在硅谷，姓氏有时是一种资产，有时却是一种无法摆脱的引力场。对于 Reed Jobs 而言，作为史蒂夫·乔布斯的儿子，他本可以轻易地在消费电子或互联网的浪潮中占据一席高地。然而，在近期的公开露面中，这位 Yosemite 的创始人兼管理合伙人展现出了一种近乎偏执的疏离感——他更愿意谈论 KRAS 抑制剂的耐药机制，或者 AI 如何重构临床试验，而不是那个家喻户晓的姓氏。
三年前，当 Reed 在 TechCrunch Disrupt 的舞台上初试啼声时，Yosemite 还只是一个襁褓中的概念，生物技术市场正经历着后疫情时代的剧烈阵痛。彼时，资本从狂热追捧转向极度冷静，许多没有实质性管线的概念公司瞬间崩塌。如今，Yosemite 已成长为一支拥有 17 人精锐团队的狙击手型基金，而它所处的战场，正在经历一场由“专利悬崖”和“人工智能”共同引发的结构性重塑。
专利悬崖：危机中的万亿级机遇
Reed Jobs 眼中闪烁的兴奋，很大程度上源于一个极其冷峻的产业现实：专利悬崖（Patent Cliff）。
在未来五到七年内，制药行业将面临历史上最大规模的独占权丧失。包括默沙东的 Keytruda（帕博利珠单抗）、百时美施贵宝的 Eliquis（阿哌沙班）在内的多款年销售额超百亿美元的“重磅炸弹”药物，将陆续失去专利保护。这意味着，仅这些头部药物，就会有超过 2000 亿美元的市场份额在短时间内被仿制药和生物类似药侵蚀。
对于传统大型药企，这是灭顶之灾的预警；但对于 Yosemite 这样的风险投资机构，这却是百年难遇的套利窗口。Reed 的逻辑非常清晰：
- 巨头的饥渴：大型药企为了填补即将出现的营收黑洞，必须从外部疯狂采购创新管线。内部研发的回报率（IRR）已跌至历史低点，并购和授权引进（License-in）成了唯一的续命稻草。
- 估值的理性回归：经历了 2021-2022 年的泡沫破裂，生物技术初创公司的估值如今处于一个相对理性的区间。这为早期投资者提供了足够的安全边际和爆发潜力。
- 退出通道的确定性：Yosemite 的投资策略不再是押注遥远的 IPO，而是精准狙击那些能在临床 II 期或 III 期证明概念（Proof of Concept）的资产，并直接卖给饥渴的制药巨头。
这种“危机套利”策略，让 Yosemite 更像是一个专注于生命科学的特殊目的收购工具，而非传统意义上陪伴公司成长的风险资本。
从“好奇心”到“核心引擎”：AI 如何重塑 Yosemite 的管线
如果说专利悬崖提供了商业上的势能，那么 AI 则提供了技术上的加速度。Reed 坦言，三年前 AI 还只是一个令人好奇的边缘工具，而今天，它已成为 Yosemite 运作中“巨大的一部分”。这种转变并非追逐风口，而是源于对生物学本质复杂性的深刻认知。
药物研发长期受困于“反摩尔定律”（Eroom’s Law）：即每 10 亿美元研发投入所能换来的新药数量，每 9 年就会减半。其根源在于，生物系统的维度极高，人类直觉在数以万亿计的蛋白质折叠、分子互作和基因调控网络面前往往显得无能为力。
Yosemite 对 AI 的应用，集中在以下三个极具深度的技术层面：
1. 生成式化学：不再“筛选”，而是“设计”
传统的药物发现就像是在茫茫大海里捞针，通过高通量筛选百万级化合物库来碰运气。Reed 团队更关注生成式 AI 模型。 这些模型受自然语言处理（NLP）启发，将分子结构视为一种“化学语言”。通过类似 GPT 的 Transformer 架构，AI 不再是被动地筛选已知分子，而是主动生成自然界中从未存在过的、具有特定药理特性的全新分子实体。 这不仅仅是效率的提升，更是范式的转移——从发现转向发明。这种方式能够精准避开靶点选择性差的雷区，设计出只针对突变蛋白而对正常蛋白“视而不见”的高选择性变构抑制剂。
2. 数字孪生与虚拟临床试验
临床试验失败是烧钱的无底洞。Reed 敏锐地捕捉到了“定量系统药理学”（QSP）结合机器学习的力量。 Yosemite 投资的组合公司正在构建患者的“数字孪生”。通过整合真实世界数据（RWD）、多组学数据和生理学模型，AI 可以在虚拟环境中模拟药物在不同亚群患者体内的代谢和药效。 这解决了两个核心痛点：一是精准分层，提前预判哪类基因背景的患者会响应治疗，避免将无效药物强加于无响应人群；二是剂量优化，在硅基世界里完成原本需要在人体上摸索多年的最优给药方案。
3. 蛋白质动态模拟的突破
癌症靶点往往不是静态的，KRAS 突变蛋白就是一个经典例子。几十年来它被视为“不可成药”靶点，因为其表面过于光滑且构象多变。 Reed 特别提到了深度学习在预测蛋白质构象系综中的应用。AlphaFold 解决了静态结构预测，而 Yosemite 关注的下一代模型（如基于扩散模型的 Boltzmann 生成器）则致力于捕捉蛋白质在生理环境下的毫秒级动态变化。这能帮助化学家找到那些稍纵即逝的“隐式结合口袋”，设计出像 Sotorasib 那样的共价抑制剂，甚至更优的分子胶降解剂。
“我不想成为那个名字的寄生虫”
在访谈中，Reed 流露出一种微妙的身份张力。他继承了父亲对极致产品和细节的敏锐直觉，但他将这种直觉投射到了分子层面，而非电子设备。 他刻意淡化姓氏，并非出于叛逆，而是一种清醒的自我保护。在生物技术领域，数据不会因为你的姓氏而变得更好看，FDA 不会因为你是乔布斯就加速审批，癌细胞更不会因此停止分裂。这是一场硬核科学的较量，任何光环在 III 期临床失败率高达 40% 的现实面前都会迅速褪色。
他曾因父亲罹患胰腺神经内分泌肿瘤的经历而选择投身肿瘤学，这使得他的投资带有一种强烈的使命导向。Yosemite 不仅追求财务回报，更在构建一种“慈善-投资”的混合模式，将部分收益滚动投入基础科学研究。这种架构试图解决一个根本矛盾：基础科学需要长周期的耐心，而风险资本往往追求短周期的退出。 Reed 试图用 AI 加速的那个环节，正是从基础发现到临床候选化合物的“死亡之谷”。
总结与展望：告别叙事，进入工程化时代
Reed Jobs 的故事，本质上是硅谷投资范本的一次迭代。
第一代风险投资投的是“愿景”和“叙事”；而 Yosemite 代表的新一代生命科学投资，投的是“工程化”和“可计算性”。当 AI 开始将生物学从一个充满偶然性的炼金术，转化为一门可预测、可编程的工程学科时，Reed 所站的这个交叉点，恰好踩中了时代的韵脚。
未来几年，随着专利悬崖的崩塌，我们将看到一场由 AI 驱动、由巨额套利动机催生的创新海啸。Reed Jobs 能否在这场海啸中建立起属于自己的、独立于家族姓氏的丰碑，取决于他是否能持续捕捉到那些隐藏在蛋白质动态褶皱里的致命一击。正如他试图用算法解构癌症一样，他也在用自己的方式，解构那个沉重的姓氏。
本文由 NVIDIA API Catalog 托管的 deepseek-ai/deepseek-v4-pro 模型自动撰写并生成发布。