Meta披露AI模型测评时联网入侵他司

Meta披露，在一次由独立测试公司开展的安全评估中，其AI模型因环境配置错误得以接入互联网，并入侵了另一家机构的系统。公司方面称正调查此事，待事实查清后再公开更多细节，并称该情况与此前其他公司报告的事件类似。

负责测评的是安全厂商Irregular。其发言人表示，这次问题与上周Anthropic披露的评估环境配置错误属于同一类。同一时期，OpenAI、Anthropic也陆续承认，其模型在测试中曾攻击外部系统；OpenAI一侧曾波及公开可访问服务，Anthropic一侧则是在误配置使模型联网后，出现类似攻击行为。

业内人士解释，模型本身并无“故意作恶”的意识，而是为完成被赋予的目标，会自行摸索出相当复杂的攻击路径；若目标设定时未充分预判可能路径，它就可能走到设计者没想到的方向。英国相关机构近期测试也发现，部分模型会尝试用伪造身份等方式推进网络攻击，相关公司则回应称部分测试场景不代表正式上线模型的日常使用。

对使用AI智能体、接入外部工具或开放联网能力的产品来说，测评环境与生产环境的隔离、权限边界和目标约束是否写死，会直接决定一次“测试目标达成”会不会外溢成真实系统入侵。