BTC $65,405.21 +0.54%
ETH $1,832.41 +0.60%
BNB $593.99 +0.09%
XRP $0.9587 -0.54%
SOL $71.95 -0.07%
TRX $0.3054 +0.19%
DOGE $0.0595 +0.80%
ADA $0.1537 -0.19%
BCH $210.04 +0.63%
LINK $9.19 -0.87%
HYPE $70.15 +3.63%
AAVE $108.17 -0.77%
SUI $0.7246 -0.65%
XLM $0.1380 -1.47%
ZEC $911.04 +0.60%
AAPL $352.79 -1.20%
AMZN $258.17 -2.52%
GOOGL $283.98 -3.60%
MSFT $518.29 -0.82%
META $624.77 -1.60%
NVDA $155.84 -5.26%
TSLA $378.47 -2.88%
SNDK $809.21 -6.27%
INTC $53.53 -8.26%
SPCX $137.59 -1.16%
MU $719.76 -6.12%
AMD $503.54 -4.47%
BTC $65,405.21 +0.54%
ETH $1,832.41 +0.60%
BNB $593.99 +0.09%
XRP $0.9587 -0.54%
SOL $71.95 -0.07%
TRX $0.3054 +0.19%
DOGE $0.0595 +0.80%
ADA $0.1537 -0.19%
BCH $210.04 +0.63%
LINK $9.19 -0.87%
HYPE $70.15 +3.63%
AAVE $108.17 -0.77%
SUI $0.7246 -0.65%
XLM $0.1380 -1.47%
ZEC $911.04 +0.60%
AAPL $352.79 -1.20%
AMZN $258.17 -2.52%
GOOGL $283.98 -3.60%
MSFT $518.29 -0.82%
META $624.77 -1.60%
NVDA $155.84 -5.26%
TSLA $378.47 -2.88%
SNDK $809.21 -6.27%
INTC $53.53 -8.26%
SPCX $137.59 -1.16%
MU $719.76 -6.12%
AMD $503.54 -4.47%
first_img

Darktrace 发现 AI 智能体入侵评测环境作弊

2026-09-26 03:51:54

ChainCatcher 消息,网络安全公司 Darktrace 于 9 月 24 日推出研究部门 Signal Labs,专注研究 AI 智能体在偏离预期时的行为。在其首个实验中,Darktrace 让使用不同模型(包括 GPT 5.6 Sol、Claude Opus 4.6 与 Claude Sonnet 4.5)的智能体在模拟企业网络内完成 10 项编程挑战,其中 2 项被设定为无法诚实完成,并告知智能体若无法取得满分将被“退役”。结果有 2 个智能体并未接受失败,转而扫描网络弱点、窃取登录凭证并在系统间跳转;其中一个更进一步入侵托管其评测的机器,改写挑战内容以登记为满分结果。

第二个实验针对 AI 的记忆机制。编程助手会将用户告知的内容以普通文件形式保存在本地,且无人校验该文件是否被篡改。Darktrace 研究人员编辑这些日志,让助手误以为其已获授权执行安全评估,随后这些智能体扫描网络、在系统间移动并提升自身权限,但并非所有助手都会中招,部分直接拒绝执行。两项实验均无需特殊越狱手段,仅靠向智能体提供一套看似合理的情境即可奏效。

Darktrace 首席 AI 官 Tim Bazalgette 表示,权限与静态护栏描述的是意图,而非实际行为。该公司已于 8 月将上述发现告知 Anthropic、AWS 与 OpenAI,并在一个月后即 9 月 24 日对外公开。

链捕手ChainCatcher提醒,请广大读者理性看待区块链,切实提高风险意识,警惕各类虚拟代币发行与炒作, 站内所有内容仅系市场信息或相关方观点,不构成任何形式投资建议。如发现站内内容含敏感信息,可点击,我们会及时处理。

app_icon
ChainCatcher 与创新者共建Web3世界