夸克用Agent思路，做了一個健康大模型

「數據-技術-產品閉環」

最近讓我印象深刻的產品，是夸克的健康大模型。

垂直大模型的故事大伙聽太多了，無非是基模+知識庫。如何更進一步，讓大模型學習專業人士的思考方式，更準確地生成內容？

夸克的解決方案，給了我非常多啟發。

夸克是直接讓大模型產生符合醫生思考方式的思維鏈。

他們在后訓練階段，使用了大量包含醫生完整思考過程的數據，讓模型的思維鏈自然符合醫生的思考方式。

也就是夸克健康模型的「慢思考」。讓AI一步步分析、初步診斷、鑒別診斷，綜合得出結論，而不是看到某個癥狀關鍵詞，直接擬合出相關性最大的疾病病因。

體現在考試結果上，本月，夸克健康模型通過了12門核心學科的主任醫師筆試評測。在單純的診斷任務上，夸克已經不遜色于主任醫師水平。

夸克的技術思路是，訓練AI像醫生一樣思考，而不僅僅是知道醫學知識。

實現這個思路，最底層，靠的是定制的醫學數據

具體來說，夸克定制了上千條包含醫生思考過程的冷啟動數據。一份數據樣本里，不僅有病人癥狀和診斷結果，更重要的是，它詳細記錄了醫生是如何一步步分析、排除，最終得出結論的過程。

夸克喂給大模型的數據，相當于是醫生的「思維鏈」。

所以，當夸克在后訓練階段，把這些數據喂給大模型時，模型學習的重點就變了。

大模型學的是不再是知識點，而是一個真正的醫生在面對復雜病例時，從分析病史、到初步診斷、再到鑒別診斷的完整思考路徑。

夸克健康模型目前版本調用的是通義千問2.5。千問2.5本身不是慢思考專屬的推理模型。但是，用醫生思考的數據訓練產生思維鏈，形成夸克健康模型的「慢思考」推理能力。這種做垂直大模型的思路，確實讓我印象深刻。

在用戶真正提問時-模型推理過程，夸克也復現了醫生思維。

夸克建立了一套「循證醫學」知識庫，把海量的醫學書籍、論文、診療指南，按照證據的可靠性分成了ABCD 4個大等級。

這個過程，夸克叫做「邊想邊搜」。模型會根據自己思考的需要，去查找對應證據等級的文獻來支撐自己的判斷。

所以，用戶看到的每一個回答，背后都有權威的原文出處。這最大限度地降低了大模型的幻覺，讓結果變得可信、可追溯。

我聽完夸克健康算法和運營負責人的分享后，忍不住想夸克健康業務的核心能力到底是什么？

我覺得一個是數據能力。夸克自建了龐大的數據產線。一個內部的專業醫生團隊做指揮，牽引著400多位三甲醫院副主任醫師以上專家審核。生產了結構化真實病例數據，以及包含醫生思考過程的復雜任務數據。

夸克醫療知識庫里，涵蓋了6萬冊教材指南、數千萬中英文文獻、20余萬藥品說明書等數據。

這種投入和高度協同的工程體系，確實是大廠才能做到，別人難以復制的護城河。

夸克最核心的能力，我覺得是產品能力。

夸克的產品架構，其實很像現在流行的Agent產品——一個主Agent負責調度和通用任務，下面有若干垂直領域的子Agent，處理具體任務。

夸克健康模型是一個服務夸克「超級框」的「子Agent」。

雖然夸克自己沒有這么叫，但這個垂直模型做了SFT，做了強化學習，還擅長工具調用，顯然比市面上絕大部分Agent產品更符合Agent定義。

搜索框是一個「主Agent」，是所有任務的總入口。當它判斷用戶的問題屬于醫療健康這個垂直領域時，就會調用健康模型這個「子Agent」來處理。

這個「子Agent」本身具備完整的思維鏈和工具調用能力，它能獨立完成復雜的推理任務，然后把準確的結果返回給用戶。

一個非常優雅的技術與產品閉環。

夸克給出的數據是，每月有2000萬用戶在夸克上搜索健康問題，全國一半的醫學生都用夸克查資料、備考。

夸克健康模型避開了上一代互聯網醫療「重運營、難盈利」的困境，不碰診療業務，只提供更專業、準確的搜索信息。

整個研究下來，最讓我印象深刻的，是夸克健康模型把數據、技術、產品這三個環節，銜接得極其絲滑。

你把任何一個點單拎出來看，都不算驚艷。基于開源模型做后訓練，很多人能做；RAG調用知識庫，也不新鮮。

但是，能把這些環節組合在一起，形成一個高度閉環的產品體驗，這才是夸克的核心能力。

沒有廣告，短期內不用考慮商業化問題，不會因為商業化而動作變形。這確實是一個億級月活APP難得的定力，可以專注做好產品。

本質上，夸克健康模型是一個用新技術（大模型/思維鏈）和笨功夫（高質量數據），去重新解決一個舊問題的故事。

這個舊問題，就是醫療信息的不對稱和搜索結果的混亂。

現在，AI時代，夸克用「數據-技術-產品」一體的產品理念，把這個故事重講了一遍。