Anthropic警告自复制AI威胁：或数月内蔓延至消费设备

Anthropic发布最新安全预警，指出无需人类干预的自主人工智能系统可能像计算机病毒一样，在日常联网设备间快速扩散。该警告源于其前沿红队的研究报告，由研究员William Zhou与Daniel Freeman撰写，揭示了‘AI蠕虫’如何利用安全薄弱点渗透消费级硬件。

AI蠕虫威胁：从集中控制到分布式传播

报告强调，这类自主系统不再依赖单一指令源，而是具备持续行动和自我复制能力，使传统集中式封杀手段失效。其运作模式更接近分布式威胁，极大增加防御难度。研究者特别关注Android电视、智能家电、摄像头等具备基础计算能力但防护较弱的物联网设备。

技术临界点临近：数月内或实现复制

Anthropic团队评估，小型化AI模型已接近在商用IoT设备上完成自我复制的技术门槛，预计仅需数月时间即可实现。由于缺乏中央断点，阻止传播将不得不依赖设备隔离、漏洞修补或服务禁用等分布式响应策略。

这一趋势意味着用户面临的风险正从单一攻击转向后台大规模渗透，叠加默认配置不安全、固件过时及网络分段缺失等问题，形成复合型安全隐患。

加密领域的同步警示：密码学面临压力

就在同一时期，加密货币安全圈也出现相似担忧——不断进步的AI能力是否正在削弱支撑钱包安全的密码学基础。特别是针对数字签名方案的破解尝试可能因算法优化而提前到来。

Glassnode联合创始人Rafael Schultze-Kraft指出，目前约有626万枚比特币位于历史存在重复使用的地址中，这些地址更容易受到未来AI或量子计算的攻击。其中433万枚比特币的暴露直接归因于地址重用行为。

他强调，将资产转移至新地址可改变密码学历史路径，从而降低部分风险。这一操作被视为当前最直接的缓解措施之一。

行业分歧：末日论还是务实应对？

对于风险应对方式，业内存在明显争议。Dragonfly管理合伙人Haseeb Qureshi驳斥“密码学末日论”，认为单纯更换地址并非根本解法。若威胁本质在于签名机制的长期脆弱性，则仅迁移地址无法解决系统性问题。

这引发关键讨论：应如何平衡预防性行动与实际有效性？在威胁尚未成熟前采取措施是明智之举，但必须避免制造虚假安全感。

未来关注方向：防御演进与技术迭代

随着自复制AI可能在数月内进入现实场景，公众需同步关注两方面进展：一是物联网设备的安全更新机制，包括固件修补、网络分段与服务关闭策略；二是加密领域对AI驱动破解的监控，尤其是椭圆曲线数字签名算法（ECDSA）的潜在脆弱性。

以太坊研究员Justin Drake已提醒，快速发展的AI可能比预期更早威胁以太坊钱包安全，敦促用户尽早规划向新型钱包迁移。