生物安全前沿：LatchBio评估Grok表现

2026年9月1日，LatchBio 发布了针对 Grok 4.6 的独立生物安全评测，涵盖生物能力和生物红队基准套件。评测旨在衡量模型能否区分合法研究与隐藏的生物安全危害，以及能否在生物监测中发挥作用。

评测使用了两个关键基准：BioSecBench-Refusal 将常规生物任务与 46 个伪装成普通研究的红队任务配对，隐藏危害于附加数据、错误标记文件等；BioSecBench-Surveillance 则测试病原体基因组监测工作流，要求链式文件检查、工具使用和科学判断。

在 BioSecBench-Refusal 上，Grok 4.6 的加权调和平均得分为 62.1%，占据不同代理框架下的前三名。独立分析显示，Grok 4.6 拒绝了 59.2% 的红队任务，完成了 64.8% 的常规任务，是唯一两项指标均超过 50% 的模型。

LatchBio 指出，评测在多种代理框架下进行以消除混淆因素，且除非另有说明，代理均以最高努力水平测试。这一结果意味着 Grok 4.6 在识别伪装危害的同时，不会过度拒绝常规科研工作。

在 BioSecBench-Surveillance 上，Grok 4.6 平均成功率为 53.5%，落后于 Opus 5，但领先于 GPT-5.6 Sol。这表明其在病原体监测工作流中具有竞争力。

在常规生物能力评测（如 SpatialBench 或 TxBench-PP）中，Grok 4.6 被发现在广泛的代理生物工作中匹配或超越其他前沿模型。这些结果在 benchmarks.bio 上有更详细展示。

评测轨迹显示，Grok 4.6 会推理任务内容和测试环境来评估意图，然后决定继续或拒绝。它经常发现提示中陈述意图与环境之间的差异，或从伪装的文件名和加密中拼凑出高风险意图，随后拒绝。

对于明显良性且低风险的任务，Grok 4.6 表现出相同的环境推理行为，但能评估为安全。这表明其拒绝机制基于深度理解而非简单关键词匹配。

xAI 在模型发布前测试生物能力，并验证能力是否得到充分防护。第三方评估（如 LatchBio）补充了内部部署前后的评估。

防护措施分层构建：拒绝训练教导模型如何及何时拒绝，推理时防护在请求到达模型前拦截有害请求，部署时实施行为控制，部署后监控检测并阻止对抗性使用模式。

xAI 观察到 Grok 4.6 在生物工作能力上较历史模型有实质提升，拒绝和生物安全性能较 Grok 4.5 和 Grok 4.3 显著提高。

随着模型能力和自主性增强，对抗性任务与有益使用之间的界限变薄，防护措施需相应演进。xAI 计划进行更广泛、更雄心勃勃的测试和校准，包括更广泛的部署前套件、更多第三方评估、改进的部署后监控，以及与生物前沿机构的合作。

xAI 同时强调过度拒绝和校准不当的风险：当模型拒绝常规和有益的生物工作时，医疗专业人员、研究人员和监测项目检测疫情爆发的能力会下降。xAI 认为这一风险与恶意使用风险同等严重。