मैंने अपना टैबलेट अपना बनाने के लिए $266 और चार AI मॉडल खर्च किए; GLM-5.3 ने यह एक दिन में पूरा कर दिया
एक hobbyist ने कई large language models का उपयोग करके 2021 के Amazon Fire HD tablet में एक unpatched GPU vulnerability खोजी और उसका exploit किया, जिससे उसे root access मिला और Amazon के सॉफ़्टवेयर को उसे जबरन बंद करने से रोका जा सका। टिप्पणीकार बताते हैं कि Claude और ChatGPT जैसे U.S. models cybersecurity safeguards के कारण और अधिक constrained हो रहे हैं, जिससे security research और reverse-engineering का काम GLM जैसे कम-प्रतिबंधित Chinese models की ओर बढ़ रहा है। चर्चा device ownership, right-to-repair, DRM और locks को bypass करने के लिए AI के उपयोग की वैधता और नैतिकता, तथा सस्ते automated exploit discovery से hardware और infrastructure की एक बड़ी श्रृंखला पर उभरते सुरक्षा जोखिमों तक फैल जाती है.
Fire टैबलेट की AI-सहायता से rooting
- चर्चा का केंद्र कई LLMs का उपयोग करके एक ज्ञात Mali GPU kernel bug को ढूँढ़ना और उसे weaponize करना है, ताकि Fire HD 10 पर root access पाया जा सके जिसे Amazon का सॉफ़्टवेयर लगातार बंद कर रहा था।
- एक मॉडल ने 2022 का एक unpatched CVE पहचाना, दूसरे ने exploit crashes debug किए, और एक नए मॉडल ने “agent” की तरह घंटों iterate करके exploit को स्थिर और automate किया।
- कुछ लोग नोट करते हैं कि समान Fire tablets और वही CVE पहले ही सार्वजनिक rooting guides में इस्तेमाल हो चुके थे, इसलिए novelty bug में नहीं बल्कि orchestration और automation में अधिक है।
Safeguards, “cyber verification,” और Chinese models
- कई पोस्ट करने वाले बताते हैं कि US frontier models (OpenAI/Anthropic) reverse engineering और exploit dev को अक्सर रोक देते हैं, भले ही औपचारिक “cyber” approval हो।
- लोग workaround बताते हैं (सावधानी से phrasing, “यह मेरे बच्चे की safety के लिए है”) लेकिन कहते हैं कि friction बहुत ज़्यादा है।
- security research और device rooting के लिए कम प्रतिबंधित Chinese models (जैसे GLM, Kimi, DeepSeek) में रुचि बढ़ रही है।
Ownership, legality, और right-to-repair
- कई लोग इसे property-rights issue के रूप में देखते हैं: जो devices उपयोगकर्ता खरीदते हैं, उन्हें remotely disable या lock down नहीं किया जाना चाहिए।
- US DMCA exemptions अभी personal tablets को unwanted software हटाने के लिए root करने की अनुमति देते हैं, लेकिन कुछ लोग चिंतित हैं कि AI के circumvention को आसान बनाने पर ये carve-outs सीमित किए जा सकते हैं।
- व्यापक चिंता: अगर हम hostile products को “ठीक” करने के लिए exploits + AI पर निर्भर रहते हैं, तो यह सचमुच user-controlled devices की माँग करने का दबाव कम कर सकता है।
Open vs closed hardware
- कुछ लोगों का तर्क है कि ऊर्जा open hardware (Pine devices, custom ROMs वाले Pixel Tablet) खरीदने और फंड करने में लगनी चाहिए, न कि locked-down tablets को बचाने में।
- दूसरे जवाब देते हैं कि AI-enabled rooting पहले से owned सस्ते mass-market hardware की उम्र बढ़ाती है, और यह सिर्फ niche boards तक सीमित नहीं है।
Skill, “prompt kiddies,” और amplification
- इस पर बहस है कि क्या यह वास्तविक expertise दिखाता है या सिर्फ “prompt kiddie” brute force है।
- एक पक्ष: models को दिशा देने, failures समझने, और viable paths चुनने के लिए domain knowledge अभी भी ज़रूरी है।
- दूसरा पक्ष: जैसे-जैसे agents मज़बूत होंगे, non-experts भी high-level goal बताकर और system को grind करने देकर समान परिणाम हासिल कर सकेंगे।
Security implications
- कुछ लोग चिंतित हैं कि अगर ~$200 की API calls से working kernel exploit मिल सकता है, तो कई embedded और industrial systems इस समय जोखिम में हो सकते हैं जब attackers इसे scale करेंगे।
- दूसरे लोग counter करते हैं कि कई exploits पहले से public हैं; AI मुख्य रूप से उन्हें adapt और weaponize करने की बाधा कम करता है।
AI-written article backlash
- बड़ी subthread में writeup की शिकायत है कि यह “LLM prose” जैसा लगता है: over-clever headings, repetitive cadence, models का anthropomorphizing।
- कुछ लोगों को यह entertaining और clear लगता है; दूसरों को यह bloated, uncanny लगता है, और वे कहते हैं कि mixed human/AI voice distracting है।
- कुछ लोग AI-generated writing को surface या filter करने के लिए tools या यहाँ तक कि forum rules की माँग करते हैं, जबकि दूसरे कहते हैं कि utility और accuracy authorship से ज़्यादा मायने रखते हैं।