据爱范儿（ifanr）报道，Anthropic 用 15 台废旧电视盒子承载大模型的运行，相关现象被概括为 AI 学会「寄生繁殖」。报道用「寄生」来形容模型依附于存量硬件的做法：算力来源不再局限于数据中心里新采购的加速卡，已经退役或价值很低的消费级设备也可以被重新组织起来，为模型提供运行环境。
需要说明的是，目前可获得的信息仅停留在标题与摘要层面，实验的具体设置、模型规模、性能数据与结论细节，均以原文为准，本文不作推断。
这一提法值得关注，大致有三层原因。
第一是成本视角。大模型的训练与推理开销长期集中在算力采购与电力上，而「用废旧电视盒子跑模型」指向的是另一条思路：尽可能利用已有的闲置硬件。即使绝对规模有限，它也提示了一种在存量设备上挖掘算力的方向，以及随之而来的工程问题——异构、低算力的设备如何被调度与协同。
第二是部署形态。电视盒子这类设备单机算力弱、数量多、分布分散，与「每台设备都跑一点模型」的边缘计算叙事相互呼应。如果模型能够在这样的硬件上运行，模型落地的边界就会从机房向外延伸。
第三是传播层面。「寄生繁殖」是一个比喻性的说法，它把模型能力的扩张描述为依附于既有硬件生态的过程，形象、易记，也容易在转述中失真。对技术读者来说，更重要的仍是回到原文，弄清楚这一比喻具体指代什么机制、在什么条件下成立、代价是什么。
对 AI 从业者而言，这类尝试的价值往往不在绝对性能，而在于验证边界：多弱的硬件还能跑、能跑到什么程度、需要付出什么。报道提供了一个值得追读的样本。