BTC $84,640.07 -0.42%
ETH $2,680.42 -1.01%
BNB $772.20 -0.13%
XRP $1.50 -0.40%
SOL $119.54 +0.68%
TRX $0.3362 +0.26%
DOGE $0.0944 -0.55%
ADA $0.2501 -0.29%
BCH $308.67 -0.09%
LINK $14.13 -1.63%
HYPE $88.63 +0.68%
AAVE $182.88 +7.03%
SUI $1.14 -2.95%
XLM $0.2190 -0.73%
ZEC $1,364.12 -0.24%
AAPL $333.57 +1.36%
AMZN $251.24 +0.83%
GOOGL $343.83 +1.24%
MSFT $514.60 -0.30%
META $729.11 -0.06%
NVDA $234.84 +1.65%
TSLA $373.05 +4.61%
SNDK $1,721.28 -4.02%
INTC $120.33 -0.82%
SPCX $158.69 +5.32%
MU $1,079.83 -0.88%
AMD $631.91 +2.38%
BTC $84,640.07 -0.42%
ETH $2,680.42 -1.01%
BNB $772.20 -0.13%
XRP $1.50 -0.40%
SOL $119.54 +0.68%
TRX $0.3362 +0.26%
DOGE $0.0944 -0.55%
ADA $0.2501 -0.29%
BCH $308.67 -0.09%
LINK $14.13 -1.63%
HYPE $88.63 +0.68%
AAVE $182.88 +7.03%
SUI $1.14 -2.95%
XLM $0.2190 -0.73%
ZEC $1,364.12 -0.24%
AAPL $333.57 +1.36%
AMZN $251.24 +0.83%
GOOGL $343.83 +1.24%
MSFT $514.60 -0.30%
META $729.11 -0.06%
NVDA $234.84 +1.65%
TSLA $373.05 +4.61%
SNDK $1,721.28 -4.02%
INTC $120.33 -0.82%
SPCX $158.69 +5.32%
MU $1,079.83 -0.88%
AMD $631.91 +2.38%

kt

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