El informe de Anthropic, fechado el 12 de octubre de 2026, describe pruebas controladas de componentes de autorreplicación de IA, no una infección autónoma observada en dispositivos domésticos. Sus experimentos midieron por separado la inferencia distribuida, la configuración de modelos en distintos equipos y una secuencia de red simplificada. (Anthropic)
Tres pruebas con objetivos distintos
Anthropic separó tres tareas: ejecutar un modelo repartido entre varios equipos, preparar inferencia en distintos tipos de hardware y completar una secuencia en una red de prueba. En la prueba de red, GLM-5.2 se ejecutaba en un servidor de inferencia aparte; los nodos de destino servían Llama 3.1 8B. (Anthropic)
| Prueba | Modelo y entorno | Resultado comunicado |
| Inferencia distribuida | Gemma4-26B-A4B repartido entre 15 TV boxes con Android, cada uno con 4 GB de RAM | Tasa combinada de 0,39 tokens por segundo |
| Configuración de inferencia | Qwen3.5-9B en distintos tipos de hardware | Se preparó un servidor de inferencia en 8 de los 9 tipos probados |
| Secuencia de red | Agente GLM-5.2 en un servidor aparte; ocho nodos de Google Cloud con emuladores de Android 15 en una VPC aislada | Llegó a los ocho nodos en 4 de 5 ensayos y a siete de ocho en el restante |
En el ensayo de red, el acceso al Android Debug Bridge (ADB), una herramienta de depuración de Android, no requería autenticación. Anthropic describió esa configuración como una prueba simplificada que facilitaba el acceso inicial. GLM-5.2 no se ejecutó en los nodos de destino: allí se preparó la inferencia de Llama 3.1 8B. (Anthropic)
La prueba con TV boxes midió inferencia conjunta a una velocidad baja; no fue una prueba de propagación entre dispositivos. Para las tareas de configuración evaluadas, Anthropic calculó que preparar inferencia llevaría entre 28 y 51 horas con Qwen3.5-9B y entre 71 y 150 horas con Gemma4-26B-A4B. Esas estimaciones corresponden a las condiciones de configuración estudiadas. (Anthropic)
Qué midió el experimento Memento
En otra prueba, nuevas instancias de Qwen3.5-9B heredaban código, entorno y notas de instancias anteriores mediante Memento. En 20 linajes, el éxito al configurar la inferencia pasó del 45 % en la primera generación al 61–84 % en generaciones posteriores. (Anthropic)
El resultado mide cómo el contexto de trabajo heredado ayudó a completar esa tarea. No mide cambios en los pesos del modelo ni un reentrenamiento autónomo: las instancias recibían materiales de trabajo de sus predecesoras. (Anthropic)
Por qué la previsión para finales de 2026 era condicional
Anthropic afirmó que los modelos de hasta 30.000 millones de parámetros podían realizar muchas tareas individuales de la cadena, pero aún cometían errores al combinarlas de principio a fin. El equipo estimó que un modelo de la clase pequeña podría alcanzar el nivel de capacidad medido para finales de 2026 si continuaba la tendencia de mejora anterior. La estimación usa el Epoch Capabilities Index (ECI), un indicador general de capacidades, como aproximación a la aptitud para replicarse. (Anthropic)
Detección y contención
Anthropic señaló como posibles señales de detección las transferencias voluminosas de pesos de modelos, el tráfico sostenido de inferencia entre dispositivos y los patrones de exploración de red. El informe también plantea la cuarentena de conexiones por parte de proveedores de internet y normas de seguridad más estrictas para dispositivos conectados. (Anthropic)
Como antecedente, Anthropic citó un estudio sobre la limpieza de Mirai: se eliminaron el 92 % de las infecciones en 14 días con cuarentena del proveedor y aviso al cliente, frente al 74 % sin aviso al cliente. Las cifras corresponden a Mirai. (Anthropic)
| Condición en la limpieza de Mirai | Infecciones eliminadas en 14 días |
| Cuarentena del proveedor y aviso al cliente | 92 % |
| Sin aviso al cliente | 74 % |
Anthropic señaló que erradicar por completo un replicador exigiría coordinar a todos los proveedores de internet cuyas redes estuvieran infectadas.
