凌晨4点，谷歌园区的一间办公室里，德米斯・哈萨比斯面前的屏幕还亮着。这是他在 Alphabet 带领 AI 研究的常态，却不仅仅是为了深度学习的新突破。同一时间，他心里的计时器也在为另一家公司跳动 —— 2021 年从谷歌剥离的 AI 药物发现企业，同构实验室（Isomorphic Labs）。最近，这家公司刚刚跨过一个关键节点，3 月完成了一轮 21 亿美元的 B 轮融资，领投方是兴盛资本（Thrive Capital）。

融资本身在资本市场不算稀奇，但这笔钱的目的被哈萨比斯清晰地标记为“涡轮增压”下一阶段。翻译成具体动作，就是扩张算力、生成更多数据、铺开管线。他告诉《财富》杂志，在药物发现这件事上，团队一开始就不接受任何环节存在摩擦。“短期来看，最明显的就是要更多算力……它不是通用人工智能实验室那个量级的算力需求，但算力越多，我们能做的实验就越多，能运行的推理就越多。”这番表态，把第一阶段的重心直接压在了计算基础设施上。

打开网易新闻 查看精彩图片

算力只是推力的一部分。哈萨比斯的目光还瞄向了更深层的物流与硬件架构，甚至包括自动化实验室这个远景。他没有急于给出落地时间表，只强调“毫无疑问，到某个时间点我们会走出去做这件事，但我们需要把时机把握好。自动化这一块还有很多研究要做，具体哪些可重复的步骤值得自动化，也还需要确定。”这种克制，恰好与药物发现历史的漫长周期间形成张力 —— 一个新药从实验室走到 FDA 完全批准，本身就是大量试错之后的小概率事件，而当下同构实验室还没有任何管线进入临床试验。

哈萨比斯拒绝划定临床入组的具体时间线，但释放的信号足够明确，一切指向“越快越好”。他说：“我能说的是，我们有好几个项目正处在临床前阶段，进展非常顺利。新的资金、新的合作伙伴关系（包括与强生和诺华的合作）……如果你想推断事情进展如何，现在已经有足够多的数据点了。”这番措辞里，藏着一种不靠单一项目定输赢的底气。

这种底气，其实就写在公司的名字里。“同构”源自一个数学原理：两个实体表面看起来完全不同，底层却共享同一套结构。哈萨比斯将这套原理平移到药物研发领域：“一方面是生物学，另一方面是信息科学。我认为生物学可以被视为信息，细胞可以被视为信息结构。因此，在我看来，AI 是理解生物学的完美工具或者说描述语言 —— 去理解信息结构与生物结构之间那条同构的连线。”他衡量成功的标尺也因此变得不同，不是某一款药获批，而是“构建一个可以解决整体问题的平台，解决所有疾病”。

从 2021 年分拆，到如今 B 轮到位、临床前管线推进，同构实验室正把“用信息科学重塑药物发现”这个宏大命题，一步步压进可执行的算力、自动化与合作伙伴协议中。而那个凌晨 4 点还在办公桌前的人，此刻更想要验证的，恐怕不是一篇论文的引用量，而是一个平台能否真的重写现代新药从实验室到病床前的漫长时间线。