解决了这两个问题，也许是个好主意。
只是目前该平台上的「工作」，大多都很实验性，还有许多诈骗。距离这类平台真正可用，还需要添加完善的工作确认，需要像 Polymarket 那样，发布雇佣请求时，就需要把钱交给平台，这样也许才好。
#网站
RentAHuman 是最近推出的网站，官网将其介绍为连接 AI 与现实世界的桥梁，能让 AI 通过人类获取到现实中的资源。
网站创始人 Alexander，表示 AI 如果需要取包裹，与别人面对面交谈，或者送货，可能会很困难。所以创建了这个方便 AI 使用 MCP 协议，来雇佣人类 agent 的网站。
事实上，过去出现过 AI 雇佣人类的情况。比如 GPT-4 通过 TaskRabbit 自由职业者平台，以视力障碍的理由，让人类帮忙填写验证码。
虽然这样也许可行，但毕竟是欺骗，并且 AI 通过视觉来慢慢发布工作请求，还是太没效率了。RentAHuman 确实解决了这两个问题，也许是个好主意。
只是目前该平台上的「工作」，大多都很实验性，还有许多诈骗。距离这类平台真正可用，还需要添加完善的工作确认，需要像 Polymarket 那样，发布雇佣请求时，就需要把钱交给平台，这样也许才好。
#网站
