北京
一家成立不到一年的AI制药公司，刚拿到亿元级天使轮融资。领投方是襄禾资本，跟投方包括星连资本和某知名产业基金。这家公司叫艾斐智药，由清华大学AIR孵化，创始人高博文曾是字节跳动推荐算法工程师，后来回清华读博，以共同一作身份在《Science》上发表过论文。
融资消息本身不算稀奇，真正值得关注的是它背后的技术路线。艾斐智药的核心产品DrugCLIP模型，用双塔对比学习构建蛋白-分子高维表征空间，单台服务器一天就能完成10万亿次蛋白-分子配对计算。这个数字放在传统虚拟筛选的语境下，几乎是不可想象的。
传统筛选的算力瓶颈，被表征空间绕开了
传统虚拟筛选的逻辑是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的做法不一样——它把蛋白口袋和小分子映射到同一个高维表征空间里，全新靶点只需要输出蛋白坐标，就能直接检索邻近分子。优化后部分靶点的命中率达到60%-80%。
这意味着什么？过去需要海量算力堆砌的筛选环节，现在被压缩成了空间检索问题。单台服务器一天10万亿次配对计算，这个效率背后是算法架构的差异，不是硬件堆出来的。
PharmAgents：处理冲突证据的智能体引擎
艾斐智药的另一个核心产品是PharmAgents智能体引擎。市面上不少科研Agent做的事情是复刻人类科研流程——读文献、跑代码、出报告。但PharmAgents处理的是更棘手的问题：文献、模型输出、实验数据、专家经验，这些多源信息往往不完备甚至互相矛盾。
它的能力在于综合处理这些冲突证据，自主调用专业工具提出科学假设，再通过人类专家评估反馈实现持续学习进化。用创始人高博文的话说："我们不追求让Agent完全替代人类专家，而是让两者协作。"
AI Native和"AI工具嵌入"是两回事
国内AI制药类企业此前已完成两代演进：第一代解决单点任务，第二代追求全流程赋能和自动化实验室建设。艾斐智药想走的是第三条路——AI Native制药公司，核心工作是让AI承担研发决策责任。
传统模式按分子模态和疾病赛道拆分业务线，AI只是单点工具插件。AI Native要求所有业务以AI为核心向外辐射，让AI参与回答"开展哪些实验""产出哪些数据""计算与湿实验如何打通"这些根本问题。用文章里的话说："想让AI成为企业的底层核心能力，需要所有业务都以AI为核心向外辐射。"
具体到研发流程上，艾斐智药摒弃了"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工作、决策的闭环。
自研管线聚焦ADHD，已进入Pre-PCC阶段
融资资金将用于基础模型迭代和管线推进。目前艾斐智药的自研管线聚焦ADHD（注意缺陷多动障碍），已进入Pre-PCC阶段。同时，公司采用Co-development模式与超过五家药企开展联合开发合作。
从组织架构到研发流程再到人机协作方式，这家公司都在做系统性重构。亿元级天使轮融资只是起点，真正的考验在于：当AI开始承担研发决策责任，药企的信任边界在哪里？这个问题，可能比技术本身更难回答。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
