近日，在2026年美国临床肿瘤学会（ASCO）年会上，胰腺癌口服新药daraxonrasib与礼来VERVE-102项目的优异临床数据引发业界瞩目。然而，生物技术风险投资人、哈佛大学癌症生物学博士Liang Chang对此提出审慎观点，系统阐述药物研发的“反缩放定律”。他指出，科技行业的缩放定律无法直接套用于生物学。RAS与PCSK9等突破性靶点并非AI新发现，而是凭借最强遗传学证据与临床价值率先被攻克。生物学的第一次胜利往往消耗了最易获取的高价值靶点，后续研发将呈现难度递增与成功率衰减的特征。 Liang Chang强调，AI虽能显著提升化合物筛选与结构预测等工程环节效率，抬高了研发下限，但尚未突破生物学规律的成功率上限。在优质靶点稀缺的背景下，AI工具的普及反而促使资本集中涌向已验证靶点，加剧管线拥挤与同质化竞争。真正的首创靶点无法仅靠算法推理获得，必须依赖大规模人类遗传学测序与长期湿实验验证。AI制药行业需避免盲目迷信规模化复制，回归物理世界的严谨探索，保持科学谦逊，持续布局高潜力新靶点，方能打破研发瓶颈。