當病人、病毒與下單入口都被 AI 加速，誰替安全留下最後一道門？

AI 可以讓候選方案更快抵達人前，但「更快」不能取代知情同意、獨立審查與可停止的流程。

加速取得實驗性療法，不等於加速得到證據

關於蒙大拿實驗性藥物途徑的整理指出，該制度可能讓非末期病人也能在特定審查和自費條件下取得實驗性療法。它提供的是一條取得管道，不是對療效與安全性的保證；早期試驗的資料量、對照組與長期追蹤都可能仍然有限。

AI 讓藥物發現和病人分層更快時，這個差別會更重要。若病人一邊付款、一邊承擔未完成的證據，制度必須清楚揭露不確定性、利益衝突、退出權利與後續資料如何被使用。知情同意不是一張簽過就結束的表單，而是一段能被理解和撤回的過程。

生成生物學應該被當作能力與治理一起前進

Stanford 與 Arc Institute 相關研究的報導描述研究者以基因語言模型設計、合成並測試能感染 E. coli 的噬菌體；報導指出，研究設計排除了可感染人類與動物的病毒，並在受控實驗下檢驗結果。這些限制不能被略過：它們正是讓研究價值與濫用風險能夠被分開討論的前提。

從大量候選序列中挑選、合成與得到可行結果，並不意味著任何疾病治療或更廣泛生物設計已被證實安全。對生成生物學來說，模型存取、資料發布、序列篩選、實驗室門檻和獨立審查都應該隨能力提高而變得更精確。

代辦型 AI 需要在最後一步把人帶回來

AI Secret 的當日整理也提到把地圖、偏好與外送服務串接的下單型 AI。這類體驗的價值不在於「替人點一份餐」，而在於能否在跨服務交接時不誤用帳號、地址、付款與偏好資料。尤其是價格、過敏原、送達地點與取消條件，應該在對外送出前讓使用者看見並確認。

🛎️ 要點：AI 最適合加速候選、比較與準備；當它要碰到身體、可複製的生物系統或金錢交易時，最後的決定與停止權必須留在人手上。