从制药到AGI热潮，再到金融AI开发：Martin Shkreli的历程

摘要

• Shkreli最有把握的AI判断是：药物发现的瓶颈在于选择生物学靶点，而不是生成分子。 他估计，真正的发明约占整个流程的10%，其余90%是人体测试，临床试验则占总成本的50-70%；如今暴力筛选1000亿个分子已经可行，但扩大到100万亿甚至10京个分子，可能也增加不了多少价值。真正的机会在于打造“GPT制药”：读取约3600万-3800万篇PubMed论文，给被忽视的靶点排序，再告诉人类该做什么药。

• 他最有力的例子是BTK：一项有价值的洞见在论文中沉睡了15-20年，才有人把它转化为重大药物战略。 Shkreli认为，LLM可以把这类论文与覆盖所有人类蛋白质的临床可能性连接起来，解决“人类智能”这一约束；正是这一约束，迫使他的18人团队以及Vivek Ramaswamy约80人的团队手动扫描医学文献。“智能发生在前端”，下游大量化学工作则相对确定。

• 生物医药真正稀缺的投资约束，仍是稀缺靶点、极高资本强度和10年开发周期，而不是分子生成工具不够多。 按Shkreli的统计，每年只有约40种药获FDA批准，其中或许只有20种具备真正创新性，而所有竞争者都会涌向每个有希望的靶点。他说，自己第一家药企最终保留了约10%的股权；软件达到产品市场匹配所需的成本，可能还不到一次100万美元小鼠实验。氯胺酮项目也再次证明了风险：强劲的Yale数据到了3期试验，只是比SSRIs更好，并没有成为预期的“奇迹”。

• Shkreli的金融创业公司放弃强行贴AI标签、转而打造面向交易员的高密度低延迟金融套件后，找到了数百万美元收入。 在经历TTS和消费级医疗AI等早期尝试后，这款尚未正式发布的beta版“直接冲上天际”；它刻意拥挤的界面被称为“金融版Vim”，服务于每天花8-10小时浏览证券的人。他眼下的AI切入口是突发新闻解读：LLM本可以在1秒内对Hims的GLP-1公告作出反应，但任何优势都可能在6个月到1年内扩散到整个华尔街。

• 他认为，AI热情可能膨胀成“终结所有泡沫的泡沫之一”，但今天的市场还没有表现出互联网泡沫式的狂热。 他预计OpenAI上市时的市值接近1万亿美元，背后有真实收入和生产率提升支撑；Verizon或Procter & Gamble这样的公司，可能在不同环节各省下10亿美元。对于高速增长的SaaS公司，他甚至认为100倍销售额可能合理；真正的危险信号是无差别融资，而如今不透明的私募估值让价格发现难以判断。

• 失败的AI产品让他明白，技术新颖性无法替代分发能力、工作流整合和付费意愿。 TTS的整体市场可能只有“10亿美元左右”，并且容易受到本地开源模型的冲击；他的AI医生产品虽然带来了使用量，却几乎没有收入，还可能直接与Grok及其他通用基础模型竞争。他的结论与Nuance的先例一致：可持续的生意，可能在于把技术封装进医生工作流，而不是拥有基础模型。

• 面对药价争议和刑事案件，Shkreli给出的是真正面防守，而不是让步；Biewald则保留了核心的道德质疑。 Shkreli说，如果病人买不起药，他绝不会袖手旁观；他为一种致命儿科疾病、患者可能只有500人的药物定价上百万美元辩护，并将欺诈起诉称为“法律战”（lawfare）。他称自己的对冲基金为投资者带来4-5倍回报、没有投资者亏钱，同时承认自己因误导投资者被定罪但坚持无罪。他说自己被判7年，通常实际服刑约5年；狱中读了300-400本书，还给Sam Bankman-Fried提供过建议。后者据他说面临25年刑期，而监狱要求文化上的适应性：“你只能随机应变。”

精读

上游暂未提供，后续同步将继续补齐。