SECUREBIO
给 AI 出病毒学考题

SecureBio 是总部在美国马萨诸塞州剑桥市的非营利机构（501(c)(3)），官网写的使命是让世界免于灾难性大流行，做法分三条线：延缓、检测、防御。现在有两个团队。一个是 Detection，前身是 2021 年在 MIT Sculpting Evolution 研究组里起步的 Nucleic Acid Observatory，2026-03-09 更名并入，用污水等样本的测序数据找病原体；另一个是 AI 团队，给前沿模型出生物风险的评测题，也在模型发布前做评估。DNA 合成订单筛查软件 SecureDNA 已经分拆成瑞士的独立基金会。

官网团队页（2026-10-16 读取）列出 60 位在职成员，其中 5 位是董事。Ben Mueller 是 Executive Director；AI 团队主任在 2026-07-06 由 Seth Donoughe 换成 Jasper Götting，Donoughe 转任高级顾问。MIT Media Lab 的 Kevin Esvelt 现在被官网归在“过往成员”里，第三方简介称他是 SecureBio 的联合创始人；官网没有写成立年份，也没有“创始人”一栏，本刊没有核到官方口径，只能确认免税资格签发于 2022 年 9 月。

钱的来源可以对上一手记录。Form 990 汇总显示 FY2024 收入 $7.32M，其中 93.1% 是捐款，服务收入 $326,249。Coefficient Giving（原 Open Philanthropy）的资助表里有 8 笔给 SecureBio，2022-11 到 2026-07，本刊把金额加起来约 $18.6M。Survival and Flourishing Fund 的 2024、2025、2026 三年公告分别是 $254,000、$754,000、$927,000。2026-08 SecureBio 宣布收到 OpenAI Foundation 的 $17.2M，限定用于 Detection，官方说明这笔钱 AI 评估部门不能用。官方的利益冲突政策写明，来自 AI 公司的服务收入目标是不超过年收入的 25%，AI 公司还会提供免费的 API 额度。

OpenAI：出题，也收费做独立评估。GPT-5 系统卡（2025-08）里有单独的“External Evaluations by SecureBio”小节，卡同时写到 OpenAI 用 SecureBio 和 CAIS 提供的 350 道保留题做病毒学排错评测。2026 年起 SecureBio 自己发布发布前评估：GPT-5.5、GPT-5.6 Sol、GPT-6 Astra。Astra 报告写明，它从 OpenAI 得到的补偿仅覆盖成本，事先约定、不与结论挂钩，OpenAI 发布前审阅了报告但没有实质修改；访问窗口是 2026-08-25 起的六个日历日（四个工作日）；VCT 上 Astra 预发布检查点得 57.8%，是 SecureBio 测过的最高分。

Anthropic：出题，评审风险报告，2026-10 被点名为评估方之一。从 Claude 4 的系统卡起，Anthropic 的生物风险评测用了 VCT、DNA 合成筛查规避任务、创意生物学题，以及与 Deloitte、Signature Science 共同开发的长篇病毒学任务。2026-07-28，SecureBio 发表了对 Anthropic 2026-02 风险报告化学与生物部分未删节版的评审，文末写明没有收 Anthropic 的钱。Anthropic 2026-10-15 的更新写到正在与 SecureBio 和 Accenture 合作做评估；CNBC称 SecureBio 属于访问权最窄的第一档，Anthropic 原稿没有写档位。另一边，Claude Fable 5.1 的系统卡说，Anthropic 打算在以后的卡里弃用 SecureBio 的 DNA 合成筛查规避评测，理由是担心它的结果不能代表设计出的质粒在生物学上是否可行。

Meta：基准提供方。Muse Wonder 模型卡里 SecureBio 出现五次：MBCT 59.6%、HPCT 66.5%、VCT 55.9% 三项（附录写明是 SecureBio 与 Center for AI Safety 共同开发的套件），ABC-Bench 里两个任务因拒答率高没有得分，BioTIER 英文、多语言、对抗三档分别是 98.7%、98.7%、98.2%。成绩表由 Meta 自己运行和报告，卡里没有 SecureBio 出具的独立评估，也没有写许可条款。Muse Spark 安全与准备度报告把 SecureBio 和 Deloitte、Faculty、Frontier Design 一起列为生物防御顾问。Meta 是否付费，本刊没有核到。

xAI 和 Google DeepMind：用它的题，关系浅。xAI 的风险管理框架写，限制回答的生物步骤清单由 xAI 与 SecureBio、NIST、RAND、EBRC 的专家一起确定。DeepMind 在 Gemini 3 Pro 的前沿安全报告里自己运行了 VCT。两家与 SecureBio 之间有没有付费或合同，本刊没有核到。

最大的一条疑问来自它自己的披露。SecureBio 评估 OpenAI 的模型，OpenAI 按成本付费；官方的评估原则写明不接受与结果挂钩的资助，也不允许厂商行使组织或财务控制。同时 OpenAI Foundation 给了 Detection $17.2M。Detection 负责人 Jeff Kaufman 在个人博客里把这件事摊开写了：他说这笔钱可能影响 SecureBio 独立评估和批评 OpenAI 的能力，并承诺如果发现资助被用作施压，会公开说明，包括辞职。本刊只找到同一帖下的一条评论批评，没有找到主流媒体或同业机构对这笔拨款的批评。

评估条件本身也有局限。Astra 评估只有四个工作日，SecureBio 在对照 AI Evaluator Forum 的 AEF-1 标准时，给“评估时间”一项自评 “No”（标准说独立评估通常需要至少 20 个工作日），给“发表权限”一项自评 “Partially”：OpenAI 保有阻止公开保密商业信息的权利，Astra 公开版因含护栏细节少了一节。

基准的局限，SecureBio 和外界都写过。VCT 论文里出题专家有 44% 是研究生、28% 是博士后；原版的有效天花板低于 100%；题库不公开，外部很难复核。Epoch AI（2025-06-13）认为 VCT 比 LAB-Bench 和 WMDP 更能反映真实的生物风险能力，也说选择题很难推出现实中的能力提升。同一基准在不同机构手里的得分不同，例如 OpenAI 自跑 Astra 得 55.78%，SecureBio 得 57.8%，这几个数字不能排成同一张榜。

另有一条公开记录：2024-11-08 FTX 破产方在特拉华州破产法院对 SecureBio 提起追回款项的诉讼，案卷显示 FTX Recovery Trust 于 2025-08-08 自愿撤诉。起诉书原文和撤诉原因本刊没有核到，不对款项性质作判断。