BTC $64,897.96 +1.02%
ETH $1,819.68 +0.99%
BNB $591.77 +0.75%
XRP $0.9714 +2.31%
SOL $73.66 +3.84%
TRX $0.3062 +0.74%
DOGE $0.0593 +1.83%
ADA $0.1543 +2.06%
BCH $212.68 +3.63%
LINK $9.31 +2.50%
HYPE $69.45 +6.31%
AAVE $113.09 +5.12%
SUI $0.7349 +2.98%
XLM $0.1403 +2.77%
ZEC $947.45 +9.78%
AAPL $351.92 -1.61%
AMZN $259.01 -1.82%
GOOGL $282.62 -3.88%
MSFT $515.00 -2.00%
META $621.38 -2.83%
NVDA $157.38 -0.18%
TSLA $381.38 -1.18%
SNDK $816.32 -1.31%
INTC $54.77 -3.39%
SPCX $138.13 -0.27%
MU $727.67 -0.70%
AMD $512.46 +1.67%
BTC $64,897.96 +1.02%
ETH $1,819.68 +0.99%
BNB $591.77 +0.75%
XRP $0.9714 +2.31%
SOL $73.66 +3.84%
TRX $0.3062 +0.74%
DOGE $0.0593 +1.83%
ADA $0.1543 +2.06%
BCH $212.68 +3.63%
LINK $9.31 +2.50%
HYPE $69.45 +6.31%
AAVE $113.09 +5.12%
SUI $0.7349 +2.98%
XLM $0.1403 +2.77%
ZEC $947.45 +9.78%
AAPL $351.92 -1.61%
AMZN $259.01 -1.82%
GOOGL $282.62 -3.88%
MSFT $515.00 -2.00%
META $621.38 -2.83%
NVDA $157.38 -0.18%
TSLA $381.38 -1.18%
SNDK $816.32 -1.31%
INTC $54.77 -3.39%
SPCX $138.13 -0.27%
MU $727.67 -0.70%
AMD $512.46 +1.67%

darktrace

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