传统抗体发现就是在十亿亿种排列组合里碰运气——实验室花几年筛数百万分子，烧钱无数，命中率还低得感人。现在突然有人把成功率提到 40%，直接让辉瑞、礼来掏钱：Chai Discovery 刚拿到 4 亿美元 C 轮融资，估值跳到 38 亿，手握着能 " 编程 " 分子交互的 AI，正把湿实验的运气变成干计算的确定性。

Chai 的核心是预测并重塑分子间的相互作用，这是理解药物化学的第一步。最新模型 Chai-3 被公司称为 " 阶跃式变化 "，特定靶点命中率比前代翻倍，达到约 35%-40% 的实体成功率，而这不靠盲目筛选—— AI 基于疾病靶点做快速模拟，从天文数字的可能性中直接生成高质量候选分子，不需要先搬出一大堆随机分子逐个测试。

融资队伍也足够豪华：Index Ventures 领投，Kleiner Perkins、红杉资本、Dimension 跟投，新入局的有 Bain Capital Ventures、Battery Ventures、Baillie Gifford、BDT & MSD、Sapphire Ventures 和 Avra Capital，现有投资方 Thrive Capital、OpenAI、Oak HC/FT、Menlo Ventures、General Catalyst 继续加注。三轮下来总融资约 6.3 亿美元，去年 12 月那轮估值还只有 13 亿，现在几乎翻三倍。在一个基础模型尚未完全验证的赛道，这种估值跃迁在今天的市场上相当刺眼。

商业落地来得比很多同行硬。Chai 与辉瑞签下一项里程碑式的许可协议，辉瑞不仅可使用 Chai-3，还获得了一个用自家专有数据训练过的定制模型；礼来变成了付费客户，与诺华建立起正式合作。三家跨国药厂同时对一家 AI 药物发现初创下单，说明 "AI 设计的分子 " 已越过概念验证线，至少高到能让企业的采购部门批准预算。

不过这行业从不缺天真的乐观。据 Excelra 的一份高管报告，尽管有大量资本涌入，AI 药物发现公司仍然面对非常真实的上坡路——从 " 看起来有希望的靶点 " 到通过临床试验，中间隔着数不清的失败。Chai 主攻抗体，而抗体作为人体的先天防御武器，理论上可以针对任何外敌生成一把定制锁，那把锁的可能组合数量是 10 的 18 次方。传统方式就是一把一把试，现在 AI 可以缩小搜索范围，但并不是所有生物学复杂性都能被当下的模型消解。

Chai 的 CEO Joshua Meier 自己倒是有句话很直白：" 明天的药物就应该按照现代工程的精度、速度与规模去设计。" 他称 AI 药物发现已经从 " 画饼 " 进入了部署阶段。不管别人怎么看，辉瑞的合同和那 4 亿美金，至少暂时把 " 明天 " 的时钟拨快了一圈。