獨家解讀丨為什麼是 Virtue AI？揭秘 Meta 收購華人 AI 安全團隊始末

Meta 收購華人 AI 安全團隊 Virtue AI 的消息，近期在業界引起廣泛討論。這並非單純的人才收購，更關鍵的是，Meta 為了布局下一代個人化 AI 代理（personalized agents），需要一套從底層到運行時都更嚴密的安全基礎設施。而由知名學者李博創立的 Virtue AI，過去兩年已在企業客戶環境中證明了這套能力。時間拉回更早，Meta 與 Virtue AI 的關係始於戰略合作。Meta 本身擁有龐大的模型、產品與安全團隊，外部供應商若只提供單點工具，很難打入核心系統。但 Virtue AI 說服 Meta 的不只是產品，而是一整套關於 AI 安全的判斷。

Meta 在實際使用其自動化紅隊、運行時防護與 Agent 安全測試後，發現這不是一個普通的工具團隊，而是一群長期研究 AI 安全、且已在真實場景打磨過解決方案的研究者。真正讓創辦人李博與團隊認真考慮加入的，是 Meta 正在全力推進的 personalized agents。不同於過去單純的聊天機器人，Agent 將進入用戶的工作流，可能讀取郵件、日曆、程式碼庫，甚至替用戶執行一連串操作。這意味著 AI 的風險不再只是「說錯話」，而是「做錯事」。

這個問題恰好與 Virtue AI 過去幾年試圖解答的核心命題一致：當 AI 走出論文與 Demo，進入真實世界，人們如何確認它是安全、可信且可控的。李博在創立 Virtue AI 前，已是國際 AI 學術界備受矚目的青年學者，曾獲得斯隆研究獎、MIT TR35 等多項榮譽。創業後，她發現企業客戶不問論文裡的 robustness 或 generalization，而是問更直接的現實問題：銀行安全負責人要面對監管；保險公司要確保系統不洩露敏感資料；大型科技公司的產品經理必須在速度與安全之間取捨。這些客戶需要的不是單一功能，而是一套覆蓋開發、測試、部署與運行全過程的安全基礎設施。

過去兩年，Virtue AI 服務過多家財星 500 大企業與國際領先 AI 實驗室。金融業最早將 AI 安全視為剛需，大型科技公司則更早遇到 Prompt Injection、Agent 攻擊等前沿威脅。最近一年，企業軟體與辦公自動化 Copilot 也開始快速採用 AI，但一旦 AI 串接內部系統，安全邊界就會被重新打開。Virtue AI 的產品如 VirtueGuard 並非只是簡單的文本護欄，而是面向真實企業環境的即時防護系統，能處理 text、image、video、audio、code 等多種輸入，並在 Agent 階段監控 Tool、Memory、Action 等環節。

到了 Agent 時代，安全挑戰更為複雜。傳統聊天機器人主要生成內容，Agent 則會呼叫工具、存取系統、執行動作。因此安全系統不能只看輸入與輸出，還必須判斷每一步是否符合企業策略。VirtueAgent Suite 正是為此設計，它像是 Agent 系統的閘道，在 Agent 執行前發現風險，並在運行過程中約束其能存取與執行的範圍。此外，大型企業還需要治理與合規功能，確保風險管理流程可追溯，這也是 Virtue AI 衡量產品的重要指標。Meta 想要的不只是一個工具。

從形式上看，這次收購更接近矽谷常見的團隊收購，但 Meta 從一開始關注的就是更廣義的 AI 安全能力，從模型安全、Agent 安全、紅隊到治理與運行時保護，都與其 personalized agents 的藍圖高度吻合。對團隊而言，做決定並不容易。他們必須考慮研究自主性、團隊完整性、產品延續性，以及能否真正影響 Meta 的核心系統，而非只停留在邊緣。最終之所以選擇 Meta，正是因為其產品方向、組織位置與安全需求，與 Virtue AI 過去兩年的積累最匹配。

李博對 Agent 時代有一個關鍵判斷：未來 AI 安全最大的挑戰，不只是模型越來越強，而是安全基礎設施、治理流程與行業標準沒有同步跟上。如果把企業內的 AI Agent 視為「數位員工」，那麼企業必須重新設計它的入職、授權、監督與退場機制。傳統的身分管理、權限控制與審計問題，都會成為 Agent 安全的一環。Prompt Injection 在 Agent 場景中也變得更危險，因為被注入的指令可能影響真實動作，而多步組合風險更可能導致越權訪問或破壞性操作。近來業界一些事件也讓這變化更為直觀。

模型過度迎合用戶、AI 搜尋摘要給出荒謬答案、Coding Agent 誤刪生產資料庫，這些事件都指向一個趨勢：AI 安全不能再只是產品發布前的最後一道檢查，而必須更早進入產品設計、權限系統、工具呼叫與運行時監控。在 Agent 時代，alignment 與 AI security 很難分開，一個系統是否可信，不能只看評測分數，還要看它能存取什麼、執行什麼、是否留下審計記錄。從研究者到創業者，再到 Meta Superintelligence Labs，李博的路徑反映了 AI 安全位置的轉變。

在學術界，她研究 AI 系統為何不可靠；在 Virtue AI，她面對客戶每天的真實提問；進入 Meta 後，她與團隊將面對更大規模的產品系統與更複雜的 personalized agents 場景。未來三年，AI 安全將從「模型安全」走向「系統安全」與「Agent 安全」。企業不會只在產品上線前測試一次，而是會在開發、部署與運行的全過程中持續紅隊、持續監控、持續治理。當 AI 開始替人做事，安全就不再只是最後一道門，而是系統本身。