BTC $64,293.97 +0.42%
ETH $1,804.82 +1.02%
BNB $589.75 +0.49%
XRP $0.9983 +4.30%
SOL $74.63 +3.41%
TRX $0.3088 +1.11%
DOGE $0.0593 +1.81%
ADA $0.1534 +0.98%
BCH $208.60 +0.09%
LINK $9.16 +0.73%
HYPE $68.53 +0.21%
AAVE $110.77 +0.30%
SUI $0.7265 +0.99%
XLM $0.1411 +3.05%
ZEC $938.59 +2.23%
AAPL $350.96 -0.54%
AMZN $260.32 +1.21%
GOOGL $283.26 +0.36%
MSFT $508.33 -1.89%
META $620.15 -0.44%
NVDA $160.63 +3.19%
TSLA $384.42 +1.74%
SNDK $824.11 +3.38%
INTC $56.02 +3.80%
SPCX $142.38 +3.59%
MU $733.32 +2.59%
AMD $516.04 +2.28%
BTC $64,293.97 +0.42%
ETH $1,804.82 +1.02%
BNB $589.75 +0.49%
XRP $0.9983 +4.30%
SOL $74.63 +3.41%
TRX $0.3088 +1.11%
DOGE $0.0593 +1.81%
ADA $0.1534 +0.98%
BCH $208.60 +0.09%
LINK $9.16 +0.73%
HYPE $68.53 +0.21%
AAVE $110.77 +0.30%
SUI $0.7265 +0.99%
XLM $0.1411 +3.05%
ZEC $938.59 +2.23%
AAPL $350.96 -0.54%
AMZN $260.32 +1.21%
GOOGL $283.26 +0.36%
MSFT $508.33 -1.89%
META $620.15 -0.44%
NVDA $160.63 +3.19%
TSLA $384.42 +1.74%
SNDK $824.11 +3.38%
INTC $56.02 +3.80%
SPCX $142.38 +3.59%
MU $733.32 +2.59%
AMD $516.04 +2.28%

trac

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