AI大厂在生命科学领域的布局正从零散合作走向系统性产品化。当地时间6月30日，Anthropic正式推出Claude Science，一个专为科学家设计的AI工作台。该平台整合了科研数据库接入、代码运行、数据分析、图表生成及蛋白质3D结构查看等功能，并可将整个研究过程保存为可审计、可复现的记录。几乎同一时间，OpenAI发布了GeneBench-Pro，用于测试AI Agent在基因组学、定量生物学等真实科研任务中处理模糊数据与多阶段判断的能力。而早已通过AlphaFold奠定地位的谷歌，其旗下Isomorphic Labs正在建设AI药物设计引擎，并计划推动首批候选药物进入临床试验。

三家公司的路径选择清晰体现了各自的技术基因。Anthropic将Claude Code式的产品逻辑搬进实验室，Claude Science不仅支持Python、R和Shell脚本的读取与改写，还提供持久化内核和科学渲染器，能直接查看蛋白质结构、基因组轨道和化学结构图。其核心价值在于打通从查文献、跑数据到生成可追溯图表的全流程，目前已在Novo Nordisk、Genmab和Bristol Myers Squibb等药企中部署应用。Anthropic甚至计划自建湿实验室，亲自探索被传统药企忽视的疾病领域。

OpenAI则延续其模型优先的策略。今年4月推出的GPT-Rosalind被定义为生命科学前沿推理模型，强化了在化学、蛋白工程、基因组学等方向的理解与工具调用能力。随后，OpenAI通过LifeSciBench和GeneBench-Pro构建了一套专业评估体系，试图向外界证明其通用推理模型在复杂科研工作流中的价值。这条路线的关键在于，OpenAI并非直接下场做药，而是提供一套“推理中枢”，让药企和科研机构在此基础上构建自己的研发管线。

谷歌的布局最为纵深。从AlphaFold 2在蛋白质结构预测上的突破，到AlphaFold 3将预测范围扩展至蛋白质、DNA、RNA与小分子配体的相互作用，谷歌先解决了结构生物学的基础问题，再通过Isomorphic Labs将能力延伸至药物设计。据路透社报道，Isomorphic Labs已完成21亿美元新一轮融资，预计在2026年底前启动首批临床试验。谷歌的路线是先有单点科学突破，再将其转化为制药实体资产。

值得注意的是，亚马逊也在以基础设施提供者的角色切入这一赛道。其今年4月推出的Amazon Bio Discovery应用，允许研究人员调用生物基础模型生成和评估潜在药物分子，并由集成实验室完成合成与测试。全球前20大药企中已有19家使用其云服务，显示出底层算力与数据平台在AI制药产业链中的关键位置。

然而，AI加速药物发现的叙事正面临资本市场的耐心考验。模型迭代以月计，但一款新药从靶点发现到获批上市平均需要十年以上，期间还需经历严苛的临床试验与监管审批。《华尔街日报》近期指出，若AI最终改变药物研发，最大赢家可能并非AI公司本身，而是拥有专有数据、实验能力和全球临床体系的大型制药企业。这一判断揭示了当前AI制药热潮中的结构性张力：AI公司建立的工具与能力，究竟会演化为独立的制药壁垒，还是沦为药企可随时采购和组合的标准化模块？

三家大厂的差异化探索正在给出初步答案。Anthropic试图通过深度嵌入科研工作流来构建黏性，OpenAI押注于推理模型在专业场景中的泛化能力，谷歌则依托先发优势向临床阶段推进。无论哪条路径胜出，生命科学都已成为检验AI产业能否从“赋能工具”跨越至“价值创造”的关键战场。