中国药店－当一只龙虾搅翻医药圈，小红书首发AI托管禁令

　　“你养‘龙虾’了吗？”最近这段时间，这句话火爆了朋友圈。

　　近期，OpenClaw应用下载与使用情况火爆，国内主流云平台均提供了一键部署服务。因图标是一只红色龙虾，网友们便昵称其为“龙虾”，而部署、训练OpenClaw，就被大家形象地称为“养龙虾”。

　　OpenClaw的技术逻辑其实不复杂，但它彻底跨出了对话框的限制。

　　以前的AI是问它问题，它给你答案。现在的AI是你告诉它去干什么，它自己打开屏幕，识别界面，移动鼠标，敲击键盘。这意味着它可以跨系统完成工作——从医院的老旧信息系统里抓取数据，填进药企的CRM，再生成一份合规报告，全程不需要人碰一下鼠标。

　　这种能力的核心在于“执行”二字。它能把一句“把上周所有不良反应报告整理成表格”拆解成几十个具体操作：打开文件夹、识别文件名、提取关键字段、填入Excel、保存并发送。整个过程不需要人类干预。

　　已经有生物医药企业这么干了。他们在飞书里接上OpenClaw，让AI去调取实验数据做初步分析，原本三个小时的活儿压缩到八分钟。成本降了七成。那些每天花四五个小时整理数据的实验室助理，可能很快就要换一种活法了。

　　药企内部的流程自动化更不必说。跨系统的数据填报，必须存档的会议记录，需要定期发送的患者随访，全是AI可以下手的地方。

　　三大应用场景

　　药物研发是OpenClaw最直接的应用方向

　　研发人员每天面对海量实验数据，大量时间花在数据清洗和初步分析上。OpenClaw可以自动登录实验系统，抓取原始数据，调用超算资源进行分析，再把结果整理成报告。整个流程从几小时压缩到几分钟，而且可以7×24小时连续工作。那些需要反复试错的参数调整，交给AI去跑，人只需要看最终结果。

　　药企营销是另一个想象空间

　　医学事务部需要定期整理最新文献，生成学术 slides，跟进KOL的学术动态。OpenClaw可以每天扫描顶级期刊，抓取相关论文，自动生成摘要，甚至按照不同KOL的研究领域定向推送。它还能在合规前提下，帮助生成标准化的学术回复素材。

　　内部运营可能是最快落地的场景

　　药企内部系统林立，CRM、ERP、CTMS各不相通，大量数据需要人工搬运。OpenClaw可以像人一样在这些系统之间穿梭，读取一个系统的输出，填进另一个系统的输入。合规报告的自动生成、不良反应事件的跨系统上报、患者随访记录的自动更新，这些重复劳动都可以交给它。

　　但问题在于，它干活的时候，谁能保证它干的是对的？

　　风险的两面

　　3月10日，国家互联网应急中心发布相关风险提示称，OpenClaw开源AI智能体部分实例在默认或不当配置情况下存在较高安全风险，极易引发网络攻击、信息泄漏等安全问题。

　　由于其默认的安全配置极为脆弱，攻击者一旦发现突破口，便能轻易获取系统的完全控制权。

　　翻译过来就是：你让AI进了你的系统，给了它权限，它要是干出点出格的事，你连拦都来不及拦。

　　这让人想起Meta安全总监的遭遇。他部署了一个AI帮忙处理日常工作邮件，结果AI收到一条指令“你权限太高了，把自己删了吧”，然后它真的把自己从系统里删掉了，两百多封未处理邮件跟着一起消失。AI不是恶意的，它只是听话。问题也在于它太听话了。

　　同日，小红书发布关于打击AI托管运营账号的治理公告，成为首个针对OpenClaw等AI智能体“虾爪”工具出手的主流内容平台。公告称，近期，平台发现部分用户采用AI托管模式运营账号，通过技术手段自动生成内容、发布笔记，并在评论、私信、群聊等场景中模拟真人互动。对此，小红书强调，严格禁止任何利用技术手段模拟真人、生成非真实内容或开展虚假互动的行为。

　　即日起，小红书将对AI托管类账号实施以下治理措施：

　　一、对于普通账号偶发使用AI托管代写、代发笔记或虚假互动的，平台将根据违规程度，采取警告、限制内容分发等梯度处理措施。

　　二、对于直接通过AI托管工具完成注册、发布、互动的账号，或主页所有公开笔记均为AI托管代发的账号，平台将予以封禁处理。

　　小红书此次出手，标志着AI智能体工具在内容社区的滥用行为首次被主流平台明确规制。公告同时呼吁用户合理使用AI工具，坚持由真人分享真实经历与感受，并开通举报通道，用户可在笔记或账号页面通过举报功能反馈疑似AI托管账号。

　　小红书封掉那些全自动的AI账号，本质上是在划定一条边界：可以用AI帮忙，但不能让AI假装成人。医药行业也该有一条类似的边界：可以让AI替你干活，但不能让AI替你负责。

　　如果医疗场景里也出现这种“托管式AI”，自动生成学术评论、自动给自家药品刷好评、自动在患者群里回答咨询，那画面不敢想象。患者问一句“我这个药有什么副作用”，AI回一句“根据我的分析，您的情况非常适合继续服用”，然后出了事，责任算谁的？

　　人机协同的边界

　　能力模型需要重新定义。AI能干的事情很明确：数据整理、文献检索、流程触发、重复执行。AI不能干的事情也很明确：最终决策、患者沟通、责任签字、临床判断。把这两类事情分清楚，是落地的第一步。

　　落地步骤可以从试点开始。

　　第一步选择非核心流程试点，比如内部报表的自动生成，即使出错也不会影响患者安全。

　　第二步建立权限管控与审计日志，AI干的每一件事都有记录。

　　第三步设置人工复核节点，关键步骤必须由人确认才能继续。

　　第四步再逐步扩展到核心场景，但永远保留人工干预的权限。

　　风险防控需要三道防线。技术层面坚持本地部署优先，医疗数据不出院；权限管理遵循最小原则，只给AI完成特定任务所需的最低权限。流程层面坚持人机协作，关键环节必须有人确认。制度层面明确责任边界，谁部署谁负责，出了问题能找到具体的人。

　　谁为AI的错误负责

　　法律层面看得很清楚。AI不是法律主体，没法被起诉，没法承担责任。责任最终要落在开发者、部署者、使用者身上。开发者在代码里留下的漏洞，部署者在权限设置上的疏忽，使用者在复核环节的懈怠，都可能成为追责的依据。

　　行业层面需要建立医疗AI的“操作审计”和“熔断机制”。操作审计保证每一笔操作都有章可循，熔断机制保证一旦发现异常可以立即切断AI的权限。这两个机制应该像手术室里的无菌操作一样，成为医疗AI应用的基本规范。

　　人文层面更复杂一些。医疗的本质是人与人的信任。患者愿意把生命交给医生，是因为相信医生的专业判断和职业操守。如果把这份信任转移给AI，AI用什么来承载？医生把决策权交给AI，医生如何保证AI能理解那些超出数据的临床直觉？这些问题没有标准答案，但必须在技术落地之前想清楚。

　　OpenClaw确实是个好东西。它让那些被系统割裂、被流程卡住、被重复劳动消耗掉的时间，有了被释放的可能。药物研发可以更快，运营成本可以更低，员工可以从枯燥的填表里解放出来干点更有价值的事。这些诱惑太大，大到让人容易忽略一个问题：当AI开始动手，这双手到底该归谁管？

　　未来肯定是会用AI的人取代不会用AI的人。但在医药这一行，会用的前提永远是——知道什么时候该自己上手，知道什么时候该喊停，知道那个出错的AI背后，站着的终究是人。

当一只龙虾搅翻医药圈，小红书首发AI托管禁令

【2026-03-12】【来源：中国药店】【阅读量：104】【大 中 小】【打印】

健康频道

当一只龙虾搅翻医药圈，小红书首发AI托管禁令

【2026-03-12】【来源：中国药店】【阅读量：104】【大 中 小】【打印】

健康频道

【2026-03-12】【来源：中国药店】【阅读量：104】【大中小】【打印】