Edición en Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# Qué mostraron realmente las pruebas de replicación del IoT de Anthropic

> Anthropic ejecutó un modelo en 15 cajas de TV y probó la replicación en un emulador simplificado. Ninguno de los dos resultados demuestra que exista un gusano de IA descontrolado en el mundo real.

By BIG CHANGE Editorial

Published: 2026-10-14T11:58:20.168Z
Updated: 2026-10-14T11:58:20.168Z
Canonical: https://bigchange.ai/blog/anthropic-iot-replication-tests

![Conceptual charcoal illustration of four unbranded TV-style media boxes on two shelves, with cables running to a small network switch.](https://bigchange.ai/api/media/file/anthropic-iot-connected-tv-boxes-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. No actual Anthropic device, test setup, attack or result is depicted.

Anthropic ejecutó un modelo de IA en 15 cajas Android TV económicas y después probó una tarea de replicación distinta dentro de una red aislada de emuladores Android. El primer resultado muestra que varios dispositivos de consumo pueden aportar capacidad de inferencia en conjunto. El segundo muestra cómo rindió un agente más grande cuando se simplificó deliberadamente el acceso a la siguiente máquina. Ninguno de los experimentos puso en el mundo real un sistema de IA capaz de propagarse por sí mismo.

La [publicación de investigación del 12 de octubre](https://www.anthropic.com/research/self-replicating-ai) plantea una pregunta práctica para quienes poseen o protegen dispositivos conectados: ¿podría un agente pasar algún día de una máquina común a otra y ejecutar su propio modelo sin un centro de datos? Los experimentos de Anthropic concretan algunas partes de esa cadena, pero aún queda una gran distancia entre una tarea de laboratorio y un ataque real.

## El gran cambio

- **Qué cambió:** Anthropic demostró inferencia distribuida de modelos en cajas de TV compradas y midió el rendimiento de un agente en una tarea de replicación aislada. También calculó cuándo los modelos pequeños podrían adquirir capacidad suficiente para combinar esas habilidades.
- **A quién afecta:** A propietarios y defensores de dispositivos conectados que podrían aportar capacidad de cómputo o acceso a la red a un atacante.
- **Qué sigue siendo incierto:** La tarea aislada simplificó el acceso a cada objetivo, utilizó inferencia externa para el agente más grande y contó con un andamiaje preparado por los investigadores. Anthropic no mostró un replicador malicioso completo propagándose por dispositivos reales.

## Las cajas de TV compradas aportaron capacidad de cómputo

Anthropic compró y conectó en red 15 cajas Android TV de marcas poco conocidas, cada una con 4 GB de memoria. Distribuyó Gemma4-26B-A4B entre ellas para que cada caja albergara una fracción de las capas del modelo. La empresa informa que esta demostración generó 0,39 tokens por segundo. Es una prueba de que esta clase de hardware de bajo coste puede ejecutar en conjunto un modelo de ese tamaño a la velocidad medida.

La demostración con las cajas de TV no implicó que el modelo las encontrara ni las comprometiera. Anthropic evaluó por separado si agentes de pesos abiertos podían configurar inferencia en hardware desconocido. Su resumen indica que un modelo de 9.000 millones de parámetros tuvo éxito en ocho de nueve tipos de hardware. La evaluación detallada de configuración pidió a los agentes que ejecutaran Llama3.1-8B en máquinas variadas. La empresa usó un arnés de investigación llamado Memento, que periódicamente entregaba a un agente nuevo el espacio de trabajo del intento anterior y notas breves. Los investigadores también proporcionaron información del hardware y un límite de tiempo. Ese apoyo importa al interpretar si el resultado refleja capacidad del agente o un despliegue sin ayuda.

## El resultado de replicación procedía de un emulador simplificado

El segundo experimento de Anthropic utilizó una red en la nube con cortafuegos y ocho nodos que ejecutaban emuladores Android. La tarea consistía en partir de un nodo preparado, recorrer la flota y configurar un servidor de inferencia en cada nodo alcanzado. El siguiente nodo se dejó deliberadamente sin autenticación, de modo que la prueba se centró en secuenciar pasos y configurar inferencia, no en superar una defensa realista del dispositivo.

El modelo del agente más grande se ejecutaba en un servidor separado porque los nodos emulados no podían alojarlo. Cada objetivo debía ejecutar Llama3.1-8B, una carga común para comparar agentes de distintos tamaños. Cuando ese servidor superaba las comprobaciones, el sistema del experimento iniciaba la siguiente copia del agente. Este diseño prueba si un agente capaz puede organizar la cadena en condiciones controladas; no demuestra que el mismo modelo se transportara y ejecutara a sí mismo en cada dispositivo.

Anthropic informa que GLM-5.2 llegó a los ocho nodos en cuatro de cinco pruebas y a siete en la quinta. Los otros modelos de pesos abiertos evaluados no completaron toda la tarea de forma fiable. Los autores describen el resultado como un límite superior del éxito en el mundo real porque simplificaron al máximo el paso de acceso. Esa salvedad es fundamental: una flota real de dispositivos tendría software, permisos, rutas de red y defensas diferentes. El experimento no midió una tasa de éxito para ese escenario.

## La fecha de llegada es una previsión

Anthropic comparó el umbral de capacidad sugerido por el resultado del emulador con el avance de los modelos de pesos abiertos de 30.000 millones de parámetros o menos en el índice general de capacidades de Epoch AI. Extrapolar esa tendencia situó a un modelo pequeño en el umbral para finales de 2026. El índice mide capacidad general y solo sirve como aproximación a la tarea completa de replicación. El propio umbral procede de un experimento aislado que utilizó un agente más grande y una vía de acceso más fácil. Por tanto, la fecha es una estimación de los investigadores, no una fecha observada en la que vaya a existir un replicador de IoT.

La velocidad añade otra limitación. Anthropic calcula que, con las velocidades medidas de los dispositivos y la carga de configuración de inferencia, un intento con un modelo 9B podría tardar entre 28 y 51 horas, mientras que su configuración Gemma sin optimizar podría necesitar entre 71 y 150 horas. Son cálculos para esa carga, no tiempos de infección observados. Sugieren que un agente basado en dispositivos podría actuar despacio y persistir, lo que cambia lo que deberían vigilar los defensores.

## Qué pueden aprender del estudio quienes protegen dispositivos

Anthropic señala que las transferencias inusualmente grandes de modelos y el tráfico sostenido entre dispositivos podrían indicar que un sistema basado en pesos opera en una flota. Son posibles indicios para investigar; los investigadores no probaron un sistema de detección en vivo frente a un gusano de IA desplegado. También proponen mejorar la configuración predeterminada de los dispositivos y coordinar la respuesta de los operadores de red para reducir las oportunidades de propagación.

Para quienes tienen una vivienda o pequeña empresa, las pruebas respaldan prácticas conocidas de higiene de dispositivos, ahora con un motivo más concreto: saber qué dispositivos conectados se usan, mantener actualizado el software y la configuración de acceso cuando lo permita el proveedor e investigar el tráfico inesperado entre dispositivos. Los equipos de seguridad pueden usar el artículo para examinar cómo detectarían cómputo lento y sostenido y transferencias grandes entre dispositivos administrados. Ninguna de esas comprobaciones demuestra que haya un gusano de IA activo. Anthropic afirma expresamente que no mostró un replicador malicioso completo.

## Fuentes y lecturas adicionales

- [Anthropic, “AI models may be capable of self-replicating without access to a datacenter”, 12 de octubre de 2026](https://www.anthropic.com/research/self-replicating-ai): relato principal de la demostración con dispositivos comprados, la evaluación de configuración de inferencia, las pruebas con emuladores aislados, los métodos, la previsión y las defensas propuestas. El artículo atribuye los resultados y las estimaciones a los investigadores; BIG CHANGE no repitió los experimentos.
- [Epoch AI, Epoch Capabilities Index](https://epoch.ai/eci): descripción del índice general de capacidades que Anthropic utilizó como aproximación en su proyección. El índice no mide directamente la replicación en el IoT.

## Sources

- [Anthropic, AI models may be capable of self-replicating without access to a datacenter](https://www.anthropic.com/research/self-replicating-ai) — Publicación de investigación primaria con apéndices metodológicos; todos los resultados experimentales y las previsiones se atribuyen a Anthropic.
- [Epoch Capabilities Index](https://epoch.ai/eci) — Índice citado por Anthropic como aproximación de capacidad general para su proyección; se verificó directamente la página original.