8月6日，斯坦福团队在《科学》刊文：用AI大模型从零"写"出16个能感染大肠杆菌的噬菌体基因组，这是人类首次由AI生成完整且可工作的病毒。医学福音与生物武器风险，被同时推上台面。
▲ 图1
发生了什么
8月6日，顶级学术期刊《科学》刊登了一项来自斯坦福大学的研究：由计算生物学家Brian Hie领衔的团队，利用基因组语言模型Evo 2，从零设计出了16个完整、有功能的噬菌体——也就是专门感染细菌的病毒。它们不是从下水道或土壤里捞出来的，而是由AI"写"出来的DNA序列，再在实验室里被"重启"成真正能感染、能杀死细菌的活病毒。
这是人类历史上第一次由AI生成完整且可工作的病毒基因组。研究的核心亮点在于：这些AI设计的噬菌体被混合成"鸡尾酒"后，成功感染了已经对天然病毒产生耐药性的大肠杆菌菌株——这是同等配方的天然噬菌体做不到的。换句话说，AI不只是复制了自然界的病毒，它"写"出了一个自然界里原本不存在、能力更强的版本。
从零到1：AI如何写出一个活病毒
"从零设计"四个字背后，是一条完整的工程流水线。
研究人员使用的是Arc Institute开发的Evo 2基础模型，该模型在超过200万个噬菌体基因组的数据上训练而成。为了这次实验，团队又把模型在目标病毒——一种被研究多年的噬菌体ΦX174——的近亲基因组上做了微调，额外投喂了约15000个基因组。
随后，研究者给模型加上计算约束和质量过滤，让它生成ΦX174风格的候选序列。这一轮共产生了302个候选基因组。结果很残酷：17个序列根本无法被化学合成；剩下的285个里，绝大多数"重启"后都没能成功感染细菌；最终只有16个被成功转化成真正能感染、能杀死细菌的噬菌体。
16除以302，成功率只有约5.3%。这个数字有两层含义：一方面，它说明"AI造病毒"远没到一键生成的成熟程度，中间隔着化学合成、实验室重启、生物验证等重重关卡；另一方面，哪怕只有5%的成功率，只要算力管够、试错成本够低，AI就足以成为一条全新的生物设计路径——而这个门槛，正在以肉眼可见的速度被拉低。
▲ 图2
医学福音还是生物武器
这项技术的第一落点是医疗。噬菌体疗法治疗细菌感染已有一个多世纪的历史，但一直卡在几个老问题上：单个噬菌体往往只能杀死很窄范围的细菌、细菌很快进化出耐药性、天然噬菌体还很难申请专利。AI设计的噬菌体恰好能绕过这些限制。Brian Hie表示，已经有合作者找上门，想用他们的模型设计能杀死致病菌的噬菌体，而不再局限于实验室的大肠杆菌。
在抗生素耐药性日益严峻的今天，这是一条真正有价值的出路。世界卫生组织把抗生素耐药列为全球十大公共卫生威胁之一，每年因耐药菌感染死亡的人数以百万计。如果AI能按需设计"定制噬菌体"，未来就有可能出现"为某个病人的特定感染菌株量身定制"的治疗方案。
但硬币的另一面同样刺眼。同样的AI方法，也把"按需制造其他生物制剂"的技术门槛拉低了，包括那些可能致病的病毒。约翰斯·霍普金斯健康安全中心的两名生物安全专家在同期的评论文章中写道：问题已经不再是生成式病毒基因组设计是否会存在，而是社会能否建立起一套监管体系，让它的益处得以释放，同时防止它造成严重伤害。
这句判断的分量在于：它把"要不要发展"的争论，直接推进到了"怎么管"的阶段。
争议的焦点：设计难还是合成难
在Hacker News上，这篇报道引发了62条评论的激辩，核心分歧在于：AI到底降低了哪一步的门槛。
乐观的一方认为，"设计从来不是难点"——真正卡脖子的是把DNA序列变成活病毒的化学合成与生物实验环节。这个过程需要数百万美元的专业设备、训练有素的实验人员，以及反复打磨才能掌握的技术。光靠AI写一段序列，离"地下室里的独狼造出超级病毒"还差着十万八千里。
悲观的一方则反驳：基因合成早已是成熟的外包服务。你只需要把一段RNA序列（本质上是一个文本文件）通过邮件发给合成公司、付一笔钱，对方就会把这段信息变成实物寄回给你——从邮箱到活病毒，对一个半熟练的生化学家而言只是几天的工作量。虽然正规合成公司从上世纪就一直在筛查订单，但只要有200个主权国家里的一家"脱缰实验室"不设防，整体防线就会被击穿。
更深一层的担忧来自AI安全研究者提出的"攻防不对称"：如果一种杀伤性武器可以用家庭材料造出来，那么防御方几乎必败。生物学正处在这个危险拐点上——定制设计的病毒可能比埃博拉更致命，因为它对现有动植物种群而言意味着"零抵抗"。
对AI创业者的启示
这个故事对AI创业者有三点实在的启示。
第一，AI的边界正在从"信息世界"跨进"物理世界"。过去一年，AI能写代码、能画图、能做客服；现在，它能写出活的生物。每一次这样的跨越，都意味着一个新的、尚未被监管覆盖的创业赛道被打开。AI加生物——合成生物学、蛋白质设计、药物发现——正在成为继AI编程之后下一个确定性的机会窗口。Evo 2这类基因组基础模型，对创业者来说就是一套可以调用的"生物操作系统"。
第二，能造不等于能用，落地链条才是壁垒。这项研究302进16，恰恰说明：AI只解决了"设计"这一环，化学合成、实验室验证、临床转化这些下游环节才是真正的护城河。对创业者而言，真正的机会不在于"再训练一个基因组模型"，而在于把AI设计与下游的合成、筛选、验证能力打通，做成端到端的产品。
第三，监管合规本身就是一门生意。专家说的"社会能否建立监管"，落到商业层面就是：谁能提供可靠的"基因合成订单筛查"服务，谁能做出"新序列是否致病"的预测模型，谁就能在未来的生物安全基础设施里占据一席之地。就像网络安全催生了漏洞扫描与威胁情报产业一样，生物安全会催生它的AI版本——而且这是一个几乎所有国家都有强烈付费意愿的市场。
一句话总结：AI造出活病毒这件事，短期看是医学福音，中期看是监管命题，长期看是一个全新的创业入口。而入口打开的时机，从来都属于先看懂规则、先铺好能力的人。
本文由AI辅助创作，经人工审核编辑发布
更多一人公司案例与工具，微信搜索「AI创业内参」关注我们