Qué encontró Anthropic en su experimento con 15 TV boxes
El equipo Frontier Red Team de Anthropic compró 15 cajas de Android TV genéricas —de marca desconocida, a unos 55 dólares cada una— y las conectó en red. Sobre ese hardware barato corrió el modelo abierto Gemma4-26B-A4B, de 26.000 millones de parámetros, fragmentado mediante cuantización: cada caja ejecutaba solo una parte del modelo y los datos viajaban de una a otra como en una línea de montaje.
El resultado: el modelo logró inferencia, es decir, cargó sus pesos y generó salida, a 0,39 tokens por segundo, según SecurityWeek. Es un ritmo inútil para casi cualquier aplicación real, pero suficiente para demostrar que el hardware de consumo masivo ya alcanza.
El segundo hallazgo es el que más incomoda. Un modelo de 9.000 millones de parámetros, Qwen3.5-9B, consiguió montar entornos de inferencia en ocho de nueve tipos de hardware que nunca había visto. En la prueba completa del ciclo de replicación —una red cerrada de ocho dispositivos Android emulados— solo GLM-5.2 lo completó de punta a punta, alcanzando los ocho nodos en cuatro de cinco intentos, según The Hacker News.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasAnthropic evaluó 11 modelos de pesos abiertos de Alibaba, DeepSeek, Google, Meta, MoonShot AI, OpenAI y Zhipu AI. Ninguno es todavía un replicador autónomo completo. Lo relevante es que cada eslabón de la cadena ya funciona por separado.
Por qué los dispositivos IoT son el objetivo perfecto
Las cajas de Android TV de marca desconocida corren versiones del proyecto abierto de Android a las que el fabricante no agrega capas de seguridad, y suelen traer entre 1 y 4 GB de memoria, según TechTimes. Ese perfil —conectado 24/7, sin parches, sin contraseñas cambiadas— es exactamente el que necesita un gusano de IA.
La lista de dispositivos vulnerables que menciona el informe incluye refrigeradores inteligentes, hornos inteligentes, aspiradoras robot, cortadoras de césped automáticas, cámaras de seguridad y equipos de videoconferencia. Muchos ya incorporan chips de IA para procesar datos localmente, lo que los vuelve anfitriones más atractivos.
La escala potencial no es teórica. El botnet Kimwolf infectó más de dos millones de dispositivos, en su mayoría Android TV de marcas desconocidas, según TechTimes. SecurityWeek calculó que, si cada 15 de esas cajas alojara una copia del modelo de 26.000 millones de parámetros, el enjambre tendría unas 133.000 copias y su cómputo combinado equivaldría, como máximo, a unos 40 GPUs Nvidia H100. Cada replicación tomaría más de un día.
Y el acceso no requiere sofisticación: el botnet Mirai se propagó probando listas de usuario y contraseña de fábrica, recuerda SecurityWeek.
Qué hace distinto a un gusano de IA
El malware tradicional está escrito para un hardware o un sistema concreto. Un gusano de IA, en cambio, lleva sus pesos consigo y los configura sobre la marcha. Anthropic lo resumió así en su informe: los pesos «se convertirían en parte del payload del malware».
Eso habilita tres vectores, según The Hacker News: replicadores basados en pesos (los que se copian en dispositivos IoT), replicadores que apuntan a centros de datos para montar despliegues no monitoreados, y replicadores basados en API, que roban credenciales de un proveedor de IA para correr copias de sí mismos haciéndose pasar por clientes legítimos.
El informe también describe un aprendizaje entre generaciones. Cada instancia de Qwen3.5-9B anotaba las estrategias que fallaban y las heredaba a la siguiente. La tasa de éxito de replicación subió del 45% en la primera generación a entre 61% y 84% en las posteriores, según TechTimes.
La mala noticia para quien defiende: Anthropic advierte que un replicador así «sería difícil de apagar, porque no hay un punto central que desconectar», aunque su ritmo sería lento, con un tiempo de duplicación medido en días.
Qué significa esto para tu startup
Tres lecturas concretas.
Primero, si tu producto es hardware conectado o corre firmware en dispositivos de terceros, tu superficie de ataque acaba de ampliarse. El informe señala que los hogares y las pequeñas empresas serían los primeros objetivos, y que las defensas que dependen de un único punto de control dejan de funcionar contra un enjambre distribuido.
Segundo, la compresión de modelos es de doble uso. Las mismas técnicas de cuantización y fragmentación que hacen viable correr IA en el borde son las que permiten que un modelo quepa en un televisor. Si trabajas en eficiencia de modelos, conviene que tu equipo de seguridad conozca esa cara del problema.
Tercero, hay una ventana regulatoria. El informe llega en un momento en que Dario Amodei, CEO de Anthropic, y Sam Altman, CEO de OpenAI, han pedido públicamente más salvaguardas para la industria, según The Guardian. Las startups que puedan documentar controles de seguridad en sus despliegues de IA tendrán ventaja cuando esas reglas se conviertan en requisitos de compra.
Cómo proteger tu infraestructura desde hoy
- Cambia las credenciales por defecto de cada dispositivo conectado. Es el vector más antiguo y sigue siendo el más efectivo para un atacante automatizado.
- Automatiza el parcheo. Un gusano que descubre vulnerabilidades por su cuenta castiga a quien actualiza manualmente y tarde.
- Monitorea el tráfico de salida, no solo el de entrada. El informe apunta a que las transferencias de varios gigabytes entre dispositivos y el tráfico sostenido entre máquinas que normalmente no se comunican serían la señal más visible en los sistemas de monitoreo de los proveedores de internet.
- Elimina las contraseñas por defecto en el diseño, no en el manual. Si fabricas o integras dispositivos, mover al fabricante hacia configuraciones seguras reduce el universo de objetivos.
Conclusión
Anthropic no afirma que exista un gusano de IA operando hoy: dice que no tiene un replicador completo y que sus resultados son un techo optimista para el mundo real. Pero también estima que, si los modelos pequeños siguen mejorando al ritmo histórico, alcanzarían el nivel de GLM-5.2 hacia finales de 2026, según SecurityWeek.
Para un founder, la conclusión práctica no es apagar los dispositivos. Es asumir que el cómputo distribuido y sin dueño ya es parte del paisaje, y que la seguridad de los productos conectados dejó de ser un tema de cumplimiento para volverse una decisión de arquitectura.
Fuentes
- Ars Technica: Anthropic warns small AI models could self-replicate through IoT devices (fuente original)
- The Guardian: Anthropic warns models ‘months away’ from self-replication on smart devices
- The Hacker News: Anthropic Warns Small AI Models Could Soon Form Self-Propagating IoT Botnets
- TechTimes: Anthropic Warns Against Self-Replicating ‘AI Worms’ That Can Infect Smart Home, IoT Tech
- SecurityWeek: Small AI Models Could Soon Self-Replicate on IoT Devices, Anthropic Warns
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
