10 月 27 日，Anthropic 用一篇技术报告把自己送进了制药行业：一边收购只有一名员工的生物科技公司 Mithril Medicine，一边公布与六家生命科学机构的合作成果。其中最具体的数字来自 Enveda——把 1061 页生产文件交给 Claude 审核，AI 找出了人工审核标记的全部 11 个问题，还额外识别出 7 个人类漏掉的问题，审阅时间从 25 小时以上压缩到 3 小时以内，效率提升 89%。一家以聊天机器人闻名的公司，正在把生意做到监管最严的生命科学深水区。
从写邮件到审药厂文件：Claude 在六家机构里做了什么
Anthropic 这次公布的合作伙伴覆盖了药物研发的完整链条：BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines 以及投资机构 The Column Group。分工也颇为清晰——BigHat 做抗体片段优化，约 10 周内测试了 1010 个分子变体，最优变体与靶点的结合能力提升 10 倍以上，一种候选分子的耐热稳定性提高 18 摄氏度；Divergence Labs 用 Claude 生成约 3.5 万个抗体设计，其中三个在瓦解过敏分子 IgE 上表现优于现有标准药物；Generate Biomedicines 则借助 Claude Code 设计出比常规形式短约 70% 的 CAR-T 细胞疗法片段，实验室测试中免疫细胞产生的受体数量约为常规的 10 倍，杀灭肿瘤细胞的能力更强。
在研发之外，Claude 更多是在接管"文书工作"。Enveda 把 1061 页生产记录交给它审查，Claude 不仅复核了人类发现的所有问题，还揪出 7 个遗漏；一份过去需要约 3 个月人工编写的监管文件，它 4 小时就完成了初稿。Bristol Myers Squibb 则在用 Claude 分析专有数据、制定早期临床研究计划，过去需要数天的试验成功概率初步分析，如今一条提示词就能生成，双方计划 2027 年扩大合作。对药企来说，这类"不性感"的文档与流程环节，恰恰是拖慢创新速度最久的地方。
为了接住这波需求，Anthropic 同步推出了面向科研人员的 Claude Science 工作台和生命科学验证计划，今年 9 月还在旧金山湾区建起了湿实验室，亲自跑物理生物实验。需要保持清醒的是：Anthropic 明确表示目前大部分成果仍处于临床前阶段，技术报告未经同行评审，分子设计成功、动物实验有效，距离安全有效且获批上市的新药还有很长的路。
收购"一人药企"：AI 正在重写生物技术公司的组织形态
这轮公告里最具实验性的动作，是收购 Mithril Medicine——一家只有一名员工的公司。创始人 Cody Tranbarger 依靠 Claude 协调合同、物流和分布在 11 家外部实验室的实验，把大量日常运营交给 AI，不到 18 个月就把一种罕见肌营养不良症的候选疗法从概念推进到小鼠实验取得积极结果。如果后续结果成立，相关候选药物最快 2028 年底进入人体临床试验。创始人本人已加入 Anthropic，并计划启动更多研发项目。
Anthropic 还与生物医药投资机构 The Column Group 合作筹组新公司 Pleiades，目标是让一个小团队借助 Claude 同时推进数量更多、复杂程度更高的药物项目。这实际上是在测试一种新的生物技术公司组织方式：过去需要数百人协作的研发流程，被压缩成"少数科学家加 AI 编排"的极小团队。对照传统药企动辄十年、十亿美元的研发周期，这种组织实验的吸引力不言而喻。
当然，疑问同样存在。Anthropic 生命科学负责人此前还表示公司无意与制药企业竞争，如今却亲自下场做药，定位已经明显变化。当 AI 公司同时掌握模型、湿实验室和候选药物，"赋能者"与"竞争者"的边界正在变得模糊，这也会影响它与 Bristol Myers Squibb 等伙伴的合作方式。
巨头赛跑：OpenAI 一周前刚买下 Orchestra Bio
Anthropic 并非唯一盯上制药的 AI 公司。就在此次公告约一周前，OpenAI 于 10 月 20 日被曝收购了生物科技公司 Orchestra Bio；谷歌 DeepMind 旗下的 Isomorphic Labs 早已多轮融资加码，把"AI 设计药物"做成了独立赛道。前沿实验室集体转向生命科学，看中的是制药业与 AI 能力的高度匹配：这个行业文档密集、流程冗长、数据庞杂，又对错误极度敏感，恰是"读文档、做分析、跑设计"的强项所在。竞争的重心也从早期发现，扩展到生产、监管申报和临床规划等更靠后的环节。
中国的 AI 制药进度条也在快速前进。近日公布的数据显示，AI 设计的抗癌药物已进入人体临床试验，122 名患者接受治疗，部分脑转移病灶出现缩小；国产 AI 制药平台在 19 个项目里取得 18 个成功，6 个 GPCR 靶点全部获得命中。资本端同样活跃，中国人寿近日投资 AI for Science 公司百奥几何，后者 A 轮系列融资已超 1 亿美元。从人体试验到险资入场，AI 制药正在从论文走向产业账本。
效率革命的另一面：微软向 6 万名员工开放自愿离职
AI 提升效率的故事，在微软这里换成了更直白的表述。10 月 26 日，微软宣布面向美国、加拿大、印度和英国副总裁级以下员工推出新的自愿离职方案，约 6 万人符合资格，占其 22.3 万名员工的约 27%。Xbox、Copilot 和财务等部门全面参与，数据中心、销售、营销、网络安全和量子计算等相关岗位不在范围内。符合资格的员工需在 12 月初做出决定，接受者将于 12 月 31 日离职。首席人事官 Amy Coleman 在内部备忘录中表示，此举是为了在昂贵的人工智能基础设施建设与资本效率之间取得平衡。
财务压力是直观的。微软上一财季资本支出超过 500 亿美元，远高于去年同期的 349 亿美元，同期自由现金流 196.4 亿美元，同比下降 23%；公司此前维持全年 1750 亿美元资本开支预测，并在第四财季签下总额 1300 亿美元的新数据中心租赁合同。这已不是微软今年第一次人员调整：4 月约 7% 的美国员工符合自愿退休条件，7 月又裁员 4800 人。整个行业亦然，Meta 员工数较 2022 年峰值已减少 2 万多人，Alphabet 去年也在多个部门启动过自愿离职项目。
值得玩味的是因果关系的方向：微软一边用 AI 工具武装程序员、销售和供应链员工并观察到了可观成效，一边因 AI 基础设施的巨额投入而收缩人员编制。效率提升与岗位缩减，在这轮 AI 周期里是同一枚硬币的两面。微软计划在本周公布季度业绩，市场将密切关注其 AI 投入能否兑现为回报。
落地的底座：内存短缺预警到 2030，OpenAI 被曝考虑采购谷歌 TPU
应用端的热闹，掩盖不了底层供应链的紧张。SK 海力士近日公布创纪录的三季度利润，同时警告 AI 内存短缺将持续到 2030 年，其 2027 至 2028 年超过一半的产能已被长期供货协议锁定。对正在批量落地 AI 应用的厂商来说，这意味着模型再便宜，也要有内存和算力兜底。
算力采购策略也在松动。据 The Information 报道，OpenAI 计划采购谷歌 TPU 芯片，以平衡其对英伟达约 1000 亿美元的算力承诺；公司已招募包括谷歌 TPU 硬件负责人 Richard Ho 在内的多位老兵，并在招聘 TPU 编译器工程师。对一家把绝大部分算力押注在单一供应商上的公司来说，引入第二供应源既是成本谈判的筹码，也是供应链安全的需要。
两条线索共同指向一个判断：AI 竞争的胜负手，正从"谁的模型更强"扩展到"谁能把受监管行业跑通、把供应链攥住"。制药是前者的试金石，内存与多元算力是后者的压舱石。
花边与观察：1.3B 开源 OCR 横扫四项第一，腾讯 Motus 接入 90 款游戏
聚光灯之外，近期仍有不少扎实的进展。面壁智能开源 MiniCPM-OCR 1.0，仅 1.3B 参数即取得四项全球第一并登顶吞吐榜，配套的 MiniCPM-OCR Jev 还能为 OCR 结果校准置信度、触发重读或人工复核，把小模型做实用再次做成了一门学问。腾讯游戏则推出独立平台 Motus AI，覆盖骨骼、蒙皮、动作生成与精修的 3D 角色动画全链路，已接入 90 余个内外部项目并落地《和平精英》等游戏，一站式生产游戏动画资产的路径正在成型。
把这些线索放在一起看，AI 行业的主线已经相当清晰：竞争焦点从"会不会聊天"转向"进不进得去受监管行业、动不动得了真实流程"。接下来值得跟踪的有三件事——Anthropic 的候选药物能否在 2028 年如期进入人体试验，Pleiades 式的小团队组织实验能否跑通，以及微软等巨头如何在资本开支与人员效率之间找到新平衡。AI 制药的深水区，才刚刚开始。
暂无评论内容