AI问诊产品的核心争议不在于是否接入大模型，而在于产品是否围绕AI重构整个流程。从挂号流程中的自然语言交互到医疗决策的数据闭环，真正AI原生的产品需要重新设计信息架构、决策逻辑和安全边界。本文通过真实案例揭示：医疗场景下的AI应用不是技术展示，而是需要在脏数据、窄缝错误和权限管理中建立可靠系统。

去年做一个 AI 问诊产品时，团队为这个词吵了很久。我们给挂号流程前面加了一个能聊天的助手。

用户说症状。它给建议，顺手推荐科室。

有人觉得这当然是 AI native，理由很直白：用户能说人话，系统也能回话。另一拨人不认，说核心流程还是老样子，只是在门口换了个机器人客服。

我当时也卡住了。倒不是不会讲概念，而是那一刻真拿不出一把尺子，心里还有点郁闷。

那会儿我才想明白，问题不在“有没有接大模型”，而在产品有没有围着模型重新长过一遍。不少产品其实只是把 AI 挂上去了。

挂号 App 里塞一个 GPT，帮用户润色症状描述。产品还是原来的产品。

客服机器人从 FAQ 里挑答案，换种说法就答偏。这只是自动回复。

拿模型批量写文案、生成摘要，生成完就断了，用户怎么改、哪里不满意，系统都不记。它们用了模型，但产品没变聪明。

我现在会先看一个很土的问题：AI 到底是多出来的功能，还是这套产品的新骨头？老挂号 App 要用户先懂科室，再填表，再挑医生。

用户得迁就系统。换一种做法，用户只说“这两天后半夜总被咳醒，躺平更厉害，还老反酸”，后面的理解和判断交给系统。

这里变的不是界面皮肤，而是脑力分工。过去用户在学菜单，现在用户只要把自己的不舒服说清楚。

这会逼着信息架构改。主入口不该再是层层菜单，而应该是表达意图。

菜单可以留着兜底，但不能还躲在前台当主角。所谓 AI 功能要是藏在三级页面里，用户得先学会产品才找得到它，那它离原生还很远。

再往里看，是模型的位置。“咳醒、躺平更厉害、反酸”这句话，规则系统很容易被“咳嗽”带到呼吸科。

可有经验的人会想到反流，可能该看消化科。你当然可以继续补规则。

可人的说法太多，补丁追不上现实。原生产品会把会理解、会推断的模型放到中心，再让它去查指南、调系统、读病史、记住上下文。

RAG、工具调用、记忆，这些名字都重要，但更关键的是位置：模型不是流程外面的插件，而是流程里面的发动机。这对产品经理挺扎心。

以前我们擅长把规则穷举出来，写进需求。现在很多规则穷举不动了，工作反而变成了给模型准备材料、边界和判断现场。

说实话，这比写几百条 if else 更难，也更容易露怯。可只把发动机放进去，还不够。

因为模型大家都能接。真正抄不走的是产品跑起来以后长出来的数据。

一个问诊产品每天被真实病人使用，会留下很杂的东西：人到底怎么描述病、AI 哪一步答歪了、医生改了什么、用户最后信不信。把这些记下来，产品才会越用越准。

对手可以抄界面、抄代码、接同一个模型，却没法抄你两年里积下来的纠错记录和医生反馈。我后来做评审表，特意把一些很笨的字段放进去：症状原话、模型摘出的线索、医生删掉的词、医生补上的追问、药师拦截的原因。

字段名难看，像一排铆钉钉在流程上。可它有用。

开会时，大家终于不用围着“感觉准不准”打转，而是翻那本脏兮兮的台账，看哪一种问法最容易拐弯，哪一类过敏提示总被漏掉。灰度那晚，我盯群到半夜。

飞书消息一条接一条。没有大事故，都是小磕绊：反酸被写成“烧心”，夜咳被归到普通咳嗽，老人把冠心病药名打错了两个字，模型居然也顺着错字往下编。

那种尴尬很真实。你会突然明白，AI native 不是发布会上的漂亮词，它更像一张皱巴巴的值班表，边角上写满了补丁、阈值、黑名单和谁来兜底。

于是埋点也得换。PV、UV 当然还要看，但更该记录的是 AI 输出后用户接没接受、改成了什么。

医生有没有推翻。哪些回答被标错，也要记。

很多团队后面发现飞轮转不起来，不是模型太弱，是一开始没把该留的数据留下来。等想补的时候，最值钱的几个月已经过去了。

挺无奈的。我甚至会把一些听上去零零碎碎的词单独贴出来：烧心、嗳气、咽喉异物感，半夜呛醒，饭后胸口堵。

老人只记得“白色小圆片”，药名记不清。这些词不漂亮，却像砂纸，能把模型回答里那层油亮的顺滑磨掉。

有时候，一条记录只有五个字：医生说不对。它没解释，没标签，脏得没法直接训练。

可我舍不得删。因为真正的产品判断常常就藏在这种半截话里，像纸页边上的铅笔印，淡，歪，偏偏有用。

我不太喜欢把这件事讲得金光闪闪。真实项目里，到处都是拧巴的缝：HIS 接口慢半拍，药品字典有旧码，医生输入习惯乱七八糟，用户把“胃里顶得慌”说成“胸口堵”。

它听得懂一部分，听不懂的那部分，就会在流程里发出细小的噪声。这时产品经理要做的不是把噪声擦掉，而是知道哪一声是无害的沙沙响，哪一声已经像闸刀松了。

还有一个容易被说大的词：自主权。同一个问诊产品，AI 可以只给医生提示，也可以自己追问病史、查指南、出建议，最后让医生签字。

再激进一点，连医生都不在流程里。行业里会把它们叫 Copilot、Agent、Autopilot。

我个人更愿意把它看成一只旋钮。旋钮往哪拧，不看名词好不好听，要看错了以后有多严重，能不能撤回。

模型有多大把握也要看。整理病历摘要，可以放手多一点。

直接开处方药，就不能这么勇。摘要错了还能改，药开错了可能出人命。

这不是保守，是常识。也因此，AI native 不是把人全撤掉。

医疗、金融、司法这些场景，越是原生，越要把权限表写清楚：哪一步 AI 能自己放行，哪一步必须停下来等人点头，哪一道红线不能碰。我印象很深的是一个安全例子。

病人明明青霉素过敏，模型却推荐了阿莫西林，还给了很高置信度和看起来很权威的解释。老实说，我最担心的就是这种场景。

救人的不是另一个更会说话的模型，而是一条死规则：处方药在过敏清单里，直接拦；剂量超过安全上限，直接拦；和在用药有致命冲突，直接拦。规则不适合当大脑，但很适合当安全带。

它死板，正好可靠。后来我还逼自己建了一摞笨案例：青霉素过敏却误推阿莫西林，正吃华法林又碰上止痛药，肌酐偏高还按常规剂量，孕早期用药，喉头水肿却被当普通皮疹。

它们读着琐碎，像抽屉里一把参差不齐的钥匙，但每一把都能试开一扇窄门。这类案例库不能只放“普通咳嗽”“普通胃痛”。

我会塞一些别扭样本进去：青少年吞咽痛合并胸闷，老人夜间呛咳还吃氯吡格雷，孕妇说不清末次月经，慢病患者把二甲双胍和格列美脲混着念。词很碎，甚至有点脏，但它们能把系统拖进真实泥地里。

还有药房那边的灰名单。奥美拉唑、华法林、布洛芬、阿司匹林，单看都平常，凑在一个人身上就不平常。

系统只会写一句“建议遵医嘱”的话，看着稳，其实没碰到问题的骨头。它得知道哪里该停，哪里该问，哪里必须把闸门啪地扣上。

药品相互作用表也很烦。克拉霉素碰上辛伐他汀，胺碘酮碰上地高辛，利伐沙班又遇到肾功能不全。

单个名字都不吓人。叠在一起才吓人。

它要是绕开这些细碎钩子，回答再温和也没用。有些错误很窄，窄到像门缝里的碎屑。

比如把“药疹”当普通皮肤痒，也可能把“黑便”当肠胃不适，甚至把“胸闷出汗”当焦虑。解释写得越漂亮，我越担心这些窄缝被抹平。

人审也要有，可不能迷信。AI 连续对了九十九次，医生到第一百次很可能只扫一眼。

自动化自满就是这么来的。评估集也要有，高危案例、翻过车的案例都得塞进去。

改 prompt、换模型以后，不能只凭“我感觉更好了”。得跑一遍，看看红线有没有被弄坏。

再看交付物。传统软件常给工具：搜索框、菜单、表单，然后让用户自己找答案。

更原生的产品应该直接交结果。你说完症状，它告诉你建议看哪个科室、哪几位医生更合适、下一步怎么挂号。

搜索框并不天然高级，它很多时候只是另一个工具。谁在想关键词？

谁在读结果？又是谁在挑答案？

还是用户。这里还有一个判断：没有 AI，这件事是不是做不到。

注意我说的是传统软件做不到，不是人做不到。人当然能问诊，只是慢。

传统表单很难接住一句混着咳嗽、夜间、体位、反酸的模糊描述，更难把它推到反流方向。结构接不住，就是结构问题。

那到底怎么判断一个产品是不是 AI native？我现在会问几句笨话。

它给的是工具，还是结果？没有 AI，传统软件能不能做？

产品有没有围着模型重长一遍？交互有没有变成自然语言，模型有没有站到流程中心，数据有没有回流，AI 有没有被允许做事，安全边界有没有重新设计？

拿这些问题看，Perplexity 更像原生。你问它一个复杂问题，它直接给综合答案和出处，不把一堆链接甩给你自己啃。

某些银行 App 的智能客服就很像套壳，换个问法就掉进 FAQ。Notion AI 最微妙。

我以前也误判过，以为它只是续写工具。再回头看，我觉得不能这么粗暴。

它底下的模型是原生级的，但产品主体还是传统文档工具，AI 更像很强的副驾驶。这不是坏产品，只是没必要硬说自己全原生。

最后得泼点冷水。别误会，不是所有产品都该拼命往原生上冲。

很多工具做到 AI enhanced 就够了，用户已经受益，没必要为了一个好听的标签推倒重来。高后果、不可逆、强监管的行业，更不该迷信全自主。

回到那间会议室，如果现在再让我判那个问诊助手，我不会只答“是”或“不是”。我会把它拆开看：自然语言是不是主入口，推理是不是模型在做，交付的是不是结果，数据有没有回流，医生和硬规则有没有站在该站的位置。

看完多半会发现，它卡在中间。交互往原生靠了，数据和自主权还没长出来。

这也没什么丢人的。AI native 本来就不是一道是非题，而是一道程度题。

真正要问的是：你的产品到底有多少地方，已经围着模型重新长了一遍？剩下没长到的地方，就是下一步要补的活。