铅球砸进沙坑的闷响，比任何掌声都真实

游泳队的训练课上，十几个孩子在水里来回游。教练站在池边，手里拿着秒表，不时喊一声加快。一个女孩游蝶泳，动作有些变形，肩膀露出水面太高。教练蹲下来，用手比划着，告诉她身体要平。女孩点点头，再次出发。水花小了，速度反而快了不少。

体育场内，四百米跑道的塑胶味混着青草味。一个短跑运动员在起跑器上试了好几次，每次都快速出发跑出几步又停下。教练蹲在旁道，拿着电子测速仪。正式起跑后，他冲过终点，回头看成绩。屏幕上显示十秒四六。他摇了摇头，走回起点，重新调起跑器的位置。

体育课上，学生们绕着操场跑圈。跑完两圈，有人弯着腰喘气，有人直接坐在草地上。体育老师吹哨子，喊集合。一个胖男孩跑在最后，脸涨得通红。等到队伍解散，他走到一边，扶着单杠慢慢蹲下。老师走过去拍了拍他的肩膀，什么也没说。下一节课，男孩还是跑在最后，但跑完了。

在学校操场的一角，一个男生在练习立定跳远。他反复试跳，每次落地后回头看自己落脚的痕迹。旁边的沙坑被踩出许多脚印。他蹲下，把沙坑抹平，再退到起跳线。这一次他摆臂更用力，起跳时膝盖收得更高，落地后踉跄了一步。他皱了皱眉，回去重新跳。

欲速则不达。想快速提升引体向上数量，结果拼命练，肌腱发炎，反而停练两周。正确做法是逐步增加组数和次数，给肌肉适应时间。体育训练里的“快”常常是慢出来的。

AI辅助新药筛选已经进入实际研发管线。模型读取分子结构和已有实验数据，预测候选化合物的活性和毒性。药企把其中得分高的分子送去合成测试，命中率比随机筛选高出不少。计算过程不保证正确，化学家需要检查模型推荐的分子是否容易合成。第一批由AI发现的药物已经进入临床试验阶段，适应症集中在肿瘤和纤维化疾病。