上周四，莫德納與合作夥伴跨國藥廠默沙東（Merck）宣布，雙方共同研發的mRNA個性化癌症疫苗三期大型臨床試驗取得優良成果，股價單日狂漲177%，這不僅標誌著個體化mRNA疫苗療法首次在晚期癌症的後期臨床試驗中驗證可行性，更被視為是近年來生技行業最大的一項突破。

這個周末，我去聽簡立峰博士在台灣勵志協會（TIA）的演講，簡博士提到，這是代理人AI近來促成的重大突破，尤其是代理人研發（Agentic Research）的突飛猛進，會是產業發展無法忽視的重大趨勢，很值得與大家一起分享。

簡博士在演講中，主要是談AI發展的大趨勢，他提到最近代理人AI促成了三件事，第一是莫德納開發的個人化疫苗，第二個是AI解開了80多年來數學家無解的數學題，第三個更妙，是發生在澳洲，有一名男子原本只是要求個人AI助理幫忙預約健身房熱門課程，沒想到AI卻自行尋找系統漏洞，不僅跨越預約期限，還主動將排在前面的其他會員踢出候補名單。

簡博士認為，這一輪AI爆發的核心是代理人AI，因為AI學會了寫程式，而且比人類還要強很多。人只要下命令給AI代理人寫程式，它即使有不會的事，就會呼叫既有服務來幫忙完成任務，例如它會到最多程式聚集的地方（例如HuggingFace），讓AI幫AI來解決問題。

舉例來說，過去AlphaGo再厲害，下棋也只是下棋；但AI會寫程式，卻可以解決人類大部分的問題。會寫程式就能把程式變成代理，於是從個人代理走到企業代理，再走到長時程代理AI，從提供答案轉變成執行行動。

簡博士也因此做了一個大膽的結論，模型只算是天資很高的小孩，但代理人AI才是能規劃、能執行、能做完事情的大人。

因此，前面提到的三個例子，都是代理人AI發揮能力的結果，其中，把代理人AI用到研發，會讓企業的研發能力大幅提升，所謂的代理人研發（Agentic Research），就是用AI取代人類的研發人員，這種強大研發力帶來的影響，也就是這次莫德納成功開發個人癌症疫苗的主因。

例如，莫德納把代理人AI用在生技開發，將臨床實驗中的病人腫瘤組織進行基因定序，並且標誌（Mark）出每個致癌的位點，這是相當複雜的工作，過去用人工計算根本難以做到，但AI憑藉著強大計算能力就做到了，才能成功開發出來。

而且，AI不只是改變新藥開發的速度而已，也就是說，不只是量變而已，更重要的是質變。

（TIA提供）

過去疫苗都是標準化產品，在Covid-19時，我們每個人打的疫苗都是一樣的，無法做到個人化疫苗，但未來的疫苗則可針對每個人量身訂做，每個人打的疫苗都不同，這將讓疫苗市場徹底轉變，甚至癌症新藥市場，也都將掀起難以想像的變革與風暴。

先從幾個角度深入來了解，到底個人疫苗會產生多強大的衝擊力。

首先，莫德納目前研發的是「治療性疫苗」，而非「預防性疫苗」，這不是打在健康人身上預防得癌症，而是打在已開完刀的高風險患者身上，用來訓練患者自身的免疫系統（T細胞），把體內隱藏或微小的殘留癌細胞清除，避免復發與轉移。

其次，這種疫苗的製造流程確實極度客製化，而且很耗時，因為必須取患者的腫瘤組織進行基因定序，找出該患者獨有的「腫瘤新抗原（Neoantigen）」，再編碼成 mRNA 疫苗。從取樣、分析到生產完成，耗時 1 到 2 個月是目前個人化細胞與基因療法的合理時程。

第三，我覺得這也將在癌症治療的里程碑上，留下一個重大意義。因為這項三期臨床試驗的成功，證明了個人化 mRNA 癌症疫苗在臨床上的可行性，也為胰臟癌、肺癌等其他難治型實體腫瘤的免疫療法，開闢出一個全新的發展方向。

不過，可以想像的是，也因為這是針對每個人生產的疫苗，未來也會出現一種新的商業模式，那就是「生產個人疫苗的台積電」，就像台積電的晶圓代工產業，是針對不同客戶（例如輝達、超微）而生產的，但疫苗則是針對個人而生產的，而且更加少量多樣，因為每個人都不同。

因此，這也會需要一個非常大型化又管理複雜的工廠，融合個人化（personalization）及大量生產(mass production)形成的生產製造體系。誰能夠把這件事情做好，一定可以創造出價值與貢獻都是難以估算的企業，當然，這家公司的市值，也會因此大到難以估算。

當然，費用高昂，也一定是非常現實的考量。因為傳統藥物是批量生產，個人化 mRNA 疫苗則是「一對一專屬製造」，每位病患的藥物都是獨一無二的生技產品，生產與檢驗成本極高，未來上市後的價格勢必非常昂貴。

因此，初期能夠受惠的人也會是少數，因為要付出極高的價格，例如地球上八十億人口中的1%八千萬人，但是，如果能夠解救人免除癌症的威脅，相信一定會有人願意付高價來取得。

此外，關於AI會寫程式這件事，簡立峰也提及，AI產業變化速度太快，大型組織幾個月犯一次錯，就像落後一整個世代。他也坦誠，Google真正的誤判，不是它自己的模型不行，而是它幾乎發展了所有的應用方向，但卻漏掉了AI Coding這個會成為最重要的殺手級應用。但是，Anthropic正好押中了這條路，先做好Coding，再延伸到工具呼叫與任務執行，一路走到現在的代理人（Agent）。

簡立峰說，Google 錯過了這個重要節點，即使其他一百個產品都整合了Gemini，市場突然最在乎的那件事不在你手上，整間公司就「看起來變笨了」。不過他不認為Google追不回來，原因甚至不是主要在技術，而是資本。

不過，簡立峰博士認為，雖然Google有失誤，但並不是因為模型打不贏才去賣算力，而是算力與基礎設施本來就可能是比模型更深的控制點。未來的時代，用哪間的模型可能不那麼重要，但要有能力負擔經營資料中心，擁有基礎設施的控制權非常重要，因此巨頭們才寧可現金流轉負，但也要拼命投入興建自己的資料中心。

簡博士也延伸出他稱之為「天地雲端」的戰略框架，並藉此聊到美中兩大國的戰力分析。天指的是衛星與全球通訊，地是機器人與自駕車等實體機器，雲是算力與 AI 資料中心；端是手機、電腦等人類接觸 AI 的入口。

簡博士的意思是，這四層可以形成一條循環，端是蒐集需求與資料，天是負責傳輸，雲進行推理與決策，地是執行行動，再產生新資料回到雲。

所以「天地雲端」，本質上會是一套 AI 文明的神經系統。簡博士提到美國在天和雲的控制力特別突出，中國則在地和端特別強，但整體來看，美國在天地雲端都布局了，但中國有地與端，但天與雲並不強。他也認為中國選擇開源模型策略，某種程度就是在彌補天與雲，也就是在全球雲端基礎設施不足的弱項。

簡立峰也提到，輝達之前結合華爾街六大金主，成立5000億美元的基金，這是一個很值得分析的策略，也引出輝達到底在算計的是什麼。

簡博士推測，由於GPU只能賣一次，但算力可以出租很久。目前輝達的十個主要客戶，已經有兩個（OpenAI及Anthropic）沒錢投資了，因此輝達要透過保證為他們借到錢，而且是賣家幫忙保證，而不是買家，只要這些大客戶繼續投資，輝達的成長才能繼續維持。

但是，這種看似透過擔保AI大廠的採購，可能變成循環投資，是有些投資人會很在乎及批判的焦點，不過本質上這是有意識的轉型，讓輝達自己從純賣硬體，變成也能控制自己資料中心的玩家。簡立峰說，他自己預期，輝達這個策略會成功。