Meta 发布 Muse Wonder 重返 AI 前沿，AI 代理购物安全风险同步浮现

人工智能领域近日接连出现几条值得关注的动向：Meta 发布新模型重返前沿竞赛，AI 气象预报公司拿下美国空军大单，而 AI 代理购物则因一起乐高订单泄露事件暴露出安全短板。与此同时，俄罗斯军事博主对数据中心战争的警告，提醒人们 AI 繁荣所依赖的基础设施同样脆弱。^[5][4][3][1]

Meta 发布 Muse Wonder：前沿模型竞赛再升温

Meta 近日发布 Muse Wonder 和 Muse Wonder Full 两款新模型，称后者具备前沿能力，是该公司重回 AI 第一梯队的关键一步。Meta 表示，这些模型将通过 API 和 Muse Code 提供，最佳版本还将驱动包括 Muse 个人代理在内的平台功能。^[5] 过去一年，Meta 重组 AI 研究，成立 Meta Superintelligence Labs，并聘请前 Scale AI CEO Alexandr Wang 领导，投入数十亿美元。此前 Meta 凭借 Llama 系列曾是开源前沿模型的开拓者，但后续版本表现不佳，被 Anthropic、OpenAI 和谷歌反超。^[5] Muse Wonder 的发布标志着 Meta 的追赶策略初见成效：Meta 声称其最大版本在 Artificial Analysis Intelligence Index 上超过 Anthropic 的第二名模型 Claude Fable 5.1，仅次于 Claude Opus 5.5，并在法律文档处理和软件开发等专项基准上超过 OpenAI 的 GPT-6 Astra。基准测试并非实际表现的绝对指标，但这一进步仍值得关注。^[5] 新模型还引入 Active Memory 和 Active Focus 两项功能，旨在让代理在复杂研究或大型软件项目中锁定目标、避免混淆，从而减少代价高昂的错误。^[5]

AI 气象预报：WindBorne 获美国空军合同

美国空军将根据一份新合同，采购 WindBorne Systems 自主气象气球收集的数据，合同价值最高可达约 4900 万美元。WindBorne 目前有约 700 个气象气球在全球飞行，收集大气传感器读数，既出售给客户，也用于训练自家的 AI 天气预报模型。^[4] 这家成立于 2015 年、总部位于加州红木城的公司，是最早将实证数据直接输入深度学习天气模型的组织之一。该合同是美国空军按需付费的采购工具，目前已下单价值 170 万美元的数据，高管预计后续还会有更多订单。^[4] WindBorne 联合创始人兼 CTO Andrey Sushko 表示，这份无需竞标授予的合同，是政府认定在满足其全球数据收集需求方面，WindBorne 是唯一能够提供相应能力的公司。合同将支持其星座网络的持续扩展，以及改进气球硬件和性能的研发工作。^[4] 今年夏天，该公司发布了 WeatherMesh 6 预报模型，声称其精度超过欧洲中期天气预报中心的传统物理模型。随着 Transformer 架构和大规模气象数据集的普及，AI 天气预报已成为深度学习最富成效的应用之一，但传统模型与 AI 模型仍需互补使用。^[4]

AI 代理购物：便利与安全风险并存

Elon Musk 在 X 上炫耀其 Grok Bot AI 代理在周日帮他订购乐高星球大战套装，却因一张截图泄露了 10 位订单号、支付金额、送货和账单地址、信用卡后四位以及用于购买的邮箱地址。这些信息暴露给超过 2.4 亿粉丝后，迅速引来恶作剧。^[3] 一位名为 Enderman 的 X 用户发布了与乐高客服聊天机器人的对话截图，声称利用 Musk 提供的邮箱和订单号取消了订单。Musk 随后回复称订单并未被取消。但另一位用户又通过乐高的 AI 助手“Sophia”，用同样的信息重新开启配送，并将订单数量改为 400 套、更改送货地址，且使用 Musk 原来的支付方式。截图显示，Sophia 回复：“太好了！我会让你的乐高冒险重回正轨。”^[3] 乐高拒绝对此置评，但内部保护机制本应标记异常活动。Musk 曾在周六建议，用户只需上传信用卡照片，Grok 就能搜索优惠并完成购买，Meta 和 OpenAI 等公司也强调过代理购物的实用性。^[3] 然而 Visa 去年底就警告过代理商务中的欺诈风险：恶意商家可以搭建看似合法的网站，以超低价格诱骗 AI 代理完成购买，从而窃取支付数据并立即用于未授权交易。Visa 称观察到恶意活动增加了 25%。^[3]

数据中心战争：AI 基础设施的脆弱性

俄罗斯军事博主警告，俄罗斯高度中心化的数字经济在数据中心战争中存在脆弱性。^[1] 这一警告指向 AI 时代一个常被忽视的层面：数据中心作为数字经济和 AI 计算的关键基础设施，一旦成为攻击目标，高度集中的架构可能放大风险。俄罗斯在乌克兰战争中启动的数据中心战争，反过来暴露了自身准备不足。^[1] 虽然现有信息有限，但足以引发对 AI 基础设施韧性的思考：当模型训练、推理和在线服务都依赖少数大型数据中心时，冗余、分布式部署和防御能力将成为保障 AI 持续发展的必要条件。^[1]

共同趋势：能力跃升与风险暴露并行

从 Meta 的前沿模型竞赛，到 WindBorne 用 AI 改造气象预报，再到 AI 代理购物引发的安全事件，几条线索共同勾勒出 AI 发展的当前阶段：模型能力快速提升，应用场景从实验室走向真实交易和关键任务；但与此同时，安全漏洞、代理可靠性以及基础设施脆弱性正成为不可回避的挑战。^[5][4][3][1] 未来值得关注的是，AI 代理的身份验证与支付安全机制能否跟上其购物能力，气象等领域的 AI 模型如何与传统方法互补，以及各国如何提升数据中心等 AI 基础设施的抗打击能力。这些问题的进展，将决定 AI 能否从“演示”走向可信赖的规模化落地。^[5][4][3][1]