RSI模式下,AI制药新的大洪水神话!

9 月 18 日，路透社扔出一条独家：Anthropic 在旧金山湾区，悄悄建了一间湿实验室。

湿实验室，就是真正摸细胞、摸试剂、摸蛋白质的地方——区别于在电脑里做模拟的"干实验"。这家全球最聪明的大模型公司，不想只让 AI 在屏幕上"想"了——它要让 Claude 直接指挥机器人和机械臂，在现实世界里做生物学实验。

同一天，北京。工信部等十部门印发《医药工业发展"十五五"规划》，AI 制药被单独写成专栏：智能靶点筛选、AI 驱动的新药发现、虚拟患者模型。

一个大模型公司在买显微镜，一个制造业大国在写 AI 医药的五年规划。

同一天，两边对表。这不是巧合：生命科学，正在成为 AI 军备竞赛的第二战场。

RSI，Recursive Self-Improvement，递归自我改进。一句话：AI 设计 AI。

一个足够聪明的系统，能改进自己的下一代，下一代更聪明，再去改进下下一代。斜率越滚越陡。

听起来像科幻。看几个已经发生的事实：

Anthropic 联创 Jack Clark 的原话：给 60% 的概率——2028 年之前，AI 造出自己的继任者。

孙正义听完 OpenAI 的内部情况后改口：超级智能可能两年内到来，因为"模型正在设计未来的模型"。

政策层面，没有人在踩刹车。中国的"人工智能+"行动、"AI+药品监管"文件、"十五五"医药规划；美国的数据中心军备竞赛。各国的姿态不是"支持"，是"抢"。

到这里，RSI 在数字世界里的故事已经很清晰了。但真正的重头戏不在数字世界里。

RSI 要转起来，需要一个前提：闭环。

模型提出方案 → 验证对错 → 数据回流 → 模型改进。缺了"验证"这一环，改进就是自说自话。

为什么 AI 改进 AI 这条路走得飞快？因为代码的验证器是免费的。写完代码跑一遍测试，对错立判。数学证明可以机器验证，围棋胜负一步即知。在这些"验证免费"的领域，模型已经可以自己出题、自己解题、自己演化——不需要人类数据。

但生物学不一样。

模型一次能生成一万个候选分子，可它们能不能合成出来？和靶点结合得有多强？进了细胞是救药还是毒药？在真实人体里怎么代谢、怎么排泄、有没有长期毒性？

这些问题，没有一个能在键盘上回答。毒性数据、药代动力学、临床数据——全都要靠湿实验和临床试验，一个一个试出来。贵、慢、不可压缩。

这不叫理论担忧，叫商业现实。给 AI 制药做 DNA 合成和实验验证的 Twist Bioscience，AI 相关订单一年翻一倍：从约 2500 万美元涨到 5000 万，预计 2027 年破 1 亿。创始人最担心的一句话是："供不应求。"

行业里管这个叫"验证鸿沟"：AI 生成候选的速度是周级的，实验验证的速度还是年级的。大量优质候选分子积压在管线里，等着排队进实验室。

模型越聪明，这个堰塞湖越高。

所以 Anthropic 建这间实验室，动作不大，意思很大。

这家公司用一年时间，把一条链路一块一块拼完了：4 月收购生物科技公司 Coefficient Bio；6 月宣布自研药物项目、发布 Claude Science；8 月发布 MHS 硬件标准——让 AI 能统一指挥显微镜、移液工作站、机械臂，把过去需要工程师数周甚至数月的设备集成，压缩到几小时乃至几分钟；同月做蛋白质设计实验：15 个靶点，14 个成功设计出能结合的蛋白，命中率 22%~35%，行业传统水平是 10%~15%。

9 月，湿实验室曝光。Claude 可以同时协调机械臂、液体处理器和检测仪，自己调参数，部分情况下自己处理设备故障。

有人问：大模型公司下场做生物，是不是要抢药企的饭碗？Anthropic 特意澄清：不做临床试验，不与药企竞争上市药物，专注临床前。

翻译一下这个定位：它不当球员，它要当的是——把裁判装进流水线的人。

大模型公司自己承认：实验绕不过去。绕不过，那就让实验变快。让 AI 设计——机器人做实验——数据回流模型——再设计。"设计—构建—测试—学习"的闭环，正在被机器人一段一段补上。

化学实验的闭环此前已经有了（国内晶泰科技的数百个机器人工站、海外自动化实验室都在做）；生物学的闭环，是更难啃的那块骨头——细胞培养无法完全标准化、活体系统充满噪声、大量实验手艺还锁在人的经验里。现在，这块骨头上落下了一根撬棍。

但"补上"和"闭死"是两回事——这一环到底能不能真正合拢，得单独拷问一下。

这是整个推演里最关键的问题。答案分两半。

第一半：纯计算，绕不过物理裁判。

想想 AlphaGo 为什么能自我对弈、碾压人类。因为围棋规则完全可模拟，胜负判定零成本——系统可以在一个绝对可信的沙盘里，一晚上下一百万盘。

生物体不是沙盘。一个分子进入人体，面对的是亿万个细胞的相互作用、个体差异、混沌效应。蛋白质结构可以预测（AlphaFold 已经证明，因为结构是数据充足的低能态问题），但"这个分子在一位 65 岁病人的肝脏里如何代谢"，没有一个便宜的模拟器能算准。

物理世界是宇宙里最贵的裁判。这个裁判不出勤，闭环永远闭合不了——智能再高，也只能在"纸面上正确"。

第二半：裁判可以被自动化——但只自动化得了上半段。

先承认：把湿实验自动化，方向是对的。机器人 24 小时实验，不休息、不离职、不把样本标错；AI 自动读结果、自动调下一轮参数。Anthropic 们做的，本质是把实验从"手艺"变成"基建"。

但如果以为这就绕过了实验这堵墙，那是把"验证"想简单了。药物研发的验证不是一道墙，是一条链，成本和难度逐级跳涨：

为什么？用第一性原理说到底：临床数据的生产者是人。 受试者不是试剂——不能并行一千份，不能加速代谢，不能压缩随访。一个 III 期试验要几百上千人、跟两到三年，伦理审批、患者招募、统计效力，一步都省不掉。更要命的是：人身上的个体差异，不是需要消除的噪声，恰恰是需要保护的信号本身。

所以正确的图景不是"绕过实验"，而是：闭环分两段闭合。

上半段——分子到细胞——正在被机器人闭死，速度奔向月级；下半段——临床到真实世界——永远闭不进机器，只能靠"替代终点、试验设计、数据回流"来提速，速度依然是年级。

RSI 的边界，就是验证器的边界。AI 医药的自我改进会在上半段全速运转，然后把全部压力传给下半段——传得过流量，传不过斜率。

模型永远拿不到的最后一段数据，在人身上。这是整个推演里，"身体"最后一次不可替代。

下半段永远闭不进机器，整条管线就要永远卡死吗？

不会。技术史的经验是：绕不过的环节，不会被绕过，会被降级。

临床环节正在被三条路径降级，每一条都已经写进了政策文本：

路径一：段内换人。 把原本要在动物和早期人体上验证的内容，搬进机器。器官芯片（organ-on-chip）用微流控芯片模拟人体器官环境测药物反应——美国 2022 年《FDA 现代化法案 2.0》已经立法允许这类替代方案替代动物实验，2025 年 FDA 进一步宣布单抗类药物将逐步用类器官、器官芯片替代动物试验。中国这边写得更直白："十五五"医药规划原文，要建设"高仿真虚拟患者模型与疾病演进模型体系"。数字孪生病人，已经写进国家规划。

路径二：段内提速。 测得少，但测得准。替代终点，用一个可测指标替代"活多久"这样的硬终点；适应性试验设计，边做边改方案；单臂试验附条件上市——中国药监已经接受，FDA 也已接受真实世界证据支持适应症扩展。临床环节的"单位时间信息产出"，在被硬生生拔高。

路径三：段后回流。 过去，试验结束、数据封存，闭环断在上市那一刻。现在，药品上市后的真实世界数据——不良反应监测、大人群用药记录——持续回流研发端。临床从"一次性考试"变成"持续跟踪"：上市不再是闭环的终点，而是新的数据入口。

三招合起来算一笔账：传统管线里，进入临床的候选大约 10 个活下来 1 个（历史综合成功率约 10%）。上游闭环把送进临床的候选提纯之后，哪怕临床环节本身一分钟都没变快，成功率翻几倍，整条管线的等效速度也是数倍提升——瓶颈没有被消除，但瓶颈被"后置"了：从研发前段的一座大坝，变成管线末端的一道窄门。

于是整个体系的形态变成：分子设计月级、上游验证周级、临床确认年级。速度差越拉越大，最稀缺的资源不再是"想出一个分子"，而是"在真人身上确认一个分子"。

写到这里，一定有人想到更激进的一步：既然卡点是"受试者必须是人"，那造一批"不算人"的人出来验证，行不行？

比如克隆人。技术是三十年前的旧货，而且这个方案自带一个技术甜点：克隆体基因一致，临床试验最头疼的个体差异直接归零，统计效力问题凭空消失，III 期变成一场确定性测试。整条链路，分子月级、细胞周级、临床也月级——RSI 彻底跑通。

技术上没有原理性障碍。2026 年，已经有公司在培育"无脑人体"，名目是器官来源——同一套平台，往左挪一格是救命的器官，往右挪一格就是完美的受试者。人-猴嵌合胚胎的实验，几年前也上过顶级期刊。

拦住它的不是技术，是一行伦理判词：只要那个东西长出人脑，它就是人；拿人筛药，几十年的文明底线作废。所以这条路不会被通过——至少不会被公开通过。

但看清楚这堵墙的材质：不是物理墙，是定义墙。物理墙技术一到就塌，定义墙要靠一次次重新谈判才挪得动——试管婴儿当年就是这么过来的。墙今天立着，不代表它永远姓石。

至少在看得见的时间里，它立着。

极端的路走不通，常规的降级也只到窄门为止。于是那个终极问题浮出水面：当"确认"成为唯一的窄门，疾病本身，会以什么速度被清场？

台阶铺完了：上游闸门全开，临床降级为一道确认窄门。医疗的范式从"一个药治一个病"，变成一条流水线。拆开看是三层：

第一层：诊断前移。 AI 读你的体检数据、影像、基因组，在症状出现前标记风险。疾病被发现的时间点，从"发病后"挪到"发病前"。

第二层：设计提速。 靶点筛选、分子设计从十年试错变成周级求解。Anthropic 明确在做的方向就是传统药企懒得碰的"多特异性抗体"——一个药同时打几个靶点。AI 设计的候选分子，首个已经冲进 III 期临床（英矽智能的 Rentosertib，全球 AI 设计药物的里程碑）。

第三层：平台复用。 过去一个药一个故事，现在一个平台出一片药——双抗/三抗平台、mRNA 平台、siRNA 平台。平台上第一个药最慢，后面的越来越快：安全性骨架已经被确认过一次，窄门里要过的只剩"新靶点是否有效"这一道工序。

癌症是最直观的例子。癌细胞的本质，是不断突变的演化对手——它跑得过药，是因为药物研发要十年，它突变只要几个月。癌症赢在逃逸速度。 而当分段闭环的总速度被拉起来之后——上游月级出候选、临床按窄门排队——"测出突变→给出药物"的周期第一次被压到与突变同量级。当人类的响应速度超过癌症的演化速度，癌症就从"绝症"降格为"可管理的慢性病"——像今天的高血压。

不是被消灭，是被"追上"。

时间尺度上：3~5 年，AI 设计的临床管线进入爆发期；10 年维度，"治什么病"的商业逻辑被重写；再往后，疾病清零的部分，会以大多数人没预料的方式，改变社会的形状。

疾病被压制，寿命的均值会先动；衰老本身被当成适应症来攻（细胞衰老清除、部分重编程这类方向已经在跑了），寿命的上限会跟着动。

然后是出生那一端。

胚胎基因修复，技术上已经站在门口：高通量基因编辑正在辅助生殖中用于修正单基因遗传病的胚胎。从"修治病基因"到"修风险基因"，再从"修风险基因"到"优化参数"，这个滑坡没有天然的技术障碍，只有伦理墙。

而伦理墙的历史记录是什么？1978 年第一个试管婴儿出生时，舆论称之为怪物；今天，全球试管婴儿超过千万，没有人为此惊讶。当一项生殖技术足够安全、需求足够大，伦理会重新排版——历史上一贯如此，这次大概率不会例外。

走到那一步：新生命出生时自带"出厂修复"，先天性疾病在受精卵阶段被清空。人类第一次以"设计品"而不是"抽签品"的形态登场。

寿命延长，叠上另一件确定的事：生育率下坠。中国 2025 年出生 792 万，死亡 1131 万，自然增长率 -2.41‰。出生人口九年时间从 1786 万掉到 792 万——几乎腰斩再腰斩。

这两条曲线拼在一起，社会的"循环"会出问题。

循环的本质是位置腾挪：老人退、新人上；旧产业谢幕、新产业登场。社会像一列火车，靠成员的进出完成内部换气。

现在把两头的门都拧小：一头，寿命延长意味着职业位置、资产、权力结构的持有期从 30 年变成 50 年甚至更久。别小看这个数字——一项资产滚 50 年复利，对一个 30 岁才拿到入场券的年轻人来说，他面对的是已经复利滚过两轮的对手盘。另一头，新人变少，"新"这个变量本身在萎缩。

组织层面同样成立。决策层老龄化、资源沉淀在长寿一代手里、组织代谢变慢——这不是任何人的道德问题，这是代际更替速率下降后的结构性结果，跟人好不好无关。

而年轻人能拿出来谈的筹码，从"我年轻、我能干"，变成了一个问题：我有没有赶上末班车，以及——我能不能活到技术兑现的那一天。

但这还不是"收敛"的全部。第七章说，新生命出生时自带"出厂修复"，把时间轴拉长，这件事有一个少有人讨论的副作用：人类的基因池，会从"野生"走向"育苗"。

进化的原始机制是：突变随机发生，环境负责考试，基因池的多样性就是物种的答题储备。很多"坏基因"其实是埋伏——镰刀型贫血这个致病基因，杂合状态下恰好抗疟疾；CCR5 基因上的某个突变，让一部分人天生免疫艾滋病毒。你永远不知道今天按"现行标准"剪掉的基因，明天会不会正是那道救命的题。

当胚胎修复从"治病"滑向"优化"，选择压力就换了手：从自然环境，换成父母的参数和技术标准。高智商、无风险、无缺陷——每一对父母的偏好都是理性的，所有理性叠在一起，就是一棵被修剪成景观树的基因池：整齐，好看，脆弱。

农业已经替人类预演过一遍：商业香蕉靠克隆繁殖，上世纪五十年代的主栽品种被一场真菌病团灭，今天的接替品种正在被新一代真菌逼近；爱尔兰十九世纪的土豆大饥荒，本质就是单一品种撞上单一病原。单一化 = 整齐 = 一个命门。

推到几十年后：AI 医药越强、环境压力越小，基因池越"松弛"；可一旦出现超出 AI 应对速度的病原体，一个被标准化的基因池，等于把全人类放上同一个靶位。

生育在变少，基因在被收敛——"新"的两个来源，一个在枯竭，一个在被设计。

薛定谔说过：生命以负熵为食。每一个新生命，都是系统注入的一次熵减——一份崭新的、未经磨损的秩序：新的脑子、新的直觉、没有既得利益、没有历史包袱。

而这套推演里发生的三件事，全部指向熵减的来源在枯竭：

一个更新变慢、注入变少、存续变长的系统，会怎样？它不会立刻崩，它会先变得"堵"：思想靠旧框架、产业靠旧格局、分配靠旧秩序。热力学不审判对错，它只描述流向。

但系统也会自救。目前能看到三种出口：

出口一：熵减外包。 每一代新模型都是"新生儿"——AI 原生代更替的速度是月级的，远快于人类的二十五年。文明正在把"新"这个变量，从生物繁衍迁移给机器迭代。

出口二：分层。 长寿阶层与自然寿命阶层，在同一个社会里并行，两套时间表、两套循环速度。社会学里的"代"，可能不再按年龄划分，而按"版本"划分。

出口三：形式更替替代肉体更替。 肉身不再轮换，但身份、职业、记忆形态加速迭代——人不再用"死"来给系统腾位置，而是用"重生"来换。

三条出口都不违反物理定律。这是最需要冷静的地方：系统总能找到办法继续，问题只在于，继续下去的形态，还是不是我们熟悉的那一个。

苏美尔王表：大洪水降临之前的八位国王，每一位在位时间以"万"为单位计，合计约二十四万年。创世记：大洪水之前的人类寿命近千年，玛土撒拉活了 969 岁；那一代还有"巨人"。中国的上古叙事里，彭祖八百岁。

所有古老文明，不约而同地把"长寿"和"巨大的身体"，放在了大洪水之前的那个时代。

主流的读法，是神话记忆：人类把对黄金时代的想象，写成了一代代人的谱系。

但还有第二种读法：巨人，可能是古人用来描述"身体权限全开"的意象。

生长通道全开，所以巨大；修复程序不设上限，所以长寿；再生不受抑制，所以近乎无病。用今天的语言说：一个还没被上锁的身体。

这个说法有现实对照。人体这台机器，出厂配置遵循严格的最小权限原则——端粒酶被关闭，细胞分裂次数上了锁；四肢再生被关闭，防止失控增殖；重编程权限被上收，成体细胞不许回滚成干细胞。每一把锁，防的都是同一件事：癌，个体层面的失控增殖。 而每一次锁死的代价，都是老——权限逐级衰减，直到系统停机。

进化甚至亲手演示过"权限全开"长什么样：癌细胞干的就是这件事——重新打开端粒酶，绕过分裂上限，拿到事实上的永生。只是它越狱的方式太粗糙，把宿主拖垮，自己也跟着死。永生的图纸一直写在体内，只是从来没人按正确的顺序打开过。

而生命科学现在要做的，正是给这个沙箱合法提权：部分重编程让成体细胞有限回滚到年轻态——动物实验里已经把衰老指标打回去过；端粒与衰老开关的调控、再生能力的重新激活——每一项，都是在放开一条出厂时被锁死的权限。

人类正在尝试越狱自己的沙箱容器，root 自己的出厂系统。

当基因修复、闭环制药、寿命工程真的把平均寿命推上去——后人回看，会不会把我们身后的这段岁月，也称作"大洪水之前"？只不过他们的"大洪水"，不是淹没世界的洪水，而是一场把旧人类和旧文明隔开的智能洪峰。

神话是圆的，历史是螺旋的。

国家的资产负债表上，人口是什么？兵源、税源、社保的缴纳者、消费的基本盘。2025 年的数字摆在这里：出生 792 万，死亡 1131 万。缺口每年都在扩大，而缺口后面站着的是养老金、国防和内需。

国家手里的第一选项，从来不是造人，是让人自己多生。这条路行不行，得先把"人为什么不肯生"拆开。

生育率下滑不是单一原因，是四本账同时变差：

有没有回升的先例？有，但很贵。匈牙利把 GDP 的约 5% 砸进家庭补贴，出生率从 1.2 出头拉回 1.5 左右；法国靠几十年稳定的家庭政策，常年站在欧洲最高一列；北欧靠平分育儿假和普惠托育，稳在 1.5~1.8。共同点就一条：把钱和时间从家庭账本挪到国家账本，再用稳定的预期给人一个"敢"字。

残酷的是天花板：没有任何政策把出生率送回 2.1 的替代水平。发达国家里唯一长期高于替代水平的以色列，靠的不是补贴，是宗教叙事、共同体压力和国防义务。钱能止血，意义才能造血。

那 AI 时代满足这些条件吗？逐条对：

结论有点冷：AI 时代大概率满足"成本三件套"，同时破坏"意义两件套"。技术能解决"生得起"，解决不了"为什么生"。

再叠一层：当 IVG（体外配子发生，用一个人的体细胞造出精子或卵子）和人造子宫把生理成本也归零——"九个月、职业中断"变成"下单、等待、机器照护"——生育行为被轻量化。但那意味着，就算出生率回升，动力也不是"人们想生"，而是"生变得容易"。生育从亲密行为，滑向服务行为。

所以国家只剩三条路，且顺序是排好的：

第一，抢人。 移民。快，但有文化与规模的摩擦。

第二，造劳动力。 机器人 + AI。产能可以补，但机器人不交社保、不买房子——补得了生产，补不了消费。

第三，造人。 技术其实已经排队到门口了：前面说的 IVG 正在向临床推进，生育将不再需要双方在场；合成胚胎已能在体外发育到第 28 天；人造子宫领域，2024 年郑州大学团队让羊崽在体外存活，2026 年 Colossal 宣布"离达阵线只有一码"——硬件软件全部就绪，只剩化学信号。克隆技术更是二十多年前的旧闻。

伦理呢？回到试管婴儿的先例：伦理是墙，但墙的高度和需求的强度成反比。当一个国家的养老金体系开始摇晃，"人口再生产"会从家庭私事，缓慢地变成国家工程。

推到极致的图景：新生命不再是随机降临的，而是被设计、被审批、被排产的。 生育，从"家庭行为"变成"战略储备"。

把这步棋接回前面两笔账。对熵而言：克隆与体外制造，是系统给自己补的熵减，但那是"订单式熵减"——没有随机性，没有基因抽奖，没有意外。对基因池而言：订单式的新生命，叠上被参数修剪过的血统——而进化三十亿年的经验是：多样性恰恰来自那些"不请自来"的突变。 一个被排产的新生命池，秩序更高，冗余更低。系统更整齐，也未必更结实。

把整条链路连起来看：

每一环，今天都有真实的技术、真实的公司、真实的政策在对表。这不是科幻，是一张已经开工的施工图。

这条链的最远端，还站着一个更彻底的图景。

RSI 的上半段全速运转之后，"生产"这件事正在被逐出人类的手：机器人接管车间，AI 接管服务，接管研发，接管管理。当物质生产的边际成本一路坍缩到近乎零，社会资源的重心会从"怎么造出来"滑向"怎么分下去"——存量人类的全部生活与消费，可以被存量机器完整供养。劳动，不再是获得生存资格的门票。

人剩下的时间用来干什么？

这个终点，八十年前就有人画过草图。赫尔曼·黑塞在《玻璃球游戏》里虚构过一个精神王国：物质由外部世界供养，王国里的人不从事任何生产，一生的全部事业，是把音乐、数学、哲学、艺术熔炼成一种纯粹的符号游戏——整个文明的最高技艺，是"玩"。而小说里那个王国有个隐含的软肋：它的优雅，建立在"有人替他们生产"的前提上。

现在，AI 正在把这个前提补齐。劳动时代落幕之后，人类把"生产者"这个角色卸载掉，把物种的主业交还给原点——体验，游戏，创作，艺术。

靠什么供养？答案藏在 GDP 的构成里。当新增产出越来越不靠存量人口的劳动，而是靠 AI 和机器人，国家的税基就会跟着迁移：从向人征收，转向向机器产出征收——对算力、对自动化产能征税，已经从经济学家的设想，变成各国财政桌上的议题。生产端不缺人手，分配端不缺来源，"国家福利覆盖一切"就从乌托邦口号，变成一道可以配平的账。

到那一步，人卸下全部生产角色，剩下的主轴只有体验本身——创作，游戏，感受，把一整段不被生存追赶的人生过完。黑塞的精神底色里本来就有东方那一味，他早年的《悉达多》写的就是求道与解脱；当生存免费，"涅槃"就不再是修行者的私事，而是全体存量人类的公共选项。

而这扇门之所以打得开，靠的正是前文那道窄门：疾病被压平、寿命被拉长、出生被修复。

但这个图景有两面。亮的那面一眼就看得见：人类历史上第一次，所有个体被从生存斗争里整体赎回。冷的那一面藏在里面：生产从来不只供给面包，也供给意义——我是谁、我有什么用、我的位置在哪，几百年来都由"工作"回答。当工作消失，这些问题不会消失，它们只是失去了标准答案。成本可以归零，意义不能量产。 到那一天，最稀缺的资源不再是粮食和能源，而是值得度过的时间。

所以这条推演链的完整版本是：AI 接管生产 → 人从谋生中退休 → 生存免费，意义变贵 → 生命本身，成为最后的稀缺品。

技术兑现需要时间，而那个时间点之后的世界，只属于"还在场"的人。活到窄门后面那一天，本身就是资产。生命，是这场盛宴的入场券——它恰好也是这场盛宴正在重新定价的东西。

时代拿走的，不会还。但时代要给你的，也未必是你现在能想象的形状。

把自己照顾好，活到那一天。那些最先不必再为生存工作的人，靠的不是运气，是寿命。