生物安全是AI军备竞赛
来自 Latent Space · 期号 2026-09-23
摘要
生物安全正成为AI领域的下一个军备竞赛。Clem Delangue认为网络防御需开源并与前沿攻击能力保持同步；Radical Numerics CEO Eric Nguyen则指出，同样的模型既能提升生物能力，也能让防御不落后。 Eric在斯坦福和Arc Institute曾领导开发Evo和Evo-2模型，这些模型成功生成了完整的噬菌体基因组，并合成了功能病毒。这一突破让原本不相信基因组语言模型（GLM）的生物学家改变了看法。 DNA的字母表只有四个字符（ACTG），但序列极长——人类基因平均6万碱基，最长230万，整个人类基因组约30亿。长上下文模型的进展（约3年前）使得处理如此长的序列成为可能，远早于主流LLM达到百万上下文。 Radical Numerics的GLM已能很好地泛化到RNA和蛋白质，因为DNA序列中编码了基因和蛋白质的信号。Eric展示了模型能通过对DNA序列进行链式思考——先暴露较差的RNA序列，逐步给出更好序列，最终模型能自行优化到最优分数。 "如果模型用DNA语言思考，也许它已经理解了环境在不同基因组上留下的印记。"这种“生物智能”随着多模态感知和链式推理能力的进展，变得日益强大，也带来了更大风险。Eric认为防御方目前正在输掉这场竞赛，因此需要更激进地推进前沿。