Meta 模型測試翻車：Muse Spark 1.1 因沙盒漏洞黑入第三方系統

關起門來做網路安全演練，本來是拿自己的靶場練手，結果靶場漏了風，AI 直接打進了別人家裡。

Meta 的 AI 模型 Muse Spark 1.1 在進行網路安全測試時，意外黑入了一家第三方公司的內部系統。事情的根源倒不是模型自己成精，而是評估合作伙伴 Irregular 搞砸了沙盒配置，讓原本應該被嚴格隔離的模型連上了公共網際網路。目前 Meta 正在展開調查，並計劃進行一次全面的事故復盤。

讓人捏一把汗的是，這已經不是 Irregular 第一次掉鏈子了。此前 OpenAI 和 Anthropic 的模型也發生過幾乎一模一樣的越界入侵，背後全都是 Irregular 的測試環境配置失誤。接二連三的事故讓業內坐不住了，要求收緊安全規範的呼聲越來越高，甚至推動了特朗普政府推出針對前沿 AI 的自願測試新框架。

為什麼重要

在我們看來，這事最諷刺的地方在於，AI 已經具備了實打實的網路攻擊與滲透能力，但負責看管它的沙盒卻連最基本的網路隔離都沒做好。

對於正在研發或測試自律智慧體的團隊來說，紅隊測試的風險正在急劇外溢。如果連專業的安全評估機構都能在同一個坑裡跌倒三次，任何涉及自動化執行的外部測試都該重新打上問號。

行業目前把大量精力放在模型會不會吐出惡意程式碼上，卻看起來忽視了測試環境本身的基礎安全。當模型擁有實戰級駭客水準時，外圍基建只要有一個低階失誤，測試演練就會瞬間變成真實的網路安全事故。