BTC $65,331.16 +0.24%
ETH $1,831.14 +0.26%
BNB $594.19 -0.09%
XRP $0.9615 -0.66%
SOL $72.01 -0.37%
TRX $0.3053 +0.06%
DOGE $0.0595 +0.33%
ADA $0.1538 -0.30%
BCH $210.19 +0.34%
LINK $9.19 -1.09%
HYPE $70.38 +3.67%
AAVE $108.42 -1.27%
SUI $0.7237 -1.22%
XLM $0.1381 -1.67%
ZEC $908.56 +0.06%
AAPL $352.67 -1.16%
AMZN $258.38 -2.44%
GOOGL $284.64 -3.29%
MSFT $518.66 -0.61%
META $625.12 -1.63%
NVDA $156.60 -4.91%
TSLA $378.98 -2.70%
SNDK $813.08 -5.81%
INTC $53.74 -7.85%
SPCX $137.91 -1.06%
MU $721.01 -5.82%
AMD $503.91 -4.20%
BTC $65,331.16 +0.24%
ETH $1,831.14 +0.26%
BNB $594.19 -0.09%
XRP $0.9615 -0.66%
SOL $72.01 -0.37%
TRX $0.3053 +0.06%
DOGE $0.0595 +0.33%
ADA $0.1538 -0.30%
BCH $210.19 +0.34%
LINK $9.19 -1.09%
HYPE $70.38 +3.67%
AAVE $108.42 -1.27%
SUI $0.7237 -1.22%
XLM $0.1381 -1.67%
ZEC $908.56 +0.06%
AAPL $352.67 -1.16%
AMZN $258.38 -2.44%
GOOGL $284.64 -3.29%
MSFT $518.66 -0.61%
META $625.12 -1.63%
NVDA $156.60 -4.91%
TSLA $378.98 -2.70%
SNDK $813.08 -5.81%
INTC $53.74 -7.85%
SPCX $137.91 -1.06%
MU $721.01 -5.82%
AMD $503.91 -4.20%

darktrace

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