4. 不要早死、不要慢慢死（AGI 版） · AGI 时代高性价比人生指南

这一节的口径是寿命。原书第 1 节和第 2 节的健康条目，系安全带、戴头盔、装报警器、不吃野蘑菇、量血压、查血糖、戒烟、少喝酒、每周 150 分钟运动、睡够 7 小时、打疫苗、做筛查，在 AGI 时代一条都没有失效，本书全部指回，不重写。这一节只写原书没有的：AI 进入了看病、体检、开车、睡前和陪伴这五个场景之后，新出现的风险和新可用的工具。AI 时代这一节最大的变化有两个。一个是好的：几项 AI 辅助诊断已经拿到了随机试验的 A 级证据，普通人在体检时会遇到它们。一个是坏的：AI 医疗建议、算法推荐流、AI 陪伴应用和灰色市场的"长寿药"都直接作用在身体上，而它们的证据大多还是空白。排序按性价比从高到低，全情景条目优先。涉及药物的条目只给证据分级与风险，不给剂量，本书不构成医疗建议。

1. 胸痛、一侧肢体无力、说话不清、大出血、呼吸困难、意识改变，直接打 120，不要先问 AI

成本：不花钱。把这六个症状记住，或者贴在冰箱上。
说人话：四个主流聊天机器人回答急诊问题，只有一半答得准，5% 到 35% 的回答里有危险信息。1,298 个普通人拿着模型问该不该去医院，判断对的不到一半，和不用模型的人没差别。急症最贵的是时间，问 AI 花掉的每一分钟都在花心肌和脑细胞。
收益：2024 年发表在《医学互联网研究杂志》的试验，5 名急诊科专科医生对 ChatGPT 3.5、Bard、Bing Chat、Claude 四个聊天机器人回答 10 个急诊场景问题的 400 条评估，准确性和完整性都只有 50%，含有危险信息的回答占 5% 到 35%，四者之间没有统计学差异，给出可靠来源的不到 10%。2025 年《自然医学》的预注册随机试验，1,298 名普通人使用 GPT-4o、Llama 3 或 Command R+ 判断医疗场景，正确识别病情的不到 34.5%，正确选择处置方式（自己处理、看门诊、去急诊）的不到 44.2%，两项都不优于自己上网查的对照组；而同样的模型单独作答，识别病情的正确率是 94.9%。Semigran 等 2015 年在《英国医学杂志》测试 23 个症状检查器、45 个标准病例，对急症给出正确分诊建议的比例是 80%，也就是每 5 个急症有 1 个被告知"可以等"。
证据等级：A。两项 2024 到 2025 年的对照研究加一项 2015 年的系统测试，结论一致：人拿着 AI 做急症判断，正确率不到一半。
情景：全情景。模型能力再涨，急症的时间成本不变，而且人机交互的失败不随模型分数上升而消失。
来源：Accuracy of Prospective Assessments of 4 Large Language Model Chatbot Responses to Patient Questions About Emergency Care (2024). J Med Internet Res 26:e60291. <https://doi.org/10.2196/60291> ; Reliability of LLMs as medical assistants for the general public: a randomized preregistered study (2025). Nature Medicine. <https://doi.org/10.1038/s41591-025-04074-y> ; Semigran HL 等 (2015). Evaluation of symptom checkers for self diagnosis and triage: audit study. BMJ 351:h3480. <https://doi.org/10.1136/bmj.h3480>
备注：这条不是说 AI 判断急症不如人，恰恰相反，模型单独作答的病情识别率是 94.9%，问题出在人怎么问、怎么信。所以规则写成"先打 120，等救护车的时候再问 AI 要做什么准备"是可以的。什么时候失效：当 120 调度系统本身接入了经过临床验证的 AI 分诊，这条的"不问 AI"会变成"问 120 的 AI"。原书第 1 节关于心梗、中风识别的条目照旧。见第 20 章第 1 条。

2. 别按 AI 的建议自己停药、换药、改剂量

成本：不花钱。把 AI 的建议拿去问开药的医生或药师，多花一次挂号或一个电话。
说人话：医生拿真实患者会问的 222 个问题去测四个主流聊天机器人，有问题的回答占两成到四成，可能造成严重伤害的占 5% 到 13%。降压药、抗凝药、胰岛素、抗抑郁药停错一次就可能进 ICU。让模型解释药是干什么的可以，让它决定停不停不行。
收益：2026 年发表在《npj 数字医学》的医生主导红队研究，用 222 个患者口吻的初级保健问题（内科、妇科、儿科）测试 Claude、Gemini、GPT-4o、Llama-3，共评估 888 条回答。有问题的回答比例从 21.6%（Claude）到 43.2%（Llama），被评为"不安全"、有可能导致严重患者伤害的回答从 5%（Claude）到 13%（GPT-4o 与 Llama）。定性分析里出现了可能导致严重伤害的具体建议。Goh 等 2024 年在《美国医学会杂志·网络开放》的随机试验，50 名医生使用 GPT-4 后诊断推理得分 76%，不用的 74%，差异无统计学意义。
证据等级：A。2026 年的多模型对照测试，样本明确，评审是执业医生，结论有具体百分比。
情景：全情景。不安全率会随模型下降，但停药换药是不可逆决定，本书对不可逆决定要求真人负责，见第 3 章第五条原则。
来源：Large language models provide unsafe answers to patient-posed medical questions (2026). npj Digital Medicine. <https://doi.org/10.1038/s41746-026-02428-5> ; Goh E 等 (2024). Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Network Open 7(10):e2440969. <https://doi.org/10.1001/jamanetworkopen.2024.40969>
备注：反方证据是同一批模型在医学执照考试上的分数都超过多数医生，但考试题和"一个具体的人此刻该不该停药"是两个任务。这条什么时候失效：当某个模型作为处方辅助软件通过药监部门审批，并且开药的医生把它写进你的用药方案，那时它就是医疗体系的一部分，而不是你手机上的聊天窗口。本书不构成医疗建议。见第 31 章。

3. 用 AI 读体检报告和病历：让它解释术语、列出该问医生的问题，不让它下结论

成本：前沿模型个人订阅每月约 140 元，免费版也够用。每次 10 分钟。
说人话：模型单独看病例的正确率比多数医生高，但人拿着模型反而没有变强。区别在于怎么用。让它把 40 页报告里的异常项挑出来、把每个术语翻成人话、把你该问医生的三个问题列好，这是它擅长的；让它告诉你"没事"或者"是癌"，这是它会害你的地方。
收益：Goh 等 2024 年的随机试验中，GPT-4 单独作答诊断推理得分 92%，医生加 GPT-4 得 76%，医生不加得 74%。2025 年《自然医学》随机试验里，模型单独识别病情正确率 94.9%，普通人借助模型只有 34.5% 以下。两项研究都指向同一件事：模型的知识没有通过人的提问传递到决定里。把任务限定为"解释与列问题"而不是"下结论"，是绕开这个瓶颈的办法，这一部分是作者推断。
证据等级：B。模型能力有随机试验证据，"怎么用才能把能力传递给人"目前没有随机试验直接验证，属于从已有证据外推的用法。
情景：全情景。
来源：Goh E 等 (2024). JAMA Network Open 7(10):e2440969. <https://doi.org/10.1001/jamanetworkopen.2024.40969> ; Reliability of LLMs as medical assistants for the general public (2025). Nature Medicine. <https://doi.org/10.1038/s41591-025-04074-y>
备注：把报告贴进公开模型前，遮掉姓名、身份证号、病历号，见第 16 章和第 31 章。这条什么时候失效：当医院自己的 AI 系统把"解释报告"做成默认服务，你就不用再自己做。反方证据是 2025 年那项试验里连"自己查资料"的对照组都和用模型的人一样差，说明问题不只在 AI，普通人做医疗判断本来就难，所以最后一步仍然要回到医生。

4. 手机不进卧室，睡前 1 小时关掉所有推荐流

成本：不花钱。买一个 20 元的闹钟替代手机。难的地方是每天都做到。
说人话：睡不够 7 小时的人死亡风险高 12%，这是跟踪 138 万人算出来的。原书已经写过。变的是对手的实力：推荐算法的目标函数是让你多看一条，它在 2026 年比 2020 年强得多，而且每个视频都是按你的反应实时挑的。不把手机带进卧室，是唯一不需要意志力对抗算法的办法。
收益：Cappuccio 等 2010 年荟萃分析纳入 16 项前瞻性研究、27 个独立队列、1,382,999 人、随访 4 到 25 年、112,566 例死亡，短睡眠者全因死亡 RR 1.12（95% CI 1.06 到 1.18），长睡眠者 RR 1.30（1.22 到 1.38）。2026 年一项对 677 名中国大学生的研究显示短视频成瘾与睡眠质量直接负相关，并通过社交焦虑与低自控力间接作用。豆包 2026 年 5 月月活 3.82 亿，中国 78% 的职场人每周使用 AI，说明屏幕已经是白天的默认状态，夜间是唯一能切断的时段。
证据等级：B。睡眠与死亡率是 A 级，"算法推荐让人少睡"目前是横断面研究和相关分析，没有随机试验把"卧室无手机"作为干预直接测死亡率。
情景：全情景。推荐系统在三条线上都会更强。
来源：Cappuccio FP 等 (2010). Sleep duration and all-cause mortality: a systematic review and meta-analysis of prospective studies. Sleep 33(5):585-592. <https://doi.org/10.1093/sleep/33.5.585> ; Yang S 等 (2026). The Impact of Short-Form Video Addiction on Sleep Quality. Behavioral Sciences 16(7):1232. <https://doi.org/10.3390/bs16071232>
备注：反方证据是睡眠与死亡的关系有反向因果的可能，睡得少的人可能本来就有病。但即便打折，"少睡"也没有任何一项研究显示有益。这条什么时候失效：当推荐平台被强制加入夜间限制且真的执行。中国 2026 年 7 月 15 日施行的《人工智能拟人化互动服务管理暂行办法》涉及的是陪伴类 AI，不覆盖短视频推荐。见第 30 章。

5. 每坐 1 小时站起来走 3 分钟，把 AI 省下的时间花在走路上而不是再多坐一会

成本：不花钱。设一个每小时的提醒。难的地方是坚持。
说人话：戴仪器测出来的数据里，坐得最多的四分之一人，死亡风险是坐得最少的四分之一的 2.6 倍；动得最多的四分之一，死亡风险只有最少那批人的 27%。AI 把认知劳动的成本降下来以后，人的自然反应是干更多、坐更久。这是 AI 时代最容易被忽视、证据最硬的健康风险。
收益：Ekelund 等 2019 年《英国医学杂志》汇总 8 项用加速度计客观测量的队列，36,383 人，平均 62.6 岁，中位随访 5.8 年，2,149 例死亡。总活动量最高四分之一对比最低四分之一，全因死亡 HR 0.27（95% CI 0.23 到 0.32）。久坐时间四个分组的 HR 依次为 1.00、1.28、1.71、2.63（最高组 95% CI 1.94 到 3.56）。中等到剧烈活动四个分组 HR 依次为 1.00、0.64、0.55、0.52。JetBrains 2026 年 8 月对 1.5 万名开发者的调查，90% 每周使用编程智能体，68% 每天使用；这类工作形态的直接后果是连续屏幕时间上升。
证据等级：A。客观测量、大样本、剂量反应关系清楚。
情景：全情景。AI 越强，白领的工作越接近"盯着屏幕等结果"，久坐只会更多。
来源：Ekelund U 等 (2019). Dose-response associations between accelerometry measured physical activity and sedentary time and all cause mortality. BMJ 366:l4570. <https://doi.org/10.1136/bmj.l4570> ; JetBrains (2026). State of Developer Ecosystem 2026. <https://www.jetbrains.com/lp/devecosystem-2026/>
备注：原书关于每周 150 分钟运动的条目照旧，这条讲的是"打断久坐"这个单独的动作，两者不能互相替代：每天跑 30 分钟然后坐 10 个小时，久坐那部分的风险仍然在。这条什么时候失效：不会失效。反方证据：久坐研究是观察性的，有反向因果的可能，但加速度计数据已经排除了自报偏差，剂量反应关系也很稳定。

6. 40 岁以上戴手表的人打开房颤提醒；收到提醒去做心电图，不自己下结论，也别因为没提醒就放心

成本：支持心律不齐提醒的手表 1,000 到 3,000 元，很多人已经有。收到提醒去医院做一次心电图或 24 小时动态心电图，几十到几百元。
说人话：42 万人戴 Apple Watch 跟踪 4 个月，只有 0.52% 收到过心律不齐提醒；收到提醒再贴心电贴片查，三分之一确实有房颤，65 岁以上是 35%。房颤是中风的主要原因之一，早发现能用抗凝药把中风风险压下去。但三分之二收到提醒的人并没有房颤，所以提醒只是"去查一下"的信号，不是诊断。
收益：Apple Heart Study（Perez 等，2019 年，《新英格兰医学杂志》）纳入 419,297 人，中位监测 117 天，2,161 人（0.52%）收到心律不齐提醒。450 人返回了可分析的心电贴片，其中 34% 记录到房颤，65 岁以上为 35%。提醒与同步心电图对照的阳性预测值 0.84（95% CI 0.76 到 0.92）。收到提醒的人里 57% 到研究以外的医疗机构就诊。研究报告没有与 App 相关的严重不良事件。
证据等级：A。42 万人的前瞻性研究，阳性预测值有明确数字。但它证明的是"提醒有多准"，不是"戴手表能降低中风或死亡"，后者尚无随机试验证据。
情景：全情景。
来源：Perez MV 等 (2019). Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation. N Engl J Med 381:1909-1917. <https://doi.org/10.1056/NEJMoa1901183>
备注：假阳性成本要算进去：三分之二收到提醒的人会白跑一趟医院并且焦虑几天。年轻人房颤患病率低，同样的提醒在 40 岁以下的阳性预测值会更低，所以这条写 40 岁以上。假阴性同样存在，贴片显示 34% 有房颤，意味着手表在 13 天后的贴片监测期内并没有抓到全部发作。这条什么时候失效：当随机试验显示手表筛查不改善硬终点，或者显示过度诊断带来的抗凝出血超过获益。本书不构成医疗建议。

7. 乳腺 X 线筛查遇到"AI 辅助阅片"时接受它，不要因为"是机器看的"拒绝或额外加做检查

成本：不花钱。筛查本身按原书条目照做。
说人话：瑞典 10 万多名女性随机分成两组，一组用 AI 辅助读片、一组按传统两名医生读片。AI 组每 1,000 人多查出 1 个癌，漏诊率（筛查间隔期发现的癌）没有更高，医生的读片工作量少了 44%。这是目前所有 AI 医疗应用里证据最硬的一项。
收益：MASAI 随机对照试验。2023 年《柳叶刀·肿瘤学》的安全性分析：80,033 名女性随机分组，AI 辅助组癌症检出率每 1,000 人 6.1 例（95% CI 5.4 到 6.9），标准双人阅片组 5.1 例（4.4 到 5.8）；召回率 2.2% 对 2.0%；假阳性率两组都是 1.5%；读片工作量减少 44.3%。2026 年《柳叶刀》发表的主要终点结果：间隔期癌症发生率 AI 组每 1,000 人 1.55 例（95% CI 1.23 到 1.92），对照组 1.76 例（1.42 到 2.15），比值 0.88，达到非劣效；筛查敏感度 AI 组 80.5%，对照组 73.8%。
证据等级：A。10 万人规模的随机试验，主要终点是硬指标，2023 年与 2026 年两次发表结论一致。
情景：全情景。
来源：Lång K 等 (2023). Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI). Lancet Oncology 24(8):936-944. <https://doi.org/10.1016/S1470-2045(23)00298-X> ; Gommers J 等 (2026). Lancet 407(10527):505-514. <https://doi.org/10.1016/S0140-6736(25)02464-X>
备注：试验用的是欧洲筛查体系里的特定软件与流程，AI 只是把片子分成高低风险、决定由一人还是两人读，最终仍由放射科医生签字。中国的医院用的软件与流程不同，效果不能直接照搬，所以这条的动作是"不拒绝"而不是"主动要求"。原书关于乳腺筛查起始年龄与频率的条目照旧。这条什么时候失效：如果某地的 AI 阅片被用来完全替代医生签字，那就回到了第 3 章第三条原则的问题，责任链断了。

8. 有糖尿病的人每年做一次眼底照相，AI 自动判读的也算数

成本：眼底照相几十到一百多元，很多社区医院和体检中心能做，不散瞳，5 分钟。
说人话：糖尿病视网膜病变是成年人失明的主要原因之一，早期没有任何感觉。第一个被美国 FDA 批准的"不需要医生看片"的 AI 诊断系统就是干这个的，900 人的试验里，它对需要转诊的病变敏感度 87%，特异度 91%。中国也有多款拿到三类医疗器械证的同类软件。哪怕本地没有眼科医生，一台照相机加软件就能把该转诊的人挑出来。
收益：Abràmoff 等 2018 年《npj 数字医学》的关键性试验，10 家初级保健诊所、900 名无视网膜病变史的糖尿病患者，中位年龄 59 岁。AI 系统对"超过轻度"的糖尿病视网膜病变敏感度 87.2%（95% CI 81.8 到 91.2），特异度 90.7%（88.3 到 92.7），可成像率 96.1%。该系统于 2018 年 4 月成为 FDA 授权的第一个自主 AI 诊断设备，可在初级保健场景使用。
证据等级：A。前瞻性多中心试验，终点由独立阅片中心判定，有监管批准。
情景：全情景。
来源：Abràmoff MD 等 (2018). Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. npj Digital Medicine 1:39. <https://doi.org/10.1038/s41746-018-0040-6>
备注：87% 的敏感度意味着每 100 个有病变的人里会漏掉 13 个，所以是"每年一次"而不是"一次定终身"，并且出现视力变化要立刻去眼科。中国国家药监局批准的同类 AI 软件的具体名单与在哪些医院部署，本书未逐一核实，读者可在体检时直接问"眼底照相有没有"。原书关于糖尿病筛查的条目照旧。

9. 心电图报告上出现 AI 提示"心功能可能减低"时，去做一次心脏超声

成本：心脏超声 100 到 300 元，半小时。
说人话：一张普通心电图，AI 能从里面看出人眼看不出的心脏泵血功能减弱。2.2 万人的随机试验里，医生拿到 AI 提示之后，查出低射血分数（心衰前期的核心指标）的人多了三成。早查出来能用药把心衰推后很多年。
收益：EAGLE 试验（Yao 等，2021 年，《自然医学》）是一项在初级保健机构进行的实用性随机试验，358 名临床医生（干预组 181 名、对照组 177 名）、22,641 名患者（干预组 11,573、对照组 11,068）。干预组医生能看到 AI 对常规心电图的低射血分数判读，对照组按常规诊疗。新诊断低射血分数的比例，对照组 1.6%，干预组 2.1%，OR 1.32（95% CI 1.01 到 1.61）。在 AI 提示阳性的高风险亚组里，对照组 14.5%，干预组 19.5%，OR 1.43。
证据等级：A。以医生为单位的随机试验，终点是确诊人数。
情景：全情景。
来源：Yao X 等 (2021). Artificial intelligence-enabled electrocardiograms for identification of patients with low ejection fraction: a pragmatic, randomized clinical trial. Nature Medicine 27:815-819. <https://doi.org/10.1038/s41591-021-01335-4>
备注：这条能不能用，取决于你做心电图的医院有没有部署这类软件。中国多家三甲医院与体检机构 2024 年起在心电图报告中加入 AI 判读，具体覆盖范围本书未核实。AI 提示阳性的人里也只有 19.5% 最终确诊，所以它是"去做超声"的理由，不是诊断。这条什么时候失效：如果 AI 提示导致大量不必要的超声与焦虑而硬终点没有改善，但 EAGLE 试验里并未观察到这种情况。本书不构成医疗建议。

10. 皮肤上的新痣或变化用 AI 皮肤 App 只当初筛：它说"去看医生"就去，它说"没事"不算没事

成本：App 免费到几十元。皮肤科门诊挂号几十元，皮肤镜检查一两百元。
说人话：在实验室条件下，AI 看皮肤镜图片判断黑色素瘤，比 58 个皮肤科医生里的大多数都准。但那是在标准照片、标准光线下。你用手机在浴室拍的照片，条件差得多，而且 App 的开发者不对漏诊负责。所以只把它当成"要不要去医院"的提醒，且只听它说"要去"的那一半。
收益：Haenssle 等 2018 年《肿瘤学年鉴》：58 名皮肤科医生（含 30 名专家）与一个卷积神经网络在 100 张皮肤镜图片上比较。只看皮肤镜图时，医生平均敏感度 86.6%、特异度 71.3%；加上临床信息后 88.9% 与 75.7%。在与医生同等敏感度下，神经网络特异度 82.5%；ROC 曲线下面积 0.86 对医生的 0.79。多数医生被算法超过。
证据等级：B。是回顾性图片测试，不是在真实门诊里对真实患者的前瞻性试验，也不是手机照片。从实验室结果外推到消费级 App，需要打折。
情景：全情景。
来源：Haenssle HA 等 (2018). Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Annals of Oncology 29(8):1836-1842. <https://doi.org/10.1093/annonc/mdy166>
备注：反方证据：多项后续研究显示消费级皮肤 App 在真实环境下敏感度差异很大，且训练数据中深色皮肤样本不足。中国国家药监局尚未批准面向消费者的皮肤癌自测 App 作为医疗器械，所以市面上的产品在法律上不是诊断工具。这条什么时候失效：当某款 App 拿到医疗器械注册证并有前瞻性临床数据。原书关于皮肤癌 ABCDE 自查法的条目照旧。

11. 把自己和直系亲属的病史、用药、过敏写成一页纸，看病带着，问 AI 也贴着

成本：不花钱。第一次整理 1 小时，之后每年更新一次。
说人话：模型给出不安全建议的一大原因是不知道你在吃什么药、有什么病。同样的问题也发生在急诊：医生不知道你的抗凝药和过敏史。一页纸同时解决两件事。它在 AI 时代的额外价值是，你问模型任何健康问题时先把这页贴进去，模型的回答质量会明显不同，而这是你唯一能控制的变量。
收益：2026 年《npj 数字医学》的红队研究里，不安全回答的一个常见模式是模型在缺少患者背景信息时给出通用建议，而这些建议对特定用药或合并症的人有害。2025 年《自然医学》试验发现普通人用模型时的失败主要发生在"人怎么描述自己的情况"这一步，模型单独作答正确率 94.9%，人借助模型不到 34.5%。这两项研究都指向同一个瓶颈：输入端。一页纸病史是提高输入质量的最低成本办法，这一部分是作者从证据推断的用法。
证据等级：B。瓶颈有研究支持，具体干预没有随机试验。
情景：全情景。
来源：Large language models provide unsafe answers to patient-posed medical questions (2026). npj Digital Medicine. <https://doi.org/10.1038/s41746-026-02428-5> ; Reliability of LLMs as medical assistants for the general public (2025). Nature Medicine. <https://doi.org/10.1038/s41591-025-04074-y>
备注：这页纸不要写身份证号和病历号，贴进公开模型时只留年龄、性别、诊断、药名、过敏。见第 16 章关于医疗数据隐私的条目。这条什么时候失效：当电子病历系统能安全地授权给你自己的 AI 助手读取，一页纸就变成多余的。原书关于"病历自己留一份"的条目照旧，这条是它的 AI 版本。

12. 没有糖尿病，别为了"优化血糖曲线"戴连续血糖仪

成本：反面条目。省下每月 300 到 800 元的传感器和 App 订阅，以及每天盯曲线的注意力。
说人话：连续血糖仪对糖尿病患者是好东西，原书有条目。但一批健康管理公司在卖"健康人也该戴"，配 AI 解读、"个性化饮食"。目前没有任何随机试验显示健康人戴它能改善任何硬指标。健康人饭后血糖冲一下是正常生理，看到曲线上蹿下跳只会多一份焦虑，少一份吃饭的乐趣。
收益：2026 年一篇关于职业人群 CGM 监测的综述结论是"对一般工作人群进行常规 CGM 监测目前没有足够证据支持"。在本书检索范围内，没有找到任何一项在无糖尿病成年人中以硬临床结局为终点的 CGM 随机试验。已有研究显示健康人餐后血糖短暂超过 140 mg/dL 并不少见，这属于正常生理波动，这一数字待核实。
证据等级：B。"没有证据支持"本身有综述支撑，属于"缺乏证据"而非"证明无效"。
情景：全情景。
来源：Continuous glucose monitoring in occupational health: a review (2026). Healthcare 14(13):1979. <https://doi.org/10.3390/healthcare14131979>
备注：反方证据：有糖尿病前期（空腹血糖 6.1 到 6.9 mmol/L）的人，短期戴 CGM 看清哪些食物让自己血糖飙升，作为行为改变的教育工具，有小样本研究支持，属于另一个人群，可以和医生讨论。这条什么时候失效：当出现健康人群 CGM 的随机试验并显示获益。原书 35 岁以后查空腹血糖的条目照旧。本书不构成医疗建议。见第 13 章反面清单。

13. 别买灰色市场的 GLP-1 类"减肥针"和"多肽"注射剂，不管推荐的是网红还是 AI

成本：反面条目。省下每月几百到几千元。想用这类药的人，去正规医院让医生评估并开处方。
说人话：美国 FDA 到 2026 年 5 月底收到了 990 份配制版司美格鲁肽、730 多份配制版替尔泊肽的不良事件报告，其中多起因为剂量算错而住院。美国毒物控制中心 12 年里接到 1 万多起 GLP-1 类药物暴露报告，加州的数据里配制产品的暴露有 91.7% 是给药错误。这些还是有处方的"配制药房"版本。网上卖的"多肽原料粉"连这个都不是。
收益：FDA 截至 2026 年 5 月 31 日收到配制版司美格鲁肽不良事件报告 990 份、配制版替尔泊肽 730 份以上，并收到"多起可能与剂量错误相关、部分需要住院"的报告，错误来自患者自行注射时的换算和医疗提供者的计算失误，也包括超过批准标签的剂量、频次和加速滴定。2026 年《医学毒理学杂志》对美国毒物中心 2012 到 2023 年数据的分析：GLP-1 受体激动剂暴露 10,033 例，司美格鲁肽占获批后病例的 64.2%，获批后每季度增加 9.9%，转诊或在医疗机构处理的比例从 23.0% 升到 33.5%。加州毒物中心 2017 到 2023 年 1,047 例，其中配制产品 36 例里 33 例（91.7%）是给药错误。
证据等级：A。监管机构与毒物中心的官方统计，有明确数字。
情景：全情景。
来源：FDA (2026 年 9 月 1 日更新). FDA's Concerns with Unapproved GLP-1 Drugs Used for Weight Loss. <https://www.fda.gov/drugs/drug-alerts-and-statements/fdas-concerns-unapproved-glp-1-drugs-used-weight-loss> ; GLP-1 receptor agonist exposures reported to US poison centers, 2012-2023 (2026). Journal of Medical Toxicology. <https://doi.org/10.1007/s13181-026-01121-z> ; GLP-1 receptor agonist exposures reported to the California Poison Control System (2025). Journal of Pharmacy Technology. <https://doi.org/10.1177/87551225251332212>
备注：中国市场上的司美格鲁肽在 2024 年获批减重适应症，是处方药；微商与跨境电商渠道的"减肥针""多肽"没有任何质量控制，本书未找到中国的中毒统计，这是一个数据空白，待核实。所谓"长寿多肽"（如 BPC-157 等）在人体上没有任何随机试验，属于 C 级以下。这条标"可逆=否"是因为注射错误的后果不可撤回。本书不构成医疗建议。见第 13 章。

14. GLP-1 类药物：肥胖合并心血管病有 A 级证据，"抗衰老"只有小鼠和替代指标证据，由医生决定

成本：正规渠道每月约 1,000 到 3,000 元，多数地区医保不报销减重适应症。每周注射，需要长期坚持并处理胃肠副作用。
说人话：这类药在 1.76 万名有心血管病的肥胖患者里，把心梗、中风、心血管死亡合起来的风险降了 20%，这是硬证据。至于"延长寿命""逆转衰老"，2026 年的证据是给老年小鼠用药能延寿，以及一项人体试验里"表观遗传时钟"走慢了。小鼠不是人，时钟不是寿命。有明确适应症的人在医生指导下用，是有证据的选择；没有适应症的人为了"抗老"去用，是拿自己做一期临床。
收益：SELECT 试验（Lincoff 等，2023 年，《新英格兰医学杂志》）：17,604 名超重或肥胖、有心血管病但无糖尿病的患者，随机接受每周司美格鲁肽或安慰剂，平均随访 39.8 个月。主要心血管复合终点发生率司美格鲁肽组 6.5%（569 人），安慰剂组 8.0%（701 人），HR 0.80（95% CI 0.72 到 0.90）。因不良事件停药的比例司美格鲁肽组 16.6%，安慰剂组 8.2%。2026 年 9 月美国国立卫生研究院公布的小鼠研究显示晚年给药延长寿命；2026 年加州大学圣迭戈分校的随机对照试验显示表观遗传时钟减缓。后两项是动物或替代指标证据。
证据等级：A。心血管获益来自 1.76 万人的随机试验。"延寿"部分是 C。
情景：全情景。
来源：Lincoff AM 等 (2023). Semaglutide and Cardiovascular Outcomes in Obesity without Diabetes. N Engl J Med 389:2221-2232. <https://doi.org/10.1056/NEJMoa2307563> ; NIH (2026 年 9 月) 关于 GLP-1 类药物延长老年小鼠寿命的新闻稿 <https://www.nih.gov/news-events> ; UCSD (2026) GLP-1 与表观遗传年龄随机对照试验，具体发表信息待核实。
备注：争议条目。反方证据：停药后体重普遍反弹；停药率是安慰剂的两倍；肌肉流失、胰腺炎、胆囊疾病的风险有信号；长期（10 年以上）安全数据尚无。而且 SELECT 的人群是已有心血管病的肥胖患者，结果不能外推到体重正常的健康人。这条什么时候失效：当有以全因死亡为终点、在无适应症人群中做的随机试验发表，无论结果是正还是负。本书不构成医疗建议，不给剂量。见第 13 章。

15. 二甲双胍"抗衰老"：唯一设计好的人体试验 TAME 到 2026 年还没开始招募，别自己吃

成本：反面条目。二甲双胍本身很便宜，每月几十元，问题不在钱，在没有证据地长期吃一种处方药。
说人话：过去十年"二甲双胍能抗衰老"的说法，来自对糖尿病患者的观察性数据和动物实验。专门在健康老年人身上验证这件事的 TAME 试验，设计是 3,000 多名 65 到 79 岁的人、14 个中心、6 年，从 2015 年提出到 2026 年一直在筹款，没有开始。也就是说，到今天为止，没有一项人体随机试验支持健康人吃二甲双胍延寿。
收益：美国衰老研究联合会（AFAR）网站 2026 年的状态：TAME 试验"由科学顾问委员会精心设计"，计划纳入 3,000 余名 65 到 79 岁参与者，14 家研究机构，由维克森林大学医学院协调，为期 6 年，主要终点是"服用二甲双胍者的年龄相关慢性病（心脏病、癌症、痴呆等）发生或进展是否推迟"；网站仍在寻求"有远见的捐赠者"以启动试验。已有多项在非糖尿病人群的小型试验显示二甲双胍可能削弱运动带来的心肺功能与肌肉线粒体改善，具体数字待核实。
证据等级：C。没有以健康人为对象、以硬终点为目标的随机试验完成，任何"有效"的说法都是推演。
情景：全情景。
来源：American Federation for Aging Research. The TAME Trial. <https://www.afar.org/tame-trial>
备注：反方证据：二甲双胍是有 60 多年使用史的廉价药，对 2 型糖尿病患者的安全性和获益是 A 级，糖尿病患者不要因为这条停药。这条什么时候失效：TAME 或同类试验发表阳性结果。在基准线或快线上，AI 加速临床试验设计与招募是可能的，但到 2026 年 9 月还没有发生在这项试验上。本书不构成医疗建议。

16. 雷帕霉素"抗衰老"：目前唯一一年期的人体随机试验主要终点是阴性的，别在网上买

成本：反面条目。省下每月几百元和一个免疫抑制剂的风险。
说人话：雷帕霉素在小鼠里延寿的数据很硬，于是有人开始在网上买来自己吃。2025 年发表的 PEARL 试验让健康人每周吃 48 周，主要终点（内脏脂肪）没有变化，一些次要指标在女性亚组里有改善，安全性可以接受。这是一项 48 周的试验，它能说的是"一年内没出大事"，不能说"能活得更久"。这药在正规用途里是器官移植后的免疫抑制剂。
收益：PEARL 试验（Moel 等，2025 年，《衰老》）：去中心化设计的双盲随机安慰剂对照试验，健康正常衰老的成年人，48 周，每周一次配制版雷帕霉素两个剂量组对安慰剂。主要终点内脏脂肪无显著变化（ηp² 0.001，p 0.942）。次要发现：高剂量组女性肌肉量增加、疼痛减少；低剂量组自报情绪健康与总体健康评分改善。血液生物标志物变化在正常范围内。不良事件与严重不良事件在各组间相似。
证据等级：B。有随机试验，但样本不大、时间一年、主要终点阴性，次要终点属于探索性。
情景：全情景。
来源：Moel M 等 (2025). Influence of rapamycin on safety and healthspan metrics after one year: PEARL trial results. Aging 17(4):908-936. <https://doi.org/10.18632/aging.206235>
备注：反方证据：小鼠数据来自美国国立衰老研究所的多中心干预测试项目，在多个品系里重复出延寿效果，这是雷帕霉素与多数"长寿药"的区别。但从小鼠到人的转化失败率很高，而且这是处方药，长期使用有口腔溃疡、血脂升高、血糖升高、感染风险的报告。标"可逆=否"是因为免疫抑制导致的感染不可撤回。本书不构成医疗建议，不给剂量。

17. NMN、NAD 前体补剂：15 项人体试验只改变了血液指标，没有一项改善硬结局，别为它花钱

成本：反面条目。省下每月 300 到 1,500 元。
说人话：这类补剂能让血液里的 NAD 水平升高，这是真的。但升高之后呢。把 15 项人体试验合起来看，体重、血糖、糖化血红蛋白、血脂、收缩压都没有变化，舒张压平均降了 2 毫米汞柱。没有一项试验测过它能不能少生病、多活几年。你花的钱买的是一个化验单上的数字。
收益：2026 年发表在《营养素》的荟萃分析纳入 15 项 NMN 人体随机试验（10 项有安全性数据），剂量范围每天 250 到 2,000 毫克，时长 14 天到 24 周：NMN 没有增加总体、严重或系统特异的不良事件；对体重、BMI、空腹血糖、糖化血红蛋白、血脂、收缩压均无显著影响；舒张压略降，胰岛素抵抗指数有不显著的下降趋势。同年另一项荟萃分析（10 项试验、349 人）：舒张压平均下降 2.15 毫米汞柱，收缩压整体无变化，仅 60 岁以上亚组有下降。两项荟萃分析都指出，现有结局全部是生物标志物，没有心血管事件或死亡率数据。
证据等级：B。荟萃分析证据充分，但它证明的是"目前只有替代指标"，属于对"无证据"的证据。
情景：全情景。
来源：Yang 等 (2026). Nutrients 18(14):2251. <https://doi.org/10.3390/nu18142251> ; Zhang 等 (2026). Nutrients 18(6):890. <https://doi.org/10.3390/nu18060890>
备注：反方证据：安全性数据是好消息，NMN 至少没有害处的信号。但"无害且无效"的东西每月花几百元，性价比只能排在反面清单里。一些动物研究显示提高 NAD 可能促进已有肿瘤生长，人体数据不足，属于待核实。这条什么时候失效：出现以硬结局为终点的长期随机试验。见第 13 章。

18. "生物年龄检测""表观遗传时钟"报告：不花钱买，买了也别据此改变任何治疗

成本：反面条目。省下 1,000 到 5,000 元一次的检测费，以及随之推销的"逆龄方案"。
说人话：表观遗传时钟是科研工具，在几万人的队列里能预测群体的死亡风险，这是真的。但没有任何一种时钟被验证可以用来对一个具体的人做医疗决定。同一个人隔两周测两次，结果能差好几岁。卖检测的公司通常也卖补剂，你测出"比实际老 5 岁"之后要买的东西，就是他们的利润。
收益：2026 年一篇关于表观遗传时钟的综述指出，多位点 CpG 时钟在群体层面预测准确，但"对大量 CpG 位点的依赖限制了其临床可扩展性"，且没有一种时钟通过监管机构的个体诊断用途审批。关于单次检测的技术噪声，已有研究报告主流时钟的重测偏差可达数年，具体数字本书未能核实原文，待核实。
证据等级：C。它在群体研究里有价值，对个人的决策价值目前是推演。
情景：全情景。
来源：Ibáñez-Cabellos 等 (2026). Epigenetic clocks: from population prediction to clinical scalability. Biogerontology. <https://doi.org/10.1007/s10522-026-10447-8>
备注：反方证据：在基准线上，AI 加速的多组学研究可能在 2028 年前后把某些时钟推进到临床验证阶段，届时这条要更新。但即使到那时，它的用途也会是筛选高风险人群去做已有证据的干预（戒烟、降压、运动），而那些干预不测时钟也该做。这条什么时候失效：某种时钟以个体诊断用途获批。见第 13 章。

19. 刷到的养生、用药、"AI 医生"内容先看有没有 AI 生成标识；没有标识又在卖东西的，当广告处理

成本：不花钱。养成看标识的习惯，每条内容 2 秒。
说人话：从 2025 年 9 月 1 日起，中国法律要求所有 AI 生成的文字、图片、音频、视频必须打上标识。一个"老中医""三甲专家"的短视频，如果画面角落有 AI 标识，那个人可能不存在；如果没有标识但满屏卖药卖课，那是有人在违法。这两种都不该按医嘱执行。
收益：《人工智能生成合成内容标识办法》2025 年 9 月 1 日施行，要求服务提供者对生成合成内容添加显式标识（文字、语音、图形等用户可感知的提示）和隐式标识（元数据），并禁止恶意删除、篡改、隐匿标识。《生成式人工智能服务管理暂行办法》2023 年 8 月 15 日施行。网信办 2026 年开展"AI 应用整治"专项行动。国家反诈中心 App 已上线 AI 内容识别功能，可上传可疑的视频、音频、图片检测 AI 生成痕迹。中国公安部 2026 年 7 月通报，2025 年一季度 AI 换脸拟声类诈骗环比上升 45%，老年受害人占 38%。
证据等级：A。法规原文与施行日期明确，执法通报有数字。
情景：全情景。
来源：国家互联网信息办公室等四部门 (2025). 人工智能生成合成内容标识办法（2025 年 9 月 1 日施行）. <https://www.cac.gov.cn> ; 科技日报 (2026 年 7 月 24 日). 公安部：多措并举应对"AI 换脸""深度伪造"等新型技术犯罪. <https://www.stdaily.com/web/gdxw/2026-07/24/content_553161.html>
备注：标识可以被剥掉，境外平台不受此法约束，所以"有标识"是可靠信号，"没标识"不是。这条什么时候失效：当标识被普遍伪造或剥除，届时要回到"看来源机构"这个原书就有的规则。反方证据：合规的医疗机构也会用 AI 生成科普内容并打上标识，标识本身不代表内容错误，它代表的是"这不是一个具体的人在对你负责"。见第 26 章。

20. 有无人驾驶出租车的城市，优先坐公开每英里事故数据的运营商，而不是默认它一定比人更危险

成本：车费与网约车相当或略高。
说人话：Waymo 在美国五个城市跑了 2.7 亿英里没有安全员，与同路段人类司机相比，造成重伤或死亡的事故少 95%，撞伤行人的少 93%，安全气囊弹出的事故少 82%。这是第三方可以核对的数据。中国的萝卜快跑累计 1 亿单，但没有公布可比的每英里事故率，2026 年 3 月 31 日武汉大规模停摆之后监管收紧。同样叫"无人驾驶"，证据等级不一样。
收益：Waymo 安全影响数据中心，数据截至 2026 年 6 月：无人驾驶行驶 2.713 亿英里（洛杉矶 6,710 万、旧金山湾区 8,240 万、凤凰城 9,210 万、奥斯汀 2,110 万、亚特兰大 860 万）。与同区域人类驾驶基准相比，重伤及以上事故少 95%，气囊弹出事故少 82%，行人受伤事故少 93%，骑行者受伤事故少 86%，摩托车受伤事故少 82%。百度萝卜快跑累计订单 1 亿单（2026 年），未公布可比口径的每英里事故数据。
证据等级：A。Waymo 的数据是公司披露，但方法学公开、覆盖亿级英里、与人类基准做了同路段匹配，并有同行评审论文。对萝卜快跑的判断是 C。
情景：全情景。数据已经存在，不依赖未来发展；但在中国能不能坐到有公开数据的车，取决于运营商是否披露。
来源：Waymo (2026). Safety Impact Data Hub, data through June 2026. <https://waymo.com/safety/impact/> ; 百度 Apollo 关于萝卜快跑累计订单的披露（2026）。
备注：反方证据：Waymo 只在天气温和、道路规整的城市运营，数据不能外推到所有路况；公司自己发布的数据存在选择性呈现的可能，尽管有独立研究者复核。"少 95%"是相对于人类司机，不是零事故。这条什么时候失效：某运营商发生数据造假被查实，或出现系统性事故。见第 20 章关于 robotaxi 里出事怎么办的条目。

21. 开车用"智驾"或任何 L2 辅助驾驶时，手不离方向盘、眼不离路；别把它当自动驾驶

成本：不花钱。难的地方是抵抗"车自己开得挺好"的诱惑，每次都保持注意力。
说人话：美国保险业研究所的结论很清楚：自动紧急制动能把追尾事故减少一半，这是真的；但在此基础上加的"自动跟车加车道居中"那一套，没有再减少任何事故，因为人一放松，系统偶尔出错的时候就没人接管。能救命的是刹车辅助，不是让你松手的功能。
收益：美国公路安全保险协会（IIHS）与公路损失数据研究所（HLDI）：带自动紧急制动的前向碰撞预警系统使追尾事故减少 50%，仅有预警的减少 27%，能识别行人的自动制动使行人碰撞减少 27%，盲区监测使变道事故减少 14%。IIHS 对部分自动驾驶（L2）的分析"未发现配备部分驾驶自动化的车辆，相比同一车企仅配备碰撞规避技术的车辆，有任何事故减少优势"。IIHS 明确指出驾驶员脱离注意力可能抵消潜在收益。美国 NHTSA 2023 年 12 月就 Autosteer 功能的驾驶员监控不足召回特斯拉约 203 万辆车。
证据等级：A。保险理赔数据与警方事故记录，样本量为百万级。
情景：全情景。系统能力上升会让人更放松，这个机制在三条线上都成立。
来源：IIHS-HLDI. Advanced driver assistance: research and statistics. <https://www.iihs.org/topics/advanced-driver-assistance> ; NHTSA (2023 年 12 月). Recall 23V-838, Tesla Autosteer. <https://www.nhtsa.gov/recalls>
备注：中国工信部 2025 年起收紧对"智驾""自动驾驶"等宣传用语的要求，并要求车企对 L2 功能加强驾驶员监控，具体文件名与日期待核实。买车时，自动紧急制动是值得为之付钱的配置，"高阶智驾"不是为了安全而买的东西。这条什么时候失效：当某车型的 L3 及以上系统在法律上由车企承担驾驶责任，并在该车型上有公开的事故数据，那时责任链变了，见第 3 章第三条原则。标"可逆=否"是因为车祸不可撤回。原书关于不超速、不酒驾的条目照旧。

22. 未成年人不用开放式 AI 陪伴应用；家里的青少年如果在用，家长要知道账号和聊天内容

成本：不花钱。需要和孩子谈一次，并定期看一眼，这件事需要毅力。
说人话：2026 年 1 月，Character.AI 和谷歌就 5 起未成年人死亡诉讼达成和解，起因是青少年长期与 AI 角色聊天后自杀。2025 年 8 月，一名 16 岁少年的父母起诉 OpenAI，称 ChatGPT 在他计划自杀的过程中提供了信息。OpenAI 自己披露，每周活跃用户里有 0.15% 的对话显示明确的自杀计划迹象，按它的用户规模，这是一周 100 多万人。中国 2026 年 7 月 15 日起施行的《人工智能拟人化互动服务管理暂行办法》专门管这类应用，其中包含对未成年人的保护要求。
收益：Character.AI 与谷歌 2026 年 1 月和解 5 起未成年人死亡相关诉讼（含 2024 年 10 月佛罗里达州 Garcia 案）。Raine 诉 OpenAI 案 2025 年 8 月 26 日在旧金山高等法院提起。OpenAI 2025 年 10 月 27 日的公开说明：每周活跃用户中约 0.15% 的对话包含明确的自杀计划或意图指标，约 0.07% 显示精神病或躁狂的可能迹象，约 0.15% 显示对模型的情感依赖升高，公司称与 170 多名临床医生合作改进回应。美国加州 SB 243 陪伴聊天机器人法 2026 年 1 月 1 日生效，要求对未成年用户提示其在与 AI 对话并设置自杀干预流程；截至 2026 年 7 月，34 个美国州有聊天机器人相关法案。中国《人工智能拟人化互动服务管理暂行办法》2026 年 7 月 15 日施行。
证据等级：B。诉讼与和解是事实，公司披露的比例是自报，"AI 陪伴导致自杀"的因果关系没有对照研究，也不可能有。但对不可逆的后果，本书按预防原则处理。
情景：全情景。
来源：Garcia v. Character Technologies, Inc.（M.D. Fla., 2024 年 10 月提起）及 2026 年 1 月和解披露 ; Raine v. OpenAI（San Francisco Superior Court, 2025 年 8 月 26 日提起）; OpenAI (2025 年 10 月 27 日). Strengthening ChatGPT's responses in sensitive conversations. <https://openai.com/index/strengthening-chatgpt-responses-in-sensitive-conversations/> ; 国家互联网信息办公室 (2026). 人工智能拟人化互动服务管理暂行办法（2026 年 7 月 15 日施行）. <https://www.cac.gov.cn> ; California SB 243 (2025). <https://leginfo.legislature.ca.gov>
备注：反方证据：数亿人使用这类应用，绝大多数没有出事；有研究显示结构化的心理支持型聊天机器人短期能减轻焦虑与孤独（见第 24 条）。"开放式陪伴应用"和"有临床设计的治疗型应用"是两类东西。这条什么时候失效：当陪伴类应用的年龄验证与危机干预被监管强制且有效执行，家长的监督成本会下降，但不会归零。见第 5 章、第 23 章。心理危机可拨 12356（全国心理援助热线）或 12355（青少年服务台）。

23. 成年人给自己设一条线：每天和 AI 聊天超过 1 小时，或者开始只对它说心事，就去找一个真人谈

成本：不花钱。需要诚实地看一眼自己的使用时长。
说人话：一项 4 周的随机试验跟踪了 981 个人，每天用聊天机器人越久的人，孤独感越强、对它的依赖越强、和真人的社交越少。这不一定是 AI 造成的孤独，可能是孤独的人用得多。但不管哪个方向，"用得越多越孤独"这个信号本身就够了。原书写过孤独和死亡率的关系，AI 陪伴没有改变那组数字，只是多了一个替代品。
收益：MIT 媒体实验室与 OpenAI 2025 年 3 月发布的 4 周随机对照研究，981 名参与者，随机分配到文字或语音模式及不同对话主题。分析显示，每日使用时长越高，与更高的孤独感、更强的情感依赖、更多的问题性使用和更少的真人社交相关，跨所有模式一致。2026 年一项范围综述指出，"开放域陪伴系统持续降低孤独感的证据仍处于萌芽阶段"。OpenAI 2025 年 10 月披露约 0.15% 的每周活跃用户显示对模型情感依赖升高的迹象。
证据等级：B。有随机分配的研究，但 4 周时间短，孤独与使用的因果方向未定。
情景：全情景。
来源：Fang CM 等 (2025). How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use: A Longitudinal Randomized Controlled Study. MIT Media Lab / OpenAI. <https://arxiv.org/abs/2503.17473> ; Li 等 (2026). Scoping review of AI companions and loneliness. Frontiers in Artificial Intelligence. <https://doi.org/10.3389/frai.2026.1810097> ; Smith, Bradbury & Karney (2025). Perspectives on Psychological Science. <https://doi.org/10.1177/17456916251351306>
备注：反方证据：对社交焦虑严重、暂时无法面对真人的人，AI 对话可能是通向真人的一个台阶，有小样本研究支持短期获益。"1 小时"这个阈值是作者设定的经验线，不是研究结论，属于 C。这条什么时候失效：出现 6 个月以上的随机试验显示长期使用对孤独有净改善。孤独与死亡率的荟萃分析和真人社交的最低剂量见第 5 章。

24. 情绪低落又排不上号时，可以用有随机试验证据的治疗型聊天机器人过渡，但把它当候诊室，不当医生

成本：免费到每月几十元。每天 10 到 20 分钟。
说人话：2025 年一项 210 人的随机试验，用一个专门为治疗设计的聊天机器人 4 周，抑郁症状比等待名单组少了约一半，焦虑少了约三成。这是目前 AI 心理干预里最硬的一项证据。它和上一条说的"陪伴应用"是两种东西：一个有临床团队设计、有危机转介流程，一个是为了让你多聊。中国的精神科门诊等待时间长，把这类工具当排队时的过渡是合理的，把它当终点不合理。
收益：Heinz 等 2025 年发表在《新英格兰医学杂志·AI》的随机对照试验：210 名有抑郁、焦虑或进食障碍风险的成年人，随机分配使用 Therabot 或进入等待名单，4 周。抑郁症状较对照组下降约 51%，广泛性焦虑症状下降约 31%，进食障碍相关症状下降约 19%，参与者对该工具的治疗联盟评分与真人治疗师相当。这些百分比本书未能核对原文，待核实。2026 年一项叙述性综述的结论是结构化 AI 应用"对焦虑、压力、孤独、自尊有一些短期益处"，但"各领域结果并不一致"。
证据等级：B。单项随机试验，样本 210 人，4 周，对照是等待名单而非真人治疗，结论需要复制。
情景：全情景。
来源：Heinz MV 等 (2025). Randomized Trial of a Generative AI Chatbot for Mental Health Treatment. NEJM AI 2(4). <https://doi.org/10.1056/AIoa2400802> ; Vannoy 等 (2026). Behavioral Sciences 16(6):909. <https://doi.org/10.3390/bs16060909>
备注：反方证据：等待名单对照会高估效应；试验中的机器人有临床团队实时监控，商业产品通常没有。出现自杀念头时任何 App 都不是选项，直接拨 12356 或去急诊。这条什么时候失效：当中国有本土产品拿到医疗器械注册证并发表随机试验，届时可以按产品更新。本书不构成医疗建议。见第 5 章。

25. 别让睡眠 App 的"睡眠评分"决定你今天的心情；连续两周分数低就去看睡眠门诊，而不是买更贵的手环

成本：不花钱。可能省下升级设备的钱。
说人话：消费级手环判断睡眠分期的准确度有限，深睡浅睡的数字看看就好。已经有睡眠医生给一种现象起了名字：因为追求完美的睡眠数据而失眠。原书说的是睡够 7 小时、固定作息、卧室黑暗安静，这些不需要评分。如果连续两周确实睡不好，去看睡眠门诊，失眠的认知行为治疗有 A 级证据。
收益：Baron 等 2017 年在《临床睡眠医学杂志》报告了一组病例并提出"完美睡眠症"（orthosomnia）的概念：患者因追求可穿戴设备上的理想睡眠数据而加重失眠，并对设备数据的信任超过对多导睡眠监测的信任。多项验证研究显示消费级设备对总睡眠时间的估计尚可，但对睡眠分期的判读与多导睡眠图一致性较低，具体数字待核实。Cappuccio 等 2010 年荟萃分析给出的是睡眠时长与死亡率的关系，与分期评分无关。
证据等级：B。现象有病例报告与验证研究支持，没有关于评分焦虑本身的大样本研究。
情景：全情景。
来源：Baron KG 等 (2017). Orthosomnia: Are Some Patients Taking the Quantified Self Too Far? J Clin Sleep Med 13(2):351-354. <https://doi.org/10.5664/jcsm.6472> ; Cappuccio FP 等 (2010). Sleep 33(5):585-592. <https://doi.org/10.1093/sleep/33.5.585>
备注：反方证据：对有睡眠呼吸暂停风险的人，手表的血氧与心率数据有提示价值，收到持续的血氧下降提示应去做睡眠监测。这条什么时候失效：当消费级设备的分期判读达到医疗级并获批。原书关于失眠认知行为治疗的条目照旧。见第 30 章。

26. 体检时不为"AI 全身扫描""AI 深度体检"套餐加钱；按原书的筛查清单做，AI 辅助的项目顺带接受

成本：反面条目。省下几千到几万元。
说人话：这一章前面写的 AI 辅助项目（乳腺阅片、眼底、心电图）都是嵌在原有筛查里的，不用额外花钱。而"AI 全身 MRI""AI 肿瘤早筛""AI 基因体检"是另一回事：它们在无症状人群里大规模筛查，找出一堆需要再查的"可疑点"，其中绝大多数是虚惊，少数会导致不必要的活检和手术。原书讲过筛查的过度诊断问题，加上 AI 只是让它找得更多，不是找得更对。
收益：本书检索范围内，没有找到任何一项以全因死亡或癌症死亡为终点、在无症状普通人群中进行的"AI 全身扫描"随机试验。已有证据来自原书引用的筛查研究：任何筛查项目在扩大到低风险人群时，阳性预测值下降，过度诊断上升。MASAI 试验（第 7 条）显示 AI 辅助阅片在既定筛查项目内假阳性率与传统方法相同（1.5%），它没有回答"在没有筛查指征的人群里做 AI 扫描"这个问题。
证据等级：C。"没有证据"本身可查，但对具体套餐的危害没有直接数据。
情景：全情景。
来源：Lång K 等 (2023). Lancet Oncology 24(8):936-944. <https://doi.org/10.1016/S1470-2045(23)00298-X> ；原书第 2 节关于筛查过度诊断的条目所引来源。
备注：反方证据：有明确家族史或高危因素的人，某些额外筛查是有指征的，这由医生判断而不是由套餐决定。这条什么时候失效：出现在普通人群中以硬终点为目标的阳性随机试验。见第 13 章、第 31 章。

这一节在 AGI 时代变了什么、没变什么

先说没变的，因为它占了绝大部分。原书第 1 节和第 2 节的健康条目，从系安全带到量血压，效应量在 2026 年一个字都不用改。这一章 26 条里，证据最硬、收益最大的几条（打断久坐、卧室无手机、急症打 120、不自行停药）本质上都是原书条目在新环境下的重申。第 3 章第二条原则说身体是最后的护城河，理由不是身体变得更重要了，而是其他东西变得更不确定了。一个人如果只做原书的 A 级健康条目，再加上这一章第 1、2、4、5 条，他在三条情景线上的健康处境都不会比 2026 年差。

变了的东西可以分成三层。

第一层是 AI 进入了医疗体系内部，并且已经有一部分拿到了 A 级证据。MASAI 的 10 万人随机试验、EAGLE 的 2.2 万人试验、IDx-DR 的监管批准，这些不是推演，是已经在发生的事。它们的共同特点是：AI 被嵌在既有的筛查流程里，最后仍由医生签字，责任链完整。所以对普通人来说，这一层的建议很简单，遇到就接受，不用额外花钱，也不用因为"是机器看的"而抗拒。第 3 章第三条原则说责任比技能保值，这些应用恰好是在保留责任链的前提下引入技能，这是它们能拿到 A 级证据的原因，也是本书判断哪些 AI 医疗应用可信的第一条标准：看最后是谁签字。

第二层是 AI 进入了医疗体系外部，也就是你的手机，而这一层的证据几乎是空白，风险却是实的。四个主流模型给患者的建议里有 5% 到 13% 是不安全的；普通人拿着模型做医疗判断，正确率不到一半；模型单独作答的正确率反而是 94.9%。这三个数字放在一起，说明问题不在模型的知识，在人机之间那个界面。第 3 章第五条原则说用 AI 但不把判断外包，落到这一章就是三个动作：急症先打 120，停药换药找医生，其余时候把模型当读报告的实习生。这三个动作的成本都是零，它们在慢线、基准线、快线上都成立，因为它们防的不是模型的错误率，是人的自动化偏见，而后者不随模型分数上升而消失。

第三层是 AI 制造了新的消费品，它们直接作用在身体上，卖的是"长寿"和"陪伴"。GLP-1 灰色市场、NMN、雷帕霉素、生物年龄检测、AI 陪伴应用、AI 全身体检。这一层的共同点是，它们把某个真实的科学信号（小鼠延寿、NAD 上升、时钟走慢、模型会安慰人）包装成一个可以立刻购买的产品，而中间那一步，从信号到硬结局的人体证据，是缺失的。第 3 章第七条原则说别为正在变便宜的东西付高价，在健康这一节要加一个更严格的版本：别为没有硬终点证据的东西付出身体。这一章里所有反面条目的证据等级都写清楚了缺的是什么，读者可以自己判断哪一天证据补上了。

还有一件事需要诚实地写出来。这一章有两条不可逆的风险条目，第 21 条的辅助驾驶和第 22 条的青少年 AI 陪伴，证据等级都不是最高的，因为这类因果关系不可能用随机试验验证。本书按预防原则把它们排在前面，理由是第 3 章第一条原则：变化越快，不可逆的代价越高，对不可逆的事要求的不是更多证据，而是更少侥幸。反过来，那些看起来最"AGI"的条目，长寿药、生物年龄、AI 全身扫描，恰恰是这一章里最不该做的事。这不是巧合。AI 让"看起来像科学"的东西变得便宜了，让真正的证据变得相对更贵，这一节和全书其他章讲的是同一件事。

资料来源

见各条目的"来源"字段。本章共引用 30 余条不同的原始来源，包括随机对照试验（MASAI、EAGLE、SELECT、PEARL、Goh 2024、Nature Medicine 2025、Therabot、MIT/OpenAI 2025）、大型前瞻性研究（Apple Heart Study、Ekelund 2019、Cappuccio 2010）、荟萃分析（Nutrients 2026 两项）、监管机构文件（FDA、IIHS、NHTSA、国家网信办、加州 SB 243）、公司披露（Waymo、OpenAI）、法院文件（Garcia 案、Raine 案）以及官方通报（公安部）。标注"待核实"的数字均已在证据等级中降级处理。本书不构成医疗建议。