二零二二年，AI很「弱智」，連「一千 比 一千零六十二 大嗎」都答錯，還振振有詞地說一千是最大的三位數。現在AI能推翻懸置八十年的數學猜想，甚至在實驗室裏自己開題目研究怎麼操控細胞，寫出連演化都從未寫過的病毒基因組。這三件事發生在不同的領域，但讀懂之後，我發現它們是同一件事：AI 已經開始得到自主研究的能力，甚至研究如何操控生命物質——而大多數人還以為它只是個比較聰明的助手。

距離正在以不合常理的速度縮短。AI 先是推翻了懸置八十年的艾狄胥猜想，連菲爾茲獎得主都說，如果這篇證明出自人類之手，他會毫不猶豫推薦給頂尖期刊；三個月後，AI 再用帳面上兩千美元的算力，在十個十年以上無人推進的難題上交出成果，全部附帶機器驗證證書。它也許還不是數學家，但它已經是數學界無法忽視的存在——數學家們發現自己的工作中多了一項新任務：把證明代碼下載到筆電上，編譯通過，點點頭說：「是的，這確實成立。」真正讓人不安的從來不是它現在站在哪裏，而是它走了多快。

數學終究是符號的世界，而另外兩件事的對象，是活的東西。

塔夫茨大學的生物學家 Michael Levin 與合作者做了一件像科幻的事：他們讓 AI 在超級電腦裏演化了數十億種形體，找出能自行移動、甚至自我複製的設計，再按藍圖把青蛙的皮膚與心肌細胞拼裝出來——一團從未在演化史上存在過的活體，被稱為異種機器人（Xenobot）。

AI「設計」出一種全新生命形式：形狀由機器決定，材料是活的細胞，造出來的東西會動、擁有一定環境感知能力與導航記憶、甚至「懂得」把散落的細胞聚成下一代來「繁殖」，科學家仍在爭論Xenobot應算是機器人、生物體，還是完全另一種東西。倫理學界則在討論一個由活細胞構成、卻是被設計出來的東西，有沒有道德地位？至目前也沒有任何人能清楚解釋為什麼在沒有任何基因改動之下，以某個特定方式組裝的細胞就會活起來、得到全新的能力。

同一條線在最近走到的位置：Levin 的團隊把實驗本身交給了 AI。他們做過兩次嘗試。第一次在一套虛擬系統裏：AI 直接面對細胞內部的調控網絡——那些決定細胞怎麼生長、分裂、變成什麼形態的線路圖——用的是一種類似「好奇心」的機制，它自己決定什麼問題值得問，自己設計干預方案，自己跑實驗，自己讀結果，再自己規劃下一輪。

第二次，他們走出了電腦：一台名為 Mombot 的機器研究員，AI 的「腦」連著實驗室裏的機械身體，直接對活的細胞團做實驗——提出假設、對細胞施加干預、觀察它們長成什麼形狀、修正自己的理解、再試下一輪，目標是破解「形態的密碼」：怎樣對細胞說話，它們就長成你指定的樣子。Levin 稱它為「新的合成同事」（Synthetic colleague）。

用人類的職位來類比，這不是實驗室助理，而是一個會自己開題目、自己動手的研究員，而它研究的題目，正是「怎樣操控細胞、改寫生命的形態」。虛擬系統交出的成績單是：它用約二百九十次實驗達到的探索廣度，隨機嘗試九百次都達不到；它還在癌症相關的細胞通路上，自己分辨出哪裏是「健康區」、哪裏是「疾病區」，並在這些發現的基礎上，找出一種干預方案，把六個疾病狀態全部重置回健康。

沒有人類告訴它該這麼做。從「AI 設計生命」到「AI 自主研究怎麼改造生命」，中間只隔了幾年。

第三件事在病毒學。研究團隊讓一個讀過兩百多萬個病毒基因組的模型，設計全新的噬菌體——只感染細菌的病毒。兩百八十五個設計真正合成出來測試，其中十六個能活：能複製、能組裝、能殺死細菌。這些病毒的完整基因組從未在自然界出現，有些與最接近的天然病毒差異大到可以算新物種，其中三個在競爭中勝過天然病毒；對付已經演化出抗性、連天然噬菌體都入侵不了的細菌，天然病毒完全失敗，AI 設計的病毒群一到五輪之內突破了全部三種抗性。

值得停下來想的是它的工作方式：它不是靠分析每個分子的因果機制，而是從數以百萬計的基因組裏掌握了生命的「文法」，然後寫出合乎文法、但演化從未嘗試過的句子。

有一個設計最能說明這種「文法」是什麼。那個病毒體內有一個零件，被換成了另一種遠緣病毒的版本——而過去的實驗早就證明，單是這個替換，就足以讓病毒癱瘓。可是它活了：AI 在基因組的其他位置安排了一連串改動，讓整個系統重新配合起來。為什麼那些改動能救活它，至今沒有人說得出原因。一處改動能不能成立，取決於其他所有改動——研究人員指這種「依賴整體背景的相容性」（context-dependent compatibility）是人類設計者難以預見、卻是AI最擅長把握的。它抓到的不是局部的技巧，而是某種連人類都還說不清楚的整體規律。

十年前，圍棋界見過同樣的東西：那個不崇拜任何定式的對手，下出了人類幾千年沒想過的第三十七手。這一次，棋盤換成了生命本身。

三件事放在一起，是同一個主題的不同現場：幾億年演化寫出來的生命物質，正在變成機器自主研究的對象——它研究怎麼拼裝它、怎麼改寫它的形態、怎麼從零寫出它的藍圖。

這裏有一層容易錯過的深意。長久以來，我們談「改造生命」，談的是基因——彷彿DNA是一本說明書，改了字就改了東西。但Levin幾十年的工作指出：基因只是零件清單，身體的形狀存在細胞之間的電信號裏，那是一種集體的記憶和決策。換句話說，生命物質本身就有某種原始的「智能」——它會解題、會記住目標、會繞過障礙把該長的東西長出來。而現在，另一種智能——AI——正在學習跟它對話：讀它的文法，猜它的規律，對它下指令。操控生命這件事，正在從「人類工程師修改藍圖」，變成「一種智能指揮另一種智能」。人類在這個新關係裏的位置，還沒有人說得清楚。

AI 還帶來一種新的尷尬：它的成果有效，但沒有人說得清為什麼。陶哲軒在數學界已經開始擔心「證明消化不良」——正確的證明越堆越多，能消化它們的人卻沒有增加。而當對象換成生命物質，消化不良的代價要重得多：一個沒人真正讀懂的證明，最多被擱置；一種沒人真正摸清、卻比天然版本更強的活體設計，被擱置不了。

至於風險，病毒研究把話說得最白。那十六個噬菌體本身是安全的，但這項研究證明了「能力存在」：生成式 AI 可以造出自然界不存在、甚至比天然版本更強的病毒。從此問題不再是「能不能做到」，而是「如何防止被轉用」。這和我們談 AI 安全時慣用的想像不同——威脅不是某個覺醒的超級智能密謀造反，而是一種平價、高效、可以寫進論文方法章節的能力，靜靜躺在那裏，等著各種動機的人來使用。

有說人類已經在奇點之中。幾年前我聽到這種話，只當是矽谷的宣傳修辭。但現在值得認真對待了。奇點不是未來某一天「轟」地降臨的事件，而是一個已經開始、正在加速的過程：它快到很多人都能在自己熟悉的領域裏，親眼看見它走過。

那麼留給人的是什麼？判斷什麼值得做、為誰而做、做到什麼程度該停——這些從來不是技術問題，而是價值問題，而價值問題恰恰是機器的好奇心無法替我們回答的。四年前那個算錯三位數比較的機器，今天已經在研究如何操控生命物質——怎麼拼它、怎麼改它、怎麼寫出它從未有過的樣子。下一個四年，當它對生命文法的掌握再深一層，人類需要回答的問題也許不再是「我們還能研究什麼」，而是一個更古老的問題：生命該長成什麼樣子——這一次，提問的不再只有我們。