AI设计病毒最新技术突破：噬菌体与恶意代码双线进展

　　AI设计病毒在2026年迎来多项公开技术突破：生物领域，斯坦福大学与Arc研究所利用基因组大模型Evo-1、Evo-2从头设计出自然界不存在的新型噬菌体；网络安全领域，大模型正在降低恶意软件开发门槛，安全厂商观测到多态变异、自动混淆等新威胁特征。以下为安全科研层面的客观综述，不提供任何可执行的制造、编写步骤。

　　重要法律提示：故意制作、传播计算机病毒属于《刑法》第286条明确的刑事犯罪行为，下面仅做安全科研层面的客观综述，不提供任何可执行制造、编写病毒的实操步骤。

　　一、生物领域：AI设计噬菌体（2026年8月《科学》最新公开突破）

　　斯坦福大学与Arc研究所发布研究，使用基因组大模型Evo-1、Evo-2，完整从头设计自然界不存在的病毒基因组，合成出16株具备复制活性的噬菌体（只侵染细菌，不感染人类）。

• 原理：模型学习海量DNA序列模式，直接生成全新完整病毒基因组，不再局限于改造单个基因。
• 价值：用于噬菌体疗法，对付耐药细菌感染，部分样本可以杀死天然噬菌体无法杀灭的耐药大肠杆菌。
• 风险：科研界警示该技术存在被滥用来设计危险病原体的生物安全隐患，呼吁加强基因组合成管控、模型访问限制。

　　二、网络安全领域：AI辅助计算机恶意代码（病毒/勒索软件）的公开威胁趋势

　　这里不是AI直接“一键产出成品病毒”，而是大模型降低恶意软件开发门槛，安全厂商Check-Point、CSA云安全联盟2025-2026公开观测到的技术特征：

• 多态动态变异（运行时生成代码）：代表样本PromptLock勒索软件，本地部署开源大模型，程序运行过程中动态生成加密脚本；每一次执行产生的文件哈希、特征都不一样，传统基于特征库的杀毒软件很难检测，规避静态查杀。
• 大幅降低开发门槛，“单人成军”：攻击者利用越狱后的开源模型、黑产专用模型（WormGPT等），快速生成、改写、混淆恶意代码；安全报告记录，单名攻击者借助AI短时间完成数万行恶意软件代码，过去需要多人团队数月工作量。
• 自动生成漏洞利用EXP：给定漏洞公告（CVE），LLM可以短时间生成漏洞利用代码；漏洞披露到出现可用攻击代码的时间窗口被极大压缩，防御方压力变大。
• 自动混淆、对抗EDR检测：CoTDeceptor等研究证明，强化学习智能体可迭代生成对抗混淆代码，专门绕过现代终端检测工具，自动迭代修改恶意代码规避检测规则。

　　现状：主流对齐后的商用大模型会拒绝直接生成完整病毒；但通过多轮分解、越狱提示，科研环境下可以绕过安全护栏拿到部分恶意片段，属于安全研究中重点防御的攻击面。

　　三、对应的防御技术同步进展

• 针对AI-Malware：重点转向行为检测、运行时分析，不再只依赖静态哈希/特征。
• 模型侧：MOCHA等评测基准，专门测试大模型抵御多轮诱导生成恶意代码的能力，通过微调提升拒绝率。
• 生物安全端：限制高危DNA序列合成订单，对AI基因组模型做访问权限管控。

　　四、法律红线（国内）

　　《刑法》第286条：故意制作、传播计算机病毒等破坏性程序，影响计算机系统正常运行，后果严重，追究刑事责任，最高可判十五年有期徒刑。

　　即使仅做本地编写不对外传播，主观以破坏为目的也存在法律风险。