Investigadores del Frontier Red Team de Anthropic demuestran que modelos abiertos están a meses de poder propagarse solos por dispositivos IoT como cajas de TV Android, sin necesidad de un centro de datos y de forma casi imposible de apagar de un solo golpe.
En un experimento publicado el 12 de octubre de 2026, William Zhou y Daniel Freeman del Frontier Red Team de Anthropic conectaron quince cajas de TV Android genéricas —cada una de unos 55 dólares y con 4 GB de RAM— y lograron ejecutar el modelo Gemma4-26B-A4B repartido entre ellas mediante paralelismo de pipeline. Cada caja sostenía apenas dos capas del modelo. El resultado: 0,39 tokens por segundo. No es velocidad de chat, pero sí suficiente para demostrar que el cómputo distribuido en hardware doméstico barato ya es viable.
La analogía que usan los propios investigadores es la de un moho viscoso o un enjambre de moscas de la fruta: se replica despacio (días por copia), pero no tiene un único punto donde apagarlo. A diferencia del malware tradicional, estos “replicadores basados en pesos” (weight-based replicators) pueden adaptarse a hardware desconocido. En sus pruebas, un modelo de 9 mil millones de parámetros (Qwen3.5-9B) consiguió levantar un servidor de inferencia en 8 de los 9 tipos de hardware evaluados, desde Jetson Nanos hasta PCs Mac y tarjetas RTX 4090.
El ciclo completo de replicación se probó en una red cerrada de 8 nodos Android emulados en Google Cloud, con el puerto ADB abierto y sin autenticación (el paso de explotación se dejó deliberadamente trivial, por lo que los resultados son un límite superior de lo que ocurriría en el mundo real). Solo GLM-5.2 logró la replicación de extremo a extremo de forma fiable: alcanzó los 8/8 nodos en 4 de 5 ensayos y 7/8 en el restante. Los demás modelos abiertos fallaron de forma consistente. Si los modelos pequeños siguen mejorando a su ritmo histórico, podrían alcanzar este nivel de capacidad a finales de 2026.
Además, estos agentes pueden “aprender” sobre la marcha. Usando un arnés llamado Memento, que permite heredar notas de estrategias y fallos entre generaciones, la tasa de éxito de Qwen3.5-9B al configurar inferencia subió del 45 % en la primera generación a entre 61 % y 84 % en las siguientes. Es una forma de evolución lamarckiana: cada copia hereda las lecciones de la anterior.
Como referencia de escala, citan el botnet Kimwolf, que infectó más de dos millones de dispositivos, principalmente cajas de TV Android de marca blanca. En un escenario equivalente, un enjambre de copias de Gemma4-26B-A4B equivaldría como máximo a unos 40 H100 de inferencia agregada: poco cómputo en términos absolutos, pero distribuido, persistente y difícil de erradicar.
Los autores concluyen que aún no existe un replicador autónomo completo, pero las piezas individuales ya están en su lugar y mejoran. El riesgo principal no es la velocidad, sino la ausencia de un interruptor central y la capacidad de adaptarse a dispositivos que aún no conoce.
Con información de Anthropic.
