昨天刷到一条推文，说字节拆出来的 Anew Labs 融了 2.9 亿美元，估值 15 亿，字节还留着 56%。底下一片「牛逼」「想象力」。
我理解那种兴奋，但有件事得说一下：AI 在医药这行拿到的最高规格的认可，不是昨天，是两年前。
2024 年的诺贝尔化学奖，一半给了 David Baker，理由是「计算蛋白质设计」；另一半给了 DeepMind 的 Demis Hassabis 和 John Jumper，理由是「蛋白质结构预测」。
再往前推四年。2020 年的 CASP14——那是个两年一届的蛋白质结构预测比赛——AlphaFold2 的中位 GDT_TS 是 92.4 分，满分 100。92 个结构域里，87 个算出了高精度结果，58 个直接达到了实验测量的精度。后来他们把大约两亿个蛋白质的结构算出来公开了，到 2024 年 10 月，一百九十个国家两百多万人用过。
那么问题来了：同样是 AI，为什么医药能这么早拿到诺奖级别的承认，而写文章、画图、做客服这些，吵了这么多年还在吵「到底行不行」？
差别不在模型，在有没有裁判。
CASP 的规矩是这样的：主办方挑一批蛋白质，它们的真实结构已经在实验室里用 X 射线或者冷冻电镜测出来了，但还没公开。参赛队只拿到一串氨基酸序列，算完交卷，再跟真实结构比对打分。答案早就在实验室里躺着，只是你不知道。所以 92.4 分是没法狡辩的——这里不存在「我觉得它算得挺好」这回事。
元朝的郭守敬干过一模一样的事。至元十六年，他跟忽必烈提议重修历法，然后派了十四个监候官分头出发，在全国二十七个地方设点观测，东边到朝鲜半岛，西边到河西走廊，南边到西沙群岛，北边到西伯利亚。第二年历法修成，忽必烈取《尚书》里「敬授民时」的意思，赐名《授时历》。那部历法定一年为 365.2425 日，跟今天我们用的公历一模一样，早了三百年。
郭守敬算得准，不是因为他的推演比前人玄，是因为他肯把实测当裁判。
也正因为有这把尺子，这行说话反而比别处谨慎。今年八月《Nature Reviews Drug Discovery》上有篇综述，说 AI 药物发现方法开发了一大堆、跑分刷了一大堆，可真正看得见的临床影响「令人失望地有限」，问题已经从「模型能不能预测」转向了「这些预测能不能改善真实世界里的决策」。拿了诺奖的领域尚且这么说话，别处那些张口就来的，心里该有点数。
最后纠正一个流传挺广的说法。那条推文写的是「AI 要把癌症一个个干掉」，但 Anew 已经公开的管线主要是 IL-17 和 IL4R，那是自身免疫病的方向——银屑病、类风湿关节炎这一类，不是肿瘤。今年四月他们在美国免疫学家协会年会上讲的那个泛 IL-17 小分子抑制剂，卖点是能不能做成口服的，替掉打针的抗体。
这事本身已经够有分量了，不用往癌症上靠。