当回顾过去百年间人类文明的重大科学突破时，美国著名传记作家沃尔特·艾萨克森在《解码者》中曾提出过一个“三层次”框架：第一层是以原子为单位的物理学革命，它让人类掌握了核能，并开启了原子弹的时代；第二层是以 0 和 1 为语言的信息革命，奠定了数字世界与硅谷奇迹的基础；而第三层，则是正在重塑未来的生命科学革命，尤其是基因编辑技术，它让我们第一次有了“编程生命”的可能。

基因编辑在2020年获得了诺贝尔奖，而它的专利之争至今仍在学术界与资本圈掀起波澜。但要追溯基因编辑技术真正走向里程碑的时刻，很多人都会提到 2013 年发表在 Science 上的一篇论文——《Multiplex Genome Engineering Using CRISPR/Cas Systems》。正是这篇论文把 CRISPR-Cas9 从实验室的概念，推向了在哺乳动物细胞中的应用。

图片来源：nobelprize.org

如果用今天的科技类比，那篇论文就像是生命科学的“GPT时刻”，它不仅让基因编辑进入了一个全新的范式，更为后来的应用打开了大门。

本期节目，我们邀请到了这篇论文的第一作者、现任斯坦福大学医学院病理系及遗传系助理教授丛乐，他不仅亲历了从“读基因”到“写基因”的科研转折，也见证了CRISPR如何在短短十余年间从前沿探索逐步成为一种改变世界的力量。此次，播客主理人泓君与丛乐一同回顾了基因编辑技术背后的研发故事，探讨它究竟如何为人类未来开启新的可能，并进一步展望基因编辑与人工智能结合所带来的广阔想象空间。

以下是这次对话内容的精选：

基因编辑的研发之路

泓君：这一集我又在尝试突破自己的能力范围，我们来聊一聊基因编辑以及 AI 在基因编辑领域的应用。今天跟我在一起的嘉宾是斯坦福大学医学院病理学与遗传学的助理教授丛乐。丛乐是 2013 年发表于 Science 的 CRISPR-Cas9 论文的第一作者，这篇论文是把基因编辑技术从实验室概念推向哺乳动物细胞应用的一个里程碑之作。如果用今天科技发展的比喻，可以把它称之为基因编辑领域的 GPT 时刻，也是生命科学史上最具影响力和划时代的研究之一。

这篇论文是由您跟您的导师张锋来共同完成的，您可不可以讲一下当时这篇论文在行业里面处于一个什么样的位置？为什么它对整个基因编辑行业来说至关重要？

来源：science.org

丛乐：这篇论文是跟另外几个团队一起首次证明出CRISPR-Cas9 这个基因编辑的工具可以编辑人的DNA，在活的人细胞中进行基因的改造，这是我觉得它作为一个重要科学或者技术开发的里程碑的一个关键所在。因为之前 CRISPR-Cas9 这个系统只存在于微生物中，但能在人的细胞中去编辑基因组这件事情是在2013年才首次证明了这个能力。

泓君：所以这可以说是整个CRISPR-Cas9在人体和哺乳动物细胞中运用的一个开山之作，也让基因编辑未来成为了一个非常便捷的、易被使用的技术。

丛乐：对，其实核心就是三点。第一点是让所有人都知道我们可以对人类的细胞进行DNA的改造。第二点是可以用CRISPR-Cas9这样一个非常简单的技术进行重新编程。之前改造一个基因都可能需要花巨大的成本和时间，但因为有了一个简单的、通过合成一段短短的叫CRISPR-Cas9，带着RNA 序列的手段，就能够编辑任何的基因序列，这类似于从走路突然到了有马车，甚至突然到了有火车和飞机的状态，让基因编辑这件事情有了数量级上的成本下降和规模提升。第三点是这种方法证明了是可以在活细胞中安全使用的。我们在编辑一个活细胞前后，都可以去进行测试，发现细胞的状态是正常，这也说明了它不止是一种个例，不仅仅是一个很厉害但难以应用落地的技术。不仅仅是我们，同时也有其他课题组一起证明了我们是可以在活细胞中安全、有效的去进行CRISPR介导的基因编辑的。我觉得这三点都是非常关键的、让这个技术能够去打开更广阔应用的支撑。

图片来源：维基百科

泓君：我们待会可以详细地聊一聊这篇论文跟这个技术，包括2020年的诺贝尔学奖之争，以及中间复杂的专利战争。那在此之前，能不能先简单介绍一下你自己的经历？我也很好奇是什么让你在2013年关注到了那个领域，并且写出了这样一篇论文。

丛乐：其实我是在中关村长大，从小就很喜欢玩电脑游戏，所以我高考之后进入的第一个专业其实是电子工程，在清华我的目标是成为一个游戏设计师。但学了电子一段时间之后，一方面因为家里人的健康原因，另一方面也是我自己在图书馆读到了一些生物医学相关的书，我就非常感触，到如果能够设计生命，设计医学上的一些药物，感觉是非常有价值、非常有意思的一件事情。而且在那个领域中我发现还有很多很多最基本的东西都还没有被理解清楚，比如说为什么有些人会得糖尿病？为什么有家族会有遗传病？为什么衰老过程中会有人得老年痴呆？这么一些很简单的问题都没有答案。所以我当时就觉得，可能比起设计一个电路电子产品、一个软件来讲，设计生命这件事情更有意思、更有挑战性，更能满足一个人的好奇心，所以我之后就转到了生物系。

一开始我就是想去理解，怎么样能够去更好地改造、设计生物中的很多问题，所以我到哈佛读博士的时候就接触到了我的第一个导师叫George Church。在George Church的实验室里面，我遇到了当时是独立研究Fellow的张锋，相当于是独立的研究博士后性质的一个职位。因为George Church是最早期接触和提出基因测序基因改造技术的一批科学家之一，所以我跟张锋一开始认识也非常受到他的影响。

当时张锋就跟我聊，说我们应该去思考怎么去做基因编辑，而不仅仅是测序，因为测序只是去读一本书，不是写一本书。如果想真正的去理解一个系统，就跟Richard Feynman很多著名的物理学家所说的一样，当能够创造一个事情时，才能真的理解它。我当时就非常赞同张锋的想法，所以当张锋很快拿到了MIT的教职之后，我就成为了加入张锋实验室最早的一批学生，能够在他的实验室里参与到了最早的一批CRISPR基因编辑工作。

泓君：你的两个导师都非常厉害。George Church他的核心领域是在基因测序领域，当时在“写”的领域已经有哪些进展了？为什么你觉得张锋提的这个想法更有前景？当时在“写”这个方向是不是已经有一些在科学上的前瞻了？

丛乐：非常对。我觉得科学常常是一个相对漫长、有很多人不断添砖加瓦垒起一座大楼的感觉。就像物理学，从薛定谔到波尔到爱因斯坦，最终建立起了一个完整的伟大的理论物理的基础，基因编辑也类似。我觉得可以从两个点来分享，一个是说，其实最早的基因编辑技术，甚至在我没有到George Church和张锋实验室之前就存在，叫锌指蛋白Zinc-finger。锌指蛋白技术很早就出现，是因为它是一个可以特意识别DNA的一种蛋白质，所以我们就可以用这样的一个技术，来像GPS一样定位到基因组中的一个序列，去尝试对它进行书写、编辑。

这其实也是很有意思，我在刚认识张锋时，在George Church实验室跟他一起合作做这个锌指蛋白。为什么当时虽然有技术，但是没有那么大的影响力？就有点像当我们只有大哥大的时候，是没办法做这种非常强大的 APP 的，因为是智能手机真正带来了移动互联网的爆发。锌指蛋白，当时无论是我们自己做出来，还是去找公司买，一个蛋白要上万美元，做一个蛋白能编辑一个位置。但当时一个博士生一年的工资可能才3万块钱，所以我花我一年的工资才只能做一个实验中的一个小分子，可能需要几个月才能做一个蛋白，所以时间和金钱的成本都极高，而且最要命的是你经常设计 5 个甚至10个蛋白才有一个能够实现，技术稳定性也不高。

泓君：也就是说，最终能成一个蛋白差不要花5万-10万美元。

丛乐：对，而且还需要几个月的时间。因为这个技术是如此的费钱、费时，而且不够可靠，也很难把它标准化、规模化，让它能产生巨大的影响力，所以就到了第二点，我们当时为什么去做CRISPR？传统技术有很大局限性，但基因编辑这个领域本身的价值是毋庸置疑的——如果能够实现从“读”到“写”再到“设计”一个基因，将是革命性的。我们看到 CRISPR 的优势在于，只需要一段简单的引导 RNA，合成成本可能只要十块钱甚至更低，相比之前便宜了一百倍甚至一千倍。而且合成时间从过去的几个月缩短到几天，又是十倍乃至几十倍的提升。

在时间维度上有显著改进，在可靠性上也同样如此。虽然最初并不容易，但我们发现，CRISPR 在编辑几乎每一个基因时，至少有接近一半的几率是成功的。也就是说，从过去十次里才能成功一次，到后来可能五次里就能成功一次，再到接近二选一，甚至几乎每次都会有一定效果。这是几个数量级的提升。正是这些突破，让 CRISPR 真正打开了基因编辑走向规模化、标准化和广泛应用的大门。

泓君：你当时是怎么发现CRISPR技术的？是因为你一直在这个领域，所以能够看到不同的选项？你又是怎么判断这条路能走通的？还是说，CRISPR的试错成本很低，比如只要十块钱就能做一次实验，而相比锌指蛋白编辑动辄上万美元的成本，这几乎可以忽略不计？我很好奇你是如何注意到这个关键点的。

丛乐：第一点是，就我们团队而言，最初接触CRISPR确实始于2009年。当时张锋给我发来一篇论文，他在公开场合也提到过这一点，包括你刚才提到的艾萨克森写的那本以Jennifer Doudna为主角的传记里，也提及了她最早接触CRISPR的故事。我真正了解到CRISPR，就是从张锋那封邮件开始的。

他当时去听了一个报告，一位微生物学家介绍了CRISPR系统。他几乎在听完、理解之后，就立刻把相关论文转发给我。邮件内容很短，大意是“看看这篇论文，这个系统很有意思”。我看完论文的第一反应就是：这个系统可能极大地降低基因编辑的成本和时间，因为它过于简洁了。它有一种极其优雅而简单的方式，只需要合成几段 RNA。依靠沃森-克里克碱基配对的原理，A对T、G对C，就能像GPS一样精准定位基因。更关键的是，这正是DNA在我们细胞中完成复制的天然机制。也就是说CRISPR只需依靠一段小小的RNA，就能完成基因的改造。当时我就意识到，这可能是解决我们之前所有难题的关键。

图片来源：Live Science

后来我和张锋见面，我们当时在一个他的办公室里面，两个人夜里就一直聊了很久，我就觉得这是一个值得我用整个博士的生涯去尝试的技术。你在科研中会遇到很多机会，如果你足够理解你自己想做的事情，你足够理解这个领域中的最大的痛点和难点，你就会发现有些东西是值得你去花整个的几年时间去做的。当时我们坚信，这项技术具备巨大的潜力，虽然还不确定最终能否实现，但它确实可能成为一个颠覆性的突破。

第二点是，当时我和张锋以及实验室里参与项目的同事们都觉得，哇这个想法太棒了，可能只有我们能想到，有一种谜一般的自信，当然这是年轻的时候会有的想法了。但因为这个技术非常的有价值，它能带来的改变是几个数量级的改变，确实不止我们能想到。我需要承认的是说当时的确有不同的组，基于微生物学家开创性的这种基础性的发现，在技术上都想到了这么一个可能的突破点。

泓君：你在2009年把你的整个博士生涯都赌到这个技术里去的时候，你是否会想，如果这个技术它最终不能成失败了会怎样？

丛乐：这个问题非常好，我当时确实非常幸运，我在博士的第一年到第二年，就是我甚至只是在George Church实验室和张锋实验室都只工作了几个月的那个状态中，我就已经发表了一篇关于这种锌指蛋白和另外一篇叫做TALE效应蛋白的基因编辑的早期论文。当时我们用蛋白质的基因编辑工具已经发表了一篇论文，而且我跟张锋一起是并列第一作者，同时我当时有另外一个蛋白质精编的小课题，我已经看到结果不错。

所以在2010年，也就是博士第二年，我基本已经确定我能够顺利毕业。就像创业时你已经有了第一桶金一样，我已经有了一个兜底的东西。所以确实并不是说我有多么的能够承担无限风险，更多的是我在博士生涯的早期就很幸运的有了两篇可以保底的论文，而且质量不低。

有了这样的基础，我知道自己可以顺利毕业。所以后来我决定把后面三、四年的时间投入到一个高风险但可能高回报的研究中，这是一个很重要的原因。第二个原因是性格和时机。我很幸运有张锋的支持，我是最早加入他实验室的两三个人之一，他当时刚刚成为教授，最适合去选择高风险的研究方向。而我作为学生，也愿意和他一起尝试。当然我觉得我的性格跟张锋的性格很契合的地方也在于我们俩都是一个很被好奇心驱动的人，当时的时机也确实适合去冒这样的风险、或者说能够去做这样的事情。

图片来源：nature.com

泓君：对，而且我觉得很厉害的一点是，其实你当时的两个导师，一个George Church，他当时已经在哈佛大学非常有名望了，是基因科学领域享有盛名的重量级教授。而你刚刚提到你在刚遇到张锋的时候，他当时还是刚从博士后转助理教授，甚至还在找教职的过程中，但你当时很笃定地选择了与年轻的学者合作，因为觉得他的方向更适合你。这其实需要很大的魄力。

丛乐：是的，我也觉得自己很幸运。George Church和张锋最大的共同点是，他们都有非常好的眼光和判断力。我觉得在做原创性、颠覆性的研究时，这点极其重要。很多时候你不可能在一开始就完全看清一件事，但如果你能先一步意识到这个方向值得去走，这比执行力本身更关键。

泓君：是的，我觉得创业者也需要具备这种素质。你刚刚提到了你在2009年开始做CRISPR的相关研究的时候，发现确实不只是你们发现了这件事情。你发现谁还发现了这个事情？然后你们是不是有开始去拼论文发表速度了？

丛乐：是的。我记得Jennifer Doudna的传记里也有写到过，就是2009、2010年我们启动时，最初还是把它设定成一个几年的，一个高风险、高回报的大项目，并没有特别急，因为科研本身就是探索。但是就很傻，其实当时应该急，我后来才意识到时间速度也很重要。

到2012年的时候，我们已经取得了很好的结果，正打算慢慢打磨、尽可能完美地写论文。但在当年6月突然看到Doudna实验室在Science发表了一篇文章。他们虽然只是在体外实验中，但已经精确证明可以用一段简单的引导RNA编程CRISPR系统，实现任意DNA序列的编辑。当有人在体外实现了之后，我们当时就意识到两件事：第一，不是只有我们想到这个方向；第二，既然体外实验已经实现，那么在人类细胞中应用只是时间问题，其他团队很快也会跟进，去做人类细胞的基因编辑。所以我们立刻加快了投稿，不再追求论文的“完美”。我觉得学术界普遍有一种完美主义情结，但在关键时刻，速度同样重要。

泓君：但你那篇文章最终发表的时候，感觉还是写得很漂亮的。

丛乐：还是因为我们确实已经酝酿了很久，但实际上，一个更早的、更简单的版本我觉得已经足够发表了。

泓君：其实你是可以分阶段一篇一篇的发的，不用一口气攒个大的。

丛乐：当然我觉得每个人的早期的文章都非常漂亮，但我们确实不仅在第一篇文章里就展示出了破坏和切割一个基因，我们甚至已经展示了如何精确修复一个基因。相当于我们当时不仅仅已经开始进行精确地修复替换了，我们甚至还在里面做了多个靶点的同时编辑。也就是说，我们其实把早期的123都做了，但其实可能1和2或者也许只有1就已经可以先发出来了。但是没关系，这个其实就是自己生涯早期的学费。

泓君：代价是错过了诺贝尔奖。

丛乐：这个也很难讲。我觉得诺贝尔奖本身就带有一定的主观性。其实任何奖项都有类似情况。即便我们当时发得更早，也未必会获奖。毕竟我们的工作更多是把技术应用化，而从理论和基础实验的角度，可能那些最初提出并验证核心原理的科学家更值得被褒奖。诺贝尔奖怎么去给这种有不同的思考和不同的方法评选，标准是人定的。不过我确实觉得，如果我们当时能更快一些，至少在专利方面不会出现后来那么大的争议。

泓君：我记得那段时间，除了你们的论文，张锋实验室还在密集发表大量基因编辑相关的成果。主要是哪些方向？

丛乐：当你有一个底层技术的突破，就好像如果我做出了智能手机的平台iPhone，我在上面就可以真正去做无数的应用场景。我们做出CRISPR之后就开始从两个维度去拓展，一个维度就是说从纵向去拓展，深入到具体疾病、具体治疗方法的应用。另外就是在横向上去拓展不同的可能性，比如说DNA编辑，我还可以做RNA编辑，还可以做表观遗传的编辑，可以做剪辑的编辑。所以横向就是拓展不同的可能性，不同的编辑的范式，那么纵向就是说，比如说我们当时也做了对于肝脏的疾病的基因编辑，对于眼部的这种遗传病的基因编辑，以及对于免疫肿瘤进行大规模基因筛选的这种靶点发现的基因编辑。所以说，一旦有了这样一个核心平台技术，纵向和横向都能展开，当然很多这种工作也都是跟别人合作。

泓君：所以其实如果有一个技术，它的底层突破了，那么上面就可以延展出非常多的应用，所以还是要关键的那一步。

丛乐：我感觉就跟AI一样，对吧？你可以做横向的拓展，也可以纵向的去深扎到某一个具体的应用场景。

泓君：在你们发论文的同一天，如果我没有记错的话，您的另一位导师George Church，他也发了一篇跟基因编辑的论文，这是一个巧合吗？

丛乐：这不是巧合。杂志虽然是很好的科研传播平台，但时效性往往不快。通常期刊会等待相关领域的多篇论文都完成投稿和评审，然后集中一起发表，形成一个专题系列，所以同一天刊发更多是编辑部的安排。另一方面，当时确实有很多研究团队在独立推动这项技术的前沿进展。

图片来源：nature.com

泓君：你能讲一下就是你们是怎么去注册基因编辑的专利的么？我印象中最后这个事闹得还挺大的。

丛乐：是的，这个问题甚至有可能最终会打到美国最高法院。我可以分享两个关键点：第一，美国在2013年之前采用的是first to invent（先发明者）制度，也就是谁先完成发明，谁就拥有专利权。而2013年的某一个时间之后，它正式进入了跟全世界大部分其他国家一样，谁先提交专利申请，谁就获得专利的优先权。但是因为CRISPR这个技术比较早，刚好产生在first to invent阶段，所以才会引发巨大争议。因为这需要证明谁在物理上最先完成了发明，而不仅仅是谁先提交了申请。

之所以会产生这样的变化，是因为谁先提交专利申请这件事情很容易界定，但是谁先发明这件事情，你要回到实验的记录，公司的邮件、学校的邮件，这就是很复杂的一个过程。也正因为如此，CRISPR专利诉讼一路从地方法院、联邦巡回法院到可能的最高法院，还涉及美国专利局和仲裁机构。到现在为止，参与诉讼的各方投入的资金可能已经累计超过数亿美元了。

泓君：但毕竟这项技术未来的应用价值是无限大的。

丛乐：或者至少说它应该也看上去值这么多钱。那么就到第二点，至少可以说，它的价值足以支撑如此高昂的诉讼成本。更重要的是，当时确实有多个独立研究组，分别在不同的时间、不同地点，甚至不在美国，都在推进CRISPR基因编辑。这也使得整个专利归属的法律争议格外复杂。

基因编辑广阔的应用市场

泓君：我们现在从整体上来看基因编辑技术，你觉得现在基因编辑可以应用到哪些领域？它整个的应用市场有多大？

丛乐：我们可以从三个维度来思考基因编辑。第一个维度是对于我们个人来讲，每个人的维度，自己身体的维度，那就是治疗疾病。当然这里会引申出更有争议的问题，是不是可以将基因编辑是否还能用于预防，甚至增强人的能力？但至少，在医学领域，它已经可以针对每个人会患的病，遗传性、后天性的，这是第一个领域——医学。

第二个维度是人与环境的交互。在美国市场上，已经出现了基因编辑土豆制成的薯片，比如我们现在就去边上的超市，有可能拿到一包乐事薯片，它就是用基因编辑的土豆生产出来的薯片。因为基因编辑后的土豆保存期更长，淀粉含量更合理，具备更好的特性。除此之外，还有公司在出售基因编辑过的荧光植物，类似的应用涵盖农业、环境，也包括工业生产中合成生物学的一些饮用。甚至有人提出利用基因编辑改造蚊子，这个项目谷歌之前的一个部门也参与了，主要是想让蚊子不再传播疟疾这些传染病，这对非洲、东南亚热带地区是非常重要的公共健康问题。所以这一维度不仅面向人类个体，还涉及动物、植物和整个生态系统。

第三个维度就是说得再大一些，就是精神层面，超越了物理世界之上的。如果未来我们能对大脑进行某种基因改造，让其具备更强的理解和思考能力，它影响的不完全只是说我的身体舒不舒服，吃的东西健不健康，而是可能更加超脱物理的一个范围，我觉得它也会对未来带来一些影响，虽然目前仍带有一定科幻色彩。

图片来源：Science

泓君：精神维度只是一个正在研发进程中的事情，它有实际的应用案例吗？哪怕是一、两例。

丛乐：目前成熟的应用案例还不多。但在精神层面，已有一些重要的相关技术，比如脑机接口。但我觉得真正值得研究的问题是，我们应该去思考人类碳基大脑进化的速度为什么跟硅基相差这么大？现在硅基这么强，人工智能发展迅速，Neuralink这样的公司推动脑机接口进展也很快，已经在九个人身上进行了实验。但我们对自身大脑的进化和改造的研究几乎为零，这是为什么？我个人非常感兴趣如何去研究这件事，同时也认为我们需要去从零突破。因为脑机接口部分已经有了很多进展和研究成果，但是在我们自身的这个部分实际上并没有那么多的探索。

泓君：所以，如果要探索基因编辑在精神维度的应用，是不是首先需要理解大脑的工作原理？比如阿尔茨海默症或抑郁症涉及哪些靶点，人的智力、记忆力对应哪些靶点？只有掌握这些机制，才能开展基因编辑。

丛乐：我认为有两点。第一就是最终肯定是需要更深入理解大脑的运作方式，包括情绪、认知和反应的调控机制。第二，虽然目前研究仍处于早期甚至空白阶段，但任何探索都值得尝试。现在我们已经可以通过脑机接口或其他技术测定部分神经元的活性。但如果不在基因和细胞层面对神经元进行一些调控和改造，仅靠观察是远远不够的。就像你不能只读书而不写作，那你什么时候能写出一本书来呢？至少得先从写一个段子、写一个小推特开始。所以我觉得我们需要开始去做一些简单的尝试，哪怕还没有完全理解这件事情，但理解也是从实践中会获得的。

泓君：这类尝试只能在病人身上进行吗？

丛乐：不一定。我觉得有各种可能性。不管是从动物实验入手，还是从更安全的角度出发，甚至在更简单的实验室中通过神经细胞模型进行模拟研究，这个我们自己也在做，就是不是直接去一个人或者大脑上去做最开始电信号的记录。许多技术研发，包括Neuralink用的这种电极，它不是先直接就往大脑上面去用的，它实际上是在一个实验室中、体外的一个神经细胞上面先去做的测试，拿到了诺贝尔奖。就是这里面有很多的非常强的技术，是先在细胞上面去测出来，然后再去才逐步过渡到动物和人体实验，包括Nerulink也是先从做动物、做猴子开始。

泓君：现在按照实现程度来说，基因编辑已经可以治疗部分的疾病了，比如说地中海贫血症。还有其他的一些确认的可以治疗的疾病吗？

丛乐：今年5月份，就在两个月之前，世界上第一个个性化的基因疗法治疗了一名不到一岁的婴儿，名字缩写叫KJ。他的肝脏罕见遗传病通过首个个性化的CRISPR基因疗法得到了治愈，这是在宾夕法尼亚大学儿童医院完成的，当然也得到了加州大学和Doudna团队的一些支持，但所用技术来自博德研究所的戴维·刘教授，所以就是在很多肝脏中的疾病能够看到非常好的治疗的潜力。

另外，一家因减肥药出名的公司礼来，最近收购了一家利用CRISPR编辑手段治疗心脑血管疾病的公司。虽然这类疗法还未获临床批准，但在人类试验中已取得初步效果。为什么礼来制药就把它收购了？因为这个跟心脑血管代谢疾病跟减肥是非常类似的一个领域。所以在医疗上面已经看到了很多非常有价值的潜力的应用，但确实是比较集中在偏罕见病上，包括刚才说的这几件事情，地中海贫血、肝脏的罕见病以及心脑血管中的罕见病，这都是罕见病。

泓君：现在用基因编辑技术去治疗疾病，脱靶的风险还大吗？它有控制在一个可控的范围内吗？

丛乐：现在不能说完全没有脱靶或毒性的风险，但已经有很好的方式来控制和预测，包括使用计算、机器学习和AI的方法来优化和预测。虽然进展不错，但是会不会就像自动驾驶一样有那种所谓的 “Corner case”（边角场景）？就比如这个人开到一个深山老林里面，自动驾驶就不灵了，这种情况我觉得不能100%地避免。我们有了初步的进展，但是不是完全什么都不用担心，这可能还需要更多的研究和探索。

泓君：除了治病，还有一种是增强型基因编辑，这方面可能在整个社会上是被讨论得比较多的。比如人的身高，可以通过基因编辑让人长得更高；眼睛的颜色也能通过控制参数来改变。那么，未来有哪些参数是已知可改的？有哪些参数是我们还不知道它可以改变，或者它的作用机制是什么？人体的哪些基本参数已经可以用基因编辑来改变了呢？

丛乐：这是个非常难的问题。有时候我们对自身的理解反而要比对外界的理解和控制要少得多。比如我们已经接近载人登陆火星，但却还不能彻底理解和解决一些自身的基本问题。有人玩笑就是说DeepMind的Demis曾预言十年内能解决人类所有疾病，可十年之后，他自己是否能不用戴眼镜呢？能不能先治好自己的近视？所以我觉得人类经常对外界的控制是非常强大的，但是对自身的理解和控制不一定那么快，所以我觉得我们对一些单个基因就影响了性状，像眼睛的颜色，比如说能不能喝酒这些事，我们理解得比较清楚。

泓君：能不能喝酒是由哪些基因决定的？

丛乐：主要由一两个基因决定，就很少量的基因就能够确定。为什么我们有脸红？我喝酒就脸红，就是因为体内乙醛脱氢酶活性不足。酒精（乙醇）在体内代谢会转化成乙醛，乙醛的毒性比乙醇高。如果乙醛脱氢酶活性低，乙醛代谢缓慢，就会产生毒性，表现为血液代谢不畅、脸红。这个脱氢酶本质上很多亚洲人他的活性比较低。每个人有两个基因拷贝，如果一个拷贝有问题，就容易脸红；如果你有两个拷贝，就可以喝很多酒。如果对这个基因进行编辑，就可以让人更能喝酒，或者更不能喝酒。

泓君：这让我想起很多基因测序公司。做完基因测序后，他们会告诉你唱歌是不是五音不全，能不能喝酒。基本上这些已经研发出来的基因测序可以告诉你的答案的东西，可不可以理解它是可以用基因编辑技术来控制的？

丛乐：或者说它有非常好的基础让我们用基因编辑。因为我们不仅可以做DNA编辑，也可以进行RNA编辑，不一定非得是很强的、永远遗传性的、永久性的编辑，我们至少可以通过DNA或RNA编辑手段来调节或优化身体状态，甚至做出一些改变，觉得这都是很有可能、有潜力能实现的。

但就是后面的具体实验，它也涉及到一些技术问题。如果基因检测发现某个特征与免疫系统相关，比如是不是容易过敏这个事情就会涉及到全身的很多细胞，它的难度可能会大于喝酒。像喝酒能力，主要涉及肝脏的代谢细胞，相对更容易实现。正如我们刚提到，到肝脏本身在罕见病上已经有了一定的突破，有一些领域因为它的技术更成熟，而且它需要改造的细胞更特定、更简单，那可能会更快。

不过目前很多基因测序公司给出的结果并不完全准确，比如他们说我对咖啡不敏感，但实际上我很敏感。他们现在说他们能测的很多东西，比如说智商，最近很多公司声称能测出来，我觉得其实但大多是噱头，或者也是测得不准。

泓君：那如果要改变这些基因，现在是由专业医疗机构来做吗？因为我们刚刚在回顾你写论文时提到，基因编辑的成本已经大幅下降，市面上甚至可以买到用于教学或业余实验的CRISPR基因编辑套件。是不是说如果我有一些生物的基础知识，我想做这个实验在家就可以了。

丛乐：短期之内还比较难。第一，这类套件它各方面的纯度都比较低。你确实可以在家做一些小实验，但若在自己身上进行基因编辑，你需要这个东西特别的干净、安全。就像你在街上捡了个热狗，你也不敢随便吃。第二，基因编辑不仅仅是设计工具，还需要能把CRISPR蛋白或RNA有效递送到目标细胞中。就像你能做出很好吃的东西，但没有Doordash，也送不到家里一样。递送到正确的细胞非常关键。

泓君：递送有多难？

丛乐：这是目前最难的环节。因为你要比对，要去找到正确的位置，还要避免进入不需要的位置。比如我们在肝脏研究上有进展，但不代表能进入大脑。即使是顶级药企的实验室也还没有完全解决这个问题，还需要持续研发，这就是为什么你如果DIY的话就比较难。

此外，基因编辑系统的优化也需要多个步骤。比如你提到的脱靶效应、目标靶点的编辑效率，以及你的这个设计是不是能够在细胞中产生很好的表达。这其中环节复杂，一个人很难掌握所有细节，传统手段不容易突破，但AI可能是突破瓶颈的一个可能性，就像我不懂法律，但通过GPT提问，可能我感觉我也能快速入门。

泓君：即使有这么多限制条件，假设未来有一些人，还是想用增强型的基因编辑技术去改变自身的一些参数。你觉得这个在未来的社会里可能发生吗？

丛乐：我认为很可能会。第一个原因就是我之前看到了一个杂志做了一个调查，调查不同年龄段的人会多愿意接受对基因改造这件事情，结果显示越年轻的，比如20-30岁、20岁以下，30-40岁这个年轻阶段的人他就越接受，愿意去想象一个我们可以做基因编辑的世界，也更愿意接受对人类自己进行基因的改造。从这样的一个趋势来看，我们整个社会对这件事情的接受程度可能是在不断的提高的。第二，随着技术突破，我们对身高、肥胖、饮酒能力、肌肉状态等影响因素理解更深入，编辑手段、递送方式、安全性也在快速提升，再加上AI的迭代，我觉得很可能未来是一个既能做也会有人愿意做的事情。

泓君：现在人类科技发展很快。一方面是AI，也就是你说的硅基智能在迅速提升；另一方面是人类如何跟上这种速度。会不会未来改造人本身，也会成为一个很主流的一条线？另外，这项技术获得诺贝尔奖后，你觉得基因编辑技术还有哪些比较重大的突破？比如从Cas9到Cas12、Cas13、Cas14，这些核心系统的差异是什么？技术还有哪些根本性的飞跃？我看到目前还是你写的 Cas9 论文，整个的应用到现在为止还是最广的。

图片来源：medium.com

丛乐：技术层面上我觉得可能从两个方向来想。首先，对DNA的GPS定位和编辑技术最重要的是突破到底在哪？Cas9的突破在于，它把一个原本需要费劲的蛋白质不断地去迭代的事情，变成了一个简单的合成一段小核酸就能够彻底搞定，这是一次底层的范式改变。也就是说从其他的什么蛋白到Cas9是一步飞跃，但从Cas9到Cas12、Cas13的进展，更多是小的迭代，英文叫marginal improvement，渐进式创新，而不是一个底层范式的革新和彻底的改变。所以这也是为什么目前来讲Cas9仍是应用最广、最基础的工具。但是在一些特定的场景中，这些渐进的或者是更加丰富的工具是有它的应用场景的。

第二个方向是我确实觉得最终可能会出现一个场景，可以把基因编辑这件事情理解成它最终如何能够在第一个范式的改变基础上，让它做到能够去非常安全、有效的在不同场景中应用。但这里面还需要更多技术的开发，例如在大脑的改造上，也许不能简单地使用现有的CRISPR系统。我们最近获得资助的一个项目中，发现人体线粒体中存在一种内源性的蛋白-RNA结合系统，可能具备基因编辑潜力。如果能调控这种机制，或许能在神经系统编辑中发挥巨大作用，它可能会有巨大的价值。

泓君：可以延缓衰老吗？

丛乐：这是我们的希望。就是真正突破可能要来自未知领域的新技术。就目前这样的一个技术范式，Cas9已经能做到的事情已经很多了。

泓君：它完全做不到的场景是什么？

丛乐：比如对神经系统进行高效的、有效的基因的改造。虽然有人提出可以用CRISPR处理衰老问题，但在大脑中还没有临床进展。所以我觉得就是在这种现在非常难以做到的场景中，可能会产生新的范式，也需要新的范式。我们应该去想到一些现在CRISPR还完全没办法做的场景，在这种场景中也许会产生新的更关键的突破，这样也许会在Cas9上产生一个真正有意义的迭代，而不是一个渐进式的改良。

当CRISPR遇上GPT

泓君：我了解到你和谷歌DeepMind以及普林斯顿的王梦迪教授一起做了一个CRISPR大模型。能否讲讲当时的想法？它主要解决哪些方面的问题？

丛乐：对，这是我们最近刚发表的工作，叫CRISPR GPT，也算是借了OpenAI的热度。这个项目是我们和王梦迪教授、DeepMind合作的成果，是一个基因编辑的AI Agent，底层有我们专门为基因编辑制定的Benchmark评测数据集以及大模型，是一个专业领域微调finetune之后的大模型。

但更重要的一点是，我们不仅有Benchmark评测集以及微调的大模型，同时还在上面构建了一个能够完整地帮你执行很多基因编辑设计、执行分析的AI智能体。因为CRISPR- GPT本身是能帮助你更自动地完成一个完整工作流程的这么一个AI解决方案。

泓君：它主要解决哪些问题？之前你提到在家做实验的难点有三方面：环境、递送、专业知识体系。它在哪些环节能帮上忙？

丛乐：主要帮助的是第三个环节，因为这是一个更偏重知识和专业壁垒的一个难点。CRISPR GPT集成了过去十一多年里基因编辑领域跟我们关系比较好，愿意分享数据的基因编辑科学家，包括张锋本人，包括Arc Institute的Patrick Hsu，Samantha Konermann这些科学家Patrick Hsu（许鹏翔），Samantha Konermann等科学家，他们在真实世界中所积累的基因编辑的知识。我们把这些专家的知识蒸馏进一个大模型，变成了一个叫做CRISPR LLAMA的模型。因为当时只有Meta的LLAMA是最好的开源模型，当然现在我们也会用其他的开源模型了。当时我们把专业级的知识蒸馏进去之后通过Fine tuning，通过强化学习跟王梦迪教授和DeepMind一起做成了CRISPR LLAMA基座，在这个基座上面用这些专家的能力帮助任何一个使用CRISPR GPT智能体的用户去理解怎么去设计，怎么去指导你的实验中每一步的实验流程，以及当你拿到了结果之后怎么去分析。

可以把它理解成基因编辑领域的“Cursor编程助手”。就像程序员用Cursor写代码时，模型能解答问题甚至帮你部署成一个完整的产品。使用CRISPR GPT，就像你做基因编辑的时候，好像边上站了一个张锋，帮助你设计你的实验、设计你的RNA、你的蛋白、你的实验的流程，始终有一个基因编辑的大牛在协助你。

图片来源：Biorxiv

泓君：现在在整个的大模型领域中，幻觉是一个非常严重的问题。你们要提供专家型的、知识型的输出的时候，如何去避免幻觉这个问题？

丛乐：特别好的问题，我从三点来回答。第一，刚才我提到我们把很多专业领域的知聚焦成了一个标准级的Benchmark，这个东西叫Genome Bench，然后我们用专家级的高质量真实数据来训练并强化学习，然后我们就发现很有意思的是，这个会显著降低模型的幻觉。比如测试时，我们用Benchmark中未参与训练的数据做评估，原始LLAMA、GPT或Claude，会给出一堆答案，因为它也不知道你真的想做哪个，它会跟你说你可以去a、b、c三个方案。但我们做完强化学习之后的，CRISPR LLAMA就会非常有主见，非常的坚定，能够去说这是正确的选项。

泓君：这是因为你们在训练中给它的验证标准是非常明晰且确定的？

丛乐：因为我们使用的都是真人的知识。然后第二点是，智能体的好处在于我们会设计类似“内部讨论”的机制。我们设计了多个智能体，比如一个基于CRISPR LLAMA，另一个可能是基于Claude，它们先互相讨论，然后交由一个Critique（审核员）综合审核。其实目前你看GPT 5或者一些最新的智能体相关的文章，他们确实也会用到这种机制来进一步降低幻觉，我们也用到了这样的一个技术。

泓君：我觉得你们这个思维还挺超前的，因为其实你们已经是把这个模型跟Agent结合了。

丛乐：是的。我们的实验室既做实验，也做AI智能体和模型应用。我们还把CRISPR GPT的结果放到真实实验中去验证，帮助我们更好地能够去把实验证的这种经验回馈到我们的设计中。也就是说我们不是只是在电脑上面去写写代码，还把CRISPR GPT产生的结果，让真人去做实验验证。这样也帮助我们降低了幻觉，因为我们可以通过实际的，比如说编辑一个基因、改造一个细胞的效果来帮助我们理解智能体的缺陷在哪里，它的问题在哪里。所以真实世界的反馈也是为什么我们能够做得更好的一方面。当然我们也不敢说是100%。

泓君：它的准确率大概有多少？

丛乐：我们目前还不知道，但我们现在已经开放了一个Beta测试，每天有上百人申请账号。我们希望通过用户使用的反馈来迭代，来告诉我们到底有多可靠。我们实验室现在也让新来的博士生、本科生、甚至中学生直接用CRISPR GPT入门，而不是去找高年级学生带，说明我们自己对它也很信任，我们自己就是用户。

泓君：这个项目性质是什么？是开源的还是商业化的？需要付费吗？

丛乐：不用。我们的动力是帮助自身的基因编辑研究。我希望每个学生身边都能有一个基因编辑“大神”，不用我 24/7 陪在身边指导。一开始完全是从科研角度出发。

泓君：我觉得很有意义，它能帮科学家节省大量时间，也能帮助顶尖科学家培养更多人才。我们之前聊到AGI的五个层次：第一层是对话（ChatGPT），第二层是推理，第三层是Agent，然后再提到第四层的时候，我们希望大模型它是一个innovator创新者，能够提出一些人没有想过的创新的解决方案。你觉得你这个模型有到达能想到一些人想不到的方案的程度吗？还是说它主要是对现有知识的压缩和蒸馏？

丛乐：我觉得目前的大多数智能体还是以压缩、蒸馏以及去规模化、自动化为主。比如读一万篇论文，人类需要很久，但AI很快就能完成，类似于你说的第三层的能力。当然，我们也是希望能让更多的科学家在使用过程中不断产生反馈，让它的能力不断地迭代，进而逐步接近第四层“创新者”这个层次。

我当然觉得成立初创公司是把一个事情规模化的最好的办法，但同时我们也开源了基础版本的CRISPR GPT，包括所有Benchmark数据，就是我们希望在科学研究早期，我们不希望只是说做一个纯商业的东西，我们真的希望能够公开的去分享我们的经验，更多依赖开源和社区力量来一起去做。当然在一些具体场景中，也许我们可以用商业化的东西让它变得更可靠、更规模化、更深。但关键在于要在第三层的这个智能体层面让更多人真正用起来，然后通过不断迭代来接近“创新者”。

泓君：我了解到现在有一些团队，他们开始在预训练阶段就引入强化学习，他们希望能通过这种方式让 AI 能够产生一些他自己的想法跟创新型的知识。这可能是一个大家正在验证的，但是还不知道验证结果的机制。可能OpenAI的一些小的团队可能会知道验证结果，但是至少还没有公开看到结果的一些新的方向。

丛乐：我觉得这个方向很有意思。其实除了基因编辑的智能体，我们也在做干细胞的智能体、衰老的智能体以及更多的模型。

泓君：你们做了几个模型？

丛乐：我们想法是授人以鱼不如授人以渔，我们实际上是希望能够去通过建立一些专业中的、场景中的智能体，能够走通一个更强大的，让大家都能够去建立智能体在不同领域中迭代的一个技术的基础设施。所以我们在跟不同的实验室合作，比如干细胞智能体就是跟斯坦福的Matthew Porteous和Joseph Woo两个干细胞领域的非常棒的临床医生合作。

泓君：我们现在可以用CRISPR GPT去帮助编辑阿兹海默的主要生物标志物，我们要不要用一个例子去讲这个模型它究竟是怎么样去帮科学家完成这件事情的？

图片来源：cell.com

丛乐：可以。比如APOE基因，携带APOE4型变异的人在早期罹患阿尔茨海默的风险更高，甚至40%以上。但如果是APOE2就会有保护作用，APOE3相对中性。如果我们既想理解这些变异的作用，又希望尝试把APOE4或APOE3改成APOE2，从而降低得阿尔兹海默风险。那么第一步，你只要输入说我现在进行APOE基因的编辑，我的目标是比如说把APOE4变成APOE2，你把这样一个自然语言输进去，它就会开始先生成一个workflow。它先会帮你去计划这件事情，生成你做这件事情需要先做一二三四五几个步骤，然后它会问你是不是这几个步骤你感觉合理？如果你是新人，你可以说我信你了，就开始。如果你是一个很专业的用户，你可能说，这块我还想多加一步，或者希望尝试三种不同的脱靶效应的预测手段。也就是说，如果你很懂的话也可以继续的跟它交互，深度的定制化你整个的计划和工作流程。

确认后，系统会按流程逐步执行，会开始帮你一步一步的执行这个工作流程，但执行过程中它依然会给你展示出它的进展。比如说第一步选择是在“工具选择”环节用Cas9还是Cas12、Cas13，系统会基于任务与知识库给出建议，比如我认为Cas9应该是最好的一个工具，而且你应该使用碱基编辑，因为你是把一个APO E4 变成一个 APOE2，而不是说你要编辑一堆基因，所以它就说你应该用Cas9碱基编辑。那如果你觉得对，你就可以跟他确认，这都自然语言。如果你觉得有问题说不对，我想用引导编辑，想用一个更强的新的技术，你就可以跟他说，他马上就会给予这个内容去进行调整。

而且因为我们在创作智能体中有一个叫State Machine，就是状态记忆的能力，所以他会理解说如果你这一步已经到这个块，他就会调整后面的一些相关部分。比如说如果你现在是引导编辑，他就会针对引导编辑优化后续的一些脱靶流程，然后这样一步步的从选择系统下一步就开始设计引导RNA，就帮你设计序列了，这里面他会调用这一步。

因为GPT也好、Claud也好，它们不懂怎么设计一个RNA蛋白的序列，智能体就会理解说这一步它需要调用一个外部模型，甚至可能还需要通过我们实验室中专门优化的一个针对神经的模型去帮助你设计出来，这是我认为最有可能成功实现编辑的三个，而且它会给你几个选择，并配以可理解的图表，告诉你每一个方法它的预测的这种效率是多少？用的什么方法预测它的脱靶效应的可能性是多大？它为什么在这个部分的基因编辑的位置上会比较好？它为什么给你这三个建议？它的优劣势是什么样？然后你就可以再去设计，而且你可以也可以说，我觉得这三个都挺好的，我准备做三次实验，相当于你可以深度定制你的需求。

后面比如说如果你想做一个脱靶的预测，他甚至还可以告诉你，我建议你用这种方案预测，而且你可以点进去看他预测的这个文章和GitHub上的code是怎么样的，所以说每一步你都可以跟他交互，也都可以告诉你是怎么回事，同时你也可以定制。大概是这样一个流程。

图片来源：NIH

泓君：这真像有位大师在手把手指导。你觉得未来在真人身上编辑阿尔茨海默相关的APOE4是否可能？我们知道APOE4与阿尔茨海默高度相关，但是它也不是说一定会的，它其实就是一个相关性。但很多人知道自己携带该基因后会有疑问：能不能把它“清除”？你觉得它什么时候可能进入人体实验？

丛乐：阿尔兹海默涉及到神经系统，甚至现在越来越多证据表明它是通过免疫调控的方式来运作，相当于是一个神经免疫过程，来增强或者降低风险。这里面有三个点。第一点是背后的机理仍不清楚，最好先进一步厘清。举个例子，如果最终我们发现不是神经元主导的作用，而是比如是小胶质细胞，或者是一种免疫相关的细胞，那才知道其实不应该去编辑神经元，而是编辑小胶质细胞这种更加跟神经免疫相关的细胞类型。

第二点是递送手段与有效性。必须能精准递送到目标细胞。比如APOE有可能在肝脏中，它是管脂肪相关功能的，其实不一定希望或者也不一定需要在肝脏进行大规模编辑，技术门槛仍在，尤其是递送上的门槛。

第三是CRISPR本身也可以帮助我们理解这个东西的机理。若用它理解了APOE4的具体的机理及哪个位置，有可能发现通过编辑另一处即可降低风险；最终的治疗手段不一定是基因编辑，也可能是小分子或小核酸药物。所以我觉得真正的解决方案要综合考虑，有可能CRISPR是一个很好的帮助我们理解基因能力的工具，但最终也许通过一个很简单的、很安全的、很好递送的化学小分子或者小核酸的方法就能帮助我们解决这个问题，不是更好吗？

泓君：因为现在基因编辑已能治疗部分疾病，那在做基因编辑疾病治疗的病人里有没有出现一些显著的副作用？毕竟一个基因可能兼管多种功能。之前贺建奎编辑婴儿事件也出现过脱靶。我想知道如果有副作用，后果会怎样？

丛乐：因为我们并不理解基因组中每一个基因的功能，甚至这里面还涉及到同一基因不同位点的编辑效果也可能不同，所以就会导致如果不能很好的控制和预测脱靶效应的话，它的风险很多时候会有未知的一个状态在，但这也是为什么我觉得可以通过更强的AI驱动能力去优化这件事情，更好的预测这些风险，很重要的一个原因。

第二点，工具与适应症要匹配。如果患者已到“死马当活马医”的地步，例如晚期肿瘤，使用基因编辑的细胞治疗更有现实意义，因为患者愿意承担风险。相反，阿尔茨海默属于风险提高但非必然发病，且可能存在延缓或干预手段，在这种场景下我觉得就不一定要去推动基因编辑。而且第三点，即便在很重要的场景中需要基因编辑，那也可能是用基因编辑手段去理解它的机理，随后采用更安全、脱靶更少的方式，如小核酸，甚至非药物进行治疗，这也是很可能的。

泓君：有可能会创造出未知的新病毒吗？

丛乐：我觉得本质上还是比较难的，因为病毒自己的进化能力也挺强，与其是靠一个人去认真地设计一个，可能它自己进化也能出来一个挺厉害的病毒。

图片来源：BBC

泓君：或者比如说被编辑过的婴儿，他体内或许有人类未知的蛋白？

丛乐：这确实是一个很大挑战。为什么我确实觉得对人类进行基因编辑是必须极其谨慎的，因为影响的不仅是个体，还可能会导致遗传，而不是他是一个病重的人需要去救他的命。如果是一个相对健康的年轻人，可能一旦编辑他之后，影响的就不仅是这一个人，而是他的后代。那么这种可遗传编辑的东西是非常需要不断的讨论和思考才能够做出的决定，要考虑的会不会引入从来没有的东西。但是我们也不应该去一棒子打死，绝对不能够这样，因为也许碳基生命需要更好的改造，理解我们自己当然也是进化的方式。人类进化其实就是在不断变异，不断的演变的过程，如果有一种可能性是能更好地让我们自己实现某种意义上的进化，那么也许也不要认为这件事情不应该或者不可能发生，但确实是应该要在一个非常清晰和谨慎的场景中去做这样的尝试。

泓君：你在基因编辑领域刚开始工作的时候，你跟这个领域的两位传奇人物张锋跟George Church都合作过，你觉得你从他们身上学到的最重要的特质是什么？

丛乐：第一点是做创新的研究，就跟《三体》里说的，要多想、要敢想。就是你需要能够在别人都说应该去北边的时候，敢于说我为什么不去南边看一看，真正的去独立的思考很多事情，以及敢于在所有人都做a的时候，你去思考b的可能性，这是我觉得一个非常重要的一个能力。这其实是一个说起来很容易，但真的做起来其实很难的一个能力。第二个是快速试错的能力。要敢于犯错，但你要确保自己是在快速的犯错，而不是在慢慢悠悠的犯错。第三点就是要有保持客观与批判性思维。你需要有一个自己的底线，不能够过于容易的被别人影响。我觉得他俩都是一个很有自己的信念和底线，以及能够自己做判断的一个人，这也是我觉得每个人都需要努力做到的，可能不仅仅是科学，而更广泛的层面上。

泓君：你怎么看George Church做的很多非常激进、大胆、前沿的科学研究？比如说复活猛犸象，甚至某些研究在道德跟伦理的边界之间徘徊。

图片来源：business insider

丛乐：我见过某些以他为名的项目，起初觉得“不太靠谱”，后来我自己去看了一下发现他确实参与了。George的路径确实更“野”。我觉得有一部分的原因是他可能到了一定的职业生涯的阶段，并不是一个早期、中期的状态。当然他的弟子众多，实验室规模很大，我在的时候都有将近100人，可能是整个哈佛医学院最大的实验室了，项目多了也难免也会有鱼龙混杂的状态。另一方面， George他也很敢想，他可能是我见过相对来讲最敢想的一个，而且敢想之后也敢做的。而且周围愿与他合作的人很多，自然会吸引各色项目。第三点是，就我个人接触而言，George是一个总体上很愿意支持别人的一个人。

泓君：看得出来，我其实也遇到了很多他的学生，在做一些商业上的事情的时候都得到了George的支持。

丛乐：有些人是倾向于Say NO，George可能是倾向于Say YES的性格。所以我觉得这三点可能让他会有一些争议。

泓君：因为张锋跟George其实不仅仅是学术上成功，他们在商业上也很成功。做学术跟做商业可能底层的逻辑是相通的，但还是有一些方法上的不同，你觉得他们思维方式的厉害之处是什么？

丛乐：从一个观察角度来看的话，他们俩成功之处在于，第一，他们确实很会找跟自己互补而专业的人去做一些事情。像张锋当时在做制药的时候，他公司的CEO往往并不是由张锋自己来，因为制药行业是需要积累的，跟AI行业还是不一样的，而且更多的是强监管、漫长周期的事情，所以他就会找之前曾经有过创业成功经历、更加理解制药过程的人来做他公司的CEO。George Church也经常是这样的。然后第二点，他们也非常理解做规模化的事情是需要有资本和商业上的加持才会做得更好、更快，因为毕竟你需要有一个飞轮转起来的过程，所以他们也都非常注意去跟资本去进行合作和对接，就是不能天天只在自己实验室里面闭门造车，要做到在商业上成功，还是要走出去。

泓君：了解，特别好，我今天学到了很多，你最后还有什么要补充的吗？

丛乐：最后一点补充，我觉得现在是一个充满着机会和挑战的时代，有很多好消息、坏消息，有很多危与机并存的时代。我们短期内未必迅速达到Level 5之类的更高层级的智能，但我们需要让AI更好地与真实世界进行交互和对接，同时也要认真思考人类作为碳基生命应该怎么去改变与进化。对这两件事，我们思考还不够多。

泓君：其实你刚刚谈到George时，我也在想，在关于人类自身进化的底层思维、哲学与价值观层面，也许他可能想清楚了。比如你提到硅基智能在快速进化，而人类作为碳基生物身体仍然还是两千年前，我们也需要进化。但到底如何进化？采用更激进还是更温和的手段？我觉得这可能涉及到很多底层的基础知识，同时又有哲学思辨的讨论。

丛乐：是的，还需要有人去做尝试。这也是为什么我自己就在努力往这个方向去做的原因。因为想法总是会有很多，真正做出来才能产生最大的价值。比如我在通过跟王孟迪教授和很多机器学习的顶尖科学家合作中理解了更多的AI，我也通过在张锋和George Church的指导研究中学到了更多关于生命的思考以及研究的方法。所以我非常希望有更多的资源和人能够一起进入到这个方向上，我自己也会全力的去往这个方向努力。

碳基生命如何面对硅基挑战？