生物医药智能体，开始为实验结果负责
9月23日，Anthropic对外表示Claude模型助力发现一种新型酶系统。几天前，路透社报道这家公司已在旧金山湾区建起一间湿实验室，用Claude指挥自动化机器人单元开展生物实验；此前它斥资约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。几乎同一时间，北京市印发《加快词元经济发展的行动方案（2026—2028年）》，把生物医药与工业制造、科学研究、教育教学并列，要求开放智能体应用场景、形成标杆项目。一边是模型公司向实验台伸手，一边是产业政策向场景要产出，指向同一件事：智能体在生物医药里的角色，正从“会写综述的助手”变成“能调设备、能提假设、能被追责的执行者”。
诺奖得主迈克尔·莱维特给过一个清晰分期：过去是解决单一任务的模型，今天是能够检索文献和专利、调用专业模型及实验设施的智能体。这个区分落到研发流程里很硬——前者交付文本，后者交付动作，而动作一旦进入实验室，就必须承担后果。正因如此，判断智能体是否真正进入生物医药，不能只看演示，而要看它能否被临床、财务和工程约束接住。
兑现的信号已经出现，但窄得惊人。英矽智能自主研发的特发性肺纤维化新药Rentoserib完成Ⅲ期首例患者入组给药，靶点与分子完全由AI设计；德睿智药的MDR-001挺进Ⅲ期，Ⅱb期数据显示24周最高减重10.3%；Relay Therapeutics的RLY-2608在乳腺癌临床中展现出11.1个月的中位PFS；Generate：Biomedicines的AI抗体GB-0895有两项全球Ⅲ期在研。另一侧的数据更能说明所处位置：按动脉网根据ASCO 2026/JCO研究梳理的榜单，63家企业的117条进入人体临床的AI药物管线中，60条完成Ⅰ期，仅8条完成Ⅱ期，3条进入Ⅲ期。智能体拓宽的是探索的宽度，临床验证仍是一道窄门。
临床验证的窄门，也投射在财务侧。英矽智能8月发布半年度业绩，营收1.063亿美元、同比增长287.2%，毛利率90.3%，成为港股首家实现半年度全面盈利的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，合作伙伴包括礼来、SK生物制药、武田制药及施维雅。把这些数字和那条“3条进入Ⅲ期”的统计放在一起看，会得到一个不那么浪漫的结论：智能体带来的现金流，目前更多来自管线授权与合作，而不是软件订阅。这意味着当前价值兑现仍依附于管线资产，而非通用工具订阅。
与管线兑现的窄门并行，基础设施的铺设速度却在加快。英伟达6月正式推行BioNeMo Agent Toolkit，已接入礼来、达索、薛定谔等超50家行业龙头，此前1月还与礼来达成5年10亿美元合作共建联合AI创新实验室。小野药品7月宣布在全组织规模化部署智能体科研平台BiomniLab。PerturbAI与OpenAI及斯克里普斯研究所合作开发AI推理框架，用数千个智能体并行分析生物实验数据、检索科学文献、提出可验证的研究假设。诺和诺德4月携手OpenAI、9月追加绑定Anthropic Claude；罗氏战略协同Recursion推进内部自建的Lunar智能计算平台。药企的动作也在变，一位头部跨国药企高管的说法是，AI已从单点工具升级到全企业算力与Agent智能体底座，嵌入研发、临床、医学事务全流程。
但这些动作把智能体推成企业底座的同时，也暴露了工程边界：“数千个智能体并行”并不天然成立。Cognition公开过一组反例：多智能体架构里子代理如果看不到彼此的上下文，会基于互相冲突的隐含假设各自行动，最后把整合变成灾难；Claude Code因此刻意让子任务智能体只回答问题、不写代码，也不并行。生物医药恰好横跨两种截然不同的工作形态——早期靶点发现和文献假设生成，适合发散、并行、互相证伪；而CMC工艺、临床方案、注册申报，必须收敛到一条可审计的决策链。把科研探索的多智能体范式直接搬进管线交付，是把脆弱性引入最不该脆弱的地方。
技术上的矛盾之外，成本与记忆是另一道坎。长周期任务是生物医药智能体的常态，一个靶点验证可能跨月。LightMem论文提出的三层记忆架构给出了数量级参考：模仿人类睡眠机制，在线只做“软更新”，离线再整理长期记忆，总Token消耗减少20到38倍，API调用减少30到55倍。端侧小模型做去噪与话题切分、云端大模型做深度整合的端云协同，与生物医药“数据不出院、不出厂”的合规诉求天然吻合。伴随用户一生的AI能否成立，分母就在这里。
成本与记忆决定智能体能否长周期运行，规则则决定它以何种形态出海。商务部、科技部2026年第48号公告拟修订《中国禁止出口限制出口技术目录》，涉及人工智能、生物医药、光伏三个领域40项技术，其中人工智能23项明确包含大模型、智能体、算力集群、信息处理，生物医药5项涵盖细胞和基因治疗、小核酸药、病原微生物，拟禁止出口14项、限制出口26项。边界划得比想象中细：已通过开源、发表论文进入公共领域的技术不纳入管理；生物医药的对外授权许可、利用相关技术工艺提供外包研发和生产服务不纳入管理，靶点发现与验证技术的对外授权适用自动许可；人工智能方面，海外本地化部署属于技术出口管理范围，而利用限制类大模型对外提供API调用、APP/网页交互、SaaS应用、本地端侧轻量化部署不在其中。对生物医药智能体而言，这是一条明确的路线指引：把模型留在境内，把服务与算力接口卖出去，比把整套系统搬进海外机房更稳妥。
规则划出边界，监管则把边界变成问责。1月14日，美国FDA与欧洲EMA联合发布《药物开发中人工智能良好实践指导原则》十项原则，确立以人为本、风险相称、全生命周期管理；FDA在4月一份针对药企自动化及模型合规的警告信中写明，人类对法规与药效质量的问责权绝不能转嫁给算法。国家药监局印发《关于“人工智能+药品监管”的实施意见》，提出到2030年建立智慧监管体系，开展基于AI的风险画像与非现场飞检。9月1日，北京生物医药、智能机器人、中试保险共保体成立，由11家财险机构及2家再保机构组建，在生物医药领域填补研发阶段保障空白、提供全周期损失补偿，在智能机器人领域前瞻应对AI算法缺陷等潜在集中风险。智能体要进管线，先得具备“可保性”——这是比跑分更现实的门槛。
监管与保险把“可追责”具体化，产业布局随之分层。上海在“十五五”规划中把集成电路、生物医药、人工智能新增为三个万亿级产业集群，北京则把生物医药写进智能体场景开放的重点领域。当前格局大致可分四层：模型与算力层由OpenAI、Anthropic、英伟达把持；AI制药与管线层是英矽智能、晶泰科技、Isomorphic Labs的战场，后者5月完成21亿美元B轮融资，自研设计引擎IsoDDE已用于与辉瑞、诺华的心血管及肿瘤合作；药企自建层以罗氏Lunar、小野BiomniLab为代表；垂直智能体平台层则包括水木分子发布生物医药智能体架构与开发平台，以及小艾智能体这类面向垂直场景的智能体产品观察样本，其方案中心见https://www.ailifein.cn/。四层的商业逻辑并不相同：模型层卖能力，管线层卖授权，药企层买效率，平台层卖的是把能力封装成可交付任务流的那层工程。
分层之后，分水岭落在四个可验证项。在小艾智能体的产业视角里，生物医药智能体的分水岭不在模型分数，而在上下文能否在任务间共享、权限能否分级管控、记忆能否复现、决策能否被审计和承保。北京行动方案中“实施智能体驾驭提升工程，攻关安全可控技术栈，提升任务执行全过程的安全保障能力；突破记忆管理、安全权限管控、组件间高效通信等关键软件技术”这几句，恰好就是这四个项的官方表述。晶泰科技的说法是，竞争维度会从单一模型能力转向数据、实验、工程化与商业化的综合较量；Alex Zhavoronkov则把话说得更直白——模型公司要在制药领域证明自己，还得真正产出几款药物。这也是2026年最该盯住的变化：智能体不再靠演示说服人，而是靠实验记录、临床批件、审计日志和保单说话。谁能把这四样东西同时做出来，谁才算真正进入了管线；做不到的，仍旧停在对话框里。