制药业的SpaceX：赖才达的纳米火箭

"Whilst this planet has gone cycling on according to the fixed law of gravity, from so simple a beginning endless forms most beautiful and most wonderful have been, and are being, evolved."

"生命观有如此恢弘：它有若干力量，起初被注入寥寥几种甚至一种形态；而当地球依照万有引力定律循环往复之时，如此简单的起点，却已演化出、并仍在演化出无尽最美、最奇妙的形态。"

这是《物种起源》的结尾。也是剂泰科技创始人赖才达（Chris Lai）觉得最动人的一段话。

赖才达和医药领域的故事始于一篇论文，当时他台大读化工系，看到了 Bob Langer 的一篇研究：让一只裸鼠背上长出了一只耳朵。这让他觉得无比震撼，"是一种科幻中的技术可以被创造出来的感觉"。

怀着"要做科学家、还要拿诺奖"的心情，他赴MIT深造，却也在这里体会到天外有天。在纯科研领域未必能做到顶尖，他逐渐发现自己更擅长将科研价值转化为真实产品。

赖才达（左一）在MIT时期的创业项目

2016年博士毕业后，他加入晶泰的早期团队，第一次接触AI制药的全貌，历练了四年，2020年初疫情爆发前夕，他回到杭州，创立剂泰科技。

如今5年过去，剂泰科技在脂质纳米颗粒（LNP）精准递送方面已经实现突破：做到了肝脏、肺部、肌肉、免疫器官和肿瘤等关键器官或组织的靶向递送。可以说，剂泰是这一波AI制药企业里走得最顺的之一。

但赖才达却告诉我们，这只是Day One。

他形容剂泰是"制药业的SpaceX"。 这家公司要造的不是金属火箭，而是由脂质、蛋白和分子组成的"纳米火箭"，目的地是将设计好的药物精准的递送到人体这个由三十万亿个细胞构成的"内在宇宙"。

人们很好奇，为什么这个如此年轻的人能说服那些拥有二三十年经验的业界顶级专家与他并肩作战？

我们找到赖才达身边的高管，他们回答说，和这个年轻创始人一起干，因为想实现更大的自我价值——剂泰要做世界最好的纳米材料，做能为患者创造真实价值的事情。

这从赖才达选择partner的标准也可以看出。他一直在寻找那些即便功成名就，但"底层理想还未被满足"的人 。他说，眼里有火的人才能造出火箭。

这种好奇和探索正是Monolith所欣赏的，Monolith创始合伙人曹曦是剂泰的天使投资人，甚至在Chris创业方向还不明朗的时候就选择了下注。

当时，赖才达的融资之路也经历了不少坎坷，他坦言，"曹曦老板投我们的时候可能还是看人，因为当时真的什么都没有。"

我们很久没有录播客了，最近，剂泰科技完成了D轮融资。这期**《第一推动》**我们和赖才达聊了聊——关于医药和AI、创业的坎坷、管理哲学，以及他那些始终未变的坚持。

以下是对话全文，

经Monolith整理，有调整和删减：

"AI 的本质是去解码人类这个最独特的大数据集"

**Monolith：**AI来了以后，你切身体会到制药行业有了哪些变化？

赖才达： 其实 AI 制药的逻辑源于人体的复杂性。我们体内大概有 30 万亿个细胞，每个细胞包含两三万个基因，组合起来是万亿级的数据量。

人为什么会生病？往往是某些细胞的信号出了问题，导致疾病或衰老。**AI 的本质是去解码人类这个最独特、最复杂的大数据集，理解它，甚至尝试去改变它。**比如能不能把"生病的细胞"重新编程成健康的细胞？甚至是"超级不老"细胞。

所以 AI 在这个领域的长期价值，是把人体这个复杂系统真正解码，并据此创造出有效的治疗方案和产品。

Monolith： 有人说再过十年，癌症可能就会被解决了。你认同吗？

赖才达： 我觉得癌症最终会被当作慢性病来看待。它本质上就是某些细胞生长失控，占据空间、消耗资源。一旦我们能把治疗精准送到目标位置，我相信这些肿瘤是可以被"shut down"的。

大模型在这里的第一个价值，是帮助我们设计精准递送不同肿瘤的纳米材料。第二个，是用数字孪生的方式，把肿瘤转化成可预测模型，然后通过不同靶点组合，实现清除效果。

现在甚至有人在研究预防性肿瘤疫苗——去预测每个人可能出现的抗原，提前"打进去"。未来十年，这些都很可能实现。

Monolith： 所谓的AGI 来了以后，对药物研发会产生什么影响？

赖才达： 其实在 AGI 来之前，AI 就会带来大量突破了。因为生物药本质上是解码人体过程，而 AI 非常擅长处理这种复杂系统。它会先在垂直领域突破。比如去给心脏做一个数字孪生，在里面去找各种成药机会。或者去解码纳米材料的递送分布，预测蛋白折叠与药效关系。

Monolith： 在这个领域，有什么是人做不到而 AI 能做到的？

赖才达： 材料如何在体内分布与富集，人脑都很难预测，因为这涉及材料性质、蛋白结合等等的动态多维信息。而 AI 能处理这些复杂连接，并不断优化特征，实现精准递送。

人脑也很难完全预测蛋白结构和功能，比如哪种抗体既能产生免疫源性，但又能保持药效？这类系统性问题，AI 更擅长预测。

但我认为人机互动是非常关键的。AI可以提供预测能力，但还是需要人来提供经验判断。

Monolith： 先在人体层面建立一种"数字孪生"，把人体当作可计算的对象，再用 AI 介入和优化。这样理解对吗？

赖才达： 对，但这是最终的愿景。我们作为企业当然不可能一开始就做完所有这些事情。

"做SpaceX，做世界最好的纳米材料"

Monolith： 剂泰在这样一个大的愿景里想扮演怎样的角色？

赖才达： 我们常形容自己像一家"火箭公司"。我们用 AI 设计纳米材料，做"AI for Nano"。核心点是设计各种"纳米火箭"，让它们进入体内后能精准导航到正确的组织和器官实施治疗。

想想看，人体有 30 万亿个细胞，真正生病的可能只有其中几万个、几十万个甚至上百万个。你必须精准导航到正确的细胞才能真正治疗疾病。

人体这个复杂的小宇宙里没有 GPS，我们通过化学信号、生物学信号，再结合 AI 去理解这些信号，开发出创新材料，让药物精准送达目标细胞和组织。这就是我们努力的方向。

Monolith： 这么说，如果把"数字人体"比作一张谷歌地图，剂泰做的就是其中的 GPS，只是这个 GPS 要靠 AI 去设计。对吗？

赖才达： 可以这么理解。或者说有点像顺丰快递，一定要把包裹送到你家门口，不能送错，不然就可能带来毒性风险。我们的目标是"指哪打哪"。

如果能做到这一点，制药的整个流程都可能被颠覆。 未来，肿瘤细胞可以被精准杀灭，神经细胞也许可以增强，肌肉细胞可以再生，心脏组织也能重建。

这是整个生物医药领域的重大课题。剂泰专注的是其中的"最后一公里"。

Monolith： 在疾病治疗的整个过程中，有一步是分子设计。这有点像是在一个巨大空间里解一道方程。比如 Alphafold 很大程度上解决的是分子结构预测的问题。而剂泰现在面对的是如何才能把药物精准递送到特定位置。所以你们为什么选择做递送这件事？

赖才达： Alphafold 是AI制药里一个很重要的突破。因为它第一次把氨基酸序列直接通过算法转化成结构。有了结构就有功能，它几乎解码了大自然里百分之九十几的蛋白结构，是一个起点，意义重大，因此也拿了诺奖。

我们关注的是纳米材料。它是一个高维度、巨大空间的超分子聚合体。 一个纳米球比蛋白大得多，有点像立体拼图，里面包含不同的脂质、靶向分子和各种新材料。

这些组件如何自己组装成为一个"火箭"？这靠人脑几乎无法推导。同时，药物注入体内后得穿过人体各种防护屏障，才能到达目标区域并释放药效。在这过程中它一定会被某些细胞吞噬、分布到不同地方。可体内没有 GPS，我们要怎么判断它到底是在肝脏、肺脏还是心脏？

我们想要解决的就是这一整套"递送"问题。可以理解为做一个"人造的、可导航"的微型装置。 有点类似病毒，它能精准跑到目标器官或组织。

一旦递送问题解决，成药的难度会大幅下降。大家知道，很多疾病在"体外实验"都能解决，比如肿瘤、神经再生、抗纤维化等等。但为什么进到体内就不行？关键就在于能不能送到正确的细胞。

只要能送进去，体外的实验效果在体内就有机会复现。这样，无论是抗体药、蛋白疗法，还是小分子药物，都可能打开一批原本不可成药的机会。

Monolith： 那剂泰现在具体聚焦的的疾病或适应症是什么？

赖才达： 我们主要看临床痛点。**最快推进的一款产品是做 CNS，也就是中枢神经退化相关疾病。**目标是缓解甚至逆转一些常见的衰老症状。比如吞咽困难、情绪障碍、供血问题等。

第二块是肿瘤。 肿瘤的核心问题就是递送。如何才能让药物真正进入实体瘤内部？过去治疗有点像"狂轰滥炸"，良民和敌人一起被波及。我们希望通过纳米材料精准把药送进"敌人城堡"，从内部瓦解，这样疗效更好，也不误伤正常细胞。

METIS实验室

第三类是自体免疫疾病。 这个市场规模甚至比肿瘤还大。我们想把药递送到免疫器官深处，定点清除过度活跃的 B 细胞，实现免疫重建。

最后是代谢类疾病，减肥、降糖、降脂、增肌这类。要是真能做到"口服见效"，那基本可以不用天天泡健身房了。

Monolith： 换个角度想，如果 AI 在蛋白计算、生物计算上继续突破，有没有可能出现一家“所有疾病都能触达”的公司？

赖才达： 这也是我的愿景吧。我们聚焦的点是“能送到任何细胞，甚至专一某种细胞”。行业现在做到组织层面已经很不错了，我们希望未来真正做到“指哪打哪”。

理论上是可行的。人体本身的抗体、信号分子、营养物等天然能穿透各种细胞。病毒也是大自然最厉害的递送材料，能精准进入不同细胞。人类借助 AI，也许能在“无穷大”的材料空间里找到最优组合，实现病毒般的导航能力。但要做到那一步还需要时间。

Monolith： 过去几十年，生命科学领域里“做分子”的公司往往比“做递送”的公司更值钱。但你现在的观点似乎是：如果递送系统通用，它就是一个平台公司，能解决几乎所有问题。对吗？

赖才达： 对，但这是我们的假设。如果我们真的能精准把药送到细胞层级，整个成药难度瞬间降低。这样一来，很多人类已经积累的工具，比如抗体、CRISPR、小分子等都能被重新利用。价值自然就大。

制药界最近特别火的 ADC（抗体–药物偶联物），其实本质就是递送，用抗体加小分子的方式把药送进肿瘤。那只是一个细胞类型、一个载体。想象一下，如果我们能送到所有细胞、搭配各种 cargo，潜力会有多大？

剂泰既做递送，也做产品，有点像“既有 SpaceX，又有卫星”。 在 SpaceX 出现前，卫星公司更值钱，但在 SpaceX 之后，火箭公司身价暴涨。

Monolith： 剂泰在大模型领域做了什么深入研究吗？

赖才达： 我们做得最多的是“纳米大模型”。过去，我们非常擅长做大量的干实验，去预测纳米材料怎么组装、会跟哪些蛋白结合；也做大量的湿实验，去验证这些结构在体内会分布到哪些器官、富集在哪里。

基于这些数据，我们构建了一个类似“脂质语言库”的东西。**把脂质的每个片段当成一个 token，再把这些 token 组合起来，生成不同的脂质材料。**然后我们训练了一个大模型，让它像一个“顶尖科学家”一样，专门理解和生成纳米材料的语言。当然，它只会“脂质语”，别的领域不懂。

METIS脂质库

你可以问它：如果我想做一个非靶向递送，哪些 token 是关键？它可以给出预测，甚至一次性生成十万个可能的材料。然后我们先用干实验筛出最好的 100 个，再用湿实验做验证，最后锁定那个真正能用的材料。

这样打通之后，我们在材料递送开发上的效率提升很大。现在我们有千万级规模的可电离纳米脂质库，而整个公开领域的已发表数据也就一两万个。等于我们把设计空间扩大了一千倍，通过这个空间，我们能找到很多别人找不到的好材料。

“把科研变成产品，

就是我的优势”

Monolith： 跟大家介绍一下你的成长背景吧，你在台北、波士顿、杭州、北京都待过很多年。对吧。

赖才达： 我在台湾长大，台大化工系毕业。当时在大学时我给自己列了三个值得投入的大方向：材料、信息技术、医药。当时当然没想过今天会做 AI 制药。

有次看到 Bob Langer 的文章，讲在裸鼠身上长出一只耳朵——那画面太震撼了，如果这都能做，理论上所有疾病都能解决。

那一刻我就心想，一定要去 MIT，去一个能把科幻变现实的地方。

运气很好，我顺利考上 MIT 化工系。我加入诺华-MIT中心。到了那里才发现真是人外有人、天外有天，有人微分方程看一眼就能解出来。在源头创新上超越他们太难了。

我第一学期就决定要走点差异化路线。慢慢地，我确认也许我不适合做纯科研，但我擅长把科研变成产品，这就是我的优势。

MIT 的创业氛围特别浓。14、15 年那阵子，大家几乎逮着任何想法都在创业。很多国内投资人也去校园找学生聊，彼此还互相洗脑说一定要创业。

MIT创业者乐队

那时候我参与了晶泰科技的早期创业。他们研究的方向跟我很接近，都是晶型，有次比赛摊位就在我旁边，我看着他们的海报想这不就是我最擅长的嘛。

于是我成了他们的 Scientific Advisor / Active CEO，帮忙做算法和平台落地，也算是我正式踏入 AI 制药的第一步。

当时整个行业都处于超级早期。我跟导师聊 AI 能不能预测药物，他还说“这不可能”。结果几年后 AlphaGo、AlphaFold 出来，全世界都震惊了。所以我特别庆幸，自己刚好站在浪潮口。

Monolith： 美国生物制药圈子，大多是“老白男”主导——年纪大、做药几十年的那种。你这么年轻，怎么当上CEO的？

赖才达： 这也是我当初回国的重要原因。在美国，要做到今天这种机会和影响力，很难。美国的公司跟创始人之间没有那么强的绑定。创始科学家很多天使轮、A 轮后就被边缘化，成了 bench scientist 或项目负责人，很多干脆离开公司。

但那几年国内刚好从仿制药转向创新药、从传统制药转向 AI 制药，行业正缺这种“新技术+年轻科学家”。我当然不能 day one 就当好 CEO ，但中国当时刚好给了一个“新手村”般的环境。我常跟投资人开玩笑：16–20 年是新手村时代，让年轻科学家有空间试错。后面就不一定有这种机会了。

Monolith：早期融资很重要，能聊聊你和 Monolith 的渊源和当时对我们的印象吗？

赖才达： 其实 Monolith 曹曦老板算是我们的天使投资人。最早他还在红杉做种子基金的时候，就已经投进来。说老实话，我们跟曹曦结缘时，BP 还非常原始，做的事跟现在也不完全一样。

当时我创业预测了几个值得做的方向：AI 蛋白（那时候蛋白还不火）、AI 抗体和AI 纳米。因为我们团队更擅长材料，所以就先从纳米做起。

最开始啥能做、啥不能做都不知道。我还记得 BP 里写了纳米材料 LNP。结果有些投资人说：“太难做，你先别放进去，别人不会 buy in。” 于是第一版 BP 就写得特别简单，做小分子制剂开发，用 AI 排列组合各种材料。然后把我们在美国做的一些 use case 也塞进去。

我觉得曹曦可能看中的是我这个刚从学校出来不久，又在麦肯锡干过一两年的人，能把行业看得挺清楚。 他当时也许并不百分百相信我们能做出来（笑），但觉得我们总能找到对的方向。后面我们也真的是各种试错才摸到正确路径。

Monolith：其实在融资过程里，拒绝你的人一定比投你的人多。在这些拒绝的理由里，你听进去多少？有因为这些反馈改过方向吗？还是主要找认同你观点的人？

赖才达： 两边都有。有的人 day one 就不相信 AI 能在制药有突破，根本不 buy in，这种没啥好聊。一开始这种投资人挺多，后面少了，大家慢慢都认可 AI 在行业里能有大突破。

后来更多争议在执行面。有人质疑产品价值、市场够不够大。我们起初只做感染性新药，投资人会算一笔账，说这只能在中国卖，出海难，有天花板。当时我也 buy in 这种建议，就开始想后续要怎么突破，现在做 LNP、抗体递送等等都受了这些影响。

投资人的反馈大概一半是对的，一半是错的。我们经常先试两步发现错了再换方向。 但投资人对大势的判断往往比我们准，比如资本、政策的风向，能给我们提前预警。让我们融资节奏和政府沟通都能打得更漂亮。

Monolith： 对你来说，回国创业是最正确的一个决定。但你之前其实对内地并不了解。回来之后，有哪些和你想象一致，哪些不一致？

赖才达： 老实说，跟想象完全不一样。我以为回国创业得先白酒、喝三杯再谈生意，实际上完全不是。这里创业很讲效率和科学，跟投资人谈的是数据和团队，沟通非常直接高效。

意料之外的是政府赋能特别强，各区市政府帮你找人才、场地。我们刚回杭州的时候，根本不熟，不知道哪有实验室。政府三个月就帮我们找好了滨江、钱塘、萧山适合的场地，落地、装修、建厂，全搞定了。

比如在 Boston，谁会帮你找实验室？所以当时就觉得国内这种“保姆式”帮助简直好得不可思议。

Monolith： 实际上，从 2020 年前后开始，一级市场投了不少AI制药公司。你们算跑得特别顺的前几名了。这几年，公司的方向也不是没有变化，但能一直走到现在，你觉得自己的trick是什么？

赖才达： 大概在 21、22 年，市场变动大，各种噪声满天飞。我们也有过一段方向频繁调整的时期，当时几乎每半年战略就换一次。团队受不了，说：“Chris，你能不能给我定个三到五年的计划？不要老换。”

过了一年左右我们才真正定下来，all in 一个方向。**其实做得越窄，越深挖某个垂类，数据和模型才能创造越大的价值。**你不可能把靶点创新、靶点验证、分子设计、递送全链路都打通，但只要某个环节有差异化，就能做出一流产品和合作机会。这是我们当时发现的关键节点。

我觉得秘方就是：足够聚焦、快速做产品。 很多朋友早期只打磨算法，不落地产品，价值看不到。我们 DNA 是相信最后做的东西必须在患者身上看到价值。

我们有三个规则：

Patient-centric： 创造巨量价值的才做，不是因为算法酷才做。

突破边界： 行业别人不敢做的，我们要做。

一流团队： 全球顶尖科学家都要招进来，我愿意花钱、花股份去吸引比我强很多倍的人。

“现在也只是 Day one”

Monolith：刚说了些顺利的事，那你这六年多创业踩过最大的坑是什么？

赖才达： 最大坑是美国建大研发团队。当时想同时做递送和小分子 AI 方向，招了很多顶尖科学家，但美国成本太高。

Monolith： 美国成本高是什么概念？量化来说的话。

赖才达： 人民币换美元，房租十倍，薪资每年 8% 通胀，招人挖人、实验、数据成本极高。效率慢，AI 公司做实验、产生数据太贵。

美国适合资深人找方向，但落地实验、数据产出成本太高。后来发现他们还外包给中国团队做开发——那还不如直接搬到中国。

Monolith： 你的合伙人是陈红敏院士。你当时那么年轻，三十岁不到，怎么说服他跟你创业的？

赖才达： 哈哈，这大概是我的长板吧。坦白讲，当时我要钱没钱、要经验没经验，靠的是热情和 vision。

想想看，我的这些合伙人之前做两三款药要五到十年。如果能用AI 工具能把周期缩到一两年，那他的价值直接乘以 N 倍，他当然感兴趣了。

而且我们已经有一些落地的应用场景，不是空画大饼。从第一性原理看，中国能产出世界级数据，AI 又能把决策效率放大，把这些顶尖科学家的影响力提升 10、20、100 倍。他们觉得这真是范式转变，而跟我合作可能是最快实现的途径。

当然，也不是 day one 就签约。通常要一两年，甚至更久，一边和他们做朋友一边磨。有时候聊到他不好意思了，也就愿意加入了。所以我常说，vision+耐心，慢慢磨，才能把这些资深大神拉下水。

Monolith： 有些中国企业家是超级 PM，所有人围着他转，美国药企可能是科学家当 CEO。你显然没走这些路。你在公司里怎么做决策？怎么保证最终方向是对的？

赖才达： 好问题。我们公司内部对一件事永远不会完全一致。一条管线要不要做、要推多快，大家看法都不同。团队里很多人比我经验丰富、能力强，意见完全不一样。**所以我的方法是——show me the data。**给我数据，我才能判断。我们围绕数据辩论，找出最优路径，不是死板不变的。

Monolith： 但很多问题需要资源才能拿到数据，你们怎么决定哪些 idea 能获得资源去验证？

赖才达： 我们内部有一个 Vision Fund，就是一笔自由资金。科学家可以提出方向，但必须给出 killer experiment。做完后你能清楚知道可行与否。早期试错我们不干预，做完数据再决定是否加大投入。这样前期的试错就能产出好产品，再往下推进。大方向是我和高管们定的，最后有时候是我来拍板。

一开始很多合伙人对我的判断不 buy in，尤其前两年，他们觉得我没经验，判断不准。但五六年下来，大家发现，Chris的直觉还是基本靠谱的，尤其是在管线差异化方向。

Monolith： 那大家在激烈讨论中，高管团队有损耗吗？

赖才达： 肯定会有。大家会争论："你啥也不懂"、"你那东西不简单嘛"这种话很多，**但真正的高管不需要情绪管理，他们争论目标不是赢，是找对的方向。**只要产品能落地、对患者有帮助，吵架无所谓。不适应这种模式的人可能就不适合我们公司。

Monolith：真正的高管不需要情绪管理，这句话很有力，他们还有什么特征？

赖才达： 我觉得有经验的人，眼睛里有没有火是能看得出来的。很多高管，二三十年经验，没了热情，那就不太适合我们。我们喜欢的科学家，是那些底层理想还没被满足的人——他们钱不缺，名声够，想要的是真正"make their name"。

举例来说，**我的 CSO 徐伟博士，他想成为行业导师级人物，带团队，把理想扩散到各应用场景。**眼睛里充满火，这种人我特别喜欢。我的平台负责人也是毛遂自荐，他觉得自己能把平台做到极致，眼里同样充满火焰。

有了火焰之后，我才看他做过什么、经验如何、遇到挑战如何反应、怎么带队。当我们两边都有火花，chemistry 就出来了。

Monolith： 那你怎么让这些"眼睛有火的人"愿意长期留下？

赖才达： 我觉得自己角色是赋能者。让我最开心的是让科学家实现理想，把理念变成产品。**留住他们的关键，是让他们做世界最前沿也极度差异化的产品。**当然，好的薪酬、股权也重要，但更重要是工作本身让人每天充满热情，对团队和文化有认同，这样的团队战斗力很强。

Monolith： 面试时你最爱问什么问题来判断这个人？

赖才达： 我会问两个核心问题：

第一个是，你经历过的最大挑战是什么。 深挖 3~5 层，就能看出他碰到难题时的思考方式、应对方法、底层逻辑和行为反应。

第二个是，你的 vision 是什么？ 五年、十年后，你希望别人怎么看自己？有的人追求管线成功，有的人想行业影响力，有的人追求技术创新。

这两个问题结合，就能判断他的天花板和地板，判断他是否适合我们团队。

"我老婆对我影响最大"

Monolith：最后， 我们有一个kimi快问快答环节。第一个问题是，用三个词形容剂泰科技。

赖才达：AI for Nano，药物递送的领航者，为患者创造价值的公司。

Monolith： 用三个词形容你自己？

赖才达： 好奇心驱动，希望创造 impact，同时对身边的人有正面影响。

Monolith： 分享一本最近在读或者特别喜欢的书。

赖才达： 最近读《纳瓦尔宝典》，哈哈，发现我选择路径跟他很像，都是选择去创业来创造价值，读起来有种"这不就是我吗"的感觉。

Monolith： 给我们分享一首歌或一张专辑。

赖才达： 最近歌听得少。我之前喜欢郭顶的歌，压力大时会想听听缓解下。

Monolith： 生命中对你影响最大的人是谁？

赖才达： 肯定是我老婆。不仅是家庭，她对我的事业、对我的人格都是决定性的影响。

Monolith： 具体举个例子呢？

赖才达： 创业早期有一阵子挺迷茫和痛苦。但她始终坚定地相信我做的事情，告诉我只要对患者创造价值，就不怕融不到钱，也不怕失败。无论多忙，她都支持我去做我想做的事情。

Monolith： 如果能和历史上任意一个人共进晚餐，你会选谁？为什么？

赖才达： 我想和达尔文吃晚餐。我超喜欢《物种起源》，我想知道他是怎么观察世界的。从一点点微小的症状，他竟能发现演化过程。他的视野和宏观的理解都让我震撼。他说过一句话很打动我：看似简单的原理，其宏大性和伟大性是无限的。

**

"There is grandeur in this view of life"

与Monolith互动

看完这篇关于赖才达创业故事和剂泰科技的文章，你有什么感受？对于AI+医药领域有什么启发？

欢迎在评论区聊聊你的观察与思考，我们将选取评论区留言最走心和点赞量最多的三位用户，送出MONOLITH准备的特别纪念礼品，活动时间截止至9月20日24:00。