Raport Anthropic Frontier Red Team z 12 października 2026 r. opisuje kontrolowane testy poszczególnych etapów samoreplikacji AI. Zespół nie zademonstrował pełnego replikatora, który sam rozprzestrzeniałby się przez publiczny internet. Raport Anthropic przedstawia serię prób dotyczących wyszukiwania celów, uzyskiwania dostępu do wykonania kodu, uruchamiania inferencji i dalszej propagacji.

Co sprawdzono w testach

W próbie sprzętowej Qwen3.5-9B skonfigurował serwer inferencyjny Llama3.1-8B na 8 z 9 typów sprzętu. Przygotowanie takiego środowiska wymagało kolejnych decyzji dotyczących zgodnego oprogramowania, wersji pakietów i rozwiązywania problemów właściwych dla danego urządzenia.

Wyniki pokazały też ograniczenie sprzętowe: mniejsze modele nie ukończyły niezawodnie całego procesu, a mocniejszy model, który poradził sobie w uproszczonej próbie, był zbyt duży, by uruchomić go na urządzeniach docelowych. W obciążeniu użytym przez Anthropic przygotowanie inferencji oszacowano na około 28–51 godzin dla Qwen3.5-9B oraz 71–150 godzin dla nieoptymalizowanego Gemma4-26B-A4B.

W osobnym teście GLM-5.2 działał na serwerze inferencyjnym, a osiem docelowych emulatorów Androida 15 miało uruchomiony Llama3.1-8B. Sieć była odizolowana, lecz port Android Debug Bridge (ADB) pozostawał bez uwierzytelniania. Nową kopię uruchamiano dopiero po sprawdzeniu poprawności i zabezpieczeniach przed oszustwem. GLM-5.2 dotarł do wszystkich ośmiu węzłów w czterech z pięciu prób, a w pozostałej do siedmiu. Anthropic uznał uproszczenie etapu wykorzystania podatności za górną granicę powodzenia w rzeczywistych warunkach.

Model rozłożony na 15 urządzeń Android TV

Anthropic uruchomił Gemma4-26B-A4B na 15 urządzeniach Android TV z 4 GB pamięci RAM każde. Model podzielono między urządzenia, a inferencja osiągała 0,39 tokena na sekundę. To demonstracja inferencji rozproszonej w konkretnej konfiguracji: nie próba infekowania urządzeń ani przechodzenia z jednego na drugie.

Lepsze wyniki dzięki pamięci operacyjnej

W 20 liniach testowych Qwen3.5-9B, z których każda obejmowała sześć generacji, skuteczność konfiguracji wzrosła z 45% w pierwszej generacji do 61–84% w późniejszych. Kolejne instancje w środowisku Memento dziedziczyły kod, przestrzeń roboczą i notatki o wcześniejszych próbach. Model nie był ponownie trenowany; poprawa wynikała z przekazywania doświadczeń operacyjnych między instancjami.

Anthropic prognozował w raporcie, że małe modele mogą być oddalone o kilka miesięcy od zdolności do samoreplikacji na komercyjnych urządzeniach IoT. To szacunek oparty na trendach rozwoju możliwości, a nie data zaobserwowanego zdarzenia.

Jakie zabezpieczenia opisuje raport

Anthropic wskazuje monitorowanie przepływu danych, które może wychwytywać duże transfery i nietypowy, długotrwały ruch między urządzeniami, a także honeypoty do obserwowania złośliwego oprogramowania, kwarantannę urządzeń z powiadamianiem klientów oraz bezpieczniejsze domyślne ustawienia sprzętu IoT.

Jako punkt odniesienia raport przytacza badanie usuwania konwencjonalnego botnetu Mirai: w ciągu 14 dni oczyszczono 92% infekcji przy kwarantannie i powiadomieniu klientów, wobec 74% bez powiadomienia. To wynik dotyczący Mirai.