Meta apre al pubblico il bug bounty di Muse, fino a 300.000 dollari. Flock chiede di rimuovere la mappa delle telecamere

Meta ha pubblicato i termini il 25 settembre. I numeri sono la notizia: l'azienda paga fino a 300.000 dollari per le segnalazioni valide, con un massimo di 130.000 riservato a una prompt injection che colpisce un solo utente. Meta scrive che il programma era privato e che la decisione arriva dopo il red teaming sugli agenti e i risultati ottenuti in scenari adversariali reali.

Il post è firmato Meta AI Research e descrive un'architettura costruita sul presupposto che l'agente verrà attaccato attraverso i dati che legge. L'agent harness gira in un container systemd-nspawn in cui root corrisponde a un utente host senza privilegi. Ha un proprio filesystem root Debian e un insieme filtrato di syscall che blocca io_uring, CAP_SYS_PTRACE e CAP_NET_ADMIN. I classificatori di sicurezza e i worker dei connettori privilegiati stanno fuori da quella cella, proprio perché un attaccante non possa disattivarli.

Questa è una dichiarazione di progetto, non un risultato. Meta scrive chiaramente che Muse può e continuerà a commettere errori, anche se si aspetta che siano meno frequenti e meno dannosi. Finora i test si sono basati sul dogfooding, sul red teaming e sul bounty privato. Sono prove limitate per un agente che, secondo Meta, riceve caselle di posta, calendari e una shell dall'inizio del 2026.

Il contrasto con gli eventi dello stesso fine settimana salta all'occhio.

Il 27 settembre Tom's Hardware ha riferito che Flock ha presentato una denuncia per violazione di marchio per far rimuovere la mappa delle sue telecamere pubblicata da un ricercatore di sicurezza. Il sito elenca 335.701 posizioni di telecamere. Secondo The Intercept, citato da Tom's Hardware, il ricercatore Joshua Michael ha trovato una falla non autenticata nel sito di Flock che restituiva un token di accesso senza credenziali di login. Poi ha interrogato ArcGIS, il livello di mappatura di terze parti usato da Flock, per estrarre un database dei dispositivi nel novembre 2025.

Michael ha detto a The Intercept di aver segnalato la falla il 13 novembre 2025, scrivendo che tutti i test erano strettamente non intrusivi, limitati a endpoint aperti e non autenticati. Tom's Hardware riferisce che Flock non ha risposto al suo primo messaggio e ha impiegato altri due tentativi prima che un rappresentante rispondesse, dicendo che i risultati erano in fase di valutazione interna. Michael afferma che l'azienda non ha ancora replicato. Flock ha corretto la vulnerabilità a gennaio, dopo la sua pubblicazione, ma il database era già stato esfiltrato.

L'azienda sostiene che la piattaforma cloud di Flock Safety non ha mai subito una violazione dei dati. Michael contesta questa affermazione, dicendo a The Intercept che la dichiarazione è arrivata dopo che lui aveva estratto il database dei dispositivi.

La sua lettura è netta: o l'azienda sapeva e ha scelto di non divulgarlo, oppure non ha rilevato affatto l'esfiltrazione. Nel primo caso è un fallimento della trasparenza, ha detto, nel secondo un fallimento del rilevamento con implicazioni per la sicurezza nazionale. Tom's Hardware segnala anche risultati precedenti: le telecamere Flock conservavano le chiavi di crittografia sul dispositivo, permettendo di estrarre più di 27.000 clip e mostrando 1.600.000 immagini catturate in 21 giorni. Ci sono anche casi di uso improprio del sistema da parte di agenti.

Entrambe le storie riguardano lo stesso vuoto: cosa misura davvero la valutazione. Il bounty di Meta prezza la prompt injection fino a 130.000 dollari per un utente colpito, una cifra che implica che l'azienda sa quanto un singolo bypass sia plausibile. Il caso Flock suggerisce che il problema più difficile non è costruire una difesa, ma accorgersi quando è già stata superata.

Altrove il dibattito sulla valutazione corre più veloce dei deployment. Il 27 settembre The Decoder ha riferito che ricercatori di Stanford e Caltech hanno costruito HomeBody, che collega GPT-6 Astra direttamente a un robot Unitree G1, senza alcun livello di controllo addestrato tra modello e hardware. Il robot esplora una cucina che non conosce, costruisce un gemello digitale in Isaac Sim di Nvidia e si autocorregge sugli errori. Tra i limiti elencati ci sono la latenza di Astra, il surriscaldamento dei servi delle dita e gli alti costi di calcolo.

Lo stesso giorno, The Decoder ha riferito che Boris Power, Head of Applied Research di OpenAI, ha detto che l'80-90 per cento della ricerca dell'azienda è ora rivolta a GPT 7, GPT 8 e oltre. Power ha definito gli aggiornamenti incrementali come GPT 5.1 a 5.2 estremamente miopi a livello interno, anche se utili per iterare rapidamente. Ha anche detto che l'ostacolo principale per gli assistenti attuali è l'onboarding, non la qualità del modello.

Lette insieme, le tre posizioni non sono tanto contraddittorie quanto sequenziali. Meta prezza il fallimento che si aspetta. Flock mostra quanto costa un fallimento non rilevato. OpenAI spende già la maggior parte della sua ricerca su modelli che non ha ancora rilasciato, e sul presupposto che ogni generazione semplicemente funzioni meglio.