BTC $84,756.12 -0.03%
ETH $2,682.76 -0.60%
BNB $773.23 +0.13%
XRP $1.50 -0.10%
SOL $119.68 +1.19%
TRX $0.3363 +0.32%
DOGE $0.0944 -0.28%
ADA $0.2499 +0.05%
BCH $309.37 +0.26%
LINK $14.14 -1.24%
HYPE $88.82 +1.35%
AAVE $183.33 +7.74%
SUI $1.15 -1.85%
XLM $0.2189 -0.49%
ZEC $1,363.65 +0.72%
AAPL $333.28 +1.29%
AMZN $250.94 +0.82%
GOOGL $343.85 +1.27%
MSFT $515.35 -0.06%
META $728.40 -0.11%
NVDA $234.76 +1.80%
TSLA $371.86 +4.39%
SNDK $1,721.86 -3.58%
INTC $120.01 -0.46%
SPCX $158.22 +5.46%
MU $1,077.48 -0.51%
AMD $631.29 +2.70%
BTC $84,756.12 -0.03%
ETH $2,682.76 -0.60%
BNB $773.23 +0.13%
XRP $1.50 -0.10%
SOL $119.68 +1.19%
TRX $0.3363 +0.32%
DOGE $0.0944 -0.28%
ADA $0.2499 +0.05%
BCH $309.37 +0.26%
LINK $14.14 -1.24%
HYPE $88.82 +1.35%
AAVE $183.33 +7.74%
SUI $1.15 -1.85%
XLM $0.2189 -0.49%
ZEC $1,363.65 +0.72%
AAPL $333.28 +1.29%
AMZN $250.94 +0.82%
GOOGL $343.85 +1.27%
MSFT $515.35 -0.06%
META $728.40 -0.11%
NVDA $234.76 +1.80%
TSLA $371.86 +4.39%
SNDK $1,721.86 -3.58%
INTC $120.01 -0.46%
SPCX $158.22 +5.46%
MU $1,077.48 -0.51%
AMD $631.29 +2.70%

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