近年來，人工智慧賦能的生物設計（AI-bio）工具快速發展，大幅降低了創造新型生物材料的門檻。這些能力在藥物研發和生物技術領域帶來了突破性的可能，但同時也帶來了嚴峻的治理挑戰：合成供應商和監管機構難以判斷上傳的基因序列究竟是出於安全目的設計，還是經過了惡意改造。傳統的文檔記錄方式易於篡改，且工具之間互不兼容，導致生物安全相關方缺乏可信的監管鏈。
針對上述問題，研究人員提出了一種跨工具、具備防篡改能力的審計追蹤框架，該框架將結構化的來源記錄與綁定硬體的密碼學簽名相結合。依託成熟的開放標準和完整性框架，該協議能夠實現可重現性、不可抵賴性、防篡改性以及對現有和未來設計平台的廣泛適配性。所需的技術組件——哈希鏈、硬體綁定證明機制和僅追加式透明日誌——均已在相鄰領域得到驗證，技術本身已足夠成熟。
然而，該框架在落地推廣方面面臨的主要障礙並非技術層面。研究人員指出，以下三個非技術性障礙影響更為深遠：一是尚無成熟的治理結構來運營共享基礎設施；二是審計要求會在不同研究群體之間造成不均等的合規負擔；三是相關機構在審查和處置審計記錄方面的能力仍然有限。
為此，研究人員提出以下建議：生物安全政策制定者應在進一步投入技術資源之前，率先啟動治理設計流程；合成供應商聯盟應試點推行自願性審計追蹤提交機制；監管機構應評估該協議對雙重用途研究框架的潛在影響；AI-bio工具開發者則應儘早參與協議規範的制定，以識別集成層面的約束條件。
Q&A
Q1：AI-bio工具為什麼會帶來生物安全治理挑戰？
A：AI賦能的生物設計工具大幅降低了創造新型生物材料的門檻，使得合成供應商和監管機構難以判斷上傳的基因序列是出於安全目的還是惡意意圖。傳統文檔記錄方式容易被篡改，且不同工具之間缺乏互通性，導致監管鏈不可信，形成明顯的治理漏洞。
Q2：可驗證審計追蹤框架的核心技術原理是什麼？
A：該框架將結構化的來源記錄與綁定硬體的密碼學簽名相結合，具體技術組件包括哈希鏈、硬體綁定證明機制和僅追加式透明日誌。這些技術均已在相鄰領域中得到驗證，能夠實現可重現性、不可抵賴性和防篡改性，並可適配現有及未來的多種生物設計平台。
Q3：推廣可驗證審計追蹤框架面臨哪些主要障礙？
A：主要障礙集中在非技術層面，包括三點：缺乏運營共享基礎設施的治理結構、審計要求在不同研究群體間造成不均等負擔，以及機構審查和處置審計記錄的能力不足。研究人員建議優先啟動治理設計流程，而非繼續單純加大技術投入。
