生化安全

大语言模型的能力正经历质的跃升，在智能体配置下可执行多步推理和长程任务。这些能力在加速科学发现的同时，也带来了生物安全领域的深层隐忧。多项独立评估表明，前沿模型在特定生物学任务上已接近或超越人类专家水平。Anthropic 在部署 Claude Opus 4 时激活了 ASL-3 保护措施，OpenAI 将 GPT-5 评为生物化学领域的"高能力"水平。DNA合成筛查作为阻止危险序列从数字世界进入物理世界的关键防线，面临被AI辅助攻击系统性绕过的风险。研究这些能力的当前水平和演化趋势，对于在真实风险物化之前制定有效缓解措施至关重要。

本研究方向的核心使命是在AI生物安全风险真正物化之前建立系统性的预警和防御能力。我们通过设计贴近真实威胁场景的端到端评估方法，量化前沿模型在生物武器相关任务上的有效能力，并通过湿实验验证将评估从文本推测层面提升至物理验证层面。在此基础上，我们推动模型层面的专门安全机制建设，促进合成筛查体系的技术升级（如ISO 20688标准落地、SecureDNA等隐私保护筛查方案），并倡导国际社会建立标准化的生物安全评估框架和跨国协调机制。我们的目标不是制造焦虑，而是确保社会在模型能力持续增长的背景下始终保持知情和准备。