字节跳动造药：100亿估值背后，一场“算法不能救命”的豪赌

2026年9月，一家从字节跳动内部独立仅3个月的公司拿下2.9亿美元天使轮融资。Anew Labs（新生探途），这家总部位于上海杨浦的AI制药公司，首轮估值即达100亿元人民币，成为中国AI制药赛道第一家跨过百亿门槛的初创企业。红杉中国、IDG资本、高瓴创投、五源资本、中国生物制药（01177.HK）等机构悉数入局。字节跳动仍是控股股东，火山引擎持续供给算力。

希鸥网观察到，融资竞争的激烈程度超出了多数人的预期。投资人李觅从一百多家机构中“抢”到额度，角井生物创始人周一鸣第一次用完Anew Labs的蛋白模型，只说了五个字：“又好又漂亮。”这家公司5年做出Protenix、PXDesign等开源模型，覆盖蛋白质结构预测与分子设计，核心管线是靶向IL-17A和IL-17F的全谱口服小分子抑制剂——全球首个同靶点双抑制剂，目前处于临床前先导化合物优化阶段。

拆解这笔融资的底层逻辑，资本押注的不是药物本身。Anew Labs的4条管线全部处于临床前阶段，距离上市至少5到8年。投资方买单的，是字节跳动5年积累的AI4S算法团队、千卡级算力资源和一套经过验证的工程化能力。李觅算过账：普通AI制药创业公司算法阶段投入1亿到2亿美元，对应数十人团队；字节跳动可动用数亿美元、千卡级算力，还能从大模型团队直接迁移人才。

分拆的决策逻辑藏着更深的战略考量。字节跳动将AI制药业务独立，本质是在“第一战场”与“第二战场”之间划清边界。大模型和通用人工智能需要全力投入，AI制药研发周期长、失败率高，与互联网快速迭代的文化天然冲突。独立后，Anew Labs可引入外部资本分散风险，团队获得更大执行空间。百图生科联合创始人刘维的判断是：生命科学做到一定深度，就会碰到互联网大厂不熟悉的底层设备和数据积累，这套研发节奏无法沿用互联网迭代方式。

真正的考验在组织内部。Anew Labs核心成员约50人，兼具AI4S算法人才与制药专家。但赵宇指出，两类人才存在天然高沟通成本——算法人才习惯明确边界和系统化逻辑，生物医药人才依赖对复杂生物学现象的理解。Anew Labs已组建科学顾问团队，包括信达生物前总裁刘勇军、安进前首席科学家马骥。招人只是起点，让两类人产生化学反应才是壁垒。

希鸥网认为，这场跨界实验的胜负手不在算法，而在管线判断力。华深智药过去一年半与制药巨头达成5笔BD交易，总潜在价值超70亿美元。周一鸣的评价一针见血：华深智药算法在行业里不算突出，关键在于引入原三生制药研发总裁朱祯平负责管线——他曾主导PD-1/VEGF双抗研发，那条管线一度险被贱卖，最终以超60亿美元授权辉瑞。对Anew Labs而言，找到“朱祯平式”的人才，比继续增加算力更重要。选什么靶点、做什么分子、什么项目该止损，这些判断AI给不了答案。

坦诚面对自身局限，是Anew Labs当下最稀缺的能力。带着大厂基因走出来，团队需要保持足够开放的心态吸引顶尖生物医药人才，原有偏AI的评价体系必须迭代。达利欧在《原则》中写过，他说话坦诚，也希望周围人坦诚，当觉得谁做了蠢事会直说，也要求别人在自己犯错时直言相告。这种文化放到AI制药语境里同样成立：算法团队和生物团队如果做不到互相直言“你这个判断有问题”，内耗将拖慢整个管线推进。

系统化运作与人的判断，需要找到平衡点。达利欧在1988年转向更具可变性的系统，根据信心程度决定押注规模，但他承认公司里有人怀疑系统化是否可行。AI制药面临同样的张力：算法给出候选分子排序，最终拍板的必须是有经验的药物研发者。Anew Labs的科学顾问团队体现了这种思路——把生物医药专家的判断嵌入决策流程，而非用算法替代判断。刘维说得直白：以自研管线为核心的公司，管线选错了，AI再好也不能发挥作用。

个性、创造力和常识感，往往比经验更珍贵。达利欧说他在从学校毕业两年后就创办了桥水，与经验相比更看重个性与创造力。Anew Labs的负责人刘凯不是典型技术创业者——加入字节前，他在IDG资本、火山石投资负责医疗与生物技术投资。这种跨界背景恰恰是优势：他理解资本逻辑，也理解制药的长周期。问题是，他能否把这份理解转化为组织能力，让算法人才和生物医药人才在同一套评价体系里协作，而不是各说各话。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo