BTC $84,593.77 -2.05%
ETH $2,683.24 -2.29%
BNB $768.54 -1.02%
XRP $1.48 -3.94%
SOL $119.45 -2.03%
TRX $0.3365 +0.57%
DOGE $0.0927 -4.15%
ADA $0.2451 -4.56%
BCH $311.23 -1.69%
LINK $13.93 -3.26%
HYPE $88.02 -3.13%
AAVE $181.46 -1.87%
SUI $1.18 -0.11%
XLM $0.2138 -5.31%
ZEC $1,316.29 -5.56%
AAPL $333.37 +0.79%
AMZN $251.89 +0.87%
GOOGL $343.51 +0.78%
MSFT $517.60 +0.23%
META $728.64 -0.09%
NVDA $234.48 +0.36%
TSLA $370.96 +3.78%
SNDK $1,718.13 -4.25%
INTC $118.14 -3.37%
SPCX $159.09 +6.44%
MU $1,071.30 -3.32%
AMD $632.91 +1.37%
BTC $84,593.77 -2.05%
ETH $2,683.24 -2.29%
BNB $768.54 -1.02%
XRP $1.48 -3.94%
SOL $119.45 -2.03%
TRX $0.3365 +0.57%
DOGE $0.0927 -4.15%
ADA $0.2451 -4.56%
BCH $311.23 -1.69%
LINK $13.93 -3.26%
HYPE $88.02 -3.13%
AAVE $181.46 -1.87%
SUI $1.18 -0.11%
XLM $0.2138 -5.31%
ZEC $1,316.29 -5.56%
AAPL $333.37 +0.79%
AMZN $251.89 +0.87%
GOOGL $343.51 +0.78%
MSFT $517.60 +0.23%
META $728.64 -0.09%
NVDA $234.48 +0.36%
TSLA $370.96 +3.78%
SNDK $1,718.13 -4.25%
INTC $118.14 -3.37%
SPCX $159.09 +6.44%
MU $1,071.30 -3.32%
AMD $632.91 +1.37%

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