Flock 要求下架一张标注 335701 台摄像头位置的地图

据 Tom's Hardware 报道，Flock 提交了一份商标侵权投诉，想逼 Joshua Michael 关掉 Flock Surveillance Map。这个网站是 Michael 发现该公司网站存在一个未认证漏洞后搭建的，地图上标注了 335701 个摄像头位置。

这场纠纷从 2025 年 11 月延续至今，投诉只是最新一步。Michael 说，他当时在 Flock 网站上发现一个暴露的访问令牌，不用登录就能访问。他告诉 The Intercept（Tom's Hardware 引用了该媒体），自己第一时间把问题报告给了公司。

他 2025 年 11 月 13 日的邮件写道：“所有测试都严格保持非侵入性，仅限于开放的未认证端点，没有绕过认证、没有修改数据，也没有调用任何会产生费用的 ArcGIS 或 Google 操作。”据 Tom's Hardware 报道，Flock 在他又尝试两次后才首次回复，称正在“内部评估”这些发现，之后会告知下一步。Michael 说，这封回复始终没有来。

研究员用这些数据做了什么

Michael 用这个令牌查询 ArcGIS，也就是 Flock 运行的第三方地图图层，并在 2025 年 11 月拉取了一份 Flock 设备数据库。他公布发现之后，Flock 似乎在 2026 年 1 月修复了漏洞，但那时设备位置数据已经被提取。Tom's Hardware 称这张地图大概在 2025 年 12 月更新过，目前仍在线。

公司的公开说法是：从未被黑，Flock 信息从未泄露，Flock Safety 云平台“从未发生过数据泄露”。Michael 不认同这一说法。他告诉 The Intercept，这份声明是在“我拉取他们的设备数据库之后”发布的。

他说：“这样一来只有两种可能。要么他们知道，却因为怕负面报道而选择不披露；要么他们根本不知道我导出了数据。第一种是透明度失职。第二种是检测失职，而且牵涉国家安全。”

“这样一来只有两种可能。要么他们知道，却因为怕负面报道而选择不披露；要么他们根本不知道我导出了数据。”

Tom's Hardware 引用的其他报道已经对硬件本身提出疑问。黑客发现加密密钥直接存放在 Flock 摄像头上，借此提取了 27000 多段视频，并确认该系统在 21 天内拍摄了超过 160 万张图像。还有已记录在案的滥用案例，包括警员利用该网络跟踪恋爱对象，以及一名汽车评测人因为一份打错的警方报告在一家商店停车场被扣留一小时。

地图上的数字本身指向更大范围的暴露。Michael 说，住在 22 个敏感地点 20 英里半径内的人，经过一台 Flock 摄像头的概率在 57.22% 到 93.94% 之间。这些地点包括 Eglin AFB、CIA Headquarters、FBI Headquarters、Joint Base Andrews 和 Pentagon。

智能体评测的其他动向

同一周出现了两项方向很不同的安全研究。9 月 27 日，The Decoder 报道，斯坦福和加州理工的研究人员做出一套名为 HomeBody 的系统，能让一台 Unitree G1 机器人走过陌生厨房、收拾东西并从抽屉里取物。这套方案去掉了模型与机器人之间经过训练的控制层：一个可替换的视觉语言模型，这里是 GPT-6 Astra，直接调用技能库来完成抓取、导航和开抽屉。机器人先探索房间，在 Nvidia 的 Isaac Sim 中建立数字孪生，并把物体记录进空间记忆，这样就能找到离开视野的物品。The Decoder 把 Astra 的延迟、手指伺服过热和高算力成本列为局限，并指出代码已在 GitHub 上。它还提到，早先的基准测试显示 Astra 的空间推理有所改善，但另一项测试在该模型控制机器人时标记出安全问题。

同一天，The Decoder 还报道，OpenAI 应用研究负责人 Boris Power 把公司 80% 到 90% 的研究投入放在 GPT 7、GPT 8 以及更远的版本上，因为“大部分价值”来自那里。Power 把 GPT 5.1 到 5.2 这类增量更新称为有意为之的短期押注，并说这类更新在内部被视为“极其短视”。他认为当前助手的主要问题在于上手难度，而不是模型质量，因为大多数 ChatGPT 用户并不知道这些工具能做什么。

Meta 交出的不是基准测试，而是一篇发布文章。9 月 25 日，Meta AI Research 公布了 Muse 的细节，这是它从 2026 年初起在内部使用的个人智能体。文章说，运行框架处在一个隔离单元中，看不到真实凭证；每一次对外交互都要经过一个智能体无法绕过的 Sentinel；对安全敏感的服务运行在运行单元之外，攻击者无法将其关闭。Meta 还把漏洞赏金计划向所有人开放，奖金最高 30 万美元，针对影响单个用户的提示注入尝试最高 13 万美元。

把这四条放在一起看，能看出评测精力目前流向了哪里：在 Flock 这里，考验的是公司究竟能不能发现一次数据提取，而它的回答仍有争议。在实验室工作中，考验的是当模型直接接入硬件，或者拿到一个 shell 和一个收件箱时，能不能在出事之前把它测出来。