# AI 让科学思考变便宜了，但动手做实验还是贵

> 原标题：Foundries vs Navigators: Lowering the Cost of Science

- 来源：Latent Space
- 发布时间：2026-09-24T15:03:16.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/59398
- 原文：https://www.latent.space/p/foundries-vs-navigators-lowering

## 摘要

Adrian Sanborn 把 AI 生物技术公司分成两类：Foundries（铸造厂）和 Navigators（导航员）。铸造厂像 Xaira、Insitro，砸钱把实验工业化，靠高通量测序或自动化设备把“动手做”的成本打下来，AI 负责读懂海量数据。导航员不搞重资产，而是把 AI 塞进公司的日常运转里，用便宜的思考能力加速分析、做决策看板、筛选研...

## 推荐理由

这篇文章提出了一个原创的分类框架，用“铸造厂”和“导航员”把 AI 生物技术公司的两种省钱路径讲明白了。铸造厂靠自动化设备把实验成本打下来，导航员把 AI 塞进日常流程，用便宜的推理能力替代昂贵的人力分析。例子具体，但本质是观点文章而非硬新闻，按规则放在 featured 档的偏低位置。

## 锐评

Adrian Sanborn 把 AI 生物技术公司分成两类，这个框架本身挺清晰：一类是“铸造厂”，像 Xaira、Insitro，砸重金把实验工业化，用高通量设备把做实验的物理成本打下来，AI 负责处理海量数据；另一类是“导航员”，不搞重资产，而是把便宜的 AI 思考能力塞进公司日常运转里，比如用模型加速数据分析、筛选研究方向、做决策看板。

文章最有信息量的部分是“导航员”的实际效果。在作者所在的 Endura Therapeutics，以前改个实验方案，分析代码要跟着改一周，现在一个下午就能搞定，让科研也能“快速迭代、打破东西”。这种提速不依赖自研模型或独家数据，纯粹是工作方式的改变。但文章也承认，这类收益很难量化，没有公司会为“省了一次错误实验”发新闻稿，所以外界几乎看不到。

正文没披露任何对比数据，比如导航员模式具体让实验成功率或研发周期提升了多少，也没提这种依赖通用模型的做法在合规、数据安全上有什么坑。判断目前还停留在个人经验层面，适合作为观察视角，但别当行业结论看。