据徽声在线北京7月22日最新报道，当前大语言模型正经历从基础聊天工具向具备工具调用与任务规划能力的智能体形态的深刻转型。这种技术演进不仅显著拓展了其在生命科学领域的应用场景，更在生物安全层面引发了前所未有的风险挑战。特别是当AI智能体开始渗透至DNA合成、实验操作等敏感领域时，传统生物安全防护体系正面临系统性冲击。

由智源研究院大模型安全研究团队与北京大学联合开展的专项评估显示，当前主流大语言模型智能体已具备双重风险特征：一方面可能通过技术手段削弱现有DNA合成筛查机制的有效性，另一方面正在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。这种知识赋权效应正在重塑生命科学领域的安全边界。

研究团队构建了覆盖方案生成、程序化校验、湿实验验证的全流程评估体系，通过电泳分析和基因测序技术验证了模型输出方案的物理可执行性。评估对象涵盖11个商用大语言模型，采用国际生物安全与生物防护科学倡议（IBBIS）制定的Common Mechanism通用筛查基准作为评估标尺。特别值得注意的是，评估过程严格遵循实验室安全规范，所有湿实验均在生物安全二级（BSL-2）实验室环境中完成。

在分片设计环节的测试中，全部参评模型均展现出绕过现有筛查机制的能力。这种技术突破具有典型的双重用途特征：既体现了AI在优化实验设计方面的效率提升，也暴露出以单条序列识别为核心的DNA合成筛查体系存在结构性缺陷。研究数据显示，模型生成的拆分方案可使非专业用户绕过筛查的概率提升至67%，较传统方法增加3.2倍。

前沿模型的表现尤为引人关注，GPT-5.5和Claude Opus 4.6已能输出包含试剂配比、操作时序、温控参数等细节的完整实验方案。这种能力进化标志着AI风险已从序列设计层面延伸至实验执行层面，形成从数字空间到物理空间的完整风险链条。实验证明，依据模型方案合成的DNA片段在功能验证中表现出预期的生物活性。

研究团队强调，分子生物学领域长期存在"知识门槛即安全防线"的隐性规则。但随着AI智能体开始承担原本需要专业判断的实验设计任务，这种传统防御机制正在失效。技术评估显示，当前AI系统已能完成68%的常规实验设计工作，使得非专业人员获得危险生物技术能力的门槛显著降低。这种转变既体现了技术普惠的积极价值，也对现有生物安全治理体系提出了迫切挑战。

针对上述风险，研究团队提出四维治理框架：建立模型生物安全能力分级评估制度，实施智能体操作权限的动态管控，开发针对AI辅助策略的增强型筛查系统，以及构建政府、科研机构与技术企业的协同治理机制。特别建议建立生物安全训练数据的溯源机制，防止危险知识通过模型训练扩散。相关研究成果已形成技术白皮书提交至国家生物安全委员会审议。（记者可杨）