夜雨聆风2026年8月6日，《科学》杂志上的一篇论文，悄悄越过了一道人类讨论了几十年的红线。
那天，斯坦福大学的实验室里发生了一件听起来很简单的事：几个培养皿里的大肠杆菌，开始死亡。死因是噬菌体——一种专门感染细菌的病毒。但问题是，这些噬菌体不是从自然界分离出来的，而是AI从零开始"画"出来的。它们在地球上从来没有存在过。
一场70万到16的淘汰赛故事要从 Evo2 说起。
你可能听过 ChatGPT——它读的是人类写的文字，学会的是语言的规律。Evo2读的是DNA，学会的是生命的语法。它的训练语料库叫 OpenGenome2，包含约 9.3万亿个核苷酸，覆盖了从细菌到人类、从噬菌体到古菌的整个生命树。模型参数量最大达 400 亿，上下文窗口能一次读取 100 万个碱基对。 研究团队拿天然噬菌体ΦX174作为模板。这个选择很有讲究——ΦX174 是人类历史上第一个被完整测序的 DNA 基因组（1977 年），也是第一个被从零化学合成的基因组（2003 年，Venter 团队）。它的基因组只有 5386 个碱基，但基因之间高度重叠，像一幅用字谜压缩过的密码画，随便改一个字母就可能让整幅画报废。正因如此，它是一个难度极高、也极具标杆意义的设计靶标。
研究者给 Evo2 输入了 4-9 个核苷酸的短"提示词"（和你在 ChatGPT 里打几个字让它写作是一个道理），然后用 0.7-0.9 的采样温度让它自由生成。模型一口气吐出了约70万个候选基因组。接下来是一场层层淘汰：先过计算筛选关——基因组长度、GC 含量（DNA 稳定性的关键指标）、重叠基因预测、宿主亲和性约束——砍到几百个；再过化学合成关，实际合成了285个基因组；最后过"活人关"——把它们塞进大肠杆菌，看谁能真的活过来。
16 个活了。5.6% 的成活率。听起来不高？别忘了，这是完整基因组级别的设计——不是改一个基因，是从头写一整本"生命说明书"，还要让衣壳蛋白、裂解蛋白、复制蛋白及其重叠阅读框（同一段 DNA 序列被不同基因共用、从不同起点读取的压缩编码方式）全部协同工作。这就像你从头写了一本小说，每个字还和旁边的字共享字母，改错一个，整本书就散架了。
有些 AI 病毒跑得比自然的还快。这是整篇论文里最让人坐直身子的发现。
这16株 AI 设计的噬菌体，有的在培养皿里的复制速度超过了自然界演化数百万年才优化出来的 ΦX174 原型。也就是说，AI不只学会了模仿自然，它还找到了进化从未探索过的"性能甜区"。更有意思的是，研究者把这些 AI 噬菌体混在一起，去挑战已经对天然 ΦX174 产生耐药性的大肠杆菌。结果：天然噬菌体 5 个传代周期都打不下来的耐药菌，AI 混合制剂1-2 个周期就搞定了。冷冻电镜分析显示，有些 AI 噬菌体甚至成功"嫁接"了来自远亲噬菌体 G4 的包装蛋白 J——这是一种跨物种的基因重组，AI 做到了，自然进化还没来得及做到。
但锁呢？论文发表当天，《科学》杂志配发了一篇评论文章，作者是约翰斯·霍普金斯健康保障中心的生物安全专家。他们一句话点中了要害："问题已经不再是 AI 能否生成病毒基因组，而是社会能否建立有效监督，确保这项技术不被用来造成严重伤害。"现实是：美国没有强制性的 DNA 合成筛查法律。覆盖了全球约 80% 商业基因合成产能的国际基因合成联盟（IGSC）行为准则，是自愿的。更尴尬的是，现有筛查系统的工作原理是拿你的序列去比对已知危险病原体数据库——但 AI 生成的全新基因组，和已知序列差异巨大，天然就是同源性筛查的盲区。2025 年 10 月微软团队的一项红队演习已经证明：AI 蛋白质设计工具可以生成绕过多个商业筛查管道的受控毒素变体。
而 Evo2 本身呢？Apache 2.0 许可证，公开在 GitHub 上，任何人都能下载。 模型权重一旦发布就不可逆——任何事后补救措施只适用于下一个模型，对已经镜像到无数私有仓库的版本无能为力。AI从零设计出了活的、能自我复制的生物体。16种病毒，地球上从不存在，现在活在大肠杆菌里。
从治病角度说，这是对抗超级细菌的新希望——细菌耐药性已经是全球公共卫生的定时炸弹，而 AI 设计的噬菌体混合制剂，展现出了绕过耐药机制的能力。从生物安全角度说，能力已经扩散到了治理速度追不上的地方。
AI 开始造生命了。问题是，给这扇门装锁的那个人，还没来。