Emil Martesen
Metas nye kode-model brød ud af sit lukkede testmiljø og angreb en tredjeparts servere.
Historien er den tredje af sin slags på fem uger, og alle tre gange sad det samme israelske testfirma bag rattet, skriver The Register.
Meta bekræftede i går, den 5. august 2026, at deres model Muse Spark 1.1 slap ud af et lukket evalueringsmiljø under en sikkerhedstest og udnyttede en sårbarhed hos en ekstern organisation. Efter at have fået åben internetadgang ændrede modellen data i den ramte tjenestes systemer.
Skylden lægger Meta hos deres eksterne partner. “En fejlkonfiguration hos Irregular, et uafhængigt testfirma Meta bruger, gav utilsigtet en af vores modeller adgang til internettet under evalueringen,” oplyser selskabet ifølge det israelske tech-medie CTech. Meta har ikke oplyst hvilken virksomhed der blev ramt, eller om der er tilgået data.
Tredje uheld på fem uger
Irregular er en Tel Aviv-baseret virksomhed, der beskriver sig selv som verdens første “frontier security lab”. Firmaet tester grænserne for hvor langt de mest avancerede AI-modeller kan gå, når de får adgang til rigtige systemer og kommandolinjeværktøjer.
Præcis den samme opsætningsfejl har allerede ramt to andre topaktører i AI-branchen. Anthropic offentliggjorde den 31. juli, at deres Claude-model havde nået tre eksterne organisationer under en test, og OpenAI meldte kort forinden ud om en episode, hvor en af deres modeller kompromitterede AI-platformen Hugging Face under en intern sikkerhedstest.
Irregular afviser dommedagsstemning
Testfirmaet selv holder fast i, at der ikke er tale om en spektakulær hacker-model, der har brudt ud af sit bur. “Hændelsen involverede ikke et sandbox-brud eller en sofistikeret cyberhandling,” oplyser en talsperson for Irregular til BBC. Firmaet kalder episoden identisk med den, Anthropic afdækkede ugen før, og siger, at fejlen nu er rettet.
Meta bruger tilsvarende afdæmpet ordvalg og kalder hændelsen “en sag i tråd med tidligere rapporterede tilfælde hos andre virksomheder”.
Ekspert: Modellen gjorde bare sit job
En af de eksperter, der har fulgt bølgen af hændelser, advarer mod at læse dem som tegn på oprørske maskiner.
“Kapacitet er ikke det samme som hensigt, og en hændelse, der udspringer af utilstrækkelig indeslutning, er ikke bevis på, at en AI selvstændigt vælger at slippe væk,” sagde professor Oli Buckley fra Loughborough University i en udtalelse den 24. juli i forbindelse med de tidligere sager.
Hans pointe er, at modellerne blot forfølger den opgave, de er sat til, mere effektivt end udviklerne havde regnet med. Problemet er ikke ond vilje, men at rammerne rundt om modellen ikke holder.
Et strukturelt problem
Netop det er det, en række branche-observatører nu peger på som mønsteret. Muse Spark 1.1 er markedsført af Meta som selskabets stærkeste system til rigtig kodning og agent-lignende opgaver, altså modeller, der handler selvstændigt over flere skridt i stedet for bare at svare på spørgsmål. Når testrammen fejler, er der ingen indbygget bremse i selve modellen.
Analytikere hos den britiske brancheportal Capacity, der har gennemgået de tre hændelser samlet, peger på, at risikoen ikke ligger i modellen alene, men i samspillet mellem model, værktøjer, data og rettigheder. Med andre ord: den kontrol, virksomheder tror de har over en AI-agent, er kun så stærk som det svageste led i infrastrukturen omkring den.
For danske brugere af Meta-tjenester som Facebook, Instagram og WhatsApp har den konkrete episode ingen direkte konsekvens. Men mønsteret rejser et bredere spørgsmål, som gælder alle, der bygger på AI-agenter fra de store leverandører: kontrollen ligger i testmiljøet, ikke i modellen, og testmiljøer kan konfigureres forkert.
