AI造出16种全新致命病毒！方法向世界公布，美国科学家打开了什么__财经头条_

斯坦福大学的实验室里，AI一口气生成了70万个病毒基因组，研究人员从中挑了302个进行人工合成，最终16个病毒活了——不仅能自主复制，部分裂解细菌的速度甚至超过了它们的天然原型。

这是人类历史上第一次，人工智能从零开始，设计出了自然界从未存在过的完整的、活的病毒。

消息一出，全世界的社交媒体都炸了。

有人兴奋，说这是"生物学界的莱特兄弟时刻"。但更多的人，是彻骨的寒意。在一个获得430万阅读量的帖文下面，一个被2900人点赞的留言是这样写的："这就像在末日求生的游戏里，你在废弃的实验室找到的那些实验日志一样。"

技术进步还是打开了潘多拉魔盒？这个问题，不是斯坦福那间实验室里的人能回答的。而真正让人不安的，恰恰就在这里。

一、"莱特兄弟时刻"？不，这更像是一把没有锁的枪

先把事情说清楚。

2026年8月6日，美国斯坦福大学与加州弧形研究所（Arc Institute）在《科学》杂志上发表了一篇注定要载入科学史——也可能载入另一种历史的论文。他们训练了两个名为Evo 1和Evo 2的AI模型，用大约200万种噬菌体以及病毒、细菌、植物和人类的遗传数据做语料库，教会了这个模型一件事：读懂生命的语言，然后自己写。

这个过程粗略理解起来并不复杂。就像ChatGPT被喂进海量文本后学会了组合文字，Evo模型被喂进海量DNA序列后，学会了组合基因。但区别在于，ChatGPT写出来的是一段话，Evo写出来的，是一段可以自己复制、自己组装、自己裂解宿主的生命指令。

AI生成了约70万个候选基因组。研究团队从中筛选出302个看起来最有潜力的，在实验室里化学合成，然后放进大肠杆菌里去"跑"。结果16个病毒活了过来。不是半死不活，是生龙活虎——其中一些变异体的繁殖效率，直接碾压了作为设计模板的天然噬菌体ΦX174。

研究人员自己都激动得不行。博士生塞缪尔·金回忆，他们在凌晨时分看到培养皿上出现透明斑点——那是噬菌体正在吃掉细菌的痕迹——"我们开始看到这些清晰的斑点，这真是太令人兴奋了。"项目负责人布莱恩·希说，当结果分享给团队时，"房间里顿时爆发出热烈的掌声"。

我能理解那种激动。如果你是那个凌晨站在实验室里的人，看到自己用代码写出来的生命在培养皿里活了过来，那种震撼大概不亚于第一次看到显微镜下的细胞。但问题在于，这种激动，房间里的人有，房间外面的人呢？

有人在社交媒体上说了句很扎心的话：自己不反对技术进步，但自己对掌控技术的人，真的没有信心。

这句话的份量，研究团队可能没怎么琢磨过。或者琢磨过，但觉得"我们有安全措施"。他们的安全措施是什么？第一，训练数据里剔除了能感染人类、动物和植物的病毒基因；第二，实验对象是噬菌体，只感染细菌；第三，所有实验都在合规的生物安全实验室进行。

听起来无懈可击。但这里有一个巨大的逻辑漏洞，大到足以让整个"安全叙事"站不住脚。

二、噬菌体是借口，开源才是那把刀

我们先来谈一个关键问题：研究团队为什么偏偏选噬菌体？

他们的说法很体面：噬菌体只感染细菌，不会对人类造成威胁；噬菌体疗法是对抗耐药菌的希望；天然噬菌体ΦX174已经被研究了近一个世纪，安全性有保障。每一条单拿出来都站得住，放在一起看也合情合理。

但如果你把视线拉高一点，看这件事的底层逻辑，你会发现，选噬菌体根本不是因为"安全"，而是因为"能做"。之所以是噬菌体，不是因为课题组特别有安全意识，而是因为噬菌体基因组小、研究成熟、实验简单、论文好发。换成任何一个有学术野心的人，都会选它当突破口。

真正的问题不在于这一次造出来的是什么，而在于这条路被走通之后，下一个会造什么。

研究团队自己在论文里承认了一个极其敏感的事实：这项技术存在一个"不能触碰的领域"——生成能够感染真核生物的病原体基因组。真核生物是什么？就是人类、动物、植物。一旦进入这个领域，现有的一切防控手段都将失效。他们自己说得很清楚，这句话不是外界强加的，是他们白纸黑字写在那里的。

但承认了又怎样？技术路线已经被打通了，论文已经公开发表了，最关键的是——Evo 2这个模型，是开源的。

任何人都可以免费下载。任何人都可以用它来设计新的基因组。你不需要斯坦福的实验室，不需要NIH的经费，只需要一台跑得动模型的电脑和一个愿意帮你合成DNA的商业公司——这种公司全世界到处都有，明码标价，网上接单。现在的基因合成行业，已经成熟到了你发一封邮件、付一笔钱、等几天快递就能收到一个装在试管里的合成基因组的程度。

这才是真正让人后背发凉的地方。

斯坦福团队说，他们在训练数据里剔除了危险病毒的序列，所以模型"无法生成能够威胁人类的病毒基因组"。这个逻辑听起来像是在说：我们造了一把枪，但子弹我们没装，所以这把枪是安全的。你有没有想过，别人拿到这把枪之后，可以自己装子弹？

约翰·霍普金斯大学健康安全中心的英格斯比博士和汉克博士在同一期《科学》杂志上发表的评论文章，措辞极其克制但态度极其明确。他们说：问题已经不再是"AI生成病毒基因组是否能够实现"，而是"社会能否在不造成严重危害的情况下使用这项技术"。

他们还说了一句更重的话："使用生成式AI编写病毒基因组的能力如今已经存在，但安全引导这项能力的治理机制仍不存在。"

这句话翻译成大白话就是：技术已经跑到了监管前面，而且差距大到根本追不上。

现有的生物安全审查框架，基本上建立在"已知危险病原体清单"的逻辑上。你要研究埃博拉？报备。你要合成炭疽？审查。但Evo这类模型生成的，是自然界从未存在过的全新序列，不在任何清单上，不符合任何既有定义，现行法规对它来说就是一张白纸。

你管什么？怎么管？谁来管？这三个问题，没人能回答。

而这一切，发生在这个技术已经被开源、已经可以被全世界任何人使用的前提之下。

三、美国式双标：一边查别人的实验室，一边开自己的后门

讲到这里，我们必须把这个事件放进一个更大的背景里去看。

过去几十年，美国在生物安全和生物武器议题上，一直是以"全球警察"的姿态出现的。2001年炭疽邮件事件之后，美国国内建起了一整套生物安全法规体系；2003年伊拉克战争前夕，美国用"大规模杀伤性武器"这个理由动员了全世界的舆论；在新冠溯源问题上，美国政客和媒体对中国实验室的指控，可以说已经到了不分青红皂白的程度。

谁做生物实验都要被审视、被监控、被追责——这是美国在全球生物安全治理中给自己设定的角色。但这一次，在美国自己的土地上，在一个加州最精英的研究机构里，一群科学家在没有任何国际监督、没有任何公众讨论、没有任何跨国防范机制的情况下，干了一件让全世界网民集体炸锅的事。

而且干完之后，他们的态度很有意思。

项目负责人布莱恩·希在接受采访时说："我们目前没有将这项工作商业化的计划。我们是一个由慈善捐款和政府拨款资助的学术实验室。鉴于这项技术对健康和人类具有巨大的潜在益处，我们将基础技术公之于众，供尽可能多的人使用，这是我们的责任。"

"公之于众，供尽可能多的人使用，这是我们的责任。"

这句话单独看，很崇高，很有硅谷精神。但换个角度想：你造了16种自然界不存在的病毒，然后你把造病毒的工具开源了，让全世界任何人都能用，你的理由是"这是我的责任"。

请问，谁来为开源之后的事情负责？

伦敦帝国理工学院合成基因组工程学教授汤姆·埃利斯说了一句非常实在的话：利用接受过危险病原体遗传代码训练的AI，可能会被用来设计危害更大的病毒。而控制对遗传数据的访问，并对制造看似危险的基因组实行限制，将会起到帮助。

这句话的意识是：别光说漂亮话，该管的就得管。

但美国管了吗？没有。不仅没管，《科学》杂志还给了封面。《纽约时报》和CNN做的是"技术突破"的叙事。没有人跳出来说"这个实验不应该做"，没有人提出要暂停、要审查、要建立国际监管框架。美国国内对此事的讨论，到目前为止基本上停留在"哇好厉害"和"会不会有风险"之间，没有一个人真正踩刹车。

你可以想象一下，如果这件事发生在俄罗斯，发生在伊朗，发生在朝鲜——西方媒体的头条会是什么？"邪恶轴心利用AI制造新型生物武器""国际社会必须立即行动"。但如果发生在美国，发生在斯坦福，那叫"科学探索的勇敢一步""人类对抗超级细菌的新希望"。

这不是双标是什么？

更深一层的问题在于：新冠病毒大流行刚过去没几年，全世界都看到了一个新型病原体可以对人类社会造成多大冲击。封锁、经济衰退、数百万生命、全球供应链断裂——这些记忆还热着呢。在这样一个节点上，美国科学家用AI设计出了自然界不存在的病毒，而且还把工具开源了，这已经不是"科学自由"的问题了，这是对人类集体安全感的公然挑衅。

有海外网民在评论里写："这就像你在末日求生的游戏里，在废弃的实验室找到的那些实验日志一样。"这个比喻为什么能拿到2900个赞？因为它击中了普通人对这种实验的本能恐惧——那些末日故事的开头，往往也是"为了人类健康""为了科学进步""一切尽在掌控之中"。

生物武器从来不是一个科幻概念。从日本731部队到冷战时期美苏的生物武器竞赛，人类在这条邪路上已经走过太多次。现在AI加入进来了，事情的本质变了：过去你想造一种新病毒，需要顶级的分子生物学训练、昂贵的设备、漫长的试错。现在你只需要一个开源模型和一家基因合成公司的地址。

门槛从珠穆朗玛峰降到了小区门口的台阶。

四、这不是杞人忧天，而是人类必须面对的一道选择题

让我们回到最根本的问题上：这件事到底意味着什么？

从纯科学的角度说，这是一项了不起的成就。AI从被动分析走向了主动创造，从理解生命走向了编写生命。噬菌体疗法的前景是真实的——全球抗生素耐药性问题越来越严重，如果我们能找到替代方案，这确实是全人类的福祉。

但科技史一再告诉我们，一项技术的最终用途，从来不是由发明它的人决定的。

爱因斯坦没有造原子弹，但质能方程打开了那扇门。奥本海默看着第一颗原子弹爆炸的时候说"我成了死神，世界的毁灭者"，但他按下按钮的时候已经来不及了。图灵破解了恩尼格玛密码，但他大概没想到几十年后，同样的算法思维会被用来监控每一个普通人的生活。

斯坦福的研究人员说"我们只做噬菌体""我们剔除了危险数据""我们在安全实验室操作"，这些话听起来都很负责。但当他们选择开源的这一刻，负责任的说法就变成了一厢情愿的自我安慰。因为你控制不了下载模型的人是谁，控制不了他们用什么数据重新训练，控制不了他们在什么样的实验室里合成出了什么。

你唯一能控制的，是你在论文发表那一刻的良心。而良心，从来不是生物安全的有效屏障。

约翰·霍普金斯大学的专家说得非常直白："其他人在掌握了这种技术后，并不一定会像该团队这样如此重视安全问题。"这不是猜测，这是对人类行为的基本判断。在这个世界上，总有人不按规矩来。恐怖组织、犯罪集团、心怀不满的前雇员、单纯好奇的黑客——只要技术门槛够低，迟早有人会碰那条线。

更何况，研究团队自己承认了那条线在哪里：感染真核生物的病原体。他们说自己不会碰。那别人呢？

全球生物安全治理体系现在处于一个尴尬到极点的位置：技术已经可以让AI设计出完整的病毒基因组，模型已经开源，合成门槛已经降到商业快递就能解决的程度，而监管体系——不管是美国的、欧洲的、还是联合国的——连"生成式基因组学"这个词都还没写进法律条文。

这叫什么事？

对普通人来说，这件事最让人不安的地方，不是技术本身，而是掌控技术的人那种理所当然的自信。"我们将技术公之于众，这是我们的责任"——说这话的人，有没有想过公之于众之后，公众有没有能力保护自己？有没有想过在地球另一端，有人看到这条新闻的第一反应不是欢呼，而是恐惧？

中国在生物安全领域的立场一直都是明确的。2021年《生物安全法》正式实施，对病原微生物实验室活动、生物技术研究开发、人类遗传资源管理都做出了系统性的法律安排。中国不是反对生物技术进步，而是坚持技术进步必须在安全可控的轨道上运行。这恰恰是当前全球治理中最缺的一环。

但光中国一家清醒没有用。生物安全是全球性议题，病毒不分国界，AI模型也不分国界。当你把一个能设计病毒基因组的模型放在互联网上任人下载的时候，地球上任何一个角落的风险，最终都可能变成所有人的风险。

这件事应该促使国际社会做三件事：第一，尽快把生成式基因组学纳入国际生物安全法律框架，不能让它继续在监管真空中野蛮生长；第二，对危险病原体的基因序列数据建立严格的访问控制机制，这不是"学术自由"的问题，是公共安全的问题；第三，全球主要国家需要坐下来谈，建立一个针对AI+生物技术的联合监管协调机制——就像当年核不扩散条约一样。

但这些事会不会发生？说实话，看着美国现在的态度，我没那么乐观。

八月的加州阳光很好，斯坦福校园里的棕榈树还是一如既往地挺拔。实验室里的掌声已经散了，但那16种新病毒还在培养皿里活着，那个开源模型还在互联网上被人下载，那些"我们不会碰"的红线还在等着第一个跨过去的人。