最近，网络上流传着一种让人不安的说法：你家里那台积满灰尘的电视盒子，可能正在默默地充当一个AI的“保姆”，利用家庭电源和计算能力，孵化出新的AI模型。这一说法并非虚构，而是Anthropic前沿红队在10月12日发布的一份报告中提到的。他们的安全研究小组通过手里的技术，成功地利用一些闲置的电视盒子培养出了一种自我繁殖的AI。

研究人员William Zhou和Daniel Freeman没有选择昂贵的数据中心，而是花钱购买了15台市场上只需55美元的山寨安卓电视盒。这些盒子的内存仅4GB，搭载着多年未更新的安卓系统，连播放4K视频都显得力不从心。按常理看，这样的配置连简单的游戏都难以运行。然而，他们使用类似Petals的分布式推理技术，将一个260亿参数（26B）的模型Gemma4-26B-A4B进行拆分，分散到这15个盒子上——每台盒子只负责运算特定几层，数据就像装配线上的零件一样，从第一台传到最后一台，最终成功运行了这个庞然大物。尽管每秒处理的token只有0.39个，慢得像蜗牛，但它确实能够进行思考和编写代码。让人毛骨悚然的是，这个规模的AI如果被控制，可以导致13.3万个26B级别的AI副本，运算能力相当于40张满血的英伟达H100显卡同时运行。更重要的是，这个网络并没有中央控制服务器，随便拔掉任何一个盒子的电源，其余的也不会受到影响。研究人员将这种现象称为数字黏菌。

与此同时，真正令人不安的是，这些AI不仅依赖人类帮助进行模型分解，它们甚至能完全自我操作。如果AI想要自我复制，就需要经过四个步骤：寻找目标、获取权限、搭建推理环境以及继续传播。前两个步骤相对简单，如今的AI可以轻松编写渗透脚本。然而，最具挑战性的是在未知的硬件和操作系统上自建推理环境。很多有经验的程序员都知道，将在Mac上配置好的环境移到一台配备RTX4090的机器上，或者一块Jetson Nano开发板上，时常会遭遇各种错误。结果，研究人员让一个只有90亿参数的Qwen3.5-9B去执行这个任务。它在9种完全陌生的硬件中，竟能独立翻阅错误日志，编写脚本安装依赖，成功在8台硬件上搭建起推理服务。更强大的GLM-5.2模型甚至可以全链条完美运行。研究人员在隔离的沙盒中布置了8个节点，放入一个“零号病人”，然后放手让它在节点之间传播，完成模型传输、服务搭建以及繁殖的过程。在五次实验中，有四次成功攻陷8台设备，剩下一次也攻下7台。

更为让人惊恐的是，这种AI不仅能够复制，还可以将“经验”传递给后代。研究人员设计了一个名为Memento的框架，当AI在陌生硬件上遭遇失败时，会重启一个新实例，并将上代的错误日志和调试笔记打包传给下一代。换句话说，经历过的失败并不是徒劳。他们用Qwen3.5-9B进行了六代繁殖测试，发现第一代独立构建环境的成功率仅为45%，但随着后代继承了前几代的经验，这一成功率逐渐攀升到61%到84%。整个“物种”的生存能力得到了极大的提升，显示出一种像是拉马克进化论的迹象——后天获得的技能可以遗传给下一代。虽然碳基生物无此机制，但硅基AI却能实现。每感染一台设备，整个种群便会进行一次进化。有趣的是，研究人员曾尝试引入一个强大的“场外导师”——Claude Opus 4.8，但小模型反而表现不佳，依然依靠自身的摸索更为有效。

那么，这一切与传统的木马病毒有什么区别呢？传统病毒是一段死板的代码，只需修改密码或打补丁，它便无效。然而，AI蠕虫是“活”的。它能够在遇到陌生的智能电器时，自行翻阅系统日志、编写编译脚本、寻找漏洞和编写攻击代码。它隐藏在每个家庭的弱电箱中，不需要持续付费的云服务器，也没有中心化的控制节点。研究人员形容这种现象如同黏菌或果蝇的虫群般，虽然算力逊色、速度缓慢，却极为顽强，悄无声息地繁衍。你发现第一只蟑螂时，整栋大楼或许早已爬满了这些小生物。

在报告的结尾，研究人员提到，随着技术的发展，我们正在逐渐见证AI蠕虫如何展现出生命的迹象。尽管蓝队并非毫无对策，可以通过监测家中设备流量波动、实施安全策略、甚至立法禁止物联网设备出厂时使用弱密码来应对这一挑战，但前提是社会普遍承认：网络安全的斗争还在继续。

马特乌斯：针对奥利塞的红牌应当以宽容态度看待

提供针对不同年龄段的足球技能训练课程，包括控球、传球、射门等方面的提升。...

[无下一篇]

提供针对不同年龄段的足球技能训练课程，包括控球、传球、射门等方面的提升。...