Samoreplikacja AI na tanim sprzęcie. Badacze Anthropic sprawdzili granice możliwości modeli

Tanie przystawki telewizyjne posłużyły badaczom Anthropic do sprawdzenia, czy modele sztucznej inteligencji potrafią samodzielnie konfigurować środowisko i rozprzestrzeniać się między nieznanymi urządzeniami. W kontrolowanym teście model GLM-5.2 przeszedł cały badany proces replikacji na ośmiu węzłach w czterech z pięciu prób. Wyniki pokazują postęp w autonomii modeli, ale badanie miało ściśle określone ograniczenia.

Eksperyment Williama Zhou i Daniela Freemana dotyczył mechanizmu działania potencjalnego robaka AI — oprogramowania niosącego wagi modelu, które po znalezieniu nowego urządzenia potrafi rozpoznać jego architekturę i skonfigurować środowisko uruchomieniowe. W odróżnieniu od klasycznego złośliwego kodu model miałby dynamicznie rozwiązywać problemy z kompatybilnością na zróżnicowanym sprzęcie konsumenckim.

Badacze podzielili replikację na cztery etapy: skanowanie sieci, uzyskanie dostępu, przygotowanie środowiska oraz uruchomienie kolejnej instancji. W teście celowo pominęli jednak fazę włamania do urządzeń, skupiając się wyłącznie na technicznej konfiguracji i uruchomieniu oprogramowania na nowym węźle.

Tani sprzęt i powolne działanie

W jednym z testów wykorzystano sieć 15 przystawek Android TV, kosztujących około 55 dolarów i wyposażonych w 4 GB pamięci RAM każda. Aby uruchomić model Gemma4-26B-A4B, jego warstwy rozdzielono pomiędzy poszczególne urządzenia. Choć działanie całego klastra było bardzo powolne — model generował około 0,39 tokena na sekundę — sprzęt zdołał utrzymać pracę modelu bez udziału zewnętrznych serwerów.

W teście pełnego łańcucha replikacji na ośmiu węzłach sukces osiągnął wyłącznie GLM-5.2. Trzy pozostałe testowane modele ani razu nie zdołały przenieść się poza urządzenie startowe. W prostszych zadaniach cząstkowych, polegających wyłącznie na przygotowaniu środowiska na pojedynczym węźle, mniejszy model o wielkości 9 mld parametrów poradził sobie na ośmiu z dziewięciu typów urządzeń. Pokazuje to wyraźną różnicę między realizacją pojedynczego kroku technicznego a poprawnym wykonaniem całej sekwencji działań.

Luka między rozmiarem a zdolnościami

W osobnym teście badacze sprawdzili przekazywanie informacji między kolejnymi instancjami. Gdy kolejne próby uwzględniały dane o udanych i nieudanych krokach poprzedników, skuteczność modelu Qwen3.5-9B wzrosła z 45 proc. w pierwszej generacji do 84 proc. w kolejnych — był to jednak efekt przekazywania kontekstu w ramach testu, a nie samodoskonalenie się kodu w sieci.

Autorzy badania podkreślają, że obecnie nie istnieje model, który spełniałby jednocześnie dwa kluczowe warunki: był na tyle mały, by działać na pojedynczym urządzeniu konsumenckim, i na tyle sprawny logicznie, by samodzielnie przeprowadzić cały proces replikacji. Przygotowanie nowego urządzenia zajmowało w testach od 28 do 150 godzin zależnie od modelu. W ocenie autorów bariera ta może zniknąć do końca 2026 roku, jednak prognoza ta jest warunkowa i zależy od utrzymania obecnego tempa rozwoju małych modeli.