AI 把病毒变成可编程武器,你需要知道的 5 件事

上周，AI 设计出 16 种能自我复制的活病毒。别慌——它们不是来伤害你的，是来对付超级细菌的。

先回答你最想问的问题：这个东西跟我有关系吗？

有。而且比你以为的更近。你身体里现在就住着几十万亿个细菌，也住着无数个专杀细菌的病毒——噬菌体。它们每天在你肠道里打一场看不见的仗。2026 年 8 月 6 日，斯坦福团队在《科学》杂志发表论文，只是把这场仗的「武器设计」环节交给了 AI。

这篇文章不打算复述新闻。你需要的不是「他们做了什么」，而是「这跟我有什么关系」。下面这 5 件事，就是答案。

你体内本来就有噬菌体，它们一直在帮你打仗

听起来像科幻，但这是事实：你每拉出一克粪便，里面就藏着大约 10 亿个噬菌体。2021 年，英国惠康桑格研究所的科学家在人肠道里鉴定出了超过 14 万种病毒，其中一半以上是以前从未见过的。

图注：你体内本来就住着噬菌体（数据：Nature 2024 / 央视网，作者自绘）

这些病毒绝大多数是噬菌体——只感染细菌，不碰你的细胞。它们是肠道生态系统的「警察」，负责控制细菌数量、维持平衡。换句话说，噬菌体不是外来入侵者，而是你身体里的常驻居民，是这场长达数十亿年的军备竞赛里，站在你这边的那一方。

一句话记住：噬菌体是细菌的天敌，也是你肠道的常驻保安。AI 这次做的，是给保安设计更称手的武器。

为什么我们急需要新武器——抗生素正在失灵

先讲一个真实的故事。2015 年 11 月，加州大学圣迭戈分校的心理学家汤姆·帕特森在埃及度假时感染了鲍曼不动杆菌——一种连医生都头疼的超级细菌。回国后病情急剧恶化，他陷入昏迷，所有抗生素都无效。直到 2016 年初，医生们用尽了最后的手段，把一种自然界里找到的噬菌体注射进他的静脉。48 小时内，他睁开了眼睛。

「噬菌体是我们最后能用的一招了。」——帕特森的妻子斯蒂芬妮·斯特拉斯迪，加州大学圣迭戈全球健康研究所所长（中青在线 2017 年报道）

你大概听过「超级细菌」，但你可能不知道它离你有多近。医院里最常见的 MRSA（耐甲氧西林金黄色葡萄球菌）、CRE（碳青霉烯耐药肠杆菌），都是真实存在的临床噩梦。它们对几乎所有常用抗生素都免疫。

2019 年，全球 127 万人直接死于抗生素耐药感染（柳叶刀，204 国数据）。世卫组织和联合国预测，到 2050 年这个数字会涨到每年 1000 万——超过癌症。更尴尬的是，新抗生素研发从 1980 年代就大幅萎缩了，原因不是技术不行，是利润不够：抗生素用得越少越好，病人吃几天就好，没有慢病药「吃一辈子」的商业逻辑。

图注：抗生素耐药危机：2019 实测与 2050 预测（数据：柳叶刀/WHO/联合国，作者自绘）

人类一边让超级细菌进化，一边亲手关掉了军火库的生产线。这就是噬菌体重新被重视的背景——它是自然界里唯一专门杀细菌的东西。

AI 这次到底做了什么——把 DNA 当语言来「写」

过去你听到的 AI 都在写文字、画图、写代码。这次不一样：斯坦福团队用 AI 直接「写」了 DNA——生命的语言。

他们用的工具叫 Evo 2，是人类有史以来最大的生物 AI 模型：400 亿参数，用 12.8 万个基因组、9.3 万亿个核苷酸训练，动用了 2000 多块英伟达 H100 GPU，相当于让 AI 通读了地球上所有已知生命的「语言」。2025 年 2 月发布，完全开源。它能读懂 DNA 序列像读懂句子——在乳腺癌相关基因 BRCA1 的测试中，判断突变是否致病的准确率超过 90%。这次研究中，团队同时用了 Evo 1 和 Evo 2 两种基因组语言模型（Evo 1 是 2024 年登上《科学》封面的前代模型）。

图注：Evo 2：全球最大开源生物 AI 模型（数据：新华社公报/Nature 论文，作者自绘）

具体玩法：AI 以天然噬菌体 Phi X-174（1977 年人类第一个测序的基因组，只有 5386 个核苷酸）为模板，生成了约 70 万个全新基因组序列——不是复制粘贴，是按「生命语法」原创的。研究团队从中挑出 302 个最有可能的，送到实验室合成、测试。结果：16 个活了下来，能感染大肠杆菌、能自我复制。

图注：AI 设计噬菌体的筛选漏斗（据 Science 论文报道，作者自绘）

这 16 株噬菌体的 DNA 序列和任何已知天然噬菌体都不同。混合在一起，它们能快速抑制一种对天然噬菌体已经耐药的大肠杆菌——细菌防得住天然的，防不住 AI 现写的。

这事离你有多远——比你想的近，但没你想的那么快

好消息：噬菌体疗法不是科幻，已经有百年历史。1917 年，法裔加拿大微生物学家德雷勒独立发现了噬菌体并给它命名；1919 年，他首次用噬菌体治疗了一个患严重痢疾的男孩——人类第一次用病毒救人。1923 年，格鲁吉亚第比利斯建起了 Eliava 研究所——至今仍在运转，是世界上最老的噬菌体研究机构。苏联时期，噬菌体疗法在军医院和民间用了大半个世纪。

图注：噬菌体百年时间线：从被遗忘到 AI 重新武装（作者自绘）

只是 1928 年青霉素被发现、1940 年代量产普及后，抗生素的辉煌让噬菌体被西方遗忘了近一个世纪。直到超级细菌时代到来，它才重新回到聚光灯下。2024 年 1 月，美国 BiomX 公司的噬菌体疗法获 FDA 孤儿药认定（此前 2023 年 8 月已拿到快速审评通道），用于治疗囊性纤维化患者的慢性肺部感染。中国这边，2018 年复旦大学附属中山医院的朱同玉教授团队就启动了国内首个研究者发起的噬菌体治疗临床试验；上海公共卫生中心、南京鼓楼医院也已有多例成功治疗多重耐药菌感染的病例报道，2026 年 6 月有报道称噬菌体疗法正在从试验走向正规临床。

坏消息：从论文到你的病床，中间还隔着很远。噬菌体疗法有几个硬伤——宿主谱窄（一种噬菌体通常只认一种菌），需要个性化定制；细菌也会对噬菌体产生抗性（军备竞赛还在继续）；监管框架还在摸索（FDA 想按疫苗模式管，欧盟认为需要专门通道）。

AI 解决的是其中最关键的一环：过去找噬菌体像大海捞针，从自然界里筛、运气成分大；现在可以直接「写」——你要什么特性，AI 给你生成什么，几天就能出一批新候选。这等于把「找武器」变成了「造武器」。

该害怕吗——技术是中性的，护栏在跟进

「AI 设计出能自我复制的病毒」——这句话确实让人不安。这是最该认真对待的问题。

研究团队的安全设计很直接：Evo 2 的训练数据里，明确排除了所有感染人类和其他复杂生物的病原体；模型对这类病原体的查询不会返回有效答案。也就是说，这个 AI 从根源上就没学过「怎么伤害人类」的那部分生命语言。研究范围也严格限定在只感染细菌的噬菌体。

图注：从 AI 设计到实体的最后一道闸门：IGSC 合成筛查（作者自绘，据 IGSC/2026 公开信报道）

但真正的防线不止模型训练。AI 设计出基因组之后，要变成实体，还得经过 DNA 合成公司。2009 年，基因合成行业成立了国际基因合成联盟（IGSC），要求成员对订单做筛查——查序列是不是病原体相关、查客户身份、留记录。这是把「设计」变成「实物」的最后一道闸门。但它的软肋也很明显：自愿机制，超过三分之二的合成公司并不在联盟内。2026 年 6 月 5 日，一批 AI 领袖联名公开信，呼吁美国立法强制筛查合成 DNA 订单。

这就是生物安全的真实图景：技术跑得很快，护栏在拼命追——模型层有训练集熔断，产业层有合成筛查，制度层有立法呼吁。像核物理诞生时讨论原子能，像 CRISPR 诞生时讨论基因编辑。

一句话总结：该关心的不是「AI 会不会造出害人的病毒」，而是「护栏有没有跟上技术」。目前看，设计者的态度是认真且透明的。

最后，给你留 3 个可验证的判断

第一，接下来一年你会看到更多「AI 设计生物」的新闻——因为这次证明了这条路走得通，资本和实验室都会跟进。第二，噬菌体疗法会从「孤儿药」走向「普惠药」，因为 AI 把定制成本打下来了——这是它和传统新药研发最本质的区别。第三，围绕 AI 生物安全的讨论会越来越激烈，合成 DNA 的强制筛查立法大概率会在 3-5 年内落地。

你可以把这篇存起来，一年后再回来看这 3 条判断准不准。这就是知识服务文章该有的样子：不仅告诉你发生了什么，还给你可以验证的预测。

本文基于公开报道与论文信息（Science 2026-08-06、Nature 2026-03-04、新华社/柳叶刀/WHO/央视网等），数据截至 2026 年 8 月 9 日；噬菌体疗法尚处研究/试点阶段，不构成医疗建议。

附：5 件事速查卡