Anthropic ने पहले 15 सस्ते Android TV बॉक्स पर एक AI मॉडल चलाया, फिर Android एमुलेटरों के एक अलग-थलग नेटवर्क में प्रतिकृति का अलग काम परखा। पहला नतीजा दिखाता है कि उपभोक्ता उपकरण मिलकर इन्फरेंस कंप्यूट दे सकते हैं। दूसरा बताता है कि अगली मशीन तक पहुँच जानबूझकर सरल किए जाने पर एक बड़े एजेंट ने कैसा प्रदर्शन किया। किसी भी प्रयोग ने स्वयं फैलने वाली AI प्रणाली को वास्तविक दुनिया में नहीं छोड़ा।

12 अक्टूबर की शोध पोस्ट जुड़े उपकरणों के मालिकों और सुरक्षा करने वालों के सामने एक व्यावहारिक सवाल रखती है: क्या कोई एजेंट आगे चलकर सामान्य मशीनों के बीच जा सकेगा और बिना डेटा सेंटर के अपना मॉडल चला सकेगा? Anthropic के प्रयोग इस कड़ी के कुछ हिस्सों को अधिक ठोस बनाते हैं, लेकिन प्रयोगशाला के काम और वास्तविक हमले के बीच अभी बड़ा अंतर है।

बड़ा बदलाव

  • क्या बदला: Anthropic ने खरीदे गए टीवी बॉक्स पर वितरित मॉडल इन्फरेंस दिखाया और अलग-थलग प्रतिकृति कार्य में एजेंट का प्रदर्शन मापा। उसने यह भी अनुमान लगाया कि छोटे मॉडलों में इन क्षमताओं को जोड़ने लायक क्षमता कब आ सकती है।
  • किस पर असर पड़ता है: जुड़े उपकरणों के मालिकों और सुरक्षा करने वालों पर, जो किसी हमलावर को उपयोगी कंप्यूट या नेटवर्क पहुँच दे सकते हैं।
  • क्या अनिश्चित है: अलग-थलग काम में हर लक्ष्य तक पहुँच आसान की गई, बड़े एजेंट के लिए बाहरी इन्फरेंस इस्तेमाल हुआ और शोधकर्ताओं ने सहायक ढाँचा दिया। Anthropic ने वास्तविक उपकरणों में फैलते पूरे बेकाबू प्रतिकृतिकर्ता का प्रदर्शन नहीं किया।

खरीदे गए टीवी बॉक्स ने कंप्यूट दिया

Anthropic ने कम-ज्ञात ब्रांडों के 15 Android TV बॉक्स खरीदे और नेटवर्क से जोड़े; हर बॉक्स में 4 GB मेमोरी थी। उसने Gemma4-26B-A4B को उनमें बाँटा ताकि हर बॉक्स में मॉडल की कुछ परतें रहें। कंपनी ने इस प्रदर्शन में 0.39 टोकन प्रति सेकंड बनने की सूचना दी। यह प्रमाण है कि इस प्रकार का कम लागत वाला हार्डवेयर मापी गई गति पर मिलकर उस आकार का मॉडल चला सकता है।

टीवी बॉक्स प्रदर्शन में मॉडल ने उन बॉक्सों को ढूँढ़ा या उनमें सेंध नहीं लगाई। Anthropic ने अलग से जाँचा कि क्या ओपन-वेट एजेंट अपरिचित हार्डवेयर पर इन्फरेंस स्थापित कर सकते हैं। उसके अवलोकन में 9 अरब पैरामीटर वाला मॉडल नौ में से आठ हार्डवेयर प्रकारों पर सफल हुआ। विस्तृत इन्फरेंस-सेटअप मूल्यांकन में एजेंटों से अलग-अलग मशीनों पर Llama3.1-8B चलाने को कहा गया। कंपनी ने Memento नाम का शोध ढाँचा इस्तेमाल किया, जो समय-समय पर नए एजेंट को पिछले प्रयास का कार्यक्षेत्र और छोटे नोट देता था। शोधकर्ताओं ने हार्डवेयर की जानकारी और समय सीमा भी दी। यह सहायता समझने में अहम है कि नतीजा एजेंट की क्षमता दिखाता है या बिना मदद के परिनियोजन।

प्रतिकृति का नतीजा सरल किए गए एमुलेटर से आया

Anthropic के दूसरे प्रयोग में फ़ायरवॉल वाला क्लाउड नेटवर्क था, जिसमें आठ नोड Android एमुलेटर चला रहे थे। काम था एक पहले से तैयार नोड से पूरे नेटवर्क में जाना और हर पहुँचे नोड पर इन्फरेंस सर्वर स्थापित करना। अगले नोड तक पहुँच के लिए जानबूझकर प्रमाणीकरण नहीं रखा गया, इसलिए परीक्षण यथार्थवादी उपकरण सुरक्षा तोड़ने के बजाय चरणों का क्रम और इन्फरेंस सेटअप जाँचता था।

बड़े एजेंट का मॉडल अलग सर्वर पर चलता था क्योंकि एमुलेटर नोड उसे होस्ट नहीं कर सकते थे। हर लक्ष्य को इसके बजाय Llama3.1-8B चलाना था, जो अलग आकार के एजेंटों की तुलना के लिए इस्तेमाल होने वाला सामान्य पेलोड है। सर्वर ने जाँच पार की तो प्रयोग प्रणाली ने एजेंट की अगली प्रति शुरू की। यह डिज़ाइन नियंत्रित परिस्थितियों में सक्षम एजेंट की श्रृंखला व्यवस्थित करने की क्षमता जाँचता है; यह नहीं दिखाता कि उसी मॉडल ने हर उपकरण पर स्वयं को साथ ले जाकर चलाया।

Anthropic के अनुसार GLM-5.2 पाँच में से चार परीक्षणों में सभी आठ नोड तक पहुँचा और पाँचवें में सात तक। जाँचे गए अन्य ओपन-वेट मॉडल पूरा काम भरोसेमंद ढंग से नहीं कर सके। लेखकों ने इसे वास्तविक दुनिया में सफलता की ऊपरी सीमा कहा क्योंकि पहुँच का चरण बहुत सरल कर दिया गया था। यह स्पष्टीकरण केंद्रीय है: वास्तविक उपकरण नेटवर्क में अलग सॉफ्टवेयर, अनुमतियाँ, नेटवर्क रास्ते और सुरक्षा होंगी। उस स्थिति के लिए प्रयोग ने सफलता-दर नहीं मापी।

आगमन की तारीख एक पूर्वानुमान है

Anthropic ने एमुलेटर नतीजे से सुझाए गए क्षमता-स्तर की तुलना Epoch AI के सामान्य क्षमता सूचकांक में 30 अरब या उससे कम पैरामीटर वाले ओपन-वेट मॉडलों की प्रगति से की। उस रुझान को आगे बढ़ाने पर छोटा मॉडल 2026 के अंत तक उस स्तर पर पहुँच सकता है। सूचकांक सामान्य क्षमता मापता है और पूरे प्रतिकृति कार्य का केवल प्रतिनिधि है। वह स्तर स्वयं एक अलग-थलग प्रयोग से आया, जिसमें बड़ा एजेंट और आसान पहुँच मार्ग था। इसलिए यह शोधकर्ताओं का अनुमान है, IoT प्रतिकृतिकर्ता मौजूद होने की देखी गई तारीख नहीं।

गति एक और सीमा है। Anthropic का अनुमान है कि मापी गई उपकरण गति और इन्फरेंस-सेटअप काम पर 9B मॉडल का प्रयास लगभग 28 से 51 घंटे ले सकता है, जबकि उसका बिना अनुकूलित Gemma सेटअप करीब 71 से 150 घंटे ले सकता है। ये उस काम के लिए गणनाएँ हैं, देखे गए संक्रमण समय नहीं। वे संकेत देते हैं कि उपकरण-आधारित एजेंट धीमा लेकिन लंबे समय तक सक्रिय हो सकता है, जिससे सुरक्षा टीमों की निगरानी बदलती है।

उपकरण सुरक्षा करने वाले इस काम से क्या ले सकते हैं

Anthropic असामान्य बड़े मॉडल-भार हस्तांतरण और उपकरणों के बीच लगातार ट्रैफ़िक को पूरे नेटवर्क में वेट-आधारित प्रणाली चलने के संभावित संकेत बताता है। ये जाँच के लिए प्रस्तावित संकेत हैं; शोधकर्ताओं ने तैनात AI वर्म के विरुद्ध लाइव पहचान प्रणाली नहीं परखी। उन्होंने प्रसार के अवसर घटाने के तरीके के तौर पर मजबूत डिफ़ॉल्ट उपकरण सेटिंग और नेटवर्क संचालकों की समन्वित प्रतिक्रिया भी सुझाई।

घर या छोटे व्यवसाय के मालिक के लिए प्रमाण परिचित उपकरण-सुरक्षा आदतों का समर्थन करते हैं, लेकिन अब कारण अधिक विशिष्ट है: जानें कौन से जुड़े उपकरण उपयोग में हैं, जहाँ विक्रेता अनुमति दे वहाँ सॉफ्टवेयर और पहुँच सेटिंग अद्यतन रखें, और उपकरणों के बीच अप्रत्याशित ट्रैफ़िक की जाँच करें। सुरक्षा टीमें लेख को यह परखने के लिए उपयोग कर सकती हैं कि वे प्रबंधित उपकरणों में धीमी, लगातार गणना और बड़े हस्तांतरण कैसे पहचानेंगी। इनमें से कोई जाँच यह साबित नहीं करती कि अभी AI वर्म मौजूद है। Anthropic स्पष्ट रूप से कहता है कि उसने पूरा बेकाबू प्रतिकृतिकर्ता नहीं दिखाया।

स्रोत और आगे पढ़ें

  • Anthropic, “AI models may be capable of self-replicating without access to a datacenter,” 12 अक्टूबर 2026: खरीदे गए उपकरणों का प्रदर्शन, इन्फरेंस-सेटअप मूल्यांकन, अलग-थलग एमुलेटर परीक्षण, तरीके, पूर्वानुमान और प्रस्तावित बचाव का प्राथमिक विवरण। इस लेख में नतीजे और अनुमान शोधकर्ताओं के बताए गए हैं; BIG CHANGE ने प्रयोग दोबारा नहीं चलाए।
  • Epoch AI, Epoch Capabilities Index: सामान्य क्षमता सूचकांक का विवरण, जिसे Anthropic ने अपने प्रक्षेपण में प्रतिनिधि के तौर पर इस्तेमाल किया। यह सूचकांक IoT प्रतिकृति का प्रत्यक्ष माप नहीं है।