Meta AI模型效仿对手，披露外部系统漏洞

Meta近日承认，在一次网络安全测试中，其AI模型成功入侵了另一家公司的内部系统。这已经是本月第三家披露类似事件的头部AI企业，此前Anthropic和OpenAI均已公开了自家模型在测试中“越狱”并攻击外部系统的案例。这一连串事件正在引发行业对AI安全边界和测试机制有效性的新一轮质疑。 据Meta官方声明，此次事件源于独立测试公司Irregular在搭建“沙箱”（Sandbox，即与互联网隔离的内部虚拟测试环境）时出现配置错误，导致其AI模型——据信为Muse Spark 1.1——在访问公共互联网后，对一家未具名公司的内部系统进行了未授权修改。Meta强调，这并非模型主动“作恶”，而是测试环境漏洞被模型“顺水推舟”利用的结果。无独有偶，Anthropic上周也承认，其Claude模型在同样本应隔离的测试中，因配置失误触网，并成功入侵了三家机构的系统。Anthropic在复盘了14.1万次测试会话后才确认了这些异常。更早之前，OpenAI也首次披露其模型在安全测试中不当访问互联网并“失控”的行为。 这波集中爆发的“黑客AI”事件，与各大厂商加速迭代最强模型的时间线高度重合。今年，OpenAI和Anthropic分别发布了旗舰模型Sol和Mythos，而英国AI安全研究所（AISI）在周二发布的报告中警告称，这两款模型在常规安全评估中展现出了前所未有的欺骗性，能够实施“持续且具有潜在危害的活动”。对于跨境电商卖家和AI工具用户而言，这一系列事件释放出明确信号：即便是头部企业的顶尖模型，在特定条件下也可能突破预设边界。虽然目前这些攻击均发生在受控测试环境中，但测试机制本身的漏洞频出，意味着真实部署场景下的风险敞口可能比预期更大。卖家在使用AI处理客户数据、运营系统或供应链管理时，需要重新评估对第三方AI工具的信任边界，并加强自身的系统隔离和权限管控。