2026年6月30日，旧金山。Anthropic在“The Briefing: AI for Science”发布会上，生命科学负责人Eric Kauderer-Abrams说了一句话，让台下制药公司代表们陷入微妙的沉默：Anthropic不仅要为制药商提供AI工具，还要自己开发药物。
一家AI前沿模型公司，突然宣布要变身制药商——而且它还同时想把AI软件卖给那些可能成为它竞争对手的制药企业。这到底意味着什么？
两天之内，Anthropic干了两件互相矛盾的事
6月30日，Anthropic正式发布了Claude Science，一个被定义为“科学家AI工作台”的产品。按照官方说法，它把分散的研究工具和数据集整合到一个环境中，还能自动生成图表和可视化内容。Anthropic高管在发布会上宣称，AI有潜力“大幅加速科学发现和医疗干预措施的开发进程”，并列举了一长串已在使用Claude的生物技术和制药客户名单。
同一天，Kauderer-Abrams宣布Anthropic将启动内部药物发现项目，聚焦于被传统药企视为“不具商业吸引力”的被忽视疾病（neglected diseases）。
这不是一次仓促的转向。早在2025年10月，Anthropic就推出了Claude for Life Sciences，覆盖从早期发现到监管事务的端到端科研工作流。2026年1月，借J.P.摩根医疗健康大会的时机，Anthropic又发布了Claude for Healthcare——一个符合HIPAA合规要求的医疗AI工具包。当年4月，它以约4亿美元的全股票交易收购了成立仅8个月的AI生物技术初创公司Coefficient Bio——一个团队不到10人、几乎全员来自基因泰克（Genentech）计算生物学团队的精英小组。
“我们希望世界上有意义的生命科学工作中，有相当比例都跑在Claude上，就像今天编程领域发生的那样。”Kauderer-Abrams在2025年10月接受CNBC采访时这样说过。但6月30日的宣布，把这一野心的边界推得更远——不再是“跑在Claude上”，而是“由Anthropic自己来做”。
这不只是Anthropic，这是AI制药的集体冲刺
Anthropic并非唯一押注制药的AI巨头。2026年4月，OpenAI发布了GPT-Rosalind——首个专为生物学、药物发现和转化医学设计的推理模型，命名致敬DNA双螺旋结构发现的关键科学家罗莎琳德·富兰克林。同一周，OpenAI宣布与诺和诺德（Novo Nordisk）达成战略合作。
Google DeepMind的衍生公司Isomorphic Labs走得更远。这家脱胎于AlphaFold技术的公司，2025年3月完成6亿美元融资，其AI设计的癌症药物即将进入人体临床试验。CEO Demis Hassabis的愿景是“借助AI解决所有疾病”。
Amazon同样没有缺席。2026年4月，AWS推出Amazon Bio Discovery平台，提供超过40个生物学模型的AI代理服务，让没有编码经验的科学家也能通过自然语言设计实验。
根据Maximize Market Research的数据，全球AI药物发现市场2025年估值约35亿美元，预计以约28%的复合年增长率增长，到2032年逼近148亿美元。但大多数科技巨头做的，只是向制药公司卖技术。Anthropic是它们中第一家公开宣布“我自己也要做药”的。
卖铲人开始挖矿，利益冲突如何解决？
“AI药物发现”是一个听起来很酷的词。但剑桥大学CardiaTec联合创始人Namshik Han教授指出，这是一个“非常宽泛的术语”——AI在“药物发现的每一个阶段”都有应用，从发现新化合物、优化分子结构，到支持数据分析、临床试验甚至生产制造。伦敦大学学院药物发现教授Matthew Todd也认同这一判断，称其为“包罗万象的短语”。
问题在于，当Anthropic同时扮演两个角色——AI工具供应商和药物开发者——它将面临一个根本性的利益冲突。它如何保证，使用Claude Science的制药公司与Anthropic自己的研发团队之间，不会出现数据和算法优势的不对等？如果Claude Science为外部客户筛选出的药物靶点，恰好也是Anthropic内部团队正在攻克的领域，会发生什么？
这并非理论问题。传统CRO公司在服务客户的同时也布局自有管线，这一模式在行业中饱受争议。而Anthropic的处境更为特殊——它提供的不是实验服务，而是驱动整个研发流程的AI基座。如果连算法本身都可能偏向母公司的利益，客户凭什么全心信任？
Anthropic高管似乎意识到了这一矛盾。Kauderer-Abrams和生命科学合作负责人Jonah Cool反复强调，公司将聚焦于被传统制药企业“忽视”的疾病领域，试图说明自研药物与外部客户之间不会产生直接竞争。Jonah Cool明确表示，Anthropic的目标是专注于被忽视的疾病，同时为生命科学公司创建和销售AI工具。
但这个说辞并非无懈可击。被忽视疾病的市场规模确实较小，但从生物学机制上讲，许多被忽视疾病的分子通路与主流疾病领域存在交叉。一个在被忽视疾病中发现的全新靶点，可能在大病种中同样有效。到那时，Anthropic如何界定什么是“被忽视的”、什么时候应该让给客户、什么时候可以留给自己？
从愿景到临床，AI制药还有多远
Dario Amodei在2024年的长文《Machines of Loving Grace》中描绘了一幅激动人心的蓝图：AI可以将原本需要50到100年的生物学和医学进展压缩到5到10年内。作为Anthropic的CEO，他坚信AI有潜力彻底改变生物学、神经科学和医学。
但这个宏大愿景与现实之间存在巨大鸿沟。
伦敦大学学院的Matthew Todd直言，AI设计的药物距离获得监管批准“还有很长一段路要走”。他强调，药物发现过程不可能完全自主运行，“每一步都需要人类的输入和监督”。
最根本的瓶颈在于数据。Todd和Han都指出，公开可用的高质量实验数据——比如各种化学物质在人体中的具体行为数据——严重不足。即使是在研究最充分的生物学领域，人类对许多机制的认知仍存在巨大空白。
这个现实让Anthropic的入场时间点显得格外微妙。它是在AI制药争议最大、期待也最高的时刻入市的——GPT-Rosalind刚发布，Isomorphic Labs即将进入临床，整个市场以28%的年增速膨胀——但同时也是AI制药最需要验证的时刻。当第一批AlphaFold设计的药物开始临床试验，所有人才能知道：AI到底能不能造出好药。
Anthropic选择在这个节点亲自下场，更像是一场豪赌：它赌的是，自己的大模型能力，加上Coefficient Bio团队的计算生物学专长，再加上Claude Science积累的海量科研数据，能够形成别人没有的闭环优势。
4亿美元买的不是团队，是入场券
4亿美元收购Coefficient Bio这笔交易，从团队规模看近乎疯狂——一家成立仅8个月、不到10人的初创公司。但如果把它视为Anthropic从AI公司跨入制药界的入场券，这个价格就有了新的合理性。
Coefficient Bio的创始团队几乎全部来自基因泰克——这家公司不仅是全球生物技术企业的标杆，更是“用计算生物学推动药物发现”这一理念的早期践行者。CEO Aris Theologis带领这个团队带来的不是一个现成的药物管线，而是药物发现的思维方式：如何设计实验、如何解读生物数据、如何在不确定中做决策——这些是无法从大模型训练数据中学到的隐性知识。
收购完成后，Anthropic在短短8个月内完成了从零到搭建药物发现框架的布局：2025年10月推出Claude for Life Sciences，2026年1月推出Claude for Healthcare，4月完成收购，6月宣布自研药物。这样的节奏暴露出一个事实：Anthropic进军制药业的决心并非心血来潮。
对手不是药企，而是另一个AI帝国
Anthropic的真正对手，可能不是辉瑞或诺华，而是OpenAI和Google DeepMind。
OpenAI的GPT-Rosalind是直接竞品。它不仅在生物学推理任务上有针对性优化，还通过Trusted Access计划与顶级研究机构合作。OpenAI与诺和诺德的合作意味着它在制药行业已经有了重要的落地伙伴。
Google DeepMind的AlphaFold荣获了诺贝尔奖，其衍生公司Isomorphic Labs已经进入临床阶段。AlphaFold 3加上自有药物设计引擎IsoDDE，使得Isomorphic在技术深度和可信度上都遥遥领先。6亿美元融资和与诺华、礼来、强生等顶级药企的合作，进一步巩固了它的优势。
相比之下，Anthropic的优势在于其大模型本身的推理能力和安全声誉。Claude在科研场景中展现出的准确性和严谨性，是许多研究者选择它的原因。但Anthropic在生命科学领域的布局明显晚于对手——Isomorphic Labs早在2021年就已成立，而Anthropic直到2025年才推出第一款专门的科学产品。在制药这个“十年十亿美元”的游戏中，晚一步意味着更大的追赶成本。
最后的悬念
Anthropic自己造药的决定，不是渐进式扩张，而是一次从“基建提供商”到“赛道选手”的身份切换。这种切换在科技史上并不罕见——亚马逊从电商到AWS再到原创内容，Google从搜索到Waymo——但在高度监管、长周期、高失败率的制药领域，这样的跃迁风险极高。
好消息是，Anthropic至少拥有理论上比传统药企更强的优势：它可以利用自己的AI平台同时进行大量虚拟筛选和分子设计，以软件的边际成本展开药物发现。这个模型如果能跑通，将颠覆“十年十亿美元”的传统研发剧本。
坏消息是，从AI生成的分子到最终获批上市的药物，中间隔着太多无法跳过的东西：动物实验、I期安全试验、II期有效性验证、III期大规模临床试验、监管审批——每一步都可能失败。根据PharmaTopo的数据，小分子药物从I期临床到获批上市的总体成功率，仅有略高于10%。
Anthropic会公布哪些被忽视疾病作为第一期目标？它将如何完成临床前和临床试验？它会与传统药企合作还是自建实验设施？在2026年6月30日的发布会上，Kauderer-Abrams没有给出这些答案。The Verge的采访请求也未获回应。
但有一点已经明确：AI公司不再满足于做新药研发的赋能者，它们想成为主角。
当造铲子的人决定亲手去挖矿，淘金者要担心的，就不只是能不能挖到金子了。
快报