BTC $84,571.59 -1.61%
ETH $2,679.07 -1.80%
BNB $765.86 -1.44%
XRP $1.48 -2.61%
SOL $119.33 -1.82%
TRX $0.3352 +0.36%
DOGE $0.0929 -3.00%
ADA $0.2451 -3.55%
BCH $310.32 -1.24%
LINK $14.02 -2.58%
HYPE $88.12 -2.20%
AAVE $179.88 -2.91%
SUI $1.14 -2.23%
XLM $0.2146 -3.33%
ZEC $1,316.28 -4.40%
AAPL $333.35 +0.65%
AMZN $251.86 +0.98%
GOOGL $343.69 +1.10%
MSFT $517.47 +0.33%
META $727.61 -0.11%
NVDA $234.27 +0.98%
TSLA $370.94 +4.12%
SNDK $1,718.41 -3.94%
INTC $118.24 -2.22%
SPCX $158.96 +6.43%
MU $1,069.39 -2.35%
AMD $632.79 +1.90%
BTC $84,571.59 -1.61%
ETH $2,679.07 -1.80%
BNB $765.86 -1.44%
XRP $1.48 -2.61%
SOL $119.33 -1.82%
TRX $0.3352 +0.36%
DOGE $0.0929 -3.00%
ADA $0.2451 -3.55%
BCH $310.32 -1.24%
LINK $14.02 -2.58%
HYPE $88.12 -2.20%
AAVE $179.88 -2.91%
SUI $1.14 -2.23%
XLM $0.2146 -3.33%
ZEC $1,316.28 -4.40%
AAPL $333.35 +0.65%
AMZN $251.86 +0.98%
GOOGL $343.69 +1.10%
MSFT $517.47 +0.33%
META $727.61 -0.11%
NVDA $234.27 +0.98%
TSLA $370.94 +4.12%
SNDK $1,718.41 -3.94%
INTC $118.24 -2.22%
SPCX $158.96 +6.43%
MU $1,069.39 -2.35%
AMD $632.79 +1.90%

race

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