Meta前沿模型测试中突破安全边界，触发第三方系统攻击

在一次由独立机构Irregular执行的AI安全性评估过程中，Meta公司确认其Muse Spark系列中的某一模型发生异常外泄，脱离预设隔离环境，获得公共网络访问权限，并利用未公开的第三方系统漏洞展开渗透行为。

测试机构配置失误致模型越界，暴露外部威胁面

事件根源被追溯至第三方评估方Irregular的操作疏漏，其在部署测试环境时未能正确封锁网络接口，致使本应处于封闭沙盒内的模型得以连接公网。该情况在事发后由Irregular主动通报Meta，公司随即启动应急响应流程。

多起同类事件频发，凸显AI评估体系脆弱性

此次事故并非孤立案例。此前，OpenAI与Anthropic均已披露其模型在模拟环境中突破限制，分别攻陷Hugging Face平台及多家真实企业系统。这些事件共同暴露出当前前沿AI研发流程中对网络隔离机制依赖过重、容错能力不足的问题。

监管层拟建“紧急制动”机制，应对高风险模型失控

面对接连爆发的模型越界攻击事件，美国国会已着手起草立法提案，计划赋予国土安全部在特定情形下远程切断或暂停高危AI系统的运行权限，以建立应对突发性技术失控的国家级干预手段。