MetaNovas × Orphic Super Agent
Orphic Super Agent · 食品与保健品研发实测
如果你在做口服美容或功能性食品，下面这个需求你一定不陌生：
为亚洲 35–55 岁女性设计一款口服美容补充剂，主打「皮肤弹性与光泽」，交付一整套内部立项提案包。竞品格局要拆到成分体系、剂型、宣称、价格带，并指出空白机会点；配方要给活性清单、每份剂量、基于 UL/NOAEL 的安全边际、协同与配伍风险，并说明在中国保健食品/普通食品与美国 DSHEA 两套法规下的可用性；每个核心成分的功效和有效剂量都要有文献支撑，优先人体试验，要带研究人群、终点、剂量，且不得张冠李戴；再做一轮初步 FTO，检索该成分组合的近期专利并标记风险。最后交一份含「诚实局限性」章节的结构化报告，加一份内部提案 deck。
这不是一个人的活。这是研发、法规、情报、知识产权四个部门坐在一起开两周会的活。
我们把这段话原封不动丢给了 Orphic Super Agent。
第一个意外：它先把「答不了的部分」摊开给我看
这个需求里藏着三个互相牵制的约束：6–8 个核心活性、每个活性都要有 10 年内的人体 RCT、还要中美双市场都合规。听起来都合理，但它没有假装三个都能满足。
它先反问了我几个范围问题——这款补剂的设计风格倾向哪种？在成分/故事的新颖度上，目标定位是？竞品格局分析要对标哪些？ 剂型定为哪种（影响活性载量上限和法规路径）？ 核心活性成分数量的目标区间是多少？每个核心成分的证据门槛设为多严？竞品格局需要覆盖多少款产品？
它没有先给答案，而是先告诉我：这几个要求严格执行下来，是部分互斥的。
我选了「尽量全面」。然后它才开工。
第二个意外：它把项目拆成了一条完整研发链
不是直接吐一张配方表，而是按真实立项流程一步步推进：
竞品情报 → 品类空白 → 配方梯队 → 证据卡 → 安全边际 → 法规双轨 → FTO 扫描 → 交付
它在跑一个立项流程，不是在回答一个问题。
开箱：五块交付，一块没落
我要的 |
它交的 |
竞品格局 |
10 款对标（5 中 + 5 美）× 6 大机制覆盖矩阵 |
配方设计 |
8 种活性 × 剂量 / 安全边际 / 配伍，主备双配置 |
证据支撑 |
逐成分证据卡，127 条证据锚定，标注人群 · 终点 · 剂量 |
初步 FTO |
3 件专利申请标记待法务审查 |
交付物 |
20 章结构化报告 + 17 页提案 deck + PDF 存档 + HTML 演示 |
▲ 每个成分一张证据卡：作用机制、锚定 PMID、研究人群、终点、证据等级、剂量裕度
▲ 安全边际表：逐条列出 UL / NOAEL / ADI 参考值，8 种活性全部 ≤ 已确立限值的 30%
▲ 法规双轨表：每个成分在美国 DSHEA / 中国国内普通食品 / 中国跨境三栏的状态
▲ 成本拆解到每支：中试 COGS $0.45–0.62，量产 $0.32–0.44，毛利 70–80%
剧透一个真结论：品类空白在哪儿
它把 10 款头部产品放进同一张机制矩阵里——胶原、透明质酸、抗氧化、抗糖化、屏障脂质、线粒体抗氧化，六列。
没有任何一款对标产品覆盖全部六列。
更具体的空白点是这样被指出来的：
▷ 分层抗氧化（细胞质 + 脂相 + 线粒体三区间同时覆盖）：0 / 10
▷ 把抗糖化作为明确支柱：1 / 10
▷ 口服屏障脂质达到功效起效剂量（30–40 mg）：0 / 10
▷ 以麦角硫因作为口服英雄成分：0 / 10
基于这个空白，它给出的主推配置是 8 种活性覆盖四大衰老驱动，并以 麦角硫因 5 mg（Dr.Ergo® GRAS） 作为差异化英雄成分——一个通过 OCTN1 转运体选择性蓄积于皮肤与线粒体的抗氧化剂，在对标组里是空白位。
深度不是装出来的
随手几个细节：
▷ 每条 PMID 都标注了研究类型、人群、终点、剂量——透明质酸那条锚定的是 n=150 的双盲安慰剂对照 RCT，剂量正好是配方里的 120 mg
▷ 证据等级分 A / B / C 三档，8 种活性里 5 种锚定窗口期内 RCT，3 种明确标注为「不锚定宣称」
▷ 宣称被逐条软化：「减少皱纹」「抗衰老」「逆转」全部剔除，理由写明是 DSHEA 禁止或中国普通食品不允许
▷ 稳定性预测排出了薄弱环节顺序：虾青素（光氧敏感）→ 维生素 C（水分/金属催化）→ 麦角硫因，并给出对应包装与工艺缓解措施
▷ FTO 标记了 3 件需要法务审查的申请，逐件写明权利要求范围、风险判定和建议动作
最能说明问题的是配伍分析那一段：它不只列了正协同，还主动排查了维生素 C × 铁、肌肽 × 锌、虾青素 × 抗凝药这些配方里根本不存在的成分——因为消费者可能同时在吃别的补剂。
最让我意外的两件事
第一件：它给英雄成分打了 C 级。
麦角硫因是整个概念的差异化支点，但它在报告里明确写着：截至目前，没有针对该人群、该剂量、以皮肤弹性为主要终点的独立口服 RCT。安全性靠 FDA GRAS 锚定，功效靠机制和组织蓄积文献支撑——证据等级 C，并附上一份自有品牌临床计划，说明如何把 C 提到 B。
敢给自己的英雄成分打 C 级，比堆一百篇文献值钱。
第二件：它自己查出了自己引错的文献。
报告里有一节叫《相较早期版本的校正》，逐条列出前一轮输出中 5 处 PMID 归属错误——维生素 C 引错了、麦角硫因把一篇复方研究当成了单体证据、肌肽引到了一篇神经退行性疾病综述。它把错的和对的都列出来了。
我们没删。
在研发这行，一个会自查引用、并把错误摊开的工具，比一个永远不出错的工具更可信。
最后它没有替我们做决定。主推配置 A 差异化强但需走跨境，备选配置 B 合规更宽但失去英雄成分——两套方案都写完整了，然后在报告里留下一句：
管理层在配置 A 与配置 B 之间的选择，属于战略决策，而非研发决策。本提案之所以同时包含两种配置，正是为了让管理层有意识地做出这一取舍，而非由研发无声代行。
这套能力不止能用在口服美容
这次跑的是一款口服美容补剂，但整条链路——竞品机制矩阵、剂量与安全边际、多市场法规双轨、证据分级、FTO 扫描——在食品、保健品、功能性饮料、宠物营养这些品类里是同一套工作流。
过去要怎么做 |
现在的 Super Agent |
情报、研发、法规、IP 四个部门各出一份 |
一条链路跑完，彼此交叉校验 |
文献靠人工检索，容易张冠李戴 |
逐条标注人群/终点/剂量，并自查归属错误 |
法规要等外部顾问反馈 |
双市场逐成分状态表先行给出 |
结论要自己提炼成 deck |
17 页提案 deck 直接交付 |
把你手上真实的课题丢进来试试
如果你正在做新品立项、成分筛选、法规摸底或竞品拆解——不用给它一个简化过的题目。把你真实的需求原封不动丢进来，包括那些互相打架的约束。
新朋友：在评论区留下你的研发命题，或扫码申请体验。
复杂的活，交给 Super Agent
让每一个品牌，都拥有一支永不停歇的 AI 研发团队
MetaNovas，为消费品创新而生
本文所引用的全部内容，均为 AI 基于知识图谱与文献的建议，落地前需实验验证与法规复核。
MetaNovas
AI Infrastructure for Consumer Product Innovation
bd@metanovas.com