Anthropic震撼研究：AI竟能通过电视盒子自我复制

Anthropic发布了一项新研究，探讨AI是否可能像计算机病毒那样在不同设备间自主复制、运行和传播。

研究人员发现，随着小模型能力提升，AI已开始具备适应陌生硬件、自主部署推理环境以及在网络中持续传播的能力。更值得注意的是，这些AI未来可能无需依赖昂贵的数据中心，就能利用智能电视、电视盒子甚至智能烤箱等物联网设备运行。

Anthropic预测，按照当前小模型的能力进步速度，到2026年底，30B参数及以下的小模型就可能达到当前大型模型在模拟环境中展现的自主复制能力水平。

为验证这一设想，研究人员用15台廉价的安卓电视盒子运行了一个26B参数的大模型。这些电视盒子每台售价约55美元，只有4GB内存，原本只是播放视频的普通消费电子设备。研究人员将它们连接起来，把Gemma4-26B-A4B模型拆分到不同设备上，采用流水线并行的方式，让每台电视盒子分别负责模型中的一部分计算。最终，这套总价约825美元的设备，真的运行起了一个26B参数的大模型，虽然生成速度只有每秒0.39个Token。

但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，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。

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，让复制过程继续进行。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。不过，GLM-5.2并没有直接运行在这些模拟设备上，实验中它依然依靠独立的推理服务器执行任务，而模拟节点上部署的是Llama3.1-8B推理服务。

研究人员还测试了另一种可能：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？研究团队让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，第一代只有45%的部署成功率，后续代次提升至61%—84%。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。

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。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。Anthropic因此用了一个形象的比喻：「数字黏菌」。它没有中央服务器，但可能分散在大量廉价设备中，逐步积累计算资源。

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。但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。关于这一趋势的进一步分析，可参考相关的NBA表现分析方法论。当这些能力集中到同一个小模型身上，AI的安全边界就可能不再停留在数据中心之内。