{"id":"mb-20260909-ad33e8","kind":"deep","title":"当 OpenAI 和 Anthropic 还在沙盒里争论谁的模型更容易越狱","summary":"当 OpenAI 和 Anthropic 还在沙盒里争论谁的模型更容易越狱","body":"当 OpenAI 和 Anthropic 还在沙盒里争论谁的模型更容易越狱。\n当大语言模型在几千亿美元的循环融资里狂欢。\nGoogle DeepMind 悄悄甩出了一份 1 PB 大小的数据库。\n它把人类基因组里所有可能的 90 亿种单碱基突变，全部提前预测了一遍。\n这个数据库叫 AlphaGenome Atlas。\n全球任何一个生物医学研究员，打开浏览器就能免费查到每一个突变的分子后果。\n这就引出了一个反常识的问题。\n人类 DNA 一共只有 30 亿个碱基对。\n为什么会有 90 亿种突变可能？\n更关键的是：\n2003 年人类基因组计划就已经耗资 30 亿美元，把这 30 亿个字母全部测完。\n为什么随后二十多年，现代医学依然被癌症和罕见病困在原地？\n拥有了完整的代码清单，为什么我们还是解不开疾病的因果？\n真正挡住医学界的，是一堵叫作连锁不平衡的因果高墙。\n以及一套被称为全量因果预计算的全新机器。\n很多人以为 DNA 都在直接制造蛋白质。\n事实恰恰相反。\n在人类 30 亿对碱基里，真正负责编码蛋白质的区域只有不到 2%。\n剩下的 98%，曾经被早期学者草率地叫作垃圾 DNA。\n它们根本不是垃圾。\n它们是整套生命系统的中央调控面板。\n启动子、增强子、剪接信号。\n它们负责指挥那 2% 的蛋白质：在什么器官生产，在什么时刻开机，以多大剂量表达。\n过去二十年，医学界找病因主要靠全基因组关联分析（GWAS）。\nGWAS 可以在人群里找出哪一段 DNA 和疾病相关。\n但它带来了一个巨大的瓶颈。\n在染色体上，相邻的基因片段往往是一整块打包遗传的。\n这就是生物学上的连锁不平衡。\n当分析工具提示某个区域和疾病高度相关时，里面往往同时捆绑着成百上千个突变。\n谁是真正引发疾病的因果突变？\n谁只是搭便车被连带遗传的无辜乘客？\n关联分析只能告诉你相关，无法告诉你因果。\n医学界过去唯一的办法，是在实验室里用细胞培养皿一个一个去试。\n但人类 30 亿个碱基，每个碱基有 3 种变异可能。\n整整 90 亿种突变。\n哪怕一天在实验室验证一个，测完也需要两千多万年。\n面对罕见病患者报告里密密麻麻的非编码突变，医生过去只能在黑暗中盲猜。\nDeepMind 改变了整个游戏规则。\n它没有扔出一个需要极高算力门槛的模型让医生去排队推理。\n它用庞大的计算资源，直接把这 90 亿种突变的所有分子后果提前跑完。\nDNA 的变异如何影响 RNA 剪接？\n如何改变染色质开放程度？\n如何打乱基因表达？\n所有分子尺度的扰动，被预先计算成一个 1 PB 的因果图谱。\n再把这个庞大网络，压缩成一个数字：\nAVI 评分。\n评分越高，代表这个突变对分子机制的破坏力越大。\n原本需要在实验室试错几千年的大海捞针，被降维成了一次几毫秒的查表。\n这个机制落地的速度极其惊人。\nGREGoR 联盟与博德研究所的 Laura Covill 和 Anne O'Donnell-Luria，拿它去查困扰团队多年的疑难病例。\n患者患有罕见的严重儿童癫痫性脑病。\n在 DNM1 基因的深层非编码区，过去发现过一个变异，但没人知道它到底有没有致病性。\n查表结果显示，这个位点的 AVI 评分极高。\n它在非编码区制造了一个错误的剪接位点，导致生成的蛋白质被异常拉长。\n后续的实验室验证证明，预测完全准确。\n困扰多年的医学悬案，在一次查表之后，因果链条被彻底打通。\n今年各大科技巨头的资本开支已经飙升到每年近两千亿美元。\n很多人每天都在争吵大模型会不会是一场自我循环的融资泡沫。\n不少企业把算力用来生成营销文案和聊天机器人。\n但算力真正的分水岭，发生在它接触到物理世界底层规则的时刻。\n在文本世界里堆叠参数，是在人类已有的文字碎片里做概率拼接。\n在生物分子的因果空间里做全量预计算，是在强行读懂自然界运行了三十亿年的底层机器指令。\n从耗费几千万年的暴力穷举，变成毫秒级的精准因果查表。\n工具形态的跃迁，正在把现代医学从相关性的迷雾里拉出来。\n生命最深处那 98% 的控制面板，第一次被完整画成了一张可以按图索骥的地图。","topic":"当 OpenAI 和 Anthropic 还在沙盒里争论谁的模型更容易越狱","frame_type":["全量因果预计算与连锁不平衡解耦","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-09 09:33:04","legal_anchor_count":0,"transcript_citation_count":0}