文：香港應用科技研究院（ASTRI）董事會主席李惠光教授
2026年8月，史丹佛大學與Arc Institute完成了一項史無前例的實驗。他們讓名為Evo的生成式AI模型——以數百萬個天然基因體訓練而成——從零開始設計病毒基因體。不是編輯，不是預測，而是逐個鹼基撰寫並評估數千個功能性基因體。科學家隨後在實驗室合成並測試這些噬菌體，約三百個設計中，十六個成功「活」了過來。更令人震驚的是，這批AI撰寫的噬菌體混合劑突破了細菌抗藥性——而同等組合的天然噬菌體卻束手無策。

這是醫學的重大突破。抗藥性每年奪走逾百萬人命，超級細菌在與傳統藥物研發的競賽中節節勝利。能與細菌同步演化的AI噬菌體，極可能扭轉戰局。

但請看清附帶條款。研究人員自己已提出警示：技術上，同樣的方法完全可以指向非無害性的基因體。區隔「AI寫出解藥」與「AI寫出威脅」的，僅僅是一個政策決定——在訓練數據中排除人類與動物病原體。這是人為選擇，不是物理定律。任何擁有足夠運算資源、並持不同數據集的人，原則上都能拆除這道圍籬。

該論文的同儕評論一針見血：「問題已不再是生成式病毒基因體設計會否出現，而是社會能否建立監督機制，讓其效益得以發揮，同時防止其釀成嚴重傷害。」

這句話應列入本季每個董事會議程——不僅限於生技，而是任何AI觸及實體世界、後果重大的產業。

治理問題，不是科學問題

高階主管習慣將前沿AI風險外包給科學家、監管者與倫理學家。這個直覺是錯的。此次科學家已盡到責任：以限制條件訓練模型、公開發表、明確呼籲外部監督。生成式AI能設計無數噬菌體變體，每種都配備不同的抗藥性突破機制。然而，決定是否合成這些設計、測試其感染宿主的能力，絕非中立行為。這可以是出於好奇的嘗試，也可以置於嚴謹的治理架構之下。兩條路之間的鴻溝是組織性的，不是技術性的。而這道鴻溝，正是決定任何強大AI能力在企業內部創造價值或釀成災禍的關鍵。

企業智效（AEI）是什麼？

企業智效（Artificial Enterprise Intelligence, AEI）是一門管理學科，不是技術。核心論點：AI不會獨自創造結果，它只放大既有的紀律——或紀律的缺失。將Evo這類強大模型置於治理完善的組織，它加速解藥誕生；置於治理薄弱的組織，它加速災難發生。演算法完全相同，但圍繞它的企業體質截然不同——而這正是領導者能夠著力之處。

企業智效為領導者提供一個簡單檢驗，適用於任何高風險AI能力：這個組織是否真正具備控制這項工具的能力——抑或只是在祈禱不要出錯？

四項不可跳過的紀律

商業與政策領袖無需理解基因體語言模型，也能妥善治理這項風險。他們需要的是將企業智效的四項紀律，應用於雙重用途的生物AI：

一、視為關鍵資產，而非實驗項目

任何設計、合成、量產、授權或微調基因體規模模型的組織，管控嚴謹度必須比照基因改造生物、基因療法、核材料或出口管制技術——需要存取紀錄、紅隊演練，以及緊急斷線機制，而非僅有一紙倫理聲明。

二、信任數據，更要驗證

Evo案例中最關鍵的防護，是訓練數據排除原則：未納入任何人類或動物病原體序列。但紙面上的排除不足夠。真正的考驗在執行層面——當設計從程式碼走向活體生物、測試其感染宿主能力之際。董事會應要求一個清晰且經核實的答案：哪些數據訓練了這套系統？誰負責查核？排除原則是否一路貫徹到實驗台？

三、人機交接，必須設卡

生成式設計絕不能端到端全自動運行，合成之前必須設置人工檢查點。Evo研究團隊全程諮詢生物安全與生物防護專家——這是紀律，不是客套。這個檢查點，就是問責機制的落腳處。

四、責任到人，不是到委員會

責任分散，正是雙重用途研究溜過防線的原因。每個在這個前沿運作的組織，都需要一位具名主管，直接向董事會負責，同時承擔該能力的上行效益與下行風險。不是委員會，是一個人。

領導者必須面對的真相

大多數企業永遠不會訓練基因體模型，但這個模式適用於所有進入企業的前沿AI——網路攻擊工具、自主金融代理、合成媒體系統。Evo的教訓不是「禁止強大AI」，而是治理成熟度必須與能力部署同步提升。而現況是，幾乎在所有地方，能力都在這場競賽中遙遙領先。

董事會若仍在追問「我們部署了哪些AI工具？」，那是問錯了問題。正確的問題是：這項能力若落入錯誤之手，或在缺乏適當檢查點下運作，是否可能釀成大規模傷害？我們是否真正具備阻止這一切的紀律？

立即行動

能智取超級細菌的噬菌體，值得喝采。能撰寫任何基因體的模型，值得敬畏。兩種未來之間的鴻溝，不在演算法——而在領導者是否此刻就動手。

本週，請在董事會議程中列入三項議題：

- 盤點組織內所有具備大規模造成實體、財務或聲譽傷害能力的AI系統。
- 為每一項指定一名負責主管——不是委員會。
- 針對觸及敏感領域的系統，執行數據溯源稽核。

這不是研究專案，一個下午就能完成。而這正是區隔「主動治理下一個Evo」與「被Evo打得措手不及」的關鍵。

參考資料

1. King, S. et al. "Generative design of bacteriophages with genome language models," *Science*, 2026年8月6日。https://www.science.org/doi/10.1126/science.aec2657

2. Artificial Science. "AI Designs Working Virus Genomes for the First Time," 2026年8月6日。https://artificialscience.org/2026/08/ai-designs-working-virus-genomes-for-the-first-time/

3. CGTN. "AI used to design novel bacteriophage genomes in the lab," 2026年8月6日。https://news.cgtn.com/news/2026-08-07/AI-used-to-design-novel-bacteriophage-genomes-in-the-lab-1Ppn5Qzc68E/p.html

4. Phys.org. "Sixteen AI-designed viruses offer a new route against drug-resistant bacteria," 2026年8月9日。https://phys.org/news/2026-08-sixteen-ai-viruses-route-drug.html

5. GIGAZINE. "An AI that learned gene sequences designed viruses never before found in nature...," 2026年8月6日。https://gigazine.net/gsc_news/en/20260807-ai-designs-bacteriophages-genome/

6. Inglesby, T. and Hanke, M. S. Perspective accompanying King et al., *Science*, 2026年8月6日（引自EurekAlert摘要）。https://www.eurekalert.org/news-releases/1138470

7. EurekAlert! "AI system designs functional bacteriophages from scratch," 2026年8月5日。https://www.eurekalert.org/news-releases/1138470

8. Chosun Biz. "AI designs bacteriophage genomes, targets superbugs and stirs biosecurity debate," 2026年8月6日。https://biz.chosun.com/en/en-science/2026/08/07/FH3OH3BFPBGKTIVLIWSBJE56EU/

9. Arc Institute. "AI can now model and design the genetic code for all domains of life with Evo 2," 2025年2月19日。https://arcinstitute.org/news/evo2

作者：李惠光教授

香港城市大學 - 實踐教授 及 前副校長
香港應用科技研究院 (ASTRI) - 董事會主席
北京市政協委員
香港鐵路有限公司 - 獨立非執行董事；科技顧問小組主席
中銀香港（控股）有限公司 - 獨立非執行董事；可持續發展委員會主席
中國電信股份有限公司 - 獨立非執行董事；薪酬委員會主席
新意網集團有限公司 (新鴻基地產) - 獨立非執行董事
香港城市大學（東莞）- 理事會成員；審計委員會主席
城大企業有限公司 - 董事局成員
香港管理專業協會 - 理事會成員；實務教授
香港品質保證局 - 副主席
拔萃男書院 - 校董
加拿大國際學校 - 校董
美國康奈爾大學 (Cornell) 理事會 (Council) 成員
選舉管理委員會 關鍵資訊系統諮詢委員會 - 召集人