Önmagát másoló MI-modell: működnek a részek, de a „féreg” még nem

Az Anthropic Frontier Red Team 2026. október 12-én közölt kutatásában William Zhou és Daniel Freeman 15, darabonként mintegy 55 dollárba kerülő, 4 GB memóriájú Android TV-dobozon futtatta elosztva a Gemma4-26B-A4B modellt, másodpercenként 0,39 token sebességgel; a szerzők így foglalták össze az eredmény határát: „We don’t yet have a full rogue replicator”. A kutatók maguk vásárolták meg és kapcsolták hálózatba a dobozokat. A fizikai próba tehát a közös modellfuttatást mutatta meg, nem az eszközök önálló felkutatását és elfoglalását.

A Tom’s Hardware technikai beszámolója egy külön felhőbeli tesztet is ismertet: a GLM-5.2 öt próbából négyszer eljutott mind a nyolc Android-emulátorig, de a célgépeken a kisebb Llama3.1-8B modell kiszolgálását állította be, miközben maga külső kiszolgálón futott. Az Anthropic kísérleteiben így a telepítés és a terjedési lépések több fontos eleme működött, de valós, gyenge eszközökön önállóan továbbterjedő MI-férget nem demonstráltak.

A fizikai demonstráció: egy modell sok eszközön

A tévédobozos próbában a modell rétegeit felosztották az összekapcsolt készülékek között. Egy doboz a rá jutó számítást végezte el, majd a köztes eredményt továbbadta a következőnek. Ez tette lehetővé, hogy a teljes modell együttesen fusson olyan gépeken, amelyek egyikének memóriájában sem fért volna el önmagában.

Az eredmény azért számít a lehetséges önreplikáció szempontjából, mert megmutatja: a következtetéshez szükséges számítás több olcsó eszköz között is megosztható. A kutatók azonban előre összeállították a hálózatot és elhelyezték rajta a modell részeit. A fizikai készülékekkel végzett bemutatóban nem egy rajtuk futó ügynök választotta ki a következő célpontot, juttatta át oda a szükséges állományokat, majd indította újra a folyamatot.

A mért sebesség a működés gyakorlati súlyát is jelzi. A közös modell adott választ, de lassan; egy önállóan terjedő változatnak eközben gépeket kellene felderítenie, parancsokat végrehajtania és telepítési hibákat javítania. A bemutató ebből a láncból azt az alapfeltételt igazolta, hogy a modell egyáltalán futtatható az ilyen készülékek együttes számítási kapacitásán.

Az alkalmazkodás mérése: elindul-e a modell idegen hardveren?

A TechRadar ismertetése szerint a Qwen3.5-9B a kilenc vizsgált hardvertípus közül nyolcon működésbe hozta a modellfuttatási környezetet; a tesztelt eszközök között Jetson Nano, Mac és RTX 4090-es gép is szerepelt. A feladat itt a Llama3.1-8B következtetését kiszolgáló környezet beállítása volt. Ez azt méri, hogy az ügynök tud-e eltérő gépekhez alkalmazkodni, nem azt, hogy hozzáférést is tud-e szerezni hozzájuk.

Az alkalmazkodás több egymásra épülő döntésből áll: az ügynöknek fel kell ismernie a gép adottságait, kompatibilis futtatási megoldást és csomagverziókat kell választania, majd ki kell javítania a hibákat. Egy korai téves választás később is akadályozhatja a telepítést. A mérés ezért a Memento nevű kísérleti keretet használta, amely időnként új ügynökpéldányt indított, és átadta neki az előző példány munkáját, valamint rövid jegyzeteit.

Ez a segítség a mérés értelmezéséhez tartozik: az eredmény a modell és a tesztben alkalmazott munkafolyamat együttes teljesítménye. Az új példányok átvehették a korábbi próbálkozásokból származó információt, így nem minden hibakeresést kellett elölről kezdeniük. A sikeres telepítés ettől még valós részfeladat, de más feltételek között született, mint egy magára hagyott program terjedése ismeretlen hálózaton.

Az emulált hálózatban működött a lánc, könnyített hozzáféréssel

A hálózati kísérletben egy elkülönített felhőkörnyezet Android-emulátorai szolgáltak célpontként. A kiinduló csomóponton már jelen volt az ügynök; innen keresett további gépeket, kapcsolatot létesített velük, állományokat vitt át és beállította a következtetés kiszolgálását. Ez összetettebb feladat volt az önálló hardveres telepítésnél, mert egymás után kellett végrehajtani a terjedés több lépését.

A célgépek azonban hitelesítés nélküli ADB-portot kínáltak. A próba ezzel lényegesen megkönnyítette a hozzáférést, és nem mérte, hogy az ügynök képes-e különböző, védett eszközökbe bejutni. Az eredményt emiatt a kialakított tesztkörnyezet feltételeivel együtt kell érteni: a feladat a már elérhető gépek közötti továbblépésre és a modellfuttatás beállítására összpontosított.

A méretbeli különbség a másik döntő feltétel. A terjedési műveleteket irányító GLM-5.2 nem az emulált célgépeken futott, mert azok nem bírták volna el; ott egy kisebb modell kiszolgálója indult el. Amikor ez megfelelt az ellenőrzésnek, a tesztkeret indította el az irányító ügynök következő példányát. A siker így megmutatta az összehangolás képességét, de a nagy modell saját súlyainak gyenge gépekre történő átvitele és helyi futtatása nem volt része ugyanennek az eredménynek.

Hol szakad meg az önálló terjedés bizonyítási lánca?

A három mérés külön kérdésre adott választ. A megfigyelt eredmény és a hozzá tartozó könnyítés együtt mutatja meg, meddig jutott a kutatás:

• Elosztott futtatás: valódi tévédobozokon működött; a készülékeket és a hálózatot a kutatók készítették elő.
• Hardverhez alkalmazkodás: a kisebb ügynök többféle gépen be tudott állítani modellfuttatást; a Memento keret átadta a korábbi próbák munkáját.
• Hálózati terjedés: a nagyobb ügynök összekapcsolta a lépéseket az emulált környezetben; a célpontok nyitott hozzáférést adtak, az irányító modell pedig külön kiszolgálón futott.

Egy valós eszközökön önállóan terjedő, súlyait is magával vivő változathoz ugyanannak a kellően kis és megbízható modellnek kellene célpontokat elérnie, ott működésbe hoznia magát, majd újabb gépeken megismételnie a folyamatot. A mostani próbákban az olcsó készülékeken futtatható modellek nem vitték végig megbízhatóan a teljes láncot, a könnyített hálózati feladatban sikeres modell pedig túl nagy volt ezekhez a készülékekhez. Ez a képesség és a rendelkezésre álló memória közötti rés a kutatás központi gyakorlati korlátja.

A terjedés sebességét és észlelhetőségét is az eszközök szabnák meg. A lassú következtetés időt adna a hosszú telepítési lépéseknek, a modell súlyainak átvitele és a megosztott futtatás pedig jelentős hálózati forgalmat okozhatna. A következő döntő eredmény egy olyan, valós készülékeken mért próba lenne, amelyben egy rajtuk futtatható modell előre biztosított hozzáférés és a kutatók által összeállított hálózat nélkül is végigviszi a teljes terjedési ciklust.

Olvassa el ezt is:

• AnswerThePublic és Google Trends együtt: a kérdés még nem bizonyít keresletet
• Külföldről dolgoznál? A 183 nap önmagában nem dönti el az adózást
• Sentry vagy Datadog: a hibakeresés és a teljes megfigyelhetőség nem ugyanaz