企业官网建设流程全解析

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 3.1，China 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。

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。

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 2026，9 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。

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。