↩ 研究与项目/超级肽入门读本

第 4 章 千岁与千智：本书的思想实验与价值迁移框架

The Super-Peptide Primer · 05

本章回答：如果寿命趋近 1000 岁、智力趋近 1000，多肽领域的价值会流向哪里，人应该站在哪里。

4.1 设定：两个乘以十的假设

本书建立在一个明确的思想实验之上。设定有两条：

第一条，寿命趋近 1000 岁。 以今天全球平均预期寿命约 73 岁、发达国家约 82 岁为基准，这是一个十倍以上的跃迁。它不要求一夜之间实现，只要求趋势成立：每过一年，剩余预期寿命下降不足一年，最终逼近某种不再随年龄显著恶化的状态。

第二条，智力趋近 1000。 这里的"智力"不是个人智商，而是"人类加上可调用的 AI 系统"的有效认知产出。以今天为 100 计，趋近 1000 意味着单位时间内能提出、验证、迭代的假设数量提高一个数量级以上，且成本大幅下降。

本书不论证这两条设定是否会成立，也不预测它们的时间表。任何认真论证寿命能否延长到 1000 岁的尝试，都会立刻陷入生物学上尚无答案的争论。本书采取的是另一种方法：把设定当作给定条件，推演在这个条件下价值如何重新分配。 这种方法的好处是，即便设定只部分成立，也就是说寿命只延长到 120 岁、有效智力只提高到 300，推演的方向仍然有效，只是幅度打折。一个只在极端假设下成立的结论没有实用价值；本书希望给出的是在广泛条件下都成立的方向性判断。

这里需要说清一个常见的混淆。很多人把"AGI 加速药物研发"理解为"所有环节同时加速"。这是错的。加速是非均匀的。认知密集、可在硅片上完成、有大量数字化训练数据的环节会大幅加速；而受制于物理定律、人体时间尺度、社会信任积累的环节几乎不动。两类环节的速度差被拉开之后，整条价值链的瓶颈会从前者转移到后者。这就是本书要论证的"价值迁移"。

一个简化的类比：如果一条生产线上的第一道工序提速 100 倍，而第二道工序不变，那么这条线的产出只提高很少，而第二道工序前的在制品堆积会暴增。堆积本身会把定价权交给第二道工序的拥有者。类比到此为止，下面回到机制。

4.2 为什么用多肽做标本

要观察"智力"与"原子"之间的价值分配，需要一个同时具备两侧性质的领域。多肽是目前最合适的标本，理由有三条。

理由一：多肽已经在人体上给出了与衰老相关的证据。 这一点使它不只是一个技术案例，而是与思想实验的第一条设定直接相关。2026 年 9 月，美国国立卫生研究院报告，在小鼠生命晚期开始给予司美格鲁肽可延长寿命并延迟多项衰老标志的出现。同年，加州大学圣地亚哥分校的研究给出了第一个随机对照证据，显示司美格鲁肽在多个经过验证的表观遗传时钟上减缓生物年龄，有研究报告细胞衰老速度减缓约 9%。同时，替尔泊肽的 SURMOUNT-MMO 试验把全因死亡率纳入主要复合终点，计划入组约 15,000 人。

必须立刻加限定。小鼠寿命不等于人类寿命，表观遗传时钟是替代指标而非硬终点，复合终点里的全因死亡率不等于以全因死亡率为唯一终点。这些证据加起来只支持一个温和的结论：多肽是目前唯一一类在人体规模上产生了可测量的衰老相关信号的商业化药物。第 12 章会把每一条证据的等级逐一拆开。本书不构成医疗建议。

理由二：多肽是最 AI 原生的药物模态。 第 3 章已完整论证。序列离散、一维有序、有数十亿条天然正样本、设计到验证的反馈回路最短。如果 AI 会让某个药物模态的设计成本先崩塌，那一定是多肽。用一个崩塌最快的领域做样本，能最早看到崩塌之后的结构。

理由三：多肽同时具备可编程性与可化学合成性。 抗体可编程但只能靠细胞培养，小分子可化学合成但难以编程。多肽两者兼有：它的信息是一串字母，可以被模型读写；它的物质是一条化学合成品，需要反应器、溶剂、色谱柱和冻干机。同一个分子的两端分别落在智力侧和原子侧。没有别的模态能让这两侧的对比如此干净。

换句话说，多肽是一台天然的对照实验装置。在它身上，设计成本正在快速下降，制造成本却几乎没降；设计周期压缩到周，产能交付周期仍是 18 到 36 个月。观察这台装置，就能看清 AGI 时代价值的去向。

4.3 四大不可压缩资产

本书的核心论点可以压缩成一句话：AGI 让设计趋近免费，价值迁移到四样 AI 压不掉的东西上。 这四样是临床时间、物理产能、工艺人才、人体数据与信任。下面逐一论证。

资产为什么压不掉2026 年的证据
临床时间人体试验按人的时间尺度运行，随访期不因智力提高而缩短瑞他鲁肽 2026 年申报，获批不早于 2027 到 2028 年
物理产能反应器、色谱线、冻干机、cGMP 车间的交付周期 18 到 36 个月全球多肽 CDMO 2026 年宣布投资超 24 亿美元，仍供不应求
工艺人才工艺放大与质量体系依赖手感与经验，短期无法被模型替代多家 CDMO 明确把人才而非资本列为扩产约束
人体数据与信任生物年龄、死亡率数据只能从真人身上逐年积累，监管与医生的信任同理SURMOUNT-MMO 首次把全因死亡率纳入主要终点

资产一：临床时间

一个 72 周的减重试验就是 72 周，不会因为设计它的人更聪明而变成 36 周。一个事件驱动的心血管结局试验，读出时间取决于足够多的心肌梗死、卒中和死亡在受试人群中发生，而这些事件的发生率由生物学决定。SURMOUNT-MMO 覆盖 27 个国家的 664 个中心，入组年龄 40 岁以上、体质指数不低于 27、已有心血管疾病或多重风险因素的成人，主要终点是非致死性心肌梗死、非致死性卒中、冠脉血运重建、心力衰竭事件与全因死亡构成的五项复合终点。

智力能做什么？它能优化入组标准以富集高风险人群，从而让事件更快累积；能用真实世界数据缩小样本量；能改进终点的选择和统计方法。乐观估计，这些手段合起来能把一个三期项目压缩 20% 到 30%。它不能把三年变成三个月，因为随访本身就是在等待时间流逝。

在千岁设定下，这个约束会变得更严重而不是更轻。如果人活到 1000 岁，那么"这个药在五十年后有没有害处"就成为一个必须回答的问题，而回答它需要五十年的随访。寿命越长，证明一个长期干预安全所需的时间越长。 这是思想实验里最反直觉的一条推论：延寿本身会延长药物审批所需的证据周期。第 23 章会讨论监管机构可能如何用替代终点部分绕开它，以及绕开的代价。

资产二：物理产能

一条大规模固相合成产线包括：能耐受强酸强碱和大量有机溶剂的合成反应器、溶剂回收系统、制备级高效液相色谱、冻干机、洁净区与公用工程、以及全套的自动化与记录系统。从下单到通过工艺验证、可以供应商业化产品，行业经验是 18 到 36 个月。这个周期由设备制造商的排期、厂房建设、设备确认、工艺验证和监管检查共同决定，其中任何一环都不会因为算力增加而缩短。

2026 年的实际情况给出了这个约束的量级。全球多肽 CDMO 在 2026 年宣布的扩产投资超过 24 亿美元，参与方包括 Lonza、Bachem、PolyPeptide、Almac 与赛默飞世尔，产能仍然紧张。Bachem 在瑞士 Bubendorf 的 Building K 于 2026 年 4 月落成，预计 2026 年下半年开始贡献商业化原料药销售，公司同时在 Sisslerfeld 追加超过 5 亿瑞郎的新建投资，其 2026 年上半年资本开支约 1.5 亿瑞郎，相对于同期 3.264 亿瑞郎的销售额，资本强度极高。PolyPeptide 在瑞典马尔默投入 1 亿欧元使固相合成产能翻倍，在比利时 Braine-l'Alleud 的新产能于 2024 年底投产。

这些是钢筋、不锈钢和阀门。AGI 可以帮助设计更省溶剂的工艺，可以优化排产，但它不能让一台反应器提前十八个月出厂。

资产三：工艺人才

把一条序列从实验室的百毫克级做到商业化的百公斤级，中间要解决的问题包括：哪一步会出现聚集、树脂载量如何选择、切割条件如何避免副反应、杂质谱如何界定与控制、色谱梯度如何在放大后保持分离度、冻干曲线如何避免塌陷。这些问题的答案高度依赖具体设备、具体批次和具体序列，其中大量知识没有被写进任何文献，而是存在于工艺化学家和工程师的经验里。

这类知识为什么难被 AI 吸收？因为它的训练数据不存在于公开世界。每一家 CDMO 的批记录都是商业机密，数据量以每年几百个批次计，而不是以十亿计。即便某家公司把自己全部的历史批记录拿来训练模型，样本量也远低于让模型学会泛化所需的规模。这与蛋白序列的情况正好相反：序列数据是全人类共享的免费语料，工艺数据是一家一户的稀缺资产。

结果是，扩产的瓶颈从资本变成了人。多家 CDMO 在公开场合把工艺化学、冻干工程与质量保证人才列为比资金更紧的约束。这个现象直接定义了本书的事业定位建议，第 30 章会展开。

资产四：人体数据与信任

这一项最容易被低估，因为它不像厂房那样看得见。

数据方面：要证明一个干预能延缓衰老，需要在同一群真人身上测量多年。表观遗传时钟、炎症标志物、体能指标、认知指标、以及最终的发病率和死亡率，都必须按真实时间采集。一个已经持有十年人体纵向数据的机构，在 AGI 时代的价值不降反升，因为所有人都有了同样的分析能力，唯一的差别变成谁有数据。

信任方面：一个医生是否愿意给患者开某个药，一个审评员是否愿意批准某个适应症，一个支付方是否愿意报销，这些决定依赖多年积累的关系、经验和责任分配机制。礼来与诺和诺德的价值里，有很大一部分不是分子，而是与全球监管机构打了几十年交道形成的路径知识，以及医生群体对它们的默认信任。这类资本只能靠时间积累，而且一旦损坏，修复也需要时间。

把这两项放在一起还能得到一个推论：随着设计端商品化，人体数据的相对价值会上升到超过分子本身。一个拥有十万人十年随访数据的体系，可以在任何新分子出现时立刻回答"它在哪类人身上最可能有效"，而这个能力无法被任何模型凭空补上。第 24 章会讨论谁在实际持有这类数据，第 26 章会给出量化推演。

四条合起来，构成一个判断标准：任何一项能力，如果它的产出可以在硅片上完成、它的训练数据是公开的、它的迭代周期以天计，那么它会被商品化；反之则会升值。 用这把尺子去量任何一家公司、任何一个岗位、任何一项个人能力，都能得到一个方向性的答案。

4.4 杠铃策略

既然价值会从中间的设计层向两端迁移，定位就应该采取杠铃形态：两端重，中间轻。

端位内容逻辑
防守端高端多肽产能与上游原料交付周期与人才构成物理护城河
进攻端持有临床数据、品牌与监管路径的头部公司时间与信任构成制度护城河
应避开纯设计平台、单品种仿制原料药前者被商品化，后者被价格战
事业端AI 设计到 GMP 量产之间的翻译者同时踩在两端，且数量稀少
个人端只跟随随机对照试验证据不为未验证的假设支付身体成本

防守端指向原子与时间。具体包括：欧美高端多肽 CDMO（Bachem、PolyPeptide、Lonza 等），它们的产能有交付周期保护，客户切换成本高；中国具备多品种能力、有 cGMP 认证与海外备案的原料药与 CDMO 公司，它们的成本比欧美低 30% 到 50%，并且正在获得海外订单，例如圣诺生物的司美格鲁肽与利拉鲁肽已完成美国 DMF 备案，诺泰生物签下约 1.02 亿美元的 7 年 cGMP 高级中间体供应协议，翰宇药业签下 2.19 亿元人民币的 GLP-1 原料药合同。同时要明确避开只押注单一仿制品种的公司，因为 2026 年 3 月司美格鲁肽中国化合物专利到期后，十余家企业的仿制品将陆续入场，价格战与原料药过剩风险真实存在。

进攻端指向平台与监管路径。礼来与诺和诺德构成的双寡头，护城河不在分子，而在四层叠加：临床数据的体量、专利的丛林结构、产能的既成投资、以及渠道与医生信任。2026 年第二季度，礼来全球收入 230 亿美元同比增长 48%，Mounjaro 与 Zepbound 合计接近公司季度收入的 65%。这种规模本身就是壁垒，因为它支撑得起同时跑十几个三期项目的现金流。进攻端还包括另一类标的：能把"衰老"变成可注册适应症的先行者。谁先让监管机构接受一个衰老相关的终点，谁就打开了一个此前不存在的市场，这一步的价值可能超过任何一个分子。第 23 章会评估这条路径的可行性。

事业端是杠铃的第三个支点。AI 设计与 GMP 量产之间存在一个真实的翻译层：能读懂生成模型输出、也能判断一条序列在固相合成中会不会出问题的人。这个交集全球数量极少。AGI 到来后，设计侧的人才供给会暴增，工艺侧不会，因此翻译者的相对稀缺性上升。第 30 章会给出技能清单、学习路径和地理选择。

个人端的原则最简单：只跟随随机对照试验证据，不做自己的一期临床。第 31 章会给出证据分级，把已有随机对照试验支持的、只有替代指标支持的、只有动物数据的、以及没有任何可靠证据的分子分开列出。本书不构成医疗建议，也不构成投资建议。

4.5 最大反例：口服小分子

一本诚实的书必须把最能推翻自己的证据放在显眼处。对本书而言，这个反例是口服小分子 GLP-1。

2026 年 4 月 1 日，礼来的 orforglipron 获 FDA 批准用于成人肥胖或伴有体重相关合并症的超重，商品名 Foundayo。它是第一个不受服药时间、进食与饮水限制的口服 GLP-1 类减重药。ATTAIN-1 三期试验中，72 周平均减重 6 mg 组 7.8%、12 mg 组 9.3%、36 mg 组 12.4%，同时收缩压、甘油三酯与多项胆固醇指标改善。起始剂量方案为逐步滴定。

关键在于它的制造。orforglipron 是一个非肽类小分子，走标准有机合成路线，不需要固相合成反应器，不需要制备级色谱纯化，不需要冷链注射剂的灌装线。它的产能扩张是化工厂的问题，交付周期和单位成本都远低于多肽。它也不需要注射笔，因此绕开了 2022 到 2024 年短缺中最紧的那个环节。

如果口服小分子拿走主流减重市场，本书的产能论证会受到严重削弱。最坏情景是：多肽 CDMO 在 2026 到 2028 年建成的产能，在 2029 到 2032 年面对一个需求增速远低于预期的市场，形成产能过剩，毛利率下滑，2024 到 2026 年的高估值被证伪。

反方的论据有四条，需要一并给出。

第一，疗效差距真实存在。orforglipron 的 12.4% 与替尔泊肽的 20.9%、瑞他鲁肽的 28.7% 之间不是细微差别。在减重领域，减重幅度与合并症改善程度高度相关，疗效差距会自然形成市场分层：轻中度患者与价格敏感人群用口服小分子，重度患者与追求最大获益者用注射多肽。

第二，多靶点目前只有多肽能做。orforglipron 只激动 GLP-1 受体。GIP 受体、胰高血糖素受体、胰淀素受体至今没有同等成功的口服小分子激动剂。礼来资助的五靶点激动剂（GLP-1、GIP、胰高血糖素、胰淀素、降钙素）在 2026 年 6 月披露临床前数据，走的仍是多肽路线。只要"更好的疗效来自更多靶点"这条规律成立，多肽在高端市场就有位置。

第三，多肽的其他领域不受影响。多肽偶联药物、放射性配体、大环肽、细胞内靶点这些方向与减重无关，它们的产能需求独立增长。2026 年临床阶段多肽候选药物 150 个以上，临前 600 到 700 个，减重只占其中一部分。

第四，市场总量仍在扩大。即便口服小分子拿走份额，全球肥胖人群的渗透率目前仍然很低，总量增长可能吸收两条路线的产能。

综合判断：口服小分子会压缩多肽在大众减重市场的份额，但不会消灭多肽产能的需求；它会让产能的增长曲线变平，而不是掉头。这个判断的关键监控指标是 orforglipron 及后续口服小分子的实际放量速度与真实世界耐受性。2026 年第二季度 Foundayo 销售额为 9,800 万美元，处于上市初期，尚不足以判断趋势。第 20 章会把这个反例做成一个完整的量化推演，第 32 章会把它列为本书论点的第一个失败模式。

4.6 反向思考：千岁世界里的药是耗材

如果第一条设定真的成立，最先被重新定价的不是药，而是折现率。

在一个人预期活 1000 年的世界里，未来现金流的折现方式会彻底改变。今天的资本市场用 8% 到 12% 的折现率评估一家制药公司，隐含假设是投资者的时间偏好。如果时间偏好因为寿命延长而大幅下降，长期现金流资产的价值会大幅上升。土地、基础设施、有永续特许经营权的资产、以及能长期收取费用的商业模式，会比一次性的治疗产品更值钱。

同时，医疗的形态会从"治疗"转向"维护"。治疗是一次性的干预，维护是终身的例行消耗。在维护模式下，一个每周注射一次、需要终身使用的多肽，不是奇迹，是耗材。耗材生意的特征是：单价下降，总量巨大，利润来自成本控制和渠道，而不是创新溢价。这正是胰岛素在过去一百年里走过的路。

这条反向思考对定位的含义是明确的：真正的超级多肽定位，是拿住能长期收耗材费的位置，而不是等一个能改变人类的分子。 长期收耗材费的位置包括：低成本高质量的原料药产能、有粘性的供应关系、被写进指南的品牌、以及分销与给药装置。它不包括：单个分子的专利、一个更好的设计模型、或者一个尚未验证的抗衰老概念。第 27 章会把千岁世界的经济学展开，第 29 章会把这个结论转换成具体的资产分层。

4.7 如何阅读本书

本书共六部三十二章加五个附录。读者可以按顺序读完，也可以按目的跳读。下表给出导览。

部分章节回答什么适合什么目的
第一部 底层逻辑第 1 到 4 章多肽是什么、从哪来、为何 AI 原生、本书论点所有读者的必读起点
第二部 科学与技术第 5 到 12 章受体生物学、多靶点、递送、AI 设计、衰老证据想理解机制、判断科学真伪
第三部 制造与供应链第 13 到 18 章怎么造、谁在造、产能瓶颈、成本与价格战想理解防守端资产
第四部 商业与竞争第 19 到 24 章双寡头、口服威胁、挑战者、临床经济学、监管、支付想理解进攻端资产
第五部 AGI 变量第 25 到 28 章设计免费之后、什么不被压缩、千岁经济学、三种情景想做长期推演
第六部 定位手册第 29 到 32 章资本、事业、个人三条定位线与失败模式想直接得到行动框架
附录A 到 E术语、公司目录、分子档案、时间线、数据汇总查阅与核对

几条具体的读法建议。

如果时间只够读四章，读第 4 章（本章，论点）、第 17 章（产能与人才瓶颈）、第 20 章（口服小分子威胁）、第 29 章（资本定位）。这四章构成论证的最短完整链条：论点、支撑、反例、结论。

如果关心科学真伪，重点在第 11 章（AI 从头设计的真实能力边界）与第 12 章（多肽与衰老生物学的证据分级）。这两章会把"听起来很厉害"和"有数据支持"分开。

如果关心中国机会，重点在第 16 章（中国产业链全图）、第 18 章（成本曲线与价格战）、第 21 章（挑战者名录中的中国部分）、第 23 章（中国审评改革）。

如果关心个人健康，只读第 12 章与第 31 章，并且带着第 31 章给出的医生对话清单去问自己的医生。本书不构成医疗建议。

最后说明本书的自我否证条件。第 32 章会把本书论点可能被证伪的路径逐条列出，包括：口服小分子全面替代、产能过剩提前到来、AI 攻克工艺预测、监管接受计算证据替代部分临床数据、以及千岁设定本身在可预见的时间内不成立。一本给出判断的书，应当同时给出自己错在哪里的检验方法。读者读完之后如果只记住一件事，本书希望是这一句：在一个智力趋近免费的世界里，去站在那些智力买不到的东西上面。

本章要点

与定位的关系

对资本定位而言，本章提供的是一把尺子而不是一份名单。尺子是：这项能力的产出能否在硅片上完成、它的训练数据是否公开、它的迭代周期是否以天计。三个答案都是"是"的，会被商品化；有一个答案是"否"的，值得付溢价。用这把尺子重新审视任何一家公司的估值构成，把"它的技术有多先进"换成"它持有哪些不可压缩资产"，得到的排序往往与市场共识不同。第 29 章会把这把尺子变成一张分层表和一组监控指标。本书不构成投资建议。

对事业定位而言，本章确立了翻译者岗位的理论依据。价值迁移不是一个模糊的趋势，它有明确的机制：公开数据训练出的能力会贬值，私有数据与具身经验支撑的能力会升值。工艺知识恰好符合后者的全部特征，它的数据以每年几百个批次的速度产生、封闭在企业内部、且高度依赖具体设备。这意味着即便有效智力提高十倍，工艺人才的相对稀缺性也不会下降。第 30 章会把这条判断转换成两年内可执行的路径。

对个人定位而言，本章给出的原则是不对称的风险管理。在一个可能活很久的世界里，任何不可逆的身体损害的代价被放大了，而等待证据的成本被降低了。今天少用一个未经验证的分子，损失的是可能的几年收益；今天多用一个未经验证的分子，损失的可能是几十年。这个不对称本身就是答案。第 31 章会把它写成证据分级与风险清单。本书不构成医疗建议。

资料来源

← 第 3 章 为什么多肽是 AI 原生模态
第二部 科学与技术 →