【文/乔治亚·亚当森&格雷戈里·艾伦，摘译/李旭】

“在人工智能的帮助下，生物学领域的研究可谓潜力无限……但与此同时，不怀好意之人也能利用这一技术开发新的生化武器。”

——特朗普政府2025年公布的《美国人工智能行动计划》

很长一段时间以来，好莱坞都在不断产出有关疯狂科学家利用邪恶技术引发全球性灾难的影片，而现如今，在人工智能驱动的生物技术时代，这一虚构剧情可能很快就会成为现实。

从历史角度来看，美国之所以能够在很长一段时间内保障国家安全，是因为制造大规模杀伤性武器的成本高昂，所需技术又很复杂，例如，研发和部署核弹需要海量的专业知识与资金投入，对普通的犯罪分子而言，这是他们不可能完成的任务。即使是像萨达姆统治时代的伊拉克这样资源丰富的国家，也没能成功研发出核武器。

不过，随着时间的推移，研发某些类型的大规模杀伤性武器，尤其是生化武器的门槛大幅降低。现在，美国官方面临的挑战是，如何在维护生物安全的同时，确保人工智能领域生物技术的蓬勃发展。特朗普政府在2025年7月发布的《人工智能行动计划》中明确指出，要进一步确保美国的生物安全。尽管其中有关加强核酸合成筛查和开发政府人工智能评估能力的建议目前仍未得到细化，但这仍可以称得上是建立美国人工智能时代生物防御体系的一个良好开端。

生化武器的低门槛时代

近一个世纪以来，研发生物武器所需的资金成本和技术要求大幅下降。二战期间，美国生物武器计划共雇佣了约4500人，其中相当一部分是技术专家。其预算总额达6000万美元——接近曼哈顿计划（译者注：美国陆军部于1942年6月开始实施利用核裂变反应来研制原子弹的计划。该工程集中了当时西方国家最优秀的核科学家，10万多人参与，历时3年，耗资20亿美元）总支出的3%。同样，二战时期日本的生物战计划雇佣了约3000人，其中包括数百名日本顶尖医学专家。

20世纪90年代，仅有不到20人的技术人员的日本恐怖组织奥姆真理教，曾多次试图利用肉毒杆菌和炭疽杆菌发动恐怖袭击。幸运的是，奥姆真理教并未成功。

2017年，两名加拿大科学家仅花费10万美金就成功复活了此前已灭绝的马痘病毒。而且，这两位科学家并没有自行研发这一病毒，而是将大量初始工作外包出去——通过商业合成实验室定制了相关的DNA片段，这些实验室在完成之后通过邮寄的方式将病毒DNA寄回给了他们。随后，科学家在实验室中将这些片段连接起来，并利用辅助病毒将它们引入细胞，最终制成了马痘病毒。

尽管该研究的目的在于改善疫苗研制流程以及癌症治疗，但此举仍引发了人们的广泛担忧，因为这一事件表明，也许一个没什么专业知识的小型科研团队花上半年时间就能成功复活天花。

AI: 生化武器扩散器?

如今，人工智能的飞速发展意味着只需几个人就能够开发生物武器了。2025年3月5日，谷歌前CEO埃里克·施密特等人联合发文宣称，人工智能能够一步步地指导犯罪分子完成设计致命病原体、获取材料及优化传播方法等步骤。人工智能实验室Anthropic的首席执行官达里奥·阿莫迪（Dario Amodei）对此也表示认同，今年年初，Anthropic就曾指出，其新开发的大模型Claude 3.7 Sonnet在测试中已“展现出辅助开发生物武器的相关能力，这一点十分令人担忧”。

人工智能已经可以为开发生物武器的犯罪分子提供实质性帮助。首先，众多人工智能实验室都已经发布警告称，流行的商业大语言模型能够大幅降低发动生化袭击的信息壁垒。其次，生化设计工具也能够协助犯罪分子生产新型病原体。

（一）大语言模型降低生化武器的信息壁垒

2025年2月，OpenAI发布了旗下产品“Deep Research”的安全评估报告，报告指出： “我们发现，我们的模型已接近帮助新手发动生化武器袭击的临界点。”在该评估发布不到一周后，一项新的研究显示，OpenAI的o3模型在评估复杂病毒学实验室协议故障排除能力的专业知识测试中，表现优于94%的专业病毒学家。

OpenAI并非唯一一个在提供生物武器开发关键信息方面取得快速进展的实验室。Anthropic对Claude 3.7 Sonnet的评估也显示，该模型能够为发动生化武器袭击之人提供更为实质性的帮助。来自顶尖人工智能实验室的此类评估表明，大语言模型正迅速接近甚至超越为用户提供关键生化武器开发信息的安全阈值——部分模型已展现出超越专家级知识的能力。

（二）生物设计工具（BDTs）催生新型高风险病原体

2025年2月19日，全球最大的生物人工智能基础模型Evo2问世。在训练该模型的过程中，厂家搭建了一个包含超过12.8万个基因组（这些基因组来自人类、动物、植物、细菌及其他生物，甚至包括某些病毒）的数据集。据称，该模型能够识别不同的DNA序列，并设计出全新的生物体基因组。借助该工具，研究人员可输入真实或虚拟的生物DNA序列，并模拟该生物在现实世界中的发育过程。

然而，像Evo2这样的生物设计工具很可能也会产生不良的结果。例如，犯罪分子可能会利用具备生成能力的先进生物设计工具，创造出一种既致命，传染性又高的禽流感新变种。

有两家AI实验室更新了自身的风险评估，指出现有模型已存在重大且即时的生物安全风险。根据非营利研究机构Epoch AI的估测，2017年至2021年间，顶级生物设计工具的训练计算资源（衡量AI模型性能的常见指标）平均每年增长近21倍，相当于不到三个月就会翻一番（图1）。模型训练数据规模（另一项预测未来性能的指标）在2017年至2021年间平均每年增长近10倍（图2）。尽管这两项指标的增长速度已放缓至每年2–3倍，但生物设计工具的进步速度依旧飞快，从而引发人们的担忧。

图1：生物设计工具的计算训练 图源：报告原文

图2：生物设计工具训练数据集的规模 图源：报告原文

一位生物安全专家指出，许多专家对生物设计工具的未来发展前景预测太过保守。例如，尽管数据可用性仍是一大瓶颈，但这一问题在不久的将来一定会得到解决。企业已着手创建专门用于训练更强大生物设计工具的生物数据集，以设计新型生物体。这位专家预测，在未来三到五年内，生物设计工具就有望实现显著进步。

其他学者也认为，双用途生物设计工具的能力在短期内可能会得到巨大提升。在2024年8月的一篇论文中，研究人员指出，尽管当前模型在生成能力上仍存在局限性，但“人工智能的快速发展以及投入计算和数据生成资源的不断增加，表明相关能力很可能会加速提升”。