Anthropic

凤凰网科技讯 北京时间10月13日，AI巨头Anthropic在其官网发布研究报告称，一些AI模型“可能再需几个月时间，就能具备自我复制的能力”，而且这一过程很难关闭。

Anthropic的实验表明，小型AI模型可能只需再过几个月，就能具备在智能烤箱、杂牌安卓电视盒子等商用物联网设备上自我复制的能力。这类自我复制程序将很难被彻底关闭，因为不存在一个可以集中关停的节点。不过，其复制速度可能较慢，数量翻倍时间要以天计。

与非AI恶意软件不同，它还能自行摸索如何在不熟悉的设备上运行。在Anthropic测试的9种硬件类型中，一个包含90亿参数的模型成功在其中的8种硬件上运行了推理程序。

Anthropic称，目前，参数量不超过300亿的模型已经能够完成自我复制过程中的许多单独步骤，不过在将它们端到端串联起来时仍会出错。在Anthropic的简化评估中，GLM-5.2及更强大的模型已经具备端到端自我复制的能力。如果小型模型按以往的速度提升，它们将在今年年底前达到这一能力水平。此后不久，基于小型权重的复制体可能就会成为现实。

随着AI能力不断提升，一个长期存在的担忧正变得越来越现实：自主复制与适应(ARA)，即模型在无人类控制的情况下自行部署和传播。

在网络安全领域，蠕虫是一种无需人工干预，就能从一台计算机复制并传播到另一台计算机的程序。此前的研究已经表明，AI智能体能够以类似方式运作：扫描所在网络、执行漏洞利用，并通过GPU集群将模型权重复制到目标机器上。这种“AI蠕虫”可以在自我复制的过程中携带自身的模型权重(也可以从公共平台重新下载)，然后直接利用被攻陷的硬件运行推理。实际上，模型权重将成为恶意软件载荷的一部分。

数据中心的GPU显然会成为此类恶意软件极具价值的攻击目标，但并非一定需要昂贵的加速器。Anthropic的研究表明，由物联网设备组成的分布式僵尸网络同样能够提供足够的算力，以运行具备相当能力的模型。这些设备成本低廉，而且通常缺乏完善的安全防护。

Anthropic表示，目前还没有发现完全失控、能够自主复制的程序，但AI智能体正变得越来越擅长完成自我复制链条中的各个步骤，并将自身的适应性改进传递给后续复制出的版本。

与此同时，数据中心内外可用于运行模型推理的计算资源都在不断增加。自主AI复制究竟会以何种形式出现，目前尚不确定。它可能是一种缓慢、分布式的“数字黏菌”，寄生在安全性相对较低的计算设备上；也可能是一种强大的网络攻击模型，能够快速攻破数据中心；或者是一种通过欺骗人们获取计算资源额度的模型。

Anthropic预计，未来将充斥着运行在各种硬件上的智能体，其中一些并不受人类控制。虽然物联网设备长期以来一直存在安全漏洞，但与人类攻击者相比，轻量级智能体可能更愿意投入精力，攻陷全球大量物联网设备，从而利用其计算资源。缓慢的自我复制程序日益增多，也将成为一个预警信号，表明攻击性更强、传播速度更快的复制程序可能正在逼近。这类程序能够攻破防护更加严密的机器，或有效窃取API密钥。

Anthropic表示，行业应当加强系统防护，尽可能阻止这类自我复制程序传播，但也要准备好应对一个它们将长期存在的世界。(作者/箫雨)