BTC $84,672.84 -2.04%
ETH $2,683.57 -2.31%
BNB $770.39 -0.94%
XRP $1.49 -2.85%
SOL $119.43 -1.92%
TRX $0.3365 +0.51%
DOGE $0.0927 -3.62%
ADA $0.2457 -3.82%
BCH $311.87 -1.03%
LINK $13.93 -2.96%
HYPE $88.01 -3.19%
AAVE $182.25 -0.89%
SUI $1.19 +1.46%
XLM $0.2149 -3.78%
ZEC $1,310.20 -5.08%
AAPL $333.35 +0.58%
AMZN $251.89 +0.82%
GOOGL $342.96 +0.89%
MSFT $517.40 +0.17%
META $728.62 +0.06%
NVDA $234.28 -0.25%
TSLA $370.64 +4.03%
SNDK $1,716.71 -2.53%
INTC $118.19 -3.28%
SPCX $159.04 +6.57%
MU $1,069.84 -2.36%
AMD $632.34 +0.53%
BTC $84,672.84 -2.04%
ETH $2,683.57 -2.31%
BNB $770.39 -0.94%
XRP $1.49 -2.85%
SOL $119.43 -1.92%
TRX $0.3365 +0.51%
DOGE $0.0927 -3.62%
ADA $0.2457 -3.82%
BCH $311.87 -1.03%
LINK $13.93 -2.96%
HYPE $88.01 -3.19%
AAVE $182.25 -0.89%
SUI $1.19 +1.46%
XLM $0.2149 -3.78%
ZEC $1,310.20 -5.08%
AAPL $333.35 +0.58%
AMZN $251.89 +0.82%
GOOGL $342.96 +0.89%
MSFT $517.40 +0.17%
META $728.62 +0.06%
NVDA $234.28 -0.25%
TSLA $370.64 +4.03%
SNDK $1,716.71 -2.53%
INTC $118.19 -3.28%
SPCX $159.04 +6.57%
MU $1,069.84 -2.36%
AMD $632.34 +0.53%

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