ARTICLE · 1083354
AI 和 Agent 这么多,医生到底怎么选?
医生成长/数字工具指南
AI 和 Agent 这么多，医生到底怎么选？
常用工具、Work 模式与 token 消耗，一次讲清
下班后，你还要读论文、做课件、改科普。有人推荐 DeepSeek，有人说 Claude 好用，还有人让 Agent 一口气交付整套材料。等你打开软件，又发现里面有“Work”“深度研究”等入口。
它们到底是不是一回事？为什么只是让它做个 PPT，用量就消耗了不少？
让 AI 协助资料整理和任务执行，把专业判断留给医生。
先记住一个关系：AI 是技术大类，大模型提供理解与生成能力；我们打开的是应用产品，Agent 则是一种围绕目标持续执行任务的系统。这些概念可以重叠，不能把品牌硬分成“AI 阵营”和“Agent 阵营”。
对医生而言，选工具要先看任务：是解释一段话、追溯文献，还是制作可编辑课件？材料是否齐全？能否联网、读取文件和运行代码？这些条件比一个“最强 AI”的标签更有用。
本文介绍的是面向医生日常学习、科研、教学与科普的通用工具。功能核对至 2026 年 9 月 26 日；下列场景是选用建议，不是医学准确性排名。具体功能、地区可用性与额度以账号为准。
01先认识常见 AI 工具
多数通用助手都能解释、翻译、总结、改写和生成提纲。差异主要在于模型能力、联网来源、文件处理、工具连接和交付形式。同一款产品切换模式后，能做的事也可能明显不同。
图 1按任务认识 AI 产品，比按品牌贴标签更容易选用。
国内常用助手
产品 | 可以先用来做什么 | 医生选用时的关注点 |
DeepSeek | 中文问答、推理讨论、写作与代码草稿。 | 适合梳理思路；复杂交付需确认当前文件和工具支持。[1] |
豆包 | 日常交流、中文创作、图片与办公任务。 | 适合科普选题和通俗改写；医学表述仍须核对。[2] |
Kimi | 长材料阅读、深度研究、文档和 PPT 交付。 | 从论文整理接到课件制作较方便，注意引用与表格数字。[3] |
千问 | 中文问答、搜索、网页总结与办公创作。 | 适合资料初筛与内容整理，区分模型回答与已检索证据。[4] |
腾讯元宝 | 搜索、文档精读、写作与腾讯生态内容查询。 | 可找公众号等中文线索；医学依据要继续追到原始来源。[19] |
文心助手 | 中文知识问答、内容创作与办公学习。 | 可尝试中文写作和资料问答，按实际入口确认功能。[20] |
智谱清言 | 问答、写作、网页阅读与长文整理。 | 适合材料摘要和网页辅助阅读；浏览器插件与主产品有区别。[21] |
讯飞星火 | 问答、翻译、文档阅读及相关科研助手。 | 可用于论文研读初稿；具体文件和语音能力取决于入口。[22] |
国际常见助手及其侧重点
产品 | 可以先用来做什么 | 有何不同 |
ChatGPT | 讨论问题、分析材料，研究与制作文件。 | 从对话到 Work、Codex，覆盖不同任务深度与交付形式。[5,11] |
Claude | 文稿修改、材料分析、研究与跨文件任务。 | 同一产品可以问答，也能连续执行；后文专门解释。[6] |
Gemini | 多模态问答、深度研究与 Google 资料协作。 | 适合已有 Google 工作环境者；读取账户资料需授权。[7] |
Microsoft Copilot | 问答与办公辅助；Microsoft 365 产品内协作文档。 | Word、Excel、PowerPoint 内的能力有集成优势，注意许可证差异。[23] |
Grok | 问答、网页与 X 平台信息搜索。 | 适合发现动态和讨论线索；社交信息不能直接当医学证据。[24] |
专门做研究、学习和视觉创作的工具
方向 | 代表工具 | 适合做什么 |
联网研究 | Perplexity | 找信息、整理来源与回溯链接；仍要检查原文是否支持结论。[9] |
围绕资料学习 | NotebookLM / Gemini Notebook | 围绕选定来源问答并定位引用。部分官方页面已使用后一个名称。[8] |
论文研究 | Elicit、Consensus | Elicit 辅助检索、筛选与数据提取；Consensus 从论文检索生成回答，也提供研究 Agent。[25,26,34] |
图片与视频 | 即梦、Midjourney | 制作科普配图、封面或视觉素材；适合表达场景，精确医学示意需人工核验。[27,28] |
这张清单涵盖 19 个常见产品或工具名称，仍不意味着每个医生都要全部安装。它们的功能大量重叠：可以拿同一份公开论文、同一条要求试两款，看谁遗漏更少、引用更容易追溯、文件更方便编辑。
学术工具也不能直接代替规范的系统综述。检索是否完整、纳排标准是否一致、数据是否提取正确、证据质量如何，仍需要研究者判断。产品写着“研究”或“医学模式”，不等于结论已经过临床验证。
02常见 Agent 的任务与差别
日常所说的“大模型 Agent”，通常在收到目标后，能选择步骤、调用工具，依据返回结果继续处理，直到交付或遇到需要人介入的问题。它的价值体现在把多步工作衔接起来。[16]
工具或平台 | 任务侧重点 | 与其他工具的主要区别 |
ChatGPT Work | 研究、分析、文档、表格、课件等成品。 | 面向较完整的工作委托；执行范围取决于工具与授权。[5] |
Claude 任务能力含原 Cowork 能力 | 围绕文件和外部应用完成整理、研究、办公任务。 | 聊天与 Cowork 正逐步整合，Agent 能力可出现在同一对话中。[6] |
Manus | 多步骤研究、网站与幻灯片等交付。 | 按目标委托任务；要写清数据来源和成品验收要求。[10] |
Microsoft 365 文件 Agent | 在办公环境中生成 Word、Excel、PowerPoint 文件。 | 适合已有 Microsoft 工作环境者；可用功能取决于账户和许可。[35] |
Codex / Claude Code | 编写、修改、运行、调试代码。 | 更适合 R / Python 脚本与小工具；能运行不等于统计方法正确。[11,12] |
OpenClaw俗称“龙虾” | 自己部署，连接模型和工具，通过消息入口处理任务。 | 可做持续自动化，但需要配置与维护；本地运行不自动保证数据不出网。[13] |
扣子 / Dify | 搭建知识助手、Agent 或固定工作流。 | 它们是搭建平台；输出质量取决于模型、知识、流程与测试。[14,15] |
这些系统通常都涉及模型、工具、任务状态和执行控制。区别在于擅长交付什么、能接入哪些应用、能否定期运行、需要多少技术配置。选择时也要看过程能否追溯、失败后是否能恢复。
Kimi 的深度研究、Consensus 的 Research Agent 等，也属于这类能力的实际入口。因此，前面的 AI 名单与这里的 Agent 名单出现重叠，是正常现象。[3,34]
普通医生可以先用现成的任务型产品。只有出现稳定、重复的需求，并有维护条件时，再考虑用平台自建智能体。
03Claude 与 Work 模式如何理解
Claude 到底是 AI 还是 Agent
两个说法指向不同层次，不是二选一。“Claude”可以指 Anthropic 的大模型系列，也可以指你打开的 Claude 助手产品。模型负责理解、推理与生成；产品再配置文件、搜索、代码等工具。[6,36]
图 2模型名称、产品名称和执行方式，需要分开理解。
让 Claude 解释论文中的一个术语，是对话式使用；让它读取多篇论文、核对表格、补查来源并制作课件，就是让产品以 Agent 方式完成任务。Claude Code 则是侧重编程的 Agent 产品。[12]
截至核对日期，Claude 官方正逐步把聊天与 Cowork 合并进同一对话。因此，有些用户能看到独立入口，有些已经无需选模式；这并不改变底层“模型加工具来完成任务”的关系。[6]
AI 里的 Work 模式 就等于 Agent 吗
具体到 ChatGPT Work，官方将它定义为面向研究、分析和文件交付的 Agent。它与聊天功能放在同一产品中，侧重完成一项工作。[5]
但“Work”并不是全行业统一的技术标准。别的产品叫“工作模式”，可能指办公模板、固定流程，也可能具有自主执行能力。判断时看它是否会选择下一步、实际调用工具、读取结果并调整。普通聊天也可能具备部分 Agent 能力；“深度思考”本身则只说明模型可能投入更多推理，不必然意味着它会操作工具。
对医生来说，可以这样提需求：“请根据这 8 篇论文生成证据表，再制作 10 页教学 PPT；缺失信息标注未报告，保留来源。”产品能否实际完成这条任务，比按钮叫不叫 Agent 更关键。
04Agent 为什么更消耗 token
Token 是模型处理信息的计量单位，并不固定等于一个汉字或一个英文单词。你输入的要求、文献内容和工具返回结果会形成输入；模型生成的文字、代码、工具调用参数等会形成输出。部分模型还使用不直接展示的推理 token。[29,30]
图 3一项任务往往包含多次模型调用，而不是只生成最后一段回答。
用量主要花在这些地方
① 多次调用。检索、阅读、比较、生成、检查，可能分别调用模型；遇到失败重试或改稿，还会增加轮次。
② 每轮要带上必要上下文。为接着做事，系统会提供任务说明、相关历史、材料和中间结果。长文、网页、日志越多，输入往往越大；并非每次都机械重传全部内容。
③ 工具说明与返回结果也占空间。模型需要知道工具怎么用，读取搜索结果、文件片段或报错后，再决定下一步。[29]
④ 推理与检查有额外用量。最终只看到一页答案，不代表模型只生成了一页内容。部分接口已把推理 token 计入输出，计算时不要再重复相加。[30]
⑤ 多个 Agent 分工会叠加。各自阅读、推理，再由主 Agent 汇总，都可能产生用量；并行主要节省等待时间，不保证省 token。[32]
图 4输出含可能的推理用量，未计算缓存折扣及工具费用。
Token 数、费用、等待时间并不相同。缓存可降低重复输入费用；搜索、生图和代码环境可能另行计费。工具程序运行本身不一定消耗模型 token，订阅“积分”也不能固定换算成 token 数。[31]
05不接 AI 模型的 Agent 还有用吗
要先分清“不接模型”指哪一种情况。不连接外部模型服务，不等于完全没有模型；没有大模型，也不等于所有自动化都失效。
情况 | 还可以做什么 | 失去或保留了什么 |
不接外部 API但使用本地模型 | 在硬件与模型能力允许时，仍能理解任务、选择工具和生成内容。 | 仍属于模型驱动的系统。API 只是调用服务的接口，不是智能的唯一来源。[13] |
完全移除大模型保留规则和程序 | 已有代码可按规则备份、改名、去重、汇总固定表格或定时运行。 | 保留的是确定性自动化；对开放问题的理解、规划和解释能力通常明显受限。 |
现成框架断开模型且没有替代逻辑 | 界面、定时器、队列和工具连接可能还在。 | 依赖模型的节点会失败或停住，不能凭空判断下一步。具体能否运行取决于设计。[37] |
Agent 的概念早于大模型
在人工智能教材中，Agent 是能够感知环境并采取行动的主体，早就包括按条件规则行动的系统，并不要求一定使用大语言模型。因此，“没有大模型就绝无 Agent”这个说法不准确。[33]
而现在大家谈的 Manus、Work，以及许多智能体平台中的 Agent，通常指大模型驱动的任务系统。抽掉负责判断的模型又不给替代方案，自然会失去核心能力。具体产品也可能把模型服务内置好，让普通用户无需自己配置接口。
那 Agent 框架到底提供了什么
模型之外，还要有人管理工具权限、保留任务进度、运行程序、处理错误、记录过程、安排定时任务，并把结果交给用户。Agent 系统的价值，是让模型能够在真实工作环境里持续做事。换一个模型、工具或执行流程，整体效果都可能改变。
如果你的任务只是“每天按固定规则汇总一张表”，普通脚本或工作流可能就够用；如果是“遇到新资料后决定读什么、查什么，再解释差异”，才更需要模型参与。工作流与 Agent 也可以组合使用。[16]
控制用量的实用办法：把来源、时间范围、篇数和输出格式一次说清；只提供相关资料；约定停止条件；需要改哪一处就指出哪一处。涉及关键证据时，应保留必要核查，不能只追求便宜。
06医生按场景选择工具
可以从一个通用助手加一个专用工具开始。先看它是否减少了你的查找、整理和返工时间，再决定是否订阅更多产品。
任务 | 可优先试用 | 给它的要求与人工核查点 |
概念学习 科普与宣教 | DeepSeek、豆包、千问、元宝、文心、ChatGPT、Claude 等。 | 说清受众和原始资料；核对医学事实、数字、禁忌与就医提示。 |
读已有论文 比较指南 | Kimi、Claude、ChatGPT；NotebookLM / Gemini Notebook。 | 要求页码、表号或原文位置；检查是否真的读到全文、补充材料与扫描表格。 |
找最新文献 追踪研究线索 | Perplexity、Elicit、Consensus，或 ChatGPT、Gemini、Kimi 的深度研究。 | 限定学会、期刊、PubMed 和注册平台等来源；回到原文核对，正式综述另按规范开展。 |
教学 PPT 会议汇报 | ChatGPT Work、Kimi、Claude 任务能力、Manus、Microsoft 365 文件 Agent。 | 先确认内容和证据，再排版；要求可编辑文件，图表标来源。 |
科研数据 代码与小工具 | 文件分析工具；复杂或重复代码任务可用 Codex、Claude Code。 | 先明确统计方案、变量与缺失值规则；保留代码，复核方法和结果。 |
长期重复任务 科室知识助手 | 扣子、Dify、OpenClaw，或现成产品的定时功能。 | 明确更新责任、访问权限、用量与失败处理；由技术人员协助配置和维护。 |
一条可以直接改着用的指令
请仅依据我上传的公开指南和论文，整理供住院医师学习的证据表。列出年份、人群、干预、主要终点和局限，每项关键结论标注页码或表号；缺失信息写“未报告”。先生成证据表，等我确认后再制作 10 页可编辑 PPT，不额外扩展检索。
涉及患者和诊疗，使用医院批准的系统与数据处理方式，不要直接上传可识别患者信息，也不要让通用 AI 独立决定诊断、处方或医嘱。引用、剂量、单位和适用人群，都应回到原始资料核对。[17]
AI 可以替你承担一部分阅读、整理与制作工作。医生需要保留的，是对证据和适用性的判断：这条结论从哪里来，是否适用于当前问题，还有哪些不确定。
07资料来源
产品与能力依据官方文档整理；链接可点击。技术原理另参考厂商工程文档与人工智能教材。
1. DeepSeek：产品官网
2. 豆包：桌面客户端与办公能力
3. Kimi：深度研究与多格式交付
4. 千问：产品官网
5. OpenAI：ChatGPT Work 与 Codex 的官方术语定义
6. Anthropic：Claude Cowork and chat are one Claude
7. Google：Use Deep Research in Gemini Apps
8. Google：Use chat in Gemini Notebook（原 NotebookLM 帮助页）
9. Perplexity：What is Pro Search?
10. Manus：Chat mode 与 Agent mode 的区别
11. OpenAI：Code generation / Codex
12. Anthropic：Claude Code overview
13. OpenClaw：What is OpenClaw?
14. 扣子：产品与智能体开发平台
15. Dify：平台、工作流与部署说明
16. Anthropic：Building effective agents
17. WHO：大模型的医疗应用、伦理与治理风险，2024
18. OpenAI：Deep research in ChatGPT
19. 腾讯：元宝官方产品介绍
20. 百度：文心助手与文心 App 官方介绍
21. 智谱：清言浏览器助手功能
22. 讯飞：星火助手与文档问答入口
23. Microsoft：Microsoft 365 Copilot 产品与能力
24. xAI：Grok 的 Web Search 与 X Search 工具
25. Elicit：检索、筛选与数据提取工作流
26. Consensus：How Consensus Works
27. 即梦：图片与视频创作能力
28. Midjourney：Getting Started Guide
29. OpenAI：Function calling 与工具 token 用量
30. OpenAI：Reasoning models 与推理 token
31. OpenAI：Prompt caching 与缓存计费
32. Anthropic：How we built our multi-agent research system
33. Russell 与 Norvig：Artificial Intelligence A Modern Approach，第 2 章
34. Consensus：Research Agent
35. Microsoft：Word、Excel 与 PowerPoint Agents
36. Anthropic：Claude Models overview
37. Dify：Agent 节点的模型配置要求