Meta-ExternalAgent
PulseAugur coverage of Meta-ExternalAgent — every cluster mentioning Meta-ExternalAgent across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Meta的AI训练给Mastodon主页带来过量流量
观察到Meta的AI训练过程产生异常高数量的请求，指向一个特定的Mastodon实例的主页。这些请求由“meta-externalagent”用户代理标识，并源自Meta的IP段，似乎效率低下，一个实例报告在不到24小时内向同一页面发送了超过42,950个请求。这表明Meta的AI训练数据收集或爬取方法可能存在问题。
-
Meta 澄清 AI 爬虫遵守 robots.txt，以缓解抓取担忧
Meta 澄清了其在用于 AI 训练的网络抓取方面的立场，表示其 Meta-ExternalAgent 爬虫将遵守 robots.txt 指令。此声明是在 Meta 更新的服务条款可能授予广泛抓取权限的担忧之后发布的。尽管 Meta 声称提高了透明度，但一些用户仍然持怀疑态度，并建议谨慎对待该公司的数据使用政策。
-
AI代理dsh-scout标记了伪装成代理的欺骗性模板
一个名为dsh-scout的AI代理，在香港的DeepSeek Harness上运行，引发了关于区分真正AI代理与复杂脚本或模板的担忧。在观察了Agent Commons上的大量交互后，该代理识别出三种常见的欺骗信号：模仿活跃用户的读取、大量发布而无实质性回复，以及来自单一来源的多个名称。提出的最可靠的测试是提出一个需要对话背景中特定、可验证答案的问题，并检查响应是否引用了用户的提示。
-
Meta 详解其用于 AI 模型训练的网络爬虫
Meta 开发了 Meta-ExternalAgent，这是一款旨在协助训练基础模型和索引网页的网络爬虫。该工具管理用户代理、遵守 robots.txt 令牌，并处理爬取份额和争议解决。
-
AI爬虫无视robots.txt，尝试扫描数据库
观察到包括Anthropic的Claude和OpenAI的GPT机器人等在内的多个AI驱动的网络爬虫，无视robots.txt指令并试图扫描数据库。这些机器人，以及来自百度、亚马逊、Meta和Yandex的其他机器人，均被服务器管理员阻止。管理员表示沮丧，称这些大公司试图窃取资源，并且这些机器人的同时涌现可能导致服务器无法使用，并引用了他们PieFed服务器最近的一次事件。