Do AI-Native Biotechs Need Departments? Benchmarking Company World Models for AI-Driven Drug Development

想象一个这样的世界：开发一种新药不仅仅是在实验室里混合化学物质，而是在高压下做出成千上万个高风险决策的过程。这就像是在运行一款规模宏大、极其复杂的电子游戏，你必须决定升级哪些角色、跳过哪些关卡、何时卖掉库存，而与此同时，游戏规则还在不断变化。几十年来，人类公司通过将工作划分为不同的“部门”来解决这个问题——一个生物团队、一个规则团队、一个销售团队等等。他们互相传递便笺，寄希望于最终的“大 Boss”（FDA 或市场）能感到满意。但如果我们能建立一家由 AI 驱动的公司呢？我们是应该直接把这些人类部门“复制粘贴”到机器人角色中，还是有一种更聪明的组织“数字大脑”的方式？

这就是一项名为《AI 原生生物技术公司需要部门吗？》的新研究所探讨的核心问题。研究人员正在探索一个被称为“世界模型”（World Model）的概念。你可以把“世界模型”想象成一个超级强大的水晶球，它不仅是在猜测未来，而且在不断更新一张关于“现在正在发生什么”以及“如果我执行 X，会发生什么”的实时地图。世界模型不仅仅是观察拼图的一个碎片，它还维持着一个运行中的评分系统，记录每一次行动如何改变公司的成功概率、资金状况以及获批前景。这项研究提出了疑问：如果我们构建一家 AI 公司，我们应该强迫它像人类公司那样拥有不同的部门，还是应该让它运行在一个单一的、共享的“实时地图”之上，由所有人实时更新？

实验：一场穿越时空的决策游戏

为了寻找答案，研究人员并没有建立一家真实的药物公司，也没有在实验室里测试新药。相反，他们创建了一个“干实验室”（dry-lab）基准测试，这就像是一个巨大的、拥有 45 个关卡的电子游戏关卡，旨在测试决策能力。他们选取了药物行业历史上 45 个真实的时刻——在这些时刻，公司必须决定是继续资助某种药物、停止研发，还是将其出售。他们将这些场景交给不同的 AI 团队，但有一个限制条件：AI 团队只能看到截至该特定历史日期的信息。它们不能“偷看”未来，以了解该药物是否真的有效或是否赚到了钱。

研究人员测试了四种不同的“团队结构”，以观察哪一种能做出最好的决策：

1. 人类复刻版（The Human Copy）： AI 智能体完全模仿人类部门（生物部、临床部、销售部等）的行为，通过向委员会传递备忘录来进行协作。
2. 增强版人类复达版（The Human Copy Plus）： 上述结构的智能化版本，其中的部门拥有更好的记忆力，并且能够进行更有效的争论。
3. 以资产为中心的 AI（The Asset-Centric AI）： 团队围绕一个单一的、实时的“资产记录”（一个追踪药物进展的数字文件）进行组织，而非围绕部门。
4. “公司世界模型”（价值转化型）（The "Company World Model" - Value-Conversion）： 这是全场的明星。这个团队没有部门。相反，它拥有一个共享的“实时资产价值记录”和四个特殊的“房间”作为操作员：交易室（检查合作伙伴是否想购买）、审批室（检查监管机构是否会批准）、营收室（检查人们是否会购买）以及投资仲裁者（根据实时地图决定下一步行动的“老板”）。

结果：取决于你的目标是什么

结果令人惊讶且富有层次感。当研究人员根据 AI 团队将药物转化为商业成功（获得交易、获批或销售）的能力进行评判时，**“公司世界模型”**架构成为了明显的赢家。它的得分是 4.68 分（满分 5 分），超过了“人类复刻版”（4.33）和“以资产为中心”的版本（4.26）。当盲审评委（不知道哪个团队对应哪个架构）观察决策时，他们强烈倾向于世界模型团队，其中一位评委在 45 次测试中竟然有 42 次选择了它，而非原始的人类复刻版。

然而，故事在改变规则后变得更有趣了。研究人员意识到，如果要求 AI 玩一个专门为“价值转化型”团队设计的游戏，可能算是在“作弊”。于是，他们增加了一位“中立评委”，这位评委不在乎金钱或交易，只关注通用的决策质量、风险意识和逻辑。在这一中立测试下，世界模型团队并未占据统治地位。“人类复刻增强版”的表现实际上略好一些（25 胜对 20 胜），且两者的差异在统计学上并不显著。

这告诉我们一个至关重要的道理：“公司世界模型”并不是解决一切问题的灵丹妙药。它是一个专门化的工具。如果你的目标是实现商业价值最大化（达成交易、获批、产生收入），那么围绕“资产到价值”的预测性状态进行组织是更优的选择。但如果你的目标仅仅是做一个优秀的、中立的科学家，那么传统的部门结构（即使是智能化的部门）也同样适用。

“房间”对比“部门”

一个非常有趣的发现来自于对获胜团队的拆解。研究人员逐一移除一个“房间”，观察会发生什么：

• 当他们移除营收室时，团队对金钱和销售的思考能力显著下降。
• 当他们移除交易室时，他们寻找合作伙伴的能力崩溃了。
• 当他们移除审批室时，他们的监管思维变差了。

这证明了这些“房间”不仅仅是花哨的名字，它们是不断更新共享地图的活跃“操作员”。研究表明，在 AI 原生公司中，你不应该只是复制人类的部门。相反，你应该拥有一个共享的、活性的状态（实时资产价值记录），并由不同的操作员（交易、审批、营收等）不断对其进行更新，同时模拟不同的未来（是否会获批？是否会卖出？）。

总结

那么，AI 原生的生物技术公司需要部门吗？论文给出的答案是：“作为核心大脑，它们不需要。”

部门对于人类的管理和组织人类会议来说是可以的，但对于 AI 的内部逻辑而言，它们并不是一个好的蓝图。最好的设计似乎是**“公司世界模型”**：一个系统，其中一个可审计的、实时的“药物价值活图”由不同的操作员（交易、审批、营收等）不断更新，并由一个规划者根据这张地图来决定下一步行动。

研究人员谨慎地指出，这仅仅是一个模拟。它证明了这种结构在关于过去的计算机游戏中能做出更好的决策。它并不能证明使用这种方法的 AI 真的能在现实世界中发现新疗法或赚取数十亿美元。但它确实表明，如果我们希望 AI 来经营一家制药公司，我们不应该只是构建一个机器人版的 1990 年代企业组织架构图。我们应该构建一个能够不断模拟“价值未来”的系统，而不是仅仅在不同部门之间传递备忘录。