核心概念

2026 年 5 月 29 日，OpenAI 正式推出 Rosalind Biodefense 計畫，將旗下最強生命科學推理模型 GPT-Rosalind 開放給審核合格的開發者與美國政府夥伴，核心目標是強化社會對生物威脅的防禦韌性。

GPT-Rosalind 在 2025 年 7 月獲得 OpenAI 內部最高等級的生物學認定，隨即啟動嚴格安全評估流程：領域專家紅隊測試、部署前風險評估，以及持續公開的安全文件更新。這使得 GPT-Rosalind 不對一般用戶開放，只在受控框架下才可存取。

計畫的根本張力在於 AI 在生物學中的雙重用途困境（dual-use dilemma）：前沿模型既能設計醫療對抗措施，理論上也能降低合成危險病原體的技術門檻。Rosalind Biodefense 的回應方式是採用類比核武與化學武器資訊治理的安全與問責機制，限縮存取範圍並要求申請者通過審核。

計畫採兩軌並行結構：

  • 開發者軌道：面向學術機構、非營利組織、政府附屬機構及使命驅動的組織，提供贊助式存取以開發生物防禦應用程式
  • 政府軌道：直接開放給美國政府及具有批准公共衛生與生物防禦任務的盟友夥伴

OpenAI 在公告前已完成白宮與聯邦機構的簡報，顯示此計畫具有政策預先佈局的性格，而非純粹技術發布。

關鍵要點

  • GPT-Rosalind 定位：專為生命科學研究打造的前沿推理模型，受額外安全閘道約束，不開放一般申請
  • 核心合作夥伴：
    • Lawrence Livermore 國家實驗室：結合超算算力設計醫療對抗措施
    • Johns Hopkins 應用物理實驗室：整合蛋白質工程平台，用於篩選治療候選分子與生物威脅特性分析
    • CEPI（流行病防範創新聯盟）：針對 Bundibugyo 伊波拉等新興威脅加速疫苗開發
    • Fourth Eon Biosecurity：DNA 合成篩選，專注功能型偵測
  • 核准用途：流行病學建模、早期偵測工具、生物篩選、醫療對抗措施開發、疫苗加速
  • 安全架構：比照核武/化學武器資訊治理，需預部署風險評估＋外部紅隊測試＋持續安全文件公開
  • 政策背景：2025 年 5 月美國行政命令暫停高風險「功能增益」研究；同時 NIST AI 安全評估中心面臨 35% 預算削減，形成矛盾訊號

實務應用

幾個已確認的具體場景：

  • 疫苗加速（CEPI）：對突發疫情快速生成疫苗設計假說，壓縮前期研究時間軸
  • 醫療對抗措施（Lawrence Livermore）：GPT-Rosalind 推理能力結合超算算力，探索傳統實驗設計難以到達的化合物空間
  • 蛋白質工程篩選（Johns Hopkins APL）：對大量候選蛋白質做功能預測，加速生物威脅特性分析
  • DNA 合成篩選（Fourth Eon Biosecurity）：功能型偵測取代傳統序列比對，降低對抗規避（evasion）風險

延伸觀點

雙重用途困境是核心未解問題。 CSIS 與多個政策智庫指出，前沿 AI 在生物學中的能力提升速度已超過現有監管框架的適應速度。GPT-Rosalind 本身就是例子：它既能加速疫苗開發，在無適當防護情況下同樣能降低合成危險病原體的技術門檻。OpenAI 採用的受限存取模式與核武資訊治理高度相似，但目前尚無跨國標準可依循，各方各自為政。

政府合作的信號意義大於技術意義。 計畫發布前完成白宮簡報，表明 OpenAI 正將前沿 AI 能力主動嵌入美國生物防禦架構，與 GPT-5.5-Cyber 與可信存取計畫：AI 驅動資安防禦的新里程碑 的「可信存取」邏輯一脈相承——讓政府成為高危 AI 應用的第一批受控受益者，藉此建立問責背書。

AI 生命科學應用的定位轉移。 從 Co-Scientist：AI 加速細胞老化逆轉基因發現 的純基礎研究輔助，到 Rosalind Biodefense 作為國家生物防禦基礎設施的一環，反映 AI 生命科學應用正快速從學術加速器轉向政策性使用，資料治理與問責架構的重要性隨之提升。相較於 AdventHealth × ChatGPT for Healthcare：AI 減少行政負擔的醫療實踐 的院內行政減負，Rosalind Biodefense 試圖解決的是更上游的威脅偵測與預防問題。

反向連結

以下頁面引用了本頁：