花 36.97 美元调用大模型，把耗费药企化学家 25.9 小时的千页生产文档审阅压缩到 2.8 小时；或者让 6 名科学家带着编程助手，把抗癌 CAR-T 疗法的某段基因序列缩短 70%，换来免疫细胞受体表达量提升约 10 倍。这是 2026 年 10 月 27 日 Anthropic 生命科学团队交出的新药研发成绩单，同时他们还宣布收购单人初创公司 Mithril Medicine，亲自下场研发罕见儿童肌营养不良症药物。账面数字漂亮得像一场生物医学奇迹，但只要翻开合作方同步放出的底层技术报告，就会看清另一幅图景：现阶段的通用大模型并没能直接攻克临床死亡谷，它真正干成的，是用极其廉价的算力接管了实验室试错和案头文书的苦力活。
实验室与案头的提效账本
过去几个月，Anthropic 拉上了 6 家机构深度陪跑，把 Claude、Claude Code 和专用科研工作台 Claude Science 塞进了从靶点评估、分子设计到生产合规的各个角落。为了搞清楚大模型到底能在哪个环节拧出水分，不妨直接看这几家机构的实验账本。
在早期的分子工程与筛选环节，AI 展现出了惊人的穷举和压缩能力。Generate Biomedicines 的 6 名科学家用 Claude Code 改造治疗癌症的 CAR-T 细胞疗法，经过三轮实验，把细胞内信号结构域从 154 个氨基酸缩短到 45 个氨基酸，腾出的空间正好留给针对实体瘤的新指令，肿瘤杀伤效率更高且免疫细胞活性更持久。Divergence Labs 则让 Claude 对付食物过敏，一个月内近乎自主地生成了约 35,000 个双臂抗体设计，试图一边紧紧抓住引发过敏的 IgE 分子，一边把它从免疫细胞上剥离下来；早期测试筛出了 3 个结合命中分子和 20 个剥离命中分子，其中 3 个剥离效果优于标准药物。BigHat Biosciences 把 Claude 接入自家的实验室数据系统 Reccy，在 10 周内测试了上千个抗体变体，不仅让最佳变体的结合力提升超 10 倍、抗癌先导物热稳定性提高 18°C、长效先导物聚集速度减慢超 100 倍，还在中途靠 Claude 重新分析原始数据，揪出了原有热稳定性和聚集指标的误导性，顺手改写了实验测试方案。
到了拼人力消耗的行政、合规与运营环节，降本幅度更加直观。在 Enveda，生产化学家原本要把高达 75% 的时间耗在文书上。他们用 Claude 审查 4 份批次记录共 1,061 页的 CMC（生产工艺与质量控制）文档，人工审阅耗时从 1,553 分钟砍到 166 分钟，节省了 89% 的时间，模型调用账单只有 36.97 美元；此外起草一份重要监管申报草案的时间也从人工的约 3 个月缩短到 4 小时。百时美施贵宝（BMS）则用单条提示词在几分钟内跑完了原本需要好几天的临床试验开发选项初步分析，并计划在 2027 年扩大应用。
Anthropic 甚至开始直接改写生物科技公司的组织形态。他们与风投机构 The Column Group 合作创立了 AI 原生药企 Pleiades，试图靠 Claude 压低科学和行政运营成本，让小团队也能同时跑更多高风险管线，其开发的首个靶点评估技能已经在 45 个靶点-疾病对上跑过评估。更激进的一步是收购 Mithril Medicine——这家公司此前只有创始人 Cody Tranbarger 一个人，他靠 Claude 协调 11 家外部实验室的合同、物流与实验，不到 18 个月就把一款罕见肌营养不良症候选药从想法推到了小鼠实验见效。
穿透公关稿：底层报告里的水分与噪音
如果只看 Anthropic 主报告的摘要，很容易觉得大模型已经可以直接进药厂顶替资深研究员和合规官了。但医药行业是一门容错率极低的生意，把合作方各自披露的技术报告拆开对账，很多光鲜数字背后的限定条件就会浮出水面。
最典型的是 Enveda 的千页文档审查。Anthropic 在主报告里宣传 Claude 抓出了人工审阅发现的全部 11 个问题，还额外揪出了 7 个漏网之鱼（由 Opus 4.7 在单次运行中发现）。但翻开 Enveda 自己的技术报告就会看到三个刺眼的事实：所谓找齐全部 11 个人工发现的问题，是跨多次运行（across runs）合并拼凑出来的结果，没有任何单次运行能做到 100% 召回；每次评估运行都必定出现误读（misread），在某次运行中，高达 79% 的 AI 评论根本不需要采取任何行动；更要命的是，测试用的这批记录此前已经出现在开发测试集中，泛化能力存疑，而且整套系统压根还没有通过医药行业强制要求的 GMP 计算机化系统验证。让人类专家在一堆噪音里剔除近八成的废话，还要时刻提防单次漏检，这和真正替代人工合规审查完全是两码事。
其他几个案例同样存在统计口径打架或进度留白。比如 BigHat 的抗体筛选，Anthropic 主报告写的是测试了约 1,010 个变体，而 BigHat 官方新闻稿的口径却是 1,232 个抗体。Divergence Labs 虽然筛出了结合与剥离两个单臂的命中分子，但如何把两条手臂真正拼合成一个成药分子，依然是尚未完成的下一步。至于 Pleiades 评估的 45 个靶点对和 BMS 的几分钟方案分析，目前都没有交出任何量化研发加速或临床试验成功率提升的硬数据。就连 Anthropic 亲自收购的 Mithril，即便后续动物实验一切顺利，预计最快也要到 2028 年底才能启动人体临床试验。
- 风险.在容错率为零的 GMP 医药合规与临床转化环节，把多次运行拼凑出的召回率当成单次真实能力，或者忽略高达 79% 的无用评论噪音，会让药企在合规审计与实验复现中付出高昂代价。
这种“公关快于科学验证”的毛病，Anthropic 并不是第一次犯。早在 2026 年 9 月，Anthropic 高调宣传 Claude 发现了类 CRISPR 酶系统时，斯坦福大学学者 Le Cong 就曾向 WIRED 直言批评“实验还在排队，公关稿已经发了”；明尼苏达大学遗传学家 Aaron Engelhart 与学者 Ilya Finkelstein 等外部生物学家也指出，那项初步工作既没证明基因编辑功能，也没阐明生物学机制。把早期计算或体外实验室里的单点指标优化（比如结合力更强、序列更短），包装成颠覆新药研发的突破，恰恰掩盖了制药业最残酷的真相：真正的死亡谷在人体临床转化，一个结合力提升 10 倍的分子，随时可能因为人体内的肝脏毒性、代谢过快或免疫原性反应而在临床试验中彻底报废。
卖铲子还是挖金矿：通用工作台与专用引擎的分野
既然离真正造出上市新药还远，Anthropic 为什么要在 2026 年如此密集地扑向生命科学？
把时间线拉长看，这盘棋下得非常清晰：2 月 2 日联手 Allen Institute 与 HHMI，5 月 20 日拿下 BMS 企业级部署协议，6 月 30 日发布 Claude Science 科研工作台，7 月 28 日与 CRO（合同研究组织）巨头 ICON 达成多年临床开发合作，9 月 16 日又同诺和诺德（Novo Nordisk）敲定直接药物发现合作，直到 10 月底亮出 6 大案例并收购 Mithril。
亲自下场造药是假动作，借药企真实管线喂养并推销通用工作台才是真生意。
《史记》有云，“天下熙熙，皆为利来”。十九世纪加州淘金热里，最稳当的买卖从来不是自己背着镐头进山赌运气，而是先买下几处矿坑演练一番，转头把改良过的铁锹和牛仔裤卖给全山的淘金客。Anthropic 今天的动作与当年的卖铲人如出一辙，但又不完全一样——软件工具无法像铁锹那样定型即售，它必须深嵌进药企高度机密的湿实验数据和合规流程里才能练出真本事。收购单人药企 Mithril、合资孵化 Pleiades，本质上都是 Anthropic 花小钱买下的“实弹演练场”，目的是摸清模型在真实药物研发管线里的短板，反向迭代模型能力，最终把 Claude Science 和 API 额度卖给更多的生物科技公司与传统大药企。
只要拿它和真正的专用 AI 制药公司横向对比，两条路线的楚河汉界就一目了然：
| 公司 / 机构 | 核心技术路线 | 2026 年代表性进展与商业化节点 | 交付物本质 |
|---|---|---|---|
| Anthropic | 通用大模型 + 科研工作台（Claude Science） | 10月披露6家临床前与文书提效案例；收购 Mithril 预计 2028 年底进临床 | 软件订阅、API 消耗与外包提效 |
| Insilico Medicine | 专用生成式生物与化学引擎 | 9月10日 rentosertib 在中国完成 III 期临床首例给药；与 Servier 达成最高 8.88 亿美元合作（含最高 3200 万美元首付及近期付款） | 推进至后期的实体临床药物管线 |
| Recursion | 自动化湿实验平台 + 专用生物模型 | 10月15日向赛诺菲交付候选药物并拿 1000 万美元里程碑付款，预计 2027 年进 I 期临床 | 经验证的候选药物与里程碑分成 |
| Isomorphic Labs | AlphaFold 3 等专用物理与结构预测模型 | 1月20日与强生（J&J）达成多靶点药物发现合作 | 底层分子结构预测与联合管线 |
看清了这张表，也就看清了 Anthropic 的真实位置。当 Insilico Medicine 已经把自研药物推向 III 期临床患者、Recursion 靠交付实体候选分子从赛诺菲手里拿走千万美元支票时，Anthropic 交付的依然是读文献、写代码、改方案和审文档的数字化劳工服务。它在靶点调研和工作流编排上确实挤压了传统软件和基层医药文书的空间，但在高精度物理化学建模与临床管线验证上，依然绕不开专用模型和自动化湿实验室的底座。
回到开头那笔 36.97 美元的账单。对于药企研发主管和生物科技投资人来说，现在最明智的做法，是痛快地掏出这几十块钱，让 Claude 去替化学家干掉那 75% 的案头文书苦役、去生成那三万多个初步分子草图；但千万别因为几份漂亮的临床前公关稿，就以为可以把药物安全性和 GMP 合规的方向盘直接交给大模型。接下来两年，真正值得盯紧的验金石只有三个：2027 年百时美施贵宝扩大临床规划应用后的真实留存率、Divergence Labs 那两条抗体手臂到底能不能拼合成功，以及 2028 年底 Mithril 的罕见病新药能不能活着走上人体临床试验台。