為尚未存在的病原體設計藥物：OpenAI 生物防禦布局 Red Queen Bio 深度解析

Red Queen Bio 的宣傳語最奇特之處在於它的時間軸：這家公司設計的抗体藥物，針對的是從未感染過任何人的病原體——因為這些病原體在很多情況下根本還沒有被設計出來。它的對手是假想敵，它的解藥是預防性布局，而它的創立前提是：這場軍備競賽的雙方，如今都在用同一台引擎加速——前沿 AI。

9 月 28 日，《華爾街日報》記者 Georgia Wells 發表了對這家新創的專題報導：一家獲 OpenAI 支持、累計募資 3,600 萬美元的 AI 生物安全公司，專門設計對抗新興病原體的抗體藥物，對象「包括 AI 系統自己可能設計出的生物武器」。這篇報導迅速登上當日科技新聞聚合網站的頭條，原因不難理解：它是迄今為止最清晰的窗口之一，讓我們看到 AI 產業如何開始為自身技術的長尾風險投入真金白銀。

這家公司從哪裡來

Red Queen Bio 自臨床階段 mRNA 治療公司 HelixNano 分拆（spin-out）而來。HelixNano 的創辦團隊已共事近十年，長期用機器學習壓縮藥物開發週期。2025 年 11 月，這家分拆出來的新創宣布完成 1,500 萬美元種子輪融資，由 OpenAI 本身領投——前沿實驗室親自領投一家生物安全新創，相當罕見。作為交易的一部分，OpenAI 執行長 Sam Altman 與董事會成員 Nicole Seligman（兩人此前曾以個人身份投資 HelixNano）將取得新公司的股份。

公司的名字就是它的論點。「紅皇后假說」（Red Queen hypothesis）源自演化生物學，描述物種與不斷演化的對手共同演化——「你必須拚命跑，才能留在原地」。該公司的使命寫得明白：讓生物防禦能力的擴張速度，快於前沿 AI 能力的增長速度。管線中的一切都源於這個框架。

它實際上在做什麼

根據該公司及其相關報導，Red Queen Bio 的管線整合了前沿 AI 模型、實驗室自動化與強化學習，並結合按需生物製劑製造。目標是打造一個「AI 驅動的生物防禦層」：在威脅被識別後幾乎即時設計出反制措施——一款全新的抗體藥物——以前所未有的速度在任何需要的地方製造，並交付給暴露風險最高的人群。它的明確野心是：在新興威脅釀成大流行之前將其扼止。

有兩個設計約束特別值得注意，因為它們定義了這家公司的安全姿態：

• 不做功能增益研究。 該公司明確聲明從不進行危險的功能增益（gain-of-function）實驗，也從不製造或分離危險病原體。它的威脅模型來自計算模擬，而非實驗室培養。
• 專有的防禦性資料集。 該公司自行產生資料，目的是「不對稱地加速防禦能力」——其押注在於：降低設計病原體成本的那批 AI 技術，同樣能降低設計解藥的成本，只要你把它指向正確的問題。

抗體工作並非紙上談兵。2026 年 1 月，AbTherx 宣布與 Red Queen Bio 建立治療性抗體發現合作夥伴關係，由雙方針對 Red Queen Bio 選定的靶點共同生成抗體。合作宣布當時，初步候選藥物已進入開發階段。

OpenAI 的盤算

這筆種子投資並非孤立事件，而是 OpenAI 更大範圍、且日益制度化的生物安全布局的一環：

• Rosalind Biodefense 計畫。 2026 年 5 月，OpenAI 啟動 Rosalind Biodefense，將其生命科學模型 GPT-Rosalind 的「受信任存取權」擴展給經審核的外部開發者，以及支援公共衛生與生物防禦任務的美國政府及盟邦夥伴。
• 投資 Valthos。 OpenAI 另向 Valthos 投資 3,000 萬美元，這家新創專注即時生物威脅偵測——加上 Red Queen Bio，OpenAI 在生物安全新創的已披露投資合計約 4,500 萬美元。

背後的策略邏輯直白卻令人不安：那些競相打造更強 AI 系統的公司，同時也是少數既有動機、又有資本為「這些系統被濫用」買保險的玩家。從這個角度看，這篇關於 Red Queen Bio 的《華爾街日報》專文，同時也是一個關於 OpenAI 為自身生存豪賭避險的故事。

為什麼是現在

專文選在此時刊出並非巧合。2026 年的三股潮流，讓「AI 對抗 AI 驅動的生物風險」從生物安全研討會的術語，變成主流議題：

能力曲線是真的。 前沿模型如今已常態性展現與濕實驗室相關的能力——實驗流程優化、文獻綜合、實驗設計。廣被引用的 OpenAI 與 Red Queen Bio 前身工作的合作曾報導，GPT-5 在受控條件下優化了一份分子選殖（molecular cloning）實驗流程。防禦性應用與攻擊性應用，抽取的是同一池能力。

政府跟不上。 正如這篇專文刊出前一天《紐約時報》的專題所言，AI 的部署速度已全面超越各國監管能量，而生物安全是最難監管的領域之一——因為底層科學天生就是軍民兩用。私人生物防禦正在填補公共機構留下的真空。

募資論述已經位移。 十年前，大流行防備被視為慈善事業的專利。Red Queen Bio 以創投支持、公益公司（public benefit corporation）的形式完成種子輪，核心結構是「防禦性共同擴展」（defensive co-scaling）——把防禦能力的增長與制造風險的 AI 系統的增長掛鉤。這個結構能否真的跟上，仍是未知數，但投資人已經開始為這個嘗試買單。

未解的問題

質疑者的論點並不虛弱。一款「設計出來」的抗體距離可部署的藥物還有數年之遙；該公司的反制措施目前主要存在於矽晶片與早期發現合作中。「幾乎即時設計」只解決了生物防禦最便宜的第一步——製造、配送與臨床驗證，仍然是任何推理速度都無法壓縮的緩慢昂貴環節。而出資關係本身也存在內在張力：從 AI 加速中獲益最多的公司，正出資為這種加速買保險——風險評估究竟有多獨立，難免引人側目。

但作為產業風向的訊號，這篇專文難以忽視。AI 產業的第一波安全支出投向模型行為——護欄、評測、紅隊演練。第二波正流向實體世界：藥物、診斷、製造。手握 3,600 萬美元、背靠 OpenAI、以紅皇后為名的 Red Queen Bio，正是這第二波中最顯眼的標本。

用公司名稱的典故來說：這場競賽已經開跑——而且雙方都在全力奔跑。