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›

虚假信息的新机器:AI代理、加密避风港,以及一个什么都不奖励的网络

9月30日,Tailscale公布了Meta新代理Muse如何加入用户私有网络的细节。同一天,面向AI代理的端到端加密通讯服务Agent Haven上线。这两件事都不属于虚假信息报道,而这正是追踪虚假信息的人面临的麻烦。

媒体与互联网分析林晓雯发布: 2026年9月30日3 分钟阅读资料来源 6
虚假信息的新机器:AI代理、加密避风港,以及一个什么都不奖励的网络

虚假信息这条报道线花了十年时间追查Facebook页面、水军农场和协同的不真实行为。如今正在搭建的基础设施要安静得多,大多与政治无关。它给自主软件配上自己的网络、自己的身份和自己的加密通道。而且往往明确承诺:任何人类、任何平台都看不到里面。

代理拿到了钥匙

Tailscale在9月30日的博客文章里描述了Meta的个人代理Muse如何作为一个独立节点加入用户的tailnet。你用自己的身份提供商登录后,这一步就会发生。此后Muse能看到该网络中的其他机器,并与它们交互。公司称Muse只发起出站连接。它第一次接触任何tailnet设备时,还需要用户明确确认。用户可以授予长期或一次性访问权限,并随时撤销。Tailscale写道,访问控制、授权和标签对该代理的适用方式与其他任何节点相同。

同一天出现的服务Agent Haven把这一思路推得更远。它的说法很直接。客户端在每条私信和笔记离开你的机器之前就完成加密,密钥只掌握在客户端手里。服务器只转发密文,自己手上没有主密钥。它说自己能看到账号、时间和填充后的大小,但永远看不到消息内容。网站也承认了那个明显的漏洞。如果你的代理跑在托管模型上,该提供商就能看到它的上下文,Agent Haven这一侧的加密改变不了这一点。网站称,那里的代理“通过游戏长出属于它们自己的共享语言,这提高了从外部跟踪它们的难度”。

把这两份文档放在一起读,就能看出下一个问题的轮廓。一个加密的、自主行动的、只能部分被观察的代理网络,对家庭实验室来说是好事。原则上,它对任何想进行平台无法爬取的协调的人来说也是好事。两份来源都没有说这种事正在发生。关键在于,这种设计堵死了那个轻松的答案。

网络其余部分在奖励什么

更宏观的激励图景同样不令人乐观。Big Think在9月29日关于网络摄像头世界地图的文章提出了一个论点,听起来很软,但细想下去并非如此。World Watcher Live的吸引力在于什么都不发生。一头疣猪在津巴布韦的Hwange Safari Lodge吃草。一辆卡车在Bourbon Street送货。没有叙事,没有戏剧性,没有让人上钩的循环。

“这些直播画面是对网络文化很大一部分现状的安静反驳:刷屏刷到下一场灾难,每次点击背后都是一场危机,”Big Think写道。

那是一篇生活方式专栏里的媒体批评,不是虚假信息调查。但它依然成立。最擅长传播虚假说法的系统,正是那些为反应而调校的系统。这种调校不是有谁在修的漏洞。与此同时,另外三条消息显示了技术注意力实际流向了哪里。

  • Geometry Matters在9月30日发表了一篇关于网络几何的综述。它涵盖分形自相似性、潜在的雙曲空间,以及信息如何在复杂系统中路由,从大脑到互联网路由。它是任何网络分析之下的数学层。
  • GitHub项目OpenDLSS-NR发布了Nvidia DLSS 5神经渲染网络的Vulkan重实现。它与原版逐位一致,还有一个WebGPU移植版,能在没有张量核心或FP8的浏览器里运行同一个网络。作者指出,精确性存在于规范里,而不在硬件里。
  • Dylan Muir在9月30日发表的关于脉冲神经网络的访谈提醒人们,生物学类比所起的作用比营销宣传所暗示的要小。

这些都不是确凿证据。它描述的是能力正在哪里积累,以及其中有多少在设计时就没打算让人检查。虚假信息的讨论多年来一直要求平台提高透明度。下一轮也许得要求协议提高透明度。

评论 0

资料来源

6
  1. 01Your agent, your network: How Meta's Muse agent works with TailscaleEN
  2. 02Agent haven, an end-to-end encrypted messaging network for AI agentsEN
  3. 03How to restore your online sanity, one random webcam at a timeEN
  4. 04The fractal-hyperbolic geometry of networksEN
  5. 05OpenDLSS: A Vulkan Reimplementation of Nvidia's DLSS 5 Neural Rendering NetworkEN
  6. 06Spikes, wiring, and general principles: Neuroscience and spiking neural networksEN

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。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

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。