凯文凯利揭秘人类活到120岁的未来科技与生命密码

过去一年，AI的应用已从撰写PPT、提供情绪陪伴，悄然延伸至人类最核心的领域——生老病死。一条更深的技术曲线正在启动，预示着医疗健康领域的根本性变革。

从谷歌DeepMind破解蛋白质折叠难题，到全球科技巨头密集布局医疗智能体（Agent），再到近期未来医生CEO王仕锐与“数字先知”凯文·凯利的深度对话，一个关键信号已然浮现：由未来医生率先提出的医疗AGI（通用人工智能），可能成为人类首次真正触及“寿命上限”的关键技术路径。

深入解读这场前瞻对话，一个全新的医学知识生产范式正在诞生。它有望将临床指南长达3到5年的传统更新周期，大幅压缩至3个月以内，甚至实现更快速的迭代。

如今的核心问题已不再是“AI能否模拟医生”，而是“AI能否创造医学新知？能否助力人类健康寿命突破120岁，甚至更久？”答案，正变得前所未有的清晰。

一、医疗AGI：从“复刻医生”到“创造医学”的范式跃迁

传统观念中，AI医疗的终极目标是构建“像医生一样聪明”的系统。然而，未来医生提出了一个颠覆性的定义：医疗AGI的标志，并非复刻医生，而是创造医学。

那么，何为“创造医学”？

一个通俗的解释是，医疗AGI意味着人工智能能够深度参与从患者入组、数据收集、假设提出、疗效归纳到真实世界验证的全链条。这将推动原本需要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的演化节奏。AI改变的将不再仅仅是某个诊疗环节，而是医学知识的生产方式本身。

这套体系的核心价值，在于构建一个全新的医学知识生产范式。

首先剖析传统医学进步的瓶颈：一份临床指南为何更新周期长达3到5年？原因在于漫长的立项、患者招募、数据整理与分析过程。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、耐受情况及合并症等多种因素均影响决策。许多新的治疗信号往往先出现于小样本研究或专家经验中，短期内难以进入高级别指南，只能停留在“专家共识”阶段。

医疗AGI的目标，正是将这一漫长链条压缩为一个高频、自循环的闭环系统。其构想路径是：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循证证据，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，从年级别压缩至季度级，甚至周级。这意味着，医学进步将不再是间歇性的版本更新，而是实时流动的知识进化。

对医生而言，这意味着能够更快获取疾病的最新诊疗路径，同时有机会通过自身的审核与裁决参与知识更新。对医院来说，日常诊疗将不仅是服务单个患者，更能持续沉淀决策与结局数据，使整个机构具备快速学习和更新临床路径的能力。

更为关键的是，这一体系并非孤立存在，而是与基础生命科学的突破形成闭环。例如，谷歌DeepMind研发的AlphaFold解决了蛋白质折叠问题，AlphaGenome深入基因表达层面，而医疗AGI则可以补上最后一块拼图——将这些前沿科学认知，转化为针对具体患者的、可执行的个性化治疗路径。简言之，前两者致力于“理解生命”，医疗AGI则专注于“干预生命”。三者结合，有望从基因、蛋白质到临床治疗构成全链路技术闭环，为人类寿命突破120岁奠定坚实的技术基础。

凯文·凯利对这一创造医学知识的新范式表示高度认同。他指出，医学依靠自身力量，已接近发展瓶颈。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。将这些“第二大脑”部署到医疗系统的每一个环节，才是真正的革命。“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”的宏观问题，那么另一个更现实的挑战是：AI能否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·凯利在对话中所强调，90%的准确率在医疗领域没有意义，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。”通用大模型的黑盒特性和幻觉问题，在医疗领域是致命缺陷。

未来医生的核心突破，在于构建了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“快慢双系统”。快系统负责语言理解与即时交互，类似大脑皮层的直觉反应；慢系统则模拟前额叶皮层，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，对每一个输出结论进行严格校验。

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

更进一步，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率控制在千分之一以下。其设计哲学是：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。普通模型可能会根据“胃不舒服”的主诉，生成看似合理的胃病建议。但未来医生的系统会首先将其识别为高风险症状，随即进入严谨的鉴别诊断流程，在无法安全排除致命风险（如心梗）时，会明确触发升级和转诊建议，而非给出轻率的诊断。

除了技术架构，未来医生还建立了一项行业罕有的能力：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了“临床安全-有效性双轨基准”（CSEDB）评测体系，包含13项安全指标和17项有效指标，并基于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，获得了数字医学领域顶级期刊《npj Digital Medicine》的认可，作为中国科研团队的重要成果发布。

与市面上常见的HealthBench等通用评测有本质区别，CSEDB并非面向医疗大模型的“沟通能力评估工具”（后者适用于健康咨询、患者教育等非诊疗场景），而是聚焦于两个更硬核的指标：是否安全（是否可能导致伤残、致死风险）和是否有效（是否能真正解决患者问题，而非简单建议“去医院”）。

这也构成了未来医生与市面上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，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。在未来医生的病例库中，三甲级疑难疾病占比超过50%——“治病救人”是其核心价值，而非简单的健康咨询。

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，是系统性的能力与完整的产业闭环。

凯文·凯利在参观未来医生后给出了明确判断：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。”这一判断的核心，正是“AI+人”的深度协作模式。

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建议，而最后的1%，包括最终复核、签字确认、责任承担，则由真人医生完成。这不仅解决了法律责任的归属问题，更实现了顶尖医生能力的无限复制与规模化应用。

随之而来的问题是：顶尖医生线下诊疗已应接不暇，为何愿意花费长达一年半的时间来训练自己的AI数字分身？答案是：“继绝学”的吸引力。在顶尖医生看来，训练AI并非额外负担，而是一种将无法规模化传递的宝贵经验与临床判断，转化为结构化决策逻辑和可复用智能资产的知识沉淀方式。

每位医生在正式使用自己的AI智能体前，会经历长达一年甚至更久的磨合训练。他们会用遇到的2000个不同疾病和场景进行测试，不断试探AI是否达到临床要求。医生与AI之间存在三种协作方式：托管——在预设的安全场景下，AI独立处理；分拣上报——遇到未讨论过的情况，AI必须提交医生裁决；研究模式——当医生也面临未知时，启动与AI的对话研究，甚至发起多学科会诊。每解决一个新问题，经验便沉淀下来，下次AI便会处理。这是一个医生不断将工作托管给AI的过程，托管越多，医生越能专注于更高价值的决策。

未来医生的另一大护城河，在于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，积累了海量的真实诊疗案例。这些高质量数据构成了AI持续进化与迭代的核心燃料。

最后，是对未来三年的清晰预判。关于AI在医疗中的普及程度，王仕锐给出了具体预测：

前端应用：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。

后端革新：三年内，所有临床医疗知识的更新将主要由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的赋能下，人类对疾病的认知和治疗速度将以指数级提升。临床指南从3-5年更新到3个月以内，晚期实体瘤等复杂后线治疗从依赖“专家共识”到形成可复用的闭环路径，健康管理从单次问诊走向全天候连续风险监测，这一切已不再是科幻构想。

凯文·凯利在对话的最后总结道：“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富个人情感的话：“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的时代必将到来。在它的助力下，人类的健康寿命有望突破120岁，甚至更久。而我们，正站在这场寿命革命的临界点上。