Copiar, executar e repetir
Autorreplicação é criar novas instâncias que continuam o mesmo processo. A Anthropic, empresa de pesquisa em IA, investiga essa possibilidade em aparelhos comuns, fora dos centros de dados.
A equipe executou o modelo Gemma dividido entre 15 aparelhos Android TV comprados para o experimento. Cada equipamento processava uma parte; o conjunto funcionou lentamente.
Se outras máquinas mantivessem cópias ativas, desligar um único servidor poderia não encerrar a operação. Esse é o risco distribuído que o estudo investiga.
Configurar um modelo não é completar o ciclo
Em outro teste, agentes receberam a tarefa de colocar um modelo em funcionamento em diferentes equipamentos. Qwen3.5-9B conseguiu em oito de nove categorias. O quadro de resultados inclui computadores e placas compactas, mas combina instâncias em nuvem com dois tipos de aparelhos físicos. Não equivale a testar uma amostra representativa de todos os dispositivos domésticos.
O agente configurador e o modelo executado também podiam ser diferentes. A maior parte das tarefas usou Llama3.1-8B como alvo; a placa Jetson exigiu um modelo menor por falta de memória. Portanto, conseguir instalar outro modelo não prova, sozinho, que o agente consiga copiar e executar a si mesmo.
A replicação completa exigiu um cenário controlado
No experimento com oito máquinas, GLM-5.2 alcançou todas em quatro de cinco rodadas. Já os outros três modelos mostrados no gráfico não deixaram nenhuma das oito servindo o modelo ao final das respectivas rodadas. O resultado separa capacidade de executar etapas isoladas de capacidade de encadear o percurso completo.
A rede era isolada, com acesso simplificado. O modelo que comandava o agente podia funcionar fora dela. São condições de laboratório: o resultado não registra um ataque autônomo completo em aparelhos de terceiros.
Notas herdadas ajudam, mas não eliminam os obstáculos
Um teste separado passou notas de tentativas anteriores para novas instâncias de Qwen3.5-9B. A taxa de configuração bem-sucedida começou em 45%, chegou a 84% na quinta geração e ficou em 65% na sexta. Os tamanhos dos grupos variaram. Houve melhora em relação ao início, sem crescimento contínuo nem garantia de sucesso a cada tentativa.
Esse teste mede configuração, não propagação completa. Reaproveitar o que funcionou pode reduzir erros repetidos, mas não demonstra que todas as barreiras de uma rede real tenham sido superadas. A projeção dos autores para modelos pequenos até o fim de 2026 permanece uma estimativa, não um prazo comprovado.