BTC $64,713.48 -0.82%
ETH $1,812.44 -0.96%
BNB $592.74 -0.16%
XRP $0.9714 +1.10%
SOL $73.91 +2.76%
TRX $0.3075 +0.69%
DOGE $0.0595 +0.20%
ADA $0.1544 +0.53%
BCH $210.72 +0.29%
LINK $9.25 +0.83%
HYPE $69.25 -0.87%
AAVE $111.66 +3.08%
SUI $0.7316 +1.25%
XLM $0.1396 +1.25%
ZEC $948.53 +4.45%
AAPL $349.88 -0.90%
AMZN $258.95 +0.21%
GOOGL $282.58 -0.73%
MSFT $508.05 -2.17%
META $621.11 -0.71%
NVDA $161.61 +3.25%
TSLA $383.60 +1.13%
SNDK $837.92 +2.88%
INTC $56.27 +5.04%
SPCX $142.66 +3.37%
MU $735.24 +1.86%
AMD $523.66 +3.75%
BTC $64,713.48 -0.82%
ETH $1,812.44 -0.96%
BNB $592.74 -0.16%
XRP $0.9714 +1.10%
SOL $73.91 +2.76%
TRX $0.3075 +0.69%
DOGE $0.0595 +0.20%
ADA $0.1544 +0.53%
BCH $210.72 +0.29%
LINK $9.25 +0.83%
HYPE $69.25 -0.87%
AAVE $111.66 +3.08%
SUI $0.7316 +1.25%
XLM $0.1396 +1.25%
ZEC $948.53 +4.45%
AAPL $349.88 -0.90%
AMZN $258.95 +0.21%
GOOGL $282.58 -0.73%
MSFT $508.05 -2.17%
META $621.11 -0.71%
NVDA $161.61 +3.25%
TSLA $383.60 +1.13%
SNDK $837.92 +2.88%
INTC $56.27 +5.04%
SPCX $142.66 +3.37%
MU $735.24 +1.86%
AMD $523.66 +3.75%

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