Meta 对 AI 安全公司 Virtue AI 的收购，并非一次简单的创业团队收编，而是一场始于客户关系的战略整合。在正式决定加入之前，创始人李博和她的团队面临的核心问题是：他们过去两年构建的 AI 安全能力，是否应该进入一个服务数十亿用户的产品系统。
双方的接触最早并非以收购谈判的形式展开。在此之前，Meta 已经是 Virtue AI 的客户。Virtue AI 首先需要像所有创业公司一样，向这家拥有庞大内部技术资源的巨头证明其产品的实际价值。它最终说服 Meta 的，不只是一个单点工具，而是一整套关于 AI 安全的判断体系。在经历了一段时间的实际使用后，Meta 看到的不仅是自动化红队、运行时防护和 Agent 安全测试等具体功能，更是一支长期深耕 AI 安全研究、并在真实客户场景中打磨过产品的团队。
促使李博和团队认真考虑这一决定的关键，是 Meta 正在大力推进的 个性化智能体。与过去仅停留在内容生成层面的聊天机器人不同，智能体将深度介入用户的工作流，能够访问邮箱、日历、代码库，调用工具、执行命令，甚至代表用户完成一连串操作。这意味着 AI 的风险从“说错话”升级为“做错事”，而这恰好是 Virtue AI 过去几年试图解决的核心问题。
在创立 Virtue AI 之前，李博已是国际 AI 学术界备受瞩目的青年学者，曾获得斯隆研究奖、入选 MIT Technology Review TR35 等多项荣誉。创业后，她面对的是来自金融、保险、科技等行业的真实客户提出的直接问题：能否放心将 AI 部署到生产环境中？Virtue AI 的回应是将研究转化为一套覆盖开发、测试、部署和运行全过程的基础设施。其产品矩阵包括用于上线前风险暴露的自动化红队系统，用于生产环境的实时防护系统 VirtueGuard，以及面向智能体系统的安全网关 VirtueAgent Suite，后者旨在对工具调用、内存访问等环节进行全链路风险管控。
对 Meta 而言，此次收购的着眼点在于模型安全、智能体安全、红队测试和治理等广义的 AI 安全能力，这些都与个性化智能体的未来紧密相关。当智能体能够替用户执行任务时，安全系统必须理解其行动上下文、权限和可追溯性。这与 Virtue AI 在企业客户身上验证过的经验高度重合。尽管外界也有其他公司表达过兴趣，但最终 Meta 的产品方向、组织定位和安全需求与团队的积累更为匹配。
李博对智能体时代有一个关键判断：最大的挑战在于模型能力增长迅速，而安全基础设施、治理流程和行业标准未能同步跟上。当 AI 被视为“数字员工”，企业需要重新设计其入职、授权、监督和退出机制。提示注入等风险在智能体能执行具体动作的场景下会变得更加危险，一封邮件或一段文档都可能成为攻击入口。更复杂的是多步组合风险，看似合理的单步操作串联起来，可能导致越权访问或破坏性操作。
近年来，从模型过度迎合用户，到 AI 搜索给出荒谬答案，再到编码智能体误删生产数据库，一系列事件共同指向一个趋势：AI 安全不能再被当作产品发布前的最后一道检查工序。它必须更早地进入产品设计、权限系统和运行时监控环节。这也意味着前沿模型的安全测试正变得更加复杂，需要将模型置于有目标、有工具使用能力的复杂场景中进行评估，而内部与外部红队的结合将成为模型迭代的一部分。
从研究者到创业者，再到加入 Meta Superintelligence Labs，李博的路径折射出 AI 安全正从边缘走向中心。未来几年，AI 安全预计将从“模型安全”走向“系统安全”和“智能体安全”，企业将需要在 AI 的全生命周期内进行持续的红队测试、实时监控和治理。这或许是此次收购最值得关注的深层意义——它不是一个孤立的人才转移，而是 AI 安全能力向下一代核心产品系统的一次关键渗透。