BTC $85,155.65 +1.25%
ETH $2,688.64 +0.46%
BNB $773.75 +0.98%
XRP $1.50 +1.49%
SOL $119.94 +2.47%
TRX $0.3357 +0.35%
DOGE $0.0950 +1.29%
ADA $0.2523 +3.00%
BCH $310.72 +2.00%
LINK $14.17 -0.16%
HYPE $89.21 +2.57%
AAVE $182.77 +9.68%
SUI $1.15 +1.86%
XLM $0.2212 +1.41%
ZEC $1,366.11 +1.65%
AAPL $333.51 +1.66%
AMZN $251.06 +1.39%
GOOGL $344.22 +2.07%
MSFT $514.16 +0.22%
META $729.94 +0.23%
NVDA $235.28 +2.20%
TSLA $372.16 +4.58%
SNDK $1,720.55 -2.39%
INTC $121.19 +1.23%
SPCX $157.66 +5.13%
MU $1,079.27 +1.66%
AMD $630.62 +3.27%
BTC $85,155.65 +1.25%
ETH $2,688.64 +0.46%
BNB $773.75 +0.98%
XRP $1.50 +1.49%
SOL $119.94 +2.47%
TRX $0.3357 +0.35%
DOGE $0.0950 +1.29%
ADA $0.2523 +3.00%
BCH $310.72 +2.00%
LINK $14.17 -0.16%
HYPE $89.21 +2.57%
AAVE $182.77 +9.68%
SUI $1.15 +1.86%
XLM $0.2212 +1.41%
ZEC $1,366.11 +1.65%
AAPL $333.51 +1.66%
AMZN $251.06 +1.39%
GOOGL $344.22 +2.07%
MSFT $514.16 +0.22%
META $729.94 +0.23%
NVDA $235.28 +2.20%
TSLA $372.16 +4.58%
SNDK $1,720.55 -2.39%
INTC $121.19 +1.23%
SPCX $157.66 +5.13%
MU $1,079.27 +1.66%
AMD $630.62 +3.27%

rac

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