去年那场AI投资峰会上，大家还在争论AI到底能不能被信任。到了今年的硅谷101峰会，问题变了——没人再纠结信不信，而是问：AI的发现，验证得过来吗？

这个转变本身，比任何一项具体技术进展都更值得琢磨。信任是工程和流程问题，验证是科学问题。问题从"能不能用"挪到了"用了之后怎么证明它对"，说明行业已经默认AI能产出东西了，卡点转移到了下游。

瓶颈的位置变了

2025年的瓶颈，被描述为工作流与模型之间的干扰。到了2026年，瓶颈转移到了湿实验的周期性上。湿实验是真实世界里的实验，有物理周期，快不了。AI可以在几秒钟内生成一个假设，但验证这个假设可能需要几周甚至更久。

这意味着算力再快，也快不过实验室里的培养皿。瓶颈从数字世界挪到了物理世界，这是AI进入科学发现深水区之后必然撞上的墙。

药企的角色在变

细胞智能领域出现了一些实质进展，体现在融资、数据共享和药企合作三个方面。药企开始从单纯的投资方，变成主动提供数据的一方。Agent的角色也在变，从执行流程演变为辅助科学发现。

这两个变化放在一起看，逻辑是通的：药企愿意给数据，是因为看到了AI在发现环节的实际价值；Agent从执行者变成发现辅助者，是因为它要处理的问题从"按流程走"变成了"找出可能存在的规律"。

作者给出的判断是：判断没变，证据越来越硬，这个赛道开始兑现了。从信任到验证，关注点的迁移本身就是一种信号——行业不再需要说服彼此AI有用，而是开始处理"有用之后怎么办"。