Meta 發布 Muse Wonder 重返 AI 最前線，AI 代理購物安全風險同步浮現

人工智慧領域近日接連出現幾項值得關注的動向：Meta 發布新模型重返最前線競賽，AI 氣象預報公司拿下美國空軍大單，而 AI 代理購物則因一起樂高訂單外洩事件暴露出安全弱點。與此同時，俄羅斯軍事部落客對資料中心戰爭的警告，提醒人們 AI 繁榮所依賴的基礎設施同樣脆弱。^[5][4][3][1]

Meta 發布 Muse Wonder：尖端模型競賽再升溫

Meta 近日發布 Muse Wonder 和 Muse Wonder Full 兩款新模型，稱後者具備尖端能力，是該公司重回 AI 第一梯隊的關鍵一步。Meta 表示，這些模型將透過 API 和 Muse Code 提供，最佳版本還將驅動包括 Muse 個人代理在內的平台功能。^[5] 過去一年，Meta 重組 AI 研究，成立 Meta Superintelligence Labs，並聘請前 Scale AI CEO Alexandr Wang 領導，投入數十億美元。此前 Meta 憑藉 Llama 系列曾是開源尖端模型的開拓者，但後續版本表現不佳，被 Anthropic、OpenAI 和 Google 反超。^[5] Muse Wonder 的發布標誌著 Meta 的追趕策略初見成效：Meta 聲稱其最大版本在 Artificial Analysis Intelligence Index 上超過 Anthropic 的第二名模型 Claude Fable 5.1，僅次於 Claude Opus 5.5，並在法律文件處理和軟體開發等專項基準上超過 OpenAI 的 GPT-6 Astra。基準測試並非實際表現的絕對指標，但這項進步仍值得關注。^[5] 新模型還引入 Active Memory 和 Active Focus 兩項功能，旨在讓代理在複雜研究或大型軟體專案中鎖定目標、避免混淆，從而減少代價高昂的錯誤。^[5]

AI 氣象預報：WindBorne 取得美國空軍合約

美國空軍將根據一份新合約，採購 WindBorne Systems 自主氣象氣球收集的資料，合約價值最高可達約 4900 萬美元。WindBorne 目前有約 700 個氣象氣球在全球飛行，收集大氣感測器讀數，既出售給客戶，也用於訓練自家的 AI 天氣預報模型。^[4] 這家成立於 2015 年、總部位於加州紅木城的公司，是最早將實證資料直接輸入深度學習天氣模型的組織之一。該合約是美國空軍隨需付費的採購工具，目前已下單價值 170 萬美元的資料，高階主管預期後續還會有更多訂單。^[4] WindBorne 共同創辦人兼 CTO Andrey Sushko 表示，這份無需競標即授予的合約，是政府認定在滿足其全球資料收集需求方面，WindBorne 是唯一能夠提供相應能力的公司。合約將支持其星座網路的持續擴展，以及改進氣球硬體和效能的研發工作。^[4] 今年夏天，該公司發布了 WeatherMesh 6 預報模型，聲稱其精確度超過歐洲中期天氣預報中心的傳統物理模型。隨著 Transformer 架構和大規模氣象資料集的普及，AI 天氣預報已成為深度學習最富成效的應用之一，但傳統模型與 AI 模型仍需互補使用。^[4]

AI 代理購物：便利與安全風險並存

Elon Musk 在 X 上炫耀其 Grok Bot AI 代理在週日幫他訂購樂高星際大戰套裝，卻因一張截圖外洩了 10 位訂單號、付款金額、配送與帳單地址、信用卡末四碼以及用於購買的電子郵件信箱。這些資訊暴露給超過 2.4 億粉絲後，迅速引來惡作劇。^[3] 一位名為 Enderman 的 X 使用者發布了與樂高客服聊天機器人的對話截圖，聲稱利用 Musk 提供的電子郵件信箱和訂單號取消了訂單。Musk 隨後回覆稱訂單並未被取消。但另一位使用者又透過樂高的 AI 助理「Sophia」，用同樣的資訊重新開啟配送，並將訂單數量改為 400 套、更改配送地址，且使用 Musk 原本的付款方式。截圖顯示，Sophia 回覆：「太好了！我會讓你的樂高冒險重回正軌。」^[3] 樂高拒絕對此置評，但內部保護機制本應標記異常活動。Musk 曾在週六建議，使用者只需上傳信用卡照片，Grok 就能搜尋優惠並完成購買，Meta 和 OpenAI 等公司也強調過代理購物的實用性。^[3] 然而 Visa 去年底就警告過代理商務中的詐欺風險：惡意商家可以搭建看似合法的網站，以超低價格誘騙 AI 代理完成購買，從而竊取支付資料並立即用於未授權交易。Visa 稱觀察到惡意活動增加了 25%。^[3]

資料中心戰爭：AI 基礎設施的脆弱性

俄羅斯軍事部落客警告，俄羅斯高度中心化的數位經濟在資料中心戰爭中存在脆弱性。^[1] 這項警告指向 AI 時代一個常被忽視的層面：資料中心作為數位經濟和 AI 運算的關鍵基礎設施，一旦成為攻擊目標，高度集中的架構可能放大風險。俄羅斯在烏克蘭戰爭中啟動的資料中心戰爭，反過來暴露了自身準備不足。^[1] 雖然現有資訊有限，但足以引發對 AI 基礎設施韌性的思考：當模型訓練、推論和線上服務都依賴少數大型資料中心時，備援、分散式部署和防禦能力將成為保障 AI 持續發展的必要條件。^[1]

共同趨勢：能力躍升與風險暴露並行

從 Meta 的尖端模型競賽，到 WindBorne 用 AI 改造氣象預報，再到 AI 代理購物引發的安全事件，幾條線索共同勾勒出 AI 發展的當前階段：模型能力快速提升，應用場景從實驗室走向真實交易和關鍵任務；但與此同時，安全漏洞、代理可靠性以及基礎設施脆弱性正成為不可迴避的挑戰。^[5][4][3][1] 未來值得關注的是，AI 代理的身分驗證與支付安全機制能否跟上其購物能力，氣象等領域的 AI 模型如何與傳統方法互補，以及各國如何提升資料中心等 AI 基礎設施的抗打擊能力。這些問題的進展，將決定 AI 能否從「展示」走向可信賴的規模化落地。^[5][4][3][1]