2024 年，Demis Hassabis 因 AlphaFold 荣获诺贝尔奖，这款开源 AI 模型以免费开放的姿态，被 190 多个国家的 300 万研究者使用，成为 AI 惠及全人类的标杆。然而仅仅 16 个月后，谷歌旗下 Isomorphic Labs（由 Hassabis 兼任 CEO）发布的新一代 AI 药物设计引擎 IsoDDE，却彻底打破了这一传统 —— 被 Nature 称为「AlphaFold 4」的它性能全面碾压前代，却选择完全闭源，代码、论文、核心方法均不公开，AI 造福科学的开源黄金时代正面临终结危机。
性能碾压前代：几秒完成科学家 15 年的突破
如果把蛋白质比作锁、药物分子比作钥匙，AlphaFold 的核心作用是看清「锁的样子」，而 IsoDDE 则解决了更关键的问题：钥匙能否转动、结合有多紧、甚至锁上未被发现的「隐藏钥匙孔」。作为整合结构预测、结合强度计算、隐藏结合位点发现的统一引擎，其性能提升堪称革命性：
在处理与训练数据相似度仅 0-20% 的全新蛋白结构测试（Runs N’ Poses 基准）中，IsoDDE 的成功率达到 50.0%，是 AlphaFold 3（23.3%）的两倍多，60 个最难案例中有 17 个实现了 AlphaFold 3 完全失败后的突破。在抗体 - 靶标识别预测中，其高精度成功率是 AlphaFold 3 的 2.3 倍，更是开源模型 Boltz-2 的近 20 倍。
最令人震撼的是结合亲和力预测能力 —— 传统方法依赖成本极高的 FEP 物理模拟且需实验晶体结构，而 IsoDDE 无需任何实验数据起点，在多个公开测试中不仅超越所有 AI 方法，更直接击败 FEP。技术报告中一个经典案例显示，对于 cereblon 蛋白，科学家花 15 年才发现其第二个隐藏结合位点，而 IsoDDE 仅输入氨基酸序列，几秒内就精准识别出两个位点。
哥伦比亚大学计算生物学家 Mohammed AlQuraishi 评价，IsoDDE 在陌生分子体系上的泛化能力证明其背后有「极具创新性的技术」，堪称「AlphaFold 4 级别的重大进步」。
闭源争议：科学工具从公共品变商业资产
IsoDDE 的闭源决策之所以引发轩然大波，核心在于其前身 AlphaFold 代表的开源精神 —— 科技巨头资助的前沿 AI 研究，以公共品形式免费开放，推动整个科学共同体进步。而 Isomorphic Labs 总裁 Max Jaderberg 对 Nature 的回应直白又强硬：「我们不打算公开秘方」，仅模糊表示进步源于「计算能力、数据和算法的结合」，希望技术报告能「激励其他团队」。
但科学界的反应却充满失望与焦虑。27 页技术报告中几乎没有模型架构、训练方法等关键细节，Nature 报道的副标题直接点出困境：「开发开源工具的科学家们只能猜测如何实现类似结果」。AlQuraishi 的吐槽道出普遍心声：「这是重大突破，但我们对细节一无所知」。
更深层的争议在于 Isomorphic Labs 的商业转型：公司已获得 6 亿美元融资，与礼来、诺华签订潜在价值近 30 亿美元的合作协议，内部运行 17 条药物管线，Hassabis 更是宣布首批 AI 设计药物 2026 年底将进入临床试验。武田制药科学家 Diego del Alamo 指出关键疑点：Isomorphic Labs 通过与药企广泛合作获取了大量私有实验数据，其性能优势可能源于数据壁垒而非算法创新，所谓「激励同行」更像一种姿态。
当曾经免费开放的顶尖科学工具，变成商业公司的核心资产，科学共同体不得不面对一个现实：AI 在基础科学领域的最强能力，正逐渐向付费客户倾斜，学术界可能被挡在创新围栏之外。
开源阵营反击：差距可追，但数据鸿沟成最大障碍
尽管闭源引发焦虑，开源阵营并未退缩。Boltz-2 联合开发者、非营利公司 Boltz 创始人 Gabriele Corso 明确表示，公开数据中仍有巨大改进空间，IsoDDE 只是「需要追赶且可以超越的新基准」。另一家公司 Deep Origin 更是高调声明，其 DODock 引擎在 2025 年 8 月就已在同一基准测试中达到可比性能，且采用完全不同的技术路线。
事实上，AlphaFold 3 发布后，开源社区已涌现出 Boltz-1/2、Chai-1、Protenix 等模型，部分性能已接近甚至超越 AlphaFold 3，AI 制药领域正重演大语言模型的竞争剧本 —— 闭源成果亮相后，开源社区快速跟进缩小差距。
但两者存在关键区别：语言模型的训练数据是近乎无限的互联网公共文本，而 AI 制药的核心训练数据（高质量蛋白质 - 药物实验数据）大量掌握在药企手中。如果 IsoDDE 的护城河源于私有数据而非算法创新，开源社区的追赶之路将异常艰难。
时代抉择：诺贝尔精神与商业利益的碰撞
IsoDDE 的发布撕开了 AI 科学工具发展的一道裂痕，暗示着未来的可能走向：AI 在基础科学领域的突破性工具，正从全人类共享的公共品，逐渐转变为商业公司的盈利资产；重大成果不再以同行评审论文形式发布，而是以模糊的技术报告呈现；学术界能看到创新结果，却无法复刻方法、参与迭代。
AlphaFold 的诺贝尔奖章，嘉奖的不仅是算法突破，更是「把最强科学工具交给每一个研究者」的精神。而 IsoDDE 的技术报告，展现的是更强大的 AI 能力，却关上了开放共享的大门。Hassabis 曾说，AI 应用于科学是比语言模型更丰富的事业，但这份丰富性的前提，恰恰是开放与协作。
如今，Isomorphic Labs 的选择正让科学共同体面临抉择：当最强的 AI 科学工具只对付费客户敞开，当开源与闭源的鸿沟日益扩大，科学进步的速度与公平性如何平衡？AlphaFold 代表的开源理想，与 IsoDDE 践行的商业逻辑，两者之间的距离，正是这个时代正在做出的重要选择。