Medvi這家公司，火得也快，翻車得也快。前一天，它還是矽谷口中的“一人公司”樣板。一個名叫馬修·加拉格爾（Matthew Gallagher）的41歲創業者，拿著2萬美元啟動資金，靠十幾種AI工具和幾個外部平台，在一年多時間裡做出4.01億美元營收。整個故事就如同寓言一樣，告訴我們agent時代，人們如何使用AI來賺大錢。就在這家公司被瘋狂轉發的第二天，它的陳芝麻爛穀子迅速發酵。隨之被扒出的，還有FDA的警告信、關於復合減肥藥的誤導宣傳、社交平台上批次註冊假醫生帳號給產品打廣告。所以這家公司到底是怎麼跑起來的？它到底是一家遠端醫療公司，還是一個披著醫療外衣的流量平台？AI在裡面究竟是提高了效率，還是只是把原本就存在的問題放大了？Medvi最值得看的地方，恰恰不在那串驚人的數字，而在它把一家公司拆成了什麼樣子。馬修自己抓了什麼，AI替他做了什麼，外部平台又替他接住了什麼。把這些脈絡理順，我們才能真正看清，這家公司為何能在短時間內快速崛起，又為何會光速陷入輿論與合規危機。這家公司怎麼來的Medvi經營的項目是GLP-1減重遠端醫療。不過現在它已經不是一人公司了，因為馬修的弟弟艾略特也進入了公司，成為該公司的唯一一名員工。Medvi的業務並不複雜，使用者到網站上下單、填寫資料、線上問診，隨後進入持續處方和復購流程。所以本質上，Medvi就是一個減肥藥推廣平台。它真正特殊的地方，在於分工方式。馬修最初拿出的起步資金只有2萬美元，但他並沒有自己去搭一整套醫療體系。他把所有涉及健康專業的環節，比如持牌醫生、處方處理、藥房履約、物流和合規，全都交給CareValidate和OpenLoop Health這類外部基礎設施平台承接。Medvi自己只抓最靠前的一層，網站、品牌、廣告投放、支付結算和使用者關係。換句話說，後端那部分重流程留給平台，前端的流量和轉化留在自己手裡。那他又是怎麼用的AI呢？馬修用了十幾種AI工具來寫程式碼、搭網站、生成廣告素材、寫行銷文案、處理客服溝通、做資料分析，再把不同系統接起來。馬修自己就干兩件事，管理這幫AI以及打廣告。在傳統醫藥平台裡，醫生、客服、財務都要你自己養，組織架構很容易變得複雜。但是Medvi把最重的部分全都外包出去了，用AI負責給客戶和醫生之間建立聯絡，馬修只留下了最值錢的部分。所以它不需要自己養一大批醫生，不需要自己開藥房，也不需要自己做配送，但照樣可以把使用者從下單一路帶到復購。馬修少年時期就已經接觸程式設計了，他做過網站，也做過一些很小的買賣。後來他創辦了一家手錶公司叫做Watch Gang。雖然在圈內有一定的影響力，但是利潤方面卻表現一般。這段經歷給他最大的教訓就是，團隊一大，成本會上來，決策會變慢，組織本身會開始吞掉效率。放在這個背景裡看，Medvi並不只是一次AI創業，它也帶著他前一次創業留下來的經驗修正。與其再搭一個厚組織，不如儘量把公司做薄，把外部能接住的部分都交出去，把自己留在最靠近現金流和增長的位置上。馬修做到了嗎？Medvi在2025年這個第一個完整年度裡，營收做到了4.01億美元，客戶數約25萬人，淨利潤6500萬美元，淨利率16.2%。到2026年，按當前節奏，年銷售額有望衝到18億美元。如果把這家公司放回行業裡看，它解決的其實是過去遠端醫療和減重生意裡的幾個老問題。第一是組織太重。很多公司一開始就得自己養團隊，成本高，速度慢。第二是前後端脫節，醫生、處方、履約和流量各管一段，中間銜接複雜。第三是獲客貴，但轉化鏈條又長，稍微有一段跟不上，錢就白燒了。Medvi把這些問題重新拆了一遍。AI去壓縮前端執行成本，外部平台去承接後端履約，公司內部只保留最關鍵的流量、品牌和轉化。它賺到的錢，其實來自一個已經存在的大市場。它的增長來自於AI減少的成本以及提高的效率。Medvi幾乎沒有傳統意義上的硬壁壘。它沒有自有醫生網路，沒有藥房體系，沒有排他性的供應關係，也沒有特別深的專有技術。馬修自己對這個問題倒是一點也不迴避。他說任何懂投放、懂電商、懂使用者轉化的人，只要接上類似的醫生和履約平台，都能複製出一套相近的殼層。Medvi今天最值錢的部分，很大程度上還停留在執行層，而不是結構層。還有一點也不能忽略，Medvi跑得快，和它所處的行業特徵關係很大。減重藥本身就是一個需求很強、客單價高、復購率高的市場。只要獲客體系搭起來，現金流就會很快出現。這類市場本身就適合超輕組織先沖規模。換一個低頻、低毛利、低復購的行業，同樣的AI配置，未必能長出同樣的財務曲線。AI把某些行業裡的組織成本壓低了，讓少數懂增長、懂市場的人，能比以前更快把一家公司做大。AI不是什麼都能解決的如果只看營收和員工人數，Medvi很容易被寫成“一人公司神話”的新範本。但把這家公司拆開看，會發現它其實非常脆弱。它最大的風險在監管。Medvi賣的是圍繞復合配方GLP-1減重藥物的遠端醫療服務，這個賽道過去幾年能迅速長起來，一個重要背景就是美國減重藥供應短缺。可是問題在於，這個窗口已經在收縮。FDA（美國食品藥品監督管理局）在2025年2月宣佈司美格魯肽短缺狀態結束，隨後又給出了對503A藥房和503B外包機構的執法過渡期限。進入2026年後，圍繞復合GLP-1銷售和行銷的執法壓力進一步加大，行業裡多家公司都在重新調整策略。簡單說，就是原版藥的供應恢復了，市場沒那麼缺貨了。前幾年很多遠端醫療平台之所以能賣復合配方版本，一個重要理由就是原版藥買不到。所以Medvi在2026年的收入，可能會達不到預期。不僅如此，Medvi還在2026年2月20日收到了FDA正式警告信，原因是網站上關於復合配方司美格魯肽和替爾泊肽的表述存在誤導性宣傳，包括讓消費者誤以為這些產品和FDA批准藥物具有同等安全性、有效性，或者誤以為Medvi自己就是複方藥品的生產方。這還沒完，這兩天在X上開始流傳一批截圖，稱馬修用AI註冊了800多個“假醫生”帳號，來給他的減重藥投廣告。截圖裡滿是穿白大褂、帶醫生頭銜、掛著GLP-1廣告的醫生。可事實上，這些人沒有一個是真正的醫生，他們的簡歷全都是由AI生成的，照片也是。FDA在2026年3月3日又公開說，第二批針對GLP-1 telehealth行銷的30封警告信已經發出，並明確提到，不整改可能面臨更進一步的執法。往下走，常見就是要求限期整改、停止相關宣傳、產品扣押、禁令，嚴重時還可能把材料轉給司法部門。FTC（美國聯邦貿易委員會）在2024年10月21日生效的規則，已經明確禁止企業製作、購買、傳播由不存在的人、沒有真實體驗的人、或者歪曲體驗的人作出的假評論和假證言。按FTC自己的說法，這類“明知或應知”為假的內容，監管可以追究民事罰款、禁令、退款/追繳違法所得。如果是大規模、系統性投放，風險會更重。也就是說，馬修除了收入會下降以外，還有可能面臨罰款，甚至是牢獄之災。AI也沒讓馬修省心。因為AI沒有辦法替公司穿透監管，也沒有辦法替公司承擔醫療責任。它的上下文機制也限制它不能直接建立長期的信任關係。外媒報導稱，Medvi的客服機器人早期會胡亂給藥品報價，馬修最後只能按這些錯誤報價兜底。它還會編造並不存在的產品線，對外宣稱Medvi已經在賣尚未上線的脫髮產品。人在管理人時，主要處理的是協同成本。人在管理AI和外部平台時，面對的是監工、總和檢查碼兜底。是，公司是人少了，可問題沒有消失，它只是換了樣子。很多人聽到“一人公司”這個詞，會下意識把它理解成一種很高效、沒有摩擦的組織狀態，畢竟一人公司裡唯一能發生爭執的，只有左腦和右腦。有了AI以後，創始人好像只需要發號施令，剩下的事情都能自動完成。然而現實並非如此。創始人從組織中拿掉了很多崗位，同時也把大量複雜度外移給了平台、供應商和模型。他不再管理一個幾十人的團隊，卻要隨時盯著廣告成本、客服失真、平台依賴、監管變化和供應鏈合規。一人公司不等於沒有管理，只是管理的對象變了。一人公司這個現象到底意味著什麼Medvi這個案例真正值得討論的地方，是在公司這個詞上。其實以前也有不少的一人公司，我們家樓下的小超市，以及旁邊賣肉餅的。他們都是個體戶經營生意。那為什麼他們做不到Medvi的營收規模？因為它們這種小規模的生意，只能省下用人成本。卻沒辦法像Medvi那樣，用業務鏈條覆蓋獲客、轉化、交付和復購。Medvi究竟是否是一個好案例，這事還有待商榷。但是它的確給我們了一些啟示。在一人公司裡，模型本身是一層。外部服務平台是一層。支付、廣告、物流、雲服務、遠端履約、API生態又是一層。你可以學Medvi那樣，把整個公司拆開，只保留最關鍵的介面，剩下的能力都通過外部模組接進來。原本必須在內部完成的事情，越來越多可以在外部完成。原本需要招聘的人，越來越多可以先用工具和平台接住。AI沒有消滅商業基本功。反而它放大了以前的老知識，比如選市場、抓需求、做投放、管轉化和控成本這些。Medvi能做起來，前提不是他會寫提示詞，前提是他本來就懂增長和品牌。其次，它說明未來最容易出現超小團隊奇蹟的行業，未必是技術最尖端的行業，反而可能是那些需求明確、利潤夠厚、基礎設施能夠外包的行業。不過它也提醒了另一件事，公司的人變少，並不代表風險變少。複雜度被轉移了，治理問題也被轉移了。一個創始人可以不再管理很多員工，但他要管理更多模型、更多介面、更多供應商，以及更多外部不確定性。Medvi所在的監管環境還在變化，它的競爭門檻也算不上牢靠，它的增長窗口能持續多久，誰都說不好。但它至少給出了一個非常清楚的樣本。AI改變的不只是生產力工具，也在改變“公司”這個單位本身。過去我們對公司的想像，總是和人數、樓層、組織架構、部門分工綁在一起。現在開始出現另一種公司。它很薄，很輕，很多能力都不在體內，卻依然能長出驚人的收入規模。這個趨勢如果繼續下去，未來幾年最值得看的，焦點恐怕會從AI替代了多少崗位，慢慢轉向公司到底還能被壓縮到什麼程度。到那個時候，衡量一家公司的尺度，也會從“有多少人”慢慢轉向“能調動多少能力”。 (鈦媒體)

在中國的大城市裡，任何去過醫院的人都可能對一個場景記憶猶新：候診大廳裡人山人海，患者們為了見到專家，常常需要經歷漫長的排隊與等待。這幾乎是中國醫療體系長期存在的標誌性難題。面對這一困境，中國正試圖用醫療數位化手段，來重塑其龐大而複雜的醫療體系。從“點評”醫生到AI輔助診斷，變革的浪潮正在逐步到來。然而變革之路並非一帆風順：使用者錯配，線上問診加劇醫生過勞，歷史上的醫療醜聞導致民眾對醫療行業普遍信任度不高，患者資料質量普遍不高導致資料孤島難以訓練出高品質的AI模型等問題都在不斷出現。技術是答案，還是新的問題？醫療數位化，這既是中國醫療改革的新希望，也是最艱巨的挑戰。Dr Chatbot will see you right nowChina wants AI and telemedicine to bolster its health system聊天機器人醫生已上線人工智慧與遠端醫療將如何助力中國醫療體系升級The Economist |《經濟學人》November 29th, 2025China wants AI and telemedicine to bolster its health system HINA'S PUBLIC-HEALTH system is both world-class and woeful. The best hospitals in Beijing and Shanghai have top-notch doctors, the latest drugs and gleaming equipment. But such places make up only around 10% of China's medical institutions. In the country's 33,000-odd township-level health centres,only half of general practitioners (GPs)even have university degrees. In total China spends around 7% of its GDP on health (for comparison Britain shells out around 11%).When ill, Chinese tend to flock to specialists in big cities.That leads to massive queues, perilously overworked doctors and experts wasting their time on common diseases.Vast investment in basic services offered near where people live might help solve the problem, and local governments want to train and hire more doctors. But they are heavily indebted. And recruitmentis tricky because the profession is neither particularly prestigious nor, outside the best hospitals, especially well compensated. One doctor in a hospital in Nantong, in eastern China, complains that overtime is constant and “all essentially unpaid”. Past promises of pay rises have never material-ised,he says.中國的公共醫療體系呈現出一種矛盾景象：既擁有世界頂尖水平，又存在明顯短板。北京、上海的頂尖醫院坐擁一流專家、最新藥物和先進裝置，但這類機構僅佔全國醫療資源的10%左右。在全國約3.3萬個鄉鎮衛生院中，僅半數全科醫生擁有大學學歷。總體來看，中國醫療支出約佔GDP的7%（英國約為11%）。中國人患病時往往湧向大城市專科醫生，導致掛號難、醫生超負荷工作、專家耗費大量時間診治常見病。加大基層醫療投入本可緩解這一問題，地方政府也試圖培養招聘更多醫生，但地方債台高築，且醫生職業吸引力有限——既缺乏崇高社會地位，在非頂尖醫院薪資待遇也普遍偏低。華東地區南通市某醫院醫生抱怨加班成常態，且"幾乎都沒有加班費"，過往漲薪承諾從未兌現。Increasingly China is looking for high-tech solutions to its medical problems. Inrecent years both private companies and government officials have started promoting telemedicine and artificial intelligence(AI).There are still bottlenecks. But China has pressing reasons to make digital healthcare work:its rapidly ageing population will bring with it a wave of chronic diseases that the current system is ill-equipped to handle. By 2050,487m people will be over the age of 60, about 35%of China's population,up from 21% today.Despite earlier government initiatives, telemedicine only took off during the co-vid-19 pandemic. Chinese seized on apps launched by China's tech companies that allowed them to consult doctors either by text or video. One such app, called JDHealth and launched by JD.com, an e-commerce firm, claimed to have 200m active users in the 12 months to June,with an average of over 500,000 online consultations a day.In June Ant Group,an affiliate of Alibaba, a tech giant, launched another appcalled AQ, As of September it had served140m patients and nearly im doctors had offered their services on the platform, according to Ant.中國正日益尋求用高科技手段破解醫療困局。近年來，政府與企業開始大力推廣遠端醫療與人工智慧應用。儘管存在瓶頸，但發展數字醫療對中國具有緊迫意義：快速老齡化將引發慢性病浪潮，現行醫療體系難以應對。預計到2050年，60歲以上人口將達4.87億，佔總人口比例從現在的21%升至35%。儘管政府早有規劃，遠端醫療真正興起於新冠疫情期間。中國科技企業推出的線上問診應用迅速普及，使用者可通過文字或視訊諮詢醫生。電商企業京東旗下的"京東健康"宣稱，截至今年6月的一年內活躍使用者達2億，日均線上問診量超50萬次。科技巨頭阿里巴巴關聯企業螞蟻集團今年6月推出"安鵲健康"應用，截至9月已服務1.4億患者，近百萬醫生在該平台註冊。In theory all this should help bolster local health-care offerings and give rural folkbetter access to faraway experts. "I don't think there's any country in the world that has embraced direct-to-consumer tele-medicine quite like China, "reckons Terence Cheng, of Monash University in Australia. Users are attracted by the "shopping experience" that China's apps offer. Patients can rate doctors and read reviews about their skilfulness.Bottlenecks remain, however. The typical users of telemedicine apps are younger urban residents-in other words, people who already have the best access to China's public-health services. And the doctors who offer their advice on the apps usually use them to earn more money outside their regular hours. So it is hardly helping with overwork. One solution would be for hospitals to get doctors to allocate 5-10%of their daytime hours to telemedicine, ar-gues Tang Shenglan of Duke University in America. That in turn would require tweaks to China's state-backed health insurance to make it easier for doctors to be paid for online work, he says.理論上，這類應用能提升基層醫療服務能力，讓偏遠地區居民接觸頂尖專家。澳大利亞莫納什大學程特倫斯指出："中國對消費者直連式遠端醫療的接納程度全球罕見。"本土應用提供的"購物式體驗"頗具吸引力，患者可對醫生評分並查閱診療評價。但瓶頸依然存在：遠端醫療的主要使用者仍是都市年輕人——本就享有最優質公共醫療資源的群體。平台醫生多利用業餘時間賺取額外收入，無助於緩解本職工作負擔。美國杜克大學湯勝蘭建議，醫院可安排醫生將5%-10%的日間工作時間用於遠端診療，這需要調整醫保支付政策以覆蓋線上服務。Accepting AI health advice is the nextstep. Some in China already get help via chatbots such as those made by DeepSeek, a whizzy startup.China's government wants to push things further. Officials believe AI can significantly improve the capacity and efficiency of primary health-care services. In November it released a plan calling for “full coverage”of AI--powered diagnosis and treatment tools at grassroots health centres by 2030.If local doctors could use AI models to access the latest advice, it could help build patients'trust in the tech,reckons Tien YinWong,who builds such models at Tsing-hua University in Beijing.In turn thatwould result in more local treatment;only complex cases would go to big hospitals. And it could all happen without vast sums being spent on training new doctors. MrWong says officials from several townsand cities have approached his team aboutits models. For now they are tested only at a hospital affiliated with the university.下一步是普及人工智慧醫療諮詢。部分民眾已通過深度求索等明星初創企業的聊天機器人獲取健康建議。中國政府計畫進一步推進，認為人工智慧能顯著提升基層醫療服務能力與效率。去年11月發佈的規劃提出，到2030年基層醫療機構將全面配備AI輔助診療工具。清華大學研發AI醫療模型的黃天蔭教授認為，若基層醫生能借助AI模型獲取最新診療方案，將增強患者對技術的信任，從而讓更多患者留在當地就醫，僅疑難重症轉診大醫院。這種方式無需投入巨資培養新醫生，已有多個市縣醫療機構與其團隊接洽，目前相關模型僅在大學附屬醫院進行測試。China still remains far from AI-super-charged health care.And thanks to a long history of scandals, Chinese tend to be suspicious of the medical profession. A bad AI-powered diagnosis could cause them to lose trust in the new technology too, fears Mr Wong. Another challenge will be getting enough data to feed into AI models. At the moment China's patient data is often poor quality and fragmented between different hospitals and clinics.On the other hand,China has a history of rapid technological adoption.For instance, when Chinese people stopped using cash, they did not switch to plastic but jumped straight to mobile payments, thanks to a combination of nimble techfirms, encouraging officials, a digitally literate population and the lack of established alternatives.The same cocktail offactors may drive technological change inhealth care. In other countries trying tobuild primary health-care systems on a budget,the absence of these ingredients may also make China hard to imitate.中國距離AI賦能醫療的願景仍有差距。由於歷次醫療醜聞的影響，民眾對醫療行業普遍存疑。黃天蔭擔心，一次失敗的AI診斷可能導致公眾對新技術喪失信任。另一挑戰在於資料供給——當前中國患者資料質量參差，且散落於不同醫療機構。但中國具備技術快速落地的土壤：當民眾告別現金支付時，並未轉向信用卡，而是在科技企業創新、政策鼓勵、居民數字素養提升及缺乏成熟替代方案的綜合作用下，直接跨入移動支付時代。這種復合優勢可能同樣推動醫療技術變革。對於其他試圖低成本建設基層醫療體系的國家而言，若缺乏這些要素，中國的經驗或將難以複製。 (菁英學社Elite Aca.)