9 月 28 日Anthropic 和 Adaptyv Bio 联合主办的蛋白质设计竞赛正式开赛。官网首页写着一行大字Open to everyone and free to enter。翻到赛事条款 Section 3.1China 排在禁赛名单第二位。首页那行字和条款第 3.1 条说的是两件事先把这场比赛的分量说清楚。Anthropic 拿出价值100 万美元的 Claude API 额度Adaptyv Bio 负责把入选设计真做出来、真测出来计划验证的设计总量超过5000 条。Modal 出算力Twist Bioscience 出 DNA 合成。赛题选了五个前沿方向物种交叉反应性、pH 敏感性、肽-MHC 特异性以及 GPCR 一类公认的高难度靶点。这些词翻译成人话就是不是让 AI 画个好看的分子而是要它设计出在真实实验里站得住的分子。然后看条款。Section 3.1 列了一张禁赛名单参赛者不得为以下地区的合法居民或注册实体——Belarus、China、Cuba、Iran、Myanmar、North Korea、Russia、Sudan、Syria、Crimea。一共 10 个国家和地区China 在列。名单的逻辑不是「技术能力」是注册地。这不是「少了一个奖」的问题。赛事规则写明参赛者保留设计所有权所有实验数据公开发表。被排除在外等于拿不到那 5000 条设计在真实湿实验里的表现数据。对做蛋白质设计的人来说公开的「设计→表达→结合」三元组数据比奖金稀缺得多。这场比赛真正稀缺的东西不是奖金Adaptyv Bio 今年 8 月做过一次基准测试把 16 个公开靶点交给 Claude Science 设计序列匿名单测。结果是这样的。提交设计1320 条成功表达1254 条95% 表达率结合靶点354 条26.8% 命中率16 个靶点中仅 1 个零命中95% 的序列能被细胞表达出来354 条真的结合上了靶点平均命中率 26.8%。按 Adaptyv 自己的口径这套设计「能在 6 个赛道里赢下 5 个」。Adaptyv 的 CEO Julian Englert 说过一句判断纯由 AI 智能体组成的团队拿下一道题在理论上完全可能实现。哈佛医学院研究 AI 智能体的 Marinka Zitnik 把这层意思推得更远——这类竞赛密集出现说明 AI 做科学的能力在快速进化但终极考验还没到那要等到一个 AI 系统独立做出突破性发现并被有经验的科学家判定为「值得诺贝尔奖」。关键在「实测」两个字。模型生成一条序列只要几秒。它能不能表达、能不能折叠、能不能特异结合只能靠实验回答。Adaptyv 的价值就在这里——它把 DNA 合成、无细胞表达、表面等离子共振SPR结合检测串成一条自动化流水线客户可以直接通过 API 下单做实验。这家公司在 2026 年 8 月拿到3435 万欧元A 轮由 Highland Europe 领投团队从种子轮至今扩了三倍收入涨了约 10 倍客户超过 100 家其中包括顶级药企和前沿 AI 实验室。一门「替别人做湿实验」的生意能涨成这样说明整个行业的瓶颈已经不在设计端。反哺训练AI 设计生成候选序列DNA 合成无细胞表达纯化与质控SPR 结合检测实验数据这张图是干湿闭环。链条上任何一环断掉前面所有的计算都是自嗨。所以被排除在外的代价很具体你的设计没法进入这条流水线也就拿不到属于你自己的那份标注数据。门关上的同一周三张桌子摆了出来有意思的地方在于时间线。长江杯 20269 月 24 日在上海启动。由上海交通大学、上海人工智能实验室、临港实验室、昌平实验室、香港中文大学、浙江大学、上海科学智能研究院等十余家机构联合发起。奖金池 100 万元人民币计划对不低于5000 条设计序列免费做湿实验检测覆盖表达、纯化、检测全流程。面向全球高校、科研院所、企业团队和个人开放不设地域限制报名从 9 月 24 日开到 10 月 31 日。Poreva Open由镁伽科技联合国内头部药企、明势创投等发起。同样面向全球开放不限定模型、不限定技术路线首届计划在 2026 年 11 月开放提交统一双盲验证10000 条设计。除了公开赛题后续还会引入隐藏靶点和盲测任务避免公开数据污染结果。Grand Challenges来自 Geodesic Intelligence极奥智能。创始人顾全全在 9 月 10 日官宣公司同时挂出一张悬赏令向全球征集药物发现里最难的问题入选题目每道奖励 10 万 Geodesic credits题目定下来之后再单开一轮解题征集每道经验证的解奖励100 万美元现金。征题页面的原话是anyone is welcome to submit questions, whether you are a researcher, clinician, drug developer, student——不问国籍不问身份。这家公司注册在海外做的是从 AI 智能体、自研结构预测模型到自建湿实验室的全栈反而一条地域限制都没写。三场赛事三种打法。蛋白质设计的公共验证需求问题导向Geodesic先找最难的题设计导向长江杯 / Anthropic×Adaptyv比谁设计得更准基准导向Poreva Open建长期可比的标尺注意这几件事不是「对抗」是补位。Anthropic 解决的是「验证太贵」Geodesic 解决的是「方向对不对」Poreva Open 解决的是「结果能不能横向比较」。三件事不冲突缺的都是同一件东西公开的、标准化的湿实验能力。判断分水岭不在护照在谁能把设计送进实验室把这几件事放在一起看有三个信号值得记下来。第一AI 制药的竞争重心正在从模型转向产能。2026 年 9 月OpenAI 与 Ginkgo Bioworks 原定的「人机单挑」蛋白质竞赛被临时改成了开放报名的「合竞」模式赛期推到 10 月中旬。触发调整的是 OpenAI 内部模型在不到一周内解决纳维-斯托克斯Navier-Stokes问题引发的科学界震动。Ginkgo 联合创始人 Jason Kelly 的说法很直接「所有人都害怕输。」改赛制的真正原因是比赛执行不再靠人手而是靠机器人——**由机器人当裁判把方案转成指令去跑实验。**实验通量决定了比赛的边界。这里有个细节值得对照。9 月 17 日也就是这场比赛开赛前 11 天Anthropic 上线了生命科学验证计划LSVP把 Mythos、Opus、Sonnet 三档模型在生物学场景下的安全阈值放开交给经过研究资质、安全标准和伦理审查认可的专业团队使用Xaira Therapeutics、Edison Scientific、Manifold Bio 是首批用户。一边按「资质」开门一边按「注册地」关门。两套标准摆在一起就看得清楚问题不在能力在准入规则本身长什么样。第二湿实验产能正在变成新的军备竞赛标的。Adaptyv 计划在 2026 年底把实验室产能翻三倍Poreva Open 一上来就是 10000 条双盲验证长江杯把 5000 条免费检测作为核心筹码。这些数字背后是同一件事谁能提供更多「可比的真实实验数据」谁就握着这个领域的定价权。第三开放数据集会成为比模型权重更硬的资产。模型会开源权重会泄露但「设计序列 表达结果 结合亲和力」这种带湿实验标注的成对数据只能靠真金白银的实验攒出来。这也是为什么各家的赛题设计都在强调「结果公开发表」。这里必须标注一句前两条是已经发生的公开事实第三条属于推测——开放数据能否真正形成网络效应取决于各赛事后续是否真的把原始数据完整放出来目前还没有一届跑完完整周期。说句实在的。一个研究者能不能参加一场比赛本来应该看他的模型行不行、设计准不准。把注册地写进排除条件等于用一张表格提前替实验做了判断。而这场争议真正的落点不在谁被拦在门外而在门里面的那 5000 次实验数据最终会不会流向所有人。