数据处理这块又打起来了。Polars 2.0在TPC-H和TPC-DS基准测试里跑赢DuckDB和DataFusion，TPC-DS q72全查询通关。新版本加了原生SQL和数据类型，性能涨了不少。天天跟亿级数据表打交道的人，同样的机器能少等一会儿。
另一头，零售业在啃硬骨头。arXiv上有篇论文用深度学习做超市商品检测识别，靠矫正的图像把准确率提上去。行业5.0讲的自动库存管理很美好，落地难点很实在：商品长得像、货架遮挡、光照一变模型就懵。这套方案管用的地方，是把盘点这种重复劳动交出去。
Mustafa Suleyman泼了盆冷水。他的判断是AI十年内不会取代多数人类工作，真正被替掉的岗位大概只有5%。剩下95%走人机协作，重点该放在辅助工具上。他还认为AI的普及速度会远慢于当年电力，企业得先重构组织，才谈得上用好模型。
三件事拼在一起，脉络挺清楚：底层工具在拼性能，垂直场景在啃具体问题，人的位置短期内挪不动。模型能力早就不是瓶颈，卡点在组织肯不肯改、数据能不能用、流程敢不敢动。指望AI一步到位替掉人，多半要失望；把它当放大器用，收益来得快。