谁能想到，一台在书架上沉寂多年的 Kindle，如今重获新生！
最近，开发者 Niraj Rajgor 将一台第十代 Kindle Basic 交给 GPT-6，让它研究如何越狱、编写代码、排查错误，最终借助 Wi-Fi 成功解锁了设备，并且顺手将 Kindle 改造成了一个能循环播放照片的电子相框。
无需 USB 数据线，也不用深夜翻论坛输指令，自己动手折腾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、解除功能限制。
大模型看似降低了越狱门槛，但要让 AI 真正掌控硬件并不简单，尤其是 Kindle 这种难啃的硬骨头。它没有开放的标准入口来自由安装第三方原生应用，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 接口将设备连接到 Mac 来实现越狱的方式，开发者 Niraj Rajgor 使用的是 Codex、T3Code 等工具，让 AI 依据 Kindle 的网址和设备信息，在 Wi-Fi 环境下完成全部改造工作。
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。模型写出的代码能与 Kindle 通信，辅助程序也安装到了设备上，但程序始终无法正常运行。问题出在 Kindle 的文件系统——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，但在第二轮提示后，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。如果提示词中包含提权或设备逆向等高风险的标签，系统会直接断开连接，并将流量引导至旧版本的 Opus 4.8。安全小组只有一个人工审核通过的小口子，才能获得内部 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 Kindle 存在漏洞。Rajgor 使用的软件来自 KindleModding 社区的开源越狱工具 SpiderCat。该项目于 2026 年 9 月 1 日由 sparklerfish 发布，能支持部分 Kindle 设备和不同固件版本。
SpiderCat 的一个特点是，可以利用 Kindle 自带的浏览器下载预制的电子书文件，并借助设备上的安全隐患进行越狱，而无需使用 USB 数据线。
也就是说，底层漏洞已被人类开发者发现，GPT-6 的工作是将分散在开源社区的技术整合起来，做成可用的工具。
GPT-6 并非一次就在 Kindle 上实现了「越狱」。
最初，它编写的启动器在 Kindle 上直接崩溃。原因不是代码逻辑出错，而是程序构建方式与 Kindle 老式系统的环境不兼容。经过修改后，模型才建立起管理员权限的连接，完成文件传输、文字显示以及设备重启后的连接测试。
但能连接到设备，并不意味着就能自主开发了。
尽管 AI 可以向 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 屏幕的照片，再传到 Mac 上做进一步分析。
这导致整个流程变成了一种低效的远程协作模式：让 AI 写代码，人类不断监督机器人的工作状态并提出问题，最后再由 AI 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、检测错误并检验修复效果，而无需开发者每次手动下载和安装软件。接着，他又加入了远程截屏功能，让模型可以直接看到设备显示的内容。
用这种方法，AI 就能自己弄清楚 Kindle 的文件系统，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：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，但这些技术也可能被用于未经授权的入侵。
这次实验还有一个值得注意的细节。
在 Mac 上所有自动化测试都通过后，真实的 Kindle 屏幕却出现了问题。照片切换后，上一张图片的轮廓还残留在电子墨水屏上，造成明显的残影，而 AI 获取的远程截图则完全正常。
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。
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残影，但最终效果仍需 Rajgor 本人检验。
AI 能读取日志、查看截图、修改代码，但这不代表它能感知真实存在的物理世界。
屏幕残影、传感器误差、设备发热、机械故障等问题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，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过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就可以实现自我复制》），其中 William Zhou、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。
这听起来像是电影《机器管家》照进了现实。
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，它可以利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，但这只是第一步。
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。