哲源科技的A2轮：一张票根清晰的船票，与一艘轮廓模糊的船

北京哲源科技完成了一轮近2亿元人民币的A2轮融资[1]。这大概是在当前这个资本周期里，AI制药赛道上少有的、能让人真正坐下来读一遍通稿的融资事件。但它之所以值得多读一遍，不是因为通稿本身写得够好，而是因为这笔交易正好踩在一条界线上：一边是可以被交叉验证的钱和人的流动，另一边是至今仍完全依赖自我陈述的技术承诺。

一笔融资先要看谁在买单。本轮领投方是圣湘生物及其关联产业基金，老股东中科创星持续跟投，张江科投等联合参与[3]。这个组合比金额本身更有信息量，因为三类出资方带着三种完全不同的验证逻辑入场。

圣湘生物的领投是这个结构里最重的一块砝码。它的主营业务在体外诊断，手里握着渠道、产品和终端场景的定义权。根据圣湘生物对外披露的投资逻辑，其将此次投资视为“在计算医学源头创新领域的关键战略布局”，目标在于获取AI驱动的靶点发现与疾病机制解码能力的优先接入通道[7]。用更直白的话说，圣湘生物买的不只是一家公司未来的财务增长，而是一种可能性——如果哲源的技术路线跑通，圣湘能比别人更早拿到可转化的靶点和管线选项。这不是技术能力的验证，这是产业位置的对冲。两者在逻辑上有先后，不能互相替代。

中科创星的跟投是另一种信号。这家机构从A1轮就在股东名单上，选择的标的有一个清晰的特征图谱：它们通常带有中科院计算所的背景，技术路线偏向底层架构而非应用层拼接，商业化周期漫长但一旦成立即构成基础设施级壁垒。哲源科技的技术底座——数据驱动的DAGG算法和知识驱动的TWIRLS算法——恰好符合这个筛选框架[7]。中科创星的二次加码传递的信息是，机构对这一技术路线的连贯性判断没有改变，但这仍然是一个风险偏好判断，不是对平台成熟度的确认。

张江科投的参与则是区位逻辑的延伸。上海张江的生物医药产业集群需要计算医学标签，这笔投资可以读作产业地图上的一次插旗。

总结一下投资方结构能告诉我们的东西：有人为战略位置买单，有人为技术路线续航，有人为产业版图补缺。这三件事都是真实发生的，但它们共同指向一个判断——这笔交易的结构，恰恰证明了哲源科技当前处于一个“拥有清晰方向但没有可交付产品”的阶段。如果平台已经成熟到可以直接采购或联合开发的程度，圣湘生物不会用股权投资这种长周期工具，它会直接签合作开发协议。圣湘生物在投资公告中使用的措辞是“布局源头创新能力”而非“采购成熟平台”，进一步支持了这一判断[7]。

这才是这笔融资最核心的信息：产业资本在买一张船票，而不是验收一艘船。

那么，船本身到底是什么？

哲源科技对外描述的技术架构，核心是一个被称为“生命世界模型”的平台，内部包含五个基础模型矩阵：知识模型、基因组模型、信号通路模型、虚拟细胞模型和病灶世界模型[5]。驱动这个平台的算法引擎有两个：DAGG负责从组学数据中推断细胞功能与通路活性图谱，TWIRLS负责从超过4000万篇文献中构建疾病因果机制模型[7]。按照公开材料中的表述，二者构成“数据+知识双驱动”，最终目标是实现从疾病机制理解到靶点发现再到虚拟临床试验的全链路模拟。

这个愿景在大方向上是自洽的。甚至可以说，它抓住了当前AI制药行业从“分子生成效率竞赛”向“疾病机制认知”切换的准确时机。如果药物研发真正的瓶颈不是“能不能做出分子”，而是“为哪类患者、针对哪种机制开发分子”[5]，那么一个能够在计算空间中模拟疾病通路、预测靶点响应、并在虚拟环境中完成早期验证的平台，确实有理由成为产业基础设施。

问题是，我们现在看到的只是目录。

在公开材料中，这五个模型中的任何一个都没有披露版本号。没有列出输入数据类型和输出格式规范。没有给出任何一个特定预测任务上的精度指标。没有公开预测失败的案例和已知限制。没有API端点可供外部测试。没有模型卡片记录训练数据的规模、质量和偏倚。DAGG和TWIRLS这两个算法模块，有命名而无架构细节，有功能描述而无算力需求和推理延迟数据。

这不是一个要求在学术会议上接受同行评审的标准。这是一个判断“平台是否具备可运行系统特征”的最低门槛。一家公司完全可以在不泄露核心知识产权的前提下，选择一个受控的特定任务发布benchmark score，附带明确的任务定义和评估方法。这在工程上可行，在商业上安全，却能把企业声明推进到可被独立追踪的工程事实。哲源科技没有这么做。这不是批评，这是一个事实标注：当前所有关于“生命世界模型”的能力描述，其证据等级为“企业自述”，尚未升级为“可验证的技术实现”。在圣湘生物的投资公告中，对哲源技术的描述同样限于“计算医学平台”和“疾病机制解码能力”等定性表述，未附任何独立技术验证数据[7]。

由此产生了一个关键的分层。哲源科技手里有三套说服力完全不同的说辞，但在融资通稿的叙事语言里，它们被压扁在同一个确定性等级上。

最底层是融资事件本身：钱是谁给的，大概给了多少。这一层的证据强度相对高，投资方名称可查，关系可追踪，领投方圣湘生物作为上市公司对投资事项进行了披露[7]。中间层是投资行为传递的产业判断：为什么这几家机构选择在这个时点出资。这一层有推理空间，但需要承认投资逻辑正确和投资结果成功是两回事，尤其是在转化周期动辄十年以上的医药行业。最顶层是关于技术能力的声称：算法能做什么、平台具备什么能力、模型矩阵将带来什么产业变革。这一层的证据基础最薄弱，但叙事密度反而最高。

通稿中反复出现的几组表述——“计算医学将药物发现从偶然转变为必然”、“生命世界模型全栈平台引领医药源头创新”、“从效率竞赛迈向认知革命”[5][8]——全部落在第三层。它们用封闭式的产业结论去封装一个连最小可验证单元都没有公开的技术系统，这在逻辑上先行了一步，而且是很大一步。

AlphaFold常被用作AI解决生物学问题的标杆，但它的说服力不来自DeepMind的叙述，而来自CASP14的那场盲测。训练数据、模型架构、预测结果全部可追溯，评估标准在比赛开始前就已锁定，任何第三方都可以在不依赖DeepMind配合的情况下完成独立验证。一个可运行的平台，其能力边界是被这种不可作弊的验证闭环定义的。哲源科技目前没有提供任何类似层级的可验证证据，因此，把“生命世界模型”写成“已形成平台能力”或“引领创新”，在证据上是无法成立的。它当前的准确身份是一个研究计划，一个有清晰技术路线图的研究计划，但仍然是一个计划。

这并不意味着这个方向不可信或没有价值。从DAGG和TWIRLS的技术描述来看，这条路线的设计逻辑有它的合理性：先用无监督学习从高通量组学数据中提取功能信号，再用知识图谱对疾病因果链路做约束和推理，最终在虚拟细胞层面做模拟和预测。如果这一步走通，整套体系可以大规模降低靶点验证早期阶段的湿实验通量，并显著提升临床试验人群筛选的精准度。这是一个值得认真追踪的技术方向。

唯一的问题是，它还没有被证明走通了。

这就回到了这次融资事件的合理叙述框架。这笔交易最值得被记录的部分不是那个近两亿元的数字——融资新闻稿中的金额通常是撮合性口径而非审计后数字，只能用于规模量级判断，不能用于财务深度分析。同样，“A2轮”的标签也不能被过度解读：在A轮和A1轮之后继续进行A系列融资，通常意味着公司在规模化收入前的爬坡期比预期更长，或者估值成长尚不支持进入B轮定价区间。这不是负面信号，但它是值得注意的节奏信息。

真正需要被写进产业观测日志的，是以下几条：第一，圣湘生物作为产业方在计算医学上游锁定了股权绑定关系，并在对外披露中将此定义为“源头创新能力布局”[7]，这是一个值得持续追踪的商业布局信号；第二，哲源科技的五个模型矩阵和双驱动算法架构在方向判断上逻辑自洽，但当前没有任何可被独立验证的技术实现证据；第三，将这笔融资升格为“认知革命”或“药物发现范式重构”，在证据强度上属于过度推断[8]。

那么，什么事实能改变当前这个判断？

第一个变量是哲源科技是否对外披露任何一项经由独立合作方验证的预测案例。这里说的“独立”是指合作方不是股东或关联方，“验证”是指有明确的预测输入、预测输出和实验对照结果。哪怕只披露一个靶点、一个疾病领域、一个细胞类型上的单点验证数据，也比目前的全矩阵宣传有说服力得多。第二个变量是圣湘生物与哲源科技是否在公开层面落地具体产品或管线的合作进展。如果圣湘只是投了一笔钱但两年内没有任何联合开发公告，那么“产业资本布局源头创新”的解释就需要被重新审视。第三个变量是哲源是否发布一份技术报告或预印本论文，系统性地披露至少一个模型的训练方法、数据来源、验证精度和失败模式分析。这不需要开源，只需要可检验。

在这三条中的任何一条出现之前，关于“生命世界模型”的所有能力判断都应该被限定在“企业声称”的框架内。这不妨碍我们去关注这个方向，去追踪它的每一步进展，去理解它的技术逻辑为什么值得认真对待。但它确实意味着，那些已经把平台写成既定基础设施的叙事，需要被降级。

医药行业的源头创新从来不是一个快变量。正因为它慢，每一次融资才需要被更谨慎地拆解：不要因为有人买票就提前宣告船已到港，也不要因为船还在造就把票的价值归零。合理的叙述位置是：这笔交易证明了，在资本收缩和研发效率走低的双重压力下，有产业方愿意为“从疾病机制出发重构新药研发逻辑”这个命题掏真金白银。这是信号，不是结论。船还在船坞里，图纸画得很清楚，材料已经开始往甲板上吊装。值得看，但离验收还远。