AI 造出了病毒，完成首杀

杀死这个大肠杆菌的，是使用人工智能软件 Evo 研发的噬菌体病毒。

今年 8 月，来自斯坦福大学和 Arc 研究所的科学家在人工智能生成的数千种基因组中，发现其中 16 种是具有生命力并且能够吞噬耐药性大肠杆菌的病毒。

可以说，这是人工智能第一次成功 " 制作 " 出有机生物体。负责研发的机构发布报告称，这项研发 " 为针对快速演变的病原体开发适应性强且具有韧性的噬菌体疗法指明了方向 "，特别是对杀死耐药性的细菌具有重要作用。

比起利好，外界反应中，最强烈的情绪却是恐惧。既然人工智能已经能够设计出针对细菌的病毒，那么可能会有人用来制造危害人类的病原体——从而引发大规模疫情，甚至造成毁灭性的全球大流行。这一潜在威胁，引发了政界人士、研究人员以及科技界领袖的顾虑。9 月中旬，Anthropic 发布一份报告，将这种恐惧情绪推上一个新台阶，Anthropic 称其封禁一些可能用于开发生物武器的 Claude 账户。

生物模型，可以让研究者准确设计新分子、预测蛋白质结构、理解基因突变的影响，以及设计和开展复杂的生命科学实验等诸多任务。但这种能力也存在巨大风险，它可能会被意想不到的组织和人，用于危险的目的，全球层面缺乏这样的监管。今年早些时候，牛津大学、斯坦福大学、哥伦比亚大学等一众研究人员，就发出了风险警告。

基因也有大模型

研究人员坐在电脑前，面对一个对话框。看样子，它跟普通人使用的人工智能应用没什么区别。但这个名为 Evo 的人工智能软件，创造的不是文字或者图像。

既然 ChatGPT 或者 Gemini 这类工具能够根据大量语言文字的语料库，生成文字或者影像，那么将文字替换为遗传密码，就理应能够产生新的基因。

毕竟，DNA 基因排列和文本之间，有着惊人的相似之处，甚至还有自己的 " 语法 " 规则。DNA 由一串被称为核苷酸的分子构建模块组成，这些模块排列的方式就像一行文字中的字母。一个基因由数百个核苷酸组成，这些核苷酸来自由 A、C、G 和 T 这四个字母组成的 " 字母表 "。该序列编码了构建蛋白质和其他分子的指令。

从病毒到人类，从路边的青草到深海里的鲸鱼，所有生命的基本指令都编码在自己细胞里的 DNA 序列中。

但是即使是病毒的 DNA，也极其复杂。数百万个 DNA 碱基对编码着 DNA、RNA 和蛋白质之间异常复杂的相互作用关系，仅靠人工手搓，根本不可能。

如果大语言模型可以学习语言和文字，那么相似的机制也能学习 DNA 的生成和编辑。

通过分析数百万个微生物基因组，Evo 借助深度学习机制，形成了编写新 DNA 的初步自动生成模式。

随着大型语言模型逐渐投入使用，这些模式能够胜任推理和生成能力，也能用来合成本就复杂的 DNA。在经过科学家训练后，Evo 利用数据库的 DNA 信息编写了制造新病毒的指令。

按照这个原理，斯坦福大学和位于加利福尼亚州帕洛阿尔托的研究机构 Arc Institute 的科学家们，教会了人工智能识别自然界中 DNA 结构的模式，并利用这些数据编写出完全新型病毒的 " 配方 "。

研究人员按照这些 " 配方 " 合成了 DNA 分子，并将它们插入细菌中。经过改造的细菌随后产生了自然界中从未出现过的病毒。这些病毒能够感染其他细菌，并导致这些细菌死亡。

这个病毒生成实验，也许能在对抗抗生素耐药性方面发挥作用。当下，细菌对抗生素的耐药性日益增强，某些感染难以治疗。噬菌体作为一种替代方案，早已成为研究对象，因为它们能够精准靶向并杀死细菌，还能适应环境，以对抗噬菌体耐药性，同时不损伤人体细胞。

但传统研究的挑战在于，怎么为特定的细菌感染找到合适的噬菌体。人工智能最终或许能帮助研究人员预测，哪些噬菌体最有可能对特定的耐药细菌产生效果。

风 险

尽管研究人员一直强调，这是一个有 " 严格安全准则 " 的试验，研制出来的 16 款病毒只会对细菌产生攻击性。但是人工智能开始制造病毒这个事件本身，也足以引起医学界和整个社会的紧张。

如同凯撒跨过了卢比孔河就再也不能回头那样，人工智能一旦跨过 " 发明病毒 " 的门槛，那么新的问题就会接踵而至。

" 好 " 的病毒出现的同时，" 坏 " 的病毒也会出现。很多人想到电子游戏《瘟疫公司》的场景：游戏玩家拥有一种新的病原体，玩家需要将病原体传播至整个世界，并通过改良病原体将世上所有人消灭。

约翰斯 · 霍普金斯大学健康安全中心的托马斯 · 英格尔斯比博士和莫里茨 · 汉克博士在相关科研成果的刊发期刊上警告，人工智能跨过了 " 发明病毒 " 的门槛，即将产生 " 紧迫的生物安全与生物安保问题 "。

根据 " 预测研究所 "（Forecasting Research Institute）在 9 月的数据，2026 年人为引发大流行疫情的概率，比一年前高出五倍。

根据这个机构的报告，当今的人工智能工具正逐渐具备了在很大程度上协助恶意行为者研制生物武器的能力。长期以来，医学界的共识一直是，普通非专业人士和专业医疗机构之间最大的差异，在于研制生物武器过程中排除故障过程的难度。而排除故障本身，难度已经高得让绝大部分恐怖组织望而却步。

但是随着人工智能工具的普及，故障排查的门槛很可能会急速下降。专注大流行病预防的非营利组织 SecureBio 近年一直在测试人工智能系统是否具备排除故障的能力。在 2025 年 4 月，这个团队公布了测试结果：当今顶尖的人工智能系统在一项难度较高的故障排查测试中，表现优于拥有博士学位的病毒学家。

这就意味着，没有了专业人士的门槛，恐怖组织打造 " 瘟疫公司 " 或者 " 瘟疫实验室 " 的难度大幅度下降。既然基因编辑工作本质上是大语言模型的编辑工作，那么发展到一定程度，也可能让普通用户完成一套病原体的设计。

代替自然筛选

既然编写 DNA 就能创造出相应的生物体，那么除了病毒，其他病原体能够被创造出来，也就不足为奇了。

生物经过了亿万年的进化和淘汰，同时充满随机性。通常，一个物种身上的 DNA 代码，经历了漫长的筛选过程。如今，人类通过人工智能的手，试图代替自然的力量。

但是这种人工物种生成方式，具有极强的目的性和功能性。毕竟，这是一种根据预先设定的目标和蓝图构建的生物体。

带着极强目的性的手段去改造生命体，也不是没有生态风险。大自然存在的生物体所携带的基因库，是自然界亿万年筛选的结果。一旦渗入人为编造的异质基因，打乱了原有的生物链，很有可能造成生态与物种的失衡，从而引发生物多样性危机。

而且，种种改造自然的手段，最终也会反杀到人类身上。既然病原体和各种生物可以为了达到某种目的而被程式化地 " 创造 " 出来，那么，设计和生产出一种 " 工具性人类 "，也将无法避免。二战时期乃至 20 世纪上半叶曾经造成巨大人道主义灾难的 " 优生学 "，会不会将会以一种新的面孔重新出现？这些 " 想象 " 并不遥远，是伦理学界切实关注的紧迫议题。

在《人性的未来》一书中，德国已故哲学家哈贝马斯认为，人类社会的多样性和精彩程度，在于这样一个条件：每个人的诞生都是一种未被预先编程的生物学起源。也就是说，只有人与人之间有一种共同的、自然的基准，不同人类个体之间才能将彼此视为自由、平等且具有自主性的主体。

在过去，只能由自然之手编写的 DNA，如今能够被大规模编写，就如同人类语言那样，过去那些骇人的幻想，就成了人类未来不得不直面的阴影。