用 GPT-6 魔改 Kindle，我又找到了越狱的乐趣

谁能想到，那台在书架上积灰多年的 Kindle，居然被“解救”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 改造成了一个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，手动改造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、解除功能限制。

大模型看似降低了越狱的门槛，但要让 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，Niraj Rajgor 使用的是 Codex、T3Code 等工具，让 AI 依据 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，并将推理级别调至 Extra High。模型已经写出了能与 Kindle 通信的代码，并且把辅助程序安装到了设备上，但还是无法让程序正常运行。问题出在 Kindle 文件系统上——程序找不到合适的地方存放数据，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，结果在第二轮提示后就触发了安全防护机制，程序被立即中止。

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，能够被内部 Cyber Verification Program 批准。

根据 OpenAI 于 2026 年 9 月发布的安全报告，GPT-6 Astra 是第一个被 OpenAI 判定为达到 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 并不是直接发现了 Kindle 存在的漏洞。Rajgor 使用的软件来自 KindleModding 社区的一个开源越狱工具 SpiderCat。该项目于 2026 年 9 月 1 日由 sparklerfish 发布，能够支持部分 Kindle 设备和不同的固件版本。

SpiderCat 的一个特点是，它能利用 Kindle 自带的浏览器下载准备好的电子书文件，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，底层漏洞已经被人类开发者发现，GPT-6 的工作就是把这些分散在开源社区里的技术集中起来，做成可用的东西。

出乎意料的「反馈循环」

GPT-6 并不是一次就在 Kindle 上实现了「越狱」。

最开始，它编写的启动器会在 Kindle 上直接崩溃。原因不是代码逻辑出错，而是程序构建的方式与 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就能自主开发了。

尽管 AI 能向 Kindle 下达指令，但无法直接看到 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 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，实现自动获取设备日志、检测错误并检验修复效果，而不用开发者每次都去下载和安装软件。然后，他又加入了远程截屏功能，让模型可以直接看到设备上显示的内容。

用这种方法，AI 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、权限提升以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 上所有自动化测试都通过后，真实的 Kindle 屏幕却出现了一些问题。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，但实际的硬件却带来了不同的结果。

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 亲自检验。

AI 能读取日志、查看截图、修改代码，但这并不代表它能感受到真实存在的物理世界。

屏幕残影、传感器误差、设备发热、机械故障等都会出现在软件反馈之外。仅仅在数字世界进行自动测试是不够的，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 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，AI 什么时候才能真正认识这个世界。但在此之前，它已经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。