英国AI安全研究所（AISI）的化学与生物团队在2026年10月26日公开了ReproBAIT评测的结果，结论相当直接：只凭公开论文和训练数据，AI编码智能体就能在几小时、几十美元的成本内，把部分生物AI工具的关键功能复现出来。评测与SecureBio合作完成，测试对象是三款在计算生物学里广泛使用的生物AI工具（BAITs），从蛋白质设计到分子设计都有覆盖。
评测是怎么做的
每个智能体都在隔离沙箱里工作，只有一块GPU、没有联网，只能拿到目标工具的有限描述和训练数据，再自己写代码、训练出一个功能对标的复刻版本。评分由另一个隔离的评分器完成，对照的是原版工具在未见过的数据上的表现。参与的四个智能体包括Claude Opus 5、GPT-5.6 Sol、Kimi K3和Qwen3.8-2.4T；对照条件分三种：只给摘要、给全文论文，以及给原版代码作基线。
三个工具，三种结局
最简单的工具复现起来最快，4小时内、不到20美元就能完成。蛋白质设计工具ProteinMPNN上，Claude Opus 5在拿到全文论文的条件下达到了原版96.5%的性能。闭源分子设计工具CMD1的结局更值得注意：四个智能体在分子有效性这一单项指标上都接近甚至超过原版——但AISI自己也提醒，这项指标本身已接近饱和，不能等同于完整复现。最复杂的RFdiffusion3则没有一个智能体成功，每次尝试花费102至301美元，仍未做出可用的复刻。
藏代码不等于安全发布
这项评测真正冲击的，是生物AI领域长期依赖的一种保护思路：不公开代码、只公开部分方法，就能把双用途能力管住。结果显示，只给摘要和给全文论文，智能体的表现并没有稳定差异；连记忆效应也被纳入了检查——ProteinMPNN存在中等程度的记忆证据，说明智能体可能部分凭借训练时见过的内容完成复现。AISI的判断是，管住底层生物数据的使用，可能比单纯管代码更有效。但这不等于说所有生物AI工具都已失守：评测只复现了每个工具的单项功能，完整工具的复现成本和难度仍然高得多。
