康养/养老Agent 的下半场，胜负手不在模型，在「谁来签字」

本文来自微信公众号： 产品者也 ，，原文标题：《康养/养老Agent 的下半场，胜负手不在模型，在「谁来签字」》

9月20日下午，一场讲康养Agent的论坛，8位嘉宾，三个小时。

我是带着一个预期去听的：这类行业论坛，通常会把大半篇幅花在能力覆盖有多全上。结果有些出乎意料——整场下来，几乎没有人抱怨模型不够强。反复出现的，是"不能做什么"。

不能替代专业医疗诊断；不能直接控制硬件；不能说一个没有来源的结论；不能拆掉机构已有的存量系统。

一个讲智能体落地的论坛，为什么一半时间在讲边界？

听完三个小时，我形成了一个判断，也是这篇想讲清楚的一件事：康养Agent的瓶颈，已经从"能力问题"变成了"定义权问题"——这件事由谁负责，这笔钱由谁支付。模型再往前走一格，也不会自动解决后面这两件事。

一、一场没有人在谈"模型能力"的论坛

8位嘉宾讲了什么，可以压成三句话：政策侧讲产业已从"前智能体时代"进入"智能体应用时代"；平台侧讲通用、专业、定制三类智能体，靠数据、模型、服务三要素驱动，让行业从"人找服务"变成"服务找人"；技术侧讲Agent与Copilot的差别——不等指令，拿到目标后自己规划路径、调用工具、迭代优化。

都对，也都很熟练。

但这条线上没有分歧，也就没有信息量。

真正值得记的是另一条线。我发现8位嘉宾中至少5位，在自己的分享里主动划了一条线。

王永春中国老龄产业协会科技委主任

▍医疗边界

绝对不能替代专业医疗诊断，一旦出现涉医需求，必须转接到正规机构

冉祥伟百度云福宝

▍服务流转边界

老人需求经小度平台、百度大脑分发到生态服务商，医疗场景转至专业互联网医院

林志杭迈步机器人

▍控制边界

大模型只负责意图理解，设备控制器负责安全防护，禁止大模型直接控制硬件

贺征百度灵医

▍证据边界

睡眠健康报告基于硬件数据生成，每个结论都标注溯源来源

段巍百度智能云养老行业负责人

▍存量边界

不替换机构存量系统，通过AI之间的对话把新旧系统连起来

这五条线看起来分属政策、产品、硬件、医疗、集成五个话题，其实在讲同一件事：

这条赛道正在为"AI能做到哪一步"设闸门。

而这恰恰是最有价值的信息。一个行业开始主动划界，说明它已经过了"什么都能做"的阶段，进入了要交付、要担责、要算账的阶段。

二、康养为什么会是Agent的"高责任密度"场景

要理解这些闸门为什么设在这里，得先理解康养场景和别的Agent场景有什么不同。我认为有三个特殊性，而且三个都挺硬。

第一，后果不可逆。

客服Agent答错了，用户重问一遍，损失是一次体验。办公Agent写错了，撤回重来，损失是几分钟。康养Agent漏报一次跌倒、提醒错一次用药，代价是人身伤害。这个差距不是量级上的，是性质上的——可撤回的错误和不可撤回的错误，应该用两套完全不同的产品逻辑去处理。

第二，使用者、付费者、担责者是三拨人。

子女付钱，老人使用，出了事可能是机构或平台担责。三方目标并不完全一致：子女要的是"我知道爸妈今天没事"，老人要的是"别烦我"，机构要的是"别出事、出事有据可查"。这意味着康养产品天然要同时满足两套评价体系——好用，和可交差。

第三，使用者数字能力弱，且个体差异极大。

方言、听力下降、认知衰退，加上极低的容错意愿——老人不会像年轻人那样"再试一次"。别的场景可以通过培训用户来降低交互成本，这个场景不行，你必须把产品做到不需要学习。

把这三条合起来看，结论很直接：

这是我的第一个判断：

责任归属不确定的时候，产品只能往"轻决策"退。

市面上大量康养AI产品停留在"陪伴、聊天、提醒"这个层级，原因不是做不出更硬的功能——是做出来了，也没人敢让它做。一个能自动识别跌倒并通知家属的Agent，听起来只比聊天机器人复杂一点，但它要回答的问题多得多：误报了算谁的？漏报了算谁的？通知了家属但家属没看到，算谁的？

这些问题的答案不在技术侧。

三、被忽略的第三条线：支付方开始定义"可核验的颗粒度"

嘉宾讲的是技术边界和责任边界。我回来之后查了一轮公开政策，发现还有一条线被大家忽略了，而我认为它是决定这条赛道节奏的那一条：支付方已经在定义"服务的可核验颗粒度"。

第一件事：支付目录正在把服务拆成步骤。

国家医保局制定并推行了全国统一的长护服务项目目录，把重度失能人员最迫切需要的36项服务纳入长护险支付范围——20项是协助进食、沐浴、口腔清洁这类生活照护，16项是吸痰、导尿这类基础医疗护理。

真正关键的不是这36项，而是目录的颗粒度：它统一了每个服务项目的名称、内涵、代码，并对操作步骤、服务人员和服务时长都作了原则性规定。

以"协助进食"这一项为例，目录明确了七个步骤和具体要求：餐前洗手、食物切碎搅拌、进食姿势、检查食物温度、防止呛噎、进食完成后维持体位、记录进食情况。

七步。这七个步骤是什么？它是一套可核验标准。

第二件事：闸门正在开一条缝。

2026年3月26日，国新办举行发布会介绍加快建立长期护理保险制度的有关情况。会上国家医保局明确，下一步将探索把长护相关智能化服务和支持性辅助器具等纳入长护险支付范畴的可能性。2026年7月，民政部等14部门印发的《康复辅助器具产业扩能提质三年行动方案（2026—2028年）》又重述了这个方向。

不只是"钱"的方向。同一场发布会上提到，长护服务已经实现线上派单、上门服务智能打卡、服务时长自动记录，部分地区在用毫米波雷达做监测预警。目前全国定点长护服务机构约1.2万家，从业人员约37万名。

第三件事：科技赋能已经写进经营主体政策。

2026年1月，民政部等8部门印发《关于培育养老服务经营主体促进银发经济发展的若干措施》，明确推动人工智能、大数据、北斗技术用到老年人健康监测和个性化服务等场景，鼓励养老服务机器人产业发展，并支持智能养老设备企业嵌入养老服务机构试点试用。同月印发的《民政部关于进一步推进民政科技创新的指导意见》，是"十五五"首个民政科技创新综合性政策文件。

这三件事拼在一起，我认为可以推出三个判断。

推论一：能被支付的不是"能力"，是"可核验的服务单元"。

一个Agent再聪明，如果它的输出落不到"可核验的步骤+可追溯的记录"上，它就进不了支付体系。进不了支付体系，它就只能当赠品或者噱头，永远等不到规模。

所以服务颗粒度就是智能化的入场券。这条赛道的竞争，表面上是比谁更智能，实际上是比谁能更早地把自己的能力翻译成支付方认可的服务单元。

推论二："支持企业嵌入机构试点试用"是一次用场景换数据的交易。

对AI供给方来说，这是当前最现实的一条路：先进真实机构，拿到真实数据、真实工单、真实合规背书，再谈规模化。这比先去抢C端硬件销量要慢，但更扎实。第8位嘉宾贺征提到的那句"结论标注溯源来源"，在纯C端产品里是加分项，在机构场景里是准入门槛——两种市场的评价标准就是不一样。

推论三（也是我认为最需要冷静的地方）：闸门现在只是"探索…可能性"。

国家层面的服务项目目录目前尚未正式把智能化服务纳入口径。如果未来12到24个月目录不开口，行业会陷入一种很典型的困境——试点繁荣、规模空转。大量嵌入机构做试点的项目，做得热闹，但拿不到可持续的收入结构。

我把上面这些整理成一个自用的检查框架，叫"可核验三件套"，后面几节还会用它：

不满足这三条的功能，我认为都不该进入交付路径。可以放在体验层当福利，但不能承担服务承诺。

四、三种边界设计，一个共同底层：可归因

回到嘉宾划的那几条线。把它们放在一起看，会发现它们并不是三种不同的保守，而是同一种设计思路被应用在了三个不同的层。

医疗边界，划在能力上。王永春在台上说得非常明确：不能替代专业医疗诊断，涉医需求必须转接正规机构。冉祥伟描述的流转链路是同一件事的另一面——老人的自然语言需求经小度平台、百度大脑分发到生态服务商，医疗场景转至专业互联网医院。这里的设计要点是：Agent不接管责任，只做路由。

控制边界，划在权限上。林志杭讲迈步机器人的安全原则时，把话说得很死：大模型只负责意图理解，设备控制器负责安全防护，禁止大模型直接控制硬件。迈步是2016年在深圳成立的医工结合企业，拿了国家二类医疗器械注册证，服务过300多家机构、15万人次。一个做康复外骨骼的公司把"大模型不许碰硬件"当原则写出来，不是技术保守，而是用确定性系统去兜住不确定性模型的输出。

证据边界，划在输出上。贺征提到灵医的睡眠健康服务会根据硬件数据生成专业分析报告，并对结论标注溯源来源。技术闭环是"感知问题—反思分析—验证发布"。这条线的意义在于：让结论可以被审阅，而不只是被相信。

三条线的底层是同一个词：可归因——出了问题，能明确找到该负责的那一环。

反面就是不可归因：功能吹得很满，风险靠一页免责声明兜着。免责声明堆不出复购，也堆不出机构客户的续约。

这里可以用一个类比帮助理解。为什么"大模型不直控硬件"会变成康养工程的默认原则？因为它和自动驾驶的分级逻辑是同构的：越靠近物理世界、后果越不可逆，确定性控制所占的比重就必须越高。康养Agent面对的恰恰是"最靠近物理世界、最不可逆"的那一端。所以它的演进路径大概不会像软件那样一路激进替代，而会更像工业装备——先解决"不会出错"，再解决"更聪明"。

这个顺序对做产品的人是反直觉的，但它可能就是这条赛道的规则。

五、载体不是选出来的，是被责任结构逼出来的

载体是很多团队踩坑的地方。把几位嘉宾分享的载体整理一下，会看得更清楚：

1、语音交互终端主要填补：认知与操作门槛

典型场景：用药提醒、健康咨询、生活服务下单

门槛：中，需要适老化改造和方言支持

责任主要落在平台+人工坐席

2、数字人主要填补：信任与安全感

典型场景：咨询、导诊、宣讲

门槛：中低

责任主要落在：平台，内容合规风险高

3、实体机器人主要填补：体力与在场

典型场景：送药、巡检、康复训练

门槛：高，涉及器械资质与场地

责任主要落在机构+设备厂商

4、视觉AI主要填补：监管盲区

典型场景：跌倒、离床、离岗、消防通道占用

门槛：中，端边云协同

责任主要落在：机构+民政监管方

冉祥伟讲的"1+N+1"结构，本质是把第一类载体当入口——一个基于小度适老化改造的智能终端，加上N个产业智能体和1个运营平台；据他分享，小度本身已有40%以上是老年用户。李鲁蒙那边则把AI未来社区定位成家庭服务入口，重点是用POI能力把服务落到现实场景。

这些方案本身都很完整。我想说的是一个容易搞反的顺序问题。

正确的顺序应该是：先定谁担责，再定服务单元，最后定交互载体。

反过来做——先买硬件，再想场景，最后发现没人敢签字——是行业里最常见的浪费。硬件是唯一在采购单上看得见的东西，所以最容易被先定下来，但它其实是最后才该定的一环。

一个值得注意的观察：视觉类Agent之所以相对更早落地，恰恰因为它只"上报"不"决策"——它识别到跌倒、离床、后厨着装不合规，然后把预警分级上报。呼啸介绍的那套三级联动机制（区县民政统筹、街道精准调度、社区与机构执行，自动分级上报、零填表），落在大湾区数十个养老社区和天府新区。它的责任天然留在人和制度那一侧，所以阻力最小。

又一次印证了第三节的框架：能进交付路径的，是那些责任可以被安置的功能。

六、三条被高估，三条被低估

最后说点更主观的。

我认为被高估的三件事：

多智能体协作的复杂度。论坛上不止一位嘉宾提到总Agent拆解任务、分配给子Agent的编排模式。方向没错，但康养场景当前的瓶颈在责任承接和数据打通，不在编排能力。先把单点做到可靠，比把五个不可靠的环节串起来更有价值。

通用大模型的"降维打击"。

康养的难点不是模型不够聪明，是场景知识、责任结构和交付标准。这三样都不会因为底座换个更强的模型而自动解决。谁的中间层做得好，谁就有位置。

硬件销量等于渗透率。设备卖出去不等于被用起来。这个行业里"装机即库存"的案例不少，活跃和留存才是渗透率。

我认为被低估的三件事：

1子女端入口。

付费者和决策者常常不在老人身边。龚孝波提到的一个价值点——异地子女的信息同步——我认为它的优先级被系统性低估了。这是真实的高频刚需，而且它天然可核验：通知到没到、看没看，都有记录。

2、护理员产能杠杆，而不是替代。

缺口是刚性的：2025年末我国60岁及以上人口已超3.2亿，占比约23%，失能、半失能老人约4000万，而持证养老护理员只有约50万人。同时"养老服务师"在2026年被纳入国家职业资格体系，设初、中、高三级——国家正在给"服务交付者"建立资质与责任体系。在这个前提下，AI的合法位置是让一个持证护理员能服务更多人，而不是替代持证者。这个定位听起来不够性感，但它更接近真实的支付逻辑。

3、失败案例与责任机制。

行业缺的不是成功样板，是"出事之后怎么办"的机制设计。责任险、分级认证、事故复盘，这些不产生流量，但决定了这个行业能不能规模化。

再补一个我暂时站不住的反方视角：

也可以更悲观一点。在支付闭环真正成形之前，这个行业里很多公司的收入主要来自补贴、项目制和硬件毛利，

"落地"很可能只是"进了机构大门"——设备装上了，数据还没跑起来；试点验收了，续约还没谈。

谁对谁错，12个月之后大概能看出一些端倪。

七、交付型Agent胜出

回到开头那个问题：为什么一场讲智能体落地的论坛，一半时间在讲边界？

因为这条赛道已经过了证明"我能做"的阶段。现在要证明的是另外三件事：我能被核验，我能被追溯，我能被结算。

所以我的判断是：陪伴型Agent是入口，交付型Agent才是生意。

康养场景不需要一个更会聊天的AI。它需要的是一个能签工单、能留痕、能被追责、也能被结算的AI。前者决定用户会不会来，后者决定企业能不能活。

技术能做的边界其实很宽，但康养只允许它在"可归因"的范围里工作。真正的产品能力，是把这个范围设计得比别人更准，也更敢用。

最后留三个我自己在未来12个月会盯的信号，供同样在看这条赛道的人参考：

第一，长护险目录会不会真的为"智能化服务"开口。从"探索可能性"到"正式纳入"，这一步跨过去，赛道性质就变了。

第二，机构试点会不会形成稳定的数据回流和迭代闭环。如果只是一次性验收，说明路径还没走通。

第三，会不会出现面向康养Agent的责任险，或者分级认证类产品。这类产品一旦出现，说明责任归属这件事开始在制度层面被定价了。

这三件事都不发生在技术侧。但它们比任何一次模型升级都更能决定这条赛道的样子。