BTC $82,966.23 +0.57%
ETH $2,505.50 +0.94%
BNB $750.14 +1.19%
XRP $1.41 +1.05%
SOL $110.29 +1.12%
TRX $0.3307 -0.35%
DOGE $0.0859 +1.04%
ADA $0.2538 +5.90%
BCH $281.12 +2.26%
LINK $13.09 +2.09%
HYPE $85.43 +1.73%
AAVE $169.92 +1.19%
SUI $1.12 +5.31%
XLM $0.1971 +1.93%
ZEC $1,226.85 +1.22%
AAPL $336.30 -0.04%
AMZN $262.56 -0.03%
GOOGL $351.47 -0.16%
MSFT $535.04 -0.06%
META $719.48 +0.14%
NVDA $230.53 +0.35%
TSLA $382.51 -0.09%
SNDK $1,597.56 +0.98%
INTC $105.15 +0.56%
SPCX $163.63 +0.53%
MU $1,036.97 +0.78%
AMD $610.09 +0.39%
BTC $82,966.23 +0.57%
ETH $2,505.50 +0.94%
BNB $750.14 +1.19%
XRP $1.41 +1.05%
SOL $110.29 +1.12%
TRX $0.3307 -0.35%
DOGE $0.0859 +1.04%
ADA $0.2538 +5.90%
BCH $281.12 +2.26%
LINK $13.09 +2.09%
HYPE $85.43 +1.73%
AAVE $169.92 +1.19%
SUI $1.12 +5.31%
XLM $0.1971 +1.93%
ZEC $1,226.85 +1.22%
AAPL $336.30 -0.04%
AMZN $262.56 -0.03%
GOOGL $351.47 -0.16%
MSFT $535.04 -0.06%
META $719.48 +0.14%
NVDA $230.53 +0.35%
TSLA $382.51 -0.09%
SNDK $1,597.56 +0.98%
INTC $105.15 +0.56%
SPCX $163.63 +0.53%
MU $1,036.97 +0.78%
AMD $610.09 +0.39%

race

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