氨基观察-AI制药组原创出品

作者 | 张曦

过去八年，雷鸣一直在做一件事：打破行业对年龄与资历的惯性认知。

23岁成为顶级外资投行最年轻的医药行业首席分析师，28岁出任纳斯达克上市药企CFO。背后贯穿的则是同一件事：在金融与生命科学的交叉点上找价值，用资本的语言翻译科学价值，用产业的逻辑校准资本判断。

29岁这年，他打算换一条赛道，出任和铂医药与百图生科联合打造的MegaStream TechBio首席执行官，亲自下场做一家AI制药公司。

这家公司的对标不是任何一家药企，而是特斯拉。雷鸣希望用“AI × Bio”双原生的方式重构药物研发流程——不是给已有的流程提速，而是重写流程本身，“不是更快的造车，而是造一部‘飞车’”。

他认为AI与生物的融合已经走到了范式切换的关口，停留在“AI工具”层面难言未来，真正的机会属于从第一天就将两者深度融合的“双原生”模式。

从给药物定价，到决定药物怎么长、如何更快让好药更快来到患者面前，中间隔着一整套行业惯例。而打破行业惯例，恰好是雷鸣过去八年一直在做的事。

/ 01 /

他总是不信“只能这样”

卖方研究这行，署名是一种资格。它通常要用时间来换：先做几年数据和模型，跟着资深分析师写报告，最后才轮到自己的名字出现在报告上。

雷鸣拿到这个资格的时候，还在读大三。21岁，他成为麦格理史上最年轻的SFC注册分析师，并署名发表了医药行业研究报告。

这是他职业路径上第一次打破常规。

两年后，入职大和证券仅半年，他就打破了卖方“论资排辈”的晋升逻辑，破格升任联席董事，以医药首席分析师的身份带队拿下Institutional Investor亚太区第7名。

当时，卖方给CRO公司估值，市盈率、现金流折现这些通用工具。雷鸣盯着药明生物看了很久，觉得这套方法不对——这家公司的价值不在已经赚到的利润里，而在要看手上还压着多少没有交付的订单。在CRO这门生意里，订单比利润表更早说明未来。这个模型后来被称为P/Backlog。

这不是算得更努力，是换了一个坐标系。

那是2021年，雷鸣在香港资本市场首推了一家当时尚无共识的公司——康方生物。几年后的今天，它长成了生物科技里的明星。很多投资人后来提起雷鸣，第一个想到的还是当年让他们上车赚钱的stock call。

一年后，在投行混的风声水起的雷鸣决定走出舒适圈，离开了卖方研究，转身进入了产业。先是加入药明康德担任投资者关系负责人，重新组建投资者关系团队，任内推动公司跃升为A股医药股市值龙头；后加入中国生物制药，出任资本市场部负责人，任内公司市值翻了两倍增至200亿美元。

从卖方分析师到产业内部的资本市场“操盘手”，这是雷鸣的又一次打破常规。

一个署名、一套估值方式、一份股票推荐、一次跨界履新，单拎出来或许是小事，但它们指向同一个“习惯”：当所有人都沿着同一条路走的时候，雷鸣会停下来问一句，还有没有别的走法。

也正是这个“习惯”，把他带到了AI制药。

事实上，在新桥生物做CFO期间，他便将AI用在了自己最熟悉的地方，不仅从零搭建中国团队，建立中美两地资本市场沟通机制，主导核心资产BD谈判并收获里程碑成果，还推动了AI工具全面赋能财务团队，把大量重复流程交给AI，通过AI工具的深入嵌入工作全流程大幅提效超50%。这件事让他更坚定了一个更大的命题：如果一个财务流程可以被重写，那么药物研发流程呢？

创新药九死一生，在逆摩尔定律的趋势下，只会越来越难。这一趋势下，药企对AI有更朴素的期望：创新，增效，降本。

这是AIDD崛起的背景。传统药物研发信奉经验主义，用时间换积累，用试错换答案，AIDD本质是用数据、算力与模型改写这套逻辑——当行业还在信奉“十年磨一剑”时，AI正在把药物发现的周期压缩到以月为单位。

然后呢？在雷鸣看来，目前AIDD更多是在早期发现阶段提升效率，并没有将AI的能力以终为始得真正贯穿药物研发的每一个环节。而First-in-Class的创新研发长期面对的瓶颈需要“AI原生”高效率低成本大规模的管线尝试，加上“Bio原生”深刻的生物学know-how，也因此大有可为。

一个一路推翻惯性的破局者，遇到一家以“打破范式”为立身之本的TechBio公司，这件事不太需要解释。

“打破常规，从来不是年轻气盛，而是用最前瞻的洞察力与最硬核的执行力，把未来带到当下。”雷鸣说。

/ 02 /

“双原生”，而不是跨界

如果不看时间线，雷鸣的履历很容易被读成一个“跨界”故事。

但在雷鸣看来，这不是跨界，而是原生——香港大学经济学与金融学，香港科技大学生物技术硕士，金融与生命科学这两套基因，从他求学起就长在了一起。

“上大学的时候我就在想，金融和生命科学不会永远是两条平行线，它们迟早会产生深度的交汇，流向真正改变生命的地方。”雷鸣回忆，“而我想离这件事更近一点，不想等那个交汇点出现的时候再半路转型，因此求学时候就选择站在了两条赛道的交叉点上。”

“跨界需要不停切换频道，”他说，“但对我来说，这两件事一直是同时发生的。做研究的时候，我得知道一个靶点为什么成立；做融资的时候，我得知道市场为什么愿意为它付钱。它们本来就是一件事的两面。”

说得更具体一点：在麦格理和大和证券做卖方研究的时候，他用生物技术的理解力去做定价；在药明康德负责投资者关系、出任中国生物制药资本市场负责人的时候，他用资本的语言去翻译科学价值。

这套路径的核心逻辑是“双原生”：不是两个领域的后期拼接，而是从起点就深度融合、共同生长。这也是雷鸣与MegaStream最底层的同构。

他常用特斯拉类比：传统车企是先造好车，再往里加软件功能；而特斯拉从诞生起就是“软件 × 工程”双原生，软件定义汽车，工程支撑体验，两者协同迭代。MegaStream要做的，就是医药领域的这种范式重构——不是给传统研发流程加个AI插件，而是用AI重新定义整个药物研发的逻辑。

在雷鸣看来，AIDD经历了三代演进：

1.0时代，主流药企与Biotech把AI当做辅助工具，做的更多是效率提升；2.0时代，AI原生公司聚焦算法，却容易轻视湿实验与生物学理解的重要性；真正的拐点出现在3.0——AI与生物必须从第一天起就深度融合，“双原生”不是口号，而是研发系统的底层架构。

落到MegaStream身上，这个架构被拆成两个基座。第一座是AI算法基座，依托百图生科千亿参数生命科学大模型，开发出MegaStream OS，内置三大自研平台：MegaStream ID靶点识别、MegaStream Gen蛋白设计、MegaStream Immune免疫原性工程。

第二座生物基座，无缝对接和铂医药全球领先的全人源抗体平台与高通量实验验证体系，沉淀了超过1亿条自有人源抗体数据，以及对于复杂大分子深入的生物学理解。从Day 1开始，MegaStream就用这上亿条私域数据训练出MegaStream OS。干实验提出假设，湿实验验证假设并沉淀专有数据，数据再回流微调模型，形成“Lab-in-a-Loop”的持续学习循环，一路延伸至临床转化。

业界独有的“双基座”架构，从MegaStream第一天起就接成了闭环。模型每迭代一次，预测就更精准；数据每沉淀一批，壁垒就更深厚。这正是“双原生”与“AI外挂”的本质区别，也只有“双基座”的深度融合，才能催生真正的AIDD 3.0范式：

覆盖从靶点识别、分子设计、免疫工程、湿实验验证到IND研究、临床试验，甚至知识产权与BD的全流程，让AI的能力真正贯穿药物研发的每一个环节（Full Harness）。

生而不同，定义未来。雷鸣的“双原生”基因让他一路打破常规；也正因此，他选择相信同样“双原生”的MegaStream，终将定义下一代药物研发的未来。

/ 03 /

颠覆与复利：“我们要造飞车”

没人会怀疑，AI制药被看作下一代医药研发基础设施的想象空间，但这注定是一场长跑，最终考验的也不是单点技术的强弱，而是全链条的综合能力。

雷鸣口中的AIDD 3.0判断，实则包含两层含义：第一，最终能跑出来的公司一定是全链条能力覆盖，从靶点发现、分子设计到最终价值兑现，每一环节都不能有短板；第二，真正的全链条不是缺什么补什么的事后拼接，而是从公司成立第一天起，就按照全栈逻辑搭建团队、规划技术路线、设计产品管线。

这也是雷鸣加入MegaStream的核心价值。斯坦福AI +医学双博士陈滨滨为公司注入了“双原生”的技术灵魂，负责筑牢算法与研发底座；而雷鸣带来的，是覆盖一级市场融资、二级市场市值管理、跨境资本运作、BD谈判与运营管理的全链条商业能力，负责把技术势能真正转化为产业价值。

在医药与资本圈摸爬滚打多年，雷鸣见过太多技术概念从风口跌落。他始终相信，再前沿的技术，最终也要回归产业的基本常识。

“既要技术前沿、又要管线扎实、还要商业闭环、再要长期复利”，雷鸣说，AI制药“讲个故事就能融资”的阶段已经结束，要有靶点、分子、实验、数据的完整闭环，“没有什么捷径，就和做药一样，你得拿得出结果”。

这并非一个容易兑现的目标。但在雷鸣看来，“难走的路，壁垒才足够厚”。

MegaStream也并非从零开始。早在2021年，和铂医药与百图生科便达成深度战略合作，在AI与抗体交叉领域跑通了大量真实研发数据与验证闭环：一方沉淀出全球领先的全人源抗体平台与300余条内部药物项目数据，一方锻造出千亿参数生命科学大模型与虚拟细胞模型。换言之，MegaStream是由两家行业巨头5年实战积累托举而生的，“最强AI小天才+最强商业化落地”的AI分子工厂。

这条路径正在跑出第一批实证。管线层面，MegaStream目前共有5条活跃研发管线，覆盖自身免疫、肿瘤等重大未满足临床需求领域，且全部瞄准First-in-Class与Best-in-Class定位。

选哪些靶点、按什么节奏推进，正是雷鸣那两套系统同时运转的地方：一边穿透技术逻辑判断平台的成药性潜力，一边站在产业视角评估靶点的市场空间与商业价值，“科学上成立、商业上不成立的项目，和反过来的一样多。”他说，“我们只做两边都成立的。”

剩下的事情是复利。每一次干湿循环都在沉淀专有的数据与模型反馈：数据反哺模型、模型加速管线、管线兑现BD价值、BD收益再投入研发。而雷鸣全面的战略操盘能力，则为这条飞轮的持续转动把握了方向盘。

“别人聚焦更快地造车，而我们要造‘飞车’”，雷鸣说。但他也清楚，“飞车”必须靠每一条管线的推进、每一轮实验的验证、每一次数据的迭代，实打实搭建起来。

真正的颠覆从来不是一句宣言，而是始于相信眼前的阶梯不是唯一的路，成于把那条路真正走出来。

/ 04 /

时代的分野，和MegaStream想站上的位置

加入MegaStream之前，雷鸣已经走出了一条足够亮眼的职业路径。如果继续留在这条路上，他会轻松得多。

而29岁的他转头又扎进了更硬核、也更不确定的AI制药赛道。他说自己其实始终在做同一件事：资本是产业的放大器，AI是研发的新引擎，最终的落点都是让好药更快来到患者面前。

由此，MegaStream的价值也将超出一家公司本身。AI制药起起伏伏几年之后，正在从概念到落地，从单点工具走向系统范式。这又是一个时代的分野。

随着 “双原生” 新范式的持续落地与迭代，MegaStream与雷鸣要回答的下一个问题，不再是“这件事能不能成”，而是这一范式能以多快的速度，跑出第一条属于自己的增长曲线，又能否真正重新定义下一代复杂大分子药物的研发标准，成为中国TechBio浪潮中最具代表性的标杆之一。

时间会给出答案。