BTC $64,906.71 +1.33%
ETH $1,817.60 +1.12%
BNB $591.95 +0.88%
XRP $0.9752 +2.77%
SOL $73.84 +4.21%
TRX $0.3059 +0.72%
DOGE $0.0594 +2.22%
ADA $0.1550 +3.02%
BCH $212.75 +4.11%
LINK $9.30 +2.61%
HYPE $69.64 +7.13%
AAVE $113.72 +5.62%
SUI $0.7383 +3.84%
XLM $0.1408 +3.42%
ZEC $949.66 +10.84%
AAPL $352.41 -1.54%
AMZN $259.57 -1.68%
GOOGL $282.83 -3.74%
MSFT $515.54 -1.86%
META $621.51 -2.65%
NVDA $158.07 +1.11%
TSLA $381.38 -1.04%
SNDK $818.48 -0.76%
INTC $55.11 -2.36%
SPCX $138.54 +0.14%
MU $728.20 -0.07%
AMD $514.07 +1.89%
BTC $64,906.71 +1.33%
ETH $1,817.60 +1.12%
BNB $591.95 +0.88%
XRP $0.9752 +2.77%
SOL $73.84 +4.21%
TRX $0.3059 +0.72%
DOGE $0.0594 +2.22%
ADA $0.1550 +3.02%
BCH $212.75 +4.11%
LINK $9.30 +2.61%
HYPE $69.64 +7.13%
AAVE $113.72 +5.62%
SUI $0.7383 +3.84%
XLM $0.1408 +3.42%
ZEC $949.66 +10.84%
AAPL $352.41 -1.54%
AMZN $259.57 -1.68%
GOOGL $282.83 -3.74%
MSFT $515.54 -1.86%
META $621.51 -2.65%
NVDA $158.07 +1.11%
TSLA $381.38 -1.04%
SNDK $818.48 -0.76%
INTC $55.11 -2.36%
SPCX $138.54 +0.14%
MU $728.20 -0.07%
AMD $514.07 +1.89%

dark

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