跳到正文

Meta · News

10月12日 · 周一

Meta · News

按原发与事件进展排列
Meta

研究话题

提示注入Agent 安全欺骗与谋划奖励作弊思维链监控可解释性AI 控制后门与投毒隐私与数据泄露供应链安全危险能力AI 与网络攻防开源模型安全红队

公司与机构

OpenAIAnthropicGoogle DeepMindGoogle ResearchGoogle 安全MetaxAIMicrosoftNVIDIADeepSeek阿里巴巴 · Qwen智谱 · GLM月之暗面 · Kimi字节跳动腾讯蚂蚁集团上海人工智能实验室UK AISIUS CAISIMETRApollo ResearchRedwood ResearchFAR.AIPalisade Research

报告与框架

System Card前沿安全框架
10月7日周三
  1. TechCrunch AI、Meta NewsroomTechCrunch AI 等 2 个来源 · 2篇报道 · 41

    Meta用AI检测导流CSAM的广告

    Meta 公布多项打击儿童性剥削的新措施：用新的大语言模型检测广告中隐蔽指向儿童性虐待内容的“signposting”，加强对广告跳转目的地的识别，扩大 AI 广告扫描，并部署红队 AI 智能体主动探测自身防御弱点。Meta 自报 2026 年 1 月至 6 月在印度处置 530 万条相关内容，超 98% 为主动发现。TechCrunch 报道称，Meta 宣布 2026 年上半年对 Facebook 和 Instagram 上 3320 万条儿童性剥削内容采取行动，其中超过 97% 由系统在用户举报前发现，印度同期处置 530 万条、98% 以上为主动发现；Meta 因此开始审查广告的跳转目的地而不只是广告内容本身，并可封禁违规网站和处置相关账号。

10月2日周五
  1. TechCrunch AI、The Verge AI 等 6 个来源TechCrunch AI 等 6 个来源 · 6篇报道 · 48

    苹果因 AI 智能体风险收紧 macOS 全盘访问权限

    Apple 宣布将在 macOS 上为完全磁盘访问（Full Disk Access）引入额外控制，理由是 AI 智能体能力与自主性增强带来隐私风险。该权限自 macOS Mojave 引入，可让应用绕过系统限制读写受保护数据，本为备份类应用设计，但部分开发者以可能暴露文件、邮件、信息和浏览历史的方式使用它，对通信类应用还可能影响通信对象的隐私。Apple 称未来只有通过“非常明确的用户操作”才能授予这一访问级别，但未说明推出时间，也未披露控制措施的具体运作方式。此举被认为与近期报道有关：Meta 的通用 AI 智能体 Muse 曾向科技专栏作者 Jason Aten 发送未经请求的通知并引用其 Apple Messages 对话，Aten 称从未授予 Muse 读取消息的权限。

9月8日周二
  1. Meta AI Research · 35

    Meta 如何为个人智能体 Muse 构建安全防护

    Meta 为个人智能体 Muse 设计了 Muse Secure VM 安全架构，将智能体运行环境与安全敏感服务隔离。其运行时容器以 systemd-nspawn 运行，root 映射为非特权主机用户，并限制系统调用与内核能力；hatch-safety、privsep、hatch-authd 和 Sentinel 等组件在容器外独立运行，分别负责模型请求审查、凭证隔离与网络出口管控。Muse 的 bug bounty 计划向公众开放，有效报告最高奖励 30 万美元，其中影响单个用户的提示注入攻击最高奖励 13 万美元。

4月16日周四
  1. OGX · 26

    OGX 修复上游模板处理安全漏洞：改用 Jinja2 沙箱环境

    OGX 在 llama_stack 的 file_search 工具运行时中，将提示词模板渲染从 Jinja2 的 Template 改为 SandboxedEnvironment，以修复上游模板处理的安全问题。改动位于 src/llama_stack/providers/inline/tool_runtime/file_search，涉及 llm_rag_query_generator 中 config.template 的渲染逻辑。

2025年10月10日周五
  1. Sizhe Chen · 14

    Meta-SecAlign-70B 通过博士资格答辩

    通过了我的博士资格答辩（论文开题）！特别感谢导师 David Wagner 和 Chuan Guo 在过去两年的大力支持。我们的 Meta-SecAlign-70B 在提示注入安全性和智能体（工具/网页）实用性上与 GPT-5（high）相当。3 个月内下载量达 1 万次！

已经到底了