BTC $64,655.98 -0.21%
ETH $1,816.38 +0.40%
BNB $591.73 +0.16%
XRP $0.9587 -0.04%
SOL $71.84 +0.82%
TRX $0.3058 +0.87%
DOGE $0.0589 +0.66%
ADA $0.1523 +0.26%
BCH $208.01 +0.22%
LINK $9.14 +0.24%
HYPE $69.12 +4.16%
AAVE $109.92 +1.77%
SUI $0.7147 -0.72%
XLM $0.1374 -0.71%
ZEC $910.45 +3.17%
AAPL $353.50 -1.10%
AMZN $259.14 -2.28%
GOOGL $284.99 -2.91%
MSFT $520.86 -0.92%
META $627.78 -1.44%
NVDA $157.34 -2.74%
TSLA $380.58 -1.72%
SNDK $815.32 -3.93%
INTC $54.28 -6.03%
SPCX $137.97 -0.75%
MU $725.34 -3.63%
AMD $512.03 -0.86%
BTC $64,655.98 -0.21%
ETH $1,816.38 +0.40%
BNB $591.73 +0.16%
XRP $0.9587 -0.04%
SOL $71.84 +0.82%
TRX $0.3058 +0.87%
DOGE $0.0589 +0.66%
ADA $0.1523 +0.26%
BCH $208.01 +0.22%
LINK $9.14 +0.24%
HYPE $69.12 +4.16%
AAVE $109.92 +1.77%
SUI $0.7147 -0.72%
XLM $0.1374 -0.71%
ZEC $910.45 +3.17%
AAPL $353.50 -1.10%
AMZN $259.14 -2.28%
GOOGL $284.99 -2.91%
MSFT $520.86 -0.92%
META $627.78 -1.44%
NVDA $157.34 -2.74%
TSLA $380.58 -1.72%
SNDK $815.32 -3.93%
INTC $54.28 -6.03%
SPCX $137.97 -0.75%
MU $725.34 -3.63%
AMD $512.03 -0.86%

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