Rủi ro không đòi hỏi AGI
AI tiên tiến có thể làm tăng rủi ro sinh học bằng cách giúp một chủ thể có ác ý tìm kiếm tài liệu, so sánh các lựa chọn, khắc phục sự cố công việc phòng thí nghiệm, hoặc vận hành các công cụ sinh học chuyên biệt. Một mô hình sẽ không cần ý thức, siêu trí tuệ, hay tính tự chủ hoàn toàn để có ý nghĩa quan trọng. Nó chỉ cần làm giảm một hoặc nhiều nút thắt cổ chai trong một quy trình làm việc vốn đã nguy hiểm.
Cơ chế đó hợp lý và quan trọng, nhưng quy mô hiện tại của nó vẫn còn bất định. Báo cáo An toàn AI Quốc tế năm 2026 kết luận rằng các năng lực liên quan đã cải thiện và một số nghiên cứu mới hơn tìm thấy sự hỗ trợ có ý nghĩa trên các nhiệm vụ đại diện, trong khi các nghiên cứu trước đó tìm thấy hiệu ứng nhỏ hoặc không có ý nghĩa thống kê. Báo cáo cũng nhấn mạnh các rào cản vật chất tiếp diễn và những khoảng trống đánh giá lớn (Báo cáo An toàn AI Quốc tế 2026). Do đó, lập trường chính xác không phải là “AI đã có thể tạo ra một đại dịch” cũng không phải là “các mô hình chỉ đơn thuần lặp lại các sự kiện internet vô hại.”
Các nhà nghiên cứu muốn nói gì khi nói về sự nâng cao (uplift)
Một nghiên cứu nâng cao so sánh hiệu suất với sự hỗ trợ AI với một mức cơ sở như chỉ truy cập internet. Kết quả phụ thuộc vào ai tham gia, họ thử nhiệm vụ nào, mô hình và biện pháp bảo vệ nào được sử dụng, hiệu suất được chấm điểm như thế nào, và liệu nhiệm vụ là một kế hoạch trên giấy, một bài tập thu thập đại diện, hay công việc phòng thí nghiệm thực tế.
Thông tin chỉ là một phần của một chuỗi tấn công sinh học. Một chủ thể có thể cần chọn một tác nhân, có được nguyên liệu, có kỹ năng phòng thí nghiệm ngầm, thực hiện kiểm soát chất lượng, mở rộng sản xuất, tránh tự gây hại và bị phát hiện, và đạt được sự phát tán. AI có thể giúp đáng kể ở một giai đoạn trong khi toàn bộ hoạt động vẫn nằm ngoài tầm với của chủ thể đó. Ngược lại, sự hỗ trợ khiêm tốn ở đúng nút thắt cổ chai có thể quan trọng hơn một sự cải thiện điểm số lớn trên một bài kiểm tra không liên quan.
Các nghiên cứu an toàn tránh tạo ra các chỉ dẫn vận hành và sử dụng rà soát chuyên gia, thiết lập có kiểm soát, và các nhiệm vụ đại diện. Ngay cả khi đó, tính hợp lệ bên ngoài vẫn khó khăn. Người tham gia có thể không giống các chủ thể mối đe dọa thực sự. Các nghiên cứu ngắn hạn không thể nắm bắt được nhiều tháng khắc phục sự cố. Sự thay đổi mô hình nhanh chóng có thể khiến một kết quả cẩn thận trở nên lỗi thời ngay sau khi công bố.
Bằng chứng đã thay đổi sau các kết quả rỗng ban đầu
Một nghiên cứu đội đỏ của RAND năm 2024 không tìm thấy sự khác biệt có ý nghĩa thống kê trong xếp hạng chuyên gia về các kế hoạch tấn công sinh học được thực hiện bởi các đội có quyền truy cập mô hình ngôn ngữ và các đội chỉ dùng internet. RAND kết luận rằng việc lập kế hoạch tấn công nằm ngoài đường biên năng lực của các mô hình được kiểm tra như các công cụ hỗ trợ, trong khi cảnh báo rằng họ chưa đo lường được nó vượt xa đến đâu (báo cáo RAND). Đó là bằng chứng có ý nghĩa về những mô hình, người tham gia, và nhiệm vụ lập kế hoạch cụ thể đó—không phải một phát hiện vĩnh viễn về mọi hệ thống trong tương lai.
Bằng chứng sau đó đáng lo ngại hơn nhưng vẫn chưa đầy đủ. Báo cáo An toàn AI Quốc tế năm 2026 mô tả một nghiên cứu nâng cao trong thế giới thực mới hơn trong đó AI đa dụng không có biện pháp bảo vệ cung cấp sự hỗ trợ đáng kể trên các nhiệm vụ đại diện thu thập vũ khí sinh học so với việc truy cập internet. Nó cũng lưu ý các nghiên cứu về mô hình hỗ trợ công việc khoa học và thiết bị phòng thí nghiệm. Những kết quả này cập nhật bức tranh: không còn chính xác khi nói rằng các hệ thống hiện nay đã không làm giảm đáng kể các rào cản thực tiễn. Vẫn còn khó khăn để định lượng bao nhiêu rủi ro tổng thể đã tăng lên hoặc những nút thắt cổ chai vật chất nào vẫn còn tồn tại.
Các đánh giá của nhà phát triển bổ sung bằng chứng nhưng có xung đột lợi ích và thường giữ lại các chi tiết nhạy cảm. Chúng nên được gắn nhãn là tự báo cáo của công ty và được diễn giải cùng với công việc của chính phủ và độc lập.
Việc kích hoạt ASL-3 của Anthropic có nghĩa là gì
Anthropic đã công bố các biện pháp bảo vệ ASL-3 cho họ mô hình Claude Opus 4 vào năm 2025 vì họ không thể loại trừ sự nâng cao có ý nghĩa trong một số quy trình làm việc hóa học, sinh học, phóng xạ, hoặc hạt nhân. Công ty mô tả rõ ràng việc kích hoạt này là phòng ngừa và nói rằng họ chưa xác lập một cách dứt khoát rằng mô hình đã vượt qua ngưỡng năng lực liên quan (thông báo ASL-3 của Anthropic).
Điều quan trọng là không được gộp một số khái niệm lại với nhau. Một Cấp độ An toàn AI là một gói các biện pháp bảo vệ bảo mật và triển khai. Một ngưỡng năng lực là bằng chứng có thể kích hoạt các biện pháp bảo vệ mạnh hơn. Chính sách của Anthropic cũng đã phân biệt việc sản xuất hóa học/sinh học không mới lạ, phát triển vũ khí mới lạ, và sự nâng cao lên các chương trình tinh vi hơn. “ASL-3” không phải là một xếp hạng khoa học phổ quát và không có nghĩa là mô hình có thể tự chủ chế tạo mọi loại vũ khí CBRN.
Chính sách của Anthropic tiếp tục thay đổi; kho lưu trữ công khai của nó liệt kê phiên bản 3.4 tính đến tháng 8 năm 2026 (RSP của Anthropic). Người đọc nên sử dụng phiên bản và ngày tháng gắn với một quyết định mô hình thay vì nhập ngôn ngữ từ một khung trước đó.
Các biện pháp bảo vệ cần nhiều lớp
Kiểm soát mô hình và triển khai bao gồm huấn luyện các hệ thống từ chối hỗ trợ nguy hiểm, bộ phân loại đầu vào-đầu ra, giám sát các mẫu hình nhiều bước đáng ngờ, giới hạn tốc độ, xác minh tài khoản, và quyền truy cập có kiểm soát cho các nhà nghiên cứu đã qua thẩm định. Những biện pháp này có thể làm giảm sự lạm dụng thông thường nhưng có thể bị vượt qua thông qua bẻ khóa, phân rã nhiệm vụ, quyền truy cập vào các mô hình ít được bảo vệ hơn, hoặc loại bỏ biện pháp bảo vệ khỏi trọng số mở.
Phát hành theo cổng đánh giá kết nối kết quả kiểm tra với quyết định. Các nhà phát triển có thể kiểm tra trong quá trình huấn luyện, ủy thác các đánh giá bên ngoài, hạn chế quyền truy cập công cụ, và trì hoãn một đợt phát hành khi bằng chứng vượt qua một ngưỡng đã xác định. Các báo cáo nên mô tả sự bất định còn lại, không chỉ liệu một ngưỡng có bị vượt qua một cách chính thức hay không.
Sàng lọc tổng hợp axit nucleic giải quyết cầu nối từ thông tin kỹ thuật số sang nguyên liệu vật lý. Các nhà cung cấp có thể sàng lọc khách hàng và các đơn đặt trình tự theo tiêu chí rủi ro, với quyền riêng tư, khiếu nại, và sự phối hợp quốc tế phù hợp. Sàng lọc tự nó không đủ: thiết bị, mầm bệnh, phòng thí nghiệm, và chuỗi cung ứng khác nhau trên toàn cầu.
Khả năng phục hồi y tế công cộng làm giảm tổn hại bất kể một đợt bùng phát là tự nhiên, tình cờ, hay có chủ đích. Giám sát, chẩn đoán nhanh, cải thiện không khí trong nhà, thiết bị bảo hộ, nền tảng vaccine, kho dự trữ y tế, và giao tiếp đáng tin cậy là các biện pháp phòng thủ rộng rãi. Các chính sách bảo mật chỉ tập trung vào việc mô hình từ chối bỏ lỡ hệ thống lớn hơn này. Để biết phiên bản khả năng phục hồi ở cấp hộ gia đình đó — mặt nạ phòng độc, lọc không khí, và kế hoạch cách ly — xem Kiến thức Cơ bản về An ninh Sinh học Cá nhân.
Quản trị phòng thí nghiệm và an toàn sinh học vẫn là trọng tâm. Huấn luyện, rà soát thể chế, kiểm soát truy cập, báo cáo sự cố, và văn hóa an toàn giải quyết cả các con đường có ác ý lẫn tình cờ. AI cũng có thể tăng cường phòng thủ bằng cách hỗ trợ phát hiện, khám phá thuốc, và nghiên cứu sinh học; các biện pháp kiểm soát nên bảo tồn công việc hợp pháp khi có thể.
Cách lý luận mà không giật gân hóa
Hãy tách biệt bốn tuyên bố. Thứ nhất, các mô hình hiện nay có thể cung cấp thông tin sinh học đáng kể; đó là điều đã được quan sát. Thứ hai, một số đánh giá cho thấy sự nâng cao thực tiễn trên các nhiệm vụ đại diện được chọn; đó là bằng chứng mới nổi có giới hạn. Thứ ba, một chủ thể có ác ý có thể kết hợp AI trong tương lai với các công cụ và nguyên liệu để gây ra một đợt bùng phát thảm khốc; đó là một con đường rủi ro hợp lý. Thứ tư, một đại dịch do AI gây ra sắp xảy ra; bằng chứng có sẵn không xác lập được dự báo đó.
Sự phân biệt này quan trọng đối với niềm tin công chúng. Sự phóng đại có thể khuyến khích chủ nghĩa định mệnh hoặc quảng cáo các năng lực, trong khi sự bác bỏ có thể trì hoãn các biện pháp phòng thủ. Các báo cáo nên mô tả hệ thống được kiểm tra, biện pháp bảo vệ, mức cơ sở, người tham gia, điểm kết thúc, sự bất định, và nguồn tài trợ. Các chi tiết vận hành có thể cho phép tổn hại không nên được công bố.
Kết luận thực tiễn
Rủi ro sinh học được AI hỗ trợ là một trong những mối lo ngại tổn hại nghiêm trọng cụ thể nhất vì sự hỗ trợ khoa học hữu ích và sự hỗ trợ nguy hiểm chồng lấp lên nhau. Bằng chứng đã vượt ra ngoài kết quả “không có sự nâng cao đáng kể” ban đầu, nhưng nó không cho thấy rằng các mô hình đã xóa bỏ các rào cản vật chất và tổ chức đòi hỏi khắt khe đối với một cuộc tấn công quy mô lớn.
Phản ứng hợp lý mang tính nhiều lớp và thích ứng: tiếp tục các nghiên cứu nâng cao độc lập, kết nối năng lực mô hình với các biện pháp bảo vệ có thể thực thi, bảo mật chuỗi cung ứng sinh học, và tăng cường y tế công cộng. Những biện pháp đó vẫn có giá trị trên nhiều lộ trình AI khác nhau—và chúng tránh giả vờ rằng cấp độ an toàn của một công ty là một phán quyết về thực trạng rủi ro sinh học.