BTC $64,588.63 -0.44%
ETH $1,816.95 +0.26%
BNB $590.98 -0.34%
XRP $0.9544 -0.56%
SOL $71.64 +0.18%
TRX $0.3051 +0.62%
DOGE $0.0588 -0.42%
ADA $0.1521 -0.27%
BCH $207.75 -0.27%
LINK $9.10 -0.78%
HYPE $69.05 +3.65%
AAVE $108.81 +0.19%
SUI $0.7156 -1.14%
XLM $0.1371 -1.62%
ZEC $903.20 +1.40%
AAPL $353.86 -0.96%
AMZN $258.97 -2.53%
GOOGL $284.92 -3.32%
MSFT $520.25 -0.85%
META $626.66 -1.95%
NVDA $156.90 -3.54%
TSLA $380.86 -1.71%
SNDK $817.08 -4.11%
INTC $54.25 -6.22%
SPCX $138.09 -1.37%
MU $729.11 -4.17%
AMD $512.79 -1.05%
BTC $64,588.63 -0.44%
ETH $1,816.95 +0.26%
BNB $590.98 -0.34%
XRP $0.9544 -0.56%
SOL $71.64 +0.18%
TRX $0.3051 +0.62%
DOGE $0.0588 -0.42%
ADA $0.1521 -0.27%
BCH $207.75 -0.27%
LINK $9.10 -0.78%
HYPE $69.05 +3.65%
AAVE $108.81 +0.19%
SUI $0.7156 -1.14%
XLM $0.1371 -1.62%
ZEC $903.20 +1.40%
AAPL $353.86 -0.96%
AMZN $258.97 -2.53%
GOOGL $284.92 -3.32%
MSFT $520.25 -0.85%
META $626.66 -1.95%
NVDA $156.90 -3.54%
TSLA $380.86 -1.71%
SNDK $817.08 -4.11%
INTC $54.25 -6.22%
SPCX $138.09 -1.37%
MU $729.11 -4.17%
AMD $512.79 -1.05%

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