BTC $84,749.16 -0.06%
ETH $2,683.49 -0.88%
BNB $772.01 -0.15%
XRP $1.50 -0.16%
SOL $119.76 +1.15%
TRX $0.3361 +0.24%
DOGE $0.0947 -0.11%
ADA $0.2510 +0.39%
BCH $309.56 +0.49%
LINK $14.17 -1.06%
HYPE $88.86 +0.99%
AAVE $182.75 +8.46%
SUI $1.15 -1.56%
XLM $0.2196 -0.32%
ZEC $1,366.95 +0.39%
AAPL $333.42 +1.17%
AMZN $251.07 +0.43%
GOOGL $343.57 +1.15%
MSFT $514.76 -0.30%
META $728.80 -0.05%
NVDA $234.38 +1.57%
TSLA $372.39 +4.19%
SNDK $1,723.65 -3.80%
INTC $119.88 -1.15%
SPCX $157.55 +4.41%
MU $1,080.95 +0.41%
AMD $630.28 +2.35%
BTC $84,749.16 -0.06%
ETH $2,683.49 -0.88%
BNB $772.01 -0.15%
XRP $1.50 -0.16%
SOL $119.76 +1.15%
TRX $0.3361 +0.24%
DOGE $0.0947 -0.11%
ADA $0.2510 +0.39%
BCH $309.56 +0.49%
LINK $14.17 -1.06%
HYPE $88.86 +0.99%
AAVE $182.75 +8.46%
SUI $1.15 -1.56%
XLM $0.2196 -0.32%
ZEC $1,366.95 +0.39%
AAPL $333.42 +1.17%
AMZN $251.07 +0.43%
GOOGL $343.57 +1.15%
MSFT $514.76 -0.30%
META $728.80 -0.05%
NVDA $234.38 +1.57%
TSLA $372.39 +4.19%
SNDK $1,723.65 -3.80%
INTC $119.88 -1.15%
SPCX $157.55 +4.41%
MU $1,080.95 +0.41%
AMD $630.28 +2.35%

dark

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