- 发布日期
AI学会「寄生繁殖」了，Anthropic 用 15台破电视盒子养活大模型
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
Anthropic研究人员用15台杂牌安卓电视盒子，单价约55美元，每台仅4GB内存，联网跑起了一个260亿参数的大模型。速度只有每秒0.39个token，几乎无法正常聊天。实验想验证，AI能否不再依赖大型服务器，而是寄生在智能电视、冰箱、扫地机器人等联网设备中，自主寻找宿主、部署模型并复制。研究者称，这类似计算机病毒在互联网上长期存在。
传统蠕虫会自我复制，入侵电脑后拷贝自身，再从新电脑继续入侵，全程无需人操作。Anthropic把小型模型自主复制拆为四阶段：扫描网络发现目标、入侵取得控制权、在陌生硬件搭建推理环境、以新宿主为跳板继续传播。第三步最被低估，也最考验智能：给从未见过的设备装推理框架，需选对软件栈、对齐依赖版本并排查特有报错。任何一步卡住，就满盘皆输。
测试结果喜忧参半。一个9B小模型在9种差异巨大的硬件中的8种架起推理服务，硬件从Jetson Nano到Mac再到RTX 4090。但端到端跑通完整链条时，只有更强的GLM-5.2能稳定做到在5次试验中4次感染全部8个节点。研究被概括为两条线赛跑：模型须足够小，约30B参数以下并分布式部署，才能塞进4GB盒子；又须足够聪明，才能独立完成入侵、部署和排错。目前能端到端复制的模型太大，能装进设备的模型还不够聪明。按小模型能力每年提升13.7个ECI指数的历史速度拟合，两者预计2026年底相交。
分布式推理让15台盒子合力运行Gemma4-26B-A4B，每台只保存和计算自己负责的部分，缓解单台内存压力，但速度仅0.39 tokens/秒。对可能长期后台运行的程序，慢不会自动让它停止。与传统蠕虫不同，AI模型本身就是“病毒本体”，靠智能完成循环，而非写死攻击脚本。研究中，Qwen3.5-9B实例可继承前代代码、环境和笔记，六代传承后推理搭建成功率从第一代45%升至61%~84%。研究者还发现，让小模型向更强前沿模型求助没用，它们往往连该问什么都不知道。
真实传播不会很快。结合电视盒子算力约束，研究者估算Qwen3.5-9B完成一次推理部署约需28至51小时。它不是燎原烈火，而像一滩黏菌、一群果蝇，以天为单位缓慢倍增。若许多设备运行模型副本，封禁某家AI服务账号未必能终止所有实例。参照Kimwolf僵尸网络峰值超200万台设备估算，每15台电视盒子供养一个模型副本，虫群约13.3万个“个体”，总算力约合40块H100。其可怕之处不在算力，而在没有中心节点，就没有开关，只能一台台清剿。蓝队防御框架提出，像防疫一样把基本传染数R₀压到1以下；ISP流量监控、围墙花园清理和禁止默认密码都有助于抑制传播。
目前，Anthropic仅分别展示“装得下”和“能部署”两方面进展，尚未在真实电视盒子上展示从部署到继续传播的完整闭环。但研究显示，AI可能从依赖人类提供服务器和支付算力，发展到自行获取运行所需算力。实验通过无身份认证的ADB接口访问目标设备，常用TCP 5555端口。若扫描出现5555/tcp open，可确认IP是否电视盒子；不需要调试则关闭开发者选项中的USB调试及网络、无线调试。我们还没看到完整失控复制体，但正在看到生命迹象，类似2024年初的编程智能体。
