Anthropic 砸4億美元買生技新創

Anthropic 用超過 4 億美元股票，買下隱身新創 Coefficient Bio。這家公司只成立 8 個月，卻已經被收編進 Anthropic 的 Health Care Life Sciences 團隊。說真的，這筆交易很直白：Anthropic 想押注科學，不是只做聊天機器人。

這種買法很有意思。不是買流量，也不是買產品名氣，而是直接買團隊、買研究方向。對一間大型 LLM 公司來說，這代表它開始把 AI 往生醫、藥物研發、資料分析這些硬場景推進。

如果你平常只看模型榜單，這則消息可能不夠熱鬧。但從產業角度看，它很有料。AI 公司現在比的是誰能把模型接到真實工作流，尤其是高價值、低容錯的領域。

這筆交易買了什麼

先講結論。Anthropic 買的不是一個成熟產品。它買的是一支做生物研究 AI 的團隊。Coefficient Bio 原本在 stealth 階段，外界能看到的資訊很少，但它的野心很大。

這家公司主打用 AI 模型做生物研究。目標也很敢講，想往科學版的 artificial superintelligence 靠近。這句話聽起來像新創簡報會常見的豪語，但放在生醫領域，確實有它的邏輯。因為生物資料量大，變數多，人工試錯成本又高。

交易金額超過 4 億美元，而且是股票交易。這種結構通常代表買方更在意人和技術路線。比起立刻變現，Anthropic 更像是在買一個未來的研究引擎。

• 交易金額：超過 4 億美元股票
• 公司年齡：約 8 個月
• 團隊去向：Anthropic Health Care Life Sciences
• 原始定位：生物研究 AI
• 交易型態：以人才和技術為主

這裡還有一個細節很重要。新創才 8 個月就被收購，表示 AI for science 的市場節奏真的很快。你可能還在看產品 demo，對方已經在談併購了。

這也反映 Anthropic 的策略不像一般 SaaS 公司。它不是先做大客戶數，再慢慢找垂直場景。它看起來是先挑高價值領域，再把模型能力塞進去。

為什麼這支團隊會被買走

Newcomer 的報導指出，Coefficient Bio 的背後有 Dimension 支持。這家創投由前 Lux Capital 團隊成員 Adam Goulburn 創立。Dimension 據稱握有約一半股權。

如果這個持股數字接近事實，那就能解釋為什麼基金會對這筆交易很有感。因為他們回報的 IRR 被提到高達 38,513%。這數字很誇張，但要記得，這是建立在短時間、小基期、早期退出上。不是每次都能複製。

真正讓 Anthropic 下手的，應該是這支團隊對生物研究的切入角度。生醫不是一般應用軟體。資料格式亂，實驗周期長，驗證成本高。能在這種場景做出可用 AI 的團隊，本來就稀少。

“We’re ushering biopharma into the Intelligence Age. It will change everything about how the industry learns and makes decisions.” — Samuel Stanton

這句話是 Coefficient Bio 共同創辦人 Samuel Stanton 在 X 上寫的。講白了，這不是在賣一個小工具，而是在賣一套研究方法。Anthropic 願意收購，代表它至少認同這個方向有機會。

我覺得這也透露一件事。大型 AI 公司現在很怕只剩通用能力，卻沒有垂直落地。生醫就是那種很難、但一旦做成就很值錢的地方。

跟其他 AI 併購比起來差在哪

Anthropic 之前也買過 Bun 和 Vercept。但這次很不一樣。Bun 偏開發者工具。Vercept 偏產品和介面。Coefficient Bio 則直接踩進生物研究。

這表示 Anthropic 的收購邏輯，已經不是單純補功能。它在補的是專業場景。這種場景通常有更高的資料壁壘，也更容易形成長期依賴。

拿其他 AI 公司來比，路線差異很明顯。OpenAI 的外部動作常圍繞產品分發與生態；Anthropic 這次則更像在做研究版圖。兩者都在搶時間，但切入點不同。

• OpenAI 偏向產品與分發
• Anthropic 這次偏向研究與科學
• Bun 是開發工具
• Vercept 是產品層
• Coefficient Bio 是生醫研究層

如果看估值結構，這筆交易也很少見。8 個月的 stealth 新創，還沒累積大規模營收，就拿到超過 4 億美元的股票收購。這說明買方看重的是未來研究價值，不是現在財報。

對市場來說，這種交易會讓大家重新估算 AI 團隊的價格。當模型能力能直接接到藥物研發、實驗設計、文獻推理，人才就不只是人才而已，還可能是下一條產品線。

生醫 AI 為什麼會吸引大模型公司

生醫是 AI 很愛碰、也很難碰的領域。原因很簡單。資料多，但品質不一。問題大，但答案不能亂猜。模型如果在這裡能做得好，價值會比一般內容生成高很多。

從技術面看，LLM 在生醫的角色通常不是單打獨鬥。它會跟檢索、知識圖譜、實驗資料、蛋白質或分子模型一起工作。也就是說，真正能落地的系統，通常是多模組組合，不是單一聊天框。

這也是 Anthropic 可能想卡位的地方。它如果能把 Claude 類型的模型，接到科學資料流和研究決策流程，就有機會做出比通用助理更黏的工具。這種工具一旦進入研究室，替換成本就不低。

再看產業面。生技公司最怕兩件事：試錯太慢，和資料太散。AI 如果能縮短文獻整理、假說生成、實驗優先順序判斷，價值就很直接。不是炫技，是省時間、省錢。

但我也要吐槽一下。很多 AI for science 新創愛講超大願景，結果產品還停在 demo。Anthropic 這次直接買團隊，至少比空喊口號務實一點。

接下來可能怎麼走

這筆交易後，Anthropic 的路線更清楚了。它不是只想當聊天模型供應商。它想把模型塞進高價值工作流。生醫只是其中一個入口，後面可能還有法務、企業研究、工程分析。

如果它真的要把這條線做大，下一步很可能是更多垂直團隊整併。也可能是跟藥廠、研究機構、醫療資料平台合作。因為沒有資料和場景，模型再強也只是空轉。

我的判斷很直接。接下來 12 個月，大家會開始看 Anthropic 在科學工具上的產品化速度。它能不能把 Coefficient Bio 的研究能力，變成研究人員真的會用的系統，會是關鍵。

對台灣開發者來說，這件事也有參考價值。當 AI 競爭進入垂直場景，單純會調 API 已經不夠了。你還得懂資料結構、工作流程、驗證方式。誰能把模型接到真實問題，誰就比較有機會活下來。

所以我會丟一個很實際的問題：如果下一波 AI 併購不再看消費級流量，而是看生醫、製造、法務這些硬場景，你的產品準備好了嗎？