Anthropic的Frontier Red Team在10月12日发布研究报告，核心结论是：小型AI模型可能只需数月，就能具备在商用物联网设备上自我复制的能力。

研究人员买了15台杂牌Android TV盒子，每台内存仅4GB，单价约55美元。他们把谷歌的Gemma4-26B-A4B模型拆分到这些设备上分段运行，通过流水线并行让它们协同工作。结果这组设备成功跑通了260亿参数的模型，生成速度约为每秒0.39个token。这个实验的意义在于证明：AI模型的运行门槛已经低到廉价电视盒子的水平。

目前参数量在300亿以下的小模型，已经能完成自我复制流程中的许多单个步骤。一个90亿参数的模型成功在9类测试硬件中的8类上搭建了推理环境。但小模型目前还很难把整个流程从头到尾稳定地跑通。在移除部分安全校验的简化测试环境中，GLM-5.2以及性能更强的模型实现了端到端的完整复制。

这种可自我复制的AI模型没有统一的总开关。它分散在大量安全防护薄弱的设备上，不存在一个可以集中关停的中心节点。而且和传统恶意软件不同，它能自行摸索陌生设备的运行方式。传统蠕虫只能攻击特定漏洞，AI蠕虫可以适应不同的硬件和软件环境。

更值得警惕的是，这些复制体能把经验传递给下一代。在搭建推理环境的测试中，Qwen3.5-9B每一代都会记录失败教训并传递给下一代副本，部署成功率从第一代的45%提升到了后续各代的61%至84%。这意味着复制体不是简单的重复，而是在迭代中变得越来越可靠。
Anthropic根据历史进步速度推算，参数在300亿以下的小模型有望在2026年底达到GLM-5.2目前的水平。但Anthropic同时强调，这只是粗略估计，而且目前尚未出现真正失控、完全自主复制的AI程序。

研究也指出了现实的限制。这类复制体的传播速度会很慢。Qwen3.5-9B在电视盒上完成一次推理环境搭建约需28至51小时。即使一个类似Kimwolf的僵尸网络感染了200万台电视盒，其总算力也仅相当于约40块英伟达H100芯片。

大规模复制会产生明显的网络流量异常，便于运营商识别。此前应对Mirai僵尸网络时，曾有运营商通过隔离并通知受感染用户，在14天内清除了92%的感染。Anthropic的建议很直接：加强物联网设备的安全防护，提高此类AI代理扩散的难度。

#热点 #科技 #互联网大厂 #讨论 #互联网大厂 #ai #anthropic