八方馆的分诊人

一、八位名医，一条长龙

八方馆是京城最有名的医馆。

有名的原因说来也怪——别的医馆靠的是一两位妙手回春的老大夫坐镇，八方馆靠的是八个。一个治骨，一个理皮，一个调内腑，一个通经络，一个看眼耳鼻喉，一个攻疑难杂症，一个专妇人小儿，一个做针灸推拿。八个大夫各精一科，随便单拉一个出去都能独当一面。

但八方馆有一个所有人都头疼的问题。

馆门口那条街，每天早上寅时不到就排起了长龙——人不是均匀地分给八个大夫的，是挤在一个门前面。

排在第一的是刘老大夫，专治骨伤。方圆百里但凡谁崴了脚、摔了腰、折了胳膊，第一反应就是"找刘老"。七十岁的刘老大夫从早看到晚，水都顾不上喝一口，案上的方子堆得像座小山，手腕上常年贴着三张膏药。

隔壁那七位大夫呢？喝茶的喝茶，翻医书的翻医书，趴在桌上打盹的打盹。

不是他们的医术不行。病人们认准了一个死理：找最有名的大夫准没错。

馆主姓秦，叫秦问疾。说是馆主，其实就是个分诊的——病人进门，他看两眼，指个方向："往左走，第三个门。"干了三年分诊，他发现自己捅的篓子比谁都大。他指得没错的病人，十有八九自己拐了弯——还是排到了刘老大夫门口。

"秦馆主。"这天打烊，针灸科的孙大夫端着杯凉透了的茶，冲他苦笑，"我今天看了三个病人。三个。我的针快生锈了。"

内科的周大夫从隔壁探出头来："你三个？我两个。其中一个还是走错门的——他想找刘老看他的咳嗽。"

刘老大夫坐在角落里揉手腕。揉了三年，骨头没断过，肌腱快断了。

秦问疾那天晚上躺在床上翻来覆去。病人排成一条歪歪扭扭的长龙，七个大夫闲着喝茶。馆门口挂的招牌写的是"八方馆——八科合诊"，底下过路的百姓念成"八方馆——找刘老"。

"问题不出在医术上。"他盯着天花板自言自语，"出在门上——每个病人都要自己选门，但病人根本不知道该推哪一扇。"

他忽然坐了起来。

"如果门不是让病人选的——是让一个知道八位大夫全部底细的人来选呢？"

二、九双眼睛看一个病人

秦问疾花了一个月，把八方馆的规矩彻底翻了个儿。

他在馆门口撤了八扇门的标识，只留一张长案。病人进来，不许自己挑大夫——先坐到长案前，让秦问疾"过一眼"。

过不是瞎过。案上摊着一本蓝布面的厚册子，记着八位大夫过去三年看过的每一个病例：什么症状、用什么方子、治到第几天好转、最后好了没有。

"头疼、怕风、流清涕。"一个中年汉子坐在长案前，"昨天下雨没打伞，淋了半个时辰。"

秦问疾翻开册子，手指在纸页上飞快地划动。他不是在查"头疼"——是在查八位大夫里谁最擅长看"风寒入络引发的偏头痛"。

刘老大夫？骨科，不挨着。孙大夫？针灸能治头疼，但这人怕针，不是最佳人选。周大夫？内科，但周大夫擅长的是脾胃，上头面不精。郑大夫？皮肤科——差得更远。

他的手指停在了第五位大夫的名字下面：吴大夫，攻疑难杂症的。册子上记着——吴大夫去年接过十七例"风寒入络引发的偏头痛"，十六例痊愈。剩下那一例，头疼没好，但吴大夫顺带查出了病人对蛤蜊过敏，转给皮肤科的郑大夫，两张方子一起开，也好了。

"往左走，第五个门。吴大夫。"

汉子站起来，没拐弯。因为他压根不知道吴大夫是谁——但秦问疾说得太笃定了。

这件事秦问疾一天做了四十七遍。每一个病人，他都要把八位大夫的底子在脑子里过一遍——不是比谁名气大，是比谁最对眼前这个人的症。而且他只挑两个。

"为什么只挑两个？"打烊后，吴大夫翻着秦问疾的册子问。

"人身上同时开八张方子，谁也受不了。两个大夫合诊——一个主治，一个佐证——刚刚好。"秦问疾拿过册子，翻到第三十七页，"你看这个病人。腰疼加腿麻——刘老正了腰椎，孙大夫用针灸通了经络。两个人加起来看了不到半个时辰，第三天病人走着来的。"

"那你怎么知道他需要的是刘老和孙大夫——不是周大夫和郑大夫？"

秦问疾在册子空白处画了一张图。一个病人的症状被他拆成了九个标签："腰疼""腿麻""久坐""脉涩""舌暗""无汗""夜重""四十岁""木匠"。每个标签后面叼着八条细线，分别连着八位大夫的名字。线有粗有细——粗的代表这位大夫对这个标签极擅长，细的代表稍微沾边。

"九个标签，八位大夫——七十二根线。"秦问疾的笔尖在图上飞快地点，"我把每一根线的粗细加在一起算，然后挑总分最高的两个。"

"八位大夫你都算了一遍？对每一个病人？"

"对每一个病人。七十二根线，算完只要一口气的功夫。"秦问疾合上册子，"反正我坐在这儿也没别的事。"

刘老大夫在旁边听了半天，忽然把烟斗从嘴里拿下来。"你算的这个——它准吗？"

秦问疾翻开册子最后一页。上面是他一个月的统计：总共分诊一千一百零九例，病人复诊反馈"对症"的有一千零三十三例。九成三的准确率。刘老大夫看了看那个数字，又看了看自己手腕上贴的膏药，没再说话。

那天晚上打烊，八位大夫坐在一起吃了顿饭。周大夫面前摊着今天开的方子，厚厚一叠："我今天看了二十六个。个个对症。"吴大夫没吭声，只把自己的诊疗记录推到桌子中间。三十三例。

孙大夫在数自己针包里的针。少了十九根——他今天扎了十九个病人。三个月前，这个数字是"三"。

三、每一扇门都要有人推

新规矩推了半年，八方馆的名声从京城传到了直隶。门口那条街不排长龙了——秦问疾的分诊太快，病人屁股还没坐热，方向就指好了。

但册子上有一栏数字让秦问疾越来越不安。

八位大夫的接诊量差距太大了。吴大夫一个月看了四百多例，占了全馆将近三分之一。而孙大夫——虽然比以前好太多了——一个月才看了六十几例。

不是秦问疾故意不给孙大夫派活。是算出来的——大部分病人的症状，七十二根线拉完之后，排在前两名的确实没有孙大夫。

孙大夫又开始喝茶了。这次不是闲的——是闷的。

"秦馆主，我知道你的册子算得准。"孙大夫放下茶杯，杯子在桌上磕出一声闷响，"但我的针没有比吴大夫的药差。我就是——我就是过不了你那七十二根线的关。每次算到最后一轮，我都是第三名、第四名。离被选上就差那么一根线的粗细。"

秦问疾拿起册子翻了一整夜。

翻到天快亮的时候，他看明白了。他的分诊办法有一个藏在算法里的偏向：它只看"谁最配这个病人"，完全不管"每个大夫被问了没有"。七十二根线无情地把大部分病人推向了三四位"通才型"的大夫——吴大夫、周大夫——而那些"专才型"的，像孙大夫专攻针灸、冯大夫只看眼耳，永远在第三名到第五名之间挂着。

如果一直这样，孙大夫的针法会越来越没人验证。冯大夫的眼科会生疏。到最后——他们那两扇门就真的没人推了。

"我需要加一条规矩。"

第二条规矩加进了分诊册：每位大夫的接诊次数，每天打烊后要拉一张表。如果某位大夫连续多日接诊量落在后三名，册子在第二天分诊时会稍微"抬"他一下。

"抬"不是乱抬。秦问疾加得极精细——只发生在那些"第三名离第二名差距不到半成"的病例上。比如一个腰疼病人，刘老大夫总分九十四，周大夫总分九十一，孙大夫八十七排第三。差七分——不抬。但如果孙大夫排第三、离第二名只差四分？册子会把孙大夫顶上去，替代原来的第二名。

"这不公平。"吴大夫第一个不干了——他从册子上看到自己的几个病人被"抬"给了孙大夫，"你明明算出来我对这个病人更合适。"

"差多少？"

吴大夫低头看了看册子上的数字。他的匹配分是九十二。孙大夫是八十八。

"四个。差了四个。"

"就这四个，"秦问疾说，"让孙大夫的门再关三个月——你愿意吗？"

吴大夫没答话。第二天他主动拿着三个病人的脉案去找孙大夫，把针灸的部分过给他看。孙大夫在册子上的那一栏数字，从那天开始慢慢往上涨。

又过了一个月。八位大夫的接诊量收敛到了一个合理的区间——最忙的还是吴大夫，但最闲的也比以前多了一倍的病人。全馆的治愈率没有降。

秦问疾在册子最后一页写了一行小字：门不是越多越好。是哪扇门对这个人最好——同时每一扇门都要有人推。

四、一个人需要几双手

真正考验八方馆的，是一个从真定府连夜赶来的病人。

此人症状之杂，前所未见。头疼如劈、干咳不止、脸上起了连片的红疹、左膝肿得弯不了、眼睛畏光流泪、脉象一浮一沉没个定数、舌苔黄白相间、浑身酸软没一丝力气。八个症状散落在身体的不同系统里，像八条各自延伸的线索，每一条指向不同方向。

秦问疾翻开册子，一个一个症状往上对。

头疼 → 吴大夫最高。咳嗽 → 周大夫最高。红疹 → 郑大夫最高。膝肿 → 刘老大夫最高。目畏光 → 冯大夫最高。脉象不定 → 王大夫最高。舌苔厚腻 → 赵大夫有独到见解。全身酸软 → 钱大夫最高。

八个症状，八位大夫各中一枪。

秦问疾的笔停在半空。

按老规矩——挑总分最高的两个大夫，意味着只派吴大夫加王大夫。但那样的话，脸上的红疹谁管？膝盖的肿谁看？眼睛畏光——冯大夫不上，谁也看不准。

"这个病人，"秦问疾放下笔，把八位大夫全部叫到了大堂里，"需要四个人。"

"四个？"刘老大夫放下烟斗，"有先例吗？"

"没有。但规矩是死的，人是活的。这个人身上有八条线——每一条线都不算致命，但八条拧在一起，就成了一张谁都解不开的网。两个人四只手，解不了八条线。"

吴大夫、郑大夫、刘老大夫、冯大夫——四个人围着病人坐下。秦问疾把册子摊在中间的地上，八条症状的对应分数写在八个角上。

四位大夫花了整整一个下午。吴大夫从头疼和脉象切入，定大方向。郑大夫从皮肤红疹的形态判断病邪的性质。刘老大夫检查膝盖积水的深浅。冯大夫翻开病人的眼皮，用手电照了三次——"这个畏光不是眼睛本身的问题，是肝火上攻。"

四条线索在大堂中央汇到了一处：肝郁化火，上攻头目，外发皮肤，下注关节。 不是八个病——是一个病的八个面孔。

四个人各开了一部分方子。吴大夫统合四张方子，删掉重复的药，补上遗漏的引子——合成一张。

三天以后，病人退了烧。七天以后，红疹消退，膝盖能弯了。半个月以后，他走着回了真定府。

"你知道最后一刻我在想什么吗？"秦问疾后来跟刘老大夫说，"我在想——如果八方馆有一百二十八位大夫，不是八个——这个病人会不会好得更快？"

"不会。"刘老大夫放下烟斗，在桌腿上磕了磕烟灰。"因为你不可能让一百二十八个人围着一个病人转。四个已经是极限——再多就乱套了。重要的不是你有多少大夫——是你能不能从一百二十八个里头，挑出最对的四个。"

秦问疾翻开册子，在那天的记录下面写了一行字——

不是每个病人都需要每一个大夫。但每一个病人都需要那个对的大夫。

技术解读

混合专家模型（Mixture of Experts，MoE）是当代大语言模型扩展参数规模的核心架构。与传统的密集模型——每个 token 激活全部参数——不同，MoE 将模型拆分为多个独立的"专家"子网络，并通过一个门控网络（Gating Network）为每个 token 动态路由到最相关的 top-k 个专家。这意味着模型的总参数量可以极大幅度增长（从数十亿到数千亿），但每个 token 实际激活的计算量保持不变——因为每次只用到少数几个专家。

MoE 的思想最早可追溯到 Jacobs 等人在 1991 年提出的"专家混合"框架。但在深度学习时代，Shazeer 等人在 2017 年的论文《Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer》中将其引入 Transformer，实现了首个大规模稀疏激活的语言模型。此后，Google 的 GLaM、Mistral AI 的 Mixtral 8×7B、以及 GPT-4 传闻中使用的 MoE 架构，将这一技术推向了工业级应用的前沿。

核心概念回顾

故事中的隐喻对照

为什么这个故事对应 MoE？

1. 稀疏激活的本质：每个病人只被分配给 2 个大夫（Top-2），其余 6 个大夫的门根本不用开——这正是 MoE 的核心优势。拥有 8 个专家的总参数量，但每个 token 实际激活的计算量只相当于 2 个专家。参数规模和计算成本解耦。

2. 门控网络的路由逻辑：秦问疾的"七十二根线"对应门控网络的 softmax(W_g · x) 计算——将输入 token 的特征向量与每个专家的"擅长领域"进行匹配，选出得分最高的 K 个。这一计算轻量且可微分。

3. 专家自然分化的隐喻：八位大夫"各精一科"并非秦问疾事先规定的——是多年行医中自然形成的专长。MoE 训练中专家专业化同样是自组织的：门控网络和专家网络联合训练，不同专家自然地收敛到擅长不同类型的输入模式。

4. 负载均衡的必要性：孙大夫的针"快生锈了"对应 MoE 训练中的经典问题——门控网络可能坍缩到总是选择少数几个专家，导致其余专家梯度更新不足，最终浪费模型容量。负载均衡损失是保持系统健康的必要机制。

5. Top-K 的可变性：对普通病人用 K=2、对复杂病人临时增加到 K=4——这对应 MoE 推理中 K 的灵活性。增加 K 提高精度但增加计算量，在不同场景下可以动态取舍。

6. 规模化路线："一百二十八位大夫"对应现代 MoE 的规模化路径——不是把单个专家变大（dense model 的做法），而是增加专家数量。Mixtral 8×7B 用 8 个 7B 的专家达到了接近 7B × 8 = 56B 的效果，但推理成本仅为 2 × 7B。

7. "每一扇门都要有人推"：负载均衡不仅是工程需求——它确保每个专家都接收足够的训练信号，维持自身的专业化能力。一个从不被激活的专家等于浪费的参数。

后记：把知识分散给多位专家——每人精通一小块——然后用一个识人的门卫替每个问题找到最对口的两个人。这就是 MoE 的智慧：不是造一个无所不能的大夫，而是造一群各有所长的大夫和一个知道该敲哪扇门的分诊人。规模的增长不靠把每个大夫变强——靠的是增加大夫的数量，同时让每一趟求医只惊动最该惊动的那几位。不是每个病人都需要每一个大夫。但每一个病人都需要那个对的大夫。