{
 "about": "VC / 投资人 / 咨询公司 / 券商写的 AI 药物发现文章（投资备忘、赛道论点、市场地图、年度预测、行业报告），外加公司财报和 STAT、FT 等专业媒体的分析；每篇打开原文核对过标题、日期、作者。stance = 文章立场一句话；issue = 对应 /vc 页「观点打架」的议题编号（1 市场多大、2 临床成功率、3 Eroom 定律、4 价值归谁、5 通用 LLM vs 专用模型、6 平台 vs 管线）。vs / why / route / top / region 是我们的归类，不是文章原话：vs = 与图谱判断「AI 能显著提高药物发现效率，AIDD 会成为编程之外的大规模付费场景」一致 / 部分 / 相反 / 无关，route = 文章认为价值归谁（AI 原生药企 / 模型平台 / CRO 与湿实验 / 药企 / 通用 AI / 不涉及），top = 最值得读。gist 是核心观点的中文转述，不是原文；seg 对应 layers.json 的 code，all = 赛道总论。",
 "articles": [
  {
   "t": "药明康德：订单及增长前景强劲，上调目标价；AI 药物研发或成为新收入来源（电话会纪要）",
   "org": "药明康德（WuXi AppTec）；Reportify 整理",
   "au": "纪要整理，未署名",
   "date": "2026-10-28",
   "url": "https://www.reportify.cn/transcripts/1312777265616130048",
   "kind": "财报 / 投资者材料",
   "seg": [
    "w2"
   ],
   "co": [
    "WuXi AppTec 药明康德"
   ],
   "gist": "纪要称管理层上调 2026 年收入指引到 610–619 亿元（此前 585–605 亿元），持续经营业务增长 40–42%，第三季度新签订单同比 +77%。AIDD 客户越来越多使用药明的高通量实验设施生成专有数据集去优化模型，带来更多研发端需求；AIDD 项目盈利能力与早期项目相当，中期可能带来新收入，但未给出占比。",
   "cav": "页面是第三方整理的电话会纪要，不是原始 transcript；电话会具体日期未标，页面发布日为 2026-10-28；管理层自述，利益相关。",
   "stance": "AI 药物发现拉动 CRO 的实验订单。",
   "issue": [
    4
   ],
   "vs": "一致",
   "why": "AIDD 客户正用它的实验设施，AI 放大了对 CRO 的需求",
   "route": "CRO 与湿实验",
   "region": "中国"
  },
  {
   "t": "字节百度谷歌英伟达，挤进同一个赛道（AI 制药融资分析）",
   "org": "虎嗅（作者「小饭桌」）",
   "au": "小饭桌（编辑张丽娟）",
   "date": "2026-10-19",
   "url": "https://www.huxiu.com/article/4898538.html",
   "kind": "媒体分析",
   "seg": [
    "a1",
    "l3"
   ],
   "co": [
    "Anew Labs",
    "百图生科 BioMap",
    "英矽智能 Insilico Medicine",
    "晶泰科技 XtalPi",
    "Eli Lilly",
    "AstraZeneca"
   ],
   "gist": "文章称 2026 年前 9 个月国内 AI 制药共 57 笔融资、涉及 44 家公司、披露总额近 158 亿元，是 2025 全年的三倍多、超过前三年总和，但被投公司数只从 38 家增到 44 家，资金向头部集中。资本分层：红杉、高瓴等财务投资人押赛道，礼来、阿斯利康等药企 CVC 买管线入口，中东主权基金与国资长期配置。AI 药物一期成功率约 90%、二期约 40%，文章总结行业正从「淘金」转向以平台服务和对外授权为核心的「卖水」。",
   "cav": "媒体文章（原出自微信公众号「小饭桌」），融资数字为公开披露口径，未附逐笔清单；一期 90% 与二期 40% 无出处，应按转述看；只谈国内数据。",
   "stance": "融资翻倍集中头部；二期仍是坎，策略转向卖水。",
   "issue": [
    1,
    2,
    6
   ],
   "vs": "部分",
   "why": "融资暴增说明付费热度，但二期成功率没变，行业转向卖平台",
   "route": "模型平台",
   "region": "中国"
  },
  {
   "t": "AI Drug Discovery Is Becoming a Bottleneck Trade（华尔街见闻转述 Freda Duan 的帖子）",
   "org": "Altimeter Capital（原帖）；华尔街见闻（转述）",
   "au": "Freda Duan（Altimeter 合伙人）；转述者鲍奕龙",
   "date": "2026-10-04",
   "url": "https://awtmt.com/articles/3783019",
   "kind": "赛道论点",
   "seg": [
    "w1",
    "w2",
    "l1"
   ],
   "co": [
    "Anthropic 生命科学线",
    "OpenAI 生命科学线",
    "Twist Bioscience",
    "金斯瑞 GenScript",
    "Illumina",
    "10x Genomics",
    "Isomorphic Labs",
    "Anew Labs"
   ],
   "gist": "Duan 把 AIDD 比作半导体「瓶颈交易」：AI 让假设生成近乎免费，瓶颈移到湿实验验证，失败实验也变成训练标签。链条：AI 模型 → 序列设计 → DNA 合成（Twist）→ 蛋白生产（金斯瑞）→ 验证 → 测序 → 自动化 → 临床前 CRO，最紧的是 DNA 合成、蛋白生产和动物试验。Twist 预期 2026–2027 财年 AI 药物发现订单三位数百分比增长，金斯瑞 AI 业务 2026 上半年翻倍；Anthropic 设计的 1320 个结合剂有 354 个结合；市场规模按全球药企研发约 3000–4000 亿美元年度池推算。",
   "cav": "原帖在 X 上无法打开（403/402），本条依据华尔街见闻 2026-10-05 的文字转述，细节以原帖为准；Duan 的基金是否持有相关标的，转述中没说；文中自己提醒 2020–21 年 AIDD 曾泡沫破灭，临床结果要 2028–2030 年才揭晓。",
   "stance": "AI 生成假设变便宜后，价值向湿实验与上游供应链转移。",
   "issue": [
    1,
    4
   ],
   "vs": "一致",
   "why": "认为 AI 会放大对实验服务的付费需求，AIDD 的钱流向湿实验链条",
   "route": "CRO 与湿实验",
   "region": "美国",
   "top": true
  },
  {
   "t": "State of AI Report 2026（生物与药物发现部分）",
   "org": "Air Street Capital",
   "au": "Nathan Benaich",
   "date": "2026-10",
   "url": "https://www.stateof.ai/",
   "kind": "年度预测",
   "seg": [
    "all"
   ],
   "co": [
    "Tempus AI",
    "Noetik",
    "GSK",
    "Generate Biomedicines",
    "英矽智能 Insilico Medicine",
    "Enveda Biosciences",
    "Profluent"
   ],
   "gist": "报告导语写到，围绕药物发现正出现不靠拥有药物的新商业模式：Tempus 授权肿瘤数据给阿斯利康等训练基础模型，GSK 与 Noetik 五年合作含虚拟细胞模型的年费。AI 辅助发现药终于进入后期临床：Generate 的 GB-0895（重度哮喘）与英矽智能的 rentosertib（特发性肺纤维化）在招募三期，Enveda 的 ENV-294 进入二期 b；作者强调人体试验才是最终检验。",
   "cav": "Air Street 持有 Profluent 等被投，作者自述；本条只读了报告首页导语，没有读到 PDF 全文的生物章；页面没写具体日期，日期按「9 月报告」「11 月选举」等表述推断为 2026 年 10 月前后。",
   "stance": "新商业模式（授权与订阅）出现，后期临床在路上。",
   "issue": [
    1,
    2,
    6
   ],
   "vs": "一致",
   "why": "称出现不靠拥有药物的新付费模式，且 AI 药进入三期",
   "route": "模型平台",
   "region": "欧洲"
  },
  {
   "t": "英矽智能 2026 年半年报：扭亏为盈，核心候选药物进入 III 期临床（蓝鲸新闻）",
   "org": "英矽智能（Insilico Medicine，3696.HK）；蓝鲸新闻转述",
   "au": "蓝鲸新闻",
   "date": "2026-08-26",
   "url": "https://m.sohu.com/a/1068299004_250147/",
   "kind": "财报 / 投资者材料",
   "seg": [
    "a1"
   ],
   "co": [
    "英矽智能 Insilico Medicine",
    "Eli Lilly",
    "Sanofi"
   ],
   "gist": "半年营收 1.06 亿美元（+287.2%），利润 3600 万美元（上年同期亏损 1900 万），毛利率 90.3%；药物发现及管线业务收入 1.03 亿美元，主要来自礼来、赛诺菲等授权合作的首付款确认，软件解决方案 2700 万美元。Rentosertib 2026 年 7 月在中国启动特发性肺纤维化三期，ISM6331 获 FDA 快速通道。",
   "cav": "媒体转述半年报，数据以港交所披露的原文为准；利润来自一次性首付款确认，具有波动；rentosertib 三期在中国开展。",
   "stance": "靠授权首付实现盈利；首个 AI 发现药物进入三期。",
   "issue": [
    2,
    6
   ],
   "vs": "一致",
   "why": "授权首付和三期进展，是 AI 原生药企拿到付费的直接证据",
   "route": "AI 原生药企",
   "region": "中国"
  },
  {
   "t": "Nobody at a frontier lab is working on your disease",
   "org": "ZAKA VC",
   "au": "Jan Buza（合伙人）",
   "date": "2026-08-23",
   "url": "https://zaka.vc/nobody-at-a-frontier-lab-is-working-on-your-disease/",
   "kind": "赛道论点",
   "seg": [
    "l1",
    "a1"
   ],
   "co": [
    "Anthropic 生命科学线",
    "OpenAI 生命科学线",
    "Isomorphic Labs",
    "Calico",
    "Verily"
   ],
   "gist": "文章回应前沿实验室进场：Anthropic 的蛋白结合剂实验用开源工具给 15 个靶点中的 14 个设计了结合剂，命中率 22–35%，业内常态 10–15%，但实体验证由 Adaptyv 与 Twist 完成。作者认为模型只负责生成假设，稀缺的是把假设变成验证结果的闭环和多年耐力；Isomorphic 2026-05-12 融资 21 亿美元，约等于把一款药从发现做到获批的成本 26 亿美元，预计 2026 年底才首次入临床。建议自有数据加单管线、一药一公司，把前沿实验室当成客户或收购方而非对手。",
   "cav": "同上，ZAKA 有被投利益；页面未写日期，日期来自搜索索引；命中率与 26 亿美元成本是作者引用或估算，未附原始出处。",
   "stance": "通用前沿模型会商品化假设生成；小公司的位置在闭环数据与耐力。",
   "issue": [
    5,
    6
   ],
   "vs": "部分",
   "why": "承认通用模型能显著提升假设生成，但认为价值留在拥有闭环数据的专注公司",
   "route": "AI 原生药企",
   "region": "欧洲",
   "top": true
  },
  {
   "t": "晶泰控股发布 2026 年中期业绩报告",
   "org": "晶泰控股（XtalPi，2228.HK）",
   "au": "公司公告（美通社）",
   "date": "2026-08-19",
   "url": "https://cn.investing.com/news/stock-market-news/article-3525925",
   "kind": "财报 / 投资者材料",
   "seg": [
    "m4",
    "w1",
    "a1"
   ],
   "co": [
    "晶泰科技 XtalPi",
    "DoveTree",
    "Eli Lilly"
   ],
   "gist": "2026 上半年收入 3.936 亿元（上年同期 5.171 亿，含 5100 万美元大额管线授权首付；剔除后 +73.8%）。药物发现解决方案收入约 2.0 亿元，AI4S 智慧解决方案 1.935 亿元（+136.4%）；研发费用 +66.0% 至 3.678 亿元，净亏损 2.249 亿元，现金 86.71 亿元。临床阶段 3 个，2027 年目标 10 个以上；已部署超 300 台自动化工作站。",
   "cav": "公司公告，非审计的口径以公告为准；收入下降主要是上年同期基数；管线与工作站数字为公司自述。",
   "stance": "服务与自研管线并行；机器人实验室成为增长点。",
   "issue": [
    4,
    6
   ],
   "vs": "一致",
   "why": "AI4S 与自动化实验室快速商业化，说明有人为 AI 科研基础设施付费",
   "route": "模型平台",
   "region": "中国"
  },
  {
   "t": "Vinod Khosla：AI 造成药物与生物学假设的「超充裕」，但测试仍停留在 18 世纪（X 帖）",
   "org": "Khosla Ventures",
   "au": "Vinod Khosla",
   "date": "2026-08-12",
   "url": "https://x.com/vkhosla/status/2087558432605769838",
   "kind": "赛道论点",
   "seg": [
    "w1",
    "c2"
   ],
   "co": [
    "Vivodyne"
   ],
   "gist": "Khosla 在 X 上写道：AI 带来了「21 世纪式的新药与生物学假设超充裕」，我们却仍在用「18 世纪式的动物试验」；他点名其被投 Vivodyne 在活体人体组织上工业化评估药物，并在做可预测治疗反应的「虚拟人」数据中心。",
   "cav": "只有一条帖子，没有数字；Khosla Ventures 是 Vivodyne 的投资方，属于推荐被投；帖子时间在索引里显示 2026-08-11，媒体报道为 8 月 12 日（周三）。",
   "stance": "候选药不缺，缺的是更像人体的测试。",
   "issue": [
    4
   ],
   "vs": "部分",
   "why": "同意 AI 让候选药变多，但认为付费瓶颈在人体相关的测试",
   "route": "CRO 与湿实验",
   "region": "美国"
  },
  {
   "t": "Absci Reports Business Updates and Second Quarter 2026 Financial and Operating Results",
   "org": "Absci",
   "au": "公司公告（SEC Exhibit 99.1）",
   "date": "2026-08-11",
   "url": "https://www.sec.gov/Archives/edgar/data/1672688/000167268826000134/exhibit991-2026q210xqpr.htm",
   "kind": "财报 / 投资者材料",
   "seg": [
    "a2"
   ],
   "co": [
    "Absci",
    "Eli Lilly"
   ],
   "gist": "第二季度收入仅 32 万美元，研发 2260 万美元，净亏损 3320 万美元；完成 1 亿美元增发，其中 Eli Lilly 战略投资 4000 万美元，现金 2.01 亿美元，够用到 2028 年下半年。AI 设计抗体 ABS-201 公布一期期中数据（盲态），半衰期估计至少 65 天；脱发适应症期中概念验证数据预计 2026 年下半年，子宫内膜异位症二期计划 2026 年第四季度启动。",
   "cav": "公司新闻稿，一期数据为盲态汇总；此为 AI 设计抗体自有管线样本，与平台合作收入分开看（合作收入只有数十万美元）。",
   "stance": "转向自有管线，靠增发加药企战略投资续命。",
   "issue": [
    2,
    6
   ],
   "vs": "部分",
   "why": "AI 设计抗体已进入人体，但收入极低，靠融资支撑",
   "route": "AI 原生药企",
   "region": "美国"
  },
  {
   "t": "Schrödinger Reports Second Quarter 2026 Financial Results",
   "org": "Schrödinger",
   "au": "公司公告",
   "date": "2026-08-05",
   "url": "https://ir.schrodinger.com/press-releases/news-details/2026/Schrdinger-Reports-Second-Quarter-2026-Financial-Results/default.aspx",
   "kind": "财报 / 投资者材料",
   "seg": [
    "m4"
   ],
   "co": [
    "Schrödinger",
    "Ajax Therapeutics",
    "Simcere"
   ],
   "gist": "2026 年第二季度总收入 5890 万美元（+8%），软件收入 3250 万美元（同比 -10%，因托管许可改为分期确认），药物发现收入 2300 万美元（含 Ajax 里程碑 1000 万）；ACV 2960 万美元（+27%），全年 ACV 指引 2.18–2.28 亿美元（+10–15%）。当季净利润 600 万美元，主要因股权投资公允价值变动 4590 万美元。与 Simcere 的合作中，Schrödinger 负责设计优化，Simcere 负责后续临床前与临床。",
   "cav": "公司自己的新闻稿；「净利润」主要来自会计上的公允价值变动，不代表经营转盈；新闻稿未说明自有临床项目现状。",
   "stance": "软件与合作并重，临床开发交给合作方。",
   "issue": [
    6
   ],
   "vs": "一致",
   "why": "年度合同价值仍在增长，说明软件订阅是实打实的付费场景",
   "route": "模型平台",
   "region": "美国"
  },
  {
   "t": "Recursion Reports Second Quarter Financial Results; Genentech Options First Neuroscience Target into Early Discovery Program",
   "org": "Recursion",
   "au": "公司公告",
   "date": "2026-08-05",
   "url": "https://investor.wedbush.com/wedbush/article/gnwcq-2026-8-5-recursion-reports-second-quarter-financial-results-genentech-options-first-neuroscience-target-into-early-discovery-program",
   "kind": "财报 / 投资者材料",
   "seg": [
    "a1",
    "t1"
   ],
   "co": [
    "Recursion Pharmaceuticals",
    "Roche / Genentech",
    "Sanofi"
   ],
   "gist": "2026 年第二季度收入 770 万美元（去年同期 1920 万），净亏损 1.31 亿美元，现金 5.57 亿美元，预计够用到 2028 年初；全年现金运营开支指引降到 3.75 亿美元以下。管线 REC-4881（FAP）二期，其余五个一期或更早；累计来自 Roche/Genentech 的首付与里程碑 2.16 亿美元（最多 40 个项目）、来自 Sanofi 1.34 亿美元（每项目最多 3.43 亿里程碑）。",
   "cav": "公司自己的新闻稿；里程碑为「最高可达」；本稿没有列出被砍项目，2025 年 5 月停掉三个临床项目的事实需看当时的公告。",
   "stance": "烧钱仍重，现金到 2028；伙伴付款是主要外部验证。",
   "issue": [
    2,
    6
   ],
   "vs": "部分",
   "why": "有伙伴付款验证，但收入低、亏损大，说明变现慢",
   "route": "AI 原生药企",
   "region": "美国"
  },
  {
   "t": "Relation defines the TechBio sector with AI models transforming drug discovery",
   "org": "DCVC",
   "au": "Jason Pontin（DCVC 普通合伙人、Relation 董事）",
   "date": "2026-07-30",
   "url": "https://www.dcvc.com/news-insights/relation-defines-the-techbio-sector-with-ai-models-transforming-drug-discovery",
   "kind": "投资备忘",
   "seg": [
    "t1",
    "m3"
   ],
   "co": [
    "Relation Therapeutics",
    "GSK"
   ],
   "gist": "Relation 与 GSK 新签合作，GSK 是其基础模型 MORGAN（基于活细胞扰动数据）的首个战略伙伴，Relation 最多可获 1.1 亿美元首付与里程碑款；此前两项合作最多 1.08 亿美元。Relation 将生成大规模人类细胞扰动数据；内部项目仅披露骨质疏松，文章所称的「丰富管线」是作者的描述。",
   "cav": "作者是 Relation 董事、DCVC 合伙人，内部人视角；金额为「最高可达」；管线没有具体候选药数字。",
   "stance": "平台为主、自有项目为辅；GSK 连续下单。",
   "issue": [
    6
   ],
   "vs": "一致",
   "why": "药企连续为细胞扰动数据和基础模型付费",
   "route": "模型平台",
   "region": "美国"
  },
  {
   "t": "In AI drug discovery, the model was never the moat",
   "org": "ZAKA VC",
   "au": "Jan Buza（合伙人）",
   "date": "2026-07-27",
   "url": "https://zaka.vc/in-ai-drug-discovery-the-model-was-never-the-moat/",
   "kind": "赛道论点",
   "seg": [
    "a1",
    "t2"
   ],
   "co": [
    "英矽智能 Insilico Medicine",
    "Eli Lilly",
    "Takeda",
    "Iambic Therapeutics",
    "Sanofi",
    "华深智药 Helixon（海外主体 Earendil Labs）",
    "Siemens",
    "Dotmatics",
    "BenevolentAI",
    "Anthropic 生命科学线",
    "OpenAI 生命科学线"
   ],
   "gist": "文章称 AI 已能设计分子，优势属于握有数据的人。数据点：2024 年 AI 药物发现市场约 36 亿美元、预测 2034 年近 500 亿；2025 年 516 笔授权交易的首付平均只占标题金额约 7%，礼来–英矽智能标题 27.5 亿美元，现金约 1.15 亿。Siemens 以 51 亿美元收购无管线的工具公司 Dotmatics（约 17 倍销售额），BenevolentAI 丢了主力药后大幅裁员；检验标准是「最好的生物 AI 模型免费后，公司会更值钱还是更不值钱」。",
   "cav": "ZAKA 是投资机构，文中列了自己的被投公司（DeepSeq.AI、Elucidate Bio、GT Biosciences）；页面未写日期，日期来自搜索索引（2026-07-27），需以原页为准；市场规模与交易均值数字没有给出处。",
   "stance": "数据所有者胜出；模型会商品化，纯工具公司也有价值。",
   "issue": [
    1,
    5,
    6
   ],
   "vs": "部分",
   "why": "承认 AI 能设计分子，但把标题交易金额和市场规模打折，认为价值在数据而非模型",
   "route": "AI 原生药企",
   "region": "欧洲",
   "top": true
  },
  {
   "t": "Pharma's AI Boom Has Bet on the Wrong Bottleneck",
   "org": "ProMarket（芝加哥大学 Stigler 中心）",
   "au": "Michael A. Santoro（圣克拉拉大学教授）",
   "date": "2026-07-02",
   "url": "https://www.promarket.org/2026/07/02/pharmas-ai-boom-has-bet-on-the-wrong-bottleneck/",
   "kind": "媒体分析",
   "seg": [
    "a1",
    "t1"
   ],
   "co": [
    "英矽智能 Insilico Medicine",
    "Recursion Pharmaceuticals",
    "Absci",
    "Xaira Therapeutics",
    "Isomorphic Labs"
   ],
   "gist": "作者称发现从来不是最贵的环节：一款药约 26 亿美元，主要花在临床，一期约 400 万、二期约 1300 万、三期 2000 万以上。引 BCG 分析，AI 设计分子的一期成功率 80–90%（历史约一半），二期回落到约 40%；端到端成功率或从 5–10% 升到 9–18%。更大的价值在疗效预测（靶点验证、生物标志物、试验设计），而不是已拥挤的分子设计。",
   "cav": "作者是商学院教授，文章是评论而非研究；BCG 数字是转引，BCG 样本小、时间早（BCG 本人也这么说）；还谈孤儿药法案补贴，与 AIDD 本身关系不大。",
   "stance": "AI 解决了便宜的一段，贵的一段（靶点与疗效）没动；资本押错了瓶颈。",
   "issue": [
    1,
    2
   ],
   "vs": "部分",
   "why": "承认 AI 加速分子设计，但认为这是便宜的环节，付费场景应在疗效预测",
   "route": "模型平台",
   "region": "美国",
   "top": true
  },
  {
   "t": "Uneven Frontiers: How AI will transform biopharma — and why the sequence of change matters",
   "org": "a16z（Andreessen Horowitz）",
   "au": "Ben Liu（Formation Bio 联合创始人兼 CEO）",
   "date": "2026-06-17",
   "url": "https://www.a16z.news/p/uneven-frontiers",
   "kind": "赛道论点",
   "seg": [
    "a4",
    "c2"
   ],
   "co": [
    "Formation Bio"
   ],
   "gist": "文章认为发现正在变得充裕、开发才是瓶颈：候选药管线十年翻倍，FDA 每年仍只批约 50 个新药；热门靶点上的在研项目从 2–3 个涨到 7–8 个甚至 15 个以上（PD-1 超 200 个、GLP-1 类 193 个）。AI 对药物发现与设计先见效，其次是毒性预测，临床疗效最后；二期基线成功率约 30%，要证明模型更好需要 10–20 个前瞻性读出。结论是按行业平均成功率做预算、用大组合扛风险，价值集中在临床证明点。",
   "cav": "作者经营 Formation Bio（买入并推进资产的 AI 原生药企），与 a16z 有投资关系；文章自述为个人观点，预测为示意，所引数据（Citeline、FDA、IQVIA 等）未独立核实。",
   "stance": "发现变便宜后，价值向临床证明与开发执行迁移；押资产型而非纯发现。",
   "issue": [
    2,
    6
   ],
   "vs": "部分",
   "why": "同意早期发现提效，但认为价值瓶颈在临床证明，发现本身会被摊薄",
   "route": "AI 原生药企",
   "region": "美国",
   "top": true
  },
  {
   "t": "高瓴联席首席投资官易诺青：AI 现在模型技术的发展，超出几乎所有人想象",
   "org": "高瓴投资",
   "au": "易诺青（联合创始人、联席首席投资官）；搜狐转述",
   "date": "2026-06-11",
   "url": "https://www.sohu.com/a/1035375165_122260497",
   "kind": "媒体分析",
   "seg": [
    "a1",
    "p1"
   ],
   "co": [
    "百济神州"
   ],
   "gist": "易诺青在港交所未来科技峰会上说，AI 模型的发展超出几乎所有人想象，但用 AI 大规模设计分子并在临床验证还非常早。他认为制药是试错过程、AI 能提升各环节效率；小分子因结构复杂、数据稀疏最难，抗体、多肽和 mRNA 的应用更成熟；中国公司多把 AI 当务实工具，美国部分公司尝试从头设计药物，两条路径会相向而行。他还谈到跨国药企开始来中国做早期临床验证、港股 18A 规则。",
   "cav": "是演讲的媒体转述，不是文字稿；转述中有数字表述混乱（如 7000 亿授权规模、首付 5%–10%），本条不采用；高瓴持有相关标的。",
   "stance": "AI 超预期，但大规模设计分子与临床验证仍早。",
   "issue": [
    2
   ],
   "vs": "部分",
   "why": "认同 AI 的进步，但强调规模化设计和临床验证还很早",
   "route": "不涉及",
   "region": "中国"
  },
  {
   "t": "AI x TechBio: Featuring the future of drug discovery（Part II）",
   "org": "MMC Ventures",
   "au": "Advika Jalan、Charlotte Barttelot",
   "date": "2026-06-08",
   "url": "https://mmc.vc/research/ai-x-techbio-featuring-the-future-of-drug-discovery/",
   "kind": "市场地图",
   "seg": [
    "all",
    "w2",
    "a4"
   ],
   "co": [
    "Noetik",
    "Tamarind Bio",
    "Boltz",
    "Schrödinger",
    "Dotmatics",
    "Veeva"
   ],
   "gist": "报告绘制约 120 家初创。CRO 方面：Jefferies 数据显示 FSP（职能外包）采用率 2023 年 33%、2024 年 50%、2025 年 60%，临床试验占研发成本 60% 以上；作者预期 CRO 会被慢慢颠覆但不会被完全取代。平台对管线：引 220 家公司分析，65% 的平台公司已倒闭，非平台公司 95%；平台公司潜在交易总值 7.48 亿美元，是非平台均值 1.36 亿美元的 5 倍多。软件对照：Veeva 年收入约 32 亿美元，Dotmatics 被 Siemens 以 51 亿美元收购，Schrödinger 软件年收入约 2 亿美元；GSK–Noetik 首付 5000 万美元加订阅费。",
   "cav": "风险投资机构的行业报告，MMC 是投资方；倒闭率数据来自 Pickard 等人的分析（口径是其样本），非 MMC 自测；Noetik 合同数字为转引。",
   "stance": "平台加管线是主流；纯软件需转用量或结果计费；CRO 暂稳。",
   "issue": [
    4,
    6
   ],
   "vs": "部分",
   "why": "承认 AI 公司能做大，但提醒湿实验和 CRO 稳，纯平台需要新收费方式",
   "route": "CRO 与湿实验",
   "region": "欧洲",
   "top": true
  },
  {
   "t": "Biological Awareness",
   "org": "Obvious Ventures",
   "au": "Rohan Ganesh",
   "date": "2026-06-08",
   "url": "https://obvious.com/ideas/biological-awareness/",
   "kind": "赛道论点",
   "seg": [
    "w1",
    "l2",
    "m3"
   ],
   "co": [
    "Inductive Bio",
    "Synteny",
    "Adaptyv",
    "Mithrl"
   ],
   "gist": "文章认为任务专用的实验数据往往比模型规模更重要：Inductive Bio 靠药企联盟贡献的超 10 亿个化学数据点，在 370 多个参赛者的 ADMET 挑战中名列第一；Synteny 自称正样本是公开数据的约 1000 倍。药物发现不会被某一个基础模型垄断，通用蛋白模型在 TCR 环设计等任务上吃力，需要多模型编排（Mithrl 调度 150 多个子智能体）。作者预测五年内前 20 大药企没有一家会变成 AI 原生，并指出 BIOSECURE 法案下美国小分子化学外包约 80% 依赖药明康德与 Pharmaron（作者估算）。",
   "cav": "Obvious 是投资方，点名公司多为其关联或被投；数字为公司自述，估算有标注；文章含生物安全一节，与本题关系不大。",
   "stance": "专用数据加多模型编排胜过单一通用模型；实验数据是主要瓶颈。",
   "issue": [
    4,
    5
   ],
   "vs": "部分",
   "why": "支持 AI 的价值，但强调价值在专用实验数据而不是通用模型",
   "route": "CRO 与湿实验",
   "region": "美国"
  },
  {
   "t": "How AI is Rewriting the Economics of Drug Development",
   "org": "William Blair（投行研究）",
   "au": "页面未署名",
   "date": "2026-05-21",
   "url": "https://www.williamblair.com/Insights/How-AI-is-Rewriting-the-Economics-of-Drug-Development",
   "kind": "行业报告",
   "seg": [
    "all"
   ],
   "co": [],
   "gist": "文章把 Eroom 定律（研发成本约每九年翻倍）作为背景：一款药要十多年、约 20 亿美元、成功率约 10%。AI 的最大经济效应是降低临床后期失败率，尤其二期；生成模型与结构预测可提出上百万个序列并按亲和力排序，只让最强的进入实验。作者引用杰文斯悖论：效率提升会被再投入更多研究，总活动量上升；AI 不替代物理验证。",
   "cav": "卖方研究机构的公开文章，面向投资者；文中没有给出新数据，也没点名公司。",
   "stance": "AI 降低后期失败率并扩大研发总量；对生命科学工具与采用者偏多。",
   "issue": [
    3,
    4
   ],
   "vs": "一致",
   "why": "认为 AI 会降低失败率并让总研发活动增加",
   "route": "药企",
   "region": "美国"
  },
  {
   "t": "Navigating the GLP-1 boom: Measuring the return from pharmaceutical innovation（第 16 版）",
   "org": "Deloitte",
   "au": "页面未署名（联系人 Kevin Dondarski、Colin Terry、David Chapman、Jay Bhatt）",
   "date": "2026-05-04",
   "url": "https://www.deloitte.com/us/en/industries/life-sciences-health-care/perspectives/navigating-the-glp-boom.html",
   "kind": "行业报告",
   "seg": [
    "p1"
   ],
   "co": [
    "Eli Lilly",
    "Novo Nordisk"
   ],
   "gist": "前 20 大药企 2025 年研发内部收益率回升到 7.0%（2024 年 5.9%），但 GLP-1/GIP 约占后期管线预测商业流入的 38%，剔除后只有 2.9%；单资产从发现到上市成本 26.71 亿美元（2024 年 22.29 亿），平均峰值销售 5.98 亿美元（去 GLP-1 后 3.53 亿）。报告明确写到，AI 预期带来的开发时间与成本下降「尚未规模化实现」，原因是试点式、按职能零散推进，建议端到端整合。",
   "cav": "咨询机构年度系列，口径是前 20 大药企的预测内部收益率，含预测销售；AI 只占一小段，不含对 AIDD 公司的评估。",
   "stance": "回升靠 GLP-1，AI 提效尚未兑现。",
   "issue": [
    3
   ],
   "vs": "部分",
   "why": "承认 AI 有潜力，但明确说成本和时间下降还没规模化兑现",
   "route": "药企",
   "region": "欧洲",
   "top": true
  },
  {
   "t": "AI Versus Eroom's Law",
   "org": "The Century of Biology（Elliot Hershberg）；Amplify Partners 投资人",
   "au": "Elliot Hershberg",
   "date": "2026-04-12",
   "url": "https://centuryofbio.com/p/eroom",
   "kind": "赛道论点",
   "seg": [
    "all"
   ],
   "co": [
    "Formation Bio",
    "Moderna",
    "Merck & Co.（MSD）",
    "Aspen Neuroscience"
   ],
   "gist": "文章区分「药企研发效率」与「生物科技研发效率」：Eroom 仍在，FDA 每年约批 50 个，新兴生物药公司贡献约三分之二的一期申请。若试验能便宜 10 倍、快 5 倍，申报费用从约 468 万美元降到约 30 万美元，批准数或可从约 50 升到约 500。作者认为 AI 的最大意义不止提效，而是做出以前不可能的「数字生物药」，例子是 Moderna 与 Merck 的个性化 mRNA 癌症疫苗（黑色素瘤五年复发或死亡风险降 49%）。",
   "cav": "作者是 Amplify 的早期生物投资人，文中提到自家被投；文章是观点，数字为文中引述，监管情景是思想实验，不是预测。",
   "stance": "监管与试验成本是 Eroom 的主因；AI 的价值在新形态药物，不止提效。",
   "issue": [
    3
   ],
   "vs": "部分",
   "why": "不认为 AI 本身能扭转 Eroom，主因在监管与试验成本，AI 价值在数字生物药",
   "route": "AI 原生药企",
   "region": "美国",
   "top": true
  },
  {
   "t": "Bio-Foundation Models: A Shift in AI for Biology",
   "org": "XAnge",
   "au": "Emma Martin（XAnge 前分析师）",
   "date": "2026-04-09",
   "url": "https://www.xange.vc/knowledge-hub/bio-foundation-models-market-map",
   "kind": "市场地图",
   "seg": [
    "m1",
    "m2",
    "m3"
   ],
   "co": [
    "Chai Discovery",
    "Bioptimus",
    "Isomorphic Labs",
    "Noetik",
    "Cradle"
   ],
   "gist": "文章称 2022 年来已发布 200 多个生物基础模型。作者认为护城河不在模型架构（越来越开放），而在不可复制的专有数据：多年实验、临床合作、独家队列；资本集中在握有独特多模态数据、能泛化、并有药企合作的团队。举例 Chai 融资 1.3 亿美元估值 13 亿美元，Bioptimus 7600 万美元，Isomorphic 首轮外部融资 6 亿美元（Thrive 领投）；多模态数字孪生可帮助提前筛出无应答者，但不会取代临床试验。",
   "cav": "欧洲基金的博客文章，作者已离职；「200 多个模型」无出处；文章是市场地图的说明，不是研究。",
   "stance": "架构开源化，数据是壁垒；基础模型原生公司与采用者两类。",
   "issue": [
    5
   ],
   "vs": "一致",
   "why": "认为资本正涌向生物基础模型，数据飞轮构成壁垒",
   "route": "模型平台",
   "region": "欧洲"
  },
  {
   "t": "From Code to Clinic: How AI Is (and Isn't) Rewriting the Life of a Drug",
   "org": "William Blair（经 Carterra 转载）",
   "au": "William Blair 分析师（页面写明报告 2026-03-30，分析师 Matt Larew）",
   "date": "2026-03-30",
   "url": "https://carterra-bio.com/resources/from-code-to-clinic-how-ai-is-and-isnt-rewriting-the-life-of-a-drug/",
   "kind": "行业报告",
   "seg": [
    "w1",
    "w2"
   ],
   "co": [
    "Carterra"
   ],
   "gist": "报告认为「湿实验过时」的说法被夸大：AI 输出的是假设，药物发现大部分开支在实验验证；AI 擅长快速出很多想法，但不一定是好想法，生物学缺少标准化、合用的实验数据，生成这些数据会给相关工具带来长期顺风。生命科学工具股近期因担心 AI 压缩湿实验而下跌，作者认为对多数所覆盖公司净利好，建议随终端需求恢复加仓。",
   "cav": "页面由仪器厂商 Carterra 转载，Carterra 本身卖 SPR 仪器，有利益；转载页没有年月日，日期取自 William Blair 原报告页；文中没有具体数字，也没谈 CRO。",
   "stance": "湿实验价值不变；AI 为实验数据环节创造顺风。",
   "issue": [
    4
   ],
   "vs": "部分",
   "why": "同意 AI 提升假设生成，但认为价值落在实验验证和数据生成上",
   "route": "CRO 与湿实验",
   "region": "美国"
  },
  {
   "t": "Roadmap: Reinventing life sciences with AI",
   "org": "Bessemer Venture Partners",
   "au": "Nithin Kaimal、Shrey Agarwal",
   "date": "2026-03-12",
   "url": "https://www.bvp.com/atlas/roadmap-reinventing-life-sciences-with-ai",
   "kind": "行业报告",
   "seg": [
    "w2",
    "c2",
    "l1"
   ],
   "co": [
    "Tredence",
    "Veeva",
    "Medidata",
    "Anthropic 生命科学线"
   ],
   "gist": "Bessemer 称制药与生命科学公司每年在外包服务和软件上花超 1500 亿美元，生成式 AI 和智能体有望释放每年超 1000 亿美元的净新增价值（成本下降、效率提升、新增收入），而不是现有市场的再分配，但文中没有给出推算过程。发现型 CRO 靠按人头利用率赚钱，被判「结构性劣势」；挑战者分「AI 集成服务」与「AI 原生 SaaS」两类，并给了 Good/Better/Best 评价框架；报告称只有约 5% 的药企已获得可衡量的生成式 AI 价值。",
   "cav": "VC 的行业路线图，讲的是整个制药外包与服务市场，不是 AIDD 一个切口；1000 亿美元是无法验证的情景估算；一篇中文转述标题写成「AI 制药每年 1000 亿美元市场」，口径被放大了。",
   "stance": "AI 重构外包服务市场；传统 CRO 的人力模式受压。",
   "issue": [
    1,
    4
   ],
   "vs": "一致",
   "why": "给出千亿美元量级的价值情景，并认为外包服务是第一批被重构的场景",
   "route": "通用 AI",
   "region": "美国",
   "top": true
  },
  {
   "t": "Deep Tech Opportunity: TechBio companies are using data to rethink how we develop new medical treatments",
   "org": "DCVC",
   "au": "页面未署名（引 Zachary Bogue、Matthew Ocko）",
   "date": "2026-03-02",
   "url": "https://www.dcvc.com/news-insights/deep-tech-opportunity-techbio-companies-are-using-data-to-rethink-how-we-develop-new-medical-treatments/",
   "kind": "赛道论点",
   "seg": [
    "t1",
    "t2",
    "c2",
    "m3"
   ],
   "co": [
    "Relation Therapeutics",
    "Noetik",
    "Unlearn.AI",
    "Freenome",
    "Recursion Pharmaceuticals",
    "Kanvas Biosciences"
   ],
   "gist": "DCVC 把 TechBio 定义为先造高度结构化的专有数据，再用机器学习找治疗或诊断靶点。案例：Relation 与 GSK 的合作含 1.08 亿美元首付与协作款，里程碑平均每靶点 2 亿美元，Novartis 另有 5500 万美元首付、最高 17 亿美元里程碑；Noetik 与 GSK 签 5000 万美元以上；Unlearn 的数字孪生让 J&J 阿尔茨海默试验的对照组缩 33%；Recursion 有 5 个临床药。",
   "cav": "投资机构的论点文章，所列案例大多是 DCVC 被投，数字为公司自述或「最高可达」口径；页面未署名。",
   "stance": "数据先行的 TechBio 在 2025 年开始出现证明点。",
   "issue": [
    6,
    5
   ],
   "vs": "一致",
   "why": "以交易首付和试验缩样本为证据，认为数据驱动的 TechBio 已有付费",
   "route": "AI 原生药企",
   "region": "美国"
  },
  {
   "t": "Science at the speed of inference: A manifesto for biotech and open science, from Boltz",
   "org": "a16z（Andreessen Horowitz）",
   "au": "Gabriele Corso（Boltz 联合创始人兼 CEO），与 Jeremy Wohlwend、Saro Passaro 联署",
   "date": "2026-01-08",
   "url": "https://www.a16z.news/p/science-at-the-speed-of-inference",
   "kind": "投资备忘",
   "seg": [
    "m1",
    "m2"
   ],
   "co": [
    "Boltz",
    "Pfizer"
   ],
   "gist": "Boltz 宣布 2800 万美元种子轮（Amplify、a16z、Zetta 领投）、Boltz Lab 与 Pfizer 合作，称其开源模型被超过 10 万名科学家使用，覆盖前 20 大药企每一家。文章主张前沿模型越来越封闭，开放可商用的模型才能让更多人用上；公司不自己做药（以免与客户竞争），靠托管算力、定制模型、智能体工作流等用量计费，并声称单价最低。",
   "cav": "a16z 是这轮融资的联合领投方，文章实为带投资披露的公司宣言；10 万用户与「覆盖前 20 药企」都是公司自述；a16z 声明未独立核实。",
   "stance": "开源 + 用量计费的纯软件路线；不做管线。",
   "issue": [
    5,
    6
   ],
   "vs": "一致",
   "why": "把模型当成按用量收费的软件产品，药企与生物科技公司已在大规模使用",
   "route": "模型平台",
   "region": "美国",
   "top": true
  },
  {
   "t": "Noetik's partnership with GSK puts dollar signs on the AI licensing business model in TechBio",
   "org": "DCVC",
   "au": "James Hardiman（DCVC 普通合伙人）",
   "date": "2026-01-08",
   "url": "https://www.dcvc.com/news-insights/noetiks-partnership-with-gsk-puts-dollar-signs-on-the-ai-licensing-business-model-in-techbio",
   "kind": "投资备忘",
   "seg": [
    "m3",
    "t2"
   ],
   "co": [
    "Noetik",
    "GSK"
   ],
   "gist": "Noetik 与 GSK 五年、5000 万美元以上的合作：GSK 先付资金，再付年度许可或订阅费，访问 OCTO-VC 虚拟细胞基础模型，另付费让 Noetik 生成定制的人类空间数据集；许可为非排他，Noetik 可再授权他方。文中未提里程碑。作者认为这是纯 AI 授权模式能创造可观收入的早期证明，并回答了「没有管线能不能成」的定价难题。",
   "cav": "作者是 DCVC 合伙人，Noetik 是其被投，文章带推广性质；合同数字为「5000 万美元以上」的合并口径，没有拆首付与订阅。",
   "stance": "无管线的 AI 授权模式可行，GSK 合同是模板。",
   "issue": [
    6
   ],
   "vs": "一致",
   "why": "把订阅加数据生成作为 AIDD 的软件化付费样本",
   "route": "模型平台",
   "region": "美国",
   "top": true
  },
  {
   "t": "Why Biopharma Needs Its Own AI: Bio FMs vs LLMs",
   "org": "Bioptimus",
   "au": "David Cahané、Roberta Menezes",
   "date": "2025-12-17",
   "url": "https://www.bioptimus.com/news/biopharma-needs-own-ai-bio-fms-vs-llms",
   "kind": "媒体分析",
   "seg": [
    "m3"
   ],
   "co": [
    "Bioptimus"
   ],
   "gist": "公司博客认为生物系统无法被文本完整表达，LLM 从文字学习，科学文献训练的 LLM 仍受文本和发表偏倚限制；生物基础模型直接从序列、结构、图像和多组学实验数据学习。结论不是二选一：LLM 适合文献总结等语言任务，生物基础模型适合多尺度生物任务，未来是两者组合。文中没有基准结果或实验验证。",
   "cav": "Bioptimus 自己做生物基础模型，立场有利益；「LLM 在概念生物学考试得 83–90%」文中无出处；全文无实验证据。",
   "stance": "专用生物模型与 LLM 互补，药企需要自己的生物 AI。",
   "issue": [
    5
   ],
   "vs": "一致",
   "why": "支持 AI 在药物研发中的价值，并主张专用模型是主要载体",
   "route": "模型平台",
   "region": "欧洲"
  },
  {
   "t": "TechBio x AI Drug Discovery: From Concept to Reality",
   "org": "Speedinvest（与 Dealroom.co 合作）",
   "au": "Estelle Salomon（Principal）",
   "date": "2025-12-04",
   "url": "https://www.speedinvest.com/knowledge/techbio-x-drug-discovery-from-concept-to-reality",
   "kind": "年度预测",
   "seg": [
    "all",
    "c2"
   ],
   "co": [
    "Isomorphic Labs",
    "Bioptimus",
    "Rivia",
    "OnePot"
   ],
   "gist": "2025 年有 31 个 AI 发现的资产进入临床阶段、30 多份药企合同、150 多家新 TechBio 公司；约 30% 的研发药物在某环节用到 AI。欧洲 TechBio 2025 年融资有望超 20 亿美元（第三高），多是少轮大额；一至三期占研发成本的 62%，但临床试验科技融资约 2 亿美元，作者认为是错配。",
   "cav": "Speedinvest 是投资方且文中推自家被投（Rivia、Orakl、OnePot）；「31 个资产」「30%」没有定义与方法；部分 2025 年数字为预估；正文图表未读。",
   "stance": "融资偏重早期发现，后期临床科技缺口大。",
   "issue": [
    1,
    2
   ],
   "vs": "一致",
   "why": "给出资产进入临床、合同和融资增长的数据，支持付费场景扩大",
   "route": "不涉及",
   "region": "欧洲"
  },
  {
   "t": "Schrödinger Reports Third Quarter 2025 Financial Results",
   "org": "Schrödinger",
   "au": "公司公告（CEO Ramy Farid 发言）",
   "date": "2025-11-05",
   "url": "https://www.nasdaq.com/press-release/schrodinger-reports-third-quarter-2025-financial-results-2025-11-05",
   "kind": "财报 / 投资者材料",
   "seg": [
    "m4",
    "a1"
   ],
   "co": [
    "Schrödinger",
    "Nimbus",
    "Takeda"
   ],
   "gist": "2025 年第三季度总收入 5430 万美元（+54%），软件收入 4090 万美元（+28%），药物发现收入 1350 万美元；软件增长全年指引下调到 8%–13%。CEO 宣布除完成 SGR-1505 与 SGR-3515 一期爬坡外，不再独立把发现项目推进到临床，转向「以发现为核心的药物研发模式」，通过授权、新创企业和合作变现，预计与此前降费合计节省约 7000 万美元。",
   "cav": "公司自己的新闻稿，措辞偏正面；表述是「不再自己做临床」而非全面放弃管线（仍保留两项一期研究）。",
   "stance": "软件在涨；自己做临床的路线在收缩。",
   "issue": [
    6
   ],
   "vs": "部分",
   "why": "软件收入增长支持付费场景，但公司收缩自有临床，说明自己做药很重",
   "route": "模型平台",
   "region": "美国",
   "top": true
  },
  {
   "t": "Pure AI Plays in Biotech: An Investor's Framework to Identify Value",
   "org": "In Vivo Partners",
   "au": "Luis Pareras",
   "date": "2025-10",
   "url": "https://invivo.partners/wp-content/uploads/2025/10/pure_ai_plays_bio.pdf",
   "kind": "赛道论点",
   "seg": [
    "m1",
    "m2",
    "a1"
   ],
   "co": [
    "Recursion Pharmaceuticals",
    "BenevolentAI",
    "Schrödinger",
    "PandaBio",
    "星药科技 Galixir"
   ],
   "gist": "立场文章主张纯 AI 生物平台（不推临床、靠合作或软件变现）有「近零边际成本」优势，但与「平台加管线」混合型在资本结构、治理、人才上截然不同：混合型需更大融资和临床监管人才，用一个由外部裁定的里程碑（IND、合作续约或规模收入）证明平台。风险包括开源模型被大厂更好的免费模型抹平差距（预测类最易商品化）、公共市场估值（Recursion 较 2021 高点跌约 80%，BenevolentAI 市值缩到数千万）。",
   "cav": "出自一家投资机构合伙人的立场文章，文末给了尽调清单；日期取自文件路径与元数据（2025-10），文中无明确发布日；估值与收益率数字来自文中引用的二手分析。",
   "stance": "区分纯平台与混合型；平台需外部裁定的验证点。",
   "issue": [
    5,
    6
   ],
   "vs": "部分",
   "why": "认可 AI 平台价值，同时警告公共市场、开源商品化和缺乏临床验证",
   "route": "模型平台",
   "region": "欧洲"
  },
  {
   "t": "Faster Science, Better Drugs",
   "org": "a16z（Andreessen Horowitz）",
   "au": "Erik Torenberg（主持）、Patrick Hsu（Arc Institute 联合创始人）、Jorge Conde（a16z Bio + Health 普通合伙人）",
   "date": "2025-09-16",
   "url": "https://www.a16z.news/p/faster-science-better-drugs",
   "kind": "媒体分析",
   "seg": [
    "m3",
    "t1"
   ],
   "co": [
    "Arc Institute",
    "Eli Lilly",
    "Novo Nordisk"
   ],
   "gist": "对谈指出生物学里 AI 落后于语言与图像，因为人看不懂模型输出，实验验证仍是慢环节；Arc 的目标是虚拟细胞模型，预计要采集约 10 亿个受扰动单细胞，目前处于 GPT-1 到 GPT-2 阶段。Conde 说临床试验约 90% 失败，AI 能改善早期发现，但还没有压缩临床周期；Hsu 认为毒性预测和泛称的多模态生物模型水分大，蛋白结合与设计、病理 AI、监管文件有实质。",
   "cav": "播客转写，是对话而非书面论点；Hsu 是 Arc 联合创始人，有利益；a16z 在页面上写明未独立核实信息。",
   "stance": "AI 能改善早期发现，但临床周期还没被压缩；虚拟细胞是下一个赌注。",
   "issue": [
    2,
    3,
    5
   ],
   "vs": "部分",
   "why": "认可 AI 在早期发现的作用，同时说明临床 90% 失败的瓶颈还没动",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "The Future of Life Sciences Investment",
   "org": "General Catalyst",
   "au": "Alessandra Cesano、Ken Frazier、Elena Viboch",
   "date": "2025-06-25",
   "url": "https://www.generalcatalyst.com/stories/the-future-of-life-sciences-investment",
   "kind": "赛道论点",
   "seg": [
    "a1",
    "a4"
   ],
   "co": [
    "Kekulai",
    "Maxion Therapeutics",
    "Cellanome",
    "PathAI"
   ],
   "gist": "General Catalyst 称自 2021 年已在 30 多家生命科学公司投约 7 亿美元，三条线：计算驱动的药物发现、利用自然机器的新药、做行业底层工具。论据：美国联邦研究经费占经济比重自 1987 年降了三分之一；约 65% 的新药来自大药企之外；2024 年 JAMA 估算新药平均成本 5.16 亿美元，而旧口径 26 亿；中国公司占 2024 年首付 5000 万美元以上授权的 27%，两年涨 500%。",
   "cav": "投资机构自己的论点文章，带募资背景；5.16 亿与 26 亿是不同口径（前者经调整），文中并列；AI 仅是三条线中的一条，没有量化 AIDD。",
   "stance": "VC 能补公共资金缺口；计算驱动发现是三大机会之一。",
   "issue": [
    1,
    6
   ],
   "vs": "部分",
   "why": "把计算驱动发现列为机会之一，但没有单独论证 AIDD 的付费规模",
   "route": "AI 原生药企",
   "region": "美国"
  },
  {
   "t": "Amplify Bio Manifesto",
   "org": "Amplify Partners",
   "au": "Elliot Hershberg（编辑 Justin Gage）",
   "date": "2025-05-30",
   "url": "https://www.amplifypartners.com/blog-posts/amplify-bio-manifesto",
   "kind": "赛道论点",
   "seg": [
    "all"
   ],
   "co": [
    "Recursion Pharmaceuticals",
    "Axiom",
    "Tahoe Therapeutics",
    "Bexorg"
   ],
   "gist": "Amplify 宣布设立 2 亿美元的早期「数字生物学」基金。论点：每十亿美元研发换来的新药数量自 1950 年起约每十年减半，新药平均成本去年为 22.3 亿美元，临床成功率几乎没改善；细胞没有牛顿定律式的封闭方程，需要从丰富数据里学出的预测模型。云计算和可租用的实验台让既懂模型又懂湿实验的「双语」创始人在种子轮预算就能推进。",
   "cav": "Amplify 是这类公司的投资人，文章是募资和招募式宣言；数字为文中引述；点名的 Axiom、Tahoe、Bexorg 是其被投。",
   "stance": "押早期、懂模型又懂湿实验的创始人。",
   "issue": [
    3,
    6
   ],
   "vs": "一致",
   "why": "把 AI 视为解决研发生产力下降的工具并为此设立专项基金",
   "route": "AI 原生药企",
   "region": "美国"
  },
  {
   "t": "The AI in drug R&D market map",
   "org": "CB Insights",
   "au": "未署名",
   "date": "2025-05-23",
   "url": "https://www.cbinsights.com/research/ai-drug-research-development-market-map/",
   "kind": "市场地图",
   "seg": [
    "all"
   ],
   "co": [
    "Isomorphic Labs",
    "Enveda Biosciences"
   ],
   "gist": "地图收录 225 家公司、27 个细分市场。股权融资 2023 年 30 亿美元、2024 年 38 亿美元（约 +27%，不是翻两三倍），2025 年初节奏与 2024 年相当。商业成熟度：临床阶段 37% 处于规模化或成熟，发现阶段 11%，临床前仅 7%；2023 年起的融资中，临床前 81% 去了早期、3% 去了后期临床。",
   "cav": "数据服务商的研究，口径依赖其公司库（Mosaic 评分、近 5 年有融资）；同一页对 AI 生物药融资有 11 亿与 16 亿两个数字，页面未解释。",
   "stance": "融资稳步增长但集中早期；越靠近临床越成熟。",
   "issue": [
    1,
    2
   ],
   "vs": "一致",
   "why": "融资逐年增加、临床阶段公司更成熟，支持付费场景在成长",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "启明观点 | 启明创投陈侃：AI 对生物医药行业的变革已经显现",
   "org": "启明创投",
   "au": "陈侃（合伙人、医疗健康共同负责人）",
   "date": "2025-04-22",
   "url": "https://www.qimingvc.com/en/node/7261",
   "kind": "赛道论点",
   "seg": [
    "a1",
    "w2",
    "c1",
    "a4"
   ],
   "co": [
    "Schrödinger",
    "英矽智能 Insilico Medicine",
    "Emulate",
    "Formation Bio",
    "镁睿化学",
    "腾迈医药"
   ],
   "gist": "陈侃在投中年度峰会上把 AI 制药分两波：2016 年起、2022 年前后到顶的分子研发与靶点发现，和 ChatGPT 之后的第二波（临床阶段）。启明 2018–2019 年就投了 Schrödinger、英矽智能（近期融资 1.1 亿美元）；并押 AI 化学 CRO（镁睿化学、腾迈医药）和类器官芯片 Emulate。他的「变与不变」：靶点和分子设计的筛选通量大幅提升，但成药性、动物验证、伦理与合规要求不变；短期仍需实验验证。",
   "cav": "投资人在会议上的演讲稿经启明转载，带自家被投宣传；页面为英文站转载的中文稿；没有给 AIDD 市场规模或成功率数据。",
   "stance": "AI 提效真实，但实验验证与监管不变；押 AI 化学 CRO 与类器官。",
   "issue": [
    2,
    4
   ],
   "vs": "一致",
   "why": "认为 AI 的变革已显现且会提效，同时保留验证环节",
   "route": "AI 原生药企",
   "region": "中国"
  },
  {
   "t": "Be brave, be bold: Measuring the return from pharmaceutical innovation（第 15 版）",
   "org": "Deloitte UK",
   "au": "Ditto Antony",
   "date": "2025-04-01",
   "url": "https://www.deloitte.com/uk/en/blogs/thoughts-from-the-centre/be-brave-be-bold-measuring-the-return-from-pharmaceutical-innovation.html",
   "kind": "行业报告",
   "seg": [
    "p1"
   ],
   "co": [],
   "gist": "前 20 大药企 2024 年研发内部收益率 5.9%（2023 年 4.3%），剔除 GLP-1 后仅 3.8%；从发现到上市的单资产研发成本 22.3 亿美元，预测单资产峰值销售 5.1 亿美元（去 GLP-1 后 3.7 亿）。AI 在文中只出现两次，没有数字，只说 AI 与自动化短期可能抬高成本、长期带来效率。",
   "cav": "咨询机构的年度研发回报系列，口径是前 20 大药企的预测内部收益率，不是 AI 药企的数据；本篇是博客摘要，不含 AI 量化。",
   "stance": "研发回报回升，但与 AI 无关。",
   "issue": [
    3
   ],
   "vs": "无关",
   "why": "只讲药企研发回报，AI 只是一句提及",
   "route": "药企",
   "region": "欧洲"
  },
  {
   "t": "AI Drug Discovery's $60 Billion Reality Check: Hype, Failures, and the Market Access Blindspot",
   "org": "Loon（市场准入与 HEOR 公司）",
   "au": "Mara Rada",
   "date": "2024-12-31",
   "url": "https://loonbio.com/reflections/ai-drug-discoverys-60-billion-reality-check-hype-failures-and-the-market-access-blindspot",
   "kind": "媒体分析",
   "seg": [
    "a1"
   ],
   "co": [
    "Exscientia",
    "BenevolentAI",
    "Recursion Pharmaceuticals",
    "Xaira Therapeutics",
    "Deep Genomics",
    "Relay Therapeutics"
   ],
   "gist": "文章称 2015 年以来 AI 药物发现吸引风投超 600 亿美元（2024 年 56 亿），约 75 个 AI 发现的分子进入人体，没有一个超过二期，也无 AI 药获批。一期成功率 80–90%（传统 40–65%）的优势到二期消失；Recursion 2024 年净亏损 4.64 亿美元、管线从 11 个砍到 6 个。作者估算每个临床候选药投入超 4 亿美元（约 150 个候选药），并认为被忽视的是上市后的市场准入。",
   "cav": "作者所在公司卖 AI 市场准入产品，文章含推销；「600 亿美元」「4 亿美元每候选药」是作者估算，未给计算过程；文章写作于 2024 年底，部分情形已变（如 2025 年的 rentosertib 二期结果）。",
   "stance": "投入远超产出，早期优势在二期消失。",
   "issue": [
    1,
    2
   ],
   "vs": "相反",
   "why": "认为投入巨大而无获批产出，早期优势在二期消失",
   "route": "不涉及",
   "region": "其他"
  },
  {
   "t": "The soon-to-be-solved protein problem that will accelerate drug discovery",
   "org": "Lux Capital（Riskgaming 博客）",
   "au": "Danny Crichton、Tess van Stekelenburg 主持；嘉宾 Laksh Aithani（Charm Therapeutics CEO）",
   "date": "2024-05-16",
   "url": "https://blog.riskgaming.com/p/the-soon-to-be-solved-protein-problem-that-will-accelerate-drug-discovery",
   "kind": "媒体分析",
   "seg": [
    "m1"
   ],
   "co": [
    "Charm Therapeutics"
   ],
   "gist": "Charm 的 CEO 说近四年用 AI 预测蛋白结构的进步是原来做不到的飞跃，瓶颈在泛化能力：最好的力场连很短的蛋白都折不对，合成数据只带来约 5% 的精度提升；若要 10 倍于 PDB 的数据，约需 200 万个晶体结构，花钱花时间都很大。他设想靠共折叠加 ADME/PK 的解决，几个月内为任意靶点生成药物。",
   "cav": "Lux 的播客转写，嘉宾是被访公司创始人，有利益；2024 年的对话，数据口径已较旧；没有 Lux 自己的结论文字。",
   "stance": "专用结构模型泛化是瓶颈，要靠数据与算力。",
   "issue": [
    5
   ],
   "vs": "一致",
   "why": "认为 AI 结构预测已是飞跃，药物发现的核心瓶颈是泛化数据",
   "route": "模型平台",
   "region": "美国"
  },
  {
   "t": "AI at the Intersection: The a16z Investment Thesis on AI in Bio + Health",
   "org": "a16z（Andreessen Horowitz）Bio + Health",
   "au": "Vijay Pande",
   "date": "2023-06-21",
   "url": "https://a16z.com/ai-at-the-intersection-the-a16z-investment-thesis-on-ai-in-bio-health/",
   "kind": "赛道论点",
   "seg": [
    "all"
   ],
   "co": [],
   "gist": "把药物设计与医疗服务放在「反摩尔定律（Eroom）」上：科技吃到的是算力十年约 1000 倍、二十年约一百万倍的红利，药物与医疗成本却几十年只涨不降，医疗开支已近美国 GDP 的四分之一。a16z 的目标是把人力服务变成算力，让这些行业转到摩尔曲线上，过渡约需 10 到 20 年。文章主张押注建在专用模型上的专业 AI 公司，团队要同时懂 AI、懂科学、能商业化。",
   "cav": "投资机构自己的投资论点，写作时 Vijay Pande 是 a16z Bio + Health 创始合伙人（页面现称其为前合伙人）；是 2023 年的前瞻判断，没有给 AIDD 的市场规模或成功率数据。",
   "stance": "看多；认为 AI 能把药物研发拉回摩尔曲线，押专用模型公司。",
   "issue": [
    3,
    5
   ],
   "vs": "一致",
   "why": "把 AI 当作扭转药物成本上升的主力，并直接押专用模型公司",
   "route": "模型平台",
   "region": "美国"
  },
  {
   "t": "Understanding the company landscape in AI-driven biopharma R&D",
   "org": "Nature 新闻特写（作者为 McKinsey & Company 员工）",
   "au": "McKinsey 作者团队（文末致谢 7 人）",
   "date": "2023-05-16",
   "url": "https://www.nature.com/articles/d43747-023-00020-4",
   "kind": "市场地图",
   "seg": [
    "all",
    "p1"
   ],
   "co": [
    "Recursion Pharmaceuticals",
    "Exscientia",
    "Tempus AI",
    "Relay Therapeutics",
    "英矽智能 Insilico Medicine",
    "InstaDeep",
    "Prescient Design"
   ],
   "gist": "文章识别约 390 家 AI 驱动生物科技公司：47% 只做发现，26% 只做开发，27% 两者兼；2017–2021 年资本投入增长 10 倍（年复合 71%），新公司成立数在 2018 年到顶后下降，上市公司多数破发。药企三条路：自建、收购（Roche 收 Prescient Design，BioNTech 收 InstaDeep 首付 3.62 亿英镑）、合作（Recursion–Roche 首付 1.5 亿美元、最多 40 个项目各 3 亿美元里程碑）。作者认为：有影响了，但还不普遍；整合科技型公司与湿实验能力是难点。",
   "cav": "作者是 McKinsey 员工、研究由其生命科学业务出资（文末已声明）；数据到 2023 年；里程碑是「最高可达」，不是到账。",
   "stance": "炒作过后开始见到影响，但覆盖面窄；行业将整合。",
   "issue": [
    6
   ],
   "vs": "部分",
   "why": "认可 AI 的牵引与交易增长，但强调尚未普及、公司将整合",
   "route": "药企",
   "region": "美国"
  },
  {
   "t": "Doing More with Moore: Biotech's Tech Moment",
   "org": "a16z（Andreessen Horowitz）Bio + Health",
   "au": "Jorge Conde、Jay Rughani",
   "date": "2023-02-14",
   "url": "https://a16z.com/doing-more-with-moore-biotechs-tech-moment/",
   "kind": "赛道论点",
   "seg": [
    "all"
   ],
   "co": [],
   "gist": "文章称 Eroom 定律「引用很多但未必准确」：2010–2019 年 FDA 批准了 378 个新药，几乎是前十年的两倍。药物研发的真正瓶颈在开发和分发环节，近 85% 的临床试验会延期，每延一天损失可达数百万美元；美国生物药研发每年花超过 1000 亿美元。解法是用 AI 和面向科研的 SaaS 软件去补发现、开发、分发三段。",
   "cav": "a16z 自己的论点文章；378 个获批新药是文中引用的统计，没有注明口径；作者站在软件化的一方。",
   "stance": "Eroom 被夸大；AI 与软件能补开发与分发瓶颈。",
   "issue": [
    3
   ],
   "vs": "部分",
   "why": "承认 AI 与软件能提效，但认为 Eroom 被夸大，真正的堵点在试验延期而不在发现",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "Where does AI fit in the therapeutics discovery equation?",
   "org": "ARTIS Ventures",
   "au": "未署名（引 Vasudev Bailey）",
   "date": "2023",
   "url": "https://www.av.co/news/where-does-ai-fit-in-the-therapeutics-discovery-equation",
   "kind": "赛道论点",
   "seg": [
    "all"
   ],
   "co": [
    "Nimbus",
    "Takeda"
   ],
   "gist": "文章称一款药平均要 13–15 年、20–30 亿美元，AI 驱动的药企已有 30 多个项目进入临床（2020 年为零），其合并管线约相当于大药企内部发现与临床前产出的一半。融资 2011–2021 年年复合增长 62%，但至文章写作时尚无 AI 优先发现的药获批、也没有 AI 来源候选药进入三期，作者把 AIDD 放在炒作高峰与幻灭低谷之间。建议配合 AI 设计的数据生成、自建能力加合作、做可解释的多属性预测模型。",
   "cav": "页面同时显示 2023-03-01 与 2023-11-28 两个日期，无法确认发布日；数据为 2022 年前后口径，已偏旧；无署名。",
   "stance": "承认进展，但对「已被证明」持怀疑；强调数据壁垒。",
   "issue": [
    1,
    2
   ],
   "vs": "部分",
   "why": "承认 AI 已进入临床，但指出尚无获批和三期，证据有限",
   "route": "不涉及",
   "region": "美国"
  }
 ]
}