يقول فريق الاختبار الأحمر في Anthropic إن النماذج الصغيرة للذكاء الاصطناعي قد تتمكن قريبًا من التكاثر على أجهزة إنترنت الأشياء

نشر فريق Frontier Red Team التابع لـ Anthropic بحثًا في 12 أكتوبر 2026، أفاد فيه بأن النماذج الصغيرة للذكاء الاصطناعي قد لا يفصلها سوى بضعة أشهر عن القدرة على التكاثر الذاتي على أجهزة إنترنت الأشياء التجارية، مثل الأفران الذكية وأجهزة التلفاز التي تعمل بنظام Android من علامات تجارية غير معروفة، وأن إيقاف مثل هذا المكرِّر سيكون صعبًا، لعدم وجود نقطة مركزية يمكن إيقافه عندها.

يفيد مؤلفا المنشور، William Zhou وDaniel Freeman، بأن نموذجًا يضم 9 مليارات معلمة نجح في تشغيل الاستدلال على 8 من أنواع الأجهزة التسعة التي اختبرها الفريق، وأن النماذج التي تضم 30 مليار معلمة أو أقل تستطيع بالفعل تنفيذ خطوات كثيرة منفردة من عملية التكاثر، لكنها ترتكب أخطاء عند جمع هذه الخطوات وتنفيذها من البداية إلى النهاية. ويتوقع الفريق أن تبلغ النماذج الصغيرة مستوى القدرة المطلوب بحلول نهاية عام 2026 إذا واصلت التحسن بالمعدل الذي سجلته تاريخيًا، وأن تصبح المكررات الصغيرة القائمة على الأوزان ممكنة بعد ذلك بوقت قصير، مع الإشارة إلى أن التكاثر قد يكون بطيئًا، إذ قد يستغرق تضاعف العدد أيامًا.

الاستدلال الموزع على أجهزة التلفاز الذكية

لإثبات أن المسرّعات باهظة الثمن ليست ضرورية تمامًا، اشترى الفريق 15 جهاز تلفاز يعمل بنظام Android من علامات تجارية غير معروفة، بلغ سعر الواحد منها نحو 55 دولارًا، وربطها شبكيًا، ثم شغّل نموذج Gemma4-26B-A4B، الذي يضم 26 مليار معلمة، بعد تقسيمه بين الأجهزة باستخدام التوازي عبر خطوط الأنابيب، بحيث احتوى كل جهاز، بذاكرة عشوائية سعتها 4 غيغابايت، على جزء صغير من طبقات النموذج. ويفيد الفريق بأن هذا الإعداد عالج 0.39 رمزًا في الثانية، ويشير إلى أن شبكة بوت نت موزعة من أجهزة إنترنت الأشياء الرخيصة، التي تكون عادةً ضعيفة الحماية، قد توفر قدرة حوسبة كافية لتشغيل نموذج قادر.

نماذج التهديد وتصميم التقييم

يطرح المنشور المخاوف في إطار التكاثر والتكيف المستقلين (ARA)، ويقسم عملية التكاثر إلى أربع مراحل: العثور على أهداف، واكتساب القدرة على التنفيذ، وتهيئة الاستدلال، ومواصلة الانتشار انطلاقًا من الجهاز المضيف الجديد. واستبعد الباحثون إلى حد كبير مراحل استغلال الثغرات السيبرانية، مستشهدين بأوراق بحثية سابقة، منها CyberGym وExploitBench وأبحاث عن الديدان التكيفية، باعتبارها تُظهر أن النماذج الصغيرة قادرة بالفعل على استغلال الثغرات السيبرانية. وركزوا على تهيئة الاستدلال، التي يصفونها بأنها المرحلة الأقل دراسة وربما الأكثر صعوبة على النماذج الصغيرة.

يصف المنشور ثلاثة نماذج تهديد بأنها الأقرب إلى التحقق: مكرِّر صغير قائم على الأوزان ينتشر عبر اختراق الأجهزة المضيفة؛ ومكرِّر متقدم كبير قائم على الأوزان يستهدف مراكز البيانات وغيرها من الأنظمة ذات قدرات الحوسبة العالية، بنسختين إحداهما تعتمد على نموذج رائد والأخرى على أوزان مفتوحة؛ ومكرِّر قائم على واجهة برمجة التطبيقات يسرق بيانات اعتماد واجهة الاستدلال الخاصة به. ويشير الباحثون إلى أن المكررات القائمة على الأوزان لا تحتاج إلى امتيازات الجذر، إذ يمكن لمحركات الاستدلال أن تعمل بالكامل في مساحة المستخدم، ويستشهدون ببرامج تعدين العملات المشفرة وشبكات البوت نت، مثل P2Pinfect وFritzfrog، التي تعمل من دون تصعيد للامتيازات.

أُجريت التجارب باستخدام Memento، وهي بيئة اختبار بناها الفريق بالاستناد إلى وكيل البرمجة مفتوح المصدر Pi، الذي يبدأ دوريًا نسخة جديدة من الوكيل ترث مساحة عمل سابقتها ومجموعة قصيرة من الملاحظات عما حاولت فعله. وفي تجربة تقديم الخدمة، مُنح كل نموذج حدًا أقصى قدره 1.5 ساعة لكل دورة، ومهلة إجمالية قدرها 6 ساعات. أما نموذج التهديد التمثيلي فهو Kimwolf، وهي شبكة بوت نت يذكر المنشور أنها أصابت أكثر من مليوني جهاز، معظمها أجهزة تلفاز تعمل بنظام Android من علامات تجارية غير معروفة. وتأتي هذه الأجهزة عادةً بذاكرة عشوائية تتراوح سعتها بين 1 و4 غيغابايت، ويحسب المنشور أن النماذج التي تضم 9 مليارات معلمة يمكن تشغيلها على 4 أجهزة أو أكثر، والنماذج التي تضم 26 مليار معلمة على 10 أجهزة أو أكثر، عند استخدام ذاكرة سعتها 4 غيغابايت وتكميم بدقة 4 بتات.

نتائج التكاثر من البداية إلى النهاية

لاختبار قدرة النماذج على ربط دورة المسح بحثًا عن أهداف، والحصول على وصول، وإيصال الحمولة، وإعداد الاستدلال، أنشأ الفريق سحابة خاصة افتراضية محمية بجدار ناري، تضم 8 عُقد من Google Cloud تعمل بنظام redroid، وهو محاكي لنظام Android 15. وانتقلت دودة تبدأ من جهاز مصاب واحد بين العُقد عبر منفذ ADB غير الموثّق، وأعدّت خادم استدلال يشغّل Llama3.1-8B، مع إخضاع كل نسخة جديدة لاختبارات للتحقق من صحتها ومنع الغش.

يفيد الفريق بأن GLM-5.2 وحده، من بين النماذج مفتوحة الأوزان التي خضعت للاختبار، حقق تكاثرًا كاملًا من البداية إلى النهاية؛ إذ انتشر إلى العُقد الثماني في 4 من أصل 5 تجارب، وإلى 7 من أصل 8 عُقد في التجربة المتبقية. ولأن التقييم جعل الخطوة السيبرانية بسيطة للغاية، فلم يتطلب توثيقًا على منفذ ADB، يصف الباحثون النتيجة بأنها حد أعلى للنجاح في العالم الحقيقي، مع الإشارة إلى أن شبكات بوت نت سابقة لأجهزة إنترنت الأشياء، مثل Mirai، انتشرت باستخدام قوائم افتراضية بأسماء المستخدمين وكلمات المرور التي تحددها الشركات المصنّعة.

يحدد المنشور حدًا أدنى للقدرات يجب أن تتجاوزه الدودة كي تتكاثر بموثوقية، ويقع GLM-5.2 فوقه، كما يحدد حدًا أقصى للحجم ينبغي ألا يتجاوزه النموذج كي يعمل على الأجهزة التي يهاجمها؛ ويقع Qwen3.5-9B وGemma4-26B-A4B دون هذا الحد بالنسبة إلى أجهزة التلفاز الذكية التي اختُبرت، والمزوّدة بذاكرة سعتها 4 غيغابايت، ولا يتقاطع الحدّان حاليًا. وعند رسم النماذج البارزة مفتوحة الأوزان، التي تضم 30 مليار معلمة أو أقل، مقابل مؤشر قدرات Epoch، أظهر تحليل الفريق بطريقة المربعات الصغرى زيادة قدرها 13.7 نقطة من ECI سنويًا، مع قيمة R² تبلغ 0.95، ما يشير إلى أن نموذجًا صغيرًا سيبلغ مستوى GLM-5.2 بحلول نهاية عام 2026. لكن الفريق يحذر من أن ECI مؤشر عام للقدرات، وليس سوى مقياس تقريبي للقدرة على التكاثر، ولذلك فإن التوقيت تقديري تقريبي. وفي اختبار استئصال شمل 17 عقدة، تولى فيه نص برمجي مُعد مسبقًا إعداد الاستدلال، وصل حتى نموذج يضم 3 مليارات معلمة إلى نحو نصف العُقد، وهو ما يقول الفريق إنه يضع حدًا لمقدار الصعوبة التي تنطوي عليها خطوات الاستقلالية والتنسيق المتبقية.

سرعة التناسخ ونطاقه والتكيّف

في قياسات الفريق على أجهزة التلفاز الفعلية، بلغ أداء Gemma4-26B-A4B، من دون تحسين، نحو 0.3 رمز في الثانية عبر نافذة سياق من 32,000 رمز، واستغرق الإعداد الكامل للاستدلال من 71 إلى 150 ساعة، مقابل 28 إلى 51 ساعة لـ Qwen3.5-9B. وعند توسيع النطاق ليشمل أسطولًا بحجم Kimwolf، يقدّر الفريق وجود نحو 133,000 نسخة، تتألف كل منها من مجموعة تضم 15 تلفازًا، تُعالج مجتمعةً نحو 80,000 رمز في الثانية، وتتطلب ما لا يزيد على نحو 40 وحدة مكافئة لـ H100 للاستدلال، وهي كمية حوسبة ضئيلة، وفق وصف الفريق. ويستغرق التناسخ يومًا إلى يومين لكل نسخة ذات 9 مليارات معلمة.

يفيد الفريق بأن نسبة نجاح إعداد الاستدلال ارتفعت، عبر ستة أجيال من نسخ Qwen3.5-9B، ورثت كل منها ملاحظات سابقتها، من 45% في الجيل الأول إلى ما بين 61% و84% في الأجيال اللاحقة، ضمن 20 سلالة. ولم يؤدِّ إتاحة Opus 4.8 لـ Qwen3.5-9B بصفته مستشارًا رائدًا إلى تحسّن يُذكر، سواء أُتيح له عبر استدعاء أداة أم قُدّم إليه من دون طلب، كما أن التدريب بالتعزيز على الاستعانة بالمستشار في مهام البرمجة لم يُفضِ إلى نتائج مفيدة قابلة للتعميم. وفي إعادة محلية لتقييم Meta للتصيد الاحتيالي الموجّه، CyberSecEval 3، حققت النماذج الصغيرة درجات وصفها المنشور بأنها تتراوح بين الضعيفة جدًا والضعيفة عند معايرتها وفق تقييمات البشر. ويستشهد الفريق بذلك دليلًا على أن الهندسة الاجتماعية لا تزال متأخرة عن القدرات السيبرانية القائمة على الوكلاء لدى النماذج الصغيرة.

ويقدّر المنشور على نحو منفصل وجود نحو 90 خطًا مختلفًا من منتجات إنترنت الأشياء المزودة بشرائح NVIDIA، ونحو 9.5 مليون وحدة منشورة ميدانيًا، بما يعادل تقديرًا تقريبيًا جدًا يتراوح بين 9,000 و35,000 وحدة مكافئة لـ H100 من الحوسبة في مسرّعات الحوسبة الطرفية، مع احتمال أن تكون الحصة التي يمكن الوصول إليها أقل بمرتبة عشرية أو أكثر. ووفقًا للأرقام التي يستشهد بها المنشور، يشغّل Jetson AGX Orin 64GB نموذج Qwen3-30B-A3B بسرعة 76.7 رمزًا في الثانية، فيما يصل AGX Thor إلى 226 رمزًا في الثانية.

الدفاعات وتقييم الفريق

يتمثل الدفاع، بحسب المنشور، في خفض R₀، أي عدد الأجهزة الجديدة التي يُصيبها كل جهاز مصاب، إلى أقل من واحد. وسيخلّف ناسخٌ قائم على الأوزان، ينتشر على نطاق واسع عبر أجهزة إنترنت الأشياء، أثرًا شبكيًا ترصده المراقبة القائمة على تدفقات حركة البيانات لدى مزودي خدمة الإنترنت؛ إذ تتلقى الأجهزة المضيفة المصابة حديثًا حمولات نماذج يتجاوز حجمها عدة غيغابايتات، وينتج عن الاستدلال الموزع تدفق مستمر للبيانات بين الأجهزة. وكلما تسارع التناسخ، زادت حركة البيانات، ما يفرض مفاضلة بين السرعة والتخفي؛ كما يمكن لمصائد العسل التقاط إطار عمل الناسخ وحمولته. واستنادًا إلى أبحاث معالجة آثار Mirai، يذكر المنشور أن عزل مزودي خدمة الإنترنت للأجهزة المصابة، مع إخطار العملاء، قضى على 92% من الإصابات خلال 14 يومًا، مقابل 74% من دون إخطار. ويشير أيضًا إلى أن كلمات المرور الافتراضية لأجهزة إنترنت الأشياء لم تعد متوافقة مع المعايير في أسواق المملكة المتحدة، مستشهدًا بذلك مثالًا على تقليص التنظيم للعدد المحتمل للأهداف.

على خلاف شبكات الروبوتات ذات الشيفرة الثابتة، مثل Kimwolf، التي تستهدف أنواعًا محددة من الأجهزة، لا ترتبط شبكة الروبوتات القائمة على الذكاء الاصطناعي بأجهزة بعينها، بحسب المنشور، الذي يشير إلى إمكانية إعداد النماذج الصغيرة للاستدلال على أجهزة تتراوح بين Jetson Nano وحاسوب Mac. ويخلص الباحثون إلى أن النتائج، شأنها شأن ما ظهر مع وكلاء البرمجة في عام 2024، تشير إلى بدايات واعدة لديدان الذكاء الاصطناعي؛ إذ باتت الوكلاء تنجز على نحو متزايد خطوات منفردة من سلسلة التناسخ وتنقل التعديلات إلى النسخ اللاحقة، لكنها لم تصل بعد إلى مرحلة ناسخ مارق متكامل. ويتوقع الباحثون استمرار نمو قدرات الحوسبة الطرفية المنشورة، بالتزامن مع انخفاض الحد الأدنى لحجم النموذج اللازم للتناسخ الموثوق.