九月二十三号这天,这家公司做了两件事。
同一天,他们的 CEO 在联合国安理会上讲 AI 的风险,说有两类最担心的事,一类是失控,一类是被生物恐怖分子拿去用。
也是同一天,他们公开了一件事。从今年春天起,他们就在湾区运营一间分子生物学实验室。真做实验的那种,有试剂,有台面,有人穿白大褂。
两件事放在一起看,很多人第一反应是矛盾。
先把事实摆清楚。
这间实验室做的工作,是用模型去找那些科学家还不知道功能的蛋白质。流程大概是这样,模型去扫和这些蛋白相关的基因序列,读相关文献,写一份报告,再评估证据,把大部分候选否掉。
活下来的那些,才由人拿进实验室真做实验。
他们强调了几件事。只做生物安全等级最低的两级,不碰能感染人类的病原体,所有实验操作都由人类科学家完成。
第一条成果已经出来了。他们在噬菌体的基因里找到一个此前没被描述过的酶系统,结构上有点像那个拿过诺奖的基因编辑工具。

这里要泼一点冷水。
发现酶系统,和证明它能用,中间隔的距离不短。当年那个基因编辑工具从被发现到变成全世界的实验室标配,花了二十多年,中间无数人验证,优化,试错。
一位参与开创那套工具的学者对这事的评价是,有意思,值得进一步研究。
这个评价是得体的客气话。
所以这条新闻真正的信息量,不在那个酶,在流程。
一个模型能自己读完全部文献,自己提出假设,自己设计验证实验,自己判掉九成候选,剩下那一成交给人做。
这个流程跑通了,比找到一百个酶都重要。
因为它意味着生物研究里最耗人力的那一段,可以交给机器。那一段叫”读论文和想到该试什么”,学术圈的人都知道它有多痛。
再说回那个矛盾。
这家公司在生物这条线上的投入不止一个实验室。今年四月他们花四亿美元股票收购了一家生物初创。六月上线了专门给科研用的工具,客户名单里几家大药企都在。诺华的 CEO 还进了他们的长期利益信托董事会。
一边说这东西可能带来灭绝级风险,一边把最强的生物 AI 往最深处推。
他们的解释是,防御性的能力只能靠更强的能力来对付。一个能在几小时内发现实验室泄漏、能预测病毒演化的系统,同时也是对抗生物武器最好的手段。你不往前跑,别人跑得更快。
这个论证成立吗。我只能说,它在逻辑上自洽,在制度上不足。
自洽是因为攻防确实同源。不足是因为这套逻辑把裁判权交给了选手自己。谁来判断哪一步研发算防御,哪一步算进攻。现在没有第三方能回答这个问题。
科学界内部也有人写文章质疑。在大学的实验室里,做分子生物学要过好几道关,伦理审查,生物安全委员会,还有动物伦理委员会。企业内部的实验室,主要靠内部制度自律。
写那篇文章的学者提了个问法我觉得很准。那些连自家软件在数字世界里的行为都控制不住的公司,凭什么被允许把同一套东西放进物理世界。
回到这件事跟你有什么关系。
短期没有。你手机里那个对话框不会因为这事变聪明或者变危险。
中长期有两条线。一条是药物研发的周期。现在一款新药从立项到上市平均十年,钱主要烧在前面那几年试错。要是”读文献提假设”这一段能提速,那个十年就有机会被压短。这对每个将来要吃药的普通人是实打实的好事。
另一条是监督。这类实验室现在靠自律,等哪天出了问题再补规则,代价会很大。
所以看这条新闻,我建议分开看。成果那一半,等别人验证,别急着转。流程那一半,值得认真对待,因为它已经在改变科研的组织方式。制度那一半,现在最该被追问,而且追问的声音要来自公司外部。