Anthropic untersuchte in einem auf den 12. Oktober 2026 datierten Bericht, ob KI-Modelle auf fremder Hardware Inferenz einrichten und Schritte einer Selbstreplikation verbinden können. Die beschriebenen Versuche waren kontrollierte Teiltests; eine autonome Ausbreitung eines kleinen Modells über reale Haushaltsgeräte gehörte nicht dazu. Der Bericht des Frontier Red Team beschreibt drei unterschiedliche Versuchsaufbauten.
Drei getrennte Versuche
| Versuch | Modell und Aufbau | Ergebnis |
| Verteilte Inferenz | Gemma4-26B-A4B lief verteilt auf 15 Android-TV-Boxen mit jeweils 4 GB Arbeitsspeicher. | Gemeinsame Ausgaberate: 0,39 Tokens pro Sekunde. |
| Inferenz-Setup auf verschiedener Hardware | Qwen3.5-9B sollte auf unterschiedlichen Hardwaretypen einen Inferenzserver einrichten. | Das gelang bei 8 von 9 getesteten Hardwaretypen. |
| Vereinfachter Netzwerktest | Acht Google-Cloud-Knoten mit Android-15-Emulatoren in einem abgeschirmten virtuellen Netzwerk; ein nicht authentifizierter Android-Debug-Bridge-Port (ADB). GLM-5.2 lief auf einem separaten Inferenzserver, die Zielknoten richteten Llama 3.1 8B ein. | GLM-5.2 erreichte in 4 von 5 Durchläufen alle acht Knoten, im fünften sieben. |
Die TV-Boxen verteilten die Inferenz auf mehrere Geräte; die gemessenen 0,39 Tokens pro Sekunde beziehen sich auf den gemeinsamen Durchsatz. Im Netzwerktest lief GLM-5.2 dagegen nicht auf den Zielknoten. Der offene ADB-Zugang machte den Zugriff im Versuchsaufbau trivial. Anthropic bezeichnete das Ergebnis deshalb als Obergrenze für einen möglichen Erfolg unter realen Bedingungen.
Was die Memento-Auswertung über geerbten Arbeitskontext sagt
In einem separaten Versuch mit Memento übernahmen neue Qwen3.5-9B-Instanzen den Code, die Umgebung und die Notizen vorheriger Instanzen. Über 20 Entwicklungslinien stieg die Erfolgsquote beim Einrichten der Inferenz von 45 Prozent in der ersten Generation auf 61 bis 84 Prozent in späteren Generationen. Gemessen wurde damit, wie übergebener Arbeitskontext bei dieser Aufgabe half.
Die Prognose für Ende 2026 ist an eine Bedingung geknüpft
Anthropic zufolge konnten Modelle mit höchstens 30 Milliarden Parametern viele einzelne Schritte einer Replikationskette ausführen, machten aber noch Fehler, wenn sie die Schritte durchgängig verknüpfen sollten. Die Forschenden schätzten, ein Modell der kleinen Modellklasse könnte das getestete Fähigkeitsniveau bis Ende 2026 erreichen, sofern sich der bisherige Fortschritt fortsetzt. Als Grundlage diente der Epoch Capabilities Index (ECI), ein Näherungswert für die Replikationsfähigkeit; Anthropic bezeichnete die Prognose als grobe Schätzung.
Erkennung und Eindämmung
Anthropic nennt ungewöhnliche Netzwerkströme durch große Modell-Downloads, anhaltende Inferenz zwischen Geräten und Scans als mögliche Erkennungssignale. Als weitere Ansätze führt der Bericht eine Quarantäne durch Internetanbieter und stärkere Sicherheitsanforderungen für Geräte des Internets der Dinge an.
Für die mögliche Wirkung von Quarantäne verweist Anthropic auf eine Bereinigungsstudie zu Mirai. Dort wurden die folgenden Werte innerhalb von 14 Tagen berichtet:
| Bedingung bei der Bereinigung von Mirai | Beseitigte Infektionen innerhalb von 14 Tagen |
| Quarantäne durch den Internetanbieter und Benachrichtigung der Kundschaft | 92 Prozent |
| Ohne Benachrichtigung der Kundschaft | 74 Prozent |
Anthropic zufolge würde die vollständige Beseitigung eines Replikators die Koordination aller Internetanbieter erfordern, deren Netze betroffen wären.
