2026 年 8 月 5 日，Genentech 为一个连名字都不披露的靶点，向 Recursion 支付了 300 万美元里程碑付款。这个靶点来自一张 AI 绘制的生物学地图：超过 1 万亿个人工培养的神经元、17,000 多个基因逐一敲除、4,600 万张细胞图像。但 300 万美元只是零头，真正值钱的是付款的理由——大药企第一次为"AI 发现的全新生物学"真金白银地买单。
这笔付款给争论了十年的问题添了新变量。批评者说 AI 制药只有承诺没有分子，支持者说平台的价值需要时间证明。Recursion 给出的答案是一个飞轮：自己造数据，用数据训模型，用模型找靶点，用实验做验证，再把验证过的靶点交给大药企，现金回流再造数据。但这个飞轮转了十几年，直到今年 8 月才第一次转完完整的一圈。
300 万美元背后，站着 2.16 亿
这不是 Roche 和 Genentech 第一次付钱。2021 年双方启动总额最高 120 亿美元的合作以来，两家药企已累计向 Recursion 支付 2.16 亿美元。按协议，每个推进的项目最高可再带来 3 亿美元里程碑付款，外加高个位数的销售分成，这样的项目最多约 40 个。但比付款更值钱的是期权行权本身：Genentech 审完验证包，愿意把这个靶点正式纳入自己的早期管线。
付费的不止 Roche 一家。翻开 Recursion 的合作管线，Sanofi 已有 5 个项目达成里程碑，单笔付款从 400 万到 1,100 万美元不等，Bayer 和 Merck KGaA 的合作也在推进。财报显示，合作带来的已实现现金流入已超过 5 亿美元。但这些钱分散在五年里陆续到账，真正让市场重新定价的，是这次付款背后的那张地图。
一张地图，从 1 万亿个神经元开始
人类神经元是药物研发里最难伺候的细胞之一：成熟要数周，且历来无法在全基因组筛选所需的规模上稳定生产。外部细胞制造商告诉 Recursion 和 Genentech，这个量级"太难也太贵"。但两家公司没有缩减目标，转头自建细胞工厂，最终产出超过 1 万亿个 iPSC 衍生神经元——约等于 12 个人脑的细胞量。
有了细胞，团队用 CRISPR-Cas9 把 17,000 多个基因逐个敲除，再叠加数千种小分子扰动，捕获超过 4,600 万张高内涵细胞图像。每张图像由基础模型提取数百个特征——线粒体形态、细胞核结构都在其列——再在 BioHive-2 超算上训练成一张可查询的生物学地图。但地图上的预测只是假设，变成候选靶点前还要过三道关。
三道关逐级加码：通路验证看靶点行为是否符合模型预测，功能验证看操纵靶点能否改变神经元的健康、代谢和电生理，疾病验证则要求直接改变疾病表型。从启动验证到交出完整验证包，这个靶点走了 15 个月。但 15 个月在神经科学已算得上神速——这个领域进入临床的药物，每 40 个里只有 1 个最终获批。
为什么大多数 AI 制药公司转不动
Recursion CEO Najat Khan 对同行模式的评价近乎刻薄：有些公司只做计算预测，然后把结果丢给药企——"谁在乎呢？"她的逻辑是，药企收到预测后往往更信自己的内部模型，一来一回纯属浪费；Recursion 则把计算和湿实验全包，一直做到满足合作方设定的目标产品特征为止。但全包的底气，来自十几年攒下的数据资产。
数据资产的规模是 50 PB 起步，每周还以数百万次湿实验的速度增长。CFO Ben Taylor 援引一篇《自然·生物技术》论文称，Recursion 的模型表现优于用百倍规模数据训练的模型，原因是自家数据标注更完整、模态更多。但数据多只是入场券，数据能闭环才是壁垒。
闭环的效率体现在化合物数量上：行业平均要合成 2,500 到近 5,000 个化合物，才能推进一个临床候选物，Recursion 只需约 330 个。用 Khan 的话说，多做模拟、少做合成，只有把握很大的分子才值得被造出来。但这套打法在两年前还差点撑不下去。
换帅、裁员，以及"从承诺到证明"
2025 年 11 月，创始人 Chris Gibson 宣布卸任 CEO。他留下的名言是"十年造一百个新药"，后来他在博客里承认这是一场"最大化赌注"，方向没错，错的是时间表。接棒的 Khan 是有机化学博士、强生前 AI 负责人，上任前 18 个月里主导了 20% 裁员、管线瘦身和对 Exscientia 的并购，每一步都按数据决策。但她的目标并不小：把 Recursion 做成 Vertex、Regeneron 那样的平台公司。
Khan 给新阶段定的调子是从承诺到证明再到产品。并购 Exscientia 补上了她最看重的化学能力——生物学的主意再好，造不出分子，产品在哪里？她的判据很直接：世界上 80% 的疾病没有改变病程的药物，谁把价值兑现了，才算数。但兑现需要钱，Recursion 最新的财报恰好给出了喘息空间。
飞轮开始自己转了
2026 年第二季度财报显示，Recursion 账上现金 5.568 亿美元，全年运营开支指引下调至 3.75 亿美元，现金跑道延至 2028 年初。更关键的是地图的可复用性：与 Roche/Genentech 共建的 6 张全基因组表型图谱中，神经元图谱只是其一，去年还发布了小胶质细胞图谱，另有 4 张指向胃肠肿瘤。一张建好的地图，是可以反复开采的资产。但复用不等于变现，变现要靠管线。
管线正在给出早期回报。RBM39 降解剂 REC-1245 从靶点洞察到临床前申报研究只用 18 个月，早期临床未见剂量限制性毒性；罕见病药物 REC-4881 正与 FDA 讨论注册性试验；REC-7735 拿到 IND 批件，下半年进入 I/II 期。Recursion 把这套系统称为 Recursion OS：从生物学到洞察、从洞察到分子、从分子到患者，三段流程各自成环，由自动化和智能体编排串成流水线。但环能不能越转越快，要看下一圈的成本结构。
一个靶点证明不了什么，但飞轮不需要
坦诚的部分必须说：这个靶点还处在早期发现阶段，距离上市隔着药物研发最凶险的全程；靶点身份和适应症均未披露，外部无法独立评估；Recursion 该季度净亏损仍有 1.31 亿美元，收入同比从 1,920 万跌到 770 万美元。神经科学 1/40 的获批率，不会因为一张地图就变成 1/4。但飞轮的判据从来不是单次成败。
真正的判据，是每一圈是否比上一圈更便宜、更快、更准。第一圈花了十几年和几十亿美元，但第二圈的成本结构已经摆在台面上：地图现成，模型现成，验证流程跑通过一遍。当 40 个合作项目陆续从同一台引擎里转出来时，制药公司要回答的问题会变成：我们还需要自己造引擎吗？