Meta 公开 Muse 漏洞赏金，最高 30 万美元；Flock 因摄像头地图被投诉

Meta 在 9 月 25 日公布条款，重点就在数字上。有效报告最高支付 30 万美元，其中最高 13 万美元留给影响单个用户的提示注入。Meta 说，这个计划此前是内部项目，公开的决定来自智能体红队测试和真实对抗场景中的发现。

文章由 Meta AI Research 撰写，描述的架构建立在一个假设上：智能体会通过它读取的数据被攻击。智能体运行框架放在 systemd-nspawn 容器里，容器中的 root 映射到主机上的非特权用户。它有自己的 Debian 根文件系统，还有一组过滤过的系统调用，屏蔽了 io_uring、CAP_SYS_PTRACE 和 CAP_NET_ADMIN。安全分类器和特权连接器工作进程放在这个隔离单元之外，为的是让攻击者关不掉它们。

这是设计上的说法，不是测试结果。Meta 明确说 Muse 仍会犯错，只是预计错误更少、破坏更小。到目前为止，测试靠内部试用、红队测试和此前的内部赏金计划。Meta 说 Muse 自 2026 年初起就被交付了收件箱、日历和 shell，这些证据对这样一个智能体来说并不充分。

同一个周末发生的事形成了对照。

9 月 27 日，Tom's Hardware 报道，Flock 提交了商标侵权投诉，要求下架一名安全研究员制作的该公司摄像头地图。该网站列出 335701 个摄像头位置。Tom's Hardware 引用 The Intercept 的报道说，研究员 Joshua Michael 在 Flock 网站上发现一个未经验证的漏洞，无需登录凭据就能返回访问令牌。2025 年 11 月，他查询 Flock 使用的第三方地图图层 ArcGIS，拉取了一个设备数据库。

Michael 告诉 The Intercept，他在 2025 年 11 月 13 日报告了这个漏洞。他写道，所有测试都严格限于非侵入式，只针对开放的未验证端点。Tom's Hardware 报道，Flock 没有回复他的第一条消息，他又试了两次，才有一名代表回应，说正在内部评估这些发现。Michael 说公司至今没有回复。他公开之后，Flock 在 1 月修复了漏洞，但数据库已经被导出。

公司表示 Flock Safety 的云平台从未发生过数据泄露。Michael 不同意，他告诉 The Intercept，这一说法是在他拉取设备数据库之后才出现的。

他的判断很直接：要么公司知情却不披露，要么根本没检测到这次导出。他说，前者是透明度失败，后者是检测失败，还牵涉国家安全。Tom's Hardware 还提到此前的发现：Flock 摄像头把加密密钥存在设备上，可以提取超过 27000 段视频，并显示 21 天内拍摄的 160 万张图像。此外还有警员滥用该系统的情况。

两件事指向同一个缺口：评估到底衡量了什么。Meta 把影响单个用户的提示注入定价为最高 13 万美元，这个数字说明公司知道单次绕过是可能的。Flock 的案例说明，更难的不是建立防御，而是防御已经被突破时能不能察觉。

在别处，关于评估的争论比部署跑得更快。The Decoder 在 9 月 27 日报道，斯坦福和加州理工的研究人员做了 HomeBody，把 GPT-6 Astra 直接接进 Unitree G1 机器人，模型和硬件之间没有经过训练的控制层。机器人探索一个陌生的厨房，在 Nvidia 的 Isaac Sim 里建立数字孪生，出错时自我纠正。文中列出的局限包括 Astra 的延迟、手指伺服电机过热和高昂的算力成本。

同一天，The Decoder 报道，OpenAI 应用研究负责人 Boris Power 说，公司现在 80% 到 90% 的研究都针对 GPT 7、GPT 8 及更远的版本。Power 说，像 GPT 5.1 到 5.2 这样的增量更新在内部被视为极其短视，尽管它们有助于快速迭代。他还说，当前助手的主要障碍是上手引导，不是模型质量。

三种立场放在一起，与其说互相矛盾，不如说是先后关系。Meta 为它预期会发生的失败定价。Flock 展示了没被察觉的失败要付出什么代价。OpenAI 已经把大部分研究投到尚未发布的模型上，前提是每一代就是会更好用。