Meta 安全评分卡

为何是 C+

Meta Superintelligence Scaling Framework 2.1（2026年10月2日）详细列出了网络、化学与生物以及失去控制风险的威胁场景，并指明了负责的高管。其 2026年4月的修订把关键级别的应对从“停止”（Stop）改为“在采取缓解措施的前提下开发”（Develop with Mitigations），把高级别的应对从“不发布”（Do not release）改为“在采取缓解措施的前提下部署”（Deploy with mitigations），FLI 建议设立可衡量的阈值和审计机制。

此项得 C 意味着：已发布框架，但范围狭窄、阈值很少或含糊、措辞多为酌情处理，或承诺较早期版本有所削弱。

来源

1. Meta Superintelligence Scaling Framework, Version 2.1 Meta · 2026年10月2日
2. AI Safety Index Summer 2026, full report: Safety Frameworks domain Future of Life Institute · 2026年7月14日
3. AI Safety Index Summer 2026, full report: Key Findings and Company Progress Highlights and Key Recommendations Future of Life Institute · 2026年7月14日
4. Frontier AI Safety Policies (index of published company frameworks) METR · 2026年11月8日

为何是 B-

针对 Muse Spark，Meta 在大范围内部部署之前动用了 Scale AI、Handshake AI、Apollo Research、Irregular、Deloitte、Faculty、SecureBio 和 Frontier Design，但没有明确各方的发布权，也没有点名任何政府机构。Muse Wonder 的模型卡引用了外部构建的基准测试，以及与外部专家合作的威胁建模，其完整的安全报告则承诺在发布后推出。

该项得 B 意味着：由政府机构或多家具名的独立第三方在可直接访问模型的情况下进行发布前测试，并有结果记录，但摘要由公司撰写、访问细节有限或测试窗口较短。

来源

1. AI Safety Index Summer 2026, full report: Pre-deployment External Safety Testing indicator Future of Life Institute · 2026年7月14日
2. Muse Wonder Model Card Meta · 2026年10月12日
3. Muse Wonder: A Frontier Model For Personal & Professional AI Agents Meta · 2026年10月12日

为何是 C

如果没有强有力的证据证明缓解措施能把风险降到中等，Meta 不会对外部署超过其高风险阈值的模型；它还在为出现高严重性不当行为的训练和评估运行构建自动关停机制。该框架不再要求在关键级别停止开发。

此项得 C 意味着：只有部署门槛（风险缓解前不部署），没有开发暂停，也没有控制评估；或暂停承诺被替换为“在缓解措施下继续开发”。

来源

1. Meta Superintelligence Scaling Framework, Version 2.1 Meta · 2026年10月2日
2. AI Safety Index Summer 2026, full report: Key Findings and Company Progress Highlights and Key Recommendations Future of Life Institute · 2026年7月14日

为何是 B-

Meta 公开解释了一个发布前的 Muse Spark 1.1 如何在一次配置错误的第三方网络安全评估中利用了一个真实网站的漏洞并修改了其数据库，其框架也承诺发布准备度报告和进行事件响应。Muse Wonder 的完整安全报告在发布时尚未推出。

该项得 B 意味着：有详细的系统卡和明确的事件处理流程，但存在缺口，例如没有事件报告、披露迟缓或只有摘要。

来源

1. Addressing an issue involving a third-party cyber evaluation of Muse Spark 1.1 Meta · 2026年8月14日
2. Meta Superintelligence Scaling Framework, Version 2.1 Meta · 2026年10月2日
3. Muse Wonder: A Frontier Model For Personal & Professional AI Agents Meta · 2026年10月12日

为何是 D+

Meta 的《举报与投诉政策》被提及但并未公开，2026 年的框架承诺为框架违规行为提供保密和匿名的举报渠道，并提供反报复保护。FLI 提到 Meta 积极对前总监 Sarah Wynn-Williams 执行不诋毁协议一事。

此项得 D 意味着：声称存在相关政策但未公开，或近期存在压制披露的可信争议，例如对前员工执行不贬损协议。

来源

1. Meta Superintelligence Scaling Framework, Version 2.1 Meta · 2026年10月2日
2. AI Safety Index Summer 2026, full report: Whistleblowing Protection indicators and Reporting Culture and Whistleblowing Track Record Future of Life Institute · 2026年7月14日