【菜科解读】

莽应龙出生于1516年1月16日，对于他的确切的血统还不清楚，当代没有现存记录。

一直到莽应龙去世143年后的1724年，对东吁王朝的官方记录中才第一次宣布他的家谱。

现在的缅甸无疑正处于国力复苏的过程中，而数百年前缅甸就曾是中南半岛的强国之一。

缅甸历史悠久，历经蒲甘王朝(1044年-1287年)、东吁王朝(1531年-1752年)、贡榜王朝(1752年-1885年)。

其中东吁王朝堪称缅甸历史上最强盛的封建王朝，曾在统一国家后多次南攻北伐，一度攻占暹罗(今泰国)国都阿瑜陀耶(今大城府)。

其第三代国应龙更被人称为缅甸的“”。

公元1531年年仅15岁的莽瑞体在东吁(位于缅甸南部，仰光北260公里)即位，缅甸进入东吁王朝时代。

在接下来的二十年中，莽瑞体南征北战。

他在位后期，东吁王朝治下的领土已经覆盖了缅甸的中部和南部。

然而这位年轻国王过早地失去斗志，整日沉迷于饮酒和游猎中，并在一次打猎途中遭人杀死。

万幸的是，莽瑞体的乳母之子——36岁的莽应龙在危难之时继承了王位。

他在莽瑞体身边征战了近20年，是一个合格的继任者。

在其文治武功，励精图治之下，此时的东吁王朝成为缅甸历史上最为强大的时代，而他也成为缅甸历史上最伟大的君主，在缅甸人民心中树立了崇高的威望。

即位不到两年，莽应龙就率领莽瑞体的残余部队，将濒临分裂的缅人团结起来，接下来。

他要对付的是由孟人复辟所建立的勃固王朝。

1554年，莽应龙的大军将勃固团团围住，勃固国王斯弥陶意识到自己的军队根本不可能战胜如此强大的敌人。

但他不甘心就这样灭亡，提出要和莽应龙单打独斗。

莽应龙答应了，这表现了他的自信，同时也是为了振奋军心，减小攻打坚固城池的损失。

斯弥陶和身经百战的莽应龙之间实力相差非常悬殊，他的败北在当时看来就是显而易见的。

当斯弥陶逃跑时，缅军顺势攻入勃固，以较小的代价取得了胜利，勃固王国就此灭亡。

1555年攻占阿瓦，后又征服北部各掸邦，完成了缅甸的第二次统一，使其疆域超越蒲甘王朝，西至曼尼普尔，东至林城(今老挝万象)、景迈 (今泰国清迈)，北至中缅边境9个掸族土司的辖地，为缅甸历史的鼎盛时期。

在位期间，政绩显著。

但因穷兵黩武，多次对暹罗用兵，致农田荒芜，民不聊生，导致1564年的勃固农民起义和1567年的大饥荒，动摇了东吁王朝的统治。

不过毫无疑问，在莽应龙统治期间，他的人格影响了整个印度支那半岛，赢得了各种民族集团的敬畏。

主要成就 政治方面，为团结各民族，使枢密院内的权力不分掸、孟、缅，各民族一律平等，占有同样的席位。

经济方面，鼓励在伊洛瓦底江三角洲广种水稻以发展农业，利用俘获的工匠，发展从景迈传入的漆器和从曼尼普尔传入的编织、纺织、冶炼和玻璃制造等技术以发展手工业，制订统一的度量和货币制度，促进了国内外贸易的发展。

文化方面，从战俘中传入暹罗的音乐、舞蹈、戏剧、雕刻等文化艺术。

为振兴，又于1575 年从锡兰迎来佛牙。

立法方面，除令编纂《著名法典》和《法典九集》外，并将其亲自判决的案件汇编成史称《白象王判卷》的法典，作为全国官吏审理案件的依据。

交通方面，由于战争需要，兴建由白古 (今勃固) 至东吁和至卑谬的两条主要干线，为国内交通的发展奠定了基础 。

随机文章请问明朝是被谁所灭?李自成还是清朝?中国天宫一号即将烧毁，外媒鼓吹天空一号失控将坠落城市（嫉妒）中国有舰载巡航导弹吗，东海10先进程度超战斧（未证实）蒙娜丽莎的25个秘密，蒙娜丽莎画作中隐藏外星人(有图有真相）神仙转世的女生面相特点，单身狗遇到了绝对不要放过（旺夫又漂亮） 本站内容大多收集于互联网，内容仅供娱乐，并不代表本站观点，如果本站内容侵犯了您的权益，敬请联系网站管理员，我们将尽快回复您，谢谢合作！

微信“忽略”功能上线，实测数次“假装没听见”，感触颇多！

微信这次更新，表面上是加了个忽略按钮，实际上是给全国2亿社恐发了社交免死金牌。

社交体面，有时候就是这么脆弱又珍贵的东西。

但问题来了：这功能到底是给谁用的？ 第一类，职场社畜。

开会时父母来电、下班时客户弹视频、周末时领导语音，直接挂显得不礼貌，接又确实不方便。

忽略给了他们第三种选择：我看见了，但我假装没看见，咱们都体面。

第二类，恋爱中的人。

查岗电话、吵架后的冷战期、前任的深夜试探，忽略比拒接更柔和，至少对方不会收到对方已拒绝的冰冷提示，留有余地，也留有尊严。

第三类，边界感极强的人。

这类人不是社恐，是社厌——厌恶无边界感的社交。

他们不想被任何突如其来的铃声绑架，忽略让他们重新掌握了主动权。

但讽刺的是，最需要的这群人，往往最不敢用。

到底是什么？一个按钮背后的产品哲学 先给没更新的小伙伴科普一下：以前微信视频/语音来电，只有接听和挂断两个选项，点击挂断，对方立刻收到对方已拒绝的明确反馈，非常难绷 现在更新后，新增忽略按钮。

点击后，你的手机立刻安静，弹窗消失，可以继续刷抖音、回消息、假装什么都没发生。

但对方那边，呼叫状态依然显示等待接听，直到自然超时。

说白了，这是给不想接又不想得罪人的人，开了一扇后门。

但背后，讲个实话微信的产品经理显然没想明白一件事：这个功能确实好用，但人际关系复杂程度怎么可能用“一个按钮解决” 什么时候该用？我用血泪换来的使用指南 场景一：职场保命（推荐度） 开会时父母/朋友弹视频，果断忽略。

会后第一时间回拨，话术：刚才在开会，手机静音了，啥事？ 关键点：必须第一时间回拨，否则忽略变真忽略，亲情友情都受伤。

场景二：恋爱避险（推荐度） 吵架后对方弹语音，不想接又不想激化矛盾，忽略后隔半小时回文字：刚才在忙，怎么了？ 关键点：文字回复要冷淡但礼貌，既给台阶，又不显得殷勤。

场景三：社交断舍离（推荐度） 不太熟的人突然弹视频，大概率是借钱/求帮忙。

先忽略，观察对方是否继续拨打。

如果打3次以上，可能是急事；

如果只打1次，大概率可以装死。

关键点：这个功能最伤人脉，慎用。

绝对禁忌场景（推荐度）： 对方是技术宅/产品经理——他们太懂"忽略"的底层逻辑，你装死等于找死 对方正在看你朋友圈/步数——在线状态暴露，"忽略"就是"已读不回"的实锤 紧急事务——"忽略"可能错过救命电话，得不偿失 最后一条忠告：这个功能，用多了会上瘾，上瘾了会没朋友。

这只龙虾让我觉得，AI科研的时代来了，新的科技大爆炸不远了

广告 这只龙虾让我觉得，AI科研的时代来了，新的科技大爆炸不远了 15:18 广告 广告 广告 了解详情 > 会员跳广告 首月9.9元 秒后跳过广告 开通搜狐视频黄金会员，尊享更高品质体验！ 1080P及以上画质仅为黄金会员专享> 开通/续费会员 抱歉，您观看的视频加载失败 请检查网络连接后重试，有话要说？请点击 我要反馈>> 正在切换清晰度... 播放 按esc可退出全屏模式 00:00 00:00 00:09 广告 只看TA 高清 倍速 剧集 字幕 下拉浏览更多 5X进行中 炫彩HDRVIP尊享HDR视觉盛宴 超清 720P 高清 540P 2.0x 1.5x 1.25x 1.0x 0.8x 50 哎呀，什么都没识别到 反馈 循环播放 跳过片头片尾 画面色彩调整 AI明星识别 视频截取 跳过片头片尾 是 | 否 色彩调整 亮度 标准 饱和度 100 对比度 100 恢复默认设置 关闭 复制全部log 最近，不少多年没有写代码的技术高管，因为OpenClaw和Claude Code，又重新开始自己动手coding了。

还观察到一个现象，有些多年远离科研一线的博士，也因为Agent，重新回归实验室。

是时候用AI龙虾表演真正的技术了…… 说实话，很多时候压垮一个博士生的不是科学问题本身，是那些永远处理不完的文献、永远调不对的实验参数、永远写不完的回复信。

AI4S，前几年一直有点叫好不叫座。

都知道这是稀缺的高价值场景，未来影响非常深远，但是受制于底层模型的能力和架构，始终没有收获匹配其技术含量的关注。

但今天，我想认真聊聊SciClaw。

https://sciclaw.ai/ 最开始，在朋友圈，刷到SciClaw，说是专门针对科研场景的AI Agent，国内团队做的，是一只科研领域的专属龙虾。

我测评过的AI科研工具，有文献管理、代码生成的，也有从实验记录到数据分析的，真正能打的屈指可数。

大部分所谓AI for Science的产品，不过是给传统工具套了个大模型的壳子。

但这次，范式变了。

科研工作者终于有可能，从那些低价值的体力劳动里解放出来了。

生命科学、物理学、化学……底层学科的最前沿，也许很快就会因为AI的介入，向前一大步。

01记忆与上下文：它真的记得住你在做什么 登陆后一上来，SciClaw打招呼的方式，就很有科幻感。

一个专属的、有个性的养成系科研龙虾，就这么水灵灵跟我互动起来了。

用下来，一个很让我惊喜的点，关于Memory。

大多数AI产品有一个致命缺陷，就是金鱼记忆。

每次跟它对话，都得把前因后果重新讲一遍。

上周跑过的实验数据，上个月读过的某篇文献，跟导师讨论过的某个思路，它统统不记得。

每次都要从头开始，这种体验用几次就让人想摔键盘。

但SciClaw不一样。

我上手第一天，让它把我本地一个研究项目的文件夹全部索引一遍。

里面有实验记录、文献PDF、数据处理脚本、甚至还有我跟合作方沟通的邮件截图。

大概花了几分钟，它告诉我索引完成了。

然后我问了一句：这个项目目前的瓶颈在哪里？ 它不需要我重复第二次，直接列出了三个关键问题，还引用了上周我记录在实验本里的一组异常数据，以及一篇我两周前下载但还没来得及读的文献里的某个观点。

我当时愣了一下。

这是它真正理解了这个项目的上下文，知道哪些信息是关键的，哪些是干扰项。

在超长的任务、庞大的上下文、连续多轮的对话里，依然稳定又靠谱。

像一个跟了我很久的资深研究员，是有点默契在里面的，绝对不是新认识的临时工。

后来我仔细琢磨了一下它的技术架构。

SciClaw在后台做了一个持续更新的知识图谱，把用户所有的数据资产，不管是结构化的实验数据还是非结构化的文献笔记，全部关联起来。

当我提出一个问题时，它不是简单地在文档里做关键词匹配，还会基于整个项目的历史上下文来理解你的真实意图。

这一点在科研场景里太重要了。

科研工作本质上是一个长期、复杂、充满不确定性的探索过程。

从离散的信息和数据，到割裂的环境和环节，从想法到执行，总面临巨大鸿沟。

今天的想法，可能基于三个月前的一次失败实验，现在的实验设计可能源于某篇文献中的一个脚注。

如果一个AI工具不能理解这种时间维度和逻辑维度上的关联，它就永远只是一个高级点的搜索引擎，不是一个真正的科研搭档。

SciClaw在这方面的表现，让我第一次觉得AI可以参与到科研的核心流程里。

02执行与交付：从对话到成果的无缝衔接 再说说它的执行力。

说实话，市面上能聊天的AI很多，能回答问题的AI也很多，但能真正帮你把活干完的AI，少之又少。

团队里有个博士Peter，前段时间被一个汇报PPT折磨得不轻。

项目进展到关键节点，数据散落在十几个文件夹里，实验记录乱七八糟，文献引用更是没眼看。

按照以前的节奏，这至少得熬两个通宵画PPT。

我让他试试SciClaw的Foundry模块。

他给了龙虾一个指令：帮我整理这个项目的进展，生成一份大组会汇报用的PPT。

然后就去吃饭了。

等他回来，PPT已经躺在桌面上了。

结构清晰，图表完整，甚至每个关键数据点都标注了来源。

只需要在几个地方微调一下逻辑表述，前后加起来不到半个小时。

这是AI4S工程的力量。

在Foundry模块里，不像有些AI PPT工具，是把信息堆砌在一起，在SciClaw里是基于对项目上下文的深度理解，自动判断哪些信息是核心的、哪些是支撑性的，还有哪些是可以省略的。

它知道学术汇报PPT的结构应该是怎样的，知道图表应该放在哪里，知道参考文献应该怎么标注。

这就得靠团队对科研工作流的理解了。

明显感觉到，这是一群Researchers，从第一天起就在解决科研工作者的真实痛点。

我尤其想提一下它的论文生成能力。

科研写作最痛苦的部分，总是那些格式、引用、排版之类的体力活。

有一个绝妙的idea，但要花几个小时去调整参考文献的格式、统一图表的编号，还得要花不知道多久把实验数据整理成论文需要的表格。

这些工作不需要任何创造力，但必须做，而且绝对不能出错。

SciClaw在这方面的表现，乍一看nerdy，再一看贴心。

我让它帮我生成一篇论文草稿的初稿，基于我的实验数据和文献笔记。

它输出的内容在结构上已经非常接近正式论文了，引言部分甚至能自然地引用相关文献，方法部分的描述也相当准确。

就像是MIT的博士，搞毕业论文一样，一眼一板的很严谨。

再细看，又很可圈可点，朴素准确的背后，还会有特别的洞察和小巧思。

能让我可以把精力集中在真正需要思考的地方，还会受到启发。

不再需要一边写论文一边惦记着还有哪个实验数据没整理，可以专注于观点的表达，以及论证的逻辑是否严密、结论的表述是否准确。

这种感觉，就像你终于有了一个靠谱的助理，帮你处理所有琐碎的事务性工作，还能超出预期。

03一只会守夜、能救场的全场景科研龙虾 跑一个分子动力学模拟，可能需要三天三夜。

跑一个深度学习模型的训练，可能需要一周。

期间不能关电脑，不能断网，甚至不敢走远，因为随时可能出现错误。

以前跟过一个项目，需要跑一组总共需要2000小时的计算任务。

那时候我和另一个同学轮流值班，半夜定闹钟起来检查任务状态，生怕出问题。

那种感觉，既像在守灵，又像在坐牢。

SciClaw的Playbook功能，就是专门解决这个问题的。

我测试了一下它的自动化任务管理能力。

让它提交一个需要长时间运行的计算任务，然后我就去睡觉了。

第二天早上醒来，任务已经跑完了，中间出现过一次依赖库版本的问题，它自己检测到之后重新配置了环境，然后继续运行。

这就是一个具备自我修复能力的执行系统了。

仔细看了它的日志。

那个依赖库错误发生时，SciClaw首先尝试理解错误的含义，然后去查阅相关的技术文档，找到一个可行的解决方案，执行修复，验证修复结果，然后继续原来的任务。

整个过程完全自动，不需要我介入。

这种能力在科研场景里的价值怎么强调都不为过。

科研工作者最宝贵的东西是什么？是注意力，是心流状态。

现在人为什么越来越难去潜心研究了，因为干扰太多无法进入深度思考的状态，因为注意力随时可能被中断。

SciClaw把这种束缚解除了。

它替你守夜，替你盯着那些漫长的任务，让你可以专注于真正需要你思考的事情。

这不是效率的提升，这是工作方式的根本改变。

还有很多实用的场景—— 电脑不在手边？龙虾替你远程救场。

周末，手机突然弹出微信消息：“今晚临时有个重要会议，辛苦把项目进展整理发我”。

人还在外面，电脑不在身边，数据散落在几十个文件夹里，换作以前只能连夜打车回实验室。

但现在，只要一句：“龙虾，帮我整理进展，生成汇报材料”。

它能在后台自动翻阅文献、整合图表、分析数据，10分钟后把一份结构清晰的PPT直接甩给你。

人在浪，龙虾在打工。

这不就是科研人梦寐以求的爽文剧情？ Peer Review的修罗场，龙虾是你的「嘴替」。

如果说交流汇报是常规操作，那么面对论文Peer Review（同行评审）时，这只龙虾就是你的「嘴替」和「数据管家」。

面对诸多审稿意见一时间思绪万千不知从何说起时，龙虾能帮你调取历史研发数据作为铁证；

面对需要大量补充实验数据的繁琐要求，它能帮你基于已有手稿和过往任务里，快速挖掘支持性证据。

那些耗时耗力、让人崩溃的回复信，龙虾能帮你快速draft出初稿，让人把精力集中在真正的学术辩论上。

复现文章配置难，龙虾一键「破局」。

复现顶刊文章的结果，往往是科研新人的「劝退」时刻。

第一步环境配置就琢磨不透，繁杂的版本不兼容、运行就出现莫名报错，足以消磨掉所有热情。

SciClaw帮你快速搭建实验环境复现计算和预测任务，让我们不再受到这些琐事的困扰。

它就像一个经验丰富的老法师，帮你把地基打牢，让你直接站在巨人的肩膀上开始真正的创新。

04连接与生态：它不只是软件，是科研基础设施 最后我想说说SciClaw的连接能力。

如果它只是一个能聊天、能写文档、能跑任务的软件，我可能会觉得它是个好产品，但不会觉得它有什么革命性。

但它不只是软件。

最近在尝试把SciClaw接入到实际的实验环境中。

看到X上一个操作，把SciClaw和实验室的AI眼镜连接起来。

场景是这样的：做实验，双手都是试剂，没法操作电脑。

这时候需要查一下下一步的操作步骤，或者需要记录一个观察到的实验现象。

只需要对着眼镜说一句话，龙虾就能理解你的需求，调出相应的操作指引，或者把观察结果自动记录到电子实验本里。

视频里那个场景我看了很多遍。

实验员戴着AI眼镜，在操作气相色谱-质谱联用仪的时候双手完全没有空闲，但通过语音指令，SciClaw帮他完成了进样检测的全流程配置。

从发出指令到仪器开始运行，整个过程不到一分钟。

也许，这才是科研工具的终极形态。

它不会让你停下来去使用它，而会悄无声息融入到工作的每一个环节里，在最需要的时候出现，在不打扰的时候默默在后台工作。

还看到有人测试了SciClaw和自动化实验设备的对接。

通过标准的中控台接口，它可以直接调度机械臂、移液工作站这些设备。

一个实验流程可以从文献检索开始，到实验设计，到设备调度，到数据采集，到结果分析，全部由AI协同完成。

人类研究员只需要定义问题、设定目标、评估结果。

计算机科学里有个概念：声明式编程。

告诉系统你想要什么，系统自己想办法去实现。

在科研领域，这个范式转变的意义，可能更深远。

让科学家去做属于科学家的事——提出好的问题，设计巧妙的实验，理解复杂的结果，构建深刻的理论。

05一些其他思考 用了这些时间，我一直在想一个问题：像SciClaw这样的工具，到底会怎么改变科研这个行业。

它会加剧科研的不平等吗？ 它可能会改变科研的评价体系吗？ 我整体还是乐观的。

当AI可以处理大量的执行工作，论文的数量可能不再是衡量科研能力的核心指标。

创意和质量才是，解决实实在在的问题才是。

还有一点我特别想说。

在AI能力越来越强的今天，很多人担心科研工作者会被替代。

我的看法正好相反。

AI替代的不是科研工作者，是科研工作中的重复劳动。

那些真正需要创造力、需要直觉、需要对科学问题深刻理解的工作，反而会因为AI的辅助而变得更加重要。

就像SciClaw这个产品所展现的，它没有在取代科学家，是在帮科学家卸下那些不必要的负担，让他们可以专注于真正重要的事情。

人类去思考，AI去执行。

这大概就是科研工作者的理想未来了…… 目前使用SciClaw还需要邀请码，欢迎评论区给我留言或者私信～ 官网在这里：https://sciclaw.ai/