Clinical AI

在 Abridge，我做 AI 生成的临床文档。这个领域的独特之处在于：模型能力不是瓶颈，信任才是 —— 错误容忍度趋近于零，标准不是"惊艳"，而是"忙碌的医生在一天工作里信得过"。这决定了我工作的形态：一半在造产品，一半在造"让产品敢变化"的体系。

病历生成与评估体系

生成侧（NoteGen）真正难的从来不是写出一份像样的病历，而是在千差万别的真实就诊里守住稳定的下限。所以我把另一半力气押在评估体系上：LLM-as-judge 的校准、golden 与 challenge sets 的设计、promotion gates —— 本质上是给团队一个可以放心说"这个改动可以上"的依据。评估体系不是质检站，是产品的变速箱：它决定了我们敢以多快的速度进化。

更广的工作面

沿着同一条主线，我持续在找结构性的杠杆点：把散落的生成逻辑收敛成可组合的 agent workflow；把 prompt 调优从手工艺变成自动化流程（APO）；探索 agent 记忆机制，让系统跨会话积累判断。