Anthropic震撼研究：AI竟能通过电视盒子自我复制

Anthropic前沿红队发布了一项新研究，探讨AI能否像计算机病毒一样，在不同设备之间自主复制、运行甚至不断传播。这项研究没有停留在概念推演，而是用三组实验分别检验三个环节：模型能否在廉价设备上运行、能否在模拟网络中自主传播、能否把操作经验传给下一代。

把这三段放在一起看，才能理解研究的真正指向。单独看，每一段都有明显的限制；合在一起，它们勾勒出一种可能性：当这些能力集中到同一个小模型身上，AI的安全边界可能不再停留在数据中心之内。

研究人员用15台廉价安卓电视盒子，通过流水线并行拆分模型，成功运行了26B参数的Gemma4-26B-A4B大模型。这些电视盒子每台售价约55美元、只有4GB内存，整套设备总价约825美元。

代价是速度。这套集群运行26B模型时生成速度只有每秒0.39个Token，远达不到流畅对话水平。但实验证明，通过分布式协作，平时用来播放视频的普通消费电子设备已经能够共同承担大模型的推理任务。

这一步的意义在于硬件门槛。如果大模型推理可以分散到大量廉价设备上，那么算力的获取方式就不再只有数据中心一条路径。

运行模型和自主复制之间还有一道门槛：AI必须自己适应陌生设备。研究人员让不同模型识别硬件环境、安装依赖并调试推理程序。

结果是Qwen3.5-9B在测试的9类硬件中成功适配了8类，包括Jetson Nano、Mac等设备。一个9B小模型已经能独立处理相当一部分部署问题。

这为下一步实验做了铺垫：如果模型能自己适应一台设备，它能否从一台设备出发，找到下一台设备继续部署？

Anthropic在隔离环境中搭建了由8个Android 15模拟节点组成的网络，并指定其中一台为起点。AI需要自行扫描网络、发现目标、建立连接、传输文件，再在新节点上配置推理服务。

测试中GLM-5.2表现最突出：5次实验中有4次成功传播到全部8个节点，另一次也覆盖了7个节点。相比之下，较小的模型虽然能够完成部分步骤，却尚未稳定实现整个传播流程。

但这个结果有明确的前提。GLM-5.2并未直接运行在模拟设备上，实验中它依靠独立的推理服务器执行任务，模拟节点上部署的是Llama3.1-8B推理服务。此外，研究人员还预先开放了无需认证的ADB端口，降低了设备接入难度。

因此，这次实验距离AI在真实物联网设备之间完全自主传播，还有一定距离。高成功率展示的是组织传播流程的能力，而不是在真实设备上自给自足的复制。

研究团队测试了另一种可能：如果AI能够继承上一代的操作经验，它会不会越传播越熟练？他们让Qwen3.5-9B在每轮任务后留下代码、工作记录与解决问题的笔记，再交给新启动的Agent继续尝试。

经过六代、20条独立实验序列，第一代部署成功率只有45%，后续代次提升至61%-84%。关键在于，模型权重没有改变，真正被传下去的是前一代摸索出的操作办法。

研究者将这种机制类比为「拉马克式演化」：获得的经验能够直接传给下一代。对潜在的AI蠕虫来说，一次失败的部署也可能成为下一次成功的线索。

团队还让小模型在遇到困难时向Claude Opus 4.8求助，却没有观察到统计上显著的成功率提升。在这组实验里，来自前代的具体记录比外部建议更有用。

眼下自主复制卡在两道门槛之间。GLM-5.2这样的大模型能够组织较完整的传播流程，但离不开外部计算资源；Qwen3.5-9B等小模型更容易部署，却还不具备同样稳定的传播能力。

传播速度也是限制。按廉价电视盒子上的推理表现估算，Gemma4-26B-A4B完成一次部署任务可能需要71-150小时，Qwen3.5-9B也需要28-51小时。它们或许不会像传统计算机蠕虫那样迅速暴发，而是缓慢寻找设备、扩展网络。

Anthropic根据30B参数及以下开源权重模型的能力增长趋势推算，到2026年底，小模型可能达到当前GLM-5.2的综合能力水平。这是一个基于趋势的推算，而非已经发生的事实。

Anthropic因此用「数字黏菌」比喻这种没有中央服务器、可能分散在大量廉价设备中逐步积累计算资源的形态。与此同时，模型权重传输和设备间持续通信也会产生可供监测的异常流量，为防御提供线索。

与传统蠕虫依赖预先编写的攻击代码和传播规则不同，AI可以根据不同设备的硬件和软件环境自行调整部署方式。这是研究中最值得注意的差异：传播策略不再是固定的，而是随环境变化。

但必须强调，目前真实世界中尚未出现研究所描述的完整自主复制系统。实验中的传播发生在隔离的模拟网络中，且依赖外部推理服务器和预先开放的ADB端口。

这项研究把几个过去分开讨论的问题连在了一起：模型能在廉价设备上运行，能在模拟网络中组织传播，也能把操作经验交给下一代。它展示的是潜力与边界，而不是已经发生的现实。