AI从零造出杀细菌新病毒，比天然的还猛

2025年秋夜，斯坦福实验室的培养皿里，均匀铺开的大肠杆菌群落突然出现大片空白——那是噬菌体裂解细菌留下的痕迹。这本是亿万年来自然界的常规操作，但这次的“杀手”从未在地球上存在过。它的基因组由AI模型Evo从零生成，人类合成DNA后注入大肠杆菌，它不仅活了，还在6小时内扩增65倍，比天然ΦX174噬菌体的增殖速度快出十几倍。更骇人的是，它的衣壳蛋白在已知生命进化树上找不到任何亲缘。这是人类第一次亲眼见证，AI在硅片的虚空里，创造出了自然从未触及的生命形态。为什么AI能做到人类做不到的事？

把DNA当语言读的AI模型

你可以把Evo模型理解成DNA版的ChatGPT——只不过它读的不是人类文本，是横跨12.8万个生物的9.3万亿碱基对。它把A、T、C、G四个碱基当成“字母”，学习基因组里的“语法规则”：哪些碱基组合能构成有功能的基因，基因间怎么排布才能让整个生命体运转，甚至能捕捉到不同序列间隐藏的进化关联。 但真实的机制比这更精确。Evo采用StripedHyena 2架构，混合了三种不同尺度的卷积算子，既能捕捉单个碱基的细微变异，也能理解百万碱基对长度的基因组整体逻辑。它先在海量公开基因组数据上预训练，再针对ΦX174所属的病毒家族微调，最终能像续写小说一样，从一段“种子序列”出发，生成完整的噬菌体基因组。

研究团队给Evo输入ΦX174的保守序列作为提示，它一口气生成了数千个候选基因组。经过筛选，302个序列被化学合成出来——其中16个，在注入大肠杆菌后成功“复活”，变成了能感染、复制、裂解细菌的活病毒。

绕过亿万年进化的生命捷径

过去人类改造噬菌体，就像给旧房子换家具——只能在现有基因组上修修补补。但AI不一样，它直接在数亿种可能的碱基组合里，找到了自然进化没摸到的那条路。 比如Evo-Φ36噬菌体，它把ΦX174的J蛋白（负责包装DNA）换成了远缘噬菌体G4的短版本。按照人类生物学的经验，这种替换会直接导致噬菌体失活，但Evo同时给基因组其他部分做了十几处补偿性突变，让整个系统依然能精准运转。冷冻电镜下，它的衣壳蛋白结构和已知所有生物都不匹配——这是AI凭空“算”出来的、能实现功能的全新分子。

在和天然噬菌体的竞争实验里，AI设计的Evo-Φ69增殖速度是天然ΦX174的16到65倍。当研究人员把它们投给对天然ΦX174产生抗性的大肠杆菌时，AI噬菌体的混合“鸡尾酒”迅速击溃了细菌防线——这是人类用传统方法花几年都未必能做到的事。

效率背后的隐忧与边界

这项突破给后抗生素时代带来了新希望：当细菌耐药性越来越强，AI能像工厂一样批量设计针对性噬菌体，把“碰运气”的疗法变成标准化方案。但它的风险也像影子一样紧随其后。 Anthropic CEO警告，6到12个月内，非专业人员也可能借助这类AI设计出危险病毒。目前Evo的训练数据排除了人类病原体，但随着模型能力提升，只要输入相关序列，它完全可能生成具备感染人类能力的基因组。更关键的是，AI设计的生命可能存在未知的演化风险——它们在实验室里能精准杀菌，但一旦泄露到自然环境，会不会演化出意想不到的特性？ 研究团队已经开源了Evo模型，他们相信透明是最好的防御，但监管的脚步显然已经落后于技术。现在的问题不再是“AI能不能创造生命”，而是“我们该如何控制它创造的生命”。

当AI写出的DNA在培养皿里“活”过来的那一刻，人类对生命的认知被悄悄改写了。过去我们以为生命的演化是自然随机试错的结果，但AI证明，生命的逻辑可以被计算、被设计、被创造出全新的可能。 这不是简单的技术突破，而是人类第一次站在“设计者”的视角，审视生命的底层规则。我们拥有了加速亿万年进化的能力，也接过了对应的责任——毕竟，能创造生命的，不只有自然，还有我们手中的硅片。 算力之下，生命不再是自然的专属。