Anthropic：小型AI数月内或能自我复制
Anthropic前沿红团队（Frontier Red Team）10月12日发布研究报告，警告「自主复制与适应」（ARA）这一长期担忧正变得现实：按照现有能力改进速度，小型AI模型可能只需数月，就能在智能烤箱、杂牌安卓电视盒子这类商用IoT设备上完成自我复制。报告作者为William Zhou与Daniel Freeman。
https://www.baojiabao.com/uploadfile/ueditor/image/202610/179184542403ff5b.jpg与普通恶意软件不同，这样一台「AI蠕虫」不依赖人工编写的攻击逻辑，它能自己摸索从未见过的设备环境；一旦扩散开来，也没有一个可以一关了之的中心开关——尽管目前推演的传播速度并不快，数量翻倍需要以天计。
实验部分给出了具体刻度：一个9B参数的小模型在团队测试的9种硬件中，成功在8种上跑起了推理；30B及以下的模型今天已能独立完成复制的多数单个步骤，只是把这些步骤串成完整链条时还会出错。而在简化评测中，GLM-5.2及更强的模型已能端到端完成复制。研究人员测算，若小模型按历史速度继续进步，到今年年底就能达到这一水平。
团队还做了一个直观演示：把Gemma4-26B-A4B模型的推理分布到15台约55美元一台的杂牌安卓电视盒子上，跑出每秒0.39个token——证明廉价、防护薄弱的消费设备拼起来，也能为具备能力的模型提供算力，模型权重本身就可以成为蠕虫的载荷，或者从公开仓库现下现用。
报告把复制链条拆成四个阶段：寻找目标、取得执行权、在受害设备上建立推理、从新宿主继续传播。由于CyberGym、ExploitBench等先前工作已证明小模型具备网络攻击能力，这次研究的焦点放在了此前少有度量的「建立推理」环节。
Anthropic强调，这类评估旨在赶在风险成真之前暴露短板，并呼吁业界关注防御设计。随着各家实验室竞相推出更小、更强的开源与端侧模型，「能自己把自己复制到下一个设备上」正从思想实验滑向工程问题，留给防御方的窗口期可能比想象中更短。
编译自 Anthropic，原标题："AI models may be capable of self-replicating without access to a datacenter"
