新药研发向来以烧钱慢著称——一款候选药物从筛选到上市，平均耗时十年、烧掉二十多亿美元，大多数分子最终连临床的门都摸不到。AI出现后，业界一度认为这把刀能大幅砍掉成本和时间，但现实是：能用得起这些工具的研究团队，本身就已经是技术精英了。
问题到底出在哪？SandboxAQ 的答案是：不是模型不行，是门槛太高。
这家公司本周宣布与 Anthropic 合作，把自己的科学AI模型直接接入了 Claude——一款普通人用自然语言就能操作的AI助手。换句话说，现在一个生物研究员、乃至一个化学专业的大学生，只要会打字，就能指挥Claude去做量子化学计算、模拟分子如何反应、预测候选药物在人体内可能的表现。
此前，能完成这类任务的工具基本是给专业人士准备的定制软件包。部署环境需要特殊配置，底层原理需要深刻理解，普通人光是搭环境就要耗掉几周时间。SandboxAQ 认为这才是瓶颈：模型本身已经够强了，缺的是一个每个人都能用的入口。
这家公司什么来头？它五年前从Alphabet分拆出来，Google前CEO埃里克·施密特担任董事长，累计融资已超过9.5亿美元，业务横跨网络安全和科学AI两条线。它开发的大定量模型（LQM）跟市面上大多数生成式AI不同——不是靠海量文本训练出来的，而是基于物理定律构建的。用大白话说：其他AI在找规律，它在算方程。结果是：它的预测有物理定律兜底，不会出现一本正经胡说八道的情况。
这个技术组合瞄准的市场规模有多大？SandboxAQ 自己给出的数字是：定量经济，一个覆盖生物制药、金融、能源、先进材料等领域的50万亿美元市场。
竞争对手包括Chai Discovery和Isomorphic Labs这些风投追捧的明星公司。但SandboxAQ的思路不太一样：别人在卷模型性能，它在卷使用体验——不用懂量子力学，只要会问问题就行。
对制药行业来说，这可能是一个真正的转折点。历史上，一款新药从发现靶点到找到候选分子，实验室里要反复试错、层层淘汰。AI模型如果真能把预测这一步搬到云端、用对话方式完成，研发周期有望从十年磨一药压缩到更短的时间框架。
当然，路还长。AI预测分子行为和真正在人体内生效是两码事，中间还有动物实验、临床一期二期三期道道关卡。但至少，实验室外的第一步，门槛已经低到了前所未有的程度。
当科学变得可以对话，也许下一个重磅药物的发现者，不再是穿白大褂的资深博士，而是一个会用ChatGPT提问的年轻研究员。