BTC $82,988.10 +0.82%
ETH $2,506.56 +1.19%
BNB $750.37 +1.58%
XRP $1.40 +1.38%
SOL $110.22 +1.36%
TRX $0.3308 -0.37%
DOGE $0.0859 +1.57%
ADA $0.2531 +6.91%
BCH $281.31 +2.58%
LINK $13.05 +2.28%
HYPE $85.10 +2.02%
AAVE $170.04 +1.99%
SUI $1.11 +5.78%
XLM $0.1968 +2.38%
ZEC $1,221.32 +1.33%
AAPL $336.21 -0.00%
AMZN $262.47 -0.05%
GOOGL $351.40 -0.17%
MSFT $534.37 -0.20%
META $719.21 +0.06%
NVDA $230.53 +0.36%
TSLA $382.59 -0.04%
SNDK $1,596.00 +1.02%
INTC $105.12 +0.48%
SPCX $163.69 +0.56%
MU $1,036.68 +0.85%
AMD $610.29 +0.42%
BTC $82,988.10 +0.82%
ETH $2,506.56 +1.19%
BNB $750.37 +1.58%
XRP $1.40 +1.38%
SOL $110.22 +1.36%
TRX $0.3308 -0.37%
DOGE $0.0859 +1.57%
ADA $0.2531 +6.91%
BCH $281.31 +2.58%
LINK $13.05 +2.28%
HYPE $85.10 +2.02%
AAVE $170.04 +1.99%
SUI $1.11 +5.78%
XLM $0.1968 +2.38%
ZEC $1,221.32 +1.33%
AAPL $336.21 -0.00%
AMZN $262.47 -0.05%
GOOGL $351.40 -0.17%
MSFT $534.37 -0.20%
META $719.21 +0.06%
NVDA $230.53 +0.36%
TSLA $382.59 -0.04%
SNDK $1,596.00 +1.02%
INTC $105.12 +0.48%
SPCX $163.69 +0.56%
MU $1,036.68 +0.85%
AMD $610.29 +0.42%

race

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