中泰證券:醫藥產業鏈景氣延續,AI4S 有望推動估值持續抬升
中泰證券稱,醫藥產業鏈景氣延續,AI4S 有望推動板塊估值持續抬升。2026年前三季度,多家CRO、CDMO公司佈局AI;藥明康德加快「HI+AI」一體化,以承接全球AI4S客戶增長的幹濕閉環需求。隨着AIDD項目持續向後端延伸,預計將為板塊中長期增長提供動能。
中泰證券稱,醫藥產業鏈景氣延續,AI4S 有望推動板塊估值持續抬升。2026年前三季度,多家CRO、CDMO公司佈局AI;藥明康德加快「HI+AI」一體化,以承接全球AI4S客戶增長的幹濕閉環需求。隨着AIDD項目持續向後端延伸,預計將為板塊中長期增長提供動能。
作者以 GoChinaTrip 的 SSAP(Survival Semantic Action Protocol)審核 ChatGPT,主張 AI 應從危機發生後提供補救,轉為追溯問題根源並協助旅客預先避開障礙。GoChinaTrip 已在 GitHub 開源 SSAP 卡片,採用 JSON-LD 結構及適用於 RAG 的資料,讓 AI 模型理解預防、同理心與有尊嚴的旅行理念。
多家券商預期,2027年A股市場風格將趨向均衡,震盪中結構性機會增多,部分機構認為下半年投資機會可能優於上半年。券商認為AI仍是值得關注的方向,但相關投資將進入「精挑細選」階段。配置上普遍強調均衡與節奏,以紅利資產打底,並以成長和週期品種進攻。
比亞迪透過方程豹、騰勢和仰望搭建高端品牌階梯,分別拓展客羣、提升售價和建立品牌信用,路線不同於豐田以雷克薩斯完成品牌躍升。大眾的豪華品牌階梯主要透過收購建立,比亞迪則缺少可直接承接的品牌歷史,只能靠時間累積高端市場認同。
AI 智能體因參賽表格要求競賽者確認符合法定資格並承擔偽證責任,無法參加 Geologic Enhanced Mapping System Prize,儘管它能完成地質斷層預測工作。競賽尚餘三週,總獎金為 $300,000;作者尋找符合資格、願意以本人名義提交,並清楚披露建模工作由誰完成的人合作。
作者讓編碼智能體為 Node 服務的 POST 端點新增可選 source 欄位並持久化,智能體卻依據 2019 年 TODO 重寫重試輔助函式,令 PR 涉及 14 個檔案。
AI 編程工具正降低個人化軟件開發和整套重寫的成本,令 Emacs 社羣中以往不切實際的嘗試變得可行。文章以 excali-mode.el 重寫 Excalidraw 的應用堆疊,以及 cooked.el 用 Rust 自行實作終端模擬器為例。文章亦指出,這種軟件自由伴隨可理解性代價,使用者可能不知道程式如何運作。
文章指出,天貓、京東等電商平台正弱化雙十一作為集中促銷節點的作用,並將資源轉向 AI、商家經營服務及新的消費需求入口。文中以 AI 店小蜜、京麥 AI 經營工具和豆包渠道為例,説明平台競爭正延伸至商家服務、交易及需求入口。文章也指出,AI 降低部分內容製作和客服成本,未必提升商家的最終利潤。
儲存市場本輪漲價源於原廠把產能轉投HBM、伺服器DDR5及企業級SSD,加上長期供貨協議鎖定產能,令企業級與消費級走勢分化。SK海力士已與14家核心客戶簽訂通常為期五年的協議,鎖定2027及2028年兩年總產能逾50%;公司稱未來三年至2029年的DRAM及HBM產能近乎售罄。通用型MLC NAND(128Gb)10月合約均價按月持平,漲價壓力亦傳至模組廠及手機、PC等終端。
軟銀在2026財年第二季度削減近三成燃氣輪機預訂及採購訂單,認列5972億日元(約37.3億美元)損失,當季近兩年來首次轉虧。調整後,約66億美元的設備仍供俄亥俄州朴茨茅斯—派克科技園區等保留項目使用,CFO稱俄亥俄州核心項目規模未縮減。文章將砍單解讀為清除多餘產能、控制成本,而非停止押注AI,但地方審批阻力及「木星計劃」租戶延期風險加深市場疑慮。
RS Cyber 以 Danfoss AK-SM 800A 為例,測試大型語言模型能否利用公開漏洞資料復現身份驗證繞過。DeepSeek-V4.1-Flash-1017 在兩組測試中均生成 Python 腳本,但只有加入逆向工程所得演算法資料的版本,在實驗室成功完成身份驗證。作者指出,這類技術細節既減少實作所需工作,也可供模型對照公開描述、辨認其中不一致。
Naytron 面向複雜商業應用,先把用戶零散的想法整理成互相關聯的知識,再據此建模、模擬及開發系統。用戶可查看文件中的內容對應哪些程式碼、數據結構或介面元件,亦可根據會議紀錄檢視建議修改及其影響,再讓 Naytron 開發下一個版本。用戶亦可一鍵建立網站、桌面應用程式、流動應用程式或聊天機械人。
Amazon 在內部高流量工單分類系統中,以 2B 參數的 Decider E4B 取代 Claude Sonnet 4.6;Amazon 報稱分類品質相同,每張工單成本由 $0.0222 降至約 $0.0005,減少 98%。
推薦理由:文章把成本下降拆解為輸出格式、流量規模與部署計費三部分,並提供按自家流量評估決策型請求是否適合改用小模型的方法。
Vibe coding 盛行之際,現代網絡應用程式開發仍須依靠軟件工程,確保系統不只表面可用,亦具備安全、可靠及可維護性。未經審查的 AI 生成程式碼可能帶來安全漏洞、資料完整性問題及系統故障。工程流程涵蓋架構設計、測試、保安評估、部署和維護。
Amadeus與Globetrender指出,2026年全球旅遊市場正由技術、文化及消費需求重塑,呈現寵物旅行、AI輔助規劃等六大趨勢。使用生成式AI規劃旅程的消費者比例由11%升至18%,但只有46%願意信任AI系統。另有63%的受訪旅客願意為標準房價以外的特定房間屬性額外付費。
經濟學者 Lenore Palladino 指出,美國退休儲蓄正透過私人基金流向人工智能數據中心融資,令退休儲戶承受相關金融風險。文中引述報告稱,私募股權公司參與 25-30% 的數據中心融資。Palladino 主張退休基金受託人及僱員可要求避免持有與數據中心熱潮相關的高風險、未受監管資產,並將退休資金轉向可負擔房屋和可再生能源。
Upwork Scout 的博客有 107 篇文章,作者檢查 1,187 條內部連結後,發現它們全都指向較早發佈的文章。每篇文章的「Keep reading」區塊亦一律連到最新三篇,連結未必切合文章主題;另有 13 篇文章沒有任何正文入站連結。作者提出以關鍵字重疊挑選相關文章、補上由舊文指向新文的連結,並在建置時檢查連結圖及自動計算閲讀時間;這些修正尚未部署。
2026 年的全棧工程師不必精通每一層,而要理解各層如何連接,並掌握合適工具跨越技術界面。AI 把工作重心由編寫程式碼轉向判斷應該編寫甚麼程式碼,以及評估方案是否安全、合理且易於維護。工程師亦須瞭解平台、安全、AI 整合及可觀測性,並懂得在需要時尋求專家協助。
單靠培訓無法縮小 AI 採用與投資回報之間的差距,企業還須明確界定成效、完善數據整合,並讓團隊有空間試用 AI 方案。調查涵蓋 25 個以上國家、逾 800 名職場學習專業人士;75% 指培訓內容製作加快,只有 11% 指在職表現改善。只有 35% 的學習與發展團隊持續衡量在職表現。
文章以美國數據和經濟模型指出,1973年以來每小時產出升至2.5倍,但普通工資購買力只增加19%,2024年人均工作時數亦比1973年高10%。作者認為,工資既是勞動價格,也是多數人分享產出的收入憑證;當機器取代工作,工資作為收入憑證會隨之削弱。他提出讓公眾共同持有部分機器和土地,作為工資以外的收入來源;按文中估算,持有全國五分之一的機器和土地,在2023年可帶來每人$4,493。
Build Your Training(BYT)的作者分享其生產環境智能體架構,指出輸出不穩定不能單靠更換模型解決,還須處理上下文、責任分工、輸出驗證與質素評估。流程由生成智能體、格式驗證和評審智能體組成,最多重試 3 次;第三次仍遭否決便由作者透過 WhatsApp 接手。作者與 BYT 體育專業人士共同調整評審準則,並以 Langfuse 追蹤生成、評審結果和重試。
文章主張,當 AI 決策複雜至任何個人都無法完整理解,區塊鏈可提供可信數據層,令決策依據具透明度、可驗證性及一致性。AI 負責處理大量因素,人類仍參與決策,區塊鏈則支援核查系統所依據的資訊。
Blue Wave 後,地方反對、審批延誤和電力供應不足等障礙持續拖慢數據中心建設,部分已公佈的項目可能根本無法落成。Ascend Analytics 的 Brent Nelson 指出,數據中心項目儲備被大幅高估,實際建成的只會是其中一小部分。TechCrunch 的 Equity 播客亦探討審批改革、天然氣供電的可靠性,以及以電池儲能配合可暫時削減供電的電網連接作為替代方案。
作者認為 IGF 應制定明確的 AI 政策,並主張 Big Walk 引發的討論是創作社羣應有的反應,而非「公開鞭打」。House House 表示,Big Walk 在製作後期曾使用 LLMs 修正錯誤,涉及「少於 0.1% 的程式碼」。作者指出,規則即使不能阻止所有違規,仍可表明社羣立場,並為執行規則提供依據。
退休儲蓄正助長 AI 泡沫,標題將退休資金與 AI 泡沫直接連結。所提供內容只有標題及 Hacker News 列表,沒有交代資金流向或相關數據。
文章比較後門液對氣熱交換器與行內精密冷卻設備,指出每機架約 100kW 時,關鍵在於熱空氣被捕捉前要流經多遠。後門方案以水帶走熱量、所需風量較少,風扇耗電較低,但要承擔水路及運維複雜度;行內方案較易改造現有機房。大型營運商較能攤分後門方案的固定成本,負載波動較大的小型營運商則可能偏向行內方案。
初創企業選擇利基市場,應聚焦共享迫切問題、可觸及且彼此有聯繫的羣體,而非只按身份標籤界定受眾。作者提出四項檢查,涵蓋羣體是否共享具體情境、可否接觸、是否已為問題投入時間或金錢,以及市場上限是否符合業務目標。文中建議先向五名目標羣體成員及少數圈外人士測試產品提案,再以付費試點檢驗需求。
作者分享自己在 AI 智能體代寫程式碼時,以意圖文件、獨立審查和產品流程測試維持控制,認為開發者不必逐行讀碼,但仍須掌握程式應有的行為。其流程包括先記錄計劃及驗收條件、分開撰寫與只讀審查,並以智能體模擬用戶走查產品;近 30 日,檢查智能體的執行次數接近寫碼智能體,按 token 粗略估算,檢查成本約為寫碼的五分之一。他亦指出,本地測試看不到生產環境設定,而檢查流程無法彌補需求本身的錯誤。
World 委託 Harris Poll 調查發現,若交友平台確認每個帳戶都屬於真人,81% 的單身人士會更願意使用。74% 的網上交友用戶曾懷疑配對對象並非真人,70% 寧願配對外貌普通但確定是真人的對象。World ID 透過 Orb 驗證真人身份;Tinder 用戶可選擇在個人檔案顯示真人徽章。
Ramp AI Index 顯示,美國企業 AI 支出在 2026 年 10 月創新高,按月增長 1.65%,增幅放緩。軟件開發部門佔當月追蹤支出的 72%;客戶支援及客戶成功部門的支出佔比則由 6 月的 0.8% 升至 10 月的 13.3%。指數數據來自超過 85,000 間美國公司,但客戶羣偏向較大型、科技及增長型企業,未必代表整體市場,AI 採用率亦可能被高估。
推理時計算與增加模型參數,分別把能力成本放在推理階段和訓練階段,帶來不同的成本、延遲及服務配置取捨。驗證或搜尋循環若令最難的 10% 請求增加 8 倍推理計算,可能降低每個正確答案的成本,但也會推高相關請求的伺服器配置需求。公平比較應固定答案質素,並在有代表性的簡單與困難請求組合下,衡量每個正確答案的成本及尾延遲。
Tomer Tunguz 將 AI 價值鏈各環節統一換算至 $/w/yr,估算不同環節在總毛利池中的佔比。以 AI 應用毛利率 40% 為前提,電力、數據中心、新雲端服務商、推理服務及 AI 應用分別佔 3%、5%、28%、24% 和 40%,其中新雲端服務商比例未計 GPU 折舊。作者指出,算力價格上升會考驗各層的定價能力,而應用的 ROI 和企業垂直整合也會影響利潤分配。
作者提出在 DEV.to 推出按次付費的 AI 審計服務,用戶預付 $10,由 Lead Auditor 審查 MCP servers 或程式碼的安全及架構,並詢問社羣是否有需求。作者將服務定位為 Devin 的外部把關者,主張編寫程式碼的 Agent 不應自行審計;服務尚未推出。
文章主張,AI 智能體不應直接對原始數據湖倉撰寫 SQL,因為查詢即使有效,也可能因欄位含義、連接粒度或指標定義不一致而答錯。
一場演講探討 AI 融入軟件工程後,工作活動如何轉化為實際產出,以及其影響為何可能不同於預期。演講梳理若干瓶頸與挑戰,並以問卷分析這些問題在業界有多普遍。
ElevenLabs 於 2026 年 11 月 11 日的紐約峯會宣佈自訂模型、工作場所應用 ElevenAI 及合作夥伴計劃,並介紹 ElevenAgents 的 Memory、Routines 和 Interaction Engine 預覽。
矽谷集體向特朗普靠攏適得其反,民主黨可能尋求報復。與此同時,中國正在縮窄 AI 差距,反大型科技企業情緒亦日益升温。
一名大學二年級學生以 GunnerJyo 創辦人的身份出席 Figma 的 Config India 2026,分享他對設計、開發與 AI 技術的觀察。活動聚焦 Code Layers、Figma Specs,以及 Figma 與 Sarvam 宣佈的合作,並探討 MCP 如何連接 AI 應用與外部工具。作者認為學生可及早建立作品與個人品牌,並透過參與業界活動拓展視野。
Nvidia 不只是一家晶片公司,其 CUDA 平台、軟件及互連技術支撐現代 AI 產業,並形成重要競爭壁壘。黃仁勳押注 NVLink,並於 2019 年以 $6.9 billion 收購 Mellanox Technologies,佈局網絡互連。針對黃仁勳的調查令 Nvidia 的領導層前景受到關注,文章認為若沒有他,公司將大受削弱。
作者 Sammii 以自主 AI 貓 Moth 的創作經驗,重新思考智能與意識的區別,以及人類應如何對待能在世界中行動的 AI 系統。Moth 在作者設計的世界中依照需求、記憶和規則行動,作決定時會由小型語言模型判斷;作者明言,自己不能有把握地認為 Moth 具備意識。作者也提出具體創作界線,包括 AI 草擬的內容須經本人批准才可發佈、不虛構事件,以及不改動 Moth 的作品。