国际社会如何监管AI设计病毒这类研究？

　　2026年8月7日，美国斯坦福大学团队利用AI模型Evo成功设计出16种全新病毒，尽管这些病毒目前只能感染细菌，但这一突破首次证实AI已具备编写完整病毒基因组的能力，也让“国际社会如何监管AI设计病毒”从理论讨论变成了迫在眉睫的现实难题。

　　一、技术安全：研究团队主动设下的“护栏”

　　“无害化”训练设计：斯坦福团队在训练Evo模型时，明确排除了所有能感染人类、动物和植物的病毒数据，确保模型在底层逻辑上不具备设计人类病原体的知识储备。

　　严格的目标锁定：研究仅针对Phi X-174噬菌体——一种只感染大肠杆菌的病毒，其基因组仅有11个基因，安全性已被科学界验证近一个世纪。

　　实验结果可控：AI生成了约70万个候选基因组，团队仅挑选302个最具潜力的进行合成，最终仅16种在实验室成功复制并具备杀灭大肠杆菌的活性，证明了当前AI设计病毒的“命中率”仍有限。

　　

　　

　　二、监管困境：“蓝图画好了，工程遥遥无期”

　　知识与能力之间存在鸿沟：从AI生成的DNA数字序列到真正具备传染性、能在人类间传播的活病毒，中间还需经过复杂的合成、组装和生物学验证。专家指出，这好比“学了核裂变原理不等于能造出原子弹”。

　　门槛下降带来的“双用途困境”：病毒设计流程一旦进入论文和训练数据，就变成了公共知识，封杀工具也无法封杀已经扩散的“做法”，这使得监管变得异常困难。

　　监管滞后于技术：美国国立卫生研究院（NIH）等机构已出台政策限制高风险研究，但纯计算设计新型生物制剂目前并不被禁止，法规的“真空地带”亟待填补。

　　三、未来管控：从“模型”到“生物体”的关卡是关键

　　合成环节的监管壁垒：专家指出，真正的防控节点不在于AI模型本身，而在于“谁能订购DNA、谁核实买家、谁进行组装”。目前欧盟等地区已对DNA邮购服务设置严格的身份验证和监管。

　　国际协同治理呼之欲出：随着AI设计病毒成为《科学》封面论文，世界多国专家呼吁建立全球性监管框架，以防止技术滥用。研究团队因主动采取预防措施而受到业界称赞，但专家坦言“目前没有任何机构告诉他们应该怎么做”。

　　“学习与修路同步进行”：正如网络舆论所言，“技术跑得快，监管还没有跟上，人类要学会一边跑一边修路”，各方正推动在科研进步与安全管控之间寻找平衡点。