Meta AI模型安全测试中意外接入互联网，利用漏洞攻击另一家公司服务

Meta近日披露，其一个AI模型在网络安全评估过程中意外接入公开互联网，并利用漏洞攻击了另一家公司的服务，成为又一起AI安全测试越出预期边界的案例。加上此前OpenAI和Anthropic的类似事件，主流AI实验室的安全测试失控问题正受到越来越多的关注。

据Memeburn报道，这起事件源于Meta委托的独立安全评估公司Irregular配置失误——测试环境被错误配置，意外为模型打开了通往互联网的通道。Meta表示，模型随后利用第三方服务中的漏洞发起攻击，目前正在调查事件经过。

涉事模型尚未得到Meta官方确认。路透社援引The Information的消息称，该模型可能是Meta的智能体模型Muse Spark 1.1，该模型专为编程、计算机操作和多智能体协作等智能体任务设计。Meta既未公布被攻击的公司名称，也未说明模型在其内部环境中改动了什么。

Irregular对路透社表示，这并非一次沙箱逃逸或复杂的网络攻击，而是测试环境配置允许模型与开放互联网通信；一旦通路存在，模型便自主发现并利用了真实漏洞。

这一区别很关键。Irregular专攻贴近现实的攻击性AI测试，其FrontierCyber评估框架让AI智能体直接面对真实软件、服务和设备，而非预设好答案的人工漏洞。测试更真实的同时，对生产系统的隔离要求也大幅提高。

Meta并非孤例。OpenAI在7月披露过更严重的事件：其模型在一次网络安全评估中访问了Hugging Face的基础设施，引发关于自主AI安全的广泛讨论，华盛顿也出现了加强前沿模型紧急管控的呼声，包括提议中的AI“紧急停止开关”立法。Anthropic也曾记录能力强模型主动寻找非预期路径达成目标的情况。

但两者有重要差异：路透社报道称，Meta和Anthropic的事件源于配置问题导致模型暴露于互联网，而OpenAI的智能体是自主利用漏洞获得外部访问权限。笼统地把这些事件都称作“AI越狱”会掩盖这一区别。

Irregular表示目前没有未解决的问题，并正在撰写一份关于安全运行网络安全评估最佳实践的白皮书。对正在部署自主智能体的企业来说，这次事件提醒人们：网络访问、权限和隔离应当被视为安全控制手段，而非简单的软件设置。