公司战略与使命 - 公司的使命是“让生物学更易于工程化”，核心是“编程细胞” [1] - 公司战略重点已从“AI设计生物学”转向“如何让实验室的测试验证环节变得更便宜、更快”，将前者视为“科学问题”，后者视为可系统性解决的“工程问题” [1] - 公司计划扩大波士顿自主实验室规模，打造AI驱动的生物研发平台，并已部署多个RAC系统 [1] AI与自动化实验室 - 公司与OpenAI合作，验证了AI推理模型可以指挥机器人实验室自主设计并运行科学实验，在优化“无细胞蛋白合成”的实验中，通过六轮迭代将效率提升了40% [2] - AI能够替代科学家完成提出假设、设计实验、分析数据、再设计的“科学方法”闭环 [2] - 自动化实验室能将科研成本结构倒转，目前科学研究中超过95%的成本是人力、实验室空间和设备等间接费用，只有不到5%用于实际消耗的试剂，自动化可使试剂成为主要成本，实现“十倍”以上的数据产出效率提升 [2] - 自动化实验室的难点在于处理高度多样化、非标准化的任务，公司通过集成大量第三方实验设备、解决液体处理难题，并利用AI将自然语言指令转化为机器人可执行代码来攻克 [2] - AI科学家可以7x24小时工作，并实时共享所有实验的原始数据，实现即时相互学习，优于目前科学家通过发表论文进行有限交流的模式 [2] 行业影响与市场前景 - AI与自动化实验室的结合，将彻底改变科学研究和生物医药产业的基础范式，带来真正的颠覆 [1] - 目前生物技术85%的市场是疾病治疗，应用生态单一 [3] - 公司看好的新方向包括消费级生物技术（如GLP-1药物代表的“健康增强”领域，其市场潜力远超疾病治疗）以及分子水平的持续健康监测 [3] - 在创新药物发现领域，来自中国的生物技术公司交易占比近期增长显著，部分原因在于中国拥有成本更低的科学家且临床试验等环节速度更快 [3] - 公司期望通过极大降低科学实验的成本和门槛，让“云实验室”服务（如公司推出的39美元起价的实验服务）能够普及，释放全人类的科学探索潜力 [1]