史丹佛3.7萬代理當虛擬藥廠，藥物設計獲Merck獨立證實

史丹佛教授James Zou在VB Transform 2026上公布的實驗結果值得業界認真看待：一個叫Virtual Biotech的系統，用數萬個AI代理模擬一整間藥廠的組織架構，不是一個超級模型單打獨鬥，而是由一個CSO代理坐鎮，底下分標靶發現、分子設計、臨床安全等部門，每個部門再細分到基因體學、單細胞數據等專門代理——這套架構真正被驗證過的成果是：37,000個「臨床試驗代理」從破碎的試驗數據裡挖出能預測成功率的單細胞特徵，帶這些特徵的藥物標靶上市機率比同類藥物高出約五成。更關鍵的一筆是，這套系統只用2025年1月前的公開數據，自主設計出一款針對CD276蛋白、用於肺癌治療的抗體藥物複合體（ADC），數月後Merck獨立開發出幾乎相同的療法設計，還拿到FDA突破性療法認證——這是外部藥廠在不知情狀況下，替AI代理的產出背書。

這件事真正的看點不是「AI能設計藥」，這早不新鮮，而是Zou團隊做的頭對頭比較：多代理團隊互相辯論、互相說服，產出的方案比單一模型從零想更有創意、更抗錯。換句話說，規模化不是把運算資源全堆給一個更聰明的模型，而是讓一群專才代理彼此摩擦、互相挑戰——這對正在瘋狂堆參數、賭下一代基礎模型會更神的路線，是個不同的答案。

真正卡住這種規模化的，不是算力，是資料介面。Zou直言，就算給舊資料庫包一層MCP，問題也解決不了，因為底層的API本來就不是為代理設計的——把一篇論文的PDF塞進上下文窗口，模型讀不懂圖表，照樣幻覺。他們因此另外做了一套叫Paperclip的系統，把非結構化資料轉成AI原生的虛擬檔案系統，讓代理用檔案操作而非資料庫查詢去存取知識，準確率提升的同時，成本降了一個數量級。這才是這篇報導真正該讓企業技術主管記住的一句話：你堆再多代理，如果餵給它們的資料介面還是給人看的，那套系統照樣跑不動。

對藥廠與生技投資人而言，Merck這個獨立驗證的意義不在於「AI設計對了一次」，而在於它證明了一條可重複的路徑——用歷史公開數據訓練出的代理系統，能在真實藥物開發的時間軸上，搶先預測出後來被證實可行的標靶。這對正在燒錢做me-too藥物的中小型生技公司是個警訊：當虛擬藥廠能用幾萬個代理做出跟Merck並駕齊驅的判斷，人力堆出來的研發優勢正在被重新定價。Zou最後提的管理哲學同樣值得記一筆：別再想著怎麼寫工作流程去指揮代理，該做的是設計環境——把guardrail和誘因搭好，剩下的交給代理自己去吵、去談、去收斂出答案。這是一種放手，但不是放任。