AI制药全球竞赛：字节与Anthropic谁能突破瓶颈，赢得未来生命科学高地？

【AI制药人才流动与战略布局】

6月19日，2024年诺贝尔化学奖得主、AlphaFold核心缔造者John Jumper在X上发文称，离开Google DeepMind加入Anthropic，这家AI coding巨头正大力押注AI for Science。9年前，谷歌DeepMind掌门人Demis Hassabis让刚毕业半年的Jumper带AlphaFold团队，他带领团队用AlphaFold 2将蛋白质三维结构预测精度提升到90%，解决了蛋白质折叠难题，2024年他和Hassabis同获诺贝尔化学奖。

无独有偶，6月10日前后，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，字节仍控股并主导业务，新公司运营和融资独立性更高。

两件事同时发生，指向中美两大AI巨头在AI时代寻找新战场，试图用AI for Science成果证明AI除广告和代码外的生产力价值。

【市场规模与估值溢价】

据行业研究机构数据，全球AI药物发现市场2025年规模约198.9亿美元，2026年预计增至245亿美元，2035年预计达1604.9亿美元，十年复合增长率约23.22%。但该市场规模不足以解释巨头战略选择，更大诱惑是资本市场的估值溢价。英矽智能2025年港股IPO，公开发售部分超1400倍超额认购；剂泰科技2026年5月挂牌，首日大涨126.67%，总市值达330亿港元。AI制药龙头市销率估值是传统CRO公司的几十倍。

这种溢价本质是“范式转换期权”，市场期望AI将新药研发变为可复制的流水线。

【字节的选择与挑战】

对字节来说，这是身份证明战。字节在移动互联网时代是APP工厂，分路突围、饱和攻击是组织基因，AI时代也取得成功。截至2026年Q1，豆包月活约3.45亿，日活突破1.4亿；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。

但背后成本巨大，以最便宜的豆包模型计算，提供一天免费AI服务成本为1.32亿元至2.4亿元，且2026年AI基础设施资本开支计划上调至逾2000亿元人民币，较去年底方案增幅至少25%。同时，纯C端AI竞争同质化，字节在“符号世界”难证明技术代差。

因此，字节需在制药领域寻求突破，若能取得成果或签下大药企BD合同，可证明其AI for Science技术，增加集团“硬核科技”期权。

值得注意的是，字节内部有组织变动。5月29日，AI4S团队完成调整，由技术副总裁杨震原负责，官方称“没有考虑分拆”，该团队核心成果有Protenix和PXDesign。然而，团队存在核心成员流失问题，6月2日，顾全全从字节Seed离职，将投身AI制药与蛋白质设计创业；计算生物学负责人肖文之已离职创办AI制药企业。

Anew Labs成立于2021年，承担核心职能，拥有IL - 17小分子项目等早期管线，目前由刘凯负责，此前字节内部负责蛋白结构预测模型的相关团队已并入其团队。从公开信息看，AI4S团队与Anew Labs分属不同管理线，但存在人员与技术整合流动。将Anew Labs拆分独立，是字节推动AI for Science与制药产业结合的战略调整。

【Anthropic的考量与信号】

对Anthropic来说，需回应模型安全性质疑，证明不只是“代码助手”，生物医药是能力延伸的突破点。

Anthropic挖角Jumper，还反映出Google让研究尽快产品化的要求，使顶尖科学家失去纯粹研究空间。DeepMind要兼顾管线商业化、学术使命和产品集成，Jumper作为科学家可能在目标冲突中受限。而Anthropic给了他更干净的科研环境和更大技术自主权，Jumper的离开是全球AI for Science人才格局的范式级信号。

【2026验证年的前置条件】

2026年成为AI制药关键时间窗口，是因为临床验证进入终局、监管框架首次落地、资本向头部集中、数据瓶颈松动、首批药物逼近上市等前置条件同时成熟。

2024年，AI制药概念火热，全球AI药物发现市场估值飙涨，催生数百家AI生物初创公司。但2025年，首批AI设计分子进入临床后，泡沫被戳破，多家公司因临床前毒性数据不佳、成药性差转型或被收购。

如今，投资人更关注真实实验数据、差异化靶点和可交易优质管线。晶泰控股2026年拿下跨国药企合作订单，靠的是硬核商业条款。AI制药叙事从技术神话回归商业验证，只有挖掘真实湿实验数据的公司才能走出低谷。

字节的技术管线趋于成熟，2025年发布Protenix和SeedFold，2026年迭代到Protenix - v1/v2，并构建Anew Labs平台。2026年4月，字节在美国免疫学家协会年会上披露临床前IL - 17小分子抑制剂AN - 5162，该药物瞄准自免疾病，是全球首个小分子全谱IL - 17抑制剂，目前处于临床前先导化合物优化阶段。

不过，字节目前披露的管线多是迭代式创新，聚焦成熟靶点，首个AI分子尚未证明“解锁不可成药靶点”的颠覆性能力。

【两条路线，一个瓶颈】

Anthropic与字节的路线谁能走得更远，没有标准答案。从技术角度看，Anthropic在药物研发方面更接近AGI应用形态，通用大模型在假设生成和知识迁移上有优势，但假设生成不等于药物验证，药物研发核心瓶颈是假设验证成本高、周期长，Anthropic通用模型优势在“从0到1”，而“从1到100”的成药性优化才是关键。

字节更为现实，药物研发需要具体实验验证等，字节拆分融资，CRO服务、管线BD都有明确付费方和里程碑，走的是务实路线。但2026年AI制药BD市场，药企付费门槛提高，Anew Labs若只有IL - 17一个临床前项目，能否签下有实质意义的合同是巨大疑问，且可能需自费烧2 - 3年钱才能到达第一个有意义的里程碑。

业内共识是，AI平台性能上限取决于高质量、标准化且可持续迭代的私域数据。公开数据有诸多问题，制约模型泛化能力，药企与CXO积累的数据及AI原生公司产出的高通量标准化数据对模型训练价值更高。AI制药核心竞争正从算法能力转向数据资产与闭环能力。

字节有火山引擎提供的算力底座，但算力不能替代湿实验数据，AnewSampling团队承认高质量动态训练数据稀缺是制约模型扩展的主要瓶颈。Anthropic则赌湿实验被AI自动化，4月收购Coefficient Bio，近期建设物理湿实验室，但全球机器人实验室自主级别低，器官芯片远未替代动物实验，Anthropic能否撑到愿景实现，取决于Claude Code的ARR能否持续输血。

未来，专用模型和通用模型可能分层协作，通用模型提出假设，专用模型约束筛选，但前提是建立干湿闭环的自我强化数据飞轮。

【估值超前，还是技术证伪？】

如果AI制药终局不是平台公司，而是“更高效的药明康德”，那它目前享受的高估值可能是新泡沫。传统Big Pharma如辉瑞，PE常年在10 - 20倍区间，制药行业受严格监管、面临专利悬崖，药物研发失败率高，需风险折现。

AI制药公司享受科技股“范式转换期权”，期望AI绕过传统药物发现循环，但FDA审批流程不变，分子仍需经历临床流程和监管审批，失败概率高。这里要区分估值泡沫和技术泡沫，AI在技术层面已部分验证可优化分子设计、加速早期筛选，但能否改写90%临床候选药物失败的铁律未知，若数据不及预期，AI制药将面临硬着陆。

终局不应简单定义为“AI版的药明康德”，在平台型CRO和传统Big Pharma之间，存在AI - native Pharma。如果字节或Anthropic能通过AI平台产出差异化分子并推进到临床后期，那就是拥有技术平台溢值的Biotech，药明康德只提供研发服务，而AI制药公司若拥有管线资产和分子IP，估值逻辑不同，这取决于临床数据。

字节拆分AI制药业务线是风险隔离，成功则是独立上市的硬核科技期权，失败则是可控减值。

【真正的战役：组织耐心】

Anthropic入局对字节有几个信号。一是算法优势窗口期缩短，Jumper加入Anthropic，全球最前沿结构预测能力向其集中，若Anthropic结合Claude推理能力和Jumper经验，可能跳过“小分子生成”阶段。二是字节做药路径面临更残酷竞争，Anew Labs的IL - 17抑制剂是迭代式创新，若Anthropic在全新靶点发现或不可成药靶点结构解析上取得突破，字节“解锁不可成药靶点”的口号将受挑战。

最重要的是，字节过去成功建立在短周期反馈闭环上，互联网产品迭代快，但AI设计分子从虚拟筛选到临床前验证至少需18 - 24个月，从IND到临床POC需3 - 5年。字节切入AI制药，最大赌注是组织耐心，它能否适应长周期、低反馈、高沉没成本的游戏值得追问。拆分独立是字节对自身组织基因的清醒认知，但离开大厂后，Anew Labs能否撑过无收入的湿实验积累期，并避免被其他玩家技术突破降维打击，是真正的考验。

Anthropic路线需巨额投入，耐心也需考验。字节需在自建数据闭环和外部BD造血之间找到中间道路。字节和Anthropic一个从应用层向上，一个从基础模型向下，它们的赌注需被验证。这场AI制药全球竞赛不只是商业竞争，更是未来十年生命科学战略高地的博弈，算法是门票，数据闭环是护城河，组织耐心是筹码，临床数据是裁判，2026到2028年的III期临床数据将给出答案，在此之前，赛道会经历预洗牌，没有湿实验数据飞轮的公司将感受资本寒冬。