OpenAI 築防生物風險：限制生化攻擊指令，7 月舉辦生物防禦峰會

如果給一個沒有任何生物學背景的普通人一臺超級電腦，他能憑空合成出危險病毒嗎？在過去，溼實驗室的高門檻和複雜的實操經驗把絕大多數危險擋在了門外。但隨著 AI 推理能力的飆升，這道原本堅固的物理屏障正在被迅速削平。

OpenAI 專門發文預警，按照其內部的「準備度框架」（Preparedness Framework）評估，下一代前沿大模型在生物學領域的能力即將觸碰「高風險」（High）紅線。這意味著模型不僅能幫科學家找新藥、設計疫苗，也可能讓心懷不軌的新手輕易獲得製造生物武器的操作指南。為了防患於未然，OpenAI 宣佈提前端出一整套生物安全防禦方案，並定於 7 月召集政府與科研機構舉辦生物防禦峰會。

懂原理可以，但絕不教你「擰螺絲」

OpenAI 正在給模型立規矩。對於病毒學、免疫學或基因編輯這類軍民兩用的敏感請求，模型接下來的策略是「寧可保守一點」。

說白了，AI 可以給科研人員提供高層次的理論洞見和資料分析，但一旦涉及具體到溼實驗的步驟拆解、排錯技巧或者實操指南，模型就會果斷拒絕回答。OpenAI 的邏輯很直接：真正的專家不需要 AI 手把手教怎麼倒試管，而新手一旦拿到了這些步驟，危險就會失控。

除了給模型的回答套上緊箍咒，OpenAI 還在系統底層上線了全天候檢測機制。只要抓到可疑的生物實驗探針，系統不僅會立刻攔截回覆，還會把記錄送給高階 AI 和人工稽核員複查，情節惡劣的會直接凍結賬號甚至報警。

此外，他們還把安全駭客與生物學博士湊在一起組建端到端紅隊。畢竟搞網路安全的往往不懂烈性病原體，而生物專家又不知道怎麼去越獄大模型，只有兩人組隊，才能模擬出最有威脅的惡意攻擊。

o3 已經試水，白名單制度在路上

這些安全防線並不是只停留在紙面上。OpenAI 透露，包括 o3 在內的現有模型已經實裝了部分防護流程，好在評估顯示 o3 還沒跨過那個危險的高閾值。

他們目前正拉著美國 CAISI、英國 AISI 以及洛斯阿拉摩斯國家實驗室一起做實驗，甚至在真實實驗室裡測試外行人在 AI 協助下到底能把實驗推進到哪一步。

但這帶來了一個棘手的問題：如果一刀切地把生物知識全鎖死，正經搞藥物研發的科學家怎麼辦？OpenAI 給出的解法是白名單。他們打算設計一套認證通道，只向經過嚴格資質稽核的科研機構開放無刪減的模型能力，用來對付罕見病或研發防禦性醫療手段。

為什麼重要

這篇宣告釋放了一個非常清晰的訊號：前沿大模型的競爭，已經從單純比拼寫程式碼和做數學題，正式轉入高危物理學科的攻防戰。對普通開發者和生物醫藥創業者來說，現在的模型依然能用來分析靶點、處理資料，但未來想要呼叫底層生成具體實驗方案，稽核門檻和合規成本一定會大幅抬高。

我們認為 OpenAI 提前把安全網鋪開是明智的。在生物合成裝置越來越普及的今天，一旦真有惡性事件發生，整個 AI 行業都可能面臨毀滅性的監管風暴。與其被動挨打，不如拉著英美兩國官方機構和國家實驗室一起定規矩。

但這裡的隱患也同樣明顯。所謂「經稽核的白名單機構」究竟由誰來定義？稽核標準掌握在少數商業公司手裡，會不會演變成大藥企和官方實驗室的特權壟斷？更關鍵的是，這套防線只能管住 OpenAI 自己的伺服器。如果未來的開源大模型也具備了同等水平的生物推理能力，而權重又在公網自由流通，雲端築起的高牆很可能會在現實面前被輕易繞過。