Anthropic于2026年10月12日发布研究,称已让AI模型在廉价电视盒上运行,并在隔离网络中测试模型驱动的传播。关键限制是:电视盒实验只演示推理;传播实验则预先开放了无需认证的接入端口,运行传播任务的模型还依赖独立服务器。两者尚未合成一次在真实设备上自主完成的感染与复制。

研究团队把自主复制分为寻找目标、取得执行权限、建立推理环境,以及从新宿主继续传播四步。这次重点研究第三步,即模型能否在不同硬件上部署推理服务。团队称,一款90亿参数模型在测试的9类硬件中,成功让8类运行推理;这里的8/9是硬件类型的覆盖结果,不是被感染设备的比例。

另一项演示使用15台每台约55美元的非知名品牌Android TV盒,分布式运行Gemma4-26B-A4B模型,测得每秒生成0.39个token。每台盒子承担模型的一部分计算。这说明廉价设备可以合力承载推理,但每秒0.39个token是生成速度,不能解读为传播速度,也没有表明这些盒子自行寻找或控制了新设备。

传播测试换用了另一套环境:研究团队在隔离的云网络内设置8个运行Android模拟器的节点,目标节点开放无需认证的Android调试桥(ADB)端口。模型从初始节点进入其他节点,部署Llama3.1-8B推理服务;测试通过后,实验系统才在目标节点启动下一份传播程序。执行任务的模型由独立服务器提供推理,因为这些节点不足以运行较大的模型。

Anthropic报告,在这一简化设置中,GLM-5.2的5次试验有4次覆盖全部8个节点,另1次覆盖7个节点。这是特定隔离网络中的结果,不能写成真实联网设备上的入侵成功率。团队也承认,免认证ADB使网络攻击环节变得容易,测试成功率只能视作真实场景成功率的上界。

这些实验指出了一个值得关注的变化:在陌生设备上建立推理环境,已不一定需要人逐台调试。但复制链还有权限获取这一前提。Anthropic依据小模型通用能力指标的增长趋势,粗略推算小模型可能在2026年底达到其设定的复制能力门槛;该指标只是自主复制能力的代理,预测并不意味着届时会出现可在真实网络传播的模型。

现实中的设备安全问题提供了背景,却不能补上实验缺口。安全机构Synthient评估,传统僵尸网络Kimwolf感染的设备超过200万台,主要涉及通过住宅代理暴露ADB服务的Android设备。这是该机构对另一场感染事件的估算,不是AI模型复制的观测结果。

对防御者而言,Anthropic提出的可观察线索包括大体积模型载荷传输、设备间持续通信及扫描流量。不过,这些是团队对可能出现的模型复制体所作的防御判断,并非已验证的遏制效果。接下来真正需要验证的,不只是模型能否在低成本硬件上运行,而是它在没有预设免认证入口、也不借助独立推理服务器的条件下,能否可靠地完成整条复制链。

参考来源: