作者提出 AI4Science 的五层产业投资框架，指出随着模型快速生成科学假设与候选设计的成本下降，真实世界的实验验证、测量和数据生产能力成为新的瓶颈。文章以 Moderna 个性化 mRNA 疗法、Anthropic 蛋白质设计等案例说明假设生成变快而验证跟不上的矛盾。通过分析 Tempus（数据变现）、Recursion（持续生产数据）、Twist 与金斯瑞（科学数据工厂）、TMO（卖铲子）及自主实验室等模式，提出数据护城河五维评估：稀缺性、质量、因果价值、可复用性和反馈速度，并给出评估 AI4Science 公司的五个关键问题。
文章指出科研领域长期存在'不可复现危机'：论文只是静态 PDF，数据、代码、环境散落各处，超70%的研究者无法复现他人实验。作者介绍了 AIPOCH Open-Science——一个开源、模型无关、本地优先的 AI 科研工作台，它内置 Scientific Agent 可端到端执行研究流程，并提出 .science 打包格式，将数据、代码、环境、执行日志封装为可一键复现与 fork 的'科研 Git 仓库'。作者认为这将开启 Vibe Research 时代，降低科研门槛，为学生、跨学科个体和 AI4S 生态带来超级个体的历史性机遇。
作者记录硅谷101 Alignment 2026 年度峰会 Day 1 三场分享的核心洞察：模型竞赛、新型AI研究实验室与AI for Science。贯穿全场的主题是'生成越来越便宜，验证越来越贵'。开源vs闭源之争本质是利润表问题，价值向model-agnostic应用层转移；数学因可验证、可数字化、数据充足成为AI攻克焦点，验证成本趋近于零是北极星；AI for Science最大瓶颈是湿实验验证周转时间。作者从投资视角提出：拆解AI应用公司COGS、关注闭源转开源迁移路线图、可验证代码生成是下一个基础设施层。
金沙江创投主管合伙人朱啸虎在北京大学创新创业学院发表演讲，探讨AI时代的投资框架。他提出核心判断：技术会平权，商业不会。AI正从技术进步主导期转向技术扩散主导期，决胜要素回归商业本质。他重申二十年不变的三个S投资标准（市场足够大、可快速规模化、可持续可防御），阐述商业模式金字塔，对比腾讯同心圆流量模式与阿里买流量模式，并判断开源模型五年将走完Linux三十年的路。他还直言200多家人形机器人企业绝大部分活不过十年，强调AI创业要看执行力和增长速度，先算清楚账。
作者以 Moderna/Merck 个体化 mRNA 癌症疫苗 Phase 3 进展为案例，体验了 Apodex 的 Deep Discover 多 Agent 研究产品。产品通过 Task Board、分工的 Sub-agent（临床数据读取、肿瘤研究、估值分析）与 Verifier 复核，实现可视、可中途干预的研究流程，并在测试中自行纠正了药物实体混淆。文章后半部分详细记录在单张 RTX 5090 上用 SGLang 部署 Apodex 1.1 mini（36B MoE GPTQ Int4）及开源 FrontierAgent 的过程，包括网络代理与 SSRF 防护冲突的排查、Agent Team 宏观研究实测，以及单卡下并行的本质是任务与上下文并行而非吞吐并行的性能分析。
本文介绍 David Baker 旗下公司推出的 AIDO Cell 虚拟细胞世界模型。相比 Geneformer、scGPT 等基于文本统计的单细胞大模型，AIDO Cell 是有状态的因果动力学系统，通过流形降维、物理先验剪枝和神经代理求解，实现细胞动态演化的高效推演。它在抗癌药物研发中可复现靶点作用机制、前置推演耐药演化、破解多药联用组合爆炸并做全细胞毒性早筛，有望将实验筛查时间从月级缩至小时级，未来或将沿细胞—组织—器官—人体路径走向数字孪生人体。
本文深度解析Moderna与默沙东联合开发的个体化mRNA癌症疫苗在三期临床试验中的成功，以及其对医药行业的范式意义。作者从今年2月将Moderna视为数据科学公司的判断出发，阐述了AI作为生物编译器、mRNA作为治疗代码的核心理念。文章详细分析了试验数据、技术原理、产业终局的三层结构（标准化现货疫苗、模块化疫苗、完全个性化），并探讨了平台规模经济、跨癌种验证的重要性以及投资估值方法。最后，作者指出当前股价已提前定价，投资者需关注肺癌等跨癌种数据和经济性验证，以判断平台价值的真正兑现。
本文对AI制药行业进行了全面分析，指出AI制药是重构医药研发效率的基础技术体系，已初步验证在靶点发现、分子设计等早期研发环节的效率提升，但临床成功率提升尚未充分证明。文章详细介绍了AI在靶点发现、蛋白质结构预测、小分子生成、表型筛选、蛋白质设计、临床试验优化和自动化实验室等环节的应用，分析了软件授权、研发服务、联合研发、自主研发和混合五种商业模式，梳理了行业主要参与者，并指出生物学复杂性、数据质量、临床试验周期、监管和资本消耗是主要瓶颈。最后，文章提出行业竞争将围绕模型能力、数据资产、实验闭环、临床转化和价值捕获五层展开，并给出了投资角度的分析框架和行业阶段判断。
Moderna和默沙东宣布，其个性化mRNA癌症疗法intismeran autogene在超过1000名高风险黑色素瘤患者参与的III期临床中，同时达到无复发生存期和无远处转移生存期两个关键终点。该疗法由AI辅助设计，通过肿瘤测序、AI预测新抗原、个性化mRNA生产等流程，训练免疫系统攻击癌细胞。这是全球首个取得阳性III期结果的个体化新抗原疗法，也是首个III期成功的mRNA癌症疗法。消息公布后，Moderna股价暴涨超150%，带动整个生物科技板块上涨。
本文从 Moderna 因个性化 mRNA 癌症疫苗三期成功而股价暴涨近 100% 的事件切入，探讨生物科技板块是否将接棒 AI 成为下一轮资金轮动的主线。作者引用知名投资人 Druckenmiller 的观点，指出其已提前布局生物科技，并认为 AI 的价值正从硬件向医疗等下游应用扩散。文章分析了生物科技板块估值低、AI 交易拥挤的现状，认为资金轮动至生物科技的可能性正在增加。
本文深入剖析了2026年物理AI感知层的全赛道格局，涵盖激光雷达、事件相机、太赫兹视觉等五大领域。通过Gartner曲线定位与三层护城河模型，文章揭示了“传感器前融合芯片化”等范式转移，并指出真正的投资机会在于上游材料与芯片生态，而非单纯的传感器组装。
本文是一篇长达3万字的投资终极指南，旨在为读者构建系统、全面的投资认知框架。文章首先通过“全景地图”厘清了传统投资（股票、债券、现金、衍生品）与另类投资（私募、对冲、实物、数字资产）的界限与规模，并分析了中美市场的结构性差异。随后，文章深入拆解了股票投资（含价值、成长、量化流派）和债券投资（含久期与信用策略）的核心逻辑、理论模型（如MPT、CAPM）及实战风险矩阵，帮助投资者从理论到实践全方位理解市场规律。
