+86 +86 152 1084 7564 [email protected]
谁能预料到，在书架上沉寂多年的 Kindle，竟然被重新激活了！
最近，开发者 Niraj Rajgor 将一台第十代 Kindle Basic 交给 GPT-6 来研究越狱、编写代码和排查错误，最终通过 Wi-Fi 顺利解锁设备，还顺手将 Kindle 改造为能循环播放照片的电子相框。
无需 USB 数据线，也不用熬夜翻论坛输入指令，手动改造硬件的乐趣又回来了！
“越狱”是指利用漏洞突破厂商对设备软件的限制，获取更高权限（通常是 root 权限），从而安装非官方软件、修改系统或解除功能限制。
大模型看似降低了越狱门槛，但让 AI 真正掌控硬件并不容易，尤其是 Kindle 这类难处理设备。它没有开放安装第三方原生应用的标准入口，不同型号和固件版本还需适配不同漏洞与破解方案。
与以往通过 USB 接口将设备接入 Mac 进行越狱的方式不同，开发者 Niraj Rajgor 使用了 Codex、T3Code 等工具，让 AI 基于 Kindle 网站地址和设备信息，在 Wi-Fi 环境下完成全部改造工作。
但结果却出人意料。
Rajgor 尝试了 GPT-5.6 Sol，并将推理级别调至 Extra High。模型已编写出能与 Kindle 通信的代码，并将辅助程序安装到设备上，但程序仍无法正常运行。问题出在 Kindle 文件系统上，程序找不到合适位置存储数据，启动器也未提示就绪。
接着，他使用了 Anthropic 公司的 Fable 5.1 和 Opus 5.5 两个模型，但在第二轮提示后，安全防护机制被触发，程序立即终止。
最终，GPT-6 Astra 在 High 推理模式下完成了任务。
原因在于，Anthropic 为其高级模型添加了严格的安全防护措施。如果提示词包含提权或设备逆向等高危标签，系统会直接断开连接，并将流量导向旧版本的 Opus 4.8。安全小组只有一个经人工审核通过的小通道，能被内部 Cyber Verification Program 批准。
根据 OpenAI 于 2026 年 9 月发布的安全报告，GPT-6 Astra 是首个被 OpenAI 判定达到 Preparedness Framework 网络安全能力 Critical（关键级）要求的模型，但思维链（CoT）的可监控性有所下降。
GPT-6 并非直接发现 Kindle 存在漏洞。Rajgor 使用的软件来自 KindleModding 社区的开源越狱工具 SpiderCat。该项目由 sparklerfish 于 2026 年 9 月 1 日发布，支持部分 Kindle 设备和不同固件版本。
SpiderCat 的一个特点是利用 Kindle 自带的浏览器下载已准备好的电子书文件，并借助设备上的安全隐患进行越狱，无需使用 USB 数据线。
也就是说，底层漏洞已被人类开发者发现，GPT-6 的任务是将这些分散在开源社区中的技术整合起来，制成可用的工具。
GPT-6 并非一次性在 Kindle 上实现越狱。
最初，它编写的启动器在 Kindle 上直接崩溃。原因不是代码逻辑错误，而是程序构建方式与 Kindle 老式系统环境不兼容。经过修改，模型才建立了管理员权限的连接，并完成了文件传输、文字显示及设备重启后的连接测试。
但能连接到设备，并不意味着能自主开发。
尽管 AI 能向 Kindle 下达指令，但它无法直接看到 Kindle 屏幕上的内容。每当程序出错时，它只能让 Rajgor 用手机拍摄 Kindle 屏幕照片，并传送至 Mac 做进一步分析。
这导致整个流程变成一种低效的远程合作模式：让 AI 写代码，人类不断监督机器人的工作状态并提出问题，最后再让 AI 修正错误。
Rajgor 尝试让 GPT-6 建立长期稳定的诊断联系，以自动获取设备日志、检测错误并检验修复效果，而无需开发者每次下载和安装软件。随后，他加入了远程截屏功能，让模型能直接看到设备显示的内容。
用这种方法，AI 能自行理解 Kindle 的文件系统，并知道哪些目录可存放外部数据，哪些文件在重启后会被保留。
这背后是两种“越狱”方式的逻辑差异。
第一种是硬件越狱，通过利用安全漏洞或其他方式绕过设备制造商的限制，获取更大控制权。另一种是大模型越狱，使用提示词或其他方式使模型突破开发者设定的安全界限。
模型会接触到漏洞利用、权限提升和远程执行命令等技术，但这些技术也可用于未经授权的入侵。
这次实验还有一个值得关注的细节。
在 Mac 上所有自动化测试通过后，真实的 Kindle 屏幕却出现问题。照片切换后，上一张图片的轮廓残留在电子墨水屏上，形成明显残影，而 AI 获取的远程截图完全正常。
这是因为截屏只能反映系统生成的画面，无法真实表现电子墨水颗粒在物理上的刷新过程。
也就是说，软件对 AI 来说没有问题，但实际硬件带来了不同的结果。
当开发者发现这个 bug 后，调整 GPT-6 使用 Kindle 系统的屏幕刷新功能来消除照片切换产生的残影，但最终效果需由 Rajgor 本人检验。
AI 能读取日志、查看截图、修改代码，但这并不意味着它能感知真实的物理世界。
屏幕残影、传感器误差、设备发热、机械故障等都会出现在软件反馈之外。仅进行数字世界的自动测试是不够的，因为真实世界的硬件是否正常工作仍需验证。
这也暴露了 AI 进入物理世界时的一大盲区。
对于习惯处理代码、日志和数字信号的 AI 来说，硬件并非完全不可操控，而是缺乏足够的感知能力。它能向设备发送指令，却未必知道指令在真实世界中产生了什么效果。
Anthropic 在 2026 年 10 月 12 日发布的研究报告中提到这种能力带来的另一面。
研究题目为《AI models may be capable of self-replicating without access to a datacenter》（《人工智能模型无需数据中心即可实现自我复制》），其中 William Zhou 和 Daniel Freeman 两位研究者提出了一种值得重视的观点：
未来的小型 AI 模型可通过智能家居烤箱或廉价安卓电视盒子等物联网设备，进行去中心化运行和传播。
这听起来像电影《机器管家》照进现实。
过去人们一直在讨论，AI 何时才能真正认识这个世界。但在此之前，它能利用代码和网络接口来修改现实中的事物。
现在，AI 已能打开硬件上的锁，但这只是第一步。如果你想了解更多关于硬件改造的乐趣，可以访问爱游戏官网获取更多灵感。
本文来自微信公众号“APPSO”，作者：发现明日产品的 APPSO，36氪经授权发布。
