BTC $84,510.79 -0.11%
ETH $2,665.08 -1.20%
BNB $764.73 -0.63%
XRP $1.47 -1.69%
SOL $117.96 -0.13%
TRX $0.3343 -0.33%
DOGE $0.0915 -3.17%
ADA $0.2398 -3.03%
BCH $305.73 -1.27%
LINK $13.61 -5.45%
HYPE $86.52 -1.19%
AAVE $181.52 +6.65%
SUI $1.12 -4.94%
XLM $0.2121 -3.46%
ZEC $1,284.04 -3.80%
AAPL $333.53 +0.92%
AMZN $250.96 +0.91%
GOOGL $343.26 +1.14%
MSFT $517.54 +0.75%
META $727.33 +0.29%
NVDA $234.06 +1.21%
TSLA $370.86 +4.39%
SNDK $1,719.81 -3.50%
INTC $119.45 -0.39%
SPCX $158.78 +6.74%
MU $1,072.98 -1.71%
AMD $632.96 +2.69%
BTC $84,510.79 -0.11%
ETH $2,665.08 -1.20%
BNB $764.73 -0.63%
XRP $1.47 -1.69%
SOL $117.96 -0.13%
TRX $0.3343 -0.33%
DOGE $0.0915 -3.17%
ADA $0.2398 -3.03%
BCH $305.73 -1.27%
LINK $13.61 -5.45%
HYPE $86.52 -1.19%
AAVE $181.52 +6.65%
SUI $1.12 -4.94%
XLM $0.2121 -3.46%
ZEC $1,284.04 -3.80%
AAPL $333.53 +0.92%
AMZN $250.96 +0.91%
GOOGL $343.26 +1.14%
MSFT $517.54 +0.75%
META $727.33 +0.29%
NVDA $234.06 +1.21%
TSLA $370.86 +4.39%
SNDK $1,719.81 -3.50%
INTC $119.45 -0.39%
SPCX $158.78 +6.74%
MU $1,072.98 -1.71%
AMD $632.96 +2.69%

dark

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