BTC $84,531.77 -2.49%
ETH $2,674.87 -2.42%
BNB $766.75 -1.67%
XRP $1.49 -2.85%
SOL $119.00 -2.78%
TRX $0.3342 -0.31%
DOGE $0.0929 -3.69%
ADA $0.2462 -3.01%
BCH $309.47 -1.20%
LINK $13.89 -4.69%
HYPE $87.99 -1.72%
AAVE $177.64 -2.23%
SUI $1.14 -3.90%
XLM $0.2145 -3.85%
ZEC $1,314.59 -5.00%
AAPL $333.31 +0.56%
AMZN $251.85 +1.03%
GOOGL $343.80 +1.13%
MSFT $517.76 +0.23%
META $727.12 -0.33%
NVDA $234.28 +1.12%
TSLA $370.63 +4.09%
SNDK $1,717.18 -4.11%
INTC $118.14 -2.22%
SPCX $158.90 +6.49%
MU $1,067.49 -2.40%
AMD $633.83 +2.13%
BTC $84,531.77 -2.49%
ETH $2,674.87 -2.42%
BNB $766.75 -1.67%
XRP $1.49 -2.85%
SOL $119.00 -2.78%
TRX $0.3342 -0.31%
DOGE $0.0929 -3.69%
ADA $0.2462 -3.01%
BCH $309.47 -1.20%
LINK $13.89 -4.69%
HYPE $87.99 -1.72%
AAVE $177.64 -2.23%
SUI $1.14 -3.90%
XLM $0.2145 -3.85%
ZEC $1,314.59 -5.00%
AAPL $333.31 +0.56%
AMZN $251.85 +1.03%
GOOGL $343.80 +1.13%
MSFT $517.76 +0.23%
META $727.12 -0.33%
NVDA $234.28 +1.12%
TSLA $370.63 +4.09%
SNDK $1,717.18 -4.11%
INTC $118.14 -2.22%
SPCX $158.90 +6.49%
MU $1,067.49 -2.40%
AMD $633.83 +2.13%

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