# Anthropic alerte sur les IA capables de s’auto-répliquer : 15 boîtiers TV à 55$ suffisent  **Date:** 14 octobre 2026 **Source:** [PIX GEEKS](https://pix-geeks.com) **Catégories:** [High-Tech](https://pix-geeks.com/tech/) > [Intelligence Artificielle](https://pix-geeks.com/tech/intelligence-artificielle/), [High-Tech](https://pix-geeks.com/tech/) > [Telecoms](https://pix-geeks.com/tech/telecoms/) **Étiquettes:** [Hacking](https://pix-geeks.com/dossier/hacking/), [Télévision](https://pix-geeks.com/dossier/television/) **Marques:** [Anthropic](https://pix-geeks.com/marque/anthropic/) **Entités principales:** Corporation: [Anthropic](http://www.wikidata.org/entity/Q116758847) **Entités secondaires:** Intangible: [Intelligence Artificielle](https://www.wikidata.org/wiki/Q11660) **Anthropic a fait tourner un modèle d’IA de 26 milliards de paramètres sur 15 boîtiers Android [TV](https://pix-geeks.com/programme-tv/) à environ 55 $ pièce. Sa Frontier Red Team en tire une alerte : de petits modèles pourraient, d’ici quelques mois, se copier seuls sur ce genre d’appareils, sans passer par un datacenter.** - Des IA de 26 milliards de paramètres peuvent être copié sur des appareils connectés peu sécurisés, comme des boîtiers Android TV à 55 $. - Ces modèles peuvent s'installer eux-mêmes et se dupliquer lentement, mais cela nécessite encore beaucoup d'étapes et de compétences. - Les fournisseurs d'accès peuvent détecter et arrêter ces réplicas, mais il faut coordonner plusieurs acteurs pour une protection efficace. Quinze boîtiers Android TV sans marque, achetés environ 55 $ pièce et reliés entre eux : à eux seuls, ils font tourner un modèle de 26 milliards de paramètres. L’expérience, publiée le [12 octobre 2026](https://www.anthropic.com/research/self-replicating-ai) par William Zhou et Daniel Freeman, sert de socle à une étude sur l’auto-réplication des IA. Les deux chercheurs estiment que de petits modèles pourraient bientôt se copier eux-mêmes sur des [objets connectés](https://pix-geeks.com/tech/objets-connectes/) comme ces boîtiers ou des fours connectés. Ils n’ont pourtant pas construit de ver complet, et ils le disent. ## Un modèle de 26 milliards de paramètres sur des boîtiers à 55 $ Le modèle s’appelle Gemma4-26B-A4B et il est découpé en tranches : chacun des 15 boîtiers, dotés de 4 Go de mémoire, garde deux couches du réseau et passe le relais au suivant. Le débit tombe à **0,39 token par seconde**, très loin du confort d’un chatbot, et les auteurs l’assument. Le réplicateur qu’ils redoutent avancerait comme une moisissure plutôt que comme un virus fulgurant : un temps de doublement de plusieurs jours, mais aucun point central à couper. Le choix de ces boîtiers n’est pas un hasard. Leurs fabricants n’ajoutent guère de protections aux versions d’Android qu’ils embarquent, explique Anthropic, et le botnet [Kimwolf](https://synthient.com/blog/a-broken-system-fueling-botnets), plus de 2 millions d’appareils infectés selon Synthient, visait surtout ce matériel. En appliquant ce schéma à une flotte de la taille de Kimwolf, soit une copie du modèle pour 15 boîtiers, Anthropic obtient environ 133 000 réplicas, pour une puissance cumulée d’une quarantaine de GPU H100 au maximum. Elle qualifie elle-même ce chiffre de minuscule dans l’absolu. Côté chronomètre, l’installation d’un serveur d’inférence sur les vrais boîtiers prend de 28 à 51 heures avec Qwen3.5-9B, soit un à deux jours, et de 71 à 150 heures avec Gemma4-26B-A4B. Le tableau ajoute le temps pour remplir une fenêtre de 32 000 tokens, après laquelle l’agent doit résumer sa mémoire. | Modèle | Une fenêtre de 32 000 tokens | Installation complète | | --- | --- | --- | | Gemma4-26B-A4B (non optimisé) | 27,3 à 31,8 h | 71 à 150 h | | Qwen3.5-9B | 10,9 h | 28 à 51 h | Source : Anthropic (Frontier Red Team), mesures sur les boîtiers Android TV. ## GLM-5.2 réplique sur 8 nœuds, mais avec une porte laissée grande ouverte Les chercheurs ont posé deux questions. La première : un modèle sait-il installer un serveur d’inférence sur une machine qu’il ne connaît pas ? Qwen3.5-9B y arrive sur 8 des 9 types de matériel testés, d’un Jetson Nano à un Mac ou une RTX 4090. La seconde touche à l’enchaînement complet. L’équipe a monté sur Google Cloud un réseau cloisonné de 8 nœuds qui simulent des appareils Android, avec un port de débogage (ADB) laissé ouvert sans mot de passe. Le ver part d’un premier nœud, cherche des cibles, s’y connecte, envoie ses fichiers puis installe un serveur d’inférence Llama3.1-8B. Seul GLM-5.2 s’en sort de façon fiable : **\8nœuds sur 8 dans 4 essais sur 5**, 7 sur 8 dans le dernier, quand les autres modèles ouverts testés échouent systématiquement. GLM-5.2, trop gros pour ces machines, tourne sur un serveur à part et chaque nœud ne reçoit qu’un modèle de 8 milliards de paramètres. Le test mesure sa capacité à installer un petit modèle, pas à se copier lui-même.  Anthropic range ce résultat parmi les bornes hautes : l’exploitation de la faille y est triviale. Mirai s’est pourtant propagé avec une simple liste de mots de passe d’usine, rappellent les auteurs, et la sécurité réelle des objets connectés pourrait ne pas être dramatiquement plus difficile à franchir. Reste un signal de calendrier, pas la preuve qu’un ver circule. ## Un petit modèle au niveau de GLM-5.2 d’ici fin 2026, selon la tendance Quand les deux conditions se rejoindront-elles ? Il faut un modèle assez compétent pour réussir l’enchaînement et assez petit pour tenir sur ces machines, et pour l’instant ces deux courbes ne se croisent pas : les modèles de 30 milliards de paramètres ou moins réussissent beaucoup d’étapes séparément, mais se trompent quand ils les enchaînent. Anthropic projette leur rencontre d’ici **fin 2026**\.Les meilleurs modèles ouverts de cette taille gagnent 13,7 points par an sur l’Epoch Capabilities Index, ce qui les placerait au niveau de GLM-5.2 avant la fin de l’année, mais cet indice ne mesure pas la capacité de réplication elle-même : les auteurs parlent d’une estimation grossière. Les copies apprennent aussi. Quand chaque instance de Qwen3.5-9B hérite des notes de la précédente, son taux de réussite pour installer l’inférence passe de 45 % à 61-84 % en six générations. Un conseiller bien plus puissant, Opus 4.8, ne l’aide en revanche pas de façon significative. Palisade Research a testé une chaîne comparable sur des serveurs : dans [son étude](https://arxiv.org/abs/2605.06760), un Qwen3.6-27B pirate un serveur vulnérable, y installe une copie de lui-même et recommence, avec 33 % de réussite sur une seule carte A100. ## Les FAI, première ligne de défense contre un ver IA lent Selon Anthropic, un tel réplicateur ne passerait pas inaperçu : déplacer des modèles de plusieurs gigaoctets et faire dialoguer des appareils qui ne se parlent d’ordinaire pas laisse une signature réseau que les fournisseurs d’accès peuvent repérer. Lors du nettoyage de Mirai, la quarantaine des abonnés infectés par un FAI a réglé [92 % des infections en 14 jours](https://www.ndss-symposium.org/ndss-paper/cleaning-up-the-internet-of-evil-things-real-world-evidence-on-isp-and-consumer-efforts-to-remove-mirai/), alors que les simples e-mails d’avertissement n’ont eu aucun effet mesurable. Anthropic en tire la quarantaine comme piste face à un ver IA, tout en reconnaissant que l’éliminer complètement exigerait de coordonner tous les FAI concernés. Côté fabricants, les mots de passe par défaut sont désormais non conformes au Royaume-Uni, une règle qui aide, toujours selon Anthropic, contre les vers classiques comme contre ceux dopés à l’IA. Tous les chiffres de cet article viennent des expériences d’Anthropic elle-même, dont la Frontier Red Team parle de « signes de vie » : le ver complet n’existe pas encore. Reste à savoir si les fabricants de boîtiers à 55 $ auront durci leurs appareils d’ici la fin de l’année. --- **Article précédent:** [Pour Sam Altman \(OpenAI\) "Il faut accepter que l'IA va faire du mal pour finalement faire le bien"](https://pix-geeks.com/sam-altman-openia-accepter-ia/)