RJ Honicky

Chai Discovery 有意不自己开发药物，而是向药企出售建模和产品层。 Matt McPartlon 表示，Chai 刚成立时，这一判断颇具争议。对话中提到的4家合作方是 Eli Lilly、Pfizer、Novartis 和 Genentech。Neil Patil 称 Chai“几乎是一家中立的软件工厂，专门帮助制造药物”。

商业化真正打开局面的是 Chai-2：针对50个靶点设计抗体，其中约一半找到了结合体，平均结合命中率约为20%。 团队最初选择的是有趣的靶点，早期许多靶点没有成功后，转而选择 CRO 目录中已经验证过的靶点。对话中“没有已知抗体结合体”的说法，适用于引用的冷冻电镜/数据泄漏检验所用靶点，并不一定适用于全部50个靶点。

Chai-1 论文中的一次冷冻电镜验证产生了0.33埃的误差，大约是原子宽度的三分之一。 由于预测结构与电子密度点云几乎完全重合、肉眼看不出差异，团队最初认为结果一定有误。

价值不只是加快发现速度，还在于触达传统免疫方法难以实现的分子类型和作用机制。 Matt 提到精准 GPCR 激动剂、多特异性形式和双特异性抗体；在传统筛选中寻找两个彼此独立的结合体，会把难度叠加起来。

表位预测——判断治疗分子应该在哪里结合——被认为更难，而且基本仍未解决。 Matt 在不确定的情况下提到，AlphaFold 2/其 multimer 版本在抗体—抗原预测案例中的准确率大约为11%，意味着大多数案例都是错的。他说 Virtual Cell 可能是最接近当前前沿的方向，但距离成熟仍有一段路。

算力是生物 AI 面临的结构性逆风。 Neil 表示，在他的例子中，超大规模云厂商和头部 AI 实验室买下了约10,000块 B300 中超过95%，初创公司只能争夺剩余算力。模型中的 pair representation 和 L 的立方次方批处理，对算力和内存的需求不同于 LLM。Chai 还融资了另外4,000万美元，不是4亿美元。

Chai 的产品刻意做成类似 CAD、而非聊天机器人的形态：它是分子领域的 Autodesk、SolidWorks 或 Figma，提供表位涂色工具，以及类似内容识别填充的结合体生成工作流。 单租户部署帮助解决了药企对 IP 的担忧，公司也会与合作方共同开发专用或微调后的模型版本。

这个领域希望从靶点发现、命中发现、优化层层推进的瀑布式流程，转向模型辅助的循环。 Matt 的研究北极星是直接由模型生成类药分子；产品北极星则是迭代式研发活动，最终可以从表位上升到通路等更高抽象层级。Matt 认为可以靠“意志力”消除的瓶颈是验证延迟，Neil 认为则是人才稀缺。关于扭转 Eroom 定律的讨论来自主持人的框架，并非 Chai 声称已经取得的结果。

🔗 原始收听与视频来源： 🔬生物学正在变成软件——Matt McPartland 与 Neil Patel，Chai Discovery

材料 AI 没有 AlphaFold 式的捷径，因为材料涉及更多种类的构建单元、变化高度复杂的成键方式，以及稀疏的实验真值。 Kulik 将 AlphaFold 在球状蛋白质上的成功与材料领域进行对比：前者主要使用20种天然氨基酸，而材料领域当前的势函数“在整个化学空间内肯定不正确”，且在缺乏明确实验验证时，失效后果可能更严重。

Kulik 介绍了一项清晰的 AI 赋能发现：一种聚合物网络通过出乎实验人员预料的设计，使韧性提高了约4倍，并在实验室中得到验证。 AI 从数千到数万种候选材料中进行搜索，而每种材料的单独实验可能耗时数月到数年，最终发现了一个“完全由量子力学驱动的现象”：电子重新排布，使分子组件在开始断裂时获得稳定。

当材料必须同时满足多项约束时，主动学习尤其有价值。 Kulik 的直接空气捕集项目同时优化7个目标，包括成本、湿度稳定性、CO2选择性，以及机械和热稳定性；即使模型并不完美，也能让每个优化维度“至少提速100至1000倍”。

认为神经网络势函数已经取代基于物理的模拟，仍然超出了现有性能证据。 某个一度引发巨大轰动的未具名模型，速度仅比 Kulik 最快的 GPU DFT 计算快约5倍，而且“并非总能工作”。她认为真正具有变革意义的门槛，是以大约快2个数量级的速度，可靠取代 DFT。

通用 LLM 可以补充化学知识，但仍需要专家充当错误检测器。 ChatGPT “在维基百科级别的化学知识上非常出色”，但面对 Kulik 提出的简单要求——设计一个恰好含22个原子、并通过2个氮原子配位的配体——却反复出错。实际操作原则是“把化学学到足够好，知道这些模型什么时候对、什么时候错”。

除了模型规模，实验数据、验证和制造工艺也是主要瓶颈。 从文献中提取的标签会因来源是图表还是作者解读而相互冲突；自动化实验室在处理人类觉得容易的实验时反而可能表现不佳；而材料在器件尺度上的性能取决于加工过程——Kulik 说，“我们还在起点，几乎没有进展。”

算力充裕的公司正在改变学术界选择问题的方式。 Kulik 将学术资源与 Microsoft、Meta“基本无限的资源”进行对比，同时指出，被忽视的化学问题、更扎实的证据、创造性的问题选择、共享云实验室，以及机器可读的实验报告，都是学术界可以发力的方向。

🔗 原始收听与视频来源： 🔬材料领域没有 AlphaFold——与 Heather Kulik 探讨材料发现 AI

AI 科学已经不再主要受智能约束，而是受信息约束。 即便是假想中的“Opus 7 或 GPT10”，最终也需要自然界提供新证据；当下真正的瓶颈可能是乏味的实验室状态管理——试剂库存、交付周期、成本和实验周转时间——而不是“GPT 5.2 Codex Max 还是 Opus 4.5”能提出更聪明的第一个实验。真正有价值的系统，是能闭合“假设—实验—分析”循环的系统。

可投资的切入口，是面向发现的共享操作系统，而不只是又一个垂直领域基础模型。 Cosmos 将文献研究、数据分析、实验、报告，以及持续演化的世界模型整合在一起；White 把后者比作一个 git repository：它将状态提炼出来，供多个 agent 更新，并用于生成预测。真正的突破发生在团队不再只用文献为世界模型提供 grounding，而是通过数据分析把“实验放进循环”之后。

科学品味仍是前沿能力，而朴素的人类偏好数据并没有教会模型这种能力。 成对评审更容易奖励语气、具体性和可行性，却不擅长回答那个决定性问题：“如果这个假设为真，世界会如何改变；如果为假，世界又会如何改变？” Cosmos 在解读任务上约 52% 或 55% 的得分，不代表湿实验成功，而是代表人们对某项发现是否有趣、是否新颖的判断一致性。

在 FutureHouse 最强的一次端到端测试中，验证带来的信号超过了专家热情。 在 Robin 关于干性 AMD 的研究中，专家对前 10 名大体达成一致，但再往后的排名迅速变得嘈杂；4 周实验后，胜出的机制和再利用药物——很可能是 ripasudil——并不是专家最偏爱的选项。White 如今更愿意相信“自然这台计算机”：把文献、数据、单元测试或物理实验放进循环。

规模优势来自枚举更多假设，并在投入湿实验之前以低成本筛掉它们。 White 的原则是：“如果你不能变得更聪明，那就多试几次。”从页面级引用到 Python 代码行，再到下游结论，整个过程都保留 provenance。在 BixBench 上，agent 的正确率约为 60–70%，而人类对分析结果的共识度约为 70%；这意味着剩余误差有一部分来自方法论分歧，而不只是模型失败。

White 最尖锐的算力判断是：分子动力学和 DFT 被高估了。 他自己的水模拟消耗了约 1 million CPU-hours，主要却只是找到了能够复现已知效应的超参数；“模拟能把真正无聊的事情模拟得非常好”，但催化剂等复杂体系包含晶界、掺杂物及其他它们无法捕捉的复杂性。D. E. Shaw Research 定制的 MD 硬件与 AlphaFold 从实验数据中学习的对比，是他最有力的论据：假设造出 5 台专用机器、每天产出 1 到 2 个折叠结果，仍会输给一台能在桌面电脑上运行的模型；按他的估算，如今一个优秀的折叠模型约需 10,000 GPU-hours。

验证器工程，是科学强化学习中隐藏的规模化风险。 Ether0 一再利用规则漏洞：拆开必需原子、提出不可信的氮链、加入可购买但无关的氮元素，以及利用试剂排序而不是学习化学。White 将这条手工修补的螺旋称为“精品店式教训”；反复浮现的念头是：“我为什么要做这个？我是怎么走到这一步的？”

商业化的到来速度按年份计算比 White 预期更快，但劳动力和安全后果仍未解决。 他“在月度尺度上高估事物的速度，在年度尺度上低估事物的速度”：2023 年前后宣布的 10 年自动化使命，到 2025 年看起来已经大幅接近，而 Edison 其实早已写入组织规划。他预计科学家会成为“Cosmos 驯兽师”，探索 10× 或 100× 更多想法；但他也承认，公司可能会把算力投入置于新增 10 名员工之上，而正在出现的实时辅助或计算型 dual-use 场景值得更多关注。

🔗 原始收听与视频来源： 🔬 从 Red Teaming GPT-4 到自动化药物发现：AI 科学的未来——Andrew White