蛋白质

2026年10月22日前后，AI制药赛道连出两条消息：OpenAI收购药物研发协同平台Orchestra Bio，团队与技术并入其生命科学研究平台Rosalind，据报道该平台CTO来自北大（来源：https://hub.baai.ac.cn/?tag_id=14）；同日，前OpenAI首席产品官Kevin Weil联合创立Warp Sciences，由Lightspeed领投2.15亿美元，用AI与机器人加速新药研发（来源：https://hub.baai.ac.cn/?tag_id=101）。一前一后，标志着AI驱动的科学发现正在从「单点工具」升级为「研发组织」。 范式转移到底转移了什么？ 过去谈AI制药，主流叙事是生成新分子：给我靶点，模型吐一批候选结构。但Orchestra Bio被收购的方向恰恰相反——它侧重药企研发全流程的协同管理，而不是分子生成。这说明行业已经过了「指望一个模型包打天下」的阶段，开始把AI嵌进项目管理、实验排期、文献综合、数据沉淀的整条链路。新药研发最贵的不是想出一个分子，而是十年、十亿美金、九次失败。 机器人为什么也进了实验室？ Warp Sciences用AI加机器人的组合，指向的是「自动化湿实验室」：智能体提出假设，机器人做实验、读数、反馈，模型再根据结果迭代。人类科学家从亲手操作中解放出来，变成假设的提出者与结果的裁判。这条路线把「AI研发AI」的逻辑从数字世界延伸到了真实的烧杯与离心机。 离真正的新药还有多远？ 理性的预期是：AI不会一夜之间变出神药，但会显著缩短「找到下一个值得进入临床的候选物」的时间，降低试错成本。蛋白质结构预测已经证明了一次，接下来是因果推理与高通量实验的闭环。对这个赛道，看一年会失望，看五年会吃惊。资本的耐心、实验室的迭代速度与监管的开放程度，三者相乘，才决定这场范式转移真正落地的节奏。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论