跨国深谈← 返回←从奶牛测序到 50 亿新冠检测生意，再到用 AI 智能体改造保险

从奶牛测序到 50 亿新冠检测生意，再到用 AI 智能体改造保险

关联

人物 Fred Turner · Harry Stebbings

公司 Curative · TL Biolabs · Subcritical · Anthropic · Salesforce · YC

概念 智能体 · SaaS 已死 · 一次性代码 · 代码生成 · 正交供应链 · 支付方 · TAM · 能量放大器

一家公司从检测奶牛产奶量起步，九个月扩张到 7000 名员工、单日检测 20.6 万人、三年做到 50 亿美元收入——最后因为疫情退潮不得不整个转型成健康保险公司。这期的主角是 Curative 的联合创始人兼 CEO Fred Turner，一个 19 岁从英国搬到硅谷的连续创业者，他讲了自己两次「从零再来」的经历，以及为什么他今年要砍掉 80% 的 SaaS 支出。

创业起点：奶牛、STD、脓毒症

Turner 的第一家公司 TL Biolabs 做的是给牛做 DNA 测序，从幼年预测牛的肌肉量和产奶量。生意起源于一个农民寄来样本、前面附了张支票。

他在英国融不到资——「我连会议都约不到，人们纯粹按资历投资」——而去硅谷，人们问的是「十年后它能多大」。这是两种完全不同的心态：一边优化最好的结果，一边规避最坏的结果。[05:53-07:02 Unknown]

公司后来通过 YC、拿了 Andreessen 生物基金的种子轮，但 A 轮时投资人算了 TAM（总可触达市场）：美国 1 亿头牛、每例检测 15 到 20 美元，市场撑死 15 亿，不足以支撑 A 轮。于是他用同一套 DNA 检测技术转向人类诊断——先做 STD 检测（瞄准抗生素耐药性问题），再做脓毒症（sepsis，血液感染引发的免疫风暴，每延迟治疗一小时死亡率上升约 12%）。[10:42-14:13 Unknown]

这家公司在 2019 年底死了：B 轮 term sheet 被一家大型诊断公司的 CEO 毙掉，因为与其核心产品竞争。只剩三周现金。

清算时，他把辛苦两年拿到的实验室执照以 15 万美元卖掉——五个月后，为了重启新冠检测，他花 2700 万美元买回了同类执照。「时机就是一切。」[15:05-16:01 Unknown]

新冠：八个月从 0 到日检 20.6 万

转机来自意外：首席科学官在业余时间攒了一个新冠检测（原本只是给员工「求个安心」的训练练习）。2020 年 2 月中，Turner 看到数据后意识到「这会比人们想象的严重得多」。[21:27-21:39 Turner]

他们的第一个大客户洛杉矶市，来自朋友 Laura Deming 的一条推文——「我们有新冠检测能力，有人要吗？」副市长私信了过来。

合同条件苛刻到极致：交付后第二天早上去市政厅领支票，因为公司需要现金买耗材扩产能。[25:21-27:20 Unknown]

最大的一单是佛罗里达州全州养老院检测：几亿美元级别，全州每家养老院每位员工每周检测一次、连续三个月。招标时所有大实验室都说不可能，他们接了并交付了。

他的洞察是：Quest、LabCorp 这类传统实验室是为「效率」而建的机器，你让它们把产能放大 10 倍，恰恰与它们的构造相反。所以 Curative 搭建了「正交供应链」——不用所有人都在抢的耗材：拭子从电子行业供应商采购再消毒，用玻璃和塑料的过滤板替代产能锁死在中国两家工厂的磁珠。[28:24-30:36 Unknown]

但这门生意本质上按峰值产能建设、低谷期照付 7000 人工资：「低谷期间我们每一单检测都在亏钱。」三年 50 亿收入里，约 5 亿美元被投进了下一门生意——健康保险。

他们还做了 250 万剂疫苗接种，每一剂都亏钱。「回馈社会。」[32:55-35:06 Unknown]

为什么是保险：支付方驱动一切

找下一门生意时，实验室检测行业被否掉了——就算取代全部 LabCorp 和 Quest，也就是 300 亿美元市值的公司，不够大。买医院也被否：支付方太分散，医院端能改变的东西有限。

最后他们的结论是：「支付方才是驱动美国医疗体系行为的那一方。你付钱做什么，人们就做什么。」[36:26-38:13 Unknown]

对美国医疗体系，他想动的一刀是拆分谈判单位：同样的初级诊疗服务，隶属于大医院系统的医生平均报酬是独立医生的两倍——医院系统拿「你必须接入我们的手术中心」当筹码。四大支付方对高度整合的医院系统，谈判陷入僵局，所有人都在为一切多付钱。[38:23-39:52 Unknown]

AI 重构保险后台：三个真实案例

健康保险「本质上就是搬运比特」，因此被 AI 根本性改变。他 2022 年创办时完全没想到这波 AI 会来——「如果早知道，我们会用完全不同的方式设计业务」。

资质认证归零：核查每位签约医生的执照、成绩单、诉讼记录，过去平均 2-3 个月、成本 50 美元。现在一个跑在 Claude 上的自研智能体端到端完成，周转 12 小时，成本约 20 美分。[42:17-42:36 Unknown]

任意格式数据接入：经纪人发来的文件格式五花八门。他们发现模型不擅长解析文件、但极其擅长写代码，于是让智能体写 Python 把任意文件转成标准格式，测通之后——「把那个脚本扔掉，这是一次性代码」。

以前几百人搬电子表格，现在 15 分钟由模型搞定。[43:53-45:07 Unknown]

智能体 Gwen 签合同：保险网络需要签约全美约 120 万医疗服务方、折合六七万份合同——这是蓝十字花 100 年、United/Cigna/Aetna 花 50 年垒起来的护城河。Gwen 拿到线索后自己搜索、研究诊所、查费率透明度数据、发定制邮件、多轮谈判费率、红线批注合同条款（模型不会编辑 Word，但让它们写 Python 来编辑就行），最后打开 DocuSign、用 Turner 本人的签名点击签署。

人力做一份合同成本 1500-2000 美元，Gwen 平均约 70 美元。整个流程从每周 100 份合同变成每天 100 份：去年全团队做了 2300 份，最近八周智能体 alone 做了 3500 份。[51:31-52:43 Unknown]

关键细节：Gwen 平均每天发 1.5 万封定制邮件，而「坚持不懈的跟进才有效——很多供应商到第九封邮件才回复。人类不可能发九封，因为你得不要脸」。

但团队没有归零，而是转向大医院系统那种需要当面建立关系的合同。[52:43-52:48]

SaaS 已死？砍掉 80%

他认同「SaaS 已死」：最近取消了每年 60 万美元的 Salesforce 订阅，换成 vibe coding（用自然语言让 AI 生成代码）两个月做出来的内部 CRM——运行更好、集成更深、智能体直接在里面跑，而且「没人再用 Salesforce 了」，连原本的全职 Salesforce 管理员都省了。今年公司要砍约 80% 的 SaaS 支出，内部会议有一页幻灯片列着「哪些合同到期、谁去通知对方不续约」。

会存续的是偏基础设施的软件（如 Sentry）和 Slack 这种长满集成的，但「如果 Slack 涨价太狠，替换它终会变得合理」。[45:20-47:11 Unknown]

对大保险公司，他的判断残酷但明确：它们在技术上未必做不到，而是组织上做不到——「如果你有 10 万员工，要裁 5 万才能拿到这种利润率，某个人的地盘就缩小了。所以它们会用 10 年慢慢做。

在此期间，我们能更有效地竞争。」[48:21-48:51 Unknown]

人往哪里去

Curative 现在约 650 人，短期内会降到 400 左右。他押注两个不会消失的方向：技术能力（资深工程师不再写代码、甚至不读代码，用 Claude Code/Codex 部署智能体，产出是一年前的数倍，角色变成审查者和架构师）和关系（会员要能打电话找到真人，大合同靠面对面的信任，销售还是要吃饭打高尔夫）。他说新岗位会是「智能体监督者」：智能体做十倍的工作，哪怕只有 1% 触发审批，审批量也是十倍，怎么管理这些例外成了真瓶颈——试过让智能体监督智能体，一定程度有效。

Anthropic 的账单是领先指标：过去六七个月每月增长 6 倍，从几万美元的基础涨到每月数百万美元，虽然最终会不得不停止这种支出增长，但总是能发现新的用法。[50:02-50:24 嘉宾] 当被问到「如果 Anthropic 把价格翻倍，会影响你们的用量吗」，他说会的——照用不误。

因为用人力做一份合同平均要花 1500 到 2000 美元，而用他们的智能体 Gwen 平均只要大约 70 美元。[53:44-54:13 嘉宾]

彩蛋：核裂变

他还和妻子共同创立了核裂变公司 Subcritical。他的核心论点：核能不是科学或工程问题——安全反应堆 60 年代就有了——而是监管问题。

传统反应堆在「临界」的刀刃上平衡（恰好 1.0 的中子自持），很难保证永不出错。能量放大器方案（由前 CERN 主任、诺贝尔物理学奖得主 Carla Rubia 推动）始终运行在 0.97 的次临界状态，用粒子加速器注入中子驱动反应——关掉加速器，反应立刻熄灭。

「无论你怎么对它，裂变永远不会失控。」每个 300 兆瓦部署约 10 亿美元建造成本，他认为这个市场与 Curative 的 1.5 万亿美元雇主医疗市场是同一数量级，而 Subcritical 会做得更大。

【背景】Carla Rubia一般指意大利物理学家 Carlo Rubbia（卡洛·鲁比亚），1984 年诺贝尔物理学奖得主，曾任 CERN 总干事。

最后，关于未来他改口最快的一点：「一年前我认为有些工作流今天的模型做不了。现在我确信，当前一代模型能完成我们在 Curative 的所有后台任务——剩下的只是部署、配置和制定正确的策略。」[79:00-79:28 Unknown]

本集带走

• 换行业先换判断轴：从牛到 STD 到脓毒症，逻辑始终是「同一套 DNA 检测技术，找人们更在乎、更愿意付费的市场」；后来选保险，是因为看清了「支付方驱动美国医疗体系的一切行为」。
• 10 倍扩张别找现有玩家：传统实验室为效率而生，让它们扩产 10 倍等于反着来。要「正交供应链」——绕开所有人抢的耗材，从没人用的替代品入手。
• 模型不擅长解析文件、但极其擅长写代码：让智能体写 Python 把任意格式转成标准格式，用完即弃、一次性代码——这是他们最有效的数据接入方案，同理可编辑 Word、生成 CAD 模型。
• 智能体的真正红利不是替代人力，而是做大分母：Gwen 没有让 45 人团队归零，而是把每周 100 份合同变成每天 100 份——「既然有了智能体，我们今年能做去年 10 倍的量」。
• 「坚持不懈」是可规模化的资源：供应商到第九封邮件才回复，人类发不了九封，智能体可以——把这种不要脸的跟进规模化，就是销售优势。
• 要砍 SaaS 先看集成密度：偏基础设施的软件和长满工作流的（Slack）暂时安全；纯流程类 SaaS 面对一个为你的流程定制、两个月 vibe coding 出来的内部系统，很难招架。

因为对于脓毒症来说，基本上每延迟治疗一小时，死亡率就会增加大约 12%。
Because with sepsis, basically every hour that you don’t treat somebody is about a 12% increase in mortality.
—— Fred Turner · [14:08]

支付方才是驱动美国医疗体系行为的那一方。如果你在提供资金，人们就会往钱所在的地方去。
Like the payer is the one that drives behavior in the US healthcare system. If you are providing the dollars, people will go where the dollars are.
—— Fred Turner · [38:01]

我觉得一些最大的保险公司会挣扎。
I think some of the biggest insurers will struggle.
—— Fred Turner · [48:21]

嗯，我认为这对我们来说是一个领先指标，过去六七个月我们的 Anthropic 成本每月增长 6 倍。
So, I mean, this is one of the, I think, the kind of leading indicators for us is that our Anthropic cost over the last six or seven months has 6X’d every month
—— Fred Turner · [50:02]

去年，整个团队我们完成了 2300 份合同。而在大约过去八周里，仅这个智能体就完成了 3500 份。
Last year, as an entire team, we did 2,300 contracts. So far in about the last eight weeks, the agent alone has done 3,500.
—— Fred Turner · [52:35]

我们所做的是说，好吧，既然我们有了这个智能体，我们今年能做的合同数量可以达到去年的 10 倍。
What we’ve done is said, well, now that we have the agent, we can do 10 times as many contracts this year as we could do last year.
—— Fred Turner · [54:43]

我认为这些是将来我们回头看会说，天哪，真不敢相信我们当时让人做那种工作。
I think these are jobs that will look back and say, God, I can’t believe we had people doing that kind of work.
—— Fred Turner · [65:32]

我认为现在，当前这一代模型可以完成我们在 Curative 的所有后台任务。
I think today, the current gen models can do every back office task we have at Curative.
—— Fred Turner · [79:08]