Anthropic警示：小型AI模型或能自主在IoT设备自我复制

Anthropic 前沿红队（Frontier Red Team）发布研究报告指出，小型开源 AI 模型可能仅需数月，便能具备在智能烤箱、杂牌安卓电视盒子等商业物联网（IoT）设备上进行“自主自我复制”的能力。

研究人员强调，目前现实中尚未出现真正运行的恶意 AI 复制体。但此类复制体一旦扩散将极难彻底清除，因为去中心化的传播机制使其不存在可统一关闭的中心节点。当前 AI 自我复制的主要瓶颈已不再是昂贵的数据中心算力，而是小型开源模型自身能力的演进速度。

硬件验证与完整复制链测试

该研究由 William Zhou 和 Daniel Freeman 主导。测试显示，拥有 90 亿参数的 Qwen3.5-9B 模型已能在测试的 9 种硬件中的 8 种上成功运行推理，涵盖 Nvidia Jetson Nano 开发板、Mac 以及 RTX 4090 显卡等设备。

参数量在 300 亿（30B）及以下的小模型，目前已能单独完成自我复制过程中的多数环节，但尝试将所有步骤串联时仍会出现错误。

为验证低端硬件承载高能力模型的可行性，团队以约 55 美元的单价购入 15 台杂牌安卓电视盒子并将其组网。研究人员将 Google 的 Gemma4-26B-A4B 模型拆分部署在该网络中，实现了每秒 0.39 token 的推理速度。

在完整复制链路的受限测试中，研究团队搭建了包含 8 台运行安卓模拟器的云主机隔离网络。智谱 AI（Z.ai）的开源权重模型 GLM-5.2 成为唯一完成整个循环的模型：在 5 次测试中，有 4 次成功扩散至全部 8 台机器，另 1 次扩散至 7 台。研究人员指出，该测试降低了入侵难度（测试机开启了无须身份验证的 ADB 调试端口），因此该数据代表了现实环境下的能力上限。

演进周期与代际改进

研究团队根据 Epoch 能力指数（Epoch Capabilities Index）评估了 30B 及以下开源模型的演进趋势。推算显示，到 2026 年底，小型模型的能力水平预计将达到 GLM-5.2 的基准线。

不过，团队提醒该指数只是自我复制能力的粗略参照指标。这类传播过程预计较为缓慢，复制数量以“天”为单位翻倍，其行为模式更接近“数字黏菌”而非高速爆发的传统蠕虫。

代际传递也呈现出明显的改进趋势。当 Qwen3.5-9B 的每个新副本继承上一代的部署记录与经验时，其搭建推理环境的成功率从第一代的 45% 大幅跃升至后续世代的 61% 至 84%。

防御方案

防御策略的核心是将传播基本再生数（R₀，即每个受感染设备后续感染的新设备数量）压制在 1 以下。跨设备传输数 GB 大小的模型权重文件会产生明显的网络流量特征，便于互联网服务提供商（ISP）实时识别。

根据针对 Mirai 僵尸网络的研究，当 ISP 对受感染设备实施隔离并通知用户时，92% 的感染在 14 天内即可清除。研究人员总结称，AI 蠕虫正在展现生命力迹象，尽管全自主的恶意复制体尚未成型，但 AI 智能体端到端执行复制链条的能力正迅速增强。