從哈佛輟學的前OpenAI研究員踏足AI製藥，拿下20億美元估值：VC在賭什麼？

從哈佛輟學、僅在OpenAI待了一年半的前研究員Miles Wang，正準備用人工智能進軍製藥領域。他的新公司尚未架設官網、沒有公開的藥物管線，創辦人本身甚至沒有生物學學位，但這家雛形企業已吸引到知名創投Lightspeed主導談判，預計融資約2億美元，估值高達20億美元。雖然交易仍在推進、尚未正式落槌，但這組數字已經讓市場重新思考：當最頂尖的AI人才離開大模型實驗室，他們的下一個戰場究竟在哪裡？2024年3月，Miles Wang從哈佛大學電腦科學系輟學，加入OpenAI的強化學習團隊。一年半後，他帶著幾位同樣來自OpenAI的同事離職，計畫創辦一家AI藥物發現公司。

這條路徑踩進了當前最火熱的賽道之一。僅僅最近三個月，AI製藥領域就湧入約27億美元資金：Chai Discovery剛完成新一輪4億美元融資，投後估值達38億美元；Isomorphic Labs也在今年5月完成B輪21億美元融資；Anthropic則在本月初宣布進軍藥物研發，此前已花費數億美元收購Coefficient Bio，並延攬AlphaFold核心人物John Jumper加盟。這些事件背後，一條清晰的遷移鏈條正在成形：大模型實驗室的頂尖人才，正系統性地向科學領域流動。翻開Miles Wang的論文列表，可以清楚看見他的研究取向。

他發表過〈FrontierScience：評估AI執行科學研究任務的能力〉、〈測量AI在溼實驗室中加速生物學研究的能力〉，核心都是評估通用AI模型在真實科學場景中的表現，探討AI的推理與規劃能力離一個合格的「AI科學家」還有多遠。這也正是他創業邏輯的基點：通用AI向垂直行業的「降維打擊」，把大模型已經驗證的通用認知能力，遷移到科學發現流程中，而非從零打造一套只服務於藥物發現的垂直小模型。這種「通用能力向科學場景遷移」的邏輯，在機構層面也同步發生。

Anthropic今年收購Coefficient Bio、推出Claude Science、引入John Jumper，同樣是把大模型能力從工具層推進到科學研究的運營層。OpenAI、Anthropic這類實驗室的「AI for Science」項目，已從官網上的公益副項目，變成證明模型能力邊界的關鍵實驗場。某種程度上，這或許說明大模型在文本、代碼、多模態上的「低垂果實」已被採摘完畢，科學領域正是下一個需要「高算力＋高數據」來驗證AGI通用性的新戰場。Miles Wang選擇「老藥新用」作為切入點，也印證了這個邏輯。

老藥新用指的是挖掘已獲批或已有大量安全數據藥物的新適應症，這條路不需要從零設計全新分子，不必過早面對漫長的一期安全性驗證，而是透過AI對海量文獻、基因表達譜、真實世界臨床數據進行深度整合與推理，找出隱藏的「藥物－靶點－疾病」新連結。在這個資訊密集、邏輯推理重於分子模擬的環節，大模型的評估與推理優勢恰好能直接轉化為商業價值，路徑更短，容錯空間也相對更大。但與多數AI製藥公司不同，Miles Wang創業公司的核心賣點，或許並非某種具體的分子設計軟體，而是一種通用AI方法論在生物化學領域的可遷移性。他的論文列表中有〈測量AI在溼實驗室中加速生物學研究的能力〉，說明他在AI製藥上確實有相關研究。

然而，「評估AI做科學的能力」與「真正用AI做出一個藥」之間，存在著從乾實驗室到溼實驗室的巨大鴻溝。Miles的長處是強化學習與對齊評估，但當前AI製藥的主流技術方向以擴散模型、圖神經網路、蛋白質結構預測和分子動力學為主。強化學習在藥物發現中有一定應用場景，但未必是最對應的方向。他選擇老藥新用作為切入點，確實十分巧妙——不需要從頭設計分子，而是在已有安全數據的藥物中尋找新適應症，監管路徑更短，商業化更快。但管線推進需要的不只是模型能力，更需要與FDA、藥廠、CRO打交道的經驗。這家初創企業要補的行業功課，恐怕不會少。

另一方面，20億美元的估值也從某種程度上顯示了創投的「寬容」程度，以及一種新的投資趨勢：近年來投資人似乎又願意再度押注輟學的年輕人。但這次的「輟學」與蓋茨、扎克伯格時代有本質區別。上一代輟學創業，賭的是年輕人更懂網際網路產品；這一代輟學創業，賭的則是「大模型實驗室已經替代大學，成為更高階、更稀缺的人才認證機構」。準確來說，投資人可能並不在意他是否哈佛輟學，也不在乎他「適不適合」傳統意義上的藥物發現，看中的是「OpenAI頂級研究員＋AGI for Science」這個組合。大模型實驗室正在變成新的史丹佛、MIT——它篩選、訓練、認證了最頂尖的AI人才，而投資人認這個認證。

他們的投資邏輯，歸根結底是「極其聰明的人去解決極其難的問題」，而不再是常見的「垂直行業經驗＋流程優化」套路。更深一層來看，OpenAI、DeepMind、Anthropic等實驗室在「AI for Science」上的重投入，本身就是一次對人才的定向灌溉。這些人的離開，與其說是「跳槽」或「離職創業」，更像是一種「畢業」——他們帶著實驗室的模型能力、研究品味、同事網絡，成建制地降臨到垂直科學領域。當VC為Miles Wang開出20億美元估值時，他們押注的，正是一份金光閃閃的「OpenAI學位」，以及背後所代表的，一個可能將科學發現速度徹底改寫的全新範式。