研究员David Bellamy：AI造致命病毒说站不住

哈佛博士、现于阿联酋大模型团队做机器学习系统的David Bellamy发文称，自己大概属于同时做过两件事的极少数人：训练过前沿大语言模型，并亲手在实验室设计、合成定制病毒。他认为“人工智能会造出危险病毒杀死所有人”的说法完全站不住。

他随后拆瓶颈：模型可以提出基因组、序列可以合成、甚至可以有感染性，但那往往只是已知病毒的复制或微调。真正卡住的是物理合成、设备与物资，而不是写一段碱基。设计能躲开全部防疫手段的病毒，需要与物理世界反复迭代，不是数据中心里的天才一次写完。

他把恐惧推到极限：一座专做最危险病毒家族、全自动、可用接口遥控的实验室，造价远超一亿美元，且世上没有一座实验室能合成所有可设想的病毒。即便假设它存在，仍要向合成公司下单或自备合成机；前者有序列筛查，后者要把整条供应链搬进室内。他称自己参与过全自动接口实验室建设，眼下还不存在这种设施。

湿实验速度受物理限制：细胞培养和小鼠不会因为模型更聪明而长得更快，基础病毒学实验常要数日，有的超过一周。递归自我改进主要跑在可编程、可即时验证的数字基准上，不能把采购周期、固件接口和动物实验时间一并加速。小鼠有效也不等于人体有效，这与药物研发同一断层。

背景是斯坦福与Arc研究所用基因组模型Evo在培养皿里做出十六种可感染大肠杆菌的噬菌体，训练数据排除了感染人、动物、植物的病原。同期，病毒学能力测试显示部分前沿模型在实验排障选择题上超过多数人类专家。政策圈据此讨论云实验室与越狱模型的生物武器路径。他的结论是：人工智能最多加快检索仪器与规程，不改采购、监管、成本和人体知识缺口。

市场机制上，买方是要监管与安全溢价的模型公司，卖方是把培养皿里程碑写成文明风险的叙事市场。这是事件驱动的对冲：噬菌体论文加离职研究员灭绝预警之后，湿实验出身的人出来把瓶颈从软件扳回硬件。资金继续流向大模型训练与自动化实验室；受益方是强调合成筛查和设备管制的生安机构，承压方是把“数据中心即可灭世”写成减速理由的实验室公关。

来源：公开信息