一个值得追问的现象：AI 公司为什么集体涌向生物科技

几乎每隔一周，就有一家 AI 公司宣布自己要进军生物科技。英伟达和礼来在旧金山合建实验室，DeepMind 分拆出来的 Isomorphic Labs 专注药物研发，Sam Altman 个人投资了抗衰老公司 Retro，Anthropic 也在一步步加码生命科学。

这不是零散的试水，而是一个正在成形的趋势。问题在于：AI 公司为什么要来做生物科技？它们真正能帮上什么，又会卡在哪里？

Alex Colville 对这件事的判断值得细看。他是 age1 的联合创始人，这家基金是全球第一家专注抗衰老的风险投资机构，由他和 Laura Deming 一起创办。他在斯坦福读的是遗传学博士，研究的就是衰老的生物学，管理过超过一亿美元的抗衰老投资。

---

动机不崇高，但很诚实：收入与护城河

Alex 先抛出了一个容易被忽略的数字对比：司美格鲁肽和替尔泊肽这两种减重药，收入比 OpenAI 和 Anthropic 加起来还多，而且增长速度依然飞快。

很多人以为这类生意会被科技公司拿下，事实并非如此。他的推测很直接：OpenAI、Anthropic 和谷歌这样的公司，估值已经高得惊人，需要同样惊人的收入来支撑。它们环顾四周会发现，世界上单独一款药赚的钱，就比自己整家公司还多——那当然值得去看一看。

第二个理由是护城河。药物有专利保护，行业又受严格监管，不像大多数科技产品，时间一长就走向同质化、越来越便宜。他提到 Marc Andreessen 常说的一个观察：

> 受监管的行业，价格会越涨越高；不受监管的行业，价格会被一路压低。

所以在 Alex 眼里，生物科技对 AI 的抵抗力很强，不会哪天被某家 AI 公司一年之内颠覆掉。原因很简单——难题太多，就算把所有的智能都砸进去，也还是要花那么长的时间。

具体到 Anthropic，对方公开发布过一张市场地图，生命科学是影响最大的几个领域之一。团队也公开讲过，这可能是公司第二大的市场方向，至少排在前五。不久前，Anthropic 还发布了面向生命科学的新模型，同时提到正在做抗衰老、罕见病等方向的临床前项目。Alex 的反应只有一句话：当 Anthropic 公开说这是重点方向，那就是"开打了"。

这段分析难得的地方，在于它没有把 AI 公司的动机说得很崇高。它们来，是因为这里有全世界最大的收入、最深的护城河，还是一个暂时被 AI 冲不垮的行业。看清这一点，反而更容易判断它们接下来会做什么：不是哪里最浪漫就去哪里，而是哪里的生意最难被替代，就往哪里扎。

---

AI 已经帮上忙的两件事

那 AI 到底帮上了什么？Alex 看到两个最明显的变化。

第一件：生成分子

对某些类型的药，现在设计分子比以前快得多、便宜得多，不再每一步都要人和实验室来回折腾——当然，离"完全不用人、不用做实验"还差得远。

他提到 Nabla Bio 这样的公司，已经能做到零样本（zero-shot）生成抗体和小分子，意思是不用先喂给它一堆例子，它一次就能给出候选分子。不过他也坦言，现阶段大多数时候，做的只是针对已知靶点造出已有药物的新版本，只是造得非常快。下一步他认为不可避免：连全新的靶点，也能这样一次给出分子。

第二件：日常效率的跃升

这个变化更日常。各种日常工作现在能快 30% 到 95%，比如写监管文件、研究竞争对手、寻找合作机会，或者搞懂一个新靶点。

他的判断是，一年半到两年以前，办一家做药的公司还是一件很沉重的事，现在几乎被"平民化"了。

这两件事，一个在"做出东西"，一个在"提高做事的效率"，而且都发生在药物研发的前半段。它们让试错变便宜，让小团队有了起步的可能，但并没有碰到这个行业最硬的那一块。

---

最贵最慢的那一段，AI 还没帮上

有人设想过，将来会有上百万家"零员工"的生物科技公司，像用 AI 写个软件一样，token 够多，就能把研究、设计一气呵成。

Alex 觉得这离现实还很远。理由是，真正的瓶颈在分子生成之后：要把一个优化好的分子变成一款获批的药，必须证明它安全、有效，这一段占了药物研发里不成比例的成本和时间。分子设计本身也难、也贵，但和这一段比，只是小头。

他说，这已经成了"最后的前线"：选对最可能成功的东西放进去，再尽量便宜地把整个流程跑完。就算一个人用 AI 设计出了分子，后面每家这样的公司仍然需要几百万美元——这正是 AI 目前最使不上力的地方。

这是整场讨论里最清醒的一段。AI 的叙事总围绕"更聪明"，可药最后拼的不是聪明，而是被证明。证明需要病人、时间、监管和钱，这些东西，没有一样会因为模型变强而自动变少。这也解释了为什么 AI 公司愿意进来，却没有人敢说它们明天就能把药变便宜。

---

抗衰老：钱还很少，产品还没出来

说回 Alex 自己投资的领域。抗衰老是最容易让人联想到 AI 的一块，可它的现状比很多人想的朴素。

他估算，把所有以衰老为目标的公司加起来，总市值大概只有 150 亿美元左右，公司数量和投资额，大约只有癌症领域的五十分之一。那些看上去很大的融资新闻，放在 AI 行业的融资旁边，在柱状图上几乎看不见。所以他的结论是：现在每一块钱的杠杆都极高，我们还处在最早的几局。

更关键的是，这个领域到现在还没有一款在人身上证明有效的商业产品。他预期未来十年会出现第一批，目标是延缓或预防衰老的某些方面，不会是什么炫目的新技术，却是第一个证明点。

他把这叫作抗衰老领域的"ChatGPT 时刻"，只是不会像第一次用上大模型那样立刻得到反馈。他的祖父是最早接受青霉素治疗的美国士兵之一，一场几乎要命的肺炎之后，活到了九十多岁。他说自己一直在等抗衰老领域的"青霉素时刻"，估计就在十到十五年内。就像今天人们到了一定年纪会吃他汀来预防心血管疾病，他等的是心血管之外的"他汀"。

最近的产品：一款给狗吃的药

离人们最近的，是一款给狗吃的药。Loyal 这家公司在做每天吃一次的口服零食，目标是延长狗的寿命，有望成为第一个获得 FDA 批准的延长寿命疗法。

Alex 说它的有效性和安全性两项审批都已通过，只剩生产工艺这一项，预计明年年底前后完成，但仍有不确定。人类版本，他认为还要再过几年。

更远的第二代：替换与重编程

再往后是更大胆的第二代，也是 AI 会起很大作用的地方。一类是在未来五十年里，用新的细胞和组织替换旧的；另一类是表观遗传重编程，不改变细胞的类型，只把细胞的"年龄"往回拨——他博士前半段研究的就是这个。

他认为 NewLimit 是这一类里走得最靠前的一家，手里有超过 6 亿美元现金。它们先做肝脏，用 mRNA 技术在老年小鼠身上做了一种疗法，让老鼠在酒精的伤害下，也能像年轻的小鼠一样撑住，之后还要做免疫细胞和肾脏。

但他也强调，没有哪一种方法会单独解决所有问题。细胞外基质也会积累损伤，只改细胞里面的年龄未必够，需要多条路线一起走。

这一段把话说得很实在：外面是一片热闹，里面其实是几家公司、几只老鼠、一款狗的药。AI 在这里要做的，不是替代这个漫长的验证，而是让更多种可能的路线能被更快地试出来。

---

生物安全：一份真实的在乎，也是一层光环

生物领域有一件别的行业没有的事：同一套能力，既能治病，也可能被拿来伤人。

Alex 说他很庆幸，几乎所有前沿实验室的创始人，都真的在乎生物安全，在乎大流行和生物恐怖主义的威胁。他觉得，如果把一般大公司的 CEO 放到这些实验室的位置上，大概不会这么上心。他也不认为这些实验室做得总是对、做得足够多——毕竟在这个位置上很难一直做对——但这份在乎是真的。

他对名声这一层也很坦率。这些实验室很清楚，一旦被看作在治愈癌症，就不容易被限制或关停。他承认，躲在这层光环后面也许有一点让人不安，但他认为，它们真的在乎这件事，对人类来说是一个巨大的好处。他还说，除了生物恐怖主义，生物领域里 AI 的用处几乎没有什么争议，是真正对人类有益的事，不像其他应用，好坏很难一刀切。

---

把几层放在一起看

Alex 讲的几件事，其实是同一个故事的几个层次：

  • AI 公司为什么来：这里有最大的收入和最深的护城河

  • 它们能帮上什么：分子设计和日常效率

  • 它们帮不上什么：最贵最慢的人体验证

  • 抗衰老这样的前沿：钱还很少，连第一个产品都还没出来


把这几层放在一起，会得到一个很朴素的结论：AI 让"想出来"变得便宜，却没有让"证明出来"变得便宜。

这对看热闹和做事的人，意思不一样。看热闹的人，容易被"某某公司进军生物科技"的新闻拉着走，觉得药马上就要变便宜、人马上就要变长寿。做事的人，应该多问一句：这家公司要解决的，是想法的问题，还是证明的问题？前者 AI 正在加速，后者还是要靠时间、病人和钱。

当然，Alex 讲的是判断，不是预言。第一款抗衰老产品会不会在十年内出现，AI 能不能把验证的成本压下来，都还要等。但他给出的排序很有用：如果只能押一类，他押的是最先能被证明的那一类，也就是延缓和预防衰老；再往后五年，才轮到替换和重编程。

> 想法会越来越便宜，证明不会。