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›

苹果收紧 macOS 隐私规则,应对 AI 智能体对全盘访问权限的需求

苹果于 10 月 2 日宣布将在 macOS 中引入更严格的“完全磁盘访问权限”控制措施。这一举措源于自主 AI 智能体的兴起,这些系统需要广泛的系统权限才能运行。

人工智能与模型新闻王雅琴发布: 2026年10月4日3 分钟阅读资料来源 10
苹果收紧 macOS 隐私规则,应对 AI 智能体对全盘访问权限的需求

苹果开始限制开发者在 macOS 上请求“完全磁盘访问权限”的方式。公司在开发者博客中指出,部分开发者滥用此权限,在未经明确同意的情况下暴露用户文件、邮件和浏览历史。

这一变化直接影响了当前需要深度系统集成以执行邮件管理或文件整理等任务的“个人智能体”工具。此次调整正值业界辩论这些新助手的架构之际。苹果关注安全,而其他开发者则推动更广泛的自主性。Notion 的产品设计师 Nathan Baschez 在《The Leverage》近期发表的文章中反对“个人智能体”模式。他认为工作轨迹不在于单一智能体处理所有事务,而在于“工厂”:旨在处理组织内特定任务类型的共享 AI 系统。这一观点暗示,苹果担忧的单体智能体可能会被更模块化、专业化的基础设施取代。

微软也在就如何评估这些智能体发表看法。

与 Hugging Face 联合发布的报告于 10 月 3 日出炉,详细介绍了“ThinkingBox”,一个根据 AI 智能体留下的数据库记录而非生成的文本来评分的基准测试。研究发现,在 121680 次试验中,67.24% 的失败尝试在观察者眼中似乎正常终止,尽管底层数据是错误的。这凸显了一个关键差距:智能体在执行错误时往往听起来很自信,而这些错误只有通过后端状态检查才能揭示。数字表明,表面上的成功指标对这些系统具有危险的误导性。

智能体时代的基础设施

随着企业采用这些工具,一个新的软件层正在出现以支持它们。Spawned,一个面向智能体的云平台,已启动,允许 AI 系统在 AWS、GCP 或 Azure 中配置和管理真实基础设施。与传统控制台不同,Spawned 旨在由智能体操作,提供声明式框架,防止“幻觉组件”和失控的云账单。

该平台强调资源可导出且兼容 Terraform,确保公司不会仅因 AI 使用它就锁定在新供应商上。安全顾虑扩展到网络身份领域。AgentMail 的服务 AgentID 建议智能体应拥有自己的数字身份,而不是借用用户凭据。当智能体使用人类登录时,应用程序无法区分人和机器人。

如果智能体行为异常,停止它的唯一方法是更改用户密码,这也会锁定人类用户。AgentID 为智能体提供自己的收件箱和登录密钥,允许所有者撤销访问权限而不影响其个人账户。管理这些系统的复杂性因“智能体漂移”而进一步加剧。10 月 4 日发布的一份指南解释称,智能体的行为可能会在没有代码更新的情况下发生变化。这发生在底层模型、工具或数据源演变时。由于智能体运行在系统之系统中,依赖库或模型提供商安全控制的变更可能会改变智能体的输出。这意味着传统的发布管理是不够的;团队必须持续监控整个生态系统。对于构建这些智能体的开发者来说,工具正在变得更加专业化。Kimchi,一个编码智能体平台,强制执行硬性预算上限,并确保零模型数据出站,将代码和提示保留在公司边界内。同样,Cosh 提供基于 Rust 的终端智能体,避免了上下文截断,这是长会话中的常见问题。

这些工具反映了日益增长的共识,即自主性必须与严格的运营护栏相结合。苹果的干预提醒人们,随着 AI 智能体能力增强,其访问个人数据相关的风险将大幅增加。公司尚未详细说明新控制的具体技术机制,但强调授予这种“非凡”访问权限现在需要非常明确的用户操作。随着行业竞相构建下一个范式,自主性与隐私之间的紧张关系正在成为决定性约束。

评论 0

资料来源

10
  1. 01Apple says it's tightening macOS privacy controls amid the rise of AI agentsEN
  2. 02Against Personal Agents Theory of Everything Why the Future of Work Is a FactoryEN
  3. 03The Agent Said It Was Done. The Database DisagreedEN
  4. 04Spawned: AIO cloud platform for humans and agentsEN
  5. 05Give Your AI Agent Its Own IdentityEN
  6. 06Understanding Agent DriftEN
  7. 07Pi-based coding agent with hard budget capsEN
  8. 08Cosh – a Rust agent that never truncates contextEN
  9. 09Design Systems for AI AgentsEN
  10. 10I stopped reviewing my agents' code. Here's what I do insteadEN

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。