Meta apre il bug bounty di Muse con 300.000 dollari per il report migliore, mentre Flock chiede la rimozione della mappa delle telecamere
Meta ha aperto al pubblico il bug bounty dell'agente Muse, con premi fino a 300.000 dollari per i report validi, di cui fino a 130.000 per un singolo prompt injection andato a segno, secondo un blog di ricerca pubblicato il 25 settembre. Due giorni dopo, Flock ha chiesto che venisse messa offline una mappa con 335.701 sue telecamere.

Meta ha pubblicato i termini il 25 settembre, e i numeri sono il punto. L'azienda paga fino a 300.000 dollari per i report validi, con fino a 130.000 dollari riservati a un prompt injection che colpisce un solo utente. Meta precisa che il programma era prima privato e che la decisione arriva dopo il red teaming sull'agente e i risultati di scenari adversariali reali.
Il post, scritto da Meta AI Research, descrive un'architettura costruita sul presupposto che l'agente verrà attaccato attraverso i dati che legge. L'harness dell'agente gira in un container systemd-nspawn dove root corrisponde a un utente host senza privilegi, con un proprio filesystem root Debian e un insieme di syscall filtrate che blocca io_uring, CAP_SYS_PTRACE e CAP_NET_ADMIN. I classificatori di sicurezza e i worker privilegiati dei connettori stanno fuori da quella cella proprio perché un attaccante non possa spegnerli.
Questa è una dichiarazione di progetto, non un risultato. Meta scrive apertamente che Muse può e continuerà a sbagliare, anche se si aspetta errori meno frequenti e meno dannosi. I test finora si sono basati su dogfooding, red teaming e sul bounty privato, prove scarse per un agente che, secondo Meta, dall'inizio del 2026 ha accesso a caselle di posta, calendari e una shell.
Il contrasto con quanto accaduto nello stesso fine settimana salta all'occhio.
Il 27 settembre Tom's Hardware ha riportato che Flock ha depositato un reclamo per violazione di marchio, chiedendo la rimozione della mappa delle sue telecamere realizzata 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 di dispositivi a novembre 2025.
Michael ha detto a The Intercept di aver segnalato la falla il 13 novembre 2025, scrivendo che tutti i test erano rigorosamente non intrusivi, limitati a endpoint aperti e non autenticati. Tom's Hardware riporta che Flock non ha risposto al suo primo messaggio e che ci sono voluti 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 pubblicazione, ma il database era già stato esfiltrato.
L'azienda sostiene che la piattaforma cloud di Flock Safety non ha mai subito una violazione di dati. Michael lo contesta, 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 problema di trasparenza, ha detto, nel secondo un problema di rilevamento con implicazioni per la sicurezza nazionale. Tom's Hardware ricorda anche scoperte precedenti: le telecamere Flock memorizzavano le chiavi di cifratura sul dispositivo, il che ha permesso di estrarre più di 27.000 clip e di mostrare 1.600.000 immagini catturate in 21 giorni, oltre a casi di agenti che hanno fatto un uso improprio del sistema.
Le due storie parlano dello stesso vuoto: che cosa misura davvero la valutazione. Il bounty di Meta prezza il prompt injection fino a 130.000 dollari per un solo utente colpito, una cifra che implica che l'azienda sappia quanto sia plausibile un singolo bypass. 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 i 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 corregge da solo sugli errori. Tra i limiti elencati ci sono la latenza di Astra, il surriscaldamento dei servi delle dita e i costi di calcolo elevati.
Lo stesso giorno, The Decoder ha riportato che Boris Power, Head of Applied Research di OpenAI, ha detto che l'80-90 per cento della ricerca dell'azienda riguarda ormai GPT 7, GPT 8 e oltre. Power ha definito gli aggiornamenti incrementali come GPT 5.1 e 5.2 estremamente miopi a livello interno, anche se utili per iterare in fretta. Ha aggiunto 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 in sequenza. Meta dà un prezzo al 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 rilasciato, dando per scontato che ogni generazione funzioni semplicemente meglio.
Fonti
4- 01We Built Safety into MuseEN
- 02Flock seeks to have security researchers' map of Flock cameras taken downEN
- 03Researchers plug GPT-6 Astra directly into a robot and let it clean up an unfamiliar kitchenEN
- 04OpenAI says 80 to 90 percent of its research already targets GPT 7 and beyondEN
Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.
I contenuti sono stati preparati dalla redazione con il supporto dell'IA.
Commenti
0- Nessun commento — sii il primo.