一家“一人药企”被Anthropic收购，AI巨头为何纷纷杀入制药业？

一家只有一名全职员工的生物技术公司，被AI大模型公司Anthropic收购了。

这家公司名为Mithril Medicine。其创始人Cody Tranbarger借助Claude，协调11家外部实验室开展研究，在不到18个月内，将一种罕见肌营养不良症的候选疗法从构想推进到小鼠实验，并取得初步积极结果。如今，这些项目已成为Anthropic内部首批药物研发项目的一部分。

当地时间10月27日，Anthropic披露上述收购，并集中披露AI参与药物研发的一系列进展。过去数月，该公司与百时美施贵宝、Generate Biomedicines等六家新药研发机构开展合作，尝试让Claude参与分子设计、实验优化、药物制造和临床试验规划。与此同时，Anthropic也开始亲自推进药物研发项目。

“新的、重量级玩家加入，行业竞争更激烈了。”AI制药公司晶泰科技相关人士对第一财经记者表示，尤其是在编程（Coding）成为大模型商业化的重要场景之后，头部AI公司需要寻找下一个能够发挥模型能力、形成商业价值的应用领域。而从此次披露来看，Anthropic与相关机构的合作早已十分深入。

从提供AI工具到亲自参与药物研发，Anthropic的业务边界正在发生变化。而OpenAI、谷歌、字节跳动等科技公司也在进入这一领域。大模型公司为何集体看上制药业？它们将如何改变这个长期面临高成本、高失败率问题的行业？

从辅助药企到自己研发新药

Anthropic今日公布的研究成果，覆盖了药物研发的多个环节。

在细胞治疗领域，Generate Biomedicines利用Claude Code优化CAR-T相关基因设计。一项实验中，相关遗传指令片段缩短约70%，细胞表面受体表达量提高约10倍。

抗体研发方面，Divergence Labs借助Claude，在约一个月内生成3.5万种抗体候选设计；BigHat Biosciences则在约10周内设计并测试1010种分子变体，部分优化后的抗体与靶标结合能力提高数倍。

除了分子设计，Anthropic还试图让AI进入药物研发的日常流程。合作方Enveda利用Claude审核1061页药物制造文件，识别出人工审核发现的全部11项问题，并额外提示7项潜在问题；人工审核时间从超过25小时缩短至不足3小时。百时美施贵宝则使用Claude分析早期临床开发方案，辅助评估不同试验路径。

这些结果主要来自企业合作研究，尚不能证明AI能够提高药物临床成功率。尤其是分子结合能力、受体表达量的改善，与最终药物疗效之间仍存在距离。

但这些案例体现了Anthropic的一个判断：药物研发的瓶颈并不只存在于分子发现阶段，还分散在实验设计、数据分析、制造、监管申报和临床试验等环节。AI如果能够参与整个流程，潜在价值就不只是帮助科学家找到更多候选分子。

这也解释了Anthropic为何开始亲自研发药物。

被其收购的Mithril Medicine，主要研究两种罕见肌营养不良症的治疗方法。创始人借助Claude管理外部实验室的合同、物流和实验安排，使一个极小规模的团队得以组织复杂的药物研究。Anthropic 预计，如果后续研究进展顺利，其中一条候选管线最早有望在 2028 年底启动人体临床试验。

此前，Anthropic已经收购Coefficient Bio，并建立自己的生物实验室。相比仅向药企提供模型服务，直接参与研发能够让公司获得真实实验反馈，用以检验Claude的能力，并改进模型。

相关布局也出现在Anthropic本周提交的招股书中。Anthropic将生命科学列为前沿AI的重要应用市场，截至9月30日，全球前十大制药企业中有九家是Anthropic的客户，且每家在过去12个月内向Anthropic支付了至少10万美元。

Anthropic还在招股书中表示，正在开发支持科学家完成药物研发不同阶段工作的AI智能体。不过，公司也提示，生命科学业务可能带来实验室安全、监管合规及研发失败等风险。目前尚未披露这一业务的独立收入和投入规模。

对于一家主要依靠模型服务获得收入的公司而言，亲自研发药物意味着更长的投入周期和更不确定的回报。

AI巨头纷纷卷向生物制药

Anthropic并非唯一进入制药业的基础模型公司。

10月20日，OpenAI宣布收购药物研发协作平台Orchestra Bio，并将其技术与生命科学模型GPT-Rosalind、Rosalind Workbench整合。

Orchestra Bio的AI智能体主要用于协调复杂的药物研发项目，例如跟踪实验进度、分析生产延误对临床试验的影响，帮助研发团队调整计划。OpenAI希望让AI不仅参与科学发现，还能管理从实验到临床开发之间的大量专业工作。

谷歌的布局更早。源于Google DeepMind的Isomorphic Labs依托AlphaFold相关技术，开发专门的AI药物设计平台，并与礼来、诺华等跨国药企合作。与主要提供通用模型和研发工具的OpenAI相比，Isomorphic Labs更接近直接参与药物研发的专业生物技术公司。

中国互联网巨头也在布局。此前有消息称字节跳动分拆的AI制药公司Anew Labs完成约2.9亿美元融资，估值约15亿美元。它主要开发生物分子结构预测、抗体设计和药物发现技术。与Anthropic将药物研发纳入自身业务不同，字节跳动选择将相关业务分拆，借助外部融资支持长期发展。这也反映出AI制药与互联网业务在研发周期和经营模式上的差异。

科技公司进入制药业，一个重要原因是传统药物研发存在巨大的效率改善空间。

德勤2026年发布的制药创新研发回报相关研究显示，通过追踪分析全球20家大型生物制药企业的后期药物研发管线发现，2025年单个药物从发现到上市的平均研发成本达到26.7亿美元，高于2024年的22.3亿美元。管线预测内部收益率（IRR）由2024年的5.9%升至2025年的7%，但改善主要受到GLP-1类减重及糖尿病药物推动。剔除这类药物后，预测回报率仅为2.9%。

对于制药企业而言，如果AI能够减少无效实验、加快候选药物筛选，或者缩短研发流程中的等待时间，就可能具有实际经济价值。

从Anthropic、OpenAI等模型公司近期的动作来看，生物医药乃至更广泛的AI for Science，正在成为继编程之后的一个重点探索方向。

对于AI巨头为何纷纷涌向制造业，晶泰科技相关人士对第一财经记者表示， Anthropic等大模型公司虽然具备较强的AI能力，但仍面临两大短板：一是缺乏难以通过公开渠道获取的高质量专有实验数据；二是药物研发流程复杂，计算和预测分子现在看已经不是行业卡点，但后续仍需要实验室完成合成、测试和验证，这恰恰是纯 AI 公司所欠缺的。它们仅靠模型难以完成研发闭环，自行建设完整实验体系也并不现实。因此，与拥有数据、实验设施和研发经验的专业机构合作，成为它们进入这一领域的重要路径。

不过，药物研发最终仍需要经过严格的安全性和有效性检验。AI可以加快某些环节，却不能跳过动物实验、人体临床试验和监管审批。

从Anthropic到OpenAI、谷歌和字节跳动，科技公司正在进入药物研发的不同环节。但这场竞争最终比拼的，可能不是谁能生成更多分子，而是谁能够把模型、实验数据、研发流程和临床验证连接起来，真正提高新药研发的效率与成功率。