Meta Muse泄露6800段对话：企业用AI处理机密信息的三个教训
事件回顾
安全研究人员发现，Meta的Muse AI智能体的对话分享功能存在枚举漏洞：攻击者通过被动DNS查询就能批量访问共享链接，约6800段用户对话被暴露。里面不是闲聊——包括高管笔记、营收复盘、贷款申请甚至银行账户信息。Meta已暂停该功能调查。
为什么这件事值得所有企业重视
因为泄露的不是模型，是使用习惯。 员工把真实的商业机密塞进了AI对话，又随手开了分享链接。模型厂商有安全责任，但数据是企业自己的。
三个教训
教训一：机密分级要先行
在员工大规模使用AI工具之前，先明确哪些信息可以进AI、哪些绝对不行。客户报价、财务数据、并购计划这类信息，应写入公司AI使用规范，而不是靠员工自觉。
教训二：分享与导出功能是重点审查对象
厂商把分享当便利功能，监管和攻击者把它当数据出口。企业安全评审时要专门测试：分享出去的内容作用域是什么？历史对话会不会被带出去？链接能不能被枚举？
教训三：选型看厂商的安全响应
Muse出事后Meta快速暂停了功能。选企业AI工具时，厂商的漏洞响应速度和透明度，比功能列表更重要。
给中小企业的行动清单
- 立即盘点团队在用的AI工具，确认哪些开着分享/导出功能
- 在AI工具中处理客户信息时，用脱敏数据（如“客户A”代替真实名称）
- 把“AI数据安全三条红线”写进员工手册：不传客户隐私、不传财务细节、不开公开分享
结语
6800段对话的代价，替所有企业上了一堂免费的安全课：AI时代的数据泄露，往往不发生在模型身上，而发生在人和工具的交互习惯里。