把 AI 放進生物實驗室，敏感處不只是一句回答。模型、Agent、資料庫和實驗工具接在一起後，檢索、設計、推演與實驗規劃會變成一條工作鏈。
7月16日，Google DeepMind 與 Isomorphic Labs 發布共同生物韌性計畫，目標放在三件事：防止模型被濫用、盡早發現新疫情、加快疫苗和治療手段設計。
DeepMind 負責責任事務的副總裁 Helen King 對 Axios 說：“Everyone agrees we can't get this wrong.”
防線從發布前開始
官方說明顯示，過去12個月，DeepMind 已推進15個以上合作，合作方包括政府機構、生物安全組織與研究團隊。未來6到12個月，重點會放在威脅情報、AI Agent 評估和越獄緩解。
它的安全流程分成四步：威脅建模、評估、緩解、監測。判斷重點不是單句回答是否危險，而是 Gemini 這類系統是否會幫潛在攻擊者跨過現實瓶頸。
生物安全正在從內容審核，轉向整條任務鏈管理。
SynthID 要改到 DNA 上
最有辨識度的技術點，是把 SynthID 水印技術用於生物資料。DNA 合成公司通常用有害病原體和毒素清單篩查訂單。AI 若能設計功能接近、外觀差異很大的序列，這套方法會變脆弱。
DeepMind 希望讓合作方識別 AI 生成序列，並進一步用 AI 預測序列是否可能有毒性或致病性。這代表篩查方式可能從名單比對，走向功能篩查。
偵測端押注宏基因組測序
第二層是發現新疫情。DeepMind 提到從廢水、空氣或病人樣本中做宏基因組測序，接近即時地判斷樣本中有哪些病原體。
成本和演算法是瓶頸。DeepMind 稱，AlphaEvolve 已在與 Pacific Biosciences 的合作中用於提升測序準確性，AlphaGenome 和蛋白功能註釋也可能用於病原體辨識。
Google.org 對 Philanthropy Asia Alliance 的 Health for Human Potential 項目承諾700萬美元支持，方向也放在亞洲感染病研究和疫情準備。
Isomorphic 承接反制端
響應端由 Isomorphic Labs 接上。DeepMind 會向受信任研究者開放 Co-Scientist 等最新 AI 系統；Isomorphic 則建立聚焦小組，必要時快速調用 Drug Design Engine 設計醫療反制方案。
官方文件列出的合作節點包括 Lawrence Livermore National Lab、UK AI Security Institute、CEPI 和 Francis Crick Institute。後續要看的，是受信任夥伴標準、DNA 水印落地程度，以及公共衛生系統能否承擔低成本近即時監測。
參考來源：Google DeepMind / Isomorphic Labs 官方生物韌性說明、Axios、Google DeepMind 新加坡國家 AI 夥伴關係、Philanthropy Asia Alliance、CocoLoop；核驗15個以上合作、三類任務、SynthID 生物水印、AlphaFold / AlphaEvolve / IsoDDE 用途與 Health for Human Potential 700萬美元資助口徑。