生物医药智能体从问答走向实验台

2026年9月23日，Anthropic对外说Claude帮助发现了一种新型酶系统。几天前，路透社报道它已在旧金山湾区建起湿实验室，年内还斥资约4亿美元收购自动化实验平台Coefficient Bio，并发布科学智能体控制标准MHS。两件事合起来看，模型公司进入生物医药的方式已经变了：不再满足于在电脑里画分子，而是要让智能体指挥移液枪、读取电泳图、把实验结果带回模型。小野药品7月宣布全组织规模化部署智能体科研平台BiomniLab，英伟达BioNeMo Agent Toolkit接入礼来、达索、薛定谔等超50家行业龙头。正因如此，生物医药智能体的定位，正从文献问答助手滑向实验与临床流程的调度层。

定位迁移并非概念空转，管线端的数据更直白。按动脉网9月14日依据ASCO 2026/JCO研究梳理的榜单，63家企业、117条进入人体临床的AI药物管线中，60条完成I期，只有8条完成II期，3条进入III期。数量稀缺，但并未停滞。英矽智能的特发性肺纤维化新药Rentoserib在北京协和医院与上海市肺科医院完成首例III期患者入组给药，靶点与分子完全由AI设计，预计2029年读出顶线数据。德睿智药MDR-001挺进III期，IIb期数据显示24周最高减重10.3%。Relay的RLY-2608在乳腺癌临床中展现11.1个月中位PFS，Generate的AI抗体GB-0895有两项全球III期在研。英矽智能上半年营收1.063亿美元，同比激增287.2%，毛利率90.3%，成为港股首家半年度全面盈利的AI制药公司，年内对外公布的授权合作总价值已近70亿美元。从烧钱到赚钱的分水岭上，智能体不是某个环节的替代品，而是把靶点发现、分子生成、实验验证、临床设计串起来的黏合剂。

巨头入场的方式，进一步印证了这种黏合剂角色。OpenAI与诺和诺德建立战略伙伴关系，推出面向生物医药复杂机理推理的GPT-Rosalind；英伟达1月与礼来达成5年10亿美元合作，共建联合AI创新实验室；辉瑞深化与Isomorphic Labs合作，管线拓展至5个全新肿瘤靶点；罗氏战略协同Recursion，推进内部自建Lunar智能计算平台。这些动作都落在干湿闭环上：智能体调用自动化实验设备，实验结果反馈给模型，模型再修正下一轮实验。诺奖得主迈克尔·莱维特在2026张江药谷大会上把路径讲得很清楚——AI赋能生命科学的“昨天”是蛋白质结构预测、分子性质预测等单一任务模型，“今天”是能检索文献和专利、调用专业模型及实验设施的智能体，“明天”则是AI自主提出科学假设、设计验证路径，甚至在工具不足时自行开发工具。天鹜科技创始人洪亮的描述与之呼应。

路径清晰，不等于落地顺畅。今天最大的阻力不在算法。英国Relation公司增长业务总裁罗西·罗德里格斯指出，大型药企通常同时拥有优秀的实验科学团队和数据科学团队，二者却往往平行运行，实验没有为模型提供信息，模型也没有反过来指导实验。这背后的深层矛盾是，智能体要成为实验与临床流程的调度层，就不能只作为工具被采购，而必须嵌入组织协作与数据回流机制。AI平台并非买来即用。