Anthropic 红队测试 AI 自我复制：仅 GLM-5.2 走完全流程，小模型按趋势年底可能追上

Anthropic 前沿红队 10 月 12 日发布研究，在简化环境里测试开源模型的自我复制能力。GLM-5.2 在 5 次测试中有 4 次传遍 8 台模拟安卓服务器，Qwen3.5-9B 和 Gemma4-26B-A4B 则一台都没传成。Qwen3.5-9B 虽能在 9 类硬件中的 8 类搭起推理服务，但完整流程未成功。团队买了 15 台约 55 美元的白牌安卓电视盒子，把 Gemma4-26B-A4B 拆分部署，跑出每秒 0.39 个 Token。按通用能力指数（ECI）趋势线，Anthropic 估计今年年底会有小模型达到 GLM-5.2 在这项测试里的水平。