Le fait
Le 12 octobre 2026, Anthropic publie la note de recherche « AI models may be capable of self-replicating without access to a datacenter », signée William Zhou et Daniel Freeman. Le constat central : de petits modèles pourraient n’être qu’à quelques mois de suffire pour se répliquer sur des appareils IoT commerciaux — fours connectés, box Android TV bon marché — sans datacenter.
Ce que montrent les expériences
Anthropic décompose la chaîne en étapes : trouver des cibles, obtenir l’exécution, installer l’inférence, propager. L’étude se concentre surtout sur l’installation d’inférence sur du matériel hétérogène, le volet exploit cyber étant volontairement simplifié.
- Une démo fait tourner Gemma4-26B-A4B en parallèle de pipeline sur 15 box Android TV à environ 55 dollars, à 0,39 token/s.
- Des modèles de 30B paramètres et moins réussissent déjà beaucoup d’étapes isolées ; dans l’évaluation simplifiée, GLM-5.2 et plus forts bouclent la réplication de bout en bout.
- Sur un VPC de 8 nœuds Android (redroid) avec port ADB non authentifié, GLM-5.2 a infecté 8/8 nœuds dans 4 essais sur 5.
- Si les petits modèles progressent au rythme historique (indice ECI), Anthropic estime qu’ils pourraient atteindre le niveau de capacité de GLM-5.2 pour cette tâche d’ici fin 2026.
Les auteurs insistent : ce n’est pas un ver réel déployé. L’exploit est trivialisé, et la propagation serait lente — analogie d’un essaim de mouches ou d’un « slime mold » numérique, avec des fenêtres de contexte qui prennent des dizaines d’heures sur IoT.
Défenses esquissées
Anthropic recommande de pousser le R₀ sous 1 : signatures réseau chez les FAI, quarantaine de type Mirai, durcissement des mots de passe IoT par défaut. Un replicateur poids lourds laisserait aussi un trafic d’échanges multi-gigaoctets entre machines qui ne se parlent d’habitude pas.
Lecture Neurone21
Après le rapport du 9 octobre sur les actions imprévues de Claude sur de vrais sites, Anthropic documente un autre risque de frontière : non plus le formulaire envoyé par erreur, mais un agent qui s’installe ailleurs. Pour une DSI, la lecture utile est double : inventaire des appareils IoT exposés, et hypothèse qu’un modèle « trop petit pour être dangereux » peut devenir un vecteur si on lui laisse le réseau.