智东西

作者 | 李水青

编辑 | 漠影

过去一年，AI 还在帮人写 PPT、做情绪陪伴，但另一条更深的技术曲线已经悄然启动：

AI 开始介入人类最核心的命题：生老病死。

从谷歌 DeepMind 破解蛋白质折叠，到科技巨头密集布局医疗 Agent，再到近期未来医生 CEO 王仕锐与 " 数字先知 " 凯文 · 凯利（Kevin Kelly）的一场对话，一个关键信号浮现：未来医生首次提出的医疗 AGI，可能是人类第一次真正触碰 " 寿命上限 " 的技术路径。

未来医生 CEO 王仕锐与数字先知凯文 · 凯利对话

智东西深入理解了这一具有前瞻性的对话后发现，一个医学知识生产新范式正在诞生，可将临床指南 3 到 5 年的更新周期压缩至 3 个月以内，甚至更短。

问题不再是 "AI 像不像医生 "，而是 "AI 能不能创造医学？能不能让人活到 120 岁，甚至更久？"

答案，正在逼近。

一、医疗 AGI：从 " 复刻医生 " 到 " 创造医学 " 的范式跃迁

在传统认知中，AI 医疗的终极目标，是成为 " 像医生一样聪明 " 的系统。但未来医生给出了一个完全不同的定义：医疗 AGI 的标志，不是复刻医生，而是创造医学。

什么叫 " 创造医学 "？

王仕锐给出了一个通俗的解释：医疗 AGI 意味着 AI 能够更深入地参与患者入组、数据收集、假设提出、疗效归纳和真实世界验证，推动原本数年才能完成一次更新的临床知识体系，进入季度级甚至更高频率的演化节奏。AI 改变的不再只是一个诊疗环节，而是医学知识的生产方式本身。

这套体系的核心价值，在于一个全新的医学知识生产范式。

先拆解传统医学进步的瓶颈：一份临床指南为何需要 3 到 5 年才能更新一次？因为需要漫长的立项、患者招募、数据整理、结果分析。

以晚期实体瘤三线及以后治疗为例，患者分层极其复杂，分子标志物、既往治疗线数、耐受情况和合并症都会影响决策。很多新的治疗信号往往先出现于小样本研究或专家经验之中，短时间内很难进入高等级指南，只能停留在 " 专家共识 " 阶段。

医疗 AGI 要做的，是将这一链条压缩为一个高频、自循环的闭环系统。

未来医生构想的路径是：AI 基于海量历史数据提出新假设，自动设计验证路径，通过真实世界数据快速生成证据，再反向更新临床决策逻辑，形成 " 提出假设—设计验证—真实世界研究—反馈更新 " 的持续循环。整个过程，从年级别压缩到季度级，甚至周级。

这意味着，医学进步将不再是版本更新，而是实时流动。

对医生来说，这意味着能更快获得疾病的最新诊疗路径，同时有机会通过自己的审核和裁决参与知识更新。对医院而言，日常诊疗将不只是服务一个病人，而是能持续沉淀决策与结局数据，让整个机构具备更快学习和更新临床路径的能力。

更重要的是，这一体系并不是孤立存在，而是与基础生命科学的突破形成闭环。比如谷歌 DeepMind 研发的 AlphaFold 能解决蛋白质折叠问题，AlphaGenome 能深入基因表达层，而医疗 AGI 则可以补上最后一块拼图——把这些前沿认知，转化为针对具体患者的可执行治疗路径。

换句话说，前两者在 " 理解生命 "，医疗 AGI 在 " 干预生命 "。

三者合一，有望从基因、蛋白到临床治疗构成全链路技术闭环，为人类寿命突破 120 岁奠定基础。

凯文 · 凯利对这一创造医学知识的新范式，深表认同。他表示，医学靠自己，已经差不多接近瓶颈。我们需要这些更擅长处理海量数据的 " 第二大脑 "，才能继续前进。我们把这些 " 第二大脑 " 部署到医疗系统的每一个环节，这就是真正的革命。" 而未来医生，正处在这场革命的中心。"

二、专注严肃诊疗，未来医生打通医疗普惠的最后一公里

如果说医疗 AGI 解决的是 " 医学如何进步 "，那么另一个更现实的问题是：AI 能不能真正安全地参与诊疗？

答案的关键在于三个字：确定性。

正如凯文 · 凯利在对话中所说，90% 的准确率没有意义，医疗需要的是 99.9% 级别的确定性。" 你需要的不只是一个 9，而是两个 9、三个 9，才能放心让 AI 替你做事。" 通用大模型的黑盒和幻觉，在医疗领域是致命伤。

凯文 · 凯利

未来医生的核心突破，在于一套完全不同于通用大模型的架构。这套架构模拟了人脑的认知逻辑，分为三层：

首先是王仕锐在 2023 年就提出的 " 快慢双系统 "。快系统负责语言理解与交互，类似大脑皮层的直觉反应；慢系统则模拟前额叶，进行深度推理和验证，调用临床指南、专家共识和结构化知识库，对每一个结论进行校验。

其次是 "ACC 层 "（类前扣带皮层），作为最终的守门人，对快慢系统输出进行一致性检测、风险分级和置信度加权，避免系统内部逻辑冲突。

再进一步，是工程化的幻觉压制机制。通过多层验证和规则约束，未来医生将高风险错误控制在千分之一以下。与其追求 " 看起来聪明 "，不如确保 " 绝不犯致命错误 "。

一个典型案例是胸痛诊断。普通模型可能会顺着 " 胃不舒服 " 生成一个看似合理的胃病建议。但未来医生的系统会先把它识别为高风险，再进入鉴别诊断，在无法安全排除致命风险时会明确触发升级和转诊，而不是给出轻率建议。

除了技术架构，未来医生还建立了一个行业极少有人做到的能力：以 " 安全性 + 有效性 " 为核心的评测闭环。

他们与 32 位国内顶尖临床专家联合发布的 " 临床安全 - 有效性双轨基准 "（CSEDB，Clinical Safety-Effectiveness Dual-Track Benchmark）评测体系，包含 13 项安全指标和 17 项有效指标，用 3000 多个真实案例进行评测。2025 年 12 月，这一全球首个用于评估医疗 AI 临床适用性的标准，得到了数字医学领域全球顶级期刊《npj Digital Medicine》的认可，该期刊将其作为中国科研团队的最新研究成果进行发布。与市面上常见的 HealthBench 等通用评测有本质区别，CSEDB 是一个面向医疗大模型的 " 沟通能力评估工具 "，适用于健康咨询、患者教育等非诊疗场景，判断 AI 是否能成为最好的医疗科普工作者，而不是好的医生。

未来医生关注的是两个更硬核的指标：

是否安全：是否可能导致伤残、致死风险。

是否有效：是否能真正解决患者问题，而不是 " 建议去医院 "。

这也是未来医生与市面上已有的健康助手类产品的根本区别。健康管理类产品聚焦于健康咨询、报告解读及症状指引，其终局是将用户引导至线下医生处，且不承担法律责任。

未来医生坚持的严肃诊疗则聚焦 " 医疗决策价值 "，其终局在于给出精准的诊断建议和最佳治疗方案，并直接对治疗效果负责。每一份医嘱都必须有真人医生签字，平台与医生共同对诊疗结果承担法律责任。

在未来医生的病例中，三甲级疾病占比超过 50% —— " 治病救人 " 是最大的价值，而不是健康咨询。

未来医生 App 界面

三、为什么是未来医生？技术、数据与产业闭环的协同效应

在路径正确的前提下，真正拉开差距的，是系统能力与产业闭环。

凯文 · 凯利在参观未来医生后给出了明确的判断：AI 拥有更渊博的知识，它们读遍了所有资料；但人类更擅长推理、逻辑、判断、直觉，以及在实践中学习。" 所以现在最需要的就是把两者结合。这正是未来医生在做的事，我认为这确实是正确的模式。"

这个判断的核心，就是 "AI+ 人 " 的协作模式。

未来医生的逻辑是：AI 负责 99% 的信息收集、初步诊断和多学科会诊，而最后的 1%，包括复核、签字、担责，由真人医生完成。这不仅解决了法律责任的归属问题，更让医生的能力被无限复制。

那么问题来了：顶尖医生线下都忙不过来，凭什么愿意花一年半来训练自己的 AI？

王仕锐的答案是：这就是 " 继绝学 " 的吸引力。在顶尖医生们看来，训练 AI 并不是额外负担，而是一种知识沉淀方式。那些原本无法规模化传递的经验与判断，被转化为结构化决策逻辑，成为可复用的智能资产。

每个医生真正开始使用自己的 AI 智能体之前，会有长达一年甚至一年半的磨合训练。他们会把遇到的 2000 个不同疾病和场景全部拿来测试，不停试探 AI 是否达到要求。医生和 AI 之间有三种协作方式：托管——预设的安全场景，AI 独立处理；分拣上报——遇到没讨论过的情况，AI 必须上交医生裁决；研究模式——医生也不知道怎么办时，启动 AI 对话研究，甚至发起多学科会诊。

每处理完一个新问题，就沉淀下来，下次 AI 就会了。这是一个医生不停把工作托管给 AI 的过程，托管越多，医生越轻松。

未来医生的另一大护城河，是数据与模型的闭环能力。

据悉，其构建了从真实世界验证到普及预测的完整闭环。平台已服务超 2000 万注册用户，能够积累大量的真实诊疗案例。这些数据构成了 AI 持续进化的燃料。

最后，是对未来三年的清晰判断。

对于未来三年的普及程度，王仕锐给出了具体预测：

前端：超 50% 的医生能熟练运用 AI 开展诊疗工作，80% 以上的患者将被纳入 AI 赋能的诊疗工作流，30% 的普通居民可通过手机 APP 实现低成本的自我健康管理。

后端：三年内所有临床医疗的更新一定会被 AI 主导，医疗 AGI 有望实现。

结语：我们正站在寿命革命的临界点

在医疗 AGI 的帮助下，人类对疾病的认知和治疗将以百倍速度进化。临床指南从 3 到 5 年到 3 个月以内，晚期实体瘤等复杂后线治疗从 " 专家共识 " 到可复用的闭环路径，全天候风险监测从单次问诊走向连续管理，这一切不再是科幻。

凯文 · 凯利在对话的最后说了一段话：" 世界上没有什么比医学和科学的进步更能代表人类文明的前进。它不只让我们活得更长，还让我们活得更健康、更有质量、更幸福。我们现在在做的，是文明最根本、最底层的事情。"

王仕锐则对年轻人说了一段更个人化的话：" 我们这一代有很多优秀的人，已经被压得很难受。我想给他们打打气，不用那么焦虑，你们可以活很久很久。人生不再是像以前只有一次到两次最重要的机会，你可以重新调整，重新再来，不要害怕。"

医疗 AGI 一定会发生。在它的帮助下，人类的寿命有望超过 120 岁，甚至更久。而我们正站在这场寿命革命的临界点上。

智东西

作者 | 李水青

编辑 | 漠影

过去一年，AI 还在帮人写 PPT、做情绪陪伴，但另一条更深的技术曲线已经悄然启动：

AI 开始介入人类最核心的命题：生老病死。

从谷歌 DeepMind 破解蛋白质折叠，到科技巨头密集布局医疗 Agent，再到近期未来医生 CEO 王仕锐与 " 数字先知 " 凯文 · 凯利（Kevin Kelly）的一场对话，一个关键信号浮现：未来医生首次提出的医疗 AGI，可能是人类第一次真正触碰 " 寿命上限 " 的技术路径。

未来医生 CEO 王仕锐与数字先知凯文 · 凯利对话

智东西深入理解了这一具有前瞻性的对话后发现，一个医学知识生产新范式正在诞生，可将临床指南 3 到 5 年的更新周期压缩至 3 个月以内，甚至更短。

问题不再是 "AI 像不像医生 "，而是 "AI 能不能创造医学？能不能让人活到 120 岁，甚至更久？"

答案，正在逼近。

一、医疗 AGI：从 " 复刻医生 " 到 " 创造医学 " 的范式跃迁

在传统认知中，AI 医疗的终极目标，是成为 " 像医生一样聪明 " 的系统。但未来医生给出了一个完全不同的定义：医疗 AGI 的标志，不是复刻医生，而是创造医学。

什么叫 " 创造医学 "？

王仕锐给出了一个通俗的解释：医疗 AGI 意味着 AI 能够更深入地参与患者入组、数据收集、假设提出、疗效归纳和真实世界验证，推动原本数年才能完成一次更新的临床知识体系，进入季度级甚至更高频率的演化节奏。AI 改变的不再只是一个诊疗环节，而是医学知识的生产方式本身。

这套体系的核心价值，在于一个全新的医学知识生产范式。

先拆解传统医学进步的瓶颈：一份临床指南为何需要 3 到 5 年才能更新一次？因为需要漫长的立项、患者招募、数据整理、结果分析。

以晚期实体瘤三线及以后治疗为例，患者分层极其复杂，分子标志物、既往治疗线数、耐受情况和合并症都会影响决策。很多新的治疗信号往往先出现于小样本研究或专家经验之中，短时间内很难进入高等级指南，只能停留在 " 专家共识 " 阶段。

医疗 AGI 要做的，是将这一链条压缩为一个高频、自循环的闭环系统。

未来医生构想的路径是：AI 基于海量历史数据提出新假设，自动设计验证路径，通过真实世界数据快速生成证据，再反向更新临床决策逻辑，形成 " 提出假设—设计验证—真实世界研究—反馈更新 " 的持续循环。整个过程，从年级别压缩到季度级，甚至周级。

这意味着，医学进步将不再是版本更新，而是实时流动。

对医生来说，这意味着能更快获得疾病的最新诊疗路径，同时有机会通过自己的审核和裁决参与知识更新。对医院而言，日常诊疗将不只是服务一个病人，而是能持续沉淀决策与结局数据，让整个机构具备更快学习和更新临床路径的能力。

更重要的是，这一体系并不是孤立存在，而是与基础生命科学的突破形成闭环。比如谷歌 DeepMind 研发的 AlphaFold 能解决蛋白质折叠问题，AlphaGenome 能深入基因表达层，而医疗 AGI 则可以补上最后一块拼图——把这些前沿认知，转化为针对具体患者的可执行治疗路径。

换句话说，前两者在 " 理解生命 "，医疗 AGI 在 " 干预生命 "。

三者合一，有望从基因、蛋白到临床治疗构成全链路技术闭环，为人类寿命突破 120 岁奠定基础。

凯文 · 凯利对这一创造医学知识的新范式，深表认同。他表示，医学靠自己，已经差不多接近瓶颈。我们需要这些更擅长处理海量数据的 " 第二大脑 "，才能继续前进。我们把这些 " 第二大脑 " 部署到医疗系统的每一个环节，这就是真正的革命。" 而未来医生，正处在这场革命的中心。"

二、专注严肃诊疗，未来医生打通医疗普惠的最后一公里

如果说医疗 AGI 解决的是 " 医学如何进步 "，那么另一个更现实的问题是：AI 能不能真正安全地参与诊疗？

答案的关键在于三个字：确定性。

正如凯文 · 凯利在对话中所说，90% 的准确率没有意义，医疗需要的是 99.9% 级别的确定性。" 你需要的不只是一个 9，而是两个 9、三个 9，才能放心让 AI 替你做事。" 通用大模型的黑盒和幻觉，在医疗领域是致命伤。

凯文 · 凯利

未来医生的核心突破，在于一套完全不同于通用大模型的架构。这套架构模拟了人脑的认知逻辑，分为三层：

首先是王仕锐在 2023 年就提出的 " 快慢双系统 "。快系统负责语言理解与交互，类似大脑皮层的直觉反应；慢系统则模拟前额叶，进行深度推理和验证，调用临床指南、专家共识和结构化知识库，对每一个结论进行校验。

其次是 "ACC 层 "（类前扣带皮层），作为最终的守门人，对快慢系统输出进行一致性检测、风险分级和置信度加权，避免系统内部逻辑冲突。

再进一步，是工程化的幻觉压制机制。通过多层验证和规则约束，未来医生将高风险错误控制在千分之一以下。与其追求 " 看起来聪明 "，不如确保 " 绝不犯致命错误 "。

一个典型案例是胸痛诊断。普通模型可能会顺着 " 胃不舒服 " 生成一个看似合理的胃病建议。但未来医生的系统会先把它识别为高风险，再进入鉴别诊断，在无法安全排除致命风险时会明确触发升级和转诊，而不是给出轻率建议。

除了技术架构，未来医生还建立了一个行业极少有人做到的能力：以 " 安全性 + 有效性 " 为核心的评测闭环。

他们与 32 位国内顶尖临床专家联合发布的 " 临床安全 - 有效性双轨基准 "（CSEDB，Clinical Safety-Effectiveness Dual-Track Benchmark）评测体系，包含 13 项安全指标和 17 项有效指标，用 3000 多个真实案例进行评测。2025 年 12 月，这一全球首个用于评估医疗 AI 临床适用性的标准，得到了数字医学领域全球顶级期刊《npj Digital Medicine》的认可，该期刊将其作为中国科研团队的最新研究成果进行发布。与市面上常见的 HealthBench 等通用评测有本质区别，CSEDB 是一个面向医疗大模型的 " 沟通能力评估工具 "，适用于健康咨询、患者教育等非诊疗场景，判断 AI 是否能成为最好的医疗科普工作者，而不是好的医生。

未来医生关注的是两个更硬核的指标：

是否安全：是否可能导致伤残、致死风险。

是否有效：是否能真正解决患者问题，而不是 " 建议去医院 "。

这也是未来医生与市面上已有的健康助手类产品的根本区别。健康管理类产品聚焦于健康咨询、报告解读及症状指引，其终局是将用户引导至线下医生处，且不承担法律责任。

未来医生坚持的严肃诊疗则聚焦 " 医疗决策价值 "，其终局在于给出精准的诊断建议和最佳治疗方案，并直接对治疗效果负责。每一份医嘱都必须有真人医生签字，平台与医生共同对诊疗结果承担法律责任。

在未来医生的病例中，三甲级疾病占比超过 50% —— " 治病救人 " 是最大的价值，而不是健康咨询。

未来医生 App 界面

三、为什么是未来医生？技术、数据与产业闭环的协同效应

在路径正确的前提下，真正拉开差距的，是系统能力与产业闭环。

凯文 · 凯利在参观未来医生后给出了明确的判断：AI 拥有更渊博的知识，它们读遍了所有资料；但人类更擅长推理、逻辑、判断、直觉，以及在实践中学习。" 所以现在最需要的就是把两者结合。这正是未来医生在做的事，我认为这确实是正确的模式。"

这个判断的核心，就是 "AI+ 人 " 的协作模式。

未来医生的逻辑是：AI 负责 99% 的信息收集、初步诊断和多学科会诊，而最后的 1%，包括复核、签字、担责，由真人医生完成。这不仅解决了法律责任的归属问题，更让医生的能力被无限复制。

那么问题来了：顶尖医生线下都忙不过来，凭什么愿意花一年半来训练自己的 AI？

王仕锐的答案是：这就是 " 继绝学 " 的吸引力。在顶尖医生们看来，训练 AI 并不是额外负担，而是一种知识沉淀方式。那些原本无法规模化传递的经验与判断，被转化为结构化决策逻辑，成为可复用的智能资产。

每个医生真正开始使用自己的 AI 智能体之前，会有长达一年甚至一年半的磨合训练。他们会把遇到的 2000 个不同疾病和场景全部拿来测试，不停试探 AI 是否达到要求。医生和 AI 之间有三种协作方式：托管——预设的安全场景，AI 独立处理；分拣上报——遇到没讨论过的情况，AI 必须上交医生裁决；研究模式——医生也不知道怎么办时，启动 AI 对话研究，甚至发起多学科会诊。

每处理完一个新问题，就沉淀下来，下次 AI 就会了。这是一个医生不停把工作托管给 AI 的过程，托管越多，医生越轻松。

未来医生的另一大护城河，是数据与模型的闭环能力。

据悉，其构建了从真实世界验证到普及预测的完整闭环。平台已服务超 2000 万注册用户，能够积累大量的真实诊疗案例。这些数据构成了 AI 持续进化的燃料。

最后，是对未来三年的清晰判断。

对于未来三年的普及程度，王仕锐给出了具体预测：

前端：超 50% 的医生能熟练运用 AI 开展诊疗工作，80% 以上的患者将被纳入 AI 赋能的诊疗工作流，30% 的普通居民可通过手机 APP 实现低成本的自我健康管理。

后端：三年内所有临床医疗的更新一定会被 AI 主导，医疗 AGI 有望实现。

结语：我们正站在寿命革命的临界点

在医疗 AGI 的帮助下，人类对疾病的认知和治疗将以百倍速度进化。临床指南从 3 到 5 年到 3 个月以内，晚期实体瘤等复杂后线治疗从 " 专家共识 " 到可复用的闭环路径，全天候风险监测从单次问诊走向连续管理，这一切不再是科幻。

凯文 · 凯利在对话的最后说了一段话：" 世界上没有什么比医学和科学的进步更能代表人类文明的前进。它不只让我们活得更长，还让我们活得更健康、更有质量、更幸福。我们现在在做的，是文明最根本、最底层的事情。"

王仕锐则对年轻人说了一段更个人化的话：" 我们这一代有很多优秀的人，已经被压得很难受。我想给他们打打气，不用那么焦虑，你们可以活很久很久。人生不再是像以前只有一次到两次最重要的机会，你可以重新调整，重新再来，不要害怕。"

医疗 AGI 一定会发生。在它的帮助下，人类的寿命有望超过 120 岁，甚至更久。而我们正站在这场寿命革命的临界点上。