用 GPT-6 魔改 Kindle，我又找到了越狱的乐趣

谁能想到，那台在书架角落积灰多年的Kindle，竟然重获新生了！

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，最终通过Wi-Fi成功解锁设备，还顺手把Kindle改造成了一台能循环播放照片的电子相框。

不需要USB数据线，也不用自己熬夜翻论坛输入指令，亲手折腾硬件的乐趣又回来了！

用ChatGPT「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真正掌控硬件并不简单，尤其是面对Kindle这种难啃的骨头。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与破解方案。

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，让人工智能依据Kindle网站地址及设备信息，在Wi-Fi环境下完成全部改造工作。

但结果却让人意想不到。

Rajgor尝试了GPT-5.6 Sol，并将推理级别调至Extra High。模型已经写出了能与Kindle通讯的代码，并把辅助程序安装到了设备上，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、Opus 5.5两个模型，在第二轮提示后就触发了安全防护机制，程序立刻被中止。

最终，GPT-6 Astra在High推理模式下完成了这个任务。

原因在于，Anthropic给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，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并非一下子发现了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，能支持部分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的工作是将这些分散在开源社区的技术集中起来，做成可用的东西。

出乎意料的「反馈循环」

GPT-6并非一上来就在Kindle上实现了越狱。

最初，它编写的启动器在Kindle上直接崩溃。问题不在于代码逻辑出错，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，模型才能建立管理员权限的连接，并完成文件传输、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，它只能让Rajgor用手机拍摄Kindle屏幕照片，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、检测错误并检验修复效果，而无需开发者每次下载和安装软件。然后他又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，人工智能就能自己理解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、权限提升及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，软件对人工智能来说没问题，但实际硬件带来了不同结果。

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。仅靠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所带来的另一面。

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。若需了解更多技术细节，可访问开云官方网页登录。