BTC $84,505.23 -0.23%
ETH $2,666.76 -1.14%
BNB $766.27 -0.49%
XRP $1.48 -0.65%
SOL $118.51 +0.29%
TRX $0.3345 -0.16%
DOGE $0.0924 -1.84%
ADA $0.2421 -1.47%
BCH $308.79 +0.12%
LINK $13.73 -3.99%
HYPE $87.60 +0.31%
AAVE $179.26 +4.32%
SUI $1.12 -3.90%
XLM $0.2140 -2.17%
ZEC $1,289.03 -3.36%
AAPL $333.33 +0.81%
AMZN $251.21 +0.95%
GOOGL $343.05 +1.12%
MSFT $517.66 +0.39%
META $727.46 +0.18%
NVDA $233.98 +1.06%
TSLA $370.95 +4.27%
SNDK $1,717.00 -3.65%
INTC $119.14 -0.95%
SPCX $158.75 +6.74%
MU $1,069.58 -1.87%
AMD $632.71 +2.62%
BTC $84,505.23 -0.23%
ETH $2,666.76 -1.14%
BNB $766.27 -0.49%
XRP $1.48 -0.65%
SOL $118.51 +0.29%
TRX $0.3345 -0.16%
DOGE $0.0924 -1.84%
ADA $0.2421 -1.47%
BCH $308.79 +0.12%
LINK $13.73 -3.99%
HYPE $87.60 +0.31%
AAVE $179.26 +4.32%
SUI $1.12 -3.90%
XLM $0.2140 -2.17%
ZEC $1,289.03 -3.36%
AAPL $333.33 +0.81%
AMZN $251.21 +0.95%
GOOGL $343.05 +1.12%
MSFT $517.66 +0.39%
META $727.46 +0.18%
NVDA $233.98 +1.06%
TSLA $370.95 +4.27%
SNDK $1,717.00 -3.65%
INTC $119.14 -0.95%
SPCX $158.75 +6.74%
MU $1,069.58 -1.87%
AMD $632.71 +2.62%

rac

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