一句话看懂：Meta 因内部安全漏洞，导致用于训练 AI 的员工监控数据（键盘输入、屏幕内容、私人对话及绩效信息）被全公司可见，项目紧急叫停，员工对管理层信任跌至冰点。
事件核心：发生了什么
Meta 于今年 4 月面向美国员工推出名为 Model Compatibility Initiative（MCI）的内部工具，原本意在收集鼠标移动、键盘输入、屏幕内容等操作数据来训练 AI，使其更像人类使用软件。员工最初无权退出，后经请愿才获得有限退出选项。本周一，一名工程师发布内部通知，称 MCI 收集的数据库（涉及 45000 个 Hive 表）因访问控制列表（ACL）配置错误，向全公司开放。暴露数据包含完整提示词、转录文本、私人对话、人员绩效数据及敏感性评级。该事件被定为 SEV 2 级（0 级最严重）。Meta 随后宣布无限期暂停 MCI，CTO Andrew Bosworth 承认项目未达到隐私评审设定的标准。目前公开信息显示，暂无证据表明数据被恶意访问，但内部论坛上出现大量批评，员工直接质疑高管“狗屎”，并打断直播演示表达愤怒。
为什么重要
这一事件暴露了科技巨头在推进 AI 训练时，内部数据治理与员工信任之间的深层矛盾。Meta 需遵守 FTC 至 2040 年的同意令，但内部系统仍出现大规模配置错误，说明其隐私审查流程可能存在系统性缺陷。此外，MCI 项目本身收集员工 24/7 的办公操作数据，在未经强共识下推进，已导致 1600 多名员工签署请愿反对。此次数据泄露被视为必然结果。Meta 在 AI 竞赛中急于获取高质量行为数据，但这种“内部监控换取模型进步”的做法，可能引发硅谷更广泛的员工数据权利讨论，甚至影响其他企业的 AI 训练策略。
对用户/开发者/创作者的影响
普通用户可能不会直接接触到 MCI 收集的数据，但该事件反映出大模型训练数据的来源复杂性——AI 模型学习人类行为时，其训练样本可能来自员工默认“无隐私”的工作环境。对于开发者与创作者，若未来使用 Meta 旗下 AI 产品（如 Llama 系列模型），其行为逻辑可能存在源于真实人类操作习惯的偏差。更关键的是，这警示所有 AI 企业：若不对内部数据收集做严格审计，合规风险与员工反弹将同步放大，进而影响产品迭代节奏。企业采购 AI 工具时，也需关注供应商的内部数据治理能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. Meta 是否会完全放弃类似员工行为数据收集计划，还是转向经过强审批的匿名或合成数据方案。2. FTC 是否因该数据泄露事件对 Meta 启动新的调查或处罚，进而影响其 AI 业务的合规成本。3. 其他科技公司（如 Google、Microsoft）是否会重新评估内部员工数据用于 AI 训练的政策，避免重蹈覆辙。
来源：InfoQ CN
