Anthropic prueba la replicación autónoma de IA

Anthropic ha probado que modelos de IA relativamente pequeños ya pueden completar buena parte de los pasos necesarios para copiarse y propagarse entre dispositivos conectados, sin depender de un centro de datos. El experimento no creó un gusano autónomo listo para actuar en internet, pero muestra que esa posibilidad está más cerca de lo que parecía.

La investigación se centra en dispositivos baratos y poco protegidos, como cajas Android para televisores, cámaras inteligentes y otros equipos del internet de las cosas. En lugar de atacar servidores con tarjetas gráficas potentes, un replicador podría repartirse entre cientos o miles de máquinas pequeñas y usar su capacidad de cálculo como una red distribuida.

Qué consiguió Anthropic

Los investigadores probaron si varios modelos podían hacer algo especialmente complicado: adaptar un sistema de IA para que funcionara en hardware desconocido. Eso exige elegir herramientas compatibles, instalar versiones correctas, resolver errores y dejar un servidor de inferencia funcionando. La inferencia es el proceso mediante el que un modelo genera respuestas.

Los resultados muestran que:

• Un modelo de 9.000 millones de parámetros logró poner en marcha la inferencia en 8 de 9 tipos de hardware probados.
• Un modelo Gemma4-26B-A4B funcionó repartido entre 15 cajas Android de unos 55 dólares cada una.
• En una red de prueba de ocho nodos, GLM-5.2 se propagó hasta 8 de 8 dispositivos en cuatro de cinco intentos.
• Los modelos de hasta 30.000 millones de parámetros ya pueden completar muchos pasos individuales, aunque suelen fallar al coordinarlos todos en una misma ejecución.

En otra prueba, Anthropic conectó 15 dispositivos con 4 GB de memoria RAM para ejecutar el modelo distribuido. El resultado fue lento: alrededor de 0,3 tokens por segundo, una velocidad muy inferior a la de un servicio de IA convencional. La amenaza no sería necesariamente rápida, sino persistente.

Un gusano lento, pero difícil de apagar

Un gusano informático es un programa que se copia de un equipo a otro sin intervención humana. Un gusano basado en IA podría incluir los archivos del modelo, descubrir qué tipo de dispositivo tiene delante, ajustar su estrategia y dejar una nueva copia funcionando.

Eso lo diferenciaría del malware tradicional. Un ataque programado para un único tipo de dispositivo suele fallar cuando encuentra otro sistema. Un agente de IA, en cambio, puede intentar diagnosticar el entorno y buscar otra forma de continuar.

Anthropic calcula que un replicador de este tipo tardaría entre uno y dos días en completar una nueva copia en hardware modesto. Como referencia, los investigadores imaginaron una red del tamaño de una botnet previa que llegó a superar los dos millones de dispositivos. En ese escenario, la red podría ejecutar miles de copias de modelos, aunque con una capacidad total todavía pequeña frente a la de un centro de datos.

Lo que todavía no demuestra el estudio

El experimento tiene límites importantes. La red de prueba usaba puertos Android Debug Bridge sin autenticación, una condición mucho más favorable que la de la mayoría de los sistemas reales. Anthropic también dejó en segundo plano la parte de explotar vulnerabilidades para entrar en cada dispositivo.

Por eso, los resultados representan más bien un límite superior de lo que un modelo puede hacer cuando ya tiene acceso suficiente. No prueban que exista hoy un gusano capaz de infectar dispositivos de forma autónoma en internet.

Los investigadores también observaron que modelos pequeños mejoraban cuando heredaban notas sobre errores y estrategias de generaciones anteriores. En una prueba, la tasa de éxito de Qwen3.5-9B pasó del 45% inicial a entre el 61% y el 84% en generaciones posteriores.

Para la mayoría de las personas, esto no significa que una caja de televisión vaya a empezar a copiarse por sí sola mañana. Sí significa que la seguridad de los dispositivos conectados tendrá que considerar algo más que contraseñas débiles y fallos conocidos: también deberá impedir que un agente automatizado descubra cómo adaptarse, persistir y coordinarse. Anthropic estima que modelos pequeños con capacidades similares a GLM-5.2 podrían aparecer hacia finales de 2026 si la mejora actual continúa, una previsión aproximada, no un resultado ya alcanzado.