登录智能体“军团”进入临床试验，北大校友四个月融了2亿美金、估值翻6倍
文｜胡香赟
编辑｜海若镜
“医疗健康产业正在经历它们的chatGPT时刻。”3月结束2026GTC大会上，黄仁勋再次提及AI落地新药开发场景，正带来巨大机会。
近日，据外媒报道百图生科、华深智药已启动IPO进程；中国创新药产业链上，拿到阶段性结果的“AI原生公司”受到资本青睐。其中，AI临床研发服务公司深度智耀的融资节奏更引关注。
去年12月至今年3月，这家公司接连官宣3笔D轮系列融资，累计募资接近2亿美元。据了解，当前深度智耀估值已达到数十亿美金，与去年年中相比，估值涨幅超6倍；且正在推进新一轮Pre-IPO融资。
另据公司介绍，公司近两年拿单量、业绩增速很快。2025年以来，销售订单额已近10亿元；2026年前两个月的订单已超过了25年全年。且公司已连续多年实现盈利。近期的融资中，红杉、鼎晖百孚、新鼎资本等老股东几乎全员加注，每一轮都“实现超募、交割迅速”。
在药物早期发现环节，用AI优化药物分子结构，已广泛嵌入药企研发的工作流。为了提高药物开发成功率，业内渴求AI能在中后期的临床试验环节发力。时至今日，AI智能体的技术与能力，让行业感受到了“硅基科学家”加速临床试验的潜能。
深度智耀成立于2017年，创始人、CEO李星毕业于北京大学药学院，曾供职于强生、辉瑞等企业，拥有10余年在跨国药企做新药开发的经验。初期，深度智耀从医学写作场景切入，为药企提供临床试验文件撰写等服务。十年间，公司历经了技术演进和资本周期的跌宕。
有早期接触过深度智耀的行业人士提及，2022年大语言模型横空出世之前，医学文件经“机器处理后还需要人工校验，客单价低、经营效率不算高”。但如今，“AI智能体”驱动下的AI+CRO业务面貌，已截然不同。
“一直以来，李星有个理念：‘一切皆文本’。药物研发的全流程，是靠知识、文本和数据贯穿，递交临床试验申请、注册上市等各环节，交互的载体也是文本。但我们真正关注的，不是某一份文档写得更快，而是这条证据链如何被更高效、更准确地组织起来。”深度智耀业务副总裁陈舸告诉36氪。
当前，深度智耀构建了“AI智能体系统”，尝试自主执行、交付临床试验方案等多种文本。更具想象空间的是：临床任务交付过程，也是训练迭代AI、使其在海量临床试验数据中具备自进化和强洞察的过程。
AGI的东风到来之前，深度智耀曾沉寂多年。而当技术窗口打开，此前沉淀的数据和对行业痛点的理解，让它恰好坐上了牌桌。那么，深度智耀为什么获得资本追捧？它当前的业务模式和核心能力是什么？
临床试验AI智能体“军团”
回到根源上，临床试验业务涉及大量数据采集、分析和管理，需要众多有经验的专业人员配合，反复打磨。协同复杂、耗时长、成本高，是药企临床开发的主要痛点。
AI技术浪潮中，“临床试验数字化”一直是重要应用场景。过去数年间，临床试验领域已走完初始的信息化、数字化阶段，只是由于参与者众多，以及法规严格约束下的产品同质化，市场严重内卷。
但药企的需求持续存在。如果能利用AI模型，挖掘海量临床试验数据价值，减少重复而繁琐的人力劳动，提高产出效率、加速研发，药企仍有付费意愿。市场调研机构Market Research Future称，到2035年，全球AI临床试验市场将突破243.7亿美元。
尤其是2022年之后，ChatGPT为代表的生成式AI爆发，技术奇点到来。深度智耀也开始接入大模型、自研AI原生多智能体系统，既往通过交付医学文本类项目所积累的know-how，被进一步工程化为系统能力。
深度智耀方面提供的数据称，目前累计已服务超1000家药企，交付项目40000余个。
“这是个比较巧妙的思路，”一位跨国药企研发人士评价：“临床文本服务团队能接触到的临床研发相关数据文件非常丰富；且临床文本服务团队介入时，药企已完成更核心的科学论证和策略制定部分，单个项目工作周期并不长。这意味着他们能持续、快速接触不同研发领域的标准化Protocol（临床试验方案）和CSR（临床研究报告）文本，基于此做AI系统，逻辑是顺畅的。”
2025年，从技术架构上，深度智耀搭建了一套“仿人脑思维的AI原生多智能体系统”。彼时，这是医疗企业鲜少会提到的概念。
原本，AI公司主要依靠扩大参数量、丰富数据库提高预测准确率，但制药领域存在大量普通数据库覆盖不到的信息，这就容易造成“幻觉”。
为此，深度智耀换了个思路，不只是靠堆砌数据量，而是仿照人脑“拆解任务-持续反馈”的思维过程搭建系统，并设置训练、推理、交叉验证和后处理四层防护机制，从流程设计上避免“幻觉”发生。
在这套框架下，传统临床试验包含的注册申报、试验设计、临床运营、数据管理、统计编程等一系列复杂临床医学逻辑，被拆分成以“万”为单位的模块，并逐一开发相应的智能体：
比如负责整体临床方案设计的Protocol Agent、执行统计分析的Statistical Agent、保障合规的Regulatory Agent等，参与临床试验方案等内容的生产。
以Protocol撰写为例，它是整个临床试验的核心。传统方法中，这是由临床专家/主要研究者（PI）、统计学家、CMC专家等合力完成的任务，需要数月时间完成。深度智耀的多智能体系统则是将撰写Protocol任务拆解后，直接交给承担不同专家角色的Agent，由它们来理解试验背景及目标、设计方案框架，接着完成自动撰写、格式校对，并按需完成多语种适配。
这个过程中，不仅人力和时间成本得以缩减，AI智能体系统也可能凭借数据积累，为人类专家提供新思路，比如自动生成有利于监管沟通会议的论述材料等。
由AI智能体提供know-how，这是深度智耀的技术亮点所在。很多新药研发项目失败，并非是科学设想不够先进，或缺少数据，而是因为从临床前机制研究到临床试验之间存在大量断层，导致该药物没被用在正确的人群、正确的终点，或通过正确的方案将其潜在有效性验证出来。
从这个意义上说，AI临床CRO的真正价值，并非单纯的降本增效，而是深度嵌入患者分层、入组预测、研究中心选择、终点优化等关键临床环节，帮助整个临床开发更早暴露错误，并改正。其本质不是简单替代人工，而是降低关键决策节点的错误率，提高证据生成、整合的效率，进而增强从分子到患者、从机制到临床获益之间的闭环能力。
陈舸介绍，早期，深度智耀曾专门设有“AI架构师”职位，负责根据具体项目调用不同Agent，但如今已逐步实现由系统自主调用Agent、参与交付，“最终由专业人员审阅、签字、放行”。
按结果付费，中位客单价数千万元
随着AI多智能体系统的落地，深度智耀可承接的业务范围也随技术成熟大幅扩容。陈舸介绍，2023年左右，公司的AI系统已可以交付Protocol、CSR等比较典型的单个场景的文本内容，输出结果“准确率达到90%以上”。随后便逐渐切入临床试验“整包业务”，承接CRO类订单。
这种承接临床试验全流程“整包服务”的模式，直接给深度智耀带来了商业模式转变，公司得以开始执行按交付结果收费。
从最直观的角度，这首先意味着客单价提升。创立之初，深度智耀的单点位服务的订单体量较低，从几万元到几十万元不等。因为它本质上没有脱离传统AI辅助研发服务的逻辑，虽具备一定拓客优势，但收入天花板明显。
但如今，AI技术带来的服务体验和效率提升，让药企客户愿意把“管线的整体研发工作交给我们”，中位客单价也随之突破至数千万元。同时，2025年下半年开始，这种“整包业务”量也开始大幅增长，且“交付概率高，效率远超传统人力密集型的CRO服务”。
医疗行业天然带有强监管的底色，因此无论企业还是医疗机构，在面对创新技术时，态度往往都比较审慎。前述跨国药企人士也提到，AI模块化写作虽已是比较现实的应用，大药企内部如今都在用，但现阶段实操中，更倾向让它撰写重复性内容，如内容填写、前后文中的专业表述对应等。“涉及描述性内容还不是很信任AI，对于AI直接生成的Protocol初稿类内容，使用时会比较谨慎。”
那么，深度智耀是如何快速取得合作方信任、实现订单增长的？
“我们不打价格战，”陈舸表示：“而是通过提高售前体验取得客户的信任。”比如，在与药企客户初步接触时，深度智耀会先利用AI智能体为客户提供做出临床方案决策所需的资料，比如管线调研报告、初步方案论述及具体分析对比，甚至可以根据反馈继续修订方案。“这些方案不是模板化输出，而是结合项目实际情况来定，个性化程度高、完整度也高。我们的系统通常几小时就能完成一轮高质量迭代，不会显著增加内部负担，也能让客户更快建立对我们效率和质量的信任。”
这种先交付价值、再谈合作的方式，在一定程度上降低了合作方的决策门槛。陈舸提到，不少潜在客户原本只是计划将优先级不高的管线交给深度智耀试水，但在接触和验证之后，却“愿意达成全面战略合作，甚至把所有管线下一阶段的相关需求整包出来”。
陈舸透露，近期，公司刚刚拿下一笔接近2亿元的大订单，负责药企客户多条管线的全球多中心临床CRO业务。“我们预计当年确认收入的比例可以达到七成以上，这将直接带动今年的业绩增长。”
与此同时，跑通临床试验阶段整包业务只是第一步，深度智耀也已将服务向临床开发的前后两端延伸。“技术能力是共通的，只是商业场景有变化。理论上，如果AI知道临床试验阶段的哪类药物更有希望获批，那它在临床前靶点发现阶段也一定足够聪明；在营销端，也会知道怎样指导医生合理用药。”陈舸解释。
近日，深度智耀还表示，2014年诺贝尔生理学或医学奖得主、挪威神经科学家Edvard Moser将以非执行董事身份加入公司，意在“从更多维度探索AGI时代公司模型和智能体的能力边界”。
“当前，不少头部AI公司都在探索核心业务之外的跨界方向。因为，AI时代的业务服务边际成本相对较低、赢家通吃效应更明显，其核心成本是token消耗量，而非传统企业那样的异地扩张，或牵扯更繁琐的管理问题。在制药领域，我们相信未来的新药上市成本和链路会逐渐缩短，很多原本难以改变的传统会被颠覆，这是我们对行业竞争和未来发展的判断。”陈舸表示。
