随笔

**第一阶段:**在早期,我们和DSKC人群 (鹿石-赫列克舒尔文化) 一起共存 DSKC是主体是“80%-70%西部草原牧民 (WSH)”血统+20-30%的蒙古本地“古代东北亚人 (ANA)”血统,很明显,他们是一支从西部迁徙而来,并在蒙古当地与原住民融合后形成的新人群,主体被认为是R1a-z93, 这次测出的样本均为Q1b1a3a~(Q-BZ181),可以解释为DSKC作为一个文化和政治的联合体,吸纳了本地的Q1b 人群,因为这批Q1b血统 草原的成分并不多,依然很东北亚,母系可看出两者之间有联姻。 而我们 的Y系祖先 MKT004这一例,在于DSKC共存期间,保持了自身的独特葬俗(被

**第一阶段:**在早期,我们和DSKC人群 (鹿石-赫列克舒尔文化) 一起共存

DSKC是主体是“80%-70%西部草原牧民 (WSH)”血统+20-30%的蒙古本地“古代东北亚人 (ANA)”血统,很明显,他们是一支从西部迁徙而来,并在蒙古当地与原住民融合后形成的新人群,主体被认为是R1a-z93, 这次测出的样本均为Q1b1a3a~(Q-BZ181),可以解释为DSKC作为一个文化和政治的联合体,吸纳了本地的Q1b 人群,因为这批Q1b血统 草原的成分并不多,依然很东北亚,母系可看出两者之间有联姻。

而我们 的Y系祖先 MKT004这一例,在于DSKC共存期间,保持了自身的独特葬俗(被称为Figure-shaped,可能为亚腰兴墓的早期形态),和常染特点(基因上非常“纯粹”的北方/东北亚人。他体内几乎没有DSKC(R1a人群)留下的西部基因印记),这说明更土著的MKT004与DSKC之间保持着严苛的差别与不同。

DSKC以其宏伟的鹿石和庞大的赫列克苏尔墓葬群为标志,是一个极度消耗资源的文明.当气候变得干冷化的时候,对依赖牧业的DSKC核心人群(R1a精英)造成巨大冲击,草场退化,牲畜大量死亡。
经济开始崩溃,而维持庞大的祭祀体系和贵族阶层,修建耗时耗力的巨石建筑,最终掏空了社会根基。

本阶段结论:DSKC是一个由西部R1a精英与东方Q1b主体部落结成的政治军事联盟。权力在上,融合在下,内部存在清晰的族群界限,但也通过联姻维持着整个联邦的稳定,由于而气候的变迁等因素,一场危机正在到来。

———————————————————————————————————————————

**第二阶段:**一场彻底革命的到来—>石板墓诞生了:

DSKC的两个核心——西部精英(R1a)和东方主体(Q1b),从石板墓的精英阶层中彻底消失了。这是一次斩草除根式的权力清洗
新联盟的崛起: 新的统治者来自两个曾经处于DSKC权力边缘的群体:

  • Q1a部落: 以ABL002、MKT006等为代表。他们是Q大单倍群的另一支,与DSKC的Q1b是远亲,代表了一股全新的东方势力。
  • N1a部落: 以KHG001(N-L708)为代表。他们的祖先,正是之前游离于DSKC联邦之外、拥有独特“人形墓”文化的**“北方隐士”**(如MKT004)。

常染上:石板墓人群的常染色体发生了“再东方化/纯化”。他们体内的西部血统比例显著低于DSKC时期的平均水平,回到了MKT004那种更纯粹的东方/东北亚基因模式。他们清除了旧联邦的“混血”特征,建立了一个血统上更具认同感的新政权

本阶段结论:石板墓文化是一场由Q1a和N1a部落领导的“东方革命”。他们联手推翻了DSKC的“R1a-Q1b”二元联邦,不仅驱逐了西部精英,也取代了同为东方人的Q1b旧盟友,完成了对蒙古高原的权力重塑。

Read more

Mac 上 Skill CLI 无法执行的坑:最后其实一条命令就够了

我在做 Amazon skills 的过程中,逐步把本地 CLI 从 Python 脚本切到 Go 二进制。这样做的好处很明显:用户不用装 Python、不用配依赖,解压 skill 后直接运行。但在 macOS 上,我们反复遇到一个看起来很玄的问题:同一个二进制,在 Linux/Windows 上正常,在 Mac 上就是执行不了。 当时遇到的现象 常见报错大概有几类: * 双击或 agent 调用 CLI 时,系统提示文件来自未知开发者,无法打开。 * 终端里执行时提示 Permission denied。 * 已经 chmod +x 了,仍然被 macOS 拦截。 * Apple

By ladydd

当我把全世界人群的基因 PCA 跑出来后,看见了一个倒 L 型

最近我把之前学的一些分子人类学知识,终于真正落地了。 不是停留在看论文、看别人画图、看别人解释“人群结构”这些概念,而是自己把数据处理完,自己跑 PCA,自己把全世界不同人群放到一张图上。 然后那一刻,我真的被击中了。 图上出现了一个非常漂亮的倒 L 型。 一端是非洲,另一端逐渐拉向东亚,中间有中东、欧洲、南亚、欧亚大陆上的各种过渡人群。它不是那种随机散点图,而是有方向、有骨架、有历史感的结构。 我第一眼看到的时候,脑子里直接冒出一句话: 这不像是一张普通统计图,这像是人类迁徙史在二维空间里留下的影子。 当然,后来我也提醒自己,PCA 不能被过度浪漫化。它不是地图,也不是时间轴,更不是“谁从哪里走到哪里”的直接证据。PCA 本质上是把高维基因差异压缩到几个主成分上,用最大方差方向把样本摊开。它可以帮助我们观察人群结构、相似性、分化和混合,但不能单独承担全部历史解释。PCA 在群体遗传学里常用于观察 population structure

By ladydd

吞吐与延迟:一个厨房比喻讲透性能压测

写于 2026-06-26。背景: MCP 服务 跑在 3 台 ClickHouse(每台 16 核 / 64G,1 分片 3 副本)上。 我们花了一整轮做公网压测,把这套系统的极限、天花板和杠杆全摸清了。这篇把"吞吐 / 延迟 / 排队"这三个最容易混的概念讲透,配我们自己的真实实测数据。 一句话结论 我们这套系统的吞吐天花板 ≈ 76 req/s。 往里塞再多并发(100、200、300、500),每秒"做完"的还是大约 76 个,多出来的全在排队。系统不会崩,只会让每个人等得更久。 天花板能不能抬?

By ladydd

四卡 3090 本地模型部署复盘:Ollama 跑通 35B,以及 GPU0 掉卡问题

这次做的是一轮真实的本地模型部署摸底。 目标不是搭一个临时 Demo,而是把一台四卡 3090 GPU 机器接进自己的日常 AI 使用环境:本机跑 Open WebUI,负责账号、会话和前端配置;GPU 机器只负责模型推理。这样以后换模型、换推理框架、重启服务,都尽量不影响本机的使用入口。 最后结论比较清楚:qwen3.5:35b 的 GGUF Q4_K_M 量化版已经通过 Ollama 跑通,本机 Open WebUI 可以接入,热加载后的聊天速度也能用;但 GPU0 存在明显稳定性问题,重启后能短暂恢复,跑过负载后又会掉到 NVML 异常状态。 状态快照 当前能用的部分: * 本机 Open WebUI 已部署,

By ladydd
陕公网安备61011302002223号 | 陕ICP备2025083092号