微信扫一扫
最近几年，“生物学”这个词又慢慢热起来了。
不是因为它变“简单”了，也不是因为“赚钱”更快了，而是越来越多真正做事的人——无论是科学家、企业家，还是站在技术最前沿的那批人——都开始把目光放回了这里。
华大的尹烨说：“我们对自己的了解，其实太少了。”
而英伟达的黄仁勋，也在一次公开演讲中说：下一个时代，不是“人人学编程”的时代，而是“懂得生命”的时代。
这两句话，听上去不惊人，但细想一下，有点意思。
01
为什么要关注生命科学？
尹烨（生物学博士，华大集团CEO）说，人类作为生命体，对自己的了解其实非常有限。“生命这么神奇，可我们懂的真的太少了。”
作为生物学专业的毕业生，他特别鼓励年轻人去学生命科学，因为这不仅关系到寿命的延长，还可能改变世界的未来格局。
去年2月，世界政府峰会在迪拜开幕，在与阿拉伯联合酋长国(UAE)AI部长的炉边谈话中，黄仁勋（英伟达共同创办人暨执行官）表示每个国家都需要拥有自己的智能产品。
会上黄仁勋在被问及：如果站在科技的前沿，人们到底应该学习什么？
他在访谈中表示：人人都必须学会计算机的时代过去了，人类生物学才是未来。跟计算机科学这些领域不一样，生命科学更像是一次次伟大的“发现”。
“理解生命的奥秘，是科学领域中最复杂也最有意义的挑战之一，”
尹烨博士长期致力于基因组学与生物工程研究，并多次强调生命的“神秘性”与“未知性”。他在讲座中曾说：
-
人类与老鼠的基因相似度达 80%，与黑猩猩为 96%；但我们对生命的了解还远不足。
-
他呼吁全球共享生物科技进步，推动科学开放合作。
尹烨还公开谈及团队运用基因编辑技术，成功修复孩子的细胞，再将其注入体内。看似科幻，但正变为现实。
黄仁勋多次强调生命科学与 AI、计算机技术的深度融合：
-
他指出，生物学正在由科学转向工程，将变成“数字生物学”（digital biology）：
“For the very first time in human history, biology has the opportunity to be engineering, not science.”
-
他在 UC Berkeley 演讲中进一步阐释：将生命现象“编程化”，让生物系统如同软件一般可控可预测，将彻底改变制药、材料科学等行业。
-
黄仁勋还预测：AI 工具让“每个人都能成为程序员、艺术家、作者”，不掌握 AI，就可能被淘汰：“You can’t raw dog it”
-
2024 年诺贝尔化学奖的一半颁给了 DeepMind 的 Hassabis 与 Jumper，他们开发的 AlphaFold 可以预测蛋白质的三维结构，大幅缩短实验周期，彻底改变结构生物学。
-
这也标志着 AI 驱动的生命科学迈上新台阶：AI 不仅解码生命，还在设计生命。
DeepMind CEO Hassabis 更预言：人工通用智能（AGI）将在 5～10 年内出现，并可能解决疾病、气候、资源缺乏等全人类问题，但同时也带来治理与伦理挑战
02
为什么会有“天坑”说法？
国内很多生命科学相关专业的学生，确实会经历：
-
本科没学到真正的实验能力，进实验室靠抢
-
大量硕博连读，但导师项目资金紧张
-
博士毕业后继续当博后，薪资低，落户难，竞争激烈
-
企业研发岗位少，大部分是销售、市场、检测岗位
-
这导致很多人花了十年甚至更久读完博士，却依然就业困难、收入不高，于是“天坑”形象便深入人心。
但这并不是这个专业本身的问题，而是路径单一、资源集中的问题
你把这套路径换成其他学科，比如基础数学、理论物理，甚至哲学、历史，也可能是“天坑”。
但区别是，生命科学正在进入一个新的技术转折点，机会在扩大，而不是缩小。（没有拉踩的意思）
生命科学正处于爆发前夜
如果我们不只看国内的“科研卷”，而从应用层面、国际趋势、技术融合角度来看，生命科学反而是非常值得投入的方向。
根据《Global Market Insights》的数据，2020 年生物技术市场规模约为 4970 亿美元，预计 2021 年至 2027 年期间的复合年增长率将超过 9.4%。
分子生物学领域的持续创新和发展催生了基因组学、代谢组学和蛋白质组学等新兴科学学科。生物技术解决方案的广泛应用促进了治疗性蛋白质和其他药物的开发。慢性病患病率的上升刺激了药物研发的需求。
由于应用范围广泛，生物技术在其他工业领域的应用也越来越广泛。由于对有机产品的需求不断增长，农业中生物技术的应用也不断增加，这也促进了市场的增长。主要增长点包括：
-
合成生物学（synthetic biology）
-
基因治疗
-
精准医疗
-
再生医学
-
生物制药与疫苗
AI + Bio 成为核心交叉趋势
DeepMind 的 AlphaFold 是一个标志性节点。AI 参与蛋白质结构预测，直接加速药物研发和疾病识别。
美国、英国、澳大利亚、日本等国家，纷纷设立生物数字化研究中心，将 AI 工程师与生物研究者组合成团队，用数据分析手段解决传统实验难题。
生物学不再是“基础学科”，而是在往“工程化”和“产业化”演变。
就业领域在迅速扩展
传统认知里，生物只能做科研、检测。但现在生物背景能进入的领域越来越多：
-
生物信息工程师
-
医疗AI训练工程师
-
临床数据分析师
-
医药产品经理
-
精准医疗顾问
-
生物制药、疫苗公司研发岗
-
农业与环境科技公司（如气候基因、作物基因设计）
在海外，这些岗位普遍高薪且稳定。
03
AI正在把复杂问题变得可解
理解生命，不只是延长寿命，也深刻影响未来经济、政治、文化格局。尹烨认为，我们对生命的理解远不完整；黄仁勋认为，数字生物学是科学与工程的边界融合，正在重构生产力逻辑。
AI 不仅是加速工具
还在根本上赋能生物学创新
跨学科能力是未来关键
尹烨与黄仁勋都强调：单纯生物学或 AI 都不足够，只有融汇生物、计算机、密码学等领域的能力，才能真正创新。未来属于跨界人才。
