10年10亿美元的游戏规则被改写了
2026年1月。美国FDA总部。
一个特殊的申请被放在了审评员的桌上。它不是一款新药——它是一份针对AI辅助药物研发的”良好实践指导原则”。文件的签发日期是2026年1月6日。
六个月后的2026年6月12日，FDA和EMA联合发布了一项标志性声明：两大监管机构就AI在药物开发全生命周期中的使用，达成了十项共同原则。
这意味着什么？意味着全球最大的两个医药监管机构，在同一个夏天，用同一张纸，向世界传递了同一个信号：AI设计的药物，可以按照规则进入人体试验了。
这道门一开，一个被讨论了十年但从未被正式验证的命题，终于走到了审判台前。这个命题叫：10年10亿美元的游戏规则，能不能被Agent改写？
一
先看清那道”10年10亿美元”的旧公式。
传统药物研发是一道算术题：从靶点发现到新药上市，平均耗时10到15年，烧掉26亿美元以上。而在这个过程的每一步——靶点验证、先导化合物筛选、临床前安评、I/II/III期临床试验——失败率都在累加。最终，一款进入临床试验的药物，成功获批的概率大约只有10%。
90%的失败率。26亿美元的成本。15年的时间。这三组数字，定义了制药业过去五十年的研发经济学。
在这套经济学里，最昂贵的错误不是”发现不了好药”，而是”把一个注定失败的候选物推进到了昂贵的临床阶段”。晚期失败——在II期或III期试验中发现药物无效——是制药业最大的成本黑洞。一次III期失败，少则烧掉几千万美元，多则上亿美元灰飞烟灭。
这就是为什么AI制药的第一批信徒，不是来自实验室的科学家，而是来自CFO办公室的财务官。他们在账本上看到了同一个问题：如果AI能在早期把失败概率降低哪怕20%，省下的不是几百万——是几十亿。
2026年，这个问题开始有了答案。
二
2026年初，全球有173个AI辅助设计的药物项目进入临床开发阶段。其中，15到20个将在今年进入关键性的三期临床试验。
这不是概念验证。这是一个行业级的数据集。
在临床Ⅰ期——药物首次进入人体的”安全关”——AI设计的分子交出了一份颠覆性的成绩单：80%到90%的成功率，对比历史平均的约52%。在Ⅱ期——初步验证”有没有效”的阶段——AI分子的成功率维持在40%左右，对比传统的28.9%到40%。
两个数字的差距看似不大。但如果你是一家每年烧掉80亿研发费的中国药企——比如恒瑞医药——52%和90%之间的差距，意味着每年少烧几十亿。
Insilico Medicine——AI制药的全球标杆——给出了最极端的案例。它的核心候选药物Rentosertib，从靶点发现到临床Ⅱa期，只花了1800万美元和18个月。传统路径走到同一个里程碑，需要1到2亿美元和6到8年。
100-200M。18个月 vs 6-8年。这不是”效率提升”。这是”成本塌缩”。
Rentosertib还有一个特殊的身份：它是全球第一个靶点和分子都由AI从头设计的药物。不是AI辅助人类科学家，而是AI自己做主——人类只负责验证。在Ⅱa期试验中，它改善了特发性肺纤维化患者的肺功能。
2026年，Rentosertib正在向Ⅲ期临床试验推进。如果成功，它将在2027年前后成为首批获得FDA批准的AI全设计药物之一。
三
但这里有一个容易误读的陷阱。
AI确实把临床前阶段从4到5年压缩到了18个月。它确实把早期发现的成本从数千万美元降到了数百万。它确实把Phase I的成功率从52%提到了90%。
但它没有办法压缩临床Ⅲ期的时间。它没有办法跳过FDA的审评流程。它没有办法缩短患者入组的周期。
这就是Jefferies在2026年6月研报中揭示的冰冷现实：AI在早期发现和注册文档环节可以节省40%到50%的成本，在临床前CRO和CDMO环节可以压缩40%到50%的时间——但在后期临床试验中，节省幅度骤降到10%到20%。
原因很简单。生物学、患者招募和监管要求，这三个约束构成了药物开发的”物理极限”。AI可以让分子设计变得更快，但它不能让患者体内发生的生化反应变得更快。AI可以优化试验方案，但它不能在FDA的眼皮底下跳过任何法定程序。
AI改写了公式的前半段——但对后半段，它目前只能”搭把手”。
这就是为什么业内分析师给出了一组审慎的概率：60%的可能性，第一款完全由AI设计的药物将在2027年前获得监管批准。但更大的问题——AI设计的药物在Ⅲ期试验中是否比传统药物更有效——仍然没有答案。
173个在研项目。15到20个进入Ⅲ期。这20个试验的结果，将决定AI制药的下一程是”革命”还是”工具”。
四
但对中国的制药企业来说，这个故事的起点不在Ⅲ期试验的数据里，而在研发预算的分配表上。
恒瑞医药。2025年营收316亿元，同比增长13%。研发投入87.24亿元，占营收27.58%。创新药销售收入163.42亿元，同比增长26%。年报里明确写道：“大力发展人工智能药物发现（AIDD），全面赋能药物研发的创新与迭代。”
百济神州。研发投入155亿元，占营收40.57%。作为全A股药企中研发投入的绝对冠军，它的核心产品泽布替尼已经实现了全球化商业销售。
A股医药生物行业的研发强度超过5%。生物制品子行业的强度高达15.03%——是全A股所有细分赛道中的冠军。化学制药子行业强度10.94%。创新药板块有10家公司的研发强度超过100%——它们花的研发费超过了营收本身。
这是一个”用研发费赌明天”的行业。而Agent正在问它一个致命的问题：你现在烧掉的钱里，有多少是可以在18个月后被AI少烧掉的？
恒瑞医药在年报中披露了一个数据：2025年，公司全年取得药物临床批件180个，28项产品推进到Ⅲ期，61项推进到Ⅱ期。2026到2028年，预计约有53项创新成果获批上市。
53项创新成果。每一项背后都是一个烧钱数以亿计的研发项目。如果AI能把每一项的早期发现阶段压缩40%，省下的不是几千万——是几十亿。
五
但这笔账还有一个更深的维度。
Jefferies的研报通过对42位行业专家的访谈做了测算：AI带来的成本节省，大约50%被CRO（合同研究组织）保留，50%传递给制药公司客户。但同时，CRO正在用AI扩大产能、承接更多项目——尤其针对中小型制药企业。
这意味着什么？
AI不是在”消灭成本”，而是在”重新分配成本”。
CRO不再按”人头×小时”收费，而是越来越多地转向按里程碑或按结果的定价模式。一个人工统计编程员一小时收多少，变成AI自动完成一个数据集的统计分析收多少。定价的锚点从”人的时间”移到了”任务的完成”。
这个逻辑，和本系列第三篇描述的SaaS行业”从按席位到按结果”的定价革命，是同一张地图的不同坐标。
而在这种重新分配中，最脆弱的是初级岗位。Jefferies预计，CRO的初级岗位将减少10%到20%，整体人力将减少10%到15%。剩下的岗位，需要”能验证AI输出结果”的经验——换句话说，20岁的生物统计员不需要了，40岁的首席医学官还留着。
这是制药业的”人头费→Agent费”大分流。和软件行业、芯片设计行业、互联网平台——完全一样的剧本。
六
还有一个变量，让制药业的Agent化比其他行业更慢、也更谨慎——监管。
2026年6月，FDA和EMA联合发布了十项AI良好实践原则。核心内容包括：以人为中心、基于风险的路径、成比例的验证、透明的模型开发、全生命周期的性能监控。文件末尾有一句话值得放大来看：“这些原则不是规定性要求，而是基础——它将随着技术的演进而演进。”
翻译一下：监管机构松开了口子，但还没有给出明确的路径。它们说”你可以在前端用AI加速，但最后的审批权——仍然在我手里。”
这是一个聪明的监管姿态。不拦路，也不让路。让AI设计出来的药物用自己的临床数据证明自己。
FDA从2016年到2023年，已经收到了超过500个含AI组件的药物申请。2026年4月，FDA启动了一个试点项目，邀请10家药企通过简化的IND流程提交AI设计的药物进入Ⅰ期试验。中国药监局则在2026年将1类创新药的临床试验审批时限从60个工作日压缩到30个工作日。
监管正在加速度追赶技术的脚步。但它永远追不上。
而在这个”监管永远落后技术两年”的行业里，真正的窗口期不是等监管框架完备之后——而是在监管框架还在讨论的现在。那些已经在用Agent推进管线的公司，正在吃这碗”时间差”的红利。
七
2026年6月。上海张江。
恒瑞医药的AI药物发现平台——内部代号”灵枢”——正在执行它的第若干轮分子筛选。它不需要睡觉、不需要吃饭、不需要股权激励。它只需要电、GPU和一组质量足够高的训练数据。
几公里之外，恒瑞医药的年报里写着一句话：“2026至2028年，预计约有53项创新成果获批上市。”
53项。这是中国最大制药企业给未来三年交出的军令状。
在”灵枢”加入之前，完成这53项成果的早期研发，需要多少人和多少钱——这笔账没法精确算。但按行业标准，一个创新药从概念到IND（临床试验申请）大约需要500到1000万美元的研发投入，耗时3到5年。53项成果，即便只有一半进入IND，也是一个天文数字。
如果AI能把每一项的早期研发成本压缩40%，恒瑞未来三年省下的钱，可以再开一个同样规模的研发管线。
这就是”改写游戏规则”的真实含义。不是AI创造了一款神奇的药，而是AI改变了一个行业最基本的经济学公式：研发产出 = 钱 / （时间 × 风险）。
时间压缩了。风险降低了。同样的钱，能产出更多。
而这套新公式正在被173个正在进行的临床试验、15到20个即将进入Ⅲ期的项目、以及Jefferies研报里42位行业专家的交叉验证——逐步从假设变成事实。
只是有一件事，仍然悬而未决。
2026年6月。同样在上海。
一家创新药biotech的研发负责人坐在办公室里，面前是两份预算草案。左边是传统模式：未来三年烧掉15亿，推进3个管线进入IND。右边是AI加速模式：同步推进5个管线，烧掉10亿——但需要新增一笔”Agent辅助研发费”。
他看着两份草案，问了CFO一个问题——这个问题，在本系列的五篇文章里，已经出现了五次。
“AI帮我们省下的钱，够不够付AI自己的账单？”
CFO拿出计算器，按了几下。然后抬头说了一句话。
“如果我们不用AI——别人用了之后，我们连问这个问题的资格，都没有了。”
（系列第五篇完。下一篇：【智能汽车】比亚迪634亿研发费，Agent分到多少？）