羅世宏專欄》Anthropic下場製藥，平台治理的新啟示
日前，人工智慧公司 Anthropic 公布藥物研發進展。除了與六家機構合作，也收購了只有一名員工的藥物研發公司 Mithril Medicine，開始自行研發治療兩種罕見遺傳性肌肉疾病的藥物。
我對這個做法的評價偏正面。一家原本靠提供 AI 模型做生意的公司，願意親自投入失敗率高、驗證關卡多的製藥領域，就得付出更多時間與資金，也得面對研發失敗的後果。比起發布幾則合作夥伴的成功案例，這種做法更需要接受實際考驗。平台治理通常對這類「垂直整合」保持警覺：AI 公司原本提供工具給藥廠使用，如今也自己投入藥物研發。
自己下場，也得承擔失敗
如果一家公司只提供模型與操作介面，藥物研發的成敗主要由客戶承擔。模型在藥廠裡好不好用、容易在哪裡出錯，AI公司往往得依賴客戶回報。然而，這些回報通常經過整理，未必能呈現實際工作的全貌。
Anthropic 在公告中表示，自行投入藥物研發的原因之一，就是想更清楚知道模型能做好哪些工作，又有哪些不足。公司也已根據這些經驗，決定模型改進的優先順序。
Mithril 創辦人柯迪．特蘭巴格（Cody Tranbarger）運用 Claude，處理與 11 家外部實驗室之間的合約、物流及實驗安排。據公司說法，從最初構想到取得動物實驗的初步結果，花了不到 18 個月。如果後續研究仍支持候選藥物的潛力，最快可在 2028 年底進入人體試驗。
這些都是該公司自己的宣稱，是否屬實仍有待驗證。《Fierce Biotech》也轉述了公司的風險提醒：這些藥物計畫可能永遠無法帶來收入。不過，當AI公司以自己的名義推動研發，日後的失敗就得由它自己面對。相較於單純銷售工具，這種安排讓AI公司更直接地承擔後果，也更值得肯定。
平台偏袒自家的老問題
平台研究之所以警惕垂直整合，是因為掌握市場入口的「守門人」，可能同時擔任裁判與選手。
莉娜．汗（Lina M. Khan）分析亞馬遜時指出，平台一邊經營交易市場，一邊販售自家商品，既能掌握競爭者的交易資料，又能決定哪些商品容易被看見，利益衝突很難避免。
Google 也曾因為在搜尋結果中偏袒自家的比價服務，被歐盟執委會裁罰 24.2 億歐元。歐盟《數位市場法》（DMA）第 6 條第 5 項則規定，守門人在排序及相關機制上，不得給自家服務較好的待遇。
這些案例的共同問題是：哪些商品和服務容易被看見，掌握在平台手中；平台又能利用這項權力照顧自家生意，外界卻很難查清排序是否公平。
藥物有沒有效，還得接受外部檢驗
藥物研發多了幾道公司無法獨自決定的關卡。候選藥物是否有效、是否安全，仍須經過動物試驗、人體試驗與主管機關審查。效果如何，無法由 Anthropic 自己說了算。
Anthropic 在公告中也承認，目前多數研究仍處於「臨床前」階段，也就是還沒進入人體試驗。因此，解讀公告中的亮眼數字時，必須先看清楚它們究竟能說明什麼。
以 Enveda 為例，Claude 審查一份 1,061 頁的製造文件時，找出了人工審查已發現的 11 項問題，也另外標出七項人工漏掉的問題。審查時間則從超過 25 小時，縮短到不到三小時。
法規文件方面，公告提到，Claude 用四小時完成一份初稿，人工作業約需三個月；另一份文件經過既有審查程序，只發現一項輕微錯誤。但這些數字反映的是文件審查與初稿撰寫的效率，不能用來證明藥物有效。
Divergence Labs 的成果則屬於抗體設計。該公司在約一個月內產生約 35,000 個設計，早期測試找出 20 個，能讓與過敏反應有關的 IgE 分子從免疫細胞表面脫離。其中三個的表現似乎優於標準藥物。至於整合不同功能、開發成單一藥物，仍是下一步的工作。
Mithril 的小鼠實驗結果，更需要審慎看待。依《R&D World》報導，其技術報告顯示，七隻接受其中一種抗體形式的小鼠，握力與肱三頭肌的最大力量，約為四隻對照組小鼠的兩倍。
不過，這項實驗沒有隨機分組，兩組的測試時間也相差 126 至 161 天。報告自己也指出，還需要讓兩組同步接受測試，並在測試者不知道小鼠分組的情況下，重新驗證結果。
若報導屬實，公司願意把研究設計的不足寫進報告，至少讓外界有依據可以檢驗。這正是我肯定這種做法的重要理由：研究成果及其限制能否攤開來，接受外部查核。
支持這條路，還要補上兩項條件
肯定這條路線，也要說清楚它還缺少哪些配套。
第一，合作夥伴的資料可以怎麼用，必須先劃清界線。
Anthropic 與必治妥施貴寶（Bristol Myers Squibb）、Enveda、BigHat Biosciences 等機構合作，讓 Claude 進入各家的工作流程。它同時經營自己的藥物研發計畫，也與 The Column Group 往來。後者正在成立新公司 Pleiades，準備以 Claude 管理多項藥物計畫。
這就帶來一個問題：合作夥伴的製造文件、臨床資料與實驗數據，哪些可以用來改進模型？哪些不得用於 Anthropic 自己的藥物計畫？公告沒有交代，我也不知道相關契約如何規定。
必治妥施貴寶一位主管在公告中表示，已確保高度敏感資料的安全。這當然重要，但確保資料不外洩，仍不足以回答資料能被如何使用。能不能拿來訓練模型，甚至用來與提供資料的客戶競爭，都需要另外訂出明確規範。
第二，模型出了什麼錯，必須有外部可以稽核的紀錄。
依《R&D World》報導，Mithril 團隊自行檢視的六項 Claude 錯誤中，至少三項仍留在經過人工編修、寄給外部實驗室的電子郵件裡。其中兩項對製造資料的判讀錯誤，更是超過四天才被發現。
這提醒我們，有人工審查，不代表錯誤就一定會被攔下。當研發計畫愈來愈多，審查者也可能更難兼顧。錯誤紀錄不能只靠公司的單方面說明，至少應提供合作實驗室或主管機關可以核對的版本。
此外，公告提到的「生命科學驗證計畫」（Life Sciences Verification Program），讓受信任的機構在較寬鬆的安全防護下，使用能力最強的模型。哪些機構有資格被認定為「受信任」，也應有公開、可檢驗的標準。否則，平台握有決定誰能使用這些工具的權力，外界卻難以監督。
平台把自家服務排在前面，外界又難以查證是否公平，是平台治理長期面對的問題。藥物研發則多了試驗與主管機關審查等外部關卡，因此 Anthropic 這次的垂直整合，比社群與電商平台的做法，更容易接受檢驗。
我支持這條路線。但這份肯定有一個前提：在藥物試驗結果出來之前，資料如何使用、模型出了哪些錯，就應先接受外界查核。