2026年6月初，美国政治圈发生了一件在科技行业历史上极为罕见的事：Dario Amodei（Anthropic CEO）、Sam Altman（OpenAI CEO）和Mustafa Suleyman（微软AI主管）联名向美国国会递交了一封信。信的主题是生物安全，诉求明确：立法强制要求合成DNA供应商对购买者实施AI辅助筛查，以防止AI技术持续降低生物武器研发的技术门槛。数十名生命科学和国家安全领域的专家也联署了这封信。

这是AI行业迄今为止规模最大的竞争对手协同倡议。三家公司共同代表了当今全球最前沿的AI能力——Anthropic的Claude系列模型、OpenAI的GPT-5系列、微软通过Copilot和Azure全面部署的AI基础设施。他们不是在争夺市场份额，而是在共同呼吁对自己所在行业进行监管。

这封信在AI安全研究社区、政策制定圈和商业媒体中引发了两种截然对立的解读。一种认为这是技术紧迫性的真实警告；另一种则将其解读为精心设计的监管俘获操作。两种解读都有其道理，但任何一种单独都无法捕捉到这件事的全部复杂性。

AI如何系统性地降低了生物威胁的可行性门槛

理解这封信，首先需要理解一个具体的技术现实：AI的出现确实改变了生物武器研发的可行性边界，而且这种改变正在加速。

传统意义上，研发生物武器需要同时满足三个苛刻条件：其一，深厚的病毒学或微生物学专业知识，通常需要博士级别的专业训练；其二，能够订购合成DNA片段的供应渠道，并且知道如何设计所需的序列；其三，将基因序列”激活”成具备实际危害能力的病原体的实验室技术。这三个门槛在历史上相互支撑，构成了一道相当有效的隐性屏障：即便某个人能够买到合成DNA材料，如果没有相应的专业背景，也很难把这些原材料组装成真正具备传播或杀伤能力的威胁。

但AI正在系统性地侵蚀这道屏障的每一个组成部分，而且速度超过大多数生物安全专家的预期。

知识门槛的坍塌。大语言模型已经能够回答大量生命科学领域的高级专业问题——不是通识性的科普，而是具有实质操作指导价值的专业内容。从基因序列的功能分析，到特定蛋白质的结合机制，再到如何优化病原体在不同宿主中的传播适应性，这些知识曾经深藏在顶级学术期刊和专家头脑中，通常需要多年的专业训练才能掌握。现在，一个具备基础分子生物学概念的人，通过与AI的持续交互，可以在远比传统学习更短的时间内获取原本需要专家才能提供的技术细节。与此同时，AI辅助的生物信息学工具正在进一步压缩从序列设计到功能预测的时间成本，某些原本需要数周计算时间的分析，现在可以在数小时内完成。

材料获取的深度商业化。合成生物学领域的技术进步让”把序列变成实体”的成本持续大幅下降。合成DNA的价格已经从2000年代初期的每碱基对数美元，降至今天的0.01美元以下，降幅超过99%。数十家公司提供在线订购DNA合成的商业服务，标准订单通常在几个工作日内送达，整个采购流程几乎与网购其他实验室耗材无异。这个行业的快速商业化，将DNA合成这一曾经高度专业化的能力转变成了接近”订购快递”的日常商业服务，极大地拓宽了潜在用户的范围，也使得传统的”访问控制”策略越来越难以维持。

两种趋势叠加产生的乘数效应。知识门槛的下降与材料获取的商业化同步发生，产生了远超两者之和的乘数效应。AI降低了”知道怎么做”的认知门槛，合成生物学的商业化降低了”买到材料”的物质门槛。当这两个门槛协同下降时，具备初级生物学背景（比如生物学本科水平）的个人或小型团队，理论上可以开始探索此前只有国家级实验室才能涉足的某些领域。这不意味着他们能立即制造出具备规模杀伤力的生物武器，但他们现在拥有的探索能力和过去相比，发生了量级性的变化。

三位CEO在信中援引的研究证据揭示了这种趋势的具体程度：AI系统已经被研究人员证明可以在多个环节为潜在生物威胁的探索提供实质性帮助。例如，麻省理工学院2024年发布的一项研究让69名学生（含研究生）分别在有AI辅助和无AI辅助两种条件下完成一个关于生物威胁探索的任务，结果显示AI辅助组的知识提升速度快得多，且报告中提及了AI在”提供技术指导”方面的显著帮助——这一研究此后被多个政策文件引用为AI生物安全风险的关键证据之一。即便不直接输出”完整的合成方案”，AI也能够将原本分散在数千篇学术论文中的知识碎片系统性地整合起来，帮助一个有明确目的的行为者绕过原本需要多年积累才能突破的知识壁垒。这种”知识聚合”能力，被部分生物安全研究者描述为AI在生物安全领域最危险的特质之一。

这封信为什么在这个时间点出现

2026年6月的时间节点对于这封信的出现有着多重解释，背后的时机选择并不是偶然的。

从技术发展曲线来看，2026年上半年是AI能力跃迁最为明显的一个历史窗口。Anthropic自己的研究报告显示，Claude已经撰写了公司超过80%的内部产品代码，工程师的代码产出效率提升到2024年的8倍以上。OpenAI的GPT-5系列在多项专业技术基准测试中达到或超越人类专家表现水平。当AI系统开始在高度专业化的技术任务上展示出接近人类专家的表现时，其被恶意利用的潜力也同步进入了一个新的威胁量级。这是一个真实的技术边界——三位CEO并不是在夸大风险，他们拥有比任何外部观察者都更详细的内部评估数据。

从监管政策的历史节点来看，美国国会2026年正在讨论多项AI相关立法，欧盟AI法案的全面实施进入倒计时，英国、日本、韩国等主要经济体的AI治理框架也在同步形成。在这个监管设计的关键窗口期，能够主动参与到框架设计中，影响监管目标的定义和执行方式，比等待监管被动实施对行业的长期走向影响要大得多。这个窗口不会永远开着——一旦某个重大的AI相关事故触发了立法紧急行动，来自外部的监管框架会比行业主动设计的版本严苛得多。

有一个关键的背景信息值得关注：在这封信发出的前后时间段内，美国情报界内部已有非公开评估报告指出AI对生物安全威胁的影响比此前预期”更为严峻”。多位了解这些评估的知情人士向媒体透露，政府内部关于AI+生物安全的政策讨论正在升温。把握这个窗口在国会听证阶段就确立行业参与者的位置，而不是等政策成型后才被动表态，是成熟的政治运营逻辑。三位CEO在这个背景下主动发声，是预判了即将到来的政策压力，提前争取叙事主导权。

从竞争格局来看，三家公司在AI能力上的领先优势正在面临来自开源模型和新兴竞争者的挑战。一封关于生物安全的联名信，能够在纯粹的商业竞争之外建立独特的品牌形象——”负责任的AI”。这种形象在政府采购（这是AI行业最大的潜在市场之一）、国防承包和大型企业客户销售中具有直接的商业转化价值。

信的政策建议：DNA供应商筛查的实际效果评估

撇开动机的争论，信中提出的具体政策建议——强制要求合成DNA供应商实施AI辅助筛查——在实际操作效果上值得独立评估，不应仅仅作为信的注脚处理。

已有先例和技术可行性。这不是从零开始的全新概念。美国基因组科技协会（IBBR）已于2023年发布了合成DNA筛查的自愿性行业准则，Twist Bioscience和Integrated DNA Technologies等主要供应商也已建立了一定程度的序列筛查机制，能够识别订单中是否包含炭疽、天花、埃博拉等已知危险病原体的关键基因序列。这封信的核心诉求是将这种自愿性准则转化为法律强制要求，并将AI辅助筛查能力纳入法定标准——这在技术上完全可行，主要的障碍是政治意愿和国际协调。

三个核心局限。然而，现有和拟议中的筛查机制面临三个结构性的固有挑战，任何诚实的评估都不能回避。

第一个局限是”已知威胁偏差”。当前的筛查系统主要依赖基于已知危险序列的模式匹配算法，对已知生物威胁的特征序列有一定识别效果，但对专门设计来绕过筛查的工程化序列，或者尚未被识别为威胁的新型生物体，效果有限。AI辅助筛查可以扩展识别范围，但这也会催生一种长期”猫鼠游戏”：那些意图绕过的人，会反过来使用AI来设计不触发筛查的序列变体，逐步迭代出筛查盲区，形成技术上的持续攻防螺旋。

第二个局限是全球供应链的深度碎片化现实。全球合成DNA市场高度分散，主要供应商分布在美国、欧盟、英国、中国、日本、韩国等多个不同司法管辖区。美国的单边立法强制要求，最多只能覆盖美国本土的供应商。如果其他国家没有建立对等的筛查标准，想要绕过筛查的购买者只需从不受约束的境外供应商处订购材料即可——而国际合成DNA市场已经足够成熟，这种替代并不困难。这封信要产生实质性的全球影响，必须推动多边协调行动，而这是生物安全领域历史上最难推进的政策议题之一。

第三个局限是监管框架与技术进化速度之间内在的时差问题。AI辅助生物设计的能力以接近指数速度发展，今天设计的任何筛查系统都是针对今天已知威胁和当前技术能力的静态解决方案。2年后，新一代AI系统和新的合成生物学工具会产生全新的威胁向量，而这些向量是今天的筛查框架无法预见的。唯一能够持续应对这种动态威胁的方法，是建立一种能够自我更新的动态监管机制，而不是一套固定不变的筛查标准列表。

约翰斯·霍普金斯大学生物安全中心在政策评论中使用了一个精准的描述：DNA供应商筛查是”必要但不充分”的第一步。”它能够提高恶意行为者的行动成本，增加被侦测的风险，但不能从根本上消除威胁。更系统性的应对需要覆盖整个合成生物学生态系统，包括实验室访问管控、研究人员背景审查和全基因组数据流动的国际监控机制。”这种多层次、动态更新的治理框架，才是应对AI时代生物安全挑战的真正出路。

两面镜子：良知与策略并不互斥

现在可以回到一个根本性的问题：这封信是在保护公众，还是在保护三家公司的长期商业利益？

犬儒主义的解读版本是这样的：这封信通过把监管对象锁定在DNA供应商（而不是AI公司本身），让三家公司避免了对自己核心产品的直接限制。与此同时，联名的方式建立了行业与政府合作的框架，确保了这三家公司在未来监管细则制定中的话语权优先地位。而一旦筛查标准强制化，建立和维护符合要求的AI筛查系统需要大规模的技术投入——这正是大型AI公司的核心优势，无形中提高了小型竞争者和开源模型的合规壁垒，进一步巩固了市场集中度。

如果要在这三个商业动机中评估哪个是主要驱动因素，从事后的战略逻辑来看，”把监管锁定在供应链环节而非AI能力本身”可能是最关键的一个。这一点的分量在于：它保护的是三家公司最核心的业务自由度——继续开发最强大的AI系统，而不受”能力限制”类监管的约束。相比之下，合规壁垒和话语权优势虽然有价值，但属于锦上添花。如果国会提出的立法要求直接限制AI在生命科学领域的能力表达，三家公司需要付出的代价会大得多。

这个分析是有力的，但它并不意味着良知的解读是错误的。

支持诚意解读的证据同样存在。Anthropic从成立之初就以”AI安全”为核心使命，在多个场合主动限制自己模型的某些高风险能力，这种一贯立场在商业上并不总是最优的选择。Sam Altman在过去几年多次公开谈及AI对社会结构的潜在颠覆性影响，包括对就业市场和权力格局的深远冲击。Mustafa Suleyman在微软之前，在DeepMind主导开展了多项聚焦AI伦理和安全的研究项目。

更重要的是，良知与策略在这个语境下并不是互斥的。一个人可以真诚地相信某种风险是真实存在的，同时也可以以对自己最有利的方式来应对这种风险。三位CEO可能真的相信AI+生物安全的交叉威胁需要立即行动——而他们选择行动的具体方式，恰好也对他们的公司有利。这不是矛盾，而是成熟的政策行动者的正常决策逻辑。

大多数人没有看到的第三层

这封信最深层的含义，不在于DNA供应商筛查这个具体政策建议，而在于它所揭示的一个AI行业正在进入的历史性转折。

过去十年，科技行业的主流逻辑是”移动快，打破规则”——以发展速度压制监管，先做大再谈规则。Facebook、Uber、Airbnb都走过这条路，结果是当监管终于到来时，往往以最激烈的形式降临，造成了巨大的摩擦成本和信任损耗。

AI行业，尤其是在2025年之后，正在尝试一条截然不同的路：主动参与规则设计，把安全叙事转化为竞争护城河。这是一个需要持续兑现承诺的高风险策略——一旦被证明是表演性的，后果会比从未发声更严重。但如果能够持续兑现，主动建规者将在AI时代的政治经济学中占据结构性的有利位置。

更深的矛盾在于：这封信的发出者，同时也是它所描述威胁的推动者。三家公司每年在研发更强大的AI系统上投入数百亿美元，这些系统的能力增长是连续的，也不可避免地会扩展到生命科学领域。他们无法在声称致力于AI安全的同时，真正停止开发更强大的AI——因为如果他们停止，竞争对手会继续，最终面对的是一个他们无法影响的、更危险的AI生态系统。

这个悖论没有简单的解法。但它意味着一件确定的事情：任何关于AI与生物安全的讨论，都必须直面这个核心张力。这封信将这个话题带入了国会的议事日程，这本身是有价值的第一步。真正的考验在于接下来发生的事——立法是否得到跟进，国际协调是否推进，以及三家公司是否真的在自己的产品中持续兑现他们在信中承诺的安全承诺。

值得关注的是，这封信出现在Anthropic发布”递归自我改进”研究报告的同一周。那份报告揭示了Claude已经能够编写公司超过80%代码的事实，而这与本文开头讨论的”AI正在降低专业知识获取门槛”是同一枚硬币的两面——在代码领域，AI的专业能力提升让软件工程变得更加普及；在生命科学领域，同样的能力提升正在让生物技术变得更加普及，而生物技术的普及不像代码普及那样只有正面含义。Dario Amodei在致信国会的同时，也是那份递归自我改进报告的署名发布者，这个身份的重叠本身就是AI时代最核心悖论的一个缩影：最清楚地理解AI潜力边界的人，同时也是加速推进这个边界的人。

能力越强大的系统，其潜在的积极应用范围和潜在的危害半径都在同步扩大。这是AI时代的基本物理学，没有任何监管框架能够改变这一事实，只能在其特定的应用场景和使用条件上建立护栏。DNA供应商筛查是这个护栏体系中的一块砖，既不是全部，也不是最后一块。

他们警告的，正是他们正在构建的。 这或许是理解这封信最诚实的方式：三位CEO在警告一个他们自己的技术正在加速推进的未来。这不是伪善，也不是纯粹的良知，而是在一个没有简单答案的世界里，兼顾商业理性和道德责任的真实张力在一封信里的投影。对于监管者和公众来说，这封信值得认真对待——不是因为它来自可信赖的来源，而是因为它描述的技术现实，无论发信人的动机如何，都是真实存在且在加速演化的。

参考资料：

  • Wired: “OpenAI, Anthropic Urge Congress to Require DNA Providers to Screen for Bioweapons” (2026-06-04) https://www.wired.com/story/openai-anthropic-letter-ai-biological-weapons/
  • Johns Hopkins Center for Health Security, Biosecurity and Synthetic Biology Policy Brief (2026)
  • Science: “The Lowering Bar for Biological Threat Development” (2026-05)
  • CNBC: “Top AI executives push for DNA screening mandates in letter to Congress” (2026-06-05) https://www.cnbc.com/2026/06/05/ai-executives-push-dna-screening-bioweapons-congress-letter.html
  • Anthropic: “When AI builds itself — Claude and recursive self-improvement” (2026-06-04) https://www.anthropic.com/institute/recursive-self-improvement