夜雨聆风凌晨的斯坦福实验室，灯光惨白Samuel King 盯着培养皿上那层均匀的细菌"草坪"，一个个透明的小圆斑正在蚕食它。这些小圆斑来自一串由AI写出的碱基序列：序列经过合成、注入细菌，随后活了过来。
这一刻，房间里自发响起掌声
这一幕发生在真实实验中2026年8月，Science 正式刊发了这项成果：斯坦福大学与Arc研究所的团队，用名为Evo的基因组语言模型，从零设计出完整的病毒基因组，合成DNA，放进大肠杆菌，成功启动了16种自然界从未存在过的噬菌体。它们能感染、复制、杀菌，有的甚至比天然病毒更强。
▲ 实验室负责人Brian Hie发帖宣布："欢迎来到生成式基因组设计的时代。"他将这一刻与1977年Sanger首次测通基因组相提并论。
第一座山：重写整本说明书
先别急着害怕这里说的"病毒"，是噬菌体，一种只杀细菌、不碰人体细胞的微型猎手。实验宿主也是实验室里最温顺的大肠杆菌菌株，跟致病菌没有关系。
这项成果的冲击力，来自造的方式
你可能听说过AI设计蛋白质，AlphaFold拿了诺贝尔奖，这项技术已走进大众视野。蛋白质像"一道菜"，基因组则是"一整桌席面"。噬菌体ΦX174的基因组只有五千多个碱基，听起来不长，但里面塞了11个基因，有的还叠在一起用，同一段DNA，从不同位置开始读，编码不同的蛋白质。调控序列、复制起点、包装信号、宿主识别位点，环环相扣。任何一个关键位点出错，整条基因组就是一堆废字母。
此前，AI能设计一把好用的"螺丝刀"（蛋白质），甚至能设计一套"工具组"（CRISPR系统）。但设计一整条能自我复制的基因组？没人做到过
这就是为什么Samuel King 在推文里写下那句话，
▲ King指出：可工作的AI噬菌体携带了数百个全新突变，许多在自然界的任何序列中都找不到对应。冷冻电镜还揭示了一种AI设计的基因组包装机制，人类理性工程曾尝试同样的替换，结论是"换了就死"。
AI做到了人类做不到的事
这个细节值得单独拎出来讲，因为它可能是整篇论文里最令人脊背发凉的发现。
有一条AI噬菌体叫Evo-Φ36它把ΦX174中负责包装的关键基因J，替换成了远缘噬菌体G4的版本。G4的J蛋白更短，结构不同人类科学家早就试过这种"移花接木"，结果噬菌体直接死了。理性工程的判决书是：此路不通
但Evo模型不知道这条"禁令"它在生成基因组时，不仅换了J蛋白，还同时调整了基因组其他位点的数十个碱基，形成了一套补偿性突变网络。冷冻电镜拍出来的结构显示，那个更短的J蛋白在病毒衣壳内部采取了全新的空间排列，跟教科书上画的完全不一样，却完美地工作了。
模型通过一次生成协调了全基因组的变化，在五千维的序列空间里，找到了一条人类工程师看不见的路径。
从300到16：一场残酷的淘汰赛
当然，AI的命中率也很低团队的完整流程是这样的：
第一步，用Evo 1和Evo 2两代模型，在微病毒科的海量序列上微调，让AI学会"说噬菌体的语言"。
第二步，给出设计约束，长度、碱基组成、必须保留哪些蛋白、刺突蛋白要像ΦX174（以锁定宿主范围），同时还要足够新，避免照抄野生型。
第三步，AI批量输出候选序列团队自建过滤管线，筛掉明显不合格的。最终选出约302条候选基因组
第四步，交给DNA合成公司，把数字序列变成真实分子。约285条成功合成
第五步，转化进大肠杆菌，看谁能活
结果：16条通过率大约二十分之一
▲ Arc研究所博文详细记录了从计算到湿实验的完整管线，题为“我们如何造出第一批AI生成的基因组”。
二十分之一，听起来低？但放在这个语境下，这是人类第一次让AI从头写出可复制基因组，零到一远比一到一百重要。
不止能活，还能打赢
后续实验又把结果推进了一步
竞争测试中，多种AI噬菌体在与野生型ΦX174的直接对决中跑赢了原版。部分设计的裂解速度更快，繁殖效率更高。
抗性突破实验更具临床想象力：团队先培育出对ΦX174产生抗性的大肠杆菌，这些细菌已经"认识"了天然噬菌体，能躲开它。然后把多种AI噬菌体混成鸡尾酒，再去冲击抗性菌株。结果？几轮传代之后，细菌的防线被击穿了 后续分析发现，成功突破的往往是多条AI设计之间重组形成的嵌合基因组，AI造出的多样性本身，变成了对抗进化的弹药库。
这直指噬菌体疗法最核心的痛点：抗生素耐药性。全球每年因耐药菌感染死亡的人数已经是一个令人窒息的数字。噬菌体疗法被寄予厚望，但最大的瓶颈是，细菌也会对噬菌体产生抗性，而从环境中筛选新噬菌体太慢。如果AI能批量生成足够多样的"猎手"呢？
这16条噬菌体本身不会救命但它们证明了一条全新的路径是走得通的。
能力出现之后，安全边界怎么划
当然，每一项关于病毒的突破，都会伴随安全追问。
▲ 一位日本网友追问："如果已经能设计自然界不存在的病毒，AI的角色已经越过辅助工具。谁来管、怎么管，将成为接下来的核心命题。"
这种焦虑有现实依据Science 同期配发了约翰霍普金斯大学健康安全中心Thomas Inglesby与Moritz Hanke的评论，措辞冰冷，"生成式病毒基因组设计的能力已经存在，而安全引导它的治理尚未跟上。" 他们明确主张：对可能感染人类或动植物的病原方向，不应推进同类工作。
▲ Science 正式论文页面显示，实验测试得到16种具有功能、序列与结构多样的生成式噬菌体。
研究者自己也没回避这个问题Brian Hie对媒体说了一句被广泛引用的话：现有天然病原体在获取与操作上，往往比"从零AI设计"更现实。 意思是，想干坏事的人有更容易的路但他也承认，开放模型权重和代码在加速正当研究的同时，确实存在被滥用的理论可能。
安全研究者把关注点放在成果出现后的治理上，并给出分层防护方案：模型访问控制、研究伦理审查、DNA合成订单筛查、实验室生物安全规范，整条链路都需要围栏。
48年一个轮回
最后说一个被很多报道忽略的历史巧合。
1977年，Frederick Sanger测通了ΦX174的基因组，那是人类读懂的第一条完整DNA。2003年，Craig Venter化学合成了ΦX174，人类写出了第一条完整基因组。2025年，同一条ΦX174，成了AI设计的第一个模板。
读、写、设计 三个时代，同一条五千碱基的分子，像一枚不断被重新刻写的石碑。
帝国理工学院合成基因组工程教授Tom Ellis 对BBC说："这证明我们开始能在计算机上设计生物学了，但也恰恰说明，更复杂的基因组有多难。" 从噬菌体的五千碱基到最小细菌的数十万碱基，再到人类的三十亿碱基，每跨一步，复杂度都会呈指数级增长。
但2025年9月那个凌晨，培养皿上出现的那些透明小斑点，已经改写了一条根本性的边界，
AI不再只是读懂生命的语言它开始说这种语言了而且说出来的句子，是活的