前几天我生病，拿自己当小白鼠测各类健康 AI。 豆包结合流行季节和症状，倾向病毒性感染；DeepSeek 给出一堆可能性，最后模糊回答「不排除病毒和细菌的可能性」；文心 5.0 倾向细菌感染。 蚂蚁阿福不到 3 秒给出明确结论：典型细菌性感染，理由是中性粒细胞计数和百分比超标，还提醒注意嗓子疼、建议挂耳鼻喉科。 后来，和医生判断的一致。连「发病初期」体感都预判到了。为何健康赛道 AI 答案不同？ 智远认为，医疗依赖因果逻辑，通用 AI 基于海量互联网文本学习，语料有偏差。所以健康面前，通用模型难敌垂直模型。 中国医疗资源稀缺，三甲医院主任医师一天看几十个号，普通人挂专家号要拼手速、碰运气，专家还得应付重复科普问题，这是智力浪费。 不少健康 App 虽有「专家问诊」，但体验不好。 我看了下，蚂蚁阿福把院士、专家思维逻辑和诊疗方案「灌注」进大模型，心理专家毛洪京大夫的 AI 分身已「哄睡」368 万人，这相当于把优质医疗资源像自来水一样送进每个人手机。 所以，蚂蚁为啥费劲做这件事呢？ 我认为，这是一场信任迁移。健康管理本质是资产配置，是对「生命主权」的掌控。过去我们用支付宝管钱，它锚定「支付的确定性」，让我们信任。 蚂蚁把管钱的严谨敬畏心平移到医疗赛道，想把「金融级的确定性」搬进医疗场景，做最确定的底盘。 再看 OpenAI 的「ChatGPT Health」，找 260 多位名医校准，想打通 Apple Health 和电子病历系统。 但中美两家基因差异明显，OpenAI 有硅谷理想主义色彩，是实验室强算力选手，能分析体检报告、规划饮食，却没法帮你挂专家号。 阿福从挂号到结算一个 App 全搞定，这种全链路垂直闭环，是纯大模型玩家没办法跨越的。 蚂蚁阿福这波打法救活了快凉透的大厂健康赛道；过去几年互联网健康领域尴尬，大厂没方向。现在大家支棱起来，是因为阿福踩中 2026 年全民健康意识觉醒趋势，指明可行性路径。 阿福 3000 万月活、55%三线以下城市用户占比，说明需求真实庞大；AI 正抹平医疗信息不对称，有望实现医疗服务平权。 这场由阿福点燃、ChatGPT 加码的健康 AI 竞赛，正改写互联网健康底层逻辑，健康之事，真该好好管了。