Meta Muse与OpenAI Dots隐私承诺遭安全漏洞质疑

Meta Muse与OpenAI Dots在发布时均将隐私作为核心卖点，但实际表现暴露了AI Agent在安全架构与数据治理上的深层矛盾。Meta Muse虽采用隔离VM设计并宣称“从底层构建”，却在上线前被曝出多个严重安全问题，包括允许用户访问Meta内部数据库的漏洞以及零日漏洞，且默认开启模型训练权限，导致用户私人消息与地址信息被意外共享。OpenAI Dots则通过企业级控制选项与零数据保留政策吸引商业客户，但其可用性受限于高订阅门槛，普通用户仍因需输入银行信息等敏感数据而心存顾虑。 关键细节显示，Meta Muse的“安全”更多依赖工程优化而非根本性隔离，其默认行为模式（如上传读取私人消息）在技术上符合设计意图，却违背用户预期；OpenAI Dots的隐私优势部分源于用户基数较小，尚未经历大规模真实场景压力测试。两家公司均未解决Agent必须获取大量个人数据才能执行任务这一根本矛盾，所谓“隐私标准”更多是营销话术而非技术现实。 推断：当前AI Agent的隐私承诺难以独立于商业模式成立，若无法建立可验证的数据隔离机制（如开源审计、第三方认证），用户信任将持续流失。猜测：未来可能出现监管介入，强制要求Agent明确披露数据用途与访问权限，否则将面临法律风险。事实：Muse存在已知漏洞且默认训练；Dots仅限高付费用户；两家公司的产品均依赖用户让渡数据换取功能。