摘要

Church 将长寿逃逸速度放在2050年前后——也就是25年后。 这套判断的基础与其说是某一种疗法，不如说是两条曲线正在汇合：生物科技的指数增长，以及衰老研究从分析走向“合成与疗法，而且其中很多疗法如今已进入临床试验”。他的保留意见很坦诚：可能存在“某个我们尚不了解的经济或复杂性问题，最终变成一堵无法逾越的墙。我对此严重存疑，但还得继续观察”。这条路径更可能走体细胞而非生殖系，原因很直接——“有80亿人已经错过了生殖系机会”。
递送才是真正的门槛，而且标准可能远低于100%。 如今距离全身基因递送还差得很远，但“对某些疗法来说，你只需要做到1%”；这1%也不必位于原生组织，因为如果目标是让酶进入血液，原本在脑内生成的酶也可以改由肝脏生成。他创办的 Dyno Therapeutics 用AI筛选数百万种衣壳，实现了神经元靶向能力的“百倍提升”。
还原论的赌注是：多基因性状可能存在单一的潜在旋钮。 身高大约对应我们2万种蛋白编码基因中的1万种，但单独使用生长激素就能产生两个极端，而且已经用于7种适应症。GC Therapeutics的逻辑也建立在此之上：一套由“1、2、3个，也许7个被改变的转录因子”组成的配方，就能把干细胞变成几乎任何目标细胞类型。“我们正在不断积累这些组件。”
在生物领域，进攻方往往占据优势，Church对此并不讳言。 如果被正确武器化，镜像生命“可能摧毁所有其他竞争生命”；至于这是否不可避免，他的回答是：“我不知道。可能吧。”他在2004年提出的方案仍然成立——暂停令和自愿承诺做一个好公民都是自我欺骗；真正需要的是监控、后果和举报渠道。生殖系编辑事件已经证明了这一点：“只有1名叛离者的情况下，它运行了5年”，最终仍然失败。
生物学的分辨率已经比最先进的半导体节点高出多个数量级。 计划于2027年推出的“1纳米工艺”，实际上是二维平面上中心距约40nm；而生物学在三维空间达到0.4nm，“密度可能高出10亿倍”。解锁点在材料：覆盖整个元素周期表的非标准氨基酸，以及即将在大肠杆菌中同时运行的34种新 NSAAs 加上标准的20种氨基酸。材料的商业化速度应快于药物，因为“所需监管审批没那么多”。
真正的机器是筛选闭环，而不是模拟器。 演化花了100万年才产生几个碱基对的变化；“现在我们一个下午就能制造数十亿个变化”，而且“精度是100%，因为你没有在模拟”。AlphaFold就是警示案例：把丝氨酸蛋白酶中的丙氨酸换成丝氨酸，它能把折叠预测到几分之一埃的精度，“但它不会发挥功能”。
Church希望放慢 AGI，提速科学AI。 “这是一场完全人为制造的紧急状态”，不是 COVID 那种紧急事件。被问到数据中心里有100万个 Church 会为生物学做什么时，他给出的答案出人意料：“我认为它会让进展变慢……它首先会得出结论：生物学与我无关，因为我不是由生物学构成的。”
被低估的机会是罕见病遗传咨询：每个基因组成本100美元，对比数百万美元的终身成本，至少能带来10倍投资回报。 他已经要求自己旗下的基因疗法公司转向常见病和年龄相关疾病，并以 COVID 疫苗为例：它本质上是一种基因疗法，单剂成本“约20美元”，已有60亿人接种。

精读

1. 逃逸速度落在2050年前后——路径更可能经过体细胞而非生殖系

Church的估计自带免责声明——“包括我的估计在内，所有这些估计都要打一个大大的折扣”——但推理本身很具体。变化在于研究范围：过去是“我要修复这条肌腱里这块胶原蛋白、这个肢体里的损伤”，现在研究人员开始改变“许多与年龄相关疾病共有的因素”，而且一次能改“不止一个”。
他把生存问题重新定义得没那么二元：“更可能的情况是，25年后你的健康状况会比你原本以为的更好。”他留下的未知变量不是物理学，而是经济学——“某个我们尚不了解的经济或复杂性问题，最终变成一堵无法逾越的墙”。
至于仅靠体细胞疗法能否达到弓头鲸200年的寿命，他对“不可能”这个词很谨慎：“可以肯定的是，现在这一秒还做不到，但你不知道明天会发生什么。”既然衰老“相当程度上是细胞层面的”，那么“如果把身体里的每个细胞核都替换掉，它突然就会重新年轻”，不必再走一遍胚胎发育过程。
大脑是最难的部分，Dwarkesh把问题称为忒修斯之船。Church接受这个框架：人工引入干细胞，让它们“嵌入一个回路、学习这个回路，然后取代旧细胞”，同时尽量保留“连接和记忆”。在一些“相当直接的实验”完成前，他不愿估计难度。

2. 递送是瓶颈——但所需覆盖率可能只有1%

被问到现有哪种载体能触达每一个细胞时，Church的回答很直接：“现在离那个目标还差得远。但物理定律并没有禁止它。”现实问题变成：需要注射多少次。
证据是 Dyno Therapeutics 在“针对脑内神经元方面实现了百倍提升”——“只是一次小小的筛选活动”，由AI加上对数百万种不同衣壳的测试完成。他指出，衣壳“在可改变的多样性和结构方面相当受限”，而细胞的可变空间更大。
关键洞见在于，所需覆盖率取决于组织和疗法：“对某些疗法来说，你只需要做到1%，因为那1%就能产生缺失的酶”；而且它不必位于原生组织。你可以暂时把肌肉变成免疫系统的一部分，用于接种疫苗。

3. 灭绝物种复活是最小基因组练习，不是真正复活

谈到 Colossal 的恐狼时，Church在对方提出质疑前就承认：“我们显然没有制造出一只完全复制的恐狼。”他的辩护是，合成生物学真正有趣的问题在于“最低限度是什么”，而大多数人问的是最大限度是什么。“也许这是 Direwolf 2.0，我们会继续做3.0，以及后续的逐步逼近。”
物种纯粹性的质疑可以被一个事实化解：猛犸象和大象之间确实有数百万个差异，但“大象1和大象2之间也有数百万个差异”。这些差异并非全部都决定分类，也并非全部都决定其在生态系统中的功能。
他希望技术最终实现精确复制加上变异——“能够在一个精确复制品上制造100种变体”。这样一来，“就不会再有人争论你能不能制造恐狼，而只会争论你应该制造什么”。

4. 多基因性状可能有单一旋钮——目标是让现有的80亿人“真正实现潜能”

身高是最清晰的案例：它与“约1万个基因”有关，而人类共有2万个蛋白编码基因，每个基因的影响都很小；但单独使用生长激素就能造成侏儒症和巨人症两种极端，并已用于7种治疗。“还原论并非一无是处。”
商业化版本是转录因子配方。先看目标细胞表达哪些因子，“那就把这些因子放到干细胞上，看看是否有效”——只需1到7个因子，就能为人体几乎每一种细胞类型配出方案。这正是 GC Therapeutics 的基础。在体外可以运行10^14到10^17个实验；任何涉及细胞的实验，“通常都以数十亿计”。
生物学的宽容性，正是高阶编程成为可能的原因：一个从未被自然选择过的双头人，仍然会因为“只是偏离正常发育模式一点点”，形成两个具备功能的人格。
谈到增强人类时，他拒绝跨人类主义的框架：“把我们的智力推到一个新层级，会非常困难，甚至可能并不紧迫。”更大的奖赏是“80亿个超级健康、达到 Einstein 水平的人”——“那会是一个完全不同的世界”。至于复制大脑，10^11个神经元和10^14个突触所承载的信息远多于基因组，复制一个大脑可能更像给一本书逐页拍照，而不是把它翻译出来。

5. 生物安全中进攻方往往占优，暂停令只是自我欺骗

Church曾共同撰写 Science 上关于镜像生命的警示论文，但不愿把武器化称为必然：“我不知道。可能吧。很可能它已经存在。”具体警告是：这“看起来像是那种一旦被正确武器化，就可能摧毁所有竞争生命的东西”。他的现实判断是，大多数潜在攻击者“可能满足于把已经存在的病毒武器化”。
结构性风险在于个人能力的上限正在抬升：过去徒手能力限制了破坏规模，如今“一个拥有正确关系或正确技术权限的人，就可能炸毁一座城市”。生物技术让相关行动“规模越来越小……也越来越难被发现”。
Dwarkesh把密码子重映射方案描述为抵御自然病毒的办法，但 Church说，面对合成病毒“难得多”——不过，“手性只有两种”，而“不同编码可能有10^80种”（稍后他针对三联体密码子引用了10^83）。 “我们正在进入一个竞争循环。最好在它变得更严重之前把它扼杀。”
他在2004年的立场是：不要再假装自愿登记足够了——需要“监控和后果，以及保护举报人的机制”。生殖系编辑事件就是失败证据：涉事者获刑3年，而如今世界上“可能已经有3名健康的基因编辑儿童”。Dwarkesh的反驳也值得保留：“只有1名叛离者的情况下，它运行了5年。这相当了不起。”Church回应：“一半空、一半满，我接受这个说法。但只需要1个人。”

6. 生物学也在遵循摩尔定律，回报才刚刚开始释放

面对测序成本下降100万倍、合成成本下降1000倍却没有带来工业革命的质疑，Church否定了这个前提：生物学运行在“与摩尔定律大致相同、略快一点的速度”上，只是起步更晚，“我们可以站在电子工业巨头的肩膀上”。
2040年——Dwarkesh称之为“后 AGI 时代”，而 Church希望它不是——距离现在“只有15年……也许够做两轮 FDA 审批”。审批压缩会带来帮助，但不会改变指数曲线：周期可以从10年缩短到“一年完成 COVID 疫苗”的纪录。被问到药物数量会增加10倍还是100倍时，他说：“100倍并不完全令人意外”，但“我不确定数量是否会像质量和影响那么重要”。
成本曲线由工具推动，并不会自动移动。Sanger测序走向纳米孔测序和荧光下一代测序，是一次不连续跃迁；“显然，AI与蛋白质设计的融合造成了阶跃式提升”。他点名的下一轮融合是 AI 与发育生物学，再是发育生物学与制造业融合——“真正知道如何以DNA为编程材料制造任意形状”。

7. 生物学的分辨率已经超过最先进的半导体节点

他的比较是：“预计2027年推出的1纳米工艺”，实际上指的是中心距约40nm，主要发生在二维平面。生物学则在三维空间达到0.4nm——“取决于你如何计算第三个维度，生物学现在的密度可能已经高出10亿倍”。
历史瓶颈在材料：导体、半导体，以及接近光速的信号传输。合成生物学正在通过让氨基酸打开整个元素周期表来消解这一瓶颈。“生物学确实能制造以光速传导的聚合物。我们可以制造一个混合神经系统，其中既有传统神经元，也有以光速传导的过程。”
Church对 Drexler 的回答是，纳米技术试图重新发明已经存在的东西：“你不需要设计一个钻石复制器，因为你已经有了DNA复制器。”蛋白质设计直到“大约8年前”仍是难题。他还提到芯片合成基因的早期遭遇：2004年的 Nature 论文“被质疑了大约10年”，甚至“没有被列入DNA合成的摩尔定律曲线”，尽管它便宜了1000倍。
对于带有喷气发动机的自我复制机器这一生物机器人问题，他的答案是巢穴：把整个巢穴视为鸟类复制周期的一部分，那么一个30分钟翻倍的东西“可以制造一座核反应堆。那就是它的巢”。他与 Neil Gershenfeld 分别教授 How to Grow (Almost) Anything 和 How to Make Almost Anything，并承认：“我们谁也不能真正做到几乎什么都能制造或培育。”

8. 真正的计算机是生物库：一个下午完成100万年的演化

核心投资逻辑是：演化“可能在100万年里只整合几个碱基对的变化。现在我们一个下午就能制造数十亿个变化”，并通过筛选排除中性和致死突变，把注意力集中到“准中性但可能带来游戏规则改变的变化”。
模拟无法替代筛选，因为筛选“精度是100%，因为你没有在模拟。你没有做假设。你没有从量子电动力学——一个假设——走到量子力学——一个假设——再走到分子力学”。他把这称为“一种自然计算”，再将数据反馈给传统AI，开始下一轮。
AlphaFold的局限在功能，而非结构：把丝氨酸蛋白酶中的丙氨酸替换成丝氨酸，整体平均折叠结构仍能预测到“几分之一埃的精度”，但“它不会发挥功能”。缺失的输入是演化和实验知识——它不知道丙氨酸不会起作用。
下一次阶跃式提升来自非标准氨基酸：截至目前，没有任何AI蛋白质设计工具能很好地处理它们，因为结构和语言模型都是建立在20种残基之上。一旦完成训练，“我们很快就会拥有一整套新材料”，其中可能包括“从这些库中筛出室温超导体”。他指出，人类从未“一个下午制造10亿种不同的电子材料、给它们全部加上条形码，再看谁胜出”，但生物学一直在这么做。瓶颈在于从业者，先例则是 CRISPR：他的实验室和 Feng Zhang 的实验室“在接下来的两个月里各自收到1万份请求”。

9. 放慢 AGI，押注科学AI

被要求在蛋白质空间AI和能设计实验的语言模型之间二选一时，他回答：“我对科学AI的兴奋程度远高于语言AI。语言方面，我们已经处在相当不错的状态。”语言能力的下一层“需要 AGI 或 ASI。这非常危险”。
他的安全论证既关乎竞争动力，也关乎人类自身：“通常当竞争非常激烈时，安全规则会被削弱并被抛到一边。”即便没有竞争，“我也不认为我们足够理解自己的伦理，能够把它教给一种完全陌生的智能。我们甚至 barely 知道如何把它传给下一代人类”。最有力的框架是：“这是一场完全人为制造的紧急状态”——不同于 COVID，当时“如果我们拖延科学进展，就会有数百万人死亡”。
这一集最出人意料的答案是：数据中心里的100万个 Church 不会加速生物学——“我认为它会让进展变慢。我认为它会消灭生物学，因为它首先会得出结论：生物学与我无关，因为我不是由生物学构成的。”面对后续的反事实追问，他转向并行化的上限：“如果有9个女性，能不能在1个月内完成一次怀孕？不能，至少现在不能。”他对上行空间的谨慎与对下行风险的判断对称：“难以计算的不只是坏处，也包括好处。”

10. 遗传咨询是被低估的资产，基因疗法应转向常见病

Church认为最被忽视的技术是遗传咨询；对尚未出生的人而言，它“在某种意义上显然可以与基因疗法竞争”。实际先例是 Dor Yeshorim，自1985年以来已经“消除或大幅减少了各种非常严重的遗传病”。至于优生学的指控，他说：“优生学的问题在于它是强迫性的……它从人们手里拿走了选择权。”
他认为被忽视的原因是行为层面的，而非政治层面的——“这是我们难以处理罕见事物的问题”，就像人们曾经抵触安全带和戒烟。由于“只有3%的儿童受到严重影响”，父母会想：“我没那么倒霉。我属于那97%。”此外还有电车难题：“如果我什么都不做，孩子出生时带有损伤，那不是我的错，但其实是。什么都不做也是一种决定。”
Dwarkesh提到 David Reich 对印度近亲婚配亚群体的研究，这些群体的隐性疾病负担更高。Church称之为“危险的二分法”——“我们所有人都经历过瓶颈”，它只是“把比例从比如3%提高到6%。但问题是，3%仍然不可接受”。他同时警告，不应污名化选择拒绝筛查的家庭：“那是他们的选择。”
经济账才是关键。每个基因组100美元，对比数百万美元的终身机会成本和照护成本，“至少能带来10倍投资回报……从公共卫生角度看，这是不需要思考的选择”，可以由 NHS 或美国保险公司支付。这会把保险公司从“窥探你的私生活”变成向你提供免费信息。因此，他已经要求自己旗下的基因疗法公司反向调整：“基因疗法的最佳切入点是年龄相关疾病，罕见病的最佳切入点是遗传咨询。”规模效应的证据是 COVID 疫苗：“它本质上是一种基因疗法，成本约为每剂20美元。60亿人从中受益。”
至于为什么一个实验室能衍生出这么多家公司——一次生物科技创始人晚宴上，约“70%或80%”的人都曾在他的实验室工作——他归因于波士顿适合步行的密度、时代窗口，以及一种并不筛选天才的标准：“我寻找的是善良的人。我不一定在寻找天才……我认为善良具有很强的预测力。”此外还需要跨学科，因为“很难从各个单一学科的人中组建跨学科团队”。他还提醒，不要把指数曲线误读成个人能力：“看我的生产力有多高。我刚从飞机上跳下来，而且正在持续加速。”谈到 NIH 和 NSF 削减时，他先说明探索一个情景不等于支持它，然后给出那个令人不安的情景：“中国可能成为美国之后的下一个帝国……你没有说明这对谁是积极故事。”

伊朗战争争论：核武器、Trump、和平、权力与中东｜Lex Fridman Podcast #473 关于LLM训练的重大裁决、科技行业NBA式薪酬的盛夏来信、2025年从零开始，以及更多