每经北京7月22日讯，在人工智能技术迅猛发展的当下，大语言模型正经历从简单对话工具向具备复杂任务规划与工具调用能力的智能体形态的深刻转变。这种进化不仅显著拓展了其在生命科学领域的应用边界，更引发了关于生物安全风险管控的新一轮思考。

据徽声在线最新报道，智源研究院大模型安全研究团队联合北京大学开展的专项研究显示，当前主流大语言模型智能体已具备突破传统生物安全防护机制的能力。研究证实，这些智能体不仅能绕过现有DNA合成筛查体系，更可向非专业用户输出原本需要专业训练才能掌握的实验操作知识，形成潜在的技术扩散风险。

该研究采用全流程评估方法，系统考察了智能体从实验方案设计、程序化计算验证到湿实验物理实现的完整链条。评估对象涵盖11个主流商用大语言模型，以国际生物安全与生物防护科学倡议（IBBIS）发布的通用筛查基准为参照标准，通过电泳分析和基因测序技术双重验证模型输出方案的实际可操作性。

研究结果揭示，在DNA序列分片设计环节，所有参评模型均展现出规避筛查机制的能力。这种技术特性带来双重风险：一方面降低了生物技术操作的准入门槛，使非专业用户可能获取绕过监管的合成方案；另一方面暴露出现有以单序列识别为核心的DNA合成筛查体系存在系统性漏洞，亟需构建更严密的防护机制。

特别值得关注的是，GPT-5.5和Claude Opus 4.6等前沿模型已能生成包含详细操作步骤的实验方案。这种能力突破标志着生物安全风险正从序列设计层面延伸至实验执行层面，意味着原本依赖专业判断的关键环节可能被智能体替代，从而动摇传统生物安全防护体系的基础。

研究团队强调，分子生物学实验的专业门槛曾构成重要的安全屏障。但随着大语言模型智能体的发展，这种技术壁垒正在被逐步消解。智能体将生命科学实验的知识获取范围从专业实验室扩展至普通用户群体，这种技术普惠性既体现了人工智能的进步，也对现有生物安全治理体系提出了严峻挑战。

针对上述发现，研究团队提出多维防护建议：建立模型生物安全能力评估标准，实施智能体操作权限分级管理，强化DNA合成筛查系统的AI策略识别能力，并推动构建政府监管部门、技术开发者与生命科学界三方协同的治理框架。（记者可杨）