Gusanos de IA se acercan al hogar inteligente: Anthropic mostró cómo podrían replicarse por sí solos

Los modelos pequeños de IA podrían ya en los próximos meses aprender a trasladarse por sí mismos de un dispositivo inteligente a otro y reproducirse sin ayuda humana. Investigadores de Anthropic mostraron que partes individuales de esa cadena ya funcionan en consolas Android baratas y en otro hardware limitado. Todavía no existe un gusano de IA completamente autónomo, pero la brecha entre las capacidades de los modelos compactos y los requisitos para tal malware se está cerrando rápidamente.

Un gusano informático típico busca por sí mismo nuevos dispositivos, se infiltra en ellos y copia su código. Anthropic comprobó si un modelo de IA podría dar un paso más complejo: no solo transferir un programa preparado de antemano, sino comprender hardware desconocido, configurar en él el entorno necesario para su funcionamiento y seguir propagándose desde la nueva máquina.

En una de las pruebas, Qwen3.5-9B recibió nueve tipos distintos de hardware y debía iniciar por sí misma el procesamiento de solicitudes en ellos. El modelo lo logró con ocho de los dispositivos. La IA identificaba las características del sistema, seleccionaba los componentes necesarios, instalaba programas e intentaba corregir los errores que surgían por el camino.

Los investigadores examinaron por separado si la electrónica doméstica barata tiene suficiente potencia para ejecutar un modelo relativamente grande. Gemma4-26B-A4B se dividió entre 15 consolas Android de aproximadamente $55 cada una. Los dispositivos con 4 GB de RAM ofrecían en conjunto alrededor de 0,39 tokens por segundo. Para un chatbot habitual esa velocidad es exasperantemente baja, pero un programa malicioso no necesita responder a un humano de forma instantánea. Un gusano puede pasar horas analizando el sistema y buscar gradualmente el siguiente objetivo.

Después los especialistas montaron una red cerrada donde una versión más potente, GLM-5.2, debía completar todo el ciclo: encontrar un dispositivo no infectado, trasladar a él los archivos necesarios, arrancar el modelo y seguir avanzando. En condiciones simplificadas GLM-5.2 cumplía esa tarea. Sin embargo, el experimento eliminó deliberadamente una de las fases más complejas de un ataque real. Los dispositivos aceptaban comandos a través de la interfaz abierta Android Debug Bridge sin una autenticación adecuada, por lo que los modelos no tuvieron que buscar por sí mismos una vulnerabilidad compleja ni explotar la máquina objetivo. Sobre los riesgos de un ADB abierto, SecurityLab explicó detalladamente usando como ejemplo dispositivos Android.

La principal limitación hasta ahora es el tamaño del modelo. GLM-5.2 es lo bastante inteligente como para completar toda la cadena, pero demasiado grande para una consola barata. Qwen3.5-9B y otros modelos compactos ya caben en hardware limitado, pero suelen equivocarse cuando deben ejecutar todos los pasos seguidos sin intervención. Anthropic estima que, con el ritmo de desarrollo actual, los modelos abiertos pequeños podrían alcanzar el nivel necesario hacia finales de 2026. Los autores califican esa fecha como una estimación aproximada, no como una predicción demostrada.

Para valorar el posible alcance, los investigadores tomaron la red real botnet Kimwolf, que infectaba principalmente consolas Android baratas. En distintas épocas su red contaba con alrededor de dos millones de dispositivos. Muchas de esas consolas están mal protegidas, rara vez reciben actualizaciones y dejan interfaces de servicio accesibles desde la red, por ello sirven bien para ilustrar en qué hardware podría asentarse teóricamente un futuro gusano de IA.

Incluso una enorme red de consolas infectadas no se convertiría en un sustituto de un centro de datos moderno. Según los cálculos de Anthropic, la expansión sería lenta: a un modelo pequeño le podrían hacer falta un día o más para preparar la siguiente máquina. Sin embargo, esa red no tendría un único servidor cuyo apagado detuviera todo el sistema. Cada nuevo grupo de dispositivos infectados podría continuar funcionando de forma independiente.

La IA también daría al malware más capacidad de adaptación ante un sistema desconocido. Un gusano tradicional ejecuta un conjunto de acciones preescrito y a menudo falla si el entorno difiere de aquel para el que fue diseñado. Un modelo puede estudiar el hardware, probar varios métodos de instalación, leer mensajes de error y cambiar la secuencia de acciones sin recibir una nueva orden del operador.

Los investigadores, eso sí, no afirman que gusanos autónomos de IA ya estén recorriendo Internet. Los experimentos muestran algo más limitado: los dispositivos baratos ya son capaces de ejecutar colectivamente modelos bastante grandes, y los sistemas de IA potentes pueden completar por sí mismos casi todo el ciclo de reproducción. Aún no se encuentran ambas capacidades en un modelo lo bastante compacto, pero Anthropic considera que ese momento no está lejos.