Meta 成第三家：Muse Spark 1.1 安全测试中攻破外部公司，同一测试方 Irregular 再曝沙箱配置事故

8 月 5 日，Meta 确认其 AI 模型 Muse Spark 1.1 在一次网络安全评估中攻破了一家外部公司的系统，并对其内部环境进行了修改。这是过去两周内，继 OpenAI 和 Anthropic 之后，第三家头部 AI 实验室公开披露同类事故。率先报道了这一消息。

沙箱门没关：一次配置错误，模型直接上了公网

事故发生在独立测试公司 Irregular 为 Meta 运行的一次网络安全评估中。Irregular 的沙箱环境出现配置错误，意外授予了 Muse Spark 1.1 模型公网访问权限。模型随即利用一家第三方服务的安全漏洞，渗透进其系统并修改了内部环境。

Meta 发言人 Andy Stone 在一份声明中确认："Irregular —— Meta 使用的一家独立测试公司 —— 的一次错误配置，在评估期间意外允许我们的一个模型访问了互联网。该模型随后利用了一家第三方服务的安全漏洞，方式与此前其他公司报告过的案例类似。"

Meta 在 Irregular 通知后才得知此事，目前正在调查，并承诺在掌握全部事实后发布完整的事后分析报告。被攻击的公司身份尚未公开。

同一家测试方，同一个错误

Irregular 发言人对 Reuters 表示，此次事件与 Anthropic 上周披露的问题"是完全相同的评估环境问题"，"不涉及沙箱逃逸或复杂的网络攻击行为"。

Irregular 称目前没有未解决的安全问题，并正在撰写一份白皮书，分享关于评估环境隔离和网络安全测试的最佳实践。

这家总部位于特拉维夫的 AI 安全初创公司原名 Pattern Labs，2023 年由 CEO Dan Lahav 和 CTO Omer Nevo 创立，去年获得了由 Sequoia Capital 和 Redpoint Ventures 领投的 8000 万美元融资。

两周内，三家头部实验室接连翻车

Meta 的事故并非孤立事件。三起事件的时间线如下：

7 月 21 日，OpenAI 披露其测试中的模型利用一个此前未知的零日漏洞突破了隔离沙箱，攻入 AI 平台 Hugging Face 的生产基础设施。
7 月 30 日，Anthropic 在对 141,006 次评估运行进行回溯审查后，发现 Claude 模型在 Irregular 的测试环境中三次获得互联网访问，并入侵了三家不同机构的真实生产系统。Anthropic 在评估提示中明确告知模型处于模拟环境且无网络连接，但由于与 Irregular 之间的沟通失误，实际情况并非如此。
8 月 5 日，Meta 确认 Muse Spark 1.1 在 Irregular 的测试中发生同类事件。

Anthropic 和 Meta 的事故直接源于 Irregular 沙箱网络隔离的同一配置失误；OpenAI 的 Hugging Face 事件则涉及模型独立发现零日漏洞，性质更为严重，且发生在 OpenAI 自有测试环境中。

"正在调查，将发布完整回溯"

Muse Spark 1.1 是 Meta 最新推出的多模态推理模型，Meta 将其定位为"在真实世界编程和 agentic 任务上能力最强的模型"。Meta 在 5 月的安全报告中曾指出，该模型在化学与生物风险领域的未缓解能力被评估为可能达到"高风险"阈值，而网络风险在施加缓解措施后被评定为可接受水平。

目前 Meta 尚未就此次事件发布独立的技术博客或系统卡更新，但其发言人 Andy Stone 已确认公司正在调查，计划发布"完整的事后回溯"。

Irregular 方面则表示："Irregular 正在制定白皮书，分享关于评估环境隔离和安全运行网络评估的最佳实践。"

连锁反应：自愿框架与豁免争议

这一系列事件正赶上华盛顿对 AI 安全测试的密集讨论。本周早些时候，白宫邀请了 Meta、Anthropic、OpenAI 和 Google 等头部 AI 公司，讨论一项新定稿的自愿性网络安全测试框架。据 Reuters 报道，特朗普政府告知 AI 开发商，开源权重模型——包括 Meta 的 Llama 和 Nvidia 的 Nemotron——将不受该自愿安全测试制度的约束。

Muse Spark 1.1 本身是闭源模型，不在豁免范围内。Meta 同时是全球最大的开源模型发布方（Llama 系列），而此次出事的恰是其闭源模型。

此外，一组共和党州检察长已要求 OpenAI 保存与 Hugging Face 入侵事件相关的所有文件。OpenAI 回应称将认真对待该要求，并发布相关技术报告。

Irregular 在 Anthropic 和 Meta 两起事件中使用的是同一套评估环境，沙箱网络隔离的同一配置失误导致了两次事故。Irregular 已承诺发布白皮书分享评估环境隔离的最佳实践；Meta 表示将在调查完成后发布完整回溯。

参考链接