3.7万个AI智能体跑一家虚拟药企，生物研究的瓶颈开始挪到实验台

AI能预测蛋白质结构，已经不算新闻了。真正让人坐不住的是，从提出假设到验证结论的那一整圈，开始有AI接手。

最显眼的例子来自斯坦福。团队搭了一家虚拟生物技术公司，里面跑着3.7万个AI智能体，负责生成假设再逐一测试，这种规模靠人力基本做不到。其中一项被提出的癌症疗法，七个月后被一家制药公司独立证实。同样在斯坦福，另一组人用12个物种、1.12亿个细胞训练了一个细胞模型，目标是更接近通用的生物学模型。

产业这边动作也不少。诺和诺德说，自家研发体系里已有600多名AI和数字员工，嵌进研发的AI合作超过30项。英伟达投资的Iambic在美国递交了IPO申请，手里有一款AI设计的抗肿瘤药正在临床开发，同时宣布和艾伯维合作。

还有个模型用两万多个药企私有蛋白结构训练，表现被指超过公开模型。私有生物数据会不会才是真正的护城河，这个问题开始摆上桌面。Anthropic 也在运营一间分子生物学实验室，人和AI智能体一起提假设、做实体实验。

于是瓶颈换了位置。

AI生成假设的速度，可能很快会超过科学家在实验台上验证的速度。到那一步，卡住进度的就不只是智能本身，还有数据、实验室容量，以及现实世界追上机器的速度。