{"id":"mb-20261028-c15a77","kind":"deep","title":"单人药企如何靠 AI 研发新药：拆解 Anthropic 进军制药背后的成本重构","summary":"Anthropic 披露 Claude 已深度介入 6 家药企研发与自研管线。一位创始人利用 Claude 协调 11 家外部实验室，在 18 个月内将儿童肌营养不良新药推至动物试验；同时在抗体设计与上千页合规审计中展现惊人效率，展现了 AI 压缩医药研发组织与摩擦成本的真实机制。","body":"一家公司只有一个人，连实验室都没有，怎么做出一款准备进临床的新药？\nCody Tranbarger 创办的 Mithril Medicine，全公司就他一个全职员工。\n他盯上的是一个极难啃的骨头：罕见儿童肌营养不良症。\n这是一种严重的遗传病，患病的孩子肌肉会逐渐萎缩无力。\n在医药界，开发这种罕见病的抗体药，通常是大药厂或者几十人专业团队的事。\n你得做靶点验证、设计分子、找实验室合成样品、做体外测试，最后还要上动物实验。\n中间每一道工序，都要专业的人盯。\n光是买试剂、签外包合同、对齐实验参数，就能把一个人的精力耗干。\n但 Cody 一个人，只花了不到 18 个月，就把一款双特异性抗体推进到了小鼠试验，拿到了漂亮的阳性结果。\nAnthropic 甚至直接把这家只有一人的公司收购了，让他带队，计划最快在 2028 年底推入人体临床试验。\n连一根试管都没买过的他，怎么跑得比正规团队还快？\n他的办法很直接：把所有繁杂的调度与整理，全交给了 Claude。\nCody 既没建实验室，也没雇研究员。\n他把所有的生化实验，全部拆解外包给了分布在各地的 11 家外部合同实验室。\n11 家外部实验室同时跑，管理成本有多吓人？\n这家实验室要签保密与采购协议，那家实验室要制定细胞培养规范。\n冷链运过去的样本，各家实验室出具的报告格式还五花八门。\n只要中间漏看了一个测试参数，或者数据对不上，整批小鼠可能就得白白等上几个月。\n在传统药企里，协调这种跨机构实验，至少需要一个专门的项目管理组和法务顾问。\nCody 每天的工作台前，只有他自己和 Claude。\n实验方案怎么写、采购合同怎么对条款、11 家实验室的供应链排期怎么排、返回来的杂乱实验数据怎么清洗比对，Claude 全程负责调度。\n一个人的公司，硬是靠一个不用睡觉的 AI 助手，把 11 家实验室串成了一条流水线。\n很多人聊起 AI 做药，总觉得核心就是像 AlphaFold 那样，在电脑屏幕上预测蛋白质结构。\n但做药真正折磨人的地方，往往不在灵光一现的分子构想。\n漫长、笨重、稍微错一点就全盘推倒的执行细节，才是拖垮进度的深坑。\nAnthropic 披露的另外两组合作数据，把这种现实摩擦力展现得更直接。\n一组是 Divergence Labs。\n他们针对食物过敏里的致敏蛋白 IgE，让 Claude 去设计抗体。\n在一个月时间里，Claude 自主生成了大约 3.5 万个抗体设计。\n随后科学家拿到湿实验室里一测，有 3 个候选设计精准结合了目标，20 个成功把致敏蛋白从免疫细胞上剥离了下来。\n其中有 3 个的效果，甚至超过了现有的标准药物。\n这种通量放在过去，几个人在电脑前筛一年也未必能排得过来。\n另一组数据来自药企 Enveda，事情甚至跟生物学本身无关，它卡在生产合规上。\n药造出来了，但能不能上市，要看符合规范的生产质量管理记录（GMP）。\n灭菌温度记录有没有波动？关键原料的批号有没有对上？\n在 Enveda，生产化学家过去有 75% 的时间没在搞科研，全泡在办公室里硬啃几十厘米厚的生产记录文件。\n只要漏掉一个笔误，整批药品就可能被监管部门叫停，几百万美元直接打了水漂。\n他们把一份 1061 页的极复杂批次记录丢给了 Claude。\n此前，专业的人类审核员花了 25 个多小时，挑出了 11 处问题。\nClaude 只用了几分钟，不仅把这 11 处问题全部核对了出来，还额外抓出了 7 处人类审核员漏掉的合规错误。\n整个复核时间直接砍掉了 89%，从 25 个小时缩到了 3 个小时以内。\n原本需要写上 3 个月的药物临床试验申请（IND）申报资料，Claude 几个小时就初拟完成。\n把这三家公司的现场拼在一起，整件事的逻辑就完全清晰了。\n过去新药研发动辄需要耗费十年、砸进十几亿美元，这笔天文数字到底花在哪了？\n除去昂贵的临床试验，很大一部分全沉没在实验调度、合规审查、跨机构扯皮和海量文档核对里。\n每一个环节都是摩擦力，每一个摩擦力都要靠高薪的专业人力去硬填。\n现在这套摩擦力的成本结构变了。\n分子设计被推上了万级通量。\n11 家外部实验室的协调调度，被压缩到了一个人的日常对话框里。\n上千页枯燥致命的审计文件，能在几分钟内被筛查出漏洞。\n新药研发的门槛，第一次从庞大臃肿的企业组织，下沉到了个人。\n当然，小鼠身上的阳性结果离真正的治病救人，还有漫长严苛的人体临床检验，中间随时可能遇到新的未解难题。\n但至少在起跑线上，原本只有巨头才能玩得起的药物研发游戏，第一次被一个科学家加上一台 AI 给跑通了。","topic":"单人药企如何靠 AI 研发新药：拆解 Anthropic 进军制药背后的成本重构","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-28 07:13:02","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"单人药企如何靠 AI 研发新药：拆解 Anthropic 进军制药背后的成本重构","description":"Anthropic 披露 Claude 已深度介入 6 家药企研发与自研管线。一位创始人利用 Claude 协调 11 家外部实验室，在 18 个月内将儿童肌营养不良新药推至动物试验；同时在抗体设计与上千页合规审计中展现惊人效率，展现了 AI 压缩医药研发组织与摩擦成本的真实机制。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261028-c15a77","markdown_url":"https://mubeitech.com/deep/mb-20261028-c15a77/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261028-c15a77","published_at":"2026-10-28T07:13:02Z"}