夜雨聆风凌晨三点，斯坦福实验室的培养皿上，出现了透明的斑点。
这些斑点意味着细菌正在死去，被一种自然界从未存在过的病毒杀死。在场的研究员 Samuel King 后来回忆，他"极度兴奋"，整个团队爆发出自发的掌声。
这些病毒的 DNA 序列出自一个 AI 模型。模型一个字母一个字母地"敲"出了自然界从未出现的序列。
场景听来像科幻电影的开场，却发生在真实的实验室里。2025 年 9 月 17 日，Arc Institute 公布这项实验结果：人类历史上第一次，AI 设计出了能自我复制的完整基因组。2026 年 8 月 6 日，这篇论文正式刊登在Science上，标题冷静得像一份工程报告：Generative design of bacteriophages with genome language models。
但它引发的震动，一点也不冷静
▲ 一作 Samuel King 在 X 上宣布成果，视频封面是AI生成噬菌体的三维渲染图
302选16：一场"基因组彩票"的残酷筛选
先说数字
团队用名为 Evo 的基因组语言模型（1代和2代），以经典噬菌体 ΦX174 为模板，生成了大约 302 个全新的病毒基因组序列。这些序列被化学合成成真实的 DNA，注入非致病性大肠杆菌E. coli C 中"开机"。
285 个成功合成16 个活了
"活了"意味着什么？意味着这些从未在地球上存在过的病毒，成功劫持了细菌的复制机器，批量生产出自己的拷贝，然后把宿主细菌胀破，在培养皿上留下肉眼可见的透明噬斑。
16/285，得率大约 5.6%听起来不高？但请注意，验证对象是 AI 输出的完整基因组，研究者要让整台机器从蓝图到运转一步到位。就好比你让 ChatGPT 写一篇五千字的小说，要求它语法正确，印出来之后这本书还会自己翻页。
▲ 通讯作者 Brian Hie 宣布"欢迎来到生成式基因组设计的时代"，并致敬1977年Sanger对ΦX174的首次测序
比野生型还"凶"：AI造物的意外惊喜
更让人倒吸一口凉气的，是这些 AI 噬菌体的性能。
它们并非野生型的劣质仿冒品在多噬菌体共感染竞争实验中，编号 Evo-Φ69 的生成噬菌体，丰度可以达到野生型 ΦX174 的 16 到 65 倍。有些 AI 噬菌体裂解速度更快、压制宿主更深，换句话说，它们比自然进化了数十亿年的"正品"更擅长杀菌。
这些可工作的基因组，相比最接近的自然序列，携带了 67 到 392 个全新突变。其中最"离经叛道"的 Evo-Φ2147，与最近的天然基因组仅有约 93% 的核苷酸一致性，按照某些噬菌体分类标准，它已经接近一个全新物种。
▲ King 指出：AI生成的噬菌体携带数百个自然界从未出现过的突变，冷冻电镜揭示了一种"理性工程曾认为致死"的包装机制
最惊艳的发现来自编号 Evo-Φ36。冷冻电镜以约 2.9 Å 的分辨率解析了它的三维结构，发现它把关键的 J 蛋白"偷梁换柱"，换成了远缘噬菌体 G4 的短版本。科学家们过去尝试过这种蛋白互换，每次都会导致病毒死亡。但 AI 生成的基因组，在其他位点上同时引入了大量补偿性变化，让这个"致死操作"在全局语境中活了过来。
这就是全基因组设计与单基因改造的本质区别。AI 面对的是整台机器的配合关系
耐药菌的克星：鸡尾酒实验的戏剧性逆转
如果说上面的数据是"好看"，接下来的实验就是"有用"。
团队用三株已经对 ΦX174 产生完全抗性的大肠杆菌做测试。这些细菌的抗性突变落在脂多糖合成相关的 waa 操纵子上，简单说，细菌把门锁换了，野生型噬菌体再也找不到入口。
单独用 ΦX174 攻击？连续五轮传代，全部失败
换上 AI 生成的噬菌体鸡尾酒？1 到 5 代之内，三株抗性菌全部被重新压制。
测序结果显示，突破抗性的优势噬菌体基因组，由多个 AI 设计的片段重组拼合而成，突变集中在衣壳和棘突蛋白的外表面，恰好是识别宿主受体的关键区域。AI 不仅造出了新钥匙，还造出了一把万能钥匙套装。
这对于困扰全球公共卫生的抗生素耐药危机而言，意义不言自明。世界卫生组织早已将耐药性列为重大威胁：常见感染可能再次变得无药可治，外科手术和化疗的安全网正在被侵蚀。噬菌体疗法，以毒攻毒，是抗生素之外最被看好的替代路径之一，但长期受制于"找合适噬菌体太慢、细菌很快又耐药"的困境。AI 如果能在数天内批量生成遗传多样化的候选序列，再经高通量筛选，有可能把这条路从手工作坊拉进工业时代。
1977→2003→2025：ΦX174的四次"命运转折"
选择 ΦX174 作为模板，本身就是一个充满历史回响的决定。
1977 年，Frederick Sanger 完成了 ΦX174 的全基因组测序，人类第一次完整读取一个 DNA 基因组。2003 年前后，Craig Venter 团队证明可以化学合成并"启动"ΦX174，人类第一次从零抄写并复活一个已知基因组。2012 年，Drew Endy 等对 ΦX174 做"解压缩"改造，人类开始用理性工程改写基因组架构。
现在，2025 年，AI 在 ΦX174 的序列空间中自由探索，写出了人类理性工程无法到达的角落。同一个只有五千多碱基的微小病毒，见证了生物学从"读"到"抄"到"改"再到"创"的四级跳。
NYU Langone 的合成生物学家 Jef Boeke 评价说，这是迈向 AI 设计生命的"令人印象深刻的第一步"。Venter 的措辞更务实，像是加速版的试错，而速度正是 AI 改变生物学的关键。
▲ Arc Institute 官方博文详细讲述了"从基因到基因组"的技术递进路径
恐惧的另一面："对人无害"是真的吗？
当然，最尖锐的问题也随之而来
"AI 造出了病毒"，这样的表述立刻招来质疑。在 X（原 Twitter）的评论区，有人反讽"What could possibly go wrong?"，有人追问"对人无风险"是否站得住脚：人体依赖大量共生细菌，噬菌体杀菌不分好坏怎么办？
▲ 有网友指出："人体内有大量有益细菌，这些细菌至关重要"，这代表了公众最朴素的安全直觉
这种担忧并非无理取闹，但需要精确标定事实边界。
首先，噬菌体是bacteriophage，只感染细菌，不感染人类细胞。它们进入人体后不会像流感病毒那样入侵呼吸道上皮。其次，本次实验使用的宿主是非致病的实验室菌株 E. coli C，噬菌体的棘突蛋白经过专门筛选以锁定宿主范围，对大多数非目标大肠杆菌菌株没有生长抑制作用。第三，模型训练时刻意排除了所有真核生物（包括人类）的病毒基因组。
更大的隐患来自这种能力的外推
约翰霍普金斯健康安全中心的 Thomas Inglesby 与 Moritz Hanke 在 Science 同期配发的评论中用了一个词："紧迫"。Venter 的表态更直接，如果有人用同样的方法对天花、炭疽做类似的"增强"，他会"严重担忧"。Evo 模型的权重和代码是开源的，任何人都可以下载、微调。从数字序列到实体病毒，中间虽然隔着寡核苷酸合成、片段组装和微生物操作的技术门槛，但这道门槛正在被合成生物学的商业化不断压低。
Arc 团队在博文中详述了他们的安全措施：专用生物安全柜、设备不出遏制区、仅用非致病宿主，这些是示范性的自律，但在一个开源权重触手可及的世界里，自律能否替代监管，是一个悬而未决的治理命题。
从5000碱基到百万碱基：下一步在哪里？
规模能否扩展，仍待检验
ΦX174 的基因组只有约 5,000 个碱基，属于已知最小的 DNA 病毒之一。一个大肠杆菌的基因组约有 460 万碱基，大了将近三个数量级。Asimov Press 的 Niko McCarty 做了一笔成本算术：在 ΦX174 这个千碱基级别上，合成 300 条候选序列的费用是可控的；但在细菌基因组的百万碱基级别上，"生成 300 个再全合成"在经济上完全不可行。
当前的里程碑证明了一种"语法"的存在：AI 确实学到了可迁移的基因组设计规则，距离量产任意物种仍然遥远。从 ΦX174 到临床级别的噬菌体疗法制品，中间还隔着受体差异、免疫清除、生物被膜、药代动力学和监管审批等一整座山。
但方向已经清晰了BBC 与 Arc 博文均提到，铜绿假单胞菌（囊性纤维化等感染的常见元凶）和作物病原菌Xanthomonas 已进入下一步靶标清单。2024 年诺贝尔化学奖刚刚表彰了蛋白质结构预测与设计的突破，而基因组设计，从零件到整机，是更高一个维度的挑战，也是更大一个维度的想象空间。
▲ 2026年8月6日，Science 正式刊发论文，编辑摘要称其"为全基因组尺度的AI导向功能设计奠定基础"
潘多拉的培养皿
1977 年，人类第一次读懂了一个基因组。
2025 年，AI 第一次写活了一个基因组。
中间不到五十年速度本身，就是最该让我们认真对待的信号，无论是对治愈，还是对风险。培养皿上那些透明的噬斑，既是抗生素耐药时代的曙光，也是一面映照风险的镜子：当造物的权杖从进化之手转移到算法之手，我们准备好了吗？
这个问题没有标准答案但它已经不再是假设