BTC $84,532.28 -0.17%
ETH $2,666.51 -1.26%
BNB $766.52 -0.51%
XRP $1.48 -0.69%
SOL $118.50 +0.25%
TRX $0.3346 -0.08%
DOGE $0.0924 -1.78%
ADA $0.2422 -1.45%
BCH $308.85 -0.19%
LINK $13.75 -3.84%
HYPE $88.12 +1.09%
AAVE $179.78 +4.42%
SUI $1.12 -4.17%
XLM $0.2141 -2.20%
ZEC $1,291.97 -3.23%
AAPL $333.43 +0.80%
AMZN $251.24 +0.94%
GOOGL $343.10 +1.05%
MSFT $517.36 +0.38%
META $727.46 +0.17%
NVDA $234.04 +1.04%
TSLA $371.11 +4.38%
SNDK $1,718.69 -3.55%
INTC $119.15 -1.03%
SPCX $158.86 +6.83%
MU $1,070.78 -1.94%
AMD $633.04 +2.44%
BTC $84,532.28 -0.17%
ETH $2,666.51 -1.26%
BNB $766.52 -0.51%
XRP $1.48 -0.69%
SOL $118.50 +0.25%
TRX $0.3346 -0.08%
DOGE $0.0924 -1.78%
ADA $0.2422 -1.45%
BCH $308.85 -0.19%
LINK $13.75 -3.84%
HYPE $88.12 +1.09%
AAVE $179.78 +4.42%
SUI $1.12 -4.17%
XLM $0.2141 -2.20%
ZEC $1,291.97 -3.23%
AAPL $333.43 +0.80%
AMZN $251.24 +0.94%
GOOGL $343.10 +1.05%
MSFT $517.36 +0.38%
META $727.46 +0.17%
NVDA $234.04 +1.04%
TSLA $371.11 +4.38%
SNDK $1,718.69 -3.55%
INTC $119.15 -1.03%
SPCX $158.86 +6.83%
MU $1,070.78 -1.94%
AMD $633.04 +2.44%

trac

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