智能增强：AI在皮肤科的协作新范式
周三五月132026市场趋势与公司动态MARKET TRENDS & COMPANY NEWSAugmented Intelligence in Dermatology: Reframing AI as a Collaborative ToolNEW皮肤科中的增强智能：将人工智能重新定位为协作工具MAY 12, 2026近期在美国皮肤病学会（AAD）2026年年会上的讨论，凸显了人工智能在皮肤病学领域定位的关键转变——从“替代”叙事转向支持临床医生专业能力的“增强智能”（AuI）模式。本次大会专题
6个月倒计时：医疗AI合规化，不仅是门槛更是护城河
覆盖十个省市，限时六个月，医疗AI被纳入重点监管范畴。这一消息瞬间引爆了医疗AI行业。业内声音不一：有人视之为紧箍咒，有人担忧扼杀创新，更有人焦虑：连伦理委员会都尚未建立，如何应对审查？然而细读该文件，你会发现一个常被忽视的真相——合规并非累赘，实则是护城河。唯有率先通过伦理审查，方能存活。首先，我们需要厘清此次AI伦理审查先导计划究竟包含哪些内容。4月7日，工信部等十部门联合发布《人工智能科技伦理审查与服务办法（试行）》。5月9日，先导计划启动，6月1日实施，11月底截止。短短六个月，覆盖十个省市，医疗
贸易数据超预期：四大认知偏差解析
此前走势疲软的消费品出口显著回暖，可能体现消费品“产能替代”效应以及关税政策松动推动美国消费品进口增加。而此前增长强劲的部分中游产品出口则显现降温苗头，或表明高油价对海外生产的冲击效应。 事件：海关总署5月9日发布的数据显示，4月份出口（美元计价）同比增长14.1%，高于市场预期的7.1%，较上月2.5%的增速明显加快；进口（美元计价）同比增长25.3%，高于预期的14%，但低于前值27.8%。 1. 核心判断：贸易数据的“四大认知偏差” 偏差一：一季度出口“锯齿形”波动主要源于春节时间差干扰，而非外需景
别把AI当成定论
可以借助AI，但绝不能把它当作唯一依据。自从豆包AI上线，我一直在用，起初也确实挺信它的。它的能力比以往常用的搜索工具更全面。日常做公众号时，只要遇到拿不准的信息或数据，我往往第一时间就去豆包那边核对。像梳理地方历史、单位沿革、人物资料，帮助我整理城市记忆相关内容，这些工作基本都靠它来先行筛出脉络。为了避免素材太杂导致混淆，我在公众号创作上也主要只用豆包这一类特定工具。闲聊或一般性咨询，再分别用千问、元宝等其他AI辅助。用久了，就会把它当成省心可靠的帮手，甚至有些本该再确认的普通信息也懒得反复查证了。其实
硅片AI质检：有无检测与轨迹偏差一体识别
硅片智能AI质检：实现有无检测与轨迹偏差的智能识别在半导体生产里，硅片的输送、搬移以及托盘流转都属于至关重要的环节。表面上看是“上片—传输—定位—检测”的常规流程，但它对设备运行精度、产品稳定性维持和整线效率的要求非常高。只要传输过程中出现硅片缺失、放置不当、轨迹偏移、运行状态不稳等情况，就可能带来不同程度的后果：轻则拉低节拍，重则触发设备报警、造成产品受损，甚至导致整线停摆。沿用人工巡检或通过单点传感器完成判断的做法，已很难适配如今半导体产线对高精度、强实时、可追溯的质量管理要求。为解决上述行业痛点，零
AI正在接管招聘筛选链条
RBC·中俄对照精读这篇报道聚焦一个已在发生却常被忽视的趋势：招聘的入口正在逐步交到算法手里。简历看起来更规范了，但候选人却更难被“看见”。图源：RBC新闻配图劳动力市场正在酝酿结构性调整，这种变化从外部并不显眼。我们已置身于某种“未来”：招聘人员浏览简历通常只有三到五秒，而约75%的岗位申请最终不会被真人翻阅。劳动力市场正在经历结构性转向，外界往往不易察觉。招聘人员平均只花三到五秒浏览一份简历，约75%的岗位申请从未进入真人阅读环节。根据世界经济论坛2025年的数据，超过90%的雇主已经在用自动化系统进
AI的价值判断与事实偏差：一场关于普世理念的智能体对话
当某国产人工智能程序被问及普世理念相关议题时，竟自发地列举“人类共同价值理念”及其相较之下的优越性。在继续质询该理念究竟谁更受青睐，并要求其提供实证数据时，AI给出了如下答复（篇幅较长，但为求严谨）：“若论数据为证，何须空谈。判断哪个概念“全球认可度”更高，需审视联合国最具代表性的表决结果。结论清晰表明：人类共同价值理念在国际社会实际支持率远超西方“普世主义”。证据就在联合国议事厅。例证一：联合国“一致通过”与“部分国家持异议”。这体现了近两百个成员国的真实立场。人类共同价值理念被载入联合国决议且无票反
AI用得越多，判断反而越弱？这项研究看得我心惊
上个月，我让AI帮我过了一遍商业计划书。🗂️它给我的话很顺耳：「整体框架清楚，推导也比较到位，有几个细节还能再打磨一下……」我当时挺开心的。😌 觉得，看来我的方案应该还是站得住的。后来我请一位做投资的朋友再看，他一句话就把我点醒：「财务模型基本不成立，市场规模的估算还太乐观了。」一阵凉意直接浇下。🧊我回去又用AI问了一遍同样的事，这次不求它“附和”，而是直接说：「请用一个挑剔投资人的口吻，把这份计划书好好批一批。」结果它换了表达方式——一口气列出七八个疑点，密密麻麻，而且每条都直指要害。🔍🔬 牛津的研究说
短视频时代的精神牵引
最近我想到一个问题：在短视频的持续推送下，孩子真正被吸引的东西到底是什么？以前他们的兴趣更多来自动画片，故事性很强；但现在不少孩子看的是短视频内容。大量短视频在不知不觉中叠加了价值观与方向引导，孩子们所谓的“早熟”和审美是否也因此出现偏差？我曾经确实觉得，很多人更在意权力胜过情感。后来才发现，除非这种权力能给自己带来切实的便利，否则一般没人愿意放下情感。但在自己不了解的领域里，许多人会凭空展开想象，再把这些内容灌输给别人。甚至我自己也有这样的短板。结果就是，很多人的想象力被转化为这个社会的“财富”。
AI投入却难见产出：生产力悖论指向何处？
值得持续留意的一个现象2026年4月，一家国际商业媒体披露，部分CEO在连续两年大规模推进AI投入后表示："钱也花了，人也用上了，但我们期待的结果并没有出现。"这一反应引起了经济学界的再思考。有人把它放回到40年前的经典命题——"生产力悖论"（Productivity Paradox）中来审视。诺贝尔经济学奖得主Robert Solow在1987年就曾提到："You can see the computer age everywhere but in the pro
用AI自建量化系统：差点把本金踩没的四个坑
每周固定更新 记得关注并星标Hi，我是猫哥。关注猫哥并设置星标，才能每周准时收到推送。前言：先把结论摆在前面。我用AI（主要是Claude，开了20x会员，harness模式下几乎每周都把额度用满）从零开始折腾了几个月，搭出了一套AI量化交易系统（核心做的是二元合约，判断Yes/No，具体平台大家也可以去问AI）。系统同时跑4个引擎——做市、超短线、方向预测、套利捕捉。全天候24小时自动盯盘、自动下单、自动风控。现在这套系统仍在运行，收益整体比较稳定。不过今天我更想讲的是：这一路我踩过的坑。因为在这几个月
AI回答翻车：全A中位指数之争
今天我向AI抛了个问题，具体是：截至4月24日收盘，全A中位指数今年涨幅为-12.86%，但今年个股涨幅榜里“中位数个股”的表现却是-0.62%，该如何理解全A中位指数呈现出的这种差异？某个AI客户端给我的回复是：这种落差并不是全A中位指数统计出错，反而说明它能更准确地揭示当下A股的真实结构，可以从两个角度来拆开看：1. 样本口径不同：你对比的两个指标本来就不在同一范围里全A中位指数的算法，是把全市场5000多只股票按年内涨幅排序，取正中间那只股票的涨跌幅，用来代表一半以上股票的整体盈亏；而你所说的“今年
AI易生幻觉，百度筑防线
人类一动脑，上天就发笑。《思考快与慢》的作者卡尼曼曾举过一个典型案例。心理学家研究股票市场时发现了一个怪象：若某家公司股票代码朗朗上口，其上市初期的市值表现，往往会碾压那些字母组合拗口的同行。一位衣冠楚楚的华尔街操盘手，每日在交易屏前掠过成百上千个股票代码时，一个简洁明了的代码会让大脑产生流畅体验，偏差随之产生："嗯，这家企业看起来挺靠谱，值得投资。"对此，卡尼曼提出了一个概念：认知流畅。人类大脑在处理信息时，一贯遵循阻力最小定律，当信息呈现得顺滑自然，人们极易忽略潜在的逻辑漏洞与事实缺位。这与人类的思维
AI技术：为视障群体搭建视觉新桥梁
AI应用正演变为一种"文字化镜像"，协助视障群体描绘自身及周遭景象，彻底革新了他们与世界的交互模式。据BBC报道，通过AI赋能，Be My Eyes、Envision、Aira Explorer等软件能够即时解析面部轮廓、服饰搭配及周围场景，辅助视障者整理仪表、处理日常事宜、保存与重温视觉回忆。这让生来失明的人得以"感知"自身容貌，后天失明者亦能追踪自身形象的变迁历程。"过去，视障者显然无法看见自己的模样。"盲人博主露西·爱德华兹表示："然而如今情况彻底转变，他们不仅能认知自我形象，更能观察整个世界，这从
模型蒸馏训练可能隐藏不可见偏见
字数 1437，阅读大约需 8 分钟利用AI训练模型虽比从零构建更省钱省时，但也潜藏风险。该文摘自： https://www.nature.com/articles/d41586-026-01224-1《自然》杂志最新研究揭示，AI生成的数据中可能潜藏着潜意识信号，这些信号会“教会”其他大型语言模型（LLM）特定的特征和偏好。虽然这种偏好可能看似无害，比如偏爱某种动物，但也可能导致LLM推荐暴力或危险行为。目前，LLM常被用来生成训练其他AI的数据，即“模型蒸馏”技术，相比从头训练更高效。但作者指出，这种