490亿选9个：首款AI辅助创新药获批，监管通稿没提AI

2026年7月29日，国家药监局附条件批准西湖制药（杭州）有限公司申报的1类创新药盐酸伊司特韦片（商品名：艾普司韦）上市，用于成人轻型、中型新型冠状病毒感染的治疗。一个多月后的9月上旬，这条消息被重新翻出，并加上"国内首款AI辅助研发获批上市的原创药"这一标签，迅速传导至二级市场，CXO/CRO板块当日异动。

逐一核对国家药监局新闻稿全文、研发方企业公告及科技日报对西湖大学攻关团队的专访后，有三处口径差值得澄清：事件有两个时间轴，获批在7月、发酵在9月；监管正式文件里"人工智能"四个字一次都没出现；"3.5年走完新药路"中AI真正插手的环节，与市场想象并不重合。

把"AI"这个标签揭下来重新贴准，才能看清它对中国医药创新链条的真实含义。

一个事件，两个时间轴

企业端公告的获批时点是2026年7月29日；国家药监局7月30日新闻稿表述为"近日，国家药监局附条件批准……1类创新药盐酸伊司特韦片上市"。从监管动作看，这是一次发生在7月末的常规审评结论落地。

传播高峰在四十天之后：9月2日至3日，研发方渠道刊出长篇研发历程复盘；9月6日，科技日报以"热点回应"形式刊发专访，明确写出"艾普司韦是国内首款凭借人工智能辅助研发而获批上市的原创药——从源头发现到完成临床试验，仅用时三年半"；9月8日，财经媒体集中推送，盘面被点燃。

这41天里药物本身没有新进展，改变的是叙事框架：一款"新获批的新冠口服药"，被重新讲述为"AI第一次进入实体药物研发并获得官方背书"。市场交易的显然不是前者——单靠一款轻中型新冠对症药物撑不起这样的资金强度——而是后者的想象空间。因此，把这次行情理解为业绩拐点的定价，逻辑起点就偏了：它是一次典型的认知重估，同一条事实换了一个更能被资金接受的分类标签。

490亿、100多、9、6：AI究竟站在哪一格

"AI制药"在这款药上具体做了什么？研发团队给出的链条相当清晰：先由DNA编码化合物库（DEL）这座包含多达490亿种化合物的分子库经湿实验筛出100多个"潜力股"；再针对3CLpro靶点建立的AI模型从中挑选9个分子合成测试；实测后6个表现出很强抑制活性；最后经成药性评估锁定候选分子WLU6937。团队还提到，AI也被用于确定筛选条件与对照化合物。

研发者自己的措辞更值得注意。西湖大学生命科学学院教授黄晶称"在艾普司韦的研发过程中，AI实质性地参与了多个关键环节"，但同时承认"目前AI往往只被用于早期研发中的某个具体环节"，并认为AI"尚未真正变革整个新药研发体系"。研发团队把方法概括为"DEL×AI"而非"DEL+AI"——AI的价值不在于独立发现分子，而在于把这座海量但噪声极高的分子库"读薄"。

时间账也要重算。官方口径的总周期是"从源头发现到完成临床试验，三年半"，被反复传播的高光段落是"AI把100多个候选缩到9个"；而紧接其后的"此后两年，团队围绕该分子展开复杂的药物优化流程，并用实验产生的高质量数据反哺AI模型"说明，项目时间的主要份额仍消耗在湿实验与临床前研究上。至于临床阶段，公开材料没有给出AI介入的证据。研发方公告显示，本次获批基于一项多中心、随机、双盲、安慰剂对照的III期研究，在28家医院入组1350例受试者，主要终点为治疗后28天内首次用药至持续临床恢复的时间，艾普司韦组与安慰剂组不良事件发生率基本相当；但疗效具体数值与统计学差异，截至发稿未公开披露。

监管批准的是分子，不是算法

最关键的一点：这不是一条"AI绿色通道"。

国家药监局新闻稿全文不足两百字，通篇只讨论药品本身——注册分类、给药途径、适应症、用药提示——没有出现"人工智能""AI""算法""模型"中任何一个词。文件同时给出一句在行业语境中相当重要的要求：上市许可持有人需继续开展相关研究工作，限期完成附条件的要求，及时提交后续研究结果。

"附条件批准"是我国药品注册制度中面向公共卫生急需、疗效确切但证据尚在积累中药物的常规安排，其法律含义恰恰是证据不完全、需上市后补做研究。它既不因AI而更快，也不因AI而更宽。研发端强调"AI显著降本增效"、媒体给出"国内首款AI辅助原创药"的定位，都不来自监管文件本身。换言之，AI帮这个分子更早站上临床证据的裁判席，但没有改变它必须按原有规则证明自己；若把这次获批解读为"监管认可了AI制药这条技术路线"，属于把主体搞混了。

省下来的工作量，本来在谁的账上

把这件事放回财经语境，绕不开一个问题：AI压缩的若是早期药物发现环节，那被压缩掉的工作量，原本是谁的收入？

传统CRO在药物发现阶段的收费，很大程度按人力工时与项目里程碑计价——化合物设计、合成、筛选、药理与药代毒理测试，客户把数百个待验证化合物交给外包平台，平台按合成与测试通量计价。这款药给出的对照相当刺眼：按传统做法需对100多个候选逐一合成验证，而该项目只合成了9个。若这一效率路径可复制，早期发现环节的单位项目工作量确会被压缩，而这恰是CXO链条中最标准化、最依赖人力堆叠的部分。

但同一枚硬币有另一面。AI模型的燃料是高质量湿实验数据——所谓"数据反哺""模型再优化"，前提是有人稳定、低成本、可追溯地产生蛋白、活性与成药性数据；这座490亿种化合物的DEL库本身也是重资产、重工艺的生物化学平台，不是纯软件；而AI最无法替代的临床、CMC与注册环节，工作量一分未减。

于是受益结构出现分化：被压缩的是纯人力合成与筛选的工时费，被放大的是分子库资产、高通量湿实验产能和临床执行能力。盘面把整条CXO链条一起拉升，实际是把两类命运不同的公司装进了同一个标签。至于"成本下降会不会让项目总量增加、最终反而做大蛋糕"，这是真实存在但尚无数据回答的方向性问题，不能提前替上市公司下结论。

判断这件事，只需要盯四个指标

第一，看第二例、第三例。此后是否还有由AI参与源头发明的1类创新药进入IND乃至获批。单点突破可以是科学家的胜利，可复制性才构成产业逻辑。研发方称其AI药物设计平台同时推进着十余款候选药物，它们的临床申报进度是最直接的检验。

第二，看附条件承诺的兑现。这款药需在限期内提交后续研究结果：如期完成，"AI缩短周期"才算闭环；若需补充研究或调整说明书，就得重新估计时间收益的真实幅度。

第三，看适应症的商业天花板。本次适应症是受流行态势与既有竞品共同挤压的赛道，非共价结合、单药使用、无需利托那韦增强的差异化，能否转化为放量与定价，与AI无关，只与处方行为和支付端有关。

第四，看订单结构而非订单总量。头部CXO在手订单中，按人力工时计价的项目制收入占比是否下降、按里程碑与销售分成计价的占比是否上升，才是判断AI动了谁奶酪的硬指标。

一款新药获批，被市场读成了一个技术时代的开端。拆开口径之后更准确的说法是：AI第一次在中国创新药监管档案里留下痕迹，而它留下痕迹的方式，是让一个分子更早站到临床证据面前——裁判席本身，一点规则都没变。

边界说明：本文对疗效数据、上市定价、销售预期及相关上市公司业务占比均不作推测；文中板块行情与"AI制药概念股"统计为公开市场数据与媒体口径，未经上市公司公告核验，不构成投资建议。

参考数据来源

• 国家药品监督管理局 ·《国家药监局附条件批准盐酸伊司特韦片上市》（新闻稿，经国家药监局信息中心平台中国医药信息网全文刊发） · 2026-07-30 · https://www.cpi.ac.cn/zx/xyzl/202607/t20260730_430348.html
• 科技日报 ·《热点回应丨我国首款AI辅助创新药获批上市》（记者刘园园专访西湖大学攻关团队） · 2026-09-06 · https://www.stdaily.com/web/gdxw/2026-09/06/content_575957.html
• 西湖制药（杭州）有限公司 ·《从0到1的突破！原创全新骨架抗新冠口服药艾普司韦获批上市》（企业官网公司动态，含III期试验设计与入组数据） · 2026-07-30 · https://www.wp-hz.com/xwzx/xwzx-gsdt/202607/53481.html