Anthropic 的警告与预期情景
Anthropic 公司的“Frontier Red Team”团队最近发布的一项研究引发了新的技术担忧，指出小型人工智能模型可能在短短几个月内具备在未受保护的设备上进行复制和扩散的能力。这种发展可能会导致自主运行的僵尸网络（Botnets）的出现，其特点是具有生存能力、能够独立运行且难以被抑制。
尽管人工智能公司有时被指责为了营销目的而夸大风险，但专家们一致认为，小型模型具备自我复制能力的可能性是现实存在的，且非常接近。专家将这种发展的加速归因于人工智能实验室的研究人员在机器学习的研究和开发过程中使用了人工智能工具本身，从而创造了一个技术加速的恶性循环。
在创新与历史重演之间
在分析这一威胁时，一个核心问题浮出水面：我们是否正面临一种全新的攻击类型？佐治亚理工学院（Georgia Tech）的教授、数字蠕虫和僵尸网络研究专家迈克尔·贝利（Michael Bailey）认为，这种威胁可能并不像 Anthropic 所描述的那样新颖。从历史上看，2016 年的 Mirai 等攻击已经证明，简单的物联网（IoT）设备（如路由器和摄像头）可以被利用来构建庞大的攻击网络。
Anthropic 提出的本质区别在于人工智能的自动化能力。传统的僵尸网络需要人力来重新编写恶意软件，使其能够在不同的处理器架构上运行，而人工智能可以自动完成这项任务，从而使攻击能够在无需人工干预的情况下，具备极强的适应陌生设备的能力。
安全格局究竟发生了什么变化？
人工智能似乎并不是在发明新的攻击方法，而是在改变攻击经济学。实际发生的变化是降低了攻击者所需的成本和精力；智能模型可以充当“投放器”（Dropper）的角色，在设备中植入自身，然后协调操作并在网络中分配任务。
然而，专家们对 Anthropic 使用的“自我复制”一词提出了技术上的保留意见。目前发生的情况可能更接近于模型分片（Sharding）过程，而不是像传统蠕虫那样完全扩散一份完全相同的代码副本。此外，人工智能改变其行为的能力（多态性，Polymorphism）需要对模型本身进行重新训练，而 Anthropic 尚未完全证明其模型具备这种能力。
解决方案在于新技术吗？
与其预期我们需要复杂的 AI 防御来应对这些威胁，分析人士指出，解决方案可能仍然非常“传统”。应对人工智能蠕虫将主要依赖于我们几十年来学到的基本网络安全原则，包括：
- 持续更新（Patching）：在发现设备漏洞后立即进行修复。
- 隔离（Isolation）：防止受感染的设备与网络其余部分通信。
- 身份管理：使用强密码并避免物联网（IoT）设备中使用弱默认设置。
最终，挑战不在于缺乏解决方案，而在于在一个充满联网且未受保护设备的世界上，难以大规模实施这些基本的安全实践。