一句话版本：深度学习没有席卷 Bioconductor。3.24 的 108 个新包里只找到 1 个，两个周期 202 个新包里 3 个。真正批量上新的是 DuckDB 那一路数据基建。
周日上午，我把 Bioconductor 开发版的包列表拉了下来，跟四月发布的 3.23 做了个差集，想看看这半年新上的包都长什么样。
数出来 108 个。
3.24 要到 11 月 25 日才正式发版，剩下这几个星期清单还会增删，大差不差。
我本来想顺手做个统计，看新包里有多少跟深度学习沾边。毕竟外面的叙事里，这个数字早该爆炸了。
数完发现，是 1 个。
一个叫 grayleafspotr 的包，做植物病理的，数培养皿里的真菌菌落。
它随包捆了一个 SmallUNet 模型，负责把照片上的菌落分割出来。就这一个，还是拿别人训练好的模型做推理。
往前翻，四月底的 3.23 上了 94 个新包，我也数过，沾边的两个。
一个是 immLynx，调 Hugging Face 上的蛋白语言模型 ESM-2，去算免疫受体序列的 embedding。
另一个是 wavFeatExt，神经网络跟 lasso、随机森林、k 近邻排在一排，只是它的建模选项之一。
两个周期加起来，202 个新包，3 个跟深度学习有关，比例不到 2%。
这个数字跟天天“颠覆”“重塑”的调门放在一块看，有点好笑。
其实不难解释。训模型这件事，从来没发生在 Bioconductor。它管的是把方法做成有文档、能复现、过得了检查的包。
深度学习进来走的是推理端，模型是别人练好的，R 这边负责把 Python 环境焊牢，把模型稳稳接进工作流。
训练在外面，封装在这里面。
真正在卷的是另一头。这 108 个新包里，DuckDB 系一口气进来 6 个，Zarr 和 Parquet 的后端又添了一批。
GDS 文件上了云，scverse 的 spatialdata 也架好了桥。数据大到内存装不下，才是眼下真要解的问题。
以后再看到哪个领域“被 AI 重塑”，我的动作已经简化成一步，列表拉下来，数一数。
数据统计口径：Bioconductor 3.24 devel 分支（2026-11-02 快照）与 3.23 的软件包差集，共 108 个新包；3.23 发布公告 94 个新包。深度学习判定依据各包 DESCRIPTION 与 vignette 原文。
