AI 制药已经证明了什么?

最近，AI 制药又一次站到了聚光灯下。

AbCellera 的一款抗体药公布了亮眼的二期数据，股价和社交媒体热度随之上升；英矽智能把一款由 AI 发现靶点、设计分子的药推进到了三期起跑线；Recursion 则继续向市场讲述那张宏大的“生物学地图”，同时每个季度消耗近亿美元现金。

“AI 制药”并不是一个行业，而是几种完全不同的研发模式，被装进了同一个概念袋子里。

有的公司用 AI 从多组学和文献中寻找靶点，再生成新分子；有的公司先做海量细胞实验，让模型从细胞变化中反推疾病机制；还有的公司已经知道要攻击哪个靶点，只是用自动化、单细胞技术和机器学习寻找最合适的抗体。它们使用的都是 AI，但解决的问题、拥有的数据、承担的风险和适用的估值框架并不相同。

AI 制药已经证明，它可以加快靶点筛选、分子设计和临床前优化；但它还没有证明，自己能够稳定提高二期、三期乃至最终获批的成功率。

未来三到四年，行业将迎来第一次真正的大考；要证明平台能够批量产药，则可能还需要五到十年。

一、到底什么才算“AI 制药”？

按照 AI 参与深度，可以把现有项目分成三层：

层级	AI 实际做了什么	代表公司或项目	投资含义
A：端到端 AI 原创	AI 参与新靶点发现，并生成、优化全新分子	英矽智能 Rentosertib	最接近验证“AI 从零造药”，但项目数量极少
B：AI 发现或工程优化	AI 实质参与新分子、抗体、疫苗或结构优化，但不覆盖完整端到端流程	ABCL、Generate、Relay、Schrödinger/Nimbus	当前临床证据往往更成熟，商业路径也更容易被传统药企接受
C：AI 重定位或精准匹配	给旧药寻找新适应症，选择更可能响应的患者，或设计组合疗法	RXRX 的 REC-4881、BioXcel、Healx 等	速度快、风险相对低，但不能证明 AI 能从零生成新药

ASCO 2026 的行业统计收录了 117 个进入人体试验的 AI-enabled 药物资产，分布于 63 家公司；其中 60 个完成了一期，但只有 8 个完成二期，59%集中在肿瘤，82.1%是小分子。

这组数字说明，行业已经证明“AI 能把项目送进临床”，却还远未证明“AI 能让项目更容易跨过临床”。

判断 AI 制药的含金量，不能只问有没有用 AI，而要问 AI 改变了哪一道决策，以及这道决策是否已经被患者数据验证。

二、三家公司，代表三种完全不同的路线

英矽智能、Recursion 和 AbCellera 经常被放在一起比较，但它们更像三种不同的制药机器。

英矽：先决定哪把锁值得开，再设计一把新钥匙

英矽的 PandaOmics/Biology42 会整合论文、多组学、疾病网络、专利和临床信息，为潜在靶点排序；Chemistry42 再针对选中的靶点生成、优化小分子。

这条路线像一位高效的项目经理：先从庞杂知识中选择成功概率较高的方向，再用生成式 AI 快速完成分子设计、药物化学优化和实验迭代。

它的优势是推进快、项目容易包装成可授权资产，也更容易通过大药厂合作回收现金。它的不足是，许多底层论文和公共数据库并非独有；真正的壁垒不只是原始数据，而是数据清洗、目标函数、实验反馈、药物化学和临床执行被连接成一套完整流程。

因此，把英矽简单理解成“数据清洗公司”并不准确。数据整理只是起点，真正创造价值的是：它能否把模型输出变成可以合成、能够进入人体、并且有人愿意付款的药物资产。

RXRX：先给生物世界绘一张地图，再寻找药物路线

RXRX 的核心是表型组学。公司会用 CRISPR 改变基因，或者给细胞加入不同化合物，然后进行高通量显微成像。模型把细胞核、线粒体、细胞器和整体形态压缩成“数字指纹”，再寻找哪些基因扰动造成疾病状态、哪些化合物能够把细胞拉回健康方向。

它更像生物世界的 Google Maps：不是只解决一个靶点，而是希望建立一张未来可以反复查询的疾病地图。

这也是 RXRX 最吸引人的地方。算法和算力会逐渐普及，但自己做了多年实验、按照统一流程生成的生物学数据很难复制。对于重视“数据主权”的投资者而言，RXRX 确实拥有三家公司中最具稀缺性的原始数据资产。

但数据独有不等于数据有经济价值。真正的问题是：

培养皿中的细胞变化，能否稳定预测患者服药后的疗效？

如果一套数据只能很好地预测细胞图像，却不能预测人体结果，它可能是一座昂贵的数据仓库，而不是制药护城河。RXRX 目前最缺的，正是多款平台原生药物的清晰人体疗效。

与 Exscientia 合并后，RXRX 补齐了生成化学、结构设计和自动化“设计—合成—测试—学习”循环。但当前部分临床资产来自原 Exscientia，不能把所有进展都算作 Recursion 原始表型平台的独立验证。

ABCL：已经知道要开哪扇门，从天然钥匙库里找最好的一把

ABCL 通常在靶点相对明确后开始工作。真实免疫系统能够产生大量不同抗体，公司利用微流控、单细胞实验和成像系统，逐个测试哪些 B 细胞分泌的抗体能够结合靶点、阻断疾病通路，同时兼顾稳定性、选择性和可制造性。

这里确实有“拍照分析”，但与 RXRX 的目的不同。RXRX 拍摄整个细胞，是为了发现疾病机制；ABCL 读取单细胞实验和荧光信号，是为了找出哪一个抗体最好用。

AI 在 ABCL 中主要承担四项任务：自动读取单细胞实验、给候选抗体排序、学习“序列—功能”的关系，以及优化亲和力、稳定性、免疫原性和半衰期。它并不是主要用来发现全新疾病靶点。

因此，ABCL 更准确的标签不是“纯 AI 制药公司”，而是高度自动化、数据和机器学习增强的抗体药工厂。

三、真正重要的不是“AI 纯度”，而是临床证据质量

资本市场最终不会为模型参数买单，而会为药物成功概率买单。

这也是为什么阶段标签经常会误导投资者：一个叫 Phase III 的项目，证据未必比另一个 Phase II 更扎实；一个更“纯 AI”的项目，也未必比一个计算增强项目更接近商业价值。

英矽：阶段最领先，但二期仍留下两道问题

英矽的 Rentosertib 是针对特发性肺纤维化的口服 TNIK 抑制剂。公司披露，从项目启动到临床前候选化合物提名约 18 个月，只合成和测试了 78 个分子；从靶点发现启动到完成 Phase 0/1 少于 30 个月。

这是 AI 制药最有说服力的速度纪录之一，说明 AI 对临床前发现确实可能有显著价值。

但它的 71 人随机 Phase IIa 主要终点是安全性，肺功能改善属于次要和探索性分析。研究中只有 55 人完成 12 周治疗，12 人因不良事件停药，其中 7 人涉及肝损伤或肝功能异常；疗效信号主要出现在最高剂量组。

2026 年 7 月，公司宣布启动三期；但截至2026年8月15日，ClinicalTrials.gov仍显示“尚未招募”，计划在中国47个中心招募320名患者，治疗52周，预计2029年10月完成。

这意味着英矽已经站到三期起跑线，却还没有通过三期。三期要同时证明两件事：肺功能改善能否在更大样本、长达一年观察中复制，以及有效剂量的肝脏风险是否可接受。

ABCL：阶段落后一步，但随机二期信号更直接

ABCL635 的二期纳入92人，采用随机、双盲、安慰剂对照。公司披露，第4周中重度潮热频率平均下降83%，安慰剂组下降33%，两组差异为50个百分点。

这是一项终点直接、对照清楚的概念验证。它不能证明三期一定成功，也不能证明 ABCL 能连续做出第二、第三款好药，但它让投资者更容易把临床成功概率转化为估值。

RXRX：初步有人体信号，但证据成熟度仍低

RXRX 的 REC-4881 用于家族性腺瘤性息肉病。公司披露，12名可评估患者中75%的总息肉负担下降，中位降幅43%。但这是小样本、单臂、开放标签数据，缺少同期安慰剂组，解释力度弱于 ABCL635 的随机二期。

更重要的是，REC-4881 不是从零设计的新分子，而是从 Takeda 引进的既有 MEK1/2 抑制剂，RXRX 的贡献主要是发现新的疾病用途。它验证的是“AI 能否给旧分子找到新适应症”，而不是“AI 能否从头造出一个新药”。

四、谁更快？答案取决于你在计算哪一段时间

“英矽是不是最快的 AI 制药公司”这个问题，如果不拆时间段，没有意义。

速度维度	英矽 Rentosertib	ABCL635	更准确的判断
从靶点发现到候选药	约18个月，有公开证据	起始时间未披露	英矽的临床前速度更可验证
从首次进入人体到阳性二期	约29.6个月	约13个月	ABCL反而快约16—17个月
当前阶段	三期已注册、基准日尚未招募	随机二期顶线阳性	英矽领先一道临床大关

英矽领先，主要因为它更早进入人体，而不是进入临床后的每一步都更快。ABCL635面向更年期潮热，患者较容易招募，4周症状日记即可看到主要终点；Rentosertib面向肺纤维化，需要肺功能检查、长期安全监测和52周三期观察。疾病不同，不能把时间差全部归因于平台能力。

这揭示了 AI 制药最重要的边界：

AI 最擅长压缩的是靶点筛选、分子设计和早期优化；进入人体后，患者招募、疗效观察、安全性和监管沟通仍受临床规律支配。

按照Rentosertib当前注册计划，三期预计2029年完成。如果一切顺利，数据清理、申报和监管审评之后，严格意义上的第一款端到端AI原创药，最乐观可能在2030—2031年前后于中国进入上市窗口；美国和欧洲路径可能更晚。这不是确定预测，而是基于当前试验计划的情景推演。

所以，未来三到四年可以验证“第一款 AI 原创药能不能走通”；但要证明 AI 平台可以稳定、低成本、批量造药，还要看到第二款、第三款药复制成功，时间可能需要五到十年。

五、谁有钱活到临床答案揭晓？

制药是少数几个“科学周期”和“资本周期”极易错位的行业。临床验证可能需要三到五年，但上市公司每个季度都要支付工资、实验、生产和试验费用。

RXRX：最稀缺的数据，也对应最昂贵的护城河

截至2026年6月30日，RXRX拥有5.568亿美元现金及受限现金；2026年上半年经营现金净流出1.870亿美元，平均每季度约9350万美元。按上半年消耗简单年化，静态现金跑道约1.5年。

公司维持研发十多年，主要依靠风险投资、IPO、私募、公开增发、ATM、大药厂预付款和换股并购持续输血。2023年至2025年，Jefferies和Citi两轮ATM累计净募资6.908亿美元；2026年又设立3亿美元新ATM，截至二季度尚未使用。

总股本从2021年末的1.703亿股增至2026Q2的5.341亿股，扩大到原来的3.14倍。这不全是ATM，还包括Exscientia换股并购、员工股权激励、其他收购和用股票支付数据费用。

这不意味着融资一定是坏事。如果每次发股换来的临床资产和平台价值增长超过稀释，融资可以创造每股价值；问题在于，RXRX目前尚未证明这种价值增长已经发生。

RXRX拥有一条很深的护城河，但每年也要花巨额资金给护城河蓄水。

英矽：数据未必最独有，但变现速度更快

英矽2025年收入5624万美元，同比下降34.5%；2026年上半年预告收入1.025亿至1.065亿美元，调整后利润4550万至5150万美元。

这种剧烈波动说明它不是SaaS。2025年软件收入只占总收入8.7%，最大客户历史收入占比长期超过一半；真正决定财报的是管线授权、研究合作和里程碑确认。

2026年Servier、Lilly、SK和Takeda等交易的名义总额合计约67.38亿美元，但已披露预付款和近期付款约2.25亿美元，仅相当于名义总额的3.3%。所谓“数十亿美元合作”大多是临床、监管和销售成功后才可能支付的biobucks，不能等同于已经获得的订单。

英矽的优势是，它可以把部分候选药授权出去，用大药厂的预付款补贴平台和自研项目；同时保留Rentosertib等核心资产，争取药品级回报。它的数据护城河可能没有RXRX那么深，但当前商业闭环更清晰、资金安全垫也更长。

ABCL：一次二期数据，改变了市场给它贴的标签

ABCL过去更像一家抗体研发平台：合作方提供靶点，公司负责找抗体，获得研究费、里程碑和未来版税。这样的模式风险分散，但真正的药物价值多数掌握在合作方手中。

ABCL635二期阳性后，市场开始把它从“抗体研发服务平台”重估为“拥有临床验证资产的biotech，并附送抗体平台期权”。这正是为什么，按2026年8月14日同一收盘口径估算，ABCL股权市值约37亿美元，而RXRX约17亿美元；市场并不是认为ABCL底层技术更宏大，而是在为更清晰的随机人体证据、更高的自有资产权益和较低的近期现金压力定价。

二期数据公布后两天，ABCL随即以每股9.75美元发行1744万股普通股，并配售可购买约308万股的预付认股权证，预计净募资1.87亿美元。若把预付认股权证视作经济上接近普通股，潜在新增股数约为原流通股的6.69%。这既是临床数据打开更便宜融资窗口的证明，也是真实的股东稀释：如果新资金创造的未来资产价值高于被稀释的比例，融资可以增值；反之，它只是把项目风险继续交给股东承担。

资本市场从来不是按技术难度发奖金，而是按未来现金流的概率、时间和归属定价。

六、AI 制药的核心争议：数据护城河究竟值多少钱？

从长期看，RXRX最吸引人的地方确实是独有数据。

模型会趋同，开源工具会普及，计算资源也会越来越容易获得。真正难复制的是，在统一实验条件下，用数百万次基因和化合物扰动生成的高质量生物数据。如果这些数据能够不断提高疾病机制和药物效果的预测准确率，RXRX可能形成真正的平台网络效应。

英矽的原始数据未必最独有，但它已经在“从靶点到候选药、再到BD和临床”上形成了更直接的工程闭环；ABCL的数据范围更窄，却离具体抗体候选物更近；RXRX的数据最广、想象空间最大，但距离人体疗效和现金回报也最远。

七、资本市场应如何给不同路线定价？

把三家公司都用市销率或市盈率比较，会得出错误结论。

公司	当前更合理的估值标签	主要价值来源	最容易发生的标签变化
英矽智能	平台BD价值 + 自有管线rNPV + 稀缺性溢价	Rentosertib、合作现金、候选药生成能力	若三期失败，平台和临床溢价同时收缩；若多项目成功，升级为批量产药平台
RXRX	TechBio平台期权 + 合作价值 + 自有管线rNPV − 未来融资稀释	独有数据、合作地图、平台原生资产	若出现多款清晰人体疗效，可能发生平台级重估；若持续烧钱而临床平淡，折价扩大
ABCL	临床biotech + 抗体平台期权	ABCL635、自研管线、伙伴项目远期权益	若后续管线接棒，平台价值被验证；若ABCL635失败，重新降级为低可见度平台故事

对AI制药投资者而言，最重要的不是找“AI纯度最高”的公司，而是判断三件事：

第一，基本面。AI到底改变了哪一步，是否已经得到人体数据支持？

第二，估值标签。市场是在按软件、平台、临床资产，还是按高烧钱的研究机构给它定价？

第三，资本结构。公司有没有足够时间等到临床答案揭晓，期间会不会依靠低价增发不断稀释股东？

一家公司可以技术方向正确，却因为资本结构不友好而成为糟糕投资；也可以AI纯度不高，却因为临床证据清晰、经济权益完整而获得更高估值。

八、最终判断：AI 制药距离证明自己，还有多远？

如果所谓“证明自己”，指的是AI可以寻找靶点、生成分子、减少早期试错，那么行业已经过了零到一。

如果指的是第一款严格意义上的端到端AI原创药完成三期并获得批准，那么按照Rentosertib当前试验时间表，第一次决定性答案大概率还需要三到四年。

如果指的是证明这不是单款药的偶然成功，而是一套能够稳定、低成本、批量产药的工业系统，则需要看到多个独立项目、多个适应症和多轮临床成功，时间很可能是五到十年。

因此，AI制药当前最准确的位置不是“概念阶段”，也不是“成熟阶段”，而是：

候选药发现已经得到初步验证，人体转化正在接受检验，平台复制尚未开始交卷。

英矽是目前最接近完成端到端闭环的公司；RXRX拥有最具想象空间的数据资产，却承受最明显的临床转化和资本压力；ABCL的AI纯度较低，但一款清晰的随机二期资产让市场看到了更近的价值锚。

对于投资者而言，最重要的不是预测谁会成为“AI时代的药王”，而是持续追踪三个问题：证据是否升级、现金是否足够、每股价值是否增长。

AI已经能够更快地设计钥匙。接下来三到五年，它必须证明这些钥匙不只在电脑和实验室里漂亮，而是真的能够打开患者身上的那把锁。