Meta 公开 Muse 漏洞赏金，最高 30 万美元；Flock 因摄像头地图被投诉

Meta 于 9 月 25 日公布条款。有效报告最高支付 30 万美元，其中最高 13 万美元专门用于奖励影响单个用户的提示注入。Meta 表示，该计划此前仅限内部，此次公开是基于智能体红队测试及真实对抗场景中的发现。

Meta AI Research 撰写的文章描述了一种架构，其核心假设是：智能体会通过其读取的数据遭受攻击。智能体运行框架部署在 systemd-nspawn 容器中，容器内的 root 权限映射到主机上的非特权用户。它拥有独立的 Debian 根文件系统，以及一组经过过滤的系统调用，屏蔽了 io_uring、CAP_SYS_PTRACE 和 CAP_NET_ADMIN。安全分类器和特权连接器工作进程被置于该隔离单元之外，目的是防止攻击者将其关闭。

这是设计层面的声明，而非测试结果。Meta 明确指出，Muse 仍会犯错，但预计错误频率更低、破坏性更小。目前的测试主要依赖内部试用、红队测试和此前的内部赏金计划。对于 Meta 声称自 2026 年初起已接入收件箱、日历和 shell 的智能体而言，这些证据显得单薄。

同一周末发生的事件形成了鲜明对照。

9 月 27 日，Tom's Hardware 报道，Flock 提交了商标侵权投诉，要求下架一名安全研究员制作的该公司摄像头地图。该网站列出了 335701 个摄像头位置。据 Tom's Hardware 引用的 The Intercept 报道，研究员 Joshua Michael 在 Flock 网站上发现一个未认证漏洞，无需登录凭据即可返回访问令牌。2025 年 11 月，他查询 Flock 使用的第三方地图图层 ArcGIS，拉取了一个设备数据库。

Michael 告诉 The Intercept，他于 2025 年 11 月 13 日报告了该漏洞。他写道，所有测试均严格限于非侵入式，仅针对开放的未认证端点。Tom's Hardware 报道，Flock 未回复他的第一条消息，经过两次尝试后，一名代表才回应称正在内部评估这些发现。Michael 表示公司至今未予回复。在他公开报告后，Flock 于 1 月修复了漏洞，但数据库已被导出。

公司声称 Flock Safety 的云平台从未发生过数据泄露。Michael 对此表示异议，他告诉 The Intercept，这一说法是在他拉取设备数据库之后才出现的。

他的判断很直接：要么公司知情却选择隐瞒，要么根本未检测到此次数据导出。他说，前者是透明度失败，后者是检测失败，且涉及国家安全。Tom's Hardware 还提到此前的发现：Flock 摄像头将加密密钥存储在设备上，导致超过 27000 段视频被提取，并显示 21 天内拍摄的 160 万张图像。此外，还有警员滥用该系统的情况。

两件事指向同一个缺口：评估究竟衡量了什么。Meta 将影响单个用户的提示注入定价为最高 13 万美元，这一数字暗示公司深知单次绕过是可能的。Flock 的案例则表明，更难的问题不在于建立防御，而在于防御已被突破时能否察觉。

在别处，关于评估的争论进展快于部署。The Decoder 于 9 月 27 日报道，斯坦福和加州理工的研究人员构建了 HomeBody，将 GPT-6 Astra 直接接入 Unitree G1 机器人，模型与硬件之间没有经过训练的控制层。机器人探索陌生厨房，在 Nvidia 的 Isaac Sim 中建立数字孪生，并在出错时自我纠正。文中列出的局限包括 Astra 的延迟、手指伺服电机过热以及高昂的算力成本。

同一天，The Decoder 报道，OpenAI 应用研究负责人 Boris Power 表示，公司目前 80% 到 90% 的研究都针对 GPT 7、GPT 8 及更远的版本。Power 称，像 GPT 5.1 到 5.2 这样的增量更新在内部被视为极其短视，尽管它们有助于快速迭代。他还指出，当前助手的主要障碍是上手引导，而非模型质量。

将三种立场放在一起看，它们与其说是互相矛盾，不如说是先后关系。Meta 为预期的失败定价。Flock 展示了未被察觉的失败所付出的代价。OpenAI 已将大部分研究投入尚未发布的模型，前提是每一代产品都会自然变得更好。