Anthropic је најпре покренуо AI модел на 15 јефтиних Android ТВ боксова, а затим тестирао засебан задатак репликације у изолованој мрежи Android емулатора. Први резултат показује да потрошачки уређаји могу заједно да обезбеде рачунарску снагу за инференцију. Други показује учинак већег агента када је приступ следећој машини намерно поједностављен. Ниједан експеримент није поставио систем вештачке интелигенције који се сам шири у стварни свет.

Тај истраживачки текст од 12. октобра поставља практично питање за власнике и заштитнике повезаних уређаја: може ли агент једног дана да прелази између обичних машина и покреће сопствени модел без дата-центра? Anthropic-ови експерименти чине неке делове тог ланца конкретнијим, али јаз између лабораторијског задатка и стварног напада остаје велики.

Велика промена

  • Шта се променило: Anthropic је показао дистрибуирану инференцију модела на купљеним ТВ боксовима и измерио учинак агента на изолованом задатку репликације. Проценио је и када би мали модели могли да стекну довољно способности да комбинују те вештине.
  • На кога утиче: На власнике и заштитнике повезаних уређаја који би нападачу могли да обезбеде користан рачунарски капацитет или приступ мрежи.
  • Шта остаје неизвесно: Изоловани задатак је поједноставио приступ свакој мети, за већег агента користио спољну инференцију и укључио помоћну инфраструктуру истраживача. Anthropic није приказао потпун злонамерни репликатор који се шири стварним уређајима.

Купљени ТВ боксови обезбедили су рачунарску снагу

Anthropic је купио и умрежио 15 Android ТВ боксова непознатих брендова, сваки са 4 GB меморије. Gemma4-26B-A4B је распоредио међу њима тако да сваки бокс држи део слојева модела. Компанија наводи да је демонстрација генерисала 0,39 токена у секунди. То је доказ да ова класа јефтиног хардвера може заједно да покрене модел те величине, измереном брзином.

Демонстрација на ТВ боксовима није подразумевала да модел пронађе или компромитује те боксове. Anthropic је засебно проверио да ли агенти са отвореним тежинама могу да поставе инференцију на непознатом хардверу. У његовом прегледу стоји да је модел са 9 милијарди параметара успео на осам од девет типова хардвера. Детаљна процена постављања инференције тражила је од агената да покрену Llama3.1-8B на различитим машинама. Компанија је користила истраживачко окружење Memento, које је повремено новом агенту давало радни простор претходног покушаја и кратке белешке. Истраживачи су обезбедили и податке о хардверу и временско ограничење. Та подршка је важна када се процењује да ли резултат показује способности агента или примену без помоћи.

Резултат репликације потекао је из поједностављеног емулатора

У другом експерименту Anthropic је користио облачну мрежу са заштитним зидом и осам чворова који су покретали Android емулаторе. Задатак је био да се крене од припремљеног чвора, прође кроз флоту и постави инференциони сервер на сваком достигнутом чвору. Приступ следећем чвору намерно није тражио аутентификацију, па је тест проверавао редослед корака и постављање инференције, а не заобилажење реалистичне заштите уређаја.

Модел већег агента радио је на засебном серверу јер емулаторски чворови нису могли да га покрену. Свака мета је уместо тога морала да покрене Llama3.1-8B, уобичајено оптерећење за поређење агената различите величине. Када би тај сервер прошао провере, систем експеримента покретао би следећу копију агента. Дизајн испитује да ли способан агент може да организује ланац у контролисаним условима; не показује да је исти модел носио и покретао себе на сваком уређају.

Anthropic наводи да је GLM-5.2 стигао до свих осам чворова у четири од пет покушаја и до седам у петом. Други тестирани модели са отвореним тежинама нису поуздано завршили цео задатак. Аутори то описују као горњу границу успеха у стварном свету јер је корак приступа учињен тривијалним. Та ограда је кључна: стварна флота уређаја имала би другачији софтвер, дозволе, мрежне путање и одбране. Експеримент није измерио стопу успеха у таквом окружењу.

Датум појаве је прогноза

Anthropic је упоредио праг способности наговештен резултатом емулатора са напретком модела са отвореним тежинама до 30 милијарди параметара на општем индексу способности Epoch AI. Екстраполација тог тренда поставила је мали модел на праг до краја 2026. Индекс мери општу способност и само је замена за потпуни задатак репликације. Сам праг потиче из изолованог експеримента са већим агентом и лакшим путем приступа. Прогноза је зато процена истраживача, а не уочен датум појаве IoT репликатора.

Брзина је још једно ограничење. Anthropic процењује да би покушај са моделом 9B, при измереној брзини уређаја и оптерећењу постављања инференције, могао да траје око 28 до 51 сат, док би неоптимизовано Gemma окружење могло да траје приближно 71 до 150 сати. То су прорачуни за тај задатак, а не уочено време инфекције. Они указују да би агент на уређајима могао да буде спор и истрајан, што мења шта заштитници треба да прате.

Шта заштитници уређаја могу да закључе из рада

Anthropic указује на необично велике преносе тежина модела и трајан саобраћај између уређаја као могуће знаке система заснованог на тежинама који ради широм флоте. То су предложени трагови за откривање; истраживачи нису тестирали систем за откривање уживо против постављеног AI црва. Као начине да се смањи могућност ширења наводе и снажнија подразумевана подешавања уређаја и координисан одговор мрежних оператера.

За власника дома или малог предузећа, докази подржавају познату хигијену уређаја, уз конкретнији разлог: знати који су повезани уређаји у употреби, одржавати софтвер и подешавања приступа ажурним кад добављач то дозвољава и испитати неочекивани саобраћај међу уређајима. Безбедносни тимови могу да користе рад као повод да размотре како би уочили споре, непрекидне прорачуне и велике преносе на управљаним уређајима. Ниједна од тих провера не доказује да је AI црв тренутно присутан. Anthropic изричито каже да није приказао потпун злонамерни репликатор.

Извори и додатно читање

  • Anthropic, “AI models may be capable of self-replicating without access to a datacenter”, 12. октобар 2026.: примарни приказ демонстрације на купљеним уређајима, процене постављања инференције, изолованих тестова емулатора, метода, прогнозе и предложених одбрана. Резултати и процене у овом чланку приписани су истраживачима; BIG CHANGE није поновио експерименте.
  • Epoch AI, Epoch Capabilities Index: опис општег индекса способности који је Anthropic користио као замену у пројекцији. Индекс није непосредна мера IoT репликације.