BTC $63,923.38 -1.25%
ETH $1,799.06 -0.71%
BNB $588.47 -0.14%
XRP $0.9607 +0.45%
SOL $72.70 +2.24%
TRX $0.3066 -0.07%
DOGE $0.0589 -0.71%
ADA $0.1527 -0.23%
BCH $207.87 -0.33%
LINK $9.13 -0.54%
HYPE $68.48 +2.54%
AAVE $111.18 +3.47%
SUI $0.7213 -0.14%
XLM $0.1379 +0.26%
ZEC $930.13 +5.08%
AAPL $351.58 -0.23%
AMZN $257.24 -0.10%
GOOGL $282.01 -1.18%
MSFT $505.24 -3.04%
META $623.49 -0.06%
NVDA $154.19 -0.76%
TSLA $380.57 +0.67%
SNDK $797.44 -1.92%
INTC $54.22 -1.60%
SPCX $141.43 +3.81%
MU $702.52 -2.89%
AMD $493.97 -2.20%
BTC $63,923.38 -1.25%
ETH $1,799.06 -0.71%
BNB $588.47 -0.14%
XRP $0.9607 +0.45%
SOL $72.70 +2.24%
TRX $0.3066 -0.07%
DOGE $0.0589 -0.71%
ADA $0.1527 -0.23%
BCH $207.87 -0.33%
LINK $9.13 -0.54%
HYPE $68.48 +2.54%
AAVE $111.18 +3.47%
SUI $0.7213 -0.14%
XLM $0.1379 +0.26%
ZEC $930.13 +5.08%
AAPL $351.58 -0.23%
AMZN $257.24 -0.10%
GOOGL $282.01 -1.18%
MSFT $505.24 -3.04%
META $623.49 -0.06%
NVDA $154.19 -0.76%
TSLA $380.57 +0.67%
SNDK $797.44 -1.92%
INTC $54.22 -1.60%
SPCX $141.43 +3.81%
MU $702.52 -2.89%
AMD $493.97 -2.20%

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