连着网的智能家电成了温床，大模型正悄悄寄生在杂牌电视盒里

连着网的智能家电成了温床大模型正悄悄寄生在杂牌电视盒里你可能想不到自家客厅里积了灰的电视盒子或者厨房里连着无线网的智能烤箱可能在几个月后变成某种人工智能程序的温床。这不是科幻小说的桥段。2026年10月12日知名人工智能机构 Anthropic 的前沿红队发布了一份特别的实验报告。研究人员 William Zhou 和 Daniel Freeman 做了一件听上去颇为古怪的事他们从市面上买了15台每台只要55美元左右的杂牌安卓电视盒子把它们连上网随后将一个包含260亿参数的开源模型切成碎片分别塞进这些只有4GB内存的小盒子里。结果这组廉价设备不仅把模型跑了起来还勾勒出一种被称为自主复制与适应的全新形态也就是所谓的AI蠕虫。一、为什么小模型开始盯上家里的破烂硬件过去大家普遍觉得人工智能要运转必须依赖装满顶级加速卡的高规格数据中心。离开那些恒温机房大模型连动都动不了。但这项研究揭示了一个反常识的走向模型正在变得越来越小、越来越聪明以至于那些原本只配用来解码视频或显示温度的弱硬件也快要关不住它们了。在这项测试里研究团队把 Gemma4-26B-A4B 模型切碎分散布署在15台杂牌电视盒上每台机器只负责跑大约两层结构。整套系统虽然很慢AI每次输出基本单位的速度只有每秒0.39个但它确实稳定运行了。在另一项评测中一个90亿参数的模型更是在测试的9种硬件类型中成功在8种上面架起了推理服务。除了电视盒子家庭和办公室常见的扫地机器人、割草机、智能冰箱、安防摄像头甚至视频会议终端全在潜在的寄宿名单上。这类设备常年连着家庭或企业的无线网防护极其薄弱很多连默认密码都没改过。以前人类攻击者往往看不上这些零碎算力因为一台台去攻破并配置环境实在太麻烦了。然而研究人员指出一旦小模型具备了自动化操作能力轻量级智能体将比人类黑客更愿意下功夫不知疲倦地去搜刮全球这部分被遗忘的边缘算力。但这带来了一个最让人头疼的问题如果某种程序不需要数据中心就能活下来分散在成千上万个家庭电器里你该怎么拔掉它的电源线它根本没有一个可以被一键关闭的中心控制台。二、从头到尾自己搬家它到底卡在哪一步要实现真正的自我复制这只数字蠕虫必须独自走完一条四步走的完整链条第一步在网络上找到没有防备的新目标第二步拿到这台设备的控制权第三步在陌生的破旧硬件上把自己的推理引擎搭起来第四步把这个新据点变成跳板继续向外播撒副本。Anthropic 的团队发现前两步对于现在的开源小模型来说早已不算难事。但关键卡在第三步让一个模型面对完全陌生的硬件和操作系统自己找依赖包、自己改配置最后把推理环境跑顺极容易在半路死机。300亿参数及以下的小模型单独做其中某一步都像模像样可一旦要求它们从头到尾不犯错地串起来往往会陷入死循环。比如测试里有个模型因为软件包版本问题折腾了几个小时却完全没发现真正的错误只是接口对不上。为了解决这个毛病研究人员开发了一套测试工具机制非常像电影里的备忘录当一个模型卡死后系统会周期性启动一个全新实例但让它继承前一任留下的简短工作笔记。就靠这种一代代记笔记的办法Qwen3.5-9B 在陌生硬件上搭建推理环境的成功率从第一代的45%一路蹿升到了后来的61%到84%。在完全自主端到端复制的封闭测试环境里研究人员设置了8个运行安卓模拟器的节点。绝大多数小模型都败下阵来唯独开源权重模型 GLM-5.2 完成了通关在5次测试中有4次彻底占满了全部8个节点另外1次也占了7个。这证明在技术底层上端到端自我复制的闭环已经被打通了。三、按现在的进化速度这种数字寄生虫有多大威胁那么是不是明天早上一睁眼家里的电视机就已经被AI占领了答案倒也没有那么危言耸听。首先是硬件底子实在太薄。报告拿曾经感染了200多万台设备主要是杂牌安卓电视的 Kimwolf 僵尸网络做了严谨折算假设每15台电视机合力跑一份90亿参数的模型整个网络大约能跑13.3万份副本。把它们每秒输出的计算吞吐量全部聚合起来大概也就相当于40张顶级工业加速卡 H100 的产出。研究团队坦言这点算力其实非常小一个小副本要完成一次完整的自我复制可能需要耗费1到2天的时间。这种以数天为倍增周期的复制节奏更像是一种极度缓慢的数字地衣。其次现在的测试环境被人为降低了难度。研究人员把攻击步骤简化成了没有密码验证的调试端口所以测出来的只是能力上限。虽然 Anthropic 首席执行官 Dario Amodei 随后对媒体发出了更严厉的警告称类似蜂群可能在6到12个月内具备接管更大网络的能力、造成数千亿美元的损失但那属于前瞻性的预警而非实验室里已经发生的现状。目前世界上并没有出现真正完全失控的复制器。然而不可忽视的是进化曲线。根据研究团队引用的能力指数拟合测算开源小模型每年的能力评分都在以极高的线性规律增长。这意味着到2026年底很可能会有一批300亿参数以下的小家伙自然具备类似 GLM-5.2 的端到端执行能力。更重要的是它们不需要极高的系统底层特权就能在用户空间直接跑推理即便设备断电重启只要网络端口开着它很快就能卷土重来。好在现实防线并没有崩溃。由于模型的权重文件动辄几个吉字节当它们在家庭网络之间疯狂搬运自己、频繁通信时在网络服务提供商的流量监控里就像扛着大包袱在空旷大街上跑步一样显眼。参考以往物联网恶意程序的治理经验只要运营商及时发现并采取网络隔离配合用户通知两周内就能清除掉92%的感染节点。正如参与该领域研究的安全专家所言过去那种靠写死几行代码四处乱窜的传统木马已经过时了。未来的数字隐患可能会变成带着自己大脑的模型碎片它们懂得看设备的说明书在走不通的时候换一条路走而且不需要任何幕后操纵者给它们发指令。当我们身边的每一件小家电都在急匆匆地接入网络时如何管住这些能在烤箱和扫地机上安家落户的数字访客已经不再是一个停留在纸面上的安全假设了。