医院多智能体系统被劝「让病人出院腾床位」，架构讨论数据该给 LLM 看多少
---starboy-- · reddit · 2026-09-08
一个团队在医院部署多智能体系统：床位/急诊/ICU/药房/出院/计费各领域 agent 各管一摊数据，上层 LLM planner 决定调用顺序。它在「无聊但关键」的任务上表现出色（容量监测、预测高峰、发现病情恶化），但也曾「高效地」建议让一位病人出院来腾床位。
作者的核心架构难题不是模型行为，而是数据可见范围：医院每行数据都可能是 PHI，「把完整病历发给 LLM」过不了审计。他们的方案是绝不让模型接触原始患者数据——planner 只在去标识化 token（代表患者/床位/记录的稳定句柄）上推理，真实数据只在推理层之下、审批门之后由具体 agent 解析。LLM 只规划流程，从不持有敏感载荷。
两难在于：给模型太少上下文计划会变笨，给太多则每次幻觉和日志泄露的爆炸半径都在扩大。帖子抛出问题：在高风险监管领域，到底该 token 化一切并付出推理质量税，还是信任模型并锁死周边？核心观点：「agents 是容易的部分，围绕它们的护栏才是架构。」
「编程与Agent」频道最新
- 安全专家：让 AI 智能体按 NIST CSF 搭知识库做应急响应 — prasanna_says · 2026-10-26
- Google Cloud Knowledge Catalog 新增自学习上下文充实,为 agent 自动补全企业知识 — rseroter · 2026-10-26
- Cloudflare 推出支出上限功能早期预览,Workers 与 Durable Objects 先行 — ritakozlov · 2026-10-26
- Shopify 设计负责人谈 AI 时代工作流：设计师正变成全栈编辑 — KlausCodes · 2026-10-26
- Nace AI 推出 Drex for Search：让 Agent 精准翻页读云端文件 — testingcatalog · 2026-10-26
- Ultrametric 开源 Open Startup Repo:让 AI Agent 自动运营创业公司 — garrytan · 2026-10-26