大模型创业者王小川：AI家庭医生将比无人驾驶更早到来（轻科技）

截至2025年8月，王小川创办的百川智能在医疗大模型领域已取得显著进展，其最新发布的 Baichuan-M2 医疗增强大模型在多个维度上达到世界领先水平，尤其在开源模型中排名第一。创业者的目标是“造医生”而不是“健康顾问”，这个挑战不是一点点！他多次提及：“为生命建模型，为人类造医生”。 目前的赛跑还在数据、算法、算力三个维度展开，百川智能在拿到数据方面在国内一骑绝尘，是领先的关键要素，但还不是全部。如今王小川信誓旦旦说：“无收入情况下可以维持120 个月”就姑妄听之。应该是给合作者打气，也是给团队壮胆。真正难度是导入医院后对既有医疗格局的打破，尤其是利益的分配机制全部乱套，简直是砸锅的节奏。目前头部三甲医院还只是“探讨”阶段，并未进入实质性合作，头部医院全部要求“数据不出院”或“医院控股”，商业模型只能拿科研脱敏子集；撬开京沪核心数据大门难上难。 目前百川拿下的 4.2 亿条病历主要来自 150 家县区医院的“AI 基层帮扶”行政协议，属于地方政府政绩工程，含金量有限，在疑难病种、专家标注、多模态、纵向时长（随访）、即时更新等还有相当距离。 虽然评测数据优于OpenAI，但OpenAI 用“实时用户反馈＋合成数据”把数据闭环做成自给自足的飞轮，而百川还在“政府谈判＋医生标注”的重资产赛道里一块砖一块砖地砌城墙。最终胜出是谁，还不得而知。况且这是民营企业，你懂的。一旦政策红利倾向国资血统，一切就不好说了。这也是AI医疗的虚火，并非是技术，还有…… 医保改革搞了 20 年还在“拉锯”，医疗 AI 却是把“诊疗、支付、数据、责任、芯片”五根绳一次性拧紧，旧痛未愈，新乱又生——这不是技术革命，而是一场制度重构。一旦从技术开发到实际应用，就相当于医保改革2.0，任重道远。

本书由一位技术理想主义者撰写，讲述了他在AI时代的重新出发，从一个追逐通用模型的创业者转变为聚焦AI医疗的创业者。 王小川在离开搜狗后，选择了一条更具挑战性的道路，专注于开发能够帮助人类的AI医生。 书中详细探讨了GPT-5的市场反响和OpenAI的战略选择，以及医疗领域的智能应用前景。 通过对Baichuan-M2的技术突破和AI家庭医生的市场潜力分析，作者提出了AI家庭医生可能比无人驾驶更早到来的观点。 本书不仅是对未来技术的探索，也是对创业者内心世界的深刻剖析。

对这本书我给予评价是一般只是一个简单的个人采访，但是我对于王百川的创业研究评价会很高，他在做一个利于人类的事不纯粹是为了盈利赚钱，他在作为一个很成功的企业家在选择方向的时候也会因为自己心力不足而委曲求全与资本，现在这个方向非常垂直与专业，前面是很长的一段路，就是所谓人工智能加医疗 ，首先人工智能这个也在快速发展，医疗又是涉及很多人类伦理在里面的行业，其实要真发展好了普通人都能自己看病了 节省了成本 后期怎么盈利 也就回到互联网初期盈利模式不确定的类比上去了。

全文观点：AI家庭医生将比无人驾驶更早到来 王小川在访谈中明确表达了对AI医疗的强烈信心，认为AI驱动的私人家庭医生（或AI医生）将比无人驾驶更早实现大规模落地。他的主要理由包括： 1. 需求刚性更强： 无人驾驶并非绝对刚需——没有AI司机，人们仍可自己开车。但医疗不同，没有足够医生时，人们无法自己诊疗。AI医生能直接解决医疗资源短缺和分布不均的问题，尤其在基层和院外场景。 2. 人机协同更容易解决： 无人驾驶在L3阶段（有限自动驾驶），安全员需高度紧张随时接管，反应时间极短，压力巨大。医疗场景则不同，尤其院外“低速”场景（如健康咨询、慢性病管理），AI可先辅助医生或用户，容错空间更大，逐步过渡到更高自治水平。 3. 落地路径更清晰： 王小川对比了两者面临的共同挑战（技术可靠性、伦理法规、事关生命安全），但认为医疗有独特优势： - 可从“关系”维度切入（如AI以医生身份劝导家属关注健康，更易被接受）。 - 短期内通过成熟医生经验赋能AI，长期超越人类医生。 他预计技术成熟已“肉眼可见”，百川智能2026年将推出重大版本迭代，推动这一进程。 其他复盘反思 - 创业调整：王小川复盘百川智能前两年“战线过长”（通用模型、商业化、医疗并行），导致组织复杂度高。今年大幅聚焦医疗AI，团队精简后“压强”反而提升，他视此为回归初心——“为生命建模型，为人类造医生”。 - 对AGI的理解：医疗是AGI后“更大的世界”，不止工具，而是“造人”（高知识密度）。他认为代码和医疗是通向AGI的关键轴心，医疗正从“非共识”转为全球共识（OpenAI等也在重仓）。 - 时间预期：早在2018年，他就预言5-10年内（即到2028年左右）可看到数字家庭医生赋能基层。现在大模型加速，这一目标更近。

没说出来啥特别的内容，感觉就讲了一件事情，就是王小川要聚焦做健康 AI。我觉得 AI 首先应该是个效率工具，再谈创造的事儿。直接把 AI 当成人，还是太远的幻想了，毕竟里面有大量的信用问题需要解决。 其实我是带着问题来看这本书的，就是如阿里在大力推健康管家的定位，百川应该怎么做好差异化竞争。但明显很失望，文中没有这样的答案。当然，有可能是老板要聚焦做事情，没空和我们提前交代什么，甚至引发不必要的讨论，甚至是争论。 关于 AI 健康，尤其是要「造医生」这个定位，我确实不看好。倒不是唱衰新事物，而是医疗是一个利益牵涉太多的领域。而其中医生又是枢纽中的重中之重。利益链条的重塑，可从来不是一件简单的事情啊 最后，我在想学霸不想回答既定答卷，要自己闯赛道这个事儿，大概率不是很靠谱呀。。。当然，咱们不了解人家老板，不晓得抛弃自己被训练了几十年且已经证明过自己的赛道，跑去做一个利益纠葛太深的命题，会不会属于一次理想化的冒险啊。。。

给了推荐，不完全是因为这一个访谈，而是提醒自己要关注和跟进Ai的进展，谁也不知道明天会不会被它取代，能做的只有学习和应用。 在访谈中，王小川提到了百川先做to be,在进入to c,抛开模型的先进性不谈，这种模式是不是可行？会不会催生线上+线下的超级医院？这些值得人思考，也值得我们去探索：在哪些领域可以通过第三方大模型的支持，以Ai+的方式在某一细分赛道进行创业或赋能。 另外，书中提到了三中语言：自然语言、数学语言、代码语言，深以为然，涵盖了人与人、人与AI、AI与AI之间不同形式的沟通，可能这也是AI时代的必学技能，正所谓：学好三语言，AI时代不害怕。

弃医嘱信AI，患者擅自停药视力骤降！医生提醒，AI无法替代专业判断 日前，上海爱尔眼科医院副院长、上海爱尔睛亮眼科医院院长李勇医生的一条朋友圈动态，令人又好气又好笑。患者老张（化名）因轻信AI建议，术后擅自停药，导致视力骤降，而这类被AI耽误病情的患者，临床并非个例。 老张被白内障困扰多年，术前视力仅0.2，视物需“贴脸”观察，严重影响生活。好在他在上海爱尔眼科医院接受的白内障手术十分成功，术后复查视力恢复至1.0，他直呼“重获视觉新生”，对清晰视野满心欢喜。然而，这份喜悦仅持续两周…… “刚清晰没多久，怎么又看不清了？”老张焦急复诊，结果显示其视力已从1.0骤降至0.6。李勇为其全面检查后发现，其角膜皱折伴明显炎症，正是视力下降的直接原因。 “术后眼药水是否按时按量滴用？”面对追问，老张的回答让李勇无言：“我问了AI，它说最好别滴，还说综合了多人意见。我相信AI更权威，就听了。”李勇哭笑不得，依然耐着性子为老张制定针对性方案，缓解眼部炎症，同时反复叮嘱切勿再轻信AI。“这次先信我！”李勇坦言，临床已多次遇到类似案例。青光眼患者李阿姨（化名）便因盲目遵从AI建议，付出了不可逆的健康代价。主治医生反复叮嘱李阿姨，需长期规律使用降眼压眼药水，定期复查监测眼压及视野，这是控制病情、保护视功能的关键。但朋友一句“眼药水有副作用，长期用伤眼”的话，让她心生疑虑。随后她通过AI查询，看到“术后病情稳定可停药”的说法，便擅自停药，复查也抛之脑后。 停药不到两个月，李阿姨便出现眼胀、头痛等症状，且愈发严重。复查结果显示，其眼压飙升至危险值，视野已不可逆受损——仅存中心视力，周边视野完全漆黑。 为何AI医疗建议在术后康复场景中屡屡“翻车”？李勇指出，AI存在先天短板，无法替代医生专业判断。其一，AI仅依托用户输入文字给出建议，无法像医生那样面诊捕捉临床细节、借助器械精准检测，基于片面信息的建议多为“纸上谈兵”，缺乏临床依据。其二，AI本质上是统一数据模板，无法主动追问患者具体病情、基础病史，难以实现医疗所需的“因人而异、动态调整”，而术后康复正需结合个体恢复情况精准调控，通用化建议易出偏差；更关键的是，AI医疗建议无法律效力与责任担当，背后“仅供参考”的免责声明，意味着所有健康风险均由患者自行承担。 “医生医嘱是结合多年临床经验、严谨医疗规范，针对患者个体病情与手术情况制定的，背后更有专业责任与医疗担当。尤其是眼科术后康复，用药剂量、频次，复查时间、项目，都需医生根据恢复情况动态调整，绝非AI通用模板能精准覆盖。”李勇提醒广大市民，AI可作为健康科普参考工具，帮助了解基础健康知识，却不能替代医生专业诊断与判断。看病就医需选正规医院，遵循专业诊疗方案，术后康复更要严格遵从医嘱，切勿盲目迷信AI建议。

### 一、内容深度与核心逻辑：为什么是“逆向思维”？ 这本书（或这一系列观点）最大的亮点在于它挑战了科技界的主流共识。 1. **核心论点：医疗 > 驾驶** 王小川抛出了一个惊人的观点：**AI家庭医生会比无人驾驶更早普及。** 他的逻辑不是基于技术难度，而是基于“刚需”和“人机协作”： - **刚需性**：你可以没有AI司机（自己开就行），但你不能自己给自己看病。 - **协作性**：无人驾驶要求毫秒级接管，人类安全员压力巨大；而AI医生给出的建议，人类医生可以从容审核，或者在院外场景（如慢病管理）独立运行，容错率和协作空间更大。 2. **从“造工具”到“造人”** 他批判了当前很多AI医疗产品只是把AI当成一个“降本增效”的工具（如写病历、查资料）。他认为真正的方向是“造医生”——即创造一个具备感知、推理、记忆和行动能力的**智能体（Agent）**，它不仅是医疗顾问，更是家庭健康伙伴。 3. **全链路工程思维** 书中（观点中）强调，光有大模型不够，必须解决“应用层”的问题：如何符合法规？如何有人文关怀？如何记住你的病史？这提出了一个“底层模型+厚重应用层”的落地公式。 --- ### 二、读者能获得什么？ - **对普通读者（你我）：** 你会看到一个**“医疗平权”的未来**。当AI医生可以无限供给时，顶级专家的智慧可能以极低的价格进入你的家庭，解决“看病难、看病贵”的问题。你会了解到，未来的健康管理不再是生病了去医院，而是全天候的“治未病”。 - **对创业者/投资人：** 你将获得一个**极其清晰的避坑指南和赛道判断**。王小川指出了AI医疗的真正痛点不在“技术炫酷”，而在“场景落地”。他提出的“循证推理”、“关系理解”（如做子女的“嘴替”劝父母看病）都是极具商业价值的创新点。 - **对科技爱好者：** 你将理解**AGI（通用人工智能）落地的另一种可能**。不是先造出一个机器人管家，而是先造出一个能解决具体社会痛点（医疗资源短缺）的数字大脑。 --- ### 三、阅读建议 - **结合技术演进阅读**：不要孤立地看王小川的演讲，建议结合百川智能发布的模型进展（如Baichuan-M2在医疗能力上开源全球第一、循证推理范式）来看，你会发现他的“狂言”背后是有扎实的技术迭代支撑的。 - **关注“时间线”**：王小川在2025年多次提到“明年（2026年）会有大的版本迭代”。在阅读时，不妨将其视为一份 **“未来预告片”** ，观察他提出的“L1-L5医疗分级”和“院外低速场景”如何一步步变成现实。 - **辩证思考伦理问题**：书中（观点中）虽然强调了技术，但作为读者，你需要自己补上“伦理”这一课。思考：当AI给你诊断时，责任如何界定？你的健康数据隐私如何保护？ --- ### 四、适合阅读的人群 | 人群 | 推荐理由 | | ------ |------ | | **医疗行业从业者** | 了解AI将如何重塑医疗流程，从单纯的“看病”转向“健康管理”，提前规划职业转型。 | | **AI/科技创业者** | 学习王小川“死磕技术+深挖场景”的创业方法论，寻找除大模型之外的“应用层”机会。 | | **慢性病患者/家庭** | 提前了解未来5-10年家庭健康管理的变革，建立对“数字健康伙伴”的认知。 | | **政策研究者** | 思考“人工智能+”行动如何在医疗这一强监管领域落地，以及如何制定相应的监管框架。 | --- ### 五、结合最近AI领域事件（2025年视角） 结合当前（2025年底）的AI领域动态，王小川的观点显得尤为“独到”且“应景”： 1. **AI医疗元年的确立**：2025年被业界称为“AI医疗元年”。正如《2025 AI医疗五大发展趋势》所指出的，行业正从单纯的“诊断”向“安全落地、精准决策”突破。王小川的观点正好踩在了这个趋势的浪尖上，他不仅是预言者，更是实践者（百川智能已与北京儿童医院合作）。 2. **大厂的“内卷”与“突围”**：近期各大模型厂商都在卷参数、卷多模态，而王小川选择了 **“垂直深钻”** 。在2025年11月的虎嗅创新节上，他明确表示大模型的三个关键场景是“创造、健康、快乐”，并将“健康”作为百川的主战场。这在一片通用模型的红海中，是一条差异化极大的“蓝海战略”。 3. **人机共生的前夜**：在2025年12月的企业家年会上，王小川提出了“人机共生”的十年展望。阅读这本书（这些观点），其实是理解他“为生命建模型”这一宏大愿景的**最佳入口**。他正在用“造医生”这件事，验证人类未来如何与机器共生。 **总结：** 这是一本 **“未完成的未来之书”** 。它没有停留在对过去的回顾，而是直接指向了2026年及更远的未来。如果你想知道AI将如何具体改变你的生活，而不是听一堆晦涩的技术名词，王小川的这些观点绝对值得一读。

《遥远的救世主》，刚刚重读完。 但还是想说，愿中国的科技人才们，加油。起码不落后。（落后的文化属性😁） 虽然客观规律和现实，确确实实差很多。但是还是想说加油🇨🇳🇨🇳🇨🇳 资金是不是可以放的再宽一点呢？即使泡沫很大，但是马云说的，万一实现了呢？ 那之后的产业链… 崛起吧，中国科技。“冲出亚洲走向世界😄”

数学是语言，代码也是语言，而且是一种“可运行”的语言。它就像图灵机一样，能够解决万千问题。所以，真正的道路是清晰的：首先，通过人类语言理解常识、学会沟通；然后，掌握数学语言与代码语言，从而征服理科与工科。