谁能想到，那台在书架上积灰多年的 Kindle，如今被“解放”了！
最近，开发者 Niraj Rajgor 将一台第十代 Kindle Basic 交给 GPT-6 来研究破解、编写代码和排查错误，最终通过 Wi-Fi 成功解锁了设备，还顺手把 Kindle 变成了一台能循环播放照片的电子相框。
无需使用 USB 数据线，也不用熬夜翻论坛输指令，手搓硬件的乐趣又回来了！
用 GPT「越狱」Kindle
“越狱”指的是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 真正取得硬件控制权并不容易，尤其是对 Kindle 这种难啃的“硬骨头”。它没有开放自由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要适配不同的漏洞和破解方案。
不同于以往通过 USB 接口将设备接入 Mac 来实现越狱的方式，开发者 Niraj Rajgor 使用了 Codex、T3Code 等工具，让人工智能根据 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，并将推理级别调到 Extra High。模型已经写出了能与 Kindle 通信的代码，并把辅助程序安装到了设备上，但程序仍然无法正常运行。问题出在 Kindle 的文件系统上，程序找不到合适的地方存储数据，启动器也没有提示就绪。
接着，他使用了 Anthropic 公司的 Fable 5.1 和 Opus 5.5 两个模型，在第二轮提示后，安全防护机制被触发，程序立刻中止。
最终，GPT-6 Astra 在 High 推理模式下完成了这个任务。
原因在于，Anthropic 为其高级模型添加了严格的安全防护措施。如果提示词中包含权限提升或设备逆向这样的高风险标签，系统会直接断开连接，并将流量引导至旧版本的 Opus 4.8。只有一个经过人工审核的小口子，能够通过内部 Cyber Verification Program 的批准。
根据 OpenAI 于 2026 年 9 月发布的安全报告，GPT-6 Astra 是第一个被 OpenAI 判定达到 Preparedness Framework 网络安全能力 Critical（关键级）要求的模型，但其思维链（CoT）的可监控性有所下降。
GPT-6 并非直接发现了 Kindle 的漏洞。Rajgor 使用的软件来自 KindleModding 社区的开源越狱工具 SpiderCat。该项目于 2026 年 9 月 1 日由 sparklerfish 发布，支持部分 Kindle 设备和不同的固件版本。
SpiderCat 的一个特点是，能利用 Kindle 自带的浏览器下载预先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 的工作是将这些分散在开源社区中的技术整合起来，做成可用的东西。
出乎意料的“反馈循环”
GPT-6 并非一下子就在 Kindle 上实现了“越狱”。
最初，它编写的启动器在 Kindle 上直接崩溃。这不是因为代码逻辑出错，而是程序构建方式与 Kindle 老旧系统的环境不兼容。经过修改，模型才建立起管理员权限的连接，并完成了文件传输、文字显示以及设备重启后的连接测试。
但是，能连接到设备并不意味着可以自主开发。
尽管人工智能能向 Kindle 下达指令，但它无法直接看到 Kindle 屏幕上显示的内容。每当程序出错时，它只能让 Rajgor 用手机拍摄 Kindle 屏幕的照片，再传到 Mac 上做进一步分析。
这就导致整个流程变成了一种低效的远程合作模式：让人工智能写代码，人类不断监督机器人的工作状态并提出问题，最后再让人工智能修正错误。
Rajgor 尝试让 GPT-6 建立长期稳定的诊断联系，实现自动获取设备日志、检测错误并验证修复效果，而无需开发者每次都去下载和安装软件。随后，他又加入了远程截屏功能，让模型能直接看到设备上显示的内容。
用这种方法，人工智能就能自己弄明白 Kindle 的文件系统，并知道哪些目录可以存放外部数据，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，获得更大的控制权。另一种是大模型越狱，使用提示词或其他方式让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，但这些技术也可能被用于未经授权的入侵。
打开硬件的“锁”
这次实验还有一个值得注意的细节。
在 Mac 上所有自动化测试通过后，真实的 Kindle 屏幕却出现了问题。照片切换后，上一张图片的轮廓残留在电子墨水屏上，造成明显的残影，而 AI 获取的远程截图却完全正常。
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，软件对人工智能来说没有问题，但实际的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，但最终效果仍需 Rajgor 本人检验。
人工智能能读取日志、看截图、修改代码，但这并不意味着它能感受到真实的物理世界。
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。仅仅进行数字世界的自动测试是不够的，真实世界的硬件是否正常工作还需要验证。
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，而是缺少足够的感知能力。它可以向设备发送指令，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了这种能力带来的另一面。
研究题目是《AI models may be capable of self-replicating without access to a datacenter》（《人工智能模型不需要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关注的观点：
未来的小型人工智能模型可以通过智能家居烤箱或价格低廉的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，人工智能何时才能真正认识这个世界。但在此之前，它可以用代码和网络接口来修改现实中的事物。
现在，AI 已经能打开硬件上的锁，但这仅仅是第一步。如果你对这类技术探索感兴趣，可以通过 开云首页登录｜官方入口与APP指南 获取更多相关资讯和社区动态。
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。
2条评论