听我说，2025年10月兰德公司那份报告，它说的事情真挺重要的。我们现在啊，就站在一个技术的大路口上。人工智能和生物技术现在走得特别近，它们加在一起，力量很大，正在把生命科学研究的方式整个儿都给变了。
这股力量呢，它能做好事，也能做坏事。好的一面是，它带来了很多让人吃惊的科学进步，给全球健康带来了希望。但是，坏的一面是，它也让那些想搞破坏的人，更容易去设计新的病原体。这对全球生物安全来说，是一个特别严重、以前没遇到过的危险。所以，搞清楚人工智能在病原体设计上能做到什么程度，还有它以后会怎么发展，这已经不是随便聊聊的话题了，它直接关系到我们国家的安全，也关系到整个世界的安全。这事儿特别急。这份报告的目的呢，就是想告诉我们，人工智能现在能怎么帮着设计病原体，将来又会有什么风险。它还评估了我们现在的生物防御系统有哪些弱点，然后提出了一个办法，教我们怎么建一个在人工智能时代也能管用的生物防御系统。
一、人工智能在病原体设计中的角色演进与风险时间线
现在啊，人工智能在生物工程这个领域里，它主要的活儿，是做个**“得力助手”。它还不是那种能自己说了算，自己就能“设计主宰”的家伙。专家们都同意，至少到2027年之前，人工智能还不能自己就设计出一种全新的、而且能用的病原体**。它现在最大的价值，就是能帮着咱们加快研究的进度。
比如，人工智能能帮研究人员找到那些关键的靶点基因。这些基因要是变了，就能让病原体发生大变化。你想想看：
- 宿主范围变了：一个病毒本来只在动物身上传，结果AI帮它找到变异点，让它能从非人类跳到人类身上。就像禽流感，万一哪天突然就能人传人了，那多吓人。
- 变成空气传播：或者，一个病原体本来要直接接触才能传，AI帮它找到变异点后，它就能像感冒病毒一样，通过空气传开了。你在一个屋子里，它就能传给好多人。
- 在环境里更稳定：AI还能帮着改造，让病原体在身体外面活得更久。比如，一个病毒本来离开人体几个小时就死了，现在能在门把手上活几天。
- 复制得更快：它还能加快病原体在体内的复制速度。本来一个病毒可能需要几天才能在身体里大量繁殖，现在几小时就好了，让人病情迅速恶化。
- 毒性更强：AI也能让病原体产生的毒素更厉害，提升毒素的致命性。本来只是让人难受，现在可能直接威胁生命。
- 对抗生素有耐药性：更麻烦的是，它可能让病原体对我们手里那些抗生素和抗病毒药物产生耐药性。这意味着我们以前管用的药，突然就没用了。
但是，这些能力可不是随便就能变出来的。人工智能再厉害，它能发挥多大作用，主要看它“学”的数据好不好，多不多，深不深。这就好比一个厨师，你给他不好的食材，他怎么也做不出好菜。如果给AI的数据不完整、有偏差或者干脆有缺失，那它预测的结果就会不准。特别是那种要考虑很多因素互相影响的复杂预测，比如宿主和病原体之间怎么互相作用这种，对现在的人工智能模型来说，还是个大难题。
从生物学的角度看，改造病原体也不是说想怎么改就怎么改，它有它的限制。病原体想传播，得受它自己身体特点和生物特性的限制。比如，它在宿主外面能不能活得久，它是怎么传播的，还有它对宿主的影响。如果它让宿主死得太快了，反而不利于它自己传播。而且，生物界有个**“适应性权衡”的规律，就是说，你为了让病原体某个能力变强，很可能在别的方面会变弱。比如，让它在环境里活得更久，可能就会让它繁殖的速度变慢。我们人类的免疫系统**，还有公共卫生干预措施（像打疫苗、保持距离和吃药），也都是很强的“拦路虎”。就算病原体设计得再精妙，我们也能很快控制住它的传播。
不过，这些都不代表我们可以放松警惕，觉得万事大吉。风险情况正在快速地变化。专家们虽然对人工智能能力提升的速度有不同看法，但都同意，风险正在不断积累和扩大。未来到2027年之后，有几个关键方面的进展，会大大改变风险状况：
- 生物工程技术更成熟：以后生物工程技术会越来越好用，越来越精准。
- 实验室自动化：实验室里会有更多的机器人做实验，能快速得到结果并反馈。这让科研效率大大提高。
- 高仿真生物模拟：电脑里的生物系统模拟会越来越真，像真的一样。这样，很多实验可能不用在真的实验室里做，就能在电脑上完成。
- 通用人工智能：最后，如果出现那种能像人一样思考，甚至比人还厉害的通用人工智能系统，那事情就更复杂了。
一旦人工智能在生物设计方面，从**“辅助”变成“驱动”，甚至能“自主”设计，那影响可就颠覆性了。专家们有一个共识，让我听着挺心惊的：没有哪个基本的生物学限制，能永远阻止人工智能最终学会设计病原体。这个共识提醒我们，最坏的情况虽然还没到眼前，但我们现在就必须提前做好准备**，一刻都不能等。
二、现有生物防御体系在人工智能时代暴露的脆弱性
面对人工智能带来的新型生物威胁，我们现在用的生物防御系统，它的两个主要防线——生物设计工具模型自身的保护和核酸合成订单的检查——正在暴露出要命的弱点。说白了，它们已经跟不上趟了。
先说说生物设计工具模型的保护吧，现状挺让人担心的。你可能会想，那些开发AI模型的公司，总会做点安全措施吧？是的，他们可能会从用来训练AI的数据里，把那些已知的危险病原体序列去掉。这就像给一个水龙头加了个滤网。但是，这种保护通常是死板的，也很容易被突破。那些心怀不轨的人，他们可以对AI模型进行**“微调”。意思是，他们可以自己再往模型里偷偷地加入有害的序列数据**，这样就能“教”会AI去生成危险的设计了。就像有人知道怎么绕过你那个滤网，直接把脏水倒进去。
更让人着急的是，整个生物设计工具这个圈子的安全状况都很不乐观。调查显示，现在只有极少一部分的生物设计工具会做安全保护，比如严格限制谁能用，过滤训练数据，或者检查AI输出的结果。而且，这些已经有的保护措施本身，也普遍有漏洞，不太可靠。这就像你家很多门都没锁，或者锁了也一捅就开。这种普遍的安全缺失，就导致了那些强大的生物设计能力，可能会毫无阻碍地传开来，被坏人拿到。
再来说说核酸合成订单的筛查。我们现在这套系统，是根据一个**“受管制的病原体和毒素名单”来工作的。这个名单里列了哪些是危险的，就检查这些。但是，到了人工智能时代**，这种只看静态名单的检查方法，它的缺点就被大大放大了。现在的名单，只包括了数量有限的已知病原体和毒素。这种做法，根本没办法对付那些由人工智能生成的新型生物序列威胁。因为这些新的威胁可能在自然界里根本就不存在，名单里当然也没有。
测试结果简直是触目惊心：现在市面上那些主流的商业合成筛查软件，对那些经过人工智能改造过的毒素序列，漏掉的比例非常高。这意味着，我们现有的工具，基本上识别不出这些不在名单上的新型威胁。这就像你的安检设备，只能识别出以前的旧炸弹，对新型的炸弹就完全没反应。虽然现在业界和政府已经开始想办法，要扩展“关注序列”的数据库，把更多可能危险的序列加进去。但是，这项工作面临的挑战太多了：没有统一的标准，更新速度慢得要命，而且不同的筛查机构之间数据不共享，大家各自为政。这样一来，它更新的速度，远远赶不上人工智能生成新型威胁序列的速度。
三、构建面向未来的韧性生物防御体系：核心政策行动方案
考虑到现在的威胁特别紧急，而且我们现有的防御系统又不够用，我觉得我们必须得采取坚决又系统的行动了。不能再拖了，我们要建一个能有效应对人工智能时代挑战的新型生物防御系统。
首先，最重要的一步，就是政府要加强基础能力建设，并且给够钱。你看，美国的国家标准与技术研究院（NIST）还有它下面的美国人工智能安全研究所（AISI），这两个机构就应该被定为核心单位。它们的工作就是去评估人工智能生物安全，开发和制定筛选标准。它们的工作非常重要，能帮我们建立全国统一的测试标准、风险评估方法和数据共享规则。所以，现在任何想削减这些关键机构经费的预算提议，都是在直接削弱国家的生物安全基础。那些负责立法的议员们，必须明白这其中的战略风险，确保给这些机构提供充足且稳定的资金。只有这样，它们才能去测试最新的AI模型，推动数据标准化，以及在国际上进行必要的协调。
第二步很关键，就是建立一个持续评估和“红队测试”前沿生物设计工具的机制。我的想法是，应该由一些专业的智库，联合政府不同部门组成的**“人工智能与国家安全测试风险工作组”，还要拉上国际上的合作伙伴和顶尖的学术机构，定期去评估那些市面上和实验室里最厉害的生物设计工具模型**。评估的重点，必须明确放在那些最危险的能力上。比如，这些AI能不能设计出全新的病原体？能不能优化病原体，让它们躲过我们身体的免疫系统？或者，能不能设计出那种能避开我们现有筛查工具的序列？为了让监管更准确有效，测试对象应该只针对那些“能力最强”的模型。判断标准可以是客观的，比如看它的计算能力有多强，训练数据有多少。这样做，可以避免监管范围太大，影响到那些有益的科学研究和产业发展。
第三步也是很重要的行动，就是推动核酸合成筛查系统进行技术升级和标准化。这事儿得由白宫科技政策办公室牵头，协调卫生部、商务部、国土安全部等部门，还要联合私营的合成生物学企业。大家一起，开发和部署一个全国统一的、由人工智能提供支持的新一代合成序列筛查系统。这个系统必须比以前那些只对比静态名单的系统更先进。它要深入整合人工智能的预测能力，对每一笔合成序列订单都进行动态的、分层级的风险评估。
具体来说，这个系统的工作流程应该这样：
- 如果一个序列和已知的威胁序列一点都不像，那它就是低风险，可以快速放行。
- 如果有点像，那就列为中风险。这时候系统会启动深度客户核查，去查清楚是谁订的，为什么要订。
- 如果非常像，或者AI预测它可能有害，那就视为高风险。这种订单需要先停下来，由政府监管部门来审查。
- 如果一个序列，被高度确信有引发大流行的潜力，是那种极端危险的序列，系统就应该立即终止订单。而且，它会自动向国家安全机构报警。
整个系统在设计的时候，必须仔细平衡安全和效率。它要在最大程度保证安全的同时，尽量不给合成生物学行业带来太大的负担，不影响正常的科学研究。
四、结论：在创新与安全之间寻求平衡之道
人工智能技术现在跑得特别快，它正以惊人的速度，改变着生物技术的研发方式。它这种强大的**“双重用途”特性**，就要求我们国家在应对时，必须同时做到两件事——虽然这两件事有时会有点矛盾：我们必须坚决防止任何恶意滥用行为，同时也要积极保护和促进负责任的科学创新和产业发展。这就像走钢丝，需要找到一个完美的平衡点。
报告分析得很清楚了，如果我们拖延或者不行动，带来的风险会非常高。虽然美国政府已经意识到了这个问题，也开始采取一些初步的措施，但是现在，我们急需把那些口头上的原则性声明，赶紧变成具体、可操作、而且有钱支持的法律法规和政策工具。这不是说说而已，得实打实地干起来。
通过果断地投入资金，去建设基础能力，建立对前沿AI模型的持续评估机制，以及彻底升级我们国家的核酸合成筛选基础设施，我们就可以推行一个**“高回报、低成本”的、提前预防的生物防御战略**。它的最终目标呢，就是建立一个多层次的、强大的防御系统。这个系统要确保，无论未来的技术怎么发展，那些想恶意开发生物武器的人，都会觉得这事极其困难，成本高昂，而且非常容易被发现和阻止。只有这样，我们才能在全球生物安全的新时代里，牢牢地守住人类健康的底线。
