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

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？ Cody Tranbarger 创办的 Mithril Medicine，全公司就他一个全职员工。 他盯上的是一个极难啃的骨头：罕见儿童肌营养不良症。 这是一种严重的遗传病，患病的孩子肌肉会逐渐萎缩无力。 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。 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。 中间每一道工序，都要专业的人盯。 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。 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。 Anthropic 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。 连一根试管都没买过的他，怎么跑得比正规团队还快？ 他的办法很直接：把所有繁杂的调度与整理，全交给了 Claude。 Cody 既没建实验室，也没雇研究员。 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。 11 家外部实验室同时跑，管理成本有多吓人？ 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。 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。 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。 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。 Cody 每天的工作台前，只有他自己和 Claude。 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。 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。 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。 但做药真正折磨人的地方，往往不在灵光一现的分子构想。 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。 Anthropic 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。 一组是 Divergence Labs。 他们针对食物过敏里的致敏蛋白 IgE，让 Claude 去设计抗体。 在一个月时间里，Claude 自主生成了大约 3.5 万个抗体设计。 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。 其中有 3 个的效果，甚至超过了现有的标准药物。 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。 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。 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）。 灭菌温度记录有没有波动？关键原料的批号有没有对上？ 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。 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。 他们把一份 1061 页的极复杂批次记录丢给了 Claude。 此前，专业的人类审核员花了 25 个多小时，挑出了 11 处问题。 Claude 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。 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。 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。 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。 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？ 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。 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。 现在这套摩擦力的成本结构变了。 分子设计被推上了万级通量。 11 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。 上千页枯燥致命的审计文件，能在几分钟内被筛查出漏洞。 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。 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。 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。