BTC $84,567.92 -2.08%
ETH $2,678.96 -2.91%
BNB $764.88 -1.85%
XRP $1.48 -3.53%
SOL $119.22 -2.56%
TRX $0.3353 +0.23%
DOGE $0.0925 -5.16%
ADA $0.2435 -4.95%
BCH $310.80 -1.76%
LINK $14.00 -3.07%
HYPE $88.09 -2.22%
AAVE $180.74 -0.67%
SUI $1.14 -3.29%
XLM $0.2141 -4.61%
ZEC $1,314.57 -4.91%
AAPL $333.43 +0.60%
AMZN $252.00 +0.97%
GOOGL $343.66 +0.69%
MSFT $517.79 +0.19%
META $728.29 -0.38%
NVDA $234.37 +0.71%
TSLA $370.90 +3.71%
SNDK $1,715.50 -4.54%
INTC $118.20 -3.28%
SPCX $158.94 +6.29%
MU $1,068.34 -3.40%
AMD $633.20 +1.42%
BTC $84,567.92 -2.08%
ETH $2,678.96 -2.91%
BNB $764.88 -1.85%
XRP $1.48 -3.53%
SOL $119.22 -2.56%
TRX $0.3353 +0.23%
DOGE $0.0925 -5.16%
ADA $0.2435 -4.95%
BCH $310.80 -1.76%
LINK $14.00 -3.07%
HYPE $88.09 -2.22%
AAVE $180.74 -0.67%
SUI $1.14 -3.29%
XLM $0.2141 -4.61%
ZEC $1,314.57 -4.91%
AAPL $333.43 +0.60%
AMZN $252.00 +0.97%
GOOGL $343.66 +0.69%
MSFT $517.79 +0.19%
META $728.29 -0.38%
NVDA $234.37 +0.71%
TSLA $370.90 +3.71%
SNDK $1,715.50 -4.54%
INTC $118.20 -3.28%
SPCX $158.94 +6.29%
MU $1,068.34 -3.40%
AMD $633.20 +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