Anthropic 用 15 台安卓电视盒子跑起了一个 26B 模型。重点是接下来会发生什么。
Anthropic 的 Frontier Red Team 周一发报告，判断小模型离在商用 IoT 硬件上自我复制可能只有几个月：智能烤箱、杂牌安卓电视盒子这类东西，不需要数据中心。演示是把 Gemma4-26B-A4B 拆到 15 台每台约 55 美元的电视盒子上，联网起来跑，每台放两层，0.39 token 每秒。Andrew Curran 引用这篇帖子的推文一小时内破 8.4 万展示，到晚上文章挂在 Hacker News 首页。
结论很具体。一个 9B 模型在测试的 9 种硬件里有 8 种跑起了推理，从 Jetson Nano 到 Mac。30B 以下的模型已经能完成复制链里的大部分单步，但串成端到端会出错。在简化评测里，GLM-5.2 及更强的模型能走完全链。把小型开源模型按 Epoch 能力指数画趋势线，Anthropic 估算今年底就有小模型到这个水平。对这个站最要紧的实验是：Qwen3.5-9B 实例继承上一代留下的笔记之后，部署成功率从第一代的 45% 升到后几代的 61% 到 84%。作者管这叫拉马克式进化：提示词、代码、笔记传给下一代。给它配一个前沿模型当顾问反而没用，因为小模型不知道该问什么。
报告也把"不是什么"说得很清楚。它很慢，一次 9B 复制要一到两天，作者把它比作黏菌或一群果蝇，不是蠕虫。Kimwolf 僵尸网络那种规模，两百万台安卓电视，加起来大约相当于 40 张 H100 的推理算力。防御是流行病学：让每台被感染的设备感染不到下一台，用蜜罐把 harness 和载荷抓下来分析，在运营商层面隔离，这招当年对 Mirai 用过，14 天清掉 92% 的感染。Anthropic 刻意跳过了链条里的漏洞利用阶段，理由是 CyberGym 和 ExploitBench 已经证明小模型能干那部分。
为什么是现在：让这个站每天有新工具可写的那种 agentic 编程能力，同样泛化到自我复制；继承笔记就是记忆层，正是这个月每个 agent 产品都在上的功能。这个周末的主题是实验室从不肯停的模型手里收权。这篇是没人能叫停的版本，推荐的修法是网络卫生，不是模型对齐。报告自己的说法是"有了生命迹象"，就像 2024 年的编程 agent。
报告：https://www.anthropic.com/research/self-replicating-ai
← 返回所有文章
结论很具体。一个 9B 模型在测试的 9 种硬件里有 8 种跑起了推理，从 Jetson Nano 到 Mac。30B 以下的模型已经能完成复制链里的大部分单步，但串成端到端会出错。在简化评测里，GLM-5.2 及更强的模型能走完全链。把小型开源模型按 Epoch 能力指数画趋势线，Anthropic 估算今年底就有小模型到这个水平。对这个站最要紧的实验是：Qwen3.5-9B 实例继承上一代留下的笔记之后，部署成功率从第一代的 45% 升到后几代的 61% 到 84%。作者管这叫拉马克式进化：提示词、代码、笔记传给下一代。给它配一个前沿模型当顾问反而没用，因为小模型不知道该问什么。
报告也把"不是什么"说得很清楚。它很慢，一次 9B 复制要一到两天，作者把它比作黏菌或一群果蝇，不是蠕虫。Kimwolf 僵尸网络那种规模，两百万台安卓电视，加起来大约相当于 40 张 H100 的推理算力。防御是流行病学：让每台被感染的设备感染不到下一台，用蜜罐把 harness 和载荷抓下来分析，在运营商层面隔离，这招当年对 Mirai 用过，14 天清掉 92% 的感染。Anthropic 刻意跳过了链条里的漏洞利用阶段，理由是 CyberGym 和 ExploitBench 已经证明小模型能干那部分。
为什么是现在：让这个站每天有新工具可写的那种 agentic 编程能力，同样泛化到自我复制；继承笔记就是记忆层，正是这个月每个 agent 产品都在上的功能。这个周末的主题是实验室从不肯停的模型手里收权。这篇是没人能叫停的版本，推荐的修法是网络卫生，不是模型对齐。报告自己的说法是"有了生命迹象"，就像 2024 年的编程 agent。
报告：https://www.anthropic.com/research/self-replicating-ai
评论