BTC $84,811.23 -1.86%
ETH $2,680.31 -2.43%
BNB $770.84 -1.02%
XRP $1.48 -3.77%
SOL $119.29 -2.23%
TRX $0.3362 +0.40%
DOGE $0.0926 -4.46%
ADA $0.2441 -4.47%
BCH $311.36 -1.25%
LINK $13.85 -3.65%
HYPE $87.85 -3.15%
AAVE $179.45 -1.36%
SUI $1.18 -0.17%
XLM $0.2145 -4.47%
ZEC $1,304.83 -4.71%
AAPL $333.22 +0.33%
AMZN $251.80 +0.21%
GOOGL $342.89 +0.46%
MSFT $517.53 -0.19%
META $728.08 -0.53%
NVDA $234.28 -0.67%
TSLA $370.94 +3.93%
SNDK $1,715.64 -3.39%
INTC $118.17 -4.30%
SPCX $159.04 +6.25%
MU $1,069.07 -3.29%
AMD $632.00 +0.01%
BTC $84,811.23 -1.86%
ETH $2,680.31 -2.43%
BNB $770.84 -1.02%
XRP $1.48 -3.77%
SOL $119.29 -2.23%
TRX $0.3362 +0.40%
DOGE $0.0926 -4.46%
ADA $0.2441 -4.47%
BCH $311.36 -1.25%
LINK $13.85 -3.65%
HYPE $87.85 -3.15%
AAVE $179.45 -1.36%
SUI $1.18 -0.17%
XLM $0.2145 -4.47%
ZEC $1,304.83 -4.71%
AAPL $333.22 +0.33%
AMZN $251.80 +0.21%
GOOGL $342.89 +0.46%
MSFT $517.53 -0.19%
META $728.08 -0.53%
NVDA $234.28 -0.67%
TSLA $370.94 +3.93%
SNDK $1,715.64 -3.39%
INTC $118.17 -4.30%
SPCX $159.04 +6.25%
MU $1,069.07 -3.29%
AMD $632.00 +0.01%

rac

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