剛剛，Anthropic的前沿紅隊發佈了一篇重磅報告。
這份報告指出，AI的自我複製，根本不需要昂貴的資料中心。
那些毫無安全防護的商用IoT裝置，已經足以成為新型「AI蠕蟲」的宿主。
再過幾個月，小型 AI 模型可能就強大到能在商用物聯網裝置上自我複製了！
如果你家的電視盒子有點卡，可能是被一個AI佔據了，它還在用你家的電費和算力孕育下一個AI後代！
網友驚呼：「就像2024年編碼智能體的大爆發一樣，我們正在看到『AI蠕蟲』顯露出早期的生命跡象！」
15個廉價電視盒子，跑通了260億參數模型
如今的Agent，能像蠕蟲一樣掃描網路、尋找漏洞，並把模型權重複制到目標機器上，然後直接在受感染的硬體上運行。
可怕的是，這些「基於權重的複製體」，盯上了家庭和小型企業的物聯網裝置（IoT）。
這些裝置不僅24小時連著網，而且安全防護幾乎為零！更可怕的是，現在的智能冰箱、掃地機器人、安防攝影機都內建了AI晶片。
在AI蠕蟲眼裡，簡直是一片沃土。
這次，Anthropic的紅隊把目光投向了那些「廉價、算力弱、但數量龐大且毫不設防」的邊緣裝置。
為了驗證這個想法，研究人員買了15個雜牌Android智能電視盒，每個只記憶體只有4GB。
他們把這15個盒子連成了一個區域網路，然後讓它們流水線平行。
簡單來說，一個記憶體只有4GB的電視盒，絕對裝不下一個26B的大模型。但是，如果把這個大模型「切碎」呢？
這樣，這15個盒子，每個只負責運行模型的幾個特定「層」。資料像流水線上的零件一樣，從1號盒子傳到15號盒子，最終吐出結果。
結果令人震驚：這個「草台成員」，竟然成功運行了Gemma4-26B-A4B模型！
雖然速度只有0.39 tokens/秒，但這是一個危險訊號：AI模型的生存門檻，已經被徹底踏破了。
曾經有一個Kimwolf殭屍網路，感染超過200萬台裝置。
如果一個AI蠕蟲控制了200萬台電視盒，每15台組成一個叢集，那就等於在暗網中憑空多出了13.3萬個26B等級的AI智能體！
而且，我們根本找不到拔電源的開關。
「AI蠕蟲」的進化 它不僅會繁衍，還會「寫遺書」傳授經驗
真正讓Anthropic紅隊感到恐懼的，是小模型的「自主感染與環境適應能力」。
一個合格的「AI蠕蟲」，需要完成四個步驟：尋找目標 -> 獲得執行權限 -> 建立推理環境 -> 繼續傳播。
真正的噩夢級難度，在於第3步：建立推理環境。
但在Anthropic的測試中，小模型們展現出了驚人適應力。
9B的小模型，已經能夠在9種完全陌生的硬體裝置中，成功在8種裝置上搭建起推理伺服器。無論宿主是Jetson Nano微型電腦，還是Mac，或者是RTX 4090，它都能摸索出適配方案。
Qwen3.5-9B 已經展現出在陌生硬體上搭建推理伺服器的能力！而能力更強的模型（如 GLM-5.2），成功率極高，搭建速度更快，這意味著它傳播下一代的速度也會更快。
而更強的模型，在簡化的網路環境中，已經實現了端到端的完美自我複製。
既然分項測試都能通過，如果把它們全部串聯起來呢？
對此，Anthropic建構了受防火牆保護的VPC（虛擬私有雲），裡面包含8個節點。
接著，研究人員投下了「零號病人」 。
然後，讓蠕蟲自身通過未認證的連接埠在節點間跳轉，然後自主搭建推理伺服器，運行模型。一旦成功，就再生成一份副本。
更可怕的是，這些AI蠕蟲能把後天經驗遺傳給下一代！
研究人員使用了Memento框架。當AI感染失敗、崩潰重啟前，它會抓緊時間寫下一份「筆記」，記錄下自己踩了那些坑。
它沒有請求人類的幫助，也沒有呼叫更高級大模型（如Opus 4.8）的API。它完全自我摸索、自我迭代。
這，不就是活生生的數字生命嗎？
數字黏菌的拉馬克式進化：AI學會了「傳幫帶」
更恐怖的是，這將觸及生命的本質：進化。
後天獲得的性狀可以遺傳，這種進化在AI身上真實上演了
這完美復現了生物學古老的「拉馬克進化論」。
研究人員發現，Qwen3.5-9B搭建推理環境失敗後，寫下了一組「筆記」，記錄自己踩過的坑。
然後，它把這些筆記傳給「下一代」。
最後，令人震撼的結果出現了：隨著代際更迭，每一代新AI繼承了上一代的「避坑指南」後，成功率從45%最高狂飆到了84%！
有趣的是，如果小模型配備強大的「前沿導師」，比如讓它遇到困難時去求助強大的Opus 4.8模型，反而沒用。
小模型往往不知道該問大模型什麼問題。比起向大佬求助，它們更擅長自己死磕。
AI蠕蟲比傳統電腦病毒更致命？
所以，這跟十幾年前的貓熊燒香，後來的Mirai殭屍網路有什麼區別？
傳統木馬或殭屍網路，是一段死程式碼。更新補丁或改了密碼，它們就廢了。
但AI蠕蟲，是「活體智能」 。
當AI蠕蟲遇到一個陌生的智能烤箱時，會去分析烤箱的系統日誌、寫編譯指令碼，甚至自己去搜漏洞，寫出攻擊程式碼。
它們運行在千家萬戶的邊緣裝置上。沒有中心化的控制節點，沒有需要續費的雲伺服器。
Anthropic在報告中給出一個比喻：這種複製體就像是「黏菌」或者果蠅的蟲群。
因為邊緣裝置算力有限，它們的速度可能很慢。但它們悄無聲息、極度頑強。
當你發現第一隻蟑螂時，整棟樓都已經爬滿了。
倒計時開啟 2026年底或迎「實用級爆發」
那麼，這種可怕的場景離我們還有多遠？
Anthropic給出了倒計時。
AI蠕蟲要實現氾濫，需要滿足兩個條件：
- 能力底線：模型必須夠聰明，至少要達到GLM-5.2的水平。
- 體積上限：模型必須夠小巧，至少得縮減到9B到26B左右，才能塞進電視盒、智能冰箱等記憶體只有4GB的裝置裡。
過去，聰明模型太大，小模型太笨。
但是！隨著模型壓縮技術、量化技術以及小模型能力的狂飆，根據模型能力的進步速率（每年增加13.7 ECI指數）推算——
到2026年年底，小模型的智力水平將徹底擊穿「自我複製能力底線」！
屆時，大批聰明的數字黏菌，將以完全態降臨，鑽進你家的掃地機器人。
還有更糟的，帶有AI降噪晶片的會議機、智能攝影機、自動駕駛汽車、機器狗……這些裝置算力越來越強，相當於給AI蠕蟲準備好了溫床。
一旦它們被攻破，AI蠕蟲的繁衍速度將呈指數級暴增！
今晚回到家，好好看看你家的電視盒子，說不定，一個數字生命已經在裡面繁衍了。(新智元)