Meta ra mắt Muse: Trợ lý AI cá nhân vận hành trên đám mây bảo mật riêng biệt

Hôm nay, Meta đã giới thiệu Muse, một tác nhân AI cá nhân có khả năng thực hiện hành động thay vì chỉ trả lời câu hỏi. Muse có thể gửi email, đặt lịch trình du lịch, đàm phán hóa đơn và theo đuổi các mục tiêu dài hạn. Nó vẫn tiếp tục làm việc ngay cả khi bạn đóng ứng dụng và chỉ quay lại khi cần sự phê duyệt từ bạn. Câu chuyện lớn hơn đối với các nhà phát triển AI nằm ở kiến trúc. Mỗi người dùng được cấp một máy ảo đám mây chuyên dụng, gọi là Muse Secure VM, nơi tác nhân, trình duyệt của nó và tất cả thông tin xác thực được lưu trữ trong môi trường biệt lập. Liệu nó có thể triển khai được không? Bản thân Muse là một dịch vụ dành cho người tiêu dùng, hiện đang được triển khai tại Mỹ trên iOS, Android và muse.ai, với cả gói miễn phí và trả phí. Các nhà phát triển không thể tự lưu trữ (self-host) Muse, nhưng mô hình nền tảng của nó là Muse Spark 1.3 hiện đã có sẵn thông qua Meta Model API và Muse Code, với lộ trình phát hành trọng số mở (open weights) đã được Meta công bố.

Muse thực sự làm được gì

Muse được xây dựng xoay quanh việc nhắn tin. Người dùng mô tả một nhiệm vụ hoặc mục tiêu, và tác nhân sẽ lập kế hoạch rồi thực thi. Nó có thể mở trình duyệt, điền biểu mẫu và đàm phán thay cho người dùng. Các ví dụ của Meta bao gồm việc bán xe với giá cao hơn, giảm hóa đơn và điều chỉnh kế hoạch tập luyện. Muse cũng ghi nhớ ngữ cảnh xuyên suốt các cuộc trò chuyện. Nó có thể biến một video công thức nấu ăn đã lưu trên Instagram thành danh sách mua sắm và ghi nhớ các hạn chế về chế độ ăn uống của bạn bè. Các bước nhạy cảm, chẳng hạn như gửi email hoặc hoàn tất giao dịch mua hàng, luôn tạm dừng để chờ người dùng phê duyệt. Một nhật ký kiểm tra đầy đủ sẽ hiển thị mọi thứ tác nhân đã thực hiện và dự định thực hiện.

Mô hình: Muse Spark 1.3

Muse chạy trên Muse Spark 1.3, được Meta Superintelligence Labs phát hành vào tuần trước. Mô hình này nhắm đến các công việc tác nhân có tầm nhìn dài hạn: gọi công cụ CLI zero-shot, đa luồng quy trình làm việc và tự sửa lỗi từ các nguồn dữ liệu hỗn loạn. Trong các so sánh nội bộ của các kỹ sư Meta, nó sử dụng ít hơn khoảng 20% lệnh gọi công cụ và ít hơn 25% token so với Muse Spark 1.2. Meta cho biết mô hình này gần đạt đến trạng thái tiên tiến nhất (state of the art) trong việc chống lại tấn công prompt injection. Các nhà phát triển hiện có thể sử dụng nó trong Muse Code và Meta Model API tại dev.meta.ai.

Muse Secure VM và Sentinel

Thiết kế bảo mật là phần thú vị nhất về mặt kỹ thuật trong lần ra mắt này. Bộ khung tác nhân (agent harness) chạy bên trong một cell runtime systemd-nspawn với các syscall được lọc và các khả năng kernel hạn chế. Các dịch vụ quan trọng về bảo mật nằm bên ngoài cell đó, trên cùng một máy ảo. Một tác nhân Sentinel riêng biệt sẽ phê duyệt mọi hành động của trình kết nối và mọi yêu cầu mạng, ở cả lớp 4 và lớp 7. Muse đề xuất; chỉ Sentinel mới cho phép. Thông tin xác thực được xử lý thông qua cơ chế thay thế (surrogation). Tác nhân chỉ nhìn thấy các token giữ chỗ, và Sentinel sẽ chèn các bí mật thực sự tại ranh giới mạng. Điều đó khiến việc đánh cắp thông tin xác thực thông qua prompt injection trở nên vô ích về mặt cấu trúc, vì không có dữ liệu thực nào để đánh cắp. Việc theo dõi vết (taint tracking) eBPF ở cấp độ kernel giúp phân biệt các yêu cầu sạch với những yêu cầu đã chạm vào dữ liệu người dùng, từ đó kiểm soát việc phê duyệt tương ứng. Trình kết nối trình duyệt (browser sub-agent) chỉ nhìn thấy cây truy cập (accessibility tree), không phải DOM thô, và không thể thực thi JavaScript. Trình kết nối email thậm chí còn lọc bỏ các mã xác thực một lần (OTP) và các liên kết đặt lại mật khẩu theo mặc định.

Giải thích tương tác: Cách 1 hành động của Muse được phê duyệt

Nội dung nhúng bên dưới sẽ hướng dẫn quy trình phê duyệt qua 5 giai đoạn, với chủ đề màu xanh đặc trưng của Meta. Nó bao gồm 2 kịch bản: một giao dịch mua hàng bình thường và một nỗ lực tấn công prompt injection bị chặn.

Những điểm chính cần lưu ý

Hãy xem qua Muse Spark 1.3, cách Meta xây dựng tính bảo mật vào Muse và Muse trên X. Ngoài ra, hãy thoải mái theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit 150k+ ML của chúng tôi cũng như đăng ký nhận Bản tin (Newsletter). Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Bạn cần hợp tác với chúng tôi để quảng bá GitHub Repo, Hugging Face Page, Product Release hoặc Webinar, v.v.? Hãy kết nối với chúng tôi.

Michal Sutter là một chuyên gia khoa học dữ liệu với bằng Thạc sĩ Khoa học Dữ liệu từ Đại học Padova. Với nền tảng vững chắc về phân tích thống kê, học máy và kỹ thuật dữ liệu, Michal xuất sắc trong việc chuyển đổi các tập dữ liệu phức tạp thành những thông tin chi tiết có thể hành động được.