AI-replicatieproef legt IoT-risico bloot; Torvalds gebruikt Claude Code voor kernelbranch

Anthropic heeft een gecontroleerde proef gepubliceerd waarin een 26B-MoE-model verdeeld over vijftien goedkope Android-tv-boxen draait. De demo is geen bewijs van een werkende IoT-worm in het wild, maar maakt de combinatie van zwak beveiligde edge-apparatuur en steeds capabelere kleine modellen concreter.

Ook opmerkelijk: Linus Torvalds werkt aan een Linux-memory-managementbranch waarvoor Claude Code volgens de patchtoelichting code, tests, review en een eerste tekstversie hielp produceren. De relevante maatstaf blijft daarbij de kernelreview en reproduceerbare meting, niet het gebruikte hulpmiddel.

Anthropic test een langzame, verdeelde IoT-replicator — met bewust vereenvoudigde aanvalsstap

Anthropic beschrijft een threat-model voor een model dat zichzelf als payload naar andere apparaten kopieert en daar inference opzet. Als hardwaredemonstratie draait het Gemma4-26B-A4B verdeeld over vijftien Android-tv-boxen met elk circa 4 GB RAM; de gemelde snelheid is slechts 0,39 token per seconde. Dat is geen interactieve agent, maar laat zien dat een groep goedkope apparaten samen een groter model kan dragen.

De interessantere evaluatie is een afgesloten GCP-vloot van acht Android-emulators. Daarin kon GLM-5.2 volgens Anthropic in vier van vijf runs alle acht nodes bereiken en in één run zeven. De proef bevatte netwerkverkenning, payloadoverdracht en het opzetten van een inference-server voor Llama 3.1 8B.

De grens is essentieel: de cybertoegang was in deze opzet expres eenvoudig gemaakt met een ongeauthenticeerde ADB-poort. De resultaten vormen dus een bovengrens voor zo’n keten, geen demonstratie dat een model zelfstandig reële IoT-beveiliging doorbreekt. Anthropic schat zelf dat een 9B-model op de geteste hardware nog 28–51 uur nodig zou hebben voor alleen de inference-setup. Voor verdedigers is de nuchtere les wel bruikbaar: standaardwachtwoorden en ongepatchte edge-apparaten blijven de eerste zwakke schakel; let daarnaast op grote modeldownloads, ongebruikelijk device-to-device-verkeer en scans.

Onderzoek en volledige proefopzet · Reddit-discussie

Torvalds verkent page-cachepad met Claude Code als hulpmiddel

In Torvalds’ repository staat de branch noref-filemap-read-with-llm, gericht op kleine reads van één bestand vanuit veel threads. Volgens het verslag wil de patchreeks die reads uit de page cache mogelijk maken zonder folio-referenties, omdat juist de reference counting daar contended kan raken.

Het opvallende deel is de expliciete werkwijze. Torvalds schrijft volgens de aangehaalde patchtoelichting dat Claude Code, onder zijn leiding, de code, testprogramma’s, review achter de opgesomde punten en een eerste versie van de begeleidende tekst deed; de metingen draaiden op zijn eigen machine. Daarmee is dit meer dan een abstracte discussie over AI in kernelwerk: er ligt een specifieke experimentele branch met een prestatiehypothese.

Dat is nog geen upstreambesluit of kwaliteitsstempel. De beschikbare bron geeft geen volledige benchmarkgrafiek of onafhankelijke review, en de branch moet de gewone kernelreview nog door. Wie hier een les uit wil trekken, vindt die eerder in de expliciete combinatie van gegenereerde artefacten, lokale metingen en menselijke beoordeling dan in het idee dat een coding agent kernelwijzigingen zelfstandig valideert.

Verslag over branch en toelichting · Lobsters-discussie

Paper: elicitation kan verborgen modelgedrag principieel missen

Een paper dat volgens arXiv voor NeurIPS 2026 is geaccepteerd, construeert backdoors waarin een versleuteld neuraal netwerk in de gewichten van een hostmodel zit. Pas na een geheime trigger wordt die verborgen berekening ontsleuteld en uitgevoerd. De auteurs stellen dat zulke constructies onder cryptografische aannames moeilijk uit te lokken en te interpreteren zijn, ook met toegang tot de gewichten.

De auteurs testten hun proof of concept met fine-tuning, weight noising, gradient-based trigger search en latent adversarial training op een kleine chemische-reactietaak als proxy voor CBRN-relevante capaciteiten. Dat maakt de conclusie afgebakend: het paper toont een limiet van audits die uitsluitend proberen gevaarlijk gedrag uit een eindmodel te ontlokken; het toont niet dat gangbare modellen zulke verborgen circuits bevatten.

Ook in de HN-discussie zit een belangrijke nuancering. Een deelnemer noemt de huidige demo nog triviaal detecteerbaar; een ander wijst erop dat juist dit type proof of concept relevant kan zijn voordat verstopmethoden subtieler worden. Voor modeldistributie is de directe praktische les vooral procesmatig: herleidbare training, controle van checkpoints en ketenintegriteit worden belangrijker wanneer gedragstests alleen geen volledige zekerheid kunnen geven.

Paper op arXiv · HN-discussie

Creusot 0.14 maakt formele Rust-specificaties beter navigeerbaar

Creusot 0.14.0 is uit. De formele-verificatietool voor Rust verruimt zijn logische ordening van uitsluitend totale naar ook partiële orden. Daarnaast genereert hij nu verificatiecondities voor snapshots, zodat logic functions als lemmafuncties kunnen dienen zonder een gewone Rust-functiecall en de bijbehorende borrow-checkerboilerplate.

Voor dagelijks gebruik is de rust-analyzer-integratie minstens zo tastbaar: Go-to-definition werkt nu in Pearlite-specificaties. Dat vereist macro-expansie die bij normale compilatie juist verdwijnt, plus nauwkeuriger spans voor gegenereerde tokens.

Dit verifieert niet zomaar een bestaand Rust-project. Specificaties, aannames en proofs moeten nog steeds worden geschreven en beoordeeld. Maar voor teams die Creusot al inzetten, verkleinen betere lemmaondersteuning en navigatie wel de frictie tussen uitvoerbare code en bewijsartefacten.

Creusot 0.14.0: wijzigingen en voorbeelden · Lobsters-discussie

Verder nog

• curl 8.23.0 komt met kleinere handles: de voor 14 oktober aangekondigde release versnelt intern onder meer base64-, URL- en datumparsing. De easy handle krimpt volgens curl van 4.256 naar 3.064 bytes; de maker waarschuwt terecht dat de meeste gewone transfers hiervan weinig merkbaar sneller worden. Details en meetmethode · Lobsters
• Unreal Editor vervangt SHA-1 voor shaderbron-hashing: een bijdrage die volgens de auteur al is geaccepteerd, maar nog niet gemergd, gebruikt xxHash waar de hash geen cryptografische eigenschap nodig heeft. In vijf lokale runs op Epic’s Electric Dreams-sample daalde de cumulatieve CPU-tijd in de hashfunctie van 12,90 naar 1,59 seconden; dat is niet hetzelfde als een achtmaal snellere editorstart. Analyse en testopzet · Lobsters