老胡在县城开了二十年医美诊所，从最早的肉毒素注射到后来的激光祛斑，他总觉得这行当像修鞋匠，靠的是手感和经验。直到去年秋天，一台AI皮肤分析仪悄然摆进了他的诊室。机器不到一米高，屏幕上却能把毛孔、色素、血管纹理放大到像素级别，还附带一份“风险预测报告”。老胡起初只当它是台高级照相机，没想到第一次扫描后，系统直接建议一位三十五岁女性放弃玻尿酸填充，转而推荐微针联合射频，因为她的真皮层厚度已低于安全阈值。报告里那行冷冰冰的数字，让他夜里睡不着觉。
那台机器来自一家杭州的AI公司，创始人是老胡大学同学的儿子。小伙子毕业后没进大医院，而是带着团队做了三年皮肤影像数据库。他们把全国三万多例病例按年龄、肤质、注射史归类，再用卷积神经网络训练模型。模型能提前六个月预测填充后可能出现的结节概率，误差率据说控制在百分之七以内。老胡起初怀疑这不过是营销话术，可当他把自家存档的二十份并发症病例输入系统，机器竟把其中十七例的隐患点对了。
故事的转折出现在一个雨夜。一位四十岁的女教师走进来，她想做双眼皮。传统咨询里，老胡会根据经验判断她上睑提肌力量，建议埋线还是切开。AI却先扫描了她的眼周脂肪分布和皮肤弹性，给出三套方案，并标注每套方案术后六个月的肿胀消退曲线。女教师盯着屏幕上那条平滑的曲线，沉默了很久才说：“我以前总觉得医生在猜，现在它让我看到了自己的未来。”老胡忽然意识到，AI不是在抢他的活，而是在把“看不见的变量”摊到台面上。
接下来的半年，老胡诊所的客单价反而上升了。AI把高风险客户筛掉后，留下的都是匹配度高的需求。他开始把机器生成的数据导入自己的术前谈话模板，患者听完后复诊率从原来的百分之六十五升到百分之八十八。更微妙的变化发生在团队里：以前护士小张总爱凭感觉推荐项目，现在她先让AI跑一遍，再结合患者生活习惯做二次判断。一次，一位程序员顾客的AI报告显示其皮肤屏障已受损，适合先做修复性治疗而非即刻抗衰。小张照做了，三个月后顾客主动在群里发了前后对比照，引来十多个新客源。
可AI也带来了新的摩擦。有一回，机器判定一位男性顾客的鼻唇沟填充风险极高，建议改做线雕提升。顾客却坚持要传统方式，因为他看过网红的案例。双方僵持时，老胡把AI的热力图和真实病例照片并排展示，指出那位网红的照片经过了后期处理。顾客最终妥协，却在离开时嘀咕：“现在连脸都要被算法批准。”老胡站在诊室门口，看着雨水冲刷的招牌，觉得这句话像一根刺，扎在医美行业的隐秘处。
故事的高潮发生在春节前。一位外地来的中年妇女带着女儿求诊。女儿二十二岁，想做下颌线。AI扫描后显示，她的骨骼发育尚未完全，立即给出“暂缓建议”并附上骨密度参考值。母亲当场发火，质问机器凭什么管她女儿的青春。老胡没有辩解，只是把系统里同年龄段五年后的模拟图调出来：骨骼继续生长后，提前填充可能导致轮廓移位。母女俩盯着屏幕上那张不断变化的脸，渐渐安静下来。走出诊所时，母亲回头说：“这机器比人还懂人。”
结尾处，老胡把AI分析仪升级到新版本。新版本能对接可穿戴设备，实时监测患者术后恢复期的睡眠和饮食数据。有一天，他收到系统推送的一份报告：一位三个月前做完光子嫩肤的顾客，近期熬夜导致色素反弹概率上升百分之三十四。老胡主动打电话提醒，对方先是惊讶，随后在电话那头叹了口气：“原来机器比我自己还关心我。”老胡挂断电话，望着窗外县城渐暗的霓虹，觉得医美这门手艺终于从“修饰”走向了“预见”。而他自己，也像故事里的普通人，在算法与人性的交界处，慢慢学会了新的叙事方式。
