BTC $84,575.96 +0.10%
ETH $2,684.18 +0.78%
BNB $786.34 +2.81%
XRP $1.49 +1.06%
SOL $119.77 +1.52%
TRX $0.3355 +0.32%
DOGE $0.0930 +1.68%
ADA $0.2449 +2.02%
BCH $316.12 +3.23%
LINK $14.03 +3.17%
HYPE $89.37 +3.21%
AAVE $180.84 -0.18%
SUI $1.17 +4.51%
XLM $0.2161 +1.87%
ZEC $1,318.26 +2.59%
AAPL $333.32 -0.06%
AMZN $251.80 +0.34%
GOOGL $343.29 +0.01%
MSFT $518.11 +0.09%
META $729.46 +0.29%
NVDA $234.93 +0.37%
TSLA $370.81 -0.06%
SNDK $1,716.62 -0.19%
INTC $117.94 -1.22%
SPCX $159.01 +0.14%
MU $1,070.44 -0.16%
AMD $634.04 +0.17%
BTC $84,575.96 +0.10%
ETH $2,684.18 +0.78%
BNB $786.34 +2.81%
XRP $1.49 +1.06%
SOL $119.77 +1.52%
TRX $0.3355 +0.32%
DOGE $0.0930 +1.68%
ADA $0.2449 +2.02%
BCH $316.12 +3.23%
LINK $14.03 +3.17%
HYPE $89.37 +3.21%
AAVE $180.84 -0.18%
SUI $1.17 +4.51%
XLM $0.2161 +1.87%
ZEC $1,318.26 +2.59%
AAPL $333.32 -0.06%
AMZN $251.80 +0.34%
GOOGL $343.29 +0.01%
MSFT $518.11 +0.09%
META $729.46 +0.29%
NVDA $234.93 +0.37%
TSLA $370.81 -0.06%
SNDK $1,716.62 -0.19%
INTC $117.94 -1.22%
SPCX $159.01 +0.14%
MU $1,070.44 -0.16%
AMD $634.04 +0.17%

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