一场下午谈完十亿年进化——George Church
A billion years of evolution in a single afternoon — George Church
嘉宾：George Church
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
§01到 2050 年能否攻克衰老？
今天我很荣幸采访 George Church。我都不知道该怎么介绍你了。这一点也不夸张：老实说，要列出过去几十年生物学领域那些你没有参与的重大突破，恐怕还更容易一些。从人类基因组计划到 CRISPR，从逆转衰老到物种复活，你参与的实在太多了。所以，准备这次采访可不轻松。
好，我们从这里开始。到哪一年时，只要你能活到那一年，生物技术就会持续进步，以至于你的预期寿命每年增加一年，甚至更多？
人们有时把这种情况称作衰老的“逃逸速度”。不同的人有不同估计，所有这些估计，包括我的，都应该打很大的折扣。主要看的是生物技术的指数级发展，以及我们在认识方面取得的进步：不只是理解衰老的原因，还包括看到一些真实案例，证明衰老表型的某些部分可以逆转。我们正接近覆盖衰老的所有方面。
换句话说，不再只是说：“我要修复这条腿这根肌腱里的胶原蛋白损伤”，而是说：“我要改变许多与年龄相关疾病共有的因素，一次处理不止一种问题。”
如果把这两种现象放在一起看——生物技术的指数级发展，以及衰老研究领域的突破；这些工作不只是分析，也包括合成与治疗，而且其中许多疗法现在已经进入临床试验——我不会对 2050 年成为一个节点感到意外。如果我们能活到那时，还有 25 年……大多数听众都有很大机会再活 25 年。关键是，不太可能到 25 年后突然病得很重，结果全凭运气。更可能的是，25 年后的你会比现在想象的更健康。
也许存在某种物理定律——我觉得不太可能——或者我们尚未发现的经济或复杂性问题，最终会成为一道无法逾越的障碍。我对此相当怀疑，但还得继续观察。
考虑到要让人类拥有弓头鲸那样的寿命，还有那么多问题需要解决……
弓头鲸能活 200 年。
抱歉，对，是弓头鲸。仅靠体细胞基因疗法，有希望实现这一点吗？还是必须进行生殖系基因疗法？
有很多因素会推动人们采用体细胞疗法。首先，已经有 80 亿人错过了生殖系干预的机会。也就是说，这不适用于我们两个人，也不适用于所有听众。说某件事不可能时必须非常谨慎。可以说现在立刻做到是不可能的，但你不知道明天、未来十年左右会发生什么。
我认为有很多事情可以做。特别是，衰老在相当程度上是细胞层面的现象：蛋白质和其他因素会随血液流动，也会参与信号传导，等等。可以设想，如果替换身体里每一个细胞核，人就会一下子变年轻，而不必让身体完全退回胚胎阶段再重新发育。
还有一些做法离这一步不远。替换细胞后，它们能否适应原来的生态位？它们也许会取代旧细胞。让细胞接管特定生态位，这肯定属于现代合成生物学能够探索的范围。
我认为最难的是大脑。即便如此，虽然大脑并不怎么使用干细胞，但也可以人为引入干细胞，让它们进入神经回路、学会该回路，再以某种方式取代原来的细胞。
这有点像大脑里的忒修斯之船。
没错，就是忒修斯之船：努力维持连接和记忆。在我们真正估算这个问题有多难之前，还有一些相当直接的实验需要先做。
人们常常以为一些容易取得的成果不太可能实现，但它们其实就在那里。生物学给了我们很多馈赠，直接递给我们可以拨动的杠杆。疫苗就是一份了不起的礼物，本来不一定会有，但它确实存在。
现在有没有一种基因递送机制，能把基因疗法送到身体里的每一个细胞？
目前没有任何接近这种水平的方案。但没有物理定律禁止我们做到。仍然会有实际问题，比如要达到目标需要注射多少次。不过，我们在组织靶向方面正在进步。
我创办的公司之一 Dyno Therapeutics 展示过，他们能把针对大脑神经元的靶向效果提升 100 倍，这是很大的进展。那只是他们进行的一轮小型实验。那次实验运用了大量人工智能，也测试了数百万种不同的衣壳。
衣壳的结构变化种类相当有限，但细胞拥有更多可能性。我认为我们很可能最终能把基因送达所有细胞……问题在于需要接近 100% 到什么程度？不同组织的要求会不一样。
例如，有些疗法只需要覆盖 1%，因为这 1% 的细胞就能产生某种缺失的酶，而且这些细胞不一定非得位于通常的位置。为了接种疫苗，你可以暂时让肌肉成为免疫系统的一部分。假如某种酶通常由大脑产生，只要目的是让它进入血液，也可以改由肝脏产生。所以我认为这方面进展得相当顺利。
§02寻找每种性状的主开关
你是 Colossal 的联合创始人之一。公司最近宣布已经让恐狼灭绝物种复活。现在你们正在研究长毛猛犸象。
你真的认为我们会复活长毛猛犸象吗？大象与长毛猛犸象之间的差异可能有一百万个碱基对。我们该如何理解实际上被复活的会是什么？
人们很容易对我们是否正在、已经或将来能否复活一个新物种激动不已。如果不把它看成试图恢复一种自然存在过的东西，而把它看成有目标、且可能对社会有益的合成生物学，讨论就会不同。人们也会质疑它究竟能不能造福社会。我们能否修复环境以适应人类，或者把全球碳水平调整到适合人类的状态？答案是我们不知道。但值得试一试，不是吗？因为它可能非常划算。
合成生物学还有一个方面：这个领域会问“最少需要什么？”人们常问“最多能做到什么？”我对这两类问题都感兴趣。是的，猛犸象和大象之间有数百万处差异。但亚洲象不同个体之间有数百万处差异，亚洲象和非洲象之间也有数百万处差异。这些差异并非每一处都决定我们通常如何命名和分类它们，也不一定都决定它们在生态系统中的功能。
人们会做这样的探索。例如在发育生物学中，问题是：要把多能干细胞变成神经元，最少需要多少种转录因子？要让某种东西能够复制，最少需要多少个碱基对？这个问题最初是在支原体上研究的。从某种意义上说，这类问题比“能不能完美复制某个东西”更有意思。我们要做出具有某种功能、甚至只是在特定类别上实现功能的东西，最少要做哪些改变？怎样让它变得更大？我们会由此学到扩大规模、加快复制、使用新材料等规则。
显然，我们没有制造出一只一模一样的恐狼。但这个项目帮助全世界的人了解灰狼和恐狼之间有什么区别。恐狼体型较大，可能有特定的毛色，而且头部的构造往往比腿部更大。要做到这些需要多少个基因？也许这是恐狼 2.0，之后我们可以做 3.0，再逐步逼近。
我们或许想开发制造完全相同个体的技术，尤其是能以同一份精确复制品为基础制造 100 种变体。这样就不会再争论能不能制造恐狼，而会转向讨论应该制造什么，以及什么对所制造的物种、它所处的环境和人类最有益。
这能否让我们了解一些有趣的表型？我们可能认为这些表型由许多基因共同决定，但实际上只需很少几处改变就能修改。
基本上，我们能否把这种方法用于其他物种，或者用于我们关心的其他特征，比如智力？我们可能以为有成千上万个相关基因，但实际上也许只需要进行大约 20 处编辑，就能进入完全不同的状态。
你提到了一个非常有意思的问题，它与“最少需要什么”有关。比如，你刚才差不多已经说到了这一点。以人类一种受许多基因影响的性状为例：身高可能是研究得最充分的，因为无论研究哪种基因或疾病，人们都会收集身高、体重等信息。总之，研究人员已经把身高与大约 10,000 个基因联系起来，而人体有 20,000 个蛋白质编码基因，此外还有一些 RNA 编码基因。每个基因对身高的影响都很小。
但是，如果研究生长激素（somatotropin），就会看到极端案例：仅这一种因素就能导致身材非常矮小或非常高大。实际上，它也用于七种不同疾病的临床治疗。这是一个很好的例子，说明我们有时能把某种现象简化到很少的因素，这有时称作还原论。还原论并非总是坏事。有时它能帮助我们把产品带入医学；有时它有助于我们理解或建立一套工具模块，再用于其他情况，或者转移到其他物种。
你说得很到位。并非所有东西都能迁移，但我们会逐渐积累这些工具模块。就像我们不断积累各种电子元件一样，如果只是想把某个模块装进下一条电路，也许就能派上用场。
这对基因疗法整体有什么启示？是什么阻止我们找到每一种关心的表型所对应的潜在调节开关，无论是为了帮助残障人士，还是为了增强能力？
对于任何我们关心的表型，是否都有一个像身高对应的人生长激素那样的关键因素？我们该如何找到它？
生物学有一份特别的馈赠：它比几乎任何从零设计出来的东西都复杂得多，但在某种意义上也宽容得多。动物甚至人类可能有两个头；进化过程中并没有专门选择双头这个特征，但只要胎儿发育时的正常过程稍有偏离，就可能出现两个都能正常工作的头。它们分别控制身体的某些部分，也各自拥有个性和生活。生物学里有很多这样的情况，你可以在很高的“编程层级”上开展工作。可以这样理解。
不过，把人类推向更高的智力水平会非常困难，而且也未必紧迫。在一定程度上，让现有的人充分发挥潜能就会产生很大影响：让他们达到已被证明可实现的范围内、自己希望达到的水平。
有人想成为爱因斯坦那样的人，有人不想；有人希望一直健康——这不太可能——也有人可能不想；有人想活到 150 岁，也有人可能想活到 80 岁。如果能给每个人这样的范围和能力……假如有 80 亿人都极其健康，不必担心食物和药物，并拥有爱因斯坦级别的智力以及我们能提供的最好教育……那将会是一个完全不同的世界。
如果只是让所有人达到健康水平，需要多少基因疗法？听起来似乎不需要太多，尤其是假如有几个关键因素能控制非常高层级的功能。你们是通过 GWAS，也就是全基因组关联研究来寻找它们吗？还是通过这类模拟？
在人类研究中，我认为主要靠 GWAS；对动物来说也许也是如此。对于合成生物学，实验对象越小、成本越低、繁殖越快，就越能进行大量实验。我不想过分夸大单个基因带来惊人效果的可能性。不过，也可以提出多基因组合的假设，并快速进行测试。
例如，我之前提到过，把干细胞变成神经元最少需要多少种转录因子。已经有一些方案只用一种就能做到。如果想获得某种特定神经元，可能还需要多几种。但只要查看每种目标细胞，就可能很快找到答案：观察该细胞在目标状态下表达哪些转录因子，然后把它们用于干细胞，看看是否有效。
这种方案效果相当好，是 GC Therapeutics 和我们许多工作的基础。几乎可以为身体里的每种细胞找到一套方案。这不是在创造新细胞类型，但至少正如你所说，我们学会了如何减少为实现特定目标所需操纵的基因数量。这里有一系列目标，我们可以通过改变 1、2、3 个，甚至可能 7 个转录因子来实现。
这是一个例子。还有许多其他例子，说明我们可以先做简化，不只是采用还原式生物学，也可以进一步开展构建式研究。把系统重新构建起来，形成一个复杂的整体，再观察会发生什么。之后可以尝试很多种组合，逐一排查问题，等等。有些实验可以……体外实验的数量大概能达到 10^14 或 10^17 这个量级。涉及细胞的实验通常在数十亿次的量级。但我们就是要通过这种方式，逐步深入非常复杂的生物系统。
§03武器化镜像生命的风险
我能问你一些生物防御方面的问题吗？你们正在做、或者出于负责任的考虑而选择不做的一些工作，确实会让人夜不能寐。
镜像生命。既然从物理上说它有可能存在，为什么它不会在某个时候自然出现？总有一天，相关技术会变得足够便宜，也会有人足够在意，然后把它做出来。这里的均衡状态会是什么样？
我曾共同撰写一篇论文，提醒人们镜像生命的危险。很久以前，我也写过关于合成病毒制造能力风险的论文，以及某种程度上关于新遗传密码风险的论文。这些问题有几个共同点。
我们在那篇警示镜像生命风险的《科学》论文中指出，相关技术的进展意味着我们必须考虑实验室产物发生意外、且容易出错的逃逸等可能性。除非社会普遍认同某种东西是好事，否则我们不希望任何实验室制造的东西逃逸出去。到目前为止，还没有这样的例子。
如果镜像生命能够被武器化，担忧程度就会提升到完全不同的层级。我们担心的是，如果技术发展到某个阶段，它就会很容易被武器化。这里也有实际因素：多数考虑武器化镜像生命的人，或许只要武器化现有的病毒、现有的病原体就满足了；他们大概不想毁掉自己、家人和自己的事业与名声。但只需要一个人，也可能只需要一个团体。
不过，你问的是这件事是否不可避免。我不知道，也许是有可能的。它甚至可能已经存在了。换句话说，我们的太阳系里、甚至可能就在地球上，或许已经有镜像生命，只是尚未被武器化。
我们在《科学》论文里说过，如果镜像生命被恰当地武器化，它似乎可能消灭所有与之竞争的生命。不过，可能还有其他类似的威胁。我们真正需要做的是降低人们这样做的动机，也许还要提升我们对各种生存级威胁的准备程度。其中有些威胁来自自然，有些则可能来自一个心怀不满、却拥有过多力量的人。
在人类历史上，单个人能够造成的影响大幅增加了。过去人们只能依靠双手，一个人能做的事多少有限；很多人可以一起合作捕猎猛犸象之类的动物。如今，一个人只要有合适的人脉或技术渠道，就可能炸毁一座城市。这种能力增长非常巨大。我认为我们应该想办法稍微降低这种个人破坏能力。
如果把范围从镜像生命扩大到整个合成生物学，这意味着什么？也许现在进攻相对防御的优势正处于高位。我们怎样才能走向一种最终状态：即使有很多动机不良的人四处活动，我们仍然能够存活，并对这类威胁具有韧性？这种均衡可能实现吗？还是说在这场竞争中，进攻方总会占优？
进攻方确实有很大优势，但到目前为止，我们还没有……据我所知，我们经历了整个冷战，没有意外或故意对敌人引爆过氢弹。我们确实投下过两颗原子弹。
不过，这在很大程度上是因为制造氢弹或原子弹很困难。像我这样的人担心的是，生物技术让规模更小的行动成为可能，也让它们越来越难以发现，并且更容易与个体之间随机出现的差异混在一起。有些人非常快乐，绝不会想做任何类似的事；有些人可能特别负责任、讲道德，等等。但也有人只要某一天过得不好，就想拉很多人一起陪葬。
也许精神医学方面的进步会有帮助。再次强调，不能强迫人们接受治疗。如果他们不愿意治愈自己，就不能强迫；但可以提供可能对他们有帮助的治疗。
希望能有比这更技术化、也更稳健的解决方案。
精神健康问题会有技术方案。即使有些人不确定自己想不想得到帮助，也可以先尝试一种可逆的治疗。他们可能会说：“这样我感觉更好。”那我们就继续采用这种方案。
此外，还有其他因素会让人过得糟糕，不只是心理状态，也包括环境。如果你周围的人在挨饿、传染病肆虐，或者你正遭到枪击之类的情况，这些问题可以通过社会和技术手段解决。如果我们真能解决其中许多问题，就能降低一个人……的概率。
这可能有些悲观，因为你的意思基本上是：要想不必担心合成生物学，我们得先解决社会的所有问题。我对此没那么乐观。我们能解决其中一部分。
对吧？你不应该乐观。我不是想安慰你。我们是在讨论究竟需要什么，而这可能是达到目标的一种情境。
你提出过一种方案，重新映射基因组里的密码子，使其不受自然进化病毒的影响。这种方案是否也能抵御人工制造的病毒？
难得多。进攻方仍然占优。我们可以制造许多不同的遗传密码。
这样会限制传播能力吗？
是的。有一点很有意思：手性只有两种，一种是目前生命使用的手性，另一种是镜像手性。但遗传密码可能有 10^80 种。也许可以一次性去掉其中很多种。总之，编码空间是一个更有意思的研究空间。
当然，事情可能变得更复杂，因为 10^83 这个数字是按三联体密码子等设定计算的。但如果使用四联体密码子、新型字母表之类的方案……
我们似乎正陷入一轮轮竞争。最好一开始就阻止这种局面。为什么社会要耗费那么多资源，发展出数以万计的核弹头？如今我们把数量降到了仅仅几千枚。削减下来当然很好，但此前为什么要浪费那么多时间和金钱？
生物学似乎很明显具有双重用途，对吧？仅仅是你本人降低了测序成本，就会产生双重用途的影响，这与核武器未必一样。但我们希望生物技术继续进步，对吧？
俗话说，想把核武器变成犁头并不容易。
我想知道是否存在一种长期愿景。举个例子，在网络安全领域，随着时间推移，我认为现在的系统比过去更安全，因为我们发现了漏洞，也提出了新的加密方案，等等。
生物学领域是否也存在这样可信的愿景？还是说我们只能接受进攻方占优的现实，限制这些工具的获取并加强监控，却没有更稳健的解决办法？
我在 2004 年倡议过的一件事是，不要再自欺欺人，以为暂停研究和自愿承诺做守法公民就足够了。我们还需要监控、后果，以及举报机制，让人们能方便地报告他们认为不妥的行为。
我们实际上对生殖系编辑实施过暂停，并表示反对。尽管如此，还是有人实施了这类实验，而且很多人都知道。这显然说明，暂停、自愿承诺和举报机制这套体系失灵了。
它坚持了五年，期间只有一个人违背规定。这相当了不起。
好吧，你可以说这件事有一半是悲观，有一半是乐观。我接受这种说法。但在某些情境下，只需要一个人就够了。如果举报者能及时介入，让他不必坐三年牢，那就好了。
也不是说有人因此死亡，对吧？现在世界上可能有三名健康的基因工程儿童，他们很快就要成为青少年了。但这次事件是一次有价值的试运行，证明了体系存在缺陷。我们需要更好地监控所有我们不希望发生的事情，也需要明确且众所周知的后果。
§04为什么测序与合成尚未带来生物技术革命？
过去二十年里，DNA 测序成本下降了 100 万倍，合成成本下降了 1,000 倍。我们有了 CRISPR 等基因编辑工具，也出现了通过多重技术开展的大规模平行实验。当然，其中许多工作是由你的实验室带头完成的。
尽管取得了这些进步，为什么我们还没有迎来一场巨大的工业革命、药物井喷，或者已经实现阿尔茨海默病和癌症的治愈？看看其他领域的趋势，我们有摩尔定律，也有我手上的 iPhone。为什么生物学还没有类似的变化？
生物学的发展速度与摩尔定律大致相当，甚至稍快一点，只是生物学这条曲线出现得更晚。我们可以站在电子工业巨头的肩膀上，稍微加快速度、赶上来。
我认为我们已经有这样的趋势了。生物技术产业利用这条指数曲线不断进步。另一个方面是，我们可能即将迎来重大回报，或者刚刚开始看到回报。现在已经有一些奇迹般的成果，比如治愈罕见病、疫苗。如果把范围放宽，生物技术相关领域可能已经创造了大约一万亿美元的价值。
我们即将更深入地结合电子技术与生物学，以及人工智能与生物技术。我觉得我们正在沿着与摩尔定律相同、甚至更快的轨迹前进。
具体来说，我们即将迎来什么？2040 年会是什么样？
说到 2040 年，也就只有 15 年的时间，可能只够经历两轮 FDA 审批周期。
2040 年已经是 AGI 之后了，那可是很久以后的事。
我希望那时还没有 AGI。我认为我们有点急着迈向 AGI。只靠超级 AI，我们就能做很多很酷的事；但对 AGI 必须非常谨慎。这个话题之后可以再谈。
我也有些问题想问你。
我们仍在安全的前提下缩短医疗产品的审批时间。但这不可能彻底改变指数增长的速度。也许审批时间可以从 10 年缩短到……目前的纪录是新冠疫苗，大约一年。也许还能再缩短十倍，也许这会带来一定的乘数效应。
关键是，我们的设计都会变得更好，因此失败会减少。每种药物的成本会降低。还会出现一些我们传统上不认为是药物或仪器的东西，或某种混合产品。不过这不会完全出乎意料，只是数量会非常多，解决方案也会多种多样。
我们说的增长幅度有多大？药物会增加十倍，还是一百倍？
我甚至不确定这种数量级说法是否有意义，但增长一百倍也不会让我完全意外。药物组合会很重要，关键在于合理使用它们。药物会多得多。有些药物会影响方方面面，例如一种可能影响所有疾病的抗衰老药物。
我不确定数量有多重要，质量、影响以及不同方法的交叉作用可能更重要，还包括能帮助医生和普通人做决定的软件。
究竟是什么变化促成了这些进步？只是现有成本曲线继续延伸，还是会出现某种新技术或工具？
新的工具会影响成本曲线，这不是自动发生的。Sanger 测序与纳米孔测序、荧光标记的下一代测序之间，曾出现一次重大跨越。有时是两种技术融合带来的变化。显然，人工智能与蛋白质设计结合后造成了阶跃式进步。这些阶跃式进步会平滑成一条指数曲线，但这样的变化会反复出现。
下一波进展可能来自人工智能与生物学其他分支的结合，比如发育生物学。之后，发育生物学可能与制造业结合，从而掌握发育过程。换句话说，真正知道如何把 DNA 当作编程材料，制造任意形状的东西。这会是一个重大突破。
总体来说，我们还会拥有更多材料。机械工程和电气工程所用的所有材料，都应该能通过生物技术得到改进。
为什么？
在电子学领域，我不会说摩尔定律停止了，但想想所谓的“1 纳米制程”，按照路线图预计会在 2027 年推出。它其实并非真正的 1 纳米；按通常的说法，在二维、或许部分三维空间中，中心到中心的间距更接近 40 纳米。
生物学已经达到 0.4 纳米的分辨率，而且是在三维空间中。具体取决于你如何计算第三维，生物学的密度可能已经高出十亿倍。我们只需要更熟练地使用整个元素周期表。即便电气和机械工程，通常也不会用到整个元素周期表，尤其不是在原子尺度上。生物学在原子级精度方面确实非常出色。
那么，过去几十年来半导体制造为什么能达到接近原子级的精度，尽管还不是真正的原子级？
40 纳米。
对，已经相当小了。
但从线性尺度看，它比生物学大 1,000 倍。
但我们取得的进展到目前为止似乎与生物学无关。感觉我们已经让摩尔定律成为现实。20 世纪 90 年代有人说，最终会出现这些生物机器来执行计算。但看起来我们一直在使用传统制造工艺。究竟是什么变化让我们能够利用生物学来制造这些东西？
有几个因素。一个是合成生物学的出现。此前我们其实已经在做某种合成生物学，比如重组 DNA，也就是一种基因工程，方向已经是如此。但合成生物学真正让我们能够把思路放得更开。虽然它最初主要聚焦于大肠杆菌和酵母，但也让我们开始设想新的氨基酸，例如。
如果让氨基酸利用整个元素周期表，或者研究哪些氨基酸能够催化反应，就能突破一项主要障碍。电气、机械工程与生物学之间的一大障碍，在于特殊材料的使用，例如能够以光速传导电流或以其他方式高速传导信号的材料。
不过，生物学肯定能制造一些聚合物，使其以光速传导。我们可以制造一种混合神经系统，既有传统神经元，也有能够以光速传导的结构。这会很有意思。
我认为，蛋白质设计尤其困难。设计核酸则很顺利。想让两种东西结合？按照 Watson-Crick 配对规则设定即可。如果想要构造三维结构，形态由相当简单的规则决定，这是少数适用这种方式的领域之一。发育生物学并非如此运作，我们仍需要弄清它的规律。不过，DNA 折纸和 DNA 纳米结构确实行之有效。
但蛋白质设计真的非常难，直到大约八年前才有所突破。我认为我们现在才刚刚开始适应这种方法。利用芯片制造 DNA 也是如此。你说 DNA 合成成本下降了 1,000 倍，但具体数字取决于问谁。
2004 年我们在《自然》发表首批芯片基因论文时，基本上被人们忽视了大约十年。只有合作者和校友使用这项技术。它甚至没有被纳入 DNA 合成的摩尔定律曲线，尽管它便宜了 1,000 倍。人们就是不理会它。
如今有人声称可以制造 10^17 个基因，构建基因文库，而且不是通常意义上那种随机化方法，不是简单地采用易错 PCR 或加入混合核苷酸。如果这在实际中可行，10^17 这个数量级会远远超过成本下降 1,000 倍所代表的规模。
说到蛋白质设计，20 世纪 90 年代你也许会想到纳米技术，Eric Drexler 等人就写过相关内容。现在我们可以从希望微型分子机器执行的功能，反向推导出能够实现该功能的序列。为什么这没有引发纳米技术革命？将来会吗？AlphaFold 为什么没有带来这种革命？
纳米技术最初的部分理念——其灵感来源 Eric Drexler 想在某种意义上重新发明生物学，但生物学已经存在了。因此，不必设计一种金刚石复制器，因为我们已经有 DNA 复制器了。
问题是，当时缺少什么？是什么促使人们想重新发明生物学？答案是材料。生物学不太擅长制造超导体、导体、半导体、光速传导等材料，但它正在进步。与其让所有东西都建立在从第一性原理设计的纳米结构上，不如在中间地带会合，让生物学能够建造这些东西。
当然，到了液氮温度或更低温度时，我们目前所知的生物学就无法正常运作了。这不代表物质不能在液氮中运动，当然可以；只是这方面尚未探索，也未必需要探索，因为如果生物学能造出可在低温下工作的东西……也许现在可以通过生物学实现；我们可以构建规模庞大的生物文库，比如 10^17 种体外样本，快速筛查、加上条形码，然后……
电子学从来没有做过这样的事。我不是说电子学做不到，但你们还没有在一个下午制造 10 亿种不同的电子材料、为它们全部加上条形码，再看看哪种效果最好。而我们现在在生物学里一直这么做，至少从 2004 年起就是如此。
所以我认为这是一个机会。我们可以用这些文库制造性能更好的材料，甚至有可能最终获得室温超导体。
由生物学制造？
有可能通过文库做到。我们称其为化学、生化或特殊材料文库。关键在于它们是文库。从某种意义上说，它们基本上建立在聚合物上，尽管其中有些部分不一定非得是聚合物。
你预测这种材料科学革命何时会出现吗？从现在到那时还缺什么？我们现在已经有 AlphaFold 了。接下来还需要什么？需要更多数据吗？
AlphaFold 很不错，但它只是其中一部分。大型语言模型与 AlphaFold 不同。举例来说，据我上次了解，在丝氨酸蛋白酶中把一个丝氨酸换成丙氨酸，AlphaFold 仍然会准确预测出正确的折叠结构，整体平均精度可达到不足一个埃的误差。但这个蛋白质不会发挥功能，完全不会。
这就需要极高的精度，或者了解进化过程和实验结果，才能判断：“不行，丙氨酸不起作用。”我认为，各种 AI 工具可以组合起来，让我们获得更深入的认识。
如果 AlphaFold 预测结构却不能告诉你某个东西是否真的有功能，那么还需要什么？我什么时候才能说：“我想要一台能做某件事的纳米机器，或者一种能实现某种功能的材料，直接给我造出来就行”？
现在的做法——它能让我们取得很大进展，但还不能解决全部问题——是找到一个大致可行的东西，再据此构建文库，做出各种变体；哪些变体有效，就继续在它们的基础上改进。这样可以不断迭代。某种意义上，这像进化的过程，只是现在速度快得多。
原则上，进化可能要用一百万年才产生几处碱基变化。现在我们一个下午就能制造数十亿种变化。这些变化经过引导，可以排除大量中性突变和致命突变造成的浪费，重点测试那些近乎中性、但可能带来重大改变的方案。
另一个仍然欠缺的方面是非标准氨基酸。据我所知，目前还没有哪种 AI 蛋白质设计工具特别擅长处理它们，尽管我们正在努力改进。许多工具依赖三维结构数据库，而其中使用的是 20 种氨基酸；大型语言模型也会把由 20 种氨基酸构成的序列排列起来。我们对额外氨基酸的经验还很少。
不过，非标准氨基酸的开发正在经历一场变革。这些氨基酸的结构中可以包含共价结合的部分，也可以容易地与整个元素周期表中的稳定元素配位。我们需要逐一把它们纳入模型训练。一旦做到这一点，就能很快得到一系列新材料。
最终，判断文库功能的过程本身有点像计算机。你用 AI 优化设计文库，排除明显没有作用或受到严重损坏的变体；对处于中间状态的材料，则不靠模拟，而是在现实中实际测试。
但这样做成本很低、速度很快，而且非常精确。精度是 100%，因为你没有进行模拟，没有作出假设，也没有从量子电动力学——其中包含假设——过渡到量子力学——同样包含假设——再到充满假设的分子力学。你是在实际测试真实的东西。
这有点像自然计算。之后你可以高效地以各种方式收集数据，输入更传统的 AI，再进行下一轮实验。
听你这么说，我好像应该期待世界的物质面貌发生巨大改变。但为什么到 2040 年，我们却只会多出几种药物？
我没打算就此打住，知道这场对话还会继续。我也没有给出某个特定年份，但这项技术似乎很快就会发展起来。短期内的阻碍是从业者太少。不过材料领域的进步应该会更快，因为它不需要经过同等程度的监管审批。
一旦有了正确的想法，招募人才并不难。例如，Feng Zhang 和我的实验室推出 CRISPR 时，接下来两个月里我们各自收到了 10,000 份请求，大家都想复制这套系统。我希望非标准氨基酸、用 AI 进行蛋白质设计、制造新材料也能产生类似效果，迅速吸引数万人加入。
§05AGI 会如何影响生物学研究进展？
你更看好哪种 AI？是在蛋白质或衣壳空间中进行推理、预测生物序列或 DNA 序列的 AI？还是训练于语言的大型语言模型，能用英文写作并告诉你“应该做这个实验”？在生物学与 AI 的结合中，哪条路线更有前景？还是说两者需要结合？
比起语言 AI，我对科学 AI 更感兴趣。语言方面我们已经做得相当不错。让我担心的是，要让语言 AI 更上一层楼，就需要 AGI 或 ASI。这非常危险。
我认为我们还没有弄清楚该如何应对。现在有很多安全组织，也有很多安全规则。但通常在激烈竞争中，这些规则会被削弱、被抛到一边。即使没有这种情况，我也不认为我们足够了解自己的伦理观，能够把它传授给一种完全陌生的智能。我们连如何传给下一代人类都几乎不知道。
所以我们需要时间来理清这些问题，不必着急。这是一场完全人为制造的紧急状况。它不像 COVID-19 那样，拖延科学研究就会导致数百万人死亡。这种危机如果真的发生，是我们自己制造的，而不是为了应对已有危机而产生的。
所以我认为，AGI 和 ASI 的发展应该非常缓慢，同时应该加大对范围更窄的科学目标的投入。即便如此，我们也必须十分谨慎，并就安全 AI 的标准达成某种国际共识。
假设我们真的造出了安全的超级智能，它能让生物学进步加快多少？数据中心里有一百万个 George Church 一直思考，会让进展加速十倍吗？
我认为这会让进展变慢。我认为它甚至会消除这类进展，因为它首先会得出结论：生物学与我无关，因为我不是由生物材料构成的。
假设你能让这些智能体关心生物学。数据中心里有一百万个你，生物学进展会快多少？它们不能直接做实验，只能待在数据中心里思考和表达想法。
我认为我们完全没有足够把握保证这会是安全的。不过我们先暂时不谈安全问题。
不只是坏处难以计算，好处也难以计算。这可能彻底改变局面。但另一方面，这就像有人说我们可以实现地球上任何两处之间的瞬间传送。我们可以说：“对，这可能彻底改变局面。”但我们真的需要它吗？这真的重要吗？
也许更有意思的是把 Zoom 会议做好，或者学会在厨房里获得所需的一切，这样就不必再旅行了。所以，想要什么之前要谨慎。你可能会把优先级推向某些我们其实不在乎、不应该在乎，或者将来希望自己不在乎的事情。
但我很好奇，你仍然得做实验，还需要其他条件。那么这些因素会限制数据中心里第百万个你的作用吗？还是说仍会带来一些加速？基本上，如果只是增加更多聪明人思考，生物学能发展得多快？这可以当作 AI 可能发挥作用的一种近似。
这些问题问得很好。我不想假装自己知道答案。这有点像问：“如果有九个女人，能不能把怀孕时间缩短到一个月？”以目前的情况，不行。
不过你们正在研究怎么做到，对吧？
没有。不过同样的道理是，有些事情也许不需要很多人就能完成，只是我们不知道。我们还没有太多经验，不知道让成千上万个具有爱因斯坦级创造力和智力的人在同一代里同时出现，会是什么情形。
事实上，如果没有精神疾病的干扰，也不用照顾其他人，我们大概都能更有效率。不过，照顾他人可能是很好的事情。也许如果没有人需要照顾，社会层面反而会出现不好的结果。
这些问题都非常复杂，也很难预测。我认为目前可以迈出的一小步——其实是相当大的一步——是消除疾病，或者至少让人们可以按照自己的意愿消除疾病。
你研究过脑类器官、大脑连接组等。那些研究如何改变了你对智能本质上有多复杂的看法？你现在更看好 AI，是因为你意识到脑类器官并不复杂，或者说描述它们如何生长所需的信息很少？还是你会说：“不，这比我原先想的复杂得多”？
我一直觉得它非常复杂，但也觉得我们能够通过工程手段来解决。对于光谱中受损最严重的一端——大脑功能严重低于平均水平的情况——我们确实已经取得很大进展。许多遗传疾病都会导致孩子发育迟缓，严重到可能致命，或造成终身缺陷。
我们知道涉及哪些基因，也知道在某些情况下如何进行遗传咨询、基因治疗和其他治疗。另一端则是通过认知增强来减少认知衰退，这方面已经显露出一些希望。不过，这有点像是在认知功能光谱的一端处理早期严重障碍，同时关注其晚期表现。
但要编码一个大脑，需要多少信息？我不确定所需信息量会比仅仅制造一个大脑少多少，因为大脑与身体完全交织在一起。大脑有 10^11 个神经元、10^14 个突触。如果要复制某个特定大脑，目前还只能猜测：把它复制到某种无机基质中，也就是在计算机里复制，会不会比直接复制更容易？这两件事都很难。
如果要复制一本复杂的书，我认为给每一页拍照会比把它完整翻译成另一种语言更容易；翻译时还得保留诗歌的所有细微含义。如果目标只是复制，方法就该不同。大脑可能也是如此。
不过，复制大脑所需的信息很可能比合成大脑多得多。简单说，10^14 个突触需要的信息量远大于基因组；基因组是数十亿级别，而突触数量是 10^14 级别。但有时人们可能希望复制某种特定的大脑结构，而不是从婴儿阶段重新培育一个动物。
§06结合生物学与人类工程的生物机器人
回到工程方面，人们常会说：“看，大肠杆菌每 30 分钟就能繁殖一代，这就是现成的存在证明。昆虫繁殖也很快。但人类工程制造的东西能做到生物学做不到的事，比如无线电通信、核裂变发电或喷气发动机。”
你觉得这有多大可能性：我们制造出生物机器人，能像昆虫一样快速复制，数量可以多到数万亿只，同时又能使用喷气发动机、无线电通信等技术？这两类能力兼容吗？
有些事情似乎不兼容，比如核裂变反应堆的温度显然不太适合生物系统。不过，生物系统有可能制造其他东西。例如鸟会筑巢，你可以把整个鸟巢视作鸟类繁殖周期的一部分。
因此你可以说，复制周期为 30 分钟的生物体也许能制造核反应堆；反应堆就相当于它的巢。但你需要扩展它能使用的材料。从某种意义上说，我们已经在这么做了。人类也是一种生物体，不过复制周期不是 30 分钟，而是 20 年甚至更短。这从根本上限制了我们吗？大概是的。
不过，想想这个概念就很惊人：假设你有一片玉米田或一座核反应堆，30 分钟后就出现两片、两座，再过一会儿变成四片、四座，然后八片、八座。这是个非常有意思的想法。
我教一门叫《几乎什么都能生长》的课程。我和 MIT 的 Neil Gershenfeld 合作，他开设的课程叫《几乎什么都能制造》。我们正努力在中间相遇，让他的机械、电气工程与我们的生物学结合起来。
事实上，我们谁也做不到制造或培育几乎任何东西，因为总有各种细小的缺口，而且有些东西很难在小型实验室里制造。全世界有很多东西需要依赖价值数十亿美元的工厂才能生产。不过我们正在逐步缩小差距。
与其制造核反应堆，不妨先把手机作为更小一步的目标。你提到了无线电通信。这应该成为合成生物学界一个规模不大的挑战目标，也许由 iGEM 之类的组织来做：让细菌制造无线电。
实际上，Joe Davis 是一位艺术家，曾与我的实验室合作，在那之前也曾隶属 Alex Rich 的实验室。他确实制造过细菌无线电，不过更偏向艺术实验，而非科学研究。但我认为这仍是一个很好的目标。
要把全基因组工程推进到什么程度，才能让一种在人类现有变异范围内不存在的表型也能显现出来？也就是说，我们的认识必须达到什么水平？比如说，假如我想长出翅膀。
瓶颈是我们的理解吗？还是瓶颈在于我们是否有能力对我的基因组进行那么多改变？
这部分问题在于，要像我之前说的那样，学会发育生物学的规律。现在我们已经能在分子层面确定形态，比如研究蛋白质和核酸。在细胞和多细胞层面，可以做的事情更多、速度也更快，但我们还不知道它的“语言”。
我认为我们即将获得能做到这一点的工具，比如我之前提到的转录因子，以及利用细胞迁移、扩散因子梯度、趋化性等机制。这是所需条件之一，但实际上我们还需要很多东西。
§07宇宙中存在生命的可能性
在生物学领域，而不是天文学或其他领域，什么发现会让你相信地球生命是银河系里唯一的生命？反过来说，什么发现会让你相信，不，生命一定曾在银河系里独立出现过成千上万次？
哦，我明白你在问什么。天文学方面的证据可能是探测到无线电信号或光信号。生物学方面的证据，则可能是在实验室模拟前生物条件，展示一条非常简单的生命起源路径。
更难的是证明不存在，因为我们不知道所有可能的前生物条件。它们的数量可能极其庞大。各种盐度的水有 10^20 升，海洋和太阳晒干的环境、闪电，还有所有这些因素。
我认为，如果能在实验室里重现一条非常简单的路径，从无机物、氰化物衍生物和还原性化合物，一直走到某种能够复制的细胞结构，也许就能让我们相信至少存在生命。
现在还要考虑德雷克方程的其他部分。也许智能生命很难形成，因为智能不一定符合生存利益；即使形成智能生命，也很难在社会崩溃、或机器人接管后再自我毁灭的情况下维持下去。这些问题很难通过实验研究。
不过，回到你的问题，如果实验显示非生命系统可能通过多种不同路径自发形成生命系统，那会很有意思。再说一次，我也不确定。证明不存在会非常困难。
从智能生命到某种原始 RNA 生命之间，在哪个阶段——如果确实存在这样一个阶段——你会认为银河系其他地方出现类似生命的概率不到 50%？
这些问题非常难。我甚至不确定我们能否把估计范围缩小到五个数量级以内，更不用说 50% 了。我认为通过探索更有希望得到答案，而不是依靠模拟。
令人遗憾的是，我们发射到地球之外的任务几乎没有一个真正寻找过生命。它们可能配备了一些能探测生命的设备，但其中有相当多的任务设备不足。那些能够寻找生命的任务，也并没有真的去找。当我们得到阳性结果时，往往又把它们否定了，Pioneer 任务就是如此。
我认为，我们只要开始观察木星和土星若干卫星喷出的间歇泉，就会发现那里有大量水。我们太阳系里的液态水——不是冰，而是液态水——是地球上的 50 倍。这些地方难道不可能孕育生命吗？当然，也可能需要阳光充足的海岸，让干燥陆地紧邻水域；而这些卫星可能只是被冰层包围的巨大海洋，未必是理想环境。
无论如何，我们需要研究这些喷泉里喷出了什么，这是优先事项。火星上的水也一样，或许更容易到达。但在穷尽这些目标之前，它们可能是最容易探索的。任务仍然很难，仍需要数十亿美元的实验，但我认为证据会更有说服力。再说一次，证明不存在会很困难。即使我们在太阳系所有地方都没有发现生命，宇宙中还有极其多样的其他环境可能孕育过生命。
§08DNA 是终极的数据存储方式吗？
如果一千年后，我们仍在用 DNA、RNA 和蛋白质进行顶尖制造和工程前沿研究，你会有多惊讶？你会觉得：“这很合理，进化花了几十亿年设计这些系统。”还是会觉得：“这真令人意外，进化碰巧找到的系统竟然成了最好的制造方式或信息存储方式”？
无论哪种情况我都不会惊讶，我可以想象两种发展方向。利用蛋白质充当催化剂，甚至有时既作为支架又作为催化剂，制造出真正令人惊叹的材料，是有可能的。
有一件事可能已经在发生，不必等上一千年：氨基酸的种类正在增加，而且会从 20 种大幅增加。我认为很快我们就能建立一种系统，让大肠杆菌细胞同时使用 34 种新型非标准氨基酸和标准氨基酸。34 加 20，远多于 20。
我不认为我们一定需要超过四种核酸组成成分。当然，也有许多修饰后的核酸，还有各种替代碱基对，有些甚至不涉及氢键。因此种类可以增加。
不过，核心问题是信息存储。无论是比特还是二进制数字，都只是 0 和 1。对 99% 的电子应用来说，这已经很好用了。四种也许比两种好，但我们真的需要六种吗？我不知道。
我不会觉得意外。另一种可能性是改变 DNA 的骨架。也许保留 ACGT，但改用肽构成骨架，让它更小一点、兼容性更好一点。我不知道，这可能会成为新的氨基酸体系的一部分。
还会有更多变化。这些只是我这颗 21 世纪的初级大脑目前想得到的东西。一千年后就是全新的千年了。
进化为什么没有发现无线电技术，这倒容易理解。但比如超过 20 种氨基酸、不同的碱基以便每对碱基存储超过 2 比特，或者像你的工作所展示的密码子重新映射方案。这种冗余看上去包含着本可用于其他用途的信息。
有没有什么解释，说明为什么 40 亿年的进化没有让生物体获得这些能力？
我认为进化倾向于选择已有成效的东西。制造一整套新的碱基对需要很大投入，我们甚至还没有说清它的投资回报是什么，能带来什么？
Floyd Romesberg 等人已经构建过一些系统，能使用新的碱基对进行复制、转录和翻译。但即使从技术社会的角度看，这些系统究竟能带来什么，目前也没有清楚说明。
在技术领域，你可以直接跳到某个阶段，即便中间各步都没有渐进的用途。但据我们所知，进化通常受到限制……它必须为每个变化提供理由，有点像官僚体系：“如果你想铺一条人行道，就得在建城市之前证明这条人行道的必要性。”
§09通过遗传咨询预防罕见病
我们谈到了你曾经或正在研究的许多技术，从基因编辑到物种复活再到逆转衰老。在你的研究项目中，有没有某项被低估的技术，你认为更多人应该讨论，但现在常被一带而过？
很难说，因为你一旦说出来，它就会变热门。如果我以前被问过这个问题，那就太迟了。
我认为有一件事已经非常成熟，从某种意义上说也有很好的认识，但仍然被忽视……我以前会举的例子是用阵列制造基因。阵列原本常用于分析和定量 RNA，比如最初那类 Affymetrix 阵列。但我们把它们改造成基因阵列后，人们仍然没有使用。相关成果发表在《自然》上，却一直藏在众目睽睽之下。不知怎么的，它就是没有受到足够关注。
我想说，被低估的是遗传咨询。从某种意义上说，它显然可以与基因治疗相媲美。当然，它不适用于已经出生的人，而是帮助未来的人——甚至不必等遥远的未来，接下来几年就有机会诊断他们，或诊断潜在父母，避免……这自 1985 年以来就在 Dor Yeshorim 实施，是一种完全合理的社区应对措施。它消除或大幅减少了各种非常严重的遗传疾病。
有时，根据人们如何描述这件事，它会被斥为优生学。我很少听到有人把 Dor Yeshorim 描述成优生学，这也是理所当然的。无论是在孩子刚出生时治好他们，还是通过咨询父母避免同一种疾病，这些都是标准医疗。优生学的问题在于它是强迫性的，是政府强加给人们的。它不是让人们做出选择，而是剥夺了人们的选择权。这才是问题所在，也是争议产生混淆的原因。
不过，我认为这并不是它不受重视的原因。我觉得是因为人们约会时未必会考虑生育；考虑生育时，也未必会想到严重遗传病，因为这类疾病很罕见。我认为这是我们难以应对罕见事件的表现。
当时人们强烈反对系安全带，因为不到 1% 的人会在车祸中死亡，甚至受伤。人们也曾强烈反对戒烟。现在我们很难想象，当年人们对系安全带和戒烟的抵触有多强烈。不过最终我们还是克服了这种抵触。
我认为这也是类似的情况。只有 3% 的儿童会受到遗传病的严重影响，人们便会觉得：“我没那么倒霉，我属于那 97%。”如果这是赛马或赌场的中奖概率，你当然会接受。97% 的胜算，很不错。但如果一个孩子的未来面临风险，我认为这不是正确的解决办法。
另一个原因可能与电车难题有关。如果你不去干预，事情就不是你的错。但事实上，所有事情都与你有关。不采取行动本身也是一种决定。所以人们可能会想：“我什么也不做，如果孩子生下来有缺陷，那就不是我的错。”但其实仍然是。
David Reich 曾谈到印度的情况——尤其是长期存在的种姓制度和族内婚配——一些小型亚群体中隐性遗传病的比例很高。因此，在那里这项干预尤其有价值。
我理解你和 David 的意思，但我认为这是一种危险的二分法。不只是印度，全世界都有类似情况……实际上我们所有人都经历过人口瓶颈。但这可能只是把患病率从 3% 提高到 6%。关键是，3% 仍然不可接受。这不仅是受影响者失去生命，也会给整个家庭带来悲剧损失。很多时候，一方或双方父母不得不辞职，全职照护孩子并筹集资金，因为这些疾病的治疗费用也非常昂贵。
我们也必须谨慎，不能给人贴标签。如果一些家庭接受干预，我们不应该指责不愿意接受干预的家庭，因为那是他们的选择。但我认为，随着消息传播、人们看到积极结果，这可能会被视为最简单的医疗手段之一。
这项措施非常便宜。事实上，成本甚至低于零，因为每个基因组只需花费 100 美元，而且很快可能更便宜。分析完整基因组的花费，可以与数百万美元的机会成本相比；这些成本包括患者无法参加工作、家人必须照护他们，等等。
所以投资回报巨大，至少是十倍。从公共卫生角度看，这是显而易见的选择。在英国，国家医疗服务体系应该能够为此付费；在美国，保险公司也应该能够承担。这样保险公司就不再是窥探你个人生活、再提高保费的坏人，而是向你提供免费信息，由你决定怎么做。如果你采纳建议，保险公司就能节省数百万美元。
你认为基因咨询是不是比针对单基因疾病的基因治疗更重要？即使到了未来，它的影响仍会更大吗？
绝对是。我其实建议过我的基因治疗公司投资常见病，因为罕见病有遗传咨询这种解决方案。例外情况包括自发突变和显性遗传；这些可能更适合通过 IVF 诊所一类的解决方案处理。至于罕见的隐性遗传病，可以通过配对筛查以及其他各个环节来处理。
总之，我建议我的基因治疗公司投资常见病，比如年龄相关疾病和传染病。新冠疫苗实际上是以基因疗法形式设计的，每剂成本约 20 美元。60 亿人从中获益，或者说有 60 亿人接种；而且它经受了整个人群范围的验证。因此，我认为这才是更合适的基因疗法用途。
出于实际原因，比如 FDA 审批，你可能会选择罕见病，这完全没问题。但我认为从成本效益看，基因疗法最适合治疗年龄相关疾病，而罕见病最适合通过遗传咨询来应对。
§10NIH 与 NSF 预算削减
好，最后几个问题。20 年后，假如出现一种情况，让我们回头看时会说：“你知道吗？我觉得 NSF、NIH 以及所有这些机构的预算被大幅削减、被 DOGE 处理，净效果其实是好事……”
我不是说你觉得这种情况很可能发生，但假设事后人们真的讲述了一个积极的故事，会是什么样？是否需要设计一种不同的资助结构？基本上，如果战后建立的基础研究体系被颠覆，最好的情况会是什么？
我得先说明一点。科学家回答问题、探讨可能性，并不表示他们支持那些做法。以前有人问我一些关于尼安德特人的离奇问题，后来却被描述成我对这件事很热衷。我并不支持削减 NIH 和 NSF 的预算。
你可以说，这迫使我们更认真地思考慈善捐赠和产业资助的研究。这可能是好事；也可能让我们更认真倾听社会真正需要什么，而不只是做基础研究。我非常支持基础研究，但我认为自己比一般人更擅长从一开始就把基础研究与社会需求联系起来。我不认为同时思考并回应社会需求会妨碍基础研究。这可能是积极的一面。
还有一种可能是出现另一个民族国家，成为主导力量。比如中国可能成为美国之后的下一个帝国。
这算是积极的故事吗？
对中国来说可能算。你没有说明这对谁来说是积极的。美国取代了英国，英国取代了西班牙和葡萄牙，主导力量一直在变化。新鲜血液有时是好事。再次说明，我并不是在支持这种结果。
再看看还有什么情况可能变好。社会在一些方面很擅长集体行动，却不擅长由个人完成，比如修路、办学校和做科学研究。这并不意味着我们不能学会怎么做。某种程度上，建造封闭式社区时，很多事情都是私人出资完成的。也许我们能够摸索出如何修路、办学校，几乎什么都能做。
这意味着我们会陷入某种极端资本主义，而随之可能出现各种社会病态现象。
§11一个实验室如何孵化 100 家生物技术公司
你的工作有什么特点，或者说生物学总体上有什么特点，使一个实验室能推动这么多进步？我熟悉计算机科学，但好像没有类似情况：你能走进一所学术实验室，发现有 100 家公司从那里诞生，包括一些最令人兴奋、正在开展大量突破性工作的公司。
这是因为你的学术实验室有什么特点吗？是生物学研究的特性吗？这种模式如何形成？
首先谢谢你这么慷慨地评价我。也许还是应该打个折扣看。不过我认为原因是恰好处在正确的地点和时间。
波士顿有一种独特的文化，它会自然吸引一些最优秀、最聪明的学生和博士后。这里足够密集。有时人们希望把资源均匀分散到整个宇宙或地球各地，但资源聚集起来也有好处。配偶可以在同一领域找到其他工作；生物技术、制药行业以及 MIT、哈佛、波士顿大学等机构集中在一片适合步行的城区，不是沿着东西海岸分散开来。这是一个起点。
然后是实验室从早期就决定，无论如何也要维持基础科学与社会需求之间的互动。实验室刚起步时因此经历了很大压力，但后来取得了几项成功。它开始形成正反馈循环，就像波士顿的发展一样：哈佛、MIT 和高科技初创公司越多，制药公司也越多……当你在学术文献中取得几项成果，就会吸引更高水平的人加入。他们也许早已打算创业，而此前的人未必如此。
总之，这种发展是逐渐形成的，不可能从零开始就立刻复制。你不能突然在沙漠中央建起哈佛和 MIT，再创建一个让研究者在职业生涯早期就敢于承担这种风险的实验室。
时机也很好，因为指数级增长正在显现。在“曲棍球棒”曲线的起始端和末端，增长速度其实差不多，但直到曲线发展起来，人们才会注意到。计算、AI 和生物技术都在发生这种情况，现在都到了增长高峰。
因此，任何一个已经建立了学术界向产业界转移技术的正反馈循环的实验室，都会不成比例地受益于这种指数增长。从某种程度上说，指数增长会让你看起来极具生产力，但其实只是顺着下坡路滑行。就像在说：“看看我效率多高。我刚从飞机上跳下来，还在不断加速呢。”
昨天我和一群生物技术创业者共进晚餐。我提到明天要采访你。有人问：“等等，在场的人里有多少曾在 George 的实验室工作，或者曾与他合作？”我觉得有 70% 或 80% 的人举了手。
有人建议：“你应该问问他如何识别人才。”确实，很多人在你这里受聘、在你的实验室工作，后来创办了领先公司或开展突破性研究。你是怎么识别人才的？
我很高兴你说的是“识别人才”。我至少听过一个梗，说只要来实验室露个面就能加入我的团队，这肯定不是真的。
首先，很多人是自我筛选进来的。坦白说，我们的风格不是人人都喜欢。技术开发所需的技能与常规生物学完全不同。常规生物学研究中，你选一个基因、一种疾病或一种现象，然后终其一生不断钻研。我们更像是在构建一个文库，里面有一百万个成员会失败，也许只有一两个成功。这需要完全不同的心态。它更接近工程学，但和大多数工程也不同。工程通常不会以这种方式使用文库，让数以百万、数以十亿计的组件参与，其中许多并非随机生成，但仍会失败。
那么筛选标准是什么？首先是自我筛选。其次，面试时我通常会告诉他们，我希望找到善良的人，不一定要天才。最后来了很多天才，这当然很好。但我认为，一个人是否善良，很能预测他在实验室里以及之后能否做得好。因此，我觉得我们有一群来自不同国家的校友，即使他们身处竞争激烈的领域，彼此仍然相处友善。我想他们对其他人也一样友善。所以，善良是一个标准。
第三是跨学科能力。只由各自专精单一学科的人，很难组建跨学科团队。如果两个人各自掌握两种语言或技能，即使彼此没有共同点，也说明他们有能力学习新技能。之后他们就能各自补上连接彼此的那项技能。这是第三点，也是我认为最主要的三个标准。
最后一个问题。AI 进步很快——我接受你说的，我们应该谨慎对待这项技术，但我默认它会发展得很快，也不太可能出现全球范围暂停 AI 进步的情况……既然如此，愿景是什么？
在接下来的 20 年里，我们很有可能进入一个真正拥有 AGI 的世界。考虑到这一点，生物学领域的愿景是什么？如果 AI 要等 100 年才出现，我们可以说，我们正在进行的大脑研究或基因疗法研究可能有助于适应，或让我们保持同步。但考虑到 AI 进展如此迅速，生物学与 AI 将如何共同进化，或者最终呈现什么形态？
如果我们解决了安全问题——这必须是首要任务——那我们很可能会拥有近乎完美的健康状况。为什么不会呢？进展会非常快。
即使没有 AGI，普通 AI 也会让进展相当迅速。如果再加上 AGI……这也会形成正反馈循环：接受修复或获得优质医疗的人越多，如果 AI 需要人类提示，就会有更多人帮助向 AI 提供提示。我认为很可能确实需要。到那时，就会有更多由人和机器组成的混合系统，双方和谐合作——这是一个非常积极的设想。
以这样的愿景作结很好。George，非常感谢你来参加节目。
谢谢。