单日10万亿次配对计算，这家AI制药新秀凭什么？

单台服务器一天完成10万亿次蛋白-分子配对计算，支持千亿级别化合物库秒级检索——这是清华AIR孵化企业「艾斐智药」给出的最新数据。这家定位AI Native新药研发的公司，近期完成了亿元级别人民币天使轮融资，由襄禾资本领投，星连资本、某知名产业基金等机构跟投。

融资消息背后，更值得关注的是这家公司对AI制药底层逻辑的重构。当大多数同行还在把AI当作研发链条上的工具插件时，艾斐智药选择了一条更激进的路：让AI成为新药研发的核心生产力，从第一天起就参与决策。

告别接力式研发，AI从工具变核心

传统制药模式中，AI的角色更像一个随叫随到的工具。企业通常按分子模态、疾病赛道拆分业务线，每条线独立搭建自己的AI能力：遇到分子设计难题就开发分子生成模型，需要预判成药性就开发预测模型。结果就是，不同业务线之间的AI技术很难互通，AI始终游离在核心研发流程之外。

艾斐智药的逻辑是反过来的。团队核心成员高博文解释，AI Native意味着“所有业务都以AI为核心向外辐射”，重新设计组织架构、研发流程以及人机协作模式。AI要回答的不是“这个分子怎么合成”，而是更根本的问题：开展哪些实验、产出哪些实验数据、计算与湿实验如何打通。

这套体系在艾斐智药内部被拆解为“探索”“决策”“学习进化”三层能力。探索层让AI突破人类现有认知边界，挖掘传统手段难以触及的药物研发空间；决策层让AI在充满不确定性的研发现实中持续判断下一步行动；学习进化层则不断接收真实湿实验与专家反馈，反推整套系统迭代优化。三层环环相扣，AI才真正跳出工具定位。

DrugCLIP：把药物筛选变成空间检索

支撑“探索”层能力的技术底座，是团队打造的高通量虚拟筛选模型DrugCLIP。它的核心思路是用AI构建一个蛋白-分子共存的高维表征空间，高博文把它比作一个“化学宇宙”。

传统虚拟筛选需要蛋白和候选分子逐一对齐运算，面对十亿、千亿级别的化合物库，计算成本会急剧膨胀。DrugCLIP用双塔对比学习架构，把蛋白口袋、小分子映射到同一个高维表征空间。这样一来，面对全新靶点时，科学家只需要输出蛋白口袋在空间内的坐标，检索空间距离邻近的分子就能完成筛选，不再需要对海量分子逐个运算。

实际效果如何？高博文给出的数据是：单台服务器一天可完成10万亿次蛋白-分子配对计算，千亿级别化合物库秒级检索。经团队实践，优化后的部分靶点命中率达到60%-80%，不经后续改造就能一次直接筛出纳摩尔、甚至皮摩尔级别的高活性分子。

PharmAgents：处理冲突证据的决策引擎

如果说DrugCLIP解决的是“找得到”的问题，PharmAgents药物发现智能体引擎则要回答“下一步做什么”。新药研发全流程贯穿大量复杂决策：筛选得到一批分子后，优先验证哪些？实验结果和预期冲突时采信哪一部分证据？活性、选择性、药代如何权衡？

这些决策需要整合文献专利、模型输出、实验数据、专家经验等多源信息，而这些信息往往不完整，甚至互相矛盾。PharmAgents的核心能力，就是综合处理这类冲突、不完备的证据，自主调用各类专业工具提出科学假设，拿到新信息后迭代更新研发方案。

值得注意的是，团队并不追求让Agent完全替代人类专家。高博文强调，人类专家经验本身就是决策流程中的重要证据来源，Agent输出的决策会交由人类专家评估、修正，这些反馈反过来帮助Agent持续学习进化。“执行成败都会沉淀为系统知识，让系统越用越强。”

商业化路径：联合开发而非卖软件

在商业化方面，艾斐智药选择的是Co-development（联合开发）模式，而非单纯的AI技术服务。目前，公司已与超过五家药企及Biotech在代谢、CNS、自身免疫、药物递送等方向的创新药发现项目中进行共同开发，合作覆盖小分子、多肽等不同药物模态。

团队配置也围绕这套逻辑展开。公司已拥有具备药物化学、结构生物学背景的研发负责人，商务合作负责人拥有近20年医药工业界经验，曾推动多个药物进入Ⅱ期、Ⅲ期临床阶段。高博文解释，早期就完成这样的配置，是为了摒弃传统的“AI完成计算、交付给药化、药化再交付给生物”的接力式工作模式，让不同环节的研发人员从第一天起就进入协同决策的闭环。

进展最快的自研管线聚焦ADHD（注意缺陷多动障碍），通过自主发现的全新别构口袋，探索具有差异化潜力的全新作用机制，目前已进入Pre-PCC阶段。同时，公司也和清华生命学院、药学院，中国农科院，上交大转化医学研究院等科研院所开展合作，广泛进行实验验证。

AI制药的第三代演进

今年以来，AI4S赛道热度持续走高，大量专注制药方向的初创企业涌现，行业评判标准也日趋务实。论文和演示Demo之外，真实可复现的实验验证成为检验技术价值的硬性标准。

高博文将国内AI制药类企业划分为两代演进：第一代主要利用AI解决药物研发中的单点任务；随后，行业开始追求用AI赋能研发全流程和自动化实验室建设。在他看来，艾斐智药这类更新一代AI Native制药公司的核心工作，是让AI承担起研发决策责任。

“传统药企背负历史业务包袱，较难彻底重构组织与流程，而我们从零搭建体系，在这方面会更灵活。”这句话点出了这家公司的底气所在——没有历史包袱，反而成了最锋利的武器。