我们的愿景

10×
生物科技。

更多可能。
让每一份
投入都有回响。

了解我们的方法 ↗阅读宣言
宣言

递归自我改进的生物科技公司

智能体原生组织宣言

开始阅读
0 /

序言

关于这个时刻

智能体如今已能连续数日完成多步骤的专业工作,并在过程中检验和修正自己的结果。当这种能力进入组织,我们必须重新思考如何分工、由谁决策,以及学习如何发生。CataX 从生物科技出发,探索这种新的组织形态。

我们获取并开发真实的治疗性资产,将其推进至临床验证。科学判断与智能体的执行能力在同一团队中汇合,缩短从治疗假设到临床答案的路径。

药物开发真正考验一个组织的能力:知识必须转化为可执行的研究,研究必须产生足以改变决策的证据。这份宣言以生物科技为起点,探索智能体时代的组织如何形成意图、与智能体协作、承担责任,并通过经验改进自身。

下一种药物,始于人与智能体从这一次开发中学到的东西。
I /

冲击

前沿能力,已进入我们曾以为人类独有的工作

临床开发依赖严谨的推理:汇集证据、检验假设,并将问题转化为研究。智能体在数学和软件工程领域的进展,正在改变人与机器之间的专业分工。

2025 年,Gemini Deep Think 解出了国际数学奥林匹克竞赛 6 道题中的 5 道,达到 IMO 金牌水平。[1] 随后数月,Aletheia 等智能体进入研究级数学领域,提出、检验并修订证明。[2]

2026 年 9 月,Anthropic 宣布,Claude 在 Prove2Me 平台上主要以自主方式工作,仅偶尔接受研究者的高层指导,在 11 天内完成了费马大定理的 Lean 形式化。它证明了 30,300 个中间定理,其中 29,500 个被用于最终证明。[3] 同年 10 月,OpenAI 发布了由内部模型生成的 700 多篇数学手稿;其有效性仍在接受数学界评估。[4] 产出开始超越理解。

Anthropic 还让 16 个智能体协同工作,在两周内构建出能够编译 Linux 内核的 C 编译器。[5] 人设定目标,构建测试与反馈环境;智能体实现、调试并改进代码,让一个复杂系统得以形成。

智能体已从生成内容,走向在严格约束与验证下持续推理和检验假设。临床开发同样需要将机制、研究设计和证据连成可检验的推理链,并通过实验和临床研究获得答案。当智能体承担越来越多的推理工作,人需要重新定义自身的职责:选择值得追问的问题,设计检验方法,并为由此产生的行动负责。

最先发生变化的边界,恰恰是我们曾以为不会改变的那些。
II /

生物科技的困境

将一个有潜力的分子变成药物,需要付出什么

10–15 年开发周期。每种获批新药的平均资本化研发成本约 26 亿美元。[6][7] 一个有潜力的分子,必须跨越这道时间与资本门槛,才能成为患者可及的治疗。

2012 年,Scannell 及其同事将此前数十年的困境概括为“反摩尔定律”:每投入 10 亿美元研发支出所获批的新药数量,大约每 9 年减半。[8] 更好的科学工具,并未自动提升开发体系的生产力。

AI 药物发现已推动分子设计进步。通过 RFdiffusion 设计的抗体已进入实验筛选与结构确认阶段。借助 AI 发现和设计的 rentosertib,其随机、安慰剂对照 IIa 期研究于 2025 年发表。[9][10] 候选药物出现得越快,开发体系就越需要提高验证它们的能力。

临床阶段约占获批前直接研发支出的 70%。[7] 候选药物能否使人受益,取决于其作用机制、暴露水平、患者选择与临床终点。下一轮生产力提升必须深入这些开发决策:将更丰富的知识转化为能够区分不同解释的研究,用有限的临床资源解决最关键的未知。

这正是 CataX 的起点。我们识别值得开发的临床前及早期临床资产,通过许可引进或共同开发协议获得权利,主导开发至临床概念验证(PoC),再与伙伴合作将药物推向更远。机制依据、产品差异化,以及早期研究能够回答的问题,决定我们如何投入精力与资本。

一个被搁置的资产,使开发问题变得格外清晰:这个分子是否仍有值得验证的临床价值?它的机制可能在原有患者人群或剂量下失败,也可能从未获得充分验证所需的资源。重新开发的起点,是从现有证据中找到决定下一笔投入的关键未知,并将其转化为研究能够回答的问题。

开发效率最终取决于答案的质量。当出现有意义的转化研究信号或患者亚组信号时,我们设计下一次检验。当结果不支持继续投入时,我们及早停止,明确哪些假设已被排除、哪些尚未经检验。时间与资本应投向能够改变开发决策的证据。

更好的开发体系,会改变哪些药物能够成为现实。
III /

重建组织

新的能力,需要新的组织形式

工厂电气化初期,电动机替代了蒸汽机,但机器与流程仍围绕中央传动轴布局。只有当工厂移除传动轴、重新组织车间,新的动力来源才真正改变了生产力。[11]

今天,为每个医学、临床和运营岗位配一个智能体,也会遇到同样的问题。单个环节变快了,项目却仍在等待部门间的交接。过去的分工反映了人的时间与知识边界。当这些边界改变,组织必须重新思考:哪些任务应当拆分,哪些问题必须由同一个团队从头到尾理解。

Base44 由一人创立,被收购时仅有 8 名员工。[12][13] 这样的团队说明,更小的群体如今能够承担更多工作:理解问题的人,可以组织智能体承接从需求到交付的更多环节。

软件部署后很快就能获得反馈;生物科技的临床 PoC 往往需要数年。一个小型临床开发团队必须保留完整的科学依据,将其贯穿研究设计与执行,并在结果到来后继续负责。团队规模的改变,只有改变了工作的完成方式,才有意义。

基于错误前提作出的早期决策,可能影响此后数年的投入。组织不能等到疗效结果读出才开始学习。在研究结束前,既往经验、日常反馈和主动推理就必须开始改变下一次决策。

从完整的问题出发。先明确谁对结果负责、哪些人与智能体参与,再定义角色并分配工作。

如果从第一天就有智能体,我们会构建怎样的组织?
IV /

从第一天起,与智能体共建

让智能体成为团队成员,让基础设施成为第一位“员工”

智能体原生组织,从一开始就为智能参与工作建立条件:可以访问哪些知识、使用哪些工具、获得什么权限,以及如何检验结果。这些构成其基本运行结构。

上下文。决策背后的推理必须经得起人员变化。来源材料、决策依据、失败记录、版本历史和未解决的问题,共同构成组织记忆。后来的人与智能体可以重建原始推理,并据此发展新的解释。

工具。文献、数据库、分析代码和临床数据系统,通过 API 或受控工具进入工作流程。在接入患者数据前,必须明确使用目的、授权范围与隐私保护措施。访问仅限任务所需的数据,并落实去标识化、受控处理及访问和导出记录。[14][15]

权限。智能体在明确授权范围内行动,将超出权限的决策交由负责人。临床试验申办者与研究者保留各自的责任。[14] 凡用于注册申报或患者安全判断的工作,都由具名人员签字确认并承担责任。智能体扩展此人能够看见和处理的范围,而不替代签字。质量审核、放行决策和关键变更,由质量体系内获授权的人员执行并记录。

评估。智能体任务应具备测试用例、质量标准和失败判据。支持 GxP 工作的系统,在使用前必须完成与预期用途及风险相适应的计算机化系统验证(CSV)。受 21 CFR Part 11 约束的电子记录和签名,必须具备相应访问控制与审计追踪;系统变更须经评估、验证和批准。[15][16] 真实任务中的表现,决定模型和工作流程是否有所改进。

构建基础设施,让每一次经验都能成为能力。
V /

自我超越

科学意图决定方向

当复杂执行可以交给智能体,专业身份便需要新的基础。核查知情同意书、调整方案格式、核对 CRO 表格,占用了大量专业时间。当这些负担减轻,更困难的工作是判断:什么值得做,什么证据足以支持改变方向。

执行越快,品味、科学直觉和问题的质量就越稀缺。科学直觉帮助我们从纷杂证据中发现值得追问的异常。品味体现在取舍:哪项研究值得投入资源,哪份精美的分析却没有抓住问题。

意图将人的抱负转化为工作方向:要改变什么、为何重要、什么结果才算成功。在药物开发中,资产负责人据此形成科学主张,组织智能体寻找证据与反例,再将主张转化为可检验的研究。能做的越多,就越需要明确我们究竟在追求什么。

尼采将人类描述为一座桥梁。[17] 这里的自我超越,是具体的工作:走出已经熟练掌握的角色,提出自己的问题,汇集资源,并为结果负责。成长也意味着放下曾经有效的答案,在新证据到来时重新思考问题。

我们必须与获得的力量一同成长。
VI /

超越岗位头衔

从职能交接,走向对完整问题负责

药物的开发假设贯穿机制、暴露、患者和临床终点。BD 基于机制的吸引力获取资产,临床团队再将论点转化为方案并执行。如果原始推理在途中丢失,一次失败的 PoC 就会让团队难以判断:是药物无效,还是研究从未真正检验过那个假设?

围绕完整的开发问题组建资产团队:这种药物在什么患者、什么暴露水平下,能够产生足以支持后续开发的临床价值?同一个人机团队,从资产评估、研究设计一直负责到证据生成。智能体维护来源材料、推理和变更历史;负责人确保每一次取舍都能追溯到正在检验的假设。

职能交接

工作在不同职能间传递

  1. 研究与商务拓展
  2. 临床策略
  3. 试验运营
  4. 分析与报告

资产团队

一个团队负责完整开发闭环

↓ 每个项目都积累能力组织记忆 · 技能为下一项资产保留方法与依据↺ 反馈至下一轮假设
图 1. 资产团队负责完整验证;每个项目为下一个项目积累能力。
查看原图

团队成员通过约定的数据接口、交付标准和反馈机制协作。执行中的偏差与新发现,回到资产团队的共享上下文中。同一团队持续负责最初提出的问题、过程中的改变,以及结果究竟回答了什么。每个项目形成的工具和方法进入组织记忆,为下一项资产提供更强的起点。

头衔追随能力,结构追随工作。
VII /

递归组织改进

组织本身,必须成为被改进的对象

经验只有改变后续工作,才成为组织能力。项目中形成的工具、推理和协作方式,必须能被后来的人与智能体使用、检验和修订。在 CataX 早期的工作中,我们将人、智能体、知识、工具与工作流程的共同改进称为“递归组织改进”。[18]

在结果到来之前,主动学习

临床价值的答案需要数年,组织学习却不能停滞。数据驱动的学习与逻辑提炼,是相互检验、相互修正的两条路径。前者从真实工作与项目结果中发现问题;后者由人主导,主动构建、提炼并挑战开发逻辑。

面对机制有吸引力的候选药物,讨论不能止于“靶点已验证”。为什么是这些患者?预期暴露能否对靶点产生所需影响?研究终点能否检验这条推理链?什么发现会改变投资决策?负责人围绕这些问题组织文献、历史案例和专业经验;智能体比较证据、寻找反例,将有潜力的机制转化为可行动的开发假设。

日常核查、返工与执行偏差提供快速反馈,帮助改进工具和流程。机制推理先接受历史案例和跨学科问题的检验,再由实验与临床结果校正。这种方法在稀疏的结果信号之间增加检查点,将日常执行与推理检验转化为指导下一步行动的反馈。

将判断沉淀为架构

有效方法被编码为技能(Skills);协作顺序与交付物之间的关系被编码为工作流程(Workflows)。组织记忆保留这些方法为何有效、适用何处,以及如何失败。下一组人与智能体既能采用既有方法,也能识别它们何时不再适用。

最理解问题的人,也参与改进工具。在生物科技中,资产负责人把重复的文件核查变成程序,临床负责人把常见遗漏的检查纳入工具。经过测试和专家审阅后,方法进入共享能力库,再由使用者针对真实问题不断改进。

评估评估者

定向进化通过变异、选择和积累,将有益的变化带入下一轮。[19] 工作方法也可以经历类似的选择。人与智能体提出替代方案,由任务表现与项目结果决定哪些值得保留。

评估标准本身,也必须接受结果的检验。如果一项评估奖励报告的完整性,却遗漏了决定资产价值的风险,我们就修改标准,并用已积累的案例重新比较。当临床结果暴露早期推理的盲点时,它们也必须改变我们选择下一项资产、设计下一项研究时所提出的问题。

许多公司都能获得相同的模型。项目经验却必须亲自积累,并需要基础设施加以捕获和延续。当经验嵌入工具与工作流程,每一代更强的模型都能利用它,承担更复杂的工作。

每一个项目,都应让开发下一个项目的组织变得更好。
VIII /

一份配方

自我改进组织的九种要素

构建智能体原生组织,意味着将扩展的能力、人的责任和积累的经验结合起来。这九种要素组成一份可以在实践中持续改进的配方。

  1. 对决策负责

    让决策与后果的责任始终相连。由一位具名负责人说明为何投入资源、什么会改变决策,并为后续结果负责。

  2. 从第一天就为智能体而设计

    从第一天起,建立智能体可使用的组织记忆、工具和工作记录,让新成员能够接续前人的工作。

  3. 让每个人拥有一支团队

    将智能体团队交给理解问题的人,让专业能力延伸为行动。给人设定目标、调动资源和修订方法的空间。

  4. 将重复转化为能力

    一项任务第三次出现时,就提炼其中可复用的部分。将经过检验的方法纳入共享工具、技能和工作流程,并保留其适用条件。

  5. 先评估,再部署

    部署前,按预期用途评估智能体任务。对重大变更进行测试、审阅和授权,再持续跟踪实际表现。

  6. 围绕问题组织团队

    围绕完整的问题组建团队,以交付约定协调专业工作,并从最初问题到最终结果持续承担责任。

  7. 让失败产生价值

    记录失败决策的依据、错误原因及具体改动。将经验带入工具和流程,并检查类似问题是否减少。

  8. 改进“如何改进”

    结合项目数据与人主导的逻辑提炼,检验我们如何发现问题、评估结果并保留改进。

  9. 衡量有意义的进展

    让真实结果优先于过程指标。在生物科技中,衡量证据质量、获得证据所需的时间与消耗的资本,再用后续临床结果校准这些指标。

好的想法,在实践中赢得位置。
IX /

召唤

致生物科技内外的建设者

CataX 从生物科技开始,在真实药物开发中实践这种组织方式。每一次取舍,最终都关系到一种治疗能否前进,以及患者何时获得新的选择。

我们欢迎拥有共同长期信念的伙伴、科学家与建设者。你在某一领域有深度,也愿意理解相邻的问题,形成自己的判断,并组织人与智能体开展工作。你能为真实问题构建工具,也能在新证据到来时修订方法。

我们与资产所有者合作推进真实药物,并通过实际项目检验组织方式。材料、能源、半导体和法律等领域,同样面临验证周期长、决策后果重大或监管约束。我们欢迎这些领域的建设者交流实践,让一次事业的经验成为下一次的能力。

自我改进的生物科技,指向一个更广泛的问题:当智能可以被组织,经验可以被传承,我们能够构建怎样的组织,又能够成为怎样的建设者?CataX 正在真实项目中寻找答案。

患者仍在等待治疗。我们以结果作答。

参考资料

  1. Google DeepMind. Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad. July 21, 2025.
  2. Feng T, et al. Towards Autonomous Mathematics Research. arXiv:2602.10177. 2026.
  3. Anthropic. Formalizing Fermat’s Last Theorem. September 4, 2026.
  4. OpenAI. Mathematical manuscripts and supporting proof artifacts. openai/math. October 2026.
  5. Carlini N. Building a C compiler with a team of parallel Claudes. Anthropic. February 5, 2026.
  6. PhRMA. Research and Development.
  7. DiMasi JA, Grabowski HG, Hansen RW. Innovation in the pharmaceutical industry: New estimates of R&D costs. Journal of Health Economics. 2016;47:20–33. doi:10.1016/j.jhealeco.2016.01.012.
  8. Scannell JW, Blanckley A, Boldon H, Warrington B. Diagnosing the decline in pharmaceutical R&D efficiency. Nature Reviews Drug Discovery. 2012;11:191–200.
  9. Bennett NR, Watson JL, Ragotte RJ, et al. Atomically accurate de novo design of antibodies with RFdiffusion. Nature. 2026;649:183–193. Published online November 5, 2025.
  10. A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial. Nature Medicine. 2025;31:2602–2610. Published June 3, 2025.
  11. David PA. The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox. American Economic Review. 1990;80(2):355–361.
  12. Wix. Wix Further Expands into Vibe Coding with Acquisition of Base44. June 18, 2025.
  13. Bort J. 6-month-old, solo-owned vibe coder Base44 sells to Wix for $80M cash. TechCrunch. June 18, 2025.
  14. International Council for Harmonisation. Guideline for Good Clinical Practice E6(R3). Principles and Annex 1. Final version, January 6, 2025; corrections October 24, 2025.
  15. U.S. Food and Drug Administration. Electronic Systems, Electronic Records, and Electronic Signatures in Clinical Investigations: Questions and Answers. Guidance for Industry. October 2024.
  16. 21 CFR § 11.10. Controls for closed systems. Electronic Code of Federal Regulations.
  17. Nietzsche F. Thus Spake Zarathustra. Translated by Thomas Common. Prologue, section 4; Part II, Self-Surpassing. Project Gutenberg, eBook 1998.
  18. Wang Z (CataX AI). Recursive Organization Improvement: A Modeling Specification for Human–Agent Organizations. arXiv:2609.38643. v2, October 15, 2026.
  19. The Royal Swedish Academy of Sciences. The Nobel Prize in Chemistry 2018: Popular Science Background. October 3, 2018.

CataX — 公司影片

2 分 18 秒阅读影片字稿
人的专长 × 智能体能力

一位临床负责人,一支智能体团队。

指导工作,汇集成果,持续改进。

任务说明与反馈 →草稿与发现 ←
全栈临床负责人与六个专业智能体协作临床负责人向智能体分享目标和上下文;智能体并行工作,返回草稿与发现。负责人会同相关专家审阅,并反馈以进一步改进。
设定目标,共享上下文。临床负责人指导工作。
  1. 01 指导
  2. 02 执行
  3. 03 审阅与改进