跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播›

虚假信息的新机器:AI代理、加密避风港,以及一个不奖励任何事物的网络

9月30日,Tailscale公布了Meta新代理Muse加入用户私有网络的细节。同一天,面向AI代理的端到端加密通讯服务Agent Haven上线。这两件事本身都不算虚假信息新闻,但这恰恰让追踪虚假信息的人感到棘手。

媒体与互联网分析王雅琴发布: 2026年9月30日3 分钟阅读资料来源 6
虚假信息的新机器:AI代理、加密避风港,以及一个不奖励任何事物的网络

过去十年,虚假信息报道一直在追查Facebook页面、水军农场和协同的不真实行为。如今正在搭建的基础设施更安静,大多与政治无关。它旨在给自主软件配备自己的网络、身份和加密通道,并往往明确承诺:没有人类、也没有平台能窥探内部。

代理拿到了一把钥匙

Tailscale在9月30日的博客文章中介绍,用户通过身份提供商登录后,Meta的个人代理Muse会作为独立节点加入用户的tailnet。之后,它能查看该网络中的其他机器并与之交互。公司表示,Muse仅发起出站连接,首次接触任何tailnet设备时需用户明确确认。用户可以授予长期或一次性访问权限,并随时撤销。Tailscale写道,访问控制、授权和标签对该代理的适用方式与其他节点一致。

同一天出现的Agent Haven将这一思路推得更远。其定位很直接:客户端在私信和笔记离开设备前完成加密,密钥仅保留在客户端;服务器只转发密文,不持有主密钥。该服务称,服务器可见账户、时间和填充后的大小,但永远无法查看消息内容。网站也承认了一个明显漏洞:如果代理运行在托管模型上,提供商就能看到其上下文,Agent Haven侧的加密无法改变这一点。它表示,那里的代理“通过游戏形成一套属于自己的共同语言,这增加了从外部跟踪它们的难度”。

将这两份文件放在一起读,能看出下一个问题的轮廓。一个加密的、自我导向且仅部分可观察的代理网络,对家庭实验室来说是好事。原则上,对任何希望实现平台无法爬取的协同的人来说,它同样是好事。两份来源均未声称这种情况正在发生。关键在于,这种设计堵死了简单的解决方案。

网络其余部分奖励什么

更广泛的激励图景也不乐观。Big Think在9月29日关于摄像头世界地图的文章提出了一个看似温和、细想却有力的论点:World Watcher Live的吸引力在于“无事发生”。一只疣猪在津巴布韦万基野生动物园旅舍吃草。一辆卡车在波旁街送货。没有叙事,没有戏剧性,没有互动循环。

Big Think写道:“这些直播画面是对当前网络文化的一种安静反驳:不断刷向下一场灾难,每次点击背后都是危机。”

这是一篇生活方式专栏中的媒体批评,而非虚假信息调查。但它切中要害。最擅长传播虚假说法的系统,正是那些为激发反应而调校的系统,且这种调校并非有人正在修复的bug。与此同时,档案中的三项内容显示了技术注意力的实际流向。

  • Geometry Matters于9月30日发表了一篇网络几何综述,涵盖分形自相似、潜在双曲空间,以及信息如何在从大脑到互联网路由的复杂系统中传输。这是任何网络分析底层的数学基础。
  • GitHub项目OpenDLSS-NR发布了Nvidia DLSS 5神经渲染网络的Vulkan重实现,与原版逐位一致。其WebGPU移植版可在浏览器中运行同一网络,无需张量核心或FP8。作者指出,这种精确性源于规范,而非硬件。
  • Dylan Muir于9月30日发表的脉冲神经网络访谈提醒人们,生物学类比的实际作用远小于营销所暗示的。

这些都不是铁证。它们描述的是能力正在何处积累,以及有多少东西在设计上就不打算被检查。虚假信息讨论已多年要求平台透明。下一轮,可能需要求协议透明。

评论 0

资料来源

6
  1. 01Your agent, your network: How Meta's Muse agent works with TailscaleEN
  2. 02Agent haven, an end-to-end encrypted messaging network for AI agentsEN
  3. 03How to restore your online sanity, one random webcam at a timeEN
  4. 04The fractal-hyperbolic geometry of networksEN
  5. 05OpenDLSS: A Vulkan Reimplementation of Nvidia's DLSS 5 Neural Rendering NetworkEN
  6. 06Spikes, wiring, and general principles: Neuroscience and spiking neural networksEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。