故事要从一只名叫Rosie的狗说起。

2024年，澳洲工程师Paul Conyngham得到了一个让他心碎的消息：他的爱犬Rosie患上了晚期肥大细胞癌。化疗试过了，手术也做了，但肿瘤依然在无情地蔓延。兽医无奈地告诉他，Rosie可能只剩下一到六个月的时间，医学上已经“无能为力”了。

面对死亡倒计时，很多人会选择安静地陪伴宠物走完最后一程。但Paul是个固执的工程师，他的日常工作就是处理系统架构和人工智能。他不懂基因测序，也不懂免疫学，但他懂得如何借助手头工具拆解一个复杂的问题。

他打开了ChatGPT，把Rosie的病情全盘托出，试图寻找哪怕一丝希望。AI给了他一个方向：试试免疫疗法。接着，他自费找大学实验室给Rosie做了基因测序，并动用了谷歌大名鼎鼎的AI蛋白质预测模型AlphaFold，去分析Rosie体内的突变靶点。

靶点找到了，但当他拿着这份如同“救命稻草”般的AI分析数据，去向制药公司求购相应的免疫药物时，现实的医疗体系却向他狠狠关上了大门——因为没有合规的临床试验资格，药企拒绝提供药物。

最终，被逼无奈的Paul只能自己想办法，硬生生为Rosie定制出了世界上第一支狗用的个性化mRNA癌症疫苗。

如今是2026年，Rosie依然活蹦乱跳。Paul用AI把他的爱犬从死神手里抢了回来。

图源：threads

这是一个充满温情和奇迹的故事。然而，如果我们将视线从这只幸运的小狗身上移开，投向全球庞大的现代AI制药工业，你会发现一个极其魔幻且残酷的现实：直到今天，整个地球上，我们依然没有找到哪怕一个，被完全由AI发现并设计上市的“神药”治愈的人类。

为什么AI能帮一个门外汉拯救他的狗，也能在几秒钟内写出一篇精彩的论文，却在面对人类自身的疾病时，显得如此步履维艰？答案，藏在资本的狂热、英伟达的算力、以及被称为制药界“死亡谷”的临床二期里。

第一重反差：冰火两重天的“百亿狂热”

现在的AI制药圈，就像是一个一半是海水、一半是火焰的矛盾体。

先说“火”的一面。投资人们简直为AI制药疯狂了。数据显示，2025年AI驱动的医疗健康领域融资额达到了惊人的107亿美元，比前一年暴涨了近四分之一。大家都觉得，既然AI能看懂万物，那破解人体的生命密码肯定也不在话下。

但“冰”的一面却极其骨感。那些真正掏钱买单的传统医药巨头（Big Pharma），虽然嘴上喊着拥抱AI，身体却非常诚实。

2025年，全球有一百多笔AI药物研发的合作大单，对外宣称的“总估值”高达434亿美元。听起来很吓人对吧？但实际上，这些药企第一笔真正掏出的“首付款”，加起来才6700万美元。

这就好比药企在对AI公司说：“兄弟，你画的这张大饼太棒了！只要你能做出来，我以后给你几百亿。但现在，我只能先给你几万块钱预付款。”

图源：ursusinc

为什么大药企这么抠门？因为他们太懂做药的苦了。

一款新药，从开始在人体上做实验（临床一期），到最后被药监局批准上市，平均需要熬过10.5年的漫长岁月。

AI确实非常厉害，它能把最前期的“找分子”阶段从几年压缩到18个月。但这仅仅是马拉松起跑后的前一百米。后面还有长达十年的监管审批、无数次的临床人体试错，这才是决定一款药能不能活下来的“叹息之墙”。

第二重反差：英伟达的“数字工厂”与人体的“黑匣子”

在AI制药这场淘金热里，最赚钱的永远是卖铲子的人，比如英伟达。

如今的英伟达，早就不是单纯卖显卡芯片的“硬件厂”了，它进化成了一家超级包工头。黄仁勋搞出了一个叫BioNeMo的平台。这东西有多可怕？简单来说，它就像一个全自动的“新药图纸生成工厂”。

以前，大药企要花大价钱养一堆科学家，慢慢去摸索蛋白质的结构。现在有了BioNeMo，只需要几百张显卡跑上四天多，就能训练出一个包含几万亿数据的超级模型。像安进（Amgen）这样的制药巨头用上它之后，预测一个蛋白质结构只需要短短的20秒。

既然算力这么猛，为什么神药还没造出来？因为这里有一个致命的漏洞——“分子幻觉”。在电脑（硅基）的数学模型里，AI算出来的分子结构简直完美无缺，结合力拉满。但是，当你真的去实验室把它合成出来，放进复杂的人体系统（碳基）里，往往会遭遇惨败。

人体的免疫系统、代谢网络是一个极其精密的“黑匣子”，人类对大量基因的功能仍只是部分理解，对复杂生物系统的因果链条更谈不上完全掌握。AI在电脑里玩得再溜，遇到真实的肝脏代谢、血液循环，也经常会“水土不服”。

算力可以帮你在一秒钟内提出一万个绝佳的假设，但它代替不了把药喂进病人嘴里后的真实反应。

跨越生死门：决战“临床二期”死亡谷

一款药能不能成，要闯过三个关卡：临床一期、二期、三期。

其中最惨烈的，是临床二期（Phase II）。业界管它叫“死亡谷”。

一期临床主要看这药“有没有毒”。在这里，AI表现得相当出色，设计的药物通过率能达到80%到90%。这说明AI很聪明，知道怎么设计安全的化学物质。

但是到了二期临床，核心任务变成了“这药到底能不能治病？”（即疗效验证）。在这个阶段，AI药物的成功率断崖式下跌，回落到了40%左右，和传统制药几乎没区别。无数被吹得神乎其神的AI管线，都死在了这个谷底。

为了跨过这道生死门，行业里最顶尖的几家公司正在疯狂寻找出路：

活在当下：把“更聪明的试错”卖给药企

既然做成一款药这么难，那这些AI初创公司靠什么活下去？答案是：卖“武器”，或者把接力棒交出去。

既然不能马上拿出治愈人类的神药，AI公司就把自己“快速试错”的能力卖给传统药企。

大药企也不傻，他们知道AI不能保证100%成功，但在新药极低的获批率（只有不到8%）面前，只要AI能帮他们剔除掉那些明显会失败的废品，让整个研发过程更快、更便宜，那就值得掏钱。

比如BioMap和赛诺菲合作，英矽智能把管线授权给Exelixis和礼来赚取首付款，Recursion靠卖数据给拜耳赚了几亿美金。这就是大家在现阶段达成的默契：共同分担风险，一起熬过漫长的黑夜。

回到我们最初的问题：那个第一个被AI真正治愈的人，什么时候才会出现？乐观的行业大佬预测，可能就在今年（2026年），我们就能看到实质性的突破。

如果冷静下来看，2025年FDA已发布相关草案指引，2026年EMA与FDA又提出联合原则，监管正在快速收紧并走向规范化——AI制药正在告别那个随便敲两行代码就能忽悠融资的“草莽时代”，走向真正严谨的医学验证。

Paul可以用个人英雄主义的无畏，为他的爱犬Rosie拼出一条生路。但在关乎全人类生命健康的严肃医疗领域，没有捷径可走。

AI作为最顶尖的硅基算力，正与大自然经历了几十亿年演化出的碳基生命之间，焦灼着一场漫长、痛苦却又无比伟大的拉锯战。

好消息是，缝隙已经裂开，光正在照进来。在这场马拉松里，即使今天还没有撞线，我们走的每一步、跑错的每一次实验，都在为未来铺路。