专题 · FULL STORY

AI 制病毒之争：从业者的系统性反驳

一位兼具前沿模型训练与病毒合成经验的从业者发文，系统反驳「AI 可轻松制造危险病毒」的担忧，随即引发多方激辩：有人认为 AI 可能首试即成、降低研究门槛，也有学者指出供应链与新手门槛才是更紧迫的现实风险。

2026-09-14 ~ 2026-09-15 · 4 集 · 29 条

第 1 集 · 双栖从业者驳「AI 制病毒灭世论」引发生物风险论战(2026-09-14,21 条)

9 月 14 日，自称「既训练过前沿 LLM、又在实验室亲手设计并合成过定制病毒」的 @DavidRBellamy 连发多帖，系统反驳「AI 制造危险病毒毁灭人类」的末日论，引发一场罕见的由双栖背景从业者主导的公开辩论，并延伸出「生物学界究竟怎么看 AI 生物风险」的讨论。

已确认

  • @DavidRBellamy 的核心论点：LLM 确实能提出可合成、具感染性的病毒基因组，但这往往只是已知基因组的复制或微调，并非真正瓶颈；瓶颈在病毒的物理合成过程及所需设备与物资。
  • 设计能躲避一切大流行防御手段的病毒，不是「数据中心里的天才」能完成的，需要与物理世界反复接触、实验迭代。
  • 供应链关卡：DNA 合成公司对所合成的病毒序列设有安全审查；假设实验室用自有设备内部合成基因组，同样不现实。
  • 他主动做 steelman 推演：设想一座全自动病毒合成实验室（自动冷冻柜、自动细胞培养间等），造价将远超 1 亿美元，且不存在能合成一切病毒的单一实验室；即便假设该实验室能完全通过 API 自主运行，人们也该反问「这种实验室为何要存在」。他强调今天不可能有这样的设施——那将是全球自动化与 API 集成最先进的实验室，并以他本人曾参与建设全自动、API 驱动实验室的经历佐证。
  • 业界转发附议：Ginkgo 自动化生物实验室运营者 @jrkelly 表示赞同；@DanJeffries1 强调其双栖视角；@PMinervini 转发中 Tim Dettmers 补充称生物风险被专家圈共识性低估；a16z 合伙人 martincasado 转发称赞此文；@nptacek、@jeremyphoward、@tobowers、@dhadfieldmenell、@kuza55、@robleclerc 等也参与转发。前 Google DeepMind 研究员 Anselm Levskaya（二十年合成生物经验，做过 DNA 合成仪、测序仪、细胞工程、病毒设计，自 2018 年起在 GDM 做 transfer 学习）转发称「AI 生物风险大流行论是外行胡扯」。拥有生物学与 AI 双博士学位的学者也认为从纸上设计到真实制造隔着巨大鸿沟。
  • The Turing Post 转引 David Bellamy 与 ntilmans 的相关讨论，指出结论的反直觉之处：病毒工程的风险本身是真实的，但逐条分析后，AI 对这一风险总量的边际增量没有想象中大。
  • 围绕「生物学界立场」的后续讨论：@ramez 提出疑问，自己认识或看到发言的大多数生物学家认为 AI 工程化病原体确有风险但不太可能是灾难性风险；而 @davidmanheim 回复指出反例——哈佛出身的系统生物学家 Roger Brent 公开认为 AI 工程化病原体风险被严重低估；他还补充 Kevin Esvelt 显然属于认为 AI 生物风险很高的阵营，George Church 立场更温和但签署了 2025 年 AIxBio 声明，David Relman 同样签署且非常担忧。

尚未确认

  • 转发者 taoburr 反驳称：DNA 合成公司并非都有筛查机制，只要找到一家不筛订单的公司就能拿到所需 DNA。
  • @anshulkundaje 转发的批评观点指出：以「造价 1 亿美元的完全自主病毒工程设施」论证风险可控，是「伪 steelman 实为 strawman」；现实中不需要这种设施，如今在大学实验室合成复杂痘病毒的成本已低至 10 万美元以内。

为什么重要

  • 这是罕见的一场由「双栖背景」从业者主导的 AI 生物风险辩论：正方以物理合成与供应链为瓶颈论证风险有限，反方以筛查机制不完善和合成成本骤降反驳。双方分歧点在威胁模型假设（是否需要全自动设施 vs. 现有大学级实验室能力），对 AI 安全与生物安全政策讨论均有参考价值。
  • 后续「生物学家怎么看」的交锋显示，生物学界对 AI 生物武器风险并非铁板一块：多数声音认为风险被高估，但 Brent、Esvelt、Relman 等具名学者持高度担忧立场，并已通过联名声明等形式表达，这为 AI 安全圈与生物学界之间的认知落差提供了具体注脚。

还有 1 条相关讨论 →

第 2 集 · AI 设计病毒风险引激辩：首试即成还是防御同样容易(2026-09-14,2 条)

一场关于 AI 生物安全的争论在网上发酵。一方警告称，虽然现实世界中尚未有 AI 设计出有效实物，但 AI 可能在首次尝试时就成功设计出新型病毒，且这种能力不对称地利于恶意行为者。反驳者则指出这类讨论忽略了免疫系统的作用，且如今针对病毒开发药物与疫苗已相对容易——历史上曾有 3 天出疫苗的先例，若 AI 能造超级病毒，另一 AI 也能快速防御。

第 3 集 · AI 生物安全激辩:模型预测实验能力或降低病毒研究门槛(2026-09-14,2 条)

围绕 AI 生物安全风险的讨论持续发酵。有发帖人认为,虽然建造病毒研究实验室昂贵耗时,但鉴于其价值几乎必然会被建成,且可在细胞培养等体系上并行测试多种病毒;她进一步指出 AI 模型很可能比人类更擅长预测实验结果,从而减少所需实验次数。这一观点引发网友激辩,有人反驳称模型预测实验结果更强、可并行筛选病毒,但承认实现尚需时间,原作者也回应称该论证在其排序之中。

第 4 集 · AI 生物风险争论：学者称供应链与新手门槛更紧迫(2026-09-15,4 条)

围绕 AI 生物安全风险的争论持续。斯坦福教授 Anshul Kundaje 回应「AI 现阶段帮不上病毒学场景」的质疑，称接触前沿实验室中与病毒学家合作过的团队后印象发生改变，建议倾听这些团队的经验，并透露 DNA 合成公司对防护的态度意外严肃。他还指出相比 AI 进行生物设计，AI 时代供应链的物理与软件防护薄弱才是更迫近的风险。另有观点认为，LLM 实验与采购助手降低新手门槛才是更现实的威胁。