当“AI 将重塑药物研发”成为行业默认叙事时，一次公开的失败尝试反而更有信息量。
发生了什么
据 The Verge 报道，投资研究机构 Citrini Research 想验证 AI 能否真正改变药物开发流程，于是与 Anthropic 合作，测试一个尚未公开发布的 Claude 版本能否设计出蝎子抗毒血清。结论很直接：它做不到。
按专家的说法，模型给出了一些“有希望的起点”，但距离一个真正的药物还很远。也就是说，产出停留在早期探索性线索的层面，而不是可进入开发流程的候选分子。报道没有披露具体的技术细节、评估标准或失败环节，因此更值得关注的不是“它错在哪”，而是这类测试本身暴露出的预期落差。
为什么重要
抗毒血清是一个颇具代表性的选题。它属于需求明确、机制相对清晰的领域，理论上适合作为 AI 能力的试金石；如果连这样的任务都只能产出“起点”，那么对更复杂的靶点、更长的研发链条，外界的预期就需要相应下调。
这件事的背景是过去两年里，AI 制药公司和大模型厂商不断释放的信号：生成分子、预测结构、缩短先导化合物发现周期。这些能力确实在特定环节有进展，但“生成看起来合理的分子”与“做出安全有效的药”之间，隔着体外验证、动物实验、毒理、临床等多个阶段。语言模型擅长的是知识与模式的整合，而不是替代实验科学。
另一个值得注意的点是合作方的身份：一家投资研究机构主动做能力验证，而不是由厂商自己发布 benchmark。这类第三方压力测试，对修正市场叙事的作用往往比官方演示更大。
影响与看点
对行业而言，这次结果会强化一种更务实的定位：AI 在药物研发中的角色是加速早期假设生成和文献整合，而不是端到端交付药物。对开发者来说，它提示在生命科学场景中，模型输出的价值必须绑定明确的验证路径，否则“有希望的起点”很难转化为可用成果。
对普通读者，这件事的意义在于提醒：判断 AI 能力时，应看它是否完成了闭环任务，而不是看它是否生成了听起来专业的内容。厂商的演示与第三方的复现之间，通常存在明显差距。
一个独立判断：这类“公开失败”对 AI 制药的长期发展是正面的。它把讨论从叙事拉回到验证，也迫使厂商在宣传时给出更具体的边界条件。真正值得追踪的，是下一次同类测试中，模型能否从“起点”推进到可被实验证伪的具体候选。
