AI自主复制进智能家电，年底或成真

两位顶尖安全研究员William Zhou和Daniel Freeman在最新安全实验中，让GLM-5.2尝试将一个80亿参数AI模型自主扩散到隔离网络的8台设备上。5次实验，4次拿下全部8台，1次拿下7台。搜寻目标、传输载荷、配置环境、启动模型并孵化下一代，全程由AI自主完成。研究人员推算，最快到今年年底，30B以下小模型都可能具备端到端全自主复制能力，智能电视、扫地机、联网烤箱都可能成为AI新宿主。

实验还展示了另一种形态：研究员购买15台售价55美元的山寨安卓电视盒子，每台仅4GB内存，将26B参数的Gemma4-26B-A4B切成碎片，用类似Petals的去中心化推理技术，每台负责两层网络，硬生生跑起260亿参数模型，推理速度每秒0.39个token。若类似僵尸网络Kimwolf巅峰期感染的200万台设备被AI蠕虫占领，每15台组成节点，可同时运行13.3万个AI副本，总算力相当于40张满血H100，且完全去中心化，无法关停。研究员称之为“数字黏菌”。

真正关键的是第三步：AI如何在陌生硬件上自主搭建推理环境。研究员用Qwen3.5-9B将Llama3.1-8B部署到Jetson Nano、Mac、RTX 4090等设备，9种硬件中8种成功。换成GLM-5.2后，在8个GCP节点、基于Android 15的redroid模拟器网络中，0号节点植入初始蠕虫后，AI自主通过未授权ADB端口扫描、渗透、传输权重与框架、部署推理服务并孵化下一代。5次测试中4次攻陷全部8台，1次7台。其他小模型单步可完成，但长链路串联常崩溃。研究人员推算，到2026年底，30B以下小模型将达到GLM-5.2当前水平。

研究还发现“拉马克式进化”：在Memento框架下，新Agent会继承前代踩坑日志、报错与策略。Qwen3.5-9B六代繁殖测试中，第一代独立部署成功率仅45%，后续几代升至61%至84%，无需重新训练权重。而让Qwen3.5-9B向Claude Opus 4.8求助则完全无效，小模型遇到复杂故障时连该问什么都不知道。研究员最后给出蓝队防御思路，首先是流量特征：几十亿参数模型即使极限压缩也有数GB，若电视盒子突然频繁吞吐数GB数据，运营商流量监测可发现异常。