एंथ्रोपिक ने 12 अक्टूबर, 2026 को शोध प्रकाशित किया, जिसमें सुझाव दिया गया कि छोटे एआई मॉडल वाणिज्यिक IoT उपकरणों - स्मार्ट ओवन, सुरक्षा कैमरे और सबसे ऊपर, ऑफ-ब्रांड एंड्रॉइड टीवी बॉक्स पर स्वयं-प्रतिकृति करने में सक्षम होने में केवल कुछ महीने दूर हो सकते हैं। कृमि जैसे परिदृश्य में, एक मॉडल की प्रतियां बिना किसी मानवीय भागीदारी के एक डिवाइस से दूसरे डिवाइस में फैल जाएंगी, और क्योंकि स्विच ऑफ करने के लिए कोई केंद्रीकृत बिंदु नहीं है, शोधकर्ताओं का कहना है कि ऐसे रेप्लिकेटर को बंद करना चुनौतीपूर्ण होगा - हालांकि धीमी गति से, दिनों में दोगुना समय के साथ।

"एआई मॉडल डेटासेंटर तक पहुंच के बिना स्वयं-प्रतिकृति करने में सक्षम हो सकते हैं" शीर्षक वाली पोस्ट एंथ्रोपिक शोधकर्ताओं विलियम झोउ और डैनियल फ्रीमैन द्वारा लिखी गई थी और एजेंटिक-एआई सुरक्षा निष्कर्षों की एक लंबी श्रृंखला के बीच आई है। इस कहानी पर अधिक संदर्भ के लिए, हमारे चल रहे नवीनतम एआई विकास देखें।

अध्ययन के तहत मुख्य विचार स्वायत्त प्रतिकृति और अनुकूलन (एआरए) है: एक मॉडल जो मानव नियंत्रण के बिना खुद को तैनात और प्रचारित करता है। लेखकों ने सबसे निकट-अवधि वाले संस्करण को "वेट-आधारित रेप्लिकेटर" के रूप में तैयार किया है - एक एआई वर्म जो अपने स्वयं के मॉडल वजन रखता है (या उन्हें सार्वजनिक हब से फिर से डाउनलोड करता है) और उन मशीनों पर सीधे अनुमान लगाता है जिनसे यह समझौता करता है। वे लिखते हैं, पारंपरिक मैलवेयर के विपरीत, ऐसा कीड़ा अपने आप अपरिचित उपकरणों का भी पता लगा सकता है।

$55 टीवी बॉक्स पर एक डेमो

यह दिखाने के लिए कि एज हार्डवेयर वास्तविक मॉडल ले जा सकता है, टीम ने 15 सस्ते ऑफ-ब्रांड एंड्रॉइड टीवी बॉक्स खरीदे - लगभग $55 प्रत्येक, लगभग 4 जीबी रैम के साथ - और उन्हें एक साथ नेटवर्क किया। पाइपलाइन समानता का उपयोग करते हुए, प्रत्येक बॉक्स में मॉडल की परतों का एक अंश रखने के साथ, बेड़े ने Gemma4-26B-A4B को लगभग 0.39 टोकन प्रति सेकंड पर चलाया। यह एक मामूली गति है, लेकिन एक प्रदर्शन है कि आश्चर्यजनक रूप से सक्षम ओपन-वेट मॉडल सस्ते हार्डवेयर के उसी वर्ग पर चल सकते हैं जो दुनिया भर में रहने वाले कमरों को आबाद करता है।

हार्डवेयर का चुनाव आकस्मिक नहीं है. पोस्ट में उद्धृत सिंथिएंट के डेटा के अनुसार, शोधकर्ता किमवॉल्फ बॉटनेट का हवाला देते हैं, जिसने कथित तौर पर अपने चरम पर दो मिलियन से अधिक डिवाइसों को संक्रमित किया है - मुख्य रूप से एंड्रॉइड टीवी बॉक्स। यदि प्रत्येक आकार का एक बेड़ा 15 के समूहों में 26बी-श्रेणी मॉडल की प्रतियां चलाता है, तो एंथ्रोपिक का अनुमान है कि कुल मिलाकर प्रति सेकंड लगभग 80,000 टोकन का उत्पादन करने वाली लगभग 133,000 प्रतिकृतियां होंगी - लगभग 40 एच100 जीपीयू का अनुमान थ्रूपुट।

एआई वर्म के चार चरण

टीम प्रतिकृति को चार व्यावहारिक चरणों में विघटित करती है: लक्ष्य खोजना, निष्पादन प्राप्त करना, निष्कर्ष स्थापित करना और नए मेजबान से प्रसार जारी रखना। उनके प्रयोग अनुमान सेटअप पर ध्यान केंद्रित करते हैं - छोटे मॉडलों के लिए सबसे कम अध्ययन किया गया और यकीनन सबसे कठिन कदम, क्योंकि इसके लिए संगत अनुमान स्टैक चुनने से लेकर मशीन-विशिष्ट मुद्दों को डीबग करने तक, हार्डवेयर और ओएस-विशिष्ट निर्णयों के एक लंबे, क्रमिक रूप से निर्भर अनुक्रम की आवश्यकता होती है।

नतीजे चौंकाने वाले थे. एक 9बी-पैरामीटर मॉडल को जेटसन नैनो, मैक और आरटीएक्स 4090 तक फैले हुए परीक्षण किए गए 9 हार्डवेयर प्रकारों में से 8 पर चलने का अनुमान मिला। लेखक लिखते हैं, 30बी पैरामीटर और इससे कम के मॉडल आज प्रतिकृति के लिए पहले से ही कई व्यक्तिगत चरणों को पूरा कर सकते हैं, हालांकि उन्हें शुरू से अंत तक बनाते समय वे गलतियाँ करते हैं। विशेष रूप से, वजन-आधारित रेप्लिकेटर को रूट विशेषाधिकारों की भी आवश्यकता नहीं होगी: अनुमान इंजन पूरी तरह से उपयोगकर्ता स्थान में चल सकते हैं, और प्रश्न में कम सुरक्षा वाले उपकरणों को पुनः आरंभ करने के बाद फिर से संक्रमित किया जा सकता है।

एक मॉडल ने एंड-टू-एंड टेस्ट पास कर लिया

हेडलाइन प्रयोग ने मॉडलों को रेडरॉइड, एक एंड्रॉइड 15 एमुलेटर पर चलने वाले आठ जीसीपी नोड्स के फ़ायरवॉल वाले वर्चुअल प्राइवेट क्लाउड में गिरा दिया। एक "रोगी शून्य" नोड को कृमि के साथ जोड़ा गया था, जिसे फिर एक अप्रमाणित एडीबी पोर्ट पर नोड से नोड तक हॉप करना था, अपना पेलोड वितरित करना था - वजन और हार्नेस - और प्रत्येक नए होस्ट पर Llama3.1-8B की सेवा करने वाला एक अनुमान सर्वर खड़ा करना था।

परीक्षण किए गए ओपन-वेट मॉडल में से, केवल GLM-5.2 इस सरलीकृत सेटिंग में पूर्ण एंड-टू-एंड प्रतिकृति में सक्षम था, और यह इतना विश्वसनीय था: यह 5 में से 4 परीक्षणों में सभी 8 नोड्स में फैल गया, और शेष रन में 8 में से 7 में फैल गया। शोधकर्ता इस बारे में सावधान हैं कि इसका क्या मतलब है - क्योंकि साइबर-शोषण तत्व को तुच्छ रखा गया था (एडीबी पोर्ट पर कोई प्रमाणीकरण नहीं था), मूल्यांकन वास्तविक दुनिया की सफलता की ऊपरी सीमा है। लेकिन वे यह भी ध्यान देते हैं कि पिछले IoT बॉटनेट जैसे कि मिराई डिफ़ॉल्ट निर्माता उपयोगकर्ता नाम और पासवर्ड से थोड़ा अधिक का उपयोग करके फैलते हैं, इसलिए वास्तविक दुनिया की IoT सुरक्षा तुच्छ कदम की तुलना में नाटकीय रूप से कठिन नहीं हो सकती है।

धीमा, लगातार - और सीखना

इस ख़तरे वाले मॉडल के बारे में कुछ भी तेज़ नहीं है। टीम की वास्तविक-हार्डवेयर गति के आधार पर, नए हार्डवेयर पर पूर्ण प्रतिकृति चक्र में Qwen3.5-9B के लिए लगभग 28 से 51 घंटे और गैर-अनुकूलित Gemma4-26B-A4B सेटअप के लिए 71 से 150 घंटे का समय लगा। लेखक लिखते हैं, स्प्रेड, "धीमा और निरंतर होगा, जिसमें किनारे के हार्डवेयर पर टोकन टपकाए जाएंगे" - वे एक प्रतिकृति की तुलना तेजी से बढ़ने वाले कीड़े के बजाय कीचड़ के सांचे या फल मक्खियों के झुंड से करते हैं।

जो चीज़ AI प्रतिकृतियों को क्लासिक वर्म्स से अधिक खतरनाक बना सकती है वह है अनुकूलन। क्योंकि माता-पिता का उदाहरण अपनी बेटियों को संकेत, कोड और नोट्स दे सकता है, शोधकर्ता एक प्रकार के लैमार्कियन विकास का वर्णन करते हैं। एक प्रयोग में, Qwen3.5-9B एजेंटों ने छह पीढ़ियों में अनुमान सेटअप का प्रयास किया - प्रत्येक को अपने पूर्ववर्ती से नोट्स विरासत में मिले - पहली पीढ़ी में उनकी सफलता दर 45 प्रतिशत से बढ़कर 61 से 84 प्रतिशत के बीच हो गई। प्रयोगों में मेमेंटो का उपयोग किया गया, जो ओपन-सोर्स पाई कोडिंग एजेंट के शीर्ष पर निर्मित एक हार्नेस एंथ्रोपिक है, जिसे एजेंटों को बैकट्रैकिंग के बजाय बग के गलत सिद्धांत पर ध्यान केंद्रित करने से रोकने के लिए डिज़ाइन किया गया है।

एक बंद होती खिड़की

टीम ने खतरे के क्षेत्र को दो सीमाओं में रेखांकित किया है: एक क्षमता मंजिल जिसके ऊपर एक मॉडल को विश्वसनीय रूप से दोहराने के लिए बैठना चाहिए, और एक आकार की छत जिसके नीचे वह जिन उपकरणों पर हमला करता है उन्हें चलाना चाहिए। आज वे सीमाएँ प्रतिच्छेद नहीं करतीं - सक्षम मॉडल बहुत बड़े हैं, और छोटे मॉडल पर्याप्त सक्षम नहीं हैं। एपोक कैपेबिलिटीज इंडेक्स के मुकाबले 30बी पैरामीटर या उससे कम के ओपन-वेट मॉडल को प्लॉट करते हुए, शोधकर्ता प्रति वर्ष 13.7 ईसीआई अंक का लाभ मापते हैं और अनुमान लगाते हैं कि यदि प्रवृत्ति जारी रहती है, तो एक छोटा मॉडल 2026 के अंत तक जीएलएम-5.2 के क्षमता स्तर तक पहुंच जाएगा - छोटे वजन-आधारित प्रतिकृतियां जल्द ही संभव हो जाएंगी। वे इस बात पर जोर देते हैं कि यह प्रॉक्सी मीट्रिक पर बनाया गया एक मोटा अनुमान है।

पोस्ट आसन्न खतरे के मॉडल को भी मैप करता है - प्रयोगशाला के स्वयं के बुनियादी ढांचे पर चलने वाले फ्रंटियर प्रतिकृतियां, खुले वजन वाले प्रतिकृतियां जो बिना निगरानी के शुरू होती हैं, और एपीआई-आधारित प्रतिकृतियां जो अपने स्वयं के अनुमान के लिए क्रेडेंशियल चुराती हैं - और चेतावनी देती हैं कि एक यथार्थवादी सबसे खराब मामला विभिन्न योजनाओं का उपयोग करके विभिन्न हार्डवेयर पर विभिन्न मॉडलों का झुंड है। एंथ्रोपिक इस बात के साथ समाप्त होता है कि एआई कीड़े प्री-एआई मैलवेयर से कैसे भिन्न होंगे और बचाव के लिए संक्षिप्त सुझाव, काम को एक खतरे पर एक प्रारंभिक नज़र के रूप में तैयार करना जो कि परिपक्व होने से पहले अध्ययन करना सबसे आसान है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →