BTC $64,277.15 -0.24%
ETH $1,801.71 -0.59%
BNB $590.83 +0.15%
XRP $0.9734 +1.85%
SOL $74.45 +3.83%
TRX $0.3073 +0.69%
DOGE $0.0591 +0.78%
ADA $0.1528 +0.10%
BCH $208.23 +0.54%
LINK $9.16 +0.64%
HYPE $68.62 -0.28%
AAVE $111.35 +1.13%
SUI $0.7252 +1.12%
XLM $0.1397 +1.58%
ZEC $950.83 +5.04%
AAPL $350.61 -0.59%
AMZN $258.95 +0.24%
GOOGL $281.45 -1.06%
MSFT $508.11 -2.15%
META $618.47 -1.04%
NVDA $157.31 -0.39%
TSLA $382.19 +0.51%
SNDK $812.31 -0.99%
INTC $55.53 +1.61%
SPCX $141.96 +2.91%
MU $722.48 -1.17%
AMD $510.30 -0.76%
BTC $64,277.15 -0.24%
ETH $1,801.71 -0.59%
BNB $590.83 +0.15%
XRP $0.9734 +1.85%
SOL $74.45 +3.83%
TRX $0.3073 +0.69%
DOGE $0.0591 +0.78%
ADA $0.1528 +0.10%
BCH $208.23 +0.54%
LINK $9.16 +0.64%
HYPE $68.62 -0.28%
AAVE $111.35 +1.13%
SUI $0.7252 +1.12%
XLM $0.1397 +1.58%
ZEC $950.83 +5.04%
AAPL $350.61 -0.59%
AMZN $258.95 +0.24%
GOOGL $281.45 -1.06%
MSFT $508.11 -2.15%
META $618.47 -1.04%
NVDA $157.31 -0.39%
TSLA $382.19 +0.51%
SNDK $812.31 -0.99%
INTC $55.53 +1.61%
SPCX $141.96 +2.91%
MU $722.48 -1.17%
AMD $510.30 -0.76%

kt

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