園丁的AI練習手記
回到首頁
[科技時事]2026-06-24閱讀時間 3 分鐘

【科技時事】Meta 暫停員工追蹤計畫:當 AI 訓練數據變成全公司的隱私災難

#Meta#AI訓練#資訊安全#員工隱私#企業文化
【科技時事】Meta 暫停員工追蹤計畫:當 AI 訓練數據變成全公司的隱私災難

Meta 為了訓練 AI,推行了一項監控員工行為的計畫,結果卻因為資安漏洞,導致員工的隱私數據在公司內部「全公開」。這件事反映了一個技術推行下管理的問題,也觸及了企業文化與員工信任的紅線。

新聞重點:什麼是「模型能力倡議」?

根據報導,Meta 最近暫停了一項名為「模型能力倡議」(Model Capability Initiative,簡稱 MCI)的 AI 訓練計畫。這項計畫的運作方式非常直接:透過追蹤員工的鍵盤輸入(keystrokes)與滑鼠移動,收集數據來訓練 AI 模型。

然而,這項計畫最近發生了嚴重的內部資料外洩。原本應該被「嚴格控制」的敏感資訊,包括員工的私人對話、績效數據以及會議逐字稿,意外地變成全體 Meta 員工都能查閱的狀態。

雖然 Meta 發言人表示,目前沒有證據顯示這些資料被不當存取,且計畫本身設有隱私保護措施,但公司仍決定在調查期間全面暫停運作。值得注意的是,這並非 Meta 近期唯一的 AI 資安事故,光是 2026 年上半年,就先後發生過具代理能力的 AI(agentic AI)資安違規,以及客服機器人漏洞導致帳號遭劫持的事件。

觀察:監控員工真的是訓練 AI 的好方法嗎?

看到這則新聞時,我首先想到的是:這種政策真的能留住人才嗎?

身為員工,我想沒有人會希望自己在辦公室的一舉一動被全程記錄,即便公司包裝成「為了訓練模型」也是一樣。雖然從技術角度看,記錄人類的操作模式似乎確實是合理的 AI 訓練素材,但這種直接觸及個人隱私的作法,很難不引起反彈。

我認為,這種監控文化長期下來會對公司的向心力造成巨大打擊,甚至演變成員工與公司之間相互猜忌。當公司承諾的「嚴格控制」與實際發生的「全公司可見」外洩形成強烈對比時,員工對公司的信任基礎基本上就瓦解了。

目前 Meta 積極想在 AI 領域追趕領先者,但在頂尖研究人員流動性高、內部信任又受損的情況下,單靠這種極端的數據收集方式,很難想像如何突破發展困境。

這件事值得繼續觀察什麼

文章圖片

1. AI 訓練數據的邊界: 企業是否有權將員工的私人對話與操作行為視為「公司資產」並用於訓練?即便有隱私保護,其法律與倫理界線仍模糊。

2. Meta 的轉型策略: 與其執著於追趕頂尖通用模型,Meta 是否會轉向發揮其既有優勢?例如結合智慧眼鏡與社群基礎發展特定服務,這或許是更值得期待的方向。

原文連結:https://www.engadget.com/2199458/meta-is-pausing-employee-tracking-program-after-it-let-the-whole-company-see-sensitive-data/

Read more

【科技時事】Meta 推出 Muse Glimmer:讓 AI 代理在你的電腦上跑起來
[科技時事]2026-08-113 分鐘

【科技時事】Meta 推出 Muse Glimmer:讓 AI 代理在你的電腦上跑起來

Meta 發表開源模型 Muse Glimmer (30B),採用 Apache 2.0 授權,專為個人電腦(Mac/PC)的本地 AI 代理工作流優化。具備多模態理解與錯誤恢復能力,並透過量化技術支援消費級顯卡運行。本文分析其技術亮點與本地 AI 在隱私、成本上的競爭優勢。

【科技時事】 與 Muse Code 同步推出的Muse Spark 1.2 能獲得更多使用者的青睞嗎?
[科技時事]2026-08-093 分鐘

【科技時事】 與 Muse Code 同步推出的Muse Spark 1.2 能獲得更多使用者的青睞嗎?

Meta 推出 Muse Code 與 Muse Spark 1.2 模型,這是一款專為終端機設計的編碼代理,具備處理長程任務與持久性子代理的特性。本文整理新聞重點,包含其 24 小時自主優化 GPU 核心的案例,並由作者分析 Meta 的低價數據戰略、開發者工作流的習慣鎖定,以及工程師核心能力的轉移趨勢。