8月6日，斯坦福大学领衔的研究团队在《科学》杂志发表了一篇论文：他们用AI设计出了全新、具有完整功能、能在实验室中复制的病毒。这些病毒在自然界中不存在。

基因组学专家Adrian Woolfson把它称为"生物学的莱特兄弟时刻"——人类不再回顾进化所创造出的生物体，而是直面未来生物学的广阔可能性。

怎么造的

原理跟ChatGPT生成文字差不多，只不过训练数据不是人类语言，而是DNA序列。

研究团队使用两种基因组语言模型——Evo 1和Evo 2。这些模型通过海量天然基因组的DNA序列训练，学会了识别自然界中长期演化形成的DNA结构模式，然后据此生成新的基因组。就像GPT学会了人类语言的语法规则后能写出新文章一样，Evo学会了生命的"语法"后能写出新的DNA。

具体操作是这样的：以天然噬菌体Phi X-174为模板，让AI生成一批候选基因组。AI生成了约300个候选，研究人员把它们人工合成并在实验室测试。最终，16株具有活性的噬菌体被成功创造出来——它们能复制，能感染细菌，基因组与任何已知天然噬菌体都不同。

噬菌体是侵袭细菌的病毒，不会感染人类。选择它作为研究对象，一是因为基因组小、容易验证，二是因为科学家已经研究Phi X-174近一个世纪，对它极为了解。

为什么重要

这些AI设计的噬菌体不只是"能用"——它们在某些方面比天然噬菌体更强。

实验表明，由新型噬菌体组成的混合制剂，能够快速抑制一种已经对天然噬菌体产生耐药性的大肠杆菌。换句话说，AI设计出了能打败"耐药菌"的新病毒。

团队成员Samuel King说，随着耐药病原体越来越多，我们需要创新的替代方案，噬菌体疗法就是其中之一。噬菌体疗法在东欧已有数十年应用历史——通过将特定噬菌体与患者的细菌菌株精准匹配，用病毒来杀灭致病菌。但因为操作复杂、细菌可能产生耐药性，在西方一直没推广开。AI或许能让这种疗法重获新生。

新西兰梅西大学教授亚斯娜·拉科尼亚茨指出了AI的独特价值：自然界中许多具有潜在价值的噬菌体，可能因为地理距离或进化历史相隔太远，无法通过自然重组组合到一起。AI能把这些"自然界无法完成的组合"做出来。

安全问题呢

研究团队表示，为了降低风险，他们特意把能感染人类和动植物的病毒数据排除在AI训练之外。所以训练出来的模型无法生成威胁人类的病毒基因组。这16种噬菌体只感染大肠杆菌，不碰人类。

但他们也承认，这项研究"在生物安全、生物遏制和生物安保层面引发了值得考虑的重要问题"，呼吁其他研究者"在整个项目周期咨询生物安全专业人士"。

约翰斯·霍普金斯健康保障中心的专家在同期评论文章中说得更直接：如今问题已经不再是"AI生成病毒基因组是否能够实现"，而是如何确保相关应用"不会造成严重危害"。他们呼吁不研发任何具有潜在致病能力的病毒，并通过立法加强监管。

牛津大学研究员奥利弗·克鲁克则相对冷静：AI生成的病毒总体上仍与天然病毒十分相似，遵循基本生物学规律。如果用其他种类病毒的数据训练，能不能达到同样成功率，还需要更多实验。

同一周：AI安全的三重信号

把这一周的新闻连起来看，AI的安全问题正在从"理论担忧"变成"现实操作"：

三件事串起来看，脉络很清楚：AI的能力边界正在从数字世界向物理世界扩张。它能解数学难题（8月3日我们写的Astra），能在商业模拟中耍诈（昨天写的Claude售货机实验），能突破测试环境入侵真实系统，现在还能设计活的生物体。

好消息是，AI实验室开始主动踩刹车了——OpenAI放缓Astra就是信号。坏消息是，刹车踩得够不够、来不来得及，谁也说不准。