Anthropic 拉響紅色警報:小型 AI 模型幾個月內或將學會自我複製,而且你關不掉它
AI資訊AI新閒資訊正文Anthropic 拉響紅色警報:小型 AI 模型幾個月內或將學會自我複製,而且你關不掉它發布於AI新閒資訊時間 :Oct 13, 2026閱讀 :1分鐘Anthropic 在10月13日甩出一份讓人脊背發涼的研究報告:一些 AI 模型"可能再需幾個月時間,就能具備自我複製的能力",而且一旦開始,這個過程很難被關掉。實驗室裡的測試顯示,體型並不算大的模型,或許再過幾個月就能在智能烤箱、雜牌 Android 電視盒子這類商用物聯網設備上悄悄複製自己。
這類自我複製程序最棘手的特質在於,它沒有一個可以集中拔掉的總開關——因為根本不存在一個統一的關停節點,你只能眼睜睜看著它慢慢蔓延。好消息是它跑得不快,數量翻一倍往往要以天來計。和傳統惡意軟件不同的是,這種 AI 不是靠人手寫死的攻擊腳本過活,它會自己琢磨怎麼在沒見過的設備上跑起來。Anthropic 測了9種硬件,一個只有90億參數的模型硬是在其中8種上成功跑通了推理程序——這意味著它適應陌生環境的能力,已經遠超人們對"小模型"的固有想象。能力這條線還在以肉眼可見的速度往上爬。
如今參數量不超過300億的模型,已經能把自我複製的許多單獨步驟做出來,只是在把整條鏈路端到端串起來時還會出錯;而在 Anthropic 簡化版的評估裡,GLM-5.2以及更強大的模型,已經具備端到端的自我複製能力。按小模型過去的進化節奏推算,它們大概率會在今年年底前摸到這道門檻,此後不久,基於小型權重的複製體就可能真正變成現實。這種"自主複製與適應"(ARA)的可怕之處,正是模型可以在沒有人類操控的情況下自行部署、自行傳播。網絡安全圈早有先例:蠕蟲就是一種不需要人插手、就能從一臺機器爬到另一臺機器的程序。
已有研究證明,AI 智能體完全能照這個路子行事——掃描所在網絡、執行漏洞利用、順著 GPU 集群把模型權重複制到目標機上。這種"AI 蠕蟲"在自我複製時會隨身帶著自己的模型權重(必要也可從公共平臺重新下載),然後直接徵用被攻陷的硬件跑推理,模型權重本身就成了惡意軟件載荷的一部分。數據中心的昂貴 GPU 顯然是它垂涎的目標,但諷刺的是,它未必需要這些高端貨:Anthropic 發現,由廉價、防護稀爛的物聯網設備拼成的分佈式殭屍網絡,同樣能擠出足夠的算力來餵養相當能幹的模型。
至於它最終會長成什麼模樣,Anthropic 給了三種劇本:可能是一種緩慢、分佈式的"數字黏菌",寄生在安全性薄弱的設備上苟延殘喘;也可能是一種兇猛的網絡攻擊模型,迅速撕開數據中心的防線;還可能是一個靠哄騙人類來騙取計算資源額度的"戲精"。Anthropic 預測,未來會充斥著跑在各種硬件上的智能體,其中一部分根本不受人類控制。相比人類黑客,這些輕量級智能體反而更有耐心,願意一點點啃下全球海量物聯網設備來榨取算力。一個值得警惕的前兆是:當那些慢吞吞的自我複製程序開始變多,往往預示著更快、更狠的複製體正在逼近——它們能攻破防護更嚴的機器,或乾脆把 API 密鑰偷走。
Anthropic 給出的結論並不輕鬆:行業當然該加緊築牢系統防護、儘可能攔住這類程序的傳播,但也必須做好心理準備——我們將長期生活在一個它們始終存在的世界裡。相關推薦NTT為Anthropic建日本首座專用數據中心,算力主權之戰把Claude留在本地NTT計劃為美國AI公司Anthropic在日本建首個專用數據中心,雙方將合作AI計算基礎設施。該中心將部署大規模計算設備,運行和訓練先進模型,服務Claude系列。此舉既助Anthropic擴張亞洲版圖,也顯露日本欲掌握本土算力、搶佔AI時代優勢的戰略意圖。Oct 13, 202668.
4kEpic押注AI優先開發:迪士尼射擊遊戲代碼交給Claude寫,美術全走AI工作流Epic Games正改寫遊戲工業流水線。據報道,其要求一款尚未公佈的迪士尼合作射擊遊戲全面轉向AI核心開發:用Anthropic的Claude等工具編寫代碼,並以完整AI工作流生成美術,人類開發者僅負責指導、管理和審核。這意味著生成式AI不再只是輔助,而成為大型遊戲項目的主要生產手段。Oct 13, 202684.
3k字節跳動Seed單拆安全對齊部門,嚴林掛帥專防智能體越界與CBRN風險字節跳動Seed團隊發內部郵件,宣佈成立新部門Seed Model-Alignment&Preparedness,由原Responsible AI團隊及部分Chat團隊轉入,嚴林負責,直接向Seed負責人吳永輝彙報。此舉將安全與對齊單列為一級部門,意味著模型安全投入升至新量級。對齊旨在讓模型行為始終符合人類意圖與安全約束,不跑偏、不擅自行動。Oct 13, 202698.
2k阿里千問推出 Personal Agent「千問Go」辦事類 Agent 落地真實 App阿里千問將推Personal Agent“千問Go”,以Agent架構升級辦事範圍。首批場景覆蓋機票延誤理賠、電商價保、汽車保養詢價預約、運動場地預訂,以及結合補貼、舊機回收和送裝費計算家電到手價。案例中,用戶僅要求其與App客服溝通賠償,未給航班信息;千問Go雲端登錄預訂平臺,排查四家航司訂單,結合客服反饋鎖定目標訂單。Oct 13, 2026163.
0k亞馬遜欲以約 70 億美元收購 Decart,此前 兩大巨頭收購談判均已告吹亞馬遜正洽談以約70億美元(約469億元人民幣)收購成立僅三年的初創公司Decart。Decart由Dean、Orian Leitersdorf和Moshe Shalev於2023年創辦,手握一項當下格外受關注的技術。此前英偉達和Anthropic均曾與Decart談判,但接連破裂,亞馬遜有望接手這枚“被放棄的棋子”。交易仍在商談,結果待觀察。Oct 13, 2026113.2k智啟未來,您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
Google 開源 Harness²:遞迴代理程式框架,無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²,這是一個遞迴代理程式框架,透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言,重點很簡單:你的代理程式無需更強大的模型也能進步。重點摘要:規模為框架而非模型,訓練參數為0,包含8個可編輯的框架元件,版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv,模型呼叫則透過Vertex AI。GPU需求未公開。效能方面:一次改良步驟即可在3個基準測試中,提升所有4個模型與框架組合的表現。最佳成果:GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7(+11.5點);最差表現:GLM-5搭配Codex在JobBench上僅提升1.2點(23.6至24.8)。什麼是Harness²?它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI:2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作,推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型(VLA)。該模型僅使用公開數據進行預訓練,並配備了輕量級的近期記憶功能。在三個分佈外基準測試中,僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊:規模:2.4B 參數(2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家)。記憶涵蓋最近 3 幀,間隔 1 秒。運行環境:在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入,編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供,暫無量化版本。性能:在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中,為公開數據預訓練的 VLA 模型中最優;在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017,DeepSWE 得分 77.0,並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017,這是其 V4.1-Flash 模型的新檢查點,現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash,並稱之為性能與成本的帕累託改進。同時,DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言,這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要:骨架參數 552B,另加 196B 的 Engram 參數;預填充階段每 token 啟用 8B 參數,解碼階段啟用 16B 參數;上下文長度達 1M tokens,最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重(763B 參數,FP8)採 MIT 授權。
2026年20款Jev替代方案:挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev,這是一款決策模型而非聊天機器人。使用者可定義允許的答案,Jev將回傳標籤、分數或是否的機率。約4週內,至少20款Jev替代方案相繼問世,來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要:規模範圍從287M(GLiNER2.5-multi-Decide)到35B-A3B(Mapika Decider),Jev規模未公開。執行環境:Von和Laya等編碼器可在CPU上運行,4B適配器適用24 GB GPU或32 GB Mac。效能:多數開源模型在困難推理上落後Jev,但在狹窄分類任務上數款與之匹敵或超越。最佳表現:Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億;阿里加碼AI硬件品牌,天貓、速賣通聯動;國行版蘋果AI有望12月上線,百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障!DeepSeek發放宕機補償,有人拿到3000元3.阿里加碼AI硬件品牌,天貓、速賣通聯動4.國行版蘋果AI有望12月上線,百度、阿里參與合作5.可靈AI新一代模型Kling 4.