BTC $64,621.25 -0.38%
ETH $1,817.45 +0.23%
BNB $590.54 -0.45%
XRP $0.9544 -0.56%
SOL $71.64 +0.18%
TRX $0.3051 +0.62%
DOGE $0.0588 -0.42%
ADA $0.1521 -0.44%
BCH $207.63 -0.63%
LINK $9.10 -0.78%
HYPE $69.05 +3.65%
AAVE $108.81 +0.19%
SUI $0.7151 -1.38%
XLM $0.1371 -1.62%
ZEC $901.80 +1.28%
AAPL $353.86 -0.99%
AMZN $258.89 -2.76%
GOOGL $284.70 -3.43%
MSFT $520.38 -1.00%
META $626.02 -2.23%
NVDA $156.82 -3.81%
TSLA $380.87 -1.94%
SNDK $815.70 -4.52%
INTC $54.21 -6.66%
SPCX $137.96 -1.64%
MU $728.42 -4.56%
AMD $512.29 -1.36%
BTC $64,621.25 -0.38%
ETH $1,817.45 +0.23%
BNB $590.54 -0.45%
XRP $0.9544 -0.56%
SOL $71.64 +0.18%
TRX $0.3051 +0.62%
DOGE $0.0588 -0.42%
ADA $0.1521 -0.44%
BCH $207.63 -0.63%
LINK $9.10 -0.78%
HYPE $69.05 +3.65%
AAVE $108.81 +0.19%
SUI $0.7151 -1.38%
XLM $0.1371 -1.62%
ZEC $901.80 +1.28%
AAPL $353.86 -0.99%
AMZN $258.89 -2.76%
GOOGL $284.70 -3.43%
MSFT $520.38 -1.00%
META $626.02 -2.23%
NVDA $156.82 -3.81%
TSLA $380.87 -1.94%
SNDK $815.70 -4.52%
INTC $54.21 -6.66%
SPCX $137.96 -1.64%
MU $728.42 -4.56%
AMD $512.29 -1.36%

trac

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