人工智能正从“聊天机器”进化为能调用工具、独立规划任务的“智能体”。这种进化在生物信息学、药物研发等领域展现巨大潜力，但智源研究院与北京大学联合开展的一项最新实证研究敲响了警钟——大语言模型智能体可能显著降低非专业人员绕过DNA合成筛查的技术门槛，带来现实生物安全风险。
记者了解到，研究团队设计了从方案生成、计算校验到实验室物理验证的完整评估体系。测试模拟用户不具备生化专业背景，但可配置大语言模型智能体并为其提供公开知识模块和通用工具的场景。
结果显示，参与测试的11个商用大语言模型全部能生成通过计算校验的DNA片段拆分方案——也就是将可能触发安全警报的完整序列拆为多个短片段，使单个片段不易被现有筛查机制识别。其中，GPT-5.5和Claude Opus 4.6等前沿模型还能提供详细的逐步实验操作指导。这意味着，原本依赖专业训练的分子生物学实验设计，现在通过智能体对话即可获得可执行方案。
计算机推演能证明方案“算得通”，但不能证明“做得成”。为验证风险的真实性，团队在严格受控的实验室中进行了实际操作。研究人员使用经过安全处理的基因片段——保留组装结构但关键部位已改造，即使拼接成功也不会产生有害物质。结果显示，4个测试样本全部顺利完成组装，检测确认产物完全符合预期，证实模型方案确实成为可在实验室落地的“可实施方案”。
DNA合成筛查是当前生物安全体系的关键防线，而将完整序列“分拆订购”再自行组装正是已知的潜在“绕过策略”。过去，这类操作需深厚专业知识。而智源与北京大学的研究发现，大语言模型智能体正同时降低两个环节的门槛：通过计算设计进行分拆方案生成，并在实验操作端进行逐步指导，这无疑给现有的生物安全筛查机制撕开了一道“风险口”。
基于研究结果，智源研究院建议从四个层面协同构建防线：模型层面，将高风险生物安全任务能力纳入部署前评估，建立检测防护机制；系统层面，智能体运行中须覆盖权限控制、过程监测与任务链风险识别；筛查层面，增强对AI辅助分片策略的识别能力，推动国际标准落地；政策层面，将政府、开发者与生命科学社区纳入统一协同治理框架，应对跨国界风险。
来源：北京日报客户端
扫描二维码
下载手机客户端
