一家公司，两款AI医疗产品，在同一时间窗口里走完了从C端到D端的全部光谱。这背后藏着的，是医疗AI最重要的一个产品命题：温度和证据，到底哪个更重要？

一、引子：为什么要同时拆这两款产品

2025年12月15日，蚂蚁集团把旗下AI健康应用”AQ”升级为”蚂蚁阿福”，邀请何炅代言，月活迅速冲到1500万+，三线及以下城市用户占比55%。

一个月后，2026年1月19日，阿里健康悄悄上线”氢离子”，定位”医生版GPT”，三年不考虑盈利，对标海外估值120亿美元的OpenEvidence。

一家公司，两款AI医疗产品，发布时间相差仅一个月。但凡是个产品经理，都该停下来问一句：为什么不合二为一？为什么要分开做？

答案就藏在这两款产品本身。它们不是竞品，也不是上下游，而是阿里在医疗AI这盘大棋上”C+D”双轨战略最干净的样本。把它们放在一起拆，能看到的不只是两款产品，而是医疗AI这条赛道里最根本的产品哲学分野。

本文会从五个层面把它们拆开来看：定位、用户、功能、信任、商业。最后给出十条对产品经理有用的思考。

二、产品速写：先把基本面对齐

2.1 蚂蚁阿福

一句话定位：蚂蚁集团旗下的”AI健康朋友”，面向14亿人的家庭健康管家。

关键数字：

• 月活1500万+（升级后冲到3000万量级）
• 日均回答500万+健康提问
• 55%用户来自三线及以下城市
• 已连接全国5000+家医院、近百万医生
• 苹果应用榜总榜冲到第二

核心功能矩阵：

• AI问答：24小时在线，支持普通话和方言，长辈模式
• 拍图问诊：拍皮肤（识别50类常见皮肤病）、拍报告（PDF/纸质双解读，覆盖99%常见报告）、拍药盒、拍心电图
• AI诊室：模拟问诊流程，表述不清时主动追问，给示意图
• 健康小日记：绑定苹果/华为/鱼跃等9大智能设备数据
• 健康小目标：定计划+每日提醒，养成习惯
• 家庭健康档案：管理全家健康信息和趋势
• 服务闭环：挂号、在线问诊、医保支付、买药、云陪诊

渠道分发：独立APP + 与华为、vivo、OPPO、小米手机助手深度合作（所有手机助手收到的医疗健康问题都由阿福承接）。

2.2 氢离子

一句话定位：阿里健康旗下的”医生版GPT”，主打”低幻觉、高循证”的临床决策辅助。

关键数字：

• 收录千万级医学核心期刊文献
• 与人民卫生出版社合作，1万种疾病知识库+6万余种药物知识库
• 首字生成3秒
• 严重幻觉率与OpenEvidence相当
• 三年不考虑盈利

核心功能矩阵：

• 自然语言医学搜索：中文一句话直接搜，不用拆关键词、不用想英文检索式
• 文献研读：AI总结+全文翻译+原文高亮，中英对照
• 循证问答：每个结论旁标注引用标签，点击可见原始文献和支撑语句（动态证据定位）
• 指南库：超万篇国内外权威临床指南，中华医学会系列免费
• 疾病/药物知识库：与人卫社合作的权威库

目标用户：临床医生、科研医生（明确写在产品定位里）。

2.3 一张表看清基本盘

三、第一刀：定位决定一切

很多PM拆产品总爱从功能讲起，这是新手做法。真正的拆解从定位开始——因为定位决定用户，用户决定功能，功能决定商业。

3.1 阿福的定位：从”AI工具”到”AI健康朋友”

蚂蚁健康负责人张俊杰有一句话特别重要：用户使用支付宝是因为它的”方便的民生工具属性”，但在健康管理上，用户渴望的是”一个安全的、懂我、不断学习进化，有很多人脉资源的拟人化伙伴”。

这句话翻译成产品语言：

• 不是：一个能回答健康问题的搜索框
• 而是：一个长期陪伴、记得你的过往、能调动外部资源帮你的”健康朋友”

所以阿福的所有产品决策都围绕一个词——关系：

• 起名“阿福”（朋友式称呼），不是“AQ”（工具式代号）
• 邀请何炅代言（情感连接，不是技术专家代言）
• 长辈模式、方言支持（让爸妈也能用）
• 家庭档案（管理“我们”，不是“我”）
• 健康小目标、健康小日记（持续陪伴）

3.2 氢离子的定位：医生的循证副驾

氢离子的产品逻辑完全反着来。

• 不是：一个更懂医学的聊天机器人
• 而是：医生工作流里的”证据查询+研读”专业工具

医生最怕什么？答错。所以氢离子的所有产品决策都围绕另一个词——可信：

• 主打“低幻觉、高循证”
• 每个结论旁有引用标签，点击可看原始文献
• 动态证据定位精确到“支撑结论的关键语句”
• 以“天”为单位更新指南和文献
• 不直接给治疗建议，给的是“证据”

3.3 同一公司，两种世界观

这是医疗AI产品最根本的分野：温度 vs 证据。

C端用户买的是确定感和便利，D端用户买的是可验证的专业能力。这两套逻辑想用一个产品同时满足，会让产品精神分裂。阿里看明白了，所以主动分家——蚂蚁做温度，阿里健康做证据。

四、第二刀：用户画像决定功能形态

4.1 阿福的用户：被忽视的下沉市场

55%三线及以下用户、长辈模式做到方言识别、家庭档案功能——这些信号合起来读出来一个画像：

典型用户A：35岁，二线城市，父母在老家，每次父母体检报告出来都要拍给自己解读；自己最怕半夜孩子发烧不知道要不要去医院；偶尔自己也想问点不好意思问的事（皮肤问题、HPV、心理）。

典型用户B：65岁，三线城市，刚退休，有高血压糖尿病，习惯用支付宝交水电费；以前都是儿子帮忙挂号，现在能自己用手机问”今天能不能吃柚子”，”这个药能不能跟那个一起吃”。

这两个画像直接决定了阿福的功能选择：

• 拍图问诊 > 文字描述（用户不会描述症状，但会拍照）
• 方言支持 > 普通话（下沉用户口音重）
• AI诊室主动追问 > 被动等问（用户不会问完整问题）
• 家庭档案 > 个人档案（中国家庭责任结构）
• 挂号+医保闭环 > 单纯咨询（用户最终要解决问题）

4.2 氢离子的用户：被工具撕碎的医生

医生的工作日是什么样的？早上查房、上午门诊、下午手术或会诊、晚上写病历做科研。每天大概有半小时到一小时被以下事情吃掉：

• 一个少见的诊断要查最新指南
• 准备一篇病例报告或综述要查文献
• 患者拿了张外文报告问能不能用
• 一个新药的适应症要确认
• SCI写作要找参考文献

医生的工具栈现在长什么样？UpToDate（贵且要单位采购）、PubMed（要会写英文检索式）、临床指南散落各处、用药助手、谷歌学术、医脉通……一个简单问题要切4-5个工具。

氢离子的设计逻辑：用一个工具替代医生工作流里的5个工具：

• 自然语言搜索 → 替代 PubMed 的复杂检索语法
• 中英文献AI研读 → 替代 谷歌翻译 + 人工精读
• 循证问答 → 替代 UpToDate 的关键词浏览
• 指南库 → 替代分散的指南网站
• 一键溯源 → 解决“AI说的我能不能用”的根本焦虑

这就是为什么OpenEvidence能在美国覆盖43万医生（约40%），氢离子也想走这条路。

4.3 对PM的启示：功能不是设计出来的，是从画像推出来的

阿福的拍图问诊和氢离子的动态证据定位，看似都是”AI医疗的功能”，但底层逻辑完全不同：

• 拍图问诊 ← 因为下沉用户不会描述
• 动态证据定位 ← 因为医生需要可验证

很多AI医疗产品的死法是：做了一堆功能，但没问过自己用户为什么需要它们。

五、第三刀：信任建立的两种路径

医疗AI最难的不是技术，是信任。但阿福和氢离子建立信任的方式截然相反。

5.1 阿福：用”温度感”建信任

阿福建立信任的手段，完全是C端品牌打法：

• 用代言人（何炅）做情感锚定
• 改名“阿福”传递亲切
• 在客服级别就承诺“AI不能替代医生”
• 适老化设计传递“为你着想”
• 大数据曝光（每天500万问询）传递“很多人在用”

但阿福有一个绕不开的信任悖论：背靠蚂蚁集团（金融背景）。用户会不会担心健康数据被同步给保险业务，作为定保费、拒赔的依据？这个问题，蚂蚁内部用TEE机密计算和联邦学习去解，强调”可用不可见”，但用户的心理防线一旦松动，崩塌只在一夜之间。

5.2 氢离子：用”可验证性”建信任

氢离子的信任路径完全是另一种：让产品自己说服自己。

• 每个结论标引用 → 你可以自己验证
• 动态证据定位精确到支撑句 → 你不用通读文献
• 以天为单位更新 → 你看到的都是最新共识
• 权威性加权 → 低质量信息被过滤
• 不给治疗建议，给的是证据 → 决策权还在医生

这一招的产品哲学叫“我把判断权还给你”。这对医生群体特别管用，因为医生最反感的就是被AI”决定”。

5.3 一个值得记住的对比

这两种信任，对应着两种监管的耐受度。阿福的边界是”健康咨询”，再越一步就是非法行医；氢离子的边界是”医生辅助”，再越一步就是医疗器械。两条产品都是贴着边界设计的，这一点对产品合规PM特别有借鉴意义。

六、第四刀：商业模式的两种耐心

阿福的商业模式，蚂蚁内部承认”争议很大，还没有答案”——目前的设想是靠支付宝生态闭环（挂号、医保、买药、保险）做引流和分润。

氢离子直接给出了答案：三年不考虑盈利。对标的OpenEvidence走的是”对认证医生免费 + 广告变现（药企）”的模式。在美国跑通了，估值120亿美元。

6.1 为什么都不急？

因为两款产品都在玩**”数字健康资产银行”**的长游戏：

• 阿福沉淀的是C端用户的健康档案、体检趋势、家族病史
• 氢离子沉淀的是D端医生的问答历史、研究方向、用药偏好

谁先沉淀够数据，谁就有未来十年的话语权。当前阶段，烧钱抢用户/抢医生才是正确策略。

6.2 商业化的”剪刀差”风险

阿福面临的是商业化时机的两难：

• 早商业化 → 用户感觉被骗（“原来你免费让我用是为了卖保险给我”）
• 晚商业化 → 通用大模型（DeepSeek、豆包）继续蚕食“问感冒吃什么药”这种基础流量

氢离子面临的是商业模式的本土化挑战：

• 学OpenEvidence的“药企广告”模式 → 国内药企推广受合规限制
• 学UpToDate的“医院订阅”模式 → 国内医院IT采购预算紧
• 走“医生付费”模式 → 国内医生付费意愿弱
• 走“科研机构合作”模式 → 体量天花板低

这是为什么氢离子敢说”三年不考虑”——它确实需要时间想清楚。

七、第五刀：生态卡位与隐藏风险

7.1 阿福的生态卡位

阿福的护城河不在产品本身，在生态闭环：

用户问 → AI回答 → 推荐线下医生/医院 → 跳支付宝挂号 → 看完上传报告 → AI分析 → 推荐用药 → 跳天猫健康买药 → 推荐保险 → 跳蚂蚁保险

这是一条纯技术大模型公司无论如何做不出来的链路。豆包、DeepSeek做问答可能做得更好，但用户问完之后呢？还是要回到支付宝挂号、医保支付。

阿福的真正定位，不是”更好的AI医疗助手”，而是支付宝医疗频道的AI原生版本。它的目的不是赢过DeepSeek，而是把支付宝里碎片化的医疗服务串成一个对话式的体验。

7.2 氢离子的生态卡位

氢离子的护城河在数据源 + 模型能力：

• 与人民卫生出版社的合作（中国医学知识权威出版社）
• 千万级核心期刊文献的版权
• 中华医学会系列指南
• 自研医学大模型的低幻觉能力

竞品想超车，要么也去谈版权（高门槛），要么靠通用大模型硬撑（幻觉率扛不住）。氢离子在D端做的，就是给自己围一道权威性的护城河。

7.3 一个被忽视的战略动作

阿里整个医疗AI布局如果画成一张图，会是这样：

这是一个完整的C+D双轮驱动。C端用阿福抢用户、抢心智、抢服务入口；D端用氢离子抢医生、抢医院、抢专业话语权。两端汇合的那一天，阿里就是中国医疗AI的基础设施。

而蚂蚁阿福2025年12月升级、氢离子2026年1月公开下载，几乎是同步落子，这个时间点不是巧合，是阿里医疗AI战略的”两个轮子同时启动”。

八、给产品经理的十条思考

把上面拆的东西沉淀下来，能用在自己产品上的有十条：

1. 同一赛道的C端和D端，是两种完全不同的产品。 不要试图用一个产品同时服务大众用户和专业用户，会精神分裂。

2. 定位是产品的第一性原理。 “AI健康朋友”和”医生版GPT”差5个字，但产品决策从第一个像素开始就分叉。

3. 用户画像决定功能形态。 拍图问诊不是”AI很厉害”的炫技，是”用户不会描述症状”逼出来的设计。

4. 信任不是宣称出来的，是设计出来的。 阿福用温度感，氢离子用可验证性，没有对错，只有匹配。

5. 大厂AI产品的“双轨布局”值得抄。 一个抢流量、一个抢专业，两个轮子才能跑得快。

6. 商业化的耐心要写进产品节奏。 “三年不考虑盈利”不是任性，是对沉淀价值的清醒。

7. 生态闭环比单点功能更难被复制。 通用大模型可以做问答，但做不了挂号-医保-买药的链路。

8. 监管边界要从第0天就画清楚。 阿福贴着”健康咨询”的边，氢离子贴着”医生辅助”的边，多走一步就是医疗器械，整个产品逻辑要重做。

9. 信任易碎点要做产品兜底。 阿福的数据隔离、氢离子的引用溯源，都是预判到用户最大的不信任点，提前做的设计动作。

10. 找一个国际标杆，但别照抄。 氢离子学OpenEvidence的产品逻辑，但本地化做了改造（中英文献、人卫社合作、医生使用习惯）。盲目抄海外产品在中国市场往往死得很快。

九、结尾：医疗AI的下一程

阿福和氢离子的同步落地，标志着中国医疗AI进入了一个新阶段：

第一代医疗AI（2015–2020）：影像识别为主，拼算法准确率，拼三类证。 第二代医疗AI（2020–2024）：互联网医院和在线问诊为主，拼牌照和医生供给。 第三代医疗AI（2025–）：以大模型为底座，C端拼陪伴和闭环，D端拼证据和效率。

阿福和氢离子分别站在了第三代的两个极端：一个用温度感把14亿人的健康管理装进对话框，一个用循证能力把医生从工具切换的疲惫里解放出来。

它们都还没赢，也都还没输。但它们的产品形态已经够清晰，足以让所有正在做或想做医疗AI的产品经理停下来想一想：

你的产品，到底在卖温度，还是在卖证据？

想清楚这一句，产品定位、用户画像、功能优先级、信任路径、商业模式——全都会顺势而下。

文章中数据和事实来源于公开报道，包括蚂蚁集团、阿里健康官方资料及量子位、36氪、知乎、新浪财经等媒体报道。如有更新请以最新官方信息为准。