BTC $86,430.02 +2.96%
ETH $2,746.67 +1.45%
BNB $778.08 +0.94%
XRP $1.53 +2.59%
SOL $121.83 +3.29%
TRX $0.3348 +0.66%
DOGE $0.0965 +1.64%
ADA $0.2553 +2.57%
BCH $315.86 +2.01%
LINK $14.40 +0.07%
HYPE $90.86 +0.44%
AAVE $183.87 +10.79%
SUI $1.17 +0.61%
XLM $0.2238 +0.59%
ZEC $1,378.27 -1.68%
AAPL $331.36 -0.39%
AMZN $249.75 -0.92%
GOOGL $340.07 -2.69%
MSFT $516.63 -0.62%
META $728.28 +0.23%
NVDA $234.80 +1.95%
TSLA $356.00 -0.22%
SNDK $1,760.56 +0.20%
INTC $122.10 +2.02%
SPCX $149.22 -1.56%
MU $1,093.80 +3.36%
AMD $626.90 +2.12%
BTC $86,430.02 +2.96%
ETH $2,746.67 +1.45%
BNB $778.08 +0.94%
XRP $1.53 +2.59%
SOL $121.83 +3.29%
TRX $0.3348 +0.66%
DOGE $0.0965 +1.64%
ADA $0.2553 +2.57%
BCH $315.86 +2.01%
LINK $14.40 +0.07%
HYPE $90.86 +0.44%
AAVE $183.87 +10.79%
SUI $1.17 +0.61%
XLM $0.2238 +0.59%
ZEC $1,378.27 -1.68%
AAPL $331.36 -0.39%
AMZN $249.75 -0.92%
GOOGL $340.07 -2.69%
MSFT $516.63 -0.62%
META $728.28 +0.23%
NVDA $234.80 +1.95%
TSLA $356.00 -0.22%
SNDK $1,760.56 +0.20%
INTC $122.10 +2.02%
SPCX $149.22 -1.56%
MU $1,093.80 +3.36%
AMD $626.90 +2.12%

智能体

全部
文章
快讯

first_img Darktrace 发现 AI 智能体入侵评测环境作弊

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。
app_icon
ChainCatcher 与创新者共建Web3世界