跳转至

全球医疗榜第一，中国AI杀疯了！医疗AI迈入Harness时代

Ch01.819 全球医疗榜第一，中国AI杀疯了！医疗AI迈入Harness时代

📊 Level ⭐⭐ | 7.8KB | entities/全球医疗榜第一中国ai杀疯了医疗ai迈入harness时代.md

全球医疗榜第一，中国AI杀疯了！医疗AI迈入Harness时代

来源: 新智元

发布日期: 2026-05-07

原文链接: https://mp.weixin.qq.com/s/_XW3cbHtk_sEvbQMr6SuZQ

摘要

Harness 架构——由 Mitchell Hashimoto 命名、OpenAI 验证、Martin Fowler 背书——终于在门槛最高的医疗健康行业落地。智诊科技发布 WiseClaw 2.0，一套面向医疗健康行业的 Agent OS 平台，融合了 Harness 的核心理念：让 Agent 在长时程、高风险、强合规的场景中可控、可追溯、可长期运行。平台在 DoctorBench 全球医学 AI 排行榜上超越 Google Gemini 和 OpenAI GPT-5.4 位居第一。

核心要点

  • 医疗 AI 的四道门槛：长时程（服务以月/年为单位）、可追溯（建议来源和调用链路清晰）、可执行（必须接设备、接系统、接流程）、可治理（权限、脱敏、审计一个不能少）
  • WiseClaw 2.0：智诊科技推出的医疗 Agent OS，底层基于 OpenClaw 连接调度 + Harness 运行治理
  • 三层流水线架构：Triage 分诊识别 → Clinical 临床执行 → Evaluator 校验拦截，关键节点可插入人工复核
  • 心跳引擎：从被动问答转向时间/事件/数据共同驱动的持续运行模式
  • DoctorBench 榜首：底层 WiseDiag 医疗多模态大模型在 MedBench、HealthBench、DoctorBench 三榜领先

深度分析

医疗 AI 从回答能力到系统能力的跨越

2026 年的医疗 AI 已经跨越了"能不能回答"的阶段。能解读体检报告、能做健康咨询——这些单点能力已不是痛点。真正的门槛在于四个系统级能力。长时程：医疗健康服务以月、以年为单位，一轮问答撑不起慢病管理、健康监测这类业务。可追溯：一条健康建议出了问题，必须能查到它引用了什么指南、调用了什么工具、用了哪个版本的知识库。可执行：光生成文本没用，必须接可穿戴设备、接 HIS 系统、接诊疗流程。可治理：权限管理、数据脱敏、医学评测、审批流程、审计追溯——在医疗行业所有环节都绕不过去。Harness 架构正是回应这四个门槛的产业级方案。

WiseClaw 的三层架构设计

WiseClaw 的 Agent 工作流拆分为三层清晰链路。第一层 Triage 分诊识别：负责识别用户意图、服务场景和风险等级，将复杂的医疗需求导向正确流程。第二层 Clinical 临床执行：在受控的数据、知识和工具范围内生成候选方案，操作于封闭的医学知识空间。第三层 Evaluator 校验拦截：通过确定性规则、医学红线和业务门禁对输出进行把关。关键节点可随时插入人工复核和审批，确保高风险动作始终在可控范围内。这套设计的产业价值在于：企业可以将风险真正收进流程里，减少对单次模型输出的依赖，让 AI 上线从试试看走向敢用、可管。

心跳引擎：从会话驱动到持续驱动

医疗健康场景中最重要的服务形态不是问答，而是持续监测和主动干预。WiseClaw 通过心跳引擎（Heartbeat Engine）实现从被动问答到主动服务的转变——用户指标异常时系统主动触发提醒、复查时间临近时服务流程自动唤醒、慢病指标连续波动时平台发起风险提示、用户长期未完成健康任务时进行干预触达。这种设计使得医疗 Agent 从等用户来问转向真正持续运行的健康服务系统，也使得健康管理从单次触点转向长期关系。对于企业来说，这意味着更低的边际成本、更长的服务链路和更稳定的运营抓手。

智诊科技的三层能力护城河

WiseClaw 的竞争力建立在三层能力堆叠上。底层是 WiseDiag 医疗多模态大模型——千亿级参数，可综合理解体检报告、检验指标、医学影像、体征照片等多源健康信息，在 DoctorBench 上超越 Google Gemini 和 OpenAI GPT-5.4。中层是 SKILL 模块体系——将体检报告解读、慢病随访、营养干预、异常指标提醒等能力沉淀为可装配、可复用的模块，企业可根据场景快速组合，内置审批、脱敏、证据链和风控策略。上层是 Harness 治理体系——权限管理、数据脱敏、边界控制、门禁审批让企业敢上线；证据链、Trace、回放、审计让企业能交代；健康档案、状态管理、心跳引擎让企业用得久。三层能力协同，使 WiseClaw 成为医疗 AI 从演示到规模化交付的关键基础设施。

医疗 Agent 商业化的五个试金石场景

WiseClaw 重点发力院外高频场景——这是医疗服务从低频、单点、人工驱动走向持续、主动、智能化运营的前沿。五大场景覆盖了整个健康服务生命周期：名医 AI 分身（专家诊疗逻辑 SaaS 化复制）、体检报告主动追踪（检前问询到检后趋势对比全链条）、智能硬件健康上下文编织（孤立数据的人性化解读）、慢病 AI 管家（饮食识别与个性化指导持续干预）、银发家庭健康中台（适老化陪伴与风险预警）。这些场景共同指向一个趋势：院外服务一旦进入长期陪伴逻辑，商业模型就会从卖单次套餐转为卖长期关系。

实践启示

  1. Harness 架构的医疗落地路径是清晰的。从 Triage 分诊到 Clinical 执行到 Evaluator 拦截的三层流水线，为高风险行业的 Agent 部署提供了可复用的参考架构。任何涉及长时程、可追溯、可执行、可治理的行业都可以借鉴这一分层模式。

  2. 心跳引擎模式适用于所有持续服务场景。将 Agent 从被动问答升级为时间/事件/数据驱动的主动服务——这一模式不仅适用于医疗，也适用于金融投顾、教育辅导、法律合规等需要长期跟踪的行业。

  3. 医疗 AI 的关键在于治理而非模型能力。DoctorBench 排名固然重要，但真正决定医疗 Agent 能否规模化的因素是治理体系——权限、脱敏、追溯、审计、审批。模型能力是天花板，治理能力是地板。

  4. SKILL 模块化设计降低了行业定制门槛。将医疗能力沉淀为可装配模块，企业无需从零构建 AI 流程。这一复用策略大幅缩短了从 POC 到生产的周期。

  5. 院外高频场景是医疗 AI 商业化的主战场。体检、慢病管理、健康硬件、保险养老——这些院外场景的用户触点更频繁、服务周期更长、商业空间更大。聚焦这些场景比试图解决院内全科问题更具可行性。

相关实体

→ 原文存档