每经北京7月22日讯，当前，大语言模型正经历着从单纯的“聊天助手”向具备调用工具、自主规划任务能力的智能体形态的深刻转变。这种演进不仅极大地拓展了其在生命科学领域的应用范围，也悄然带来了新的生物安全风险与挑战。

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，大语言模型智能体不仅有可能削弱现有的DNA合成筛查防线，还可能向那些缺乏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，从而进一步加剧了生物安全领域的潜在风险。

在此次评估中，研究团队对智能体从方案构思、程序化计算校验，到受控湿实验验证的整个流程进行了详尽的考察。他们通过电泳和测序等先进技术手段，确认了模型所生成方案在物理层面的可执行性。此次评估共涵盖了11个商用大语言模型，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个模型均展现出了生成绕过筛查的拆分方案的能力。这一发现揭示了模型正在降低分片设计所需的专业知识门槛，使得那些缺乏相关背景的用户也有可能获得能够规避现有筛查机制的方案。这无疑暴露出了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。

尤为值得注意的是，GPT-5.5和Claude Opus 4.6这两个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，前沿模型正在将风险从序列层面的计算设计层面，延伸至实验流程层面的知识支持层面，从而进一步加剧了生物安全领域的复杂性和不确定性。

研究团队强调，过去，这类复杂的生命科学实验任务高度依赖分子生物学专业知识与实验经验，而相关的知识门槛本身就构成了一层重要的防御机制。然而，随着大语言模型智能体的不断发展，它们是否能够承担起原本需要专业判断的步骤，直接关系到这一防御边界是否正在发生根本性的变化。大语言模型智能体正在将生命科学实验的知识门槛从“专业人员”逐渐推向“非专业人员”，这既是技术进步带来的积极一面，也是安全治理必须严肃面对和妥善处理的一面。

针对这一日益严峻的趋势，研究团队提出了一系列切实可行的建议。他们呼吁构建多层次的安全防线，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，并推动形成政府、模型开发者与生命科学社区共同参与的治理框架，以确保生命科学领域的健康发展和生物安全。（记者可杨）