当 AI Agent 学会说'我不知道'
核心判断：医疗 AI 下一阶段的竞争焦点，不是更会'说'，而是更会'量化不确定性、约束错误传播，并在必要时把决定权交还给人类专家'。
执行摘要
本文围绕一个核心命题展开：在 2026 年的医疗 AI 部署中，真正稀缺的并不是生成文本的能力，而是系统对'不确定性'的治理能力。大语言模型擅长读懂语言、整合文档、生成解释，却不天然擅长在证据不足时保持克制。贝叶斯网络与贝叶斯增强方法提供的，正是这种'认知刹车'。
工程上，本文给出一套完整实现路径：以 Python 作为主开发语言，以结构化患者工件作为中间表示，以 Milvus/Qdrant/pgvector 或 FAISS/cuVS 承接证据层，以 pgmpy/PyMC/NumPyro 承接概率推理层，以 FastAPI、Pydantic、Redis、PostgreSQL 与异步任务队列承接服务编排，并结合 TensorRT-LLM、NeMo Retriever、RAPIDS、Dynamo 等 NVIDIA 软件栈完成医院私有化部署。
本文不主张用贝叶斯方法替代 LLM，而主张'角色分工'：LLM 负责读、写、抽取、沟通与工具编排；向量数据库负责证据召回与版本治理；贝叶斯层负责后验更新、主动追问与风险路由；治理层负责人工复核、权限控制和审计留痕。
表 1 推荐技术栈总览
| 层级 | 推荐组件 | 作用 | 说明 |
|---|---|---|---|
| 服务层 | FastAPI / Pydantic / uvicorn | API、契约校验、实时服务 | 适合医院内网与微服务拆分 |
| 数据层 | PostgreSQL / Redis / MinIO | 审计、缓存、对象存储 | 关系数据与日志管理清晰 |
| 向量层 | Milvus / Qdrant / pgvector / cuVS | 证据召回与 ANN 搜索 | 根据规模与 GPU 条件选择 |
| 推理层 | pgmpy / PyMC / NumPyro | 贝叶斯网络与不确定性量化 | 服务高风险任务路由 |
| 模型层 | Nemotron / TensorRT-LLM / NIM | 本地推理与优化部署 | 适合私有化与高吞吐 |
| 编排层 | LangGraph / Ray / Celery | 多 Agent 编排与异步任务 | 需限制高风险场景权限 |
表 2 向量数据库与检索引擎选型建议
| 方案 | 规模适配 |
|---|
