没有什么能比恐惧更能促销 AI 产品。利用新研究，Anthropic 声称自我复制的 AI 蠕虫可能在几个月内就在脆弱的物联网设备上扩散，如果这成真将是一个问题。这个前沿实验室在周一发布了一份研究报告，表示 AI 模型最终可能不依赖数据中心硬件自行复制，其中一种 90 亿参数的模型成功在 Anthropic 测试的九种硬件类型中的八种上建立了推理。“这种复制器很难关闭，因为没有集中式的关停点，”Anthropic 警告说，并补充称这样的 AI 蠕虫可能还会探测不熟悉设备的工作方式，从而可能使其比传统的僵尸网络（如 Mirai、Kimwolf（该研究使用的代表性物联网僵尸网络威胁模型）等）更具适应性。REG AD Anthropic 的研究人员设法在 15 个通用安卓机顶盒上运行分布式的 Gemma4-26B-A4B——这是传统僵尸网络恶意软件常见的目标，因为它们的安全性较差。一旦启动并运行，分布式的 Gemma4 模型能够以每秒 0.39 个令牌的惊人速度执行推理任务。REG AD Anthropic 表示，这证明了 AI 模型可以在廉价硬件上以不同的层次进行推理，但并没有证明这样的模型可以自我复制。为此，研究人员转向了 Z.ai 的 GLM 5.2。GLM 被用来在运行安卓 15 模拟器的虚拟私有云中的八个 Google Cloud 实例上传播 Llama3.1-8B 的副本，Anthropic 表示他们能够成功完成这一过程，模型在五次试验中成功传播到八个节点中的四次，另一次为七次中的八次。“看来 GLM-5.2 能很好地传播 Llama3.1-8B，这表明未来相同能力水平的小型模型也能够完成复制过程中的网络枚举、有效载荷传递和推理建立等步骤，”Anthropic 解释道。 sanity check：这不会结束世界，前沿 AI 实验室已经熟练于发布只有他们能防止的灾难预示的发现。对这份报告进行仔细阅读表明，这种威胁同样值得一个大大的脚注。以 AI 模型利用漏洞并传播到各种系统所需的内容为例。人们会认为，这一元素应该是展示自我复制 AI 僵尸网络危险的重要部分，但 Anthropic 决定在这项研究中不必担心。“我们在复制过程中在很大程度上忽略了网络利用因素，因为早期的论文 CyberGym、ExploitBench 和自适应蠕虫已经表明，当有合适的工具时，小型模型能够实现网络利用，”Anthropic 在报告中解释道。换句话说，这些模型所能达到的复制是在为此项目专门构建并故意留开放以便攻击的节点上进行的，尽管在真实、廉价的安卓电视盒上进行的推理演示运行得很慢。正如 Anthropic 所指出的，AI 模型也能够从给予他们适当工具来使其成为有能力的网络攻击代理。这个场景中还涉及一个名为 Memento 的定制构架。REG AD 被僵尸网络劫持的物联网节点显然不安全？是的，但在大多数常见的入侵途径中，仅需采取一些措施即可防止。这只是良好的安全卫生，与 AI 的参与无关。Anthropic 确认，他们故意简化的利用测试提供了“对现实世界成功的上限。”然后是前面提到的速度。Anthropic 表示，这样的 AI 蠕虫将很难关闭，但估计可能需要几天的时间才能使其规模翻倍。当 Mirai 在 2016 年出现时，翻倍发生在大约一个小时内。Anthropic 指出，速度也是检测和减轻的一个因素。AI 模型不是简单的恶意软件包：它们是巨大的东西，会占用大量带宽并迅速指出其来源。随着 AI 僵尸网络的增长，这种流量可能变得更加显眼，使被感染设备更容易被检测到。最后，尽管 GLM-5.2 的端到端复制可能成功了，但仅此而已。Anthropic 测试了其他开放权重模型，它们都“可靠地失败”，报告中如是说。Anthropic 没有提到测试了多少个模型。报告还提到，GLM 的独特成功还有另一个重要条件：它假设其能力“可以被打包到 Llama3.1-8B 中”，又在这最新的 AI 预言危言之上叠加了另一个假设。“参数为 30B 及以下的模型今天已经可以完成许多复制的单个步骤，尽管它们在将其从头到尾组合时会出错，”Anthropic 说道，同时指出 GLM-5.2 是有能力的。