一句话定义：Eroom 定律（Eroom's Law）指的是，在药物研发中，随着时间推移，每投入一笔经通胀调整的研发经费，能获批的新药数量反而越来越少——大致每九年减半。它是“摩尔定律”的倒写，Moore 倒过来就是 Eroom。
展开讲：可以把它想成挖矿。早期地表就有富矿，一铲子下去就是高品位矿石；后来富矿挖完，只能去更深、更远、更复杂的地方，设备更贵、审批更严、环保要求更高。你投入的人力物力翻了几倍，最后炼出的金属却没翻倍。新药研发类似：容易成药的靶点先被做掉，剩下的疾病机制更复杂，临床试验要求更高，失败成本更大，监管和支付方也更谨慎。于是“每个获批新药的研发成本”不断上升，或者说“每十亿美元能买到的新药数量”不断下降。
需要强调：Eroom 定律不是物理定律，而是对一段时期行业趋势的概括。它描述的是平均趋势，不意味着每个治疗领域、每家公司都必然如此。
与摩尔定律的区别：
| 维度 | 摩尔定律 | Eroom 定律 |
|---|---|---|
| 方向 | 同成本算力约定期翻倍 | 同投入获批新药约定期减半 |
| 领域 | 半导体/数字技术 | 药物研发 |
| 机制 | 学习曲线、规模化、标准化 | 剩余问题更难、临床与监管成本高 |
| 性质 | 经验规律，也会放缓 | 趋势概括，可被新方法改变 |
为什么 AI 制药总提它：AI 制药叙事需要一个“反派”。Eroom 定律正好说明：传统研发模式效率在下降，所以用 AI 做分子生成、虚拟筛选、文献挖掘、试验设计、患者匹配，理论上能压缩试错空间。但药物研发的瓶颈不只在“找分子”，还在生物学验证、临床试验、监管审批、生产与商业化。AI 能把某些环节从几个月缩到几天，不代表整条链条自动逆转。衡量 AI 制药，最终要看是否提高临床成功率、缩短周期、降低每个获批药物的综合成本，而不是只看模型指标。
实际意义：对从业者，Eroom 定律提醒别把技术乐观当成必然结果；对普通人，它解释了为什么新药常常又贵又慢，也提醒“AI 一来，新药就井喷”是过于简单的期待。趋势可以被改变，但需要全链条证据。具体监管与审批口径，以官方页面为准。