前谷歌CEOEric Schmidt在斯坦福说的话，对医疗AI创业者有哪些启发？

上个星期聊了聊走访其他行业创业者的感受，当时只是随手记了一些想法，毕竟团队目前就六个人，出门跑的时候还得随时处理公司的事。没想到这么一篇简单的内容，关注度还挺高。

先同步一下进展——基础产品已经完成了，目前在微调阶段，预计今年就能上线，会先从区域机构落地，试验田已经找好了。后续还会跟医护团队一起补充和训练RAG及知识库。

这个月继续约见创业者，特别是做医疗领域AI Agent的朋友，上海的局已经定好了。在这时候能遇到同行的人，确实有种“出门靠朋友”的踏实感。

创业免不了焦虑，靠着短视频推送的鸡汤勉强撑着。昨晚看到前谷歌CEO Eric Schmidt在斯坦福讲的一段话，又被打了鸡血。关键是他的很多想法跟我之前的判断高度吻合。从创业者的视角，拆解一下这里面哪些可以拿来用。

浪潮与门槛：技术的迭代速度与行业壁垒

很快。这三件事，我非常确信这三件事的结合将在下一波浪潮中发生。所以你问还会发生什么。每六个月我就会摇摆一次。所以我们处于一个奇偶振荡状态。

这里的程序员知道我在说什么。因此，想象一下一个不傲慢的程序员实际上可以做你想做的事情，你不必支付所有的钱，而且这些程序的供应是无限的。这都是未来一两年内的事情。

这两个观点可以放在一起看。之前在《AI医疗商业化的前提》里提到过，大模型的变化速度确实已经不可同日而语。就连我们团队的AI顾问都在感叹，以前用Transformer硬写推荐算法时花了不少钱。这种场景其实在移动互联网起来之前也发生过，所以Schmidt用了“浪潮”这个词。局里的创业者看到这个速度难免焦虑——发展过快就意味着淘汰也快。但对这种“鬼故事”，倒不用太在意。

拿最近的微调经验来说，做这件事有个前提：微调之前，人必须比智能体更专业。这个急不来。有行业深耕经验的人，在医疗这个有门槛的领域里，依然握有先发优势。

出海信号：中东资本与全球化视野

因为我们作为一个国家没有足够的力量来做到这一点。另一种选择是让阿拉伯人资助它。我个人喜欢阿拉伯人。我在那里度过了很多时间，对吗？

之前在《医疗企业，为什么一定要出海？》里也讲过，言外之意很清楚——找中东的投资机构是条路。这类大项目需要大量资本，中东恰恰是当前最活跃的资金来源之一。至于为什么是中东，之前在全球经济逻辑推理里已经分析过。

关于医疗AI怎么面对海外市场，准备专门用一篇文章来讲。目前通过CB能看到，海外做AI Agent的大多集中在一些小工具类的工作流产品，而且都拿到了不错的融资。创业者需要全球化视野，这确实是个机会。

创业者的悖论：细分与广度的平衡

对于初创公司来说，初创公司之所以能成功，是因为人们拼命工作。所以我在小公司投资了很多钱。

这正好印证了之前在真格面试时的一个感受：投资人更关心团队和市场盘子有多大，但真正在一线做产品的创业者，更关注产品是否足够细分——足够细分，团队才能在有限的时间和资金里跑得更快、更聚焦。

这两者之间存在一个核心的矛盾点：产品既要辐射足够广的人群，又要在垂直领域里做到足够深的细分。创业者需要解决这个矛盾。

钱会流向哪里：大模型回归巨头，Agent才是弯道

总的来说，您似乎对人工智能问题的潜力非常乐观。我很好奇，你认为是什么推动了这一点？只是更多的计算吗？是更多的数据吗？
这是根本性的还是实际的转变？是的。你同意？被扔掉的钱财数量令人难以置信。我选择了，我基本上投资了一切，因为我不知道谁会赢。

之前分析过，很多人抱着捞一票的心态涌进大模型赛道，所以一轮轮烧钱。但过不了多久，大模型还是会回归到几家巨头手里。相比之下，AI Agent才刚刚起跑。这一点有八成以上的把握。

至于医疗AI Agent能不能在To C端的大场景中跑出来，判断把握要小一些。To C现在属于高杠杆行业，跟那些满手现金流的生意不一样，商业模式差太多。

反过来说，只想做To B端的小需求，解决客户的具体问题。这种低杠杆、自由现金流好的生意，熬着总能等到风口。

是的，先生。是啊，似乎有几个玩家在主导AI，对吧？他们将继续占据主导地位。它们似乎与所有反垄断监管所关注的大公司有重叠。您如何看待这两种趋势...
所以在我看来，这种趋势确实不会被打破。

别误会，Schmidt没有在吹哪几家会垄断。他是在告诉我们：基础层的东西不要去碰，那不是初创公司能玩转的。

技术选型：RAG、微调与场景闭环

那是上周。他有一个很好的分类法。人们询问微调。我认为苏珊问的是微调。他说，嗯，实际上有三种方法可以让你的模型变得更加定制化。
一是你可以对其进行微调，这基本上就像对其进行更多训练。另一个是上下文窗口越来越大。第三种是使用RAG或类似的技术，这些技术是检索增强生成并访问外部数据。但这些上下文窗口现在似乎非常有效。我想，正如埃里克所说，我们认为这很难。

这个路径我们踩过坑。产品一开始像中了邪一样乱回答，后来接上RAG做辅助回答，情况才好转。再深入一层，在模型入口前加了一些场景分类的调优，解决了大部分问题。

顺便说一句，Qwen的表现确实有点“小强”的意思。AI技术远没有摸到天花板，这次跟之前真不一样。至于做医疗AI产品为什么选Qwen而不是百川，下篇会专门聊聊这个思考。