Anthropic评估AI自复制风险：受控实验尚非现实蠕虫

Anthropic Frontier Red Team于2026年10月12日发布研究文章，评估小型开放权重模型能否在低算力物联网设备上建立推理，并在受控环境中组合完成自我复制相关环节。作者为William Zhou与Daniel Freeman。

研究报告称，9B模型在测试的9类硬件中有8类成功运行推理；在简化的端到端评估中，GLM-5.2完成了研究设定的复制任务。Anthropic据此讨论一种潜在风险：若模型能力继续提升，未来攻击者可能将分散的低算力设备用于缓慢、持续的模型运行，而不必依赖单一数据中心。

这项研究对AI安全团队、IoT设备厂商和企业网络防御人员有参考价值：它把注意力从模型能力本身扩展到边缘设备默认安全、异常网络活动监测及感染后的隔离处置。Anthropic文章建议通过强化设备默认配置、监测异常流量并协调隔离处置来降低传播风险。

重要限制：这不是现实中出现了失控AI蠕虫的证据。研究没有证明AI能自行攻破真实网络；攻击入口在测试环境中被简化，实验着重测量推理部署与任务编排能力。研究对未来能力时间的估计也依赖一般能力指数等代理指标，作者称这只是粗略推测。报道应理解为受控实验提示的前瞻性风险，而非已发生的大规模威胁。

官方来源（Anthropic，2026-10-12）：https://www.anthropic.com/research/self-replicating-ai