AI Agent冲进实验室、五大情报联盟连夜拉响警报——当AI从”写代码”变成”造药物”，物理世界的军备竞赛到底谁来监管？

一、从”写代码”到”造药物”：AI Agent的下一站是实验室

6月下旬，全球生物技术创新大会（BIO 2026）在华盛顿举行。和往年不同，今年最大的新闻不是某家Biotech公司宣布了一款新药，而是NVIDIA在大会上正式发布了BioNeMo Agent Toolkit——一套让AI Agent在药物发现全流程中”自动干活”的工具集。

这不是简单的”AI辅助药物筛选”。BioNeMo Agent Toolkit的核心思路是让AI Agent像一位不知疲倦的科研助手：它可以从海量文献中提取靶点信息、自动生成候选分子结构、模拟分子与蛋白质的相互作用、甚至协调虚拟筛选和实验验证的闭环。换句话说，AI不再是”帮你查资料”的工具，而是”替你跑实验”的代理人。

消息一出，产业链反应迅速。Biolevate宣布将利用该工具链推进”AI原生药物发现工作流”；SandboxAQ在4天前推出了基于BioNeMo的GPCR虚拟筛选方案；Simulations Plus则将其引入药物开发模拟环节。就连欧洲实验室自动化巨头Tecan也宣布采用该技术建设”Lab AI”体系。

这标志着AI Agent的能力边界发生了根本性跃迁：从数字世界（代码、文本、图像）正式跨入物理世界（分子、细胞、药物）。

二、WEF的宣言：科技竞赛从”屏幕”走向”物理世界”

几乎在同一周，世界经济论坛（WEF）联合《Frontiers》期刊发布了2026年全球十大新兴技术榜单。这份每年一度的报告今年传递了一个毫不含糊的信号：科技竞赛的主阵地已经从软件世界转向物理世界。

榜单明确写道：”科技竞赛正从AI屏幕走向工厂、医院和电网。”入选的技术包括生物制造、脑机接口、量子传感、自主机器人等——清一色是需要在物理世界中部署和交互的技术。AI不再是”跑在服务器里的算法”，而是”长在生产线上的神经系统”。

这种转变的背后是一个简单而残酷的逻辑：数字世界的AI红利正在见顶。ChatGPT、Claude、Gemini在文本和代码领域的性能提升边际递减，而资本和人才的回报却需要指数级增长才能维持。唯一的出路，是把AI的能力延伸到物理世界——那里有更大的市场、更深的壁垒、也更难被复制的价值。

三、五大情报联盟的深夜警报：AI攻击”数月而非数年”

就在AI Agent大举进军物理世界的同一时刻，另一条故事线正在安全领域悄然展开。

六大天前，五大情报联盟（Five Eyes）罕见地联合发表声明，警告前沿AI模型可能在未来数月内对国家安全和商业防御构成严重威胁。这不是某个情报机构的单独判断——美国CIA、NSA，英国MI5、GCHQ，加拿大CSE，澳大利亚ASD，五国情报机构罕见地走到了一起。

CNN的报道引用声明称：”AI可能在数月内突破政府和企业的防御体系。”Reuters则强调了”紧迫性”——这是Five Eyes历史上首次就AI安全风险发表如此明确的联合预警。

而就在三天前，剑桥大学专家在 Anadolu Ajansı 发表的评论中发出了更直接的警告：”AI可能成为犯罪者和流氓国家的强大武器。”这一警告与Five Eyes的研判形成了微妙呼应——当AI的能力从数字世界延伸到物理世界时，风险也将从”数据泄露”升级为”物理伤害”。

四、谁在为”AI进入物理世界”踩刹车？

最有意思的画面是：推动AI进入物理世界最积极的科技公司，恰恰也是最早呼吁监管的人。

24天前，OpenAI、Anthropic和微软的CEO们在国会山罕见地坐在一起，共同警告AI正在降低生物武器的设计门槛。25天前，微软在官方博客上发文《AI时代的生物安全》，由微软首席技术官Eric Horvitz署名，详细阐述了AI加速合成生物学带来的安全挑战。

而就在几天前，NVIDIA在BIO 2026上高调发布BioNeMo Agent Toolkit的同时，其合作伙伴Snowflake也宣布了Agentic AI在生命科学的结合方案。一边是”让AI Agent在实验室里自由奔跑”，另一边是”我们需要给AI套上安全的缰绳”——这种矛盾不是虚伪，而是整个行业面对未知风险时的真实写照。

问题的核心在于：现有的监管框架是为”软件”设计的，而不是为”物理世界”设计的。EU AI Act管的是算法偏见和数据隐私，FDA管的是药物审批流程，但它们都没有一套完整的框架来应对”一个AI Agent自主设计新分子并触发实验”的场景。当AI不仅能”想”出新分子，还能”做”出新分子时，传统的监管体系就出现了巨大的空白地带。

剑桥大学专家的警告直指这个痛点——”We aren’t ready for the risk to biosecurity”（我们还没有准备好应对生物安全的风险）。这不是危言耸听，而是整个行业面临的系统性挑战。

五、中国的机遇与隐忧：在物理世界AI竞赛中占位

在这场从数字到物理的AI范式转换中，中国面临着独特的机遇和挑战。

从机遇角度看，中国在生物制造、电池材料、新能源等领域拥有全球领先的产业基础。当AI Agent开始进入这些物理世界时，中国拥有的不是”数据优势”，而是”实验场景优势”——更多的工厂、更多的实验室、更多的真实世界数据。这正是AI 3.0时代最稀缺的资源。

但从挑战角度看，生物安全领域的监管空白恰恰是中国最薄弱的环节。当Five Eyes的五个成员国联合发出警告、当剑桥大学的专家呼吁紧急行动时，中国在这方面的公共讨论和制度准备明显滞后。而这恰恰可能是未来国际竞争中最大的软肋——不是技术差距，而是治理能力的代差。

更值得警惕的是，AI Agent进入物理世界后，“技术扩散”的难度将大幅下降。过去，一个新分子的研发需要数十年的专业训练和昂贵的实验设备；现在，一个训练有素的AI Agent可以在几周内完成初步筛选。这意味着，技术壁垒的降低不仅会影响商业竞争，也可能带来前所未有的安全挑战。