BTC $64,167.16 -1.96%
ETH $1,798.37 -1.88%
BNB $590.08 -0.66%
XRP $0.9694 +1.08%
SOL $73.28 +1.93%
TRX $0.3074 +0.66%
DOGE $0.0591 -0.53%
ADA $0.1533 -0.23%
BCH $209.08 -0.46%
LINK $9.15 -0.30%
HYPE $68.73 -2.31%
AAVE $110.65 +2.37%
SUI $0.7258 +0.17%
XLM $0.1386 +0.52%
ZEC $931.41 +2.33%
AAPL $349.98 -0.77%
AMZN $257.43 -0.27%
GOOGL $281.36 -0.92%
MSFT $507.02 -2.17%
META $618.19 -1.06%
NVDA $158.72 +1.86%
TSLA $381.14 +0.72%
SNDK $817.20 +1.00%
INTC $55.40 +3.57%
SPCX $142.15 +3.31%
MU $722.94 +0.49%
AMD $509.16 +1.11%
BTC $64,167.16 -1.96%
ETH $1,798.37 -1.88%
BNB $590.08 -0.66%
XRP $0.9694 +1.08%
SOL $73.28 +1.93%
TRX $0.3074 +0.66%
DOGE $0.0591 -0.53%
ADA $0.1533 -0.23%
BCH $209.08 -0.46%
LINK $9.15 -0.30%
HYPE $68.73 -2.31%
AAVE $110.65 +2.37%
SUI $0.7258 +0.17%
XLM $0.1386 +0.52%
ZEC $931.41 +2.33%
AAPL $349.98 -0.77%
AMZN $257.43 -0.27%
GOOGL $281.36 -0.92%
MSFT $507.02 -2.17%
META $618.19 -1.06%
NVDA $158.72 +1.86%
TSLA $381.14 +0.72%
SNDK $817.20 +1.00%
INTC $55.40 +3.57%
SPCX $142.15 +3.31%
MU $722.94 +0.49%
AMD $509.16 +1.11%

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