一句话看懂：这是一篇2016年由退休医生Ken Murray撰写的深度亲历文章，揭示了医生群体在面对绝症和临终时，为何普遍选择远少于普通人的治疗强度，甚至主动避免抢救——而这一行为模式背后，隐藏着对现代医疗“无效救治”现象的深刻反思。
事件核心：发生了什么
Ken Murray通过多个真实案例（如一位胰腺癌专家好友拒绝自己发明的根治手术，回家平静度过最后几个月）指出：医生并不像普通人那样“战斗到最后一刻”。相反，他们基于对医疗极限的清醒认知，普遍拒绝化疗、放疗、心肺复苏（CPR）和ICU插管等创伤性干预。Murray本人甚至在从业最后十年退出医院临床，因为无法忍受执行明知会带来痛苦却无意义的救治流程。他强调，CPR对于严重慢性病或高龄患者的真实成功率极低（自己经手的数百例CPR中，仅1位健康人康复出院），而公众普遍高估了其效果。
为什么重要
这篇发表于9年前的文章，至今仍在Hacker News等社区引发热议，根源在于它触及了AI时代一个更尖锐的平行问题：当技术（无论是医疗设备还是大模型）具备“能做”的能力时，“该不该做”的伦理决策被系统性地外包给了技术本身。医生明知无效却仍执行救治，与开发者明知推理成本高昂却仍堆算力、明知模型存在幻觉却仍上线对话系统，逻辑完全一致——都是“能做”绑架了“该做”。Murray指出，导致这一局面的三方（患者、医生、医疗系统）对决策的职责不清，与当下AI生态中用户期望过高、开发者不敢说“不”、商业化压力迫使上线脆弱产品，如出一辙。
对用户/开发者/创作者的影响
对AI开发者和产品经理：提示语“do everything”（做所有能做的）在医疗中导致了灾难，在AI中同样危险。当用户要求“让模型回答所有问题”或“调用所有可用工具”时，开发者有责任明确告知能力边界和风险成本。对内容创作者和普通用户：需要重新审视“技术万能”的叙事，主动对AI工具设置使用边界（例如限制自动执行权限、要求输出置信度），避免像ICU中无选择可做的家属一样，因信息不对等而接受“一切合理”之外的无效输出。对企业采购者：应当警惕AI供应商宣传“全栈能力”时隐含的过度承诺，要求提供明确的失败场景和回滚预案。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，AI医疗服务（如诊断辅助、老年看护机器人）是否会像传统医疗一样，在商业压力下提供“用户要求的一切”而忽视长期伤害？第二，有没有类似“NO CODE”医嘱的AI伦理声明——例如开发者可以在模型签名中标记“不执行基于模糊指令的自动化操作”？第三，开源社区中已经出现“轻推理”模型（如追求低算力的聊天模型），这与医生放弃激进治疗背后的价值选择有结构性相似，值得观察此类模型是否会形成独立生态。
