一句话看懂：前沿AI实验室集体杀入AI制药（AIDD），上游DNA合成与CRO订单开始放量，行业正从“AI造药”转向“湿实验室造数据”的瓶颈交易结构，类似半导体产业链的“卖铲人”机会浮出水面。
事件核心：发生了什么
据@qinbafrank 援引 Freda Duan 的推文，AIDD 正在形成“瓶颈交易”。需求端，前沿AI实验室集体入场：Anthropic 组建了专属生命科学研究团队并建立湿实验室；OpenAI 建立了专为生物学和药物发现设计的 GPT-Rosalind 模型族；字节跳动旗下独立运营的 Anew Labs 已拥有内部药物研发库；同构实验室（Isomorphic Labs）明确表示将把 AI 设计的药物推进人体临床试验。
供给端信号同样清晰：DNA 合成商 Twist Bioscience（TWST）预计 2026、2027 财年 AI 药物发现订单连续实现三位数百分比增长；金斯瑞（GenScript）AI 药物发现业务在 2026 财年上半年同比翻倍，渠道调研显示其实际验证产能已达每日约 8,000 个设计，并有望在 2026 年底前提升至 16,000 个。
为什么重要
核心逻辑在于：AI 让失败实验也变成有价值的训练数据，湿实验室正从“造药”转型为“造数据”。瓶颈沿产业链向下传递：AI 模型产生设计→DNA 合成→蛋白生产→实验验证→临床前测试，每个环节都可能成为下一个受益节点。DNA 合成、蛋白生产、CRO 或成最先受益的“卖铲人”。洛杉矶加州大学教授 Quanquan Gu 认为，生物学可能成为 AI 下一个递归自我改进的前沿——在计算机中设计，在实验室中测试，将实验反馈转化为半合成训练数据，改进模型，周而复始。这意味着大模型训练与推理的闭环可能首次在真实科学场景中跑通，而不仅是文本与图像生成。
对用户/开发者/创作者的影响
对开发者而言，OpenAI 的 GPT-Rosalind 模型族、Anthropic 的生命科学团队，以及 Anew Labs 的内部药物研发库，可能在未来开放 API 或工具链，生物信息学与 AI 应用开发会出现新的接口层机会。对创作者与内容团队，AI 制药的进展将带来大量需要专业解读的选题，但需警惕把“订单增长预期”等同于“药物成功”的叙事。对企业采购与投资判断，目前公开信息显示，瓶颈环节的产能（如金斯瑞每日验证设计数）和订单增速是比模型参数更可追踪的指标，DNA 合成与 CRO 的产能扩张节奏值得作为先行信号。算力侧，湿实验室反馈驱动的递归训练，可能推高对推理与数据管线的需求，而非单纯堆训练算力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1）OpenAI 的 GPT-Rosalind 是否开放 API、以何种形态接入药物发现工作流；2）金斯瑞、Twist Bioscience 的订单增速能否兑现为实际收入，以及每日验证产能是否按期翻倍；3）Isomorphic Labs 的 AI 设计药物能否真正进入人体临床，以及监管对 AI 生成候选药物的态度是否影响上线节奏。
来源：@qinbafrank
