BTC $65,397.31 +0.36%
ETH $1,834.19 +0.60%
BNB $594.37 +0.03%
XRP $0.9617 -0.46%
SOL $72.06 -0.12%
TRX $0.3054 +0.13%
DOGE $0.0595 +0.69%
ADA $0.1539 -0.15%
BCH $210.11 +0.44%
LINK $9.19 -0.89%
HYPE $70.79 +4.47%
AAVE $108.37 -0.84%
SUI $0.7249 -0.91%
XLM $0.1381 -1.58%
ZEC $910.40 +0.42%
AAPL $352.80 -1.17%
AMZN $258.47 -2.40%
GOOGL $284.54 -3.36%
MSFT $518.02 -0.84%
META $625.49 -1.49%
NVDA $156.52 -4.93%
TSLA $379.19 -2.67%
SNDK $813.62 -5.71%
INTC $53.74 -7.85%
SPCX $137.79 -1.14%
MU $721.74 -5.64%
AMD $504.66 -4.10%
BTC $65,397.31 +0.36%
ETH $1,834.19 +0.60%
BNB $594.37 +0.03%
XRP $0.9617 -0.46%
SOL $72.06 -0.12%
TRX $0.3054 +0.13%
DOGE $0.0595 +0.69%
ADA $0.1539 -0.15%
BCH $210.11 +0.44%
LINK $9.19 -0.89%
HYPE $70.79 +4.47%
AAVE $108.37 -0.84%
SUI $0.7249 -0.91%
XLM $0.1381 -1.58%
ZEC $910.40 +0.42%
AAPL $352.80 -1.17%
AMZN $258.47 -2.40%
GOOGL $284.54 -3.36%
MSFT $518.02 -0.84%
META $625.49 -1.49%
NVDA $156.52 -4.93%
TSLA $379.19 -2.67%
SNDK $813.62 -5.71%
INTC $53.74 -7.85%
SPCX $137.79 -1.14%
MU $721.74 -5.64%
AMD $504.66 -4.10%

darktrace

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