把身体数据存起来，可能是普通人最划算的 AI 投资

概览

本期从嘉宾江迅的数据、AI 与医疗经历切入，讨论 AI 进入健康管理后，真正有价值的方向不是替代医生开治疗方案，而是利用长期个人数据，帮助人更早发现健康风险。

节目反复区分“诊断”和“健康管理”：医院更多处理某个时间点的病情和指标是否越线，而健康管理要看长期趋势、个人上下文和生活方式变化。AI 的优势在于能阅读大量历史报告、体征数据和前沿知识，但最终判断仍应交给医生。

后半段话题转向 AI 时代的个人选择与教育。江迅介绍自己的新书《第五维度》，并围绕高考志愿、兴趣、稀缺能力、工业化教育和“不要成为标准件”展开讨论，强调普通人需要在 AI 擅长的统计中心之外找到自己的差异化位置。

分段落总结

[00:00] 开场与嘉宾背景

[事实] 主持人开场强调本期不是暗广，如果有广告会明确写在 show notes 中。

[事实] 嘉宾江迅介绍自己做了二十多年数据工作，本科专业是园艺，并非计算机科班出身。

[事实] 江迅曾在阿里参与数据仓库建设，后来经历盛大、平安好医生、医疗创业和 AI 公司等多个阶段。

[推测] 主持人先强调“纯净无广”，是为了降低听众对医疗、AI 相关嘉宾分享被误认为商业推广的警惕。

[06:00] 为什么再次创业做健康管理

[事实] 江迅提到自己在 2026 年 5 月左右提出离职，准备以 AI 公司形态再做一家健康管理公司。

[事实] 他表示很多人不理解为什么在已有资源和信任的环境下，还要在接近退休式稳定的年纪出来冒险创业。

[事实] 他把再次进入医疗描述为一种“执念”，并回顾自己 2014 到 2018 年做慢病、糖尿病管理的失败经历。

[推测] 这次创业的动力，来自他认为过去慢病管理失败的技术和商业条件，在 AI 出现后可能发生了变化。

[07:00] 慢病管理早期失败的原因

[事实] 江迅提到 2014 到 2018 年有很多慢病、糖尿病管理公司，最后真正活下来的很少。

[事实] 他认为当时失败的原因包括市场环境糟糕、技术能力不足，以及商业模式存在问题。

[事实] 当时如果平台补贴医生，患者反馈很好；但补贴一停，患者还没有意愿为医生服务费付费，商业模式就无法闭环。

[事实] 西医药品多为标准品，平台很难通过卖药加价覆盖医生服务成本。

[08:00] 糖前人群与不可逆风险

[事实] 江迅解释“糖前人群”是尚未感到异常、但已经存在潜在糖尿病风险的人群。

[事实] 他说过去的医疗手段很难在无症状阶段筛查出来，很多人等出现症状再检查时，已经成为糖尿病患者。

[事实] 主持人提到有人在确诊后后悔没有更早了解风险，并花了多年研究疾病机制和生活方式干预。

[推测] 本期标题中的“把身体数据存起来”，核心指向就是尽量在疾病真正确诊前捕捉趋势。

[09:00] 健康管理产品化的难点

[事实] 江迅提到有学术方案要求用户每天拍照记录饮食，但这种方式对普通人很麻烦。

[事实] 他认为“人性是懒的”，长期要求用户高频手动记录，是慢病管理产品很难坚持的根本问题之一。

[事实] 过去慢病管理还依赖医生持续服务，而医生时间成本高，平台很难长期承担。

[推测] AI 健康管理如果要成立，必须减少用户主动记录负担，并降低专业服务的人力成本。

[12:00] AI 在健康管理里的真正位置

[事实] 江迅认为 AI 可以站在个人视角，基于长期个人数据提供管理服务。

[事实] 主持人明确表达：AI 可以给健康建议和健康管理提醒，但不能直接给患者治疗方案，因为 AI 没有处方权。

[事实] 主持人批评一些 AI 医疗产品试图替代医生，并举例说 AI 给 74 岁老人建议每天做高强度力量训练，缺乏个体化判断。

[推测] 节目对 AI 医疗的基本态度是“可辅助、不可越权”。

[16:00] 普通人和专业人士使用 AI 的差别

[事实] 主持人指出，普通人把化验单拍给 AI 并不能等同于完成诊断，因为诊断需要复杂背景和医学知识。

[事实] 江迅提到医疗搜索流量下降，很多用户从搜索引擎转向问 GPT、豆包等 AI 产品。

[事实] 节目中提到医生也在使用 AI 对检查结果做初步分析。

[事实] 江迅认为，受过训练的医生在有签字权和专业背景的情况下使用 AI，对真实病例的判断会更准。

[推测] AI 的价值不只取决于模型能力，也取决于使用者是否知道该给什么上下文、该如何解释答案。

[22:00] 上下文决定 AI 医疗建议质量

[事实] 江迅认为 AI 给出答案是否正确，很大程度取决于上下文是否足够完整。

[事实] 他提到用户无法把一个人的全部信息都交给 AI，少掉一些关键信息，最后建议可能完全不同。

[事实] 他强调是否追问某个细节，会影响最终答案，而临床问诊本身就是一门技术。

[推测] 这也是 AI 直接面向患者时容易出错的原因：患者往往不知道哪些信息对诊断重要。

[24:00] 医生不会被简单替代

[事实] 主持人认为医生既是知识密集型职业，又是需要与人打交道的职业，因此和 AI 的结合很微妙。

[事实] 节目认为纯知识密集、较少与人互动的工作更容易被 AI 替代，而医生还承担沟通、安抚和引导提问的角色。

[事实] 江迅认为未来计算机会越来越工具化，年轻人不一定要把全部时间投入快速工具化的竞争，而应该在具体领域形成专精。

[推测] 节目对未来医生能力的想象，是“领域专家 + 提问能力 + AI 工具使用能力 + 人际沟通”。

[27:00] AI 给医生赋能的案例

[事实] 江迅举例说，有患者的基因报告中某个位点与人类医生给出的用药方案存在冲突，但医生可能不了解这些前沿知识。

[事实] 他认为 AI 有机会扫描所有数据，把这类提醒给到医生，而不是直接给到患者。

[事实] 主持人认为，如果医生能发现三年前的用药记录，又知道新的指南或论文变化，会让患者高度信任。

[推测] AI 在这里更像“知识雷达”和“遗漏检查器”，而不是最终决策者。

[29:00] 为什么要存个人健康数据

[事实] 江迅提出，如果同样的算力和 token 用于读取个人病历、体征和报告，可能比写网页、做 PPT 等场景产生更高单位价值。

[事实] 他主张个人应尽可能把健康数据存下来，不管当下是否立刻有用。

[事实] 主持人把这种观点概括为“log 派”：现在也许分析不了，但先把日志留住。

[推测] 本期最核心的投资建议不是买某个产品，而是尽早积累属于自己的长期健康数据资产。

[31:00] 数字身份、数据孤岛与健康数据优先级

[事实] 节目讨论了个人数据分散在微博、Keep、手表、微信、推特等不同系统中的问题。

[事实] 主持人联想到记录日常语言、想法并生成数字分身的可能性。

[事实] 江迅回应说，最终维度很多，但他认为健康数据的价值相对更高，因为它更可能直接关系到救命和生活质量。

[推测] 相比完整复制一个“数字我”，节目更看重先把能用于健康风险判断的数据保存好。

[35:00] 血糖趋势与糖尿病早筛

[事实] 主持人解释糖尿病并不是“尿里有糖”这么简单，而是自身血糖调节能力出现问题。

[事实] 江迅提到，早期血糖调节异常可能不会有任何症状，但从血糖曲线形状上能看出问题。

[事实] 节目提到空腹血糖和餐后血糖达到某些阈值后，基本就进入确诊层面。

[事实] 主持人询问如果不去医院，是否能在家做测试，引出连续动态血糖监测设备。

[39:00] 连续动态血糖监测的争议

[事实] 主持人说自己过去反对健康人群使用侵入式诊断设备，因为贴在皮下存在感染风险。

[事实] 江迅分享自己从 3 月开始连续佩戴 CGM，并提到设备需要消毒，自己曾经不够规范地直接打进去，让医生顾问很惊讶。

[事实] 江迅认为，身体状态较好时使用这类设备的感染风险相对更低；真正糖尿病患者因为末梢血管和感染风险问题，反而更应该谨慎并遵医嘱。

[推测] 节目并不是鼓励所有人自行使用 CGM，而是在讨论健康人群早期量化身体状态的可能性。

[42:00] 健康人群为什么看曲线而不是单点

[事实] 主持人总结说，对健康人群而言，动态血糖监测主要看波形和趋势，而不是某一次是否超过阈值。

[事实] 节目认为传统扎手指血糖仪也能测，但无法方便地形成密集曲线；CGM 可以连续记录一段时间的数据。

[事实] 主持人指出，愿意在健康时就佩戴设备、量化身体指标、提前未雨绸缪的人，可能是这类服务更适合的人群。

[推测] 这类服务的早期用户大概率不是所有大众，而是已经有健康焦虑、家族史或强烈自我管理意愿的人。

[46:00] 健康管理不是到医院后才问 AI

[事实] 主持人指出，很多人把化验单拍给 AI，让它解释病毒感染还是细菌感染，但这仍然发生在已经去医院诊断之后。

[事实] 他强调医院解决的是诊断问题，而健康管理看的是长期趋势，不是某个点上的诊断结果。

[事实] 他举低密度胆固醇为例，说明很多指标变化和饮食习惯可能存在反直觉关系。

[推测] 节目想纠正的误区是：AI 健康不应只等同于“解释检查报告”。

[50:00] AI 健康管理的目标是防范而非治疗

[事实] 主持人提到 CGM、戒指、血氧、血压等设备数据都可以进入系统做综合判断。

[事实] 他认为 AI 与健康结合的最大价值，是通过长期数据分析帮助避免最坏的就医结果。

[事实] 江迅认可这个理解，并强调 AI 应解决长期管理和趋势发现问题。

[推测] 这一路径把医疗服务的重心从“病后处理”前移到“病前识别”。

[52:00] 长期报告趋势的个人案例

[事实] 江迅说自己把体检数据数字化后，系统第一版报告提醒他立刻去医院。

[事实] 他的单次体检指标都在正常范围内，但 AI 分析 10 年报告后发现甲状腺相关指标从 2019 年的 0.3 到 2025 年的 1.2，虽然未越线，但趋势加速。

[事实] 他因此去医院检查，后来确认到 2025 年时指标没有继续变化，自己也因此放心。

[推测] 这个案例说明，长期趋势可能比单次是否“正常”更能提示潜在风险。

[55:00] AI、人类医生与合规边界

[事实] 江迅认为人类医生没有足够时间和带宽阅读一个人多年所有报告，即使愿意看，也未必能覆盖所有知识。

[事实] 他希望 AI 搜索所有可能性，列出今天最容易被忽视的问题，但最后判断交给医生。

[事实] 他提到他们会聘请医生，并在有资质的医疗机构和远程医疗要求下提供服务；首诊必须在医院，复诊可按规则远程进行。

[事实] 节目再次强调，数据属于用户自己，应尽可能多地保存各种身体数据，再让 AI 阅读这些数据。

[58:00] 把身体看作 AI 时代更重要的资产

[事实] 江迅认为 AI 到来后，人的身体反而更需要关注，因为很多工作可能被 AI 帮忙完成，人应花更多时间照顾身体。

[事实] 节目提到糖尿病等疾病的庞大潜在人群正在变大，希望更多人能在确诊前意识到风险。

[事实] 主持人转入江迅的新书《第五维度》，并说这本书关注的是人在 AI 时代如何生存。

[推测] 健康管理和 AI 生存指南在本期被放在同一个框架里：普通人要重新配置自己的注意力和长期资产。

[59:00] 《第五维度》与写给孩子的 AI 时代指南

[事实] 节目介绍《第五维度》像一本 AI 时代生存指南，尤其适合中学生、大学生这类还在进入社会前的人群。

[事实] 主持人念出陈天桥对这本书的推荐语，提到它像写给女儿的一封长信，没有回避焦虑，也没有投降。

[事实] 江迅也念了书中最后一段，表达希望这本书能点燃少年对未来的好奇与勇气。

[推测] 这本书在节目中承担了从“健康数据”扩展到“AI 时代个人定位”的桥梁作用。

[61:00] 高考志愿与专业选择

[事实] 主持人提到自己面对孩子时，不知道如何解释 AI 对未来的影响，也纠结是否还该建议孩子报计算机专业。

[事实] 江迅说自己女儿今年高考，他与女儿讨论过专业选择。

[事实] 主持人给出的通用答案是：选择喜欢的专业，因为只有喜欢才有好奇心和学习动力，才能学出厚度。

[事实] 江迅用自己学园艺但后来发现喜欢计算机的经历，说明很多人一开始并不知道自己真正喜欢什么。

[65:00] 兴趣需要提前培养

[事实] 主持人认为，从初中、高中开始就应该慢慢培养好奇心，了解自己可能喜欢的方向，而不是填志愿当天才临时想。

[事实] 节目提到学校邀请不同行业家长讲述日常工作，可以帮助学生了解行业真实情况。

[事实] 江迅的经历显示，他曾尝试认真做园艺实验，后来发现自己不是这块料，却找到了对计算机的兴趣。

[推测] 节目对教育的隐含建议是：比起押中某个热门专业，更重要的是让孩子更早接触真实世界和多种职业样本。

[67:00] AI 时代要成为分布外的人

[事实] 江迅认为，至少今天的 AI 仍是统计工具，在统计中心点上会做得特别好。

[事实] 他指出，模型训练会不断抬高统计中心的能力线，让普通人拿到的工具越来越接近人类能力上限。

[事实] 他建议普通人要离统计中心远一点，成为“分布外”的人。

[事实] 他举例说，有人擅长快速拼一万片拼图并在网上售卖，这种稀缺能力可能具有交换价值。

[推测] “分布外”在这里不是技术术语讨论，而是指形成稀缺、非标准化、难被平均化复制的个人能力。

[69:00] 稀缺、品牌与不要成为标准件

[事实] 节目讨论到手艺、稀缺能力和品牌化之间的关系：稀缺解决有没有价值，品牌化解决溢价问题。

[事实] 江迅认为过去的教育把人变成标准件，这是工业社会流水线需求传导到教育系统的结果。

[事实] 他主张人要成为更有棱角的人，不要把自己束缚成标准件。

[推测] 这一段回应了前面的专业选择问题：AI 越强，越不适合只追求被标准化评价的能力。

[72:00] 个性化教育与《第五维度》的写法

[事实] 节目讨论工业化之前的教育更个性化，但普及率低；现在 AI 可能让个性化教育重新具备条件。

[事实] 江迅说《第五维度》更像一张地图或索引，把他认为数字世界中重要的概念放进一本书里。

[事实] 他没有把每个点都写得很深，因为他相信读者可以在感兴趣的点上继续和 GPT 深入讨论。

[事实] 书中涉及隐私计算、模型训练方式、普通人如何训练大脑等内容。

[76:00] 收束：读者需要动手能力

[事实] 主持人总结说，这本书不厚，但考验读者的理解能力和动手能力。

[事实] 如果读者遇到不熟悉的概念，需要自己借助 AI 或其他资料继续展开。

[事实] 节目认为社会变革中一定有人能适应，也有人适应不了；AI 像水一样慢慢上涨，不知道会涨到哪里。

[推测] 节目希望听众不是被 AI 浪潮淹没的人，而是能主动学习、主动展开问题的人。

播客点评/总结

本期的价值在于把“AI 医疗”从常见的问诊、拍化验单、替代医生，拉回到更现实也更长期的方向：保存个人健康数据、识别趋势、让 AI 辅助医生发现遗漏。它对普通人的启发很明确：今天看似没用的数据，可能在未来成为判断身体变化的重要上下文。

亮点是嘉宾既有数据和 AI 背景，也有互联网医疗失败经验，因此讨论没有停留在“AI 很神”或“AI 不可靠”的二元对立里，而是反复强调边界：AI 适合读数据、找线索、补知识，医生负责判断、沟通和承担医疗责任。

局限是节目并不是医学操作指南，涉及 CGM、糖前风险、胆固醇、远程医疗等内容时，更多是在讨论产品和观念，不能直接替代医生建议。[推测] 对健康焦虑较重、想开始记录体检和可穿戴设备数据的人，本期很有参考价值；对只想获得明确诊疗方案的人，则不适合作为行动依据。

后半段关于《第五维度》和专业选择的讨论，把健康管理扩展到 AI 时代的个人生存策略。它适合家长、学生、技术从业者和正在重新定位职业的人听，尤其适合那些已经意识到“只做标准件”会越来越危险、但还没想清楚自己差异化在哪里的人。