← 返回洞见
洞见

重新思考分工

硅基外脑与一人成军

深夜阅读临床试验方案时,我常会想到一个奇怪的问题:一个分子进入人体之前,究竟要经过多少个大脑?

它最初是对某种疾病的解释,随后成为药理学家的实验、临床医生对患者人群的判断、统计学家的假设、注册专家的论证,以及运营团队的时间表。每跨过一道边界,它就被重新翻译一次。等到第一位患者签署知情同意书,最初的问题已经散落在数十份文件、几个系统和许多人的记忆里。

参与者可能都认真而专业,每个人也确实掌握着图景的一部分。但这又像极了盲人摸象:究竟谁看见了临床试验的全貌?谁能回答,我们到底在检验什么?试验结束后,我们会知道哪些今天还不知道的事?

我越来越觉得,AI 智能体最深刻的改变将发生在这里。它们可能让一个人重新把握复杂工作的整体,让知识、行动与责任汇聚于一处。这种可能性促使我们重新思考工业化以来习以为常的分工。在临床开发中,它也许会催生一种新的工作方式:由一个人在智能体支持下,从机制到证据,全程主导一项试验。这个念头,让我想起工业革命之前的世界。

分工的收益与代价

那时当然也有分工,人们远非个个全能。但在手艺人的工作台前,构思与制作往往紧密相连。木匠理解一把椅子为何以某种方式承重,也知道某块木料的纹理为何不允许某种切法。他的判断贯穿材料、工具与用途,最终抵达一个具体的人。物件是完整的,工作也是完整的。

工业化改变了这种关系。亚当·斯密笔下,制针被拆成约十八道工序,分工极大提高了产量。但在《国富论》后文,他也担忧:终生重复少数简单操作,会使人失去运用理解力和创造力的机会。效率的发现与人的代价,出现在同一本书中。 《国富论》

此后,泰勒制将工作变成可测量、可规定的动作,流水线再为这些动作设定精确节奏。一个人无需理解产品全貌,也能参与制造。这带来了前所未有的物质丰裕,也让我们习惯了一条组织原则:拆解复杂性,让每个人只承担其中的一小部分。

这条原则最终走进办公室、实验室和医院。

医学让我格外感受到这种进步的两面。专业化使我们得以识别细微的病理差异,提供曾经无法想象的治疗。但随着知识加深,单个医生能够独自掌握的范围也越来越有限。器官、组织、信号通路、疾病亚型,构成了一重又一重必要的学科边界。

然而,患者始终是作为一个完整的人走进诊室。肾功能、免疫状态、睡眠、收入,以及对治疗的恐惧,不会整齐地按科室划分。我们对局部的认识越来越精确,理解整体却需要付出越来越高的协调成本。

我想到达·芬奇,不是因为他真是历史上“最后一位通才”,而是因为他的观察方式。水流、肌肉、飞鸟和机器,可以进入同一个思考过程。现代专业体系让这样的视野变得昂贵:从自己的领域进入另一个领域,往往意味着再次付出数年的学习。

每一代人都必须重新学习

其背后,是一个比任何组织结构都更古老的局限:我们无法直接继承前人的记忆。仅仅为了抵达别人已经抵达的地方,就要耗费大量时间。

刘慈欣在短篇小说《乡村教师》中,将这个日常事实变成了宇宙尺度的惊讶:一个无法继承记忆、依靠缓慢声波交流的物种,究竟如何积累起文明?小说将答案交给教师——用自己有限的生命,将已知传递给新一代年轻头脑的人。

这个隐喻一直留在我心里。每个孩子出生,文明就必须重新完成一次局部安装。语言、数学、历史和因果关系,都要从头学习。以数学为例,到中学毕业,一个学生在几何上走过的疆域,大体还只是古希腊人已探索过的一部分。每一代人都必须从起点重新走过这条路。对于医生或科学家,这段旅程往往延续到三十多岁甚至更久,才刚刚来到能够独立处理前沿问题的位置。

教育当然远不止传递信息,它也塑造判断、品格和理解他人的能力。但知识仍有一种引力:积累越丰富,下一代抵达前沿前可能要攀登的高度就越大。而人的寿命,并未同步增长。

外脑与第三条曲线

我喜欢将人类能力的积累想象成三条曲线。

第一条写在基因里。经历无数代漫长演化,大脑容量逐渐增长,我们获得敏锐的眼睛、灵巧的双手和能够直立行走的身体。第二条写在语言、书籍、学校和制度中,使一个人的发现能够超越其生命,成为另一个人的起点。这条曲线极大加速了文明,却仍必须经过每个大脑有限的注意力与时间。

智能体让我看见第三条曲线的轮廓。这是一条传承知识、延展能力的新路径:一部分已经形成的工作能力,可以存储在人体之外,随时调用,并在实践中不断修订。

我称之为“硅基外脑”。

教科书和知识库当然能够保存知识,但人要花费大量时间阅读、理解并内化,才能加以运用。一本书只能等待被阅读,外脑则不同。一个拥有可靠来源、工具和工作记忆的智能体,可以成为人的工作与判断的组成部分。在需要时,它能主动围绕具体目标组织知识:寻找反例、执行计算、比较方案、将一个领域的方法带入另一个领域,并交回结果供人检验。

真正困难的,是将专业经验转化为可付诸实践的判断。一位资深临床开发者的价值,往往在指南没有充分写明的地方:为何一个看似有吸引力的终点可能误导,为何某种人群定义可能让入组难以实现,或一项阴性结果究竟排除了什么。这些经验必须被拆解为理由、条件、反例和检验方法,才能成为外脑的一部分。

一旦做到,知识便多了一种传承方式。后来者可以从前人已经构建的能力出发,在真实问题中学习,而不必先将每一个细节搬进自己的记忆。

重新成为通才

通才,也许将因此拥有新的含义。

我期待的通才,在一个领域有足够深的根基,同时借助外脑跨越学科边界,将分散知识组织成连贯行动。临床医生可以追问统计假设,统计学家可以探索疾病机制,理解患者的人可以直接参与工具建设。跨界的成本降低了,随之而来的责任仍然存在。

数学已经提供了一个具体例子。1946 年,Erdős 提出平面单位距离问题:平面上 n 个点中,恰好相距一个单位的点对最多有多少?他猜测,格点式排列接近最优。近八十年来,数学家主要使用组合几何、关联几何和图论工具,尝试证明这一猜想。2026 年 5 月,OpenAI 的一个通用推理模型走了另一条路:借助代数数论中的无限类域塔等工具,构造出单位距离点对数量显著多于格点的点集,推翻了猜想。该证明已由外部数学家验证。有评论指出,人类若走这条路线,既需要深厚的代数数论功底,又要对单位距离问题感兴趣,而这种组合极为罕见。 OpenAI:模型推翻离散几何中的一个核心猜想

对我而言,更深的启示是,工具之间的距离正在缩短。许多难题需要多种方法协作,而这些方法传统上分属不同学科。过去,一个人的训练决定他最先注意到哪种工具;未来,外脑可能帮助他看见更广泛的可能。

因此,分工值得重新审视。

在亚当·斯密的时代,分工几乎是提升效率的唯一途径。个人学习时间有限,复杂工作必须被拆开,让每个人熟练掌握少数操作。代价是,许多人终生只能看见工作的一个侧面。这是在第二条曲线约束下的理性选择。

第三条曲线可能松动这一约束。如果外脑承担了大量知识存储与检索工作,一个人也许不必先花十年乃至更久记住各领域的细节,就能理解并主导一项完整事业。通才不再只是少数卓越头脑的特权,人的工作也不再必然被切碎。

对于有能力也有意愿的人,完整地面对工作也许更高效,因为理由不必在交接中流失;也许更明智,因为每个局部决策始终连接着更大的问题;也可能更有成就感。斯密所担忧的,正是单调重复剥夺人运用理解力和创造力的机会。重新看见整体,也意味着重新获得这种机会:看到自己的判断如何贯穿至最终结果,并为其负责。

完整性并不会让工作变得轻松。在临床开发中,漂亮的统计结果未必转化为患者可感知的获益,优雅的机制解释也未必经得住药物在人体内实际暴露的检验。把握全局的人,必须同时看见科学可能、现实约束,以及最终由谁承担代价。

临床开发中的交接税

这正是我们在 CataX 思考组织设计时,不断回到临床开发的原因。在这里,关于智能的想法可以接受现实检验。

软件可以快速运行,许多错误也可以迅速回滚。临床试验进入人体,必须等待疾病进展、药物作用与时间共同给出答案。患者招募、药物供应和研究中心能力,都遵循着单靠计算无法压缩的时间尺度。世界不会因为模型推理更快,就更快给出可靠结论。

但在这些真实约束之外,临床开发还背负着大量由组织自身造成的延迟。

医学撰写、注册、生物统计、临床运营和数据管理,各有不可缺少的专业深度,也各自保存着项目事实的一部分。当一项变更穿过这些边界,就需要反复解释、重新排队、再次核对版本。最危险的损失发生在理由的传递中:下游团队收到结论,却不知道结论所依赖的假设。

这就是“交接税”。它以会议、等待和返工的形式支付,也体现在科学意图的稀释中。

设想我们正在开发一款治疗炎症性疾病的候选药物,准备建立临床概念验证(PoC)。原始问题很具体:在与机制相关的人群中,足够的药物暴露能否产生具有临床意义的获益?

如果为加快入组而放宽入选标准,可能稀释靶点机制的信号;如果为减少访视负担而调整采样,暴露与效应的关系可能更难解释;如果仅依据先例选择终点,试验可能错过最有可能观察到机制效应的时间窗口。

每一个局部决策都可能合理,但合在一起,却可能让试验无法回答最初促使它启动的问题。

Clinical-of-One 与临床指挥者

因此,我们提出 Clinical-of-One:一种重组临床开发、弥合这种割裂的方式。

“One”指的是开发工作的统一领导。一个对临床开发有扎实理解、能够跨职能判断,并有强烈责任感的人,从机制到证据、从方案到决策,持续把握整个过程。我们或许可以称其为 Clinical Maestro——临床指挥者。

指挥者必须理解乐团中的每个声部,也知道它们为什么要在某个时刻汇合。不能因为各部门都完成了交付物,就认定研究是合理的。指挥者必须持续追问:为什么是这些患者?为什么这个剂量值得检验?这项分析能够区分哪些解释?什么结果会让我们继续、调整或停止?

智能体平台将围绕这些问题承担越来越多的工作:组织证据、生成方案选项、运行模拟、检查文件间的逻辑关系,并追踪每项变更对研究其他部分的影响。

在我们设想的工作方式中,放宽一项入选标准,会立即触发对机制相关人群富集、招募速度、预期效应和样本量假设的联合检查。讨论仍需要专业判断,但参与者能够基于同一份证据和依赖关系工作。最初的科学问题,无需在每次交接时从头讲起。

统一领导与独立监督

这种安排有一个必不可少的条件:集中领导必须为独立质疑保留空间。研究者、伦理审查、统计审阅和质量监督,各自承担不能被一个人的判断吸收的职责。申办者也不能通过委派工作转移最终责任,ICH E6(R3) 原则 10 及附录 1 第 3.6.6 节对此有明确规定。 ICH E6(R3) 指南

换言之,临床指挥者确定试验应当回答的问题,以及证据出现后的方向。智能体平台组织证据、起草方案、运行模拟和核查一致性。统计审阅、医学监查、盲态管理、伦理审查和质量保证必须保持独立,不屈从于任何个人的判断。一人成军,不意味着一个人包办一切。

因此,“一人成军”真正要求的是更强的基础设施。证据来源、访问权限、版本历史、盲态边界和审阅机制,必须让异议被听见、错误被发现,并让另一位合格人员能够接续工作。否则,更小的组织只是将所有风险集中到一个人的盲点中。

临床指挥者获得的自由,是将更多注意力投入到“下一步应当学到什么”。有时是推进一个清晰界定的适应证,有时是设计有充分依据的适应证拓展,有时则是在不再值得投入患者与资本时,及早结束一条路径。

这也改变了我们对效率的理解。更快地生成文件只是起点。真正重要的是,在有限的时间和资源内,获得能够改变开发决策的证据。

何谓一人成军

至此,文明的钟摆似乎开始了又一次摆动。

工业化让我们通过分工完成超越个人能力的事;智能体则可能让个人继承集体能力,同时重新获得对工作整体的理解与主导。专业深度仍在,社会协作仍不可缺少,而一个人的行动范围可以延伸得更远。

这种可能值得追求,也值得认真选择如何使用。硅基外脑可以训练人更快地服从指令,也可以帮助人重新提出问题、理解因果,并为创造承担责任。技术扩大选择的范围,组织决定人最终站在什么位置。

我仍常想起《乡村教师》里的教室。文明之所以延续,是因为生命有限的人,愿意把所知交给后来者。今天,我们开始有机会让知识携带更多东西:推理方式、失败的理由、尚未解决的问题,以及继续行动的能力。

对临床开发而言,这种希望最终必须落在非常具体的地方。当下一位患者走进研究中心时,我们是否比上一次更清楚:为什么值得请他参与,他的参与如何产生可靠知识,以及这些知识如何帮助后来的人?

也许这就是“一人成军”:一个人能够带着更完整的文明积累,面对这个问题,并为答案负责。

开启对话

CataX — 公司影片

2 分 18 秒阅读影片字稿
人的专长 × 智能体能力

一位临床负责人,一支智能体团队。

指导工作,汇集成果,持续改进。

任务说明与反馈 →草稿与发现 ←
全栈临床负责人与六个专业智能体协作临床负责人向智能体分享目标和上下文;智能体并行工作,返回草稿与发现。负责人会同相关专家审阅,并反馈以进一步改进。
设定目标,共享上下文。临床负责人指导工作。
  1. 01 指导
  2. 02 执行
  3. 03 审阅与改进