AI×生物创业启示：生成假设易，湿实验验证才是硬仗
anshulkundaje · x · 2026-10-02
Joe Horsman 在博客撰文指出，做 AI×Bio 公司不能只停留在比特世界，最终还是要做生物公司本身：建实验室、跑临床试验、生成自有数据。
核心论点：
- AI 擅长生成假设和点子，但科学真正的难点是在现实世界中验证这些想法
- 公共生物数据充满偏差，想做出性能就得按疾病逐一积累 PB 级专有数据
- 全实验室自动化并不现实（机器人臂抓小鼠都费劲），更务实的路径是聪明的实验设计＋大规模测序复用
- 完全依赖 CRO 外包也有风险，技术良莠不齐会毁掉数据质量
结论：不啃硬骨头的 AI 生物公司，即使成立也拿不到创造价值的大部分。
「漫话AGI」频道最新
- 机器意识文集作者 Jeff Sebo 发问:我们应该救一只蚂蚁吗 — cccalum · 2026-10-03
- AI 研究者困惑:为何我认为模型人格论不成立,聪明人却信 — _arohan_ · 2026-10-03
- AI 集群或已被 AI 自身优化出 10%-40% 额外等效算力 — 1a3orn · 2026-10-02
- 续帖：前沿实验室本就有最强大脑，AI 优化红利应更小 — 1a3orn · 2026-10-02
- Facebook 信息流已成 AI 内容为主，多数难辨真伪 — stvlsn · 2026-10-02
- AI 裁员是聪明做法?效率收益会贬值,判断力才是复利资产 — mikeflache · 2026-10-02