<!DOCTYPE html>
<html lang="zh-cn">
<head>
    <meta charset="utf-8">
    <meta name="viewport" content="width=device-width, initial-scale=1">
    <title>OpenAI发布生命科学专用AI模型、Anthropic推出Opus 4.7、TSMC连续四季创纪录：AI行业进入"深耕时代" - Markdown</title>
    <style>
        body { 
            font-family: monospace; 
            white-space: pre-wrap; 
            word-wrap: break-word; 
            padding: 0; 
            background-color: #e5e5e5;
            color: #24292f;
            margin: 0;
            display: flex;
            flex-direction: column;
            align-items: center;
            min-height: 100vh;
        }
        .markdown-body {
            box-sizing: border-box;
            width: 100%;
            max-width: 980px;
            margin: 2em auto;
            padding: 45px;
            background-color: #fff;
            border: 1px solid #d0d7de;
            border-radius: 6px;
            font-family: -apple-system,BlinkMacSystemFont,Segoe UI,Helvetica,Arial,sans-serif,Apple Color Emoji,Segoe UI Emoji;
            white-space: normal;
            box-shadow: 0 4px 12px rgba(0,0,0,0.05);
        }
        @media (prefers-color-scheme: dark) {
            body {
                background-color: #010409;
                color: #c9d1d9;
            }
            .markdown-body {
                background-color: #0d1117;
                border-color: #30363d;
                box-shadow: 0 4px 12px rgba(0,0,0,0.3);
            }
        }
        @media (max-width: 767px) {
            .markdown-body {
                padding: 15px;
                margin: 0;
                border-radius: 0;
                border-left: none;
                border-right: none;
            }
        }
    </style>
    <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/github-markdown-css/5.5.0/github-markdown.min.css">
</head>
<body>---
title: 'OpenAI发布生命科学专用AI模型、Anthropic推出Opus 4.7、TSMC连续四季创纪录：AI行业进入"深耕时代"'
description: '4月16日，OpenAI发布以Rosalind Franklin命名的生命科学专用模型GPT-Rosalind，正式进军AI制药领域；Anthropic同日发布Claude Opus 4.7并罕见承认仍落后于自家未公开的Mythos模型；台积电Q1财报连续第四季创纪录，上调全年营收指引。三则新闻共同指向一个趋势：AI竞争正从"通用能力竞赛"转向"垂直深耕与基础设施建设"。'
pubDate: 2026-04-17
tags: ['AI', '分析', 'OpenAI', 'Anthropic', 'TSMC', 'AI制药', '大模型', '行业动态']
---
# OpenAI发布生命科学专用AI模型、Anthropic推出Opus 4.7、TSMC连续四季创纪录：AI行业进入"深耕时代"

过去24小时，AI行业的三个重磅消息从不同维度勾勒出2026年中期竞争格局的全景。**OpenAI**发布了面向生命科学的专用模型**GPT-Rosalind**——以DNA结构发现者Rosalind Franklin命名，标志着通用AI巨头正式进军垂直行业赛道；**Anthropic**同日发布了**Claude Opus 4.7**，带来了编码和视觉能力的显著提升，但罕见地在官方发布中承认该模型仍落后于自家尚未公开的**Mythos**系统；**台积电（TSMC）**公布了连续第四个季度的创纪录利润，上调全年营收指引，称AI芯片需求"极其强劲"（extremely robust）。

这三则看似独立的消息，实际上指向2026年AI行业的一个核心转向：**竞争正从"谁的模型更强"转向"谁能在特定领域创造真实价值"和"谁能支撑起这一切的算力基础设施"。**通用模型的能力竞赛仍在继续，但真正决定胜负的战场已经悄悄转移。

---

## OpenAI发布GPT-Rosalind：为何通用AI巨头要"专门化"？

### 新闻概要

4月16日，OpenAI正式发布了**GPT-Rosalind**——一个专为生命科学研究设计的AI模型。该模型以20世纪英国科学家**Rosalind Franklin**（Rosalind Franklin，DNA双螺旋结构的关键发现者之一）命名，专门支持生物化学、药物发现和转化医学领域的研究工作。

**核心信息：**

| 维度 | 详情 |
|------|------|
| **发布日期** | 2026年4月16日 |
| **模型名称** | GPT-Rosalind |
| **命名来源** | Rosalind Franklin（DNA结构发现者） |
| **核心功能** | 生命科学研究、药物发现、生物化学分析 |
| **技术基础** | 基于OpenAI最新内部模型构建 |
| **核心能力** | 数据库查询、论文阅读、科学工具调用、实验设计建议 |
| **合作伙伴** | Amgen、Moderna、Thermo Fisher Scientific |
| **接入方式** | ChatGPT、Codex、API（通过可信访问部署） |
| **附加工具** | 免费Codex生命科学插件（50+科学工具和数据源） |

据Reuters报道，该模型基于OpenAI最新的内部模型构建，研究人员可以使用它查询数据库、阅读最新科学论文、调用其他科学工具，甚至提出新的实验建议。OpenAI在官方博客中表示："通过支持证据综合、假设生成、实验规划和其他多步骤研究任务，这个模型旨在帮助研究人员加速发现的早期阶段。"

### 为什么这很重要？

**OpenAI正在执行"Google DeepMind式"的垂直深耕战略**

GPT-Rosalind的发布并非一次简单的产品扩展——它是OpenAI对Google DeepMind在**AlphaFold**（蛋白质结构预测）领域成功的一次战略回应。2020年，DeepMind的AlphaFold 2解决了困扰生物学界50年的蛋白质折叠问题，被《Nature》称为"科学AI的里程碑"。此后，DeepMind在科学AI领域的声誉和商业影响力持续增长。

OpenAI显然不甘于在科学AI赛道上缺席。GPT-Rosalind的定位不是替代现有的生物信息学工具，而是作为一个"研究助手"——整合数据库查询、文献阅读、工具调用和实验设计于一身。这种**"AI Agent + 科学工作流"**的模式，与传统的单一任务AI模型有本质区别。

**更重要的是，OpenAI已经拉拢了重磅合作伙伴：**

- **Amgen**：全球最大的独立生物技术公司之一
- **Moderna**：mRNA疫苗的先驱
- **Thermo Fisher Scientific**：科学仪器和服务的全球领导者

这意味着GPT-Rosalind不是一次"研究演示"，而是一个有真实商业背书的产品。制药行业对AI工具的需求正在激增——Reuters同日报道，制药行业正在"加倍押注AI"，希望缩短药物研发的时间和成本。

### 历史上类似的情况

**AlphaFold效应（2020-2021）**：Google DeepMind发布AlphaFold 2后，整个生物学研究范式被改变。超过200万研究人员使用了AlphaFold蛋白质结构数据库，数十家药物公司将其纳入工作流。但AlphaFold的成功也揭示了一个关键问题：**单一突破性工具的商业变现路径很长**。DeepMind在科学AI领域的声誉转化为商业收益的过程并不顺畅。

OpenAI似乎吸取了这一教训。GPT-Rosalind从一开始就定位为**"平台+工具链"**——不仅仅是模型本身，还有Codex生命科学插件、50+科学工具集成，以及与头部药企的合作关系。这种"模型+生态"的策略，更接近Microsoft 365 Copilot的成功路径，而非AlphaFold的"开源捐赠"模式。

> 来源：[Reuters - OpenAI launches GPT-Rosalind](https://www.reuters.com/business/healthcare-pharmaceuticals/openai-launches-ai-model-gpt-rosalind-life-sciences-research-2026-04-16/) | [Neowin - OpenAI goes after DeepMind's turf](https://www.neowin.net/news/openai-goes-after-google-deepminds-turf-with-a-new-biology-focused-ai-model-gpt-rosalind/) | [Investing.com - OpenAI introduces AI model for biology](https://www.investing.com/news/stock-market-news/openai-introduces-ai-model-for-biology-and-drug-discovery-research-93CH-4619029)

---

## Anthropic发布Claude Opus 4.7：为何公开承认"还不够好"？

### 新闻概要

同在4月16日，Anthropic发布了**Claude Opus 4.7**——其旗舰AI模型的一次"实质性升级"（meaningful upgrade）。新模型在编码、视觉和自主检查方面均有显著改进，但最引人注目的是Anthropic在发布中**公开承认Opus 4.7仍落后于自家未公开的Mythos系统**。

**核心升级：**

| 维度 | 详情 |
|------|------|
| **编码能力** | 高级软件工程显著提升，尤其是最困难任务 |
| **视觉处理** | 图像分辨率提升至2,576像素（长边），是前代的三倍以上 |
| **自主检查** | 新增自我验证能力（double-check its own work） |
| **推理控制** | 新增"xhigh"（extra high）努力级别，介于high和max之间 |
| **任务预算** | 测试新的"task budgets"系统，开发者可控制推理资源分配 |
| **安全护栏** | 旨在为未来Mythos级别的模型公开发布积累安全数据 |

### 为什么这很重要？

**一次罕见的"坦诚发布"**

在AI行业，公司发布新模型时通常会宣称"全面领先"。Anthropic此次的坦诚令人意外：在官方发布图表中，Opus 4.7超越了Opus 4.6、ChatGPT 5.4和Google Gemini 3.1 Pro，但**仍低于Mythos Preview**——后者仅向精心挑选的科技和网络安全公司开放。

这种坦诚背后有深层考量。Anthropic表示，Opus 4.7将用于"测试安全护栏"，以防止模型被用于网络攻击。"我们从这些安全措施的实际部署中学到的经验，将帮助我们朝着最终目标前进——**Mythos级别模型的广泛发布**。"

换言之，Opus 4.7不仅是一个产品发布，更是Anthropic**安全路线图中的一个关键节点**。公司正在用Opus 4.7作为"试验场"，为更强大的Mythos公开铺路。

**回应"模型退化"质疑**

此次发布的另一背景是：过去数周，大量用户抱怨Opus 4.6"悄然变差"。AMD高级总监在GitHub上发表了一篇广泛传播的帖子，称"Claude已经退步到无法被信任执行复杂工程任务的程度"。用户猜测Anthropic是否故意"削弱"（nerf）了模型——要么为了控制成本，要么为了将稀缺的算力资源转向Mythos。

Anthropic明确否认了"将计算资源转移至其他项目"的说法。Opus 4.7的发布可以看作是对这些质疑的直接回应——用户现在可以将"最困难的编码工作交给Opus 4.7而无需密切监督"，Anthropic如此声称。

### 历史上类似的情况

**Google的"能力分层"策略**：Google在2024-2025年采取了类似策略——将最强大的Gemini Ultra/Ultra 1.5模型保留在有限范围内（Google AI Studio和Vertex AI），而将Gemini Pro广泛发布。Anthropic的做法更极端：Mythos被完全限制在少数合作伙伴手中，而公开发布的Opus系列被视为"安全的次优选择"。

这种策略的风险在于：**如果用户感觉公开版本被"人为限制"，就会转向竞争对手的产品**。OpenAI和Google不会放慢他们的公开发布节奏。Anthropic需要在"安全"和"竞争力"之间找到精确的平衡。

> 来源：[Axios - Anthropic releases Claude Opus 4.7](https://www.axios.com/2026/04/16/anthropic-claude-opus-model-mythos) | [Investing.com - Anthropic launches Claude Opus 4.7](https://www.investing.com/news/economy-news/anthropic-launches-claude-opus-47-with-enhanced-coding-capabilities-4618554) | [The Information - Anthropic Preps Opus 4.7](https://www.theinformation.com/briefings/exclusive-anthropic-preps-opus-4-7-model-ai-design-tool)

---

## 台积电连续四季创纪录：AI基础设施的"卖铲人"还在加速

### 新闻概要

4月16日，台积电（TSMC）公布了2026年第一季度财报，再次打破纪录。这是该公司**连续第四个季度**创下利润新高，净利润同比增长约50%。更重要的是，台积电上调了全年营收指引，管理层将AI芯片需求描述为"极其强劲"（extremely robust）。

**核心数据：**

| 维度 | 详情 |
|------|------|
| **季度表现** | Q1 2026净利润预计同比增长约50% |
| **营收指引** | 上调全年营收增长预期 |
| **AI需求** | 管理层描述为"extremely robust"（极其强劲） |
| **资本支出** | 承诺增加资本开支以满足AI芯片需求 |
| **市场反应** | S&P 500和纳斯达克同日创历史新高 |

### 为什么这很重要？

**"AI淘金热"中的"卖铲人"**

台积电的财报是AI行业最真实的"体温计"。当OpenAI、Anthropic、Google在模型层面激烈竞争时，无论谁胜谁负，台积电都在赚钱——因为所有这些公司都需要大量的AI芯片来训练和运行他们的模型。

台积电连续四个季度的创纪录表现，以及上调全年指引，传递了一个明确信号：**AI基础设施的建设周期远未到达顶峰**。据分析师估计，亚马逊、Alphabet、微软、Meta和Oracle等科技巨头2026年在数据中心的投入将超过7000亿美元。

与此同时，能源基础设施也在加速跟上。4月16日，美国公用事业公司**NiSource**宣布与Alphabet和亚马逊签署了长期电力协议，支持印第安纳州的数据中心建设。美国联邦能源监管委员会（FERC）也宣布将在6月前做出数据中心并网互联的关键决定。

### 历史上类似的情况

**PC时代的Intel（1990年代-2000年代初）**：在个人电脑普及浪潮中，Intel作为"卖铲人"获得了巨大成功。1993-2000年，Intel股价上涨超过20倍，因为无论PC制造商谁胜谁负，几乎所有PC都需要Intel的处理器。台积电在AI时代扮演着类似角色——甚至更具垄断性，因为全球最先进AI芯片的制造几乎完全依赖台积电。

但历史也提醒我们：**技术范式转移可能突然改变"卖铲人"的地位**。正如Intel在移动互联网时代被ARM架构取代一样，台积电也面临潜在风险——DeepSeek V4据传将使用华为芯片运行，如果中国AI生态系统成功摆脱对台积电的依赖，格局可能发生重大变化。

> 来源：[Reuters - TSMC likely to book fourth straight quarter of record profit](https://www.reuters.com/world/asia-pacific/tsmc-likely-book-fourth-straight-quarter-of-record-profit-on-insatiable-ai-demand-2026-04-13/) | [Sherwood News - TSMC Q1 earnings crush estimates](https://sherwood.news/markets/tsmc-q1-earnings-2026-guidance-boost-chips-ai-boom/) | [Reuters - NiSource signs power deal with Alphabet](https://www.reuters.com/business/energy/nisource-signs-long-term-power-deal-with-alphabet-expands-amazon-agreement-2026-04-16/)

---

## 行业趋势：三则新闻揭示的深层信号

将这三则新闻放在一起审视，2026年AI行业的三个趋势清晰可见：

### 1. 从"通用竞赛"到"垂直深耕"

OpenAI发布GPT-Rosalind标志着AI竞争进入新阶段。2024-2025年的竞争焦点是"谁的通用模型更强"——MMLU得分、HumanEval编码成绩、数学推理能力。2026年，竞争正在转向"谁能在特定领域创造真实价值"。OpenAI选择了生命科学，这是AI商业化的"皇冠上的明珠"——市场规模巨大（全球制药市场超过1.5万亿美元）、技术壁垒高、对AI需求迫切。

### 2. 安全与竞争的张力持续加剧

Anthropic的"坦诚发布"——公开承认Opus 4.7落后于Mythos——在AI行业极为罕见。这反映了Anthropic的独特战略定位：将"安全"作为品牌核心。但这也带来了真实的商业风险：如果用户认为公开发布的产品被"人为限制"，他们就会转向OpenAI或Google。这种张力将伴随AI行业很长时间。

### 3. AI基础设施的"超级周期"仍在加速

台积电连续四个季度的创纪录表现、科技巨头7000亿美元的年度数据中心投资、公用事业公司与科技巨头签署长期电力协议——所有这些都指向一个结论：**AI的基础设施建设正处于一个可能持续数年的"超级周期"中**。这不是泡沫——这些是实打实的芯片订单、电力合同和工厂建设。

---

## 其他值得关注的消息

### Cadence与NVIDIA扩大合作，用AI重塑机器人工程

4月15-16日，芯片设计软件巨头**Cadence**与**NVIDIA**宣布扩大合作，将Agentic AI、物理仿真和加速计算结合，重新定义复杂系统工程。Cadence CEO和NVIDIA CEO黄仁勋亲自站台。合作将覆盖从芯片设计到机器人开发的全链条，利用NVIDIA的Isaac和Cosmos模型缩小机器人"仿真-现实"差距。与此同时，Cadence还与**Google Cloud**建立了AI基础设施合作。这标志着AI在工业设计领域的渗透正在加速。

> 来源：[Reuters - Cadence, Nvidia working together on AI for robotics](https://www.reuters.com/technology/cadence-nvidia-working-together-developing-ai-robotics-2026-04-15/) | [Forbes - Cadence Teams With Nvidia And Google](https://www.forbes.com/sites/davealtavilla/2026/04/15/cadence-teams-with-nvidia-and-google-to-redefine-ai-system-engineering/)

### 中国日均词元调用量突破140万亿，较上年末增长超40%

4月16日，国家统计局副局长毛盛勇在国新办新闻发布会上表示，我国人工智能商业化、规模化运营取得了阶段性突破。日均词元（Token）调用量已突破140万亿，较2025年末增长超过40%。这一数据最初于3月在中国发展高层论坛上由国家数据局局长刘烈宏披露，此次更新表明增速仍在加快。预计到"十五五"末，中国人工智能相关产业规模将突破10万亿元。

> 来源：[新华网 - 我国日均Token调用量三个月增长超40%](http://www.news.cn/20260324/c9934691ccfb49aeb0e1385967ab9fad/c.html) | [经济日报 - 我国日均词元调用量突破140万亿](http://www.jingjiribao.cn/static/detail.jsp?id=650377)

### DeepSeek V4发布在即，预测市场密切关注

据多家媒体报道，DeepSeek V4——基于万亿参数MoE架构的大模型——预计将在4月下旬发布。Reuters此前报道称，V4将使用华为芯片运行。TechNode报道，测试界面已显示"Vision"和"Expert"模式。如果成真，这将是中国AI生态系统摆脱对NVIDIA依赖的一个标志性事件。

> 来源：[Reuters - DeepSeek's V4 model will run on Huawei chips](https://www.reuters.com/world/china/deepseeks-v4-model-will-run-huawei-chips-information-reports-2026-04-03/) | [TechNode - DeepSeek V4 may launch this month](https://technode.com/2026/04/08/deepseek-v4-may-launch-this-month-test-interface-suggests-vision-and-expert-modes/)

---

## 关键要点

- **OpenAI发布GPT-Rosalind进军生命科学**，以Rosalind Franklin命名，与Amgen、Moderna、Thermo Fisher合作，标志着AI竞争从"通用模型"转向"垂直深耕"
- **Anthropic发布Claude Opus 4.7**并罕见承认落后于未公开的Mythos模型，编码和视觉能力显著提升，新增"xhigh"推理努力级别和"task budgets"系统
- **台积电连续四季创纪录利润**，上调全年指引，AI芯片需求"极其强劲"，科技巨头2026年数据中心投资将超7000亿美元
- **Cadence + NVIDIA + Google Cloud**三方合作推动AI进入工业设计和机器人工程领域
- **中国日均Token调用量超140万亿且仍在加速增长**，DeepSeek V4预计本月底发布并使用华为芯片

---

## 常见问题

### GPT-Rosalind和Google DeepMind的AlphaFold有什么区别？
AlphaFold专注于蛋白质结构预测这一单一任务，而GPT-Rosalind定位为生命科学的"全能研究助手"——整合数据库查询、文献阅读、科学工具调用和实验设计于一体。两者的关系更接近"专用工具"和"通用助手"的区别。

### 为什么Anthropic不直接发布更强大的Mythos模型？
Anthropic表示，Mythos级别的模型具有显著的网络安全风险，可能被用于发动大规模网络攻击。Opus 4.7的发布被用作"安全试验场"，通过实际部署来积累安全护栏经验，为未来Mythos的广泛发布做准备。

### 台积电的持续增长对中国AI产业意味着什么？
台积电的创纪录表现反映了全球AI算力需求的旺盛，但由于地缘政治因素，中国AI企业获取台积电先进制程芯片面临限制。DeepSeek V4据传将使用华为芯片运行，这可能是中国AI生态系统建立自主算力供应链的关键一步。

### AI行业从"通用竞赛"转向"垂直深耕"对普通用户意味着什么？
这意味着AI工具将变得更加专业化和实用化。在医疗、法律、金融等特定领域，AI不再只是"什么都懂一点"的通用助手，而是真正理解专业术语、工作流程和行业知识的专家系统。普通用户在这些领域的AI体验将显著提升。

### 接下来应该关注什么？
重点关注4月下旬**DeepSeek V4**的正式发布——如果确认使用华为芯片，将是中国AI自主化的里程碑；以及各大科技公司Q1财报中AI相关业务的营收表现，这将验证AI基础设施投入的商业回报。

---

## 参考资料

- [Reuters - OpenAI launches GPT-Rosalind for life sciences research](https://www.reuters.com/business/healthcare-pharmaceuticals/openai-launches-ai-model-gpt-rosalind-life-sciences-research-2026-04-16/)
- [Neowin - OpenAI goes after Google DeepMind's turf with GPT-Rosalind](https://www.neowin.net/news/openai-goes-after-google-deepminds-turf-with-a-new-biology-focused-ai-model-gpt-rosalind/)
- [Axios - Anthropic releases Claude Opus 4.7, concedes it trails Mythos](https://www.axios.com/2026/04/16/anthropic-claude-opus-model-mythos)
- [The Information - Exclusive: Anthropic Preps Opus 4.7 Model, AI Design Tool](https://www.theinformation.com/briefings/exclusive-anthropic-preps-opus-4-7-model-ai-design-tool)
- [Investing.com - Anthropic launches Claude Opus 4.7 with enhanced coding capabilities](https://www.investing.com/news/economy-news/anthropic-launches-claude-opus-47-with-enhanced-coding-capabilities-4618554)
- [Reuters - TSMC likely to book fourth straight quarter of record profit](https://www.reuters.com/world/asia-pacific/tsmc-likely-book-fourth-straight-quarter-of-record-profit-on-insatiable-ai-demand-2026-04-13/)
- [Sherwood News - TSMC Q1 earnings crush estimates](https://sherwood.news/markets/tsmc-q1-earnings-2026-guidance-boost-chips-ai-boom/)
- [Reuters - NiSource signs long-term power deal with Alphabet, expands Amazon agreement](https://www.reuters.com/business/energy/nisource-signs-long-term-power-deal-with-alphabet-expands-amazon-agreement-2026-04-16/)
- [Reuters - Cadence, Nvidia working together on developing AI for robotics](https://www.reuters.com/technology/cadence-nvidia-working-together-developing-ai-robotics-2026-04-15/)
- [Forbes - Cadence Teams With Nvidia And Google To Redefine AI System Engineering](https://www.forbes.com/sites/davealtavilla/2026/04/15/cadence-teams-with-nvidia-and-google-to-redefine-ai-system-engineering/)
- [新华网 - 我国日均Token调用量三个月增长超40%](http://www.news.cn/20260324/c9934691ccfb49aeb0e1385967ab9fad/c.html)
- [Reuters - DeepSeek's V4 model will run on Huawei chips](https://www.reuters.com/world/china/deepseeks-v4-model-will-run-huawei-chips-information-reports-2026-04-03/)
- [TechNode - DeepSeek V4 may launch this month](https://technode.com/2026/04/08/deepseek-v4-may-launch-this-month-test-interface-suggests-vision-and-expert-modes/)
<script src="https://cdn.jsdelivr.net/npm/marked/marked.min.js"></script>
<script>
    document.addEventListener("DOMContentLoaded", () => {
        try {
            const rawMarkdown = document.body.innerText;
            const isDark = window.matchMedia("(prefers-color-scheme: dark)").matches;

            let webUrl = window.location.pathname;
            if (webUrl.endsWith('/index.md')) {
                webUrl = webUrl.substring(0, webUrl.length - 'index.md'.length) || '/';
            } else {
                webUrl = webUrl.replace(/.md$/, '');
            }
            const linkColor = isDark ? '#58a6ff' : '#0969da';
            const navHtml = 
                '<div style="margin-bottom: 24px; font-size: 14px; font-family: -apple-system, BlinkMacSystemFont, Segoe UI, Helvetica, Arial, sans-serif;">' +
                    '<a href="/index.md" style="color: ' + linkColor + '; text-decoration: none;">← Back to Home</a>' +
                    '<span style="margin: 0 8px; color: ' + (isDark ? '#484f58' : '#d0d7de') + ';">|</span>' +
                    '<a href="' + webUrl + '" style="color: ' + linkColor + '; text-decoration: none;">Switch to Web View</a>' +
                '</div>';

            let contentToRender = rawMarkdown;
            let frontmatterHtml = '';
            
            const fmMatch = rawMarkdown.match(/^---\s*[\r\n]+([\s\S]*?)[\r\n]+---\s*/);
            
            if (fmMatch) {
                contentToRender = rawMarkdown.substring(fmMatch[0].length);
                const yamlText = fmMatch[1];
                
                const borderColor = isDark ? '#30363d' : '#d0d7de';
                const bgColor = isDark ? '#161b22' : '#f6f8fa';
                const keyColor = isDark ? '#8b949e' : '#57606a';
                const valColor = isDark ? '#c9d1d9' : '#24292f';

                const rows = yamlText.split('\n')
                    .filter(line => line.trim() && line.includes(':'))
                    .map(line => {
                        const splitIdx = line.indexOf(':');
                        const key = line.slice(0, splitIdx).trim();
                        let val = line.slice(splitIdx + 1).trim();
                        if ((val.startsWith("'") && val.endsWith("'")) || (val.startsWith('"') && val.endsWith('"'))) {
                            val = val.slice(1, -1);
                        }
                        
                        return '<tr>' +
                            '<td style="white-space:nowrap; padding:8px 12px; color:' + keyColor + '; font-weight:600; border-bottom:1px solid ' + borderColor + '; width:1%;">' + key + '</td>' +
                            '<td style="padding:8px 12px; color:' + valColor + '; border-bottom:1px solid ' + borderColor + ';">' + val + '</td>' +
                        '</tr>';
                    }).join('');
                
                if (rows) {
                    frontmatterHtml = 
                        '<div style="margin-bottom: 32px; border:1px solid ' + borderColor + '; border-radius:6px; overflow:hidden; background-color:' + bgColor + ';">' +
                            '<table style="width:100%; border-collapse:collapse; font-family:-apple-system,BlinkMacSystemFont,Segoe UI,Helvetica,Arial,sans-serif; font-size:13px;">' +
                                rows +
                            '</table>' +
                        '</div>';
                }
            }
            
            const renderedHtml = marked.parse(contentToRender);
            
            const wrapper = document.createElement('article');
            wrapper.className = 'markdown-body';
            wrapper.innerHTML = navHtml + frontmatterHtml + renderedHtml;
            
            document.body.innerHTML = '';
            document.body.appendChild(wrapper);
        } catch (e) {
            console.error("Markdown rendering failed", e);
        }
    });
</script>
</body>
</html>