过去几年，医疗健康和生物医药领域的关注点集中在模型能力上，但近来随着OpenClaw的发布以及Agent的应用，AI开始深入行业执行复杂任务，从模型驱动，迈向Agent驱动。

OpenBioMed Skills：把专家经验变成“可执行能力”

近日，清华大学智能产业研究院（AIR）与水木分子联合发布了OpenBioMed Skills，旨在把生物医学研究中"只能依赖专家经验"的环节，变成可执行、可复用的Skills, 并形成工作流，助力“科研能力平权”。团队通过将生物医药专家决策流程完整编码为可执行代码，即使没有深厚工程背景的研究人员，也能搭建并运行覆盖生物医学研发全流程的端到端工作流。

清华大学智能产业研究院介绍，首批Skills包含了45项专业技能，分为5大类，覆盖生物化学/药物研发、蛋白质分析与设计、单细胞组学分析，同时也提供数据检索、工具调用等辅助技能。在使用层面，团队已将 OpenBioMed Skills 部署至 OpenBioMed 平台，支持直接调用 PharMolixFM、BioMedGPT-R1、MutaPLM 等多模态模型。相比通用模型，其在专业知识理解与任务执行上具备更强针对性。

在“针对 PD-L1靶点设计先导化合物”的案例中，研究人员通过安装OpenBioMed Skills，即可借助Claude Code完成针对靶点的先导化合物设计，Agent与用户进行多轮对话，确认用户的参数设计，执行任务。并在结果输出后进一步给出优化建议。

从定位上看，OpenBioMed Skills 更接近于一套能力基础设施，可以为 Agent 系统提供可调用的工具集合。

PandaClaw：让AI参与药物发现流程

如果说 OpenBioMed Skills 解决的是“能力标准化”，那么英矽智能推出的 PandaClaw，则展示了一个将能力组织起来完成科研任务的“AI科学家”雏形。

3月23日，英矽智能宣布在自主靶点发现平台PandaOmics上推出 PandaClaw，由三大核心组件构成：一是基于资深生物学家工作流逻辑建模的 Agent Core（智能体核心）；二是由数据科学家与生物学家跨学科协作整理的专有 Data Warehouses（数据仓库）；三是建立在资深生物信息学专家分析推理能力之上的 Skills（技能库）。

在实际使用中，用户只需提出研究目标，Agent Core 即可自动生成多步骤分析路径，将自然语言需求拆解为可执行任务。随后，系统通过对 PandaOmics 平台的原生访问能力，结合内部数据仓库、外部数据库及用户自有数据，进行多组学数据整合与分析。执行过程中，系统会动态调用不同工具，并具备一定的自我诊断与纠错能力，最终输出分析报告。

在 PandaOmics 平台基础上，PandaClaw 将 AI 智能体与生物学工作流程相结合，使研究人员能够通过自然语言界面，开展自动化实时分析，从而降低AI药物研发工具使用门槛，加速转化医学研究。

WiseClaw：把Agent嵌入医疗系统

除了面向科研端外，智诊科技推出的WiseClaw则将这一范式带入了更复杂的医疗场景。

日前，智诊科技（WiseDiag）发布了企业级医疗健康行业智能体平台WiseClaw，基于 OpenClaw 架构构建，采用多智能体分工模式，面向社区与基层医疗、药店与院外处方流转、居家护理、医保与商保服务以及药械企业医学事务等多类场景。

在系统层面，WiseClaw 通过统一网关与标准化工具调用协议，将模型推理、知识与证据系统、流程编排、权限合规、评测审计与运营监控整合为一体，试图构建一个“可执行、可治理、可规模化”的智能体生产系统。

围绕医疗企业的实际需求，平台具备五大特性：一是多智能体协作，将复杂任务拆解为可控链路，并引入人工复核；二是医学证据链，确保每一条输出可追溯；三是医疗级安全与治理体系；四是可插拔工具生态，支持按企业内部规范对接 HIS/EMR/LIS/PACS 等系统；五是场景模板化与运营闭环，提供可复用场景模板、组件化搭建与指标看板，打造可运营的数字员工。

WiseClaw强调系统集成能力、合规能力以及真实业务闭环，更接近于医疗体系中的“AI操作系统”或“数字员工平台”。

除此之外，轻松健康也已推出了“证元芳·MedClaw 协作体”，覆盖循证诊疗决策支持、多指南一致性比对以及病例讨论与科研辅助等核心场景，并上线 MedClaw Skills Store，使医生能够一键调用多 Agent 协作能力，完成从证据检索到结论生成的完整流程。百度健康也正在孵化 AI 医生助手“DoctorClaw”，短期聚焦文献检索与办公辅助，长期目标则是深入临床诊疗与医学科研场景。

从 OpenBioMed Skills，到PandaClaw，再到WiseClaw，以及MedClaw、DoctorClaw，这一系列产品并非简单的“同类竞争”，更是同一技术范式在不同层级与场景中的展开，AI应用正在迈入下一阶段：技能可以被调用、流程可以被自动拆解、系统可以嵌入真实业务，行业关注的不仅仅是更聪明的模型，而是更接近人类工作流且更高效的系统。