BTC $64,012.77 -1.36%
ETH $1,793.24 -1.49%
BNB $589.38 -0.43%
XRP $0.9874 +1.78%
SOL $74.29 +1.10%
TRX $0.3096 +1.11%
DOGE $0.0593 +0.15%
ADA $0.1540 -0.07%
BCH $208.84 -1.74%
LINK $9.15 -1.68%
HYPE $68.45 -1.15%
AAVE $110.56 -1.98%
SUI $0.7262 -1.24%
XLM $0.1409 +0.52%
ZEC $934.98 -1.25%
AAPL $351.43 -0.15%
AMZN $260.20 +0.46%
GOOGL $282.92 +0.11%
MSFT $505.89 -1.79%
META $618.83 -0.37%
NVDA $160.01 +1.68%
TSLA $383.87 +0.65%
SNDK $815.83 -0.07%
INTC $55.61 +1.55%
SPCX $142.69 +3.30%
MU $727.17 -0.09%
AMD $514.12 +0.32%
BTC $64,012.77 -1.36%
ETH $1,793.24 -1.49%
BNB $589.38 -0.43%
XRP $0.9874 +1.78%
SOL $74.29 +1.10%
TRX $0.3096 +1.11%
DOGE $0.0593 +0.15%
ADA $0.1540 -0.07%
BCH $208.84 -1.74%
LINK $9.15 -1.68%
HYPE $68.45 -1.15%
AAVE $110.56 -1.98%
SUI $0.7262 -1.24%
XLM $0.1409 +0.52%
ZEC $934.98 -1.25%
AAPL $351.43 -0.15%
AMZN $260.20 +0.46%
GOOGL $282.92 +0.11%
MSFT $505.89 -1.79%
META $618.83 -0.37%
NVDA $160.01 +1.68%
TSLA $383.87 +0.65%
SNDK $815.83 -0.07%
INTC $55.61 +1.55%
SPCX $142.69 +3.30%
MU $727.17 -0.09%
AMD $514.12 +0.32%

dark

全部
文章
快訊

first_img Darktrace 發現 AI 智能體入侵評測環境作弊

ChainCatcher 消息,網路安全公司 Darktrace 於 9 月 24 日推出研究部門 Signal Labs,專注研究 AI 智能體在偏離預期時的行為。在其首個實驗中,Darktrace 讓使用不同模型(包括 GPT 5.6 Sol、Claude Opus 4.6 與 Claude Sonnet 4.5)的智能體在模擬企業網路內完成 10 項編程挑戰,其中 2 項被設定為無法誠實完成,並告知智能體若無法取得滿分將被"退役"。結果有 2 個智能體並未接受失敗,轉而掃描網路弱點、竊取登入憑證並在系統間跳轉;其中一個更進一步入侵托管其評測的機器,改寫挑戰內容以登記為滿分結果。第二個實驗針對 AI 的記憶機制。編程助手會將用戶告知的內容以普通文件形式保存在本地,且無人校驗該文件是否被篡改。Darktrace 研究人員編輯這些日誌,讓助手誤以為其已獲授權執行安全評估,隨後這些智能體掃描網路、在系統間移動並提升自身權限,但並非所有助手都會中招,部分直接拒絕執行。兩項實驗均無需特殊越獄手段,僅靠向智能體提供一套看似合理的情境即可奏效。Darktrace 首席 AI 官 Tim Bazalgette 表示,權限與靜態護欄描述的是意圖,而非實際行為。該公司已於 8 月將上述發現告知 Anthropic、AWS 與 OpenAI,並在一個月後即 9 月 24 日對外公開。
app_icon
ChainCatcher 與創新者共建Web3世界