Jacob Effron

Abridge 正以环境式病历记录为切入口，构建围绕医患对话的更广泛临床智能层。 临床医生每周花10–20小时记录医疗服务，而医疗占GDP约20%，其中从诊断、治疗到理赔和支付的几乎一切，都源自这场对话。面对接近1亿次医疗对话，Abridge 将由此产生的痕迹视为产品上下文，也是专有数据的“尾气”。

商业路线图将从帮助临床医生节省时间，推进到帮助医疗系统省钱、赚钱，最终改善医疗结果。 病历记录能够减少“睡衣时间”：临床医生说，他们因此可以回家和孩子共进晚餐，有人甚至提前退休，还有人直言：“我们不用离婚了。”但 CFO 要的是以美元计价的 ROI——更合规的病历、更少的计费追问和更高的收入，而不只是更快乐的医生。

事前授权最能体现 AI 如何把医疗延迟从数周或数月压缩到几分钟。 以 MRI 为例，Abridge 可以从患者病历中确认 Aetna 计划6项要求中的4项，再在患者离开前提示医生确认理疗和疼痛是否持续超过6周。其机会在于，把一个可能耗时45天、涉及约20次触点的流程，替换成一次时机精准的临床互动。

真正的护城河来自上下文、工作流位置、系统集成和可靠性的组合，而不是一个通用模型外壳。 实时决策可能需要同时读取 EHR 历史、实验室检查、影像、付款方身份、州级政策，以及非结构化的50页 PDF；与此同时，Jenny 估计，传统医疗告警超过90%都会被忽略。Abridge 希望产品像“空调”一样：安静地改善问诊，只在此刻行动会实质改变医疗结果时才介入。

Abridge 按质量、延迟和成本组合使用自研及第三方模型，规模扩大也会改变优化边界。 其专有对话数据可以改进转录、说话人分离、病历、个性化和专业化代理，而第三方厂商可能提供越来越强的通用医疗知识与代理能力。Chai 将其架构称为“模型星座”，其中包括能够快速分诊、再把任务交给更大型模型的模型。

医疗级评估和受控部署是核心资产，因为“80/20在这里行不通”。 Abridge 会校准专科和领域特定的评判器，使用临床医生和编码团队，并逐步发布变更；客户发布周期也从季度或半年一次，逐步缩短至每月一次，部分医疗系统还会更早参与共建。用于学习的患者数据会以单向方式去标识化，而可识别信息的访问和留存则受合同约束。

战略上行空间在于打造一个服务临床医生、患者、付款方和药企的共享智能平台，同时不向付款方交出原始问诊数据。 同一场对话可以生成病历、向患者解释下一步、支持支付决策，或识别潜在临床试验候选人。深度 EHR 互操作仍是入场券，但 Abridge 试图进入的领域，是越过记录系统本身，连接医疗主要参与者的智能层。

嘉宾拒绝两种看似顺理成章的判断：医疗会最后迎来 AI 创新，以及原型出现后，书面产品判断便不再重要。 Chai 如今预计，一些最困难的 AI 工作可能首先发生在医疗领域，因为零错误评估和低容错工作流都是硬要求；Jenny 则认为，当每次发布都牵动大型系统、合规、实施和稀缺的组织注意力时，“清晰、利落的书面表达比以往更重要”。其工作准则是：“慢下来，才能更快。”

🔗 原始收听与视频来源： 走进 Abridge：聆听1亿次就诊的 AI——Abridge 的 Janie Lee 与 Chai Asawa

AI 编程在1年内成为一个数十亿美元市场，swyx认为，顺势下注仍比假设相邻用例必然追上更安全。 他援引的数据是：Anthropic 的 Claude Code ARR 约为25亿美元，OpenAI 估计约20亿美元，Cursor 据传也接近20亿美元。编程的占比从约10%升至50%，所以问题是“为什么不能继续增长”，而不是回归均值。

更可能的市场格局是2家大型编程玩家加一批专业化长尾；应用公司靠聚焦和企业落地能力，而不是永久性的模型优势来构筑防线。 Cursor 和 Cognition 可以继续专注编程，而基础模型实验室则追逐金融、医疗和消费级 Agent 等更大的 TAM。更大的判断是：“2025年是 coding agents 之年，2026年是 coding agents 突破编程边界、去做其他一切的年份。”

Harness 工程看起来更接近共识，但更具决定性的 go-to-market 转变是，Agent 本身正在成为客户。 Skills 已经收敛到一个极简组合——一个 Markdown 文件加几段脚本；据称，Vercel 用于配置 Vercel 应用的管理后台，有60%的流量来自机器人。“如果它不存在一个 Agent 能调用的 API，它就不存在”；默认推荐也可能把市场从20个名字压缩到3个。

Agent Lab 的打法是把专有工作负载转化为更小的领域模型；即使前沿模型质量持续提升，成本和延迟仍是训练模型的持久理由。 据称，Composer 2 和 Sweet 1.6 在没有补贴的模型切换用户中都位列前5选择，定制搜索模型则展现出更明确的领域价值。替代芯片可能进一步强化这套经济性：swyx 对比了每秒数千 token 和不到100 token 的差距，并认为“每次10倍提升，都会解锁一种不同的使用模式”。

基础模型发布对中型初创公司和低 NPS SaaS 的威胁，可能大于对小团队的威胁；后者即便产品失败，也可能把它变成进入模型实验室的面试作品。 swyx 的亲身测试案例，是用他认为约2000美元就能做出来的产品，替代每年20万美元的活动和赞助商管理软件。真正的约束在组织层面：高管周末做出的“80%解决方案”，可能让其他人负责维护“剩下那堆破事”。

编程前沿已经从“人类写代码归零”推进到“人类审代码归零”，自动化验证成为“暗工厂”能够运转的闸门基础设施。 swyx 预计，一次性软件的规模最终会改善质量，同时警告赢家不会是那些把一切都斥为垃圾产出的犬儒主义者：“这件事不管有没有我都会发生，那就让我们把它往正确方向掰。” Jeremie Harris 对临时性 post-training 的态度有所缓和，因为成果可能3个月后就失效；Jacob Effron 则强调：“结果可以扔掉，但原始数据不能。”

模型规模仍在上升，但记忆、上下文和有现实锚定的空间理解，可能比再刷出一次基准测试提升更难突破。 swyx 已放弃模型规模会封顶在约2万亿参数附近的判断，却称上下文是“扩展速度最慢的因素”：3年间从约4000 token 增至100万 token；Gemini 的百万 token 上下文已经存在2年，却几乎没有得到广泛使用。他借用《心灵捕手》的比喻：主角博学却缺乏人生经验，就像一个“什么都知道、却从未经历过任何事的 LLM”。

🔗 原始收听与视频来源： AIE Europe 复盘 + Agent Labs 论点：Unsupervised Learning × Latent Space 交叉特别篇（2026）