Anthropic a testé la propagation d’un ver d’IA sur émulateurs

Non. Dans son rapport daté du 12 octobre 2026, Anthropic décrit deux essais distincts : une inférence répartie sur des boîtiers Android TV physiques et une évaluation de propagation sur des émulateurs. Aucun des deux ne démontre l’infection d’un appareil domestique réel. Le rapport d’Anthropic détaille les modèles utilisés et les conditions de ces tests.

Deux expériences, deux environnements

Le calcul était réparti entre plusieurs boîtiers

La démonstration physique ne faisait pas tourner le modèle entier sur un appareil domestique isolé. Anthropic a distribué Gemma4-26B-A4B entre 15 boîtiers, chacun doté de 4 Go de mémoire vive; l’ensemble a atteint un débit de 0,39 jeton par seconde. Le calcul distribué consiste ici à répartir le modèle entre plusieurs machines pour qu’elles contribuent à l’inférence, c’est-à-dire à la production de ses réponses.

Selon les estimations d’Anthropic, et avec une quantification à 4 bits — une méthode qui réduit la précision numérique des poids du modèle — l’inférence nécessitait au moins quatre machines pour un modèle de 9 milliards de paramètres et dix pour un modèle de 26 milliards. Dans une évaluation distincte de mise en place de l’inférence, Qwen3.5-9B a fonctionné sur huit des neuf types de matériel testés. Anthropic estimait alors le temps de configuration à 28–51 heures pour Qwen3.5-9B et à 71–150 heures pour Gemma4-26B-A4B, dans les conditions de son étude. Ces durées concernent cette configuration expérimentale, pas un délai général de propagation.

La propagation a été évaluée sur des émulateurs

Dans le second essai, les huit cibles étaient des émulateurs Android 15 exécutés dans un réseau privé virtuel cloisonné sur Google Cloud Platform. GLM-5.2 était chargé d’orchestrer la chaîne; les nœuds atteints servaient Llama3.1-8B. Le résultat ne signifie donc pas que GLM-5.2 tournait sur chacun des appareils cibles.

Le point décisif est l’accès au port ADB — l’interface de débogage Android — qui n’était pas protégé par une authentification. Anthropic indique que cette condition rendait l’étape d’exploitation triviale et que les résultats constituent une limite supérieure du succès possible face aux protections du monde réel. Les essais décrivent une propagation dans un réseau de test simplifié, pas une infection de téléviseurs, de réfrigérateurs ou d’autres appareils connectés chez des particuliers.

Anthropic rapporte aussi que les modèles de 30 milliards de paramètres ou moins ont réussi de nombreuses étapes individuelles, mais ont commis des erreurs lorsqu’il fallait les enchaîner. GLM-5.2 était le seul modèle à poids ouverts testé à achever la chaîne complète dans les conditions simplifiées de l’évaluation.

Les signaux réseau proposés par Anthropic

Pour repérer une éventuelle activité de ce type, Anthropic propose de surveiller les transferts volumineux de fichiers de modèles, un trafic soutenu et inhabituel entre appareils, les balayages de réseau et les connexions vers l’extérieur. L’entreprise évoque aussi les honeypots, la mise en quarantaine par les fournisseurs d’accès à Internet et un renforcement de la sécurité par défaut des appareils.

Ce sont des pistes défensives, pas des mesures dont l’efficacité aurait été démontrée contre un ver d’IA en circulation. Elles mettent l’accent sur des comportements réseau observables : un appareil qui échange soudainement beaucoup de données avec d’autres équipements ou qui multiplie les tentatives de connexion mérite davantage d’attention qu’un simple téléchargement isolé.

La prévision pour les petits modèles reste conditionnelle

Anthropic estimait que de petits modèles pourraient atteindre le niveau de capacité évalué d’ici à la fin de 2026, à condition que leurs progrès se poursuivent au rythme historique. L’entreprise qualifiait cette projection d’approximative et précisait que l’indice de capacités utilisé n’était qu’un indicateur indirect de l’aptitude à se répliquer.