网通社科技快报
Meta将机密计算扩展至AI眼镜 支撑Muse智能体长期记忆与上下文感知
Meta已将其‘私有处理’（Private Processing）技术从WhatsApp和Meta AI扩展至正在研发的AI眼镜产品线，标志着隐私保护架构正式进入全天候可穿戴设备场景。该方案依托机密虚拟机（CVM）与可信执行环境（TEE），在硬件级隔离下处理敏感数据：用户设备运行轻量客户端完成特征提取与加密请求，经OHTTP中继匿名化后，进入Meta云中两个并行CVM实例——分别承载产品逻辑与大型AI模型推理，状态数据仅以密文形式存储于TEE加密引擎内。整套流程通过远程认证、硬件签名与透明账本验证保障安全。
此举旨在应对AI眼镜对‘有状态、个性化、持续交互’能力的需求：基础功能可在本地处理，但长期记忆召回、跨场景上下文搜索等高级能力需依赖累积个人上下文与更大规模模型，而私有处理在算力限制与隐私风险间取得平衡——Meta无法访问明文数据，用户仍获高度个性化服务。
该技术深度嵌入Meta的Muse智能体战略，后者作为扎克伯格定义的‘个人超级智能’核心载体，目标是整合邮件、日历、支付等多源数据提供自主服务。Muse参考OpenClaw设计，支持权限按需授权与即时撤销，其模型推理与训练全面依托英伟达基础设施。2026年10月，英伟达宣布向Meta投资30亿美元，双方扩大部署Vera Rubin平台、Vera CPU及Spectrum-X网络，并探索OpenShell与Sentry工具以监管智能体行为风险。
技术层面，Meta强调机密计算覆盖CPU与GPU，支持混合工作负载统一保护；系统依赖聚合运营指标进行异常检测，CVM镜像已在透明账本注册供审计。目前该功能尚未启用，Meta正联合NCC Group等机构开展审查，并计划开放工具链推动行业共建标准。工程总监Pritam Shah表示，提前披露意在邀请安全社区验证，反映其对隐私伦理的高度审慎。
此举旨在应对AI眼镜对‘有状态、个性化、持续交互’能力的需求：基础功能可在本地处理，但长期记忆召回、跨场景上下文搜索等高级能力需依赖累积个人上下文与更大规模模型，而私有处理在算力限制与隐私风险间取得平衡——Meta无法访问明文数据，用户仍获高度个性化服务。
该技术深度嵌入Meta的Muse智能体战略，后者作为扎克伯格定义的‘个人超级智能’核心载体，目标是整合邮件、日历、支付等多源数据提供自主服务。Muse参考OpenClaw设计，支持权限按需授权与即时撤销，其模型推理与训练全面依托英伟达基础设施。2026年10月，英伟达宣布向Meta投资30亿美元，双方扩大部署Vera Rubin平台、Vera CPU及Spectrum-X网络，并探索OpenShell与Sentry工具以监管智能体行为风险。
技术层面，Meta强调机密计算覆盖CPU与GPU，支持混合工作负载统一保护；系统依赖聚合运营指标进行异常检测，CVM镜像已在透明账本注册供审计。目前该功能尚未启用，Meta正联合NCC Group等机构开展审查，并计划开放工具链推动行业共建标准。工程总监Pritam Shah表示，提前披露意在邀请安全社区验证，反映其对隐私伦理的高度审慎。