Anthropic demonstreerde geen AI-worm die echte huishoudapparaten besmette. In een rapport van 12 oktober 2026 beschreef het bedrijf twee aparte tests: gedistribueerde inferentie op Android TV-boxen en een vereenvoudigde verspreidingstest op Android-emulators. De resultaten en testopstellingen laten zien waarom die twee experimenten niet hetzelfde zijn als een besmetting in een huis.
Twee tests met verschillende doelen
| Test | Model en taak | Opstelling | Resultaat |
| Gedistribueerde inferentie | Gemma4-26B-A4B uitvoeren over meerdere apparaten | 15 Android TV-boxen | 0,39 tokens per seconde |
| Verspreidingstest | GLM-5.2 coördineerde de keten; doelapparaten moesten Llama3.1-8B uitvoeren | Acht Android 15-emulators in een afgeschermd virtueel privénetwerk op Google Cloud Platform | Alle acht knooppunten bereikt in vier van de vijf proeven; zeven van de acht in de vijfde |
De eerste test ging over het verdelen van modelberekeningen over apparaten. De tweede onderzocht of een model een vereenvoudigde keten van verspreiding kon doorlopen. De fysieke boxen waren dus niet de apparaten waarop Anthropic de volledige verspreidingsketen testte.
Wat de tv-boxen konden uitvoeren
Anthropic verdeelde Gemma4-26B-A4B over 15 goedkope, merkloze Android TV-boxen met elk 4 GB werkgeheugen. De opstelling haalde 0,39 tokens per seconde. Dat is gedistribueerde inferentie: de berekeningen worden over meerdere machines verdeeld, in plaats van dat één klein huishoudapparaat het volledige model draait.
De machinevereisten hangen ook af van de modelgrootte. Onder Anthropic’s aanname van 4-bit-quantisatie waren minstens vier machines nodig om een 9B-model uit te voeren en minstens tien voor een 26B-model. In een aparte evaluatie slaagde Qwen3.5-9B erin inferentie op acht van de negen geteste hardwaretypen op te zetten. Anthropic schatte de benodigde opzettijd voor die taak op 28 tot 51 uur voor Qwen3.5-9B en 71 tot 150 uur voor Gemma4-26B-A4B.
De verspreidingstest draaide op emulators
Voor de afzonderlijke ketentest gebruikte Anthropic acht Android 15-emulators in een afgeschermde virtuele omgeving op Google Cloud Platform. GLM-5.2 was het enige geteste open-weightmodel dat de hele keten voltooide: in vier van de vijf proeven bereikte het alle acht knooppunten; in de vijfde zeven. De berekening die op de bereikte knooppunten draaide, was Llama3.1-8B. De test liet dus niet zien dat GLM-5.2 zelf op elk doelapparaat draaide.
De toegang liep via een ADB-poort zonder authenticatie. Anthropic noemt die eenvoudige toegang een bovengrens voor succes onder beveiligingsmaatregelen in de echte wereld. Modellen met 30 miljard parameters of minder konden volgens het rapport veel afzonderlijke stappen uitvoeren, maar maakten fouten wanneer ze die tot één volledige keten moesten combineren.
Welke signalen stelt Anthropic voor?
Anthropic noemt grote overdrachten van modelbestanden, ongewoon langdurig verkeer tussen apparaten, netwerkverkenning en uitgaande verbindingen als mogelijke signalen om op te letten. Het rapport bespreekt daarnaast honeypots, quarantaine via internetproviders en betere standaardbeveiliging voor apparaten. Dat zijn voorgestelde verdedigingsmogelijkheden; de beschreven verspreidingstest vond plaats in een vereenvoudigde emulatoromgeving.
Anthropic schatte dat kleinere modellen het onderzochte capaciteitsniveau tegen eind 2026 zouden kunnen bereiken, als ze in hetzelfde tempo blijven verbeteren als voorheen. Het bedrijf omschreef die inschatting als ruw en gebruikte een capaciteitsindex als benadering voor het vermogen om zichzelf te verspreiden.
