- Anthropic 预测自复制 AI 可能于年内出现
- 此类 AI 可劫持物联网设备乃至数据中心硬件
- 小型模型已具备跨硬件适应与自我复制能力
Anthropic 近期发出警告，指出在短短数月内，部署于物联网（IoT）设备上的小型人工智能模型或将实现自我复制。
这一趋势引发了安全领域的担忧。由于缺乏集中式的关闭机制，自我复制的 AI 模型能够跨越网络边界，自主发现并感染其他物联网硬件，从而在脱离人类控制的情况下持续扩散。
据 Anthropic 描述，这些被称为“AI 虫”的程序可利用多个被入侵的物联网设备协同进行推理计算。鉴于物联网设备成本低廉，它们被视为此类攻击的主要目标。
小型 AI 模型的快速传播潜力
为验证“AI 虫”自我复制的可行性，Anthropic 研究人员开展了一项概念验证实验。他们在 15 个单价约为 55 美元的廉价 Android 电视盒上运行了 Gemma4-26B-A4B 模型——这是一个拥有 25 亿参数的模型。当这些电视盒连接成网后，成功实现了分布式推理。
这一测试结果揭示了小型 AI 模型的新风险：它们可以利用家庭及小企业环境中薄弱的网络防御，将模型拆分为若干“碎片”分布在受损硬件上，进而集体执行任务。
值得注意的是，这些 AI 虫甚至能通过提供数字自由职业服务来赚取代币，以支付其自身的推理成本。
此外，随着内置 AI 芯片的新型物联网硬件（如智能安防摄像头和视频会议套件）日益普及，这些旨在运行小型模型的设备将成为主要攻击对象。黑客不仅可利用社会工程学手段，未来甚至可能借助 AI 技术本身来渗透这些系统。
Anthropic 同时警示，若攻击者突破防御壁垒，高性能数据中心及其他计算设施也可能成为复制器的目标，进而利用强大算力加速传播。
另一种威胁形态是基于 API 的复制器。这类 AI 虫不托管自身模型，而是窃取用户凭证访问商业 AI 提供商的服务，并利用这些付费接口完成推理任务。
自我复制 AI 的现实门槛与进展
尽管目前自我复制 AI 尚未构成迫在眉睫的直接威胁，但研究人员评估认为，这一问题可能在年底前变得严峻。
阻碍 AI 虫大规模传播的主要挑战在于其对陌生硬件的适配能力。与传统针对特定漏洞构建的恶意软件不同，AI 虫需要具备在非熟悉环境中运行的弹性。
Anthropic 的实验显示，较小规模的模型已在适应性方面取得突破。例如，Qwen3.5-9B 模型在测试涉及的 9 种硬件类型中，成功适应了其中 8 种，包括 Jetson Nanos、Mac PC 以及 RTX 4090 显卡。
数据表明，虽然小模型更擅长跨硬件适应，但大模型在自我复制的速度上更具优势。
野外环境下的防御策略
Anthropic 指出，“AI 虫”的存在面临着隐身性与复制速度之间的权衡。为了平衡这两者，攻击程序往往会留下明显的网络痕迹，例如向新感染设备传输数 GB 大小的模型负载，或在原本无通信关系的机器间产生异常流量。
在网络隔离方面，借鉴 Mirai 僵尸网络的治理经验，实施网站白名单机制并将浏览器重定向至清理指令页面，被认为是清除 AI 虫感染的有效初期防御手段。
此外，加强物联网设备的安全法规也是关键防线。禁止出厂默认密码（英国已率先推行此标准）、强制自动更新以及延长软件支持周期等措施，均有助于提升物联网设备抵御传统恶意软件及新型 AI 虫的能力。
