当 OpenAI 和 Anthropic 还在沙盒里争论谁的模型更容易越狱

当 OpenAI 和 Anthropic 还在沙盒里争论谁的模型更容易越狱。 当大语言模型在几千亿美元的循环融资里狂欢。 Google DeepMind 悄悄甩出了一份 1 PB 大小的数据库。 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。 这个数据库叫 AlphaGenome Atlas。 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。 这就引出了一个反常识的问题。 人类 DNA 一共只有 30 亿个碱基对。 为什么会有 90 亿种突变可能？ 更关键的是： 2003 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。 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？ 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？ 真正挡住医学界的，是一堵叫作连锁不平衡的因果高墙。 以及一套被称为全量因果预计算的全新机器。 很多人以为 DNA 都在直接制造蛋白质。 事实恰恰相反。 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%。 剩下的 98%，曾经被早期学者草率地叫作垃圾 DNA。 它们根本不是垃圾。 它们是整套生命系统的中央调控面板。 启动子、增强子、剪接信号。 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。 过去二十年，医学界找病因主要靠全基因组关联分析（GWAS）。 GWAS 可以在人群里找出哪一段 DNA 和疾病相关。 但它带来了一个巨大的瓶颈。 在染色体上，相邻的基因片段往往是一整块打包遗传的。 这就是生物学上的连锁不平衡。 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。 谁是真正引发疾病的因果突变？ 谁只是搭便车被连带遗传的无辜乘客？ 关联分析只能告诉你相关，无法告诉你因果。 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。 但人类 30 亿个碱基，每个碱基有 3 种变异可能。 整整 90 亿种突变。 哪怕一天在实验室验证一个，测完也需要两千多万年。 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。 DeepMind 改变了整个游戏规则。 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。 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。 DNA 的变异如何影响 RNA 剪接？ 如何改变染色质开放程度？ 如何打乱基因表达？ 所有分子尺度的扰动，被预先计算成一个 1 PB 的因果图谱。 再把这个庞大网络，压缩成一个数字： AVI 评分。 评分越高，代表这个突变对分子机制的破坏力越大。 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。 这个机制落地的速度极其惊人。 GREGoR 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。 患者患有罕见的严重儿童癫痫性脑病。 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。 查表结果显示，这个位点的 AVI 评分极高。 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。 后续的实验室验证证明，预测完全准确。 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。 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。 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。 不少企业把算力用来生成营销文案和聊天机器人。 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。 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。 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。 从耗费几千万年的暴力穷举，变成毫秒级的精准因果查表。 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。 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。