BTC $64,369.90 -0.39%
ETH $1,804.79 -0.76%
BNB $591.87 +0.27%
XRP $0.9772 +2.22%
SOL $74.75 +4.24%
TRX $0.3074 +0.75%
DOGE $0.0592 +0.92%
ADA $0.1532 -0.24%
BCH $208.74 +0.59%
LINK $9.19 +1.04%
HYPE $68.72 -0.21%
AAVE $111.68 +1.37%
SUI $0.7272 +1.15%
XLM $0.1400 +1.69%
ZEC $951.19 +5.30%
AAPL $350.80 -0.63%
AMZN $259.14 +0.31%
GOOGL $282.00 -0.99%
MSFT $508.25 -2.12%
META $619.16 -1.13%
NVDA $157.38 -0.71%
TSLA $382.67 +0.43%
SNDK $812.21 -1.70%
INTC $55.62 +1.26%
SPCX $141.94 +2.73%
MU $724.04 -1.40%
AMD $510.62 -1.42%
BTC $64,369.90 -0.39%
ETH $1,804.79 -0.76%
BNB $591.87 +0.27%
XRP $0.9772 +2.22%
SOL $74.75 +4.24%
TRX $0.3074 +0.75%
DOGE $0.0592 +0.92%
ADA $0.1532 -0.24%
BCH $208.74 +0.59%
LINK $9.19 +1.04%
HYPE $68.72 -0.21%
AAVE $111.68 +1.37%
SUI $0.7272 +1.15%
XLM $0.1400 +1.69%
ZEC $951.19 +5.30%
AAPL $350.80 -0.63%
AMZN $259.14 +0.31%
GOOGL $282.00 -0.99%
MSFT $508.25 -2.12%
META $619.16 -1.13%
NVDA $157.38 -0.71%
TSLA $382.67 +0.43%
SNDK $812.21 -1.70%
INTC $55.62 +1.26%
SPCX $141.94 +2.73%
MU $724.04 -1.40%
AMD $510.62 -1.42%

kt

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