以前要整個數據中心，
現在 15 部 55 美元電視盒子就跑得動：AI「蠕蟲」實驗

Anthropic 買來 15 部雜牌 Android 電視盒子，把一個約 260 億參數的模型拆開分給它們合力運行，用來估算 AI 能否像蠕蟲一樣在家電之間自我複製。

Anthropic 的研究員在網上買了 15 部雜牌 Android 電視盒子，每部約 55 美元、4GB 記憶體，用網絡連起來，再把 Google 的 Gemma4-26B-A4B 模型（約 260 億參數）拆開，每部盒子負責其中兩層，接力運算。結果它真的跑得動，速度是每秒 0.39 個 token，即大約兩三秒吐出一個字詞片段。

這是 Anthropic 前沿紅隊 10 月 12 日發表的研究。他們想知道的不是電視盒子能否當聊天機械人，而是一個 AI 模型會否像電腦蠕蟲一樣，自己找到防護薄弱的裝置、把自己複製過去、在那裏運行，再繼續擴散。研究的結論是：小型模型可能再過幾個月，就有能力在智能焗爐、雜牌電視盒子這類物聯網裝置上自我複製。IT之家 13 日報道了這項研究。

為甚麼是電視盒子TARGET

研究以 Kimwolf 殭屍網絡為參照：它高峰期感染了逾 200 萬部裝置，主要是雜牌 Android 電視盒子。這類盒子通常用 Android 開源項目改裝的系統，廠商沒有額外加入保安功能，記憶體 1GB 至 4GB 不等。研究估算，以 4GB 記憶體計，四部或以上就能合力運行 90 億參數模型，十部以上就能運行 260 億參數模型。

研究員另外測試小型模型能否在陌生硬件上自行架設推理服務：Qwen3.5-9B 在 9 類硬件之中的 8 類成功，由 Jetson Nano 到 Mac 都有。

只差最後一步REPLICATION

真正的「自我複製」要把幾個步驟串起來：在網絡掃描目標、經漏洞進入、傳送模型和程式、架好推理服務，再由新機器繼續擴散。研究員用 8 個運行 Android 模擬器的雲端節點做隔離測試，節點的 ADB 連接埠刻意不設驗證，把入侵這一步簡化了。

在測試的開源模型之中，只有智譜的 GLM-5.2 能完整跑完整個循環，5 次測試中 4 次感染全部 8 個節點，餘下一次感染了 7 個。較小的模型能做到個別步驟，但串連起來時會出錯。不過 GLM-5.2 本身太大，塞不進電視盒子。研究按小型模型過往的進步速度推算，到今年年底，300 億參數以下的模型可能追上 GLM-5.2 現時的水平。

比果蠅繁殖還慢SPEED

這種「蠕蟲」會很慢。實測在電視盒子上，Gemma4-26B-A4B 架設一次推理環境要 71 至 150 小時。研究估算，若像 Kimwolf 般感染 200 萬部盒子，每 15 部跑一份模型，約有 13.3 萬個副本，總推理能力最多約等於 40 張 Nvidia H100。研究員形容它像黏菌或一群果蠅，要以日計才增加一倍。

研究也測試了「傳授經驗」：讓每一代 Qwen3.5-9B 把嘗試過的方法寫成筆記留給下一代，架設成功率由第一代的 45% 升至之後各代的 61% 至 84%。

防守方法DEFENCE

研究建議的對策包括：互聯網供應商留意裝置之間異常的大量傳輸，以及隔離受感染用戶並通知清理。研究引述 Mirai 殭屍網絡的經驗：有供應商隔離並通知受感染客戶後，14 日內清除了 92% 感染，不作通知的只有 74%。研究也提到，英國已不准物聯網裝置使用預設密碼。

文：踢踢編