从 Baichuan-M4 医疗 Agent 看垂域超级 Agent 的构建方案
6月27日，百川智能在清华大学百川楼举办的“AI医疗新范式”学术论坛上，正式发布新一代医疗专用大模型Baichuan-M4及AI家庭医生产品“百小医”，这一发布被视为AI医疗从单轮问答工具向全周期管理服务转型的标志性事件。
百川M4登顶三大权威医疗榜单，裸模型幻觉率仅3.3%
针对通用大模型在医疗场景中普遍存在的幻觉严重、循证推理能力弱、不善于主动问诊三大短板，Baichuan-M4通过底层技术优化实现了性能的全面突破。在HealthBench、HealthBench Hard、HealthBench Professional三大全球权威医疗评测榜单中，Baichuan-M4均位列第一，表现全面超越GPT-5.5、Opus4.7等主流通用大模型。依托百川原创的“事实性感知强化学习算法”，其裸模型事实性幻觉率被压低至3.3%，大幅提升了医疗问诊的安全性与可信度。目前百川智能已与北京儿童医院、中国医学科学院肿瘤医院、上海交通大学医学院附属瑞金医院三家国家顶尖医院展开临床联合研究，推动模型从实验室走向真实诊疗一线。
三层架构拆解Baichuan-M4医疗Agent运行逻辑
不同于传统单轮医疗问答模型，Baichuan-M4是围绕“医师监督下的连续护理”目标构建的协调式医疗Agent系统，整体围绕三大核心支柱搭建：
- 底层是Baichuan-Harness统一运行时，保障强化学习训练与真实部署的一致性，同时内置动作约束、工具调用、长期患者记忆管理、多Agent协调四大核心能力，是系统稳定运行的合规底座；
- 中间层是核心推理模型，采用连续护理强化学习框架训练，整合了span级奖励建模、推理路径压缩、课程学习、稳定策略优化四大技术，适配医疗场景的长期护理需求而非单轮问答；
- 上层是临床工具层，覆盖患者记忆管理、权威循证检索、多模态医疗感知（文档、X光、皮肤病影像）三类核心工具。
此外系统还支持异步子Agent调度机制：面对医学文献检索、证据链总结、长患者病史整理等高上下文负载任务时，主Agent可将任务拆解后分配给专用子Agent并行处理，大幅降低主Agent的上下文压力，使其可将算力集中用于整体护理路径规划与决策生成。
百小医接入微信生态，打造家庭健康全周期管家
作为Baichuan-M4的落地载体，“百小医”定位为连接患者与医疗资源的触达端，基于企业微信生态运行，用户将其拉入家庭群后即可作为“家庭新成员”实时陪伴，核心功能覆盖三个层面：
- 全生命周期健康档案管理：自动为家庭成员建立独立健康档案，在日常对话中自动捕捉、结构化用户的身体状态、用药历史与检查数据；
- 主动健康干预：区别于传统被动问答的医疗机器人，百小医可敏锐识别家庭群闲聊中的高危健康信号，主动提醒用户复诊、按时用药；
- 全流程就医服务：覆盖就医前资料整理、诊后随访、长期健康管理的全链路需求。
百川智能创始人王小川在论坛上明确表示，医疗行业的核心矛盾是优质资源供给不足，AI医疗发展的前提不是简单“替换医生”，而是找到正确的产品形态。未来百川还将开放AI能力底座，协同顶尖医院资源构建“家庭-基层医院-国家顶尖医院”的四级诊疗联动机制，推动优质医疗资源普惠。
垂域超级Agent构建启示：医疗场景跑通闭环的核心逻辑
业内人士分析，百川智能此次“医疗大模型+Agent”的策略，通过“极致的技术参数优化”叠加“高频的社交生态接入”，正在跑通AI医疗长久以来难以实现的闭环，其路径也为其他垂域超级Agent的构建提供了参考：
- 优先锚定场景合规性底座：垂域Agent尤其是医疗、金融等强监管领域，需通过统一运行时内置动作约束、事实性校验机制，将幻觉率控制在安全阈值内，避免合规风险；
- 针对垂域痛点设计协同机制：通过专用工具层适配垂域专属需求，搭配异步子Agent调度机制，拆分高复杂度任务并行处理，降低主Agent的上下文压力，提升处理效率；
- 落地端选择高触达生态载体：依托用户已有的高频社交工具降低使用门槛，实现服务的无感嵌入，避免额外下载成本带来的用户流失。
随着Baichuan-M4的发布，AI医疗正从“实验室的精准判读”走向“千家万户的日常守护”，垂域超级Agent的落地也正在从概念走向规模化应用。