「第3次组会，生物组同学举着质粒图谱发问：‘你们写的Python脚本，能算出这个启动子的转录效率吗？’——而CS队友默默打开了Stack Overflow…」
? 共用‘语言’：先统一三样东西
- 术语对照表（Google Doc实时共享）：比如‘batch’在生物是‘一批样本’，在CS是‘批量处理’——小组第一晚就共建了23条双语释义，NUS导师当场点赞
- 统一文件命名法：用‘Project_X_Bio_Data_20240521_v2’代替‘final_final_reallyfinal.xlsx’，NTU实验室服务器自动识别归档
- 每日15分钟‘同步站会’：不是汇报，只说‘我今天输出什么/卡在哪/需要谁支援’——在SUTD创新工坊，这被称作‘氧气时间’
? 工具组合拳：不靠嘴，靠系统
- Notion实验看板：左侧生物流程（细胞培养→qPCR→测序），右侧CS模块（数据清洗→建模→可视化），中间用‘✅交付物’栏对齐里程碑
- VS Code + Jupyter + GitHub Classroom：NUS CS系教授默认开仓，所有代码带Markdown注释，生物组用‘注释截图’标注实验条件（如‘37℃水浴锅温度波动±0.3℃’）
? 亲测有效的2个‘小动作’
① 每次交接前画‘1页流程图’：用draw.io导出PNG，标出输入/输出/依赖——哪怕只是手绘拍照发Slack，误会减少70%
② 在LKY School of Medicine公共休息区‘咖啡角’设固定白板：贴本周关键变量和失败快照（比如‘#3离心机异常振动’），路过同学顺手补建议
恭喜您，成功提交！
