每次我看Biotech和AI公司的合作新闻，第一反应都是冷笑。因为99%的合作就是"药企买了个AI软件的账号，然后发个PR说自己AI转型了"。但沙砾生物×药物牧场这次不一样。不一样在哪？ 他们不是用AI给现有流程"打补丁"，而是直接拆了组织架构重新盖楼。
你看传统药企怎么用AI的：科学家有一个新靶点假设→写PPT汇报→等跨部门会议评审→排期做实验→等结果→下个月再开会讨论。这套流程走下来，一个新想法从脑子到实验台，平均耗时以"月"为单位。这就是药物牧场COO许枞博士说的"组织阻尼"——biotech最贵的成本不是试剂耗材，而是层层传递带来的时间损耗。
KunEvo平台做的事情本质上很"暴力"：用AI Agent集群替代项目经理和中层协调官。智能体实时捕获前沿生物学信号，自主提出靶点假设，毫秒级完成任务拆解，直接指令下发到7x24小时无人化实验室。实验数据自动回灌到模型中，下一轮假设即时修正。
从"月度迭代"到"按秒迭代"——这不是营销话术，这是组织架构的底层改写。
我的投资判断： AI原生Biotech（AI-Native Biotech）的估值公式，不应该等于"传统Biotech估值 + AI工具溢价"。它应该被重新定价——因为它享有10倍以上的研发迭代速度，这直接决定了管线质量和靶点发现的护城河深度。如果英矽智能代表AI制药的"全流程闭环"估值范式，Chai Discovery代表"纯平台输出"估值范式，沙砾生物×药物牧场正在开辟第三条路：AI原生Biotech。
二、KunEvo不是工具，是一个"硅基物种"
2.1 组织力的三重革命
要理解KunEvo的含金量，得先拆解它重构了什么。
第一，决策去中层化。
传统biotech的研发链条是：科学家→团队leader→VP→跨部门评审会→排期→执行。每一层都是信息过滤器，也是时间黑洞。一个颠覆性靶点假设，在传递过程中被"现实问题"稀释到只剩50%的锐度，属于常态。
KunEvo的做法是：AI Agent集群直接接管"判断-分解-指令"链路。智能体从6万例突变体小鼠的全组织数据库中实时捕捉生物学信号，自主推演靶点假设，然后在毫秒级完成实验方案设计，直接把标准化指令推送到自动化实验室。
这不是效率提升，这是组织范式的切换。 过去一个研发决策从头脑风暴到实验排期，至少2-4周。现在，7x24小时不间断运行，理论极限是"从假设到验证"的循环周期压缩到分钟级。
第二，干湿闭环的无缝化。
大部分AI制药公司最大的痛点是"湿实验延迟"。AI算出来的分子再好，等外包实验室排期、做实验、出数据，一两个月就过去了。等反馈回来，AI模型已经迭代了好几版——数据和模型永远不同步。
KunEvo的解法是：搭建双方共建的7x24小时无人化高通量实验室。智能体下发的指令直接由自动化机械臂执行，产生的结构化数据实时回流到底层模型。计算和实验不再是两个部门，而是一套协同运转的"发电机"。
这个"干湿闭环"的含金量，只有做过药物研发的人才能体会。我可以直接说：所有无法做到干湿实时闭环的AI制药公司，在KunEvo面前都会被拉开一个量级的差距。
第三，数据的递归进化。
药物牧场拥有6万例突变体小鼠的全组织数据库，这是目前中国最大的活体遗传学数据资产之一。沙砾生物则有TIL临床试验中积累的多模态患者数据。
KunEvo把这两套数据灌入同一个底层模型。每一轮实验的结果无损回灌，驱动算法自我迭代。这不是线性积累——这是"数据飞轮"效应：数据越多→模型越准→实验结果越好→实验成本越低→可以做更多实验→产生更多数据。
这个飞轮的商业价值，用一句话概括就是：先跑到这个飞轮状态的biotech，后入局的对手基本追不上。
2.2 FIC靶点发现的"加速器效应"
合作公告里有一句话让我读了很久："智能体集群在数周内完成复杂的工程化拆解与验证排期，迅速发现T细胞新型抑制性靶点。"
传统biotech发现一个新靶点需要多长时间？从转录组数据或CRISPR筛选出发，做体内验证，确认靶点机制，优化先导化合物——整个流程3-5年是行业常态，10年也不是新闻。
而在KunEvo平台上，这个过程被压缩到什么程度？虽然没有给出具体数字，但从"数周内完成复杂工程化拆解与验证排期"这个描述可以合理推断：从靶点假设到体外验证，KunEvo的目标周期很可能在4-8周以内。
如果用最保守的估计——比传统流程快5倍——那意味着同样的时间和资金投入，可以并行跑5倍数量的靶点验证项目。这对FIC药物的竞争格局是颠覆性的。 谁先发现新靶点并建立专利护城河，后入者基本无法绕开。
三、沙砾生物：不只是TIL，是一张细胞治疗的全牌桌
要理解这次合作的估值含义，必须先搞清楚沙砾生物到底有什么。
3.1 TIL：中国最强的基本盘
沙砾生物的核心管线是TIL（肿瘤浸润淋巴细胞）疗法。GT101是中国首个获批注册临床的TIL药物，目前进入关键II期临床，预计2026年提交NDA。I期数据显示宫颈癌45.5% ORR、90.9% DCR，1例CR持续14个月以上。
Iovance的Amtagvi（全球首个获批TIL疗法）2024年获批，2025年销售额约3亿美元，市场给了它约50亿美元的峰值预期。GT101如果顺利获批，参照Iovance的估值锚，光TIL这一块单品的中国市场价值就在50-100亿人民币级别。
但GT101只是沙砾的第一张牌。
3.2 体内CAR-T：被低估的黑马资产
沙砾生物已经把in vivo CAR-T平台分拆为微滔生物，完成超亿元天使轮融资，启明创投领投。
看技术路线：微滔生物使用CLAMP靶向LNP递送平台，在患者体内直接生成CAR-T。这跟Capstan、Kelonia等海外in vivo CAR-T公司高度相似——而后者正是2025-2026年MNC大举并购的核心标的。
关键差异点：沙砾生物/微滔生物的体内CAR-T管线GT801已经进入临床前阶段，而中国同类竞品大部分还在更早期。如果体内的数据在2027年读出初步结果，这会是国内细胞治疗赛道的重磅催化剂。
3.3 CAR-iNKT：现货型细胞疗法的暗线
GT719是全球首个源自干细胞的通用型CAR-iNKT细胞疗法，已获FDA两项孤儿药认定，2026 ASCO已公布初步安全性和疗效数据。最终目标不是血液瘤——是实体瘤。
CAR-iNKT的现货型特性（无需患者自身细胞、无需清淋预处理），意味着它可以大幅降低细胞疗法的成本和可及性门槛。如果GT719的实体瘤数据在2027-2028年读出积极信号，这将改写中国细胞疗法的估值天花板。
3.4 三层管线的协同价值
总结一下沙砾生物的管线矩阵：
管线阶段核心价值估值锚点GT101 (TIL)II期临床中国首个获批TIL50-100亿RMBGT201 (TIL-IL15)I期临床全球首创膜结合IL-15 TILBD潜在20-50亿RMBGT801 (体内CAR-T)临床前CLAMP靶向LNPMNC并购热点GT719 (CAR-iNKT)IIT全球首个干细胞源通用型实体瘤突破口GT601 (mRNA新抗原疫苗)准备IITAI预测+靶向LNP未来增长期权
这个矩阵的价值不在于单张牌，而在于TIL+体内CAR-T+现货型CAR-iNKT三条技术路线同时推进的"全牌桌"效应。任何一个方向出positive数据，都能为其他方向提供技术验证和估值支撑。
四、药物牧场的隐性筹码：6万只突变体小鼠的护城河
药物牧场这家公司很多人只看到它D轮融资5500万美元、核心管线DF-003进入III期。但这次合作暴露了它最大的隐性资产：6万例突变体小鼠的全组织数据库。
这是什么概念？
传统靶点发现主要依赖两种方法：一是组学数据分析（单细胞测序/转录组），从中找差异表达基因作为候选靶点；二是CRISPR全基因组筛选，看敲除哪个基因影响表型。
这两种方法的共同问题是：数据噪声大，假阳性率高。 单细胞数据里，因为批次效应和分析方法差异，同一个数据集可以"发现"完全不同的两组靶点。
药物牧场的IDInVivo+平台的独特之处在于：它在活体系统中直接验证靶点。6万例突变体小鼠，每一例都是一个基因被敲除或调控后的完整生物学表型数据。这不是体外数据，这是体内数据。 体内数据的"信号密度"和"可转化性"，远高于体外。
当KunEvo把6万例突变体小鼠数据+TIL临床多模态数据灌入同一个AI Agent集群，会发生什么？
第一层： 从6万例数据中识别出与T细胞功能相关的候选靶点第二层： 利用TIL临床数据筛选出在肿瘤微环境中真正起作用的靶点第三层： 智能体自动设计验证方案，推送到自动化实验室执行第四层： 实验结果回灌，模型自动修正
这是一个几乎没有其他中国biotech能复制的数据飞轮。 6万例突变体小鼠的构建成本和时间成本，本身就是一道护城河。即使其他公司想复制，从零开始至少需要3-5年和数亿美元投入。
五、估值含义：AI原生Biotech应该怎么定价？
现在的问题：沙砾生物+药物牧场联手打造的KunEvo平台，投资上应该怎么理解？
5.1 三条估值路径的比较
当前AI制药赛道正在形成清晰的范式分化：
路径一：英矽智能模式（全流程闭环）
自研管线9个IND、核心管线进入III期、2026年上半年BD交易近70亿美元、实现盈利。市场给的估值在30-40亿美元区间。对应逻辑：AI制药公司的估值应该看管线价值和BD收入。
路径二：Chai Discovery模式（纯平台输出）
不建管线，只卖AI工具授权。成立两年，估值38亿美元，累计融资6亿美元，辉瑞礼来诺华三家签约。对应逻辑：AI制药公司的估值应该看授权客户数量和平台迭代速度。
路径三：KunEvo模式（AI原生Biotech）
既不是"传统药企+AI工具"，也不是"纯AI平台不碰管线"。而是从组织架构底层就围绕AI Agent构建的"新物种"——AI Agent负责决策调度，自动化实验室负责执行验证，科学家专注于创造性和策略性工作。
我认为KunEvo模式应该享有比英矽智能和Chai Discovery都更高的估值倍数。 原因有三：
数据飞轮的密度最高： 6万例突变体小鼠数据+TIL临床数据+AI Agent自动化闭环，这个组合的"数据-模型-验证"循环速度，理论上可以达到纯平台模式3-5倍的水准。更快的迭代速度=更深的护城河=更高的长期价值。管线的"期权价值"最高： 沙砾生物的TIL+体内CAR-T+CAR-iNKT三层管线矩阵，本身就是一张"中国细胞治疗全牌桌"。加上药物牧场的靶点发现引擎，这个组合的管线生成能力和FIC概率，远超大多数biotech。组织架构的壁垒最难复制： AI Agent取代中层管理，这不是买一套软件就能实现的。它需要组织架构、实验流程、管理文化的全面重构。第一波做到的公司获得的先发优势，可能持续3-5年。
5.2 三张受益地图
对于二级市场投资者，目前这两家公司都不是上市公司。但这件事的估值含义可以映射到相关标的：
中国AI制药赛道的估值锚点上移： KunEvo模式如果跑通，整个中国AI制药赛道的估值中枢会被拉高。AI制药龙头的估值溢价会进一步扩大。细胞治疗赛道的AI化溢价： 科济药业（2171.HK）有实体瘤CAR-T临床数据，如果再叠加AI平台布局，估值逻辑会从"管线价值"转向"平台价值"。CDMO的AI自动化受益： 药明康德（2359.HK）、康龙化成（3759.HK）等CDMO龙头如果在自动化实验室+AI Agent方面有布局，会获得额外估值溢价。
5.3 三个风险提示
风险一：执行风险。 AI Agent集群+无人化实验室听起来很性感，但从PR到真正跑通需要时间。2025-2026年大批AI制药公司PR了"AI平台"，能真正产出临床数据的不到10%。KunEvo能否真的跑通干湿闭环，2027年见分晓。
风险二：数据隐私风险。 6万例突变体小鼠数据+患者临床数据同步灌入AI模型，数据安全和隐私合规是绕不开的坎。
风险三：人才结构风险。 AI Agent替代的是"中层管理"。但中层管理除了传导指令，还有一个隐性功能：知识传承和风险把控。AI能不能学会这些隐性知识？如果AI Agent出现误判，谁负责兜底？这是所有AI原生组织都还没回答的问题。
六、写在最后：组织革命比技术革命更难
我见过太多Biotech公司花几百万买一套AI软件，然后继续按老方法做药，美其名曰"AI赋能"。本质上就是给旧车换了个新轮毂，看起来高级了，但发动机还是20年前的。
沙砾生物和药物牧场这次做的事情不一样。他们不是在"给旧流程加AI"，而是重新思考了"如果AI可以自主决策，药应该怎么做"这个根本问题。
但我也必须说一句冷水：组织革命比技术革命难10倍。
AI Agent取代中层管理，意味着现有组织中大量岗位需要重新定义甚至消失。科学家的工作从"自己设计实验"变成"给AI Agent设定目标和评估结果"。这种转变不是所有人都能适应的。历史上，每一次技术驱动的组织重塑，都伴随着剧烈的阵痛期。
不过，先行者的红利也是最大的。 如果KunEvo真的跑通——哪怕只做到"从月度迭代到周度迭代"——它给沙砾生物和药物牧场带来的竞争壁垒，够对手追3-5年。
我个人的判断：AI原生Biotech会成为2026-2027年中国生物科技最值得关注的叙事主线之一。当大多数人还在争论"AI能不能做药"的时候，少数人已经在用AI重新设计做药的组织方式了。这中间的认知差，就是最大的投资机会。
