AI 大模型失控怎么办，给数据中心断网断电吗？ 可如果失控的大模型能把自己复制到上亿的物联网设备里呢？ 你家的路由器、机顶盒、甚至洗衣机微波炉，都可能成为承载失控 AI 大模型的载体，到时候，人类会回到非智能时代吗？ 就在前几天，Anthropic 放出了这么一项研究： AI 好像不一定非要住在庞大的数据中心，或者昂贵的显卡里，一些犄角旮旯的小设备，它照样能活下去。 事情的开头，他们买了 15 个单价几十美元的杂牌安卓电视盒子，一个才 4GB 内存。 然后，他们把一个 26B 参数的 Gemma 模型做了量化处理，又拆成了十五份，分别塞进去，最后通过网络把它们串联起来运行。 结果这大模型还真就跑起来了，不过慢也是真的慢，每秒只能吐 0.39 个 token， 我读完这句话，它大概才挤出两三个字。 图片仅供示意，并非A社实验 跑是跑起来了，但想要活下去，还得适应不同的环境才行。 于是他们加大难度，找来 Qwen3.5-9B，给它一堆不同的硬件，让它在上面部署另一个 Llama3.1-8B 模型，还得正常跑起来。 要知道，环境不同，适配起来是相当头秃的。 不说别的，就咱平时玩的游戏，都得分 A 卡友好和 N 卡友好的，适配一个不小心，驱动都给你卡掉喽。 但从结果来看，一共 9 种硬件，从英伟达到 AMD，从 Windows 到 Mac，8 种它都成功完成了部署。 AI 能在这些地方把事儿办妥，那确实有几把刷子，跟广东双马尾似的，根本不挑食儿啊。 而且更可怕的是，除了能活，它还能繁殖。 为了测试模型联网后的表现，他们又搭了一个封闭的测试网络， 包含 8 个节点，每个节点都运行着模拟安卓系统的环境。 考虑到这回难度比较高，他们还把模型升级成了 GLM-5.2。 表现嘛，自然成了砍瓜切菜，一通操作下来，8 台虚拟机，一台接一台，全都成功部署了 Llama3.1-8B 小模型。 为了严谨，人还测了 5 轮，只不过结果没啥变化，39 次成功，1 次失手。 国服部署王，战绩可查好吧。 更让人后背发凉的是，他们还在实验中发现，有时候给模型加个 “ 记事本 ”，它还能超进化。 起因是一些参数小的模型非常爱钻牛角尖，钻进去就重复死循环了。 于是他们想了个招儿，就是与其让同一个 AI 卡在那儿不动干到死，不如每隔一段时间，就拿新的 AI 换掉它。 上一任就把自己试过的法子、踩过的坑都记下来，交给下一任。 说干就干，他们拿开源的 Agent 框架 Pi 当地基，搓了套叫 Memento 的机制。 然后就让 AI 这么前赴后继的干了 6 代，部署任务的成功率愣是从 45% 拉到了 61%～84%。 Anthropic 管这个叫拉马克式的进化，大白话就是模型不用改训练参数，记记笔记就能把后天学来的本事传给下一代。 好家伙这 A 社，嘴上喊着踩刹车，结果又在整这种吓人的玩意儿。 要知道，在互联网时代，要素这么齐全的东西还是电脑病毒，可病毒一般是写死的代码，它不会悄悄自己进化。 这要是整个 AI 自进化 Plus 版的机器大瘟疫，那不得比熊猫烧香牛逼十个奥创啊。 看到这儿，估计大伙儿已经开始担心，自家电视盒子、空调、微波炉啥的是不是真要造反了。 诶，先别急着拔网线，因为这事儿虽然听起来邪门，但真要落地，其实还有点距离。 别忘了，这可是 Anthropic，吓唬人这块儿，它说第二，没人敢说第一。 这些实验看着唬人，其实那都相当理想化。 比如开头的 15 台电视盒子，速度慢就不说了，本质上还是串联的流水线逻辑，它的架构就注定了，得一台盒子算完，下一台才能接着算，大量时间都花在等待上。 模型要真在野外传播，设备之间还隔着千家万户的宽带、路由器、防火墙。 隔壁下个小电影，网络状况一差，或者其中一台盒子突然掉线，整个计算链条都可能受影响。 你想想，光是搞个千卡万卡的算力集群，就够工程师喝一壶的了，更何况是让一堆散落在互联网上的，成百万上千万的电子垃圾一起干活儿。 这要是做成了，老黄都得提着两瓶茅台给你表演倒立。 当然了，Anthropic 也知道它慢，他们甚至专门算了一笔账。 说之前有个叫 Kimwolf 的僵尸网络，高峰期感染过 200 多万台设备，主要就是这些电视盒子。 假如这么多盒子真的被 AI 入侵，一起运行 Gemma 模型，那整体的推理吞吐量，理论上甚至可以达到 40 张英伟达 H100 显卡的水平。 但这能是一回事儿么？ 40 张 GPU 的服务器高速互联，能集中算力跑同一个模型。但你换成 200 万个电视盒子，那个速度，只能是男默女泪了。 而且除了运行效率，真正重要的入侵这块儿，Anthropic 也简化了不少。 传播实验里，8 台模拟机其实都预留了 ADB 调试接口，也就是不用验证的后门儿，对 AI 来说，跟拎包入住也没啥区别。 而且同一个实验中，他们
