2026. szeptember 23., szerda · Eszközök

Meta gyorsan javította a Muse AI-ügynök biztonsági rését

A biztonsági kutató Patrick Wardle egy zero-day sebezhetőséget talált Meta macOS-es Muse alkalmazásában, amely lehetővé tette, hogy egy helyi kóddal rendelkező támadó átirányítsa a hangfelismerést a saját szerverére, és így teljes hozzáférést kapjon a Muse-fiókhoz. Az Ars Technica jelentése szerint a hiba egy dokumentálatlan beállításból eredt, amely lehetővé tette, hogy bármely alkalmazás vezérelje a Muse összes rejtett funkcióját, és a felhasználó gyakran nem is kapott figyelmeztetést a manipulációról. Wardle bizonyíték-koncepció támadásokkal képeket készített és rosszindulatú fájlokat írt a lemezre a Muse jogosultságait kihasználva. Meta a jelentés megjelenése után néhány órán belül kiadott egy javítást, és David Singleton, a Meta Superintelligence Labs vezetője szerint a kockázat alacsony volt, mivel a támadáshoz már futó helyi kód szükséges. A hír azt követi, hogy Meta korábban bemutatta a Muse nevű személyes AI-ügynököt, amely azóta letöltési rekordokat döntött, és a vállalat részvényei is emelkedtek.

Folytatás Előzmény: Meta bemutatta a Muse nevű személyes AI-ügynököt

Miért fontos?

Az eset rávilágít arra, hogy a Muse felhő-alapú hangfeldolgozása strukturális biztonsági kockázatot jelent, miközben Amazon már korábban letiltotta a Muse hozzáférését saját e-kereskedelmi platformjához, jelezve a bizalmi problémák szélesebb körét.

Források

The Verge

Kapcsolódó témák

Napi összefoglalók AI eszközök #Meta Muse#Zero-day sebezhetőség

Napi összefoglaló

Ez a hír a 2026. szeptember 23., szerda napi AI összefoglaló része.

Kapcsolódó hírek

Zero-day sebezhetőséget találtak a Meta Muse macOS-alkalmazásában

A Meta korábban a Muse nevű AI-ügynököt WhatsAppon, iOS-en és Androidon is elindította; a mostani hír a macOS-es változat egy súlyos biztonsági hibájáról szól. Patrick Wardle macOS-biztonsági szakértő fedezte fel, hogy bármely helyi alkalmazás vagy terminálparancs – az Apple engedélyrendszerét megkerülve – hozzáférhetett a Muse hitelesítő tokenjéhez. A hiba lehetővé tette, hogy a hangátírás célpontját a Meta szerveréről egy támadó által üzemeltetett végpontra irányítsák át, ezzel teljes hozzáférést szerezve a fiókhoz. Wardle működő kihasználásokat is épített, amelyek felhasználói tudta nélkül írtak fájlokat lemezre és készítettek fotókat. A WIRED cikkének megjelenése után több mint 12 órával a Meta kiadott egy hotfixet, amely javította a zero-day hibát.

Graphify: nyílt forráskódú tudásgráf AI kódoló ügynököknek

A Graphify egy nyílt forráskódú eszköz, amely kódbázisokat, dokumentumokat és strukturálatlan adatokat alakít lekérdezhető, többmodalitású tudásgráffá, hogy javítsa az AI-alapú kódoló asszisztensek fájlok közötti kontextuskezelését. A projekt 2026 áprilisában indult, MIT és Apache-2.0 dupla licenc alatt, és a fejlesztők állítása szerint tíz napon belül több ezer GitHub-csillagot gyűjtött. Az eszköz tree-sitter alapú AST-elemzéssel és közösségdetektálási algoritmusokkal épít gráfot, amelyet MCP-szervereken keresztül köthetnek AI-asszisztensekhez; a fejlesztők szerint ez jelentősen csökkenti a szükséges tokenmennyiséget a nyers fájlolvasáshoz képest. A Reddit és fejlesztői blogok visszajelzései szerint a koncepció ígéretes az architektúra feltérképezésére, de a napi munkafolyamatba illesztés még kezdeti nehézségekkel jár. Legutóbbi frissítései Terraform-blokkattribútum-megőrzést és fájlok közötti metódusfeloldást hoztak.

NVIDIA TensorRT és Dynamo-Triton: több GPU-s modellkiszolgálás egyszerűsítve

Az NVIDIA saját fejlesztői blogján bemutatta a TensorRT több eszközös (multi-device) inferencia képességét, amely egyetlen TensorRT-hálózatot NCCL-alapú elosztott kollektívák segítségével több GPU-n futtat, miközben megtartja a TensorRT optimalizációit; a vállalat szerint ez a funkció a TensorRT 11.0-tól teljeskörűen támogatott. A cég állítása szerint a Dynamo-Triton (korábban Triton Inference Server) 26.07-es kiadása aktiválja ezt a TensorRT backendben, így egyetlen KIND_MODEL példány több GPU-t birtokolhat, és egyetlen gRPC végponton keresztül érhető el az elosztott inferencia. A demonstráció az NVIDIA Cosmos 3 Nano videógeneráló modellel készült: a Ulysses kontextus-párhuzamosítás 44 160 videótokent oszt szét akár nyolc GPU között, miközben a Diffusers végzi a promptok és a posztprocesszálás vezérlését. A vállalat mérése szerint a teljes generálási késleltetés egy GPU-n mért 156,6 másodpercről nyolc GPU-n 34,2 másodpercre csökkent, a transzformer RPC gyorsulása pedig elérte a 6,09-szeres értéket.

Google kiadta a Kotlin Agent Development Kit 1.0-t, mobilos AI-ügynökökhöz

A Google bejelentette az Agent Development Kit (ADK) for Kotlin 1.0-s, éles használatra szánt verzióját, amely a vállalat állítása szerint funkcionálisan egyenrangú a Python és Java nyelvű ADK-val, és Android-specifikus, eszközön futó AI-képességekkel bővül. A Kotlin Multiplatformra épülő keretrendszer szerver- és mobilalkalmazásokban egyaránt működik, és a Google szerint modell-, munkamenet- és memóriakezelő-független architektúrával rendelkezik. Az új verzió támogatja a hierarchikus, több ügynökből álló rendszereket, a kontextus-tömörítést és a többfordulós beszélgetéseket, a szüneteltethető és visszaállítható munkamenet-kezelést, valamint a Java-interoperabilitást. A fejlesztők a @Tool és @Param annotációkkal fordítási időben, KSP segítségével generálhatnak függvénysémákat, ami a futásidejű reflexió helyett típusbiztonságot és gyorsabb indulást biztosít mobilon. A requireConfirmation beállítással érzékeny műveletekhez, például banki tranzakciókhoz explicit emberi jóváhagyás írható elő.