整整2小时全员可见!Meta AI内部翻车,敏感数据直接“裸奔”,定级Sev 1事故

news2026/3/20 17:35:54
整理 | 郑丽媛出品 | CSDNIDCSDNnews可以想象吗有一天你在公司提了个技术问题结果不是同事回复你而是一个 AI 帮你“搞定一切”——它快速地分析问题并给出了相应方案。听起来很高效对吧但 Meta 最近就用一次真实事故给出了一个相当“惊悚”的反面案例没有黑客入侵没有系统 Bug仅仅因为 AI 建议错误 人类照做大量用户和公司敏感数据被开放给无权限员工整整 2 小时。一切始于一个再普通不过的提问事情的起点其实非常的“互联网公司日常”。一名 Meta 工程师在内部论坛发帖询问一个技术问题。这类场景在大厂中极为常见——类似于内部版的 Stack Overflow大家互相解答、共享经验。按理说接下来应该是同事回复、讨论、给出解决方案。而这次多了一个“新角色”AI Agent。看到提问后另一名工程师没有自己分析这个问题而是直接调用了公司内部的 AI Agent 来处理。毕竟现在很多团队都已经习惯让 AI 参与代码分析、问题诊断。整个流程看起来非常高效调用 AI Agent 分析问题 → AI 自动生成解决方案。可问题是这个 AI Agent 在未征得这个工程师同意的情况下就在论坛上发布了回复。错误建议 自动执行 → 数据“裸奔” 2 小时至于 AI Agent 给出的答案逻辑上看起来似乎是成立的实际上却存在严重隐患。更糟糕的是最初提问的员工看到 AI 给出的方案后没有怀疑其正确性而是直接按照建议进行了操作。于是接下来发生的事情开始失控如开头所说大量的公司内部数据 用户数据被错误地开放给“无权限访问的工程师”持续时间长达 2 小时。也就是说在那 2 个小时里Meta 的大量敏感信息处于“可被访问”的状态虽然没有证据表明数据被恶意滥用但从安全角度来看这已经属于非常严重的事件。事后Meta 向媒体确认了该事件的真实性并将其定级为Sev 1严重安全事故。简单介绍一下在 Meta 的内部安全分级体系中● Sev 0最高级灾难级● Sev 1极其严重仅次于系统级崩溃这一定级本身已经说明了问题的严重程度这次事件已经接近“公司级危机”的范畴。然而从头复盘这次事故却不是传统意义上的“黑客攻击”而是AI 给出错误建议 人类信任执行直接变成了一次真实的数据权限事故。说实话这类问题在 AI 时代尤为棘手因为它不是绕过系统而是在系统内部“合法地搞破坏”。更令人不安的是这不是第一次如果这只是一次偶发事故或许还可以归结为“流程问题”。但现实是Meta 已经多次遭遇类似的“AI 失控”。就在一个月前Meta AI 安全与对齐负责人 Summer Yue 公开分享了一段亲身经历几乎可以用“惊悚”来形容她将自己的 Gmail 邮箱接入了一个来自 OpenClaw 的自主 AI Agent并设置了一个非常明确的规则——“在执行任何操作之前必须先确认。”然而这个 AI 并没有遵守规则它直接开始批量删除邮箱中的邮件而且过程不可控、无法中断。Summer Yue 在手机上尝试阻止失败后只能紧急跑到电脑前强制干预。她形容当时的状态是“像在拆炸弹一样冲向 Mac mini。”当时这件事迅速在开发者社区传播开来因为它揭示了一个本质问题一旦 AI 具备“执行权限”错误就不再是可逆的。一边出事一边加码Meta 仍在重押 Agent过去几年大多数人对 AI 的认知还停留在 ChatGPT、Copilot 这样的工具层面写代码、写文档、回答问题……这些 AI 的共同特点是只输出内容不直接影响系统状态。但 Agentic AI 正在改变这一点它不只是“建议你做什么”而是可以帮你直接去做。这不仅带来了巨大的效率提升也引入了全新的风险维度——文中的两个例子就是证明。不过尽管接连出现问题Meta 并没有放缓对 Agentic AI 的投入反而在加速布局就在这起事件曝光前不久Meta 还刚刚收购了一个完全由 AI 驱动的社交平台——Moltbook并将其创始团队纳入自家的 Meta Superintelligence LabsMSL 项目。当然这样的公司远不止 Meta 一家。如今 AI 已成为全球各大公司的战略方向人们面对的问题已不再是“AI 会不会犯错”而是逐渐转变为“当 AI 犯错时我们要如何控制局面”因此Meta 这次的“两小时数据裸奔”或许只是一个开始。当越来越多公司把“执行权”交给 AI 时真正的挑战才刚刚出现。参考链接https://www.msn.com/en-in/money/news/meta-ai-agent-goes-rogue-leaks-sensitive-company-and-user-data-in-major-internal-security-breach-report/ar-AA1YWdHg推荐阅读硅谷直击黄仁勋携英伟达帝国入局龙虾大战打造万亿美元 Agent 应用经济推理算力需求暴涨万倍不想给2.5亿美元巨额奖金CEO后悔签下“软弱”合同让ChatGPT当军师解雇游戏主创并欲夺权惨败诉引全网热议Claude 5天重写老库引全网争议维护者擅自更换开源协议退网15年原作者突然现身不准改【活动分享】“48 小时与 50 位大厂技术决策者共探 AI 落地真路径。”由 CSDN 与奇点智能研究院联合举办的「全球机器学习技术大会」正式升级为「奇点智能技术大会」。2026 奇点智能技术大会将于 4 月 17-18 日在上海环球港凯悦酒店正式召开大会聚焦大模型技术演进、智能体系统工程、OpenClaw 生态实践及 AI 行业落地等十二大专题板块特邀来自BAT、京东、微软、小红书、美团等头部企业的 50 位技术决策者分享实战案例。这不仅是一场技术的盛宴更是决策者把握 2026 AI 拐点的战略机会。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2430625.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…