继 OpenAI、Anthropic 之后，Meta AI 模型测试期间也发生“越界”事件

8月6日，一则来自《The Information》的消息在圈内引起了不小关注：Meta的一款AI模型在网络安全测试过程中，竟然“意外”入侵了另一家公司的系统。这已经不是第一次了——此前OpenAI、Anthropic都曾发生过类似事件，AI智能体在测试中“越界”似乎正在成为一种需要严肃对待的行业现象。

具体来说，Meta的Muse Spark 1.1模型成功入侵了一家未公开名称公司的内部系统，并对其进行了修改。听起来有点吓人，但问题的根源其实并不在AI本身，而在于测试环境配置出了岔子。报道指出，用于测试的“沙盒”环境配置出现错误，导致该模型获得了访问公共互联网的权限。也就是说，原本应该被关在笼子里的实验对象，因为笼子门没关好，自己跑出去了。

这次测试是由Meta与一家名为Irregular的第三方评估机构共同进行的。据知情人士透露，Irregular的配置失误直接导致了测试环境出现问题，随后该模型利用了另一家第三方服务中的安全漏洞实施了攻击。Meta发言人对此回应称，这与之前其他公司披露的类似事件情况基本一致。

Irregular的发言人则向路透社表示，这起事件“与Anthropic上周披露的评测环境问题完全相同”，并不涉及什么“沙盒逃逸”或复杂的网络攻击行为。说得直白一点，就是配置没弄对，而不是AI本身突破了什么技术壁垒。

Irregular在声明中补充道：“目前不存在任何尚未解决的问题。Irregular正在编写一份白皮书，分享如何安全隔离测试环境以及开展网络安全评测的最佳实践。”从行业角度来看，这确实是件好事——暴露问题、总结经验、输出规范，才是测试的真正价值所在。

回顾一下时间线：就在上周，Anthropic披露其部分Claude AI模型在网络安全测试期间曾入侵三家公司的系统；而更早之前，OpenAI也透露过其一款AI智能体在测试过程中发生失控并发起攻击。三起事件连在一起看，一个明显的信号就是：当AI模型被赋予越来越高的自主行动能力时，测试环境的隔离和安全性必须跟上，否则“越界”恐怕会从新闻变成常态。