凌晨的实验室，培养皿上盖着一层细菌，一群斯坦福的博士生瞪着眼睛等结果。
然后，透明斑点出现了。
AI 设计的病毒，开始吃细菌了。房间里的人自发鼓起掌来。
这一幕挺动人。
可鼓完掌冷静下来，后背多少有点发凉。

BBC8 月 6 日报道的这件事，分量不轻。
美国研究人员用人工智能设计出了全新的病毒，具备完整功能，能在实验室里复制。这是 AI 头一回写出完整的病毒基因组，成果周四发在《科学》杂志上。
具体怎么玩的？
他们训练了两个模型，叫 Evo 1 和 Evo 2，喂进去的是病毒、细菌、植物和人类的遗传编码。
原理跟 ChatGPT 差不多，大语言模型预测下一个词，这两个模型预测的是生命的序列。
说白了，ChatGPT 学会说话，它们学会了写生命。

调好以后，团队让模型专门生成噬菌体，就是那种只感染特定细菌的病毒。
AI 一口气出了方案，研究人员挑出 302 个看着靠谱的，在实验室里合成出来，最后 16 种真的能杀死大肠杆菌。
挑重点说，302 个设计，16 个成活。
这个成功率，传统方法得碰多少运气才赶得上。
干这事图什么？
图的是抗生素耐药这个老大难。现在越来越多的细菌刀枪不入，抗生素打上去跟挠痒痒似的，而噬菌体是专门猎杀细菌的天敌。
要是 AI 能源源不断设计出新型噬菌体，那些无药可治的感染，就多了一条活路。
斯坦福的布赖恩·希教授说，这项技术有望大幅改善人类健康。这话我信。

但硬币的另一面，大家也看见了。
AI 既然能写噬菌体的基因组，凭什么不能写别的？
今天是杀细菌的病毒，明天要是有人让它写能感染人的病毒呢？
霍普金斯大学的两位博士在同期评论里把话挑明了，这项研究提出了迫在眉睫的生物安全和生物安保问题。
现在的问题已经不是 AI 能不能设计病毒，而是人类能不能在不造成严重危害的前提下用它。
这个提醒，一点都不多余。
你想想看，以前要造一种新病毒，得是顶级实验室里的顶尖团队，烧钱烧时间，门槛高得很。
现在呢？
模型在那儿，代码在那儿，设计一个基因组跟让 ChatGPT 写首诗的门槛，正在快速拉近。
坏人缺的从来不是动机，是工具。而工具，正在变得唾手可得。

研究团队自己倒是挺小心，训练数据里剔除了能感染复杂生物的病毒，专挑噬菌体下手，实验全在安全实验室里做。
这些措施该肯定。
可问题是，你能管住斯坦福，管不住所有人。论文是公开的，思路是公开的，模型能力摆在那儿。这个世界上想走捷径的人，从来不缺。
说到这儿，忍不住想起一个老问题。
技术本身没有善恶，可技术的扩散从来不问善恶。核技术能发电，也能造弹。基因编辑能治遗传病，也能搞出定制生命。
现在轮到 AI 设计生命了，剧本还是那个剧本，只是这次的原料，是肉眼看不见的病毒。

更让人心里没底的是，这一轮的步子迈得特别快。
AI 训练、基因合成、实验室验证，整条链路越来越便宜，越来越普及。监管呢？还在开研讨会。
规则呢？还在起草稿。
技术的油门踩到底了，规则的鞋带还没系好。
好消息也有。
噬菌体疗法要是真跑通了，受益的是实打实的病人，那些躺在病床上、抗生素已经救不了的人。
这份善意是真诚的，斯坦福团队鼓掌的那一刻，值得尊重。

但善意从来挡不住风险的扩散。
潘多拉的盒子，这回打开了一条缝。里面飞出来的是良药还是灾祸，不取决于 AI，取决于每一个伸手去够它的人。
问题是，你永远查不完每一双手。