过去两年，从B端到C端，医疗AI并不缺新产品。

从智能导诊、报告解读，到医学知识问答、药物研发，越来越多AI应用进入医疗健康行业。但一个现实问题始终存在：一个工具解决了一个问题，却不一定能让整项工作变得更高效。

在医院，患者从线上咨询到预约挂号、到院检查、报告解读、诊后管理，需要经过多个系统和服务环节；在药企，药物研发、医学信息整理、学术推广和合规审查，同样涉及不同的专业工具和业务流程。AI即使在某个环节表现出色，如果不能与其他环节衔接，最终创造的价值仍然有限。

医疗AI真正需要突破的，可能不是再增加一个模型或应用，而是让分散的专业能力能够协同起来，进入真实的业务流程。

10月29日，在2026腾讯全球数字生态大会智慧医疗专场上，腾讯健康正式发布「医疗AI Agent工具箱」，将过去在医疗服务、医药流通、合规管理、科研等场景中积累的模型、工具和专业知识，进一步标准化、模块化，形成可组合、可调用的能力。

这背后也体现出腾讯健康对医疗AI发展路径的一个新判断：从单点能力建设，转向以Agent为核心的行业能力协同。

腾讯云副总裁、腾讯健康负责人吴文达在大会前夕的采访中表示，过去几年，腾讯健康在不同产品和业务中沉淀了很多能力，过去往往需要针对医院、个人用户或不同业务场景分别开发。现在，随着Agent逐渐成熟，许多底层能力可以进一步原子化，让不同的平台和Agent都能调用。

医疗AI的下一阶段，不是谁拥有更多独立应用，而是谁能把专业能力连接起来，让AI真正参与一项工作的完整过程。

医疗行业一直是AI技术落地的重要场景，但也是对技术要求最高的行业之一。

原因在于，医疗工作并不是简单的信息处理。医生需要结合患者病史、检查结果和临床经验作出判断；医院需要连接挂号、检验、检查、病历等多个业务系统；药企的研发、营销和合规工作，也有各自专业的知识体系和业务规则。

这意味着，医疗AI不能只看模型能不能回答问题，更要看它能否理解具体业务，调用相应工具，并在明确的权限和责任边界内完成任务。

过去几年，医疗机构和企业引入AI，往往从单点场景开始：采购一套系统、上线一个问答助手，解决某个环节的效率问题。但随着应用增多，不同系统之间的连接、数据调用、权限管理和经验复用又产生了新的需求。

吴文达认为，医疗场景的工作流高度个性化，不能简单要求所有用户使用同一套流程。与其为每一家医院、每一家企业分别开发一套完整系统，不如把底层共性能力提前做好，再根据不同场景灵活组合。

他在采访中提到，过去腾讯健康为医院、个人用户分别建设产品，底层其实有不少共通的能力，但最终却需要维护多套不同的产品形态。随着Agent的发展，这些能力可以被进一步拆分、标准化，供不同平台调用。

这一变化也让WorkBuddy有了新的价值。作为腾讯面向个人和企业推出的Agent平台产品，WorkBuddy提供了任务理解、规划、工具调用、流程编排等通用能力，并通过连接器、Skill等方式连接不同应用和企业系统。

但医疗AI并不是简单地在WorkBuddy上增加一个医疗界面。WorkBuddy提供的是通用Agent底座，真正让它能够理解医疗业务、处理专业问题的，是腾讯健康多年积累的行业能力。

这包括医疗专业知识、垂直模型、标准化Skills、业务工具，以及与医院、药企和科研机构共同积累的场景经验。

两者结合之后，腾讯健康的医疗能力就不必被限制在某一个独立产品中。它既可以通过WorkBuddy进入企业办公和业务流程，也可以通过腾讯健康小程序、腾讯健康开放平台，以及合作伙伴自己的应用，为不同用户提供服务。

这也是腾讯健康此次发布医疗AI Agent工具箱的核心思路：不是把所有产品收拢到一个入口，而是让专业能力能够被更多入口和平台调用。

医疗AI Agent工具箱采用三层架构。

底层是AI Infra，提供异构算力、安全沙箱等基础设施；中间是模型与Skill层，沉淀医疗健康领域的专业模型、知识和标准化技能；上层是Agent应用层，通过腾讯健康小程序、腾讯健康开放平台、WorkBuddy企业版等不同入口，服务个人用户、医疗机构、医药与药店、科研机构等群体。

其中，WorkBuddy承担的是通用Agent平台的角色。腾讯健康则将过去积累的医疗专业能力，转化为不同Agent可以理解和调用的工具。

这实际上解决了两个问题。一方面，减少重复建设。医院、药企不必每次都从零开始开发一套完整的AI系统，而是可以根据自己的业务流程，选择需要的专业能力进行组合。

另一方面，扩大专业能力的服务范围。过去，一项医疗AI能力可能只存在于某个独立产品中；现在，它可以被封装为标准化的Skill或工具，通过不同Agent进入更多业务场景。

例如，腾讯医典沉淀的专业医学知识，可以通过知识库问答Skill开放给WorkBuddy、元宝等不同智能体调用；医疗企业在使用WorkBuddy时，也可以调用腾讯健康沉淀的药品知识、专业工具和业务技能。

而在企业级场景，WorkBuddy可以连接医院或药企已有的IM、协同平台和内部业务系统，让Agent在授权范围内调用相关数据与工具。

吴文达在采访中强调，腾讯并不希望用户为了使用AI而改变原有工作习惯。不同医院、企业和个人本来就有自己的入口和工作方式，AI应该尽可能适应这些习惯，而不是要求所有人迁移到同一个平台。

这也是腾讯健康选择开放协同，而非建设一个封闭医疗AI系统的原因。

从产品架构看，医疗AI Agent工具箱是专业能力的组织方式；从服务方式看，WorkBuddy、腾讯健康小程序和健康开放平台则是不同的能力交付入口。两者并不是替代关系，而是共同构成腾讯健康面向不同用户和业务场景的AI服务体系。

这也意味着，腾讯健康并不只是在B端落地WorkBuddy。WorkBuddy是企业生产力场景的重要载体，而医院患者服务、个人健康管理、科研创新等场景，仍然需要不同的Agent产品与应用形态。

能力能否真正进入工作流程，最终还是要看实际应用。

在医院场景，腾讯健康选择了一条比较务实的路径：尽量不改变患者原有的使用习惯，在医院已有的微信服务入口上增加AI能力。

目前，全国接近100%的三级医院已经通过微信生态建立线上服务。腾讯健康依托开放平台，将医院微信公众号AI分身与就医Agent连接起来。

以广州医科大学附属妇女儿童医疗中心为例，基础院务咨询由AI分身全天候应答；专业导诊、预问诊、报告解读等需求，则进一步流转至就医Agent，并连接医院内部后续服务流程。

这一项目在两周内完成轻量化对接。对医院而言，不需要另外建设一个独立的患者服务入口，就可以在原有服务体系上增加AI能力。

这体现了医疗Agent一个比较重要的特点：它不一定需要成为用户看得见的新应用，但可以成为原有服务流程背后的能力。

在医药流通和研发领域，Agent同样开始进入具体业务。

1药网将WorkBuddy接入药品对码等工作流程，相关效率提升10倍；东阳光药业通过WorkBuddy辅助药物调研，将相关调研周期从5天缩短到2小时；康美药业引入WorkBuddy并与企业微信、腾讯文档等协同产品打通，助力仓储、品宣、研发等场景提效。

在医药合规领域，腾讯健康NGES合规质检Agent将能力融入药企已有系统，覆盖业务拜访、内容和会议等场景。它能够识别违规话术，并提供合规改写建议，让合规检查从事后抽查进一步进入业务过程。

与此同时，腾讯健康还通过数字运河，连接腾讯企点营销云的CDP、MA、SCRM等能力，为基层诊所和零售药店提供患者管理、营销和运营工具。

这些案例的共同点在于，AI不再只是一个独立的问答窗口，而是能够调用专业工具，参与企业已有的业务流程。

对吴文达来说，这种变化比单纯增加AI产品数量更有意义。他认为，过去很多能力需要依赖专门的软件开发和复杂对接才能使用，现在通过Agent平台和标准化工具，可以让原本门槛较高的事情变得更容易。

不过，医疗场景的个性化特征不会因此消失。标准化解决的是共性能力的复用，具体业务流程仍然需要医院和企业根据自身情况配置。这也是腾讯健康强调开放生态、与行业伙伴共同建设的原因。

如果说WorkBuddy更多承接的是企业和专业人员的工作提效，那么在个人用户端，腾讯健康则选择继续深耕微信生态。

对普通用户而言，医疗健康需求往往更加具体：身体出现不适时不知道该看什么科，拿到检查报告看不懂，家中常备药不知道如何使用，医保办事流程也不够熟悉。

腾讯健康围绕「问、管、连」三个方向，持续升级面向个人用户的AI服务。

在「问」方面，健康问问帮助用户理解健康问题、检查报告和就医科室；药箱Agent基于国家药监局数据，支持扫码查询药品和医疗器械信息；医典Agent则通过权威医学知识库，为用户提供专业健康科普。相关知识能力还可以通过Skill开放给元宝、WorkBuddy等其他智能体使用。

在「管」方面，腾讯健康通过健康管理助手和升级后的健康档案能力，帮助用户整理个人及家庭的检查报告和健康信息，并提供相应的健康分析和复查提醒。

在「连」方面，腾讯健康进一步连接医保支付和办事服务。例如，湖北「鄂e保」上线异地就医备案AI服务，让用户可以通过自然语言交互了解和办理相关事项。

用户可以继续在熟悉的微信入口获得这些健康服务，而腾讯健康沉淀的专业能力，也可以通过其他Agent被调用。

这背后是腾讯健康对用户入口和专业能力之间关系的理解：入口应该跟随用户习惯，专业能力则可以在不同产品之间复用。

对个人用户来说，AI不必成为一个需要专门学习的新工具，而应该逐步成为现有健康服务的一部分。

腾讯健康的AI布局并不止于医疗服务和医药企业效率提升，还在向生命科学领域延伸。

在生命科学研究中，研究人员需要处理文献、组学、蛋白质结构、分子设计和实验分析等大量专业任务。不同任务往往依赖不同模型、数据库和科研工具，研究过程中的数据和结果也需要能够持续记录和复查。

今年7月，腾讯生命科学实验室与中南大学联合研发的UniPert-G2CP算法发表于《Cell》，围绕虚拟细胞和生物学扰动研究开展探索。

在本次大会生命科学专场上，腾讯还发布了腾讯健康BioNexus一站式生命科学AI工作台（下文简称“BioNexus“）。这是一条与医疗健康服务不同、但具有相同技术思路的专业应用路径。

BioNexus基于WorkBuddy智能体架构，整合腾讯生命科学实验室自研模型、腾讯健康组学平台、腾讯云算力，以及NVIDIA BioNeMo、开源模型和行业合作伙伴工具，面向靶点发现、分子设计、组学分析、文献调研等领域及场景提供专业能力。

研究人员可以通过自然语言描述研究任务，由Agent组织不同的模型、数据库和科研工具开展工作，并将结果、参数和过程保存在项目中，供后续审阅和复用。

这里的逻辑同样不是让一个通用模型包揽所有科研工作，而是通过Agent框架调度专业模型和工具，让不同领域的能力能够围绕一个研究目标协同工作。

从医疗服务、医药流通，到生命科学研究，腾讯健康正在尝试把自身多年积累的专业能力转化为可复用、可调用的智能化工具，再通过不同的平台和应用交付给产业伙伴。

从医疗健康小程序，到WorkBuddy企业版，再到医疗AI Agent工具箱和BioNexus，腾讯健康的AI布局看起来涉及很多不同产品，但背后有一个比较清晰的思路：底层能力可以复用，专业能力需要持续沉淀，应用入口则应当适应不同用户和场景。

WorkBuddy提供通用Agent平台能力，让模型、工具和任务能够更好地协同；腾讯健康则把多年积累的医学知识、专业模型、业务工具和行业经验沉淀为医疗领域的能力，再通过不同入口和合作伙伴交付。

这并不是要让所有医疗AI都运行在同一个Agent上，也不是要用一个统一产品替代医院和药企现有系统。恰恰相反，腾讯健康希望通过开放、连接和能力复用，让不同机构保留自己的业务流程和产品入口，同时获得更容易使用的AI能力。

当然，医疗行业与一般办公场景最大的不同，在于安全、准确性和责任边界。AI可以参与信息处理、知识检索和流程执行，但医疗判断必须尊重专业规律，数据使用也必须符合授权和合规要求。

吴文达认为，医疗AI既要看技术能做到什么，也要清楚在医疗场景中哪些事情需要保持谨慎。医疗的容错率很低，每一次判断背后都关乎生命和医学的严谨。

从这个角度看，医疗AI的下一阶段竞争，不只是模型能力的竞争，也不是Agent数量的竞争，而是谁能真正理解行业、沉淀专业能力、融入业务流程，并在安全可控的前提下持续创造价值。

这也是腾讯健康希望通过医疗AI Agent工具箱，以及更广泛的医疗健康AI布局，探索的一条路径。