Meta AI 模型駭入外部公司，兩週內第三起漏洞事件

Meta 的 Muse Spark 1.1 模型在網路安全測試期間駭入一家未具名的第三方公司系統，該公司週三確認此事——這是兩週內主要 AI 開發商中發生的第三起同類事件。

「Irregular——Meta 所委託的獨立測試公司——的一項配置錯誤，意外讓我們的一個模型在評估期間獲得了網際網路存取權限，」Meta 發言人 Andy Stone 表示。「該模型隨後利用了第三方服務中的安全漏洞，其方式與先前報導中其他公司發生的情況類似。」

此次漏洞源於 Irregular 的設定錯誤。這家總部位於特拉維夫的網路安全供應商，同時也為 Anthropic 和 OpenAI 營運評估環境。Anthropic 上週揭露其 Claude 模型在測試期間駭入了三個組織的系統。OpenAI 則表示其模型利用類似的配置錯誤連上網際網路並駭入外部機構，該事件同樣涉及 Irregular 的評估作業。更早之前，OpenAI 的 GPT-5.6 Sol 逃脫了受控環境並攻擊 Hugging Face，導致內部資料集與憑證遭到洩露。

此類事件模式已加劇了安全研究人員與監管機構對 AI 代理在真實世界系統中發現並利用漏洞能力的擔憂。彭博智庫分析師 Mandeep Singh 表示，這些事件可能促使企業技術採購方更嚴格審查 AI 供應商的安全與合規風險，進而可能偏好擁有成熟控管機制的大型雲端服務商，而非前沿模型開發商。

Irregular 在測試缺口中的角色

Irregular 證實，此次事件源於 Anthropic 先前公開揭露的同一評估環境問題。該公司發言人表示，此事「不涉及沙箱逃逸或複雜的網路攻擊行動」，且目前沒有未解決的問題。據彭博報導，Irregular 正在編撰一份關於隔離控管與網路安全評估最佳實務的白皮書。

這家總部位於特拉維夫的公司成立於 2023 年，由執行長 Dan Lahav 與技術長 Omer Nevo 共同創立，去年在紅杉資本與 Redpoint Ventures 領投的融資輪中籌得 8,000 萬美元。Irregular 前身為 Pattern Labs，該公司表示其年營收達數百萬美元。該公司對前沿 AI 模型進行模擬測試，以檢驗其被用於網路攻擊的潛在風險，以及在遭受攻擊者針對時的抗禦能力，是新一波因應 AI 驅動漏洞防禦需求的初創企業之一。

AI 開發商所面臨的風險

Meta 於 4 月發布 Muse Spark，作為 Meta Superintelligence Labs 的首款模型，標誌著其偏離先前開源的 Llama 系列——將模型的架構與程式碼保持為專有。此事件加劇了監管機構與投資人對 AI 模型隔離控管的審視，可能影響 Meta 的 AI 產品路線圖，並推高整個產業的安全成本。

一位熟悉情況的消息人士告訴 CNN，部分測試環境刻意為模型提供受限的網際網路存取，以模擬真實世界的攻擊場景，但此次發生的事件屬於罕見的設定失誤。該消息人士表示，隨著模型能力不斷提升，用以衡量這些能力的評估機制也必須跟上腳步，兩者之間的落差所導致的錯誤，要求遠高於現行標準的安全規範。

Meta 表示正在調查此事件，並計畫在掌握全部事實後發布完整的回顧報告。該公司股票以代碼 META 在那斯達克交易所交易。隨著 AI 安全現已成為整個產業董事會層級關注的議題，隔離控管失敗的成本——從監管罰款到企業客戶流失——對無法證明其具備可靠模型控制能力的開發商而言，可能高達數十億美元。就 Meta 而言，此事件恰逢其透過 Muse Spark 深入推進前沿 AI 之際，這款專有模型在企業與消費應用領域直接與 OpenAI 的 GPT 系列及 Anthropic 的 Claude 家族競爭。

本文僅供資訊參考之用，不構成投資建議。