标签 AI辅助研究 下的文章

微软:2026 年 AI 发展的 7 个趋势

说实话,每次看到“AI 趋势预测”这类标题,我都会先深吸一口气。

不是因为害怕,而是因为这类文章太容易写成两种极端:

要么是“AI 要统治世界了快跑”的恐慌文,要么是“拥抱 AI 否则被淘汰”的焦虑营销。

最近读了微软发布的 2026 年 AI 趋势文章,里面有 7 个预测。

我不打算照搬原文,而是结合我自己的理解,和你讲下这 7 个趋势与我们有什么关系,看你是否能在这 7 个趋势中找到自己的机会。

趋势 1:AI 成为你的数字同事

AI 不是来抢你饭碗的,是来帮你“开挂”的。

想象一下,以前你开发一个页面要 3 天,现在 AI 帮你写代码,你只需要专注在业务需求、用户体验等事情上。

这就像以前洗衣服要手搓,现在有洗衣机了。洗衣机没有让“洗衣服”这件事消失,而是让你有时间去做更重要的事。

所以与其担心被 AI 取代,不如想想“我能用 AI 放大什么?”

趋势 2:AI 代理更安全

现在的 AI 有时候像个热心但冒失的实习生——你让它帮你写邮件,它可能把你的私人信息也一起发出去了……

2026 年的 AI 会更像一个训练有素的助理:知道什么该做,什么不该做,什么信息可以用,什么必须保密。

所以虽然 AI 能帮你处理各项事务,但也要有基本的安全意识,尤其不要让他删库跑路了。

趋势 3:AI 解决全球医疗危机

想象一下,当你走进医院,AI 系统能在几分钟内准确诊断你的病情,准确率高达 85.5%,而传统医生的平均准确率只有 20%。

这听起来像科幻电影,但微软最新的 AI 医疗诊断系统已经达到了这个水平。

这意味着 AI 将成为第一线的健康顾问,当然,这不是说 AI 要取代医生。而是说,AI 可以让医疗资源的分配更均衡一些。

所以新的一年,你可以关注 AI 在健康领域的应用,但看病还是要去正规医院,别指望 AI 给你开药方。

趋势 4:AI 成为科学研究的催化剂

以前做研究,光是文献综述就要花几个月。

现在 AI 可以帮你快速梳理几千篇论文,找出关键信息。

这就像以前考古要一铲子一铲子挖,现在有了探地雷达,能更快定位到有价值的区域。

所以如果你是学生或研究者,学会用 AI 辅助学习和研究,会是一个很大的竞争优势。

趋势 5:AI 基础设施会变得更智能、更高效

支撑 AI 运行的基础设施会持续优化,这意味着 AI 基础设施能够智能调度算力,确保每个任务都能在最佳时间、地点获得最优资源。

以后无论你在哪里,使用什么设备,都将获得一致且高效的 AI 服务。

云计算将变得像自来水一样普及和可靠。

趋势 6:AI 正在学习理解代码背后的“为什么”

AI 不只学习代码语言,还在理解代码背后的上下文。

这意味着以前的 AI 写代码就像个新手程序员——你说什么它写什么,但不理解你到底想解决什么问题。

现在的 AI 开始能理解“你为什么要这么做”,然后给出更合理的方案。

对我们程序员来说,AI 将能更好地协助你维护和改进现有系统。

趋势 7:量子计算的突破比想象中更近

专家预测,量子计算的重大突破将发生在“几年,而不是几十年”的时间框架内。

随着量子计算的出现,密码学、药物发现、气候模拟等领域将迎来革命性突破。

当然对我们来说,这暂时不需要操心,但可以保持关注。因为这是那种“一旦发生就会改变很多事”的技术。

普通人该怎么办?

这些趋势的共同点是:AI 正在从工具变成伙伴,从辅助变成合作伙伴,从后台变成前台

不过看完这 7 个趋势,你可能还是会问:所以我到底该做什么呢?

我的建议很简单,三句话:

第一,别焦虑,但要保持好奇

AI 发展很快,但天不会塌下来。与其焦虑“会不会被取代”,不如花点时间玩玩各种 AI 工具,看看它们能帮你做什么。

第二,找到你的“不可替代性”

AI 擅长的是“标准化”的事情。而你的独特经历、审美、判断力、人际关系——这些是 AI 很难复制的。想想你有什么是 AI 做不到的

第三,学会“和 AI 协作”

未来最吃香的不是“会用 AI 的人”,也不是“完全不用 AI 的人”,而是“知道什么时候用 AI、什么时候用自己”的人。

说到底,AI 是工具,不是对手。

就像汽车发明后,马车夫确实失业了,但司机、修车工、交通规划师这些新职业也出现了。

变化一直在发生,我们要做的,是在变化中找到自己的位置。

PS:岂可修,这让我想到了阿里的文化——拥抱变化

我是冴羽,10 年笔耕不辍,专注前端领域,更新了 10+ 系列、300+ 篇原创技术文章,翻译过 Svelte、Solid.js、TypeScript 文档,著有小册《Next.js 开发指南》、《Svelte 开发指南》、《Astro 实战指南》。

欢迎围观我的“网页版朋友圈”,关注我的公众号:冴羽(或搜索 yayujs),每天分享前端知识、AI 干货。

简介

最近某个课程要求一个 presentation,具体来说是给定一个大的主题,自己进行文献调研。我恰好有感兴趣的方向,但是时间紧迫不可能做细致的研究一句句去读论文,所以有了用 NotebookLM 辅助的想法,事实证明效果还不错。

NotebookLM 链接:https://NotebookLM.google.com/

步骤

  1. 确定方向

    研究的 insight 这块,还是得人来,AI 不行。

    我对 CAR-T 有点了解,最近 CAR-T 做自身免疫病又是热点,于是抽签决定研究 APS(抗磷脂综合症,一种自身免疫病),主题就定为 APS 与 CAR-T 疗法。

  2. 了解 APS 与 CAR-T

    重点是建立一个基本的认知,否则后面连 AI 的报告都看不懂。可以让 Gemini 深度研究做一份报告,然后哪里不懂问哪里,也可以自己去读论文。

    做一份笔记供自己参考,AI 整理的内容毕竟还是不能完全对上个人的脑回路。

  3. 为 NotebookLM 收集资料

    我收集了三部分的资料:Gemini 的深度研究,GPT 的深度研究,以及 NotebookLM 自己的 Deep research。

  • Gemini 的深度研究:我用它补充一些重要的边角料,也就是 pre 中会提到但是主题报告可能不会详细介绍的内容。比如 APS 的发病机制研究,我感觉对如何应用 CAR-T 会很关键。 生成的报告导出到 google drive,在 NotebookLM 里面可以直接导入。

  • GPT 的深度研究:GPT 的研究胜在内容全面,缺点也是太宽泛,重点突出不足,用它可以和 Gemini 形成互补。直接让 GPT 按照主题生成就行(注意后面这个对话要继续用)。此外,边角料的 APS 发病机制也研究一份。 生成的报告导出为 docx,也添加到 NotebookLM。

  • NotebookLM 自己的 Deep research:这个功能和 gemini 里面的很像,唯一不同是它会把研究结果的引用资料也放到知识库里面去,因此也用来直接研究主题。我是让它直接研究 “CAR-T 疗法在 APS 治疗中的应用和前景”,研究完左边就会多一堆参考资料。

  1. 认真读一遍生成的研究
  • 这一步很重要,决定了汇报的上限在哪,因为方向还是得人来定。上面生成了两份主题的报告 + 两份边角料的报告,至少各读一份吧,不然真的啥也不懂,Gemini 的报告相对好读一些。

    这个主题我之前看过一些相关的论文,也听过相关的讲座,读起来会感觉轻松一些,但要是佬友对要研究的领域完全陌生的话,报告读起来还是要花点功夫的。P.S. 这样看来用 AI 入门确实不是个好主意。

    我上面专门让 GPT 生成了一篇英文报告,如果后续打算在这一领域深挖,了解英文专有名词是必不可少的,读一遍英文报告会很有帮助……. 当然前提是关掉翻译。

    过程中有什么不会的,在 NotebookLM 里面提问就好,回答很详细,还给明确的参考文献段落。

  1. 生成演讲大纲
  • 在刚才 GPT 做主题研究的那个对话里面,让 GPT 生成大纲提示词。大纲的重点是控制结构,具体内容无须太详细,可以删掉,给 Gemini 留下发挥的空间。

    修改后敲定的提示词:

    Create a speaker-facing report (script reference) for a 10–12 minute research presentation on “CAR-T (and CAR-like cellular immunotherapies) for Antiphospholipid Syndrome (APS)”. 
    
    Audience: translational immunology / immuno-engineering researchers with basic rheumatology knowledge.
    Tone: clear, research-oriented, not hype; emphasize mechanisms, evidence level, and open questions.
    
    Deliverable format:
    - Title
    - 1–2 sentence Take-home message
    - Then follow the exact section structure below with clear headers.
    - For each section: provide (a) 3–6 speaker notes bullets, (b) one suggested figure/diagram idea, and (c) 1–2 transition sentences to the next section.
    - End with a “Key uncertainties & future directions” list.
    
    SECTION STRUCTURE (follow strictly):
    
    1) Title & Take-home message (1 slide)
    
    2) APS fast refresher (2 slide)
    - Pathobiology: aPL-driven thrombo-inflammation (B2GP1, B cells, complement, NETs, endothelium/platelets).
    - Clinical manifestations: thrombosis, pregnancy morbidity, catastrophic APS.
    
    3) Current standard treatments & unmet needs (1 slide)
    
    4) Why CAR-T might work: mechanistic hypothesis (1–2 slides)
    
    5) Clinical evidence: where we are now (2 slides)
    
    6) Risks, challenges, and translational barriers (1 slide)
    
    7) Summary & outlook (1 slide)
    - 3 concise conclusions.
    - 3 key research questions that should guide the field
    
    Output requirements:
    - Keep the total report length ~900–1400 words.
    - Use precise, non-overstated language.
    - Include a short “1-minute version” at the end (5–7 bullets) that I could use as a verbal conclusion.
    - Add an appendix: “Glossary of key terms” (max 10 items) tailored to APS + CAR-T.
    
    

    使用 NotebookLM 右侧的 reports 功能生成大纲

  1. 修改大纲
  • 大纲的可用性很高,但我不太希望完全按 AI 的意思来,还是自己修改了思路。里面的文案很有用,可以直接复制粘贴,省的打字麻烦。

    不要尝试 Slide Deck 也就是直接生成 PPT 的功能,目前这个功能生成的 PPT 都是整张图片,不能编辑是个硬伤,一旦有一点错误就全废了。不过,大香蕉画出来的 PPT 非常美观,用作大众向的演讲还是可以的。

  1. 做 Slides
  • 这方面主要是利用 Infographics 这个单独的生图功能,对于一些分条列出又不太重要的内容,能生成很好的配图。提示词不需要专门写,类似:

    生成图片说明APS的临床表现
    
    | 临床分类 | 关键表现 |
    | --- | --- |
    | **血栓性APS** | 动静脉血栓事件,如深静脉血栓(DVT)、肺栓塞(PE)、缺血性卒中等。 |
    | **产科APS** | 不良妊娠结局,如复发性流产、死胎、早产等。 |
    | **灾难性APS (CAPS)** | 一种罕见但极其凶险的类型,特征为短期内广泛累及多个器官的小血管血栓形成,致死率极高。 |
    
    

    效果如下:

    可以看到审美还不错,图片内容基本准确,汉字个别不太对,所以用于简单内容还可以,复杂内容还是放文字老老实实讲吧。

    另外,Infographics 功能生成 graphic abstract 也是一绝, 做好 PPT 以后让 Gemini 写提示词。

    可以告诉它要求 Cell 系列期刊 graphic abstract 的风格,或者加上下面的风格提示词:

    Adobe Illustrator style. No shading, no gradients, no 3D effects, no background texture. Use a limited, academic color palette: Slate Blue, Muted Red, Soft Grey, and Teal. Thick, clear black outlines for all cells. Strictly White Background. --ar 16:9 --v 6.0 --style raw --no background texture, shadows, 3D render,  

    可见英文指令遵循更好一些:

总结

这次做的任务是:在有限的时间内,对一个相对陌生的领域做一份高质量的报告。结果是整个报告从无到有耗费大概 3+3=6 个小时,产出 14 张 PPT,无论是内容还是形式,质量都还可以。

NotebookLM 的优势是迅速给出可靠的回答,附加的小功能可以生成报告、音频、图片等一系列产品。但这些的前提是人对这个领域有足够的了解,知道如何提出有价值的问题,以及收集高质量的资料。AI 做杂活,人类做决策,看起来是应该这样分工。

NotebookLM 还有 Audio overview, Flashcards, Quiz 之类的功能,这次没有用上,如果是要自学某些知识,估计会有用。


📌 转载信息
原作者:
HLiny
转载时间:
2026/1/3 15:05:37