撰文| 张   南

设计| 荆   芥

2026年4月9日下午，硅谷 Palo Alto 一家阿拉伯风格的咖啡馆里，邢舟把手机递过来。屏幕上是一张视网膜毛细血管的显微图像, 头发丝1/20大小的区域，血管分支像树杈一样蔓延，正在发生不自主的微运动。

“当人盯住一个东西看的时候，视网膜会产生一些不受大脑控制的微运动。”邢舟说，“正因为它不受控制，我们可以把它当作一种生物标志物。如果大脑能控制，那就没有意义了——人是可以‘造假’的。”

邢舟是 C. Light Technologies 的联合创始人。他告诉《轩辕科技评论》，他的公司正在做一件事：用一束激光打入瞳孔，10秒钟采集一段视网膜视频，再用 AI 分析其中的眼动模式，从而判断脑部是否存在早期病变。

阿尔茨海默症、脑震荡、自闭症、多动症、多发性硬化症、渐冻症, 很多脑部问题，最早的信号，其实出现在眼睛里。

邢舟把这件事总结成一句老话：“中国人说，眼睛是心灵的窗户。”

01「从粒子物理到眼睛里的运动 」

邢舟1986年出生，安徽安庆人。本科就读于中国科学技术大学物理系，2008年赴美深造，随后进入欧洲核子研究中心（CERN），在大型强子对撞机参与粒子物理实验。

做个几个月博后之后，他来到斯坦福大学拿到一个全职的工作，在SLAC 国家加速器实验室担任 Staff Scientist。

“我当时是整个部门最年轻的科学家，不到30岁。”他说。

三年后，他离开学术界，进入工业界，参与汽车行业项目，随后开始创业。

粒子物理训练带给他的，是一种处理极端复杂信号的能力。

视网膜上那一小片区域里的血管运动，本质上和对撞机里的粒子轨迹属于同一类问题——信号极弱，噪声极大，关键在于你是否知道自己在寻找什么。

五年前，他遇到现在的联合创始人，一位神经科学家，长期研究如何通过眼睛分析脑部疾病。两人很快达成共识：一个理解大脑，一个把概念变成系统。

“我的工作更像认知工程，”他说，“把一个想法变成一个真实存在、可以被使用的东西——比如一个通过 FDA 认证、可以进医院的设备。”

02「历时两年的 FDA 认证 」

Light 的设备是一台桌面仪器。病人把头固定，激光通过一个小孔进入瞳孔，投射到视网膜，再反射回来，形成一段10秒钟的视频。

与传统眼底检查相比，有两个关键差别：

不需要散瞳。传统检查需要等待30分钟，之后短时间内无法正常用眼；而这台设备10秒完成。

它采集的是视频，而不是照片。传统方法是静态图像，而这里捕捉的是动态过程——那些不自主的微运动，正是核心信号。

这台设备的价值，不在于它能看到什么，而在于它能在什么时候看到。

“比如阿尔茨海默症，核磁共振可以看到海马体缩小。但当你看到结构变化时，通常已经比较晚了。”

邢舟向《轩辕科技评论》解释道：核磁共振看到的是结构变化；C. Light 看到的是功能变化。

“阿尔茨海默症不可逆，但可以延缓。如果原本10年发展到下一阶段，你能把它变成20年甚至30年，对家庭来说意义很大。”

03「收100个病人可能需要两年 」

“在美国市场，目前还没有类似设备既拿到FDA批准又可以直接在医院使用的。”邢舟说。

Light 已经获得 FDA Class II 510(k) 认证，可以进入临床环境。

他这几年最大的感受，是医疗行业的“慢”。

第一个慢，是医生教育。“很多神经科医生并不知道可以通过眼动来诊断脑部问题。”

第二个慢，是数据收集。“一个医生要做阿尔茨海默症研究，收100个病人可能就要两年。”

第三个慢，是学术传播。“等研究完成、发论文、同行认可，再慢慢扩散。”“整个过程特别缓慢，和互联网完全不一样。”

04「一个失败案例的一小时 」

邢舟有一个习惯：和其他创业者约咖啡。

在硅谷，这种行为有个半开玩笑的说法——founders dating，创业者之间的“约会”。

“一般就是一杯咖啡，一个小时。”他说，“大家会聊各自踩过的坑，也会看看有没有合作的可能。”

在一次这样的“founders dating”中，他遇到一位做 AI 医疗制药的创业者。对方的公司曾经发展很快，也获得过不少融资，但后来没有找到进一步规模化（scale up）的路径。

邢舟问他原因。

“他总结了几方面，有团队的问题，也有商业模式的问题。”

当公司遇到瓶颈时，投资人并没有继续加码。

“投资人的逻辑其实很直接：当有多个项目需要支持时，只能优先选择成功概率更高的。”

邢舟从这些对话中感受到当时的市场环境。

“2024年底到2025年初，整体是比较收缩的。”

他把这些聊天整理成笔记，像做田野调查一样记录不同创业路径。

“很多想法其实很早就有了，只是现在才有条件实现。”

05「AI是合作伙伴，不是替代品 」

在咖啡馆里，邢舟不断切换身份: 科学家、创业者、讲述者。

面对几个十几岁的孩子，他几乎接住了所有问题。

与《轩辕科技评论》谈到AI，他的态度很明确：

“以前我们是通过写代码、犯错来学习。现在很多人直接用自然语言生成代码，东西能用，但底层原理不理解。”

一些公司甚至开始限制初级工程师使用AI。

“经验不够的时候，过程本身很重要。”

他的结论是：

“不要把AI当替代品，它更像合作伙伴。”

他自己的用法很实际：写代码远程操作、邮件自动筛选、内容自动生成。

“以前半小时到一小时，现在一两分钟。”

06「临床数据与“Clinical Token” 」

在谈到AI时，Joe说，他正在做的一件事，可能会影响医疗AI的基础形态。

Joe研究的新领域，关注的是一个更底层的问题：临床数据如何被机器真正理解。

医疗世界的数据极其复杂：影像、血液、生化指标、神经信号、解剖结构、生理变化，它们横跨物理、化学、生物多个维度。

但这些信息现在往往被压缩成文字、表格和标签，而这种表达方式本身是有损的。

“你用一句话描述一个病人，其实丢掉了大量信息。”

这和具身智能面临的问题很相似——AI如何理解“世界”，而不是只理解“语言”。

为了解决这个问题，Joe提出了一个概念：clinical token（临床词元）。

它类似语言模型里的token，但不只是词，而是带有物理、化学、生物意义的数据单元——一种更接近现实世界结构的表达方式。

如果说今天的大模型是在学习“人类如何表达”，那么 clinical token试图让模型学习“世界本身是什么”。

在Joe看来，这可能是医疗AI从“会说话”走向“会理解”的关键一步。

07「硅谷十年 」

邢舟开特斯拉，习惯在堵车时开启自动驾驶，在车里听书或开会。

他熟悉不同技术路线：“Waymo依赖高精地图，而特斯拉是纯视觉。”

在硅谷生活十年，他明显感受到变化。

“人更多了，也更拥挤了。”公司也经历过盗窃事件， 一次损失了一台价值6万多美元的显微镜和多台电脑。

“现在一些区域会被盯上，因为大家知道这里有高价值设备。”

与此同时，他仍与学术界保持联系，是清华大学访问教授，并参与粒子物理数据的AI研究。

“绕了一圈，好像又回来了。”

他说这句话时，语气很轻松。

“我觉得挺好的。”