共计 1161 个字符，预计需要花费 3 分钟才能阅读完成。
AI 制药领域正上演一场特殊的人才争夺战。一边是算法岗位高薪频出, 一边是计算蛋白设计、AI 蛋白质工程等复合型岗位长期空缺, 候选人被反复截胡。这背后, 是行业分工与 AI 能力之间的结构性错位。
📌 导语: 高薪岗位为何无人接招
某跨国药企去年挂出计算蛋白设计首席科学家职位,年薪最高 25.65 万美元, 十个月后仍空缺, 相中的候选人被同行三次截胡。类似情况在国内同样存在:AI 制药负责人年薪突破 200 万, 空缺岗位数量却远超愿意跳槽的人才数量。
这些岗位要求的是同一类人:既懂 AI 又懂制药 , 能把模型输出翻译成实验方案, 再把实验结果翻译成模型能用的信号。 纯算法工程师做不了后一件事, 纯实验科学家做不了前一件事。
🔍 背景:AI 制药的“最后一公里”卡在哪
传统药物发现靠筛选,生成式 AI 把起点变成从头生成, 设计成本趋近于零。但验证环节成为新瓶颈: 湿实验一次能测的分子数, 远赶不上模型的产出。在上万个候选分子中分辨真潜力与统计噪音, 需要人的经验判断。
这类需求第一次写进岗位招聘是 2025 年。Moderna、Flagship Pioneering、辉瑞等企业相继挂出相关职位, 岗位定义越来越具体, 能接住的人却没有变多。原因在于, 过去几十年的行业分工里并没有这个位置——药物化学家懂合成, 生物学家懂实验, 互联网算法工程师懂模型但没进过实验室。AI 把三拨人的能力要求压到了一个人身上。
💡 核心信息: 稀缺程度与市场现状
- 存量极少:据行业报告估算, 国内真正符合这类岗位要求的 AI 制药人不超过 500 个。
- 薪资翻倍:过去几年薪资迅速翻倍, 其中相当一部分是公司相互抬价造成的“恐慌溢价”。
- 培养困难:培养一个能独立判断的复合人才, 至少需要完整参与几个从设计到验证的项目周期, 而这种项目机会本身也稀缺。
- 需求蔓延:康方生物、华深智药、百图生科等国内企业也已挂出类似招聘, 部分岗位到 2026 年 9 月仍开放。
📊 影响与看点: 验证环节成资本新靶点
AI 一天能吐出数千个候选分子,湿实验验证数量却极为有限。机器人和自动化实验台接手了动手合成等程序化工作, 但决定测什么、怎么解读数据、如何反馈给模型, 仍依赖人的判断。生成端和验证端的速度差, 被 AI 进一步拉大。
资本正涌向验证环节:Adaptyv 专做 AI 候选蛋白的湿实验验证,2025 年拿下 4000 万美元 A 轮;DeepMind 分拆的 Isomorphic Labs 做闭源评估模型,2025 年斩获 21 亿美元 B 轮。国内天鹜科技、英灵殿科技、深旋科技也相继融资, 切口不同但都指向干湿闭环。
🚀 总结: 缺口不会因资金而自动消失
围绕“候选人被截胡、岗位长期空缺:AI 制药挖不来的大牛, 长什么”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
