BTC $63,698.86 -1.77%
ETH $1,786.88 -1.61%
BNB $585.71 -0.60%
XRP $0.9560 -0.24%
SOL $72.19 +1.10%
TRX $0.3064 -0.13%
DOGE $0.0585 -1.41%
ADA $0.1514 -1.05%
BCH $206.50 -0.82%
LINK $9.07 -1.25%
HYPE $67.77 +1.16%
AAVE $110.03 +2.20%
SUI $0.7147 -0.88%
XLM $0.1369 -0.78%
ZEC $918.35 +3.35%
AAPL $350.78 -0.85%
AMZN $256.69 -0.80%
GOOGL $281.88 -1.82%
MSFT $502.81 -3.54%
META $620.79 -0.84%
NVDA $153.99 -1.16%
TSLA $379.88 +0.13%
SNDK $793.36 -2.80%
INTC $53.92 -2.78%
SPCX $140.90 +3.15%
MU $699.33 -3.45%
AMD $490.65 -2.92%
BTC $63,698.86 -1.77%
ETH $1,786.88 -1.61%
BNB $585.71 -0.60%
XRP $0.9560 -0.24%
SOL $72.19 +1.10%
TRX $0.3064 -0.13%
DOGE $0.0585 -1.41%
ADA $0.1514 -1.05%
BCH $206.50 -0.82%
LINK $9.07 -1.25%
HYPE $67.77 +1.16%
AAVE $110.03 +2.20%
SUI $0.7147 -0.88%
XLM $0.1369 -0.78%
ZEC $918.35 +3.35%
AAPL $350.78 -0.85%
AMZN $256.69 -0.80%
GOOGL $281.88 -1.82%
MSFT $502.81 -3.54%
META $620.79 -0.84%
NVDA $153.99 -1.16%
TSLA $379.88 +0.13%
SNDK $793.36 -2.80%
INTC $53.92 -2.78%
SPCX $140.90 +3.15%
MU $699.33 -3.45%
AMD $490.65 -2.92%

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