夜雨聆风6月4日，2026药未来大会在苏州举行。作为聚焦创新药研发与产业变革的重要行业盛会，本届大会汇聚了来自药企、科研院所、投资机构及技术平台的众多专家学者，共同探讨AI、生物技术与创新药研发融合发展的最新趋势。
由衍因科技主办的分论坛——《AI Agent 重塑生物医药研发新范式》，围绕AI Agent在药物发现、实验自动化、注册申报、科学计算等关键环节的应用实践，在6月5日上午，与行业伙伴展开深入交流。
当下，AI在生命科学领域早已不再局限于单一模型或单点工具，而正在向能够自主规划、自主执行、多工具协同的Agent时代迈进。此次大会多个主题分享，也从不同角度印证了这一趋势正在加速形成。
衍因科技展台
01
行业风向：
2026，各大药企全面进入“智能体时代”
在分会场开场致辞中，衍因科技CEO陈泽平指出：2026年正成为AI Agent在制药领域爆发的元年。从默沙东与谷歌云达成10亿美元部署Agentic Platform，到英伟达与礼来强强联手，再到诺和诺德深度绑定OpenAI——全球制药巨头正加速将AI智能体部署至研、产、销的全业务流程中。AI Agent已不再是概念，而是实实在在重塑生产力的工具。
02
前沿分享：
共话AI与干湿实验闭环的产业落地
在本次分论坛的主题演讲环节，衍因科技邀请到了多位来自生物制药与大数据平台的顶尖技术专家，他们分别分享了各自在“干湿闭环”与“生物大模型”领域的最前沿探索与工业级应用实践。
纳诺生物首席人工智能官苗洪江：
Hu-mAtrIx™ 平台驱动次世代全人源抗体发现
诺纳生物首席人工智能官苗洪江博士详细分享了如何利用 Hu-mAtrIx™ 平台将生成式AI与高通量自动化干湿实验室深度结合。其AI“干实验室”基于超900万条HCAb序列预训练抗体大语言模型，实现 de novo（从头）抗体设计；“湿实验室”则实现24×7全天候运行。这种闭环微调（Lab-in-the-loop）的主动学习范式，让 AI发现2.0模式得以跨越传统免疫，批量生成抗体序列的湿实验验证成功率高达21.50%，为多特异性抗体及XDC药物开发提供了“即插即用”的创新基石。
诺纳生物首席人工智能官苗洪江
衍因科技创始人兼CEO陈泽平：
一平台+双引擎+N智能体，重塑科研新范式
衍因科技创始人兼CEO陈泽平博士在本次分会场上重磅展示了全新一代科研创新平台——衍因智研云 HelixLab。针对当前AI for Science领域数字化、自动化各个环节割裂分散的痛点，以及全球超200亿美元药品注册申报市场中“周期长、人力贵、合规难、协作断裂”的顽疾，衍因科技通过“一平台 + 双引擎 + N智能体”的颠覆性架构，真正实现了自主决策与智能协作的“干湿实验闭环”：
· 一平台：AI MEGASphere® 科研协作平台，一站式打通项目、笔记、样品、库存与设备管理。
· 双引擎：MEGASphere 基础模型平台（沉淀数千份法规、万篇CNS协议及海量湿实验数据，集成50+种前沿生物信息学算法） + 灵研智能体 HelixMind 系列。
衍因科技创始人兼CEO陈泽平
金斯瑞生物大数据平台总监盛夏：
AI+高通量数据，颠覆小核酸药物设计
金斯瑞生物大数据平台总监盛夏展示了AI在颠覆传统小核酸（siRNA/ASO）设计中的突破性进展。通过自研的无修饰siRNA预测模型（基于GCN图卷积神经网络的2.0版），特征维度扩展至650个，斯皮尔曼相关系数（SCC）大幅提升至0.80。在递送与脱靶分析中，金斯瑞利用自研AI工具与修饰方案，将脱靶引起的异常基因下调从266个断崖式降至10个。未来，金斯瑞也将持续推进由MCP（模型上下文协议）驱动的算法智能体化（Agent）与多Agent协同。
金斯瑞生物大数据平台总监盛夏
唯信知药合伙人兼副总裁李小兵：
WeMol AI OS 打造工业级科学计算操作系统
唯信知药合伙人兼副总裁李小兵则从药物研发的科学计算基础设施层面，提出了破解单点AI工具碎片化局限的方案——WeMol AI OS。该系统通过统一模型、数据、算力与工作流，提供了面向科研人员的多模态可视化交互界面。科研人员可通过低代码编排自动化计算工作流（如分子动力学MD模拟），并借助 WeMol Copilot 实现自然语言对话交互和任务规划。目前，该基础设施已在恒瑞医药、先声药业、金斯瑞、药明生物等众多知名医药企业的抗体亲和力成熟、小分子FIC别构抑制剂发现等管线中实现智能化迭代。
唯信知药合伙人兼副总裁李小兵
3
圆桌激辩：
破局认知差，共迎制药工业的全局AI变革
在随后举行的圆桌论坛上，由衍因科技副总裁马骥主持，多位来自制药、生物技术与计算领域的行业专家，围绕AI在生物医药企业落地的难点、破局策略及未来组织进化展开了一场深度思辨。各位嘉宾抛开刻板的企业标签，更多地结合自身在一线的敏锐洞察，分享了极具个人特色的真知灼见。
破局全局推广：从流程定位到“SOP化”抽象
从单点应用走向全局推广，现场嘉宾普遍持乐观态度。针对如何跨越这个难点，唯信知药（上海）合伙人兼副总裁李小兵指出，核心在于首要进行精准的流程分析。企业需要先在业务中定位出哪些环节是不合理的、哪些流程可以被标准化（SOP化）。在完成精准定位之后，尽可能将可标准化的流程进行结构化提炼与抽象，才能真正实现系统化的全局应用。
直面核心阻碍：消除行业与管理层的“认知差”
当前AI落地最大的顽疾，被嘉宾们一致归结为“认知差”。诺纳生物首席人工智能官苗洪江一针见血地指出，目前人才结构存在错位——懂AI的人不懂制药业务，懂制药的人又不懂AI技术，导致彼此沟通存在巨大的Gap。同时，现场还探讨了另一个普遍现象：部分热心的企业管理层或老板由于对技术缺乏底层理解，容易产生“AI是万能的”误解，这也加剧了落地执行的难度。行业目前正处在加速培养跨领域复合型人才的过渡期。
人机协作未来：AI赋能不可替代的“人类创造力”
在讨论“AI是否会取代人”时，圆桌嘉宾们达成了高度共识：AI短期内绝不可能完整地端到端取代人类。因为在实际工作中，有大量复杂的“杂事杂活”必须依赖人力去处理。更核心的是，人类大脑中的创造性思维是AI短期内无法复制的。未来，会使用AI的人将会比不会用AI的人拥有更多生存机会与创造力。在这个“正在进行时”的变革中，无论是甲方、乙方还是生态技术方，整个生物医药链条的组织架构都在经历面向AI的进化。
干湿闭环演进：创造性早研与严监管的平衡
针对AI在药物不同研发阶段的应用侧重，嘉宾们强调，必须平衡好创造力与合规性。在药物的早期研发（早研）阶段，AI可以充分释放其空间，发挥强大的创造性优势；然而，当研发向后推进至GMP、CMC等涉及生产质量与工艺控制的阶段时，则必须严格考量监管合规的要求。在这一严谨的环节之上，智能体系的作用更多体现在赋能合规与效率提升上，提供高效、规范的数字化协同支持，而非盲目的发散。
从单点工具的突破逐步演化为贯穿药物研发全流程的智能基础设施，AI Agent 正在重塑生物医药研发的新范式。而圆桌讨论中关于流程抽象、人机协同、组织变革与认知升级的探讨，也进一步揭示了 AI Agent 大规模落地背后的关键命题。
面向未来，衍因科技将持续推动数字化科研平台、智能体体系与自动化实验能力的深度融合，通过多层次AI Agent协同，构建覆盖科研全生命周期的智慧研发体系，与行业伙伴共同探索生物医药研发的新未来。
