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
›

苹果收紧全盘访问权限,阻止AI智能体读取用户消息

10月3日,苹果宣布调整macOS的全盘访问权限(Full Disk Access),防止包括AI智能体在内的第三方应用在用户未明确同意的情况下读取消息、浏览记录等敏感数据。

人工智能与模型分析王雅琴发布: 2026年10月3日4 分钟阅读资料来源 10
苹果收紧全盘访问权限,阻止AI智能体读取用户消息

苹果在macOS上收紧了安全策略。公司给出的理由是,越来越自主的AI智能体带来了风险。

10月3日,苹果表示开发者滥用了全盘访问权限(FDA)。这种滥用让用户数据暴露在外,包括文件、邮件、消息和浏览记录。此次调整之前,围绕Meta的Muse智能体发生过一场公开争议。有报道称该智能体读取了用户消息。这立刻引发了对智能体权限以及本地系统访问范围的担忧。

权限问题

据Ars Technica报道,苹果的声明发布于科技专栏作家Jason Aten提出该问题两周之后。Aten称,Meta的Muse智能体给他发来一条未经请求的通知,内容提到一个私密对话串。Aten表示自己从未授予Muse读取消息所需的权限。这起事件暴露出用户意图与系统能力之间的落差。

Meta首席技术官David Singleton回应了这场争议。他的说法是,Muse要读取苹果消息需要两项彼此独立的权限:系统级的FDA,以及开启的消息连接器。Singleton坚持认为该集成严格采用主动开启的方式。但macOS安全专家Patrick Wardle对这一说法提出质疑。Wardle指出,FDA允许读取任何非root文件,包括聊天记录和cookie。苹果现在的声明与“仅有FDA不足以实现此类访问”的说法相矛盾。公司强调,新设置将确保用户在授予如此宽泛的权限之前了解风险。这一说法上的转变,对桌面AI工具的整个生态影响不小。

用于管控的基础设施

随着智能体获得更多自主权,业界正在构建监控其行为的工具。10月3日,开发者fred发布了agent-blackbox。这个工具相当于一台防篡改的飞行记录仪,面向Claude Code这类AI编程智能体。它把每一次提示和工具调用写入哈希链式账本,条目用Ed25519密钥签名,以防篡改。工具还包含一个策略引擎,用于拦截“致命三要素”:私有数据、不可信内容与对外调用同时出现。这类具体约束正在成为智能体开发中的标配。

eunomia-bpf几乎在同一时间发布了AgentSight。这是一个基于eBPF的全系统性能分析工具。它在内核层面观察智能体,跟踪文件变化、网络活动和资源占用。关键在于,它不需要SDK,也不需要厂商集成。开发者因此可以实时审计数据流动,在不改动智能体核心逻辑的前提下识别出涉及安全的副作用。这种办法让主机系统上智能体究竟在做什么变得透明可见。

治理与经济账

除了安全,企业环境中对智能体行为的管理也在转向正式的治理机制。Anuclei认为,智能体需要的是一套“记录系统”,而不只是仪表盘。其方案Multisynapse会记录每一次工具调用和策略决策,确保审批和权限变更都可审计。随着智能体开始执行支付发票、提交工单这类动作,这一点变得至关重要。在这些场景里,责任归属是头等大事。没有清晰的审计轨迹,企业就无法核实某一具体动作是谁批准的。

这一转变的经济影响很大。Epoch AI估计,到2027年出货的AI芯片可支撑17000万个并发的前沿模型智能体。即便只用到其中20%的算力,也意味着每年53000亿美元的等效API支出。这一潜在需求超出了当前开发者的收入水平,说明智能体基础设施即将大规模扩张。当前收入与预期需求之间的差距,凸显出即将到来的基础设施建设规模。

实际应用

智能体已经在解决复杂的运营问题。Ambi Robotics在10月3日报告称,其Agentic Robotics系统用10小时解决了一个包裹摆放问题。工程师手动解决则需要数周。该方案基于Graph-as-Policy研究,目前已在公司美国车队30%的范围内部署。这说明智能体可以通过分析数据并在仿真中测试行为来优化物理流程。相比传统工程方法,部署速度是关键优势。

对开发者来说,重心正从单纯的能力转向可靠的集成。AWS为Amazon Bedrock AgentCore推出了Consent门户。用户可以在托管环境中为GitHub、Slack等服务授予OAuth同意,会话绑定流程因此简化,令牌被安全地关联到正确的用户。与此同时,Leashterm这类工具正作为面向智能体的专用编程语言出现。它们内置权限控制和有界重试,以保证执行可预测。这些工具降低了长时间运行任务中意外动作的风险。

整个生态正在告别“设置后不管”的模式,转向严格审计、权限管理和经济责任相结合的框架。随着苹果收紧本地访问、企业构建治理层,AI智能体的下一阶段将由它们能否在现有业务与安全边界内安全可靠地运行来决定。焦点不再只是智能体能做什么,还包括它们如何被约束和验证。

评论 0

资料来源

10
  1. 01Apple changes full-disk access permissions to curb abuse from AI agentsEN
  2. 02Agent-blackbox – a tamper-evident flight recorder for Claude CodeEN
  3. 03AgentSight: System-wide AI agent profiling and monitoring with eBPFEN
  4. 04AI Agents Need a System of Record, Not Just a DashboardEN
  5. 05How many AI agents could run on the AI chips shipped through 2027?EN
  6. 06Agentic Robotics Solves an Industrial Production ProblemEN
  7. 07Manage end-user OAuth consent for AI agents with Amazon Bedrock AgentCoreEN
  8. 08Leashterm – a new programming language for agentsEN
  9. 09What Kubernetes' "monolith" lesson means for AI agent harnessesEN
  10. 10Can You SEO Your Way into an AI Agent's Recommendation?EN

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。