Edisi Markdown

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

# Apa yang sebenarnya ditunjukkan uji replikasi IoT Anthropic

> Anthropic menjalankan model pada 15 kotak TV dan menguji replikasi di emulator yang disederhanakan. Kedua hasil ini tidak membuktikan adanya worm AI tak terkendali di dunia nyata.

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 menjalankan model AI pada 15 kotak Android TV murah, lalu menguji tugas replikasi terpisah di dalam jaringan emulator Android yang terisolasi. Hasil pertama menunjukkan perangkat konsumen dapat bersama-sama menyediakan komputasi inferensi. Hasil kedua memperlihatkan kinerja agen yang lebih besar ketika akses ke mesin berikutnya sengaja disederhanakan. Tidak satu pun eksperimen menempatkan sistem AI yang dapat menyebar sendiri ke dunia nyata.

Tulisan [riset 12 Oktober](https://www.anthropic.com/research/self-replicating-ai) mengajukan pertanyaan praktis bagi pemilik dan penjaga perangkat terhubung: mungkinkah suatu saat agen berpindah di antara mesin biasa dan menjalankan modelnya sendiri tanpa pusat data? Eksperimen Anthropic membuat beberapa bagian rantai itu lebih konkret, tetapi jarak antara tugas laboratorium dan serangan nyata masih besar.

## Perubahan utama

- **Apa yang berubah:** Anthropic mendemonstrasikan inferensi model terdistribusi pada kotak TV yang dibeli dan mengukur kinerja agen dalam tugas replikasi terisolasi. Anthropic juga memperkirakan kapan model kecil mungkin cukup mampu untuk menggabungkan kemampuan tersebut.
- **Siapa yang terdampak:** Pemilik dan penjaga perangkat terhubung yang mungkin menyediakan komputasi berguna atau akses jaringan bagi penyerang.
- **Apa yang masih belum pasti:** Tugas terisolasi menyederhanakan akses ke tiap target, memakai inferensi eksternal untuk agen yang lebih besar, dan menyediakan kerangka bantu dari peneliti. Anthropic tidak menunjukkan replikator berbahaya lengkap yang menyebar melalui perangkat nyata.

## Kotak TV yang dibeli menyediakan komputasi

Anthropic membeli dan menghubungkan ke jaringan 15 kotak Android TV dari merek yang tidak dikenal luas, masing-masing dengan memori 4 GB. Gemma4-26B-A4B dibagi ke dalam perangkat itu sehingga tiap kotak memuat sebagian lapisan model. Perusahaan melaporkan kecepatan pembuatan 0,39 token per detik dalam demonstrasi tersebut. Ini menjadi bukti bahwa perangkat keras murah jenis ini dapat bersama-sama menjalankan model sebesar itu pada kecepatan yang diukur.

Demonstrasi kotak TV tidak melibatkan model yang menemukan atau membobol perangkat tersebut. Anthropic secara terpisah mengevaluasi apakah agen berbobot terbuka dapat menyiapkan inferensi pada perangkat keras yang tidak dikenal. Ringkasannya menyebut model 9 miliar parameter berhasil pada delapan dari sembilan jenis perangkat keras. Evaluasi penyiapan inferensi yang terperinci meminta agen menyajikan Llama3.1-8B pada beragam mesin. Perusahaan menggunakan kerangka riset bernama Memento, yang secara berkala memberikan ruang kerja dari percobaan sebelumnya serta catatan singkat kepada agen baru. Peneliti juga menyediakan informasi perangkat keras dan batas waktu. Dukungan itu penting saat menilai apakah hasil tersebut menunjukkan kemampuan agen atau penerapan tanpa bantuan.

## Hasil replikasi berasal dari emulator yang disederhanakan

Eksperimen kedua Anthropic memakai jaringan cloud ber-firewall dengan delapan node yang menjalankan emulator Android. Tugasnya adalah bergerak dari node yang sudah disiapkan melewati seluruh armada dan menyiapkan server inferensi di setiap node yang berhasil dicapai. Akses ke node berikutnya sengaja tidak memerlukan autentikasi, sehingga pengujian berfokus pada urutan langkah dan penyiapan inferensi, bukan menembus pertahanan perangkat yang realistis.

Model agen yang lebih besar berjalan di server terpisah karena node emulator tidak sanggup menampungnya. Setiap target justru harus menyajikan Llama3.1-8B, muatan umum untuk membandingkan agen dengan ukuran berbeda. Setelah server itu lolos pemeriksaan, sistem eksperimen menjalankan salinan agen berikutnya. Desain ini menguji apakah agen yang mampu dapat mengatur rangkaian tersebut dalam kondisi terkendali; bukan bukti bahwa model yang sama membawa dan menjalankan dirinya pada setiap perangkat.

Anthropic melaporkan GLM-5.2 mencapai semua delapan node dalam empat dari lima percobaan dan tujuh node pada percobaan kelima. Model berbobot terbuka lain yang diuji tidak menyelesaikan seluruh tugas dengan andal. Para penulis menyebut hasil ini sebagai batas atas keberhasilan di dunia nyata karena langkah akses dibuat sangat mudah. Kualifikasi itu penting: armada perangkat sungguhan akan memiliki perangkat lunak, izin, jalur jaringan, dan pertahanan yang berbeda. Eksperimen ini tidak mengukur tingkat keberhasilan dalam situasi tersebut.

## Tanggal kemunculannya adalah prakiraan

Anthropic membandingkan ambang kemampuan yang disiratkan oleh hasil emulator dengan kemajuan model berbobot terbuka berukuran 30 miliar parameter atau kurang pada indeks kemampuan umum Epoch AI. Ekstrapolasi tren itu menempatkan model kecil pada ambang tersebut menjelang akhir 2026. Indeks itu mengukur kemampuan umum dan hanya menjadi proksi untuk tugas replikasi lengkap. Ambang tersebut sendiri berasal dari eksperimen terisolasi yang memakai agen lebih besar dan jalur akses yang lebih mudah. Karena itu, prakiraan tersebut merupakan estimasi peneliti, bukan tanggal teramati ketika replikator IoT akan ada.

Kecepatan menambah batasan lain. Anthropic memperkirakan bahwa pada kecepatan perangkat yang diukur dan beban kerja penyiapan inferensi, percobaan dengan model 9B dapat memakan waktu sekitar 28 hingga 51 jam, sedangkan konfigurasi Gemma yang tidak dioptimalkan mungkin memerlukan sekitar 71 hingga 150 jam. Ini perhitungan untuk beban kerja tersebut, bukan waktu infeksi yang diamati. Angka itu menunjukkan agen berbasis perangkat mungkin lambat tetapi bertahan lama, sehingga mengubah hal yang perlu dipantau para penjaga.

## Pelajaran bagi penjaga perangkat

Anthropic menyebut transfer bobot model berukuran besar yang tidak biasa dan lalu lintas berkelanjutan antarperangkat sebagai kemungkinan tanda sistem berbasis bobot yang berjalan di seluruh armada. Pola itu merupakan petunjuk deteksi yang diusulkan; peneliti tidak menguji sistem deteksi langsung terhadap worm AI yang telah diterapkan. Mereka juga mengusulkan pengaturan bawaan perangkat yang lebih kuat dan respons terkoordinasi operator jaringan untuk mengurangi peluang penyebaran.

Bagi pemilik rumah atau usaha kecil, bukti ini mendukung kebiasaan keamanan perangkat yang sudah dikenal dengan alasan yang lebih spesifik: ketahui perangkat terhubung apa saja yang digunakan, perbarui perangkat lunak dan pengaturan akses jika vendor mengizinkan, serta selidiki lalu lintas ant perangkat yang tidak terduga. Tim keamanan dapat memakai makalah ini untuk menelaah cara mendeteksi komputasi lambat yang berkelanjutan dan transfer besar di antara perangkat terkelola. Tidak satu pun pemeriksaan itu membuktikan bahwa worm AI sedang hadir. Anthropic secara eksplisit menyatakan belum menunjukkan replikator berbahaya yang lengkap.

## Sumber dan bacaan lanjutan

- [Anthropic, “AI models may be capable of self-replicating without access to a datacenter,” 12 Oktober 2026](https://www.anthropic.com/research/self-replicating-ai): laporan utama demonstrasi perangkat yang dibeli, evaluasi penyiapan inferensi, uji emulator terisolasi, metode, prakiraan, dan pertahanan yang diusulkan. Hasil dan estimasi dalam artikel ini diatribusikan kepada peneliti; BIG CHANGE tidak mengulang eksperimen.
- [Epoch AI, Epoch Capabilities Index](https://epoch.ai/eci): penjelasan indeks kemampuan umum yang digunakan Anthropic sebagai proksi dalam proyeksinya. Indeks ini bukan ukuran langsung replikasi IoT.

## Sources

- [Anthropic, AI models may be capable of self-replicating without access to a datacenter](https://www.anthropic.com/research/self-replicating-ai) — Tulisan riset primer dengan lampiran metode; semua hasil eksperimen dan prakiraan diatribusikan kepada Anthropic.
- [Epoch Capabilities Index](https://epoch.ai/eci) — Indeks yang ditautkan Anthropic sebagai proksi kemampuan umum untuk proyeksinya; halaman aslinya diverifikasi secara langsung.