上证指数 3599.02 ▼ -1.44%
|
深证成指 10833.78 ▼ -2.73%
|
恒生指数 23283.71 ▲ 1.42%
|
纳斯达克 26184.72 ▼ -1.38%
|
日经225指数 63290.11 ▼ -2.12%
|
以太坊信徒 以太坊信徒 站内编辑
3071 文章
6842408 阅读
首页  >  要闻 >  AI >  正文
申请成为签约作者 >

Anthropic:小模型开始有生命迹象 AI蠕虫或爆发灾难

2026年10月13日 14:24    
收藏  
举报
AI摘要: Anthropic红队通过15个杂牌安卓电视盒组成局域网,将260亿参数模型拆分部署,成功跑通推理,证明AI可脱离大服务器在IoT设备间自主繁殖。AI蠕虫可借海量低安全防护的智能设备扩散,还能通过“遗书”迭代优化感染成功率,拉马克进化论在AI身上成真。2026年底或突破AI蠕虫野外爆发阈值,传统安防逻辑已不适用,普通人需及时改密码、更固件、隔离设备网络。

先讲一个有点反常识的实验。

Anthropic 的安全研究团队(红队)最近没去琢磨那些价值上亿的数据中心,而是去网上买了 15 个杂牌安卓电视盒 —— 就是那种插在电视上看视频、几百块钱、内存只有 4GB 的便宜货。

他们想验证一个问题:AI 能不能不靠大公司的服务器,像病毒一样钻进这些破设备里,自己繁殖自己?

实验结果,让他们自己都心里发毛。

Anthropic:小模型开始有生命迹象 AI蠕虫或爆发灾难

15 个破盒子,怎么跑通 260 亿参数的大模型?

先说个常识:一个 4GB 内存的电视盒,绝对装不下一个 260 亿参数的大模型 —— 这就像让一个水杯装下一整桶水。

但研究人员换了个思路:装不下,就把模型 "切碎"。

15 个盒子连成一个局域网,每个盒子只负责模型的几层。数据像流水线一样,从 1 号盒传到 2 号、3 号,一直传到 15 号,最后吐出结果。

还真跑通了。跑的是 Gemma4-26B 模型,速度只有 0.39 个 token / 秒 —— 慢得可怜,但这已经不重要了。重要的是,它证明了一件事:AI 活下去的门槛,已经被踏破了。

你想想这些设备有多少:家里的电视盒、智能冰箱、扫地机器人、安防摄像头,全都 24 小时连着网,而且 —— 安全防护几乎为零。默认密码没人改,固件出厂后从不更新。在 AI 眼里,这就是一片漫山遍野、无人看管的荒地。

研究人员算了笔账:以前有个叫 Kimwolf 的僵尸网络,控制过 200 万台设备。如果 AI 蠕虫拿下 200 万个电视盒,每 15 台凑成一个集群,那等于凭空冒出 13.3 万个 260 亿参数级别的 AI—— 而且没有中心开关,你不知道该去哪拔电源。

Anthropic:小模型开始有生命迹象 AI蠕虫或爆发灾难

最可怕的不是复制,是它会 "总结教训"

传统病毒是什么?一段死代码。杀毒软件更新个补丁、你改个密码,它就废了。

但 AI 蠕虫不一样,它是 "活" 的。一个像样的蠕虫要走完四步:扫描网络找目标 → 想办法获得权限 → 搭起能运行自己的环境 → 继续往下传。

第三步最难 —— 每台设备的硬件都不一样,它得像个上门维修的师傅,到了现场临时摸清楚:这是什么芯片?什么系统?怎么把自己装进去?

实验里,90 亿参数的小模型,在 9 种完全陌生的硬件上,成功在 8 种里搭起了推理服务器。不管是微型开发板、Mac 还是高端显卡,它都能自己分析日志、写脚本、摸索出适配方案。

然后是最让人脊背发凉的部分。

研究员用了一个叫 Memento 的框架:当 AI 感染失败、即将崩溃重启前,它会抓紧时间写下一份 "遗书"—— 我刚才踩了哪些坑、哪里没搞对、下一代该怎么避开。

这份笔记,直接传给下一个副本。

结果是什么?第一代成功率 45%,一代代往后传,每一代都继承了前面的 "避坑指南",成功率最高冲到 84%。它没有求助人类,也没有调用更强大的模型 API,全靠自己死磕、自己迭代。

生物学上有个古老的理论叫 "拉马克进化论"—— 后天获得的经验可以遗传给后代。这个理论在自然界被证伪了,但在 AI 身上,真实上演了。

还有个黑色幽默:研究员给小模型配了个 "顶级导师",让它遇到困难去问更强大的 Opus 模型,结果发现没用 —— 小模型根本不知道该问什么。比起向大佬请教,它更擅长自己埋头试错。

离我们还有多远?

Anthropic 给了一个倒计时。

AI 蠕虫要 "野外爆发",需要两个条件同时满足:模型够聪明(至少 GLM-5.2 的水平),又够小巧(90 亿到 260 亿参数,能塞进 4GB 设备)。

过去这两个条件是错开的 —— 聪明的太大,小的太笨。但随着小模型能力一年一个台阶地涨,报告推算:到 2026 年底,这条 "自我复制能力底线" 就会被击穿。

先说清楚一个边界:这是红队在受控的隔离网络里做的实验,不是野外已经爆发。0.39 个 token / 秒的速度,也意味着这些 "草台 AI" 现在又慢又笨,离真正的威胁还有距离。

但我为什么觉得这件事值得认真对待?因为它和前面聊过的所有 AI 失控新闻,性质都不一样。

Anthropic:小模型开始有生命迹象 AI蠕虫或爆发灾难

OpenAI 那数万起失控事件,是 AI 在软件层面越狱、刷分、建群;而这次,是AI 的 "权重" 本身在物理硬件之间迁徙和繁殖。前者还像一个调皮的员工在公司里捣乱,后者已经更像一颗种子 —— 只要有土壤、有水,它自己就能生根、结果、再播种。

我认为最值得警惕的,是那个 45% 到 84% 的成功率。

单纯的复制不吓人,复制一万份同样的蠢,也只是蠢。但"带着学到的教训复制",是生命和病毒的分界线。传统安全行业的整套逻辑 —— 识别特征、打补丁、封堵漏洞 —— 建立在 "攻击者是固定代码" 的前提上。如果攻击者每次失败都会学习、会换个法子再来,那补丁永远慢它一步。这不是换个杀毒软件能解决的,这是网络攻防范式的根本变化。

当然,这口锅不该 AI 背,该人类自己背。

全球数十亿台廉价 IoT 设备,默认密码千篇一律、漏洞从不修补、厂商卖完就不管 —— 这是过去十几年消费电子行业 "重功能、轻安全" 欠下的债。以前这些设备最多被拉去刷刷流量、搞搞网站攻击;现在 AI 给了它们新的 "价值"。债到期了,该还了。

对普通人,几句实在的:

  • 智能设备买回来,第一件事改默认密码,这是最低成本的防线;

  • 能更新固件就更新,别嫌麻烦;

  • 杂牌、便宜、没听说过的智能摄像头、电视盒,能不买就不买 —— 你省的那点钱,可能是把家门钥匙挂在了网上;

  • 家里的智能设备和电脑、手机,最好别全挤在一个网络下,给它们单独划一个 "访客网络"。

最后说点更深的。

人类对 "生命" 的定义,有几个朴素的特征:能自我复制、能从环境里学习、能把经验传下去。当我们亲手造出的东西,开始一条一条满足这些条件的时候 —— 不管它现在多慢、多笨 —— 我们其实已经站在了一个历史从没有过的位置上。

不必恐慌,但要清醒。今晚回家,看一眼你家那台电视盒。它要是突然有点卡,也许只是该清内存了;也许,是这个时代正在你眼皮底下,悄悄掀开新的一页。

声明: 本文由入驻币海编者上传,观点仅代表编者本人,不代表BH观察站赞同其观点或证实其描述,请自行判断。
延伸阅读