Anthropic
Anthropic
2026/07/04
从工具商到研发主体：Anthropic 进入药物研发的战略逻辑
Anthropic 昨日宣布将亲自开展药物研发工作。这不是向药企提供工具，而是 Anthropic 以第一方身份进入靶点发现、候选分子筛选等核心新药研发流程。一天前，它刚刚发布了面向制药研究者的 Claude Science 平台；这次公告是一次明确的战略跨越：从"为别人的研发提供加速器"，变成"自己拥有研发管线"。
这个跨越的含义超出技术本身。新药研发是监管最严格、周期最长的产业之一——从候选分子到上市，平均耗时 10-15 年，临床失败率超过 90%。选择进入这个领域，意味着 Anthropic 愿意将 Claude 的技术能力置于最严苛的现实验证条件下：不是 benchmark，不是演示，而是面对真实的生物靶点、真实的临床数据、真实的监管审批。
这对 Anthropic 的商业模式具有结构性影响。长期以来，Anthropic 的收入逻辑是"向 API 用户和企业客户出售模型访问权"。一旦自主开发新药，它就同时成为了自己平台的第一方用户和成果主张者。成功时，它可以用药物收益证明 AI 研发的真实价值；失败时，这也将是 AI 公司在监管密集领域首次以自身资本和声誉承担风险。
Alphabet Isomorphic Labs 的先行经验：不可绕过的参照
这条路上已有前行者。Alphabet 旗下的 Isomorphic Labs 是目前最接近这一模式的案例——它用 AlphaFold3 进行蛋白质折叠预测，已与诺华、礼来签署合作协议，但目前仍处于"AI辅助+大药厂主导临床"的混合路径。
Anthropic 的路径与 Isomorphic 的关键差异在于：Claude 是一个通用大语言模型，而非专用于结构预测的 AlphaFold。这意味着 Anthropic 的竞争力不来自蛋白结构的精确计算，而来自跨模态、跨领域的推理能力——包括从海量文献中提取候选靶点关系、生成并分析候选分子假说、辅助研究者设计实验方案。这是截然不同的技术赌注。
如果 Anthropic 选择与大药厂合作（类似 Isomorphic 模式），它可以降低临床阶段的资本风险，但会限制其在成果主张上的独立性。如果它选择自主推进到临床，它将面临远超其现有能力边界的生产、监管和资本密度挑战。未来几个月的关键信号是：Anthropic 的第一条管线选择的是哪个治疗领域，它是否引入了专业药物开发团队，以及合作/自主的路径是否已定。
工具商变身产品主体：这条路的系统性风险与行业信号
Anthropic 进入药物研发不是一个孤立事件。它与 GitHub Copilot 引入 Kimi 这一"平台开放"信号共同出现，揭示出 AI 行业边界正在双向延伸：一方面向纵深（AI公司成为有管线的产品主体），另一方面向横向（平台向竞品开放以争夺生态位）。
这一转变对整个行业意味着三个系统性变化。第一，AI 公司的风险结构改变——不再只是研发成本和竞争压力，而是加入了新药研发的临床失败率风险、监管周期风险和资本密度风险。第二，AI 与生命科学之间的竞争格局可能加速重组——辉瑞、罗氏等大药厂正在加速建设内部 AI 能力，而 Anthropic 的直接进入将迫使双方重新谈判"合作还是竞争"的边界。第三，成功案例的标杆效应——如果 Anthropic 能在 3-5 年内将候选分子推进到临床 I 期，这将成为"AI 不只是提效工具、而是可以独立创造科学价值"的最强证明。
反过来，失败的代价同样是系统性的：它将给"AI加速药物研发"的叙事带来重大打击，可能影响整个行业在监管机构面前的可信度建立。Anthropic 的这次押注，既是机会，也是整个 AI 行业的一次公开测试。