BTC $64,574.74 -0.18%
ETH $1,815.54 +0.47%
BNB $590.41 -0.30%
XRP $0.9545 -0.45%
SOL $71.64 +0.53%
TRX $0.3052 +0.68%
DOGE $0.0587 -0.17%
ADA $0.1520 -0.08%
BCH $207.34 -0.31%
LINK $9.09 -0.39%
HYPE $68.98 +3.74%
AAVE $108.76 +0.42%
SUI $0.7140 -1.20%
XLM $0.1368 -1.32%
ZEC $901.72 +1.69%
AAPL $353.75 -1.00%
AMZN $258.99 -2.41%
GOOGL $284.79 -3.07%
MSFT $520.12 -0.97%
META $625.98 -1.77%
NVDA $156.61 -2.81%
TSLA $380.31 -1.58%
SNDK $814.60 -3.35%
INTC $54.17 -5.84%
SPCX $137.94 -0.85%
MU $725.99 -3.52%
AMD $510.74 -0.56%
BTC $64,574.74 -0.18%
ETH $1,815.54 +0.47%
BNB $590.41 -0.30%
XRP $0.9545 -0.45%
SOL $71.64 +0.53%
TRX $0.3052 +0.68%
DOGE $0.0587 -0.17%
ADA $0.1520 -0.08%
BCH $207.34 -0.31%
LINK $9.09 -0.39%
HYPE $68.98 +3.74%
AAVE $108.76 +0.42%
SUI $0.7140 -1.20%
XLM $0.1368 -1.32%
ZEC $901.72 +1.69%
AAPL $353.75 -1.00%
AMZN $258.99 -2.41%
GOOGL $284.79 -3.07%
MSFT $520.12 -0.97%
META $625.98 -1.77%
NVDA $156.61 -2.81%
TSLA $380.31 -1.58%
SNDK $814.60 -3.35%
INTC $54.17 -5.84%
SPCX $137.94 -0.85%
MU $725.99 -3.52%
AMD $510.74 -0.56%

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