Эксперименты показали, что искусственный интеллект может организовать перенос файлов и запуск модели на других устройствах в тестовой сети. Однако это не доказывает, что ИИ уже способен самостоятельно взламывать и заражать любые подключенные к интернету гаджеты.
Команда Frontier Red Team американской компании Anthropic проверила, могут ли нейросети находить новые цели, переносить на них нужные файлы и запускать ИИ на незнакомом оборудовании. Речь идет о возможном новом типе компьютерных червей — вредоносных программ, которые самостоятельно переходят с одного устройства на другое. Такой червь мог бы адаптироваться к разному оборудованию и передавать следующим копиям сведения о предыдущих попытках.
В одном из испытаний модель Gemma4-26B-A4B распределили между 15 недорогими Android-приставками неизвестных брендов стоимостью около 55 долларов за штуку. Каждая приставка с 4 ГБ оперативной памяти обрабатывала свою часть модели, а устройства обменивались данными по сети. Система выдавала примерно 0,39 токена в секунду. Это медленно, но опыт показал, что для запуска ИИ не обязательно нужны мощные серверы.
Бюджетные приставки привлекают внимание исследователей из-за слабой защиты многих недорогих устройств. Ранее ботнет Kimwolf, состоявший преимущественно из Android-телевизоров и других гаджетов, заразил более двух миллионов устройств. Ботнет — это сеть взломанных устройств, которыми злоумышленник управляет удаленно.
Для другого теста команда создала изолированную среду из восьми узлов Google Cloud с эмуляторами Android 15. На одном узле заранее запустили программу для поиска других устройств, переноса файлов и настройки запуска ИИ. Из протестированных моделей полный цикл смогла выполнить GLM-5.2: в четырех из пяти попыток она добралась до всех восьми узлов, а в одной — до семи.
Условия испытания были упрощены: устройства принимали подключения через порт ADB без проверки подлинности. Поэтому способность ИИ самостоятельно взламывать защищенные системы практически не проверяли. Кроме того, на целевых узлах запускали Llama 3.1 8B, а не саму GLM-5.2: более крупная модель, управлявшая распространением, работала на отдельном сервере. Эксперимент продемонстрировал, что ИИ может организовать цепочку действий, но не доказал его способность автономно копировать себя на произвольные устройства в интернете.
Модель Qwen3.5-9B смогла настроить запуск ИИ на восьми из девяти типов оборудования. Среди проверенных платформ были мини-компьютеры NVIDIA Jetson Nano, компьютеры Mac и системы с видеокартой RTX 4090.
Среди потенциальных целей авторы называют умные холодильники и духовки, роботы-пылесосы и газонокосилки. Некоторые такие устройства можно объединить, чтобы они совместно запускали части одной модели. Возможными целями также могут стать камеры видеонаблюдения и системы для видеоконференций со встроенными ИИ-ускорителями.
В перспективе угрозу могут представлять автомобили, четвероногие и человекоподобные роботы, а также дроны: их вычислительные модули способны запускать ИИ непосредственно на устройстве. Более крупные модели могли бы нацелиться и на дата-центры, где доступно больше вычислительных ресурсов.
По расчетам Anthropic, настройка Qwen3.5-9B на новом устройстве может занимать от 28 до 51 часа. Для более крупной Gemma4-26B-A4B оценка составляет от 71 до 150 часов. Поэтому такой червь мог бы распространяться медленно, постепенно увеличивая число зараженных устройств.
Модель может сохранять заметки о неудачных попытках и передавать их следующим копиям. В эксперименте с Qwen3.5-9B доля успешных настроек выросла с 45% в первом поколении до 61–84% в последующих.
Anthropic подчеркивает, что команда пока не создала систему, способную бесконтрольно распространяться по реальному интернету. Главная трудность — надежно объединить все этапы: от поиска цели до запуска модели на новом устройстве.
Авторы предполагают, что небольшие модели могут достичь необходимого уровня возможностей к концу 2026 года, если сохранятся прежние темпы развития. Это прогноз, основанный на динамике тестовых показателей, а не результат уже проведенного эксперимента.
Для защиты исследователи предлагают обновлять программное обеспечение устройств, использовать надежные пароли и отслеживать необычный сетевой трафик. Например, массовая передача файлов размером в несколько гигабайт между бытовыми устройствами может указывать на подозрительную активность.