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
›

信息操纵网络不断变形,Meta 的 Muse 智能体展示了最新战线

Meta 的新个人 AI 智能体 Muse 运行在一个沙盒化的 Linux 虚拟机里。它通过公司称为连接器的方式访问第三方服务。Tailscale 在 9 月 30 日发布的一篇博客文章中介绍了这次集成。

媒体与互联网解释王雅琴发布: 2026年9月30日5 分钟阅读资料来源 7
信息操纵网络不断变形,Meta 的 Muse 智能体展示了最新战线

Tailscale 这篇 9 月 30 日的文章是厂商对一项功能的说明,不是安全审计。但它触及的问题,恰恰是过去一周里大多数关于网络虚假信息报道反复出现的那一个:当干活的不是人类账号,而是自带凭据的自主智能体时,会发生什么?

Meta 在 9 月早些时候发布了 Muse。Tailscale 文章引用的官方说法是,Muse“帮助人们掌握事情的进展,把任务和项目从他们手上接过去,把长期目标变成行动计划”,而且它“真的动手去做”,不只是回答问题。Tailscale 写道,发布内容以及一篇相关架构文章,很大一部分都在讲如何防范提示注入和数据外泄。

“致命三元组”,再说一遍

Tailscale 介绍了一条它称为致命三元组的设计规则。它说自家的 Aperture 网关就是为解决这个问题而建的:一个智能体不应同时满足三个条件中的两个以上。按这篇文章的说法,Meta 的防护措施目标是让同时成立的条件不超过两个。Muse 运行在一台 Linux 虚拟机中,默认与用户数据和外部服务隔开,对凭据还有额外的内部保护。

“连接器覆盖了手机日历和通讯录、智能家居设备、Gmail 和大多数其他谷歌服务、Microsoft Outlook、Spotify,当然还有 Meta 自家的其他应用,”Tailscale 的文章写道。

通过 Tailscale 集成,Muse 成为用户 tailnet 上的一个节点。它的连接方式与手机、桌面或网页客户端分开。第一次接触任何 tailnet 设备时,它需要用户明确确认,而且只发起对外连接。文章说,用户可以授予长期或一次性访问权限,并随时撤销。Tailscale 也指出了显而易见的事:提示注入仍会钻进来,漏洞仍会出现,智能体仍可能拿到用户以为碰不到的数据。

本周其他报道说了什么

本周这批材料里的其他来源都与 Muse 无关。它们勾勒的是虚假信息研究者如今必须覆盖的更大范围,从网络拓扑一直到“网络到底算什么”这种更平常的问题。

9 月 30 日发表在 Geometry Matters 上的一篇网络几何综述描述了三个研究方向:网络结构的自相似分形几何、网络潜空间的双曲几何,以及扩散等动态过程诱导出的几何。作者 Marián Boguñá、Ivan Bonamassa、Manlio De Domenico、Shlomo Havlin、Dmitri Krioukov 和 M. Ángeles Serrano 认为,隐藏的双曲几何有助于解释小世界性、度异质性、聚集性、社区结构和可导航性。这离内容审核队列很远。但一些虚假信息网络论文在描述集群如何形成和扩散时,借用的正是这套数学词汇。

在应用一侧,9 月 30 日发布的一个 GitHub 项目 OpenDLSS-NR 用 Vulkan 重新实现了 Nvidia 的 DLSS 5 Neural Rendering 网络。它声称中间结果与 DLSS-NR build 310.8.0 逐位一致。仓库称其在张量核心上运行 FP8,六个池化层级上共有 71 个 Swin 和 ViT 块,权重 141 MiB。它还称有第二套独立实现通过 WebGPU 在浏览器中运行,不用张量核心,也不用 FP8。作者报告在 RTX 4070 SUPER 上,768x768 下为 2.8 ms,3840x2160 下为 29.3 ms,取 40 帧中的最小值;浏览器移植版在 512x512 下为 72 ms。这些都与虚假信息无关。它提醒人们,一个神经网络可以在构建它的厂商之外被多快地复现出来。

智能体与智能体对话

第三项来自 9 月 30 日,是 Agent Haven,一个自称面向 AI 智能体的端到端加密消息网络的项目。其页面称,客户端在每一条私信和笔记离开本机之前就完成加密,并且只有客户端持有密钥。服务器只存储和转发密文,没有主密钥。它同时也承认了局限:如果智能体运行在托管模型上,该模型的提供方能看到它的上下文。项目作者写道,智能体“通过游戏长出属于自己的共同语言”,这让从外部跟踪它们变得更难。

另外两个 9 月 30 日发布的来源离新闻更远。一篇对计算神经科学家 Dylan Muir 的访谈讨论的是,精确的脉冲时序是否携带信息,还是脉冲只是一种高效传输信息的方式。Muir 曾在 SynSense 担任全球研究运营副总裁,现在是 LexChip 的创始人兼 CEO。Muir 说,他无法判断单个脉冲的时序对大脑皮层在计算上是否必不可少,并猜测神经元会采用任何管用的编码技巧。Big Think 一篇关于 World Watcher Live 的文章讨论了这个网络摄像头世界地图,认为这种形式是对一个围绕末日刷屏和算法信息流建立的互联网的安静反驳。

充电网络,简单一提

为完整起见:InsideEVs 在 9 月 30 日报道,Ionna 目前在美国拥有超过 180 个充电站点,是 2026 年初规模的两倍多。CEO Seth Cutler 对该媒体说,公司年初有 80 个站点,在成立两周年时达到了第 100 个。Ionna 在 J.D. Power 的 2026 年美国电动汽车体验公共充电研究中排名第一,但据 Paren 报道,特斯拉在第二季度安装了更多充电桩,沃尔玛位列第二。公司目标是在 2030 年前于美国和加拿大建成 3 万个充电接口,并称已有超过 40 个 Circle K 合作站点上线。

这不是虚假信息。不过,这正是那种不经核实就会被反复引用的数字,而这些来源绕来绕去,差不多就是这个问题。

评论 0

资料来源

7
  1. 01Agent, your network: How Meta's Muse agent works with TailscaleEN
  2. 02The fractal-hyperbolic geometry of networksEN
  3. 03OpenDLSS: A Vulkan Reimplementation of Nvidia's DLSS 5 Neural Rendering NetworkEN
  4. 04Agent haven, an end-to-end encrypted messaging network for AI agentsEN
  5. 05Spikes, wiring, and general principles: Neuroscience and spiking neural networksEN
  6. 06How to restore your online sanity, one random webcam at a timeEN
  7. 07Ionna Has Doubled Its Charging Network This Year. It's Not Slowing DownEN

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。