用質譜量出「選擇」的化學家

Lex 先試著用自己的話總結 assembly theory：任何物件的複雜度可以用「組出它要幾步」量化，能不能判斷它是被選擇過程做出來的，看它有幾個一樣的複本。Cronin 說完全正確。

物件必須有限、可分解、能持續存在一段時間，而且要能被拆解到重組回去的步驟可以被量化。重點是「歷史藏在物件裡」，物件的組成史本身就是資訊。

把物件拆到最小單位，再找出重組回去所需的最少步驟數，這個最小值就是 assembly index；Cronin 強調「最小」這個條件非常關鍵。

不用真的算最短路徑，可以用質譜、紅外線、NMR 這三種各自獨立的方法去逼近同一個 assembly index，三種方法互相印證出一致的結果。

實驗室把同一套方法用在 emoji 上：像素化後找出組出一張圖最少要幾步。就像化學鍵不是每個都同等重要，emoji 上的眼睛、笑容這些特徵一樣有分量之別。

assembly universe（什麼都可能）→ assembly possible（物理定律限制，但能瞬間拿到所有組件）→ assembly contingent（要先做過功才能拿到高複雜度的東西）→ assembly observed（我們實際看到的）。關鍵的那一步跳躍需要有個「工廠」——不是特斯拉憑空冒出來，是某個地方（細胞、工廠）把製造過程編碼下來了。

想像一個環境持續在摧毀分子，用最少步驟就能複製自己的分子會贏，因為兩邊都在被消滅，但步驟少的複製得快。Cronin 也大膽把這個邏輯類比到資本主義找最低成本路徑的傾向。

論文的核心公式：把每個獨特物件的 assembly index 與拷貝數加總，還要減一——單一一個物件不算數，至少要出現兩個一樣的才算有選擇的證據。

演化生物學家覺得生命起源早就是解決了的問題；算計算複雜度的人因為早被他「戳」過所以有準備；物理學家對初始條件的說法不太買單；連創世論者都跳出來講話。

不限於生物演化：一個物件能不能在會摧毀弱者的環境裡持續存在，就是被選擇了。碳鏈在酸性與氧化環境裡的耐受度不同就是例子；他也區分「被發現的時間」跟「開始量產的時間」。

培養皿裡放大腸桿菌跟食物，量整體 assembly 隨時間怎麼變：一開始很低，細菌吃食物複製時飆升成 S 型曲線，食物耗盡就停在高點。這正是他們想在實驗室重現的設計。

質譜量到分子量夠大、碎片數夠多的分子，在地球只有生命做得出來，這是他給的參考門檻。但單一個複雜分子不夠，要看到「拷貝」——結構藏在重複裡，否則真隨機跟真複雜分不清楚。

Lex 半開玩笑提議一起創業，Cronin 順勢畫出裝置藍圖：真空腔、靜電分析儀、紅外線單色儀，樣本經層析分離後，質譜跟紅外線即時同步量測。

測了泥煤味威士忌、伏特加、大腸桿菌與啤酒酵母萃取物，還測了 NASA 給的五份不透露身份的樣本（含一份百萬年、一份一萬年的化石）。assembly index 大於 15 是生物、小於 15 是非生物，跟 NASA 的答案完全吻合。

團隊已經祕密做出用 assembly theory 重建生命之樹的結果，不靠基因定序也不靠傳統分類畫圖。作法是取樣本裡最重的幾個分子打碎取指紋，比對不同樣本的指紋差異推回親緣關係。

想拿老化石（DNA 已經不在）試試看能不能量出複雜分子的蛛絲馬跡；也談到用手性分子的消旋化速率、碳 13 的累積量來估年齡。

往上談細胞表面、胚胎發育時的細胞分化，再往上跳到語言、數學定理，甚至微處理器架構（M1 到 M3 晶片）這種一路演化出來的技術世系。

Kolmogorov complexity 是找出能生出這個物件的最短程式，需要一台圖靈機，但它不管「這東西是怎麼被造出來的」這條因果鏈；assembly theory 抓的正是這條因果鏈。

把問題倒過來想：不看蛋白質本身，而是看分子跟受體怎麼隨時間演化，藉此縮小搜尋範圍。他也丟出一個挑釁的主張：化學反應不存在，存在的只是地球特定溫度、壓力、化學組成這些限制條件下的「轉換」。

第一次投稿被說「不夠有趣」「概念太難」，他跟 Sara Walker 花一年重寫，論文一度從一堆方程式砍到只剩重點；原本準備好被拒，結果三輪審查後過了。對照他更早那篇質譜論文，被說是造假，退了六輪才在別的地方登出來。

小時候字寫得差、被認定看不懂字、數學也不好，國中被分進補救班；GCSE 原本只會被排進最低等第的考試，靠父親出面才讓他排進較高等第，但數學仍然只拿到 C，之後也因此不准修完整的 A-level 數學、只能修等第較低的 AS-level，最後靠一位好化學老師考進大學讀化學。

兩人為此吵過一架，後來發現彼此對 assembly theory 的理解殊途同歸，都得放棄「時間是永恆不變的座標」這個預設。他也提到物理學家 Nicolas Gisin 的論證，以及 Hilbert 跟 Brouwer 當年對「無限精度的數字算不算數」那場爭論。

從 LUCA 一路累積下來的組合鷹架——能自我複製的細胞、多細胞生物、文明、電腦、文化——沒辦法在別的地方憑空長出來，他也順勢推銷想蓋一台「造星球機」重現不同的演化前環境。接著換個角度論證：要讓初始條件完全決定未來，座標得精確到無限位數，但一個有限大小的物件（比方一顆高爾夫球）裝不下無限精度的座標，他認為這正是古典力學跟量子力學共通的不確定性根源。

他嫌棄波茲曼大腦這個思想實驗：不是因為我們不知道機率，是因為可能性的空間大到機率根本趨近於零。由此帶出他最核心的比喻——生命是個「新奇事物的礦工」，從未來把新奇挖出來，在當下把它變成真的。

他說 AI 末日論者「沒有正確的知識論」：小行星撞地球有機制可以算機率，AGI 末日沒有機制，數字都是編的。迴紋針情境他也不買帳——光是能量與資源的現實面就不可能發生，就像最致命的病毒反而傳不遠，會把自己困死在小範圍裡。兩人也順勢岔題到一個思想實驗：把核武平均分給每個國家、甚至交給 AI 主持世界政治，能不能反而讓戰爭歸零。

他不是想造出神經元或神經膠細胞，而是想拿水凝膠改造成可重新編程的硬體，測試能不能用化學系統做出跨領域整合、處理更多資訊的能力，補上目前機器學習沒有的那塊。

把上萬個分子的電子密度拿去訓練模型，給它一個有特定活性位置的蛋白口袋，灌噪音進去就能生成電子密度、再轉成分子式，直接送進機器人合成出來，做出一套端到端的藥物生成機器。

他形容自己是不生氣的無神論者，不覺得能斷言神不存在；如果宇宙裡真的有一股創造力，他認為那股力量比較接近「選擇」本身，而不是某種有意圖的神。

他認為人的想像力能對未來造成真實的因果效力，這件事在目前的物理定律裡說不通；但這股力量確實存在於腦袋裡，而且力量可能不小。

他說死亡不是真正的結束——牛頓的想法至今仍持續產生因果效果；他想幫未來留下「彩蛋」，也不想被做成微調過的語言模型複製品，因為關係真正迷人的地方正是猜不到對方接下來要做什麼；最後把話題收回選擇造就生命，而有生命的宇宙跟沒有生命的宇宙，物理上就是不一樣。