TL;DR：
中美AI巨头字节跳动与Anthropic正不约而同将战略重心转向AI制药，试图通过“算法+干湿闭环”构建硬科技壁垒。这场竞赛标志着AI应用从单纯的软件叙事，正式跨入资本密集与临床验证的“深水区”。
如果说过去十年互联网大厂的成功建立在流量变现的精巧逻辑之上，那么AI时代的巨头们正试图证明自己不仅能写出赏心悦目的代码，还能在实验室里培育出真正的生命救赎。近日，字节跳动AI制药业务Anew Labs启动拆分与独立融资的消息，与“AI制药先驱”John Jumper从DeepMind转投Anthropic的变动不期而遇，共同构成了一幅资本追逐“科学期权”的宏大图景。
估值溢价与身份焦虑
尽管全球AI药物发现市场预计在2035年将达到约1605亿美元，但这种远期红利远不足以解释科技巨头们的狂热1。字节跳动在移动互联网时代的“饱和攻击”策略，在日益同质化的模型竞赛中逐渐撞上了算力成本的铜墙铁壁。豆包大模型每日数以亿计的Token调用，换来的往往只是边际递减的增长。
字节跳动急需一个“硬核科技”的支点来重塑估值叙事。AI制药所承载的高溢价，本质上是对“范式转换期权”的下注：市场赌的是AI能将“十年十亿”的药物研发苦旅，重构为可标准化的流水线。将AI制药业务拆分，本质上是字节对其组织架构的一次“止血”与“扩容”。互联网大厂的OKR机制，终究难与Biotech长周期的临床验证兼容，独立融资既是风险隔离，也是为了给这些昂贵的科学家们寻找更合身的温床2。
算法霸权的边界
相比之下，Anthropic对John Jumper的招募则显得更为“野心勃勃”。如果说字节是试图在互联网的算法围墙中开辟一块科学试验田，那么Anthropic则是试图通过AI安全与通用智能，直接重塑药物设计的科研底层逻辑。
然而，符号世界的算法霸权向分子世界的物质主权进军时，最大的瓶颈并非模型参数，而是数据的“脏乱差”。在这个领域，高质量的私域SAR（构效关系）数据与临床数据，远比精妙的Transformer架构更具统治力。即便Claude能够通过模拟提出天才般的假设，若无法跨越湿实验中动辄数年的漫长验证期，所有的模型参数量终究只是在虚空中跳舞。正如业内共识所言，从“从0到1”的假设生成到“从1到100”的成药性优化，其间横亘的复杂性绝非几行代码所能磨平3。
2026：证伪还是兑现？
对于投资者而言，2026年是一个充满审判意味的时间窗口。随着首批AI设计分子进入临床终局，市场正从“技术崇拜”迅速回归到“商业核算”。晶泰控股等先行者已通过商业化订单证明了AI平台的工具价值，但这并不意味着“AI药企”就此诞生。
当科技巨头试图跨界进入那个监管严苛、专利悬崖林立的制药领域时，它们必须学会一种全新的商业艺术：如何在享受科技股估值的同时，承担起制药股沉重的成本结构。字节与Anthropic的这场暗战，不仅是两家公司对于未来科研范式的赌博，更是一场关于组织耐心与技术闭环的终极测试。若无扎实的湿实验数据飞轮作为护城河，这轮资本热潮最终可能演变成一场被临床数据无情戳破的泡沫。毕竟，在FDA的审批流程面前，算法的“灵光一现”远不及临床试验结果来得实诚。