BTC $84,624.16 -0.13%
ETH $2,675.11 -1.14%
BNB $768.77 -0.32%
XRP $1.49 -0.37%
SOL $118.94 +0.14%
TRX $0.3346 +0.12%
DOGE $0.0931 -0.86%
ADA $0.2460 +0.14%
BCH $312.57 +2.65%
LINK $13.87 -2.60%
HYPE $89.34 +1.40%
AAVE $179.38 +4.43%
SUI $1.17 +0.60%
XLM $0.2151 -1.29%
ZEC $1,318.60 -1.37%
AAPL $333.17 +0.70%
AMZN $251.60 +1.07%
GOOGL $342.98 +1.02%
MSFT $517.13 +0.39%
META $727.06 -0.04%
NVDA $234.32 +1.15%
TSLA $371.00 +4.36%
SNDK $1,719.36 -3.64%
INTC $118.83 -1.39%
SPCX $158.94 +6.58%
MU $1,069.52 -2.13%
AMD $634.53 +2.43%
BTC $84,624.16 -0.13%
ETH $2,675.11 -1.14%
BNB $768.77 -0.32%
XRP $1.49 -0.37%
SOL $118.94 +0.14%
TRX $0.3346 +0.12%
DOGE $0.0931 -0.86%
ADA $0.2460 +0.14%
BCH $312.57 +2.65%
LINK $13.87 -2.60%
HYPE $89.34 +1.40%
AAVE $179.38 +4.43%
SUI $1.17 +0.60%
XLM $0.2151 -1.29%
ZEC $1,318.60 -1.37%
AAPL $333.17 +0.70%
AMZN $251.60 +1.07%
GOOGL $342.98 +1.02%
MSFT $517.13 +0.39%
META $727.06 -0.04%
NVDA $234.32 +1.15%
TSLA $371.00 +4.36%
SNDK $1,719.36 -3.64%
INTC $118.83 -1.39%
SPCX $158.94 +6.58%
MU $1,069.52 -2.13%
AMD $634.53 +2.43%

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