AI设计“新病毒”的那一天——16种人工噬菌体带来的希望与风险

“AI创造了人类从未见过的病毒”

看到这样的句子，想象新型传染病或生物武器的人也不足为奇。

2026年8月，发表在《Science》上的一项研究引起了广泛关注。斯坦福大学和Arc Institute等研究人员利用处理基因组的生成AI设计了新的噬菌体，并确认其中16种在实验室中实际有效。

“AI写文章”“AI制作图像和视频”的说法已经成为日常。但这次AI生成的不是文章或图像。

而是直接与生命活动相关的“基因蓝图”。

不过，将这项研究理解为“AI创造了攻击人类的未知病毒”并不准确。这次的对象是感染细菌的噬菌体，而非人类。

即便如此，这一成果仍然跨越了一条界限。

AI正从仅仅是分析生命科学信息的工具，转变为“建议”生命结构本身的工具。

其中蕴含着治疗难治性感染症的巨大潜力，同时也存在被滥用时的生物安全风险。

AI设计的不是“感染人类的病毒”

首先最重要的是，这次制造的病毒的真实身份。

研究团队处理的是噬菌体，简称“噬菌体”的病毒。

噬菌体感染细菌。

在这项研究中，作为设计起点的是一种较小的噬菌体，称为“ΦX174（Phi X174）”，以其感染大肠杆菌而闻名。

因此，与其说AI从无到有突然发明了完全未知的生命，不如说是从已知的噬菌体中汲取灵感。

研究团队以已知的噬菌体为设计模板，利用名为Evo 1和Evo 2的基因组AI模型，生成了具有显著不同DNA序列的候选者。

不仅仅停留在计算机上的设计，他们从中选择了约300个候选者进行实际合成，并使用细菌进行验证。

结果，16种成为有效的噬菌体。

AI不仅仅是输出“看似合理的DNA字符串”。

从这些设计信息中，在现实世界中制造出病毒，并确认其感染细菌和繁殖的功能，正是这次成果的核心。

如果用文本生成AI来比喻，这就像是从“仅仅写出看似程序代码的东西”到“生成的程序实际运行”的阶段。

在生命科学中，这个意义绝不小。

为什么研究人员要特意制造新病毒

“如果可能有危险，那就不应该制造”

有人可能会这样想。

然而，噬菌体在医学上有重要用途。

其中一个最大原因是抗菌药物效果减弱的“耐药性”问题。

持续使用抗菌药物对细菌进行治疗时，可能会由于突变等原因，耐药细菌存活并繁殖。如果耐药菌增加，以前容易治愈的感染症可能再次威胁生命。

根据美国疾病控制与预防中心（CDC）目前发布的统计数据，美国每年发生超过280万例耐药性感染症，超过3.5万人死亡。

因此，“噬菌体疗法”再次受到关注。

这是利用杀死细菌的病毒噬菌体作为抗菌药物的替代或补充手段的想法。

然而，这里也存在与进化的竞争。

细菌也可能对噬菌体获得耐药性。

如果仅依赖一种噬菌体，最终可能会有对该噬菌体无效的细菌存活。

这项研究之所以引人注目，是因为它展示了AI可以生成遗传上不同的众多噬菌体候选者的可能性。

研究团队表明，通过组合AI生成的噬菌体，可以对抗对自然来源噬菌体有耐药性的细菌。

未来，分析从患者中提取的细菌特征，并由AI设计针对该细菌的噬菌体——这样的“定制型噬菌体疗法”可能变得现实。

不仅仅是继续寻找抗菌药物，还要根据病原菌的进化设计新的攻击手段。

AI可能会大大加快这一速度。

“AI制造新型病毒”社交媒体上恐惧蔓延

然而，当新闻标题中出现“AI”“新病毒”“16种”这样的词汇时，许多人感到不安，而不是首先想到医疗应用。

实际上，在Reddit等平台上，介绍研究的帖子引发了大量反应，出现了让人联想到反乌托邦电影的评论。[出典7][出典8]

“人类是否已经终结”

“为什么要制造这种东西”

“AI的安全措施是否无法阻止”

“是否会导致下一次大流行”

这样的反应。

也有不少人半开玩笑地将其比作电影或小说，谈论“末日倒计时”。

这不仅仅是对AI的恐惧。

自从经历了新冠病毒大流行后，社会对“未知病毒”这一词汇比以前更为敏感，这也是背景之一。

此外，“生成AI难以控制”的其他领域的讨论与生命科学结合，也加剧了不安。

如果计算机上的AI仅仅生成错误的图像，通常不会威胁整个社会。

但如果生成对象是DNA，而该DNA在现实中作为生物体发挥作用，那就另当别论了。

“当AI的输出被带入现实世界时，失败的代价是什么”

社交媒体上的恐惧看似极端，但其根本的疑问本身不容忽视。

另一方面，也有“过于大惊小怪”的反应

有趣的是，同样在社交媒体上也出现了强烈的反驳。

在Reddit上，有人指出这次研究的对象不是“感染人类的病毒”，而是“感染细菌的噬菌体”，并多次发帖表示不应仅凭标题过度恐慌。

“噬菌体在对抗耐药菌方面非常重要”

“这不是一般的聊天AI突然制造病毒的故事”

“需要专家、设备、DNA合成等现实世界的过程”

这样的指摘。

尤其显眼的是，尽管警惕AI可能用于生物武器，但对这次具体应用给予高度评价的反应。

如果能够在短时间内设计出对抗耐药菌的新噬菌体，这将是一项非常有价值的技术。

在Bluesky上，传染病研究者Bill Hanage也分享了报道，并发表了在过热之前需要整理一些要点的帖子。

这种反应对于思考这次新闻是重要的。

“危险性不是零”和“这次制造的东西立即对人类构成威胁”并不是同义。

正因为AI与生命科学这一刺激性组合，才需要区分这两者。

真正可怕的是“知识”吗

这次讨论中另一个重要的问题是，应该在哪里进行监管。

一种观点是限制AI模型本身的方法。

拒绝回答可能导致设计危险病原体的问题，或从模型中移除危险的生物学知识。

但仅靠这种方法解决所有问题是困难的。

生命科学的基础知识和已知病原体的信息已经通过论文和数据库等在全球存在。

此外，AI模型不仅由美国企业管理的服务提供。

如果开放权重的模型在全球范围内使用，一个国家的政府或企业完全管理“AI可以知道的生物学”是不现实的。

由此产生的是《华盛顿邮报》社论主张的“关注物理瓶颈”的观点。

仅仅是计算机提出DNA序列，病毒不会诞生。

将其变为现实生物需要DNA合成和实验等物理世界的过程。

因此，管理这一部分可能更具实效性。

监控“DNA打印机”而非“打印机”

在现代生物研究中，研究人员可以向专业公司订购所需的DNA序列，并进行人工合成。

这一机制是加速疫苗、基因治疗、药物开发等的重要基础设施。

但从反面来看，这也是检测危险序列被订购的地方。

因此，“基因合成筛查”受到关注。

DNA合成公司检查订购的序列，确认是否与危险病原体相关，订购者是否有问题的机制。

在美国，2026年2月，共和党参议员Tom Cotton和民主党参议员Amy Klobuchar跨党派提出了“生物安全现代化与创新法案”。

法案的核心是为基因合成业务建立联邦级别的订单和客户筛查框架。

不是完全封锁AI的“头脑”，而是监控AI的想法进入物理世界的入口。

这类似于网络安全中，不是试图从世界上消除危险程序的知识，而是在重要基础设施上设置多重防御。

在生命科学中，可能需要重叠AI限制、研究机构管理、DNA合成检查、实验设施安全管理等多层防御。

但也不能简单地说“因为物理上困难所以安心”

另一方面，乐观地认为“因为需要专业设备所以危险性低”也是危险的。

即使目前需要昂贵的设备、高度的专业知识、试剂、DNA合成服务等，但从技术历史来看，成本和专业性在长期内往往会下降。

曾经只有超级计算机才能完成的计算现在可以在智能手机上实现，当前只有顶级研究机构才能处理的生命科学技术，未来未必会保持同样状态。

AI本身也可能降低这一门槛。

如果AI支持文献检索、设计、失败原因分析、候选筛选等研究过程，所需的时间和部分专业知识将被压缩。

正因为如此，有意见认为在发生危险事件后再考虑监管为时已晚。

正因为AI生物设计处于初期阶段，现在就可以标准化安全基础设施。

“停止AI还是推进AI”并非二选一

如果仅从AI支持者和AI监管者的对立来看待这个问题，可能会失去本质。

禁止研究不一定能消除风险。

另一方面，以技术创新为由推迟安全措施也不合理。

重要的是，如何区分“对社会有高价值的用途”和“可能导致重大损害的用途”，并建立安全装置。

这次的噬菌体研究可能解决现实中存在的巨大问题——耐药菌。

如果AI能缩短新治疗用噬菌体的开发周期，可能会有患者因此获救。

未来，不仅是病毒，疫苗、基因治疗、细胞治疗、人工蛋白质等许多生命科学领域可能会使用同样的想法。

AI不仅仅是“发现自然界中存在的东西”，而是“设计符合目的的生物结构”的时代。

这可能成为生命科学中的一个重大转折点。

社交媒体的恐惧并非无理，但也不仅如此

看到“AI制造了16种新病毒”这样的标题感到害怕的感觉，绝非不合理。