Anthropic砸百万做蛋白，却被一家成立7天的公司抢了先？
你有没有发现，AI圈最近的新闻越来越像悬疑剧了？
前脚刚听说某大厂发布重磅产品，后脚就有人扒出——同款操作，一家成立仅一周的初创公司早了一天。
这次的主角，是Anthropic和一家叫Geodesic Intelligence的中国公司。故事比你想的精彩。
百万美元的较量，差了一天
🔥 Anthropic的大招：优化模型+悬赏实验
17日，Anthropic宣布在不到四周内优化了30多个开源生物分子模型，推理平均提速约4倍。
更狠的是，他们还搞出一个低内存模式，能在单个NVIDIA H100 GPU节点上处理超过10000个token的生物分子系统预测。
光有模型还不够。Anthropic同时和Adaptyv Bio联合发起蛋白质设计公开赛，精选5道前沿设计难题，计划在自动化实验室里验证5000条以上设计，提供最多100万美元的Claude积分。
AI+蛋白+一百万，消息一出，圈内沸腾。
看起来，这是本月最大胆的一步棋。
⚠️ 但有人比它早了一天
翻一下时间线就会发现，Anthropic不是第一个这么干的。
就在它发帖的前一天，9月16日，一家官宣才刚满一周的AI制药公司，已经把同样量级的悬赏令挂了出去。
而且玩法更野：不是悬赏解法，是悬赏问题本身。
这家公司叫Geodesic Intelligence（极奥智能）。
它向全球征集药物发现里最难的问题，标准只有一条：一旦解开，能改写这个行业未来5到10年的能力边界。
科学委员会逐一评审，入选问题每道奖励10万Geodesic credits。
题目定下来之后，再单独开一轮解题征集——每道正式挑战，谁交出经过验证的解，奖100万美元现金。
不是积分，是真金白银。
创始人顾全全转发时只写了三句话：「有些问题值得用最快速度去解，药物发现就是其中之一，一起把最难的题找出来、解掉。」
两件事放在一起，画面就很魔幻了。
Anthropic花钱做实验，比赛每周一道设计题，比谁设计的binder能在实验室里做出来、测出来。官方条款写明没有现金大奖，一百万主要是积分和湿实验费用。
Geodesic花钱买问题，100万美元现金留给经过验证的答案，但第一步是让全世界来告诉它，什么问题最值得解。
一个在送样，一个在立题。时间上，Geodesic在前，Anthropic晚了一天。
一家刚亮相一周的初创公司，居然被Anthropic给「蒸馏」了！
更魔幻的，是谁有资格参赛
💡 「对所有人开放」，然后呢？
Anthropic×Adaptyv蛋白质设计公开赛，首页大字写着「Open to everyone and free to enter」——对所有人开放，免费参赛。
听起来很美好。
然而翻开官方比赛条款Section 3.1，一份禁赛名单赫然在列。
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……
这意味着，中国的蛋白质设计研究者，不管你是中科院的结构生物学家，还是清华的计算化学博士，不管你有多少篇Nature、多少个验证过的binder，你没有资格参加这场「对所有人开放」的比赛。
首页说「Open to everyone」，条款里却把14亿人排除在外。
再看Geodesic那边。
Grand Challenges征题页面写得很清楚：Anyone is welcome to submit questions, whether you are a researcher, clinician, drug developer, student, or simply someone with a deep interest in the future of drug discovery.
研究者、临床医生、药物开发者、学生——不问国籍，不问身份。
100万美元可以奖励一个答案，但提出问题的资格，不应该由护照决定。
Geodesic没有Anthropic那样的规模。但它愿意从一个更简单的原则出发：让全世界的科学家，都有机会把自己认为最重要、最困难的问题带到桌上。
因为真正伟大的科学，从来不属于某一个国家、某一家公司。
它属于所有愿意解决问题的人。
这家抢跑的公司，到底是什么来头？
🌟 目标：从生物学到药物的最短路径
本月10日，顾全全在X上官宣Geodesic Intelligence（极奥智能），同时发布两款产品。
公司官网首页只写了一句目标，简洁到近乎傲慢：Build AGI that discovers the shortest path from biology to medicines（做能找到从生物学到药物最短路径的AGI）。
怎么做？Geodesic搭了一套叫Nova Stack的技术栈，从软件到模型到实验室，三层全部自己握着。
🌟 第一层：NovaDDE——给科学家的AI指挥部
NovaDDE是Geodesic的智能体工作台。
做药的工序很多，翻文献、查生物学证据、看分子结构、跑计算模型、评估结果，平时得在十几个工具之间来回切换。
NovaDDE把这些全部收进一个平台，用AI智能体替科学家规划任务、调用模型、评估结果，每一步决策都自动留下记录。
你可以用自然语言描述你想做的实验决策，也可以直接进入设计模式——圈定靶点表面，让系统生成约80个氨基酸的binder。
官网给的数据漏斗很直观：设计1000多个候选分子，排出100多个高质量方案，最终10多个送进实验室验证。
一个关键细节：用户的靶点数据归用户所有，不拿来训练模型，要求删除就删除。
🌟 第二层：NovaAtom——把分子「拍清楚」
NovaAtom-Lite-Preview是Geodesic自研的全原子结构预测模型，NovaAtom家族的第一个成员。
简单说就是，输入一组分子的序列，算出其中每个重原子的三维坐标。把分子长什么样、彼此怎么咬合，像拍CT一样看清楚。
三个核心特点。
一是「全家桶」式预测。蛋白、DNA、RNA和小分子放在一起算，不是分开预测再拼接，而是一步到位。这对理解药物和靶点之间的复杂互动至关重要。
二是支持复杂约束条件。环状多肽、需要和靶点形成共价键的药物、指定结合位置——都能作为条件喂给模型。
三是自带「可信度标签」。每个靶点给出5个预测结果并排好序，每一处结构还标着模型对这个位置有多大把握。
目前放出来的是轻量快速版，更大的版本还在训练中。
🌟 第三层：NovaLab——电脑里画的分子，得真做出来
光在屏幕上画分子不算数。NovaLab是Geodesic自建的湿实验验证系统，负责把设计变成实物。
每个binder要过七关：做不做得出来？做得对不对？能不能结合？结合得多牢？换一台仪器反过来再测一遍，信号是不是真的？有没有成药的潜质？到底管不管用？
七关走完，实验数据反哺回AI，训练下一代模型。这就是Geodesic反复强调的闭环：AI→设计→实验→学习→再来一轮。
做AI制药的公司不少，但从AI智能体、基础模型到自建湿实验室全链条都自己搭的，在初创公司里极为罕见。
大多数同行要么做模型不做实验，要么做实验不做模型。Geodesic两头都押，上来就打全栈。
药研开始为「问题」付钱
OpenAI花数百万美元算力攻克数学难题，转身放弃百万奖金；Anthropic拿出百万级资源赞助蛋白质设计比赛，让更多设计有机会走进实验室。
Geodesic从另一个方向切入——先让全世界告诉它，哪些题最值得做。
Anthropic解决的是「验证贵」的问题。Geodesic解决的是「方向对不对」的问题。
两件事并不冲突，两头都缺钱。
但谁先把题立住，谁就在定义这个行业的下一个十年。
数学的千禧年难题，等了26年才等到OpenAI宣称攻下第二道。
药物发现等不了这么久，它值得用最快的速度去解。
真正稀缺的从来不是答案，而是敢于提出正确问题的勇气。
如果给你一次机会，向全球AI制药公司提一个「最值得解」的问题，你会问什么？
评论区聊聊你的想法，点赞让更多人看到这场关于「问题」的竞赛，分享给身边做科研的朋友！
