蚂蚁阿福与支付宝AI支付入选时代周刊2026年度最佳发明:AI初诊加医生确认与智能体代扣两模式上榜
发布时间:2026年10月15日 16:30:0010月15日《时代》周刊公布2026年度最佳发明榜单,蚂蚁集团旗下健康AI应用蚂蚁阿福(AQ)入选「健康与福祉」类别,支付宝AI支付入选「金融与数字资产」类别。《时代》对蚂蚁阿福的介绍聚焦医疗可及性:用户上传皮肤问题照片后先由AI给出初步判断,再连接医生确认或纠正,明确区分AI初判与医生确认两个环节,该应用9月用户已超1.5亿。支付宝AI支付让兼容的智能体、应用和设备在用户授权后完成交易:自然语言提需求、智能体检索选项、用户确认后执行支付,据称超1亿人使用,今年2月单周处理交易超1.2亿笔。两款产品分别代表「AI+医疗的人机分级」与「Agent经济的支付底座」两种范式。
两款中国应用同时登上《时代》年度榜单
10月15日,《时代》周刊公布 2026 年度最佳发明榜单(共 300 项最佳发明 + 100 项特别提名,评选维度包括原创性、效能、创新雄心与影响力)。蚂蚁集团成为少见的「同集团两产品同时上榜」者:
| 产品 | 入选类别 | 核心模式 |
|---|---|---|
| 蚂蚁阿福(AQ) | 健康与福祉 | AI 初步判断 + 医生确认/纠正的分级诊疗 |
| 支付宝 AI 支付 | 金融与数字资产 | 用户授权下的智能体(Agent)代付 |
蚂蚁阿福:把「AI 看病」的边界讲清楚
《时代》对蚂蚁阿福的介绍聚焦医疗服务可及性,并特别强调流程上的两段式设计:
- 用户上传皮肤问题照片,先由 AI 给出初步判断;
- 再连接医生,由真人医生对 AI 判断进行确认或纠正。
「AI 初判」与「医生确认」被明确区分为两个环节——这正是当下 AI 医疗最关键的安全设计:AI 负责降低门槛、分流和提效,诊断责任仍由持证医生承担。它不宣称「AI 看病」,而是「AI 帮你更快见到对的医生」。
规模数据:该应用 2025 年推出,2026 年 9 月用户已超 1.5 亿。在中国基层医疗资源不均、皮肤科等科室挂号难的背景下,这种「先筛后诊」的模式切中真实痛点,也为 AI 医疗的合规落地提供了可复制样本。
支付宝 AI 支付:为 Agent 经济修「水管」
如果说蚂蚁阿福是 AI 进入民生场景,支付宝 AI 支付解决的则是更底层的问题:智能体怎么花钱。
交易流程被设计为三步:
用户用自然语言提出需求 → 智能体检索选项并请用户确认 → 获得授权后执行支付。
这看似简单,却是 Agent 从「聊天工具」变成「办事工具」必须跨过的一道坎——一个能订餐、订票、代购但无法完成支付的智能体,价值闭环始终差最后一公里。
关键设计原则是用户授权与确认:Agent 不能绕过人自己做交易决策,支付环节必须有人类的显式确认。这与近期 Rivian「刹车转向不交给 Agent」、行业对 Agent 权限边界的讨论一脉相承——Agent 可以干活,但花钱和高风险操作的开关留在人手里。
规模数据:《时代》称已有超过 1 亿人使用该服务,2026 年 2 月单周处理交易超 1.2 亿笔。
为什么这两项上榜值得行业关注
第一,它们代表中国 AI 落地的两种典型路径。
- 与美国偏「通用大模型+订阅」的路径不同,中国头部公司更擅长把 AI 嵌进已有的超级 App 和民生服务里,用场景规模反哺技术;
- 蚂蚁阿福走「AI+医疗分级」,AI 支付走「Agent 交易基础设施」,都是先有真实高频场景,再有 AI 能力嵌入。
第二,它们都踩在 2026 年最热的两条主线上。
- AI 医疗的「人机协同责任划分」是全球监管共同课题;
- Agent 支付(agentic commerce)是亚马逊、OpenAI、谷歌、苹果都在争夺的下一代电商入口,支付宝给出了一套已规模化运行的工程与风控方案。
第三,数据规模构成了壁垒。 1.5 亿健康用户、1 亿+支付用户、单周 1.2 亿笔交易——这类真实世界数据和风控经验,难以在实验室里复制。
冷观察
- 「AI 初诊」的准确性、误诊责任认定、隐私数据保护仍是长期考题,1.5 亿用户意味着监管和舆论的容错空间很小;
- Agent 支付的竞争才刚开始:手机厂商、大模型公司、卡组织都想做「Agent 的钱包」,先发规模能否转化为标准制定权有待观察;
- 《时代》榜单本身带有媒体评价属性,不等于商业成功或安全无虞,但它确认了一个趋势——中国 AI 应用在「支付」和「医疗」这两个高门槛、强监管领域的产品创新,开始进入全球主流评价体系的视野。
结语
蚂蚁阿福和支付宝 AI 支付同登《时代》榜单,一个管住「AI 能看到多深的病情」,一个管住「AI 能动用多少钱」——本质上都是在回答同一个 2026 年的核心命题:如何让 AI 在人类划定的责任边界内,真正办成人办的事。 当智能体大规模走进生活,最稀缺的能力或许不是让模型更聪明,而是为它设计出可信的「确认键」。