智源研究院评估11款大模型：AI智能体或重塑生物安全风险格局

每经北京7月22日讯，在人工智能技术迅猛发展的当下，大语言模型正经历着从单纯“聊天助手”向具备工具调用与任务规划能力的智能体形态的深刻转变。这一演进不仅极大地拓展了其在生命科学领域的应用范畴，同时也悄然引发了新的生物安全隐忧。

近期，智源研究院大模型安全研究团队携手北京大学，共同开展了一项全面而深入的端到端系统性评估。评估结果显示，大语言模型智能体在生命科学领域的应用，不仅可能削弱现有的DNA合成筛查防线，更有可能向非专业背景的用户传授原本需要专业训练才能掌握的实验操作知识，从而带来潜在的安全风险。

研究团队对智能体从方案构思、程序化计算验证，到受控湿实验验证的整个流程进行了详尽考察，并通过电泳和测序技术确认了模型方案在物理层面的可行性。此次评估涵盖了11个主流商用大语言模型，并采用了国际生物安全与生物防护科学倡议（IBBIS）发布的Common Mechanism（通用筛查基准）作为DNA合成筛查的基准线。

评估结果令人震惊：在分片设计环节，所有参与评估的11个模型均能生成能够绕过筛查的拆分方案。这一能力无疑具有双重用途风险，它降低了分片设计所需的专业知识门槛，使得缺乏相关背景的用户也有可能获得规避现有筛查机制的方案，从而暴露出以单条序列识别为主的DNA合成筛查体系存在的系统性脆弱性。

尤为值得关注的是，GPT-5.5和Claude Opus 4.6等前沿模型已经能够生成相对完整的逐步实验操作方案。这表明，模型的风险正在从序列层面的计算设计向实验流程层面的知识支持延伸，进一步加剧了生物安全的挑战。

研究团队强调，过去这类任务高度依赖分子生物学专业知识与实验经验，相关知识门槛本身构成了一层重要的防御。然而，大语言模型智能体的出现，正在将生命科学实验的知识门槛从“专业人员”推向“非专业人员”。这既是技术进步的体现，也是安全治理必须正视的严峻挑战。

针对这一趋势，研究团队提出了多项建议，包括在模型部署前进行严格的生物安全能力评估，加强智能体执行过程中的权限控制和风险监测，提升DNA合成筛查系统对AI辅助策略的识别能力，以及推动形成政府、模型开发者与生命科学社区共同参与的治理框架，以共同应对这一新兴挑战。（记者可杨）