BTC $64,557.48 -0.67%
ETH $1,812.68 -0.32%
BNB $589.71 -0.71%
XRP $0.9516 -1.21%
SOL $71.48 -0.76%
TRX $0.3051 +0.57%
DOGE $0.0587 -1.00%
ADA $0.1519 -1.07%
BCH $207.41 -0.92%
LINK $9.09 -1.06%
HYPE $69.20 +3.45%
AAVE $108.33 -0.47%
SUI $0.7141 -2.00%
XLM $0.1370 -1.97%
ZEC $898.93 -0.20%
AAPL $353.91 -1.15%
AMZN $258.39 -3.23%
GOOGL $284.08 -4.04%
MSFT $519.41 -0.82%
META $624.61 -2.76%
NVDA $155.68 -5.91%
TSLA $379.48 -3.12%
SNDK $811.80 -7.26%
INTC $53.61 -9.63%
SPCX $137.55 -1.38%
MU $719.03 -7.54%
AMD $503.97 -5.05%
BTC $64,557.48 -0.67%
ETH $1,812.68 -0.32%
BNB $589.71 -0.71%
XRP $0.9516 -1.21%
SOL $71.48 -0.76%
TRX $0.3051 +0.57%
DOGE $0.0587 -1.00%
ADA $0.1519 -1.07%
BCH $207.41 -0.92%
LINK $9.09 -1.06%
HYPE $69.20 +3.45%
AAVE $108.33 -0.47%
SUI $0.7141 -2.00%
XLM $0.1370 -1.97%
ZEC $898.93 -0.20%
AAPL $353.91 -1.15%
AMZN $258.39 -3.23%
GOOGL $284.08 -4.04%
MSFT $519.41 -0.82%
META $624.61 -2.76%
NVDA $155.68 -5.91%
TSLA $379.48 -3.12%
SNDK $811.80 -7.26%
INTC $53.61 -9.63%
SPCX $137.55 -1.38%
MU $719.03 -7.54%
AMD $503.97 -5.05%

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