BTC $84,634.11 -2.07%
ETH $2,683.70 -2.33%
BNB $768.98 -0.96%
XRP $1.48 -3.79%
SOL $119.35 -2.43%
TRX $0.3371 +0.62%
DOGE $0.0927 -4.15%
ADA $0.2456 -4.31%
BCH $311.77 -1.48%
LINK $13.93 -3.60%
HYPE $87.94 -3.71%
AAVE $181.49 -1.96%
SUI $1.17 +0.13%
XLM $0.2140 -5.09%
ZEC $1,314.60 -5.32%
AAPL $333.35 +0.77%
AMZN $251.89 +0.92%
GOOGL $343.59 +1.01%
MSFT $517.70 +0.09%
META $728.79 +0.06%
NVDA $234.48 +0.01%
TSLA $371.05 +4.02%
SNDK $1,718.07 -3.06%
INTC $118.14 -3.47%
SPCX $159.02 +6.53%
MU $1,070.60 -2.48%
AMD $633.07 +1.32%
BTC $84,634.11 -2.07%
ETH $2,683.70 -2.33%
BNB $768.98 -0.96%
XRP $1.48 -3.79%
SOL $119.35 -2.43%
TRX $0.3371 +0.62%
DOGE $0.0927 -4.15%
ADA $0.2456 -4.31%
BCH $311.77 -1.48%
LINK $13.93 -3.60%
HYPE $87.94 -3.71%
AAVE $181.49 -1.96%
SUI $1.17 +0.13%
XLM $0.2140 -5.09%
ZEC $1,314.60 -5.32%
AAPL $333.35 +0.77%
AMZN $251.89 +0.92%
GOOGL $343.59 +1.01%
MSFT $517.70 +0.09%
META $728.79 +0.06%
NVDA $234.48 +0.01%
TSLA $371.05 +4.02%
SNDK $1,718.07 -3.06%
INTC $118.14 -3.47%
SPCX $159.02 +6.53%
MU $1,070.60 -2.48%
AMD $633.07 +1.32%

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