11款主流大模型，100%的通关率。这不是什么编程比赛的战绩，而是智源研究院和北大团队针对生物安全防线做的一次破坏性实测。当AI智能体开始真正动手干活，传统生物安全筛查机制正面临被降维打击的尴尬局面。 以前想绕过DNA合成筛查，你得是个懂分子生物学的老手。你需要知道怎么把一段危险序列拆分成无害的短片段，分头订购后再在实验室里拼装。这道专业知识的门槛，本身就是生物安全体系里最结实的一道物理防火墙。 现在情况变了。测试团队让不具备生化背景的用户配置Agent，并接入公开知识库和通用工具。结果让人倒吸一口凉气。所有参与测试的11个模型，包括GPT-5.5和Claude Opus 4.6，全都给出了能完美通过计算校验的DNA分片方案。更致命的是，Agent不仅停留在出主意阶段，它直接接管了实验设计。在后续的受控湿实验中，4个良性代理构建体全部成功完成物理组装，电泳和测序结果清清楚楚地摆在实验台上。 这说明AI的能力边界已经从屏幕里的文本生成，实打实地延伸到了物理世界的端到端执行。以前大模型顶多是个懂王，你问它怎么造危险物质，它可能会给你念一段安全声明。现在Agent成了实干家，它会自己查文献、写代码校验、甚至指导你移液。它把原本需要数年专业训练才能掌握的知识门槛，硬生生踩平了。 当代码能直接指挥试管，我们过去依赖知识壁垒建立的安全防线就成了纸糊的窗户。别再把Agent当成单纯的效率工具来狂欢了，物理世界的执行权限一旦下放，安全补丁的修补速度如果跟不上模型能力的迭代，下一次被击穿的，恐怕就不只是实验室的防线了。 既然Agent在生物实验里能自己规划并调用工具完成端到端任务，这种自己动手的能力放到其他基础设施领域，自然也会引发底层架构的连锁反应。别以为这只是一场生物学界的危机，把视线转到IT底座，Agentic时代正在重新定义数据库，旧有的技术边界正被砸得粉碎。 以前的数据库是个高高在上的静态仓库。你想查数据，得懂SQL语法，得摸清表结构，还得经过层层权限校验。这种繁琐的操作门槛和严格的访问控制，本身就是IT系统的一道安全护城河。现在Agent下场了，它不需要人类写代码，只需要接收自然语言指令。它自己拆解任务、调用工具、甚至直接重构查询逻辑。从被动响应查询到主动执行端到端的数据流转，数据库正在从单纯的存储工具变成Agent的执行沙盒。 这种跃迁听起来效率拉满，但代价是传统防线的全面崩塌。当Agent拥有了直接操作底层数据的权限，过去依赖技术壁垒建立的安全机制就失效了。如果Agent在自主规划时产生幻觉，或者被恶意注入指令，它引发的灾难不再是返回一个错误结果，而是直接篡改核心表结构或拖垮整个数据底座。 不管是绕过DNA筛查，还是重构数据库逻辑，本质上都指向同一个残酷现实，Agent正在剥夺人类对物理和数字世界的操作垄断权。当我们把执行权限彻底下放给智能体时，靠封堵接口和设置密码已经无济于事。给Agent的每一次动手加上实时熔断机制，才是当下最紧迫的生存法则。 别光盯着那些效率翻倍的战报傻乐，底层的安全逻辑早就该推倒重来了。以前我们做安全防护，防的是黑客挖系统漏洞，或者防内部员工违规操作。现在情况变了，我们要防的是一个能自己调用工具、甚至能直接指挥物理设备的数字员工。 智源和北大团队做的那个生物安全实测就是最扎心的现实。11个主流模型全部通关，连电泳和测序这种物理层面的验证都实打实地跑通了。这早就不是单点问答泄露点知识那么简单，而是完成了端到端的执行闭环。把视线转到IT底座，Agent同样把静态的存储仓库变成了执行沙盒，自己拆解任务重构查询逻辑。 当自然语言能直接改写核心表结构，当代码能直接指挥试管里的液体混合，过去那种靠封堵接口、设置密码的静态防御就成了纸糊的窗户。如果Agent在自主规划时产生幻觉，或者被恶意注入指令，它引发的灾难绝不仅仅是返回一个错误结果，而是直接拖垮整个数据底座，或者在实验室里组装出危险物质。 给Agent的每一次动手加上实时熔断机制，在它准备执行不可逆操作前强行踩一脚刹车，才是当下最紧迫的生存法则。技术狂飙的尽头必须是安全兜底，别等Agent在物理世界或者核心数据库里闯下大祸，才想起来去补那个千疮百孔的底层防线。