一家只有一名全职员工的生物技术公司，被一家AI大模型公司收购了。

这家公司叫Mithril Medicine。创始人Cody Tranbarger借助Claude协调11家外部实验室开展研究，在不到18个月内，将一种罕见肌营养不良症的候选疗法从构想推进到小鼠实验，并取得初步积极结果。如今，这些项目已成为Anthropic内部首批药物研发项目的一部分。

当地时间十月二十七日，Anthropic披露了这笔收购，并集中披露了AI参与药物研发的一系列进展。

一、披露的进展有多大

在细胞治疗领域，Generate Biomedicines用Claude Code优化CAR-T相关基因设计，一项实验中遗传指令片段缩短约70%，细胞表面受体表达量提高约10倍。

抗体研发方面，Divergence Labs借助Claude在约一个月内生成3.5万种抗体候选设计；BigHat Biosciences在约10周内设计并测试了1010种分子变体，部分优化后的抗体与靶标结合能力提高数倍。

更值得注意的是流程环节。合作方Enveda用Claude审核1061页药物制造文件，识别出人工审核发现的全部11项问题，并额外提示7项潜在问题，人工审核时间从超过25小时缩短至不足3小时。百时美施贵宝则使用Claude分析早期临床开发方案，辅助评估不同试验路径。

18个月 ｜ 一人团队推进候选疗法到小鼠实验 ｜ 协调11家外部实验室

3.5万种 ｜ 约一个月内生成的抗体候选设计 ｜ 借助Claude完成

25小时→3小时 ｜ 制造文件人工审核时长 ｜ 1061页

二、为什么要自己下场做药

工具供应商和药企，是两种生意。前者卖铲子，后者挖金子。

Anthropic选择同时做两者。此前它已收购Coefficient Bio，并建立自己的生物实验室。直接参与研发能获得真实的实验反馈，用来检验Claude的能力并改进模型——这是单纯卖工具拿不到的东西。

而买下Mithril Medicine的逻辑更直接：它证明了极小规模的团队，借助模型能够组织起复杂的药物研究。Anthropic预计，如果后续研究进展顺利，其中一条候选管线最早有望在2028年底启动人体临床试验。

一年的时间表，说明这不是一个为了做样子买的公司。

三、他们的短板写得很清楚

AI制药公司晶泰科技的相关人士把话说得很直：这些大模型公司虽然具备较强的AI能力，但仍面临两大短板——一是缺乏难以通过公开渠道获取的高质量专有实验数据；二是药物研发流程复杂，计算和预测分子现在看已经不是行业卡点，但后续仍需要实验室完成合成、测试和验证，这恰恰是纯AI公司所欠缺的。

它们仅靠模型难以完成研发闭环，自行建设完整实验体系也并不现实。因此，与拥有数据、实验设施和研发经验的专业机构合作，成为它们进入这一领域的重要路径。

—— 他们缺的不是模型，是一间能出数据的实验室。而实验室，恰好是别人有的。

四、行业那笔账算得有多糟

德勤2026年发布的制药创新研发回报研究给出了冷冰冰的数字：追踪分析全球20家大型生物制药企业的后期研发管线发现，2025年单个药物从发现到上市的平均研发成本达26.7亿美元，高于2024年的22.3亿美元。管线预测内部收益率从2024年的5.9%升至2025年的7%，但改善主要受GLP-1类减重及糖尿病药物推动；剔除这类药物后，预测回报率仅为2.9%。

26.7亿美元 ｜ 2025年单药从发现到上市平均成本 ｜ 2024年为22.3亿

2.9% ｜ 剔除GLP-1后的管线预测回报率 ｜ 含GLP-1为7%

2.9%这个数字，是理解这轮布局的钥匙。投十家，成一家赚二十倍，剩下九家归零，整体才勉强有2.9%的回报。这个行业的问题从来不是不赚钱，是赚得太慢、太不确定。

所以对制药企业来说，如果AI能减少无效实验、加快候选药物筛选，或者缩短研发流程中等待的时间，就可能具有实际经济价值。这不是锦上添花，是算账的问题。

五、最后拼的是什么

从Anthropic到OpenAI、谷歌，再到字节跳动分拆的Anew Labs，科技公司正在进入药物研发的不同环节。OpenAI收购Orchestra Bio后整合进生命科学模型；谷歌的Isomorphic Labs与礼来、诺华等跨国药企合作；字节跳动选择把AI制药业务分拆出去，借助外部融资支持长期发展。

分拆还是自建，取决于一件事：这件事要用多久才能回本。AI制药的研发周期和互联网业务完全不同，收益要等到数年之后。

不过有一点是共同的：药物研发最终仍需经过严格的安全性和有效性检验，AI可以加快某些环节，却不能跳过动物实验、人体临床试验和监管审批。

—————

这场竞争最终比拼的，不是谁能生成更多分子，而是谁能把模型、实验数据、研发流程和临床验证连起来。分子是生成的，疗效是做出来的。