文 | 最话FunTalk，作者 | 林书，编辑 | 刘宇翔

6月19日，2024年诺贝尔化学奖得主、AlphaFold核心缔造者John Jumper在X上发文：“After nearly 9 years， I'm leaving Google DeepMind to join Anthropic。”

9年前，Jumper博士毕业刚半年，谷歌DeepMind掌门人Demis Hassabis赌他一把，让他带AlphaFold团队。结果，Jumper带领团队用AlphaFold 2把蛋白质三维结构预测精度干到90%，解决了生物学界50年未解的蛋白质折叠难题。2024年，他和Hassabis同获诺贝尔化学奖。

如今他离开Google去了Anthropic，这家AI coding巨头近期正大力押注AI for Science。

无独有偶，6月10日前后，多家媒体报道字节跳动AI制药业务线Anew Labs启动拆分与独立融资。核心团队、算法、技术平台及已有管线资产将整体注入新主体，字节仍保持控股和对业务的主导权，但新公司在运营和融资上拥有更高独立性。

两件事在同一个时间窗口爆发，表面看是巧合，实则指向同一个底层焦虑：中美两大AI巨头，都在AI时代寻找下一个证明自己身份的战场。它们试图用AI for Science的硬成果，回答一个共同的追问：除了做广告和写代码，AI还能向世界展示什么真正的生产力价值？

但问题在于，符号世界的算法霸权，向分子世界的物质主权发起挑战时，算法本身并不是最大的瓶颈。

01 身份焦虑与组织止血

据行业研究机构数据，全球AI药物发现市场2025年规模已达约198.9亿美元，2026年预计增至245亿美元，到2035年预计飙到1604.9亿美元，十年复合增长率约23.22%。

但即便是一个千亿人民币级的远期市场，相比两家巨头自身的估值体量，AI药物发现的市场规模本身仍不足以解释它们的战略选择。更大的诱惑来自资本市场的估值溢价。英矽智能2025年港股IPO，公开发售部分录得超1400倍超额认购；剂泰科技2026年5月挂牌，首日大涨126.67%，总市值冲上330亿港元。AI制药龙头的市销率估值，不是传统CRO公司的几倍，而是几十倍。

这种溢价的本质不是盈利，而是“范式转换期权”。市场赌的是AI能把“十年十亿”的新药研发苦旅，变成可批量复制的流水线。

但市场规模和估值溢价本身，还是不足以解释字节和Anthropic的选择的。对字节来说，这是一场身份证明战。

字节在移动互联网时代是一个APP工厂，分路突围、饱和攻击是其组织基因。在AI时代，这一策略也取得巨大成功，据QuestMobile数据，截至2026年Q1，豆包月活约3.45亿，日活突破1.4亿。而火山引擎披露，截至今年6月，豆包大模型日均Token调用量已突破180万亿，过去一年增长超10倍。

但这背后是巨大的成本，据国联民生证券2026年5月研报测算，以最便宜的豆包模型计算，豆包提供一天免费AI服务的成本为1.32亿元至2.4亿元。与此同时，字节跳动将2026年AI基础设施资本开支计划上调至逾2000亿元人民币，较去年底初步讨论的1600亿元方案增幅至少25%。

此外，由于开源技术的扩散，纯C端AI的竞争正在全面同质化，豆包、千问、Kimi、文心一言在对话体验上的差距越来越小，最后比的不过是算力成本和迭代速度。在“符号世界”里，字节越来越难以证明自己有着技术上的代差。

因此，字节必须增加一条不那么好走的险路。如果它的AI能在制药领域做出重大突破，或签下大药企BD合同，那么就能证明其确实拥有难以超越的AI for Science技术，集团整体估值里就多了一块“硬核科技”期权。

值得注意的是，字节内部存在不同层面的组织变动。5月29日，据媒体报道，AI4S团队（专注于科学计算、结构生物学、蛋白设计等基础研究）已完成调整，由技术副总裁杨震原负责管理，且官方明确表示“没有考虑分拆”。该团队核心成果包括Protenix和PXDesign。

然而，该团队确实发生了核心成员流失问题。6月2日，顾全全宣布从字节Seed离职。据其公开活动个人介绍及此前媒体报道，其曾担任字节Seed大模型预训练与Scaling方向联合负责人（Co-Lead），但字节官方人士于6月8日回应媒体时否认其为“AI制药和预训练负责人”。顾全全下一站将投身AI制药与蛋白质设计创业。此外，据报道，计算生物学负责人肖文之已离职创办AI制药企业，方向集中在靶点蛋白设计等领域。

而Anew Labs成立于2021年，一直承担从基础模型研究到产业化的核心职能，拥有IL-17小分子项目等早期管线，目前由刘凯负责。36氪独家报道指出，此前字节内部负责蛋白结构预测模型的相关团队已并入刘凯负责的团队。从公开信息推断，AI4S团队与Anew Labs分属不同管理线，但两者存在人员与技术的整合流动。

核心科研人员的出走，某种程度上也说明不是所有AI for Science顶尖人才都能适配纯互联网组织架构。毕竟，科研人才要的是长周期的耐心、Biotech式的股权架构，而不是互联网大厂式的季度OKR。将Anew Labs拆分独立，建立更符合生物医药长周期特征的独立组织架构，是字节推动该领域基础模型能力与制药产业结合的战略调整。

对Anthropic来说，情况更为紧迫。它必须回应外界对模型安全性的持续质疑，也必须证明自己不只是“代码助手”。生物医药天然具有高道德溢价、高社会价值，恰好是Anthropic能力延伸的突破点。

但Anthropic挖角Jumper，还有一个被忽略的深层信号：Google的研究必须尽快产品化的要求，让顶尖科学家无所适从。DeepMind既要支撑Isomorphic Labs的管线（商业化），又要维护AlphaFold的公共数据库（学术使命），还要为Gemini提供蛋白质结构预测能力（产品集成）。Jumper作为科学家，在这些目标冲突中可能失去了纯粹的研究空间。

而Anthropic作为纯AI实验室，给了他更干净的科研环境和更大的技术自主权。Jumper的离开，不是一次普通跳槽，而是全球AI for Science人才格局的范式级信号。

02 2026验证年的前置条件

2026年之所以成为AI制药关键的时间窗口，不是因为某一项技术突然突破，而是因为所有前置条件同时成熟：临床验证进入终局、监管框架首次落地、资本向头部集中、数据瓶颈松动、首批药物逼近上市。

在2024年，AI制药PPT里的故事是“按回车键，新药就出来了”。当时全球AI药物发现市场估值飙涨，资本涌入催生了数百家AI生物初创公司，大家都相信算法可以绕过湿实验的物理约束。

然而到了2025年，首批由AI完全设计的分子进入临床阶段后，现实很快戳破了泡沫。Recursion与Exscientia合并后进行了管线精简，聚焦6个核心候选药物（4个肿瘤，2个罕见病），多家AI生物公司因临床前毒性数据不佳、成药性差而被迫转型或被收购。

承诺与兑现之间的落差，构成了这轮洗牌的主要动力。

投资人现在的口头禅变了：不再问你的模型参数量多大，而是问你的真实实验数据在哪、有没有差异化靶点、可交易的优质管线有哪些。晶泰控股能在2026年拿下跨国药企合作订单，靠的不是模型故事，而是合作方支付首付款并承担全部早期研发费用的硬核商业条款。

AI制药的叙事，从技术神话退回到了商业验证。只有那些能挖掘真实湿实验数据的公司，才能爬出低谷。

但恰恰是在这场血腥洗牌之后，字节的技术管线趋于成熟了。2025年发布Protenix和SeedFold，2026年迭代到Protenix-v1/v2，并构建了Anew Labs平台，覆盖蛋白-配体动态预测、全原子分子生成、自由能计算。

2026年4月，在美国免疫学家协会（AAI）年会上，字节首次披露了一款处于临床前的IL-17小分子抑制剂AN-5162，由Anew Therapeutics（即Anew Labs，前者是企业注册名，后者是对外技术平台名）公开。该药物瞄准银屑病等自免疾病，是全球首个小分子全谱IL-17抑制剂（AA/AF/FF），目前处于临床前先导化合物优化阶段。

所以，往好的方向想，字节可能觉得从科研到产业的机会正在成熟，即模型不再是唯一，分子更为关键。投资方对AI制药标的的审视标准，已从模型参数转向差异化靶点和可交易管线，字节恰好在这个节点上拥有了符合市场要求的硬资产。

但符合市场要求不等于已经兑现。字节目前披露的管线更多是迭代式创新：IL-17和IL-4R都是成熟靶点的进一步探索，而非全新靶点的从头发现。这符合以刘勇军为首的Anew Labs科学顾问委员会的谨慎哲学，聚焦成熟靶点的迭代创新，新机制靶点仍然存在不确定性。

但这也意味着，字节的首个AI分子尚未证明“解锁不可成药靶点”的颠覆性能力。

03 两条路线，一个瓶颈

Anthropic与字节的这两条路线，谁能走得更远？

这个问题可能没有标准答案，因为两条路的终点可能根本不在同一个地方。

从技术角度看，Anthropic在药物研发方面的路线更接近AGI的应用形态。通用大模型在开放