美国三家最强AI公司,怎么都去搞生命科学了?

2026 年 6 月 19 日，John Jumper 在 X 上宣布，自己将离开工作近九年的 Google DeepMind，在短暂休整后加入 Anthropic。随后，DeepMind CEO Demis Hassabis 也公开回复，感谢 Jumper 对 AlphaFold 和 AI for Science 的贡献。

Jumper 的大名无需太多介绍。他是 AlphaFold 的共同创造者，2024 年诺贝尔化学奖得主。AlphaFold 预测超过 2 亿个蛋白质结构，被 190 个国家的 200 多万研究者使用，这大概是 AI 在自然科学领域迄今最具辨识度的成果之一。也是 AlphaFold 让 DeepMind 从“会下围棋、会玩游戏的 AI 实验室”，变成了一家真正有资格谈论科学发现的公司。

就在前一天，另一位重量级人物 Noam Shazeer 也宣布离开 Google，加入 OpenAI。Shazeer 是 Transformer 架构奠基论文《Attention Is All You Need》的共同作者之一。Google 在 2024 年通过一笔约 27 亿美元的 Character.AI 授权和人才回流交易，把他重新请回 Google；不到两年，他又离开了。

一周之内，Google DeepMind 连续失去两位极具象征意义的人物，放在任何公司，这都不可谓不是件大事。但人事变动本身不是这篇文章要写的事，如果我们顺着他们的去向往前看，从 Jumper 加入的 Anthropic，到他离开的 DeepMind，再到挖走 Shazeer 的 OpenAI，会发现三家前沿 AI 实验室正在同时把筹码压向同一个方向：生命科学。

今天的 AI for Science，会像去年的 AI for Software Engineering 吗？

首先是动作最为密集的 Anthropic。2025 年 10 月，Anthropic 推出 Claude for Life Sciences，把 Claude 嵌入生命科学工作流，覆盖文献综述、实验设计、数据分析、临床与监管文档等任务。2026 年 1 月的 JPMorgan 医疗健康大会前后，Anthropic 又推出 Claude for Healthcare，把重点从药企和研究机构扩展到医疗服务、支付方和临床场景。

随后，Anthropic 开始把这件事从“行业版本 Claude”推进到更深层的能力建设。

2026 年 4 月，Anthropic 以约 4 亿美元股票收购 Coefficient Bio。这是一家成立仅数月、团队不到 10 人的 AI 生物技术公司，核心成员来自 Genentech 的计算生物学团队 Prescient Design。4 亿美元买不到 10 个人，可以说是贵得离谱，但 Anthropic 缺的正是这批人手里的药物研发经验。

相关报道还提到，Anthropic 正在招聘生物学家、建设湿实验能力，并试图把 AI 与实验验证闭环连接起来。

全球生命科学人工智能竞争力指数排名: 中国第三

饶毅:中国生命科学水平,相当于日本八十年代

收购之后，Anthropic 开始建自己的湿实验室，目标是把整个生命科学研发周期压缩十倍。差不多同一时期，有人在 Claude 的界面里发现了一个叫 Operon 的未公开模式，是专门的计算生物学工作区。诺华 CEO Vas Narasimhan 加入了 Anthropic 的董事会，据报道是第一个进入前沿 AI 实验室管理层的制药公司高管。

6 月 9 日，Claude Fable 5 发布。Anthropic 用生命科学能力当核心卖点：底层的 Mythos 5 模型在药物设计任务中速度提升约 10 倍，独立完成了基因治疗研究任务，还在基因组学领域提出了新假说并得到实验验证。十天之后，Jumper 来了。

OpenAI 的路线不太一样。它不是先自建湿实验室，而是铺设合作网络和垂直模型。

2026 年 4 月 16 日，OpenAI 发布 GPT-Rosalind。这是一个面向生命科学研究的推理模型，目标是支持生物学、药物发现和转化医学研究。它可以帮助研究者做证据综合、假设生成、实验设计，也可以通过 Codex 接入生命科学工具和数据库。

6 月，OpenAI 又更新了 GPT-Rosalind，把 GPT-5.5 的 agentic coding 和工具调用能力加入其中，并发布 Life Sciences Research 和 Life Sciences NGS Analysis 两个 Codex 插件，让模型不只是回答问题，而是能在同一个工作区里检索证据、分析组学数据、执行生物信息学流程，并保留过程和产物。

同时，OpenAI Foundation 也把生命科学列为未来一年至少 10 亿美元投入计划中的主要方向之一，重点包括阿尔茨海默症、公共健康数据集和高死亡率、低投入疾病。

OpenAI 曾负责 OpenAI for Science 的 Kevin Weil 在 2026 年初说过一句被广泛引用的话：“2026 年的 AI for Science，会像 2025 年的 AI for Software Engineering。”这句话后来变得越来越像行业共识：编程助手已经成为前沿模型商业化最拥挤的战场，而下一个要被 AI 重写的高价值工作流，正在转向科学研究，生命科学排在最前面。

DeepMind 和它孵化出的 Isomorphic Labs 走的是第三条路，也走得最早：拆出一家独立的 AI 药物发现公司，直接做临床管线。

2026 年 2 月，Isomorphic Labs 展示了自己的 Drug Design Engine，也就是 IsoDDE。Nature 报道称，外部科学家把它称为接近“AlphaFold 4”级别的进展。它不再只是预测蛋白质结构，而是面向药物发现中的蛋白-配体相互作用、抗体结构、结合位点等更贴近产业应用的问题。不同于 AlphaFold 的开放路线，IsoDDE 是闭源系统，能力留在 Isomorphic Labs 的商业体系内部。