AI大廠在生命科學領域的佈局正從零散合作走向系統性產品化。當地時間6月30日，Anthropic正式推出Claude Science，一個專為科學家設計的AI工作台。該平台整合了科研資料庫接入、程式碼執行、資料分析、圖表生成及蛋白質3D結構檢視等功能，並可將整個研究過程儲存為可審計、可復現的記錄。幾乎同一時間，OpenAI釋出了GeneBench-Pro，用於測試AI Agent在基因組學、定量生物學等真實科研任務中處理模糊資料與多階段判斷的能力。而早已通過AlphaFold奠定地位的谷歌，其旗下Isomorphic Labs正在建設AI藥物設計引擎，並計劃推動首批候選藥物進入臨床試驗。

三家公司的路徑選擇清晰體現了各自的技術基因。Anthropic將Claude Code式的產品邏輯搬進實驗室，Claude Science不僅支援Python、R和Shell指令碼的讀取與改寫，還提供持久化核心和科學渲染器，能直接檢視蛋白質結構、基因組軌道和化學結構圖。其核心價值在於打通從查文獻、跑資料到生成可追溯圖表的全流程，目前已在Novo Nordisk、Genmab和Bristol Myers Squibb等藥企中部署應用。Anthropic甚至計劃自建溼實驗室，親自探索被傳統藥企忽視的疾病領域。

OpenAI則延續其模型優先的策略。今年4月推出的GPT-Rosalind被定義為生命科學前沿推理模型，強化了在化學、蛋白工程、基因組學等方向的理解與工具呼叫能力。隨後，OpenAI通過LifeSciBench和GeneBench-Pro構建了一套專業評估體系，試圖向外界證明其通用推理模型在複雜科研工作流中的價值。這條路線的關鍵在於，OpenAI並非直接下場做藥，而是提供一套“推理中樞”，讓藥企和科研機構在此基礎上構建自己的研發管線。

谷歌的佈局最為縱深。從AlphaFold 2在蛋白質結構預測上的突破，到AlphaFold 3將預測範圍擴充套件至蛋白質、DNA、RNA與小分子配體的相互作用，谷歌先解決了結構生物學的基礎問題，再通過Isomorphic Labs將能力延伸至藥物設計。據路透社報道，Isomorphic Labs已完成21億美元新一輪融資，預計在2026年底前啟動首批臨床試驗。谷歌的路線是先有單點科學突破，再將其轉化為製藥實體資產。

值得注意的是，亞馬遜也在以基礎設施提供者的角色切入這一賽道。其今年4月推出的Amazon Bio Discovery應用，允許研究人員呼叫生物基礎模型生成和評估潛在藥物分子，並由整合實驗室完成合成與測試。全球前20大藥企中已有19家使用其雲服務，顯示出底層算力與資料平台在AI製藥產業鏈中的關鍵位置。

然而，AI加速藥物發現的敘事正面臨資本市場的耐心考驗。模型迭代以月計，但一款新藥從靶點發現到獲批上市平均需要十年以上，期間還需經歷嚴苛的臨床試驗與監管審批。《華爾街日報》近期指出，若AI最終改變藥物研發，最大贏家可能並非AI公司本身，而是擁有專有資料、實驗能力和全球臨床體系的大型製藥企業。這一判斷揭示了當前AI製藥熱潮中的結構性張力：AI公司建立的工具與能力，究竟會演化為獨立的製藥壁壘，還是淪為藥企可隨時採購和組合的標準化模組？

三家大廠的差異化探索正在給出初步答案。Anthropic試圖通過深度嵌入科研工作流來構建黏性，OpenAI押注於推理模型在專業場景中的泛化能力，谷歌則依託先發優勢向臨床階段推進。無論哪條路徑勝出，生命科學都已成為檢驗AI產業能否從“賦能工具”跨越至“價值創造”的關鍵戰場。