隨著人工智慧（AI）技術的快速發展，其在生物科技領域的應用，也引發了對生物安全（即防範生物威脅、確保生物實驗與技術不被濫用）的深切關注。美國智庫蘭德公司（RAND）的專家 Steph Guerra 指出，AI 如同雙面刃，能推動醫學突破，卻也潛藏著協助製造生物武器的風險。
Guerra 領導蘭德公司在 AI 與生物科技交界領域的研究，其團隊發現，即使是可公開下載、使用與修改的「開源權重 AI 模型」（open-weight AI models），其能力已與主流的「前沿模型」（frontier models）相當。研究更指出，移除這些開源模型內建的安全防護措施以獲取敏感資訊，過程既簡單又成本低廉，許多具備基本技術能力的人士都能做到。Guerra 強調：「獲取一個高能力的開源權重模型，並移除其拒絕某些問題的防護措施，對許多有能力的行為者來說都唾手可得。」
不過，Guerra 也強調，單從 AI 模型中獲取資訊，僅是發動生物攻擊漫長過程中的一小步。惡意行為者仍需取得生物材料、設計、製造、測試、武器化，最終才能釋放生物製劑。她表示，有效的生物安全戰略必須在整個攻擊發展路徑上製造阻礙。
蘭德公司為此制定了四層防禦理論，以防範大規模生物攻擊：首先是「管理資訊存取」，例如強化模型安全防護、實施受控存取計畫；其次是「預防取得必要材料」，如透過基因合成篩選；第三為「早期偵測誤用」，透過即時監測；最後則是「快速反應與歸因」，以達到威懾效果。Guerra 強調，單靠模型安全防護可能無法阻止擁有生物武器計畫的國家級行為者，需要多層次策略才能全面應對威脅。
生物學本身即具備「雙重用途」（dual-use）性質，AI 在生物領域的應用也不例外。Guerra 說明，那些可能被用於製造危害的 AI 能力，同時也能為醫療創新帶來巨大助益。因此，目標應是「管理存取」而非全面禁止，精確定義合法使用者，並確保他們能取得所需的強大工具。她以人類基因組資料的隱私與安全框架為例，說明此類管理機制的先例。
Guerra 早在「大型語言模型」一詞普及前，就已投入 AI 安全研究。她過去曾是分子生物學家，專注於癌症預防。Guerra 回憶，當她參與聯邦團隊對 AI 模型進行「紅隊演練」時，觀察到 AI 能流暢且自信地提供關於生物攻擊的創意資訊，讓她意識到需更密切監測這些風險。她強調，從預防著手，超前部署風險，是其職涯一貫的重心。
