2026 年 10 月 13 日，Deleon 抛出了一个问题：训练生命世界模型，下一份最值得花钱采集的数据在哪里？ 但它给出的入口很具体：走进家庭，连续测量人体代谢，再让模型决定接下来该研究什么。
这家公司把家用分析设备 Otea，与实验选择工具 Exploreon 放在了一起。前者负责读取生化变化，后者负责寻找更有信息量的实验。 但这条路线最值得看的地方，是数据如何产生：模型要学会干预后的变化，就需要能接回下一轮实验的反馈。
尿液读数，能打开多大的身体窗口？
按照 Deleon 的产品介绍，Otea 让参与者在家提供尿液样本，设备自动完成多化合物分析。公司希望借此连续追踪营养、训练和睡眠对应的代谢变化。 但方便采样只解决入口问题，读到的信号究竟代表什么，还要另建一套映射。
可以把它想成隔着窗口观察一座工厂：看得到部分产出，却看不到所有车间。Deleon 将尿液氨基酸读数视为人体代谢的压缩表示。 但这扇窗口有边界；公司明确表示，Otea 的目标是追踪代谢通路模式，并非量化单个诊断指标。
更丰富的线索来自配对采样。公司提出，将每日留存的血液数据与 Otea 尿液读数配对，让神经网络学习约 10,000 个血液特征与 10 种氨基酸之间的映射。 但这是它公开描述的研究路线，不能直接读成“10 个指标已经还原全身代谢”。
这也改变了设备的角色：一次读数可以服务个人观察，连续读数则可能成为模型的训练材料。同一个人的时间序列，是 Deleon 想积累的核心资产。 但配对映射能否跨人群、跨生活状态成立，这篇产品介绍尚未给出完整验证。
每天都能测，但明天该测什么？
假设已经知道一个人在某种条件下的反应，再重复一次，新增信息可能有限。Exploreon 要优先挑选那些最能减少模型不确定性的实验。 但它面对的对象有个体差异，也有历史：同样一次测量，放在剧烈运动次日与休息日，含义可能不同。
据官方描述，Exploreon 会结合个人记录与群体信息更新判断，推理型语言模型则帮助识别个体差异。“选择—测量—更新—再选择”，构成它想建立的循环。 但这篇发布文没有公开足以复现整套方法的算法细节，现阶段更适合把它理解为反馈驱动的实验选择框架。
“少用 12 倍数据”，先把模拟两个字圈出来
公司报告 · 模拟同等分数
公司报告 · 模拟同等分数
不代表已完成人体研究
最吸引眼球的成绩是：公司称，达到相同预测分数时，Exploreon 所需数据分别约为语言模型选样的 1/7、蒙特卡洛采样的 1/12。 但这项比较来自常微分方程构建的模拟代谢环境，任务是用所选数据训练 LSTM 序列模型，拟合该环境的输出。
官方曲线终点分别标为 86.0%、83.8% 和 81.2%，对应 Exploreon、语言模型对照和蒙特卡洛对照。但这些终点分数与“达到同等分数需要多少数据”是不同口径；模拟里的采样效率优势，不能直接换算成真实人体研究少花多少经费。
为什么还要画氨基酸的分布？官方动画展示了 180 天内，谷氨酰胺与色氨酸的联合分布如何随采样逐步展开。 但山峰更丰富本身不能证明模型更准确；它展示的是不同策略如何覆盖模拟空间，预测表现仍要看留出集误差。
原文的评估采用 20 名留出的模拟参与者，覆盖全部 180 天，并与方程产生的无噪声读数比较。但现实设备测量与日常行为记录还要面对额外误差，因此这场比较首先支持“在这一模拟设置下，如何选样很重要”，外推仍需人体数据。
还有一个容易误读的词：accuracy。这里的定义是 100% 减去归一化均方根误差，而非预测答对的比例。 但如果只留下一个百分数，读者很容易把它理解成“对人体预测有八成多把握”，这超出了指标含义。
成本口径也有边界。官方假设每个数据点的采集成本相同，并明确没有计入语言模型的 token 成本。 但设备、耗材、参与者依从性与研究管理的总账，并未在这张图里展开；7 倍和 12 倍仍应留在原有任务与计费假设内。
家用化降低门槛，也把噪声带进了问题
Otea 的吸引力还来自成本。Deleon 自述，其设备的制造与运行成本约为商业仪器的 1/100。 但公开介绍没有展开完整核算边界，因此目前只能作为公司对自身工程路线的陈述，不能当成已经独立核验的成本优势。
精度表述同样需要克制。原文说，其变异系数与行业标准商业仪器“within 3%”。 但这一说法不能直接改写成“检测误差小于 3%”：重复测量的离散程度，与测量值接近真实值的程度，回答的是不同问题。
尿液本身也需要校准。《Metabolites》的一篇方法综述指出，采样时点、营养状态和活动会影响代谢读数，点尿还需处理稀释差异。 但这些因素又与 Deleon 想研究的生活方式重叠：研究设计必须区分干预信号、采样条件和测量噪声。
反馈更密，意味着更多比较机会。但“运动之后发生变化”，仍不足以单独证明“变化由运动造成”。 对照、时间顺序与潜在混杂，需要在实验设计里处理；高频数据可以让模型更快暴露盲点，却不会自动把相关性升级为因果性。
身体能给反馈，但不能无限试错
人体反馈还有一条无法交给算法自行决定的边界。干预是否安全、参与者是否知情、异常结果由谁处理，都应先于信息收益。 但将身体称为模型的学习环境，容易掩盖人的退出权、负担，以及连续生化数据如何被保存和使用。
Deleon 的服务条款也划出了用途限制：报告不构成诊断、治疗建议，也不应作为医疗或健康决策的依据。 但这恰好提醒读者，研究用的数据闭环与可用于个人决策的医疗产品之间，还需要额外的证据，不能靠“每天测”跨过去。
这条路线把一个有价值的问题推到了台前：模型该主动争取什么数据？但真正的下一关，是在真实参与者身上，用可审查的测量与研究流程，证明每次新增反馈确实让预测变好。 Deleon 会先补上哪一块证据？