事件
中國生物科技新創寻明生科（Aurase Therapeutics）完成 3500 萬美元 A+ 輪融資，投資方包括紅杉中國、經緯創投、博遠資本等。融資金額與投資陣容都指向一個明確的戰略方向：從實驗室科研轉向工業化製造。
寻明生科做什麼？
核心產品是「AuraIDE™功能抗體設計平台」——本質上是一套 AI 系統，能自動設計「更好的抗體」。抗體是生物製藥的子彈，但傳統方式需要數百名科學家花 3-5 年摸索。寻明生科的承諾：用演算法代替這個過程。
融資的三個關鍵信號
1. 從科研到工廠的轉變
新融資的用途暴露了方向： - 「基座模型與智能體能力建設」= 把一個實驗室工具擴展為可處理多種問題的通用系統 - 「高通量高內涵實驗平台」= 建設物理工廠、把演算法的建議自動化執行 - 「打通從立項、分子設計到轉化落地的關鍵環節」= 從單點工具升級為端到端流程
這不是在優化一個步驟，而是在重新定義整個生物發現的生產線。
2. 「智能體」背後的思維
「智能體」這詞出現頻率高、不是偶然。在 AI 語境中，智能體 = 能自主決策、執行、反饋的系統。相對於「模型」（只預測），智能體能像科學家一樣： - 看到數據 → 提出假設 → 設計實驗 → 迭代優化
寻明生科的目標是把生物科學家的決策邏輯編成軟體，讓系統自己跑。
3. 「基座模型」的野心
生物學有個難點：每種蛋白、每種疾病規則都不同。傳統 AI 需要為每個應用單獨訓練。「基座模型」的含義是：訓練一次，適用於多個抗體、多個疾病靶點。這是規模經濟的體現——邊際成本趨近於零。
為什麼這輪融資重要？
生物製藥的傳統瓶頸是「時間 + 成本」。美國 FDA 批准一個新藥平均耗時 10 年、花費 25 億美元。如果 AI 能把前置的分子設計環節從 3 年壓到 3 個月、成本從億級降到千萬級，行業的遊戲規則就改了。
寻明生科的融資方（紅杉、經緯）都是經歷過軟體工業化的投資者。他們看的不是「這家公司會發現多少新藥」，而是「這套系統能服務多少製藥公司」。從交付產品到交付能力的轉變，融資規模的跳躍反映了這個認知。