Abridge：从记录工具到临床智能层

核心信息：Abridge（成立于 2018 年）正从「AI 医疗记录工具」升级为「临床智能层」，目标是为美国医疗系统提供贯穿就诊前、中、后的 AI 基础设施。

公司规模：预计今年支持 8000 万+ 医患对话，覆盖 250 家大型美国医疗系统，支持 28+ 种语言、50+ 种专科。2025 年 6 月以 53 亿美元估值融资 3 亿美元。

三大战略阶段：省时间 → 省钱 → 救命

  • 省时间：减轻医生每周 10–20 小时的文书负担（消除「睡衣时间」——医生回家穿着睡衣补病历）。
  • 省钱 / 多赚钱：帮助医院在低利润环境下优化计费、合规、预授权。
  • 救命：通过临床决策支持改善患者结局。

产品演进：从被动记录到主动智能

目标是让 AI 像「空调」一样存在——在背景中默默工作，只在必要时介入。90% 以上的传统医疗警报被忽略，所以 Abridge 选择在就诊之前预备医生，而非就诊中频繁打断。

预授权（Prior Authorization）案例：传统流程——开了 MRI → 4 周后被保险拒绝 → 病人重新预约。Abridge 方式——在病人还在诊室时，提醒医生补问关键问题（如「是否做过物理治疗？疼痛是否超过 6 周？」），实时满足保险条件。

关键技术挑战与方法

最难的 AI 问题：在高风险临床场景中同时实现高质量 + 低延迟 + 低成本的实时支持。

模型策略：第三方前沿模型 + 自有专有模型（基于 1 亿+ 医疗对话数据训练）。「每个 agent 本质上都是 coding agent」，EHR 可视为 agent 的「文件系统」。

个性化三层级：个人医生（风格偏好）、专科（心内 vs 皮肤科）、医院系统（机构内部指南）。

评估体系（Evals）：LFD（内部临床医生先看数据）、LLM 裁判、第三方评估员 + 专科特定评估、渐进式发布（类比 Waymo 自动驾驶）。客户已从季度发布周期缩短到月度。

隐私与合规：所有数据单向去标识化（不可逆）。严格 HIPAA / PHI 管控，写入客户合同。

反共识观点：「PRD 并未死亡，原型并非万能」

在高风险、高复杂度产品中，清晰的书面思考比快速原型更重要。「Go slow to go fast」。早期初创可以「先扔 30 个原型试错」，但在 Abridge 规模下，每个决策都涉及 200+ 医院系统的实施成本。

监管利好

FDA 于 2026 年 1 月更新临床决策支持指南，对 AI 更友好。政府推动系统间互操作性。高风险领域反而会最先解决最难的 AI 问题（80/20 在医疗不适用）。

团队特色：临床科学家（Clinician Scientists）

既有 MD 背景又懂技术的「突变体」，嵌入产品和评估团队，从根本上提高产品标准。

未来愿景

同一段医患对话可同时服务：医生（病历）、患者（就诊总结）、保险公司（理赔依据）、药企（临床试验匹配）——把今天分散昂贵的多套系统折叠成一个平台。

代理的执行隔离持续成熟

W&B/CoreWeave 推出了 CoreWeave Sandboxes，用于 RL、工具使用和评估工作负载中的隔离执行，明确测试大规模的破坏性命令（如 rm -rf /）。在类似精神下，围绕代理调试的开源/本地开发工具涌现——一个免费的本地代理调试堆栈，其 trace 暴露给 Codex/Claude Code，用于自动化评估编写。

CoreWeave（Weights & Biases 的母公司）在预览版中推出了 Sandboxes：通过 W&B SDK 提供的隔离 CPU 环境，代理可以在其中执行代码、克隆仓库、安装依赖——所有这些都是供应链事件后你不希望在主机器上发生的事情。一个明显的用例：代理评估需要每个测试都有新鲜、一致的环境，然后清理。Sandboxes 正好解决了这个问题。

转向 Hermes（Nous Research）

一个有意思的行业叙事转变：本周有几位长期关注 AI 的评论者独立地切换了他们日常使用的 agent harness。共同的故事是：某个流行的 agent harness 早期非常神奇，但在 Anthropic 的价格调整使通过它使用 Max 级别 Opus 变得非常昂贵之后，再加上几个月里每次更新都不断出问题，魔法就消失了——用户发现自己在「不断修复它」而不是使用它。

于是有人转向 Codex，有人转向 Nous Research 的 Hermes。为什么是 Hermes？它现在是 OpenRouter 全球上使用最广泛的 CLI 代理，在 OpenRouter 使用上超越了其他 harness，甚至超越了 Claude Code。它有 /goal、steering，以及通过 TryCUA 集成实现的后台计算机使用。它是开放的，所以你可以无缝移植你的记忆、profile 和配置文件。

Steering 可能是最被低估的补充——这是一个 Codex 功能，在 Hermes 中也存在：你可以发送后续消息，代理会在下一次工具调用后看到它，而不是在整个思维链完成之后。这让对话变得自然得多。

Thinking Machines：一个 276B MoE

交互模型是一个 276B 的 MoE，其中 12B 活跃。本地模型社区的期待：权重可以被量化以在小型家用硬件上运行，实现完全离线、始终在场的家庭助手。反复出现的主题——小而强、能本地运行的模型，作为环境式助手的基础。