Anthropic 近日发布的一项研究引发关注，该研究指出小型人工智能模型可能仅需数月即可在不安全的设备上实现自我复制与传播，从而构建出缓慢但难以清除的自主僵尸网络。尽管科技巨头常以“世界末日”式的威胁作为营销噱头，但多位网络安全专家向 Engadget 证实，小模型在不久的将来具备自我复制能力是极有可能的。然而，专家们也强调，此类威胁的本质并非全新，其实际危害程度可能与现有的恶意软件攻击类似。
专家观点：技术演进而非全新物种
Chris Canal 表示：“我预计明年夏天将是真正令人担忧的时刻。”他认为 Anthropic 拥有前沿研究的内部信息，因此其预测可能更为准确。Canal 指出，近期模型进步速度的加快，部分原因在于 Anthropic 及其他前沿实验室的员工正在利用 AI 工具进行机器学习研究。
乔治亚理工学院网络安全与隐私学院教授 Michael Bailey 认为，自我复制模型在未来是真实存在的趋势。“我们会看到它们，尽管其具体形态和后果可能与预期有所不同。”Bailey 自 2000 年代初便开始研究互联网蠕虫及机器人网络，并于 2017 年共同撰写了《理解 Mirai 僵尸网络》（Understanding the Mirai Botnet），该文被 Anthropic 引用为其研究背景之一。
Mirai 的历史教训与 AI 的演变
Bailey 回顾了 Mirai 僵尸网络的案例。2016 年，Mirai 允许网络犯罪分子利用日常物联网设备（如路由器和 IP 摄像头）构建大规模僵尸网络，并对索尼 PlayStation Network 发起 DDoS 攻击。此次攻击波及美国主要 DNS 提供商 Dyn，导致 Amazon、GitHub、PayPal、Reddit 和 Twitter 在美欧地区大面积瘫痪。据索尼估计，该公司因此损失约 270 万美元净收入。
“Mirai 证明了我们可以用看似无用的日常设备构建具有破坏力的网络，”Bailey 说道，“这些设备既可作为攻击目标，也可作为计算资源来源。”
十年后，Anthropic 认为 AI 蠕虫可能是 Mirai 等硬编码僵尸网络的进化版。Bailey 指出，适应性本身并不新鲜，从路由器到不同芯片架构的 IP 摄像头，传统恶意软件需要人工重新编译才能适配新硬件。而 AI 自动化这一过程才是新的变量。
经济学改变与安全挑战
Bailey 建议，更强大的 AI 模型将“重新分配”创建僵尸网络的工作。“它不会创造全新的东西，而是改变攻击者与防御者之间的经济平衡。”虽然 Anthropic 展示了一个模型可以在模拟网络中跨设备跳转并设置推理，但其涉及的“漏洞利用”在模拟环境中微不足道。
此外，Bailey 对 Anthropic 关于“完全自我复制”的说法持保留态度。他指出，Anthropic 的研究涉及分片等技术，这更像滴灌式僵尸网络（Drip Botnet），即安装小型协调工具并从远程获取指令，而非传统意义上的病毒或蠕虫传播。
对于开放权重模型，添加保护措施以防止其被用作蠕虫极具挑战性。EquiStamp 在与非营利机构 FAR.AI 的合作中发现，“基本上任何通过 Google 搜索能找到的移除模型保护措施的策略都有效。”Canal 补充道，目前尚无可靠的方法能为开放权重模型提供绝对防护。
应对策略：回归基础安全卫生
无论这种新型威胁载体是否严格定义为“蠕虫”，其潜在影响不容忽视。Anthropic 建议 ISP 通知客户感染情况，并将互联网访问限制在安全网站白名单内，这一策略在 Mirai 事件中曾取得显著成效。同时，监管也被视为解决方案之一，例如英国 PSTI 法案已禁止物联网设备使用易于猜测的默认密码。
Bailey 总结道，针对 AI 蠕虫的适当反应应类似于长期的系统安全实践。“即使行为不端的代理在面对硬化设备时也会遇到困难。”他强调，从 Anthropic 研究中得出的核心教训是，行业往往忽视了过去学到的安全经验。“解决方案看起来像是注意修补设备、实施隔离、使用强密码以及保持良好的安全卫生。”这些措施虽易描述却难执行，但如果 AI 使此类攻击更加普遍，它们将成为关键防线。
