BTC $84,573.94 -2.13%
ETH $2,679.87 -2.94%
BNB $765.18 -1.80%
XRP $1.48 -3.49%
SOL $119.21 -2.62%
TRX $0.3353 +0.23%
DOGE $0.0925 -4.97%
ADA $0.2435 -4.94%
BCH $311.25 -1.77%
LINK $13.98 -3.10%
HYPE $88.06 -2.23%
AAVE $180.41 -1.28%
SUI $1.14 -3.41%
XLM $0.2142 -4.47%
ZEC $1,313.39 -5.37%
AAPL $333.48 +0.66%
AMZN $251.84 +0.86%
GOOGL $343.67 +0.74%
MSFT $517.85 +0.24%
META $727.88 -0.41%
NVDA $234.32 +0.68%
TSLA $370.79 +3.66%
SNDK $1,716.00 -4.79%
INTC $118.14 -3.52%
SPCX $158.94 +6.27%
MU $1,068.45 -3.60%
AMD $633.20 +1.28%
BTC $84,573.94 -2.13%
ETH $2,679.87 -2.94%
BNB $765.18 -1.80%
XRP $1.48 -3.49%
SOL $119.21 -2.62%
TRX $0.3353 +0.23%
DOGE $0.0925 -4.97%
ADA $0.2435 -4.94%
BCH $311.25 -1.77%
LINK $13.98 -3.10%
HYPE $88.06 -2.23%
AAVE $180.41 -1.28%
SUI $1.14 -3.41%
XLM $0.2142 -4.47%
ZEC $1,313.39 -5.37%
AAPL $333.48 +0.66%
AMZN $251.84 +0.86%
GOOGL $343.67 +0.74%
MSFT $517.85 +0.24%
META $727.88 -0.41%
NVDA $234.32 +0.68%
TSLA $370.79 +3.66%
SNDK $1,716.00 -4.79%
INTC $118.14 -3.52%
SPCX $158.94 +6.27%
MU $1,068.45 -3.60%
AMD $633.20 +1.28%

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