今天这篇文章跟产品没关系，跟最近很火的各种 Agent 也没关系，我想聊的是 AI 在医疗上的进展。

昨天看到一条消息，说实话有点震动，人类的命运或许又被 AI 向前推了一步。

Moderna 和默克联合宣布，他们的个性化 mRNA 癌症疫苗在三期临床试验中成功了。

1137 名高风险黑色素瘤患者参与，接种疫苗的那组癌症复发率明显降低。

这是人类历史上第一次，一款基于 mRNA 技术的癌症疗法通过了大规模三期临床验证。

消息出来那天，Moderna 的股价一天涨了 120%，创下公司历史上单日最大涨幅。

我试着用最通俗的方式讲一下，这个疫苗到底是怎么治癌症的，AI 在里面到底干了什么。

先说个前提，这个疫苗和我们平时打的新冠疫苗、流感疫苗不一样。

它不是用来预防癌症的，而是在患者做完手术之后打的，目的是防止癌症复发。

你可以这样理解，癌症患者做完手术，肿瘤切掉了，但身体里可能还残留着少量癌细胞。这些残留的细胞，就是复发的种子。

传统的做法是化疗、放疗、免疫治疗，尽可能杀死它们。

但这些方法都有一个问题，它们分不太清楚哪些是癌细胞，哪些是正常细胞。所以副作用大，效果也有局限。

mRNA 疫苗的思路完全不同，它是教会你的免疫系统精准识别你身上那些独一无二的癌细胞，然后让你的免疫系统自己去消灭它们。

这里面还有一个关键点，就是每个人的癌细胞都不一样。比如，同样是黑色素瘤，不同人的基因突变是不同的。

说白了，癌症治疗是「一人一药」的效率最高。

这些突变会让癌细胞表面长出一些异常的蛋白质，学术上叫「新抗原」。

你可以把它理解为癌细胞身上的「身份标记」，正常细胞没有，只有癌细胞才有。

如果能让免疫系统认识这些身份标记，它就能精准地找到残存的癌细胞，定点清除。

mRNA 疫苗主要就是干这事儿的，它把这些身份标记的「制造说明书」注射到你体内，你的细胞会按照说明书生产出这些标记蛋白，免疫系统一看，发现了异常，就开始训练针对它的攻击部队。

等部队训练完毕，一旦遇到带有这些标记的癌细胞，直接开打。

道理讲起来很简单，但最难的一步，是找到正确的身份标记。

一个患者的肿瘤里，可能有几百个基因突变，每个突变理论上都可能产生一个新抗原。

但是，绝大多数新抗原是没用的，免疫系统根本认不出来。真正能激发强烈免疫反应的，可能只有几十个，甚至更少。

如果你选错了目标，疫苗就白打了。

因此，这就是 AI 可以发挥作用的地方了。

我打一个比方，假设你是一个警察局长，手下有一支精锐小队。你接到情报说城市里潜伏了一批间谍，他们混在普通市民中间。

你有一份嫌疑人名单，上面写着 500 个名字。

但你的精锐小队只有 34 个人，每人只能盯一个目标。你必须从 500 人里选出 34 个最有可能是间谍的人。

选对了，一网打尽。选错了，浪费全部人力。

过去这事靠人工研判，速度慢，准确率也不够高。

现在，Moderna 用 AI 来干这事儿的做法是这样的。

患者手术后，他们对肿瘤组织和血液做全外显子组测序，把所有突变都找出来。

然后，AI 算法会分析每一个突变产生的蛋白片段，预测哪些最有可能被患者自身的免疫系统识别，哪些最有可能激发强烈的 T 细胞反应。

最终从几百个候选里，选出最多 34 个目标，编入疫苗。

这个过程，大概 6 到 8 周。

如果没有 AI，这件事在临床上几乎不可能实现。

你想想，每个患者的肿瘤突变都不一样，每个人都需要一套独立的分析和判断。

手工做，一个人可能要一个分子生物学团队忙几个月。而且一旦量上来，比如同时有 1000 个患者需要治疗，传统方法根本无法支撑。

AI 让个性化变成了工业化流程，这才是真正提升生产力的地方。

以前我们讲个性化医疗，讲精准医疗，很多时候停留在概念层面。因为「每个人一套方案」在实操上太难了，成本太高，周期太长。

但 AI 把最关键的决策环节自动化了，让一个原本只能在实验室里做的事情，变成了可以在生产线上批量运行的事情。

从早期试验的数据看，效果确实在验证这条路。

目前 Moderna 和默克已经在 9 个临床试验中推进这款疫苗，如果后续的数据也能成功，这件事的影响就远不止黑色素瘤了。

在我看来，这件事真正给所有人带来的希望，是让癌症从一种「看运气」的疾病，变成一种可以用技术精确对抗的疾病。

过去得了癌症，手术之后就是等着看会不会复发，运气好就没事，运气不好就再经历一轮痛苦的治疗。

现在的方向是，手术之后，用你自己的肿瘤信息训练你自己的免疫系统，让身体自己学会防御。

而 AI 在这里面扮演的角色，是那个让「主动出击」变得可行的关键推手。

退一步讲，把这件事放到更长的时间尺度来看，AI 正在人类发展的各个关键领域产生真正的作用。

它帮科学家读懂了蛋白质的结构，帮药企把新药研发周期从十几年压缩到几年，现在又帮癌症患者找到了最精准的免疫靶点。

这些进步不是概念，不是 PPT，而是实实在在的临床数据和真实的患者获益。

我觉得 AI 最终会被记住的，可能不是它写了多少文章、画了多少图、替代了多少工作岗位。

而是，它在人类面对最棘手问题的时候，提供了人力无法企及的计算和判断能力。

这次癌症疫苗的突破，或许只是一个开始。

让原本看不到希望的人看到了一点希望，也让那些被认为是绝症的病有了被攻克的希望。

当然，真正落地到每一个人身上可能没那么快，还面临更多的实验和审批以及上市过程。

就拿上面提到的疗法来说，最早也得 2027 年才有望获批上市。

不过，至少已经带来了希望。

我们，已经走到了见证伟大的历史边缘。

················· 唐韧出品 ·················

用AI思维发现下一个机会

安可时刻

这几天我在测试 DeepSeek Harness 的各种插件和使用场景，同时把一个人物和工作流分别在 DSH、Codex、Workbuddy 上面跑。

目的很简单，直观对比不同 Agent 之间的差异，然后看普通人到底更适合什么。

其实初步感觉下来，现在 Agent 对大多数人来说都是有能力溢出的。

说白了，你不需要去追最强的 AI，你真正需要的是定义自己的工作流和 AI 提效场景。

最简单的，我觉得每个人都可以从搭建自己的知识库大脑开始。

我这几天在搞自己的创作知识库和产品知识库，用的是 Obsidian + Codex + Workbuddy 的组合，之后有空跟你们分享。