Kunnen AI-modellen zichzelf kopiëren via je slimme apparaten? Wat onderzoek zegt

Inhoudsopgave
Wat Anthropic heeft getest
Ars Technica beschrijft het experiment uitgebreid. Onderzoekers van Anthropic lieten kleine open modellen draaien op goedkope Android-tv-kastjes van onbekende merken en ander slim spul. Door de modellen kleiner te maken en het werk over meerdere apparaten te verdelen, kreeg het team ze aan de praat. Het model Gemma4-26B-A4B had daar vijftien kastjes met elk 4 GB geheugen voor nodig.
De vervolgvraag was of zo’n model zichzelf kan verspreiden, zoals een computerworm. Een gewone worm moet voor elk soort apparaat apart geschreven worden. Een AI-model kan in theorie zelf uitzoeken hoe een onbekend apparaat werkt en zich daarop aanpassen. Anthropic noemt dat een replicator die moeilijk uit te zetten is, omdat er geen centraal punt is om hem te stoppen. Het bedrijf verwacht dat kleine modellen eind dit jaar de losse stappen redelijk aankunnen, en dat zulke wormen kort daarna mogelijk worden.
Waarom het nog niet zover is
De kleine modellen kunnen het hele rondje nu nog niet zelf. Apparaten vinden, binnendringen, het model installeren en daarna doorgaan naar het volgende apparaat lukte geen van de geteste lichte modellen van begin tot eind. Het ging ook tergend langzaam. Verdeeld over vijftien kastjes haalde Gemma 0,39 tokens per seconde, en het opzetten duurde 71 tot 150 uur. Het lukte alleen betrouwbaar met een groot model, GLM-5.2, dat het proces van buitenaf aanstuurde.
Belangrijker voor jou is hoe de onderzoekers binnenkwamen. De Android-apparaten hadden een open debugpoort, de Android Debug Bridge, zonder wachtwoord. Die poort is bedoeld voor ontwikkelaars en hoort op een apparaat in de woonkamer nooit open te staan. Een onafhankelijke onderzoeker wijst er bij Ars Technica op dat het experiment niet aantoont dat zo’n model uit zichzelf zou besluiten zich te verspreiden. Het laat vooral zien dat het technisch steeds meer kan.
Een oud probleem met een nieuw gezicht
Het idee van een worm in slimme apparaten is niet nieuw. In 2016 besmette de Mirai-worm honderdduizenden camera’s en routers via standaardwachtwoorden als admin en 12345, en legde daarmee grote websites plat. De zwakke plek was toen dezelfde als in het experiment van Anthropic. Goedkope apparaten met een open deur, die niemand ooit bijwerkt. Een AI-worm zou slimmer kunnen zijn in wat hij binnen doet, maar hij heeft nog steeds een ingang nodig.
Daar wordt in Europa ook aan gewerkt. Sinds 1 augustus 2025 moeten nieuwe draadloze apparaten die in de EU worden verkocht aan basisregels voor beveiliging voldoen, zoals geen standaardwachtwoord meer. De Europese Cyber Resilience Act gaat daarna verder, met een meldplicht voor lekken sinds september 2026 en volledige eisen vanaf december 2027. Voor de kastjes die al in huis staan, of die je via een buitenlandse webwinkel koopt, verandert dat weinig.
Wat je in je slimme huis nu instelt
De maatregelen tegen een AI-worm zijn dezelfde als tegen gewone malware, en ze sluiten precies de deur die in het onderzoek openstond.
- Wees voorzichtig met no-name Android-tv-kastjes. Die krijgen zelden updates en staan soms met open ontwikkelaarsopties geleverd. Kijk in de instellingen of de ontwikkelaarsopties en USB- of netwerkfoutopsporing uit staan.
- Verander overal het standaardwachtwoord, ook op je router, camera’s en slimme stekkers.
- Zet slimme apparaten op een apart wifi-netwerk, bijvoorbeeld het gastnetwerk van je router. Raakt er een besmet, dan komt de besmetting niet zomaar bij je laptop.
- Installeer updates en vervang apparaten waarvoor de fabrikant geen updates meer uitbrengt.
Mijn conclusie is dat de waarschuwing van Anthropic vooral een vooruitblik is. Het bedrijf laat zien waar de techniek heen gaat, en dat is nuttig. Maar de apparaten in je huis worden vandaag niet door een slim model bedreigd, wel door slordige beveiliging. Wie die op orde brengt, is ook tegen de worm van morgen beter beschermd. Hoe Anthropic eerder met zijn eigen agents omging, lees je in ons stuk over AI-agents getest zonder internet.





