BTC $86,368.90 +1.87%
ETH $2,727.59 +1.48%
BNB $795.76 +0.98%
XRP $1.52 +1.96%
SOL $121.77 +1.58%
TRX $0.3358 +0.15%
DOGE $0.0966 +3.88%
ADA $0.2631 +7.27%
BCH $318.29 +0.47%
LINK $14.23 +0.89%
HYPE $90.33 +0.76%
AAVE $179.22 -0.81%
SUI $1.21 +2.52%
XLM $0.2233 +3.48%
ZEC $1,352.75 +3.49%
AAPL $333.59 +0.08%
AMZN $252.46 +0.19%
GOOGL $344.57 +0.33%
MSFT $518.27 +0.00%
META $729.71 -0.07%
NVDA $235.44 +0.16%
TSLA $372.77 +0.47%
SNDK $1,725.18 +0.38%
INTC $118.00 +0.08%
SPCX $159.11 +0.07%
MU $1,072.90 +0.24%
AMD $636.52 +0.39%
BTC $86,368.90 +1.87%
ETH $2,727.59 +1.48%
BNB $795.76 +0.98%
XRP $1.52 +1.96%
SOL $121.77 +1.58%
TRX $0.3358 +0.15%
DOGE $0.0966 +3.88%
ADA $0.2631 +7.27%
BCH $318.29 +0.47%
LINK $14.23 +0.89%
HYPE $90.33 +0.76%
AAVE $179.22 -0.81%
SUI $1.21 +2.52%
XLM $0.2233 +3.48%
ZEC $1,352.75 +3.49%
AAPL $333.59 +0.08%
AMZN $252.46 +0.19%
GOOGL $344.57 +0.33%
MSFT $518.27 +0.00%
META $729.71 -0.07%
NVDA $235.44 +0.16%
TSLA $372.77 +0.47%
SNDK $1,725.18 +0.38%
INTC $118.00 +0.08%
SPCX $159.11 +0.07%
MU $1,072.90 +0.24%
AMD $636.52 +0.39%

trace

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