谁在你的计算体系里，炼自己的新药？

AI模型江湖·行业篇 / 06 / 公司研究 · Schrödinger · 2610

普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提

本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年10月

先看结论

当前定位：科学计算与科研协作底座处于金丹初期，向中期验证。依据是BMS长期使用计算平台并继续安排共同开发，Manas也把它纳入自建研发引擎；客户关系已不止一次采购，但新整合与新智能体的广泛固化尚未完成。[1][2]

产业视角｜AI Native：机会是把计算、设计、实验结果与协作组织起来，让不同药企和生技企业在共同条件上形成自己的研究方法。

能力与持续性：发动机看物理计算、模型和验证怎样结合；工程化看时间、质量、成本；平台化看是否愿意接入别人的能力、与伙伴共同经营，以及团队能否长期兑现。

投资视角｜金印五阶：金丹初期，向中期验证——部分客户已将自己的研发建设与平台深度结合，新的工作层可能加厚关系；不能把部署协议当全面完成，也不能让Bunsen独自继承旧平台全部地位。

交易视角｜风控五环：长期使用不等于随意提价，单期投资收益也不等于平台利润已经稳定。

一｜江湖开场：客户自己造模型，为什么还需要科学计算平台？

上一站看Momenta，我们追问车企能不能在别人的模型底座上形成自己的驾驶产品。这一站换成药企与科研公司，问题却有熟悉的味道：既然客户也在训练模型、组织科学团队，为什么还要让另一家公司进入自己的研发引擎？掌门都请来了，难道还缺一本秘籍？

2026年1月，Manas AI在自己的公告中说明，与Schrödinger签订多年合作，要把自有机器学习与对方的物理计算平台、科学支持深度结合，并将后者视为发现引擎的重要基础。[1]这里值得注意的不是措辞宏大，而是客户明确要建设自己的能力，同时主动选择外部底座。具体整合仍有建设安排，不能写成全部任务已经稳定运行。

8月，Schrödinger又宣布与百时美施贵宝BMS签订Bunsen部署与共同开发协议，并说明BMS长期在研究中使用其计算平台。[2]旧工具、客户方法与新工作层开始接成一条连续线，而不是一家药企临时买几个AI账号。新协议的部署效果仍要验证，但长期关系不应因为新产品名字出现就归零。

本期将科学计算与科研协作底座放在“金丹初期，向中期验证”。依据是部分客户已把自己的研发建设与这套体系结合；限制更高判断的，是新整合的兑现程度、同等深度关系的扩散与跨代固化。本篇不把单独的Bunsen判成同等成熟，也不因公司有多年历史便授予元婴。

与晶泰重计算和湿实验的连接不同，Schrödinger这一篇更看重另一处位置：客户用什么方法组织分子设计、计算验证和团队协作？自己不包办每次湿实验，也可能成为研发的共同条件；工具卖得多年，也可能一直只是一件可选工具。两种可能，要从实际工作中分清。

二｜产业视角·需求：研发方法各不相同，谁提供共用的科研条件？

科研客户不只是要生成更多分子。更难的是在时间、预算和实验资源有限时，决定先研究什么、为什么值得试、失败说明什么。计算科学家、药物化学家和实验团队拿到不同信息，若每次都重新整理文件、解释假设，模型再聪明，也可能只是给会议增加一份附件。

平台级需求存在于共同方法与客户目标之间：分子、靶点和研究方向各不相同，但数据组织、模型调用、候选比较、结果追踪与协作有共同部分。一个有效底座，应当让客户发展自己的研究方法，而不是强迫每个项目相信同一套预测，也不是要求药企交出所有知识产权。

LiveDesign的官方产品说明，将实验与计算信息放进同一协作环境，支持接入企业自己的技术，并组织设计和测试工作；它还提供在工作流中训练与使用模型的能力。[3]这首先是工具和接口层面的条件。它为什么可能重要，要看研究团队是否因此能少一些手工搬运，把时间用于真正需要判断的科学问题。

从AI Native看，增能可以是更多研究者用上原来只在专业小组手中的计算；承责可以是在明确边界内把任务编排、运行和结果检查连接起来。若更多小型生技企业也能负担得起可靠研发条件，才接近丰裕。破界与创生则指新分子、新方法和新工具成为下一轮探索的起点，并非每个模型输出都已是科学发现。

开放，在这里不等于只推广自家算法。2026年1月的合作公告提出，把礼来TuneLab通过LiveDesign提供给更多科研企业，使用第三方托管的联邦学习方式，并将参与者专有数据分别保留。[4]这是打开共同工作空间的一种选择：底座可以组织别人的模型，也让客户保有自己的资产。

公告表达的是合作与提供安排，不宜直接写成所有相关企业已经全面使用。但它使平台研究多了一个实在问题：当能力来自不同公司时，谁把它们变成客户能够连续使用的研发过程？如果Schrödinger只愿让自己的模型上桌，可能少了计算与行业创新相互组合的机会。

共生，要看桌上的人怎样一起做成生意。药企和生技企业保有研究方向与分子成果，专业实验伙伴执行相应工作，工具与计算平台取得支持和服务收入，是一种可能的分工。LiveDesign明确支持与外部研发服务机构协作、管理合成与测试队列。[3]这提供共同工作的接口，却没有披露每一方的长期利润。

因此，本篇不把“接了第三方模型”自动叫作共生成功。还要看客户是否形成自己的产品，伙伴能否持续提供服务，平台收费是否给各方留下合理空间。丹炉可以借、药材可以各自保管，真正让一条科研街开下去的，是每家铺子都还有下一单可做。

团队的能力，落在它怎样连接旧方法和新工作方式。与BMS的合作不是宣布用智能体取代全部科学家，而是安排研究人员共同开发新功能，并与计算工具及合成规划衔接。[2]这说明新能力需要进入专家工作，而不是另开一套与真实研究脱节的演示系统。

我的判断是，平台团队最值得看的取舍，是愿不愿意让客户方法和外部模型参与，同时仍把自己的科学质量和公共工具做好。封住所有入口可能容易管理，全部开放却无人维护也不成平台。开放、共生、团队要共同落实为可以长期使用的科研条件，不能只在合作新闻里三者齐全。

三｜产业视角·供给：物理计算与智能体，是替换还是共同工作？

Schrödinger的发动机有不同的工作层：物理计算评价分子与相互作用，机器学习帮助预测和筛选，协作工具组织任务，新智能体再尝试规划并调用这些能力。[2][3]这里的AI不是坐在科学工具旁边给它配音，而要把适当方法放到正确问题上。聊天流畅与科学判断可靠，是两种需要分别证明的本领。

C｜算力工程，重点是计算任务如何得到稳定运行。大批候选初筛与深入模拟可能有不同资源需求，平台应当让研究者知道什么时候值得花更多计算。公司二季度材料披露与外部计算基础设施的合作方向，[5]但合作资源不等于自有库存，峰值硬件也不能替同一研究任务的成本作证。

A｜算法效率，物理方法与学习方法可以形成互补。可以设想，较快预测帮助缩小候选，再对关键方案进行更细的计算与实验检验。这个情景说明怎样安排资源，不是公司所有项目都按统一流水线运行。共同底座的价值，在于让团队有办法选择合适方法，而不是每道题都交给最新的智能体回答。

一项更具体的技术材料来自2026年7月发表的FEP+研究。论文摘要描述，对五类靶点、超过230个大环或环肽相关化合物开展回顾性验证。[6]FEP可理解为自由能微扰方法，用于估计特定变化下的结合差异。研究说明这些计算值得进入研发判断，但回顾性验证不等于新管线前瞻成功，更不是临床结果保证。

这恰好是科学发动机的要害：不只给出分数，还要清楚适用对象、比较基准和误差来源。计算结果若无法解释在什么条件下可信，模型越自信，实验团队可能走得越远。好功法不只是出招快，也要知道自己的招式在哪种对手面前会失灵。

D｜数据工厂，在本篇不应被理解为把客户数据都集中起来。平台可以组织实验结果、计算记录与设计决策，使研究团队能够追踪一个结论怎样形成。[3]这些信息是客户研发能力的重要组成；供应商看得见或帮助管理，不代表自动有权用于共同训练。

E｜经验飞轮再问，真实研发怎样改善下一轮方法。BMS参与新功能共研，为把科学家的实际问题接回平台提供了一条具体路径。[2]但共研项目不等于全部实验数据回流。方法、工具、错误处理和经过许可的模型改进，都可能成为经验载体；需要看哪些确实被下一轮工作使用。

以一个分析情景来说：预测与实验不一致时，团队可能发现结构准备、计算条件或实验假设需要调整。如果结果只被标为“失败”然后丢弃，留下的知识很少；若形成可验证的方法改进，下一个项目便有机会少走同一条岔路。这个能力不取决于原厂是否亲自操作每台实验设备。

F｜资本续航，不能只看软件业务的毛利想象。2026年二季度，公司披露现金、现金等价物、受限现金及有价证券合计约4.188亿美元。[5]这是一组资金项目，不是同额的随用现金，也不是无义务资金。科研支持、软件维护和新研发都需要资源，精确续航还须核对各自义务，不从资产组合直接推算能研发多少年。

表1｜CADEF：科学计算底座与新工作层各有什么作用

所以，本篇不把“物理计算”与“新模型”摆成非此即彼。前者提供科学工具与验证积累，后者可能改变任务怎样提出、组织和执行。真正值得期待的是新工作方式扩大了旧能力的有效使用，而不是智能体把旧工具的所有历史成绩都揽到自己名下。

四｜产业视角·交付：从协作工具到实际研发，效率怎样落到结果？

交付首先要区分三个对象：软件可访问，研究流程可运行，以及候选物或科研成果达到约定要求。获得账号，不等于团队已把工作迁进去；得到更优计算分数，不等于实验已经验证。本篇评价的是科研计算与协作平台，不把后续所有药物开发责任都压在软件供应商身上。

时间上，Manas的多年合作说明方向和资源安排，BMS的Bunsen协议说明下一轮建设意愿，二季度材料则把Bunsen列为早期访问阶段。[1][2][5]这些节点各有分量，但不能拼成一份所有客户已完成部署的验收单。团队培训、已有数据整理、计算任务接入和实际流程采用，都需要时间。

一家公司说计算更快，还要看客户的研究决策是否因此更快。若省下模拟时间，却新增大量数据搬运、人工解释和重复检查，整件事未必提速。反过来，即使某次计算并不更短，只要帮助客户减少一批低价值实验，也可能改善端到端效率。这是TQC应当比较的任务结果，而不是软件跑表。

质量要同时看科学方法与工作链。前面的回顾性研究提供了限定样本中的方法依据；LiveDesign则把协作、数据和工具接入放在一起。[3][6]一项用于研发的结果，还需要可追溯的输入、运行条件和版本，科学家才能知道哪些判断可以延续。预测有误差可以讨论，来历不清的精确小数却很难用于决策。

BMS在合作公告里把Bunsen称为其科研工具箱中的新增能力。[2]这个表述提醒我们：客户有自己的工作判断，新工具可以很有价值，也可能暂时只适合部分任务。要看它究竟减少了哪些负担、哪些关键步骤仍需人工处理，不能用“部署智能体”替全部科学工作宣布自主化。

成本包括计算与托管、许可、配置、科研支持、实验验证，以及失败重试。软件毛利说明供应商一段业务的财务结构，不等于客户每个可靠研究结果的总成本。平台如果让更多非计算专家能够使用经过验证的方法，可能创造更大价值；但要计入新增使用、支持与验证的负担。

表2｜TQC：同一研究目标下，客户真正得到什么

这里真正的平台效率，是让研究团队在一套可维护环境里持续做出有依据的选择。一个客户增加新课题，原有数据组织、工具接入和验证方法还能继续用，才可能少一些从头开工。不是把科学家都赶下山，而是让他们少替工具搬箱子，多花时间做真正的科学判断。

五｜投资视角：长期使用之外，占据与固化还缺什么证据？

Schrödinger的战略锚，是分子研发中可反复使用的计算、模型与工作体系；市场锚则是客户愿意为这些能力持续投入的研发需求，不是整个医药销售额。它研究的天地可以很大，能够留下的价值仍要沿自己的实际工作与合作位置来算。

技术定有物理计算、模型与科研工作组合的长期基础，客户使用和方法研究提供了不同层次的支撑。[2][6]格局定仍应在具体市场里比较，不能凭成立时间和客户名字认定全行业没有其他选择。新智能体也不会因为调用成熟计算，就自动获得独立技术路线和市场格局的满分。

本期金丹初期的主评对象，是科学计算与科研协作的共同底座，而不是一个新推出的聊天入口。BMS长期使用并继续安排新功能共研，Manas又选择把自身研究引擎与平台深度结合，这些关系说明客户不只购买一次结果，也在建设自己的持续能力。[1][2]

其中，Manas材料有明确的建设意向与资源安排，不能独自证明全面投产；BMS的历史关系与新合作也要分状态理解。初期判断承认局部底座关系已经可以辨认，同时保留专属重建成本与更广泛固化的缺口。不能把客户一句赞语当最终判决，也不能要求它公开全部科研秘密，才承认任何依赖。

反事实检验要固定客户目标：保留自己的分子、数据、科研团队和自主研发要求，替换这套共同平台时，哪些计算方法、工具接口、验证记录和协作流程需要重新建立？能够导出数据，未必能够原样带走一套经过验证的工作方式；但使用时间长，也可能只是因为习惯和合同延续。

因此，不能拿“BMS还是会做其他研发”来直接否定占据。药企当然有多条路线，关键是所评的重要业务是否依托这套体系。也不能把范围缩到某一个只能用特定软件读取的小文件，再宣布不可替代。研究需要的是持续承载重要任务的位置，而不是人为截出来的一个小角落。

表3｜当前定位与下一道关：底座、智能体不能混授修为

向中期推进，要看到同等深度关系在更多客户和重要新项目中重复，而不是合作公告变多。若新的智能工作层能承接原来的方法和有效资产，客户下一轮建设会更有积累；若它只是一个可替换助手，科研底座可能仍然重要，但新工具本身不能代领整个平台的修为。

穿价值与穿生态也需要分账。软件、支持和合作可以让原厂分享价值，客户与专业伙伴可以在共同条件上发展自己的研究和服务；具体收益是否稳定，要由持续经营确认。礼来相关合作提供共同供给的安排，[4]但合作方向不等于各方利润已经全部兑现。

元婴还不能凭单期净利润宣布。公司二季度披露净利润约600万美元，同时说明其他收益主要受到Ajax相关投资事件影响。[5]科学成果与投资可以创造真实收益，却不直接说明平台已经能够稳定主导分配。留下多少钱、由什么业务留下、能否持续，应当分别回答。

EDP在这里不是给旧成功补写赞词。科学计算能否支持新任务，工程能否把工具变成可靠工作，开放与共生能否继续吸引客户和伙伴，都会影响下一轮固化。当前位置与后续条件相互联系，却不是同一个结论：有风险不自动抹掉现有依赖，有潜力也不提前完成跨代。

六｜交易视角：稳定采购不等于持续扩用和合理价格

研究科研平台，要把软件与支持、药物合作、投资收益和现金义务分开。长期客户不等于任何价格都值得参与，单期盈利也不等于两高两稳已经成立。新智能体是否扩大使用、改善交付并留下合理收益，仍需实际业务检验；不能把一份部署协议折成所有客户未来的新增预算。本文不提供目标价、买点或统一仓位。相信计算能够帮助发现新药，不代表每一个候选都成功，更不代表今天的价格无需问账。

七｜共修观察：新工作层，究竟是工具箱还是核心流程？

近期第一项观察，是新整合怎样从协议走向实际工作。Manas的研究任务如何使用共同计算条件，BMS参与开发的新功能进入了哪些具体流程，原来的方法和工具有没有被继续承接？这些事情可以通过客户描述、产品进展和研究成果逐步看清，不必用一句“战略合作深化”概括全部。

第二项观察，是这种延续能否在更多外部客户重复。一个客户把新工具放进工具箱，首先说明有采用价值；更多客户把自己的持续研发组织在同一有效底座上，并继续投入人员、方法与预算，才更接近同等深度的固化。对平台而言，客户会自己造模型，也可以成为共同发展的证据，而不是天然威胁。

反证也要具体。客户新增方法主要转到通用环境，移除平台并不影响关键能力；新智能体长期只有试用，没有改变工作和预算；或者伙伴无法在共同供给中维持自己的业务，都会限制两穿与固化的解释。不是出现一家替代供应商就全盘否定，而是看同一目标下替代到底改变了什么。

未来的元婴，要让科学价值形成可持续的分配与收益，同时让合作伙伴仍愿意继续经营。化神再看积累能否帮助新产品和新客户减少从零建设，团队与资本能否持续纠错。旧平台的历史不是免考牌，但已经形成的有效方法也不是可以随手抹掉的旧时代遗物。

本期结论是：科研共同底座已有初期占据依据；新工作层可能加厚关系，尚未广泛固化；EDP决定下一轮还能提供什么；两穿须落在共同经营；元婴仍要由耐久收益证明。能让别人炼自己的丹，也能让自己的炉火长久，这才是值得追的宗门。下一篇看英矽智能：卖出一个好分子，与让别人借自己的体系做研发，究竟隔着哪一道关？

资料与研究口径

本篇刊期为2610，资料核对截至2026年9月24日。主评科学计算、LiveDesign等科研协作及其向新工作层的延伸；“金丹初期，向中期验证”是本系列范围受限的研究定位，不是Bunsen单项产品的独立评级。多年使用、合作安排、早期访问及实际部署分别表述；科学回顾性验证与前瞻研发效果分开。

EDP采用CADEF／时间、质量、成本／开放、共生、团队；金印五阶依据经营事实判断位置，能力用于解释持续性，不作总分换阶。情景、隐喻与反事实检验用于分析，未公开的客户重建成本、数据权限和伙伴收益不补造。

[1] Manas AI｜与Schrödinger深度整合的多年合作

2026-01-12，客户侧公告。支持自建发现引擎与外部物理计算、科学支持结合的安排；具体整合仍有建设状态，财务条款未披露。 原文

[2] Schrödinger／BMS｜Bunsen部署与共同开发协议

2026-08-05，供应商公告，含BMS具名人员说明。支持平台长期使用与新共研安排；部署协议不代表全面运行。 原文

[3] Schrödinger｜LiveDesign产品与开发协作说明

动态官方页面，2026-09-24核对。支持实验／计算数据组织、企业技术接入及外部科研协作能力；不据功能目录认定全部客户效果。 原文

[4] Schrödinger／礼来｜TuneLab与LiveDesign合作

2026-01-09，供应商合作公告。支持外部模型接入、联邦学习及专有数据分离；不证明各方已全面部署、盈利。 原文

[5] Schrödinger｜2026年第二季度业绩

2026-08-05，未经审计季度披露。采用Bunsen早期访问、计算合作、资金组合及单期盈利来源；受限现金与可用资金、投资收益与平台经营分别理解。 原文

[6] Awoonor-Williams等｜大环与环肽结合亲和力的自由能计算验证

2026-07-03在线发表，Journal of Chemical Information and Modeling，DOI:10.1021/acs.jcim.6c01122。摘要所述为回顾性验证，范围为五类靶点与超过230个化合物；不作客户前瞻项目成功率或临床效果依据。 原文

研究说明：本文用于产业与企业研究交流，不构成任何投资建议。阶段为有证据边界的研究判断，未来情景不构成承诺。

声明：本文由 AI 辅助整理初稿。